智能技术产生与发展过程

 

 
 
 
 
1．人工智能科学与技术
1956年夏液美国的Danmouth大学召开了世界次人工智能学术研讨会。到会的10名从事数学、心理学、信息与计算机科学的学者与工程师，共同探讨了用机器(计算机)模拟人类智能活动的有关问题，X创了“人工智能研究的新时期。
AI研究的开创者们，在当年就取得了两项有重要意义的成果：一是他们研制的逻辑理论机，采用逻辑推理程序，模拟人类利用数理逻辑来证明定理，证明了“数学原理”中的：个定理；另一项是编制了下棋程序，该程序具有一定的自学习、自组织和自适应能力，能学习棋谱，自己积累下棋经验，不断改善能力，先后击败了它的设计者和一些跳棋冠军。这两个都是成功地利用计算机模拟入脑的思维活动的例子。它们鼓舞A1研究者致力于探索入脑的神经网络结构及思维的普遍规律和模式。zo世纪60年代后AI进入了推理方法和问题求解模型的一般性研究，探索一些通用的问题求解技术和各种搜索策略。但随着研究的深入，A1研究者们逐步认识到：解决问题的方法和手段是因事、甚至因入而变化的，试图用一种或几种通用问题求解结构去描述人类的智能行为是异常复杂和困难的，是一个漫长的历史过程。1957年开始的对通用问题求解程序GP3(GeneralPr。blem solvef)的研究工作，经过十几
年的不懈努力，终因研制者过分追求问题求解的一般结构而导致了失败。6P5为代表的一般性研究的失败，使AI研究者认识到知识在人类智能行为中的重要作用。对智能行为本身来说，一个实际问题的求解，其求解策略固然是重要的，但只有策略是不够的，还需要问题领域内的专门知识，解决任何问题都要靠知识。此后，A1研究开始从通用问题基于推理的模型转向专门问题基于知识的模型的研究。其标志就是1968年美国大学研制的D[NDRAL专家系统的问世。
2．专家系统ES(EXp6rt SyM6m)技术
DINDRAL系统的研制目标是从化学数据推断分子假说。在研究中他们很快发现，如果没有足够的物理化学领域的专门知识，这个系统不可能有效地以人类思维方式进行智能推理。因此，由计算机学科、遗传学和化学三个方面的专家合作，经过3年的努力，于1968年基本完成了预定目标，又经过几年改进和扩充，使该系统十分有效。它从分子式及其质谱数据推断分子结构的能力达到了专家水平，己被广泛地应用在美国一些大学和工业界的化学实验室里。继DENDRA巳系统之后是麻省理工大学研究的数学领域专家系统MAC5YMA。该系统执行公式化简、符号微分、符号积分等数学问题求解。在该系统中同样建立了大量的专门知识，采用了“启发式”程序求解，据称它在符号表达式化简的能力方面超过了大多数专家。于1971年开始被用于数学和物理学研究中的数学处理工作中。通常将DENDRAL和MACSyMA称为代Es。它们的成功应用，坚定了AI研究者的信心欣许多研究者转向各个专门领域的Es的研制服动技术迅速的发展现在Es应用覆盖了医学、农业、化学、计算机、电子电气、机械工程、过程控制、数学、物理、地质、军事、法律等领域。许多Es经过多年使用的考核而不断完善，完全可以在专家的水平上工作，助人们解决各种难题，给人类社会带来了巨大的经济效益。典型的专家系统都由三个基本部分构成：
①知识库：用于存放与具体问题无关的领域知识。
②数据库(又称事实库、工作存储空间等＞存放与领域具体问题有关的知识事实得出的结论、最终结果。
③推理机：它根据用户提供的事实(初始数据)及知识库的领域知识，模拟人类专家的思维规律和逻辑进行推理，以得到与人类专家对领域特定问题的相同结论。上述三个基本部分的关系如图6.1所示。由此可知，专家系统结构与传统程序结构有很大的区别，其中主要的区别是ES将问题求解的知识存放在知识库中，与利用知识库中知识的推理机构相分离，这样便于知识的修改和扩充。其次是在E5中可采用专家的启发式知识(经验知识)和启发式推理方法(假设、化简等经验方法)来处理信息不完全、不的知识和数据，求解不良结构的问题。所以，专家系统具有启发性、灵活性和透明性(可通过人机界面向用户提供问题求解的过程和回答用户的提问)的特点。






