?

人工智能初探

2017-03-29 21:29宋靚冰
中國科技縱橫 2017年3期
關鍵詞:人機交互機器學習數據挖掘

宋靚冰

摘 要:人工智能自提出到興盛,短短半個世紀以來,一直都處于科技研究的前沿和創新熱點。人工智能已經逐漸從科學家們的想象逐步走入了人們的工作生活當中,人工智能相關的語音識別、圖像處理、自然語言處理、數據挖掘等領域也得到了蓬勃的發展。該文從人工智能的基本概念出發,探索及了解了人工智能領域的相關研究方向和應用領域,解讀了人工智能發展歷程中的大事件和大人物,立足于現狀,對于未來可能的發展方向和技術瓶頸進行了預測和總結。

關鍵詞:人工智能;人機交互;機器學習;深度學習;數據挖掘

中圖分類號:TP27 文獻標識碼:A 文章編號:1671-2064(2017)03-0221-02

人工智能是當今科技發展中最具潛力的熱點問題之一,2016年初轟動世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經典案例更是引起了全世界廣泛的關注和熱議?!叭斯ぶ悄堋边@個概念再次被推到了風口浪尖。那么,究竟什么是人工智能呢?它會對我們的生活有什么影響?在這個背景下,我們深入探究人工智能及其相關的技術領域,對于人工智能的普及和發展有著重要意義,也希望能給予人工智能相關領域的科學研究者們提供一些參考和方向。

1 什么是人工智能

人工智能(Artificial Intelligence,AI)是一門全新的信息技術科學,是計算機科學技術的一個重要分支,是指對于模擬、拓展和延伸人類的智能的應用系統及相關的理論和技術方法的開發研究。主要通過研究及了解人類智能的本質從而開發出能給出類似人類智能反饋的智能機器,計算機系統在理解目標方向之后所取得的最大化成果是計算機實現的最大智慧。人工智能不單單是一個特定的技術,它所研究的往往是能創造智能意識的高科技機器,包括了算法和其他應用程序,處理的任務也遠遠超出了簡單計算,從學習感知規劃到推理識別控制等等。人工智能的研究方向包含語言及圖像識別技術、機器人設計、自然語言處理等,日益成熟的理論方法和技術實踐也使得應用領域范圍大規模擴張,人工智能是人類智慧的結晶,未來也可能展現出超過人類的智能。

2 人機智能的研究方向

人工智能的科學研究通常涉及到數學、邏輯學、認知科學、以及最重要的計算機科學等多學科領域,延伸出了以下幾個主要的研究方向:

2.1 邏輯推理與證明

早期的人工智能更多的解決了大量數學問題,邏輯推理是基礎也是研究時間最長最重點的領域之一。通過找到可靠的證明或者反證方法實現潛在的定理證明,根據數據庫的實例進行推導并及時更新證明結論,演繹和直覺相結合,在推理和證明中實現部分智能。

2.2 問題求解

問題求解領域的一大重要應用則是下棋程序的功能實現,化繁為簡、將困難的問題點拆分成為獨立的子問題進行求解;而另一個實例則是數學方程的求解實現,分析各種公式符號的組合意義從而為科學研究者提供強有力的基礎保障。問題求解中所運用的搜索和規約也是人工智能領域中的兩大基本技術。

2.3 自然語言處理

自然語言處理也叫自然語言理解(Natural Language Processing,NLP),是指借助計算機來處理使用人類語言作為計算對象的算法程序,并研究相關的理論方法和技術。NLP是人工智能領域的主要研究方向之一,也是發展時間較長的研究方向之一。語音識別、搜索引擎、機器翻譯等等都是NLP的重要研究內容,目前也都在人工智能領域獲得了突出的應用成果。

2.4 專家系統

專家系統是指具有大量模擬人類相關領域專家知識和經驗的智能計算機程序系統,依托于人工智能相關技術,根據專家系統所提供的數據方法進行判斷推理進一步決策,從而代替人類專家解決一部分該領域的特定問題。從知識表示技術的角度上看,專家系統可分為基于網絡語義、基于規則、基于邏輯、基于框架等幾種類別;而從任務類型及專家系統主要解決的問題類型的角度來看,專家系統也可分成解釋型(分析和闡述符號數據的意義)、調試型(根據故障制定排除方案)、預測型(根據現狀預測指定對象未來可能的結果)、維修型(針對特定故障制定并實施規劃方案)、設計型(按指定需求制作圖樣和方案)、規劃型(根據指定目標制定行動方案)等。

