【導(dǎo)讀】process.shells.

　　

【正文】 元知識(shí)進(jìn)行推理。 工業(yè)機(jī)器 人 工業(yè)機(jī)器人是廣泛使用的由計(jì)算機(jī)控制的通過(guò)外卷的，或棱鏡似的連接結(jié)合起來(lái)的操作員。為了達(dá)到一個(gè)工業(yè)機(jī)器人的目標(biāo)，這個(gè)領(lǐng)域的研究集中于設(shè)計(jì)一系列的運(yùn)動(dòng)來(lái)達(dá)到最佳的行動(dòng)方案。雖然工業(yè)機(jī)器人需要更復(fù)雜的系統(tǒng)，成千上萬(wàn)的機(jī)器人已經(jīng)應(yīng)用于工業(yè)領(lǐng)域，它們都是一些簡(jiǎn)單的經(jīng)過(guò)編程的裝置，主要從事一些重復(fù)性工作。機(jī)器人和人類相比，工作質(zhì)量好，穩(wěn)定性強(qiáng)，可靠性高。機(jī)器人從 1965年進(jìn)入工業(yè)領(lǐng)域，它們具有機(jī)械系統(tǒng)的設(shè)計(jì)特征。以下是 6種公認(rèn)的工業(yè)機(jī)器人結(jié)構(gòu)： ①笛卡兒式機(jī)器人：一種主框架由三根直線軸組成的機(jī)器人。 ②桶架式機(jī)器人 ：桶架式機(jī)器人是一種 噴水井機(jī)器人，它的結(jié)構(gòu)組成了一個(gè)桶架。這個(gè)結(jié)構(gòu)用來(lái)減少每個(gè)軸的傾斜度。 ③柱面機(jī)器人：柱面坐標(biāo)式機(jī)器人有兩根直線軸和一個(gè)旋轉(zhuǎn)軸。 ④球式機(jī)器人：球式機(jī)器人有一根直線軸和兩個(gè)旋轉(zhuǎn)軸。球式機(jī)器人被應(yīng)用于定位焊接和材料搬運(yùn)之類的工業(yè)應(yīng)用上。 ⑤掛接式機(jī)器人：掛接式機(jī)器人有 三根直線軸連著三個(gè)節(jié)點(diǎn)和一個(gè)基座。 ⑥斯凱瑞機(jī)器人 :一種最近變的非常流行的機(jī)器人，它是由有關(guān)節(jié)的手臂組成的圓柱體機(jī)器人。這種機(jī)器人有多于三 根的直線軸，并被廣泛應(yīng)用于電子組裝行業(yè)。 系統(tǒng)與語(yǔ)言 人工智能發(fā)展了計(jì)算機(jī)系統(tǒng)方面的一些 理念，如：時(shí)間分配，編目處理，交互式調(diào)試，等等。 專用于編程的系統(tǒng)與語(yǔ)言已經(jīng)成為豐富思想的源泉，因?yàn)槠浒藘?yōu)化演繹，機(jī)器人操作，認(rèn)知模型等等的新特性。特別是最近以來(lái)，一些具備知識(shí)表示能力的計(jì)算機(jī)語(yǔ)言已經(jīng)得到進(jìn)一步的發(fā)展，它們能夠?qū)⒅R(shí)轉(zhuǎn)化為代碼，將推理方法表示為數(shù)據(jù)結(jié)構(gòu)。這些計(jì)算機(jī)語(yǔ)言的發(fā)展已經(jīng)促進(jìn)了關(guān)于如何構(gòu)建推理機(jī)的新思想的萌發(fā)。 問(wèn)題求解 人工智能所取得的首次成功是解決了迷宮和棋類游戲的問(wèn)題。能提前預(yù)料幾步的前瞻技術(shù)和將復(fù)雜問(wèn)題劃分為容易解決的子問(wèn)題的技術(shù)已經(jīng)卷入并促進(jìn)了人工智能中最基本的搜索與問(wèn) 題優(yōu)化技術(shù)的發(fā)展。