摘 要：隨著計算機技術(shù)的廣泛應(yīng)用和飛快的發(fā)展，人工智能技術(shù)也逐步的發(fā)展起來，潛移默化的融入了人類的生活。文章通過對現(xiàn)今人工智能主要理論框架和人工智能發(fā)展現(xiàn)狀進行闡述分析，引出對人工智能未來發(fā)展方向的幾點思考。

關(guān)鍵詞：人工智能；理論框架；符號計算；模式識別

1 對人工智能理論框架的闡述

1.1 人工智能三種學(xué)派理論

1.1.1 計算機學(xué)派或者是符號主義。符號是作為計算機學(xué)派認知的開始，在反復(fù)地計算、組合和推理的過程中進行人工智能研究。所以，人類對人工智能的認識是計算機學(xué)派運用數(shù)學(xué)邏輯方法符號的形式展現(xiàn)出來。之后計算機通過研究，運用現(xiàn)有的符號，利用計算機處理功能，模擬人類的認知活動?；谶壿嫷闹R表示和推理技術(shù)是計算機學(xué)派的主要研究內(nèi)容。

1.1.2 仿生學(xué)派。它的認識基礎(chǔ)是對人類人腦的神經(jīng)元的認識，將人腦對信息進行處理的過程作為人類的認識過程。神經(jīng)網(wǎng)絡(luò)的主要研究原理是人腦的生理結(jié)構(gòu)和工作模式組成的。所以仿生學(xué)派對人工智能的研究方向是通過人腦的工作模式和組織結(jié)構(gòu)的模仿，將人類的智能在機器上進行模擬實驗。神經(jīng)網(wǎng)絡(luò)是仿生學(xué)派的研究的主要內(nèi)容。

1.1.3 控制論學(xué)派或稱行為主義。它認為人身體的本能的行為能力、感知能力、和其他的智能行為是通過與現(xiàn)實世界的環(huán)境的相互作用體現(xiàn)出來的，人類的感知和行動的本能是行為主義的主要原理?？刂普搶W(xué)派認為人工智能的發(fā)展需要跟隨者人類本能的不斷進化逐步的發(fā)展，是完全脫離知識推理、行為假設(shè)的研究。模仿人類各種本能的行為是控制論學(xué)派研究的主要內(nèi)容。

1.2 宏觀與微觀理論比較

宏觀方面主要是對認知學(xué)、思維學(xué)、心理學(xué)和哲學(xué)等不同學(xué)科理論上的抽象化的、空泛的研究缺乏與實際的結(jié)合。微觀層面，主要是上述三種學(xué)派理論對人工智能淺層次的研究。由于智能的復(fù)雜深奧、變化莫測，人類對大腦神經(jīng)網(wǎng)絡(luò)的運行機制的研究難以深入，嚴重阻礙了人工智能的發(fā)展。在這樣研究背景下，人工智能的理論和實際研究工作的脫節(jié)現(xiàn)象尤為突出，所以現(xiàn)今宏觀、微觀有效結(jié)合的研究還處在一個比較低的層次。

2 對人工智能發(fā)展現(xiàn)狀的綜述

目前，隨著人工智能技術(shù)的發(fā)展，現(xiàn)代幾乎無論生產(chǎn)、生活等領(lǐng)域技術(shù)的發(fā)展，都已經(jīng)涉及到了人工智能技術(shù)。在人工智能的廣泛應(yīng)用中主要談幾個熱點研究：“智能接口、數(shù)據(jù)挖掘、主體系統(tǒng)”。

2.1 智能接口技術(shù)研究現(xiàn)狀

主要是實現(xiàn)人機之間的互動交流，在這一目標(biāo)實現(xiàn)之前，需要解決計算機可以說話、讀懂文字、聽懂語言、甚至可以對各種語言進行迅速的切換并翻譯的功能問題，這些問題的解決是通過理論派與研究實踐者共同努力的結(jié)果。智能接口技術(shù)的研究與應(yīng)用為人類的文明發(fā)展做出不可磨滅的貢獻。例如，在最早的人工智能發(fā)展標(biāo)志性的研究成果，是IBM研制的“深藍”在棋盤上擊敗國際象棋大師。計算機的快速發(fā)展，存儲量、運行速率、人機互動等功能都取得了巨大的進步。但是更深層次的研究逐漸的遇到了研究困境。

2.2 數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀

數(shù)據(jù)挖掘技術(shù)主要是對各類模糊的、大量的應(yīng)用數(shù)據(jù)、人未知的、潛在已經(jīng)存在的數(shù)據(jù)進行整理挖掘進行細致的研究，尋找出對研究有用的數(shù)據(jù)。目前，數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計已經(jīng)成為數(shù)據(jù)挖據(jù)技術(shù)的三大技術(shù)支撐，以基礎(chǔ)理論、發(fā)現(xiàn)算法、可視化技術(shù)、知識表示方法、半結(jié)構(gòu)化等作為研究內(nèi)容，為數(shù)據(jù)挖掘技術(shù)的發(fā)展提供理論和技術(shù)支持。

