【正文】 擬人類專家求解問題的思維過程求解領域內(nèi)的各種問題，其水平可以達到甚至超過人類專家的水平[3]。專家系統(tǒng)是目前人工智能中最活躍、最有成效的一個研究領域，已經(jīng)廣泛應用于醫(yī)療診斷、地質(zhì)勘探、石油化工、軍事、冶金材料等各個方面，產(chǎn)生了巨大的社會效益和經(jīng)濟效益。目前，人工智能技術在軋制過程已經(jīng)得到成功的應用，從生產(chǎn)計劃的編排、坯料的管理、加熱中的優(yōu)化燃燒控制、軋制中的設定計算及厚度和板形控制以及成品庫的管理等都有人工智能方法成功應用的例子。從某種意義上說，它引起了人們對軋制過程本質(zhì)認識方法的一次革命。它不是從基本原理出發(fā)，而是以事實和數(shù)據(jù)作根據(jù)，來實現(xiàn)對過程的優(yōu)化控制?；仡欆堉评碚摰陌l(fā)展歷程，如果說20世紀30年代卡爾曼（Kraman）理論及其后繼的工程法（Slab Method）為軋制理論的發(fā)展樹立了第一個里程碑，60年代變分法、上下界法等一系列基于能量原理的近代解法標志著第二個里程碑，70~80年代以有限元（FEM）為代表的現(xiàn)代數(shù)值模擬解析方法確立了第三個里程碑的話，那么90年代人工智能在軋制領域中的廣泛應用可以說為軋制理論與技術的發(fā)展樹立了第四個里程碑[67]?，F(xiàn)代金屬軋制過程特別是連軋過程的控制非常復雜，它涉及到壓力、速度、流量、溫度等大量物理參數(shù)，以及彈性變形、塑性變形、熱——力耦合等復雜過程、工件內(nèi)部組織結構與性能的變化等多方面的問題。近年來隨著社會發(fā)展與科學技術的進步，用戶對鋼鐵產(chǎn)品質(zhì)量、品種、性能的要求越來越高，鋼材質(zhì)量指標已經(jīng)達到相當高的程度，例如在內(nèi)部組織結構方面，已實現(xiàn)了對微米、亞微米級的組織進行控制，試驗室中普通鋼的晶粒尺寸已經(jīng)可以控制在1μm左右，工業(yè)規(guī)模生產(chǎn)中已經(jīng)獲得了晶粒尺寸在3~4μm左右的細晶結構鋼；另外，有些專門用途的鋼材還有深沖、超深沖、可焊接性、耐磨、耐腐蝕等使用性能方面的嚴格要求，這就為軋制過程的控制進一步增加了難度。日本的鋼鐵工業(yè)早在1988年就已經(jīng)開發(fā)出75種AI應用系統(tǒng)。到了70～80年代，計算機被用于高爐、轉(zhuǎn)爐、連鑄機、加熱爐、軋鋼等的過程控制?？刂坪拖到y(tǒng)技術是解決這些問題的重要手段之一。在過去的幾十年中，鋼鐵工業(yè)一直面臨著擴大生產(chǎn)能力、提高生產(chǎn)率、降低成本和開發(fā)價值更高的新產(chǎn)品的挑戰(zhàn)。因此，從模擬人類智能的角度來看，也應該將兩者結合起來。再者，就人類的思維過程來看，邏輯思維與形象思維只是人類智能中思維方式的兩個方面。連接機制方法善于模擬人的形象思維過程求解問題，由于它可以并行處理，因而可以比較快地得到解，但解一般是近似的、次優(yōu)的；另外連接機制方法求解問題過程是隱式的，難以對求解過程給出顯式的解釋。（3）系統(tǒng)集成由上面的討論可以看出，符號方法與連接機制方法各有長短。⑤求解問題時，可以比較快地求得一個近似解。③通過神經(jīng)元間連接強度的動態(tài)調(diào)整來實現(xiàn)對人類學習、分類等的模擬。該方法的主要特征是：①通過神經(jīng)元之間的并行協(xié)同作用實現(xiàn)信息處理，處理過程具有并行性、動態(tài)性、全局性。這種方法又稱自下而上方法或連接主義。這就表明單憑符號方法來解決人工智能中的所有問題是不可能的。人的感知過程主要是形象思維，這是邏輯推理做不到的，因而無法用符號方法進行模擬。⑤可對推理結論作出合理解釋，便于對各種可能性進行選擇。③便于模塊化，當個別事實發(fā)生變化時易于修改。該方法的特征是：①立足于邏輯運算和符號操作，適合于模擬人的邏輯思維過程，解決需要進行邏輯推理的復雜問題。