1、人工智能调查研究报告 - 教科文体 - 相关人工智能调查汇报目录 TOC o 1-3 h z u 前 言2 一、人工智能定义3 二、人工智能研究发展阶段3 三、人工智能研究方法4 四、人工智能在人类生活中应用5 五、人工智能发展利6 六、人工智能发展弊7 七、人工智能影响7 八、人工智能研究热点7 九、人工智能研究价值8 十、展望人工智能8 总 结9 前 言经过这段时间对人工智能调查、研究、学习，我对人工智能有了更深认识。我了解人工智能就是对人意识、思维信息过程模拟。人工智能不是人智能，但能像人那样思索、也可能超出人智能。人工智能是 计算机学科一个分支，二十世纪七十年代以来被称为世界三大尖端技
2、术之一（ 空间技术、 能源技术、 人工智能）。也被认为是二十一世纪三大尖端技术（ 基因工程、 纳米科学、 人工智能）之一。这是因为近三十年来它取得了快速发展，在很多学科领域全部取得了广泛应用，并取得了丰硕结果，人工智能已逐步成为一个独立分支，不管在理论和实践上全部已自成一个系统。人工智能从诞生以来，理论和技术日益成熟，应用领域也不停扩大，能够设想，未来人工智能带来科技产品，将会是人类智慧“容器”。 人工智能在 计算机领域内，得到了愈加广泛重视。并在机器人，经济政治决议，控制系统，仿真系统中得到应用。 人工智能是研究使计算机来模拟人一些思维过程和智能行为（如学习、推理、思索、计划等）学科，关键包
3、含计算机实现智能原理、制造类似于人脑智能计算机，使计算机能实现更高层次应用。一、人工智能定义人工智能定义能够分为两部分，即“人工”和“智能”。“人工”比很好了解，争议性也不大。有时我们会要考虑什么是人力所能及制造，或人本身智能程度有没有高到能够发明人工智能地步，等等。但总来说，“人工系统”就是通常意义下人工系统。1相关什么是“智能”，就问题多多了。这包含到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包含无意识思维（UNCONSCIOUS_MIND）等等问题。人唯一了解智能是人本身智能，这是普遍认同见解。不过我们对我们本身智能了解全部很有限，对组成人智能必需元
4、素也了解有限，所以就极难定义什么是“人工”制造“智能”了。所以人工智能研究往往包含对人智能本身研究。其它相关动物或其它人造系统智能也普遍被认为是人工智能相关研究课题。人工智能是研究使计算机来模拟人一些思维过程和智能行为（如学习、推理、思索、计划等）学科，关键包含计算机实现智能原理、制造类似于人脑智能计算机，使计算机能实现更高层次应用。著名美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这么一个定义：“人工智能是相关知识学科怎样表示知识和怎样取得悉识并使用知识科学。”而另一个美国麻省理工学院温斯顿教授认为：“人工智能就是研究怎样使计算机去做过去只有些人才能做智能工作。”这些说法反应了人工智
5、能学科基础思想和基础内容。即人工智能是研究人类智能活动规律，结构含有一定智能人工系统，研究怎样让计算机去完成以往需要人智力才能胜任工作，也就是研究怎样应用计算机软硬件来模拟人类一些智能行为基础理论、方法和技术。二、人工智能研究发展阶段（一）第一阶段：50年代人工智能兴起和冷落人工智能概念首次提出后，相继出现了一批显著结果，如机器定理证实、跳棋程序、通用问题s求解程序、LISP表处理语言等。但因为消解法推理能力有限，和机器翻译等失败，使人工智能走入了低谷。这一阶段特点是：重视问题求解方法，忽略知识关键性。（二）第二阶段：60年代末到70年代，教授系统出现，使人工智能研究出现新高潮DENDRAL化