當(dāng)今的智能程序已經(jīng)能夠在西洋雙陸棋等一些很好的棋類游戲中發(fā)揮世界冠軍級(jí)的水平。另外一個(gè)整合 數(shù)學(xué)理論的問(wèn)題求解領(lǐng)域也已經(jīng)達(dá)到了很高的水準(zhǔn)，并被科學(xué)家和工程師廣泛使用。其中有些程序甚至能夠通過(guò)經(jīng)驗(yàn)積累來(lái)不斷提高水平。 像上面所討論的那樣，在此領(lǐng)域都涉及到了人類的本領(lǐng)，但是卻不能進(jìn)行關(guān)聯(lián)，比如有些老練的棋手有根據(jù)豐富的前景模式通觀全局的本領(lǐng)。另外一個(gè)開放式的問(wèn)題涉及到將一個(gè)待求解的問(wèn)題概念化，在人工智能領(lǐng)域被稱為問(wèn)題表現(xiàn)的選擇。人類經(jīng)常利用求解問(wèn)題中簡(jiǎn)單的方法來(lái)處理問(wèn)題，因此，人工智能程序，到 目前為止，應(yīng)該被告知怎樣去思考它們所要解決的問(wèn)題。 邏輯推理 與問(wèn)題求解密切相關(guān)的是邏輯推斷的早期工作。智能程序不斷的發(fā)展，能夠通過(guò)對(duì)一個(gè)事實(shí)數(shù)據(jù)庫(kù)的操作來(lái)產(chǎn)生斷言，這些斷言由一些不連續(xù)的數(shù)據(jù)結(jié)構(gòu)表示，就像在數(shù)學(xué)邏輯中它們被不連續(xù)的規(guī)則表示一樣。這些方法，不像許多其它的人工智能技術(shù)，能夠展示出是正確的。也就是說(shuō)，只要原始的事實(shí)是正確的，智能程序就能從中證明出所有的定理，同時(shí)也只能證明這些定理。 邏輯推理已經(jīng)成為眾多持續(xù)發(fā)展的人工智能子領(lǐng)域之一。其中最令人感興趣的是那些解決問(wèn)題的方法，它們僅僅聚焦于相關(guān)的事 實(shí)數(shù)據(jù)庫(kù)，并在新的信息發(fā)生時(shí)，能夠不斷地檢驗(yàn)和更新那些信條規(guī)則。 語(yǔ)言理解 人工智能研究者很早就調(diào)查過(guò)語(yǔ)言理解領(lǐng)域，并且此領(lǐng)域極大地激發(fā)了人們的研究興趣。程序可用來(lái)解答由內(nèi)部數(shù)據(jù)庫(kù)中的英語(yǔ)所提出的問(wèn)題，可用來(lái)將一種語(yǔ)言翻譯為另一種語(yǔ)言，可用來(lái)執(zhí)行英語(yǔ)所描述的指令，可用來(lái)從文本材料中和所搭建的內(nèi)部數(shù)據(jù)庫(kù)中獲取知識(shí)。一些智能程序甚至能夠通過(guò)語(yǔ)音輸入麥克風(fēng)的方式來(lái)代替鍵盤輸入，盡管成功率不是很高。盡管這些語(yǔ)言系統(tǒng)的工作不如從事這些行業(yè)的人們，但是在某些應(yīng)用方面已經(jīng)足夠了。智能程序早期的成功在于能夠回答簡(jiǎn)單的詢問(wèn)和 順從簡(jiǎn)單的命令，但是早期的機(jī)器翻譯是失敗的，這種情況在人工智能對(duì)待語(yǔ)言的方式上引發(fā)了徹底的變化。當(dāng)前語(yǔ)言理解方面的研究最基本的主題在于大量基本的、如同常識(shí)的世界知識(shí)，某些學(xué)科發(fā)展的期待，和在解釋句子時(shí)交流的情況，這些都將對(duì)語(yǔ)言理解產(chǎn)生重要的影響。 