人工智能期末論文(2)
人工智能期末論文
人工智能期末論文篇二
人機(jī)接口部分就不做多的解釋了，它只是一個(gè)用戶界面而已。它的實(shí)現(xiàn)可以有不同的形式，也有可能是很復(fù)雜的。人們希望能夠和人類專家那樣和機(jī)器交流，不再使用簡(jiǎn)單的命令，而是用人類的語(yǔ)言完成交互工作，這就要求人機(jī)接口能夠有自然語(yǔ)言理解的功能。但是專家系統(tǒng)能不能使用，好不好使用關(guān)鍵在中間的那一層，人可以思考，如果希望機(jī)器也能夠象人那樣思考，那么推理機(jī)制是必不可少的，而且它在很大程序上決定了這個(gè)專家系統(tǒng)的效率和可用性。
就推理而言，它一般可以分為精確推理和非精確推理兩種。精確推理有以下特點(diǎn)：
精確推理是運(yùn)用確定性的知識(shí)進(jìn)行的推理，精確推理基于的知識(shí)都是明確無(wú)誤的東西，是1就是1，是2就是2，不存在什么模糊的東西，在一點(diǎn)上，精確推理有它的長(zhǎng)處，也就是說(shuō)，它可以準(zhǔn)確地推理，在推理的過(guò)程中不必關(guān)心會(huì)不會(huì)出現(xiàn)什么結(jié)論精確度的問(wèn)題，每一步到下一步都是完全正確的，不存在什么可能對(duì)可能錯(cuò)，它的正確性是100%傳遞給下一個(gè)推理過(guò)程的。
精確推理和人類的思維模型相差很大，人類的思維是有精確的一面，但是絕大部人類的思維還是模糊的和不確定的，人類思維的結(jié)果往往是可能如何如何，大概如何如何，但是精確推理的結(jié)果中絕對(duì)不會(huì)有什么可能大概之類的話。
精確推理是一種單調(diào)性推理，即隨著新知識(shí)的加入，推出的結(jié)論或證明了的命題只會(huì)單調(diào)增加，這一點(diǎn)和人類的思維結(jié)構(gòu)也有著明顯的不同。新的知識(shí)有可能使人類的思維結(jié)果增加，但絕對(duì)不會(huì)是單調(diào)增加。
精確推理需要知道全部的信息才可能進(jìn)行推理，這與人有明顯的不同，人可以根據(jù)一些情況進(jìn)行一些假設(shè)和推斷，產(chǎn)生一個(gè)結(jié)果，而精確推理卻不可能。
正因?yàn)榫_推理的基礎(chǔ)是經(jīng)典邏輯，而經(jīng)典邏輯可以說(shuō)是一種符號(hào)化了的形式推理，它關(guān)心的是符號(hào)與符號(hào)之間的形式聯(lián)系，而不是符號(hào)與符號(hào)之后深層次的語(yǔ)義聯(lián)系。也正是因?yàn)檫@一點(diǎn)，限制了精確推理在人工智能中的應(yīng)用。如果讓這種邏輯解一些題，進(jìn)行一些確定性的工作，它還是可以的，但是如果讓它進(jìn)行更復(fù)雜的工作就力不從心了。我們可以想象一下機(jī)器翻譯中的例子，人類語(yǔ)言中的有些句子根本沒(méi)有什么語(yǔ)法，非要從語(yǔ)義上理解不可。這個(gè)時(shí)候精確推理就不好用了。
下面我們看看，人類思維的另一方面，非精確方面。我們知道所謂推理就是從已知的事實(shí)出發(fā)，通過(guò)運(yùn)用相關(guān)知識(shí)逐步推出結(jié)論或者證明某個(gè)假設(shè)不成立的思維過(guò)程。專家系統(tǒng)中的知識(shí)來(lái)自于領(lǐng)域內(nèi)的人類專家，而這種知識(shí)常常帶有不確定性，在這種情況下，如果仍然使用經(jīng)典邏輯做精確推理，就必然要把客觀事物原來(lái)具有的不確定性及事物之間客觀存在的不確定性關(guān)系化歸為確定性，在本來(lái)不存在明確類屬關(guān)系的事物之間人為地劃上界限，這無(wú)疑會(huì)舍棄事物的某些重要屬性，從而失去真實(shí)性。不確定性推理是建立在非經(jīng)典邏輯上的一種推理，它是對(duì)不確定性知識(shí)的運(yùn)用與處理，嚴(yán)格地說(shuō)，所謂不確定性推理就是從不確定性的初始證據(jù)出發(fā)，通過(guò)運(yùn)用不確定性的知識(shí)，最終推出具有一定程度不確定的，但是卻是合理(或近乎于合理)的結(jié)論的思維過(guò)程。
