第一篇：人工智能論文

人工智能論文

摘要：本文主要講述了《人工智能及其應(yīng)用》的主要知識內(nèi)容！總結(jié)與本書知識單元相關(guān)的主要內(nèi)容、理論基礎(chǔ)、代表性成果及方法。并以書中知識為基礎(chǔ)，查閱資料，淺談人工智能在自動化技術(shù)中的應(yīng)用！

關(guān)鍵字：人工智能;自動化

《人工智能及其應(yīng)用》主要內(nèi)容

人工智能（Artificial Intelligence，AI）是當(dāng)前科學(xué)技術(shù)發(fā)展的一門前沿學(xué)科，同時也是一門新思想，新觀念，新理論，新技術(shù)不斷出現(xiàn)的新興學(xué)科以及正在發(fā)展的學(xué)科。

它是在計算機科學(xué)，控制論，信息論，神經(jīng)心理學(xué)等多種學(xué)科研究的基礎(chǔ)發(fā)展起來的，因此又可把它看作是一門綜合性的邊緣學(xué)科。

它的出現(xiàn)及所取得的成就引起了人們的高度重視，并取得了很高的評價。有的人把它與空間技術(shù)，原子能技術(shù)一起并譽為20世紀(jì)的三大科學(xué)技術(shù)成就?！度斯ぶ悄芗捌鋺?yīng)用》一書主要介紹人工智能問題求解的一般性原理和基本思想，為學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問題的入門性知識。

人工智能研究的基本內(nèi)容有：知識表示機器感知、機器思維、機器學(xué)習(xí)、機器行為。其研究途徑存有:以符號處理為核心的方法，其主張通過運用計算機科學(xué)的方法進(jìn)行研究，實現(xiàn)人工智能在計算機的模擬。目前人工智能的大部分研究成果都是基于前者方法實現(xiàn)的。還有一種是以網(wǎng)絡(luò)連接為主的連接機制方法。主張用生物學(xué)的方法進(jìn)行研究，搞清楚人類智能的本質(zhì).該方法在模式識別、圖像信息壓縮等方面取得了一些研究成果。

人工智能的主要研究領(lǐng)域有：自動定理證明和博弈、模式識別、專家系統(tǒng)、機器人、機器視覺、自然語言理解、自動程序設(shè)計、智能信息檢索、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)、組合優(yōu)化問題、人工神經(jīng)網(wǎng)絡(luò)、分布式人工智能、智能管理與智能決策、智能控制、智能仿真、智能CAD、智能CAI、智能操作系統(tǒng)、智能多媒體系統(tǒng)智能計算機系統(tǒng)、智能通信、智能網(wǎng)絡(luò)系統(tǒng)。人工智能研究搏奕的目的并不是為了讓計算基于人進(jìn)行下棋、打牌之類的游戲，而是通過對搏奕研究來檢驗?zāi)承┤斯ぶ悄芗夹g(shù)是否達(dá)到對人類智能的模擬，因為搏奕是一種智能性很強的競爭活動。

知識表示

知識是智能的基礎(chǔ)。為了使計算機具有智能，使它能模擬人類的智能行為，就必須使它具有知識。但知識是需要用適當(dāng)?shù)哪Ｊ奖硎境鰜聿拍艽鎯Φ接嬎銠C中去的，故許多人研究知識的表示方法！

知識的表示方法有：一階謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、語義網(wǎng)絡(luò)表示法。一階謂詞邏輯表示法多應(yīng)用于自動問答系統(tǒng)（例如Green等人研制的QA3系統(tǒng)）、機器人行動規(guī)劃系統(tǒng)（Fikes等人研制的STRIPS系統(tǒng)）、機器博弈系統(tǒng)（Filman等人研制的FOL系統(tǒng)）、問題求解系統(tǒng)（Kowalski等設(shè)計的PS系統(tǒng)）。語義網(wǎng)絡(luò)表示法的應(yīng)用也很廣泛,例如Walker 研制的自然語言理解系統(tǒng)，Garbonell 研制的回答地理問題的教學(xué)系統(tǒng)，Mytopoulous 研制的自然語言理解系統(tǒng)，Simmon 研制的自然語言理解系統(tǒng)，Hays研制的描寫概念的系統(tǒng)。一般把把一組產(chǎn)生式放在一起，讓它們相互配合、協(xié)同作用，一個產(chǎn)生式生成的結(jié)論可以供另一個產(chǎn)生式作為已知事實使用，以求得問題的解，形成一個產(chǎn)生式

系統(tǒng)。動物識別系統(tǒng)就是利用產(chǎn)生式系統(tǒng)做成！

推理

推理是人腦的基本功能，推理也是人工智能的重要內(nèi)容！

在人工智能中，認(rèn)為推理是從已知事實（證據(jù)）出發(fā)，通過運用相關(guān)知識逐步推出結(jié)論或者證明某個假設(shè)成立或不成立的一個思維過程。其推理方法有確定性推理和不確定推理等。確定性推理方式分為演繹推理、歸納推理、默認(rèn)推理。分為自然演繹推理 和歸結(jié)演繹推理！且歸結(jié)演繹推理一般應(yīng)用謂詞公式化為子句集的方法，應(yīng)用海伯倫定理 和魯賓遜歸結(jié)原理，以及應(yīng)用歸結(jié)反演求解問題。其推理的方向分為正向推理、反向推理、正反向混合推理、雙向推理。其沖突消解策略有按針對性排序、按已知事實的新鮮性排序、按匹配度排序、按條件個數(shù)排序、按上下文限制排序、按冗余限制排序、根據(jù)領(lǐng)域問題的特點排序。AI 的研究對象,大多具有不確定性。大多用不確定性推理法。

人工智能定義不確定性推理為從不確定性的初始證據(jù)出發(fā)，通過運用不確定性的知識，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的結(jié)論的一種思維過程。不確定性推理方法有概率方法、經(jīng)典概率方法、逆概率方法主觀Bayes方法、可信度方法、證據(jù)理論、模糊推理方法。

搜索求解策略

搜索是問題求解的核心技術(shù)！

搜索求解策略分為盲目的圖搜索和啟發(fā)式圖搜索策略，以及與/或圖搜索策略。盲目的圖搜索策略有分為回溯策略、寬度優(yōu)先搜索策略、深度優(yōu)先搜索策略。搜索方向分為雙向搜索、盲目搜索與啟發(fā)式搜索。

自動化

自動化是研究與電氣工程有關(guān)的系統(tǒng)運行、自動控制、電力電子技術(shù)、信息處理、試驗分析、研制開發(fā)以及電子與計算機應(yīng)用等領(lǐng)域的一門學(xué)科。實現(xiàn)機械的自動化,讓機械部份脫離人類的直接控制和操作自動實現(xiàn)某些過程是自動化和人工智能研究的交匯點。積極運用人工智能的知識。

自動化設(shè)備和機器的關(guān)鍵就在于反饋的存在，正是有了他的存在，才使自動化成為可能。反饋就是自動化的奧妙所在。

如今自動化的前沿技術(shù)有：模糊控制、最優(yōu)控制、自適應(yīng)控制、魯棒控制、線性控制理論縱橫、PID控制、預(yù)測控制、故障診斷、專家系統(tǒng)、推理控制、集散控制系統(tǒng)（DCS）、人工智能。

人工智能在故障診斷中的應(yīng)用

人工智能在故障診斷中的應(yīng)用。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，故障診斷技術(shù)和方法也不斷推陳出新，正走向智能化階段。人工智能的發(fā)展為故障診斷提供了智能化的診斷方法．故障診斷專家系統(tǒng)不僅在理論上得到了相當(dāng)大的發(fā)展．人工神經(jīng)網(wǎng)絡(luò)的研究也進(jìn)入到了故障診斷領(lǐng)域，并大力發(fā)展，并已在許多實際系統(tǒng)中得到了很好的應(yīng)用。此外．模糊理論、模糊邏輯系統(tǒng)也已經(jīng)應(yīng)用到故障診斷領(lǐng)域，并且與人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)互相結(jié)合，突顯出其獨特的優(yōu)勢，成為一種很有價值的故障診斷方法。

