【正文】 。由于進(jìn)行核試驗(yàn)耗資大、周期長，所以不能只通過核試驗(yàn)來設(shè)計(jì)和改進(jìn)產(chǎn)品。在計(jì)算機(jī)上選擇一套參數(shù)設(shè)計(jì)一個(gè)模型，在一定意義上相當(dāng)于進(jìn)行一次核試驗(yàn)。在計(jì)算機(jī)上花費(fèi)幾百萬元進(jìn)行計(jì)算，可以節(jié)省以億計(jì)的試驗(yàn)經(jīng)費(fèi)。 ? 模擬核爆試驗(yàn)可以減少試驗(yàn)次數(shù)，大大降低研制成本。因此，世界各國在核武器的研制設(shè)計(jì)中都大量采用了科學(xué)計(jì)算的方法。 返回 下一頁 上一頁 停止放映 第 84頁 沃爾瑪：利用信息技術(shù)成全其零售業(yè)霸主地位 ?沃爾瑪計(jì)算機(jī)系統(tǒng)可以追蹤每一件商品的進(jìn)銷全過程 。 通過采用最新的信息技術(shù) ， 沃爾瑪能夠以最低的成本 、 最優(yōu)質(zhì)的服務(wù) 、 最快速的管理反應(yīng)進(jìn)行全球運(yùn)作 。 ?管理信息系統(tǒng)的應(yīng)用使沃爾瑪有關(guān)各方可以迅速得到所需的貨品層面數(shù)據(jù) ， 觀察銷售趨勢 、 存貨水平和訂購信息甚至更多 。 ? 美國通過運(yùn)用信息技術(shù)改造傳統(tǒng)產(chǎn)業(yè) ， 使傳統(tǒng)產(chǎn)業(yè)的國際競爭力得以快速提升 。 返回 下一頁 上一頁 停止放映 第 85頁 藍(lán)博基尼跑車 ? 藍(lán)博基尼是世界最著名的跑車之一。 ? 1999年初，意大利制造商想將它出口到美國，按照美國的安全法規(guī)，所有的車必須裝有氣囊。因此藍(lán)博基尼需要做氣囊的匹配碰撞。 ? 按傳統(tǒng)方法，該項(xiàng)測試至少要撞 10輛以上的樣車。以一輛藍(lán)博基尼 400萬 ~500萬元人民幣（ 30萬 ~40萬英鎊）計(jì)，僅碰撞的樣車損失費(fèi)用就將在 5000萬元以上。歐洲的一家設(shè)計(jì)公司用 CAD測試方法只用了十分之一的費(fèi)用，就解決了問題。 ? 該公司先把氣囊在計(jì)算機(jī)里模擬裝到車上，再模擬各種路況并對車進(jìn)行了調(diào)整，最后只碰了一輛真實(shí)的實(shí)物車就順利地通過了驗(yàn)證測試。 返回 下一頁 上一頁 停止放映 第 86頁 邏輯推理與自動(dòng)定理證明 ? 對數(shù)學(xué)中臆測的定理尋找一個(gè)證明或反證，不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力，而且需要某些直覺技巧。 ? 借助計(jì)算機(jī)來證明數(shù)學(xué)猜想或定理，這是一項(xiàng)難度極大的人工智能應(yīng)用，也已取得一些成果。 ? 四色猜想的證明 。四色猜想是圖論中的一個(gè)世界級的難題，它的內(nèi)容是：用四種顏色就可繪制任何地圖，三種顏色不夠，而五種顏色多余。 ? 這個(gè)猜想經(jīng)過無數(shù)次的驗(yàn)證，結(jié)論都是千真萬確的，但卻一直無法在理論上給出證明，所以有人認(rèn)為，證明這個(gè)猜想的難度絲毫不亞于哥德巴赫猜想。 ? 1976年 7月，美國數(shù)學(xué)家哈根和阿貝爾用計(jì)算機(jī)成功地證明了四色猜想。這個(gè)猜想的證明需要進(jìn)行一百億次（ 1010次）邏輯判斷，這個(gè)天文數(shù)字的工作量如果用人工來完成，則需兩萬年時(shí)間，這就是計(jì)算機(jī)問世以前，任何人都無法證明或推翻這個(gè)猜想的原因。 返回 下一頁 上一頁 停止放映 第 87頁 自然語言處理 ? 自然語言處理是人工智能的早期研究領(lǐng)域之一。如果能讓計(jì)算機(jī) “ 聽懂 ” 、 “ 看懂 ” 人類自身的語言，那么更多的人可以使用計(jì)算機(jī)，大大提高了計(jì)算機(jī)的利用率。 ? 自然語言處理 就是研究如何能讓計(jì)算機(jī)理解并生成人們?nèi)粘Ｋ褂玫恼Z言，使得計(jì)算機(jī)懂得自然語言的含義，從而建立起一種人與機(jī)器之間的密切而友好的關(guān)系，使之能進(jìn)行高度的信息傳遞與認(rèn)知活動(dòng)。 ? 要達(dá)到以下三個(gè)目標(biāo)： （ 1）計(jì)算機(jī)能正確理解人們用自然語言輸入的信息，并回答輸入信息中的有關(guān)問題； （ 2）計(jì)算機(jī)對得到的信息能自動(dòng)產(chǎn)生相應(yīng)的摘要，用不同的詞語復(fù)述信息的內(nèi)容； （ 3）計(jì)算機(jī)能夠把用某一種自然語言的信息自動(dòng)地翻譯為另一種自然語言，即機(jī)器翻譯的問題。 返回 下一頁 上一頁 停止放映 第 88頁 自動(dòng)程序設(shè)計(jì) ? 自動(dòng)程序設(shè)計(jì)包括程序綜合和程序正確性檢驗(yàn)兩個(gè)方面，分別實(shí)現(xiàn)自動(dòng)編程和證明程序的正確性。 ? 對自動(dòng)程序設(shè)計(jì)的研究不僅可以促進(jìn)半自動(dòng)軟件開發(fā)系統(tǒng)的發(fā)展，而且也使通過修正自身代碼進(jìn)行學(xué)習(xí)的人工智能系統(tǒng)得到發(fā)展。 ? 目前已經(jīng)研制出能夠以各種不同的目的描述來編寫計(jì)算機(jī)程序的系統(tǒng)，但這方面的進(jìn)展依然非常局限。 返回 下一頁 上一頁 停止放映 第 89頁 機(jī)器學(xué)習(xí) ? 