自學(xué)習(xí) 自學(xué)習(xí)對(duì)人工智能而言仍然是一個(gè)具有挑戰(zhàn)性的領(lǐng)域。學(xué)習(xí)的本領(lǐng)是人類智能中最顯著和突出的一個(gè)方面。這是一種典型的認(rèn)知行為，但人們卻不太了解它，以至于人工智能在這方面還沒(méi)有什么發(fā)展。自學(xué)習(xí)有一些令人感興趣的研究方向，其中包括了從事例中學(xué)習(xí)的智能程序，從自身表現(xiàn)中 學(xué)習(xí)的智能程序，從指導(dǎo)中學(xué)習(xí)的智能程序。一個(gè)專家系統(tǒng)能夠完成精密復(fù)雜的計(jì)算來(lái)解決一個(gè)問(wèn)題。往往大多數(shù)專家系統(tǒng)都是隱蔽的，它們蘊(yùn)涵在其解決問(wèn)題時(shí)所采用的固定不變的策略后面，或在修改大量代碼的難度后面。這些問(wèn)題最明顯的解決辦法是讓程序能夠自學(xué)習(xí)，或者從經(jīng)驗(yàn)和分析中學(xué)習(xí)，或者以被告知怎樣做的方式去學(xué)習(xí)。 智能游戲 一些流傳廣泛的智力游戲，比如國(guó)際象棋，西洋雙陸棋，還有走迷宮等等，促進(jìn)了在狀態(tài)空間探尋的早期研究。這些智力游戲除了與生俱來(lái)的智力性的吸引，它們還具備了一些特定的屬性，使其在狀態(tài)空間探尋的早期研究方面成為 理想的課題。其中，大多數(shù)游戲在玩的時(shí)候都具有一套明確定義的規(guī)則，這個(gè)特點(diǎn)使得在游戲時(shí)很容易就產(chǎn)生了探尋空間，這樣研究者就從大量含糊的、復(fù)雜的問(wèn)題中得到解脫。在計(jì)算機(jī)上進(jìn)行這些游戲時(shí)這些廣闊的狀態(tài)空間是很容易被表示的，一點(diǎn)都不需要復(fù)雜的形式來(lái)幫忙。 結(jié) 論 通過(guò)對(duì)人工智能主要的研究和應(yīng)用領(lǐng)域的討論，我們嘗試去定義人工智能的概念。盡管人工智能研究中出現(xiàn)了各種各樣的問(wèn)題，但是在這些各個(gè)不同的領(lǐng)域里，都普遍存在大量的重要的特性，其中包括： ①計(jì)算機(jī)進(jìn)行推理，自學(xué)習(xí)和其它形式的推論。 ②問(wèn)題不能反映解決方法，從而成為 了焦點(diǎn)。這就構(gòu)成了作為人工智能問(wèn)題解決技術(shù)的啟發(fā)式搜索的信任度的基礎(chǔ)。 ③針對(duì)每種情形的顯著特性進(jìn)行推理。 ④一個(gè)要解決語(yǔ)義和語(yǔ)法形式之間爭(zhēng)端的意圖。 ⑤在解決問(wèn)題時(shí)采用了大量的專業(yè)領(lǐng)域的知識(shí)，這就是專家系統(tǒng)的基礎(chǔ)。 摘 要 人工智能是一個(gè)構(gòu)建系統(tǒng)的工程領(lǐng)域，主要用來(lái)構(gòu)筑計(jì)算機(jī)系統(tǒng)，從而完成那些智能化工作。這個(gè)研究領(lǐng)域常常樹立野心勃勃的目標(biāo)，以尋覓來(lái)制造出一些擁有人類特定技能和知識(shí)的機(jī)器，并且已經(jīng)獲得了一些成功的案例。人工智能研究常常聚焦于專家系統(tǒng)，工業(yè)機(jī)器人，系統(tǒng)與語(yǔ)言，語(yǔ)言理解，自學(xué)習(xí)，智能游戲等等。