人工智能論文人工智能的形成與發(fā)展現(xiàn)狀分析

1、人工智能論文結(jié)果論文題目：人工智能的形成與發(fā)展現(xiàn)狀分析學(xué)院：機(jī)電學(xué)院專業(yè)：機(jī)械設(shè)計(jì)制造及其制動(dòng)化（職教師資方向）姓名：楊軍年級(jí)：2013級(jí)學(xué)號(hào)：132124010025指導(dǎo)老師：沈明明完成時(shí)間：2016.10.13摘要：人工智能的發(fā)展史并不是很悠久，所以，可從人工智能的岀現(xiàn)、形成、 發(fā)展現(xiàn)狀以及前景兒個(gè)方面對(duì)人工智能進(jìn)行具體分析，總結(jié)其發(fā)展過(guò)程中所出現(xiàn) 的問(wèn)題，以及現(xiàn)狀發(fā)展中的不足之處，分析人工智能在今后的發(fā)展方向。關(guān)鍵詞：人工智能，發(fā)展歷史，現(xiàn)狀分析，未來(lái)發(fā)展前景。一引言 1936年英國(guó)的科學(xué)家圖靈提出了人工智能，可以說(shuō)是當(dāng)時(shí)知道的 人或者說(shuō)是了解的人并不多。在那個(gè)時(shí)候，他編寫(xiě)了一個(gè)下象棋的

2、程序，這就是 最早期的人工智能的具體運(yùn)用。也有著名的“圖靈測(cè)試”，這也是當(dāng)時(shí)判斷是不 是人工智能的方法,因此，圖靈被尊稱為“人工智能之父”。人工智能從產(chǎn)生到 發(fā)展經(jīng)歷了一個(gè)誕生，發(fā)展到低谷再到興起的一個(gè)過(guò)程，直到目前為止，人工智 能的應(yīng)用技術(shù)也不是很成熟，而且存在一定的缺陷。通過(guò)查閱資料，對(duì)人丄智能 的發(fā)展做一個(gè)比較細(xì)致的介紹，分析其面臨的挑戰(zhàn)和未來(lái)的前景。二.人工智能的發(fā)展歷程人工智能的發(fā)展史就是人類思索自身的歷史，人類從很早是時(shí)候就開(kāi)始思考 自身了，但是人工智能作為一門正式誕生于美國(guó)達(dá)特茅斯大學(xué)召開(kāi)的一次學(xué)術(shù)會(huì) 議上，到目前為止，人工智能發(fā)展經(jīng)歷了三個(gè)階段。1936年的之前的孕育階段；（1

3、）在公元前，希臘哲學(xué)家亞里士多德在著作工具論中提出了形式邏輯的 一些主要定律。他提出三段至今仍是演繹推理的基本依據(jù)。（2）1642年，法國(guó)數(shù)學(xué)家帕斯卡發(fā)明了第一臺(tái)機(jī)械計(jì)算機(jī)一一加法器，開(kāi)創(chuàng)了 機(jī)械的時(shí)代。（3）德國(guó)數(shù)學(xué)家萊布尼茲在帕斯卡加法器的基礎(chǔ)上發(fā)展并制成了可進(jìn)行全部四 則運(yùn)算的計(jì)算器。他還提出了，通用符號(hào)和推理訃算的概念，使形式邏輯符號(hào)化, 他認(rèn)為，可以建立一種通用符號(hào)語(yǔ)言以及在此符號(hào)語(yǔ)言上進(jìn)行推理的演算。這一 思想不僅為數(shù)學(xué)邏輯的產(chǎn)生和發(fā)展鑒定了基礎(chǔ)，而且還是現(xiàn)代機(jī)器思維設(shè)計(jì)思想 的萌芽。（4）英國(guó)邏輯學(xué)家布爾創(chuàng)立布爾代數(shù)，他在思維法則一書(shū)中，首次用符號(hào) 語(yǔ)言描述了思維活動(dòng)的基本推理法

4、則。（5）英國(guó)神經(jīng)生理學(xué)家在1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型，即圖靈 機(jī)。這位后來(lái)電子數(shù)字計(jì)算機(jī)的問(wèn)世打下了基礎(chǔ)。美國(guó)神經(jīng)生理學(xué)家?guī)靷惼婧团?茲在1943年提出了笫一個(gè)神經(jīng)網(wǎng)路模型一M-P模型，開(kāi)創(chuàng)了圍觀人工智能的研 究工作，奠定了人工神經(jīng)網(wǎng)路發(fā)展的基礎(chǔ)。(6) 1956年在美國(guó)Dartmouth大學(xué)召開(kāi)了一次學(xué)術(shù)討論會(huì)，討論關(guān)于機(jī)器智能 的有關(guān)問(wèn)題，再會(huì)上，McCarthy提議正式采用人工智能這一術(shù)語(yǔ)。1956-1969形成階段；(1) 1956年，Samuel研究出了具有自學(xué)能力的西洋跳棋程序。(2) 1957年，A. Newell、J. Shaw和H. Simon等人的心理學(xué)小組

