一、 人工智能概述
“人工智能” 一词最初是在 1956 年 DARTMOUTH 学术会议上提出的。 从那以后， 研究者们发展了众多理论和原理， 人工智能的概念也随之越来越深入人心。 人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
通常， 计算机的数学基础包括统计学， 信息论和控制论， 当然还包括一些非数学学科。长期的工作中， 计算机往往只是始终如一的运用这些知识来进行工作， 基本上只是依靠以前的“经验” 。 所谓人工智能， 就是指能让计算机像人脑一样去工作， 不仅仅是能够连续式学习， 更要在工作的过程中， 学会跳跃式学习， 也就是能过像人类一样， 获得顿悟或是灵感。一直以来， 计算机通常只能靠经验来工作， 很难会“顿悟” ， 也就是很难获得较大的技能提高。 人类的实践过程同时包括经验和创造。 这正是智能化工作者梦寐的东西。
近几十年来， 人工智能日益发展， 技术日趋成熟， 研究成果也日趋丰富。 例如 2013 年，帝金数据普数中心数据研究员 S. C WANG 开发了一种新的数据分析方法， 该方法导出了研究函数性质的新方法。 作者发现， 新数据分析方法给计算机学会“创造” 提供了一种方法。
二、 人工智能的科学范畴
现在， 人工智能已构成信息技术领域的一个重要的学科。 该学科研究如何使机器具有智能或者说如何利用计算机实现智能的理论、 方法和技术， 所以， 人工智能既属于计算机科学技术的一个前沿领域， 也属于信息处理和自动化技术的一个前沿领域。 但由于其研究内容涉及到“智能” ， 因此， 人工智能不仅局限于计算机、 信息和自动化等学科， 还涉及到智能学科、 认知科学、 语言学、 逻辑学、 教育科学、 系统教学、 数理科学等众多学科领域。 人工智能是一门综合性的交叉学科和边缘学科。
三、 人工智能的研究内容
人工智能的研究内容可以归纳为： 搜索与求解、 学习与发现、 知识与推理、 发明与创造、感知与交流、 记忆与联想、 系统与建设、 应用于工程等八个方面。 从研究对象来说， 人工智能涉及三个相对独立的域， 即： （1） 研究会读和说的计算机程序， 也就是通常称为“自然语言处理” 领域； （2） 研制灵敏的机器， 通过设计出具有视觉和听觉程序化的机器人， 在活动时能识别不断改变的环境； （3） 开发用符号识别来模拟人类专家行为的程序， 即专家系统。 但是， 从研究的性质来说， 人工智能一般可分为理论研究和工程研究两个方面。 理论研究主要是对有关开发和理解人和机器智能方面理论进行研究和探索． 而工程研究则主要是设计和开发研究人工智能的工具和像专家系统这样的产品。 但是， 这并不是说， 它们彼此是独立的； 相反， 它们是彼此依赖和不可分割的。 随着人工智能理论和技术逐步被采用， 并具体地开发出产品。 理论和工程研究之间的界限将会缩小， 直至消失。
四、 人工智能的技术特征
（1） 具有搜索功能。 采用一定搜索策略可以快速地找到答案。
（2） 知识表示能力。 可以表示一些不精确的、 模糊的知识（适合表示多媒体数据） 。
（3） 一定的推理功能。 可以从给定的实事、 前提中找出答案、 发现知识。
（4） 抽象功能。 抽象用以区分重要与非重要的特征， 借助抽象功能可将处理问题中的重要特征和变式与大量非重要特征和变式区分开来， 使处理变得更有效、 更灵活。 对用户来说,往往只需要叙述“是什么问题” ， “要做什么” ， 而把“怎么做” 留给智能程序来完成。
（5） 语音识别功能及模糊信息处理能力。 有处理不精确和模糊信息的能力。
五、 人工智能的发展阶段
第一阶段： 50 年代人工智能的兴起和冷落： 人工智能概念首次提出后， 相继出现了一批显著的成果， 如机器定理证明、 跳棋程序、 通用问题 s 求解程序、 LISP 表处理语言等。 但由于消解法推理能力的有限， 以及机器翻译等的失败， 使人工智能走入了低谷。 这一阶段的特点是： 重视问题求解的方法， 忽视知识重要性。
第二阶段： 60 年代末到 70 年代， 专家系统出现， 使人工智能研究出现新高潮。 DENDRAL化学质谱分析系统、 MYCIN 疾病诊断和治疗系统、 PROSPECTIOR 探矿系统、 Hearsay-II 语音理解系统等专家系统的研究和开发， 将人工智能引向了实用化。 并且， 1969 年成立了国际人工智能联合会议。
第三阶段： 80 年代， 随着第五代计算机的研制， 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” ， 其目的是使逻辑推理达到数值运算那么快。 虽然此计划最终失败， 但它的开展形成了一股研究人工智能的热潮。
第四阶段： 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， 宣告了这一新学科的诞生。 此后， 各国在神经网络方面的投资逐渐增加， 神经网络迅速发展起来。