學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識的基本手段，只有讓計(jì)算機(jī)具有類似于人的學(xué)習(xí)能力，自動(dòng)獲取新的事實(shí)及新的推理算法，才能使計(jì)算機(jī)真正具有智能。 ? 機(jī)器學(xué)習(xí)的低級階段是機(jī)械式學(xué)習(xí)和教師指導(dǎo)下的學(xué)習(xí)。前者通過簡單地記住推理和解答的結(jié)果，來強(qiáng)化將來的推理和問題求解能力；后者則由教師傳授知識，或在教師的指導(dǎo)下歸納和抽取知識。 ? 機(jī)器學(xué)習(xí)的高級階段是知識發(fā)現(xiàn)，即計(jì)算機(jī)系統(tǒng)在無須教師幫助的情況下，能自行發(fā)現(xiàn)蘊(yùn)涵在客觀規(guī)律中的知識。 ? 上個(gè)世紀(jì) 90‘ s， KDD（ 數(shù)據(jù)庫中的知識發(fā)現(xiàn)）迅速崛起成為機(jī)器學(xué)習(xí)的一個(gè)重要分支，如何從數(shù)據(jù)倉庫包含的大量數(shù)據(jù)中發(fā)現(xiàn)和獲取隱含的知識，既是機(jī)器學(xué)習(xí)領(lǐng)域面臨重大挑戰(zhàn)，也給機(jī)器學(xué)習(xí)技術(shù)的實(shí)用化帶來了新的機(jī)遇。 ? 此外，機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。 返回 下一頁 上一頁 停止放映 第 90頁 專家系統(tǒng) ? 專家系統(tǒng)是依賴于適用于特殊應(yīng)用領(lǐng)域的知識規(guī)則的計(jì)算機(jī)系統(tǒng)。專家系統(tǒng)借助知識獲取工具從應(yīng)用領(lǐng)域?qū)＜一蚱渌R源（如法典、訓(xùn)練手冊、數(shù)據(jù)庫等）抽取專門知識，轉(zhuǎn)變?yōu)檫m合于推理機(jī)解釋性使用的形式存放于知識庫，以實(shí)現(xiàn)類似于人的邏輯思維和問題求解能力。專家系統(tǒng)是一個(gè)具有大量專門知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。 ? 專家系統(tǒng)可以解決的問題一般包括解釋、預(yù)測、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。高性能的專家系統(tǒng)也已經(jīng)從學(xué)術(shù)研究開始進(jìn)入實(shí)際應(yīng)用研究。隨著人工智能整體水平的提高，專家系統(tǒng)也獲得發(fā)展。正在開發(fā)的新一代專家系統(tǒng)有分布式專家系統(tǒng)和協(xié)同式專家系統(tǒng)等。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的方法，而且采用基于模型的原理。專家系統(tǒng)已發(fā)展為人工智能的最有實(shí)用前景和影響力的一個(gè)分支，在科技、工程、交通、運(yùn)輸、醫(yī)療、探礦、氣象、商業(yè)、金融、軍事、行政和管理等領(lǐng)域都有廣泛的應(yīng)用。 返回 下一頁 上一頁 停止放映 第 91頁 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)是一個(gè)用大量簡單處理單元經(jīng)廣泛連接而組成的網(wǎng)絡(luò)，用來模擬大腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。 ? 神經(jīng)生理學(xué)家、心理學(xué)家與計(jì)算機(jī)科學(xué)家的共同研究得出的結(jié)論是：人腦是一個(gè)功能特別強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。 ? 研究結(jié)果已經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。 ? 20世紀(jì) 80年代，霍普菲爾德（ Hopfield） 提出用硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)，魯梅爾哈特（ Rumelhart） 等提出多層網(wǎng)絡(luò)中的反向傳播（ BP） 算法，有力地推動(dòng)了人工神經(jīng)網(wǎng)絡(luò)的研究?，F(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識別、圖像處理、組合優(yōu)化、自動(dòng)控制、信息處理、機(jī)器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。 返回 下一頁 上一頁 停止放映 第 92頁 模式識別 ? 模式識別是通過抽取被識別對象的特征，與存放在計(jì)算機(jī)內(nèi)的已知對象的特征進(jìn)行比較及判別，從而和出結(jié)論的一種人工智能技術(shù)，也就是使一個(gè)計(jì)算機(jī)系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感知能力。指紋辨別、手寫漢字的識別、語音識別都是模式識別的應(yīng)用實(shí)例。 ? 至今，在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。 返回