人工智能現(xiàn)狀和趨勢(2)
人工智能現(xiàn)狀和趨勢
人工智能現(xiàn)狀和趨勢篇二
人工智能的研究現(xiàn)狀及發(fā)展趨勢
摘要： 自從1956年的Dartmouth學(xué)會上提出了人工智能(Artificial Intelligence)一詞，人工智能在過去的50多年中取得了巨大的發(fā)展。人工智能逐漸形成了以三大派系——符號主義學(xué)派、行為主義學(xué)派、聯(lián)結(jié)主義學(xué)派——為首的局面，每個學(xué)派都有其自身獨到的見解。文章以獨特的視角對人工智能的發(fā)展提出了一些見解。
Abstract： Since 1956， when Dartmouth institute put forward the AI (Artificial Intelligence)， Artificial Intelligence in the past 50 years has achieved great development. Artificial Intelligence gradually formed with the three factions-symbol school， behaviorism school， connectionism school-led by the situation， each school has its own unique opinion. Based on the unique angle of view， the paper puts forward some opinions on the development of Artificial Intelligence.
關(guān)鍵詞： 人工智能;研究現(xiàn)狀;發(fā)展趨勢;社會力量
Key words： Artificial Intelligence;research status;development tendency;social force
中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311(2013)28-0005-03
0 引言
人工智能是自1956 Dartmouth學(xué)會后發(fā)展起來的新型學(xué)科，其有著涉及學(xué)科廣、需要技術(shù)高端、使用范圍廣等特點。在過去的50多年時間中人工智能經(jīng)歷了學(xué)科發(fā)展中都會遇到的發(fā)展——否定——否定的否定階段，現(xiàn)在人工智能大致分成了符號主義學(xué)派、行為主義學(xué)派、聯(lián)結(jié)主義學(xué)派三大學(xué)派。其各有優(yōu)勢，獨樹一幟。一直以來重大前沿科學(xué)研究都是以國家牽頭，等到時機(jī)成熟了再轉(zhuǎn)為民用。這樣無形中浪費了很多社會中的人才，比如android智能機(jī)的問世，當(dāng)開發(fā)商源代碼公布后android智能機(jī)獲得了飛速的發(fā)展。這是社會資源集體作用的結(jié)果，人工智能能否通過這種方式獲得飛速的發(fā)展呢，文中給出了問題的答案。
1 人工智能的現(xiàn)狀
1.1 人工智能的發(fā)展過程 人工智能是由“人工”與“智能”組成。“人工”十分容易理解，也就是我們常說的人類開發(fā)研究出來的事物。“智能”則是十分復(fù)雜的一個詞匯，是指如由意識(Consciousness)、自我(Self)、思維(Mind)(包括無意識的思維(Unconscious_mind))等等組成的有機(jī)集合。通常我們所說的人工智能是指人本身的智能?？傮w來說人工智能(Artificial Intelligence，AI)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)。關(guān)于人工智能的傳說一直可以追述到埃及，直到電子計算機(jī)的問世才使人們真正具備了發(fā)展人工智能的基本技術(shù)，而直到1956年的Dartmouth學(xué)會之后“人工智能”才逐漸地被大家所熟知接受。人工智能作為一門自然科學(xué)、社會科學(xué)、技術(shù)科學(xué)交叉的邊沿學(xué)科，涉及哲學(xué)和數(shù)學(xué)，認(rèn)知科學(xué)，心理學(xué)，神經(jīng)生理學(xué)，計算機(jī)科學(xué)，控制論，不定性論，信息論，社會結(jié)構(gòu)學(xué)，仿生學(xué)與科學(xué)發(fā)展觀等眾多前沿學(xué)科。二十世紀(jì)七十年代以來被稱為世界三大尖端技術(shù)之一(空間技術(shù)、能源技術(shù)、人工智能)，也被認(rèn)為是二十一世紀(jì)(基因工程、納米科學(xué)、人工智能)三大尖端技術(shù)之一[1]。
