人工智能技術和發(fā)展趨勢論文-資料下載頁
2025-06-22 12:11本頁面
【正文】 那么人工智能未來的發(fā)展方向有哪些更值得關注的呢? 本文從四方面進行了闡述:人工智能技術與生物技術、電子技術結合研究生物電子體,與腦科學、信息處理技術結合研究大腦信息處理模型,與網(wǎng)絡技術、軟件技術結合研究網(wǎng)絡智能軟件,與通訊技術、控制技術結合研究家庭機器人 生物電子生物電子體是生物細胞與電腦微芯片有效協(xié)作的共存體,可以實現(xiàn)部分或全部生物的智能,既研究把模擬生物體的電腦微芯片植入生物體,與生物體形成協(xié)作共存體,又研究從生物體中提取出細胞組織與模擬生物體的微芯片接合為協(xié)作共存體。麻省理工大學貝爾實驗室和神經(jīng)信息學研究所的科學家們已經(jīng)成功實現(xiàn)了將模擬人類神經(jīng)系統(tǒng)的電腦微芯片植入大腦,對人體神經(jīng)進行了有效修復[4 ] 。日本東京大學的Shimoyama 教授領導的課題組研究蟑螂的控制技術,即把蟑螂頭上的探須和翅膀切除,插入電極和微處理器以及紅外傳感器,通過遙控信號產(chǎn)生電刺激,使蟑螂向特定方向前進。美國紐約州立大學通過在老鼠體內(nèi)植入微控制器,成功實現(xiàn)對老鼠的轉彎、前進、爬樹和跳躍等動作的人工制導，試想研究生物電子體,有效控制爬行動物的行為,使其為人類服務,可能比研究救援機器人花費的時間和資源更少一些。此外,研究生物腦的基本功能構建人工腦,進而實現(xiàn)人工智能是一個長期而復雜的課題,生物腦的許多功能對人類仍是一個十分深奧的謎。然而,通過智能技術與生物技術、電子技術相結合,研究實現(xiàn)生物細胞組織與電腦微芯片接合為協(xié)作共存體,以達到利用腦細胞功能構建生物智能,即生物電子體,將是實現(xiàn)人工真智能研究歷程中的一個重要階段。 大腦信息模型大腦信息處理模型的研究即從信息處理切入,結合腦科學研究大腦對信息流的獲取、存儲、聯(lián)想(提取) 、回憶(反饋)等處理邏輯,以及腦神經(jīng)細胞的工作原理,并為之建模。1999 年日本京都先進電訊研究所成功研究了機器貓,該機器貓的腦部主要采用了人工神經(jīng)網(wǎng)絡技術, 包含約3 770萬個人造神經(jīng)細胞,盡管數(shù)量比人腦的1 000 億相比差之甚遠,但其智能超過了昆蟲。2002 年“人工大腦之父”雨果在比利時研制了能讓機器人擁有數(shù)百個行為能力的人工大腦。2008 年雨果在中國廈門大學研究中國的第一個人工大腦,用基因算法設計神經(jīng)網(wǎng)絡,即生產(chǎn)大腦,CBM 大腦制造機器可以在幾秒鐘內(nèi)進化為一個神經(jīng)網(wǎng)絡,處理將近一億個神經(jīng)元,其計算能力相當于一萬臺個人電腦。雨果致力于研究制造像人一樣思考的智能機器人。盡管已有研究成果證明了智能機器人已經(jīng)不再是科幻,但是目前仍沒有一個智力達到三歲兒童,視力可以與老鼠相比的機器人。美國杰夫?霍金斯認為真正認識人類大腦是開發(fā)智能機器的必由之路。他認為所謂智能,就是人腦比較過去、預測未來的能力,大腦不是計算機,不會亦步亦趨、按部就班地根據(jù)輸入產(chǎn)生輸出,大腦是個龐大的記憶系統(tǒng),真正了解智能的內(nèi)涵和人類大腦,構建大腦的記憶 預測系統(tǒng)模型才能制造真正的智能因此,揭示大腦的奧秘,對大腦獲取信息、存儲信息、提取信息、反饋信息等一系列過程進行建模,將為人工大腦的研究提供新的機遇,也將是人工智能發(fā)展的一個新挑戰(zhàn)。 