關于人工智能發(fā)展方向的思考

摘 要：隨著計算機技術的廣泛應用和飛快的發(fā)展，人工智能技術也逐步的發(fā)展起來，潛移默化的融入了人類的生活。文章通過對現今人工智能主要理論框架和人工智能發(fā)展現狀進行闡述分析，引出對人工智能未來發(fā)展方向的幾點思考。

關鍵詞：人工智能；理論框架；符號計算；模式識別

1 對人工智能理論框架的闡述

1.1 人工智能三種學派理論

1.1.1 計算機學派或者是符號主義。符號是作為計算機學派認知的開始，在反復地計算、組合和推理的過程中進行人工智能研究。所以，人類對人工智能的認識是計算機學派運用數學邏輯方法符號的形式展現出來。之后計算機通過研究，運用現有的符號，利用計算機處理功能，模擬人類的認知活動?；谶壿嫷闹R表示和推理技術是計算機學派的主要研究內容。

1.1.2 仿生學派。它的認識基礎是對人類人腦的神經元的認識，將人腦對信息進行處理的過程作為人類的認識過程。神經網絡的主要研究原理是人腦的生理結構和工作模式組成的。所以仿生學派對人工智能的研究方向是通過人腦的工作模式和組織結構的模仿，將人類的智能在機器上進行模擬實驗。神經網絡是仿生學派的研究的主要內容。

1.1.3 控制論學派或稱行為主義。它認為人身體的本能的行為能力、感知能力、和其他的智能行為是通過與現實世界的環(huán)境的相互作用體現出來的，人類的感知和行動的本能是行為主義的主要原理。控制論學派認為人工智能的發(fā)展需要跟隨者人類本能的不斷進化逐步的發(fā)展，是完全脫離知識推理、行為假設的研究。模仿人類各種本能的行為是控制論學派研究的主要內容。

1.2 宏觀與微觀理論比較

宏觀方面主要是對認知學、思維學、心理學和哲學等不同學科理論上的抽象化的、空泛的研究缺乏與實際的結合。微觀層面，主要是上述三種學派理論對人工智能淺層次的研究。由于智能的復雜深奧、變化莫測，人類對大腦神經網絡的運行機制的研究難以深入，嚴重阻礙了人工智能的發(fā)展。在這樣研究背景下，人工智能的理論和實際研究工作的脫節(jié)現象尤為突出，所以現今宏觀、微觀有效結合的研究還處在一個比較低的層次。

2 對人工智能發(fā)展現狀的綜述

目前，隨著人工智能技術的發(fā)展，現代幾乎無論生產、生活等領域技術的發(fā)展，都已經涉及到了人工智能技術。在人工智能的廣泛應用中主要談幾個熱點研究：“智能接口、數據挖掘、主體系統”。

2.1 智能接口技術研究現狀

主要是實現人機之間的互動交流，在這一目標實現之前，需要解決計算機可以說話、讀懂文字、聽懂語言、甚至可以對各種語言進行迅速的切換并翻譯的功能問題，這些問題的解決是通過理論派與研究實踐者共同努力的結果。智能接口技術的研究與應用為人類的文明發(fā)展做出不可磨滅的貢獻。例如，在最早的人工智能發(fā)展標志性的研究成果，是IBM研制的“深藍”在棋盤上擊敗國際象棋大師。計算機的快速發(fā)展，存儲量、運行速率、人機互動等功能都取得了巨大的進步。但是更深層次的研究逐漸的遇到了研究困境。

2.2 數據挖掘技術研究現狀

數據挖掘技術主要是對各類模糊的、大量的應用數據、人未知的、潛在已經存在的數據進行整理挖掘進行細致的研究，尋找出對研究有用的數據。目前，數據庫、人工智能、數理統計已經成為數據挖據技術的三大技術支撐，以基礎理論、發(fā)現算法、可視化技術、知識表示方法、半結構化等作為研究內容，為數據挖掘技術的發(fā)展提供理論和技術支持。

2.3 主體系統研究現狀

主體系統是智能性更高、擁有一定自主性的實體系統，它包含了各種想法、能力、意圖選擇等類似于人的智能思想狀態(tài)。主體系統自主的、獨立的實施和完成一些任務。在于環(huán)境變換中，進行自我的調整，在一定的設計規(guī)劃下是可以完成一定規(guī)劃目標。在多主體系統研究中，主要是從物理和邏輯思維方面對主體進行智能行為的分析研究。多主體是主體一個綜合升級版本，可以更好地模擬人類本能的行為，目前在社會中應用主要集中在智能機器人和工業(yè)中的智能機械等領域。