人工智能在電力系統(tǒng)運行控制中的應(yīng)用

因為人工智能技術(shù)(AI)廣泛應(yīng)用于求解非線性問題中,在電力系統(tǒng)的控制、管理、運行等領(lǐng)域發(fā)揮著重要的作用。專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊集理論和啟發(fā)式搜索等人工智能技術(shù)在電力系統(tǒng)中被廣泛應(yīng)用！

人工智能在智能傳感器領(lǐng)域的應(yīng)用

人工智能也廣泛應(yīng)用于智能傳感器領(lǐng)域。大家都知道傳感器在自動化信息系統(tǒng)中的重要性不言而喻 ,它的特性的好壞、輸出信息的可靠性對整個系統(tǒng)的質(zhì)量至關(guān)重要。結(jié)合人工智能的四個分支 :模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法而廣泛應(yīng)用傳感器領(lǐng)域。并而人類在人工智能方面取得的進(jìn)展為人工智能與傳感器技術(shù)的結(jié)合。造就了許多新型智能傳感器的出現(xiàn)！

人工智能在電氣傳動中的運用

人工智能在電氣傳動中也被廣泛運用。智能技術(shù)在電氣傳動技術(shù)中占相當(dāng)重要的地位，特別是自適應(yīng)模糊神經(jīng)元控制器在性能傳動產(chǎn)品中得到廣泛應(yīng)用。電氣自動化控制是增強生產(chǎn)、流通、交換、分配等關(guān)鍵一環(huán),實現(xiàn)自動化,就等于減少了人力資本投入,并提高了運作的效率。人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。隨著現(xiàn)代控制理論的發(fā)展，控制器設(shè)計的常規(guī)技術(shù)正逐漸被廣泛使用的人工智能軟件技術(shù)所替代。

自動化技術(shù)在各行各業(yè)中被廣泛應(yīng)用！例如自動化技術(shù)在工業(yè)中的應(yīng)用：自動化的制造業(yè)、電力系統(tǒng)自動化、建筑自動化、交通運輸自動化、信息自動化、自動無極限。自動化技術(shù)在軍事中的應(yīng)用：新型自動化武器，軍事指揮自動化。自動化在生活中的應(yīng)用更是比比皆是！總而言之，自動化技術(shù)結(jié)合人工智能讓我們的生活越來越美好！

參考文獻(xiàn)

[1]:王萬良《人工智能及其應(yīng)用》（第2版）高等教育出版社，2008.6

第二篇：人工智能之我見論文

人工智能之我見論文

隨著人工智能技術(shù)的日新月異，人類社會生活廣泛而深刻的受到其影響，快來看看人工智能之我見論文吧！

人工智能之我見論文：人工智能技術(shù)對民法的影響

摘要：隨著人工智能技術(shù)的日新月異，人類社會生活廣泛而深刻的受到其影響，在提高工作效率與生活質(zhì)量的同時，許多新興的法律問題逐漸浮現(xiàn)，尤其對與人類社會生活聯(lián)系緊密的民法提出了挑戰(zhàn)。本文以人工智能技術(shù)為視角，探討民法制度在新的時代背景下的發(fā)展方向。

隨著舉世矚目的人機大戰(zhàn)在XX年3月15日落下帷幕，圍棋人機大戰(zhàn)中人工智能機器人以4比1的成績戰(zhàn)勝圍棋九段棋手，揭開了人們對人工智能討論和聯(lián)想的新高潮。國內(nèi)的一部分科技公司已經(jīng)買下一些機器人公司，準(zhǔn)備搶占人工智能的市場先機。在一些企業(yè)中已經(jīng)開始大規(guī)模使用機器人代替工人。人工智能的發(fā)展必然對人們的社會生活產(chǎn)生深刻的影響，隨之而來的是對與社會生活高度相關(guān)的民法制度的沖擊。

第一回合，發(fā)生在第一次工業(yè)革命。第一次工業(yè)革命的標(biāo)志產(chǎn)物是珍妮紡紗機，它的產(chǎn)生極大提高了工作效率。一位名叫路德的紡織工人，認(rèn)為是珍妮紡紗機奪走了他們的工作，帶頭搗毀了工廠的機器。事件的態(tài)勢愈演愈烈，最后是英國的政府派出軍隊進(jìn)行鎮(zhèn)壓才得以控制，這就是“路德事件”。

第二回合，發(fā)生在第三次工業(yè)革命。手機產(chǎn)生于第三次工業(yè)革命，它的出現(xiàn)使傳呼員的職業(yè)徹底消失，拉近了人們之間的距離，提高了工作效率與生活質(zhì)量。機器又一次戰(zhàn)勝了人類。

第三回合，發(fā)生在第四次工業(yè)革命。智能機械手的出現(xiàn)可以大幅度降低產(chǎn)品的不良率，設(shè)備的產(chǎn)能效率大幅度得以提高，其工作效率大大的戰(zhàn)勝了傳統(tǒng)的車間工人。這也使得高危險系數(shù)以及高人工成本的工種消失。

第四回合，就是發(fā)生在不久之前的阿爾法圍棋對戰(zhàn)圍棋九段選手，最終人類以1比4的成績敗北人工智能。

雖然，最智能的機器也需要“老師”的指引，而人類就是機器的老師，但是不容否認(rèn)的是，在一些領(lǐng)域，人工智能和機器人技術(shù)已經(jīng)代替了人類，并震顫著人類的社會生活。

人工智能產(chǎn)業(yè)是近三十年涌現(xiàn)出的高新產(chǎn)業(yè)。早在“七五”時期政府就開始了對這一高新技術(shù)產(chǎn)業(yè)的攻關(guān)研究，并取得了有目共睹的成果，一批人工智能產(chǎn)品與人工智能應(yīng)用工程層出不窮。近些年，人工智能技術(shù)發(fā)展迅速，其應(yīng)用也愈來愈廣，從之前傳統(tǒng)的工業(yè)領(lǐng)域擴展到軍事、公安、醫(yī)療和服務(wù)等眾多領(lǐng)域。

XX年由某公司的實驗室研發(fā)并推出了無人駕駛汽車，這臺汽車不需要駕駛者就可以進(jìn)行啟動、行駛以及停止。這些車輛使用照相機、雷達(dá)感應(yīng)器和激光測距機來“看”其他的交通狀況，并且使用詳細(xì)地圖來為前方的道路導(dǎo)航。該公司表示，這些車輛比有人駕駛的車更安全，因為它們能更迅速、更有效地作出反應(yīng)。這種人工智能汽車的出現(xiàn)，使得汽車的概念以及人們出行方式發(fā)生了極大的轉(zhuǎn)變，同時也體現(xiàn)著人工智能技術(shù)和機器人技術(shù)開始真正融入到人類現(xiàn)實生活中。人類可以預(yù)測到，下一代智能型機器人將更加廣泛的融入到社會運作中。然而這一高新技術(shù)的應(yīng)用，同時也使得如何避免人工智能機器人侵權(quán)或者被侵權(quán)以及如何規(guī)范機器人的制造、使用等法律問題更加突出。

在醫(yī)療領(lǐng)域，人工智能機器人在外科手術(shù)中得以應(yīng)用。美國曾于XX年上市一款醫(yī)療外科手術(shù)機器人。據(jù)統(tǒng)計，至今為止總共2500部機器人被投入市場。這種人工智能機器人的使用，一方面對于提高醫(yī)療水平起到了積極的作用，但是也出現(xiàn)了人工智能機器人侵權(quán)的事件發(fā)生。自XX年至XX年，美國政府就收到了兩百多件關(guān)于該人工智能機器人手術(shù)時發(fā)生燒傷或割傷以及感染等侵權(quán)事故報告，在這兩百多件事故中共造成89名患者醫(yī)治無效死亡。

