無處不在的智能技術論文

1.對智能科學技術的再認識

1.1從“人工智能”到人機系統

Wiener的“控制論”和錢學森的“工程控制論”是人們研製較爲簡單的系統，且系統執行的環境也不復雜情況下的一面旗幟。

1956年，在美國Dartmouth舉行的一個資訊科學大會上，rthy和n倡議開展人類思維活動規律的研究，並給予其“人工智能”(ArtificialIntelligence)的命名。人工智能主要研究用人工的方法和技術來模仿、延伸及擴展人的智能，從而實現機器智能。迄今爲止，這一方向雖然已取得了不少成就，如博弈、自動定理證明、模式識別、自然語言理解、自動編程和專家系統等，但是，傳統的人工智能在方法論上以符號推理爲中心，企圖用機器來實現人類的思維活動。所以，許多年來的研究雖然取得了一些成就，但距離人工智能提出的目標還有很大距離。

近三十年來，人工智能進展緩慢。1979年，fus《計算機不能做什麼?》一書的副標題就是“人工智能的極限”提出了人工智能存在不可逾越的障礙。緊接着，以人工神經網絡爲代表的“計算智能”和Brooks的反應式結構(“沒有表示”、“沒有推理”的系統)給傳統的符號智能帶來了巨大沖擊。特別是日本提出的“第五代計算機”並沒有達到預期的目標，僅以實現一個“人機對弈”而告終，這些事實都促使人們對“智能”(或“人工智能”)要有一個重新的認識。對人工智能四十年的研究進行反思，使人們從科學概念上明白了以往不自覺地企圖用機器解決一切問題的侷限性，並試圖從科學觀念、研究目標和方法論上開啟思路，以重新認識，尋求新的途徑。

另一方面，四十年來，特別是從最近二十多年科學技術的發展來看，在當前的資訊社會中，資訊技術是立國之本，資訊化的進一步發展必然走向“智能化”因此，以“智能”爲核心的技術是至關重要的。從兩次海灣戰爭以及其他局部戰爭，我們可以十分清楚地看出，今後的戰爭是人——機結合的智能系統之間的對抗，而智能技術將會覆蓋幾乎所有的工程技術領域。

既然完全基於機器的符號推理(也包括其他的智能方法)不能達到實現人的思維的目的，那麼有沒有其他道路可循?這是人們都很關心的問題。解決這個問題要從兩方面着手。一方面，需要腦科學、認知科學等一些研究人的智慧的基礎學科繼續研究人的思維規律一一這也是人類永遠的追求。雖然目前還不能做到這一點，但人們總是在不遺餘力、一步一步地向着這一目標前進。當然，這也是人類社會發展賦予智能學科的一個任務，這就是智能科學的目標。另一方面，社會生產、生活、科技、軍事各個方面又提出了層出不窮的需求，迫切要求設備、系統、工程要“智能化”而現在尚沒有真正能模擬人的智慧的計算機,因此計算機還不能代替人。解決這個問題只有從兩方面入手，一方面實事求是，儘量開拓、發展當前的計算機科學技術，使計算機儘可能多地幫助人做工作;另一方面，儘可能把人的智慧包含到系統中去，人要起主導作用，但要充分發揮計算機科學與技術的優勢，創造出最有“智能”的人機結合系統。

具體來說，人機結合的系統就是將人作爲一個組成部分包括到系統之中，並能清楚地區分出哪些工作應該由人完成，哪些工作應該由機器完成。在執行過程中，當進行到需要人完成的工作時，系統就將工作交給人;而當需要機器完成時，就將任務轉交給機器，最終構成一套和諧的、協調的、高效的執行機制，以保證系統目標的實現。

1.2“智能”學科的三個層次

根據研究任務的不同，智能科學技術的學科內容可以劃分爲智能科學、智能技術、智能工程三個層次。

(1)智能科學(IntelligenceScience)

這是基礎研究的層次，它的主要任務是研究人的智慧，建立人機結合系統的理論，並用其模擬人的智慧。智能科學主要包括腦科學、思維科學、認知科學等在內的基礎學科。

思維科學着重研究人的思維規律，也就是研究人是如何思維的，這種研究的目的是爲了給人工智能提供基礎，也就是告訴計算機要模擬什麼。而認知科學則是研究人的認識，也就是人是如何認識事物的，並將其擴展去研究動物的智能。

智能科學的成果將是整個智能科技發展的基礎和先導。

(2)智能技術(IntelligenceTechnology)

在智能科學的框架內創建人機結合的智能系統，需要有合適的方法、工具和技術，這就是智能技術。

資訊的本質是知識，而知識是構成智能的基礎。因此，資訊化發展必然走向智能化。

(3)智能工程(IntelligenceEngineering)

用智能科學的理念和思想，充分運用智能技術工具去創建各種應用系統，這就是智能工程。“智能化”實質上就是智能工程實現的過程和歸宿。智能工程是當前科學技術和社會發展的前沿陣地，特別是高技術發展的核心動力之一。同時，它也是當前新技術、新產品、新產業的重要發展方向、開發策略和顯著標志。

