Intelligent Science Home   设为首页  |   收藏本站 |   English Version  
 
智能科学实验室
- 史忠植
智能系统
智能科学
智能应用
搜索智能科学网

智能科学网站
 
   人工智能  

史忠植  王文杰编著
国防工业出版社出版

 

电子眼。”然而,直到今天,仍然没有通用的计算机视觉系统可以很好理解动态变化的场景。在1970年代,很多人相信大量的机器人很快就会从工厂进入家庭。但是今天,工业自动化所用的机器人已经比较普遍,但是家庭用的机器人还远未成功。这些预测的失败主要是在一个领域的早期,往往会过高地估计其潜力,而从长期看却往往过低地估计了其潜能。人工智能的支持者过高地估计了对智能软件的需求,但却过低地估计了开发大量软件代码的可行性和潜力。

实际上在人工智能快速发展了一段时期后,遇到了很多的困难,遭受了很多的挫折。如Robinson的归结法的归结能力是有限的,证明两个连续函数之和还是连续函数时,推了十万步还没有推出来。还有就是机器翻译。原来,人们曾以为只要用一部字典和某些语法知识即可很快地解决自然语言之间的互译问题。结果发现并不那么简单,甚至闹出笑话。如英语句子:The spirit is willing but the flesh is weak (心有余而力不足),译成俄语再译成英语竟成了:“The wine is good but the meat is spoiled”(酒是好的,肉变质了)。这里遇到的问题是单词的多义性问题。那么人类翻译家为什么可以翻译好这些句子呢,而机器为什么不能呢?他们的差别在哪里呢?主要原因在于翻译家在翻译之前首先要理解这个句子,但机器不能,它只是靠快速检索、排列词序等一套办法进行翻译,并不能“理解”这个句子,所以错误在所难免。那么,翻译家为什么能够理解,而机器不能呢?AI工作者认为其关键在于人具备有关的知识,而机器没有。

由于人工智能研究遇到了困难,使得人工智能在当时走向低谷。但是在这种极其困难的情况下,尽管社会的压力很大,仍然有一大批人工智能研究者没有被这一时期的困难所吓倒,他们坚持自己的信念,不畏艰险,潜心研究。他们认真地总结前一时期的经验和教训,努力探索使人工智能走向实际应用的途径,取得了很多令人鼓舞的成果,迎来了人工智能不断发展,并取得成功应用的时期。

1.2.3 基于知识的系统

1970年前后开始,人工智能从实验室走了出来,从一般思维规律的探讨转向知识工程的开发,进入了实际应用的时代。

这一时期的主要贡献主要包括下面几个方面:

1970年前后,涌现出了一大批实用的专家系统。代表性的有用于诊断和治疗细菌感染性血液病的专家咨询系统MYCIN,该系统第一次使用了知识库的概念,并由于采用了可信度表示经验性知识和数据,可以进行不确定推理,对推理结果进行解释,涉及并基本解决了知识表示、知识获取、搜索策略、不精确推理和结构等重大问题,对以后的专家系统产生了很大的影响。并基于MYCIN专家系统,人们实现了专家系统工具EMYCIN。还有就是矿藏勘探专家系统PROSPECTOR,该系统采用语义网络表示知识,采用Bayes概率推理处理不确定的数据和知识,取得了重大的经济效益。

在这一时期,人们在知识表示、不确定性推理、人工智能语言等方面也取得了很大的进展。如1974明斯基(M. Minsky)提出的框架理论,MYCIN中使用的确定性因子方法,PROSPECTOR中使用的主观Bayes方法,1972年出现的逻辑程序设计语言PROLOG等。

这一时期一个主要的成就就是知识工程概念的提出。

我们知道人工智能的研究目标是研究和总结人类思维的普遍规律,并在计算机上模拟和实现。在人工智能研究的早期,主要是以符号主义为主,所基于的基础是物理符号系统假设,建立万能的符号逻辑系统是计算机实现智能的关键。基于数理逻辑和形式推理,人工智能的早期研究在机器定理证明、通用问题求解、搜索算法和模式识别等方面取得了很多成果,展示了人工智能的强大生命力。然而基于朴素信念的支配:通用问题求解策略和计算机的强大

 

 

 

您是本站的第 free web hit counters 位客人 | 关于本站 | 站点维护
Copyright © 2002-2008 中国科学院计算技术研究所智能信息处理重点实验室智能科学课题组