人工智能在其過去的50多年時間里，有了長足的發(fā)展，但并不是十分順利。目前人們大致將人工智能的發(fā)展劃分成了五個階段：
第一階段：萌芽期(1956年之前)
自古以來，人類一直在尋找能夠提高工作效率、減輕工作強(qiáng)度的工具。只是受限于當(dāng)時的科學(xué)技術(shù)水平，人們只能制作一些簡單的物品來滿足自身的需求。而人類的歷史上卻因此留下了很多膾炙人口的傳說。傳說可以追溯到古埃及時期，人們制造出了可以自己轉(zhuǎn)動的大門，自動涌出的圣泉。我國最早的記載是在公元前900多年，出現(xiàn)了能歌能舞的機(jī)器人。這一時期出現(xiàn)了各種大家：法國十七世紀(jì)的物理學(xué)家、數(shù)學(xué)家B.Pascal、德國十八世紀(jì)數(shù)學(xué)家、哲學(xué)家Leibnitz以及二十世紀(jì)的圖靈、馮·諾伊曼等。他們?yōu)槿斯ぶ悄艿陌l(fā)展做出了十分重要的貢獻(xiàn)。
第二階段：第一次高潮期(1956年-1966年)
1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠(yuǎn)見卓識的年輕科學(xué)家在Dartmouth學(xué)會上引發(fā)一場歷史性事件——人工智能學(xué)科的誕生。Dartmouth會議結(jié)束后，人工智能進(jìn)入了一個全新的時代。會議上誕生了幾個著名的項目組：Carnegie-RAND協(xié)作組、IBM公司工程課題研究組和MIT研究組。在眾多科學(xué)家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理證明工作中首先取得突破，開啟了以計算機(jī)程序來模擬人類思維的道路;1960年，McCarthy建立了人工智能程序設(shè)計語言LISP。此時出現(xiàn)的大量專家系統(tǒng)直到現(xiàn)在仍然被人使用，人工智能學(xué)科在這樣的氛圍下正在茁壯的成長。
第三階段：低谷發(fā)展期(1967年-八十年代初期)
1967年之后，人工智能在進(jìn)行進(jìn)一步的研究發(fā)展的時候遇到了很大的阻礙。這一時期沒有比上一時期更重要的理論誕生，人們被之前取得的成果沖昏了頭腦，低估了人工智能學(xué)科的發(fā)展難度。一時之間人工智能受到了各種責(zé)難，人工智能的發(fā)展進(jìn)入到了瓶頸期。盡管如此，眾多的人工智能科學(xué)家并沒有灰心，在為下一個時期的到來積極的準(zhǔn)備著。 第四階段：第二次高潮期(八十年代中期-九十年代初期)
隨著其他學(xué)科的發(fā)展，第五代計算機(jī)的研制成功，人工智能獲得了進(jìn)一步的發(fā)展。人工智能開始進(jìn)入市場，人工智能在市場中的優(yōu)秀表現(xiàn)使得人們意識到了人工智能的廣闊前景。由此人工智能進(jìn)入到了第二次高潮期，并且進(jìn)入發(fā)展的黃金期。
第五階段：平穩(wěn)發(fā)展期(九十年代之后)
國際互聯(lián)網(wǎng)的迅速發(fā)展使得人工智能的開發(fā)研究由之前的個體人工智能轉(zhuǎn)換為網(wǎng)絡(luò)環(huán)境下的分布式人工智能，之前出現(xiàn)的問題在這一時期得到了極大的解決。Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用再度出現(xiàn)了欣欣向榮的景象。人工智能已經(jīng)滲入到了我們生活的方方面面。
