浅谈人工智能技术的发展(5)

虽然计算机为AI提供了必要的技术基础，但直到50年代早期人们才注意到人工智能与机器之间的联系。1956年，被认为是 人工智能之父的John McCarthy组织了一次学会，将许多对机器智能感兴趣的专家学者聚集在一起进行了一 个月的讨论。他请他们到 Vermont参加 " Dartmouth人工智能夏季研究会"。从那时起，这个领域被命名为 "人工智能"。虽然 Dartmouth学会不是非常成功，但它确实集中了AI的创立者们，并为以后的AI研究奠定了基础。

人们开始感受到计算机和人工智能技术的影响。计算机技术不再只属于实验室中的一小群研究人员。 个人电脑和众多技术杂志使计算机技术展现在人们面前。 其它一些AI领域也在80年代进入市场。其中一项就是机器视觉。 Minsky和Marr的成果现在用到了生产线上的相机和计算机中，进行质量控制。尽管还很简陋，这些系统已能够通过黑白区别分辨出物件形状的不同。到1985年美国有一百多个公司生产机器视觉系统，销售额共达8千万美元。 但80年代对AI工业来说也不全是好年景。 86-87年对AI系统的需求下降，业界损失了近5亿美元。

尽管经历了这些受挫的事件，AI仍在慢慢恢复发展。新的技术在日本被开发出来，如在美国首创的模糊逻辑，它可以从不确定的条件作出决策;还有神经网络，被视为实现人工智能的可能途径。总之，80年代AI被引入了市场，并显示出实用价值。可以确信，它将是通向21世纪之匙。

人工智能在生活生产中的作用

人工智能借助于通迅技术将网络的触手伸向世界的角落， 向人们展示了精彩的世界。人工智能目前在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。在另外广阔领域里， 人工智能借助于机电光声技术， 为社会提供了电子排版系统、家庭影院、音乐喷泉、CT 检查和机器人等等， 给人们带来了一片新气象。

人工智能的发展趋势

不同研究分支的学者不断对了人工智能领域可能的突破点进行探讨，我们大致可以从下面六个方面了解人工智能领域进一步深入研究的发展方向。

（1） 面向交互的程序设计与社会构造：开放的信息系统是人工智能乃至整个计算机

领域研究的重要议题之一。所谓开放的信息系统是指由异构的、分布的、动态

的、大规模的、自主的成分构成的系统。对这类系统的研究要求将人工智能与

传统技术相结合，以获得更大的可扩展性与适应性。

（2） 并发约束模型，智能计算的基础：我们需要一种混合型的并发程序设计语言，

这种语言既能描述系统的环境，又能描述系统所要执行的任务；既可实现含连

续时间参数的模型，又能实现含离散操作的模型。以这种混合型程序语言为基

础可以建立一类可复合的模型，以刻画同时含有不同类型时间参数及并发约束

的更复杂的问题类。

（3） 一种基于DAI 的新型软件设计风范：错误永远存在于复杂系统中，要求程序的

无错性可能导致对系统复杂性的制约或增加其它开销，因此无错误的代码未必

一定是好的。应该引入一种全新的软件设计风范，以这种方法设计的软件系统

应是由多个能交互、带有验证内核的模块组成的开放式结构。

（4） 知识表示：在知识表示领域中，今后十年内最具挑战性的研究问题是动态知识

系统的刻画及关于Agent程序设计的理论与实现的研究。

（5） 建立与理解复杂的自适应系统：下一个十年人工智能研究应着重于对未必能符

号化、信息未必完全的复杂的自适应系统的研究，其中最关键的是如何理解与

建立这样的系统。建立这样的系统需要发展一些新的理论与技术。首先必须发

展能理解与处理上下文的技术，使所建立的系统能在不同的上下文情境下合理

地处理各类问题；其次应发展多路学习机制，使系统能从复杂的变化的环境中

同时学到多种技能(如机器人足球运动员就需要有这样的功能)；另外还应探讨

系统的可自动进化机制，使系统能从简单的被动式的系统逐步进化为复杂的具

有自适应能力的系统。

（6） 语言技术与界面：目前关于语言的研究尚未突破语义障碍，现在还看不出在解

决自然语言中含糊暧昧的成份方面可能会取得多大的进展，也很难想象在近期

内能实现对任意输入均可产生高质量译文的机器翻译系统或非常理想的篇章理

解系统，我们所能看到的是一些有一定限制的但与人类生活密切相关的语言处

理技术的发展。随着语言技术产品市场的不断壮大，语言技术也会得到更快的

发展。

结语

人工智能诞生50多年来， 在崎岖不平的道路上取得了可喜的进展， 特别与机器学习、数据挖掘、计算机视觉、专家系统、自然语言处理、模式识别、规划和机器人等相关的应用带来了良好的经济效益和社会效益。广泛使用的互联网也正在探索应用知识表示和推理，构建语义Web， 提高互联网信息的效用率。

人工智能的长期目标是建立人类水平的人工智能，由脑科学、认知科学、人工智能等共同研究，形成交叉学科智能科学。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质。认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。智能科学不仅要进行功能仿真， 而且要从机理上研究，探索智能的新概念、新理论、新方法。

人工智能的研究一旦取得突破性进展，将会对信息时代产生重大影响，对人类文明产生重大影响。科学发展到今天，一方面是高度分化，学科在不断细分，新学科、新领域不断产生; 另一方面是学科的高度融合，更多地呈现交叉和综合的趋势，新兴学科和交叉学科不断涌现。大学科交叉的这种普遍趋势，在人工智能学科方面表现尤其突出。由脑科学、认知科学、人工智能等共同研究智能的本质和机理，形成交叉学科智能科学。学科交叉将催生更多的研究成果，对于人工智能学科整体而言，要有所突破，需要多个学科合作协同，在交叉学科研究中实现创新。

参考文献

【1】 胡兴志.人工智能用于机电一体化系统的探讨. 2000

【2】 王增波.人工智能的发展现状与趋势探讨.2008

【3】 季厌浮，张绍兵.计算智能技术及其应用. 2004