人工智能操作系統(tǒng)論文(2)
人工智能操作系統(tǒng)論文篇二
摘 要：人類智能是人類在認(rèn)識(shí)世界和改造世界的活動(dòng)中，由腦力勞動(dòng)表現(xiàn)出來的能力;人工智能實(shí)際上是在計(jì)算機(jī)上實(shí)現(xiàn)的智能或者說是人工智能在機(jī)器上的模擬，因此又稱為機(jī)器智能。作為機(jī)器思維的人工智能與作為人類思維的人類智能具有本質(zhì)的區(qū)別;在一道最常見的智力題“河內(nèi)塔問題”的求解過程中可對(duì)比顯現(xiàn)。由此還得出人類智能的局限正是人工智能的優(yōu)勢(shì)性所在，而人工智能的局限正是人類智能的優(yōu)勢(shì)性所在。
關(guān)鍵詞：人類智能;人工智能;河內(nèi)塔問題
中圖分類號(hào)：TP18
人類智能活動(dòng)的能力是人類在認(rèn)識(shí)世界和改造世界的活動(dòng)中，由腦力勞動(dòng)表現(xiàn)出來的能力。人類的自然智能(人類智能)伴隨著人類活動(dòng)時(shí)時(shí)處處存在。人類的許多活動(dòng)，如下棋、競(jìng)技、解算題、猜謎語、討論問題、編制計(jì)劃和編寫計(jì)算機(jī)程序，甚至駕駛汽車都需要“智能”。
人工智能實(shí)際上是在計(jì)算機(jī)上實(shí)現(xiàn)的智能或者說是人工智能在機(jī)器上的模擬，因此又可以稱為機(jī)器智能。人工智能的第一大成就是發(fā)展了能夠求解難題的下棋(如國(guó)際象棋)程序。目前人工智能的研究領(lǐng)域包括：自然語言處理、自動(dòng)定理證明、智能數(shù)據(jù)檢索系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、視覺系統(tǒng)、問題求解、人工智能方法和程序語言以及自動(dòng)程序設(shè)計(jì)等。
作為機(jī)器思維的人工智能與作為人類思維的人類智能具有本質(zhì)的區(qū)別：
(1)二者的物質(zhì)載體不同。人類智能的物質(zhì)載體是人的大腦，而人工智能的物質(zhì)載體是計(jì)算機(jī)。
(2)二者的活動(dòng)規(guī)律不同。人腦的活動(dòng)是按照高等生物的高級(jí)神經(jīng)活動(dòng)規(guī)律進(jìn)行的;計(jì)算機(jī)則是按照機(jī)械的、物理的和電子的活動(dòng)規(guī)律進(jìn)行的。
(3)人類智能或人類的認(rèn)識(shí)能力，只是人類意識(shí)的一個(gè)因素。人工智能則是對(duì)人的認(rèn)識(shí)能力的一部分--邏輯、理性的模擬，不具備其他因素。
(4)人類智能是有目的、能動(dòng)的，在與外部環(huán)境的物質(zhì)、能量和信息交換過程中，具有適應(yīng)性;而人工智能是無意識(shí)、無目的的，沒有主觀能動(dòng)性和適應(yīng)性。
下面我們?cè)谝坏雷畛Ｒ姷闹橇︻}“河內(nèi)塔問題”的求解過程中對(duì)比人工智能與人類智能：
起源于印度的“河內(nèi)塔問題”是：有3根柱子和n個(gè)大小不同的盤片。開始盤片都是疊在第一根柱子上，從下到上按由大到小的順序串疊。要求每次只移動(dòng)最頂上的一個(gè)盤片到另一根柱子上，且大盤不得壓在小盤上，直到把所有盤片移到第3根柱子上。我們先以三圓盤為例，如下圖所示：
圖1 三盤片河內(nèi)塔