2.無處不在的智能科技

2.1前沿高技術是智能科學技術發展的動力和源泉

智能科學技術是一個融合計算機、人工智能、模式識別等研究領域的交叉性學科，這些前沿高技術也是當前智能科學發展的動力和源泉。

在所有系統中，體現智能行爲的工具和載體就是計算機。所以，計算機科學很自然地成爲智能科學發展最重要的支撐點和原動力之一。

以符號推理爲基礎的人工智能方法和以人工神經元網絡爲代表的計算智能方法仍然是當前智能技術的重要組成部分。它們從不同的途徑和方法進行問題求解，在搜尋、規劃、學習等各類問題中取得了相當有價值的成果。

模式識別是人類智能的一種體現。“模式”是一個極爲廣泛的概念，如圖像、圖形、文字、語言都是一種“模式”。按Zadeh的定義，“模式識別”是一種從“模式”出發的一種非線性映射，它是一種技術，可以用來實現人類智慧的一部分功能，如文字識別(認字)、語言的說與聽等。模式識別的目的是將對象進行分類，可以是圖像、信號波形式或者任何可測量且需要分類的對象。模式識別在工業自動化以及資訊處理和檢索中變得日益重要，這種趨勢把模式識別推向工程應用研究的進階階段。在大多數機器智能系統中，模式識別是用於決策的主要部分。

模式識別技術在各種工程實際系統中大量存在。機器視覺的主要技術基礎就是模式識別;OCR(光學字元識別)是模式識別的另一個重要應用，它是識別文字字元資訊的很主要的手段;計算機輔助診斷也是另一個重要的應用，多種醫學圖像處理已成爲當前資訊產業的一個熱點;語言識別當然是模式識別另一個研究和應用的熱點。其他如指紋識別，以及其他生物器官的識別、簽名認證、文字檢索、表情和手勢識別，都是很有趣的研究領域，也是用來開發人機結合智能系統的很有價值的技術。

當前，對複雜智能系統進行研究的核心是解決人與機器的結合問題，也就是人作爲系統的一個組成部分參與到系統的執行中，系統功能中也應體現出人的一部分作用。人與機器的結合有兩個層次，一是人作爲一個成員，綜合到系統的體系結構中;一是人和機器的結合透過某個“人機介面”來實現。當然，這種介面不僅僅是目前計算機普通採用的圖標介面，而是包含了模式識別這類涉及感知方面問題的廣義的人機介面。這是當前十分活躍的一個研究領域，最有代表性的包括多媒體技術和虛擬現實(VirtualReality)技術。

2.2現代工業生產和複雜工程急需智能科學技術

隨着社會的發展，人類在生產、生活等各個方面也不斷提出新的需求，因此現代工業生產不斷壯大，並日趨複雜。現在，現代工業生產和複雜工程急需智能科學技術，一批已經在發揮重要作用的技術如下：

智能自動化和控制技術生產過程監控、產品自動檢測和質量控制、工藝參數的優化和自動設定、故障自動診斷的報警等;

智能CAD複雜工程的優化設計智能儀表對工藝參數的自動分析、監測、報警和調整;

智能交通紅綠燈管理、基於GPS與電子地圖的定位與導航、安全監控、車流自動疏導等;

智能仿真技術，這是大型複雜工程設計不可缺少的手段。

2.3智能科技是現代軍事科技(包括航天領域)最重要的關鍵技術之一

智能科技是現代軍事科技最重要的關鍵技術之一。近代科技發展的歷史表明，軍事的需求總是科技創新的最大動力之一，“以軍帶民”是一般規律。軍用技術輻射和帶動國民經濟是一條促進社會經濟發展十分有效的途徑。因此，軍事科技(包括航天領域)也是應用智能技術最多的領域之一。

未來戰爭的重要武器——無人作戰平臺(無人機、無人戰車、自主水下機器人、機器人士兵等)的自動導航、路徑規劃、自動避障、目標識別、自動駕駛和其他自主控制技術等都是智能技術的典型應用。以無人機爲例，它是現代戰爭中掌握制空權的重要手段，在近年來的幾次局部戰爭中都發揮了很大作用，例如它可以進行偵察，發現目標後引導有人飛機實行攻擊，並對攻擊效果進行評估。

在地面軍用機器人中，智能技術也發揮着重要作用。

地面軍用機器人不僅可以在平時幫助人類排除炸彈，完成要地保安任務，還可以在戰時代替士兵執行掃雷、偵察和攻擊等各種任務。例如，美國的ALV是一種高水平的陸地自主軍用機器人，它採用各種智能技術來實現自主操作。ALV裝有進階彩色攝像機(視覺)，用以識別道路，同時還配備有陣列激光測距儀，用以識別障礙;它可以根據道路場景規劃行車路徑，避免碰撞，躲避障礙，實現公路上的自動駕駛，行車速度可達60千米/小時。除此之外，車上還可裝載各種儀器，以完成不同的偵察任務。

