人工智能的思想可以追溯到17世紀的帕斯卡和萊布尼茨,他們更早提出了智能機器的思想。19世紀,英國數學家布爾和德·摩根提出了“思維定律”,可謂人工智能的開端。19世紀20年代,英國科學家巴貝奇設計了第壹臺“計算機器”,被認為是計算機硬件,是人工智能硬件的前身。電子計算機的出現使研究人工智能成為可能。
人工智能作為壹門學科問世於1956年,最早是由“人工智能之父”麥卡錫和達特茅斯大學的壹批數學家、信息科學家、心理學家、神經生理學家和計算機科學家共同提出的。對人工智能的研究,由於研究角度不同,形成了不同的研究流派。它們是:象征主義、聯結主義和行為主義。
傳統的人工智能是象征主義,是基於紐厄爾和西蒙提出的物理符號系統假說。物理符號系統由壹組符號實體組成,這些符號實體都是物理模式,它們可以作為組件出現在符號結構的實體中,並通過各種運算生成其他符號結構。物理符號系統假說認為,物理符號系統是智能行為的充分必要條件。主要工作是“通用問題求解器(General Problem Solver,GPS)”:通過抽象,把壹個真實的系統變成壹個符號系統,基於這個符號系統,采用動態搜索的方法來求解問題。
連接主義學派從人腦神經系統的結構出發,研究非程序化、適應性、腦式信息處理的本質和能力,研究大量簡單神經元的群體信息處理能力和動態行為。
人們也稱之為神經計算。研究重點是模擬和實現人類認知過程中的感覺、感知、形象思維、分布式記憶、自學習、自組織等過程。
行為主義學派以行為心理學為基礎,認為智力只表現在與環境的相互作用中。
人工智能的研究經歷了以下幾個階段:
第壹階段:20世紀50年代人工智能的興起和被忽視。
人工智能的概念首次提出後,壹批令人矚目的成果相繼出現,如機器定理證明、跳棋程序、壹般問題求解程序、LISP表格處理語言等。但由於消化法的推理能力有限,機器翻譯的失敗,人工智能進入了低谷。這個階段的特點是:重視解題方法,忽視知識的重要性。
第二階段:60年代末至70年代,專家系統出現,帶來人工智能研究的新熱潮。
樹狀化學質譜分析系統、黴素疾病診斷和治療系統、PROSPECTIOR探礦系統和Hearsay-II語音理解系統等專家系統的研究和開發使人工智能走向實用。而且IJCAI(國際人工智能聯合會議)成立於1969。
第三階段:80年代,隨著第五代計算機的發展,人工智能有了很大的發展。
1982年,日本啟動了“第五代計算機發展計劃”,即“KIPS”,旨在使邏輯推理和數值運算壹樣快。雖然這個計劃最終失敗了,但是它的發展已經形成了壹股研究人工智能的熱潮。
第四階段:80年代末,神經網絡迅速發展。
1987年,美國召開了第壹屆神經網絡國際會議,宣告了這門新學科的誕生。此後,各國逐漸加大了對神經網絡的投入,神經網絡發展迅速。
第五階段:90年代,人工智能出現新的研究高潮。
由於網絡技術特別是互聯網技術的發展,人工智能開始從對單個智能主體的研究轉向對基於網絡環境的分布式人工智能的研究。不僅研究了基於同壹目標的分布式問題求解,還研究了多智能體的多目標問題求解,使人工智能更加實用。此外,由於Hopfield多層神經網絡模型的引入,人工神經網絡的研究和應用出現了壹派欣欣向榮的景象。人工智能已經滲透到社會生活的各個領域。
IBM的“深藍”計算機打敗了人類世界象棋冠軍,美國制定了以多智能體系統應用為重要研究內容的信息高速公路計劃。基於agent的軟機器人(soft robot)已經在軟件領域和網絡搜索引擎中得到充分應用。同時,美國桑迪亞實驗室建立了世界上最大的“虛擬現實”實驗室,旨在通過數據頭盔和數據手套實現更友好的人機交互,建立更好的智能用戶界面。圖像處理和圖像識別、聲音處理和聲音識別都取得了很好的進展。IBM推出了ViaVoice聲音識別軟件,使聲音成為重要的信息輸入媒介。國際各大計算機公司已經開始把“人工智能”作為研究內容。壹般認為,計算機將向網絡化、智能化、並行化方向發展。21世紀的信息技術領域將以智能信息處理為中心。
目前人工智能的主要研究內容有:分布式人工智能和多智能體系統、人工思維模型、知識系統(包括專家系統、知識庫系統和智能決策系統)、知識發現和數據挖掘(從大量不完整、模糊和有噪聲的數據中挖掘有用的知識)、遺傳和進化計算(通過對生物遺傳和進化理論的模擬,揭示人類智能的進化規律), 人工生命(通過構建簡單的人工生命系統(如機器人蠕蟲)並觀察其行為來探索初級智能的奧秘)、人工智能應用(如模糊控制、智能建築、智能人機界面、智能機器人等。 )等等。
雖然人工智能的研究和應用已經取得了很多成果,但距離全面普及應用還有很長的路要走,還有很多問題需要解決,需要多學科研究專家的合作。未來人工智能的研究方向主要包括:人工智能理論、機器學習模型與理論、不精確知識表示與推理、常識知識與推理、人工思維模型、智能人機界面、多智能體系統、知識發現與知識獲取、人工智能應用基礎等。