爱华网第22卷第6期2009年11月唐山学院学报
JournalofTangshanCollegeVol.22No.6Nov.2009
人工智能的未来与挑战
吴爱燕
(石家庄学院,石家庄050035)
摘要:简述人工智能的发展历程,从人工智能技术与生物技术、电子技术结合研究生物电子体,与脑科学、信息处理技术结合研究大脑信息处理模型,与网络技术、软件技术结合研究网络智能软件,与通讯技术、控制技术结合研究家庭机器人四方面阐述了未来人工智能发展与挑战。
关键词:人工智能;软件工程;生物电子体;家庭机器人中图分类号:TP18 文献标识码:A 文章编号:1672-349X(2009)06-0069-03
FutureandChallengesofArtificialIntelligence
WUAi-yan
(ShijiazhuangCollege,Shijiazhuang050035,China)
Abstract:Afterreviewingthedevelopmentofartificialintelligence,thepaperpredictstheprospectofartificialintelligenceandpointsoutthepotentialchallengesfromfourperspectives:biologicalelectronicbody,cerebrainformationtransactionmodel,network-basedintelligentsoftwareandhomerobots.KeyWords:artificialintelligence;softwareengineering;biologicalelectronicbody;homerobot
人工智能学科的出现与发展不是偶然的、孤立的,它是与整个科学体系的演化和发展进程密切相关的。人工智能是自然智能(特别是人的智能)的模拟、延伸和扩展,即研究“机器智能”,也开发“智能机器”[1]。如果把计算机看作是宝剑,那么人工智能就是高明灵巧的剑法。
为基础,联结主义方法以人工神经网络和进化计算为核心,行为主义方法则侧重研究感知和行动之间的关系。这些理论和方法在模式识别、知识工程、专家系统、智能控制、数据挖掘、智能机器人等领域取得了伟大成就,极大推动了科技进步和社会发展[2]。如,医学专家系统、多层前馈神经网络、IBM的国际象棋机器人、日本的ASHIMO、韩国的MAH-RU、我国的主体网格智能平台AGrip等。但这些成果多是对智能的某些方面进行宏观的功能模拟,并未给出到底什么样的符号,什么样的形式化方法来表示人脑的智能体系。尽管有学者研究神经网络,探讨用神经网络方法模拟人脑而产生智能,然而复杂的人脑结构以及未知的工作机理岂是简单的神经网络模型所能表示的。图灵大师为了说明机器可以具有智能,提出了著名的“图灵测试”,用机器行为解释智能,将智能归为行为,而彭罗斯却认为意识是智能的根本,没有意识就不会有思维,没有思维又何谈智能,因此认为机器不能具有智能。爱丁顿曾提出,大脑是由原子、电子组成,那么一个普通原子的机械集合体能够成为一个具有思维的机器吗?机器是否可以具有智能不断地争论着。要想回答这一问题,就要弄清机器的工作机理是否能与人脑的工作机理相
1 人工智能的发展
英国科学家图灵于1936年提出“理论计算机”模型,被称之为“图灵机”(TuringMachine),创立了“自动机理论”。1950年,图灵发表了著名论文《计算机能思维吗?》,明确地提出了“机器能思维”的观点。1956年夏季,在美国达特摩斯(Dartmouth)大学,由麦卡赛(J.McCarthy)、明斯基(M.L.Minsky)、香农等发起,由西蒙(H.A.Simon)、塞缪尔(A.L.Samuel)、纽厄尔(A.Newell)等参加,举行了关于“如何用机器模拟人的智能”的学术研讨会,第一次正式采用“人工智能”(ArtificialIntelligence)的术语[1]。这次具有历史意义的、为期两个月之久的学术会议,标志着“人工智能”新学科的诞生。在人工智能50多年的历史中,先后出现了逻辑学派(符号主义)、控制论学派(联结主义)和仿生学派(行为主义)。符号主义方法以物理符号系统假设和有限合理性原理
