人工智能技術(shù)簡(jiǎn)析

何江源

（濟(jì)寧市第一中學(xué)，濟(jì)寧 272000）

1 人工智能的淺析

1.1 人工智能的簡(jiǎn)介

人工智能是計(jì)算機(jī)科學(xué)的一門子學(xué)科，它是研究、模擬人大腦功能的一門新的技術(shù)科學(xué)，包含有一系列的算法，例如：機(jī)器學(xué)習(xí)、遺傳算法、蟻群算法等等。人工智能顧名思義它可以理解為“人創(chuàng)造的智能”?！叭藙?chuàng)造”，這個(gè)詞語(yǔ)理解起來較容易，也沒有很多的異議。關(guān)于什么是“智能”，就會(huì)有很多。人每天能夠接觸到的是自身所具有的智能，這也是最容易獲得最容易驗(yàn)證的智能。同時(shí)研究人類自身的智能也是最容易獲得結(jié)論的方法。但是由于我們的技術(shù)有限，對(duì)構(gòu)成人的智能的組成的了解也很有限，所以就很難做到“人創(chuàng)造”制造的“智能”了。也正是由于這種便利性，人工智能總是對(duì)人的自己的智慧展開探究。而其它的一些生物智能則被認(rèn)為是人工智能的輔助探索領(lǐng)域。

人工智能是自動(dòng)化學(xué)科的一個(gè)分支，在計(jì)算機(jī)領(lǐng)域內(nèi)，受到了更多的關(guān)注，并應(yīng)用于機(jī)器人、經(jīng)濟(jì)政治決策、控制系統(tǒng)、仿真系統(tǒng)中。從20世紀(jì)中期以來，逐漸受到研究人員的重視，不僅成為了當(dāng)時(shí)三大尖端技術(shù)中的一種（空間技術(shù)、能源技術(shù)、人工智能），而且也被選為了21世紀(jì)以來的三大改變世界的技術(shù)（基因工程、納米科學(xué)、人工智能）。在研究人員的不懈努力下，人工智能技術(shù)得到了飛快的發(fā)展，并且廣泛應(yīng)用于各個(gè)領(lǐng)域，成為了一個(gè)獨(dú)立的研究學(xué)科，自成系統(tǒng)。

人工智能是研究怎樣讓軟件能夠像人一樣去思考或者去對(duì)某些事情做出相應(yīng)有智慧的反應(yīng)，這些有智慧的行為包括學(xué)習(xí)能力、推理能力、規(guī)劃能力、選擇能力等。人工智能這個(gè)技術(shù)的探究包括讓計(jì)算機(jī)智能化的原理、制造模擬人大腦的軟硬件。人工智能包括很多領(lǐng)域的技術(shù)和知識(shí)，其中包括程序設(shè)計(jì)、算法總結(jié)、心理學(xué)和語(yǔ)言學(xué)等學(xué)科?？梢哉f人工智能這一技術(shù)基本上覆蓋了自然科學(xué)和社會(huì)科學(xué)的全部學(xué)科，它是人類科學(xué)思維的實(shí)踐，是思維科學(xué)的技術(shù)應(yīng)用。從思維觀點(diǎn)看，人工智能不局限于邏輯方面的思考，還需要形象塑造、靈感思維等多方面的思考，才能使人工智能得到迅速的發(fā)展。在眾多基礎(chǔ)學(xué)科中，數(shù)學(xué)是多種學(xué)科的基礎(chǔ)知識(shí)，同樣人工智能算法也都基于數(shù)學(xué)知識(shí)，數(shù)學(xué)知識(shí)不僅在邏輯處理、模糊控制等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，也將促使人工智能飛快的發(fā)展。

