人工智能的历史发展与将来陈肖苇1.人工智能的发展历史2.人与机器人的不同1)人脑的认识2)模拟大脑3)设计理念4)面临的问题3.近期的应用——专家系统4.中期的预测——2030-20701)模块机器人2)机器人外科医生与音乐家3)有情感的机器人4)模拟大脑5.远期的展望——2070—21001)有意识的机器2)简单的展望在人类漫长的生活史上，人类慢慢的进化成了地球上唯一的拥有高级智能的生物，但是在我们生活中，我们或多或少的都会因为是唯一的智慧生命感受到一丝的孤独。为此，我们进行了各种各样的努力，例如用尽各种努力去寻找外星人来过的痕迹，主动发射各种探测器去寻找地外生命，然而在经历了一次又一次的失败之后，人们又开始用起了新的方法——通过自己制造人工智能的生命体来陪伴我们，让我们不再孤单。首先，让我来简单讲一下人工智能的历史发展吧。在20世纪50年代，第二次世界大战后开始引进计算机时，科学家提出了能进行技艺表演的机器的想法，各种各样的功能让社会眼花缭乱。虽然这时人工智能取得了实际突破，但是这个进展被夸大，最后适得其反，在社会的批评之中，人工智能研究的第一个冬天到来了。在20世纪80年代，人工智能出现了第二次的研究热潮。比较有代表的就是美国的智能卡车。这种卡车预期能行进到敌人后方进行侦查，营救人质，回到总部，而这一切都是由车自己来完成。不幸的是，智能卡车最后的下场就是迷了路。虽然在20世纪80年代取得了很大的进步，但和第一次一样，由于过于夸张，第二次回流开始，人工智能的研究迎来第二个冬天。在1997年，机器人的研究取得了历史性的突破，即由IBM研制的“深蓝”打败了世界冠军。然而，这却没有打开人工智能新时代的大门。深蓝虽然下棋优秀，但是其智商测试却是零分。现在，新一代的乐观的研究者将取代老一代的悲观主义，在人工智能的领域再次产生新的能量。在第二次回朝之后的30年间，计算机的研究取得了极大的进步，使新一代的人工智能研究出现了非常有希望的未来。接下来我想说一下在书中所提到的关于人与机器人的不同。首先第一个问题就是人的大脑并不是数字计算机，这是在近半个世纪来所犯的错误。大脑是某种类型的学习机器，是神经元的集合，遵循着赫布法则，每学会一个任务后就会自己不断的重新接线。模拟大脑至少存在两种方法：自上而下或从下到上。自上而下的模拟方式是指将机器人处理为数字计算机，在开始的时候就编制好所有的智能规则。我们的大脑其实更像一个“神经网络”，遵循着赫布规则，即每当做出一个正确的决定，这些神经通路就得到加强。而从下到上的方式就是基于神经网络的，是按照婴儿的方式进行学习的，靠接触事物与经验来进行学习。这两种方法体现在设计理念上就导致了两种截然不同的模式。自上而下的像斯坦福大学的人工智能研究中心研制的斯泰尔，从一开始，所有的事物都是编程到斯泰尔中的，斯泰尔能够从不同角度识别物体，能够做到一个勤杂工能做的任何事情，但是斯泰尔能够识别的物体是有限的，如果让他在一个陌生的环境中随机识别物体，他就会不知所措了。从下到上的代表是纽约大学的路面学习型机器人——拉格尔。拉格尔通过与事物的接触开始学习，当它通过物体时，每通过一次就学习一次，所以下一次通过时，能更好的避开障碍物。接下来我想再说一下因为人与机器的不同所导致的问题。机器人存在的两个问题就是不能完成人类轻而易举完成的任务:模式识别与常识。机器人看得比人要清楚很多，甚至可以看到人类的可见光谱之外的东西，但是却不能理解所看到的是什么。正如老师在课上所放的PPT,我们的大脑基本上只需几分之一秒就能识别出图像的类别，例如指纹，猫，狗，但是对于计算机来说这却是一个特别繁重的任务。其次就是常识问题，需要很多行的代码才能模拟人的常识，例如一个6岁小孩所应有的常识就需要几亿行的代码，这也是我们至今没有机器人女仆或管家的原因。再说一下近期可能出现或者是正在兴起的研究吧，那就是专家系统。正如1997年深蓝打败国际象棋冠军一样，人类的经验和智慧都可以编码成程序，甚至表现得比人类更好。这样的一个系统是探问式的，其遵循着一个正式的且有一定规则的系统。例如，当我们需...