要處理不確定的時(shí)候就涉及到確定性推理中不存在的幾個(gè)基本問(wèn)題：如何表示這種不確定性，根據(jù)表示了的不確定性如何進(jìn)行推理得到一個(gè)(或多個(gè)結(jié)論)，在推理的過(guò)程中如何處理不確定性帶來(lái)的結(jié)論的不確定性，如果評(píng)價(jià)所得到的結(jié)果。
因?yàn)橛?jì)算機(jī)是處理數(shù)字的一種裝置，因此對(duì)于不確定性的表示說(shuō)到底還是將它表示成一種有范圍的數(shù)值，這種數(shù)值要有利于推理中對(duì)結(jié)論不確定性的計(jì)算。
解決問(wèn)題總是需要推理的，而推理出的結(jié)論能不能用，是不是結(jié)果，那就需要一種衡量的方法，衡量的方法和具體的推理方法不同而不同，現(xiàn)有的推理方法基本上走的是兩條路，一條是基于概論論的，一條是基于模糊數(shù)學(xué)的，前者發(fā)展的歷史很長(zhǎng)了，有很多現(xiàn)成的結(jié)果可以使用，但是由于概率是基于一種大樣本統(tǒng)計(jì)的產(chǎn)物，而這種大樣本統(tǒng)計(jì)往往不可能得到，而且還沒(méi)有充分體現(xiàn)模糊性，所以也更談不上對(duì)模糊性進(jìn)行有效地處理了;而后者克服了前者的缺點(diǎn)，它根據(jù)模糊集理論發(fā)展出來(lái)，為不確定性的判斷和獲得開(kāi)辟了新的道路。
現(xiàn)在我們回到我們上面的專家系統(tǒng)基本結(jié)構(gòu)圖上來(lái)，我們知道人類的推理活動(dòng)是基于一定知識(shí)進(jìn)行的，我們解幾何題的時(shí)候總是要知道一些基本的公理(或定理)，醫(yī)生看病的時(shí)候起碼要有一點(diǎn)最起碼的醫(yī)學(xué)常識(shí)，這樣才有進(jìn)行推理的物質(zhì)條件，推理是建立在具有知識(shí)的基礎(chǔ)上進(jìn)行的。
知識(shí)就是一些事實(shí)或事實(shí)的抽象，我們稱之為概念的東西組成的。知識(shí)是對(duì)客觀事物某一方面屬性的了解。知識(shí)有著它的特性：
相對(duì)正確性。任何知識(shí)都有一定的應(yīng)用范圍，不能脫離了范圍來(lái)說(shuō)一個(gè)知識(shí)可用不可用;
不確定性。由于現(xiàn)實(shí)世界的復(fù)雜性，許多事實(shí)和概念都不可以說(shuō)是絕對(duì)正確，就象哲學(xué)中不存在絕對(duì)真理一樣，知識(shí)本身也有不確定性;
可表示性。同樣，知識(shí)也要是可以表達(dá)的，用口述也要，用什么東西記錄也要，要能夠感知的，如果不能表示出來(lái)，那誰(shuí)能夠理解，連表示都表示不出來(lái)，那也根本談不上應(yīng)用了。不能用的東西，我們知道也罷不知道也罷，對(duì)于面向應(yīng)用的人工智能來(lái)說(shuō)沒(méi)有什么意義。
事實(shí)和概念之間，概念和概念之間，事實(shí)和事實(shí)之間都存在聯(lián)系，這種聯(lián)系有兩種，靜態(tài)聯(lián)系和動(dòng)態(tài)聯(lián)系。
靜態(tài)聯(lián)系。比如，我們一旦提起“早上”這個(gè)概念就會(huì)想起“太陽(yáng)東升”或“公雞叫”之類的事實(shí)，這種聯(lián)系有時(shí)候是雙向的，也就是等價(jià)的，而有時(shí)是單向的，我們可以把“太陽(yáng)東升”與“早上”等價(jià)起來(lái)，而我們?nèi)绻?ldquo;公雞叫”和“早上”等價(jià)起來(lái)，十有八九可能要錯(cuò)了。
