基于各種理論對人工智能技術進行深入剖析

　　在國際上，由于網(wǎng)絡傳媒的快速化、大范圍化傳播以把一切先進的技術統(tǒng)統(tǒng)歸屬于人工智能。從另一個角度來

　　及信息不確定等特點，再加上一些商家的炒作，人工智能說，這反而會影響人工智能的發(fā)展。

　　被社會推到神秘的地步，甚至出現(xiàn)一些人工智能危險論的長期以來，人們習慣把導入計算機處理的系統(tǒng)統(tǒng)稱為

　　宣傳、人類將被人工智能的機器人統(tǒng)治等謬論的傳播。一智能系統(tǒng)，所以，人們看到“人工智能”這個詞時馬上就

　　些專家學者也利用自己所掌握的知識盡情發(fā)揮，發(fā)布了很聯(lián)想到智能系統(tǒng)，其實這是完全不同的兩個概念。

　　多不切合實際的言論，把人工智能概念模糊化，使人們分智能系統(tǒng)是依據(jù)確定性的算法所實現(xiàn)的系統(tǒng)，是按照

　　不清什么是人工智能，什么是模式識別，什么是機器人，一種算法實現(xiàn)某種目標函數(shù)的處理，其處理結(jié)果是確定性

　　而年輕學者也不清楚從哪些方面入手能夠?qū)θ斯ぶ悄苓M行的。例如自動控制系統(tǒng)，通過閉環(huán)的 PID 調(diào)節(jié)，使機械位

　　事半功倍的研究與應用。置能夠盡快達到所定位置，使溫度盡快達到所定指標等等，

　　1 人工智能的定義這種算法往往是經(jīng)典的理論；再者，在模式識別的智能系

　　什么是人工智能？簡單講就是用計算機實現(xiàn)人的頭統(tǒng)中有很多經(jīng)典的分類的算法，例如利用歐幾里得距離，

　　腦功能，即通過計算機實現(xiàn)人的頭腦思維所產(chǎn)生的效果?？梢杂嬎愠鲆粋€特征向量數(shù)據(jù)同若干個向量數(shù)據(jù)中的哪個

　　人工智能算法所要處理的問題，以及處理后的結(jié)果具有不向量數(shù)據(jù)最接近，這些都是模式識別的基本算法，導入這

　　可預測性。。些算法的模式識別系統(tǒng)就是一個智能的系統(tǒng)。

　　目前，社會上把普通的模式識別、機器人技術混同于在機器人系統(tǒng)中，機器人的行走以及手臂的動作需

　　人工智能，其根本原因是對人工智能的概念不清楚，因而要人為地事先通過程序輸入到機器人系統(tǒng)中，機器人才可

　　Robot Technique and Application2017 1 23

?

?

