论文部分内容阅读
摘 要：随着人工智能研究的深入，它被应用在不同的领域，发挥着不同的作用，也存在许多争论。此时此刻我们必须思考一个问题：人工智能的发展现状给我们的生活带来了什么改变，它该沿着什么方向前进。
关键词：人工智能;现状;争论;方向
1 引言
1.1人工智能概述
人工智能是一个无法探索到底的领域，本质就是智能化智能体，它集感知、推理、学习、和行动于一体，试图从各个角度汲取丰富的信息，像人一样思考，做出决策。它作为一门新兴学科，集百家之所长，分别在航天工程，管理和储存，机器人技术，决策系统，自动化程序设计，医学诊断，控制系统，问题求解和语言理解得到了广泛的应用。
1.2人工智能理论基础
人工智能是一门三向交叉学科，理论基础包括：语言学，控制论，计算机工程，经济学，神经科学，哲学，心理学和数学。语言学对于怎样将知识和信息转化成计算机可以用于推理的形式的研究有重要意义;控制论激起了人们对于研究制造智能机器的热忱，为人工智能打下了坚实的基础;计算机工程提供了能够进行通用计算和编程的人工制品;经济学的最大贡献是决策理论和博弈论，开创了思想的先河;神经科学研究了大脑产生思维的精确方式;哲学推动了人们对于算法的探索;心理学让人们思考了一个重要问题，人类是如何进行思考和发出动作的，从而才把这些理论映射到对于人工智能的研究;数学作为一门伟大的自然学科，在逻辑，计算和概率论上有着突出的贡献。
2 现状
人工智能在太多的子领域和不计其数的相关活动中起到作用，所以下面简单介绍一下它在一些重要研究中的突出应用：
2.1问题求解和语言理解
PROVERB是一种计算机程序，可以解纵横字谜。它使用了对可能的填充词的约束、一个以前字谜的庞大数据库，以及多种信息资源，包括词典，电影及其出演演员清单的联机数据库。自然语言是人类在生活中交流使用的语言，人工智能在人机互动这一领域探索如何让计算机能够理解和生成自然语言。
2.2控制系统
ALVINN计算机视觉系统被用于导航横穿美国，大部分时间不需要人来操作，而是由这个系统来操纵方向盘。另外，它是被安放在CMU的NAVLAB计算机控微型汽车上，NAVLAB上的视频摄像机可以传送道路图像给ALVINN，然后ALVINN计算出最好的行驶方向。
2.3医学诊断
模式识别与智能系统是人工智能的一个研究方向，它为视网膜OCT图像的识别上提出了不同的识别方案，研究人员在MATLAB环境下实验各种识别的方法，确定最佳的识别方案，实现了眼疾病的自动诊断。基于概率分析的医学诊断程序已经能够在某些医药学领域达到专家医师的水平，机器能够指出影响它判断的因素，并解释病例中的并发症状。
2.4自动化程序设计
西洋跳棋程序是强化学习的一个重要应用，GerryTesauro的TD-Gammon系统指明了强化学习技术的潜力。IBM公司的深蓝成为在国际象棋比赛中世界冠军的第一个计算机程序，这场“人脑的最后抵抗”让人们体会到了一种全新的智能。
2.5决策系统
NASA的远程智能体程序，在太空上用于控制航天器的操作调度，它是第一个船载自主规划程序，在发生问题的时候航天器进行检测、诊断、以及恢复。多智能体规划体现在多体规划，协调机制和竞争，它能使载体在非确定性的领域中进行规划和行动。
2.6管理和储存
DART是一个动态分析和重规划工具，多用于自动的运输调度和后勤规划。后勤规划必须充分考虑到路径、目的地、起点、终点以及解决所有参数之间的矛盾，人工智能规划可以在短时间内产生一个成熟的规划，缩短了工作时间，创造了高效益。
2.7机器人技术
机器人是一种类人行为类人思考的机械装置，在工业和农业上用来实现那些繁重的人类劳动。尽管现在大多数机器人系统处于原型阶段，但是由机器人来完成目前由人类完成的大量半机械工作的局面一定会全面实现。在卫生保健方面机器人被用于协助外科医生放置器械，它们具有优于人的高度准确性，在一些髋关节替换手术中，它们已经不可或缺了。不管在试行研究还是在手术室外，机器人系统都能够体现出其优良的工作性能。
2.8航天工程
利用人工智能完美地创建了人-机接口，为通讯提供了保障，其次航天飞机上采用了专家系统。在专家系统的指导下，飞行任务、飞行控制、发射、自动检测、应用加注液氧和推理决策这些工作执行地有条不紊。人工智能技在下面的系统中实现了高度自动化，确保了可靠性：利用空间站在空间进行故障诊断和排除，监控舱外活动，交会对接，飞行规划的空间站分系统;空间结构物的组装系统;卫星服务和空间工厂设备维修系统。
