【正文】 全靠機(jī)械般的精確記憶，而且不能利用記憶進(jìn)行歸納推理，因而無(wú)法實(shí)現(xiàn)智能所必須的利用自身經(jīng)驗(yàn)之功能。 電腦在記憶時(shí)會(huì)把所有的素材都記錄下來(lái)。而我們?nèi)四X中已經(jīng)固有了基本素材和經(jīng)驗(yàn)，記憶時(shí)只需要把已有的各個(gè)素材和經(jīng)驗(yàn)的關(guān)聯(lián)記錄下來(lái)。 ?記憶、歸納推理與信息處理 其實(shí)這些素材的量并不是很多，當(dāng)出生的嬰兒一開(kāi)始感受這個(gè)世界，只需要不長(zhǎng)的時(shí)期就可以得到他一生所需的基本記憶素材。塊塊堆堆之間的再關(guān)聯(lián)就構(gòu)成了我們腦袋里的復(fù)雜記憶。關(guān)聯(lián)記憶使得我們成年人腦袋的大小并不與記憶的多少成正比。 ?記憶、歸納推理與信息處理 人類(lèi)的情感和智能都與我們大腦的記憶特性密切相關(guān)，我們大腦有意識(shí)的活動(dòng)在相當(dāng)程度上是記憶活動(dòng)。任何試圖逃避這一關(guān)的做法都不會(huì)成功。 二、人工智能的發(fā)展軌跡 (1) 模擬人類(lèi)的思維規(guī)律，即推理方法的研究和程序化； (2) 正確的知識(shí)表示，運(yùn)用知識(shí)進(jìn)行推理，即知識(shí)的形式化； (3) 從大量已有的知識(shí)推出新的知識(shí)，即專(zhuān)家系統(tǒng)。 搜索策略有盲目搜索 、 啟發(fā)式搜索之分 。 啟發(fā)式搜索大大加快搜索過(guò)程 ， 使得人們處理問(wèn)題效率得到提高 。由于解決小問(wèn)題的搜索大為減少，使得原問(wèn)題的復(fù)雜度降低，問(wèn)題的解決得到簡(jiǎn)化。 知識(shí)的表達(dá)技術(shù)：知識(shí)在計(jì)算機(jī)內(nèi)的表達(dá)方式是用計(jì)算機(jī)模擬人類(lèi)智能必須解決的重要問(wèn)題。 四、人工智能的研究和應(yīng)用領(lǐng)域 人工智能的研究和應(yīng)用領(lǐng)域概括起來(lái)有 8個(gè)： 問(wèn)題求解：我們通過(guò)對(duì)人們求解問(wèn)題的一般規(guī)律、求解問(wèn)題的思路的研究，編制一個(gè)智能程序，依照人們解決問(wèn)題的方法與步驟，解決問(wèn)題。 模式識(shí)別：模式識(shí)別是研究如何從龐大的信息中提取特征，根據(jù)特征識(shí)別不同事物的基本原理。智能數(shù)據(jù)庫(kù)通過(guò)有效的組織，能夠滿足人們快速檢索和修改數(shù)據(jù)庫(kù)的要求。這種機(jī)器人用于航天、軍事、工業(yè)制造等領(lǐng)域。在決策過(guò)程中要對(duì)形勢(shì)做出恰當(dāng)?shù)墓烙?jì)，搜尋各種可能的策略組合，通過(guò)對(duì)比分析確定對(duì)自己最有利的策略。 程序自動(dòng)設(shè)計(jì)：程序自動(dòng)化是為了設(shè)計(jì)一種算法。程序自動(dòng)化較多的研究工作放在了自動(dòng)程序驗(yàn)證方面，即讓計(jì)算機(jī)自動(dòng)查找程序中的錯(cuò)誤。 現(xiàn)在信息技術(shù)的飛速發(fā)展，使得 Al有更廣泛的研究和應(yīng)用領(lǐng)域，如專(zhuān)家咨詢(xún)系統(tǒng)、組合調(diào)度問(wèn)題、虛擬現(xiàn)實(shí)等等。