1.2 人工智能的歷史和發(fā)展

1.2.1 人工智能之父

我們耳熟能詳?shù)囊粋€(gè)獎(jiǎng)項(xiàng)叫“圖靈獎(jiǎng)”，這個(gè)獎(jiǎng)項(xiàng)關(guān)系著一位偉大的人那就是“人工智能之父”-艾倫·圖靈。讓人感到遺憾的是，42歲艾倫·圖靈就英年早逝，無法看到人工智能的誕生。他是計(jì)算機(jī)邏輯的創(chuàng)始者和奠基者，許多人工智能的重要方法也是由他提出的。他的主要貢獻(xiàn)是提出了圖靈機(jī)的概念，這一概念的提出為他在后來提出“圖靈測(cè)試”奠定了基礎(chǔ)。如果一個(gè)軟件或者一個(gè)應(yīng)用能夠通過“圖靈測(cè)試”，那么就可以說它是一個(gè)真正擁有了人工智能的應(yīng)用，他的智力水平已經(jīng)接近正常人類。正因?yàn)檫@一測(cè)試的出現(xiàn)，給智能計(jì)算領(lǐng)域畫上了濃墨重彩的一筆，所以為了紀(jì)念艾倫·圖靈對(duì)智能科學(xué)發(fā)展的巨大貢獻(xiàn)，1966年，美國(guó)的計(jì)算機(jī)協(xié)會(huì)設(shè)置了圖靈獎(jiǎng)。該獎(jiǎng)項(xiàng)每年用于嘉獎(jiǎng)在計(jì)算機(jī)領(lǐng)域中有突出貢獻(xiàn)的人。圖靈獎(jiǎng)被喻為“計(jì)算機(jī)界的諾貝爾獎(jiǎng)”，這是歷史對(duì)這位科學(xué)巨匠的最高贊譽(yù)。

1.2.2 人工智能的飛速發(fā)展

1959年第一代機(jī)器人誕生，1968年第一代有感覺的機(jī)器人成功研制，2002年家用機(jī)器人誕生，2014年機(jī)器人首次通過圖靈測(cè)試，預(yù)示著人工智能進(jìn)入全新時(shí)代。人工智能的萌芽時(shí)期，人工智能的研究方向主要是模擬大腦的結(jié)構(gòu)。經(jīng)過了一段時(shí)間的發(fā)展和積累，科研人員發(fā)現(xiàn)模擬大腦的結(jié)構(gòu)太過復(fù)雜，將努力的方向改為模擬大腦的功能，事實(shí)證明，這是一條正確的道路。從此，人工智能得到了較快發(fā)展。后來，科研人員又從自然界中得到啟示，開發(fā)出了諸如蟻群算法、遺傳算法、決策算法等一系列人工智能中的基礎(chǔ)算法。

1.3 人工智能應(yīng)用領(lǐng)域

人工智能作為前沿尖端技術(shù)，它能夠幫助人類完成很多工作，并且在計(jì)算或分類方面比人類更勝一籌，這也就使得它在生活中將會(huì)帶給人類無限的便利性。同時(shí)，在科研領(lǐng)域，人工智能在向著更便捷，更高效的領(lǐng)域發(fā)展?，F(xiàn)階段的人工智能只是停留在局部的應(yīng)用中，無法大范圍的使用，因?yàn)槠渲械牟淮_定性會(huì)產(chǎn)生無法預(yù)估的影響，但是隨著技術(shù)的發(fā)展，未來人工智能一定會(huì)出現(xiàn)在我們生活的方方面面

2 人工智能算法

2.1 遺傳算法

2.1.1 遺傳算法簡(jiǎn)析

遺傳算法（Genetic Algorithm）是一種學(xué)習(xí)了自然法則優(yōu)勝劣汰，適者生存以及遺傳定律的優(yōu)化算法。在1975年，遺傳算法首先是由美國(guó)的J.Holland教提出，其主要特點(diǎn)是直接對(duì)數(shù)據(jù)進(jìn)行操作，不涉及一些復(fù)雜的數(shù)學(xué)操作；能夠以較高的效率搜索到全局最優(yōu)解。遺傳算法的優(yōu)勢(shì)，已經(jīng)被人們廣泛的發(fā)展到各個(gè)研究領(lǐng)域，比如大規(guī)模優(yōu)化、多目標(biāo)優(yōu)化、控制和生物等領(lǐng)域。它是智能算法中的基石。

2.1.2 遺傳算法簡(jiǎn)介

遺傳算法是模擬自然中優(yōu)勝劣汰、適者生存這一規(guī)律而產(chǎn)生的求取最優(yōu)解的算法。這一算法從某一初始種群開始，將限制最優(yōu)解的因素變?yōu)榱宋覀兓蛏厦娴娜旧w，每個(gè)染色體帶有相應(yīng)的約束特征值，其內(nèi)部表現(xiàn)是基因的排列組合，它決定了個(gè)體的外部特征，如黑頭發(fā)的特征是由染色體上的等位基因所決定，等位基因控制著發(fā)色。在初代種群出現(xiàn)之后，按照達(dá)爾文的進(jìn)化理論，那些不適合的個(gè)體將會(huì)被淘汰，逐漸演變出適應(yīng)性更好的種群。在每一代，選擇符合要求的個(gè)體作為父本，并模仿自然基因的交叉、變異，產(chǎn)生出新的解。然后通過適應(yīng)度函數(shù)來選擇更加適應(yīng)環(huán)境的種群，最終末代種群中的最優(yōu)個(gè)體經(jīng)過我們的解碼操作后，可以作為問題近似最優(yōu)解。