第五阶段： 90 年代， 人工智能出现新的研究高潮. 由于网络技术特别是国际互连网的技术发展， 人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。 不仅研究基于同一目标的分布式问题求解， 而且研究多个智能主体的多目标问题求解， 将人工智能更面向实用。 另外， 由于 Hopfield 多层神经网络模型的提出， 使人工神经网络研究与应用出现了欣欣向荣的景象。 人工智能已深入到社会生活的各个领域。
六、 人工智能的应用领域
1. 在管理系统中的应用
（1） 人工智能应用于企业管理的意义主要不在于提高效率， 而是用计算机实现人们非常需要做， 但工业工程信息技术是靠人工却做不了或是很难做到的事情。 在《谈谈人工智能在企业管理中的应用》 一文中刘玉然指出把人工智能应用于企业管理中， 以数据管理和处理为中心， 围绕企业的核心业务和主导流程建立若干个主题数据库， 而所有的应用系统应该围绕主题数据库来建立和运行。
（2） 智能教学系统(ITS) 是人工智能与教育结合的主要形式， 也是今后教学系统的发展方向。 信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善， 推动人们综合运用超媒体技术、 网络基础和人工智能技术区开发新的教学系统， 计算机智能教学系统就是其中的典型代表。
2. 在工程领域的应用
（1） 医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用， 具有极大的科研和应用价值， 它可以帮助医生解决复杂的医学问题， 作为医生诊断、治疗的辅助工具。目前， 医学智能系统已通过其在医学影像方面的重要作用， 从而应用于内科、 骨科等多个医学领域中， 并在不断发展完善中。
（2） 地质勘探、 石油化工等领域是人工智能的主要作用发挥领地。 1978 年美国斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECTOR” ， 该系统用于勘探评价、 区域资源估值和钻井井位选择等， 是工业领域的首个人工智能专家系统， 其发现了一个钼矿沉积， 价值超过 1 亿美元。
3. 在技术研究中的应用
（1） 在超声无损检测(NDT) 与无损评价(NDE) 领域中， 目前主要广泛采用专家系统方法对超声损伤(UT) 中缺陷的性质、 形状和大小进行判断和归类； 专家运用超声无损检测仪器， 以其高精度的运算、 控制和逻辑判断力代替大量人的体力与脑力劳动， 减少了任务因素造成的无擦， 提高了检测的可靠性， 实现了超声检测和评价的自动化、 智能化。
（2） 人工智能在电子技术领域的应用可谓由来已久。 随着网络的迅速发展， 网络技术的安全是我们关心的重点， 因此我们必须在传统技术的基础上进行网络安全技术的改进和变更，大力发展数据挖掘技术、 人工免疫技术等高效的 AI 技术， 开发更高级 AI 通用和专用语言，和应用环境以及开发专用机器， 而与人工智能技术则为我们提供了可能性。
七、 人工智能的发展方向
1. 专家系统是目前人工智能中最活跃、 最有成效的一个研究领域， 它是一种具有特定领域内大量知识与经验的程序系统。 近年来， 在“专家系统” 或“知识工程” 的研究中已出现了成功和有效应用人工智能技术的趋势。
2. 智能信息检索技术的飞速发展。 人工智能在网络信息检索中的应用， 主要表现在:(1)如何利用计算机软硬件系统模仿、 延伸与扩展人类智能的理论、 方法和技术。 (2) 由于网络知识信息既包括规律性的知识， 如一般原理概念， 也包括大量的经验知识这些知识不可避免地带有模糊性、 随机性、 不可靠性等不确定性因素对其进行推理， 需要利用人工智能的研究成果。
3. SOAr 是一种通用智能体系结构， 其始终处在人工智能研究的前沿， 已显示出强大的问题求解能力， 它认为机器人的开发是人工智能应用的重要领域。
八、 强弱对比
1. 强人工智能： 强人工智能观点认为有可能制造出真正能推理和解决问题的智能机器，并且， 这样的机器能将被认为是有知觉的， 有自我意识的。 强人工智能可以有两类： （1）类人的人工智能， 即机器的思考和推理就像人的思维一样。 （2） 非类人的人工智能， 即机器产生了和人完全不一样的知觉和意识， 使用和人完全不一样的推理方式。
2. 弱人工智能： 弱人工智能观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的， 但是并不真正拥有智能， 也不会有自主意识。主流科研集中在弱人工智能上， 并且一般认为这一研究领域已经取得可观的成就。 强人工智能的研究则处于停滞不前的状态下。
结论与看法：
人工智能的研究内容与应用领域之广， 决定了人工智能在将来的各个工作领域得到大展手脚的机会， 是未来社会发展的趋势。 为此， 需要我们一代代人去为之努力奋斗。 不仅要在弱人工智能上取得突破， 更要努力在强人工智能上做出一些较大的进取。 对于人工智能， 现在与将来同样会有很多人为之付出或多或少的精力， 为了更加美好的明天。 期待着将来人工智能能更好地融入到社会的各个方面， 造福于人类。
上一篇：实现中华民族的伟大复兴关键在党
下一篇：信息技术在教学中的应用和反思
