人工智能

来自中文百科专业版
跳转至: 导航搜索

  人工智能汉语拼音:Rengong Zhineng;英语:Artificial Intelligence),计算机科学与心理学相结合而产生的研究用计算机实现人的智能行为和功能的一门学科。人工智能的智能范畴一般包括人的智能行为,如图像和声音识别、学习、计划、决策、解决问题、自然语言理解等;也可指人的内部认知反映功能和过程,如知觉、记忆、思维等。人工智能研究编制模拟上述行为功能的计算机程序。

  人工智能的基本过程为智能模拟,其依据是人工智能系统(计算机系统)与活体智能系统(心理认知反映系统)之间假设并已证实的可类比性。智能模拟的基本步骤为:①系统模型设计。②计算机程序编制。③程序调试及系统修正。其中最重要的是系统模型设计,它一般包含建立与模拟对象有关的知识系统和找出具体描述对象的方法。心理认知模拟的系统模型必须建立在心理学实验的基础上,并通过与人的行为比较来验证假设模型。程序编制的工具为计算机语言,用于人工智能的专门语言有LISP、PROLOG等。

  人工智能系统的两个最基本概念是:符号系统和信息加工过程。最早的符号加工的设想,即所谓 图灵机,出现于1936年。但真正的智能模拟尝试则是电子计算机发明之后。50年代中期,美国人工智能先驱、计算机学家 A.纽厄尔、J.C.肖和 H.A.西蒙于 1956 年合作第一次用计算机模仿人的思维活动来解决复杂的问题。他们创始了启发式程序,避免了庞大数量的推理步骤。这种符号信息加工是以数理逻辑中的产生式为理论基础的。专家系统和知识工程中的知识表示和推理规则,大多数都是用产生式的形式写的。符号信息加工理论假设脑有一些基本信息加工器,它们有记录、测检、比较、选择或取消某个符号的功能。至于这些加工器是以怎样的结构和形式进行活动的,却未予说明。因此,符号信息加工理论的倡导者承认心理活动的低级水平(如视觉)是平行加工的,但对高级水平的心理活动(如思维、推理)能否平行加工则表示怀疑。

  日本设想其第五代计算机依靠大规模集成电路、极大的知识库、高速度的逻辑推理和对自然语言及图像的理解能力,达到使计算机具有智能的目的。美国的科学家认识到,智能的奥秘必须由多学科进行综合研究,包括心理学、语言学和人工智能的综合研究,称为认知科学。1985年D.E.鲁梅哈特等提出了一个多层次的非线性网络模型:这种网络有自学习、自组织、自适应能力,大大增强了信息处理、模式识别、建立专家系统的能力。这一模型称为平行分布加工。这种理论远比符号信息处理或知觉机的理论更接近于人的智能活动。平行分布加工网络模型奠定了认知科学的理论基础,而认知科学又提高了人工智能的研究水平。