基于人工智能機器人在社會生活中產(chǎn)生的問題，一些國家如日本、韓國以及歐共體，已經(jīng)開始著手制定規(guī)章或制度以確保社會穩(wěn)定以及人工智能技術(shù)的可持續(xù)發(fā)展。日本公布了《下一代機器人安全問題指導(dǎo)方針》，用于調(diào)整人工智能技術(shù)的研發(fā)與應(yīng)用。歐洲共同體在XX年推出了歐盟第七框架計劃項目，即機器人法研究，聚集了各個相關(guān)領(lǐng)域的專家學(xué)者，包括法學(xué)、哲學(xué)、仿生神經(jīng)工學(xué)等專業(yè)，討論并草擬機器人立法政策白皮書。韓國已經(jīng)擬定了機器人法，專門規(guī)定了人與機器人的關(guān)系。

除了對人工智能機器人的安全應(yīng)用進(jìn)行必要的法律規(guī)范以外，同時也應(yīng)對與人工智能機器人的應(yīng)用相關(guān)的法律，如民法制度進(jìn)行一定程度上的變革。例如，法律該怎樣認(rèn)定人工智能機器人的法律地位，如若發(fā)生侵權(quán)事故時該怎樣認(rèn)定相應(yīng)的法律責(zé)任以及適用怎樣的歸責(zé)原則等法律問題。若無人駕駛汽車發(fā)生交通事故該怎樣認(rèn)定事故責(zé)任。許多相關(guān)法律問題都隨著人工智能機器人廣泛而深入的進(jìn)入人類社會生活而變得更加凸顯，然而相關(guān)規(guī)章制度仍處于空白階段。因此，變革相關(guān)的法律制度對于平衡人工智能技術(shù)與社會的穩(wěn)定和諧具有重要的意義。

人工智能機器人在社會生活中的廣泛應(yīng)用，更加深刻的影響著人類文明，同時伴隨而來的是大量法律問題逐漸涌現(xiàn)。

XX年美國一個名叫《未來學(xué)家》的雜志曾這樣報道：XX年至2020年，人工智能實體可能會當(dāng)選為“國會議員”;2020年后，轉(zhuǎn)基因技術(shù)加上機器人技術(shù)，將制造出“有機機器人”。雖然這些設(shè)想都尚未實現(xiàn)，但是在社會生活中人工智能技術(shù)是確確實實得以廣泛應(yīng)用的。許多人工智能機器人已經(jīng)代替人類走向工作崗位，如迎賓機器人、送餐機器人，甚至在日本一款機器人可以向顧客提供推銷手機、簽訂合同等服務(wù)。

人工智能技術(shù)與婚姻法律制度

XX年在某電視臺的明星喜劇真人秀中，某團(tuán)隊以一部講述主人公用人工智能機器人做女朋友來應(yīng)付父母的催婚，最后發(fā)現(xiàn)連主人公的父母都是人工智能機器人的喜劇作品參加比賽，其作品以夸張的手法描繪了人工智能技術(shù)對人類社會生活的巨大影響。但是不能說小品中的事情不會在現(xiàn)實生活中發(fā)生，英國人工智能學(xué)者戴維萊維曾推測：人類將和機器人結(jié)婚，這一切大約會在2050年實現(xiàn)。

人類與人工智能機器人的結(jié)婚能夠得到法律的認(rèn)可，就需要對我國民法制度中的婚姻法律規(guī)范進(jìn)行調(diào)整，目前婚姻只能是自然人的行為，而人工智能機器人目前在法律上不是民事主體，但這并不能阻擋人類與人工智能機器人結(jié)婚的情況發(fā)生。因此，人工智能技術(shù)的發(fā)展會對婚姻法律制度造成一定程度上的沖擊。

人工智能技術(shù)與侵權(quán)責(zé)任法律制度

人工智能技術(shù)的發(fā)展賦予了機器人更加類似于人類行為的功能。在XX年的伊拉克戰(zhàn)場上，美軍僅僅使用了一架由人工智能機器人操作的軍用飛機將一個連的兵力瞬間消滅。美國科學(xué)家在XX年曾宣稱，新研發(fā)并投入軍用的機器人能夠自我檢測損傷并獨立思考出修復(fù)方法。如若這樣的機器人太過于像人，而且擁有智慧，很有可能“造反”，對人類造成侵害。這就需要對侵權(quán)法律制度進(jìn)行完善以維護(hù)社會穩(wěn)定。

早在1978年人工智能機器人侵權(quán)的事件事實上早已存在。在日本廣島一間工廠里，機器人正切割鋼板，但突然轉(zhuǎn)身將其背后正在休息的工人抓住并當(dāng)做鋼板進(jìn)行切割，這是世界上第一起機器人侵權(quán)事件。無獨有偶，在1989年，全蘇國際象棋象棋冠軍對戰(zhàn)早期的人工智能機器人，終以3比1的成績打敗機器人，但機器人惱羞成怒，在眾目睽睽下向?qū)κ轴尫艔婋娏?，這位國際象棋大師最終并沒用搶救過來。

因此，隨著人工智能技術(shù)的日益精湛，人類不得不考慮機器人侵權(quán)的歸責(zé)原則、責(zé)任分配等一系列法律問題，更需要對侵權(quán)責(zé)任法律制度進(jìn)行一定的調(diào)整以適應(yīng)高科技時代的大背景。

人工智能技術(shù)的發(fā)展對與人們聯(lián)系緊密的民法制度提出了挑戰(zhàn)。如果民法不能適應(yīng)時代的要求，將無法使社會得以穩(wěn)定運作。因此對相關(guān)的民事法律規(guī)范進(jìn)行調(diào)整，適應(yīng)人工智能技術(shù)的發(fā)展要求，已經(jīng)是新世紀(jì)大勢所趨。

金周英，白英。我國機器人發(fā)展的政策研究報告。機器人技術(shù)與應(yīng)用，XX—3—30。

肖尤丹。機器人需要“守法”嗎。xxx，XX—7—21。

黃建民。我們要給機器人以“人權(quán)”嗎。讀書與評論，XX。

第三篇：關(guān)于人工智能的論文

人工智能(Artificial Intelligence, AI)是20世紀(jì)50年代中期興起的一門新興邊緣科學(xué)，它既是計算機科學(xué)的一個分支，又是計算機科學(xué)、控制論、信息論、語言學(xué)、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透而發(fā)展起來的綜合性學(xué)科。人工智能又稱為智能模擬，是用計算機系統(tǒng)模仿人類的感知、思維、推理等思維活動。它研究和應(yīng)用的領(lǐng)域包括模式識別、自然語言理解與生成、專家系統(tǒng)、自動程序設(shè)計、定理證明、聯(lián)想與思維的機理、數(shù)據(jù)智能檢索等。例如，用計算機模擬人腦的部分功能進(jìn)行學(xué)習(xí)、推理、聯(lián)想和決策；模擬醫(yī)生給病人診病的醫(yī)療診斷專家系統(tǒng)；機械手與機器人的研究和應(yīng)用等。

人工智能開拓者是羅伯特·維納。1940年他創(chuàng)立了控制和傳遞。維納認(rèn)為計算機在組織和傳遞信息方面可能比人類更準(zhǔn)確。從理論上講,計算機在控制周圍環(huán)境和外界通訊時會比人類更準(zhǔn)確人工智能領(lǐng)域的研究是從1956年正式開始的，這一年在達(dá)特茅斯大學(xué)召開的會議上正式使用了“人工智能”(artificial intelligence，ai)這個術(shù)語。隨后的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設(shè)計、專家系統(tǒng)、學(xué)習(xí)以及機器人學(xué)等多個角度展開了研究，已經(jīng)建立了一些具有不同程度人工智能的計算機系統(tǒng)，例如能夠求解微分方程、設(shè)計分析集成電路、合成人類自然語言，而進(jìn)行情報檢索，提供語音識別、手寫體識別的多模式接口，應(yīng)用于疾病診斷的專家系統(tǒng)以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的ibm的“深藍(lán)”在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。