收稿日期:2009-11-02
作者简介:吴爱燕(1980-),女,讲师,博士生,主要从事人工智能方面的研究。
·70·
唐山学院学报第22卷
似或一致。香农的信息论发表后,人工智能学者们受到启发,开始用信息的观点来探讨人脑与智能,直到20世纪90年代的脑———机对话(BCI)实验出现,正式证明机器与人脑在信息处理上的机理是一致的,大脑与计算机可以直接进行信息交换,可以互相理解,计算机芯片可以成为大脑的一部分。至此,机器是否可以具有智能的争论告一段落,人工智能的发展出现了新的空间。
达到研究人工智能的目的。“美国9·11”刚过后,机器人第一次被带到城市搜索和救援工作中,当时到达现场的机器人达到十种,仅有3种机器人参加了救援任务。其中,iRobot研制的Urban机器人则因为只是为DARPA的战术移动机器人计划研制的一个原型样机,太脆弱,且操作员接口不好用,所以无法使用。另外有六种机器人虽然可以人工携带,但是由于体积仍然太大,不能装入背包,所以不能运输到现场。事后,许多救援和机器人专家撰写报告和论文分析当前救援机器人在移动机构、感知系统、智能行为、人机交互等方面存在的问题,并提出了许多宝贵的建议[6]。试想研究生物电子体,有效控制爬行动物的行为,使其为人类服务,可能比研究救援机器人花费的时间和资源更少一些。此外,研究生物脑的基本功能构建人工脑,进而实现人工智能是一个长期而复杂的课题,生物脑的许多功能对人类仍是一个十分深奥的谜。然而,通过智能技术与生物技术、电子技术相结合,研究实现生物细胞组织与电脑微芯片接合为协作共存体,以达到利用脑细胞功能构建生物智能,即生物电子体,将是实现人工真智能研究历程中的一个重要阶段。
2 人工智能的未来与挑战
人工智能研究的主要目标,就是希望用现代科学技术的手段来扩展人类智能系统的能力[3],那么人工智能未来的发展方向有哪些更值得关注的呢?本文从四方面进行了阐述:人工智能技术与生物技术、电子技术结合研究生物电子体,与脑科学、信息处理技术结合研究大脑信息处理模型,与网络技术、软件技术结合研究网络智能软件,与通讯技术、控制技术结合研究家庭机器人。
2.1 生物电子体
生物电子体是生物细胞与电脑微芯片有效协作的共存体,可以实现部分或全部生物的智能,既研究把模拟生物体的电脑微芯片植入生物体,与生物体形成协作共存体,又研究从生物体中提取出细胞组织与模拟生物体的微芯片接合为协作共存体。
麻省理工大学贝尔实验室和神经信息学研究所的科学家们已经成功实现了将模拟人类神经系统的电脑微芯片植入大脑,对人体神经进行了有效修复[4]。日本东京大学的Shimoyama教授领导的课题组研究蟑螂的控制技术,即把蟑螂头上的探须和翅膀切除,插入电极和微处理器以及红外传感器,通过遥控信号产生电刺激,使蟑螂向特定方向前进。美国纽约州立大学通过在老鼠体内植入微控制器,成功实现对老鼠的转弯、前进、爬树和跳跃等动作的人工制导。国内的南京航空航天大学仿生结构与材料防护研究所也在研究壁虎的人工控制技术,把微电极植入壁虎体内,通过电刺激模拟神经控制其运动[5]。此外,英国科研人员于2008年推出一个由老鼠的脑组织控制的机器人,名为“戈登”。该项研究的科研人员从老鼠身上分离出神经细胞,放置在酶溶液中,让这些神经细胞彼此分离。然后,将这些神经细胞置于营养丰富的培养基中,该培养基与一个拥有60个电极的电子矩阵相连接。这个机器人身上就放置了数个这样的电子矩阵“大脑”,使其具有多重性格,但是,如果没有外界刺激,在数月内其大脑会萎缩死亡。尽管如此,“戈登”仍是实现提取活体脑组织和电子部件结合的研究新突破。