防爆(暴)機器人是機器人發揮威力的另一重要領域。暴徒、爆炸、火災以及其他災害都是非常危險的環境，因此用機器人去處理是減少危險、提高成功率的有效途徑。在反恐鬥爭中，有針對性地研製這類機器人，是當前迫切需要解決的問題。

航天領域綜合展現了最高水平的智能科技，人造衛星、航天器和各種太空探測器是當代高水平智能技術的綜合體現。在2004年初，在火星成功着陸的火星探測機器人是最有說服力的例子之一。

2.4爲人類生活服務是智能科技發展的廣闊天地

爲人類生活服務是科技的重要方向。隨着人類生活水平的不斷提高，生活質量也需要不斷改善，服務要求更周到，做到方便、舒適、節約、安全，更具人性化。這種需要也爲智能科技的發展增添了新的活力。

具有一定智能的機器人代替人做服務工作是一種發展趨勢，這也是智能技術爲人類服務最有代表性的事件之一。

這類機器人的典型例子有：可以自動完成清掃任務和自動充電的清掃機器人;能輔助醫生進行外科手術的醫療機器人;能爲病人服務的機器人護士;可在家中進行巡視、監測潛在危險情況並適時報警的家庭保安機器人;用於照顧老、病、殘的服務機器人等。

總而言之，只要有需要的地方，就有可能是機器人可以服務的地方。

3.對"智能科學與技術〃專業架構的思考

從上面列舉的很少一部分實例，我們已經可以看出當前智能科技的發展狀況。它無處不在、發展迅猛、功效卓著，已經成爲當前科技發展不可缺少的部分。它是許多重大工程的支撐，引領許多傳統領域向現代化方向發展，是當代前沿高技術發展的重要方向。

另一方面，計算機科學、資訊科學、控制科學等學科的進步，也極大地促進了智能科技的快速發展，智能化科技已經展現出一幕幕誘人的.場景。科技發展的根本是人才，“智能科學與技術”大學本科專業已經成功設立，邁出了培養高層次人才的關鍵一步，這必將推動我國的智能科技更快地向前發展。

目前，追溯各個設立“智能科學與技術”專業學校的本源，可以發現各校之間差別甚大。有的學校的“人工智能”專業從計算機科學延伸而來，有的則來自控制科學和控制工程，還有的由資訊科學的其他分支演變而來。在歸屬方面，有的學校將其歸於理科，而有的學校則將其納入工程學科。此外，設定該專業的行政學院亦有所區別，不同學校的智能學科分別隸屬於各類學院。這種現象正好說明“智能科學與技術”這一學科發展的多源性，學科發展的空間大，應用需求面廣。

另一方面，面對這樣一個蓬勃發展、涉及面極廣的新興學科，如果培養各層次的人才，高校教育應該有一個怎樣的架構，已經成爲一個不可迴避的問題擺在我們面前。解決好這個問題，就可能推動學科和人才培養順利發展。從學科發展的多源性和應用面的廣譜性來看，智能學科不可能作爲另一個學科的二級學科來發展。從學科的性質來說，“智能科學與技術”應該建立一級學科的架構。根據我國教育體制的結構以及多層次人才培養的需求，可以設想如下架構。

“智能科學與技術”作爲一級學科，設一級學科博士點，根據各個學校的不同情況，將其分別歸屬爲理學或工學。對於不同的歸屬，該專業在培養目標和培養方式上應有所區別，理學應偏重基礎研究，而工學則應注重技術和工程。一級學科下設若干個二級學科，二級學科設碩士點和博士點。二級學科的設定需要更進一步考慮學科發展的多源性以及延拓應用的專業性，梳理分類，並結合現實的需要與可能，經過充分的討論後來決定，這是多層次架構中最複雜的環節。

以上架構屬於人才培養架構的高層次，即研究生培養階段。目前，更有現實意義的是解決本科階段培養中的問題。現在，多所高校招收了“智能科學與技術”專業的本科學生，並開始有畢業生走向社會，因此正是總結經驗，走向新的發展階段的時機。本科教育是學科發展的根本，有了本科基礎，各層次人才培養就有了基礎，高層次創新人才培養就有了希望。由於“人工智能”學科的多源性，各個學校的培養方案有不少差別，有的按理學，有的按工學。按照國家的教育體制和社會需求，按理學或工學適當規範本科教學方案，對當前推進“智能科學與技術”專業的健康發展是非常重要的。

使專業教育的發展節奏能和社會進步的脈搏適應、協調，將是專業生命力更加旺盛的重要支撐點。智能科技正隨着世界科技發展的大潮不停地前進，我們能不能在這個潮流中有所作爲，人才培養是至關緊要的基礎。辦好“智能科學與技術”專業，使其不斷地向縱深發展，使專業人才不斷走向各個應用領域，爲提高各個科技領域的智能化作出貢獻;同時，爲高層次創新人才的不斷涌現培植出肥沃的土壤，使科技和教育能同步、協調發展，是教育工作者不可推卸的責任和光榮的使命!