人工智能及其應(yīng)用前景

第第#頁(yè)共16頁(yè)人工智能及其應(yīng)用前景人工智能及其應(yīng)用前景【摘要】人工智能從誕生之日起就備受社會(huì)各界的廣泛關(guān)注，經(jīng)過(guò)多年發(fā)展，現(xiàn)在已經(jīng)成為一門(mén)綜合性的前沿學(xué)科。從上世紀(jì)七八十年代以來(lái)，就被譽(yù)為是具有與空間技術(shù)和能源技術(shù)同等地位的世界三大尖端技術(shù)之一，到了二十一世紀(jì)又與基因工程、納米科學(xué)同被譽(yù)為三大尖端技術(shù)。本文主要對(duì)人工智能的概念進(jìn)行解讀，而后概述了人工智能的發(fā)展歷程，并且探析了人工智能的應(yīng)用和存在的問(wèn)題，最后展望人工智能今后的發(fā)展，對(duì)于探索人工智能應(yīng)用的方向具有一定的價(jià)值?！娟P(guān)鍵詞】人工智能；發(fā)展；應(yīng)用；前景ArtificialintelligenceanditsapplicationprospectsAbstract：Fromthedateofthebirth,artificialintelligencehasbeenwidespreadattentionedfromallwalksoflife，aftermanyyearsofdevelopment，ithasnowbecomeacomprehensivefrontierdiscipline.From70softhelastcentury，ithasbeenhailedasoneoftheworld'sthreecutting-edgetechnologyequaltospacetechnologyandenergytechnologystatus.Inthe21stcentury,itisknownasthethreecutting-edgetechnologywithgeneticengineeringandnanoscience.Thispaperfirstintroducedtheconceptoftheartificialintelligence，interpretation，andthensummarizedthedevelopmentofartificialintelligence，anddiscussedtheapplicationofartificialintelligenceandtheproblems，andfinallylookedforwardtothedevelopmentofartificialintelligenceinthefuture.Ithasacertainvaluetoexplorethedirectionoftheapplicationofartificialintelligence.Keywords：Artificialintelligence；Development；Applicationfield；Prospects前言：人工智能(ArtificialIntelligence),簡(jiǎn)稱(chēng)AI,最初是在1956年Dartmouth學(xué)會(huì)上提出的。它是由計(jì)算機(jī)科學(xué)、控制論、神經(jīng)生理學(xué)、語(yǔ)言學(xué)等多種學(xué)科相互滲透而發(fā)展起來(lái)的一門(mén)綜合性的前沿學(xué)科。自問(wèn)世以來(lái)的五十多年間已經(jīng)取得了長(zhǎng)足的進(jìn)展,由于其應(yīng)用的極其廣泛性及存在的巨大研究開(kāi)發(fā)潛力,吸引了越來(lái)越多的科技工作者投入人工智能的研究中去。尤其是八十年代以來(lái)出現(xiàn)了世界范圍的開(kāi)發(fā)新技術(shù)的高潮,許多發(fā)達(dá)國(guó)家的高科技計(jì)劃的重要內(nèi)容是計(jì)算機(jī)技術(shù),而尤以人工智能為其基本重要組成部分。人工智能成為國(guó)際公認(rèn)的當(dāng)代高技術(shù)的核心部分之一。人工智能發(fā)展歷程人工智能的產(chǎn)生及發(fā)展過(guò)程，可大致分為起始期、興起期、穩(wěn)定期、高峰期。