生物细胞组织结构及其各部件间协作的复杂性,致使真正实现人工体,模拟生物智能困难重重。然而,研究电脑芯片植入生物体,与生物体形成协作共存体,或是从生物体提取细胞组织与电子芯片结合构成协作共存体,对生物体进行有效控制,使其为人类服务,实际上就是以研究生物智能而
2.2 大脑信息处理模型
大脑信息处理模型的研究即从信息处理切入,结合脑科学研究大脑对信息流的获取、存储、联想(提取)、回忆(反馈)等处理逻辑,以及脑神经细胞的工作原理,并为之建模。
1999年日本京都先进电讯研究所成功研究了机器猫,该机器猫的脑部主要采用了人工神经网络技术,包含约3770万个人造神经细胞,尽管数量比人脑的1000亿相比差之甚远,但其智能超过了昆虫。2002年“人工大脑之父”雨果在比利时研制了能让机器人拥有数百个行为能力的人工大脑。2008年雨果在中国厦门大学研究中国的第一个人工大脑,用基因算法设计神经网络,即生产大脑,CBM大脑制造机器可以在几秒钟内进化为一个神经网络,处理将近一亿个神经元,其计算能力相当于一万台个人电脑。雨果致力于研究制造像人一样思考的智能机器人。尽管已有研究成果证明了智能机器人已经不再是科幻,但是目前仍没有一个智力达到三岁儿童,视力可以与老鼠相比的机器人。美国杰夫·霍金斯认为真正认识人类大脑是开发智能机器的必由之路。他认为所谓智能,就是人脑比较过去、预测未来的能力,大脑不是计算机,不会亦步亦趋、按部就班地根据输入产生输出,大脑是个庞大的记忆系统,真正了解智能的内涵和人类大脑,构建大脑的记忆-预测系统模型才能制造真正的智
[7]
能。中科院院士李衍达在《人工智能发展面临的新机遇》一
文中提到:“大脑的作用机理要用信息处理的模型来说明,而不是仅用可计算模型来说明[8]。”
BCI的出现为机器模拟大脑的信息处理机制、产生拟大脑的思维与智能、帮助人类解决复杂问题提供了可能。在BCI发展的基础上,结合脑科学和信息科学研究大脑对信息
第6期吴爱燕:人工智能的未来与挑战
·71·
的认知、处理逻辑将被人们更加重视。基于目前的科技手段,仅能获得表明某种任务在大脑的反应区域的相关数据,难以观测到随时间的变化,外界环境对大脑输入信息是如何流经大脑的,无法检测脑神经元之间反馈连接的工作数据。因此,揭示大脑的奥秘,对大脑获取信息、存储信息、提取信息、反馈信息等一系列过程进行建模,将为人工大脑的研究提供新的机遇,也将是人工智能发展的一个新挑战。
性、协作性、以及可通信性等,又使智能软件的设计与开发成为了人工智能学科的新挑战。
2.4 家庭机器人
家庭机器人可以和人成为朋友,陪人聊天,也可以帮助人们看家、清洁地板、照顾孩子等做一些家庭琐事,把人们从繁琐家务劳动中解脱出来,成为人们生活的友好助手,人们不仅可以近距离地传达指令给家庭机器人,指挥其完成某些工作,还可以对其进行远程遥控。
过去50年里,机器人主要被应用在工业生产和危险环境中,但现在更大的市场已经转移到了家庭。2002年,iRo-bot公司研制了吸尘器机器人Roomba。2003年,日本泰姆泽库(Tmsuk)公司研发了恐龙机器人“番龙”,如果家中出现异常情况,就会呼叫主人手机,通知主人家中有异常现象出现,或者根据传感器的反应,主人可以远距离操纵“番龙”寻找所出现的异常现象[10]。2004年底完成并发表了ROBO-RIOR试制1号机,该机器人以深海生物水母的形象出现,用光与声同周围环境进行对话,它有远距离操作、看家、电视电话等功能[11]。2005年日本发布了PaPeRo2005,这是一款强化通讯功能的家庭型机器人,它可以在噪声环境下分辨声音,而且对手写笔记、文字和动画有识别能力,有与人自然沟通的能力,可与儿童对话并实现部分儿童监护功能。2007年日本的FujiHousing公司在大阪展示了它们正在开发外观似泰迪熊的新型家务机器人,它带有声音识别系统,可以听懂一万多种命令并能够准确执行这些命令。2008年太平洋网公布了信息时报综合报道的加拿大IT奇才打造完美机器人妻子Aiko,该女性机器人一头秀发,五官精致,能简单从事清洁和家务工作,精于数学,可以认人,能够大声读报纸,给人指方向等。北京商报报道了中国首台家庭智能机器人上市,该机器人名叫塔米,身高只有45cm,能跟孩子一起玩,具有唱歌、跳舞、背唐诗、说英语等能力,同时它还有自动充电、安全防盗等多种功能,并可以语音播报天气预报和新闻头条,其市场售价超过6万元[12]。
