人工智能控制技术的发展与研究现状.pptVIP

人工智能控制的发展与研究现状 报告提纲 人工智能控制的概念 人工智能控制的发展历史 人工只能控制的发展观 人工智能控制发展面临的难题 人工智能控制的发展方向 人工智能控制的概念 人工智能(Artificial Intelligence，简称AI)控制就是研究怎么样利用机器模仿人类从事推理规划、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。 人工智能控制的发展历史 人工智能控制理论的发展历史可以分为3个阶段： 萌芽阶段 成长阶段 快速发展阶段 萌芽阶段 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”。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。 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。 快速发展阶段 进入20世纪90年代，专家系统成为智能控制的一个重要分支。 进入21世纪以来，人工智能技术在具体应用上越来越广泛，已经开始渗透到人们的日常生活之中，从卫星智能控制，到机器人足球比赛，再到智能家居机器人，等等，都标志着人工智能技术的快速发展。 目前，人工智能控制理论的主要内容已经形成了递阶智能控制理论、神经网络智能控制理论、学习控制理论、定性控制理论，以及基于遗传算法的控制理论等几大分支理论。 人工只能控制的发展观 1、符号主义 符号主义，又称为逻辑主义或计算机学派，它认为符号是人类的认识基元，同时人认识 过程即是对符号的计算推理的过程。 符号主义的主要研究内容是基于逻辑的知识表示和推理技术。 人工只能控制的发展观 2、联结主义 联结主义又被叫做仿生学派，其主要原理是人类的只能是由人脑的生理结构和工作模式决定的。联结主义认为人的认识基元是神经元，认识的过程就是人脑进行信息处理的过程。 联结主义的主要研究内容是神经网络。 人工只能控制的发展观 3、行为主义 行为主义又被称作进化主义、控制论学派。其主要原理是只能取决于感知和行动，它不需要知识，不需要表示，不需要推理，智能行为是通过与现实外界环境的交互作用体现出来的。 行为主义研究的重点是模拟人的各种控制行为。 人工智能控制发展面临的难题 理论不够成熟 目前的智能控制理论，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定的领域或工程背景，理论的通用性和可移植性较弱。 人工智能控制发展面临的难题 符号主义观点在面对非确定性问题、非逻辑问题时常常显得力不从心，它要求待处理的信息完整、精确，而现实中的许多问题都不满足这些条件，这也就限制了符号主义的进一步发展。 人工智能控制发展面临的难题 联结主义试图模仿人脑的结构和功能这一想法虽然很有吸引力，但是在人们对人脑结构和人脑工作机制认识还不全面、不深入的情况下只靠一些简单的结构模仿就想实现研究目标显然是不切实际的。 人工智能控制发展面临的难题 行为主义的观点虽然强调感知和行动，但是它缺乏完整的理论体系，有待进一步研究。同时，它认为智能不需要知识、不需要表示、不需要 推理这明显是不符合人类认识发展历程的。 人工智能控制的发展方向 挣脱传统观念的束缚 从智能的功能性观点出发，现阶段人工智能应侧重于从功能上模拟人类智能，而不应过分依赖从结构上模拟人脑。 人工智能控制的发展方向 在人工智能的研究中引入目标元素 在人工智能的研究中可以引入目标元素，对一个人工智能模型应设定一个目标参数，按照现阶段人工智能的发展水平该参数应由人工设定且是可变的，它被用来告诉人工智能模型它要做什么，在此基础上人工智能模型再综合利用已有的推理分析方法输出结果，并把其与目标参数进行对比，如果相差程度太大就重复上述过程，直到与目标参数吻合程度符合要求为止，同时实现这一目标的推理分析方法的集合要被作为学习的经验记录存储下来，形成“自我意识”。 参考文献 [1]季厌浮