起始期20世紀(jì)50年代，人工智能的概念被首次提出。機(jī)器定理證明、跳棋程序、LISP表處理語(yǔ)言、神經(jīng)元網(wǎng)絡(luò)計(jì)算機(jī)等就是在這一時(shí)期出現(xiàn)的。有相應(yīng)的成果，但由于當(dāng)時(shí)過(guò)于重視求解的方法，而忽略了知識(shí)本身，因此在這一時(shí)期也存在著些不足之處。興起期自從1956年夏季那次歷史性的聚會(huì)后，人工智能這一以研究如何用機(jī)器來(lái)模擬人類(lèi)智能的新興學(xué)科正大步的向前邁進(jìn)，隨著DENDAL化學(xué)質(zhì)譜分析系統(tǒng)、MTCIN疾病診斷和治療系統(tǒng)、Hearsay-11語(yǔ)言理解系統(tǒng)等專(zhuān)家系統(tǒng)的出現(xiàn)奠定了人工智能的實(shí)用性，1969年國(guó)際人工智能聯(lián)合會(huì)議更是標(biāo)志著人工智能已得到國(guó)際的認(rèn)可。穩(wěn)定期20世紀(jì)80年代第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議在美召開(kāi)，使得在神經(jīng)網(wǎng)絡(luò)上的投資大大提高；20世紀(jì)90年代網(wǎng)絡(luò)技術(shù)的出現(xiàn)，提供給了人工智能新的研究方向，使得人工智能從曾經(jīng)的單個(gè)智能主體研究開(kāi)始轉(zhuǎn)向到基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究，讓人工智能有了更多的實(shí)際用途。高峰期進(jìn)入21世紀(jì)以來(lái)，人類(lèi)在人工智能方面由于理論的飛速發(fā)展，因而人工智能技術(shù)在具體應(yīng)用上如魚(yú)得水，已經(jīng)開(kāi)始滲透到人們的日常生活之中，從衛(wèi)星智能控制，到機(jī)器人足球比賽，再到智能家居機(jī)器人［1-3］，等等，都標(biāo)志著人工智能技術(shù)的飛速發(fā)展。人工智能的具體表現(xiàn)形式是機(jī)器模擬人腦，人工智能一直處于技術(shù)創(chuàng)新的前沿，近年來(lái)更是呈現(xiàn)集中爆發(fā)態(tài)勢(shì)。當(dāng)前以智能搜索、深度學(xué)習(xí)、云操作處理等為代表的大規(guī)模聯(lián)網(wǎng)應(yīng)用已經(jīng)成為信息通信技術(shù)引人矚目的重要方向。近年來(lái)美歐相繼啟動(dòng)的人腦研發(fā)計(jì)劃，力圖打造基于信息通信技術(shù)的綜合性研究平臺(tái)，促進(jìn)人工智能、機(jī)器人和神經(jīng)形態(tài)計(jì)算系統(tǒng)的發(fā)展，預(yù)計(jì)將助推信息通信技術(shù)乃至人類(lèi)社會(huì)生產(chǎn)生活發(fā)生深刻的革命性變化。2身邊的人工智能的應(yīng)用問(wèn)題求解問(wèn)題求解，即解決管理活動(dòng)中由于意外引起的非預(yù)期效應(yīng)或與預(yù)期效應(yīng)之間的偏差。能夠求解難題的下棋(如國(guó)際象棋)程序的出現(xiàn)，是人工智能發(fā)展的一大成就。在下棋程序中應(yīng)用的推理，如向前看幾步，把困難的問(wèn)題分成一些較容易的子問(wèn)題等技術(shù)，逐漸發(fā)展成為搜索和問(wèn)題歸約這類(lèi)人工智能的基本技術(shù)。搜索策略可分為無(wú)信息導(dǎo)引的盲目搜索和利用經(jīng)驗(yàn)知識(shí)導(dǎo)引的啟發(fā)式搜索，它決定著問(wèn)題求解的推理步驟中，使用知識(shí)的優(yōu)先關(guān)系。另一種問(wèn)題的求解程序，是把各種數(shù)學(xué)公式符號(hào)匯編在一起,其性能已達(dá)到非常高的水平，并正在被許多科學(xué)家和工程師所應(yīng)用，甚至有些程序還能夠用經(jīng)驗(yàn)來(lái)改善其性能。