现阶段家用机器人仍然受到技术的限制,目前普遍使用激光技术计算距离,使用雷达技术保持平衡,使用红外线摄像技术探测热能识别人的存在。无论人、动物还是灯都是一处热源,机器人无法分辨。家庭机器人俨然已成为21世纪智能科学研究的重要领域之一,然而结合通讯技术、控制技术研究全智能的可远程操作的家庭机器人也必然成为智能科学发展的又一挑战。
2.3 网络智能软件
智能主体是智能互联网中的生灵,它是一种智能的软件实体,能够在智能互联网中自由遨游,为用户提供各种智能服务。所谓网络智能软件是面向智能主体的研究方法所设计、开发的软件。网络智能软件技术是网络技术、人工智能技术、软件工程技术的结合。
软件设计与开发经历了从面向对象到面向服务的转化,进入80年代以来,尽管软件工程研究与实践取得了可喜的成就,软件技术水平有了长足的进展,但是软件生产水平依然远远落后于硬件生产水平的发展速度。从20世纪90年代中后期开始,基于Agent的研究逐渐影响到软件体系结构及智能系统的设计,并被认为是克服软件危机的重要突破口。它与现存的开发方法相比,存在一些优越性,特别是在软件系统中,Agent是现实世界的高水平的抽象[8]。Shoham深入研究了面向Agent的编程方法,简称AOP,他认为AOP是对OOP方法的延伸和扩展。在AOP方法中,允许每个Agent拥有涉及环境和其他Agent的知识和信念,允许这些模块具有能力和做出承诺等,一个计算由这些Agent之间的相互告知、请求、谈判、帮助等组成。本世纪初,面向Agent开发的软件陆续出现,如基于Agent的实时道路交通导航系统模型、面向Agent的巡航导弹武器控制系统、多Agent敏捷调度系统、CoABS主体(Agent)网格系统、主体网格智能平台AGrIPTA等。另外,北京科技大学涂序彦教授等人又在Agent的基础上提出了软件人,一种Agent的延伸和扩展,致力于研究基于软件人的软件体系结构与智能系统的设计,探讨了软件人在数字气田、智能ERP、计算机安全系统、智能游戏中的应用。目前,多Agent系统的研究非常活跃。多Agent系统试图用Agent来模拟人的理性行为,主要应用在对现实世界和社会的模拟、机器人和智能机械等领域。而在现实世界中生存、工作的智能主体,要面对的是一个不断变化的环境。在这样的环境中,智能主体不仅要保持对紧急情况的及时反应,还要使用一定的策略对中短期的行为作出规划,进而通过对世界和其它智能主体的建模分析来预测未来的状态,以及通过通讯语言实现和其他智能主体的协作或协商[9]。Agent技术不仅是分布智能的研究热点,而且将成为下一代软件开发的重要突破点。事实上,基于Agent的软件设计与开发已经成为人工智能学科的重要内容之一,而如何在软件设计与开发中更好地体现Agent的自治性、交互
3 结束语
人工智能学科的出现与发展不是偶然的、孤立的,它是与整个科学体系的演化和发展进程密切相关的。21世纪各学科蓬勃发展,高科技层出不穷,人工智能也必将在时代要求下实现同多学科的交叉研究。它将与生物技术、电子技术、信息技术、网络技术、软件技术、脑科学等(下转第100页)
·100·
唐山学院学报第22卷
指导教师根据同学的加工情况,可以给优秀学生加大训练强度。
4 结论
从我院将仿真软件应用到项目教学后的效果看,数控仿真系统的引入,使学生在学习数控理论时,课堂的教学变得更加生动、更加具体,提高学生的学习兴趣,教学效果明显得到提高。在学习实际操作时,由于仿真软件不存在安全问题,这使得学生可以大胆地、独立地进行学习和练习,并能自我检测加工零件几何形状的精度,对学生机床操作能力的培