依據(jù)當(dāng)代心理學(xué)家A.Newell，J.C.Shaw和H.A.Simon于1958年在著名的“通用問題解決程序”中的觀點(diǎn)，認(rèn)為問題解決就是搜索問題的空間，尋找一條從起始狀態(tài)通向目標(biāo)狀態(tài)的通路，或應(yīng)用算子使起始狀態(tài)逐步過渡到目標(biāo)狀態(tài)。初始狀態(tài)和目標(biāo)狀態(tài)如圖1所示，要是初始狀態(tài)變?yōu)槟繕?biāo)狀態(tài)就必須移動(dòng)圓盤。每移動(dòng)一次圓盤就會(huì)改變當(dāng)前的問題狀態(tài)而出現(xiàn)新的問題狀態(tài)，這種介于初始狀態(tài)和目標(biāo)狀態(tài)之間的新的問題狀態(tài)就是中間狀態(tài)。中間狀態(tài)的數(shù)量多少，取決于問題情境的復(fù)雜程度和操作系列是否合理。在這個(gè)三圓盤的“河內(nèi)塔問題”中，至少會(huì)有六個(gè)中間狀態(tài)，如果圓盤增加，中間狀態(tài)就會(huì)更多的增加。人腦這種思維解決問題的策略心理學(xué)上稱為算法策略，但人腦還有一種更高級(jí)的策略是啟發(fā)式策略，問題解決的啟發(fā)式策略多種多樣，其中應(yīng)用最廣泛的有手段-目的分析策略(正向工作法)和目標(biāo)遞歸策略(逆向工作法)。在這個(gè)三圓盤問題的解決過程中，人腦就會(huì)不自覺的應(yīng)用啟發(fā)式策略快速的找到答案，但如果圓盤增加問題的解決就會(huì)變得越來越困難且速度也會(huì)越來越慢。
而人工智能這時(shí)就可以發(fā)揮它的優(yōu)勢(shì)了，我們先來看人工智能解決這個(gè)問題的方法：利用graph將盤子可能移動(dòng)的狀態(tài)表示出來，然后在graph上搜索問題的解。
令：(x，y，z)=(小盤子所在的柱子，中盤子所在的柱子，大盤子所在的柱子)例如(2，2，1)就表示小盤子在柱子2上，中盤子也在柱子2上，大盤子在柱子1上。所以(x，y，z)表示的狀態(tài)就有3*3*3=27種，且每一種狀態(tài)只能與相鄰狀態(tài)相互變換。由此我們可以建立如圖2所示的狀態(tài)空間圖。
圖2 三圓盤的狀態(tài)空間圖
所以從圖中可以得出從(1，1，1)到(3，3，3)最快捷的解法是：(1，1，1)→(3，1，1)→(1，2，1)→(2，2，1)→(2，2，3)→(1，2，3)→(1，3，3)→(3，3，3)這也是所有解法中步驟最少的一種解法。
用同樣的方法我們分析兩個(gè)圓盤的情況，可以做出如圖3所示的狀態(tài)空間圖。
圖3 n=2 狀態(tài)空間圖
由此可以推測(cè)n=k時(shí)空間狀態(tài)圖的結(jié)構(gòu)即為圖4所示：
圖4 n=k狀態(tài)圖結(jié)構(gòu)
這就是人工智能的搜索問題求解，它是用計(jì)算機(jī)程序來模擬人的思維策略解決問題。狀態(tài)空間表示法是人工智能中最基本的問題表示法之一，用狀態(tài)空間法求解問題時(shí)，首先將所要求的問題表示成狀態(tài)空間，問題的解就在狀態(tài)空間中。依照這種方法，“河內(nèi)塔問題”里無論圓盤數(shù)是多少，人工智能都可以輕松的解決。
所以說，人類智能的局限正是人工智能的優(yōu)勢(shì)性所在，而人工智能的局限正是人類智能的優(yōu)勢(shì)性所在。“人在質(zhì)的思考方面勝過機(jī)器，而機(jī)器則在量的方面勝過人”，二者是互補(bǔ)互動(dòng)的。
同時(shí)我們可以預(yù)言：人工智能的研究成果將能夠創(chuàng)造出更多、更高級(jí)的智能“制品”，并使之在越來越多的領(lǐng)域超越人類智能;人工智能將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活作出更大的貢獻(xiàn)。
看了“人工智能操作系統(tǒng)論文”的人還看了：
1.人工智能論文三篇