人工智能的原理應用分析

摘要：近些年來人工智能日漸引起人們的關注和重視，其在人們生活、工作、學習中發揮的重要作用是其他技術所無法取代的。為了更好地推動人工智能的發展，對其原理與應用領域進行研究分析就顯得極為重要，這是推動人工智能予以可持續發展的重要根本。

關鍵詞：人工智能；原理；應用

一、人工智能原理淺析

1.早期的人工智能，在二十世紀五十年代至六十年代期間，許多科學家試圖通過對人的大腦結構進行研究，研究出類似于人體大腦的一個智能模型。在1943年提出一個較為簡單的神經元模型，只能進行簡單識別的神經元模型。由于當時神經元實現技術的相對落后，使得此項模型的結構簡單化與人的大腦結構相差很多，最終以失敗告終。

但是在二十世紀六十年代的中后期，人工智能這一概念被提出。此時正是計算機技術快速發展的階段，計算機的出現為人們研究與探索人類大腦提供了便利工具，通過研究人員的艱苦奮斗、不懈努力，終于在一九九七年，制造出的機器人在與著名象棋大師進行象棋比賽時贏得了比賽，這就表明機器人的大腦思維以及到達了一個更高的層次。雖然人工智能的實現路途還很遙遠，但是隨著計算機技術的快速發展，相信在不久的將來會實現。

2.專家系統，專家系統其實是一種智能推理系統，以知識為基石，但是又與通用問題求解的系統有所差異，專家系統著重在于某一專業領域所具備雄厚的專業知識，其中包括實驗案例以及研究學家的以往經驗與發現的某種規律。這樣的規律是帶有一定的啟發性能。由這些知識所組成的數據庫作為基石，讓系統錦上添花，讓其可以達到模擬此專業領域專家的效果。系統專家基本是由三部分組成：知識庫、推理機制以及人機界面。基本構造如圖，

其中知識庫以及推理機是此項系統中的核心位置。專業系統通過對知識庫的適時進行篩選與提取，然后再交由退立即進行推理，得出最終的結果，實現指導工作的目標。由此可見專家系統具備以下幾點特點：第一，專家系統所解決是數學邏輯思維以及專業術語難以表述但也沒有恰當的算數算法去解決的復雜而又專業性能強的問題；第二，通過利用人工智能的技術，來進行推理和搜索。

3.人工神經網絡，人工神經元網絡顧名思義就是由神經元之間的相互連接構成的網絡。網絡信息的處理主要是由神經元之間的相互連接與作用而實現的；知識以及信息的儲存主要表現在網絡神經元的分布式連接。其具有自學知識的能力，可直接通過對實驗數據分析而得出結論，并不是依靠于專業人士的大腦運作。

人工神經網絡其自身既有好處也有缺點。優點就是在人們面對一些復雜的多維立體非線性問題時，可以在短時間內解決這類問題。通過人工神經網絡的實踐運用，不僅僅可以解決定性的問題，還可以解決定量的問題。人工神經網絡在對大規模數據進行處理、分析以及儲存方面較為先進；但是在對原始數據通過學習算法而建立出來的內部知識庫，其中神經元并不進行信息的儲存，網絡的知識是通過計算機編碼存在于整個網絡連接模式當中，這就使得知識表達不夠清晰。

二、人工智能的應用

1.人工智能在軟件工程中的應用，隨著計算機科技的快速發展以及廣泛使用，促使人工智能在日常生活中的快速發展。比如人工智能科目中的圖紙規劃來解決一些軟件工程中所面臨的問題。可以有效的提高軟件自動化。主要是通過語言規劃的方式對工程目標以及初始狀態等各個步驟進行詳細的表述，將其轉變成為數學規劃問題，然后在調用規劃器進行規劃，最終獲得到此項工程的解決方案。智能規劃求解方案其實是一種抽象的求解方式，只需要將所解決的問題表數清楚，就可以對問題進行規劃。即使規劃目標發生更改，隨后進行的程序都不會發成變化，只需要將規劃目標進行修改即可。由此可以得出，規劃方法求解過程對于模塊的修改以及系統的局限性有著至關重要的作用。

2.人工智能在信號處理中的應用，近幾年來，我國的信號處理技術得到了快速發展，尤其是人工智能在信號處理中的廣泛應用。在對信號進行處理眾多方法之中，模糊控制處理方法使用較為廣泛。在對模糊系統進行運用的過程中，隸屬函數的建立是一個至關重要的環節，他不但可以從性質方面對模糊系統的相關特點進行確定，而且可以通過量化的方式實現數學計算。但是，其具有很強的主觀性能，因此增大人們對其研究難度。除此之外，隸屬函數的方法表現在統計法、論證法以及專家經驗法等方面，但是仍不能夠滿足當前社會的發展需要。近幾年來，伴隨著科學技術的快速發展，人工智能逐漸深入到隸屬函數領域當中，并取得了良好的效果，在面對復雜難以解決的問題時，提供了有效方法。

3.人工智能在故障診斷中的應用，目前，人工神經網絡成為了熱點課題。神經網絡不但具有通用的逼近能力，而且還具有學習以及故障容錯的能力，因具備這些能力而被廣泛應用到科學以及工程學的諸多領域當中。神經網絡它是由許多神經元并列連接組合而成的，可以通過對外界的學習過程來獲取相關知識，并將獲取的知識儲存在神經元自身的連接點上。其是分布式以及自適應的。但是當神經網絡在處理較為復雜的在線故障時，就會受到嚴重影響，在這樣的情況之下，神經網絡就會出現很多問題，例如：神經元結構變得復雜，神經元的收斂速度變得緩慢等現象，從而導致不可以及時的解決這些問題。然而，若是將人工神經網絡與其他的排除障礙系統或者技術相結合的話，就可以在短時間內有效地解決所遇到的問題以及困難。

總之人工智能具有極為廣闊的發展前景，也必將會推動人們生活發生質的改變。通過對其原理和應用所進行的分析，能夠更好地將其技術融入到各個行業之中，讓其推動社會發展，以及國家經濟進步等方面發揮重要作用，讓人工智能真正為人類所用。

參考文獻：

[1]陶九陽，吳琳，胡曉峰.AlphaGo技術原理分析及人工智能軍事應用展望[J].指揮與控制學報，2016，2（02）：114-120.

[2]龔怡宏.人工智能是否終將超越人類智能——基于機器學習與人腦認知基本原理的探討[J].人民論壇·學術前沿，2016（07）：12-21.

[3]王澤凡.基于人工智能的原理和方法分析[J].中華少年，2015（25）：100.

[4]何華燦.人工智能基礎理論研究的重大進展——評鐘義信的專著《高等人工智能原理》[J].智能系統學報，2015，10（01）：163-166.

作者簡介：蘇乘龍（2000年12月），男，漢族，籍貫：四川樂山。

（作者單位：四川省綿陽中學實驗學校）