【正文】 (4)知識(shí)表示易于擴(kuò)展。知識(shí)的表示有多種形式，比如特征向量、一階邏輯語句、產(chǎn)生式規(guī)則、語義網(wǎng)絡(luò)和框架等等。因?yàn)閷W(xué)習(xí)系統(tǒng)獲得的信息往往是不完全的，所以學(xué)習(xí)系統(tǒng)所進(jìn)行的推理并不完全是可靠的，它總結(jié)出來的規(guī)則可能正確，也可能不正確?；蛘吒唧w地說是信息的質(zhì)量。學(xué)習(xí)的方式有4種，分別是機(jī)械學(xué)習(xí)、通過傳授學(xué)習(xí)、類比學(xué)習(xí)和通過事例學(xué)習(xí)。學(xué)習(xí)是系統(tǒng)所作的適應(yīng)性變化，使得系統(tǒng)在下一次完成同樣或類似的任務(wù)時(shí)更為有效。反思起在電影《終結(jié)者》系列中，“終結(jié)者”型機(jī)器人T800自己透露它的數(shù)據(jù)庫里擁有人類解剖學(xué)、基本的心理學(xué)、大量的武器知識(shí)和一些隨機(jī)應(yīng)變的戰(zhàn)術(shù)思想，而從它的執(zhí)行任務(wù)的情況來看，它很好地運(yùn)用了它所擁有的知識(shí)，儼然成為了最可怕的殺戮和毀滅的專家。這對于電影中“終結(jié)者”機(jī)器人的概念來說是基本符合的。計(jì)算機(jī)視覺和智能信息檢索技術(shù)這兩項(xiàng)功能對于研制需要快速精確查找目標(biāo)人物的“終結(jié)者”機(jī)器人絕對是不可或缺的。前者實(shí)現(xiàn)起來比較容易，被我們熟知的成果即為各種電子詞典或查詢單詞的軟件。今天的模式識(shí)別，基本上可以實(shí)現(xiàn)文字識(shí)別、語音識(shí)別、指紋識(shí)別、遙感和醫(yī)療診斷等功能，但是在精度和準(zhǔn)確度上還擁有很多進(jìn)步的空間。擁有超人般的力量，可以完美地復(fù)制各種語言，各種知識(shí)，可以使用所有已知的交通工具和武器，裝備有紅外線，這一切使他成為了完美的殺手，設(shè)計(jì)原理完全超出了人類的能力范圍。表面的生化皮膚下掩蓋著真正的金屬骨骼，由腦部的微處理芯片控制全身，所以這種機(jī)器人擁有強(qiáng)大的搏擊能力。這款機(jī)器人能夠探測到不同尋常的軍事活動(dòng)性，挑戰(zhàn)性的入侵者，在人類控制員的授權(quán)下能夠開火攻擊。無人機(jī)可由人類操作員進(jìn)行遠(yuǎn)程控制，在沒有授權(quán)的情況下不會(huì)執(zhí)行攻擊指令，但是半自主性武器攻擊系統(tǒng)現(xiàn)已存在。而正在開發(fā)的更為強(qiáng)大的新超級(jí)電腦———“藍(lán)色牛仔”（Blue Jean），據(jù)其研究主任保羅那么讓我們看看現(xiàn)在的人工智能技術(shù)發(fā)展到什么境界了。這個(gè)直觀的目標(biāo)后來被發(fā)現(xiàn)可行性太低，就算是專家系統(tǒng)那樣用規(guī)則加上知識(shí)庫（或加上推理機(jī)）構(gòu)造的專用功能，也只能解決預(yù)置規(guī)則范疇內(nèi)的問題。這個(gè)大膽的關(guān)于“終結(jié)者”的想法使當(dāng)時(shí)的人們?yōu)橹痼@——如果這種終結(jié)者真的出現(xiàn)了，人類要如何應(yīng)對？時(shí)間過去30年了，當(dāng)回想起這部電影，我們不禁想問幾個(gè)問題：“終結(jié)者”會(huì)出現(xiàn)嗎？在現(xiàn)在的技術(shù)水平下能制造出如此復(fù)雜高度發(fā)達(dá)的機(jī)器人嗎？未來是否會(huì)有制造出“終結(jié)者”的可能性？這些問題，都來源于對于當(dāng)今世界人工智能技術(shù)發(fā)展的趨勢的思考。關(guān)鍵詞：人工智能自動(dòng)化自主意識(shí)機(jī)器學(xué)習(xí)當(dāng)1984年一部名為《終結(jié)者》的科幻電影在全球電影院上映的時(shí)候，人類第一次對“人工智能”這個(gè)詞有了一次極為深刻的印象——電影講述了在2029年原本用于防御人類安全的擁有高級(jí)人工智能的智能防御系統(tǒng)“天網(wǎng)”產(chǎn)生了自主意識(shí)，試圖統(tǒng)治人類，人類幾乎被消滅殆盡。