14 人工智能的研究内容.docx

14 人工智能的研究内容1.4 人工智能的研究内容 人工智能的知识领域浩繁，很难面面俱到，但是各个领域的思想和方法上有许多可以互相借鉴的地方。从基础理论的角度出发其研究基本内容包括： 启发式搜索理论 搜索的方法很多，如回溯、图搜索、启发式等等，主要是给定一些经验做指导提高搜索效率。该方面的研究已经有了比较成熟的技术。 各种推理方法 常识推理有知识不完全、不够用等问题，如鸟会飞，但是鸵鸟不会飞。 知识的模型化和表示方法 知识表示很重要，方法主要有逻辑、产生式、语义网络、框架等。现在还不能完全说清楚知识表示到底是什么。 人工智能系统结构及语言 Lisp语言主要在美国，Prolog语言主要在欧洲使用比较广泛。 机器学习 当前系统大多用归纳的学习、依赖知识库的学习，没有很成熟的方法。神经网络、遗传算法等理论的应用也在探讨之中。 随着人工智能理论研究的发展和成熟，人工智能的应用领域更为宽广，应用效果更为显著。从应用的角度看主要集中在以下几个方面： 自然语言理解 当前人工智能应用领域最引人注目的分支之一。随着信息时代的迅速发展，如何理解地获取知识成为日益重要的课题。主要体现于机器翻译、自动文摘、全文检索等应用中。 数据库的智能检索 研究如何在海量的知识中准确的找到自己需要的东西。 专家系统 七十年来开始的人工智能领域的古老话题，有一些系统做得比较好，如下棋、探矿等。 机器定理证明 人工智能研究最原始的课题之一，取得了很多可以证明人工智能技术进步的成就。但不是当今的热点话题。 博弈 主要问题是机器学习和搜索。 机器人学 涉及的知识领域广泛，已取得了很多实质性的成果，是应用前景最好的分支之一。 自动程序设计 所有学计算机的人都希望该研究分支有实质性的成果。 组合调度 是人工智能研究的重要分支之一。对于浩繁的任务，可以给出完成任务的最佳的任务序列。如机器人搬运。 感知 现代人工智能的课题。是"not only BODY but also SENSER"理论的需要。 视觉 以往主要是由于机器人学的需要，现今多媒体、视频检索等多个分支对视觉研究提出了大量的需求。是当前最热点的研究分支之一。 人工智能研究分类：符号主义；连接主义。 符号主义和连结主义是当前人工智能研究的主要观点。符号主义是传统的人工智能相对于神经网络研究而言的统称。连结主义主要是指从生物、人类神经网络的结构、信息传输、网络设计的角度分析、模拟智能的形成与发展的研究。从发展历史上看这两个方面是相辅相成的，从不同角度讨论智能的形成与发展。参看第六章人工神经网络 目前人工智能研究主要瓶颈问题 知识获取、； 实现时的规模扩大问题； 应用前景 可以形象的将人工智能的研究内容理解为：利用计算机模拟人的行为；利用计算机构造智能系统