浅谈人工智能技术的发展(4)

? 机器翻译所面临的问题

在计算机诞生的初期，有人提出了用计算机实现自动翻译的设想。 目前机器翻译所面临的问题仍然

是1964年语言学家黑列尔所说的构 成句子的单词和歧义性问题。歧义性问题一直是自然语言理解(NLU) 中的一大难关。同样一个句子在不同的场合使用，其含义的差异是司空 见惯的。因此，要消除歧义性就要对原文的每一个句子及其上下文进行 分析理解，寻找导致歧义的词和词组在上下文中的准确意义。然而，计 算机却往往孤立地将句子作为理解单位。另外，即使对原文有了一定的 理解，理解的意义如何有效地在计算机里表示出来也存在问题。目前的 NI．u系统几乎不能随着时问的增长而增强理解力，系统的理解大都局 限于表层上，没有深层的推敲，没有学习，没有记忆，更没有归纳。导致 这种结果的原因是计算机本身结构和研究方法的问题。现在NLU的研 究方法很不成熟，大多数研究局限在语言这一单独的领域。而没有对人 们是如何理解语言这个问题做深入有效的探讨。 ? 自动定理证明和GP的局限

自动定理证明的代表性工作是1965年鲁宾逊提出的归结原理。归 结原理虽然简单易行，但它所采用的方法是演绎，而这种形式上的演绎 与人类自然演绎推理方法是截然不同的。基于归结原理演绎推理要求 把逻辑公式转化为子句集合，从而丧失了其固有的逻辑蕴含语义。前面 曾提到过的GPS是企图实现一种不依赖于领域知识求解人工智能问题 的通用方法。GPS想摆脱对问题内部表达形式的依赖，但是问题的内部 表达形式的合理件是与领域知识密切相关的。不管是用一阶谓词逻辑 进行定理证明的归结原理。还是求解人工智能问题的通用方法GPS，都 可以从中分析出表达能力的局限性，而这种局限性使得它们缩小了其 自身的应用范围。

? 模式识别的困惑

虽然使用计算机进行模式识别的研究与开发已取得大量成果，有的 已成为产品投入实际应用，但是它的理论和方法与人的感官识别机制 是全然不同的。人的识别手段、形象思维能力，是任何最先进的计算机 识别系统望尘莫及的，另一方面，在现实世界中，生活并不是一项结构严 密的任务，一般家畜都能轻而易举地对付，但机器不会，这并不是说它 们永远不会，而是说目前不会。 加

5人工智能的发展前景

? 人工智能的发展趋势[7]

技术的发展总是超乎人们的想象。要准确地预测人工智能的未来 是不可能的。但是，从日前的一些前瞻性研究可以看出，未来人工智能 可能会向以下几个方面发展：模糊处理、并行化、神经网络和机器情感。

? 人工智能的发展潜力巨大 [8]

（1）人工智能作为一个整体的研究才刚刚开始，离我们的目标还很遥 远，但人工智能在某些方面将会有大的突破。 自动推理是人工智能最经典的研究分支。其基本理论是人工智 能其它分支的共同基础。一直以来自动推理都是人工智能研究的最热 门内容之一，其中知识系统的动态演化特征及可行性推理的研究是最 新的热点，很有可能取得大的突破。

(2)机器学习的研究取得长足的发展。许多新的学习方法相继问世 并获得了成功的应用，如增强学习算法、reinforcement learning等。也应看 到，现有的方法处理在线学习方面尚不够有效，寻求一种新的方法．以解 决移动机器人、自主agent、智能信息存取等研究中的在线学习问题是 研究人员共同关心的问题，相信不久会在这些方面取得突破。

(3)自然语言处理是AI技术应用于实际领域的典型范例，经过A I 研究人员的艰苦努力，这一领域已获得了大量令人瞩目的理论与应用成 果。许多产品已经进入了众多领域。智能信息检索技术在Intemet技术 的影响下。近年来迅猛发展，已经成为了AI的一个独立研究分支。由于 信息获取与精化技术已成为当代计算机科学与技术研究中迫切需要研 究的课题，将A l技术应用于这一领域的研究是人工智能走向应用的契 机与突破口。从近年的人工智能发展来看，这方面的研究已取得了可喜 的进展。

6.目前人工智能计算机发展的局限[9]

图灵测试的公布使人们对人工智能计算机不久即将出现充满 了信心。然而从上世纪80年代至今，人们还未见到人工智能计算 机的影子。人工智能计算机的研制行动可谓是自计算机发明以来 最激动人心的大行动，也是一个无奈的失败，失败的原因何在? 第一代至第四代计算机都采用冯·诺依曼结构，这种计算机 是数字式计算机，适用于数字计算，而对图像、声音之类的模拟 信号的处理却无能为力。人工智能计算机的设计突破了传统的 冯·诺依曼结构，在对模拟型号的处理上也能发挥得淋漓尽致。 目前，已有无数科学工作者在计算机处理模拟信号方面取得了一 定的进展，然而与大脑的思维相比仍然相差甚远。近些年来，随 着脑科学、神经心理学等研究的进展，对人脑的结构和功能积累 了一些初步认识，但对整个神经系统的内部结构和作用机制，特 别是脑的功能原理还没有完全搞清楚，有待进一步地探索。时至 今日，我们还不知道大脑是怎样处理信号的。正因如此，我们不 可能研制出一种能模拟人的思维的人工智能计算机。也就是说要 想研制出理想中的第五代计算机，必须首先研究清楚大脑是如何 处理信号的，这就是目前人工智能计算机发展的瓶颈。

7.结论[10]

人工智能一直处于计算机技术的前沿．人工智能研究的理论 和发现在很大程度上将决定计算机技术