-
人工智能
英文文献
译文
在计算机科学里许多现代研究都致于两个方面
:
一是怎样制造
智能计算机
,
二是怎样制
造超高速计算
机
.
硬件成本的降低
,
大规模集成电路技术
(VLSI)
不可思议的进步以及
人工智
能
(AI)
所取得的成绩使得设
计面向
AI
应用的计算机结构极为可行
,
这使制造智能计算机成
了近年来最”热门”的方向
.
AI
提供了一个崭新的方法
,
即用计算技术的概念和方法对智能进行研究
,
因此
,
它从
根
本上提供了一个全新的不同的理论基础
.
作为一门科学
,
特别是科学最重要的部分
,AI
的
上的是了解使智能得以实现的原理
.
作为一种技术和科学的一部分
,AI
的最终目的是设
计
出能完全与人类智能相媲美的智能计算机系统
.
尽管科学家们目前尚未彀这个目的
,
但使计
算机更加智能化已取得了很大的进展
,
计算机已
可用来下出极高水平的象棋
,
用来诊断某种
疾病
,
用来发现数学概念
,
实际上在许多领域已超出了高水平的人类技艺
.
许多
AI
计算机应
用系统已成功地投
入了实用领域
.
AI
是一个正在发展
的包括许多学科在内的领域
,AI
的分支领域包括
:
知识表达
,
学习
,
定理证明
,
搜索
,
问题的求解以及规划
,
< br>专家系统
,
自然语言
(
文本或语音
)
理解
,<
/p>
计算机视觉
,
机器人和一些其它方面
/(
例如自动编程
,AI
< br>教育
,
游戏
,
< br>等等
).AI
是使技术适应于人类的钥
< br>匙
,
将在下一代自动化系统中扮演极为关键的角色
.
据称
AI
应用已
从实验室进入到实用领域
,
但是传统的冯·
诺依曼计算机中
,
有更大的
存储容量与处理能力之比
,
但最终效率也不
是很高
.
无论使处理器的速度多快也无法解决这
个问题
,
这是因为计算机所花费的时间主要取决于数据
的处理器和存储器之间传送所需的
时间
,
这被称之为冯·
诺依曼瓶颈
.
制造的计算机越大
,
这个问题就越严重
.
解决的方法是为
AI
应用设计出不同于传统计算机的特殊结构
.
在未来
AI
结构的研究中
,
我
们可以在计算机
结构中许多已有的和刚刚出现的新要领的优势
,
比如数据流计算
,
栈式计算机
,
特征
,
流水线
,
收缩阵列
,
多处理
器
,
分布式处理
,
数据库计算机和推理计算机
.
< br>无需置疑
,
并行处理对于
AI<
/p>
应用是至关重要的
.
根据
AI
中处理问题的特点
,
任何
程序
,
哪怕只模拟智能的一小部分都将是非常复杂的
.
因此
,AI
仍然要面对
科学技术的限制
,
并且
继续需要更快更
廉价的计算机
.AI
的发展能否成为主流在很大程度上取决于<
/p>
VLSI
技术的发
展
.
另一方面
,
并行提供了一个在更
高性能的范围内使用廉价设备的方法
.
只要使简单的处
理单元完全构成标准模式
,
构成一个大的并行处
理系统就变得轻而易举
,
由此而产生的并行
处理器应该是成本低廉的
.
在计算机领域和
AI
中
,
研究和设计人员已投
入大量精力来考查
和开发有效的并行
AI
结构
,
它也越来越成为吸引人的项目
.
目前
,AI
在表达和使用大量知识
以及处理识别问题方面仍然没有取得大的进展
,
然而
人脑在并行处理中用大量相对慢的
(
与目前的微电
子器件比较
)
神经元却可十分出色地完成
1
这些任务
.
< br>这启发了人们或许需要某种并行结构来完成这些任务
.
将
极大地影响我们进行编
程的方法
.
也许
,
一旦有了正确的结构
,
用程序对感觉和知识表达进行处理将变得简单自然
.
研究人员因此投入大量努力来寻求并行结构
.AI
中的并行方法
不仅在廉价和快速计算机方
面
,
而且在
新型计算方法方面充满希望
.
两种流行的
AI
语言是函数型编程语言
,
即基
于
λ
算子的和逻辑编程语言
,
即基于逻辑
的
.
此外<
/p>
,
面向对象的编程正在引起人们的兴趣
.
新型计算机结构采用了这些语言并开始设
计支持一种或多种编程
形式的结构
.
一般认为结合了这三种编程方式可为
AI
应用提供更好
的编程语言
,
在这方面人们已经作了大量的研究并取得了某些成就
.