3．智能工程IE(Intell52ent EngineerinR)
Es具有较强的针对性，它总是针对菜单一的较狭窄的应用领域工作的。一般Es应用范围越大，工作效率就越低，超出其应用的专门领域，E5就不能工作。而一个复杂的工程问题总要涉及较多的领域知识问题，既有定性分析、抉策问题，又有定量计算问题。例如，一个复杂的机电设备(如汽轮发电机组)的故障诊断问题，不仅涉及到以数值计算为主的信号分析和处理(如富氏变换、特征值提取等)，而且涉及到以符号推理为主的决策诊断过程，其中既有单一领域子系统(如调速系统、轴承润滑子系统、冷疑子系统等)相关的诊断知识，又有关于所有有关领域诊断知识使用和管理的元知识(即管理和使用各领域知识的知识)。如要实现整个设备故障诊断的自动化处理，就必须在建造各单一领域子系统诊断的ES基础上，实现各专家子系统的集成进而实现Es与数值计算程序的集成，构成所谓分布式人工智能系统，这就是IE的中心任务。在该集成化智能系统中，单一领域的E5被视为一个智能单元。IE就是要研究各智能单元之间的相互作用、通信、协调、管理和使用等一系列问题。
总之，智能工程是面向多种描述形式、多领域知识的以解决复杂问题为目的的知识自动化处理及应用的技术，是借助计算机对知识进行获取、表达集成、管理、协调及使用的技术。智能工程的提出只有十多年的历史，它是为适应工业自动化向cIM5方向发展的需要而提出来的，是适应工业决策自动化的一门新技术，目前还没有系统的、成熟的理论体系，还需要在实践中发展、提高，所以本章不淮各对比作进一步的介绍。
4．人工神经网络技术
ANN技术研究是20世纪50年代末、60年代初开始的，一度引起人们极大关注，但不久就处于低潮。20世纪80年代中以来，ANN研究掀起了新的高潮，这主要是由于计算机和AI发展的需要，并在技术上提供了可能性。
ANN是从人脑的神经系统结构模拟出发，提供了另一条研究人类智能的造径。以逻辑、符号处理为基础的A[能够模拟人类智能的高层——逻辑思维，而ANN可以模拟低层的形象思维。二者结合起来更接近于人类解决问题的方法，更有利于模拟人类智能活动。ANN具有与人脑相似的自学习、模式识别以及联想记忆功能，它可直接通过实例的不断学习提高自身的性能，适应新的环境。从工业应用角度看，它可以学习和模拟生产过程中出现的那些极端非线性特性，从而开辟了控制复杂无规则系统的新造径。关于ANN的组成、基本原理及性能特性将在第六节简要介绍。
大家熟知的传统程序设计语言，如BA5IC，FORTRAN等具有很强的数值处理能力，但符号处理能力差，用来编写完成某种智能行为的程序就很不方便。在人工智能科学和技术发展过程中，也出现了一些面向符号处理的程序设计语言。典型的有函数型语言LIsPfn逻辑型语言PROeOG，用这两种人工智能语言能方便地表示知识和设计各种推理机制，用于开发专家系统和工具型智能软件十分有效，己获得广泛应用。如日本第五代计算机工程采用rRoL06语言作为计划建造的超级计算机的基础语言。
近年来，具有面向对象风格的语言c++、传统语言c和FAscAL等也己成为构造智能系统的常用语言。c语言同时具备较强的数值计算和符号处理功能，具有较大的灵活性和适应性，容易适合不同的硬件环境，容易与其它语截高级语言、汇编语言等腔口，生成的代码质量高等特点，这些正是智能工程研制所需要的软件环境，所以c语言才成为智能工程开发的主语言农国际上，利用c语言开发商品化的A[产品己日趋流行，用c语言开发的E5应用产品可在小型机甚至微型机上运行，使A1技术更便利、有效地应用到实际系统中去。
虽然L[SP和PROLOG语言对Es的研究很有效，但存在系统开销大、运行速度慢、可移植性差、与其它语言接口差等缺点。因而在[s等智能系统研制过程中，往往在实验研究阶段，用LIsP和PRoLoG语言编写程序系统，以便利用它们的灵活优点加快研制速度。但到了实用阶段，再采用时空效率高的c语言重写一演，以便使它们能运行于配有c语言的机器上。http://www.dgzhenghang.cn