——?jiǎng)⑾?學(xué)而不思則惘，思而不學(xué)則殆?！郀柣?書到用時(shí)方恨少、事非經(jīng)過不知難。一日無書，百事荒廢?！_(dá)爾文少壯不努力，老大徒悲傷。人工智能：用科學(xué)解密生命與智慧參考文獻(xiàn)[1] Artificial intelligence507, 28 July 行萬里路，讀萬卷書。人工智能的工作者是工具的制造者。是未來人工智能應(yīng)用的新領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是指由大量處理單元（神經(jīng)元）互連而成的網(wǎng)絡(luò)。傳統(tǒng)的用統(tǒng)計(jì)模式和結(jié)構(gòu)模式的識(shí)別方法將會(huì)被近年來迅速發(fā)展起來的模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代，特別是神經(jīng)網(wǎng)絡(luò)方法在模式識(shí)別中取得較大進(jìn)展。3 模式識(shí)別用計(jì)算機(jī)實(shí)現(xiàn)模式(文字、聲音、人物、物體等)的自動(dòng)識(shí)別，彌補(bǔ)計(jì)算機(jī)對外部世界感知能力低下的缺陷，使計(jì)算機(jī)能夠通過感官接受外界信息，識(shí)別和理解周圍環(huán)境。我們知道學(xué)習(xí)是人類智能的重要特征，那么機(jī)器學(xué)習(xí)就是指機(jī)器自動(dòng)獲取知識(shí)的過程。就目前的一些前瞻性研究可以看出，未來人工智能技術(shù)的發(fā)展有如下幾大趨勢： 1 問題求解問題求解一般包括兩種，一種是指解決管理活動(dòng)中由于意外引起的非預(yù)期效應(yīng)或與預(yù)期效應(yīng)之間的偏差。也就是“如果夢中的景象不是我腦中的相應(yīng)概念，改變我的認(rèn)知權(quán)重使得這種景象在我看來就是這個(gè)概念”。圖中的綠色部分就是在最頂層 RBM 中參與訓(xùn)練的標(biāo)簽。最底層代表了數(shù)據(jù)向量(data vectors)，每一個(gè)神經(jīng)元代表數(shù)據(jù)向量的一維。顯元用于接受輸入，隱元用于提取特征。2，神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例：基于Deep autoencoder的字符圖像識(shí)別深度信念網(wǎng)絡(luò)(Deep Belief Network, DBN)[7]由 Geoffrey Hinton 在 2006 年提出。神經(jīng)網(wǎng)絡(luò)在很多領(lǐng)域已得到了很好的應(yīng)用，但其需要研究的方面還很多。近年來，人工神經(jīng)網(wǎng)絡(luò)正向模擬人類認(rèn)知的道路上更加深入發(fā)展，與模糊系統(tǒng)、遺傳算法、人工智能：用科學(xué)解密生命與智慧進(jìn)化機(jī)制等結(jié)合，形成計(jì)算智能，成為人工智能的一個(gè)重要方向，將在實(shí)際應(yīng)用中得到發(fā)展。這種網(wǎng)絡(luò)是通過和世界交互形成的，通過經(jīng)驗(yàn)的不明確痕跡反映出來。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。四，人工智能的前沿分支：神經(jīng)計(jì)算1，人工神經(jīng)網(wǎng)絡(luò)：從大腦得到靈感神經(jīng)計(jì)算科學(xué)是從信息科學(xué)的角度來研究如何加速神經(jīng)網(wǎng)絡(luò)模仿和延伸人腦的高級(jí)精神活動(dòng)，如聯(lián)想、記憶、推理、思維及意識(shí)等智能行為。