動(dòng)態(tài)聯(lián)系。除了靜態(tài)的聯(lián)系以外，我們還必須看到，事實(shí)和概念之間也會(huì)存在一種動(dòng)態(tài)的聯(lián)系，這一點(diǎn)在機(jī)器翻譯中很好的體現(xiàn)了。比如在上文中看到了一個(gè)概念A(yù)，它建立了概念B的聯(lián)系，那么，我們?cè)谙挛闹芯捅仨毘姓J(rèn)A和B之間是有聯(lián)系的，即使在生活中這種聯(lián)系是根本不存在的，只要在上文中已經(jīng)承認(rèn)了這種聯(lián)系，我們就必須承認(rèn)這種聯(lián)系的存在。再具體一點(diǎn)，我們?cè)诜g一篇科幻小說(shuō)的時(shí)候，前文已經(jīng)說(shuō)過(guò)這個(gè)地方“早上”太陽(yáng)是從“北方升起”，那么，“太陽(yáng)北方升起”就和“早上”這個(gè)概念建立了聯(lián)系，在這篇文章的翻譯中就要注意了，凡是有關(guān)早上太陽(yáng)的都要是從“北方升起”的。但是千萬(wàn)要注意，這種聯(lián)系不可做為靜態(tài)聯(lián)系而帶到下一個(gè)文章中，如果把這個(gè)聯(lián)系記住帶到下一個(gè)文章中去，那可就出大麻煩了。
前面已經(jīng)說(shuō)過(guò)知識(shí)是客觀事物某一方面屬性的描述，而正因?yàn)榭陀^事物是相互聯(lián)系的，因此知識(shí)也必須是相互聯(lián)系的。這就是知識(shí)聯(lián)系的存在的本質(zhì)原因。
知識(shí)作為機(jī)器智能的一部分，就必須能夠讓機(jī)器知道什么是知識(shí)，那就涉及到了知識(shí)表示的問(wèn)題，這個(gè)問(wèn)題就象人記錄某一事實(shí)有不同的方法一樣，例如對(duì)于聾子來(lái)說(shuō)，你讓他把“早上”和“公雞叫”聯(lián)系在一起，那是根本不可能的。而對(duì)于機(jī)器這個(gè)東西，它簡(jiǎn)直就是一個(gè)又聾又瞎，又沒(méi)有感覺(jué)(更談不上感情)的石頭，它只理解數(shù)字和一些人為規(guī)定的數(shù)據(jù)結(jié)構(gòu)，那么如何讓它能夠理解知識(shí)，特別是知識(shí)中的聯(lián)系就是一個(gè)重要的問(wèn)題了，一個(gè)專家系統(tǒng)的推理系統(tǒng)做得再好，沒(méi)有知識(shí)做為后盾肯定什么也干不成。
同時(shí)，知識(shí)的表示又影響到推理機(jī)制的運(yùn)行，推理機(jī)制和知識(shí)表示兩者是相關(guān)的，一種知識(shí)表示可以有利于一種推理機(jī)制的運(yùn)行，而另一種則不利于這種推理機(jī)制的運(yùn)行，因此選擇知識(shí)表示也一定要根據(jù)所要處理的具體領(lǐng)域選擇相應(yīng)的知識(shí)表示方法，具體的知識(shí)表示有以下幾種：
一階謂詞邏輯表示法。它是把一些知識(shí)表示為經(jīng)典邏輯中的謂詞表示式，因?yàn)楸硎境闪酥^詞的形式，進(jìn)行推理起來(lái)當(dāng)然比較方便了，但是有許多知識(shí)是根本無(wú)法表示為謂詞的，其關(guān)鍵原因是因?yàn)橹^詞只有表示出精確的知識(shí)，而對(duì)不確定的事物無(wú)法有效表示;同時(shí)這種表示方式也不能很好地體現(xiàn)知識(shí)的內(nèi)在聯(lián)系，尋找知識(shí)內(nèi)在聯(lián)系的任務(wù)要交給推理系統(tǒng)或另外的系統(tǒng)完成，這就比較麻煩了。
產(chǎn)生式表示法。它的基本形式類似于我們的IF語(yǔ)句的形式，因?yàn)榕c計(jì)算機(jī)中一些現(xiàn)成的語(yǔ)句相似，因此對(duì)它的處理要方便得多。它注意到了聯(lián)系和知識(shí)的應(yīng)用范圍，但是它在表示結(jié)構(gòu)性知識(shí)上可是先天不足。