5、編制出一個(gè)稱為 邏輯理論機(jī)(The Theory Machine)的數(shù)學(xué)定理證明程序。(3) . 1957年，A. Newell. J. Shaw和H. Simon等人揭示了人在解題時(shí)的思維過(guò) 程大致可歸結(jié)為3個(gè)階段:先想出大致的解題計(jì)劃：根據(jù)記憶中的公理、定理和 推理規(guī)則組織解題過(guò)程；進(jìn)行方法和LI的分析，修正解題訃劃。這種思維活動(dòng)不 僅解題數(shù)學(xué)題時(shí)如此，解決其他問(wèn)題時(shí)也大致如此。基于這一思想，他們于1960 年乂編制了能解10種不同類型課題的通用問(wèn)題求解程序。(4) A. Newel 1 J. Shaw和H. Simon等人還發(fā)明了編程的表處理技術(shù)和NSS國(guó)際象 棋機(jī)。后來(lái)，他們的學(xué)生還做

6、了許多工作，如人的口語(yǔ)學(xué)習(xí)和記憶的EPAM模型(1959年)、早期自然語(yǔ)言理解程序SAD-SAM等。此外，他們還對(duì)啟發(fā)式求解 方法進(jìn)行了探討。(5) (5) 1959年，Selfridge推出了一個(gè)模式識(shí)別程序。1965年，Roberts編制了 可分辨積木構(gòu)造的程/To 1960年，McCarthy在MIT研制了人工智能語(yǔ)言LISP。 1963年，Stanford大學(xué)的E. A. Feigenbaum開(kāi)展了專家系統(tǒng)DENDRAL的研 究，并于1968年投入使用。這個(gè)專家系統(tǒng)能根據(jù)質(zhì)譜儀的試驗(yàn)，通過(guò)分析推理 決定化合物的分子結(jié)構(gòu)。其分析能力接近其至部分超過(guò)有關(guān)化學(xué)專的水平。(7) 1976年，美

7、國(guó)數(shù)學(xué)家Kenneth Appeal等人在3臺(tái)大型電子計(jì)算機(jī)上用了 1200 小時(shí)CPU時(shí)間完成了四色定理證明等。1970年的發(fā)展與起伏階段；從20世紀(jì)70年代開(kāi)始，人工智能的研究已經(jīng)逐步在世界各地展開(kāi)起來(lái)，此時(shí) 召開(kāi)并創(chuàng)辦了多個(gè)人工智能國(guó)際會(huì)議和國(guó)際期刊，處進(jìn)學(xué)術(shù)交流起到了重要的作 用。此時(shí)，許多國(guó)家也有了本國(guó)的智能學(xué)習(xí)團(tuán)體。英國(guó)愛(ài)丁堡大學(xué)那是也成立了“人工智能”系。此時(shí)也涌出了一批重要的研究成果。列如，1972年法國(guó)的馬 賽大學(xué)的A. Comerauer提出并實(shí)現(xiàn)了邏輯程序設(shè)訃語(yǔ)言PROLOGo但是，在20世紀(jì)60年代末至70代末，人工智能研究遭遇了一些重大 挫折，例如，Samuel的下期

8、程序與世界冠軍對(duì)弈時(shí)，五局中敗了四局。機(jī)器翻 譯研究中碰到了不少問(wèn)題。例如，“果蠅喜歡香蕉”的英語(yǔ)句子“Fruit flies like a banana. ”會(huì)被翻譯成水果像香蕉一樣飛行”。 “心有余而力不足”的英語(yǔ)句子The spirit is willing but the flesh is week. ” 被翻譯成俄語(yǔ)， 然后再由俄語(yǔ)翻譯回英語(yǔ)后，竟變成了The vodka is strong but meat is rotten.,即伏特加酒雖然很 濃，但肉是腐爛的”。這種錯(cuò)誤都是山多義詞造成的。這說(shuō)明僅僅依賴一部雙向 詞典和簡(jiǎn)單的語(yǔ)法，詞法知識(shí)還不足以實(shí)現(xiàn)準(zhǔn)確的機(jī)器翻譯。在問(wèn)題求解

9、方面， 即便是對(duì)于良結(jié)構(gòu)問(wèn)題，當(dāng)時(shí)的人工智能程序也無(wú)法面對(duì)巨大的搜索空間。更何 況現(xiàn)實(shí)世界中的問(wèn)題絕大部分是非良結(jié)構(gòu)的或者是不確定的。在人工神經(jīng)網(wǎng)絡(luò)方 面，感知機(jī)模型無(wú)法通過(guò)學(xué)習(xí)解決異或(X0R)等非線性問(wèn)題。這些問(wèn)題使人們對(duì)人工智能研究產(chǎn)生了質(zhì)疑。1966年，ALPAC的負(fù)面報(bào)告導(dǎo) 致美國(guó)政府取消了對(duì)機(jī)器翻譯的資助。1973年，英國(guó)劍橋大學(xué)應(yīng)用數(shù)學(xué)家凱特 黑爾(James Lighthil 1)爵士的報(bào)告認(rèn)為，“人工智能研究即使不是騙局，至少 也是庸人自擾”。當(dāng)時(shí)英國(guó)政府接受了該報(bào)告的觀點(diǎn)，取消了對(duì)人工智能研究的 資助。這些指責(zé)中最著名的是明斯基(Minsky)的批評(píng)。1969年，明斯基和貝