1.2 人工智能的主要學(xué)派 人工智能發(fā)展的50多年時間里，經(jīng)歷了符號主義學(xué)派、行為主義學(xué)派和聯(lián)結(jié)主義學(xué)派，三大學(xué)派各有特點，各自從不同的角度研究人工智能，為人工智能的發(fā)展做出了卓越的貢獻(xiàn)，在人工智能的發(fā)展史上留下了濃重的一筆。
1.2.1 符號主義學(xué)派 符號主義學(xué)派，又稱為邏輯主義、計算機(jī)學(xué)派或心理學(xué)派。符號主義學(xué)派理論基礎(chǔ)是物理符號系統(tǒng)假設(shè)和有限合理性原理，他們認(rèn)為人類的認(rèn)知基元是符號，認(rèn)知的過程是對符號的計算與推理的過程。人與計算機(jī)均可以看做物理符號系統(tǒng)，因此人們可以使用計算機(jī)來模擬人的行為。符號主義學(xué)派認(rèn)為人的認(rèn)知基元可以通過計算機(jī)上的數(shù)學(xué)邏輯方法表示，然后通過計算機(jī)自身的邏輯運算方法模擬人類所具備的認(rèn)知系統(tǒng)的機(jī)能和功能，進(jìn)而實現(xiàn)人工智能[2]。
符號主義學(xué)派無視了認(rèn)知基元的本質(zhì)，對于所有的認(rèn)知基元均使用數(shù)學(xué)邏輯方法表示。符號主義學(xué)派重點研究認(rèn)知基元的邏輯表示以及計算機(jī)的推理技術(shù)，早期的眾多人工智能的研究都是在這一思想的推動下進(jìn)行的。符號主義學(xué)派在歸結(jié)推理、翻譯、數(shù)學(xué)問題證明以及專家系統(tǒng)和知識工程做出了十分巨大的貢獻(xiàn)，為后期的人工智能研究打下了基礎(chǔ)。專家系統(tǒng)的出現(xiàn)更是將人工智能的研究推上了一個頂峰，其在礦業(yè)探究、醫(yī)療診查、教育推廣、工業(yè)設(shè)計的應(yīng)用帶來了巨大的社會效益。
1.2.2 行為主義學(xué)派 行為主義又被稱作進(jìn)化主義或控制論學(xué)派。行為主義學(xué)派認(rèn)為智能取決于感知和行動，不需要像符號主義學(xué)派的邏輯知識以及推理。行為主義學(xué)派認(rèn)為人的本質(zhì)能力是行為能力、感知能力和維持生命及自我繁殖的能力，智能行為是人與現(xiàn)實世界環(huán)境的交互作用體現(xiàn)出來的。人工智能應(yīng)像人類智能一樣通過逐步進(jìn)化而實現(xiàn)，而與知識的表示和知識的推理無關(guān)[3]。行為主義學(xué)派的與傳統(tǒng)人工智能截然不同的觀點吸引了眾多的科學(xué)家，雖然到現(xiàn)在還沒有獨立完善的知識理論系統(tǒng)，但其在人工智能領(lǐng)域的獨樹一幟還是奠定了其霸主地位。該學(xué)派重點研究人類的控制行為，目前已有的機(jī)器昆蟲已經(jīng)證明了行為主義學(xué)派的理論正確性。雖然大部分人認(rèn)為機(jī)器昆蟲不能導(dǎo)致高級行為，但是行為主義學(xué)派的崛起標(biāo)志著控制論在人工智能領(lǐng)域有著獨樹一幟的作用。
1.2.3 聯(lián)結(jié)主義學(xué)派 聯(lián)結(jié)主義學(xué)派是近年來最熱門的一個學(xué)派，又被成為仿生學(xué)派或心理學(xué)派，建立于網(wǎng)絡(luò)聯(lián)結(jié)基礎(chǔ)之上模仿人類大腦的結(jié)構(gòu)和工作模式。聯(lián)結(jié)主義學(xué)派主要研究能夠進(jìn)行非程序的，可適應(yīng)環(huán)境變化的，類似人類大腦風(fēng)格的信息處理方法的本質(zhì)和能力，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機(jī)制和學(xué)習(xí)算法的人工智能學(xué)派。持這種觀點的學(xué)者認(rèn)為，認(rèn)知的基本元素不是符號是神經(jīng)細(xì)胞(神經(jīng)元)，認(rèn)知過程是大量神經(jīng)元的聯(lián)接，而大腦是一切智能活動的基礎(chǔ)，因而從大腦神經(jīng)元及其連接機(jī)制出發(fā)進(jìn)行研究，搞清楚大腦的結(jié)構(gòu)以及它進(jìn)行信息處理的過程和機(jī)理，就有望揭示人類智能的奧秘，從而真正實現(xiàn)人類智能在機(jī)器上的模擬。[4]
