人工智能控制技术的发展与研究现状

人工智能控制技术的发展与研究现状人工智能控制技术的发展与研究现状综述1.人工智能的定义人工智能(ArtificialIntelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(DarEmouth)学会上提出的。自此，研究者们发展了众多理论和原理，人工智能的概念也随之展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。尽管对于人工智能控制的定义，学术界有许多种说法和定义方式，但他们的本质都是一致的。人工智能控制就是研究怎么样利用机器模仿人脑从事推理规划、设计、思考、学习等思维活动，解决迄今认为需要由专家才能处理好的复杂问题。人工智能是一个大科学的通称，它所覆盖的研究领域非常广，涉及到研究内容非常丰富。从实用观点看，人工智能是一门知识工程学，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。2.人工智能控制技术的发展历史人工智能控制技术的发展历史可以分为三个阶段:萌芽阶段、成长阶段、快速发展阶段。2.1萌芽阶段任何一门学科的发展都不是孤立的，它是随着与之相关联的一些学科的发展而成长起来的。就像控制理论的发展与计算机的发展密切相关一样，人工智能的发展同许多其它学科的发展密切相关，它不仅与人的思维研究有关，而且还与数理逻辑、计算机、信息论、心理学、控制论、神经生理学等有关。人工智能的有些结论甚至直接从上述学科演变而来，上述学科的发展为AI的发展提供了基础和主要背景。20世纪40,50年代，以频率法为代表的单变量系统控制理论逐步发展起来，并且成功地用在雷达及火力控制系统上，形成了今天所说的“经典控制理论”[2]。1956年以前，英国数学家图灵(A.M.Turing)为现代人工智能做了大量开拓性的贡献。20世纪60,70年代，数学家们在控制理论发展中占了主导地位，形成了以状态空间法为代表的“现代控制理论”，控制理论建立在严密精确的数学模型之上，从而造成了理论与实践之间的巨大分歧。1961年以后，人工智能主要内容涉及知识工程、自然语言理解等。人们研究人工智能方法也分为结构模拟派和功能模拟派，分别从脑的结构和脑的功能入手进行研究。2.2成长阶段20世纪80年代，人工智能控制的研究进入了成长阶段。1984年，Astrom发表了论文，这是第一篇直接将人工智能的专家系统技术引入到控制系统的代表作，明确地提出了建立专家控制的新概念;1986年，中国蔡自兴提出把人工智能、控制论、信息论和运筹学结合起来，用来构造用于不同领域的智能控制系统，有效地促进专家系统进一步发展;与此同时，人工神经网络的研究也由于人工智能的兴起而再度掀起了研究的热潮;对于模糊理论的研究，以及其他智能理论的分支，都开始迅速热化并开展研究［3］。这些标志着智能控制已从研制开发阶段转向应用阶段［4］。2.3快速发展阶段从20世纪80年代末开始，人工智能开始逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展，人工智能进入了快速发展阶段。人工智能系统开始采用多种人工智能语言、多种知识表示方法、多种推理机制和多种控制策略相结合的方式，并开始运用各种专家系统外壳、专家系统开发工具和专家系统开发环境等。目前，人工智能技术正向大型分布式人工智能、大型分布式多专家协同系统、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体协同系统等方向发展［5］。但从目前的发展状况来看，人工智能的理论、方法和技术都不太成熟，人们对它的认识也比较肤浅，甚至连人工智能能否归结、如何归结为一组基本原理也不能做到，这些都还有待于人工智能工作者的长期探索。3.目前人工智能发展中所面临的难题人工智能(AI)学科自1956年诞生至今已走过50多个年头。就研究解释和模拟人类智能、智能行为及其规律这一总目标来说，已经迈出了可喜的一步，某些领域已取得了相当的进展。