人工智能在智能機(jī)器人領(lǐng)域中的運(yùn)用探析

鄭偉

（重慶信科設(shè)計(jì)有限公司,重慶，401121）

1 人工智能的主要研究方向

1.1 模式識(shí)別

人工智能識(shí)別模式主要是通過(guò)計(jì)算機(jī)程序針對(duì)人類感知給予反饋。按照計(jì)算機(jī)本身具備的強(qiáng)大數(shù)據(jù)系統(tǒng)作為支撐，總的來(lái)講人工智能能夠進(jìn)行大量文字、符號(hào)、聲音等信息的處理和采集，并且在采集進(jìn)行中，在信息預(yù)處理以及基元提取步驟進(jìn)行完成之后，其可以非常精準(zhǔn)的對(duì)周圍環(huán)境信息進(jìn)行分析。

1.2 機(jī)器視覺(jué)

機(jī)器視覺(jué)指的是給予模式識(shí)別基礎(chǔ)上而使用的一種復(fù)雜技術(shù)。計(jì)算機(jī)主要是通過(guò)對(duì)于人類視覺(jué)功能進(jìn)行模擬，可能夠非常精準(zhǔn)的完成人類理解功能。針對(duì)這樣一種工程其自身具備非常強(qiáng)大的復(fù)雜性，因此在研究上的難度自然有一定程度的提高。目前已經(jīng)將其作為獨(dú)立的學(xué)科去完成深入的研究，除此之外基于人類視覺(jué)上的模擬也可以對(duì)外界信息給予更為精準(zhǔn)的掌握?；谶@樣的一個(gè)環(huán)節(jié)，機(jī)器視覺(jué)其通過(guò)在大腦里對(duì)于信息進(jìn)行處置，能夠進(jìn)一步完成機(jī)器的智能化以及人工化提出的需求，這針對(duì)幫助或者是替代人類工作來(lái)講有著不可忽視的影響。

1.3 機(jī)器學(xué)習(xí)

在機(jī)器進(jìn)行智能化發(fā)展中，機(jī)器學(xué)習(xí)也成為了其中不能夠忽視的技術(shù)手段，其主要是把人類學(xué)習(xí)技術(shù)以及方法使用在機(jī)器上，通過(guò)這樣的方式讓智能機(jī)器能夠更為精準(zhǔn)的掌握知識(shí)使其能夠?qū)χ悄軝C(jī)器發(fā)展提出的需求得到滿足。并且，機(jī)器學(xué)習(xí)還能夠針對(duì)人類學(xué)習(xí)形式給予有效的掌握，在盡可能的降低人類腦力勞動(dòng)時(shí)，能夠有效的提高辦事效率，這樣的一種方式能夠更多的節(jié)約機(jī)器成本?？墒?，目前這一問(wèn)題仍然處在理論研究階段，在當(dāng)前社會(huì)發(fā)展過(guò)程中無(wú)法廣泛的推廣與應(yīng)用。

1.4 分布式人工智能

這里所提到的分布式人工智指的是把人工智能和計(jì)算機(jī)融合在一起，通過(guò)和智能機(jī)器人之間的高速連接，能夠合理的協(xié)調(diào)其產(chǎn)生的差異，只有做到這樣才可以讓信息自身的快速傳輸?shù)玫奖Ｕ?。換句話說(shuō)，這樣一種人工智能形式也是不同環(huán)節(jié)之間彼此合作的一種工作體系。所以，如果想要讓多個(gè)環(huán)節(jié)之間的工作規(guī)則以及知識(shí)和技術(shù)給予協(xié)調(diào)，就要求針對(duì)分布式人工智能技術(shù)在技術(shù)上的問(wèn)題進(jìn)行研究。

2 機(jī)器人智能化研究的關(guān)鍵技術(shù)

2.1 仿腦技術(shù)

仿腦技術(shù)其主要是字啊腦結(jié)構(gòu)發(fā)展的角度通過(guò)計(jì)算機(jī)中的系統(tǒng)完成對(duì)人類思維能力的一種模擬，使用基因改造等方式針對(duì)復(fù)雜的問(wèn)題完成自主分析。仿腦技術(shù)提出人類其所具備的高層認(rèn)知能力以及人腦具備的特殊結(jié)構(gòu)和處置機(jī)能之間存在著十分緊密的聯(lián)系。

2.2 自主心智發(fā)育技術(shù)