人類進(jìn)化以來,為了擴大自身的能力,已經(jīng)發(fā)明了很多不同的工具,如:棍棒、斧子、犁、軋棉機、蒸汽機、無線電收音機和電視機等。早在13世紀(jì),就曾提出過自動機器或機器人的設(shè)想。從17世紀(jì)到18世紀(jì),機械自動裝置變得普遍起來,當(dāng)時出現(xiàn)了能跳舞或能演雜技的娃娃,它們附在發(fā)出樂曲的小盒子和時鐘上,隨著19世紀(jì)的工業(yè)和20世紀(jì)初葉自動化工廠的出現(xiàn),人們擔(dān)心機器會取代人。早期的科學(xué)幻想小說重復(fù)出現(xiàn)機器人接管世界的題材。直到50年代出現(xiàn)了電子計算機,人們可以進(jìn)行加減運算,完成以前只有人類才能完成的活動。例如分類、比較,根據(jù)先前的結(jié)果改變自己的工作程序等等。

但早期的計算機體積大,可靠性差,價格昂貴,因而人們認(rèn)為要計算機模擬人工智能的嘗試是注定要失敗的。很早以前,人們就對自動化機器的理論有過重大的貢獻(xiàn)。其中最突出的是卓越的數(shù)學(xué)家諾依曼。諾依曼認(rèn)為,人類神經(jīng)系統(tǒng)與計算機的電子電路有許多相似之處。人類的神經(jīng)系統(tǒng)通過刺激或休止(稱為神經(jīng)動脈)來傳遞信息,而計算機用類似的二進(jìn)制碼“0”或“1”傳輸信息,數(shù)碼“1”在計算機內(nèi)部表示“通”狀態(tài),就象刺激神經(jīng)細(xì)胞,數(shù)碼“0”則表示“斷”狀態(tài),就象神經(jīng)細(xì)胞未受到刺激一樣。在我們?nèi)粘Ｉ钪?無論是看、聽、觸摸,都是用和計算機二進(jìn)制碼十分相似的雙態(tài)碼來傳輸信息的。

當(dāng)然，人工智能的發(fā)展也并不是一帆風(fēng)順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠(yuǎn)而走入低谷，但是隨著硬件和軟件的發(fā)展，計算機的運算能力在以指數(shù)級增長，同時網(wǎng)絡(luò)技術(shù)蓬勃興起，確保計算機已經(jīng)具備了足夠的條件來運行一些要求更高的ai軟件，而且現(xiàn)在的ai具備了更多的現(xiàn)實應(yīng)用的基礎(chǔ)。90年代以來，人工智能研究又出現(xiàn)了新的高潮

最初,人工智能實驗都是游戲性質(zhì)的,主要是下棋一類的游戲。代寫論文選擇游戲作為實驗內(nèi)容并非出于消遣,而是由于它與其它解決問題的方法有頗多的相似之處。做游戲時,必須判斷和決定多種選擇,需作短計劃和長安排。一般都有進(jìn)攻戰(zhàn)略和防御戰(zhàn)略;必須遵照一定的規(guī)則。要想取得一場游戲的勝利,就必須設(shè)法做到失的最少得的最多。游戲中出現(xiàn)的各種情況都需作出判斷和抉擇,這如同日常生活中經(jīng)常遇到的問題。作出抉擇需要聰明和智慧。在人類解決方法的研究方面,計算機是一個極好的工具。

人工智能的兩大目標(biāo)就是能理解人類的智能,使計算機用途更廣泛。許多研究者認(rèn)為:智能機器的關(guān)鍵總是如何表達(dá)知識,從而使計算機能用這種知識將知識具體應(yīng)用在計算機程序中雖

然必要,但很困難。即使回答日常生活中的極簡單的問題,也需要大量的知識,而且其中許多知識我們是不知道的。

現(xiàn)在主要有兩種類型的機器人:工業(yè)機器人和智能機器人。這兩種類型都是人工智能研究者的研究范圍,但重點在智能機器人上。他們集中力量研究感覺上的認(rèn)識,以及這些認(rèn)識如何用計算機來表達(dá),人們已經(jīng)研制出計算機輔助視覺和聽覺裝置、計算機輔助活動肢體和其他用微機控制的假體裝置。用智能機器人來探查海底和太空的奧秘更為實際,因為在這些環(huán)境中工作既艱難又危險。研制一種不需要人參與就能完成探索工作的智能機器人,以便讓他們到宇宙空間去探索。由于這項工作遠(yuǎn)離地球,用人類控制的機器人就不適宜了。現(xiàn)在美國國家航空和航天局使用的機器人是完全獨立的,它能采集巖石,收集土壤和其它勘探的研究項目,這些工作都不用人指揮。無論如何,在真正智能化的自主機器人制成之前,研究者們必須首先更深入地掌握、控制人類行為過程的奧秘。通過計算機科學(xué)家、神經(jīng)學(xué)家、生理學(xué)家的共同努力,我們已逐漸對人類的視聽、觸摸、感覺和四肢移動的方法有了更深的了解。但是,還留下一個最困難的、或許也是最重要的領(lǐng)域需要征服———這就是語言。

計算機目前還沒能完全理解語言的復(fù)雜和細(xì)微的差別。至于自然語言的計算機翻譯器,在初期研制階段,對算法上規(guī)范化的句子,就已經(jīng)顯示出相當(dāng)高的理解力和造句能力。不過,在抓住句子的意思這一點上,還未獲得過顯著的成就。我們懂得的東西大量來自上下文關(guān)系和我們的知識。人們的生活中,個人、社會和文化見解對句子上附著的意義施加了很大的影響,試圖定量表示人類對語言的理解無疑是人工智能研究領(lǐng)域中最復(fù)雜的問題之一。

在人工智能研究中,使用計算機產(chǎn)生了很多意義深遠(yuǎn)的課題。通過人工智能的研究,人們對人類的精神能力和身體能力都有了更深入的了解。在工業(yè)上,人工智能專家們已研制出工業(yè)機器人和智能機器人,以便完成單調(diào)、危險及困難的工作。使人類解放出來,把他們的時間更有效地用于創(chuàng)造性的研究、設(shè)計,以及人們之間的相互交往等人類特有的活動中去,這便是人工智能各種應(yīng)用的推動力。在醫(yī)學(xué)和其它高級科學(xué)技術(shù)領(lǐng)域內(nèi),由于人工智能的進(jìn)展,那些離開計算機就解決不了的難題正獲得解決。

人工智能研究工作的進(jìn)展和困難將會極大地影響人工智能研究的未來。計算機體積的縮小和成本的下降對人工智能的影響不是最重要的,發(fā)展的主要限制來自軟件。語文障礙的克服,或者在什么時候克服,無疑將是今后發(fā)展人工智能的關(guān)鍵。正如我們所看到的那樣,為了使計算機理解自然語言,并具有智能行為,必須使探索、知識表達(dá),自然語言等主要研究領(lǐng)域結(jié)合起來,形成一個系統(tǒng)。與此同時人工智能的研究將繼續(xù)對許多學(xué)科產(chǎn)生深遠(yuǎn)的影響。

第四篇：人工智能學(xué)習(xí)論文

20107932唐雪琴

人工智能研究最新進(jìn)展綜述

一、研究領(lǐng)域

在大多數(shù)數(shù)學(xué)科中存在著幾個不同的研究領(lǐng)域，每個領(lǐng)域都有著特有的感興趣的研究課題、研究技術(shù)和術(shù)語。在人工智能中，這樣的領(lǐng)域包括自然語言處理、自動定理證明、自動程序設(shè)計、智能檢索、智能調(diào)度、機器學(xué)習(xí)、專家系統(tǒng)、機器人學(xué)、智能控制、模式識別、視覺系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、agent、計算智能、問題求解、人工生命、人工智能方法、程序設(shè)計語言等。