6、学质谱分析系统、MYCIN疾病诊疗和诊疗系统、PROSPECTIOR探矿系统、Hearsay-II语音了解系统等教授系统研究和开发，将人工智能引向了实用化。而且，1969年成立了国际人工智能联合会议第三阶段：80年代，伴随第五代计算机研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统KIPS”，其目标是使逻辑推理达成数值运算那么快。即使此计划最终失败，但它开展形成了一股研究人工智能热潮。（三）第三阶段：80年代末，神经网络飞速发展1987年，美国召开第一次神经网络国际会议，宣告了这一新学科诞生。以后，各国在神经网络方面投资逐步增加，神经网络快
7、速发展起来。（四）第四阶段：90年代，人工智能出现新研究高潮因为网络技术尤其是国际互连网技术发展，人工智能开始由单个智能主体研究转向基于网络环境下分布式人工智能研究。不仅研究基于同一目标分布式问题求解，而且研究多个智能主体多目标问题求解，将人工智能更面向实用。另外，因为Hopfield多层神经网络模型提出，使人工神经网络研究和应用出现了欣欣向荣景象。人工智能已深入到社会生活各个领域。三、人工智能研究方法现在没有统一原理或范式指导人工智能研究。很多问题上研究者全部存在争论。其中多个长久以来仍没有结论问题是：是否应从心理或神经方面模拟人工智能？或像鸟类生物学对于航空工程一样，人类生物学对于人工智能
8、研究是没相关系？智能行为能否用简单标准（如逻辑或优化）来描述？还是必需处理大量完全无关问题？智能是否能够使用高级符号表示，如词和想法？还是需要“子符号”处理？JOHN HAUGELAND提出了GOFAI(出色传统人工智能)概念，也提议人工智能应归类为SYNTHETIC INTELLIGENCE，这个概念以后被一些非GOFAI研究者采纳。(一)大脑模拟主条目：控制论和计算神经科学20世纪40年代到50年代，很多研究者探索神经病学，信息理论及控制论之间联络。其中还造出部分使用电子网络结构初步智能，如W. GREY WALTERTURTLES和JOHNS HOPKINS BEAST。这些研究者还常常
9、在普林斯顿大学和英国RATIO CLUB举行技术协会会议.直到1960大部分人已经放弃这个方法，尽管在80年代再次提出这些原理。（二）符号处理主条目：GOFAI当20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究关键集中在卡内基梅隆大学，斯坦福大学和麻省理工学院，而各自有独立研究风格。JOHN HAUGELAND称这些方法为GOFAI(出色传统人工智能)。60年代，符号方法在小型证实程序上模拟高级思索有很大成就。基于控制论或神经网络方法则置于次要。6070年代研究者确信符号方法最终能够成功发明强人工智能机器，同时这也是她们目标。认知模拟经济学家赫伯特西蒙和艾
10、伦纽厄尔研究人类问题处理能力和尝试将其形式化，同时她们为人工智能基础原理打下基础，如认知科学， 运筹学和经营科学。她们研究团体使用心理学试验结果开发模拟人类处理问题方法程序。这方法一直在卡内基梅隆大学沿袭下来，并在80年代于SOAR发展到高峰。基于逻辑不像艾伦纽厄尔和赫伯特西蒙，JOHN MCCARTHY认为机器不需要模拟人类思想，而应尝试找到抽象推理和处理问题本质，不管大家是否使用一样算法。她在斯坦福大学试验室致力于使用形式化逻辑处理多个问题，包含知识表示，智能计划和机器学习.致力于逻辑方法还有爱丁堡大学，而促成欧洲其它地方开发编程语言PROLOG和逻辑编程科学.“反逻辑”斯坦福大学研究者
11、(如马文闵斯基和西摩尔派普特)发觉要处理计算机视觉和自然语言处理困难问题，需要专门方案-她们主张不存在简单和通用原理（如逻辑）能够达成全部智能行为。ROGER SCHANK 描述她们“反逻辑”方法为SCRUFFY.常识知识库 (如DOUG LENATCYC)就是SCRUFFYAI例子，因为她们必需人工一次编写一个复杂概念。基于知识大约在1970年出现大容量内存计算机，研究者分别以三个方法开始把知识结组成应用软件。这场“知识革命”促成教授系统开发和计划，这是第一个成功人工智能软件形式。“知识革命”同时让大家意识到很多简单人工智能软件可能需要大量知识。（三）子符号法80年代符号人工智能停滞不前，大