例如，1993年美國(guó)發(fā)布的一個(gè)叫做MACSYMA的軟件，它能夠進(jìn)行較復(fù)雜的數(shù)學(xué)公式符號(hào)運(yùn)算［4］。專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng)ES(ExpertSystem)是人工智能研究領(lǐng)域中另一重要分支，它將探討一般的思維方法轉(zhuǎn)入到運(yùn)用專(zhuān)門(mén)知識(shí)求解專(zhuān)門(mén)問(wèn)題，實(shí)現(xiàn)了人工智能從理論研究向?qū)嶋H應(yīng)用的重大突破；專(zhuān)家系統(tǒng)可看作一類(lèi)具有專(zhuān)門(mén)知識(shí)的計(jì)算機(jī)智能程序系統(tǒng)，它能運(yùn)用特定領(lǐng)域中專(zhuān)家提供的專(zhuān)門(mén)知識(shí)和經(jīng)驗(yàn)，并采用人工智能中的推理技術(shù)來(lái)求解和模擬通常由專(zhuān)家才能解決的各種復(fù)雜問(wèn)題。在近年來(lái)的專(zhuān)家系統(tǒng)或“知識(shí)工程”的研究中，已經(jīng)出現(xiàn)了成功和有效應(yīng)用人工智能技術(shù)的趨勢(shì)，具有有代表性的是用戶(hù)與專(zhuān)家系統(tǒng)進(jìn)行“咨詢(xún)對(duì)話(huà)”，如同其與專(zhuān)家面對(duì)面的進(jìn)行對(duì)話(huà)是一樣的：解釋問(wèn)題并建議進(jìn)行某些試驗(yàn)，向?qū)＜蚁到y(tǒng)詢(xún)問(wèn)以期得到有關(guān)解答等。當(dāng)前的實(shí)驗(yàn)系統(tǒng)，在比如化學(xué)和地質(zhì)數(shù)據(jù)分析、計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)、建筑工程以及醫(yī)療診斷等咨詢(xún)?nèi)蝿?wù)方面，已達(dá)到很高的水平。不同領(lǐng)域與不同類(lèi)型的專(zhuān)家系統(tǒng)，它們的體系結(jié)構(gòu)和功能是有一定的差異的，但它們的組成基本一致。一個(gè)基本的專(zhuān)家系統(tǒng)主要由知識(shí)庫(kù)、數(shù)據(jù)庫(kù)、推理機(jī)、解釋機(jī)制、知識(shí)獲取和用戶(hù)界面六部分組成，如圖1所示[5]。身邊有很多具體應(yīng)用，例如血液凝結(jié)疾病診斷系統(tǒng)、電話(huà)電纜維護(hù)專(zhuān)家系統(tǒng)、花布圖案設(shè)計(jì)和花布印染專(zhuān)家系統(tǒng)等等。機(jī)器翻譯機(jī)器翻譯是利用計(jì)算機(jī)把一種自然語(yǔ)言轉(zhuǎn)變成另一種自然語(yǔ)言的過(guò)程，用以完成這一過(guò)程的軟件系統(tǒng)叫做機(jī)器翻譯系統(tǒng)。目前，國(guó)內(nèi)的機(jī)器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點(diǎn)，大致可以分為三大類(lèi)：詞典翻譯類(lèi)、漢化翻譯類(lèi)和專(zhuān)業(yè)翻譯類(lèi)。詞典類(lèi)翻譯軟件代表是“金山詞霸”了，堪稱(chēng)是多快好省的電子詞典，它可以迅速查詢(xún)英文單詞或詞組的詞義，并提供單詞的發(fā)音，為用戶(hù)了解單詞或詞組含義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車(chē)2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。