2.3 主體系統(tǒng)研究現(xiàn)狀

主體系統(tǒng)是智能性更高、擁有一定自主性的實體系統(tǒng)，它包含了各種想法、能力、意圖選擇等類似于人的智能思想狀態(tài)。主體系統(tǒng)自主的、獨立的實施和完成一些任務(wù)。在于環(huán)境變換中，進行自我的調(diào)整，在一定的設(shè)計規(guī)劃下是可以完成一定規(guī)劃目標(biāo)。在多主體系統(tǒng)研究中，主要是從物理和邏輯思維方面對主體進行智能行為的分析研究。多主體是主體一個綜合升級版本，可以更好地模擬人類本能的行為，目前在社會中應(yīng)用主要集中在智能機器人和工業(yè)中的智能機械等領(lǐng)域。

3 對人工智能發(fā)展方向的幾點思考

通過對人工智能理論框架和發(fā)展現(xiàn)狀的綜述，引發(fā)對人工智能發(fā)展方向的幾點思考，希望可以為人工智能的發(fā)展研究提供參考的資料。

3.1 對人工智能理論意義的新思考

人工智能的發(fā)展離不開基礎(chǔ)理論的支持，人類的智能在不斷地開發(fā)和發(fā)展過程中，不斷地對人工方法進行改進，逐步的將變化在智能計算機實現(xiàn)，達到機器模擬人類職能的目標(biāo)。人類發(fā)明的技術(shù)和演算方法都是為了更好地解決未知領(lǐng)域的技術(shù)難題。計算機學(xué)派在定理和主體系統(tǒng)上取得的成功，主要也是得益數(shù)學(xué)邏輯方法的逐漸演變和發(fā)展，解決了對答案的不確定性問題。然而仿生學(xué)派在消除未知和不確定性問題時效果就變得很小了，所以仿生學(xué)派在人工智能理論發(fā)展方面就顯得緩慢了。所以計算機和仿生學(xué)派的研究理論主要是模擬人類智力運行；而控制論學(xué)派主要是模仿人類智能行為能力。舉個例子，統(tǒng)計學(xué)老師讓你統(tǒng)計一項數(shù)據(jù)，只要交給你一個統(tǒng)計方法就可以按照方法進行統(tǒng)計了；如果是體育老師教你跳高，你就要先學(xué)習(xí)要領(lǐng)，通過不斷的練習(xí)，掌握要領(lǐng)，才可以逐漸提高跳的高度。在理論上，行為主義理論也是可以解決不確定性的問題的能力，不過在解決問題的過程相較于其他兩種理論更為復(fù)雜一點。

3.2 人工智能發(fā)展方向的思考

人工智能技術(shù)發(fā)展速度總是超乎人們的預(yù)想，想要準確的預(yù)測人工智能的未來發(fā)展方向是不可能做到的，但是從現(xiàn)今人工智能的發(fā)展流派和發(fā)展現(xiàn)狀上的一些研究可以看出一些方向，可能會向著人類神經(jīng)網(wǎng)絡(luò)與機器結(jié)合、模式識別研究、企業(yè)運營等領(lǐng)域發(fā)展。

模式識別是通過計算機對數(shù)學(xué)技術(shù)方法模式進行自我的處理和判斷來進行信息處理。實現(xiàn)機器模式的自我識別是現(xiàn)今發(fā)展智能機器一個最為關(guān)鍵的突破口。例如智能機器可以自動識別路況實現(xiàn)無人駕駛，自動駕駛汽車是綜合了模式識別、智能控制、汽車操縱技術(shù)等多門學(xué)科理論的一個綜合體現(xiàn)?，F(xiàn)今發(fā)展還不能完全將這模式自我識別技術(shù)問題完全解決，作為一個人工智能未來的發(fā)展方向，科學(xué)家正做著堅持不懈的努力。

人工智能擁有著巨大的研究和發(fā)展前景，現(xiàn)今距我們預(yù)想的發(fā)展目標(biāo)還比較遙遠，但是人工智能在各領(lǐng)域取得巨大突破和成就是不可磨滅的，未來人類神經(jīng)網(wǎng)絡(luò)與機器的結(jié)合，會使得機器情感的研究取得突破。許多研究表明，情感是智能發(fā)展研究不能分離的一部分，所以我認為，人工智能下一個突破應(yīng)該放在賦予計算機簡單的情感能力。情感能力能否成功賦予機器，是計算機與人實現(xiàn)自然交流發(fā)展的一大瓶頸。

4 結(jié)束語

綜上所述，關(guān)于人工智能發(fā)展方向的思考，現(xiàn)階段人工智能在側(cè)重模擬人類智能，實現(xiàn)自我識別的同時；更要理論結(jié)合實際，尋找人工智能在與現(xiàn)實生活結(jié)合過程存在的難題為突破口，使得人工智能更好地改善人們的生產(chǎn)和生活。

參考文獻

[1]萬雷.論人工智能的現(xiàn)狀與發(fā)展方向[J].科技風(fēng)，2012，15：54.

[2]魏葆春.人工智能的現(xiàn)狀與未來的發(fā)展方向[J].邊疆經(jīng)濟與文化，2010，12：57-58.

[3]黃乾貴，張艷.人工智能的發(fā)展現(xiàn)狀與展望[J].煤礦機械，2002，4：10-11.

[4]趙鵬章.人工智能的現(xiàn)狀和未來發(fā)展方向[J].中國西部科技，2013，4：38-39.

[5]孫曄，吳飛揚.人工智能的研究現(xiàn)狀及發(fā)展趨勢[J].價值工程，2013，28：5-7.

[6]楊狀元，林建中.人工智能的現(xiàn)狀及今后發(fā)展趨勢展望[J].科技信息，2009，4：524-525.