人工智能发展综述
摘要：本文从探讨人工智能的概念出发，阐述了对“智能”的理解在研究中的地位，简要介绍了人工智能的三个阶段的发展简史、当前的研究与应用热点，并指出人工智能的进一步发展依赖于更先进的数学工具。对于人工智能的研究领域本文也做了较为详细的说明，特别介绍了将人工智能结合优化方法应用在决策过程中的研究现状，同时还对人工智能在我国的发展现状及所取得的成果做了相关的研究与分析，最后对于人工智能的未来提出了一系列的预测，并对如何应对人工智能给人类带来的挑战以及在发展人工智能时应注意的问题等提出了一些建议，对这些问题的研究有助于进一步推动人工智能的发展。希望通过这篇综述使得读者对人工智能的相关知识有个大概的了解。
关键词：人工智能模式识别专家系统机器人学决策优化
一、人工智能概述
智能”源于拉丁语Legere,字面意思是采集(特别是果实)、收集、汇集,并由此进行选择,形成一个东西。Intelegere是从中进行选择,进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》中所提出的:在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始,人们已对机器操作的复杂性与自身的某些活动进行直观联系。经过几个世纪之后,新技术已使我们所建立的机器的复杂性大为提高。1936年,24岁的英国数学家图灵提出了“自动机”理论,把研究会思维的机器和计算机的工作大大向前推进了一步,他也因此被称为“人工智能之父”。
人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。人工智能的研究从1956 年
正式开始，这一年在达特茅斯大学召开的会议上正式使用了“人工智能”(Artificial Intelligence，AI)这个术语。
从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。
人工智能是计算机科学中涉及研究、设计和应用智能机器的—个分支，它的目标是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。因此,“人工智能”与计算机软件有密切的关系。一方面,各种人工智能应用系统都要用计算机软件去实现,另一方面,许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如,专家系统软件,机器博奕软件等。但是,“人工智能”不等于“软件”,除了软件以外,还有硬件及其他自动化的通信设备。
二、人工智能的发展阶段
第一阶段: 50 年代人工智能的兴起和冷落。
人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s 求解程序、LISP 表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。
第二阶段: 60 年代末到70 年代，专家系统出现，使人工智能研究出现新高潮。
DENDRAL 化学质谱分析系统、MYCIN 疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II 语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969 年成立了国际人工智能联合会议（International Joint Conferences onArtificial Intelligence 即IJCAI）。
第三阶段: 80 年代，随着第五代计算机的研制，人工智能得到了很大发展。
日本1982 年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统K I P S”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。
第四阶段: 80 年代末，神经网络飞速发展。
1987 年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。
第五阶段: 90 年代，人工智能出现新的研究高潮。
由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield 多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。
三、人工智能的研究领域
人工智能的研究领域分支较多，从研究角度来分有三大分支：知识工程(knowledge engineering)、模式识别(pattern recognition)与机器人学(robotoligy)。本文仅对其中的几种研究领域进行粗略的介绍。
1、模式识别
计算机硬件的迅速发展，计算机应用领域的不断开拓，急切地要求计算机能更有效地感知诸如声音、文字、图象、温度、震动等等信息资料，模式识别便得到迅速发展。
"模式"(Pattern)一词的本意是指完美无缺的供模仿的一些标本。模式识别就是指识别出给定物体所模仿的标本。人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。
模式识别是一个不断发展的新学科，它的理论基础和研究范围也在不断发展。随着生物医学对人类大脑的初步认识，模拟人脑构造的计算机实验即人工神经网络方法早在50年代末、60年代初就已经开始。至今，在模式识别领域，神经网络方法已经成功地用于手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面。目前模式识别学科正处于大发展的阶段，随着应用范围的不断扩大，随着计算机科学的不断进步，基于人工神经网络的模式识别技术，在90年代将有更大的发展。
2、专家系统
