인간 지능의 우월성은 인간의 사고, 판단, 의사결정능력에 있다. 사유는 인간이 감성적 인식을 바탕으로 형성한 이성적 인식으로, 종합 분석 과정을 통해 이뤄지고, 인간 사고의 분석 종합 과정은 질적인 변화를 일으켰다. 일반 분석 종합을 바탕으로 추상과 개괄, 비교와 분류, 체계화와 구체화 등 새롭고 고급스럽고 복잡한 사고력이 나타나 머리 속에서 개념을 이용해 판단과 추리를 하고 있다. 기계를 지능적으로 만들려면 추론 기능이 있어야 한다. 추론은 하나 이상의 판단에서 다른 판단을 도출하는 사고 형태, 즉 기존 사실에서 새로운 사실을 도출하는 과정이다. 형식 논리에서 추론은 전제 (알려진 판단), 결론 (추론 판단) 및 추론 형식 (전제와 결론의 연결) 으로 구성됩니다.
인간이 복잡한 문제를 효율적으로 해결할 수 있는 이유는 많은 전문 지식을 가지고 있을 뿐만 아니라 합리적인 선택과 지식 활용 능력, 즉 추리력과 추리 전략을 가지고 있기 때문이다. 기호 논리에 기반한 인공지능은 논리적 사고와 추리를 주요 내용으로 한다. 전통적인 형식 추리 기술은 고전적인 술어 논리, 즉 연역적 추리를 바탕으로 초기 문제 해결과 정리 증명에 광범위하게 적용된다. 하지만 인공지능 연구가 깊어짐에 따라 사람들이 연구에서 직면한 많은 복잡한 문제들은 엄격한 연역추리로 해결할 수 없기 때문에, 단조롭지 않은 논리 추리에 대한 연구가 급속히 발전하여 인공지능의 중요한 연구 내용 중 하나가 되었다.
인식 문제
인식은 인공지능의 고전적인 연구 과제로, 신경생리학, 시각심리학, 물리학, 화학 등 컴퓨터 시각과 소리 처리를 포함한다. 컴퓨터 비전 연구는 비디오 센서 (예: 카메라) 가 얻은 외부 풍경과 정보를 분석하고 이해하는 방법, 즉 컴퓨터가 주변 사물을 "볼" 수 있게 하는 방법을 연구하는 것이다. 소리 처리는 컴퓨터가 말하는 소리를 "듣고" 음성 정보를 분석하고 이해하는 방법을 연구하는 것이다. 인식 문제의 핵심은 간결하고 조작하기 쉬운 방식으로 대량의 인식 데이터를 표현하고 설명하는 것이다.
D. Marr 교수는 컴퓨터 시각에 탁월한 공헌을 했다. 그는 시각은 복잡한 정보 처리 과정으로, 서로 다른 정보 표현과 다양한 수준의 처리가 있으며, 궁극적으로 컴퓨터의 외부 세계에 대한 묘사를 실현하는 것이 목적이라고 생각한다. 그래서 그는 계산 이론, 알고리즘, 하드웨어 구현 등 30 단계의 연구 방법을 제시했다. 그의 이론은 컴퓨터 시각 연구의 이론적 기초를 다지고 연구 내용과 목표를 명확하게 지적했다. 현재 컴퓨터 시각은 이미지 처리, 입체 및 운동 시각, 3 차원 물체의 모델링 및 인식 등에 큰 진전을 이루었지만 실용적인 컴퓨터 시각 시스템은 아직 구축되지 않았다.
2002 년 말, 지능형 인간-컴퓨터 상호 작용 분야의 중요한 연구 내용 중 하나인 얼굴 인식 기술은 국내에서 돌파구를 마련했으며, 안정성과 인식률은 국제 선진 수준에 도달하여 초보적으로 실용적 단계에 이르렀다. 얼굴 인식 기술은 컴퓨터의' 인간화' 와' 지능화' 수준을 크게 높였다.
탐험하다
바둑을 두거나, 문제를 생각하거나, 미로의 출구를 찾을 때, 사람들은 항상 문제 해결의 원리를 탐구하려고 하는데, 이를 전문적으로 연구해야 한다. 탐구는 인공지능 연구의 핵심 내용 중 하나이다. 인공지능의 초기 연구 성과 (예: 범용 문제 해결 시스템, 기하학 정리 증명, 게임 등). 만족스러운 문제 해결을 위해 효과적으로 검색하는 방법을 중심으로 합니다. 탐구는 인공지능 연구와 응용의 기초 기술 분야이다.