　　以按照人為輸入的程序進行行走以及做各種手臂動作。外基于知識庫技術的專家系統(tǒng)是把人的經(jīng)過頭腦加工

　　行人可能以為機器人同人一樣可以隨心所欲地做出各種動的知識通過標準的知識庫的形式歸納起來，使專家系統(tǒng)能

　　作，其實不然。例如，機器人在行走過程中，如果路上出夠達到人腦所能實現(xiàn)的處理功能，因此可以解決傳統(tǒng)算法

　　現(xiàn)一個不可預知的障礙物，這時機器人肯定會被絆倒；然所解決不了的難題。

　　而，如果在機器人系統(tǒng)中搭載了人工智能的算法，機器人2.2 基于模糊數(shù)學的空間映射理論*

　　就可以依據(jù)自己的判斷，自主地繞過障礙物?？臻g映射理論的倡導者至今才發(fā)現(xiàn)這個理論是屬于

　　所以，普通的智能系統(tǒng)與人工智能的區(qū)別是：普通智人工智能范疇的理論。空間映射理論的原理可以用來解決

　　能系統(tǒng)是經(jīng)典的算法，是僅以滿足目標函數(shù)的算法，是解類似人臉識別、圖像識別或文字識別等復雜系的模式識別

　　決其結(jié)果是可預測性問題的算法，人工智能是模仿人類大問題。由于復雜系的問題往往很難找到可以直接解決的算

　　腦處理問題的方法，或能客觀上實現(xiàn)人腦所能實現(xiàn)的處理法，因此不能像傳統(tǒng)的智能系統(tǒng)一樣，直接通過傳統(tǒng)的算

　　過程，人工智能所要解決的問題以及處理的結(jié)果往往是不法進行處理；基于模糊數(shù)學的空間映射理論是把一個復雜

　　確定性的，或者說是事先不可預知的。系空間的問題映射到若干個簡單系空間的問題，雖然在每

　　2 常用的人工智能的算法以及學派一個簡單系的空間中只能解決有限的問題，但是根據(jù)組合

　　2.1 基于知識庫技術的專家系統(tǒng)理論，若干個簡單系空間的組合卻能解決復雜系空間的問

　　客觀地講，人工智能最成功的應用應該是知識庫技術題；這里最重要的地方是由復雜系空間問題映射到簡單系

　　的專家系統(tǒng)，早在 20 多年前，筆者研究室里就針對手寫空間，是基于人的大腦的處理，學術上稱為人為介入的方

　　文字如何看起來美觀為題開發(fā)了手寫文字的專家系統(tǒng)，把法；由于傳統(tǒng)的數(shù)學方法非常死板，不易進行人為介入，

　　美觀的手寫文字的規(guī)則輸入到知識庫中，運用這個系統(tǒng)可模糊數(shù)學則給我們提供了便利，可以根據(jù)人對處理對象的

　　解決苦于手寫字不流暢的企業(yè)負責人手寫書信問題，通過理解，從若干個角度通過模糊數(shù)學的 Membership 函數(shù)進

　　專家系統(tǒng)的處理既保留了企業(yè)負責人書寫文字的個性化，行定式，從而實現(xiàn)對復雜系問題的解決。由于這樣的算法

　　同時看起來又具有一定的美觀效果。是按照人頭腦處理的方式，再通過模糊數(shù)學的定式達到解

　　決復雜系問題的效果，因此應當屬于人工智能的理

　　論范疇。

　　20 多年前，日本利用這個理論在手寫體數(shù)字

　　的自動識別上得到了非常高水平的應用效果。比如，

　　在區(qū)別數(shù)字“9”和數(shù)字“4”的自動識別方面。那

　　個時候，普遍使用的掃描儀的解像度只有 100dpi，

　　掃描后的數(shù)字“9”和數(shù)字“4”很容易混淆：如果

　　數(shù)字“4”豎線下面的筆畫較長，很容易被識別成

　　數(shù)字“9”，反過來手寫的“9”下半部分筆畫較短時，

　　可能會被識別成數(shù)字“4”。于是，研究人員利用

　　空間映射理論中的 Membership 函數(shù)定式，把數(shù)字“9”

　　和數(shù)字“4”的模糊值進行量化，從而可以得到非

　　常高精度的識別結(jié)果。該技術主要用于超市傳票的

　　自動高速讀取系統(tǒng)中 ， 成為當時日本頗具代表性的

　　同 20 多年前落后的硬件環(huán)境相比，今天的科研環(huán)境手寫文字識別方法。

　　先進了許多。人們可以借助大型網(wǎng)絡服務器構(gòu)筑社會性的該理論也可以用于其他應用。例如，利用這個理論，

　　大知識庫系統(tǒng)，可以得到意想不到的應用效果。例如，最日本電氣化軌道交通的無人駕駛系統(tǒng)可以通過模糊推論，

　　近日本在網(wǎng)絡服務器上建立了 10 萬人的語音知識庫 ， 該成功地按照駕駛員的經(jīng)驗自動地處理在自動駕駛過程中可

　　庫可以實現(xiàn)完全無障礙的自動語音交流，目前用于外國游能遇到的隨機問題，從而可以平穩(wěn)地自動駕駛列車在各種

　　客坐出租時的自動翻譯系統(tǒng)中。條件下運行。