人工智能技术的发展趋势

物联网从物物相联开始，最终要达到智慧地感知世界的目的，而人工智能就是实现智慧物联网最终目标的技术。人工智能（AI）是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科高度发展、紧密结合、互相渗透而发展起来的一门交叉学科，其诞生的时间可追溯到20世纪50年代中期。人工智能研究的目标是如何使计算机能够学会运用知识，像人类一样完成富有智慧的工作。当前，人工智能技术的研究与应用主要集中在如下几个方面。

1）自然语言理解

自然语言理解的研究开始于20世纪60年代初，它研究用计算机模拟人的语言交互过程，使计算机能理解和运用人类社会的自然语言（如汉语、英语等），实现人机之间通过自然语言的通信，以帮助人类查询资料、解答问题、摘录文献、汇编资料以及对一切有关自然语言信息的加工处理。自然语言理解的研究涉及计算机科学、语言学、心理学、逻辑学、声学、数学等学科。自然语言理解分为语音理解和书面理解两个方面，分述如下。

（1）语音理解是指用语音输入，使计算机“听懂”人类的语言，用文字或语音合成方式输出应答。由于理解自然语言涉及对上下文背景知识的处理，同时需要根据这些知识进行一定的推理，因此实现功能较强的语音理解系统仍是一个比较艰巨的任务。目前，在人工智能研究中，在理解有限范围的自然语言对话和理解用自然语言表达的小段文章或故事方面的软件，已经取得了较大进展。

（2）书面语言理解是指将文字输入到计算机，使计算机“看懂”，文字符号，并用文字输出应答。书面语言理解又称为光学字符识别（optical character recognition，OCR）技术。OCR技术是指用扫描仪等电子设备获取纸上打印的字符，通过检测和字符比对的方法，翻译并显示在计算机屏幕上。书面语言理解的对象可以是印刷体或手写体。目前已经进入广泛应用的阶段，包括手机在内的很多电子设备都成功地使用了OCR技术。

2）数据库的智能检索

数据库系统是存储某个学科大量事实的计算机系统。随着应用的进一步发展，存储信息量越来越庞大，因此解决智能检索的问题便具有实际意义。将人工智能技术与数据库技术结合起来，建立演绎推理机制，变传统的深度优先搜索为启发式搜索，从而有效地提高了系统的效率，实现数据库智能检索。智能信息检索系统应具有一些功能：能理解自然语言，允许用自然语言提出各种询问；具有推理能力，能根据存储的事实，演绎出所需的答案；系统具有一定常识性知识，以补充学科范围的专业知识。系统根据这些常识，能够演绎出更一般的答案来。

3）专家系统

专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用。从一般推理策略探讨转向运用专门知识的重大突破。专家系统是一个智能计算机程序系统，该系统存储有大量的、按某种格式表示的特定领域专家知识构成的知识库，并且具有类似于专家解决实际问题的推理机制，能够利用人类专家的知识和解决问题的方法，模拟人类专家来处理该领域问题。同时，专家系统具有自学习能力。

专家系统的开发和研究是人工智能研究中面向实际应用的课题，在多个领域受到了极大重视，已经开发的系统涉及医疗、地质、气象、交通、教育、军事等。目前的专家系统主要采用基于规则的演绎技术，开发专家系统的关键问题是知识表示、应用和获取技术，困难在于许多领域中专家的知识往往是琐碎的、不精确的或不确定的。因此目前的研究仍集中在这一核心课题上。

此外，对专家系统开发工具的研制发展也很迅速，这对扩大专家系统应用范围，加快专家系统的开发过程，起到了积极的作用。

4）机器定理证明

将人工证明数学定理和日常生活中的推理变成一系列能在计算机上自动实现的符号演算的过程和技术称为机器定理证明和自动演绎。机器定理证明是人工智能的重要研究领域，它的成果可应用于问题求解、程序验证、自动程序设计等方面。数学定理证明的过程尽管每一步都很严格，但决定采取什么样的证明步骤，却依赖于经验、直觉、想象力和洞察力，需要人的智能。因此，在数学定理的机器证明和其他类型的问题求解，就成为人工智能研究的起点。(www.xing528.com)

5）计算机博弈

计算机博弈（或称为机器博弈）是指让计算机学会人类的思考过程，能够像人一样有思想意识。计算机博弈有两种方式：一是计算机和计算机之间对抗；二是计算机和人之间对抗。

20世纪60年代就出现了西洋跳棋和国际象棋的程序，并达到了大师级的水平。进入20世纪90年代后，IBM公司以其雄厚的硬件基础，支持开发后来被称为“深蓝”的国际象棋系统，并为此开发了专用的芯片，以提高计算机的搜索速度。IBM公司负责“深蓝”研制开发项目的是两位华裔科学家谭崇仁博士和许峰雄博士。1996年2月，“深蓝”与国际象棋世界冠军卡斯帕罗大进行了第一次比赛，经过6个回合的比赛之后，“深蓝”以2∶4告负。

博弈问题也为搜索策略、机器学习等问题的研究提供了很好的实际应用背景，它所产生的概念和方法对人工智能其他问题的研究也有重要的借鉴意义。

6）自动程序设计

自动程序设计是指采用自动化手段进行程序设计的技术和过程，也是实现软件自动化的技术。研究自动程序设计的目的是提高软件生产效率和软件产品质。

自动程序设计的任务是设计一个程序系统。它将关于所设计的程序要求实现某个目标的非常高级的描述作为其输入，然后自动生成一个能完成这个目标的个体程序。自动程序设计具有多种含义按广义的理解，自动程序设计是尽可能借助计算机系统，特别是自动程序设计系统完成软件开发的过程。软件开发是指从问题的描述、软件功能说明、设计说明，到可执行的程序代码生成、调试、交付使用的全过程。按狭义的理解，自动程序设计是从形式的软件功能规格说明到可执行的程序子代码这一过程的自动化。因而自动程序设计所涉及的基本问题与定理证明和机器人学有关，要用到人工智能的方法来实现，它也是软件工程和人工智能相结合的课题。

7）组合调度问题

许多实际问题都属于确定最佳调度或最佳组合的问题，如互联网中的路由优化问题、物流公司要为物流确定一条最短的运输路线问题等。这类问题的实质是对由几个节点组成的一个图的各条边，寻找一条最小耗费的路径，使得这条路径只对每一个节点经过一次。在大多数这类问题中，随着求解节点规模的增大，求解程序所面临的困难程度按指数方式增长。人工智能研究者研究过多种组合调度方法，使“时间—问题大小”曲线的变化尽可能缓慢，为很多类似的路径优化问题找出最佳的解决方法。

8）感知问题

视觉与听觉都是感知问题。计算机对摄像机输入的视频信息以及话筒输入的声音信息处理的最有效方法应该建立在“理解”（即能力）的基础上，使得计算机只有视觉和听觉。视觉是感知问题之一。机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图像的处理与解释等。机器视觉已在机器人装配、卫星图像处理、工业过程监控、飞行器跟踪和制导以及电视实况转播等领域获得极为广泛的应用。