人工智能中的数学技术

3人工智能中的数学技术

生命科学、数学科学等相互交叉作用下，在研究和模拟人类智能的过程中，能自动识别和记忆信号(文字、语言、图像)、会学习、能推理、有自动决策和适应环境能力的人工智能技术已逐步成熟。

人工智能的首要问题是要建立一个能够展示智能的计算机程序;然后要建立一个能够完成某项任务的程序;最后，必须建立一个专家系统。数学为计算机程序提供算法是非常关键的。计算机在处理线性规划、矩阵转换或者差分方程求解等问题时，要完全依赖于计算机处理的速度和内外存储量的大小。如果有一个完备和高效的算法系统，在已知的待解决问题的空间里，该系统在数学上的搜索量就会大为减少。人工智能系统在确定要达到的目标时，首先要确定准备采用的方法。现在常用的是启发式搜索方法。该法不是对现有数据库进行完全扫描，而是在确定几条算法之后进行推理和搜索。在方法确定之后，就要确定和控制这个智能系统的各种变元。不同的学科在运用人工智能解决这类问题时，所采用的方法也不同。如国际象棋专家系统中所储存的不是一个有着成百上千个各种战线纪录的数据库，而是一个相对简便的推理库。人工智能系统大量使用统计技术。在图像识别和模式识别中，统计技术使用得越来越多。

目前人工智能系统可分为二类:一类是以物理符号的途径完成，称为“以语言导向”的系统;另一类以连接机制途径等完成，称为“以刺激导向”的系统。它们各有优缺点。

人工智能系统研究的一切问题都可以看做是问题求解，问题的求解策略技术适用于人工智能的各个方面。20世纪70年代后，人工智能就开始面向实际问题，开辟其应用领域。这些应用包括:专家系统(在特定领域内能像专家那样解决复杂问题的程序系统);自然语言理解(研制各类自然语言处理系统，以便人机间在较大范围内直接用自然语言通信，对揭示人类语言机制和思维奥秘有重要作用);机器视觉(研究根据输入的投影图像来分析、理解原来的三维物景的方法和技术);自动程序设计(运用人工智能技术实现程序设计自动化);公式推演(以数学知识为基础运用人工智能技术实现公式推演自动化的技术);智能机器人(一种能再现人的感觉、操作和行动并能处理意外事件、从事复杂工作的机器人，需要综合运用人工智能技术和机器人技术)。

综合应用以上技术，1976年发生了一件轰动数学界的大事:用计算机证明了100多年未获解决的数学难题“四色定理”。这是由三位数学家，在计算机上工作了1 200个小时，用了100亿个逻辑判断，证明了1 936个引理，约化了1 482个拘形才获得的成功。

人工智能的主要数学基础是模糊数学和其他相关的数学技术。