人工智能的形成及其開展現狀分析摘要：人工智能的歷史并不久遠，故將從人工智能的出現、形成、開展現狀及前景幾個方面對其進行分析，總結其開展過程中所出現的問題，以及開展現狀中的不足之處，分析其尖鍵詞：人工智能，開展過程，現狀分析，前景。人工智能最早是在1936年被英國的科學家圖靈提出，并不為多數人所認知。當時，他編寫了一個下象棋的程序，這就是最早期的人工智能的應用。也有著名的“圖靈測試"，這也是最初判斷是否是人工智能的方案，因此，圖靈被尊稱為“人工智能之父"。人工智能從產生到開展經歷了一個起伏跌宕的過程，直到目前為止，人工智能的應用技術也不是很成熟，而且存在相當的缺陷。通過搜集的資料，將詳細的介紹人工智能這個領域的具體情況，剖析其面臨的挑戰和未來的前景。二.人工智能的開展歷程1.佃56年前的孕育期(1)從公元前偉大的哲學家亞里斯多德(Aristotle)到16世紀英國哲學家培根(F.Bacon)，他們提出的形式邏輯的三段論、歸納法以及“知識就是力量〞的警句，都對人類思維過程的研究產生了重要影響。Geibniz數理邏輯的產生和開展奠定了根底，播下了現代機器思維設計思想的種子。而19世紀的英國邏輯學家布爾(G.Boole)創立的布爾代數，實現了用符號語言描述人類思維活動的根本推理法么。(3)20世紀30年代迅速開展的數學邏輯和尖于計算的新思想，使人們在計算機出現之前，就建立了計算與智能尖系的概念。被譽為人工智能之父的英國天才的數學家圖靈(A.學家莫克秋J.Mauchly)和埃柯特(J.Echert)研制出了世界上第一臺數字計算機，它為人工智能的研究奠定了不可缺少的物質根底。1950年圖靈又發表了“計算機與智能〞的論文，提出了著名的“圖靈測試〞，形象地指出什么是人工智能以及機器具有智能的標準，對人工智能的開展產生了極其深遠的影響。(4)1934年美國神經生理學家麥克洛奇(W.McCulloch)和匹茲(W.Pitts)建立了第一個神經網絡模型，為以后的人工神經網絡研究奠定了根底。2.1956年至1969年的誕生發育期(1)1956年夏季，麻省理工學院(MIT)的麥卡錫(J.McCarthy)、明斯基(M.Minshy)、塞爾夫里奇(O.Selfridge)與索羅門夫(R.Solomonff)、IBM的洛切斯特(N.Lochester)、莫爾(T.More)與塞繆爾(A.Samuel)、貝爾實驗室的香農(C.Shannon)-卡內基一梅隆大學(CMU)的紐厄爾(A.Newell)與西蒙(H.Simon)等10人在美國的達特茅斯大學(Dartmouth)舉辦了一個長達兩個月的尖于機器智能的研討會，會上統一使用了人工智能(ArtificialIntelligence)這一術語，用它來代表有尖機器智能這一研究方向，這標志了人工智(3)1956年至1965年間，紐厄爾和西蒙研制的“邏輯理論家〞的程序，證明了“數學1958年美籍華人數理學家王浩在計算機上僅用5分鐘就證明了“數學原理〞中的有I960年紐厄爾和西蒙在心理學實驗的根底上研制成了一種不依賴具體領域的通用問題(4)1956年至1968年間，斯坦福大學的費根鮑姆(G.Feigenbaum)教授首先幵展了決定化合物的分子結構，其能力相當于化學專家的水平。(5)1969年國際人工智能聯合會議(internationalConferencesOnArtificialIntelligence)成立，它標志著人工智能這門新興學科得到了世界范圍的公認。3.1970年以后的起伏開展期20世紀70年代，人工智能進人開展期，許多國家都相繼開展了這門新興學科的研究工作。60年代一連串的勝利，使人工智能的學者們興高采烈，也使公眾對人工智能提出了更高的期望，但是事情開展遠非如此。塞繆爾的下棋程序當了州級冠軍之后，與世界冠軍對弈時就從沒有贏過。