3 對人工智能發(fā)展方向的幾點思考

通過對人工智能理論框架和發(fā)展現狀的綜述，引發(fā)對人工智能發(fā)展方向的幾點思考，希望可以為人工智能的發(fā)展研究提供參考的資料。

3.1 對人工智能理論意義的新思考

人工智能的發(fā)展離不開基礎理論的支持，人類的智能在不斷地開發(fā)和發(fā)展過程中，不斷地對人工方法進行改進，逐步的將變化在智能計算機實現，達到機器模擬人類職能的目標。人類發(fā)明的技術和演算方法都是為了更好地解決未知領域的技術難題。計算機學派在定理和主體系統上取得的成功，主要也是得益數學邏輯方法的逐漸演變和發(fā)展，解決了對答案的不確定性問題。然而仿生學派在消除未知和不確定性問題時效果就變得很小了，所以仿生學派在人工智能理論發(fā)展方面就顯得緩慢了。所以計算機和仿生學派的研究理論主要是模擬人類智力運行；而控制論學派主要是模仿人類智能行為能力。舉個例子，統計學老師讓你統計一項數據，只要交給你一個統計方法就可以按照方法進行統計了；如果是體育老師教你跳高，你就要先學習要領，通過不斷的練習，掌握要領，才可以逐漸提高跳的高度。在理論上，行為主義理論也是可以解決不確定性的問題的能力，不過在解決問題的過程相較于其他兩種理論更為復雜一點。

3.2 人工智能發(fā)展方向的思考

人工智能技術發(fā)展速度總是超乎人們的預想，想要準確的預測人工智能的未來發(fā)展方向是不可能做到的，但是從現今人工智能的發(fā)展流派和發(fā)展現狀上的一些研究可以看出一些方向，可能會向著人類神經網絡與機器結合、模式識別研究、企業(yè)運營等領域發(fā)展。

模式識別是通過計算機對數學技術方法模式進行自我的處理和判斷來進行信息處理。實現機器模式的自我識別是現今發(fā)展智能機器一個最為關鍵的突破口。例如智能機器可以自動識別路況實現無人駕駛，自動駕駛汽車是綜合了模式識別、智能控制、汽車操縱技術等多門學科理論的一個綜合體現?，F今發(fā)展還不能完全將這模式自我識別技術問題完全解決，作為一個人工智能未來的發(fā)展方向，科學家正做著堅持不懈的努力。

人工智能擁有著巨大的研究和發(fā)展前景，現今距我們預想的發(fā)展目標還比較遙遠，但是人工智能在各領域取得巨大突破和成就是不可磨滅的，未來人類神經網絡與機器的結合，會使得機器情感的研究取得突破。許多研究表明，情感是智能發(fā)展研究不能分離的一部分，所以我認為，人工智能下一個突破應該放在賦予計算機簡單的情感能力。情感能力能否成功賦予機器，是計算機與人實現自然交流發(fā)展的一大瓶頸。

4 結束語

綜上所述，關于人工智能發(fā)展方向的思考，現階段人工智能在側重模擬人類智能，實現自我識別的同時；更要理論結合實際，尋找人工智能在與現實生活結合過程存在的難題為突破口，使得人工智能更好地改善人們的生產和生活。

參考文獻

[1]萬雷.論人工智能的現狀與發(fā)展方向[J].科技風，2012，15：54.

[2]魏葆春.人工智能的現狀與未來的發(fā)展方向[J].邊疆經濟與文化，2010，12：57-58.

[3]黃乾貴，張艷.人工智能的發(fā)展現狀與展望[J].煤礦機械，2002，4：10-11.

[4]趙鵬章.人工智能的現狀和未來發(fā)展方向[J].中國西部科技，2013，4：38-39.

[5]孫曄，吳飛揚.人工智能的研究現狀及發(fā)展趨勢[J].價值工程，2013，28：5-7.

[6]楊狀元，林建中.人工智能的現狀及今后發(fā)展趨勢展望[J].科技信息，2009，4：524-525.