框架表示法。它的基本作法是把許多事物放在一起，構(gòu)成一個(gè)集合，然后就這個(gè)集合中的聯(lián)系和事實(shí)進(jìn)行表示，這種表示方法可比前兩種科學(xué)得多了。在機(jī)器翻譯中，如果一個(gè)老太太說(shuō)到VC，我們可不要把它和微軟聯(lián)系起來(lái)，而要和維生素C等價(jià)。這種表示法限制了概念出現(xiàn)的場(chǎng)合，這可能是它的不足之處，但是相對(duì)于前面兩種表示法，它是很接收于人類思維的一種表示法，它無(wú)形中體現(xiàn)了知識(shí)適用的范圍。更重要的是它是可以繼承的，在這一點(diǎn)上，它更加接近人的思維了。
語(yǔ)義網(wǎng)絡(luò)法。我們自己可以想象一下自己所擁有的知識(shí)體系，有是有結(jié)構(gòu)的，但在另一角度上看，它是一個(gè)網(wǎng)絡(luò)，普遍聯(lián)系的網(wǎng)絡(luò)，而語(yǔ)義網(wǎng)絡(luò)表示法正是在表示人類知識(shí)體系成網(wǎng)絡(luò)化的一面，而且它能夠使聯(lián)想式推理在其上得到很好的發(fā)揮，為進(jìn)行復(fù)雜推理打下了堅(jiān)實(shí)的基礎(chǔ)。它很接近人類思維，但是它不能正確表示類屬關(guān)系，它體現(xiàn)了網(wǎng)絡(luò)性，但它忽視了事物有類屬性?？蚣鼙硎痉ê驼Z(yǔ)義網(wǎng)絡(luò)表示法在這一點(diǎn)是有互補(bǔ)性的。
腳本表示法。這種表示法在自然語(yǔ)言理解方面開(kāi)始應(yīng)用，這是因?yàn)樽匀徽Z(yǔ)言理解的特殊性要求有這樣一種表示法。它正確地表示了上下文關(guān)系，表示了事物之間的靜態(tài)關(guān)系，動(dòng)態(tài)關(guān)系，充分考慮到了場(chǎng)景(上下文)，但是世界上的場(chǎng)景可實(shí)在是太多了，保存這些場(chǎng)景幾乎是不可能的。這就限制了它的應(yīng)用范圍。
就知識(shí)表示來(lái)的幾種方法來(lái)看，知識(shí)的表示有貼近于人類表示的，有與人類表示相差比較遠(yuǎn)的表示方法，總體上我們可以看到一種特點(diǎn)：與人類思維接近的表示法，讓計(jì)算機(jī)表示起來(lái)都會(huì)有一定的麻煩，而與機(jī)器接近的表示法卻不能完全表示人類知識(shí)結(jié)構(gòu)。機(jī)器和人之間有著一種差別，這種差別可能開(kāi)始促使人們開(kāi)始研究新結(jié)構(gòu)的計(jì)算機(jī)，讓機(jī)器和人類思維之間的差別減少到最小。但是因?yàn)槟壳叭祟惖乃季S結(jié)構(gòu)，人腦的結(jié)構(gòu)還不能搞得很清楚，因此能夠靠這樣一臺(tái)機(jī)器把人和機(jī)器的思維差距縮小到什么程度就不得而知了。而且就目前看來(lái)，替換如此許多的計(jì)算機(jī)也是不現(xiàn)實(shí)的，因此有必要采用另外的方法讓機(jī)器和思維和人類的思維更加接近。
有人說(shuō)人工智能就是一個(gè)數(shù)據(jù)庫(kù)加上搜索，從某種程度上，這句話也確實(shí)可以說(shuō)明人工智能的現(xiàn)狀。無(wú)論是在知識(shí)庫(kù)這一方也好，還是在推理機(jī)那一方也好，都要涉及到搜索這一過(guò)程。