自主心智發(fā)育技術(shù)可以說(shuō)是本世紀(jì)著重進(jìn)行發(fā)展的一種機(jī)器人科學(xué)技術(shù)，心智發(fā)育其本身是基于一個(gè)與大腦較為相近的一種自然系統(tǒng)或者是人工嵌入式系統(tǒng)衍生出來(lái)的計(jì)算過(guò)程，系統(tǒng)其在發(fā)育程序的有效控制下，可以運(yùn)用傳感器以及執(zhí)行器還有非結(jié)構(gòu)環(huán)境去通過(guò)自主的交換完成心智上和行為模式的發(fā)育與探索，使其能夠進(jìn)行一些非特定的任務(wù)。

2.3 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)其能夠讓計(jì)算機(jī)控制技術(shù)和互聯(lián)網(wǎng)技術(shù)之間保持融合。大數(shù)據(jù)中有非常多的信息濟(jì)源，其具備的特點(diǎn)是具備強(qiáng)大的決策力和洞察力同時(shí)具備完成優(yōu)化流程，和具備海量和高增長(zhǎng)率以及多樣化的一種信息資產(chǎn)。其具備的價(jià)值是按照海量數(shù)據(jù)進(jìn)行采集與深層次的分析，使用計(jì)算機(jī)去完成控制，最終完成對(duì)大量數(shù)據(jù)中包含的信息進(jìn)行采集和劃分，使其能夠?qū)崿F(xiàn)經(jīng)濟(jì)的持續(xù)快速發(fā)展，最終達(dá)到提升生活發(fā)生水平的目標(biāo)。

2.4 深度學(xué)習(xí)

自主判斷、推理、規(guī)劃是當(dāng)前智能機(jī)器人進(jìn)行研究和發(fā)展的主要方向，與以上要求保持一致的研究同樣也是智能機(jī)器人進(jìn)行研究不能夠缺少的方向。深度學(xué)習(xí)未來(lái)會(huì)成為智能機(jī)器學(xué)習(xí)過(guò)程中需要探索的新領(lǐng)域，其主要的目的是對(duì)人腦神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬，將原本的數(shù)據(jù)使用一些單一的非線性模型改變?yōu)閷哟胃吆透叱橄笮再|(zhì)的理念，使用對(duì)于低特征形成進(jìn)行組合的方式去完成屬性類別以及特征的表示，以發(fā)現(xiàn)數(shù)據(jù)的分布式特點(diǎn)去代表，其屬于當(dāng)前智能機(jī)器人發(fā)展研究的熱議領(lǐng)域。

3 機(jī)器人領(lǐng)域?qū)θ斯ぶ悄艿膽?yīng)用

3.1 在機(jī)器人定位和導(dǎo)航中對(duì)人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用

人工神經(jīng)網(wǎng)絡(luò)其根本是針對(duì)生物鐘神經(jīng)系統(tǒng)進(jìn)行模擬的研究，這樣一種處置形式能夠很好的過(guò)濾掉沒(méi)有用處的信息，可以在具體工作過(guò)程中將信息整理能力發(fā)揮出來(lái)，這針對(duì)非線性綜合系統(tǒng)信息自身的整合來(lái)講是不可忽視的。人工神經(jīng)網(wǎng)絡(luò)其能夠在日常進(jìn)行工作時(shí)將其儲(chǔ)存功能發(fā)揮到位。因?yàn)榇罅繂卧谶@種狀態(tài)下可以彼此交錯(cuò)，因此人工神經(jīng)網(wǎng)絡(luò)也可以完成對(duì)大腦的非局限性的有效模擬。人工神經(jīng)網(wǎng)絡(luò)所具備的優(yōu)勢(shì)非常的強(qiáng)大，主要體現(xiàn)在以下的幾點(diǎn)內(nèi)容：能夠自主的快速完成學(xué)習(xí)、可以進(jìn)行聯(lián)想存儲(chǔ)并且能夠快速的找出最優(yōu)的解題能力。其所具備的這些特點(diǎn)能夠快速的處置復(fù)雜的問(wèn)題，通過(guò)計(jì)算機(jī)本身運(yùn)轉(zhuǎn)能力上的提高，能夠得到一個(gè)非常顯著的處置問(wèn)題的方式。