堅持這種方法的人認為，人工智能的研究目標是實現(xiàn)機器智能，而計算機自身具有符號處理的推算能力，這種能力本身就蘊含著演繹推理的內(nèi)涵，因而可通過運行相應的程序系統(tǒng)來體現(xiàn)出某種基于邏輯思維的智能行為，達到模擬人類智能活動的效果。前一種方法稱為以網(wǎng)絡連接為主的連接機制方法，后一種方法為以符號處理為核心的方法。[15]自人工智能作為一門學科面世以來，關于它的研究途徑主要有兩種不同的觀點。因此我們只能在較大的范圍內(nèi)討論人工智能的基本研究內(nèi)容。另外，人工智能又有多種研究領域，各個研究領域的研究重點亦不相同。盡管如此，從目前來看，人工智能仍處于學科發(fā)展的早期階段，其理論、方法和技術都不太成熟，人們對它的認識也比較膚淺，都還有待于人工智能工作者的長期探索。大型專家系統(tǒng)開發(fā)采用了多種人工智能語言、多種知識表示方法、多種推理機制和多種控制策略相結合的方式，并開始運用各種專家系統(tǒng)外殼、專家系統(tǒng)開發(fā)工具和專家系統(tǒng)開發(fā)環(huán)境等。但隨著專家系統(tǒng)應用的不斷深入和計算機技術的飛速發(fā)展，專家系統(tǒng)本身所存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一等問題被逐漸暴露出來，人工智能又面臨著一次考驗。自人工智能從對一般思維規(guī)律的探討轉(zhuǎn)向以知識為中心的研究以來，專家系統(tǒng)的研究在多個領域中都取得了重大突破，各種不同功能、不同類型的專家系統(tǒng)如雨后春筍般的建立起來，化學專家系統(tǒng)、地質(zhì)勘探專家系統(tǒng)、數(shù)學專家系統(tǒng)、醫(yī)療專家系統(tǒng)等都有了快速發(fā)展，產(chǎn)生了巨大的經(jīng)濟效益與社會效益。經(jīng)過認真的反思、總結，費根鮑姆關于以知識為中心開展人工智能研究的觀點被大多數(shù)人接受。在機器學習、定理證明、問題求解、機器翻譯等方面都出現(xiàn)了大量的問題，甚至在人工智能的本質(zhì)、理論、思想及機理方面，也受到了來自哲學、心理學、神經(jīng)生理學等社會各界的責難、懷疑和批評。例如1972年法國馬賽大學的科麥瑞爾（）提出并實現(xiàn)了邏輯程序語言PROLOG；斯坦福大學的肖特里菲（）等人從1972年開始研制用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN等。在其它方面，人工智能也有了跳躍性的進展，這一切都推動了人工智能的應用。另一個小組為IBM工程課題研究小組，1956年塞繆爾在IBM 704計算機上研制成功了具有自學習、自組織和自適應能力的西洋跳棋程序，該程序可以從棋譜中學習，也可以在下棋過程中積累經(jīng)驗、提高棋藝，這是用機器模擬人類學習過程的一次成功探索，其主要貢獻在于發(fā)現(xiàn)了啟發(fā)式搜索是表現(xiàn)智能行為的最基本機制。一個是紐厄爾和西蒙的卡內(nèi)基—蘭德小組（也稱心理學小組），1957年這個小組研制了一個稱為邏輯理論機（Logic Theory Machine, 簡稱LT）的數(shù)學定理邏輯證明程序。從而，一個以研究如何用機器來模擬人類智能的新興學科——人工智能誕生了。① 孕育期（1956年之前）：在人工智能誕生之前世界上的一些著名科學家就已經(jīng)創(chuàng)立了數(shù)理邏輯、自動機理論、控制論和信息論，并發(fā)明了通用電子數(shù)字計算機，這些成就已經(jīng)為人工智能的產(chǎn)生準備了必要的思想、理論和物質(zhì)技術條件。[25]人工智能這個術語自1956年正式提出，并作為一個新興學科的名稱被使用以來，已經(jīng)有四十多年的歷史了。遠期目標為近期目標指明了方向，而近期目標則為遠期目標奠定了理論和技術基礎。為了實現(xiàn)這一目標，人們需要根據(jù)現(xiàn)有計算機的特點，研究實現(xiàn)智能的有關理論、方法和技術，建立相應的智能系統(tǒng)。