人工智能的发展
1
经典时期
:
游戏和定理证明
人工智能比一般的计算机科学更年轻
,
二战后不久出现的游戏程序和解迷宫程序可以
看作是人工智能的开始
,
游戏和解迷宫看起来距专家系统甚远
,
< br>也不能为实际应用提供理论
基础
.
但是
,
基于计算机的问题的最基本概念可以追溯到早期计算机
完成这些任务的程序设
计方法
.
(1)
状态空间搜索
早期研究提出的基本叫做状态空间搜索
< br>,
实质非常简单
.
很多问题都可
以用以下三个
组成部分表述
:
1.
初始状态
,
如棋盘的初始态
;
2.
检查最终状态或问题解的终止测试
;
3.
可用于改变问题当前状态的一组操作
,
如象棋的合法下法
.
这种概念
性状态空间的一种思路是图
,
图中节点表示状态
,
弧表示操作
.
这种空间
随
着思路的发展而产生
,
例如
,
可以从棋盘的初始状态开始构成图的第一个节
,
白子每走一步
都产生连向新状态的一条弧
,
黑子对白子每步棋的走法
,
可以
认为是改变了棋盘状态的情况
下连向这些新节点的操作
,
等等
.
(2)
启发式搜索
如果除小范围搜索空间以外
,<
/p>
彻底的搜索不可能的话
,
就需要某些指导
搜索的方法
.
用
一个或多项域专门知识
去遍历状态空间图的搜索叫做启发式搜索
.
启发是凭经验的想法
,
它
不像算法或决策程序那样保证成功
,
它是一种算法或过程
,
但大多数情况下是有用的
.
2
现代时期
:
技术与应用
所谓现代时期是从
70
年代半期延续到现在
,
其特征是日益发展的自意识和自批判能力以
< br>及对于技术和应用的更强的定位
.
与理解的心理学概念相
联系似已不占据核心地位
.
人们也
渐渐
不再对一般问题方法
(
如启发式搜索
)
心存幻想
,
研究者们已经认识到
,
这种方法过高估
计了”一般智能”的概念<
/p>
,
这一概念一向为心理学家喜欢
,
其代价是未考虑人类专家所具有
的某一领域内的能力
< br>.
这种方法也过低地估计了人的简单常识
,
特别是人能够避免
,
认识和
2
纠正错误的能力
.
解决问题的启发能力程序能够处理的相关知识的清晰表
达
,
而非某些复杂的推理机
制或某些复
杂的求值函数
,
这一观点已被证实并接受
.
研究者已经研制出以模块形式对人的
知识进行编码的技术<
/p>
,
此种编码可用模式启动
.
这些模式可以代表原始的或处理过的数据
,
问题说明
或问题的部分解
.
早期模拟人们解决问题的努力试图达到知识编
码的一致性和推
理机制的简单性
.
后来
将该结果应用于万家系统的尝试主要是允许自身的多样性
.
INTRODCTION TO ARTIFICIAL
Much modern research effort in computer
science goes along two directions. One is how to
make
intelligent
computers,the other how to
make ultraly high-speed computers. The
former
has become the newest “hot ”
direction in recent years because the decreasing
hardware costs,
the marvelous progress
in VLSI
technology,and
the
results
achieved
in
Artificial
Intelligence(AI) have made it feasible
to design AI applications oriented computer
architectures.
AI,which
offers
a
mew
methodology,
is
the
study
of
intelligence
using
the
idead
and
methods of computation,
thus offering a radically new and different basis
for theory formation.
As a science,
essentially part of Cognitive Science, the goal of
AI is to understand the principles
thatmake intelligence possible. As a
technology and as a part of computer science,the
final goal
of
AI
is
to
design
intelligent
computer
systems
that
behave
with
the
complete
intelligence
of
human gh scientists are
far from achieving this goal,
great
progress dose hae been
made in making
computers more intelligent . computers can be made
to play excellint chess, to
diagnose
certain types of diseases, to discover
mathematical comcepts, and if fact , to excel in
many
other
areas
requiring
a
high
level
of
human
expertise.
Many
Aiapplication
computer
systems have been
successfully put into practical usages.
AI
is
a
growing
field
that
covers
many
disciplines.
Subareas
of
AI
include
knowledge
representation
,learning, theorem proving,search,problem solving,
and planning, expert systems,
natural-
language(text or speech)understanding,computer
vision,robotics, and several others (such
as
automatic
programming
,AI
education,game
playing,
etc.)
.AI
is
the
key
for
making
techmology adaptable
to people. It will play a crucial role in the next
generation of automated
systems.
It
is
a
growing
field
that
covers
many
eas
of
AI
include
knowledge
representation,learing,theorem
proving,search,prroblem
solving,
and
planning,expert
systems,natural_language(text or speech
) understanding,computer vision,robotics , and
several
3