大體上來(lái)說(shuō)，搜索分為兩種，一種是非啟發(fā)式的搜索，另一種是啟發(fā)式搜索。非啟發(fā)式的搜索在搜索過(guò)程中不改變搜索策略，不利用搜索獲得的中間信息，它盲目性大，效率差，用于小型問(wèn)題還可以，用于大型問(wèn)題根本不可能;而啟發(fā)式搜索在搜索過(guò)程中加入了與問(wèn)題有關(guān)的啟發(fā)性信息，用以指導(dǎo)搜索向著一個(gè)比較小的范圍內(nèi)進(jìn)行，加速獲得結(jié)果的過(guò)程。我們都知道計(jì)算機(jī)中有一個(gè)NP完全性問(wèn)題，也正是因?yàn)檫@個(gè)使非啟發(fā)式搜索在許多場(chǎng)合下不可用，但是啟發(fā)式搜索雖然利用了搜索的中間結(jié)果，減少了搜索量，看起來(lái)優(yōu)于非啟發(fā)式搜索，它所得到的解是不是最優(yōu)解這往往令人頭痛?？偟恼f(shuō)來(lái)，非啟發(fā)式搜索隨著搜索的進(jìn)行，需要搜索的空間很快加大;啟發(fā)式搜索隨著搜索的進(jìn)行，需要搜索的空間有所增加，但增加的幅度遠(yuǎn)遠(yuǎn)小于非啟發(fā)式搜索。問(wèn)題空間中的有些地方因?yàn)橹虚g信息的獲得而根本不用搜索了。隨著計(jì)算機(jī)硬件性能的不斷提高和實(shí)際系統(tǒng)的需求，原來(lái)看起來(lái)不能使用非啟發(fā)式搜索的地方現(xiàn)在也可以了，所以在實(shí)際應(yīng)用中非啟發(fā)式搜索仍然使用很廣。
有了搜索的方法，那我們現(xiàn)在可以看看要搜索的東西是什么樣子的了。數(shù)據(jù)結(jié)構(gòu)決定算法的實(shí)現(xiàn)。對(duì)于我們所知道的問(wèn)題，我們可以采用狀態(tài)空間或與或樹(shù)的表示方法來(lái)表示一個(gè)待搜索的問(wèn)題空間。
由于工程實(shí)踐的需要，搜索的結(jié)果有時(shí)候可以不是最優(yōu)解(有時(shí)候最優(yōu)解也沒(méi)有判定標(biāo)準(zhǔn))，而是次優(yōu)解，我們可以想一下機(jī)器翻譯中對(duì)一句話的翻譯可能有許多種，哪里談得上有什么最優(yōu)的。因此，隨了我們熟悉的一些類似的深度優(yōu)先，廣度優(yōu)先算法以外，現(xiàn)在研究的很多還有一種進(jìn)化式的搜索算法，例如遺傳算法，模擬煺火算法等等，它們有的搜索方法獨(dú)立于問(wèn)題，而且能夠在比較短的時(shí)間內(nèi)找到最優(yōu)解(或次優(yōu)解)，特別適應(yīng)于對(duì)問(wèn)題空間比較在的情況下使用。
拿遺傳算法來(lái)說(shuō)，我想更重要的一點(diǎn)是我們不必關(guān)心它如何做，而只用關(guān)心它做什么，這一點(diǎn)是相對(duì)于傳統(tǒng)搜索算法的最大不同。而人工智能所追求的也就是讓機(jī)器具有類似人類的智能，如果你能夠告訴一臺(tái)計(jì)算機(jī)要干什么，它就能夠自己干了，而不用你告訴它如何干，那人工智能就已經(jīng)實(shí)現(xiàn)了。
我們現(xiàn)在再回到上面專家系統(tǒng)基本結(jié)構(gòu)圖上來(lái)。我們有了推理機(jī)，有了知識(shí)庫(kù)，按說(shuō)就可以實(shí)現(xiàn)用戶的功能了，但是我們還應(yīng)該注意到，另一個(gè)重要的部件，知識(shí)獲取部分，一個(gè)人類專家只所以能夠成為人類專家，就是它可以在實(shí)踐過(guò)程中不斷地豐富自己的知識(shí)，讓自己做出的結(jié)論在結(jié)合實(shí)踐后反饋回自己，讓自己修改錯(cuò)誤，人是一個(gè)負(fù)反饋的系統(tǒng)，而我們上面提到的沒(méi)有知識(shí)獲取的專家系統(tǒng)根本沒(méi)有什么反饋，這個(gè)機(jī)器專家，現(xiàn)在是這個(gè)水平，將來(lái)還會(huì)是這個(gè)水平，它所知道的，不會(huì)因?yàn)樽约旱膶?shí)踐而有絲毫的變化。因此它不能適用工程實(shí)際的需要。知識(shí)獲得部分的工作就是要建立這樣一種反饋機(jī)制，把所得到的結(jié)果反饋給知識(shí)庫(kù)，修改已知的知識(shí)，讓它得到的結(jié)果更準(zhǔn)確，更具有可用性。如果讓它能夠?qū)嵗M(jìn)行學(xué)習(xí)，那更好不過(guò)了，編程人員就可以不用把一條條的規(guī)則用程序?qū)懡o這個(gè)專家系統(tǒng)了，而只用把一個(gè)個(gè)用計(jì)算機(jī)作好標(biāo)記的實(shí)例交給計(jì)算機(jī)，它自己會(huì)生成知識(shí)庫(kù)，這樣它就更象一個(gè)人了。因此，如果一個(gè)專家系統(tǒng)有自學(xué)習(xí)的功能，那在系統(tǒng)的維護(hù)方面和系統(tǒng)的可用性方面一定會(huì)大有提高。