專家系統的建立包含以下幾個步驟:(1)初始專家知識庫的設計:包括問題、知識、概念、形式、規則等多個概念的籌建;(2)開發和試驗系統原型機;(3)改進與歸納專家知識庫等。

專家系統的實現通常建立在大量的數據統計與人類專家提供的問題解決實例上,沒有精確或統一的求解算法,因此也會造成一些局限性。在人工智能與計算機科學快速發展的今天,專家系統也逐漸更重視理論和基礎研究,除了基于經驗的理論,基于規則和模型的方法也將投入到實際運用中,未來的專家系統將更偏向協同式和分布式方向發展。

2.5 機器學習

機器學習是指計算機自動獲取新的推理算法和新的科學事實的過程,是計算機具有智能的基礎。計算機的學習能力是人工智能研究史上的突出成就與重要進展,也是人工智能初步實現的重要標志。機器學習除了在人工智能領域有著重要應用,對于探索人類智慧的奧秘以及學習方法和機理都有著重要意義,機器學習的時代才剛剛開始,各種理論方法也正在逐步完善中,未來精彩可期。

3 人工智能的應用

人工智能的首次提出至今已有60年的歷史,在這個循序漸進的過程中,無論是功能場景還是機器模式,都逐漸從單一到通用、從簡單到復雜,表達方法也更多種多樣。目前主要通過賦予機器產品一定的人類智能從而有效地提升機器工作效率及能力,未來的人工智能將更多的模擬人類生活環境及思維方式來設計出真正具有人類智能的高效人機系統。

3.1 人工智能在各個行業的應用

人工智能已經運用到人類生產生活的各個方面,主要包括以下幾點:(1)以智能汽車為代表的自動化交通方式。(2)種類繁多的家庭智能服務機器人。(3)用于臨床支持和病人看護中的自動化智能設備及醫療器械。(4)智能教育輔導系統、線上學習和智能輔助學習設備的普及。(5)基于圖像處理和自然語言處理的各類音樂社交軟件及VR設備的興起給互聯網娛樂時代帶來的巨大變革。(6)邏輯證明及智能分析在公共安全領域的預測及防范。(7)大量重復機械的勞動逐漸由智能機器取代,人類承擔著更多的創新及實踐工作。

3.2 人工智能生活應用實例

作為輔助人類生產生活的重要工具,日趨成熟的智能機器人已經快速走進了人們的日常生活中,下面我們介紹幾種常見的使用場景:(1)智能房屋和家居生活的構建:目前的智能停留在自動控制領域,通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調等等;而未來,人工智能的發展將根據你的日常行為了解你的習慣喜好,利用傳感器和自動裝置搜集用戶的行為數據,通過機器學習和深度學習算法改造你所居住的環境。最終實現真正意義上的智能家居生活。(2)無人駕駛的智能汽車:主要通過導航和定位實現規定路線的行駛、通過激光測距、雷達感應和照相等技術,配合復雜的計算公式從而辨別和避讓各種障礙,最終脫離人類操控的環境下自動完成發動、駕駛、剎車等動作。行駛的安全性和準確性在智能機器的幫助下其實更可靠,我們完全有理由相信未來自動駕駛將成為人們出行的新方式。(3)基于神經網絡的新型翻譯方式:在線翻譯相信大多數人都不陌生,使用范圍廣普及率極高,但其準確性一直都是人們關注的焦點之一。谷歌翻譯負責人表示將在部分功能上嘗試使用深度學習技術,如果能順利實施必將使得翻譯準確性的研究取得實質性突破,而基于神經網絡的翻譯方式則將幫助計算機更好地模擬和理解人類思維,使得翻譯結果更流暢合乎規范,也方便人們更好地理解。