以“譯星”、“雅信譯霸”為代表的專(zhuān)業(yè)翻譯系統(tǒng)，是面對(duì)專(zhuān)業(yè)或行業(yè)用戶(hù)的翻譯軟件，但其專(zhuān)業(yè)翻譯的質(zhì)量與人們的實(shí)用性還有不少差距，有人評(píng)價(jià)說(shuō)“滿(mǎn)篇英文難不住，滿(mǎn)篇中文看不懂”，該說(shuō)法雖然比較極端，但機(jī)譯譯文的質(zhì)量確實(shí)卻一直是個(gè)老大難問(wèn)題。在目前的情況下，計(jì)算機(jī)輔助翻譯應(yīng)該是一個(gè)比較好的實(shí)際選擇。事實(shí)上，在很多領(lǐng)域中，計(jì)算機(jī)輔助人類(lèi)工作的方式已經(jīng)得到了廣泛的應(yīng)用，例如CAD軟件。機(jī)器翻譯研究歸根結(jié)底是一個(gè)知識(shí)處理問(wèn)題，它涉及到有關(guān)語(yǔ)言?xún)?nèi)的知識(shí)、語(yǔ)言間的知識(shí)、以及語(yǔ)言外的世界知識(shí)，其中包括常識(shí)和相關(guān)領(lǐng)域的專(zhuān)門(mén)知識(shí)。作為人類(lèi)探索自己智能和操作知識(shí)的機(jī)制的窗口，機(jī)器翻譯的研究與應(yīng)用將更加誘人，但在人類(lèi)對(duì)語(yǔ)言研究還沒(méi)有清楚“人腦是如何進(jìn)行語(yǔ)言的模糊識(shí)別和判斷”的情況下，機(jī)器翻譯要想達(dá)到100%的準(zhǔn)確率是不可能的。模式識(shí)別計(jì)算機(jī)人工智能所研究的模式識(shí)別是指用計(jì)算機(jī)代替人類(lèi)或幫助人類(lèi)感知模式。其主要的研究對(duì)象是計(jì)算機(jī)模式識(shí)別系統(tǒng)，也就是讓計(jì)算機(jī)系統(tǒng)能夠模擬人類(lèi)通過(guò)感覺(jué)器官對(duì)外界產(chǎn)生的各種感知能力。較早的模式識(shí)別研究工作集中在對(duì)文字和二維圖像的識(shí)別方面，并取得了不少成果。目前研究的熱點(diǎn)是活動(dòng)目標(biāo)（如飛行器）的識(shí)別和分析，它是景物分析走向?qū)嵱没芯康囊粋€(gè)標(biāo)志。各種語(yǔ)音識(shí)別裝置相繼出現(xiàn)，性能良好的能夠識(shí)別單詞的聲音識(shí)別系統(tǒng)已進(jìn)入實(shí)用階段，一個(gè)重要的例子就是七國(guó)語(yǔ)言（英、日、意、韓、法、德、中）口語(yǔ)自動(dòng)翻譯系統(tǒng)。其中，中文部分的實(shí)驗(yàn)平臺(tái)設(shè)立在中國(guó)科學(xué)院自動(dòng)化所的模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室，這是口語(yǔ)翻譯研究跨入世界領(lǐng)先水平的標(biāo)志。該系統(tǒng)實(shí)現(xiàn)后，人們出國(guó)預(yù)定旅館、購(gòu)買(mǎi)機(jī)票、在餐館對(duì)話(huà)和兌換外幣時(shí)，只要利用電話(huà)網(wǎng)絡(luò)和國(guó)際互聯(lián)網(wǎng)，就可用手機(jī)、電話(huà)等與“老外”通話(huà)［6］。3其他相關(guān)研究對(duì)人工智能發(fā)展的影響神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是在研究人腦的奧秘中得到啟發(fā)，試圖用大量的處理單元（人工神經(jīng)元、處理元件、電子元件等）模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機(jī)理，是通過(guò)范例的學(xué)習(xí)，修改了知識(shí)庫(kù)和推理機(jī)的結(jié)構(gòu)，達(dá)到實(shí)現(xiàn)人工智能的目的。在人工神經(jīng)網(wǎng)絡(luò)中，信息的處理是由神經(jīng)元之間的相互作用來(lái)實(shí)現(xiàn)的，知識(shí)與信息的存儲(chǔ)表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別取決于和神經(jīng)元連接權(quán)值的動(dòng)態(tài)演化過(guò)程。