l 運(yùn)程通訊許多運(yùn)程通訊公司正研究管理勞動(dòng)力的機(jī)器；如BT組研究可管20000工程師的機(jī)器。全世界日本是利用和生產(chǎn)機(jī)器人的先進(jìn)國；1999年世界范圍使用1,700,000臺(tái)機(jī)器人。計(jì)算機(jī)幫助解析醫(yī)學(xué)圖像。2001年8月在模擬金融貿(mào)易競賽中機(jī)器人戰(zhàn)勝了人。三，人工智能在生活中的應(yīng)用l 計(jì)算機(jī)科學(xué)人工智能產(chǎn)生了許多方法解決計(jì)算機(jī)科學(xué)最困難的問題?，F(xiàn)在的專家系統(tǒng)尤其特殊的模仿了專家在處理故障時(shí)的思維方式，其水平有時(shí)甚至可以超過人類專家的水平。人工智能科技持續(xù)穩(wěn)定發(fā)展的重要前提就是智能檢索模塊，可以說，智能信息的檢索技術(shù)的運(yùn)用勢在必行。模式的識(shí)別是利用人工智能技術(shù)開發(fā)智能機(jī)器的關(guān)鍵，主要是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀，讓計(jì)算機(jī)實(shí)現(xiàn)“看見”，“聽見”等功能。其中比較重要的是，通過找到合理、準(zhǔn)確的方法，集中注意力在大型數(shù)據(jù)庫中的有效事實(shí)，關(guān)注可信度證明，并在出現(xiàn)新信息時(shí)適時(shí)修改這些證明。二，人工智能當(dāng)前進(jìn)展 問題的求解人工智能中的問題解求，就是如何讓機(jī)器去解決人類會(huì)遇到的問題，如何根據(jù)某一具體問題找到思考問題并解決這個(gè)問題的方法。人工智能或許本就不同于人類智能，我們并不希望一臺(tái)機(jī)器做數(shù)學(xué)題像人類一樣又慢又不準(zhǔn)，我們希望的是它自身有點(diǎn)的最大化，比如快速準(zhǔn)確的處理數(shù)據(jù)，長久的存儲(chǔ)數(shù)據(jù)，沒有必要模仿人類的認(rèn)知特征。盡管圖靈測試具有直觀上的吸引力，圖靈測試還是受到了很多無可非議的批評(píng)。如果不足70%的人判對,也就是超過30%的裁判誤以為在和自己說話的是人人工智能：用科學(xué)解密生命與智慧而非計(jì)算機(jī)，那就算作成功了。這一簡化使得圖靈能夠令人信服地說明“思考的機(jī)器”是可能的。艾耶爾思考心靈哲學(xué)問題：我們怎么知道其他人曾有同樣的體驗(yàn)。弗蘭肯斯坦的魔鬼并不是“薩滿教”咒語或與地獄可怕交易的產(chǎn)物；而是由一個(gè)個(gè)單獨(dú)“制造”的部件組裝起來的，并且被注入了強(qiáng)大的電能。他們談及了達(dá)爾文博士的實(shí)驗(yàn)（我不能確認(rèn)達(dá)爾文博士是否真正做過這個(gè)實(shí)驗(yàn)，我只是說當(dāng)時(shí)有人講他做過這樣的實(shí)驗(yàn)），他把一段蠕蟲（vermicelli）儲(chǔ)藏在玻璃罐中，在采取了一些特殊方法之后，它開始自發(fā)運(yùn)動(dòng)。AI為智能理論提供了一種媒介和實(shí)驗(yàn)臺(tái)：首先用計(jì)算機(jī)程序語言表達(dá)出這些理論，然后在實(shí)際計(jì)算機(jī)上執(zhí)行來進(jìn)行測試和驗(yàn)證。這些制品通常以診斷、預(yù)測或可視化工具實(shí)現(xiàn)，能夠使得人類使用者完成復(fù)雜的任務(wù)。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。然后簡要介紹了人工智能的發(fā)展現(xiàn)狀以及未來趨勢，并列舉了一些人工智能在生活中的應(yīng)用?！?jiǎng)⑾?學(xué)而不思則惘，思而不學(xué)則殆。——高爾基1書到用時(shí)方恨少、事非經(jīng)過不知難。一日無書，百事荒廢?！_(dá)爾文少壯不努力，老大徒悲傷。讀書的好處行萬里路，讀萬卷書。1997（4）。機(jī)械設(shè)計(jì)；2004年06期。