人工智能的研究領(lǐng)域（一）

志剛

路人甲：“你是學(xué)什么的？”

AI工程師：“學(xué)計(jì)算機(jī)類”

路人甲：“哦哦，那你ps肯定很厲害！”

AI工程師：“我不會(huì)，我是做人工智能的?！?/p>

路人甲：“哦哦，做機(jī)器人的啊，好厲害！”

AI工程師：“...”

對(duì)話很和諧，但是，人工智能可不是計(jì)算機(jī)和機(jī)器人能涵蓋的，它是一個(gè)很大的體系。

專家系統(tǒng)

專家系統(tǒng)是依靠人類專家已有的知識(shí)建立起來的知識(shí)系統(tǒng)，目前專家系統(tǒng)是人工智能研究中開展較早、最活躍、成效最多的領(lǐng)域，廣泛應(yīng)用于醫(yī)療診斷、地質(zhì)勘探、石油化工、軍事、文化教育等各方面。它是在特定的領(lǐng)域內(nèi)具有相應(yīng)的知識(shí)和經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)、模擬人類專家解決問題時(shí)的思維過程，來求解領(lǐng)域內(nèi)的各種問題，達(dá)到或接近專家的水平。

機(jī)器學(xué)習(xí)

要使計(jì)算機(jī)具有知識(shí)一般有兩種方法：一種是由知識(shí)工程師將有關(guān)的知識(shí)歸納、整理，并且表示為計(jì)算機(jī)可以接受、處理的方式輸入計(jì)算機(jī)；另一種是使計(jì)算機(jī)本身有獲得知識(shí)的能力，它可以學(xué)習(xí)人類已有的知識(shí)，并且在實(shí)踐過程中不總結(jié)、完善，這種方式稱為機(jī)器學(xué)習(xí)。

機(jī)器學(xué)習(xí)的研究，主要在以下三個(gè)方面進(jìn)行：一是研究人類學(xué)習(xí)的機(jī)理、人腦思維的過程；二是機(jī)器學(xué)習(xí)的方法；三是建立針對(duì)具體任務(wù)的學(xué)習(xí)系統(tǒng)。

機(jī)器學(xué)習(xí)的研究是在信息科學(xué)、腦科學(xué)、神經(jīng)心理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)等多種學(xué)科基礎(chǔ)上的。依賴于這些學(xué)科而共同發(fā)展。目前已經(jīng)取得很大的進(jìn)展，但還沒有能完全解決問題。

模式識(shí)別

模式識(shí)別是研究如何使機(jī)器具有感知能力，主要研究視覺模式和聽覺模式的識(shí)別。如識(shí)別物體、地形、圖象、字體（如簽字）等。在日常生活各方面以及軍事上都有廣大的用途。近年來迅速發(fā)展起來應(yīng)用模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代傳統(tǒng)的用統(tǒng)計(jì)模式和結(jié)構(gòu)模式的識(shí)別方法。特別神經(jīng)網(wǎng)絡(luò)方法在模式識(shí)別中取得較大進(jìn)展。

理解自然語言

計(jì)算機(jī)如能“聽懂”人的語言（如漢語、英語等），便可以直接用口語操作計(jì)算機(jī)，這將給人們帶極大的便利。計(jì)算機(jī)理解自然語言的研究有以下三個(gè)目標(biāo)：一是計(jì)算機(jī)能正確理解人類的自然語言輸入的信息，并能正確答復(fù)（或響應(yīng)）輸入的信息。二是計(jì)算機(jī)對(duì)輸入的信息能產(chǎn)生相應(yīng)的摘要，而且復(fù)述輸入的內(nèi)容。三是計(jì)算機(jī)能把輸入的自然語言翻譯成要求的另一種語言，如將漢語譯成英語或?qū)⒂⒄Z譯成漢語等。目前，研究計(jì)算機(jī)進(jìn)行文字或語言的自動(dòng)翻譯，人們作了大量的嘗試，還沒有找到最佳的方法，有待于更進(jìn)一步深入探索。

智能決策支持系統(tǒng)

決策支持系統(tǒng)是屬于管理科學(xué)的范疇，它與“知識(shí)—智能”有著極其密切的關(guān)系。在80年代以來專家系統(tǒng)在許多方面取得成功，將人工智能中特別是智能和知識(shí)處理技術(shù)應(yīng)用于決策支持系統(tǒng)，擴(kuò)大了決策支持系統(tǒng)的應(yīng)用范圍，提高了系統(tǒng)解決問題的能力，這就成為智能決策支持系統(tǒng)。（編輯/高緯時(shí)）