按照“結(jié)構(gòu)模擬”的方法論思想，人工智能的研究者試圖建造人工的神經(jīng)網(wǎng)絡(luò)來(lái)模擬人類(lèi)的思維能力。1943年，McCulloch和Pitts提出神經(jīng)元的數(shù)理邏輯模型，經(jīng)過(guò)后人的改進(jìn)成為人工神經(jīng)網(wǎng)絡(luò)的基本單元。20世紀(jì)50年代中期，Rosenblatt等利用人工神經(jīng)元電路構(gòu)造感知機(jī)(Perceptron),可用來(lái)識(shí)別印刷體的英文字母，初步顯示人工神經(jīng)網(wǎng)絡(luò)的智能。同一時(shí)期，Widrow等利用人工神經(jīng)元研究和設(shè)計(jì)成功具有自適應(yīng)能力的Adaline和Madaline系統(tǒng)。人們甚至利用少數(shù)幾個(gè)神經(jīng)元的簡(jiǎn)單網(wǎng)絡(luò)設(shè)計(jì)成功可模擬高等動(dòng)物的條件反射能力的人工神經(jīng)網(wǎng)絡(luò)，展示了人工神經(jīng)網(wǎng)絡(luò)的誘人前景［7-8］。大數(shù)據(jù)大數(shù)據(jù)技術(shù)是繼移動(dòng)互聯(lián)技術(shù)和云計(jì)算技術(shù)之后一項(xiàng)顛覆性的信息技術(shù)，它使得我們擁有了對(duì)一些數(shù)量巨大、種類(lèi)繁多、價(jià)值密度極低、本身快速變化的數(shù)據(jù)有效和低成本存取、檢索、分類(lèi)、統(tǒng)計(jì)的能力。大數(shù)據(jù)技術(shù)的發(fā)展也將在為人工智能提供用武之地的同時(shí)，喚醒人工智能巨大的潛力，從而使這兩個(gè)領(lǐng)域的技術(shù)和應(yīng)用出現(xiàn)加速發(fā)展的趨勢(shì)。近年來(lái)由大數(shù)據(jù)推動(dòng)的人工智能技術(shù)研究有很多，例如IBM公司的Watson系統(tǒng)就是基于大數(shù)據(jù)技術(shù)的。它使用了自然語(yǔ)言語(yǔ)義分析、信息提取、知識(shí)表現(xiàn)、自動(dòng)化推理、機(jī)器學(xué)習(xí)等人工智能方法，是當(dāng)代人工智能研究的代表性成就。20__年2月，IBM宣布Watson系統(tǒng)第一次被應(yīng)用在商業(yè)項(xiàng)目上：美國(guó)紐約Sloan-Kettering癌癥中4(MemorialSloan—KetteringCancerCenter)的肺癌治療設(shè)施使用了該系統(tǒng)。IBM已將Watson系統(tǒng)對(duì)公眾開(kāi)放，期望建立起有更多應(yīng)用的智能商業(yè)平臺(tái)。以往的人工智能技術(shù)不能發(fā)展出與人類(lèi)相似的學(xué)習(xí)能力、研究能力和創(chuàng)造能力，其中一個(gè)重要的原因是“機(jī)器得到的數(shù)據(jù)量和機(jī)器擁有的數(shù)據(jù)處理能力”與“產(chǎn)生人工智能所需要的數(shù)據(jù)量和數(shù)據(jù)處理能力”的不匹配。大數(shù)據(jù)技術(shù)的發(fā)展，為分析和儲(chǔ)存海量的數(shù)據(jù)提供了技術(shù)支持，使得機(jī)器得到的數(shù)據(jù)量和機(jī)器擁有的數(shù)據(jù)處理能力，與形成人工智能所需要的數(shù)據(jù)量和數(shù)據(jù)處理能力相匹配的矛盾得到了緩解。在這種情況下，人工智能的理論、方法和技術(shù)的巨大潛力才有可能被真正的逐步釋放出來(lái)，實(shí)現(xiàn)人工智能的發(fā)展目標(biāo)。因此，大數(shù)據(jù)時(shí)代的到來(lái),也開(kāi)啟了人工智能的新篇章?？傊?，大數(shù)據(jù)和人工智能是現(xiàn)代計(jì)算機(jī)技術(shù)應(yīng)用的重要分支，近年來(lái)這兩個(gè)領(lǐng)域的研究相互交叉促進(jìn)，產(chǎn)生了很多新的方法、應(yīng)用和價(jià)值。