인공지능의 문제 해결은 일반적인 수치 계산과 다르다. 인공지능의 문제 해결은 먼저 주어진 문제를 설명한 다음, 검색 추리를 통해 문제에 대한 해답을 얻는 반면, 수치 계산은 프로그래밍 알고리즘을 통해 수치 연산을 달성한다. 인공지능 문제를 해결하는 과정은 상태 공간에서 초기 상태에서 목표 상태로의 탐색과 추리 과정이다. 탐구의 주요 임무는 적절한 운영 규칙을 선택하는 방법을 결정하는 것이다. 탐구의 기본 방법에는 두 가지가 있습니다. 하나는 맹목적으로 탐구하는 것입니다. 즉, 주어진 문제에 대한 구체적인 지식을 고려하지 않고 미리 결정된 고정 순서에 따라 연산 규칙을 호출하는 것입니다. 블라인드 탐지 기술은 주로 심도 우선 검색과 폭 우선 검색이 있습니다. 또 다른 하나는 휴리스틱 검색으로, 문제의 적용 가능한 지식을 고려하고, 먼저 연산 규칙을 동적으로 호출하면 탐색이 빨라진다.
탐구 기술의 중점은 계발적 검색이다. 일반적으로 주어진 문제에는 여러 가지 표징이 있지만, 문제를 해결할 때의 효율성은 다르다. 많은 문제 해결에서 전체 문제 해결 프로세스 속도를 높이는 데 사용할 수 있는 많은 문제 관련 정보가 있습니다. 이러한 문제 관련 정보를 계발적 정보라고 하며, 계발적 정보를 이용한 탐구는 바로 계발적 탐구이다. 휴리스틱 탐색은 휴리스틱 정보를 사용하여 문제 해결 경로에서 유망한 노드를 평가하고 정렬하고 가장 유망한 노드를 우선적으로 확장하여 문제의 최적 해결을 달성합니다.
경기
게임은 도박의 이론과 대항에 대한 지식으로, 바둑에서 기원한다. 컴퓨터가 바둑을 배우도록 하는 것은 기계를 지능적으로 만드는 가장 빠른 시도이다. 일찍이 1956 년 인공지능의 개척자 중 한 명인 새뮤얼은 바둑 프로그램을 개발하여 바둑 스펙트럼에서 배우고 실전에서 경험을 총결했다. 당시 가장 센세이션이었던 뉴스는 새뮤얼이 체커 종목에서 미국 모 주의 체커 우승을 차지했다는 것이다. 하지만 앞으로 몇 년 동안 세계 챔피언의 우세를 차지하지 못했다. 요즘 개인용 컴퓨터 홈 소프트웨어에는 보통 바둑 프로그램, 장기 프로그램, 오바둑 프로그램, 심지어 바둑 프로그램까지 있다. 초급 수준을 선택하더라도 컴퓨터 체스 경기에서 이기기는 쉽지 않다.
사실 바둑, 장기, 바둑, 바둑의 경우, 과정은 완전히 한 그루의 게임나무로 표현될 수 있으며, 가장 기본적인 상태 공간 검색 기술로 이기는 바둑 노선을 찾을 수 있다. (윌리엄 셰익스피어, 윈스턴, 바둑, 바둑, 바둑, 바둑, 바둑) 불행히도, 이런 게임나무는 종종 놀라울 정도로 크다, 특히 체스 프로그램과 바둑 프로그램과 같다. 컴퓨터의 저장 공간이 모든 상태를 수용할 수 있더라도 검색에 걸리는 시간 (즉, 일반적으로 몇 걸음 앞으로 나아가는 시간) 은 감당할 수 없는 경우가 많습니다. 다행히 현재 컴퓨터의 성능이 갈수록 높아지고, 저장 공간이 점점 커지고, 컴퓨터의 바둑력이 향상되었다는 느낌을 준다. 또한 기존 컴퓨터 체스 프로그램은 기존 상태 공간 검색 기술을 기반으로 하며, 휴리스틱 알고리즘을 통해 바둑 중간 상태가 이길 가능성을 추정하여 다음 단계에서 무엇을 할지 결정합니다. 이 방법은 상태 공간의 저장과 검색을 크게 줄여 현대 고성능 컴퓨터가 체스 마스터를 이길 수 있는 길을 열어줍니다.