12、家认为符号系统永远不可能模拟人类全部认知过程，尤其是感知，机器人，机器学习和模式识别。很多研究者开始关注子符号方法处理特定人工智能问题。自下而上，接口AGENT，嵌入环境（机器人），行为主义，新式AI机器人领域相关研究者，如RODNEY BROOKS，否定符号人工智能而专注于机器人移动和求生等基础工程问题。她们工作再次关注早期控制论研究者见解，同时提出了在人工智能中使用控制理论。这和认知科学领域中表征感知论点是一致：更高智能需要个体表征(如移动，感知和形象)。计算智能80年代中DAVID RUMELHART 等再次提出神经网络和联结主义.这和其它子符号方法，如模糊控制和进化计算，全部属于计算智
13、能学科研究范围。（三）统计学法90年代，人工智能研究发展出复杂数学工具来处理特定分支问题。这些工具是真正科学方法，即这些方法结果是可测量和可验证，同时也是人工智能成功原因。共用数学语言也许可已经有学科合作（如数学，经济或运筹学）。STUART J. RUSSELL和PETER NORVIG指出这些进步不亚于“革命”和“NEATS成功”。有些人批评这些技术太专注于特定问题，而没有考虑长远强人工智能目标。（四）集成方法智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标系统。最简单智能AGENT是那些能够处理特定问题程序。更复杂AGENT包含人类和人类组织（如企业）。这些范式能够让
14、研究者研究单独问题和找出有用且可验证方案，而不需考虑单一方法。一个处理特定问题AGENT能够使用任何可行方法-部分AGENT用符号方法和逻辑方法，部分则是子符号神经网络或其它新方法。范式同时也给研究者提供一个和其它领域沟通共同语言-如决议论和经济学（也使用ABSTRACT AGENTS概念）。90年代智能AGENT范式被广泛接收。AGENT体系结构和认知体系结构研究者设计出部分系统来处理多ANGENT系统中智能AGENT之间相互作用。一个系统中包含符号和子符号部分系统称为混合智能系统 ，而对这种系统研究则是人工智能系统集成。分级控制系统则给反应等级子符号AI 和最高等级传统符号AI提供桥梁，同
15、时放宽了计划和世界建模时间。RODNEY BROOKSSUBSUMPTION ARCHITECTURE就是一个早期分级系统计划。四、人工智能在人类生活中应用现在人工智能应用人工智能是在计算机科学、控制论、信息论、心理学、语言学等多个学科相互渗透基础发展起来一门新兴边缘学科，关键研究用机器（关键是计算机）来模拟和实现人类智能行为，经过几十年发展，人工智能应用在不少领域得到发展。日前“AI+”已经成为公式，发展至今，下面是人工智能应用最多几大场景。（一）家居 o 智能家居 智能家居关键是基于 o 物联网技术 物联网技术，经过智能硬件、软件系统、云计算平台组成一套完整家居生态圈。用户能够进行远程控制
16、设备，设备间能够互联互通，并进行自我学习等，来整体优化家居环境安全性、节能性、便捷性等。值得一提是，近两年伴随智能语音技术发展，智能音箱成为一个爆发点。小米、天猫、Rokid 等企业纷纷推出本身智能音箱，不仅成功打开家居市场，也为未来更多智能家居用具培养了用户习惯。但现在家居市场 o 智能产品 智能产品种类繁杂，怎样打通这些产品之间沟通壁垒，和建立安全可靠智能家居服务环境，是该行业下一步发力点。 （二）零售人工智能在零售领域应用已经十分广泛，无人便利店、智慧供给链、客流统计、无人仓/无人车等等全部是热门方向。京东自主研发无人仓采取大量智能物流机器人进行协同和配合，经过人工智能、深度学习、图像智能识别、大数据应用等
