人工智能的起源
人工智能的起源
人工智能是计算机科学、控制论、信息论、神经生理学、语言学等多种学科互相渗透而发展起来的一门学科。人工智能的发展虽然己走过了半个世纪的历程，但是，对人工智能至今尚无统一的定义。尽管学术界有各种各样的说法和定义，但就其本质而言，人工智能是研究、设计和应用智能机器或智能系统，来模拟人类智能活动的能力，以延伸人类智能的科学。人类智能活动的能力是指人类在认识世界和改造世界的活动中，经过脑力劳动表现出来的能力。一般地说，人类智能主要表现在以下几个方面。
1)感知能力
通过视觉、听觉、触觉等感官活动，接受并理解文字识和理解外界环境的能力。
2)推理与决策能力
图像、声音、语言等各种外界信息
通过人脑的生理与心理活动及有关的信息处理过程，将感性知识抽象为理性知识，并能对事
物运行的规律进行分析、判断和推理，这就是提出概念、建立方法、进行演绎和归纳推理、作出决策的能力。
3)学习能力
通过教育、训练和学习过程，更新和丰富拥有的知识和技能，这就是学习的能力。
4)适应能力
对不断变化的外界环境(如干扰、刺激等)能灵活地作出正确的反应，这就是自适应能力。计算机的诞生
不论从什么角度来研究人工智能，都是通过计算机等现代工具来实现的。计算机科学与技术的飞速发展和计算机应用的日益普及，为人工智能的研究和应用奠定了良好的物质基础。人工智能的发展使计算机更聪明、更有效，与人更接近。
自古以来，人类对人工智能就有持久的、狂热的追求，并凭借当时的认识水平和技术条件，设法用机器来代替人的部分脑力劳动，用机器来延伸和扩展人类的某种智能行为。例如，公元前900多年，我国就有歌舞机器人传说的记载。12世纪末至13世纪初，西班牙的一位神学
家和逻辑学家曾试图制造能解决各种问题的通用逻辑机。17世纪，法国物理学家和数学家巴斯卡(u．Pascal)制成了世界第一台会演算的机械加法并获得实际应用。随后，德国数学家和哲学家莱布尼兹(G．W．Leibni2)在这台加法器的基础上研发了可进行全部四则运算的计算器，他还提出了逻辑机的设计思想，即通过形式逻辑符引t，对思维进行推理计算。这种“万能符号”和“基于符号的推理计算”的思想是“智能机器”的萌芽，因而莱布尼兹被誉为数理逻辑的的英国数学家图灵(A．M．Turi“g)在他的一篇“理想计算机”的论文中，提出了著名的图灵机模型1945年，他进一步论述了电子数字计算机的设计思想21950年，他又在“计算机能思维吗?”一文中提出了机器能够思维的论述。1938年，德国工程师苏斯(Zuse)研制成第一台累计数字计算机Z—1。1946年，在美国诞生了世界上第一台电子数字计算机ENIAc。在同一时代，控制论和信息论创立，生物学家设计了脑模型等，都为人工智能学科的诞生作出了理论和实验工具
的巨大贡献。
1956年的一次历史性聚会被认为是人工智能学科诞生的标志。1956年夏季，在美国达持莫斯(Dartm。uth)大学，由当时的年青数学助教、后任斯坦福大学教授的麦卡锡(J．MccaMhy)
联合他的三位朋友：哈佛大学年青数学和神经学家、后任麻省理工学院教授的明斯基(M．L．MEnsky)，IDM公司信息研究中心负责人洛切斯特(N．Lochester)和贝尔实验室信息部数学研究员香农(CK Shan咖n)共同发起，邀请赐M公司的莫尔(T．Moore)和塞缪尔(A．L Samuel)、麻省理工学院的塞尔夫利奇(o．scl戴dge)利索罗莫夫(R．solomonff)、兰德(RAND)公司和卡内基工科大学的纽厄尔(A．Newell)和西蒙(11．A．缴moIL)等10名年青学者，举办了为期2个月的学术讨论会，讨论机器智能问题。经麦卡锡提议，在会上正式决定使用“人工智能”(Ani处ial Intelll8cnce)这一术语，从而开创了人工智能作为一门独立学科的研究方向。麦卡锡因而被称为人工智能之父。从此，在美国开始形成了以人工智能为研究目标的几个研究组，如纽厄尔和西蒙的car。egMRAND协作组，明斯基和麦卡锡的MIT研究组，塞缪尔的IBM