大數(shù)據(jù)和人工智能具有天然的聯(lián)系，大數(shù)據(jù)的發(fā)展本身使用了許多人工智能的理論和方法，人工智能也因大數(shù)據(jù)技術(shù)的發(fā)展步入了一個(gè)新的發(fā)展階段，并反過(guò)來(lái)推動(dòng)大數(shù)據(jù)的發(fā)展。因此，在不久的將來(lái)，我們不難想象，大數(shù)據(jù)和人工智能領(lǐng)域的各種理論和方法，會(huì)有加速的發(fā)展趨勢(shì)，從而史無(wú)前例地影響整個(gè)人類(lèi)的發(fā)展進(jìn)程。深度學(xué)習(xí)深度學(xué)習(xí)旨在模仿人腦的神經(jīng)網(wǎng)絡(luò)，其作用就如人類(lèi)大腦里掌管知覺(jué)、運(yùn)動(dòng)指令、意識(shí)、語(yǔ)言的“新皮層”，它能自己學(xué)習(xí)辨識(shí)聲音、圖像和其他數(shù)據(jù)，從而幫助計(jì)算機(jī)破解一些人類(lèi)幾乎完全依靠直覺(jué)來(lái)解決的瑣碎問(wèn)題，從識(shí)別人臉到理解語(yǔ)言等，極大地推動(dòng)了人工智能的發(fā)展。傳統(tǒng)機(jī)器學(xué)習(xí)是通過(guò)標(biāo)記數(shù)據(jù)和有監(jiān)督學(xué)習(xí)，這意味著，如果想讓機(jī)器學(xué)會(huì)如何識(shí)別某一特定對(duì)象，就必須人為干預(yù)對(duì)樣本進(jìn)行標(biāo)注，也就是說(shuō)，隨著其所需處理數(shù)據(jù)量的增大，外界對(duì)其的支持和幫助也就更大，而且計(jì)算結(jié)果的準(zhǔn)確性也會(huì)受到影響。因此，對(duì)于這種傳統(tǒng)算法，越來(lái)越多的數(shù)據(jù)將成為負(fù)擔(dān)，也更容易達(dá)到極限或產(chǎn)生錯(cuò)誤結(jié)果。但深度學(xué)習(xí)是從未經(jīng)標(biāo)記的數(shù)據(jù)展開(kāi)學(xué)習(xí)，這更接近人腦的學(xué)習(xí)方式，可以通過(guò)訓(xùn)練之后自行掌握概念，這將大幅度提高計(jì)算機(jī)處理信息的效率，使機(jī)器具備一定的人類(lèi)般的學(xué)習(xí)和思考能力。如今，谷歌、微軟等知名的擁有大數(shù)據(jù)的高科技公司爭(zhēng)相投入資源，占領(lǐng)深度學(xué)習(xí)的技術(shù)制高點(diǎn)，正是因?yàn)樗鼈兌伎吹搅嗽诖髷?shù)據(jù)時(shí)代，更加復(fù)雜且更加強(qiáng)大的深度模型能深刻揭示海量數(shù)據(jù)里所承載的復(fù)雜而豐富的信息，并對(duì)未來(lái)或未知事件作出更精準(zhǔn)的預(yù)測(cè)。當(dāng)谷歌公司在其安卓智能手機(jī)操作系統(tǒng)上采用基于深度學(xué)習(xí)的語(yǔ)音識(shí)別技術(shù)后，其單詞拼寫(xiě)的錯(cuò)誤率下降了25%，這是語(yǔ)音識(shí)別領(lǐng)域10多年來(lái)最大的突破性進(jìn)展。深度學(xué)習(xí)技術(shù)不僅在圖像和語(yǔ)音識(shí)別領(lǐng)域不斷取得突破，在處理自然語(yǔ)言方面也發(fā)揮了巨大作用，包括用其來(lái)理解人類(lèi)的演說(shuō)以進(jìn)行轉(zhuǎn)述或回答相關(guān)問(wèn)題，將一種語(yǔ)言翻譯成另一種語(yǔ)言等。