（3）產(chǎn)生式與框架：框架的槽值對應(yīng)于一條產(chǎn)生式規(guī)則。（3）語義網(wǎng)絡(luò)方法表達(dá)的知識(shí)面比較窄。三、各知識(shí)表達(dá)式的比較與展望以上若知識(shí)表達(dá)方法，絕大多數(shù)在應(yīng)用中得到了很好的應(yīng)用。n框架名：〈大學(xué)教師〉 n姓名：單位（姓，名）n年齡：單位（歲）n性別：范圍(（男，女）缺省：男)n學(xué)歷：范圍（學(xué)士，碩士，博士）n職稱：范圍(（教授，副教授，講師，助教）缺省：講師)n部門：范圍（學(xué)院（或系、處）n住址：〈住址框架〉 n工資：〈工資框架〉 n參加工作時(shí)間：單位（年，月）n健康狀況：范圍（健康，一般，較差）n其它：范圍（〈個(gè)人家庭框架〉，〈個(gè)人經(jīng)濟(jì)狀況框架〉）上述框架共有十一個(gè)槽，分別描述了關(guān)于“大學(xué)教師”的十一個(gè)方面的知識(shí)及其屬性。自然界各種事物都可用框架(Frame)組織構(gòu)成。概括起來，主要優(yōu)點(diǎn)在于采用語義關(guān)系的有向圖來連接，語義、語法、詞語應(yīng)用兼顧，具有描述生動(dòng)，表達(dá)自然，易于理解等。節(jié)點(diǎn)之間用帶箭頭及文字標(biāo)識(shí)的有向線條來聯(lián)結(jié)，用以表示事物之間的結(jié)構(gòu)，即語義關(guān)系。指針。它作為人類聯(lián)想記憶的一個(gè)顯示心理學(xué)模型，并用于自然語言處理。為了模塊一致性理解難。知識(shí)庫易于增加、修改、刪除自然性。例如：IF CLEAR(B)AND HANDEMPTYTHEN Pickup(B)如果積木B上是空的，且機(jī)械手空，則機(jī)械手從桌面上抓起積木B。因此，針對謂詞邏輯，尚待人們不斷加以改進(jìn)，以尋求自然性好而效率更高的技術(shù)方法。謂詞邏輯知識(shí)表示規(guī)范性嚴(yán)，邏輯性強(qiáng)，自然性好，推理過程嚴(yán)密，易于實(shí)現(xiàn)。例如：STUDENT(zhangsan)：zhangsan是學(xué)生STUDENT(x)：x是學(xué)生Greater(x，5)：x5TEACHER(father(Wanghong))：王宏的父親是教師。它是通過分析命題內(nèi)容和謂詞邏輯，盡可能正確地表述它的各種意境的過程。順便指出：同構(gòu)解答與原始問題有相同的形式解，然而對于同態(tài)問題，如果得到原始解，只需對同臺(tái)解答再施行反運(yùn)算即可。其本質(zhì)，就是采用某種技術(shù)模式，八所要求解決的問題的相關(guān)知識(shí)，映射為一種便于找到該問題解的數(shù)據(jù)結(jié)構(gòu)。知識(shí)表達(dá)及其映像原理智能機(jī)器系統(tǒng)如同智能生物一樣，在運(yùn)用知識(shí)進(jìn)行信息交流或只能問題求解時(shí)，都需要預(yù)先進(jìn)行知識(shí)表示?！钡?，這只是一種常識(shí)性經(jīng)驗(yàn)，并不能完全肯定或否定。(2)知識(shí)的確定與不確定性如前說述，知識(shí)有若干信息關(guān)聯(lián)的結(jié)構(gòu)組成，但是，其中有的信息是精確的，有的信息卻是不精確的。然而當(dāng)客觀環(huán)境與條件發(fā)生改變時(shí)，知識(shí)的正確性就接受檢驗(yàn)，必要時(shí)就要對原來的認(rèn)識(shí)加以修改和補(bǔ)充，一至全部更新而取而代之。(1)知識(shí)只有相對正確的特性。本文對知識(shí)處理的核心問題之——識(shí)的表示進(jìn)行了全面的綜述目前流行的知識(shí)表達(dá)方式不下十種，在此只介紹一階謂詞邏輯、產(chǎn)生式、語義網(wǎng)絡(luò)、框架、混合等目前最常用的知識(shí)表示方法。伴隨著人類把最新的計(jì)算機(jī)技術(shù)應(yīng)用于各個(gè)學(xué)科，對這些學(xué)科的認(rèn)知也進(jìn)入了日新月異的發(fā)展階段，促使大量的新的研究成果不斷涌現(xiàn)。