模式识别与智能系统摘要：人工智能(Artifical Intelligence)是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。

”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。

”这些说法反映了人工智能学科的基本思想和基本内容。

即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

人工智能是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的，以模拟人类智能、智能行为及其规律为研究内容的一门综合性边缘学科。

由于人工智能自出现以来取得的巨大成就及其潜在的广阔应用前景，它又同空间技术、原子能技术并称为20世纪的三大科学技术成就。

关键词：人工智能；计算机科学；发展方向①、人工智能的定义人工智能(Artificial Intelligence，AI)，是一门综合了计算机科学、生理学、哲学的交叉学科。

“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。

自那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。

由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。

著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。

”而美国麻省理工学院的温斯顿教授认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。

”童天湘在《从“人机大战”到人机共生》中这样定义人工智能：“虽然现在的机器不能思维也没有“直觉的方程式”，但可以把人处理问题的方式编入智能程序，是不能思维的机器也有智能，使机器能做那些需要人的智能才能做的事，也就是人工智能。

”诸如此类的定义基本都反映了人工智能学科的基本思想和基本内容。

即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。

②、人工智能原理1、介绍人工智能的实现技术人工智能是实现具有智能的机器，尤其是具有智能的计算机程序的科学和工程技术。

人工智能与用计算机理解人的智力的目标有一些关系，但它并不一定要使用生物学上的方法。

2、人工智能的原理人工智能的科学研究要研究人的智慧的内部结构，相当于研究心理学的原理，更玄是不是，一般人不大会去做的大部分的人工智能研究集中在后者——工程实现上，知识：人的智能活动本质上就是获得和运用知识知识是智能的基础为了实现人工智能使机器具有智能就必须使它具有知识，表达：要采用适当的手段表达人的知识然后才能存储到机器中去这就是用知识表达要解决的问题对知识进行表达就是把知识表示成便于计算机存储和利用的某种数据结构知识表达方法又称为知识表示技术，其表示形式称为知识表示模式。

③、人工智能应用1、人工智能的应用范围它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

“人工智能”一词最初是在1956 年Dartmouth学会上提出的。

从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。

人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

但不同的时代、不同的人对这种“复杂工作”的理解是不同的。

例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。

它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。

目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。

除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。

人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

2、人工智能中的机器翻译机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。

几十年来，国内外许多专家、学者为机器翻译的研究付出了大量的心血和汗水。

虽然至今还没有一个实用、全面、高质量的自动翻译系统出现，不过也取得了很大的进展，特别是作为人们的辅助翻译工具，机器翻译已经得到大多数人的认可。

目前，国内的机器翻译软件不下百种，根据这些软件的翻译特点，大致可以分为三大类：词典翻译类、汉化翻译类和专业翻译类。

词典类翻译软件代表是“金山词霸”了，堪称是多快好省的电子词典，它可以迅速查询英文单词或词组的词义，并提供单词的发音，为用户了解单词或词组含义提供了极大的便利。

汉化翻译软件的典型代表是“东方快车2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译作用更加明显。

以“译星”、“雅信译霸”为代表的专业翻译系统，是面对专业或行业用户的翻译软件，但其专业翻译的质量与人们的实用性还有不少差距，有人评价说“满篇英文难不住，满篇中文看不懂”，该说法虽然比较极端，但机译译文的质量确实却一直是个老大难问题。

这里，我们不妨对现有的机译和人译过程作一比较，从中可以看出一些原因。

机器翻译：1.一句一句处理，上下文缺乏联系；2.对源语言的分析只是求解句法关系，完全不是意义上的理解；3.缺乏领域知识，从计算机到医学，从化工到法律都通用，就换专业词典；4.译文转换是基于源语言的句法结构的，受源语言的句法结构的束缚；5.翻译只是句法结构的和词汇的机械对应。

人工翻译：1.一般会先通读全文，会前后照应；2.对源语言是求得意义上的理解；3.只有专业翻译人员，而没有万能翻译人员；4.译文是基于他对源语言的理解，不受源语言的句法结构的束缚；5.翻译是一个再创造的过程。

在目前的情况下，计算机辅助翻译应该是一个比较好的实际选择。

事实上，在很多领域中，计算机辅助人类工作的方式已经得到了广泛的应用，例如CAD软件。

如果计算机辅助技术用于语言的翻译研究，应该同样可以起到很大的辅助作用，这就是所谓的“计算机辅助翻译”。

它集机器记忆式翻译、语法分析式翻译和人际交互式翻译为一体，把翻译过程中机械、重复、琐碎的工作交给计算机来完成。

这样，翻译者只需将精力集中在创造性的思考上，有利于工作效率的提高。

机器翻译研究归根结底是一个知识处理问题，它涉及到有关语言内的知识、语言间的知识、以及语言外的世界知识，其中包括常识和相关领域的专门知识。

随着因特网的普及与发展，机器翻译的应用前景十分广阔。

作为人类探索自己智能和操作知识的机制的窗口，机器翻译的研究与应用将更加诱人。

国际上有关专家分析认为机器翻译要想达到类似人工翻译一样的流畅程度，至少还要经历15年时间的持续研究，但在人类对语言研究还没有清楚“人脑是如何进行语言的模糊识别和判断”的情况下，机器翻译要想达到100%的准确率是不可能的。

3.3人工智能中的专家系统专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

专家系统内部含有大量的某个领域的专家水平的知识与经验，能够运用人类专家的知识和解决问题的方法进行推理和判断，模拟人类专家的决策过程，来解决该领域的复杂问题。

专家系统是人工智能应用研究最活跃和最广泛的应用领域之一,涉及到社会各个方面，各种专家系统已遍布各个专业领域，取得很大的成功。

根据专家系统处理的问题的类型，把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。

具体应用就很多了，例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。

为了实现专家系统，必须要存储有该专门领域中经过事先总结、分析并按某种模式表示的专家知识(组成知识库)，以及拥有类似于领域专家解决实际问题的推理机制(构成推理机)。

系统能对输入信息进行处理，并运用知识进行推理，做出决策和判断，其解决问题的水平达到或接近专家的水平，因此能起到专家或专家助手的作用。

开发专家系统的关键是表示和运用专家知识，即来自领域专家的己被证明对解决有关领域内的典型问题有用的事实和过程。

目前，专家系统主要采用基于规则的知识表示和推理技术。

由于领域的知识更多是不精确或不确定的，因此，不确定的知识表示与知识推理是专家系统开发与研究的重要课题。

此外，专家系统开发工具的研制发展也很迅速，这对扩大专家系统的应用范围，加快专家系统的开发过程，将起到积极地促进作用。

随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代专家系统的研究也发展很快。

在新一代专家系统中，不但采用基于规则的推理方法，而且采用了诸如人工神经网络的方法与技术。

3.4人工智能模式识别模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。

这里,我们把环境与客体统称为“模式”,随着计算机技术的发展，人类有可能研究复杂的信息处理过程。

用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的一个最关键的突破口，也为人类认识自身智能提供线索。

信息处理过程的一个重要形式是生命体对环境及客体的识别。

对人类来说，特别重要的是对光学信息（通过视觉器官来获得）和声学信息（通过听觉器官来获得）的识别。

这是模式识别的两个重要方面。

市场上可见到的代表性产品有光学字符识别系统 (Optical Character Recognition，OCR)、语音识别系统等。

计算机识别的显著特点是速度快、准确性和效率高。

识别过程与人类的学习过程相似。

以“汉字识别”为例：首先将汉字图象进行处理，抽取主要表达特征并将其特征与汉字的代码存在计算机中。

就象把老师教我们这个字叫什么、如何写的知识记忆在大脑中。