但从整个发展的过程来看，人工智能发展曲折，而且还面临不少难题，主要有以下几个方面:3.1计算机博弈的困难博弈是自然界的一种普遍现象，它表现在对自然界事物的对策或智力竞争上。博弈不仅存在于下棋之中，而且存在于政治、经济、军事和生物的斗智和竞争之中。尽管西洋跳棋和国际象棋的计算机程序已经达到了相当高的水平，然而计算机博弈依然面临着巨大的困难。这主要表现在以下两个方面的问题:其一是组合爆炸问题，状态空间法是人工智能中基本的形式化方法。若用博弈树来表示状态空间，对于几种常见的棋类，其状态空间都大得惊人。其二是现在的博弈程序往往是针对二人对弈、棋局公开、有确定走步的一类棋类进行研制的。而对于多人对弈、随机性的博弈这类问题，至少目前计算机还是难以模拟实现的。3.2理论不够成熟人工智能理论从诞生发展到现在，已经从最初的“经典控制论”发展到现今的反馈控制、最优控制、模糊逻辑控制、专家智能控制理论等若干分支理论，但是除了“经典控制论”建构了详尽而规范的理论体系之外，其他后发展起来的智能控制理论，或多或少都是依据一定的工程背景或特殊的应用场合才逐步发展起来的，因此，人工智能控制理论的发展呈现出不同的理论算法只适用于特点的领域或工程背景、理论的通用性和可移植性较弱的特点;另一方面，人工智能理论的发展与人工智能技术的实现是相辅相成的，有的人工智能理论的发展先于技术的实现，有的理论算法是在特定的工程应用领域内的研究才获得或提出的，因此，人工智能技术的实现对于理论的发展也存在了一定程度的影响，而且很多人工智能的理论的提出或算法的分析研究都是以相关的技术实现为假设前提的，这就决定了很多人工智能的理论在某些特定的方面必然存在一定的局限性［6］，因此，到目前为止，人工智能理论的发展还尚未形成一个完整而系统的理论结构框架。3.3模式识别的困惑虽然使用计算机进行模式识别的研究与开发已取得大量成果，有的已成为产品投入实际应用，但是它的理论和方法与人的感官识别机制是全然不同的［7］。人的识别手段、形象思维能力，是任何最先进的计算机识别系统望尘莫及的，另一方面，在现实世界中，生活并不是一项结构严密的任务，一般家畜都能轻而易举地对付，但机器不会，这并不是说它们永远不会，而是说目前不会。4.人工智能的发展方向虽然人工智能控制已有2O多年的发展历史，但仍然只处于开创性研究阶段。人工智能的发展方向，是力求使智能系统会分析，自适应并做出自己的决策。在工业上应用于某些计算系统和传感系统中。人工智能今后的发展方向主要集中在以下方面。4.1人工智能发展方向在信息检索中的应用如何利用计算机软硬件系统模仿、延伸与扩展人类智能的理论、方法和技术，包括机器感知、机器思维、机器行为，即知识获取、知识处理、知识利用的过程。由于网络知识信息既包括规律性的知识，如一般原理概念，也包括大量的经验知识，这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素，对其进行推理，需要利用人工智能的研究成果。4.2基于专家系统的入侵检测方法入侵检测中的专家系统是网络安全专家对可疑行为的分析后得到的一套推理规则。一个基于规则的专家系统能够在专家的指导下，随着经验的积累而利用自学习能力进行规则的扩充和修正，专家系统对历史记录的依赖性相对于统计方法较小，因此适应性较强，可以较灵活地适应广普的安全策略和检测要求。这是人工智能发展的一个主要方向。4.3人工智能在机器人中的应用机器人足球系统是目前进行人工智能体系研究的热点，其即高科技和娱乐性于一体的特点吸引了国内外大批学者的兴趣。决策系统主要解决机器人足球比赛过程中机器人之间的协作和机器人运动规划问题，在机器人足球系统设计中需要将人工智能中的决策树、神经网络、遗传学的等算法综合运用，随着人工智能理论的进一步发展，将使机器人的发展取得长足进步。5.结束语人工智能控制系统是一门跨学科，需要多学科提供基础支持的科学，因此，人工智能控制系统必然是一个综合集成智能系统，它将随着模糊控制、神经网络控制、专家系统的发展而不断发展。