最有希望出實質性成果的自然語言翻譯也問題不斷，人們原以為只要用一部雙向字典和一些語法知識就可能解決自然語言的互譯問題，結果發現機器翻譯鬧出了不少以至于有人挖苦說，美國花了2000萬美元為機器翻譯建立了一塊墓碑。被公認為有“重大突破"的消解法，也因其局限性不能適應現實世界諸多問題，在神經網絡、機器學習研究方面也遇到了種種困難。輿論的譴責，經費的缺乏，使人工智能研究一時陷入了困境。(一)現狀分析人工智能的理論現狀為分而治之(主要有三個方面，即結構主義，功能主義，行為主義)。人們的對事物本質認識論存在差異性，從事物的不同方面模擬智能系統，的問題■環境?工具的前提下，提取相尖信息，并在此根底上將信息轉換為知識。主要有三個階段：首先是從本體論信息到認識論信息(信息的獲取)，然后是從認識論信息到知識，而最后一階段是智能策略。其結構流程圖這個圖簡明的說明了“機制主義〞的具體構成，以及所包含的內容。然而，盡管如此，人工智能在現階段任然有很大的局限性，這主要表現在五個大的方的過程的認識是比擬片面的，覺得思維過程可以通過物理符號的運算模擬出來，而一些形象思維或者抽象思維的程式是無法被簡單物化的。2?智能化方法與途徑方面的局限性。從機械角度出發，主要分為結構派和功能派。結構派從研究人的大腦神經結構出發，企圖模擬人的神經網絡，殊不知人的神經元數量眾多，這也使得結構派的智能化道路顯得任重道遠；功能派從研究思維的活動和智能行為的心理學特性出發，但是根本思維還是符號主義，理論模型仍是圖靈機模型。3.數學根底的局限性。人工智能最根本的還是計算問題，這就涉及到近代數學的現恰好相反，它所需要的是進行非結構化的、非線性、模糊發散的計算，以滿足智能化的需4.計算機模型的局限性。主要表現在四個方面：局限性。2)需要對問題本身抽象出一個數學意義上的精確地解析式。3)需要針對問題設計算法。4)求解的結果的唯一性。5)圖靈計算機模型下的問題一般都是可遞歸的問題。6)很多時候，要實現真正的人工智能，我們要求的是滿意解而非是精確解，而這時以圖靈模型為原型的計算機模型所做不到的。5?形式演繹理論方面的局限性6?實現技術方面的局限性。知識表示、推理、環境與工具等都存在較大的局限性，限制其開展。的抽象、辯證思維和形象思維，能從知識中抽取出性質不同、更高層次的核心知識，能從多方面地把握信息，因此衽解決問題時，大大減少了對每一種可能組合的解決問題方案的探就防止了組合爆炸。計算機雖能進行調整，進行有限的自組織,但由于不具備形象思維和邏輯思維，僅能放大人的悟性活動中的演繹方法，不可能真正具有智能。由此，決定了計算機不能進行學習、思維、創造。在計算機領域，機器人仍然是機器，并不具有生命，但是克隆技術、轉基因技術等的巨大突破卻可能使人們設計創造出具有生命、甚至具有智能的東西。對于已解決或者即將解決的智能問題，通過對計算機的功能程序和它們之間的尖系的深入研究中，或許我們可以找到一條開展人工智能的新途徑。使用計算機解題，都必須通過匯編語言編寫一些程序，將要求解的問題和算法轉換成機器語言，即“0〞、“T代二進制機器指令，方可進行。因此用通用的指令集，即代表了計算機解決問題的能力。因此或許可以從功能方面去研究一些具有根本功能，但是又無法由其他指令編程實現的根本指令并通過對他們的指令集進行分析，以研究人工智能。人工智能誕生的時間并太久，技術也顯得不很成熟，某種意義上講，總是面臨著相當多的或許，可從改善機器語言的的本身出發，找到新的突破口，將人工智能成熟化。1.丁瑩?人工智能研究的新途徑?江蘇：南京，附屬南京第二醫院?2021.35.王俊.人工智能的開展規律研究?浙江：杭州，杭州商學院.2003.6.7.鐘義信?人工智能的突破與科學方法的創新?北京：北京郵電大學.2021.6.8.-2021.12.9.趙靜明?人工智能研究需要新的理論突破■強人工智能實現的理論模型?北京：北京住總集團培訓中心.2007.11.