4 人工智能的發展歷程

人工智能的發展歷程不算很長,但發展速度卻異常迅猛。跟所有新興的前沿學科一樣,人工智能的發展中也經歷了高潮和低谷時期。根據不同時期代表性人物和事件的發生,我們大致可以將整個過程分為以下幾個階段:

(1)1950年,舉世聞名的“圖靈測試”(圖靈,英國數學家,1912—1954)首次發表于《計算機與智能》一文,即通過房間外的人和兩個房間內的人和機器分別對話中,是否能區分人和機器從而判斷出機器是否具有了人的智能。這是人類對于人工智能最初的概念。

(2)1956年,由香農、麥卡錫、朗徹斯特和明斯基共同發起的DARTMOUTH學會于達特茅斯大學召開,會上首次提出“人工智能”一詞,這是歷史上第一次關于人工智能領域的研討會,見證了人工智能學科研究的開端。

(3)1960年以來,生物進化領域逐漸建立起了遺傳、策略和規劃等算法。1992年計算智能由Bezdek提出,計算智能對于生物進化學的探究有著重大意義,涵蓋了模式識別、人工生命、神經網絡、進化計算等多學科集合與交叉。

(4)上世紀90年代開始,專家系統逐漸興起,對于專家知識庫的不斷改進以及基于規則和模型的協同式分布式專家系統將是未來使用的主要趨勢。

(5)從1960年神經網絡首次應用于自動控制的實施,到1965年人工智能啟發式推理規則的方法引入,再到1977年運籌學理論中概念智能控制模式的成功借鑒,人工智能的發展也順利引導了自動控制模式逐漸切換到了智能控制模式。

(6)從1956年AI概念的正式提出以來,人工智能領域已經取得了眾多突破性的成就和進展,很多天馬行空的想象也隨著科技的進步在一代代科學工作者的不斷努力下逐漸設計落實,人工智能已經從科學研究逐漸走向了人們的日常生活中,成為了當下最具潛力的多學科交叉的前沿科學。

5 人工智能的未來與發展趨勢

從人工智能的提出到逐漸走入人們生活,人工智能的概念一經問世則得到了人們的普遍關注,甚至帶動了語音識別、自然處理處理、機器學習、數據挖掘等一系列相關學科的發展和興盛。人工智能領域中的創新和蓬勃發展是趨勢也是必然,通過了解人工智能學科的發展歷程及應用領域,我們大致可以推測出關于未來人工智能的一些方向:(1)機器學習和深度學習算法指導下更聰明更多樣性更具智能的機器系統。(2)自然語言處理應用中更自然的人機互動交流。(3)機器學習時代更快速的數據處理分析策略。(4)各研發企業和機構對于人工智能先進技術更激烈的競爭和角逐。(5)超人工智能(Artificial Super Intelligence,簡稱ASI)時代下AI是否會走向失控給人們帶來的微恐懼。

6 結語

在短短60年的時間內,人工智能的快速發展已經從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實現正在不斷幫助我們探索這個世界、幫助我們搜尋信息應對各種各樣的挑戰。人工智能在逐漸強大的同時,有機遇也存在著巨大的挑戰和技術瓶頸,距離人工智能時代的真正實現還有很長的路要走。而人工智能的不斷更迭完善,是否能取得超越人類智力和認知的智能、是否會出現違背人類價值觀的危險行為將是未來很長一段時間內需要研究的重要課題。

參考文獻

[1]李紅霞.人工智能的發展綜述[J].甘肅科技縱橫,2007,36(5):17-18.

[2]張妮,徐文尚,王文文.人工智能技術發展及應用研究綜述[J].煤礦機械,2009,30(2): 4-7.

[3]Turing A M. Computing machinery and intelligence[J].Mind,1950,59(236): 433-460.

猜你喜歡
人機交互機器學習數據挖掘
基于并行計算的大數據挖掘在電網中的應用
前綴字母為特征在維吾爾語文本情感分類中的研究
人機交互課程創新實驗
基于支持向量機的金融數據分析研究
一種基于Hadoop的大數據挖掘云服務及應用
基于GPGPU的離散數據挖掘研究
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合