|
人工智能（Artificial Intelligence，简称AI）是一门研究运用计算机模拟和延伸人脑功能的综合性学科。换言之，它研究如何用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动，来解决需要人类专家才能处理的复杂问题[3]。例如，咨询、诊断、预测、规划等决策性问题。人工智能也是一门涉及数学、计算机科学、控制论、信息学、心理学、哲学等学科的交叉和边缘学科。与一般的信息处理技术相比，人工智能技术在求解策略和处理手段上都有其独特的风格。
人工智能的研究始于1956年。几十年来，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同智能程度的计算机系统。例如，能够求解微分方程、设计分析集成电路、合成人类自然语言，而具备语音识别、手写体识别的多模式接口、疾病诊断专家系统等则更与人们的工作、生活密切相关。
人工智能的研究与应用曾因计算机计算能力的限制无法模仿人脑的思考，导致与实际需求的差距过远而一度走入低谷。随着计算机速度的提高、存储容量的扩大、价格的降低以及网络技术的发展，计算机已经具备了足够的条件来运行一些高要求的人工智能软件。20世纪90年代以来，人工智能研究与应用又出现了新的高潮。目前，人工智能的研究热点是: 智能接口、数据挖掘、Agents及多Agents系统。
智能接口技术研究如何使人们能够方便自然地与计算机进行交流。它在较大程度上依赖于知识表示方法的研究与应用。目前，智能接口技术在文字与语音的识别、语音合成、图像识别、机器翻译以及自然语言理解等方面已经取得了显著成果，上述技术已经开始实用化。
数据挖掘就是从大量有噪声的、不完全的、模糊的实际应用数据中提取隐含在其中，但又是潜在有用的信息和知识的过程。事实上，数据库、人工智能和数理统计是数据挖掘和知识发现的技术支柱。主要研究内容包括发现算法、数据仓库、可视化技术、知识表示方法、半结构化和非结构化数据中的知识发现、网上数据挖掘等。
Agents（通常译作“代理”或“主体”）是具有信念、愿望、意图、能力、选择等心智状态的实体，比“对象”有更高的智能程度，且有较大的自主性。Agents试图自治地、独立地完成任务，而且可以和环境进行交互，与其他Agents通信。多Agents系统主要研究在逻辑上或物理上分离的多个Agents之间进行协调智能行为，最终实现问题求解，主要应用在对现实世界和社会的模拟、智能机械等领域。
|