在過去50多年里，已經(jīng)建立了一些具有人工智能的計算機系統(tǒng)；例如，能夠求解微分方程的，下棋的，設(shè)計分析集成電路的，合成人類自然語言的，檢索情報的，診斷疾病以及控制控制太空飛行器、地面移動機器人和水下機器人的具有不同程度人工智能的計算機系統(tǒng)。人工智能是一種外向型的學(xué)科，它不但要求研究它的人懂得人工智能的知識，而且要求有比較扎實的數(shù)學(xué)基礎(chǔ)，哲學(xué)和生物學(xué)基礎(chǔ)，只有這樣才可能讓一臺什么也不知道的機器模擬人的思維。因為人工智能的研究領(lǐng)域十分廣闊，它總的來說是面向應(yīng)用的，也就說什么地方有人在工作，它就可以用在什么地方，因為人工智能的最根本目的還是要模擬人類的思維。參照人在各種活動中的功能，我們可以得到人工智能的領(lǐng)域也不過就是代替人的活動而已。哪個領(lǐng)域有人進(jìn)行的智力活動，哪個領(lǐng)域就是人工智能研究的領(lǐng)域。人工智能就是為了應(yīng)用機器的長處來幫助人類進(jìn)行智力活動。人工智能研究的目的就是要模擬人類神經(jīng)系統(tǒng)的功能。

二、各領(lǐng)域國內(nèi)外研究現(xiàn)狀（進(jìn)展成果）近年來，人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸和擴展。在新世紀(jì)開始的時候，這些新研究已引起人們的更密切關(guān)注。這些新領(lǐng)域有分布式人工智能與艾真體（agent）、計算智能與進(jìn)化計算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)，以及人工生命等。下面逐一加以概略介紹。

1、分布式人工智能與艾真體

分布式人工智能（Distributed AI，DAI）是分布式計算與人工智能結(jié)合的結(jié)果。DAI系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標(biāo)準(zhǔn)，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具有交換信息和協(xié)同工作的能力。

分布式人工智能的研究目標(biāo)是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(tǒng)的精確概念模型。DAI中的智能并非獨立存在的概念，只能在團(tuán)體協(xié)作中實現(xiàn)，因而其主要研究問題是各艾真體間的合作與對話，包括分布式問題求解和多艾真體系統(tǒng)（Multiagent System，MAS）兩領(lǐng)域。其中，分布式問題求解把一個具體的求解問題劃分為多個相互合作和知識共享的模塊或結(jié)點。多艾真體系統(tǒng)則研究各艾真體間智能行為的協(xié)調(diào)，包括規(guī)劃、知識、技術(shù)和動作的協(xié)調(diào)。這兩個研究領(lǐng)域都要研究知識、資源和控制的劃分問題，但分布式問題求解往往含有一個全局的概念模型、問題和成功標(biāo)準(zhǔn)，而MAS則含有多個局部的概念模型、問題和成功標(biāo)準(zhǔn)。

MAS更能體現(xiàn)人類的社會智能，具有更大的靈活性和適應(yīng)性，更適合開放和動

態(tài)的世界環(huán)境，因而倍受重視，已成為人工智能以至計算機科學(xué)和控制科學(xué)與工程的研究熱點。當(dāng)前，艾真體和MAS的研究包括理論、體系結(jié)構(gòu)、語言、合作與協(xié)調(diào)、通訊和交互技術(shù)、MAS學(xué)習(xí)和應(yīng)用等。MAS已在自動駕駛、機器人導(dǎo)航、機場管理、電力管理和信息檢索等方面獲得應(yīng)用。

2、計算智能與進(jìn)化計算

計算智能（Computing Intelligence）涉及神經(jīng)計算、模糊計算、進(jìn)化計算等研究領(lǐng)域。其中，神經(jīng)計算和模糊計算已有較長的研究歷史，而進(jìn)化計算則是較新的研究領(lǐng)域。在此僅對進(jìn)化計算加以說明。

進(jìn)化計算（Evolutionary Computation）是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱，它包括遺傳算法（Genetic Algorithms）、進(jìn)化策略（Evolutionary Strategies）和進(jìn)化規(guī)劃（Evolutionary Programming）。它們遵循相同的指導(dǎo)思想，但彼此存在一定差別。同時，進(jìn)化計算的研究關(guān)注學(xué)科的交叉和廣泛的應(yīng)用背景，因而引入了許多新的方法和特征，彼此間難于分類，這些都統(tǒng)稱為進(jìn)化計算方法。目前，進(jìn)化計算被廣泛運用于許多復(fù)雜系統(tǒng)的自適應(yīng)控制和復(fù)雜優(yōu)化問題等研究領(lǐng)域，如并行計算、機器學(xué)習(xí)、電路設(shè)計、神經(jīng)網(wǎng)絡(luò)、基于艾真體的仿真、元胞自動機等。

達(dá)爾文進(jìn)化論是一種魯棒的搜索和優(yōu)化機制，對計算機科學(xué)，特別是對人工智能的發(fā)展產(chǎn)生了很大的影響。大多數(shù)生物體通過自然選擇和有性生殖進(jìn)行進(jìn)化。自然選擇決定了群體中哪些個體能夠生存和繁殖，有性生殖保證了后代基因中的混合和重組。自然選擇的原則是適者生存，即物競天擇，優(yōu)勝劣汰。

直到幾年前，遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略三個領(lǐng)域的研究才開始交流，并發(fā)現(xiàn)它們的共同理論基礎(chǔ)是生物進(jìn)化論。因此，把這三種方法統(tǒng)稱為進(jìn)化計算，而把相應(yīng)的算法稱為進(jìn)化算法。

3、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

知識獲取是知識信息處理的關(guān)鍵問題之一。20世紀(jì)80年代人們在知識發(fā)現(xiàn)方面取得了一定的進(jìn)展。利用樣本，通過歸納學(xué)習(xí)，或者與神經(jīng)計算結(jié)合起來進(jìn)行知識獲取已有一些試驗系統(tǒng)。數(shù)據(jù)挖掘和知識發(fā)現(xiàn)是90年代初期新崛起的一個活躍的研究領(lǐng)域。在數(shù)據(jù)庫基礎(chǔ)上實現(xiàn)的知識發(fā)現(xiàn)系統(tǒng)，通過綜合運用統(tǒng)計學(xué)、粗糙集、模糊數(shù)學(xué)、機器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識，從而揭示出蘊涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實現(xiàn)知識的自動獲取。這是一個富有挑戰(zhàn)性、并具有廣闊應(yīng)用前景的研究課題。

從數(shù)據(jù)庫獲取知識，即從數(shù)據(jù)中挖掘并發(fā)現(xiàn)知識，首先要解決被發(fā)現(xiàn)知識的表達(dá)問題。最好的表達(dá)方式是自然語言，因為它是人類的思維和交流語言。知識表示的最根本問題就是如何形成用自然語言表達(dá)的概念。

機器知識發(fā)現(xiàn)始于1974年，并在此后十年中獲得一些進(jìn)展。這些進(jìn)展往往與專家系統(tǒng)的知識獲取研究有關(guān)。到20世紀(jì)80年代末，數(shù)據(jù)挖掘取得突破。越來越多的研究者加入到知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的研究行列?，F(xiàn)在，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘已成為人工智能研究的又一熱點。

比較成功的知識發(fā)現(xiàn)系統(tǒng)有用于超級市場商品數(shù)據(jù)分析、解釋和報告的CoverStory系統(tǒng)，用于概念性數(shù)據(jù)分析和查尋感興趣關(guān)系的集成化系統(tǒng)EXPLORA，交互式大型數(shù)據(jù)庫分析工具KDW，用于自動分析大規(guī)模天空觀測數(shù)據(jù)的SKICAT系統(tǒng)，以及通用的數(shù)據(jù)庫知識發(fā)現(xiàn)系統(tǒng)KDD等。

4、人工生命

人工生命（Artificial Life，ALife）的概念是由美國圣菲研究所非線性研究組的蘭頓（Langton）于1987年提出的，旨在用計算機和精密機械等人工媒介生成或構(gòu)造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。自然生命系統(tǒng)行為具有自組織、自復(fù)制、自修復(fù)等特征以及形成這些特征的混沌動力學(xué)、進(jìn)化和環(huán)境適應(yīng)。