聯(lián)結(jié)主義學(xué)派通過模擬人類神經(jīng)網(wǎng)絡(luò)模仿人類的認(rèn)知行為，由此進(jìn)行人工智能的學(xué)習(xí)記憶、模式識別。聯(lián)結(jié)主義學(xué)派構(gòu)建了大量的神經(jīng)網(wǎng)絡(luò)模型，方便在不同的情景模式下選擇相應(yīng)的模型，進(jìn)而快速的得出答案。聯(lián)結(jié)主義學(xué)派采用分布式存儲數(shù)據(jù)，對數(shù)據(jù)進(jìn)行并行處理，這樣使得人工智能在處理問題的時候的速度有了明顯的提升，由此聯(lián)結(jié)主義學(xué)派在人工智能領(lǐng)域中受到大家的一致熱捧。
三大學(xué)派在人工智能的發(fā)展史上有著舉足輕重的作用，每一個學(xué)派的興起都代表人工智能的一個新高峰。三大學(xué)派各有優(yōu)缺點，在人工智能領(lǐng)域三者相輔相成，人工智能學(xué)科在三大學(xué)派的帶領(lǐng)下正在茁壯成長。
2 對人工智能主要理論學(xué)派的評述
在過去的50多年時間中，人工智能獲得了巨大的發(fā)展，基本實現(xiàn)了從無到有的過程，構(gòu)建了基本完善的理論知識體系，構(gòu)建了各種模型，形成各種技術(shù)方法，但是人工智能的發(fā)展依然任重道遠(yuǎn)，前景依然不容樂觀。三大主義學(xué)派有著自身獨到的優(yōu)點，同時也有著各自的缺點，符號主義學(xué)派將人的認(rèn)知基元符號用數(shù)學(xué)邏輯表示，通過計算機(jī)邏輯處理系統(tǒng)分析得出結(jié)果，但是在面對沒有明確結(jié)果的非確定問題時經(jīng)常不能得出令人滿意的答案，它對信息要求十分精確完整，現(xiàn)實生活中的很多問題都不能滿足條件，因此符號主義學(xué)派的發(fā)展受到了一定的限制。行為主義學(xué)派認(rèn)為智能取決于感知與行動，但是缺乏足夠的理論知識支撐學(xué)派觀點，而且缺乏足夠的成果表明理論的正確性。學(xué)派認(rèn)為人工智能與知識的表達(dá)和知識推理無關(guān)，與人類認(rèn)知的發(fā)展是不相符的。聯(lián)結(jié)主義學(xué)派采用仿生學(xué)的方法，模擬人腦的神經(jīng)網(wǎng)絡(luò)，通過類似人腦的結(jié)構(gòu)和運行機(jī)制模仿人類智能。這一觀點十分有吸引力，在提出之后馬上就有大量的支持者，但是人腦神經(jīng)系統(tǒng)的復(fù)雜性遠(yuǎn)遠(yuǎn)超出人們的預(yù)知，現(xiàn)階段人們對人腦的構(gòu)造以及運行機(jī)制還沒有深入的理解，在此基礎(chǔ)上想模擬出人腦的神經(jīng)系統(tǒng)顯然是有些不不切實際。聯(lián)結(jié)主義學(xué)派的發(fā)展更多的受制于對人腦結(jié)構(gòu)和運行機(jī)制的研究，因此其發(fā)展相對緩慢。綜上，三大學(xué)派固然有著自身的優(yōu)勢，各自的成果，但是其同樣有著明顯的局限性，人工智能要想進(jìn)一步發(fā)展必須要對現(xiàn)有的發(fā)展方式進(jìn)行創(chuàng)新。
另一方面，人工智能在經(jīng)歷了兩次高潮期后再次回落到了平穩(wěn)發(fā)展時期，社會公眾對人工智能的熱度有了明顯的降溫。人工智能的研究再次變成了國家以及一些超級公司的工作，擁有的資源有了大幅度的縮水，研究的進(jìn)度也受到干擾。在此狀態(tài)下沒有重大的技術(shù)創(chuàng)新，人工智能恐怕很難再有重大的突破。 3 對人工智能發(fā)展的評述
3.1 對人工智能涵義的認(rèn)識 同樣的詞匯在不同時期的有著不同的解釋，人工智能也不例外，大家都認(rèn)可的人工智能是指在人類制造的機(jī)器工具上實現(xiàn)人類智能，即實現(xiàn)人類的認(rèn)知能力、行為能力以及解決問題的能力。人類智能有著一個明確的特點，在面對未知問題時，人類智能能夠得出自身想要的答案，也就是消除答案的不確定性。符號主義學(xué)派的邏輯解決方式、行為主義學(xué)派模擬人的行為能力、聯(lián)結(jié)主義學(xué)派的神經(jīng)網(wǎng)絡(luò)，三大主義學(xué)派各自以自身的方式實現(xiàn)了對問題消除或減弱不確定性?？梢姕p弱甚至消除問題的不確定性也將是人工智能的一個研究方向。