但從目前這些學科的現(xiàn)狀來看，實現(xiàn)人工智能的遠期目標還需要一個較長的時期。揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類智能應該是人工智能研究的根本目標，或者叫遠期目標。[15]關于人工智能的研究目標，目前還沒有一個統(tǒng)一的說法，1978年，索羅門（）對人工智能給出了以下三個主要目標：①對智能行為有效解釋的理論分析；②解釋人類智能；③構造智能的人工制品。通俗地說，人工智能就是要研究如何使機器具有能聽、會說、能看、會寫、能思維、會學習、能適應環(huán)境變化、能解決各種面臨的實際問題等功能的一門學科。從能力的角度來看，人工智能是相對于人的自然智能而言的，所謂人工智能是指用人工的方法在機器（計算機）上實現(xiàn)的智能；從學科的角度來看，人工智能是作為一個學科名稱來使用的，所謂人工智能是一門研究如何構造智能機器和智能系統(tǒng)，使它能模擬、延伸和擴展人類智能的學科。它是一個含義很廣的詞語，在其發(fā)展工程中，具有不同學科背景的人工智能學者對它有著不同的理解，提出了一些不同的觀點。因此，它是人類邁向信息社會、迎接知識經(jīng)濟挑戰(zhàn)所必須具備的一項核心技術[3]。人工智能的前景是非常誘人的，同時也是任重而道遠的[2]。在信息社會，人類面對的信息量將非常龐大，僅依靠人腦表現(xiàn)出來的自然智能是遠遠不夠的，如何用人造的智能去模仿和擴展人類的自然智能，實現(xiàn)信息的智能化處理，是信息社會所面臨的一個重大課題。然而，在這個話題的背后還蘊含著另外一個更深層的問題——智能。有人把人工智能同空間技術、原子能技術一起譽為20世紀的三大科學技術成就；有的人把它稱為繼三次工業(yè)革命后的又一次革命，并稱前三次工業(yè)革命主要是延長了人手的功能，把人類從繁重的體力勞動中解放出來，而人工智能則是延伸人腦的功能，實現(xiàn)腦力勞動的自動化[12]。它主要研究如何用機器（計算機）來模仿和實現(xiàn)人類的智能行為。1. 人工智能概述人工智能（Artificial Intelligence，簡記為AI）是當前科學技術發(fā)展中的一門前沿學科，同時也是一門新思想、新觀念、新理論、新技術不斷出現(xiàn)的新興學科以及正在迅速發(fā)展的學科。它是在計算機科學、控制論、信息論、神經(jīng)心理學、哲學、語言學等多種學科相互滲透的基礎上發(fā)展起來的，因此又可以把它看作是一門綜合性的邊緣學科。它的出現(xiàn)及所取得的成就引起了人們的高度重視，并得到了很高的評價。隨著信息社會和知識經(jīng)濟時代的來臨，信息正在以前所未有的速度膨脹，信息和知識已成為人們的一個熱門話題。一般說來，信息是由數(shù)據(jù)所表達的客觀事實，知識是信息經(jīng)過智能性加工后的產(chǎn)物，智能是用來對信息和知識進行加工的加工器。必須開發(fā)那種由機器實現(xiàn)的人工智能，就像在工業(yè)社會人類需要用機器去放大和延伸自己的體能一樣，在信息社會人類又需要用機器去放大和延伸自己的智能，實現(xiàn)腦力勞動的自動化。人工智能作為一門研究機器智能的學科，其目的是要用人工的方法和技術，研制智能機器或智能系統(tǒng)，來模仿、延伸和擴展人的智能。首先應指出，人工智能和其它許多新興學科一樣，至今尚無一個統(tǒng)一的定義，所謂人工智能的定義，是人工智能學者根據(jù)對它的已有認識所作的一些不同解釋。綜合各種不同的人工智能觀點，可以從“能力”和“學科”兩個方面對人工智能進行定義。因此，可以將人工智能定義為：人工智能是一門研究如何構造智能機器（智能計算機）或智能系統(tǒng)，使它能模擬、延伸、擴展人類智能的學科?？傊?，它是要使機器能做需要人類智能才能完成的工作，甚至比人更高明[34]。要實現(xiàn)索羅門的這些目標，需要同時開展對智能機理和智能構造技術的研究。人工智能的遠期目標涉及到腦科學、認知科學、計算機科學、系統(tǒng)科學、控制論及微電子等多種學科，并有賴于這些學科的共同發(fā)展。在這種情況下，人工智能研究的近期目標是