機(jī)器學(xué)習(xí)在這樣的需求下產(chǎn)生了。機(jī)器學(xué)習(xí)的方法有以下幾種：
機(jī)械式學(xué)習(xí)。它的另一個(gè)名稱死記式學(xué)習(xí)能夠直接體現(xiàn)它的特點(diǎn)，這是一種最簡(jiǎn)單的，最原始的學(xué)習(xí)方法，也是機(jī)器的強(qiáng)項(xiàng)，人的弱項(xiàng)。
指導(dǎo)式學(xué)習(xí)。這種學(xué)習(xí)方式是由外部環(huán)境向系統(tǒng)提供一般性的指示或建議，系統(tǒng)把它們具體地轉(zhuǎn)化為細(xì)節(jié)知識(shí)并送入知識(shí)庫(kù)中，在學(xué)習(xí)過(guò)程中要對(duì)反復(fù)對(duì)知識(shí)進(jìn)行評(píng)價(jià)，使其不斷完善。
歸納學(xué)習(xí)。我們看到，機(jī)器所善長(zhǎng)的不是歸納，而是演繹，它適用于從特殊到一般，而不太適應(yīng)從一般到特殊，從特殊到一般的歸納是人類所特有的，是智慧的標(biāo)志。具體的歸納學(xué)習(xí)方法有許多，但它們的本質(zhì)就是讓計(jì)算機(jī)學(xué)會(huì)從一般中得出規(guī)律。
類比學(xué)習(xí)。類比也就是通過(guò)對(duì)相似事物進(jìn)行比較所進(jìn)行的一種學(xué)習(xí)。它的基礎(chǔ)是類比推理，也就是把新事物和記憶中的老事物進(jìn)行比較，如果發(fā)現(xiàn)它們之間有些屬性是相同的，那么可以(假定地)推斷出它們的另外一些屬性也是相同的。
基于解釋的學(xué)習(xí)。這是近年來(lái)興起的一種新的學(xué)習(xí)方法。它不是通過(guò)歸納或類比進(jìn)行學(xué)習(xí)，而是通過(guò)運(yùn)用相關(guān)的領(lǐng)域知識(shí)及一個(gè)訓(xùn)練實(shí)例來(lái)對(duì)某一目標(biāo)概念進(jìn)行學(xué)習(xí)，并最終生成這個(gè)目標(biāo)概念的一般描述，這個(gè)一般描述是一個(gè)可形式化表示的一般性知識(shí)。
通過(guò)以上的學(xué)習(xí)方法就是為了得到知識(shí)，通過(guò)一種方便的方法得到知識(shí)。前面已經(jīng)說(shuō)過(guò)了，因?yàn)闄C(jī)器的思考方式和人類的思考方式大有不同之處，因此讓機(jī)器通過(guò)自己學(xué)習(xí)生成自己便于理解和使用的知識(shí)，也不失為機(jī)器學(xué)習(xí)的目標(biāo)之一。
就人工智能的研究領(lǐng)域來(lái)說(shuō)，前面說(shuō)所說(shuō)的系統(tǒng)可以表示成下面這樣一個(gè)圖示：
這個(gè)系統(tǒng)類型于控制中的負(fù)反饋系統(tǒng)，把結(jié)果重新作用于知識(shí)庫(kù)上，于是知識(shí)庫(kù)得到不斷地修正，以適應(yīng)系統(tǒng)的需要。但是我們注意到上圖中，如果把結(jié)果作用于推理機(jī)會(huì)得到什么結(jié)果。我們前面討論的專家系統(tǒng)也好，推理機(jī)也好，機(jī)器學(xué)習(xí)也好，與人的差距就在于我們還需要告訴它們?cè)趺醋?，而不是僅僅告訴它們做什么，它們就會(huì)去做了。