3 争论
关于人工智能的争论从来没有停止过，主要有两种观点：强人工智能和弱人工智能。
3.1强人工智能观点
主要人物代表：约翰·罗杰斯·希尔勒。他认为机器在当今世界不只是一种替人类做事情的工具，在给予机器适当的条件下，它们也会突破人类对它们的束缚，具备自己的独立的思维，有知觉，有解决和推理的能力，哲学上叫做自我意识。
3.2强人工智能的论述和异议
在提出了强人工智能之后，科学家们试图通过一系列的实验对其进行论述。“钵中之脑”实验：将你的大脑在你出生之时与身体分离，随之将其放入一个足以维持其成长和发展的钵中想象一下：即使大脑没有来自身体的饥饿感，现实世界中也可能没用食物，此时此刻它与在身体中的大脑有相当的精神状态吗？精神肉体问题：
它着重于探索精神状态和过程是如何与身体的过程和状态关联的。大脑置换实验：首先制造出能够模拟实现大脑的输入-输出行为的显微电子设备，把它们成功地植入神经组织中，最后逆向进行该过程，将对象还原为他的或者是她的正常生物状态。通过上面这些实验和科学家后续做过的种种实验，机器能够独立地思考这个强人工智能的观点并没有得到有力的证明，所以能不能实现强强人工智能还是一个未知数。 3.3弱人工智能观点
弱人工智能简单地说就是现阶段人类能够涉猎的人工智能，与强人工智能的观点相反，它认为机器不具有推理和解决复杂问题的独立意识。
3.4弱人工智能的论点和异议
我们不能否认，现在的计算机确实可以实现之前只有人类可以从事的领域的事情，如：对文字处理文档进行拼写检查，检测装配线上的零件，驾驶汽车和直升飞机并为其提供导航和诊断疾病，但是这并不意味着计算机在完成这些高难度的行为运用了洞察力和理解力。在某些数学问题上，理论是无法被特定的形式系统解答，因为人类的行为太过于复杂。在模仿人的行为和思维上，机器无法通过简单的规则集合捕捉到，它们无法产生同人类一样的智能行为。因此计算机对于很多工作还不是很擅长，比如开放式交谈的图灵任务。上面提到的只是弱人工智能无法办到的其中一部分事情，当然还有很多。基于上面的情况，有科学家提出质疑：机器能够智能地行动吗？无疑，这也是一个棘手的难题，还需要人类进一步的探索。
4 方向
至今没有科学家能够正确地描述人工智能的未来该怎样走。现今，最为普遍的智能体设计就是基于模型、基于效用的智能体。一个有效的智能体能够把握世界的状态，计划、评估和选择未来的行动过程，通过传感器和执行器与环境的相互作用，用偏好表达效用和学习。有界最优化为人工智能提供了一个坚固理论基础的最佳希望，它是作为人工智能研究的一项定义明确的和可行的形式化任务提出的，有界最优化指定的是最优化程序而不是最优化行动，因为行动由程序产生，而程序之上才是设计者所能控制的。通过与类比渐进复杂度的概念，我们又有了渐进最优化的理论指导。综上所诉，没有人可以给予人工智能一条明确的发展方向，因为世界是向前发展的，此时的智能体未必能够适用于未来，我们只能紧跟时间的脚步，摸索着前进，同时我们又必须牢记上面提到的原则和理论指导，它们是不可或缺的。
5 结束语
大力发展人工智能是时代的需要，它是人类史上又一尖端技术，对于世界的发展具有推动作用。任何科学技术都是双刃剑，人工智能也不例外，在研究探索它的同时，我们人类必须注意它的安全问题和道德伦理问题。
参考文献：
[1]John Haugeland. Artificial Intelligence：The Very Idea. MIT Press. 1989
[2]Selmer Bringsjord ，David Ferrucci. Artificial Intelligence and Literary Creativity： Inside the Mind of Brutus， A Storytelling Machine. Psychology Press.1999
[3] John L. Bradshaw ，Jason B. Mattingley . Clinical Neuropsychology： Behavioral and Brain Science. Academic Press.1995