人工生命所研究的人造系統(tǒng)能夠演示具有自然生命系統(tǒng)特征的行為，在“生命之所能”（life as it could be）的廣闊范圍內(nèi)深入研究“生命之所知”（life as we know it）的實質(zhì)。只有從“生命之所能”的廣泛內(nèi)容來考察生命，才能真正理解生物的本質(zhì)。人工生命與生命的形式化基礎(chǔ)有關(guān)。生物學(xué)從問題的頂層開始，把器官、組織、細(xì)胞、細(xì)胞膜，直到分子，以探索生命的奧秘和機理。人工生命則從問題的底層開始，把器官作為簡單機構(gòu)的宏觀群體來考察，自底向上進(jìn)行綜合，把簡單的由規(guī)則支配的對象構(gòu)成更大的集合，并在交互作用中研究非線性系統(tǒng)的類似生命的全局動力學(xué)特性。

人工生命的理論和方法有別于傳統(tǒng)人工智能和神經(jīng)網(wǎng)絡(luò)的理論和方法。人工生命把生命現(xiàn)象所體現(xiàn)的自適應(yīng)機理通過計算機進(jìn)行仿真，對相關(guān)非線性對象進(jìn)行更真實的動態(tài)描述和動態(tài)特征研究。

人工生命學(xué)科的研究內(nèi)容包括生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進(jìn)化動力學(xué)、人工生命的計算理論、進(jìn)化與學(xué)習(xí)綜合系統(tǒng)以及人工生命的應(yīng)用等。比較典型的人工生命研究有計算機病毒、計算機進(jìn)程、進(jìn)化機器人、自催化網(wǎng)絡(luò)、細(xì)胞自動機、人工核苷酸和人工腦等。

三、學(xué)了人工智能課程的收獲

（1）了解人工智能的概念和人工智能的發(fā)展，了解國際人工智能的主要流派和路線，了解國內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領(lǐng)域。

（2）較詳細(xì)地論述知識表示的各種主要方法。重點掌握了狀態(tài)空間法、問題歸約法和謂詞邏輯法，熟悉語義網(wǎng)絡(luò)法，了解知識表示的其他方法，如框架法、劇本法、過程法等。

（3）掌握了盲目搜索和啟發(fā)式搜索的基本原理和算法，特別是寬度優(yōu)先搜索、深度優(yōu)先搜索、等代價搜索、啟發(fā)式搜索、有序搜索、A*算法等。了解博弈樹搜索、遺傳算法和模擬退火算法的基本方法。

（4）掌握了消解原理、規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)的技術(shù)、了解不確定性推理、非單調(diào)推理的概念。

（5）概括性地了解了人工智能的主要應(yīng)用領(lǐng)域，如專家系統(tǒng)、機器學(xué)習(xí)、規(guī)劃系統(tǒng)、自然語言理解和智能控制等。

（6）基本了解人工智能程序設(shè)計的語言和工具。

四、對人工智能研究的展望

對現(xiàn)代社會的影響有多大？工業(yè)領(lǐng)域，尤其是制造業(yè)，已成功地使用了人工智能技術(shù)，包括智能設(shè)計、虛擬制造、在線分析、智能調(diào)度、仿真和規(guī)劃等。金融業(yè)，股票商利用智能系統(tǒng)輔助其分析，判斷和決策；應(yīng)用卡欺詐檢測系統(tǒng)業(yè)已得到普遍應(yīng)用。人工智能還滲透到人們的日常生活，CAD，CAM，CAI，CAP，CIMS等一系列智能產(chǎn)品給大家?guī)砹藰O大的方便，它還改變了傳統(tǒng)的通信方式，語音撥號，手寫短信的智能手機越來越人性化。

人工智能還影響了你們的文化和娛樂生活，引發(fā)人們更深層次的精神和哲學(xué)層面的思考，從施瓦辛格主演的《終結(jié)者》系列，到基努.里維斯主演的《黑客帝國》系列以及斯皮爾伯格導(dǎo)演的《人工智能》，都有意無意的提出了同樣的問題：我們應(yīng)該如何看待人工智能？如何看待具有智能的機器？會不會有一天機器的智能將超過人的智能？問題的答案也許千差萬別，我個人認(rèn)為上述擔(dān)心不太可能成為現(xiàn)實，因為我們理解人工智能并不是讓它取代人類智能，而是讓它模擬人類智能，從而更好地為人類服務(wù)。

當(dāng)前人工智能技術(shù)發(fā)展迅速，新思想，新理論，新技術(shù)不斷涌現(xiàn)，如模糊技術(shù)，模糊--神經(jīng)網(wǎng)絡(luò)，遺傳算法，進(jìn)化程序設(shè)計，混沌理論，人工生命，計算智能等。以Agent概念為基礎(chǔ)的分布式人工智能正在異軍突起，特別是對于軟件的開發(fā)，“面向Agent技術(shù)”將是繼“面向?qū)ο蠹夹g(shù)”后的又一突破。從萬維網(wǎng)到人工智能的研究正在如火如荼的開展。

五、對課程的建議

（1）能夠結(jié)合現(xiàn)在最新研究成果著重講解重點知識，以及講述在一些研究成果中人工智能那些知識被應(yīng)用。

（2）多推薦一些過于人工智能方面的電影，如：《終結(jié)者》系列、《黑客帝國》

系列、《人工智能》等，從而增加同學(xué)對這門課程學(xué)習(xí)的興趣。

（3）條件允許的話，可以安排一些實驗課程，讓同學(xué)們自己制作一些簡單的作品，增強同學(xué)對人工智能的興趣，加強同學(xué)之間的學(xué)習(xí)。

（4）課堂上多講解一些人工智能在各個領(lǐng)域方面的應(yīng)用，以及著重闡述一些

新的和正在研究的人工智能方法與技術(shù)，讓同學(xué)們可以了解近期發(fā)展起來的方法和技術(shù)，在講解時最好多舉例，再結(jié)合原理進(jìn)行講解，更助于同學(xué)們對人工智能的理解。

第五篇：人工智能論文解讀

人工智能結(jié)課論文

系別：計算機科學(xué)與技術(shù)系

班級：姓名：于靜學(xué)號：

13計算機專接本一班

知識處理

***0

摘要：進(jìn)入2l 世紀(jì)，計算機硬件和軟件更新的速度越來越快，計算機這個以往總給人以冷冰冰的機器的形象也得到了徹底的改變。人機交互的情形越來越普遍，計算機被人類賦予了越來越多的智能因素。伴隨著人類把最新的計算機技術(shù)應(yīng)用于各個學(xué)科，對這些學(xué)科的認(rèn)知也進(jìn)入了日新月異的發(fā)展階段，促使大量的新的研究成果不斷涌現(xiàn)。例如：“人機大戰(zhàn)”中深藍(lán)計算機輕松的獲勝、人類基因組排序工作的基本完成、人類大腦結(jié)構(gòu)性解密、單純器官性克隆的成功實現(xiàn)等等。隨著計算機這個人類有史以來最重要的工具的不斷發(fā)展，伴隨著不斷有新理論的出現(xiàn)，人類必須重新對它們進(jìn)行分析和審視。知識處理是人工智能這一科學(xué)領(lǐng)域的關(guān)鍵問題。本文對知識處理的核心問題之——識的表示進(jìn)行了全面的綜述目前流行的知識表達(dá)方式不下十種，在此只介紹一階謂詞邏輯、產(chǎn)生式、語義網(wǎng)絡(luò)、框架、混合等目前最常用的知識表示方法。并對其進(jìn)行了優(yōu)缺點分析及簡單對比。最后對知識表示的發(fā)展趨向作出了展望。

關(guān)鍵詞：知識

人工智能（AI）

知識表達(dá)式

一階謂詞邏輯

產(chǎn)生式 語義網(wǎng)絡(luò)