這種技術(shù)的原理是通過(guò)指紋掃描儀上的光電識(shí)別器 (攝像頭 )對(duì)人指尖的卷狀紋理和渦進(jìn)行掃描后，計(jì)算機(jī)把特定的隆起部位的位置制成表和記錄下來(lái)而形成一個(gè)對(duì)每一個(gè)人來(lái)說(shuō)都是唯一的一個(gè)壓痕模式，存入計(jì)算機(jī)指紋數(shù)據(jù)庫(kù)。當(dāng)進(jìn)行身份認(rèn)證時(shí)，指紋自動(dòng)識(shí)別系統(tǒng)會(huì)將人現(xiàn)場(chǎng)通過(guò)指紋掃描儀收集到的指紋經(jīng)軟件系統(tǒng)與數(shù)據(jù)庫(kù)的指紋相對(duì)照而進(jìn)行確認(rèn)，對(duì)主流機(jī)型只需 2秒左右的時(shí)間。指紋相對(duì)人的其它生物特征具有個(gè)體差異大、實(shí)現(xiàn)識(shí)別所需的軟硬件資源較小等優(yōu)勢(shì)，因此具有較大的應(yīng)用空間。 但對(duì)于什么是 “ 模式 ” ， 或者什么是機(jī)器能夠辯別的 “ 模式 ” ， 迄今尚無(wú)確切的定義 。 但這一解釋根本沒(méi)有詮釋模式的內(nèi)涵和外延 。 模式識(shí)別就是識(shí)別出特定客體所模仿的標(biāo)本 。 字符 、 圖畫(huà) 、 音樂(lè) … 是具體的客體 ， 它們通過(guò)對(duì)感官的刺激而被識(shí)別；論點(diǎn) 、 思想 、 信仰 … 則是非物質(zhì)的客體 ， 對(duì)它們的研究主要屬于哲學(xué) 、 政治學(xué)的范疇 。 這一類(lèi)課題屬于工程學(xué) 、 計(jì)算機(jī)科學(xué) 、 應(yīng)用數(shù)學(xué)的范疇 。 模式識(shí)別是研究一種自動(dòng)技術(shù) ， 依靠這種技術(shù) ， 機(jī)器將自動(dòng)地 （ 或人盡量少地干涉 ） 把待識(shí)模式分配到各自的模式類(lèi)中去 。 模式識(shí)別是伴隨著計(jì)算機(jī)的研究 、 應(yīng)用日益發(fā)展起來(lái)的 。 人們親切地稱(chēng)計(jì)算機(jī)為電腦 ， 幾乎所有本來(lái)由人腦實(shí)現(xiàn)的功能 ， 都謀略用 “ 電腦 ” 來(lái)完成 。 但比起人腦來(lái) ， 電腦畢竟是小巫見(jiàn)大巫 ，不僅僅在于人腦約有 1011～ 1012個(gè)腦細(xì)胞 （ 被稱(chēng)為神經(jīng)元 ） ， 更在于每個(gè)神經(jīng)元約有 103～104個(gè)突觸 ， 即一個(gè)神經(jīng)元可通過(guò)突觸與 8000 個(gè)其它神經(jīng)元交換信息 ， 當(dāng)生物電流通過(guò)某一突觸時(shí) ， 神經(jīng)元就將信息傳送到下一神經(jīng)元 。 可以超越時(shí)空 ，任意跳躍 。 識(shí)別是人對(duì)感覺(jué)的認(rèn)知和判斷能力 。識(shí)別由低到高分為三個(gè)層次。視覺(jué)包括明暗、顏色、大小、形狀、遠(yuǎn)近、運(yùn)動(dòng)狀態(tài)等。觸覺(jué)包括溫度、導(dǎo)熱率、硬度、粘度、大小、形狀、受力、活動(dòng)狀態(tài)等。 現(xiàn)代科技與電腦相結(jié)合在物理識(shí)別范圍和識(shí)別精度方面早已大大超過(guò)人自身的能力。這種識(shí)別的特點(diǎn)是識(shí)別內(nèi)容分別獨(dú)立互不相關(guān)，事件具有精確的重復(fù)性，無(wú)需經(jīng)驗(yàn)和智能，完全可以程序化。 