作者简介：
李勇（1993.9～），男，江西樟树人，湘潭雨湖区湘潭大学 自动化专业 本科生。
关键词：人工智能;现状;争论;方向
1 引言
1.1人工智能概述
人工智能是一个无法探索到底的领域，本质就是智能化智能体，它集感知、推理、学习、和行动于一体，试图从各个角度汲取丰富的信息，像人一样思考，做出决策。它作为一门新兴学科，集百家之所长，分别在航天工程，管理和储存，机器人技术，决策系统，自动化程序设计，医学诊断，控制系统，问题求解和语言理解得到了广泛的应用。
1.2人工智能理论基础
人工智能是一门三向交叉学科，理论基础包括：语言学，控制论，计算机工程，经济学，神经科学，哲学，心理学和数学。语言学对于怎样将知识和信息转化成计算机可以用于推理的形式的研究有重要意义;控制论激起了人们对于研究制造智能机器的热忱，为人工智能打下了坚实的基础;计算机工程提供了能够进行通用计算和编程的人工制品;经济学的最大贡献是决策理论和博弈论，开创了思想的先河;神经科学研究了大脑产生思维的精确方式;哲学推动了人们对于算法的探索;心理学让人们思考了一个重要问题，人类是如何进行思考和发出动作的，从而才把这些理论映射到对于人工智能的研究;数学作为一门伟大的自然学科，在逻辑，计算和概率论上有着突出的贡献。
2 现状
人工智能在太多的子领域和不计其数的相关活动中起到作用，所以下面简单介绍一下它在一些重要研究中的突出应用：
2.1问题求解和语言理解
PROVERB是一种计算机程序，可以解纵横字谜。它使用了对可能的填充词的约束、一个以前字谜的庞大数据库，以及多种信息资源，包括词典，电影及其出演演员清单的联机数据库。自然语言是人类在生活中交流使用的语言，人工智能在人机互动这一领域探索如何让计算机能够理解和生成自然语言。
2.2控制系统
ALVINN计算机视觉系统被用于导航横穿美国，大部分时间不需要人来操作，而是由这个系统来操纵方向盘。另外，它是被安放在CMU的NAVLAB计算机控微型汽车上，NAVLAB上的视频摄像机可以传送道路图像给ALVINN，然后ALVINN计算出最好的行驶方向。
2.3医学诊断
模式识别与智能系统是人工智能的一个研究方向，它为视网膜OCT图像的识别上提出了不同的识别方案，研究人员在MATLAB环境下实验各种识别的方法，确定最佳的识别方案，实现了眼疾病的自动诊断。基于概率分析的医学诊断程序已经能够在某些医药学领域达到专家医师的水平，机器能够指出影响它判断的因素，并解释病例中的并发症状。
2.4自动化程序设计
西洋跳棋程序是强化学习的一个重要应用，GerryTesauro的TD-Gammon系统指明了强化学习技术的潜力。IBM公司的深蓝成为在国际象棋比赛中世界冠军的第一个计算机程序，这场“人脑的最后抵抗”让人们体会到了一种全新的智能。
2.5决策系统
NASA的远程智能体程序，在太空上用于控制航天器的操作调度，它是第一个船载自主规划程序，在发生问题的时候航天器进行检测、诊断、以及恢复。多智能体规划体现在多体规划，协调机制和竞争，它能使载体在非确定性的领域中进行规划和行动。
2.6管理和储存
DART是一个动态分析和重规划工具，多用于自动的运输调度和后勤规划。后勤规划必须充分考虑到路径、目的地、起点、终点以及解决所有参数之间的矛盾，人工智能规划可以在短时间内产生一个成熟的规划，缩短了工作时间，创造了高效益。
2.7机器人技术
机器人是一种类人行为类人思考的机械装置，在工业和农业上用来实现那些繁重的人类劳动。尽管现在大多数机器人系统处于原型阶段，但是由机器人来完成目前由人类完成的大量半机械工作的局面一定会全面实现。在卫生保健方面机器人被用于协助外科医生放置器械，它们具有优于人的高度准确性，在一些髋关节替换手术中，它们已经不可或缺了。不管在试行研究还是在手术室外，机器人系统都能够体现出其优良的工作性能。
2.8航天工程
利用人工智能完美地创建了人-机接口，为通讯提供了保障，其次航天飞机上采用了专家系统。在专家系统的指导下，飞行任务、飞行控制、发射、自动检测、应用加注液氧和推理决策这些工作执行地有条不紊。人工智能技在下面的系统中实现了高度自动化，确保了可靠性：利用空间站在空间进行故障诊断和排除，监控舱外活动，交会对接，飞行规划的空间站分系统;空间结构物的组装系统;卫星服务和空间工厂设备维修系统。