框架

一、知識和知識的表示

1、知識的概念

知識是人類世界特有的概念，他是人類對客觀世界的一種比較準(zhǔn)確、全面的認(rèn)識和理解的結(jié)晶。(1)知識只有相對正確的特性。常言道：實踐出真理。只是源于人們生活、學(xué)習(xí)與工作的實踐，知識是人們在信息社會中各種實踐經(jīng)驗的匯集、智慧的概括與積累。只是愛源于人們對客觀世界運動規(guī)律的正確認(rèn)識，是從感知認(rèn)識上升成為理性認(rèn)識的高級思維勞動過程的結(jié)晶，故相應(yīng)于一定的客觀環(huán)境與條件下，只是無疑是正確的。然而當(dāng)客觀環(huán)境與條件發(fā)生改變時，知識的正確性就接受檢驗，必要時就要對原來的認(rèn)識加以修改和補充，一至全部更新而取而代之。例如知道1543年哥白尼學(xué)說問世之前，人們一直都以為地球是宇宙的核心；再有：人們都知道一個關(guān)于“瞎子摸象”的故事，它通俗地說明了完整的只是形式是一個復(fù)雜的智能過程。通常人們獲取知識的重要手段是：利用信息，把各種信息提煉、概括并關(guān)聯(lián)在一起，就形成了知識。而利用信息關(guān)聯(lián)構(gòu)成知識的形式有多種多樣。

(2)知識的確定與不確定性如前說述，知識有若干信息關(guān)聯(lián)的結(jié)構(gòu)組成，但是，其中有的信息是精確的，有的信息卻是不精確的。這樣，則由該信息結(jié)構(gòu)形成的知識也有了確定與不確定的特征。例如，在我國中南地區(qū)，根據(jù)天上出現(xiàn)彩虹的方向及其位置，可以預(yù)示天氣的變化。有諺語曰：“東邊日（晴天），西邊雨?！钡?，這只是一種常識性經(jīng)驗，并不能完全肯定或否定。再如：家有一頭秀發(fā)，一時兩鬢如霜。我們則認(rèn)為家一定是年輕人，乙就是老年人嘛？不能完全肯定，因為相反的事例是很多的。比如，當(dāng)年的白毛女就不是老人，而現(xiàn)在六十多歲的演員有一頭黑發(fā)也不足為奇。

2、知識表達(dá)及其映像原理

智能機器系統(tǒng)如同智能生物一樣，在運用知識進(jìn)行信息交流或只能問題求解時，都需要預(yù)先進(jìn)行知識表示。進(jìn)而實現(xiàn)知識調(diào)用，達(dá)到利用知識求解問題的目的。因而只是表示是知識信息處理系統(tǒng)必不可少的關(guān)鍵環(huán)節(jié)。對智能機器系統(tǒng)而言只是表示，實際上就是對知識的一種描述或約定。其本質(zhì)，就是采用某種技術(shù)模式，八所要求解決的問題的相關(guān)知識，映射為一種便于找到該問題解的數(shù)據(jù)結(jié)構(gòu)。對知識進(jìn)行表示的過程，實質(zhì)上就是把相關(guān)只是映射（或稱為變換：Transformation；或稱為映像：Mapping；或稱為編碼：Coded）為該數(shù)據(jù)結(jié)構(gòu)的過程。如圖1。

圖1 只是表達(dá)及其映射原理

如圖，其目標(biāo)是要對復(fù)雜的智能性問題實現(xiàn)機器求解，但機器直接對原始問題求解難度很大，可采用知識表達(dá)的映射原理，把原始問題映射為它的一種同構(gòu)或同態(tài)問題，然后在對同構(gòu)或同態(tài)問題求出它的解答，則相對容易而方便。順便指出：同構(gòu)解答與原始問題有相同的形式解，然而對于同態(tài)問題，如果得到原始解，只需對同臺解答再施行反運算即可。在自然科學(xué)實際應(yīng)用研究中，利用映射（稱之為變換）原理迂回求解的思想，是一種非常有效而廣為使用的重要手段。目前比較常見的知識表達(dá)方法主要有：常用的知識表示方法：一階謂詞邏輯表示法，產(chǎn)生式表示法，框架表示法，語義網(wǎng)絡(luò)表示法，腳本表示法，過程表示法，面向?qū)ο蟊硎痉?，神?jīng)網(wǎng)絡(luò)表示法。如圖2

二、常用知識表示法：

2.1一階謂詞邏輯表示法：

一階謂詞邏輯表示法是目前應(yīng)用最廣的方法之一，在AI系統(tǒng)上已經(jīng)得到了應(yīng)用。它是通過分析命題內(nèi)容和謂詞邏輯，盡可能正確地表述它的各種意境的過程。知識的謂詞邏輯表示符合人的思維習(xí)慣，可讀性好，邏輯關(guān)系表達(dá)簡便。使用謂詞邏輯既便于表達(dá)概念、狀態(tài)、屬性等事實性知識，又能方便地采用謂詞公式的表達(dá)形式，進(jìn)行各種智能行為的過程性描述與演繹推理。一階謂詞的一般形式為P(x1，x2，?，xn)其中P是謂詞名，xi為個體常量、變元，或函數(shù)。例如：STUDENT(zhangsan)：zhangsan是學(xué)生

STUDENT(x)：x是學(xué)生Greater(x，5)：x>5TEACHER(father(Wanghong))：王宏的父親是教師。在一階謂詞表示法中連接詞是非常重要的其中： 連接詞：?、∨、∧、→、? 量詞：?、?

(?x)P(x)為真、為假的定義

(?x)P(x)為真、為假的定義

結(jié)合具體事例可以看到一階謂詞邏輯在知識表示法中的優(yōu)越性： 李明是計算機系的學(xué)生，但他不喜歡編程。定義謂詞：

COMPUTER(x):x是計算機系的 學(xué)生

LIKE(x,y):x喜歡y 謂詞公式為：

LIKE(liming，programming)COMPUTER(liming)∧

謂詞邏輯是一種傳統(tǒng)經(jīng)典也是最基本的形式化方法。謂詞邏輯知識表示規(guī)范性嚴(yán)，邏輯性強，自然性好，推理過程嚴(yán)密，易于實現(xiàn)。這些優(yōu)良特性使得謂詞邏輯最早用于人工智能機器定理證明，并獲得了成功。但是必須看到，謂詞邏輯屬于標(biāo)準(zhǔn)的二值（T與F）邏輯，難以直接進(jìn)行不確定性問題的處理。對于復(fù)雜系統(tǒng)的求解問題，容易陷入冗長演繹推理中，常常不可避免地帶來求解效率低,甚至產(chǎn)生“組合爆炸”問題。因此，針對謂詞邏輯，尚待人們不斷加以改進(jìn)，以尋求自然性好而效率更高的技術(shù)方法。

2.2產(chǎn)生式表示法

目前，產(chǎn)生式表示方法是專家系統(tǒng)的第一選擇的知識表達(dá)方式。是美國數(shù)學(xué)家Post在1943年提出了一種計算形式體系里所使用的術(shù)語。產(chǎn)生式表示的基本形式為：（1）確定性知識的表示：

產(chǎn)生式形式：P→Q或者IF P THEN Q 它的含義：如果前提P滿足，則可以推出結(jié)論Q或執(zhí)行Q操作。例如：IF CLEAR(B)AND HANDEMPTYTHEN Pickup(B)如果積木B上是空的，且機械手空，則機械手從桌面上抓起積木B。（2）不確定知識的表示：

產(chǎn)生式形式：P→Q（置信度）或者IF P THEN Q（置信度）在不確定推理中，當(dāng)已知事實與前提P不能精確匹配時，只要按照“置信度”的要求達(dá)到一定的相似度，就認(rèn)為已知事實與前提條件相匹配，再按照一定的算法將這種可能性（不確定性）傳遞到結(jié)論Q。