10、波 特(Papert)出版了感知機(jī)(Perceptron)-書(shū)。在書(shū)中他批評(píng)感知機(jī)無(wú)法解決 非線性問(wèn)題，如異或(X0R)問(wèn)題等。而復(fù)雜性信息處理應(yīng)該以解決非線性問(wèn)題為 主。而且他認(rèn)為，兒何方法應(yīng)該代替分析方法作為主要數(shù)學(xué)手段。明斯基的批評(píng) 導(dǎo)致美國(guó)政府取消了對(duì)人工神經(jīng)網(wǎng)絡(luò)研究的資助。人工神經(jīng)網(wǎng)絡(luò)的研究此后被冷 落了 20年。人工智能研究出現(xiàn)了一個(gè)暫時(shí)的低潮。三，人工智能的現(xiàn)狀分析及發(fā)展前景現(xiàn)狀分析人工智能的理論主要分為三個(gè)方面，1結(jié)構(gòu)主義，2功能主義，3 行為主義。人們的對(duì)事物本質(zhì)的認(rèn)識(shí)純?cè)谥欢ǖ牟町愋?，一件事物從不同角?去模擬智能系統(tǒng)，從而使人工智能山此誕生，直到現(xiàn)在為止，不管是對(duì)其中的

11、知 66平等地提升自我識(shí)，還是研究，都存在一種“盲人摸象”不準(zhǔn)確的判斷。結(jié)構(gòu)、功能、是智能系 統(tǒng)的基本屬性，最能體現(xiàn)系統(tǒng)本質(zhì)的應(yīng)該是“工作機(jī)制”，機(jī)制主義即是在給定 的問(wèn)題，環(huán)境與工具的前提下，提取相關(guān)信息，并在此基礎(chǔ)上將信息轉(zhuǎn)換為知識(shí)。 主要有三個(gè)階段：首先是從本質(zhì)上論信息到認(rèn)識(shí)論信息，然后是從認(rèn)識(shí)討論信息 到知識(shí)，那么最后一個(gè)階段是智能策略但是，及時(shí)如此，人工智能在現(xiàn)階段任然任然純?cè)谥艽蟮膯?wèn)題，這些 問(wèn)題主要體現(xiàn)在五個(gè)方面：1.認(rèn)識(shí)論的局限性。人們比較片面的認(rèn)識(shí)思維的過(guò) 程，覺(jué)得思維過(guò)程可以通過(guò)物理符號(hào)描述出來(lái)，從而一些形象思維或者抽象思維 的方式是不可能被簡(jiǎn)單化的。2.智能化方法與途徑

12、的不確定性。從機(jī)械角度 看，主要分為功能派和結(jié)構(gòu)派。結(jié)構(gòu)派以研究人的大腦神經(jīng)結(jié)構(gòu)出發(fā)，模擬人的 神經(jīng)網(wǎng)絡(luò)，這也使得結(jié)構(gòu)派的智能化道路顯得責(zé)任重大過(guò)程艱辛；功能派從研究 思維智能行為的心理學(xué)特性和活動(dòng)出發(fā)，但是根本思維還是符號(hào)主義，理論模型 仍是圖靈機(jī)模型。3.數(shù)學(xué)基礎(chǔ)的局限性。人工智能最基本的還是計(jì)算問(wèn)題，這 就涉及到近代數(shù)學(xué)的現(xiàn)狀。近代數(shù)學(xué)具有封閉性，線性，結(jié)構(gòu)不變性，收斂性以 及精確性，而人工智能所要求的卻恰好相反，它所需要的是進(jìn)行非結(jié)構(gòu)化的、非 線性、模糊發(fā)散的計(jì)算，以滿足智能化的需求。4.汁算機(jī)模型的局限性。主要 分為以下兒個(gè)方面：1）問(wèn)題表示的方法的局限性。2）需要對(duì)問(wèn)自生抽象出 一個(gè)數(shù)學(xué)意義上的準(zhǔn)確的表達(dá)式。3）需要針對(duì)問(wèn)題設(shè)計(jì)算法。4）求解的結(jié)果 的唯一性。5,圖靈計(jì)算機(jī)模型下的問(wèn)題一般都是可遞歸的問(wèn)題。6）許多時(shí) 候，要實(shí)現(xiàn)真正的人工智能，我們要求的不是精確解而是滿意解，在這時(shí)以圖靈 模型為原型的計(jì)算機(jī)模型所做不到的。5.形式演繹理論方面的局限性6.實(shí) 現(xiàn)技術(shù)方面的局限性。知識(shí)表示、環(huán)境，推理等都存在較大的局限性，阻礙其發(fā) 展。四.結(jié)束語(yǔ)人工智能誕生的時(shí)間不是很久，技術(shù)也不是很成熟，從某個(gè)角度上講，總 是面臨著很大的局限。既然，馮諾.依