3 争论
关于人工智能的争论从来没有停止过，主要有两种观点：强人工智能和弱人工智能。
3.1强人工智能观点
主要人物代表：约翰·罗杰斯·希尔勒。他认为机器在当今世界不只是一种替人类做事情的工具，在给予机器适当的条件下，它们也会突破人类对它们的束缚，具备自己的独立的思维，有知觉，有解决和推理的能力，哲学上叫做自我意识。
3.2强人工智能的论述和异议
在提出了强人工智能之后，科学家们试图通过一系列的实验对其进行论述。“钵中之脑”实验：将你的大脑在你出生之时与身体分离，随之将其放入一个足以维持其成长和发展的钵中想象一下：即使大脑没有来自身体的饥饿感，现实世界中也可能没用食物，此时此刻它与在身体中的大脑有相当的精神状态吗？精神肉体问题：
它着重于探索精神状态和过程是如何与身体的过程和状态关联的。大脑置换实验：首先制造出能够模拟实现大脑的输入-输出行为的显微电子设备，把它们成功地植入神经组织中，最后逆向进行该过程，将对象还原为他的或者是她的正常生物状态。通过上面这些实验和科学家后续做过的种种实验，机器能够独立地思考这个强人工智能的观点并没有得到有力的证明，所以能不能实现强强人工智能还是一个未知数。 3.3弱人工智能观点
弱人工智能简单地说就是现阶段人类能够涉猎的人工智能，与强人工智能的观点相反，它认为机器不具有推理和解决复杂问题的独立意识。
3.4弱人工智能的论点和异议
我们不能否认，现在的计算机确实可以实现之前只有人类可以从事的领域的事情，如：对文字处理文档进行拼写检查，检测装配线上的零件，驾驶汽车和直升飞机并为其提供导航和诊断疾病，但是这并不意味着计算机在完成这些高难度的行为运用了洞察力和理解力。在某些数学问题上，理论是无法被特定的形式系统解答，因为人类的行为太过于复杂。在模仿人的行为和思维上，机器无法通过简单的规则集合捕捉到，它们无法产生同人类一样的智能行为。因此计算机对于很多工作还不是很擅长，比如开放式交谈的图灵任务。上面提到的只是弱人工智能无法办到的其中一部分事情，当然还有很多。基于上面的情况，有科学家提出质疑：机器能够智能地行动吗？无疑，这也是一个棘手的难题，还需要人类进一步的探索。
4 方向
至今没有科学家能够正确地描述人工智能的未来该怎样走。现今，最为普遍的智能体设计就是基于模型、基于效用的智能体。一个有效的智能体能够把握世界的状态，计划、评估和选择未来的行动过程，通过传感器和执行器与环境的相互作用，用偏好表达效用和学习。有界最优化为人工智能提供了一个坚固理论基础的最佳希望，它是作为人工智能研究的一项定义明确的和可行的形式化任务提出的，有界最优化指定的是最优化程序而不是最优化行动，因为行动由程序产生，而程序之上才是设计者所能控制的。通过与类比渐进复杂度的概念，我们又有了渐进最优化的理论指导。综上所诉，没有人可以给予人工智能一条明确的发展方向，因为世界是向前发展的，此时的智能体未必能够适用于未来，我们只能紧跟时间的脚步，摸索着前进，同时我们又必须牢记上面提到的原则和理论指导，它们是不可或缺的。
5 结束语
大力发展人工智能是时代的需要，它是人类史上又一尖端技术，对于世界的发展具有推动作用。任何科学技术都是双刃剑，人工智能也不例外，在研究探索它的同时，我们人类必须注意它的安全问题和道德伦理问题。
参考文献：
[1]John Haugeland. Artificial Intelligence：The Very Idea. MIT Press. 1989
[2]Selmer Bringsjord ，David Ferrucci. Artificial Intelligence and Literary Creativity： Inside the Mind of Brutus， A Storytelling Machine. Psychology Press.1999
[3] John L. Bradshaw ，Jason B. Mattingley . Clinical Neuropsychology： Behavioral and Brain Science. Academic Press.1995
作者简介：
李勇（1993.9～），男，江西樟树人，湘潭雨湖区湘潭大学 自动化专业 本科生。