人工智能目前存在的問(wèn)題理論不夠成熟人工智能理論從誕生發(fā)展到現(xiàn)在，已經(jīng)從最初的“經(jīng)典控制論”發(fā)展到現(xiàn)今的反饋控制、最優(yōu)控制、模糊邏輯控制、專(zhuān)家智能控制理論等若干分支理論，但是除了“經(jīng)典控制論”建構(gòu)了詳盡而規(guī)范的理論體系之外，其他后發(fā)展起來(lái)的智能控制理論，或多或少都是依據(jù)一定的工程背景或特殊的應(yīng)用場(chǎng)合才逐步發(fā)展起來(lái)的，因此，人工智能控制理論的發(fā)展呈現(xiàn)出不同的理論算法只適用于特點(diǎn)的領(lǐng)域或工程背景、理論的通用性和可移植性較弱的特點(diǎn)；另一方面，人工智能理論的發(fā)展與人工智能技術(shù)的實(shí)現(xiàn)是相輔相成的，有的人工智能理論的發(fā)展先于技術(shù)的實(shí)現(xiàn)，有的理論算法是在特定的工程應(yīng)用領(lǐng)域內(nèi)的研究才獲得或提出的，因此，人工智能技術(shù)的實(shí)現(xiàn)對(duì)于理論的發(fā)展也存在了一定程度的影響，而且很多人工智能的理論的提出或算法的分析研究都是以相關(guān)的技術(shù)實(shí)現(xiàn)為假設(shè)前提的，這就決定了很多人工智能的理論在某些特定的方面必然存在一定的局限性［9］，因此，到目前為止，人工智能理論的發(fā)展還尚未形成一個(gè)完整而系統(tǒng)的理論結(jié)構(gòu)框架。技術(shù)上難以實(shí)現(xiàn)在人腦思維過(guò)程中的大腦神經(jīng)網(wǎng)絡(luò)連接活動(dòng)具有不可重復(fù)性。而符號(hào)化的思維活動(dòng)（比如語(yǔ)言符號(hào)的語(yǔ)義約定）卻具有可重復(fù)的普遍共性。因此，在大腦神經(jīng)網(wǎng)絡(luò)連接活動(dòng)與符號(hào)化的思維活動(dòng)之間，并不存在具有普遍意義的映射關(guān)系。換句話(huà)說(shuō)，大腦神經(jīng)網(wǎng)絡(luò)連接活動(dòng)與符號(hào)化的思維活動(dòng)是兩條永不相交的平行線(xiàn)。因此，如果要想模擬人類(lèi)思維活動(dòng)，應(yīng)該模擬符號(hào)化思維活動(dòng)，而不是模擬思維活動(dòng)的生物過(guò)程［10］。另一方面，要提高人工智能技術(shù)的使用價(jià)值，應(yīng)該從系統(tǒng)方案設(shè)計(jì)之初，就充分重視人機(jī)優(yōu)勢(shì)互補(bǔ)的方法論探討，而不僅僅是將人機(jī)對(duì)話(huà)、人機(jī)互補(bǔ)當(dāng)成一個(gè)不得已的補(bǔ)丁或遮羞布。實(shí)踐證明，任何以自動(dòng)化技術(shù)為中心的人機(jī)接口技術(shù)，其應(yīng)用價(jià)值往往大打折扣。同時(shí)，只有加強(qiáng)人工智能工程技術(shù)開(kāi)發(fā)的方法論研究，建立人工智能工程技術(shù)可行性論證規(guī)范，才能盡可能降低開(kāi)發(fā)風(fēng)險(xiǎn)，保證人工智能工程性項(xiàng)目開(kāi)發(fā)的順利完成和市場(chǎng)前景。應(yīng)用范圍難以突破由于人工智能理論的復(fù)雜性，并且目前理論的發(fā)展還未形成系統(tǒng)而詳盡的規(guī)范框架，因此人工智能技術(shù)難以獲得廣泛的應(yīng)用，目前僅僅在航天航空、地理信息系統(tǒng)建設(shè)、機(jī)器人等高端科技領(lǐng)域有所涉及應(yīng)用。近年來(lái)，模糊邏輯控制理論也開(kāi)始逐步應(yīng)用于家電產(chǎn)品，但是這只是人工智能技術(shù)應(yīng)用的冰山一角，更加寬廣的應(yīng)用范圍有待于理論的加深和硬件技術(shù)以及軟件算法的發(fā)展成熟。我們?nèi)绻氆@得人工智能技術(shù)的突破式發(fā)展，必須要擺脫知識(shí)崇拜，承認(rèn)和重視人類(lèi)知識(shí)的相對(duì)性，是現(xiàn)代科學(xué)精神的精髓。充分理解具有封閉性特征的公共知識(shí)系統(tǒng)在解決探索性問(wèn)題時(shí)只具有輔助功能和參考價(jià)值，具有十分重要的意義。因?yàn)闊o(wú)論多么復(fù)雜的人工智能技術(shù)，其基本功能仍然是提供公共知識(shí)服務(wù)。人工智能的前景及展望人工智