智能機器人家庭機器人可以和人成為朋友,陪人聊天,也可以幫助人們看家、清潔地板、照顧孩子等做一些家庭瑣事,把人們從繁瑣家務勞動中解脫出來,成為人們生活的友好助手,人們不僅可以近距離地傳達指令給家庭機器人,指揮其完成某些工作,還可以對其進行遠程遙控?，F(xiàn)階段家用機器人仍然受到技術的限制,目前普遍使用激光技術計算距離,使用雷達技術保持平衡,使用紅外線攝像技術探測熱能識別人的存在。無論人、動物還是燈都是一處熱源,機器人無法分辨。家庭機器人儼然已成為21 世紀智能科學研究的重要領域之一,然而結合通訊技術、控制技術研究全智能的可遠程操作的家庭機器人也必然成為智能科學發(fā)展的又一挑戰(zhàn)。 網(wǎng)絡智能軟件智能主體是智能互聯(lián)網(wǎng)中的生靈,它是一種智能的軟件實體,能夠在智能互聯(lián)網(wǎng)中自由遨游,為用戶提供各種智能服務。所謂網(wǎng)絡智能軟件是面向智能主體的研究方法所設計、開發(fā)的軟件。網(wǎng)絡智能軟件技術是網(wǎng)絡技術、人工智能技術、軟件工程技術的結合。軟件設計與開發(fā)經(jīng)歷了從面向對象到面向服務的轉化,進入80 年代以來,盡管軟件工程研究與實踐取得了可喜的成就,軟件技術水平有了長足的進展,但是軟件生產(chǎn)水平依然遠遠落后于硬件生產(chǎn)水平的發(fā)展速度。從20 世紀90 年代中后期開始,基于Agent 的研究逐漸影響到軟件體系結構及智能系統(tǒng)的設計,并被認為是克服軟件危機的重要突破口。它與現(xiàn)存的開發(fā)方法相比,存在一些優(yōu)越性,特別是在軟件系統(tǒng)中,Agent 是現(xiàn)實世界的高水平的抽象。Shoham深入研究了面向Agent 的編程方法,簡稱AOP ,他認為AOP是對OOP 方法的延伸和擴展。在AOP 方法中,允許每個Agent 擁有涉及環(huán)境和其他Agent 的知識和信念,允許這些模塊具有能力和做出承諾等,一個計算由這些Agent 之間的相互告知、請求、談判、幫助等組成。本世紀初,面向Agent開發(fā)的軟件陸續(xù)出現(xiàn),如基于Agent 的實時道路交通導航系統(tǒng)模型、面向Agent 的巡航導彈武器控制系統(tǒng)、多Agent 敏捷調(diào)度系統(tǒng)、CoABS 主體(Agent ) 網(wǎng)格系統(tǒng)、主體網(wǎng)格智能平臺A Gr IPTA 等。許多Agent 系統(tǒng)試圖用Agent 來模擬人的理性行為,主要應用在對現(xiàn)實世界和社會的模擬、機器人和智能機械等領域。而在現(xiàn)實世界中生存、工作的智能主體,要面對的是一個不斷變化的環(huán)境。在這樣的環(huán)境中,智能主體不僅要保持對緊急情況的及時反應,還要使用一定的策略對中短期的行為作出規(guī)劃,進而通過對世界和其它智能主體的建模分析來預測未來的狀態(tài),以及通過通訊語言實現(xiàn)和其他智能主體的協(xié)作或協(xié)商[9 ] 。Agent 技術不僅是分布智能的研究熱點,而且將成為下一代軟件開發(fā)的重要突破點。事實上,基于Agent 的軟件設計與開發(fā)已經(jīng)成為人工智能學科的重要內(nèi)容之一,而如何在軟件設計與開發(fā)中更好地體現(xiàn)Agent 的自治性、交互性、協(xié)作性、以及可通信性等,又使智能軟件的設計與開發(fā)成為了人工智能學科的新挑戰(zhàn)。 20 / 20
環(huán)評公示相關推薦
鄂ICP備17016276號-1