文档介绍：计算机前沿讲座
人
工
智
能
的
发
展
及
未
来
计算机前会的许多领域得到成功应用。例如，在图像、图形识别方面有指纹识别、染色体识字符识别等；在航天与军事方面有卫星图像处理、飞行器跟踪、成像精确制导、景物识别、目标检测等；在医学方面有图像的脏器重建、医学图像分析等；在工业方面有各种监测系统和生产过程监控系统等。
9，专家系统
专家系统是目前人工智能中最活泼、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。人类专家由于具有丰富的知识,所以才能到达优异地解决问题的能力。那么计算机程序如果能表达和应用这些知识,也应该能解决人类专家所解决的问题,而且能帮助人类专家发现推理过程中出现的过失,现在这一点已被证实。如在矿物勘测、化学分析、规划和医学诊断方面,专家系统已经到达了人类专家的水平。
人工智能(AI)学科自1956年诞生至今已走过50多个年头,就研究解释和模拟人类智能、智能行为及其规律这一总目标来说,已经迈出了可喜的一步,某些领域已取得了相当的进展。但从整个开展的过程来看,人工智能开展曲折,而且还面临不少难题，主要有以下几个方面：
1，机器翻译所面临的问题
在计算机诞生的初期,有人提出了用计算机实现自动翻译的设想。目前机器翻译所面临的问题仍然是1964年语言学家黑列尔所说的构成句子的单词和歧义性问题。歧义性问题一直是自然语言理解(NLU)中的一大难关。同样一个句子在不同的场合使用,其含义的差异是司空见惯的。因此,要消除歧义性就要对原文的每一个句子及其上下文进行分析理解,寻找导致歧义的词和词组在上下文中的准确意义。然而
计算机前沿讲座
,计算机却往往孤立地将句子作为理解单位。另外,即使对原文有了一定的理解,理解的意义如何有效地在计算机里表示出来也存在问题。目前的NLU系统几乎不能随着时间的增长而增强理解力,系统的理解大都局限于表层上,没有深层的推敲,没有学忆,更没有归纳。导致这种结果的原因是计算机本身结构和研究方法的问题。现在NLU的研究方法很不成熟,大多数研究局限在语言这一单独的领域,而没有对人们是如何理解语言这个问题做深入有效的探讨。
2，自动定理证明和GPS的局限
自动定理证明的代表性工作是1965年鲁宾逊提出的归结原理。归结原理虽然简单易行,但它所采用的方法是演绎,而这种形式上的演绎与人类自然演绎推理方法是截然不同的。基于归结原理演绎推理要求把逻辑公式转化为子句集合,从而丧失了其固有的逻辑蕴含语义。前面曾提到过的GPS是企图实现一种不依赖于领域知识求解人工智能问题的通用方法。GPS想摆脱对问题内部表达形式的依赖,但是问题的内部表达形式的合理性是与领域知识密切相关的。不管是用一阶谓词逻辑进行定理证明的归结原理,还是求解人工智能问题的通用方法GPS,都可以从中分析出表达能力的局限性,而这种局限性使得它们缩小了其自身的应用范围。
3，模式识别的困惑
虽然使用计算机进行模式识别的研究与开发已取得大量成果,有的已成为产品投入实际应用,但是它的