產(chǎn)生式表示法其優(yōu)點在于模塊性。規(guī)則與規(guī)則之間相互獨立靈活性。知識庫易于增加、修改、刪除自然性。方便地表示專家的啟發(fā)性知識與經(jīng)驗透明性。易于保留動作所產(chǎn)生的變化、軌跡，但仍有不少缺點：知識庫維護(hù)難。效率低。為了模塊一致性理解難。由于規(guī)則一致性彼此之間不能調(diào)用。

2.3 語義網(wǎng)絡(luò)表達(dá)式

語義網(wǎng)絡(luò)是人工智能常用的知識表示法之一。是一種使用概念及其語義關(guān)系來表達(dá)知識的有向圖。它作為人類聯(lián)想記憶的一個顯示心理學(xué)模型，是由J.R.Quillian于1968年在他的博士論文中首先提出，并用于自然語言處理。語義網(wǎng)絡(luò)結(jié)構(gòu)共使用了三種圖形符號：框、帶箭頭及文字標(biāo)識的線條和文字標(biāo)識線。分別稱為:（1）節(jié)(結(jié))點;弧(又叫做邊或支路);指針。

（2）節(jié)點(Node)：也稱為結(jié)點。用圓形、橢圓、菱形或長方形的框圖來表示，用來表示事物的名稱、概念、屬性、情況、動作、狀態(tài)等。

（3）弧(Arc)：這是一種有向弧，又稱之為支路（Branch）。節(jié)點之間用帶箭頭及文字標(biāo)識的有向線條來聯(lián)結(jié)，用以表示事物之間的結(jié)構(gòu)，即語義關(guān)系。

（4）指針(Pointer)：也叫指示器。是在節(jié)點或者弧線的旁邊，另外附加必要的線條及文字標(biāo)識，用來對節(jié)點、弧線和語義關(guān)系作出相宜的補充、解釋與說明。

語義網(wǎng)絡(luò)是一種結(jié)構(gòu)化知識表示方法，具有表達(dá)直觀，方法靈活，容易掌握和理解的特點。概括起來，主要優(yōu)點在于采用語義關(guān)系的有向圖來連接，語義、語法、詞語應(yīng)用兼顧，具有描述生動，表達(dá)自然，易于理解等。

雖然語義網(wǎng)絡(luò)知識表示和推理具有較大的靈活性和多樣性，但是沒有公認(rèn)嚴(yán)密的形式表達(dá)體系，卻不可避免地帶來了非一致性和程序設(shè)計與處理上的復(fù)雜性，這也是語義網(wǎng)絡(luò)知識表示尚待深入研究解決的一個課題。

2.4．框架表式式

框架表示法誕生于1975年，這也是一種結(jié)構(gòu)化的知識表示方法，并已在多種系統(tǒng)中得到成功的應(yīng)用?？蚣芾碚撌怯扇斯ぶ悄芸茖W(xué)創(chuàng)始人之一，美國著名的人工智能學(xué)者M(jìn).L.Minsky(明斯基)提出來的。

自然界各種事物都可用框架(Frame)組織構(gòu)成。每個被定義的框架對象分別代表著不同的特殊知識結(jié)構(gòu)，從而可在大腦或計算機中表示、存儲并予以認(rèn)識、理解和處理。框架是一種被用來描述某個對象（諸如一個事物、一個事件或一個概念）屬性知識的數(shù)據(jù)結(jié)構(gòu)。下面是一個關(guān)于“大學(xué)教師”的框架設(shè)計模式。

n

框架名：

〈大學(xué)教師〉 n

姓名：

單位（姓，名）n

年齡：

單位（歲）

n

性別：

范圍(（男，女）缺?。耗?n

學(xué)歷：

范圍（學(xué)士，碩士，博士）

n

職稱：

范圍(（教授，副教授，講師，助教）缺?。褐v師)n

部門：

范圍（學(xué)院（或系、處）n

住址：

〈住址框架〉 n

工資：

〈工資框架〉 n

參加工作時間：

單位（年，月）

n

健康狀況：

范圍（健康，一般，較差）n

其它：

范圍（〈個人家庭框架〉，〈個人經(jīng)濟狀況框架〉）

上述框架共有十一個槽，分別描述了關(guān)于“大學(xué)教師”的十一個方面的知識及其屬性。在每個槽里都指定了一些說明性的信息，表明了相關(guān)槽的值的填寫要有某些限制?？蚣鼙硎痉ㄖС稚蠈涌蚣芨拍畛橄蠛拖聦涌蚣苄畔⒗^承共享的思想，不僅減少了框架信息和屬性知識表達(dá)的冗余，而且保證了上、下層框架知識表達(dá)的一致性。

主要缺點：框架表示法過于死板，難以描述諸如機器人糾紛等類問題的動態(tài)交互過程生動性。

三、各知識表達(dá)式的比較與展望

以上若知識表達(dá)方法，絕大多數(shù)在應(yīng)用中得到了很好的應(yīng)用。但實際工作中，如果要建立一個人工智能系統(tǒng)、專家系統(tǒng)時，還是要根據(jù)具體情況提出一個混合性的知識表達(dá)方式。每一種知識表示方法各有特點，而且適用的領(lǐng)域也不同：

（1）謂詞邏輯方法只適用于確定性、陳述性、靜態(tài)性知識，而對動態(tài)的、變化性、模糊性知識則很難表示。

（2）產(chǎn)生式規(guī)則方法推理方法太單一，如果前提條件太多，或規(guī)則條數(shù)太多，則推理的速度將慢得驚人。

（3）語義網(wǎng)絡(luò)方法表達(dá)的知識面比較窄。（4）框架方法表示的知識橫向關(guān)系不太明確。（縱向從屬繼承關(guān)系很明確）

因此，對于復(fù)雜的、深層次的知識，應(yīng)根據(jù)需要表示知識的特征，來決定用二種或三種方法聯(lián)合表示，例如：

（1）邏輯與框架：框架里的槽值可以對應(yīng)于謂詞項。

（2）語義網(wǎng)絡(luò)與框架：結(jié)點對應(yīng)與框架，結(jié)點的參數(shù)就是框架的槽值。

（3）產(chǎn)生式與框架：框架的槽值對應(yīng)于一條產(chǎn)生式規(guī)則。與神經(jīng)網(wǎng)絡(luò)結(jié)合。

參考文獻(xiàn)：

[1] 蔡之華；模糊Petri網(wǎng)及知識表示 [J];計算機應(yīng)用與軟件；1994年03期 [2].張科杰,袁國華,彭穎紅； 知識表示及其在機械工程設(shè)計中的應(yīng)用探討[J];

機械設(shè)計；2004年06期。

[3].劉曉霞。新的知識表示方法——概念圖［Ｊ］。航空計算技術(shù)。1997（4）。[4].王永慶人工智能原理與方法［Ｍ］。西安交通大學(xué)出版社。1998。

讀書的好處

1、行萬里路，讀萬卷書。

2、書山有路勤為徑，學(xué)海無涯苦作舟。

3、讀書破萬卷，下筆如有神。

4、我所學(xué)到的任何有價值的知識都是由自學(xué)中得來的。——達(dá)爾文

5、少壯不努力，老大徒悲傷。

6、黑發(fā)不知勤學(xué)早，白首方悔讀書遲?！佌媲?/p>

7、寶劍鋒從磨礪出，梅花香自苦寒來。

8、讀書要三到：心到、眼到、口到

9、玉不琢、不成器，人不學(xué)、不知義。

10、一日無書，百事荒廢?！悏?/p>

11、書是人類進(jìn)步的階梯。

12、一日不讀口生，一日不寫手生。

13、我撲在書上，就像饑餓的人撲在面包上?！郀柣?/p>

14、書到用時方恨少、事非經(jīng)過不知難。——陸游

15、讀一本好書，就如同和一個高尚的人在交談——歌德

16、讀一切好書，就是和許多高尚的人談話?！芽▋?/p>

17、學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?/p>

18、少而好學(xué)，如日出之陽；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光。——劉向

19、學(xué)而不思則惘，思而不學(xué)則殆。——孔子

20、讀書給人以快樂、給人以光彩、給人以才干?！喔?/p>