但是，自然有自己的淘汰法則，人類并沒有這一法則，所以人類為了尋找最優(yōu)解，提出了適應(yīng)度函數(shù)這個(gè)概念，方法是：模擬大自然中的優(yōu)勝劣汰法則，將解集通過交叉變異得到新的解集，將符合條件的保留下來，不符合的淘汰，以尋找最優(yōu)解。若精確度達(dá)不到要求，重復(fù)以上的操作。

2.1.3 遺傳算法特點(diǎn)

遺傳算法作為進(jìn)化算法的一種，具有全局性好的特點(diǎn)，同時(shí)計(jì)算方法比較簡(jiǎn)單，但是因?yàn)橛?jì)算方法的簡(jiǎn)單使得迭代的次數(shù)比較多，收斂性也不是非常好。但是算法具有自組織、自適應(yīng)和自學(xué)習(xí)性。遺傳算法利用進(jìn)化過程獲得的信息來計(jì)算適應(yīng)度時(shí)，適應(yīng)度大的個(gè)體有概率活的更久，并獲得更適應(yīng)環(huán)境的基因組合。

2.2 蟻群算法

2.2.1 蟻群算法簡(jiǎn)介

蟻群系統(tǒng)（Ant System或Ant Colony System）是在90年代由意大利學(xué)者Dorigo、等人首先提出來的。他們研究螞蟻的生物習(xí)性中，發(fā)現(xiàn)了單個(gè)螞蟻的生活習(xí)性比較單一，但是在種群這個(gè)大的范圍下，螞蟻卻可以體現(xiàn)出自己的種群優(yōu)勢(shì)。例如當(dāng)蟻群在復(fù)雜環(huán)境中，去尋找到達(dá)食物的最近距離，就是通過種群中信息素的積累。螞蟻會(huì)在走過的路上留下信息素，當(dāng)一個(gè)螞蟻發(fā)現(xiàn)食物之后，會(huì)回到巢穴召集其他的螞蟻一起來搬運(yùn)食物，其他螞蟻在去食物源的路上會(huì)走不同的道路，他們有的近有的遠(yuǎn)，假設(shè)螞蟻的行進(jìn)速度基本相同，那么距離近的道路上，在相同的時(shí)間內(nèi)，螞蟻?zhàn)哌^的次數(shù)更多，所以信息素積累的數(shù)量很高，蟻群內(nèi)的螞蟻能夠感知信息素濃度的高低，它們會(huì)沿著“信息素”濃度較高路徑行走，而每只走過去的螞蟻又會(huì)留下信息素，促進(jìn)這條路上的信息素的積累，這就形成一種類似正反饋的機(jī)制，這樣經(jīng)過一段時(shí)間后，整個(gè)蟻群就會(huì)沿著最短路徑到達(dá)食物源了。

2.2.2 蟻群算法的優(yōu)劣

蟻群算法，作為群體優(yōu)化算法的一種，與其他優(yōu)化算法相比既有優(yōu)點(diǎn)也有不足。首先蟻群算法采用的是正反饋機(jī)制，正反饋會(huì)使系統(tǒng)的運(yùn)行速度不斷加快，所以能夠更快的獲得最優(yōu)解，在求解過程中，每個(gè)個(gè)體可以通過釋放信息素來改變周圍環(huán)境，同時(shí)也完成了個(gè)體間的通信，搜索過程采用分布式計(jì)算方式，多個(gè)個(gè)體同時(shí)進(jìn)行并行計(jì)算，大大提高了算法的計(jì)算能力和運(yùn)行效率。同時(shí)，這種概率形的搜索方式使用了一種啟發(fā)式的算法，使得算法結(jié)果不易陷入局部最優(yōu)解的誤區(qū)。

3 結(jié)束語(yǔ)

本文從人工智能入手，詳細(xì)介紹了兩種常用的智能算法，縱觀這兩種算法，我們不難發(fā)現(xiàn)，智能算法都是來源于我們身邊或者來源于大自然，這些是人工智能算法的本源。所以人工智能應(yīng)該源于生活但是高于生活，最終目的是服務(wù)人類使生活過的更美好，但是在服務(wù)的過程中要牢牢把握這個(gè)“度”，不能讓技術(shù)反過來干擾到我們的正常生活。