3.2 人工智能研究模式的發(fā)展 目前人工智能領(lǐng)域中，符號主義學(xué)派通過數(shù)學(xué)邏輯表示人類的認(rèn)知基元，對數(shù)學(xué)邏輯經(jīng)過解讀分析，得到答案，進(jìn)而實現(xiàn)智能。該學(xué)派重點運用還原思想，將人類的認(rèn)知基元全部使用數(shù)學(xué)邏輯表示。行為主義學(xué)派認(rèn)為人工智能取決于感知和行動，不需要學(xué)習(xí)知識與知識推理，是一步步，由低級到高級慢慢進(jìn)化的。聯(lián)結(jié)主義學(xué)派是通過人工神經(jīng)網(wǎng)絡(luò)的形式模仿人類智能，理論上講該方法是最符合人類智能的運行方式的。而在一系統(tǒng)中，最重要的是系統(tǒng)的運行機(jī)制，如何將接受到的信息轉(zhuǎn)化為我們的知識并通過表述、行為展示出來，在了解了人類智能的運行機(jī)制之后，人工智能將會更加符合人們的需求。
3.3 人工智能研究方法的發(fā)展 人工智能的目的是消除答案的不確定性，然后做出相應(yīng)的反應(yīng)。在消除答案不確定性的時候便有了各種方法，其中有一種便是突出解決問題的目標(biāo)，在有明確目標(biāo)的前提下會削弱干擾問題解決的條件，提高人工智能解決問題的效率。明確問題的目標(biāo)便需要引入目標(biāo)函數(shù)，在動態(tài)目標(biāo)函數(shù)的引導(dǎo)下會減弱答案的不確定性。而在已有的人工智能基礎(chǔ)上設(shè)立人工智能模型，通過人工智能自身的計算結(jié)果結(jié)合目前的研究成果去優(yōu)化目前的人工智能系統(tǒng)，則會提升人工智能的發(fā)展速度。
3.4 人工智能時期的發(fā)展 人工智能自發(fā)展到現(xiàn)在已經(jīng)經(jīng)歷了五個時期，在兩次高潮期中人工智能均獲得了迅速的發(fā)展。然而現(xiàn)在人工智能的發(fā)展步入到了緩慢發(fā)展時期，如何將人工智能的發(fā)展緩慢時期加速度過同樣是十分嚴(yán)肅的問題，傳統(tǒng)說來需要重大的科學(xué)進(jìn)步。我們往往認(rèn)為人工智能屬于頂端科技只能由國家和超級公司研究，卻忽略了社會所擁有的重大的力量。小小的android智能手機(jī)在問世的短短時間內(nèi)變改變了之前的市場格局，其中固然有著android智能手機(jī)的特點，但是我想他的市場策略同樣給與了莫大的助力。人工智能應(yīng)該向android一樣，適當(dāng)?shù)拈_放出來一部分根基，放開其研究門檻，甚至鼓勵民間研究。量變引發(fā)質(zhì)變，當(dāng)有足夠?qū)＜以谘芯咳斯ぶ悄軙r，人工智能的研究會加快的。而且民間的研究成果也會作為經(jīng)驗反作用于人工智能的進(jìn)一步研究，實現(xiàn)科學(xué)與社會的雙贏。
4 結(jié)論
人工智能是人們長久以來的夢想，同時也是一門很有挑戰(zhàn)性的學(xué)科。像所有的學(xué)科一樣，人工智能會經(jīng)歷各種各樣的挫折，但是，只要我們有信心、有毅力，我們相信人工智能終將會成為現(xiàn)實，融入到我們生活的方方面面，為我們的生活帶來極大的改變。
參考文獻(xiàn)：
[1]朱祝武.人工智能發(fā)展綜述[J].中國西部科技，2011，10(17)：8-10.
[2]陳慶霞.人工智能研究綱領(lǐng)的發(fā)展歷程和前景[J].科技信息，2008，20(33)：49，234.
[3]肖斌.對人工智能發(fā)展新方向的思考[J].信息技術(shù)，2009，37(12)：166-169.
[4]韋淋元.人工智能發(fā)展的困境和出路[D].廣西師范大學(xué)，2009：1-35.
看了“人工智能現(xiàn)狀和趨勢”的人還看了：
3.人工智能歷程論文