人工智能的研究領域（一）

志剛

路人甲：“你是學什么的？”

AI工程師：“學計算機類”

路人甲：“哦哦，那你ps肯定很厲害！”

AI工程師：“我不會，我是做人工智能的?！?/p>

路人甲：“哦哦，做機器人的啊，好厲害！”

AI工程師：“...”

對話很和諧，但是，人工智能可不是計算機和機器人能涵蓋的，它是一個很大的體系。

專家系統(tǒng)

專家系統(tǒng)是依靠人類專家已有的知識建立起來的知識系統(tǒng)，目前專家系統(tǒng)是人工智能研究中開展較早、最活躍、成效最多的領域，廣泛應用于醫(yī)療診斷、地質勘探、石油化工、軍事、文化教育等各方面。它是在特定的領域內具有相應的知識和經(jīng)驗的程序系統(tǒng)，它應用人工智能技術、模擬人類專家解決問題時的思維過程，來求解領域內的各種問題，達到或接近專家的水平。

機器學習

要使計算機具有知識一般有兩種方法：一種是由知識工程師將有關的知識歸納、整理，并且表示為計算機可以接受、處理的方式輸入計算機；另一種是使計算機本身有獲得知識的能力，它可以學習人類已有的知識，并且在實踐過程中不總結、完善，這種方式稱為機器學習。

機器學習的研究，主要在以下三個方面進行：一是研究人類學習的機理、人腦思維的過程；二是機器學習的方法；三是建立針對具體任務的學習系統(tǒng)。

機器學習的研究是在信息科學、腦科學、神經(jīng)心理學、邏輯學、模糊數(shù)學等多種學科基礎上的。依賴于這些學科而共同發(fā)展。目前已經(jīng)取得很大的進展，但還沒有能完全解決問題。

模式識別

模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識別。如識別物體、地形、圖象、字體（如簽字）等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發(fā)展起來應用模糊數(shù)學模式、人工神經(jīng)網(wǎng)絡模式的方法逐漸取代傳統(tǒng)的用統(tǒng)計模式和結構模式的識別方法。特別神經(jīng)網(wǎng)絡方法在模式識別中取得較大進展。

理解自然語言

計算機如能“聽懂”人的語言（如漢語、英語等），便可以直接用口語操作計算機，這將給人們帶極大的便利。計算機理解自然語言的研究有以下三個目標：一是計算機能正確理解人類的自然語言輸入的信息，并能正確答復（或響應）輸入的信息。二是計算機對輸入的信息能產生相應的摘要，而且復述輸入的內容。三是計算機能把輸入的自然語言翻譯成要求的另一種語言，如將漢語譯成英語或將英語譯成漢語等。目前，研究計算機進行文字或語言的自動翻譯，人們作了大量的嘗試，還沒有找到最佳的方法，有待于更進一步深入探索。

智能決策支持系統(tǒng)

決策支持系統(tǒng)是屬于管理科學的范疇，它與“知識—智能”有著極其密切的關系。在80年代以來專家系統(tǒng)在許多方面取得成功，將人工智能中特別是智能和知識處理技術應用于決策支持系統(tǒng)，擴大了決策支持系統(tǒng)的應用范圍，提高了系統(tǒng)解決問題的能力，這就成為智能決策支持系統(tǒng)。（編輯/高緯時）