人工智能的兩種研究方法，一種是希望找到人類智力的數(shù)學(xué)解釋，只要找到了數(shù)學(xué)解釋，那么人工智能就可以得到實(shí)現(xiàn)了;另一種是用一種軟件或硬件的結(jié)構(gòu)來(lái)模擬人腦的結(jié)構(gòu)，通過(guò)類似仿生學(xué)的方法來(lái)模擬人類思維。而神經(jīng)網(wǎng)絡(luò)正是基于后一種思路提出的。從某種意義上來(lái)說(shuō)，對(duì)于神經(jīng)網(wǎng)絡(luò)而言，結(jié)果它改變的是不是知識(shí)庫(kù)，而是推理機(jī)的結(jié)構(gòu)，它也是研究人工智能的一種重要的方法。
神經(jīng)網(wǎng)絡(luò)也就是模擬人腦中神經(jīng)元的功能，希望通過(guò)模擬人腦最基本的單位神經(jīng)元功能來(lái)模擬人腦的功能。它通過(guò)一定的范例訓(xùn)練構(gòu)成的神經(jīng)網(wǎng)絡(luò)，就象教一個(gè)小孩子一樣，在訓(xùn)練結(jié)束后，這個(gè)神經(jīng)網(wǎng)絡(luò)就可以完成特定的功能了。它是通過(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。
最后還有一個(gè)應(yīng)用領(lǐng)域，就是模型識(shí)別，我想它應(yīng)該在知識(shí)挖掘中應(yīng)用不小，因?yàn)楝F(xiàn)在工程中的獲得的數(shù)據(jù)越來(lái)越多，要想人為地從這些數(shù)據(jù)中確定某一規(guī)律都不容易，更不要說(shuō)在這些數(shù)據(jù)中發(fā)現(xiàn)新規(guī)律了，因此有必要進(jìn)行數(shù)據(jù)挖掘，它的應(yīng)用對(duì)于決策支持系統(tǒng)將有著巨大的意義。
人可以思考，人工智能也需要思考，這就是推理;人可以學(xué)習(xí)，人工智能也就需要學(xué)習(xí);人可以擁有知識(shí)，那么人工智能也就需要擁有知識(shí)。
人工智能是為了模擬人類大腦的活動(dòng)的，人類已經(jīng)可以用許多新技術(shù)新材料代替人體的許多功能，只要模擬了人的大腦，人就可以完成人工生命的研究工作，人創(chuàng)造自己，這不但在科學(xué)上，而且在哲學(xué)上都具有劃時(shí)代的意義。
最后，我們來(lái)總結(jié)一下，人工智能的各個(gè)研究領(lǐng)域。參照人在各種活動(dòng)中的功能，我們可以得到人工智能的領(lǐng)域也不過(guò)就是代替人的活動(dòng)而已。哪個(gè)領(lǐng)域有人進(jìn)行的智力活動(dòng)，哪個(gè)領(lǐng)域就是人工智能研究的領(lǐng)域。人工智能就是為了應(yīng)用機(jī)器的長(zhǎng)處來(lái)幫助人類進(jìn)行智力活動(dòng)。人工智能研究的目的就是要模擬人類神經(jīng)系統(tǒng)的功能。
“什么是生命的意義?”“試著善待人們，別吃太胖，偶爾閱讀一本好書(shū)，保持運(yùn)動(dòng)，試著與所有信仰和國(guó)家的人們和睦相處。”美國(guó)CBS記者Larry Magid在采訪他的iPhone4里的一個(gè)新應(yīng)用Siri。Siri，一個(gè)內(nèi)置在手機(jī)中的人工智能助手軟件。Larry試圖在四分鐘里跟這個(gè)把實(shí)驗(yàn)室里冷酷神秘的人工智能變得家常實(shí)用的東西聊天。Siri回答了很多問(wèn)題， 其中有的非常善解人意。比如當(dāng)Larry想要“舒服一點(diǎn)”的時(shí)候，Siri開(kāi)始搜索離他最近的按摩院。……