——?jiǎng)⑾?學(xué)而不思則惘，思而不學(xué)則殆?！郀柣?書到用時(shí)方恨少、事非經(jīng)過不知難。一日無書，百事荒廢?！_(dá)爾文少壯不努力，老大徒悲傷。讀書的好處行萬里路，讀萬卷書。對此，中國學(xué)者認(rèn)為這3種方法各有優(yōu)缺點(diǎn)，他們提出了綜合集成的方法，即不同的問題用不同的方法來解決，或用聯(lián)合（混合、融合）的方法來解決，再加上人工智能系統(tǒng)引入交互機(jī)制，系統(tǒng)的智能水平將會(huì)大為提高。但是隨著應(yīng)用的深入，人們又發(fā)現(xiàn)人工神經(jīng)元網(wǎng)絡(luò)模型和算法也存在問題。還有神經(jīng)網(wǎng)絡(luò),，人工神經(jīng)網(wǎng)絡(luò)像雨后春筍一樣迅速發(fā)展起來，給人們帶來了新的希望。總的來講是兩個(gè)問題：一是所謂的交互（Interaction）問題，即傳統(tǒng)方法只能模擬人類深思熟慮的行為，而不包括人與環(huán)境的交互行為。隨著第五代計(jì)算機(jī)的研究開發(fā)和應(yīng)用，人工智能進(jìn)入一個(gè)興盛時(shí)期，人工智能界一派樂觀情緒。為了適應(yīng)人工智能和知識(shí)工程發(fā)展的需要，在政府的大力支持下，日本于1982年開始了為期10年的“第五代計(jì)算機(jī)的研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”。費(fèi)根鮑姆認(rèn)為，知識(shí)工程是研究知識(shí)信息處理的學(xué)科，它應(yīng)用人工智能的原理和方法，對那些需要專家知識(shí)才能解決的應(yīng)用難題提供了求解的途徑。在這一時(shí)期，人工智能在新方法、程序設(shè)計(jì)語言、知識(shí)表示、推理方法等方面也取得了重大進(jìn)展。PROSPECTOR系統(tǒng)于1981年開始投入實(shí)際使用，取得了巨大的經(jīng)濟(jì)效益。時(shí)系統(tǒng)是透明的。（2）繼DENDARAL系統(tǒng)之后，費(fèi)根鮑姆領(lǐng)導(dǎo)的研究小組又研制了診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)MYCIN。但是，人工智能的科學(xué)家沒有被一時(shí)的困難所嚇倒，他們在認(rèn)真總結(jié)經(jīng)驗(yàn)教訓(xùn)的基礎(chǔ)上，努力探索使人工智能走出實(shí)驗(yàn)室，走向?qū)嵱没男侣纷?，并取得了令人鼓舞的進(jìn)展。如從英語→俄語→英語的翻譯中，又一句話：“The spirit is willing but the flesh is weak”(心有余而力不足)，結(jié)果變成了”The wine is good but the meat is spoiled”(酒是好的，肉變質(zhì)了)，鬧出了笑話。事實(shí)上，到了20世紀(jì)70年代初，人工智能在經(jīng)歷一段比較快速的發(fā)展時(shí)期后，很快就遇到了許多問題。（5）1961年，明斯基發(fā)表了一篇名為《邁向人工智能的步驟》的論文，對當(dāng)時(shí)人工智能的研究起了推動(dòng)作用。首先想出大致的解題計(jì)劃；2。這是人工智能的一個(gè)重大突破。（2）1956年，塞繆爾利用對策論和啟發(fā)式搜索技術(shù)編制出西洋跳棋程序Checkers。這次會(huì)議之后，在美國很快形成了3個(gè)從事人工智能研究的中心，即以西蒙和紐威爾為首的卡內(nèi)基—梅隆大學(xué)研究組，以麥卡錫、明斯基為首的麻省理工學(xué)院研究組，以塞繆爾為首的IBM公司研究組。）1956年夏，美國達(dá)特莫斯大學(xué)助教麥卡錫、哈佛大學(xué)明斯基、貝爾實(shí)驗(yàn)室申龍、IBM公司信息研究中心羅徹斯特、卡內(nèi)基——、麻省理工學(xué)院塞夫里奇和索羅門夫，以及IBM