工程研究组等。
1956年，人工智能的研究取得了两项重大突破。第一项是纽厄尔、肖(J．shaw)和西蒙的研究组编制丁一个逻辑理论程序I‘T(The L。9c Theory Maclline)，模拟人们用数理逻辑证明定理的思想．采用分解、代入、替换等规则，证明了怀特赫德(A．Y Whitehead)和罗素(B．人
w．汉u ssell)合著的《数学原理》第二章中的38条定理。l 963年，修订的程序在大机器上终于完成了该章中全部52条定理的证明。一般认为，这是用计算机模拟人的高级思维活动的一个重大成果，是人工智能研究的真正开端。第二项是IBM工程研究组的塞缪尔研制的西洋跳棋程序。这个程序可以像一个优秀棋手那样．向前看几步来下棋。尤其是它具有自学习、自组织、自适应的能力，能在下棋过程中积累经验，不断提高棋艺。它能学习棋谱，在学q了175000多个棋局后，可以根据棋局猜测棋诺所有推荐的走步，准确度达48％，这是机器模拟人类学习过程的一次极有意义的探索。1959年，这个程序战胜丫设计者本人，1962年，它又击败了美国一个州的跳棋冠军。
1957年，纽厄尔、肖和西蒙通过心理学实验，发现了人在问题求解过程中思维的一般规律：1.先思考出大致的解题计划；2.根据记忆中的公理、定理和推理规则组织解题过程；3.进行方法和目的分析，不断修正解题计划，基于这一规律，他们于1960年合作编制成功一种不依赖于具体领域的通用问题求解程序GPS(GeneralProbIem S。1ver)，该程序能求解11种不同类型的问题。
1959年，麻省理工学院研究组的麦卡锡发表了表处理语言量sP。由于LtsF可以方便地处理符
号，所以很快成为人工智能程序设计的主要语言。LIsP武装了一代人工智能科学家，至今仍然是研究人工智能的重要工具。
一连串的研究成果使醉心十人工智能远景的学者们作出了过于乐观的预言。1958年，纽厄尔和西蒙曾亢满自信地认为：在10年内，计算机将成为世界的象棋冠军；计算机将要发现和证明重要的数学定理；计算机将能谱写具有优秀作曲家水平的乐曲；大多数心理学理论将在计算机上形成。有人甚至断言：20世纪80年代将是全面实现人工智能的年代，到了2000年，机器的智能可以超过人的智能。
但是，事情的发展远非如此理想。塞缪尔的F棋程序在获得州冠军之后并没有获得全国冠军。自然语言的机器翻译是人工智能研究最早并取得实验性成果的研究方向之一。人们以为只要用一部双向互译字典和某些语法知识即哪B快地解决自然语言之间的互译问题，实际上，由机器翻译出来的文字有时会出现十分荒谬的错误。例如，英语句子“The sNrn M willing b山thefle5hi s weak”(心商余而力不足)，翻译成俄语后再翻泽成英语，竟然成为“1、he wine％good b皿the me欧i‘sPoiled，，(洒是奸的但肉变质F)。
自从工人智能形成一个学科之后，许多学者遵姬的指导思想是：研究和总结人类思维的普遍
规律，并用计算机来模拟人类的思维活动。他们认为，实现这种计算机智能模拟的关键是建立一种通用的符号逻辑运算体系。但是，由于人类的认知和思维过程是一种非常复杂的行为，故至今仍未能被完全解释；也由于现实世界的复杂性和问题的多样性，故老一辈人工智能科学家为之奋斗的通用逻辑推理体系至今也没有创造出来。其早期的代表作通用问题求解程序的通用性受到严格的限制，只能对具有相当小的状态集和良定义的形式规则的问题有效。人工智能的早期研究只能停留在实验室里，作为研究的实验系统或演示系统，不能解决实际问题。科学家们开始对工人智能探索人类思维普遍规律的研究战略思想进行反思。
（本文档由创意礼品www.kaixindd整理发布，版权原作者所有）

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。