當(dāng)你對(duì)著電話說(shuō)一句話，比如問(wèn)中央廣場(chǎng)附近最近的法國(guó)菜館，Siri能理解你，并迅速在數(shù)據(jù)庫(kù)里進(jìn)行搜索，然后說(shuō)出答案，同時(shí)把具體的地址信息展示給你。如果你開(kāi)車(chē)時(shí)命令它：“告訴秘書(shū)我會(huì)晚點(diǎn)到。”它就立刻在電話簿里找到秘書(shū)的號(hào)碼，并且發(fā)短信通知她。Siri不僅能幫你發(fā)信息、設(shè)置提醒、安排約會(huì)見(jiàn)面、尋找目的地，還可以幫你叫救護(hù)車(chē)。 作為下一代百科全書(shū)的雛形，Siri可以跟很多手機(jī)應(yīng)用相連，比如通過(guò)健康檢查軟件，為你推薦藥物、通過(guò)預(yù)定軟件，幫你預(yù)定酒店，各種門(mén)票，甚至幫你淘寶，從無(wú)數(shù)的購(gòu)物網(wǎng)站中挑出售價(jià)最低的那個(gè)鏈接，并且下單。至于讀新聞、放音樂(lè)什么的，當(dāng)然是最基本的功能。
早在2003年，Siri的始祖誕生。6年之后，Siri出現(xiàn)在蘋(píng)果的App Store里，隨后被蘋(píng)果以近2億美元收購(gòu)。喬布斯病臥床榻之時(shí)，還參與了Siri的決策。這必定又是一場(chǎng)革命，如同iPhone淘汰了鍵盤(pán)，iPad讓移動(dòng)終端更強(qiáng)大，Siri也將開(kāi)啟新時(shí)代。因?yàn)镚oogle都開(kāi)始怕它了—從此搜索再也不用敲擊各種鍵盤(pán)，只需隔空喊話。Google的Android開(kāi)發(fā)者安迪·魯賓還在嘴硬：手機(jī)是與人溝通的，你不該跟它說(shuō)話!微軟的Windows手機(jī)總裁安迪·李也說(shuō)， Siri并沒(méi)那么好用。但事實(shí)是，當(dāng)蘋(píng)果弄出電腦和手機(jī)之間的怪胎
iPad之后，所有的電子產(chǎn)品都頭破血流地在這個(gè)領(lǐng)域里競(jìng)爭(zhēng)。況且Siri不同于以往所有的人工智能：它真的懂很多話;它為生活服務(wù);它具有開(kāi)源潛力。不信的話，可以去癮科技(http://cn.engadget.com/tag/siri)或者36氪(36kr.com)網(wǎng)站上瀏覽大量關(guān)于Siri的暢想和討論。
有趣的是，在輕博客Tumblr(shitthatsirisays.tumblr.com)上有一個(gè)頁(yè)面，讓用戶上傳和Siri對(duì)話的截屏。在Siri的那些鬼話(shitsirisays.com)網(wǎng)站上，用戶上傳了近千條和Siri的對(duì)話記錄，全民調(diào)戲Siri已經(jīng)成了一種游戲。或許你會(huì)嘲笑今天Siri的“弱智”，但總有一天你會(huì)感謝這個(gè)產(chǎn)品的出世。它開(kāi)啟了一種無(wú)限的可能：提供 網(wǎng)絡(luò)服務(wù)的人工智能終于進(jìn)入了我們的日常生活。有消息說(shuō)， 寶馬已經(jīng)準(zhǔn)備在汽車(chē)上支持Siri技術(shù)。Twitter上也正在傳播Siri的進(jìn)化論—類人、變?nèi)?、超人、殺人?？苹闷?那些事兒，不遠(yuǎn)了。
最后一個(gè)問(wèn)題。為什么Siri是個(gè)女聲?CNN專門(mén)為此采寫(xiě)了報(bào)道。斯坦福大學(xué)的教授CLIFFORD NASS說(shuō)，人類進(jìn)化的選擇就是，喜歡女聲，因?yàn)樵谧訉m中，就更喜歡媽媽而非爸爸的聲音。所以現(xiàn)在GPS導(dǎo)航大都是女聲。如果一個(gè)男的對(duì)你發(fā)號(hào)施令，你多半不會(huì)聽(tīng)。在很多故事中，男性人工智能設(shè)備都特別悲催?！?001太空漫游》里，HAL9000那個(gè)令人毛骨悚然的、充滿控制欲的聲音就不是什么好預(yù)兆?！禬ar games》里的男電腦，還挑起了第三次世界大戰(zhàn)。如果可以選擇Siri的性別，你將如何選擇?
人工智能期末論文相關(guān)文章：
2.人工智能感想論文
6.人工智能課程論文