模糊識(shí)別是在大量復(fù)雜的信息中識(shí)別出有用的部分 ， 即對(duì)接收的信息與以往的記憶和經(jīng)驗(yàn)進(jìn)行關(guān)聯(lián)認(rèn)識(shí) ， 剔除無(wú)關(guān)的信息 。 聽(tīng)覺(jué)包括在嘈雜的背景中辨別出特定的聲音 ， 特別是不同人的講話聲 。 這種對(duì)人來(lái)說(shuō)輕而易舉的能力對(duì)電腦來(lái)說(shuō)真是太難了 。 由于電腦不能實(shí)現(xiàn)關(guān)聯(lián)記憶 ， 所以它在模糊識(shí)別方面難以有突破性進(jìn)展 。 情感識(shí)別是最高級(jí)的識(shí)別 。 這種識(shí)別主要是針對(duì)人際之間的信息交流 。 這種識(shí)別已經(jīng)超出了人工智能的模糊識(shí)別 ， 達(dá)到了人工高級(jí)生命的能力 。這種識(shí)別要求電腦具有人類(lèi)的情感 。 二．模式識(shí)別的全過(guò)程 模式識(shí)別的全過(guò)程可用下圖簡(jiǎn)要的表示： 以上過(guò)程中，每一階段設(shè)計(jì)的好壞都會(huì)對(duì)全盤(pán)的工作產(chǎn)生嚴(yán)重的影響，所以每一階段都應(yīng)爭(zhēng)取尺可能完美的效果。 2. 數(shù)字化后的電信號(hào)需經(jīng)預(yù)處理 ， 以濾除樣品采集過(guò)程中摻入的干擾 、 噪聲 ， 并人為地突出有用信號(hào) ， 以得到良好的識(shí)別效果 。 由于特征的抽取與待識(shí)模式的類(lèi)別密切相關(guān) ， 很難有某種泛泛的規(guī)律可依循 。 4. 模式分類(lèi)就是在前幾步準(zhǔn)備工作的基礎(chǔ)上 ，把被識(shí)別對(duì)象歸并分類(lèi) ， 確認(rèn)其為何種模式的過(guò)程 。 模式分類(lèi)按其方法 ， 大致可分為四大類(lèi) 電腦模式識(shí)別技術(shù)最初起源于圖像識(shí)別的需要，比如協(xié)助警方根據(jù)照片從茫茫人海中搜尋某個(gè)罪犯，或者幫助醫(yī)生把顯微鏡下的細(xì)菌進(jìn)行分類(lèi) … 。 另一種更符合實(shí)際的方案是：大腦感知的不是圖像上的所有的點(diǎn)，而是輪廓中最典型的特征，如線段、角度、弧度、反差、顏色等，把它們從圖像中抽取出來(lái)，然后結(jié)合頭腦中過(guò)去的記憶和有關(guān)經(jīng)驗(yàn)和知識(shí)分析判斷。 要根據(jù)一張照片讓電腦在一群人中辯認(rèn)出某個(gè)人，可以先把這張照片輸入電腦，抽取照片上人像上的特征，如鼻子、嘴巴、眼睛和輪廓特點(diǎn)，進(jìn)行分類(lèi)和加工，存放在機(jī)器里作為識(shí)別那個(gè)人的 “ 模板 ” 。 只要待辯認(rèn)的人躲在這群人中間 ， 哪怕他化了裝 ， 留了長(zhǎng)發(fā) ， 蓄了胡須 ， 也逃不脫電腦的 “ 火眼金睛 ” 。 圖像識(shí)別技術(shù)比較成功的運(yùn)用領(lǐng)域是文字識(shí)別 。 目前印刷體文字識(shí)別軟件早已進(jìn)行商品化階段 。在電腦中已預(yù)先保存了各種字的圖形和它們的特征，也稱(chēng)為 “ 模板 ” ，全部模板就構(gòu)成一部 “ 模板字典庫(kù) ” 。接下來(lái)就是將抽取到的文字特征與模板字典逐一匹配，直到在字典庫(kù)中找到最接近的模板為止。 電腦的語(yǔ)音識(shí)別也是一個(gè)非常重要的人工智能技術(shù)，是人工智能多年追逐的目標(biāo)。由于每個(gè)人說(shuō)話的音色和音調(diào)都有一定的差異，發(fā)聲頻率各不相同。采用模板匹配方式的