文档介绍：人工智能技术
摘要
自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。
三大学派
20世纪80年代到本世纪初人工智能研究形成了三大学派：
随着人工神经网络的再度兴起和布鲁克()的机器虫的出现，人工智能研究形成了符号主义、连接主义和行为主义三大学派。
符号主义学派
是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示认知可以通过符号运算来实现。例如，专家系统等。
连接主义学派
是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络
之后，1987年，首届国际人工神经网络学术大会在美国的圣迭戈(San-Diego)举行，掀起了人工神经网络的第二次高潮。之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。
行为主义学派
是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。
三大学派的综合集成
随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。
人工智能的基本方法
人工智能的基本方法有以下几种：
1、启发式搜索：人们解决问题的基本方法是方案--试验法，对各种可能的方案进行试验，直至找到正确的方案。搜索策略有盲目搜索、启发式搜索之分。盲目搜索是对可能方案进行顺序的试验；启发式搜索是依照经验或某种启发式信息，摒弃希望不大的搜索方向。启发式搜索大大加快搜索过程，使得人们处理问题效率得到提高。
2、规划：人们待解决的问题一般可以分解转化为若干小问题，对于每个小问题还可以进行分解。由于解决小问题的搜索大为减少，使得原问题的复杂度降低，问题的解决得到简化。规划要依靠启发式信息，成功与否，很大程度上决定于启发信息的可靠程度。
3、知识的表达技术：知识在计算机内的表达方式是用计算机模拟人类智能必须解决的重要问题。问题解决的关键是如何把各类知识进行编码存储；如何快速寻找需要的知识；如何对知识进行运算、推理；如何对知识进行更新、修改。
人工智能的研究领域
随着AI技术的发展，现代几乎各种技术的发展都涉及到了人工智能
技术，可以说人工智能已经广泛应用到许多领域，其典型的包括：
1符号计算
计算机最主要的用途之一就是科学计算,科学计算可分为两类:一类是纯数值的计算,例如求函数的值;另一类是符号计算,又称代数运算,这是一种智能化的计算,处理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式、函数、集合等。随着计算机的普及和人工智能的发展,相继出现了多种功能齐全的计算机代数系统软件,其中Mathematic和Maple是它们的代表。由于它们都是用C语言写成的，所以可以在绝大多数计算机上使用。2模式识别
机器翻译
机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程用以完成这一过程的软件系统叫做机器翻译系统目前，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致可以分为三大类：词典翻译类、汉化翻译类和专业翻译类。词典类翻译软件的代表是“金山词霸”，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。汉化翻译软件的典型代表是“东方快车2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。
机器学习
问题求解
人工智能的第一大成就是下棋程序，在下棋程序中应用的某些技术，今天的计算机程序已能够达到下各种方盘棋和。但是，尚未解决包括人类棋手具有但尚不能明确表达的能力，如国际象棋大师们洞察棋局的能力。另一个问题是涉及问题的原概念,在人工智能中叫问题表示的选择,人们常能找到某种思考问题的方法,从而使求解变易而解决该问题。到目前为止,人工智能程序已能知道如何考虑它们要解决的问题,即搜索解答空间,寻找较优解答。
逻辑推理与定理证明
逻辑推理是人工智能研究中最持久的领域之一,其中特别重要的是要找到一些方法,只把注意力集中在一个大型的数据库中的有关事实上,留意可信的证明,并在出现新信息时适时修正这些证明。医疗诊断和信息检索都可以和定理证明