浅谈人工智能的基本原理和方法

发布时间：2023-03-28 20:09:36


浅谈人工智能的基本原理和方法
摘要随着科技的不断发展，人工智能对人们日常生活的影响越来越大，各个领域都在积极地研究人工智能技术。基于此，本文通过对人工智能的基本原理进行分析，从模式识别、专家系统、机器翻译以及神经网络等方面入手，详细论述了人工智能的基本运用方法。
关键词人工智能；专家系统；神经网络
前言
人工智能简称AI，它是计算机学科中的一个重要分支，自20世纪70年代以来被学术界成为三大顶尖技术之一。人类在研究人工智能领域起始于1956年，随后人们不断的对其进行定理证明、逻辑推理以及问题求解，使其在近几十年来飞速发展。如果将自然学科、人工智能和计算机计算等紧密地结合在一起，将会成为计算机甚至人类发展史上新的里程碑。
1人工智能的基本原理
人工智能能够对人的思维和意识等信息进行模拟，它不具备人类的智慧，但是却能像人类一样进行思考，在未来某个时间可能会超过人类的智能。人工智能的基本原理主要从以下几点进行分析：①生成自然语言。利用计算机中存储的大量数据生成相关文本，然后转换成为自然语言。②语音识别。利用现代计算机技术，对于人们的语音信息进行识别，从而完成相应的指令。在人工智能中，有一项较为流行的定义，即人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。但是，就目前人工智能的发展来看，这一定义对于强人工智能的可能性进行了忽略。从广义上来说，人工智能是人造机器所表现

出来的智能。现阶段，人工智能可以划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。其中，弱人工智能认为，机器只是看起来是智能的，但是本质上并不具有自主意识，对于问题的解决与推理更多的是基于专家数据库的建立；而强人工智能则认为，只要运行适当的程序，计算机就能够真正的具有“智能思维”。目前，在弱人工智能领域中，已经取得了可观的成就[1]。
2人工智能的基本运用方法
2.1模式识别
人类的模式识别，指的是人在信息处理过程中对周边环境所形成的认知，其应用在人工智能上有着如下表现：①人工智能的模式识别，是指计算机系统通过对外界所输入的指纹、人脸、视网膜、虹膜、语音等信息的处理，来识别周边环境并提取其目标数据样本。在这一过程中，其主要利用自身数据库中的信息与所输入信息进行匹配，准确性极高。由于模式识别基本可以做到“万无一失”，因此其目前已经在很多行业中得到了应用。以通信技术为例，当一个人在电话一端进行讲话时，系统能够利用语音识别算法结合数据库信息，轻松识别出通话者身份并将其反映给另一端的通话者，保证其迅速获知对方信息。而在汽车行业中，目前得到普遍使用的语音导航也属于模式识别的一种，其能够利用算法和数据库，智能分析出导航者的目的地，并迅速标出最近线路，从而为导航者提供方便；②不过，由于人工智能模式识别的数据库，需要事先通过人工输入信息来进行构建，使得其在自主性方面有所欠缺，而这方面也是模式识别未来发展的重点。
2.2专家系統


专家系统也属于当前人工智能运用的一部分，其可以通过模仿人类专家的方式，利用数据库来解决所输入问题。其工作方式如下：①该系统数据库中包含有某一个领域内的专业知识，在问题输入后，该系统可以通过推理判断的方式来解决问题。在这一过程中，专家系统能够以专业知识为基础，通过一系列思考与判断而推理得出最终结论。与此同时，专家系统还赋予了人工智能具备了良好的知识推理结构，这可以使专家系统形成持续学习能力。在此影响下，专家系统也将赋予人工智能以随机解答问题功能；②此外，在专家系统的帮助下，人工智能还将获得自我学习能力，这可以保证其具备很强的未来发展性，并能及时改正所犯错误，并通过归纳总结的方式，随时从互联网中汲取自己所需的知识和经验，这又将赋予其具备自主发现新知识的能力。因此，目前专家系统已经被人们利用于医疗、交通和家政等多个方面，并正在不断取得突破性发展。
2.3机器翻译
在语言识别和自主学习功能的推动之下，目前人工智能已经能够通过机器来完成对语言的自动翻译，其工作方式主要体现在以下几个方面：①机器翻译主要利用自带翻译系统，通过语音转换的方式将所输入的词语翻译为设置语言。最早的时候其通过自身系统词典，结合互联网上的语言知识来做出规则性翻译。接着，机器发展为以机器统计的形式，利用语音资料库来完成翻译工作。这导致了各种快速便捷的翻译软件层出不穷，但这些翻译软件还是与人工翻译有所差距；②目前在人工智能的机器翻译方面，最先进的技术已经可以达到模仿人工神经系统，并利用人类口语资料库来完成语言翻译。这种翻译方法需要人工智能对照海量双语句子来完成，比较耗费时间，因此目前很多翻译公司开始利用智能机器翻译+人工翻译的方式来弥补缺陷。以目前中科院研发的IMT/EC智能机器翻译系统为例，该系统能够通过多路径动态选取的方式，将不同的语法、词意和词法进行整合，充分保障了语句转化的效果，既能够保留机器翻译优点又使翻译效果更加口语化。


2.4神经网络
神经网络高度模仿人的神经系统，并具备优良的信息处理能力和错误修改能力，其主要具备以下特征：①神经网络可以和计算机程序进行结合，保证其原有能力得到进一步提高。例如：神经网络和视觉技术相结合能够形成良好的计算机视觉技术，可以大大提升当前视觉技术的观察精准度和距离，该技术已经被广泛应用于医学影线观察和分析上。此外，神经网络还可以和语音技术相结合来使语音识别度更加精准；②因为神经网络是依靠模仿人类神经系统所建立的，因此其也具备很强生物学意义，这体现在神经学家可以利用其建立与生物计算机模型来对人脑功能进行分析，这不但可以帮助神经学家更有效地了解人脑，还能间接促进神经网络的性能取得进步[2]。
3结束语
综上所述，随着社会与科学技术的不断发展，人工智能技术得以不断更新。在人工智能中，通过对计算机技术的使用，能够让其能够“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。现阶段，被普遍使用的人工智能技术包括模式识别、专家系统、机器翻译与神经网络，促进了社会与行业的更好发展，显著地提升了人们的生活质量。
参考文献
[1]吴晓燕.人工智能发展对会计工作的影响分析[J].中小企业管理与科技（上旬刊），2017，（34）：46-47.[2]何华灿.人工智能基础理论研究的重大进展——评钟义信的专著《高等人工智能原

理》[J].智能系统学报，2015，10（01）：163-166.

浅谈人工智能的基本原理和方法

推荐内容

相关推荐