解析人工智能的现状与未来

人工智能的发展趋势

    不同研究分支的学者不断对了人工智能领域可能的突破点进行探讨，我们大致可以从下面六个方面了解人工智能领域进一步深入研究的发展方向。

    （1）并发约束模型，智能计算的基础：我们需要一种混合型的并发程序设计语言，这种语言既能描述系统的环境，又能描述系统所要执行的任务；既可实现含连续时间参数的模型，又能实现含离散操作的模型。以这种混合型程序语言为基础可以建立一类可复合的模型，以刻画同时含有不同类型时间参数及并发约束的更复杂的问题类。

    （2）面向交互的程序设计与社会构造：开放的信息系统是人工智能乃至整个计算机领域研究的重要议题之一。所谓开放的信息系统是指由异构的、分布的、动态的、大规模的、自主的成分构成的系统。对这类系统的研究要求将人工智能与传统技术相结合，以获得更大的可扩展性与适应性。

    （3）一种基于DAI的新型软件设计风范：错误永远存在于复杂系统中，要求程序的无错性可能导致对系统复杂性的制约或增加其它开销，因此无错误的代码未必一定是好的。应该引入一种全新的软件设计风范，以这种方法设计的软件系统应是由多个能交互、带有验证内核的模块组成的开放式结构。

    （4）知识表示：在知识表示领域中，今后十年内最具挑战性的研究问题是动态知识系统的刻画及关于Agent程序设计的理论与实现的研究。

    （5）建立与理解复杂的自适应系统：下一个十年人工智能研究应着重于对未必能符号化、信息未必完全的复杂的自适应系统的研究，其中最关键的是如何理解与建立这样的系统。建立这样的系统需要发展一些新的理论与技术。首先必须发展能理解与处理上下文的技术，使所建立的系统能在不同的上下文情境下合理地处理各类问题；其次应发展多路学习机制，使系统能从复杂的变化的环境中同时学到多种技能(如机器人足球运动员就需要有这样的功能)；另外还应探讨系统的可自动进化机制，使系统能从简单的被动式的系统逐步进化为复杂的具有自适应能力的系统。

    （6）语言技术与界面：目前关于语言的研究尚未突破语义障碍，现在还看不出在解决自然语言中含糊暧昧的成份方面可能会取得多大的进展，也很难想象在近期内能实现对任意输入均可产生高质量译文的机器翻译系统或非常理想的篇章理解系统，我们所能看到的是一些有一定限制的但与人类生活密切相关的语言处理技术的发展。随着语言技术产品市场的不断壮大，语言技术也会得到更快的发展。

结语

    人工智能的长期目标是建立人类水平的人工智能，由脑科学、认知科学、人工智能等共同研究，形成交叉学科智能科学。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质。认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。智能科学不仅要进行功能仿真，而且要从机理上研究，探索智能的新概念、新理论、新方法。

    人工智能的研究一旦取得突破性进展，将会对信息时代产生重大影响，对人类文明产生重大影响。科学发展到今天，一方面是高度分化，学科在不断细分，新学科、新领域不断产生；另一方面是学科的高度融合，更多地呈现交叉和综合的趋势，新兴学科和交叉学科不断涌现。大学科交叉的这种普遍趋势，在人工智能学科方面表现尤其突出。由脑科学、认知科学、人工智能等共同研究智能的本质和机理，形成交叉学科智能科学。学科交叉将催生更多的研究成果，对于人工智能学科整体而言，要有所突破，需要多个学科合作协同，在交叉学科研究中实现创新。