走近人工智能

走近人工智能

人工智能(Artificial Intelligence，AI)一直都處于計算機技術的最前沿，經歷了幾起幾落…… ---- 長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數研究人員為之奉獻才智，從美國的麻省理工學院(MIT)、卡內基-梅隆大學(CMU)到IBM公司，再到日本的本田公司、SONY公司以及國內的清華大學、中科院等科研院所，全世界的實驗室都在進行著AI技術的實驗。不久前，著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智能》(A.I.)對許多人的頭腦又一次產生了震動，引起了一些人士了解并探索人工智能領域的興趣。 ---- 在本期技術專題中，中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智能這一充滿挑戰與機遇的領域。 計算機與人工智能 ---- "智能"源于拉丁語LEGERE，字面意思是采集(特別是果實)、收集、匯集，并由此進行選擇，形成一個東西。INTELEGERE是從中進行選擇，進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(Machines Who Thinks,1979)中所提出的: 在復雜的機械裝置與智能之間存在長期的聯系。從幾個世紀前出現的神話般的巨鐘和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯系。經過幾個世紀之后，新技術已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數學家圖靈(Turing)提出了"自動機"理論，把研究會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智能之父"。 ---- 人工智能領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智能"(Artificial Intelligence，AI)這個術語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智能的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式接口，應用于疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的IBM的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。 ---- 當然，人工智能的發展也并不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬件和軟件的發展，計算機的運算能力在以指數級增長，同時網絡技術蓬勃興起，確保計算機已經具備了足夠的條件來運行一些要求更高的AI軟件，而且現在的AI具備了更多的現實應用的基礎。90年代以來，人工智能研究又出現了新的高潮。 ---- 我們有幸采訪了中國科學院計算技術研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領我們走近人工智能這個讓普通人感到深奧卻又具有無窮魅力的領域。 ---- 問: 目前人工智能研究出現了新的高潮，那么現在有哪些新的研究熱點和實際應用呢？ ---- 答: AI研究出現了新的高潮，這一方面是因為在人工智能理論方面有了新的進展，另一方面也是因為計算機硬件突飛猛進的發展。隨著計算機速度的不斷提高、存儲容量的不斷擴大、價格的不斷降低以及網絡技術的不斷發展，許多原來無法完成的工作現在已經能夠實現。目前人工智能研究的3個熱點是: 智能接口、數據挖掘、主體及多主體系統。 ---- 智能接口技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現又依賴于知識表示方法的研究。因此，智能接口技術的研究既有巨大的應用價值，又有基礎的理論意義。目前，智能接口技術已經取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經開始實用化。 ---- 數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘和知識發現的研究目前已經形成了三根強大的技術支柱: 數據庫、人工智能和數理統計。主要研究內容包括基礎理論、發現算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。 ---- 主體是具有信念、愿望、意圖、能力、選擇、承諾等心智狀態的實體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨立地完成任務，而且可以和環境交互，與其他主體通信，通過規劃達到目標。多主體系統主要研究在邏輯上或物理上分離的多個主體之間進行協調智能行為，最終實現問題求解。多主體系統試圖用主體來模擬人的理性行為，主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統應用等方面。 ---- 問: 您在人工智能領域研究了幾十年，參與了許多國家重點研究課題，非常清楚國內外目前人工智能領域的研究情況。您認為目前我國人工智能的研究情況如何？ ---- 答: 我國開始"863計劃"時，正值全世界的人工智能熱潮。"863-306"主題的名稱是"智能計算機系統"，其任務就是在充分發掘現有計算機潛力的基礎上，分析現有計算機在應用中的缺陷和"瓶頸"，用人工智能技術克服這些問題，建立起更為和諧的人-機環境。經過十幾年來的努力，我們縮短了我國人工智能技術與世界先進水平的差距，也為未來的發展奠定了技術和人才基礎。 ---- 但是也應該看到目前我國人工智能研究中還存在一些問題，其特點是: 課題比較分散，應用項目偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時，容易跟著國外的選題走; 立項論證時，慣于考慮國外怎么做; 落實項目時，又往往顧及面面俱到，大而全; 再加上受研究經費的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。 ---- 今后，基礎研究的比例應該適當提高，同時人工智能研究一定要與應用需求相結合�？茖W研究講創新，而創新必須接受應用和市場的檢驗。因此，我們不僅要善于找到解決問題的答案，更重要的是要發現最迫切需要解決的問題和最迫切需要滿足的市場需求。 ---- 問: 請您預測一下人工智能將來會向哪些方面發展？ ---- 答: 技術的發展總是超乎人們的想象，要準確地預測人工智能的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智能可能會向以下幾個方面發展: 模糊處理、并行化、神經網絡和機器情感。 ---- 目前，人工智能的推理功能已獲突破，學習及聯想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。人工神經網絡是未來人工智能應用的新領域，未來智能計算機的構成，可能就是作為主機的馮·諾依曼型機與作為智能外圍的人工神經網絡的結合。研究表明: 情感是智能的一部分，而不是與智能相分離的，因此人工智能領域的下一個突破可能在于賦予計算機情感能力。情感能力對于計算機與人的自然交往至關重要。 ---- 人工智能一直處于計算機技術的前沿，人工智能研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天，已經有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術的發展將會給人們的生活、工作和教育等帶來更大的影響。 什么是人工智能？ ---- 人工智能也稱機器智能，它是計算機科學、控制論、信息論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智能是研究如何制造出人造的智能機器或智能系統，來模擬人類智能活動的能力，以延伸人們智能的科學。 AI理論的實用性 ---- 在一年一度AT

【走近人工智能】相關文章：

人工智能03-21

走近宋江，論宋江的忠義03-06

人工智能語言--PROLOG03-18

從人工智能看當代邏輯學的發展03-18

讓英語走近每一個孩子-英語教學論文03-18

人工智能AI程序設計語言簡介03-18

人工智能算法在自動化控制中的應用03-28

小議人工智能技術在信息檢索系統中應用03-19