图7 仿真加工
与操作培训,无疑是个明智之举。这样既可以避免因误操作造成价格昂贵的数控机床的损坏,又可以使操作人员在对仿真数控机床操作过程中产生现场感和真实感。同时由于其成本较低,可以大量地配置终端,彻底解决了数控机床数量不足的难题,使每位学员都能有足够多的实践机会,因此能够让学生更快地熟悉和了解数控加工的工作过程,掌握各种数控机床的操作方法。其更大的好处还在于,在实现了同样培训效果的情况下,将加工出错率及事故发生率降低到了最低程度。
(10)项目实施
当在仿真软件中能够得到合格的零件,就可以到真正的数控机床进行操作了,在操作的过程中要注意安全操作。
(11)项目考评
①学生自评。②教师对项目工作的成绩进行检查评分。最后由师生共同讨论在项目工作中出现的问题并找出解决方法或改进措施等。
(12)项目练习
养,起到了极大的提高、加强作用。同时该系统还可以减轻老师的工作强度,减少工件材料和能源的消耗,节约了实践环节的培训成本,效果十分显著。相信不久的将来,它必将成为数控教学中一种不可或缺的重要手段。当然,要合理分配仿真软件与实际操作的学习比例,过多过少都会影响教学效果。
参考文献:
[1] 郭涛.最新国外基础教育先进理念与教学模式方法通
览[M].北京:中国教育出版社,2005:1800.
[2] 吴长友.数控仿真应用软件实训[M].北京:机械工业
出版社,2008:212.
[3] 徐伟.数控机床仿真实训[M].北京:电子工业出版社,
2004:267.
[4] 陈兴云,姜庆华.数控机床编程与加工[M].北京:机械
工业出版社,2009:287.
(责任编校:李高峰)
机器人,2005,27(3):284-288.
[6] 唐鸿儒,宋爱国.危险环境侦察机器人的研究进展[J].
机器人应用,2007(5):29-35.
[7] WangDongmei,FangHuajing.Leader-followingcoor-dinationofmulti-agentsystemswithinformationfeed-back[J].JournalofSystemsEngineeringandElectron-ics,2009,20(4):823-828.
[8] 李衍达.人工智能发展面临的新机遇[G]//人工智能:
回顾与展望.北京:科学出版社,2006:7-9.
[9] 彭丁聪.移动Agent技术及其在电子商务中的应用
[J].科技创新导报,2009(25):31-33.
[10] 黄燕.家家都要机器人[J].互联网周刊,2004(11):
74-75.
[11] 张炜.家用机器人ROBORIOR[J].机器人技术与应
用,2007(2):24-28.
[12] 吴爱燕,崔雪炜.家庭机器人的研究进展[J].唐山学
院学报,2009,22(3):69-71.
(责任编校:李高峰)
(上接第71页)研究更加紧密的结合,研究具有人类智能水平的智能机器与智能软件。21世纪将成为智能革命的世纪,信息时代的特征必将使人工智能的三个分支:符号主义、联结主义和行为主义,在信息论的启示下达成和谐统一,在多学科的交叉研究与发展中必将掀起一场智能技术革命,真正实现人机协同思考的新纪元。
参考文献:
[1] 涂序彦.人工智能的历史、现状、前景[G]//人工智能:
回顾与展望.北京:科学出版社,2006:55-69.[2] 李德毅,肖俐平.网络时代的人工智能[J].中文信息学
报,2008,22(2):3-9.
[3] 钟义信.人工智能:进展与挑战[J].微型电脑应用,
2009,25(9):1,10.
[4] 史忠植.展望智能科学[G]//人工智能:回顾与展望.
北京:科学出版社,2006:112-129.
[5] 吉爱红,戴振东,周来水.仿生机器人的研究进展[J].
百度搜索“爱华网”,专业资料,生活学习,尽在爱华网