3.2 在機(jī)器人控制中對(duì)專家系統(tǒng)的應(yīng)用

專家系統(tǒng)其本身屬于一項(xiàng)具有很多專家知識(shí)的系統(tǒng)，基于這一系統(tǒng)，通過(guò)針對(duì)專家思維的有效模擬，可以快速的學(xué)習(xí)并且完成對(duì)專家水平的模擬，使其能夠在進(jìn)行問(wèn)題處置時(shí)基于專家角度針對(duì)計(jì)算機(jī)系統(tǒng)產(chǎn)生的問(wèn)題給予處置解決，讓一些更為復(fù)雜和困難的問(wèn)題可以得到解決。所以在當(dāng)前智能機(jī)器人領(lǐng)域發(fā)展過(guò)程中合理的使用專家系統(tǒng)，不但能夠完成技術(shù)控制上的問(wèn)題，同時(shí)還能夠有效的提升系統(tǒng)進(jìn)行數(shù)據(jù)處置的效率?；谶@樣的一種過(guò)程，為了讓其中多種不同復(fù)雜的問(wèn)題得到有效的處置，需要針對(duì)存在的突發(fā)性問(wèn)題讓這一系統(tǒng)的規(guī)則朝著較為復(fù)雜性的方向邁進(jìn)。一般的情況下，我們要求把專家系統(tǒng)以及常規(guī)工作形式給予有效的融合，基于這樣的一種形式針對(duì)專家系統(tǒng)存在的問(wèn)題給予切實(shí)可行的處置。只有針對(duì)智能機(jī)器人在工作上存在的問(wèn)題給予合理的處置，才可以得到一個(gè)非常明顯的發(fā)展優(yōu)勢(shì)。

3.3 人工智能的主要發(fā)展趨勢(shì)

人工智能也被叫做是機(jī)器智能，人工智能其定義是從事與智能化相關(guān)的機(jī)器工程以及科學(xué)制造。因此我們可以將其理解成為研究是不是能夠完成，如何完成此樣一種方式的智能系統(tǒng)科學(xué)知識(shí)以及研究領(lǐng)域。其實(shí)當(dāng)前許多研究人員對(duì)于人工智能上的認(rèn)知都有所差異，因此在對(duì)其進(jìn)行定義上也是各有不同的，但是其認(rèn)知上都能夠展現(xiàn)出人工智能包含的內(nèi)涵以及思想。也就是說(shuō)人工智能其本身是針對(duì)人工構(gòu)造獲得的可以完成對(duì)人的思維形式以及意識(shí)進(jìn)行計(jì)算模擬的一種方式，這部分系統(tǒng)的產(chǎn)生可以對(duì)目前人類的一些工作給予替代。在目前社會(huì)發(fā)展水平不斷提高的發(fā)展背景下，當(dāng)前科學(xué)技術(shù)的快速發(fā)展也在一定程度上促進(jìn)了經(jīng)濟(jì)的快速發(fā)展，在目前知識(shí)經(jīng)濟(jì)保持一體化發(fā)展背景的影響下，人工智能自主性以及高效性具備的優(yōu)勢(shì)作用也變得異常的顯著，尤其是管理的廣泛性優(yōu)勢(shì)在具體應(yīng)用環(huán)境里的展現(xiàn)，更是可以從一定程度上改變傳統(tǒng)工作提出的預(yù)期，只有這樣才可以在人工智能以及機(jī)器人發(fā)展中將其具備的優(yōu)勢(shì)發(fā)揮到位，可是因?yàn)楫?dāng)前工作過(guò)程中仍然有 非常大的難度，因此這一工作的進(jìn)行也自然也有很多問(wèn)題需要得到解決。在當(dāng)前智能機(jī)器人進(jìn)行創(chuàng)造時(shí)，還需要強(qiáng)化對(duì)系統(tǒng)人腦功能的一種模擬，只有做到這樣，才能夠在當(dāng)前人工智能發(fā)展的領(lǐng)域里讓智能機(jī)器人自身的發(fā)展空間不斷的擴(kuò)大，只有這樣才能夠促進(jìn)行業(yè)發(fā)展水平的持續(xù)快速提升。在人工智能以及計(jì)算機(jī)技術(shù)相互融合的發(fā)展背景下，其需要強(qiáng)化對(duì)人工智能理論的相關(guān)研究，只有這樣才可以完成人工智能企業(yè)的持續(xù)快速穩(wěn)定發(fā)展，在當(dāng)前技術(shù)實(shí)力持續(xù)提高的發(fā)展背景影響下，智能機(jī)器人在工作山國(guó)的實(shí)效性也可以獲得更加穩(wěn)定的發(fā)揮，這樣的一種情況針對(duì)當(dāng)前市場(chǎng)經(jīng)濟(jì)發(fā)展的穩(wěn)定性也起到了非常重要的作用。