1950 년대 이후, 체스 마스터와 마스터와의 컴퓨터 경쟁은 줄곧 사람들이 매우 흥미를 느끼는 주제였다. 컴퓨터는 고수와의 경쟁을 통해 끊임없이 자신의 프로그램을 개선한다. 80 년대 컴퓨터계에서는 컴퓨터가 체스 챔피언을 이길 수 있다고 생각했지만 실제 시간이 연기되었다. IBM 은 항상 게임 프로그램을 개발하는 전통을 가지고 있었고, 사무엘은 그해 IBM 에 속해 있었다. 1990 년대에 IBM 은 다양한 고성능 컴퓨터와 그에 상응하는 바둑 소프트웨어를 개발했으며, 개선된 바둑 프로그램과' 진한 블루' 컴퓨터를 현재 1 위를 차지한 러시아 기사 카스파로프에 조준했다. 5 월, 미국 뉴욕 1997 에서 카노프스키와 진한 파란색이 또 다른 세계가 주목하는 인간전쟁을 벌였다. 처음 두 판, 쌍방이 1 비 1 평을 이루다. 이후 쌍방은 3 연평이다. 중요한 6 회,' 딥 블루' 컴퓨터가 출중하고 승리를 거두며' 2 승 3 무 1 음수' 의 총득점으로 상대를 물리치며 전 세계 관객들을 어안이 벙벙하게 했다. 어떤 사람들은 이것을' 사람 같은 기계와 기계 같은 사람 사이의 게임' 이라고 묘사한다. 딥 블루' 컴퓨터가 이겼지만 인공지능이 돌파한 것은 아니다. 칼 마르크스가 말했듯이, 그들 사이의 경쟁은 불공평하다. 딥 블루 (Deep Blue) 컴퓨터는 상태 공간 검색, 패턴 매칭 등 전통적인 인공지능 기술을 여전히 사용하고 있지만 컴퓨터 속도가 크게 향상되었습니다. 컴퓨터가 데카르트를 이기는 또 다른 중요한 이유는 컴퓨터 엔지니어 외에도 IBM 이 체스 규칙과 컴퓨터 지식을 잘 아는 전문가들이' 진한 파란색' 컴퓨터 뒤에 숨어 있어 건의를 하고 제때에 프로그램을 조정할 수 있도록 도와주는 것이다. 따라서 데카르트의 실패는 시간문제일 뿐이다. 만약 우리가 다른 바둑을 둔다면, 예를 들면, 컴퓨터에서 사람과 바둑을 두는 것과 같이, 어떤 일이 일어날까요? 현재로서는 컴퓨터가 바둑 1 급 바둑 선수를 이기려면 상당히 어려울 것이다. 바둑의 상태 공간이 훨씬 크고 복잡하기 때문이다.
로봇학
로봇학과 로봇학은 인공지능 연구의 또 다른 중요한 응용 분야로, 많은 인공지능 사상의 발전을 촉진시켰다. 이로 인해 파생된 일부 기술은 실제 상태를 시뮬레이션하고, 한 상태에서 다른 상태로의 변경 과정을 설명하고, 작업 순서를 생성하고 계획의 구현을 감독하는 방법을 계획하는 데 더 나은 도움을 줄 수 있습니다.
로봇의 응용이 점점 더 넓어지면서 상업센터, 사무자동화와 같은 제 3 산업으로 접어들기 시작했다. 현재 로봇학의 연구 방향은 주로 지능형 로봇을 개발하는 것이다. 지능형 로봇은 로봇의 응용 분야를 크게 확대할 것이다. 지능형 로봇 자체는 작업 환경, 작업 대상 및 상태를 알 수 있으며, 사람이 제공한 지침과 자신의 지식에 따라 작업 패턴을 결정하고, 운영 기관과 모바일 기관을 통해 작업을 수행하며, 작업 환경의 변화에 적응할 수 있습니다. 스마트 로봇은 단지 무엇을 하는지 알려주기만 하면 되고, 어떻게 하는 것이 아니다. 네 가지 기본 기능인 (1) 모션 기능은 사람의 손, 팔, 다리의 기본 기능과 유사하며 외부 환경에 영향을 줍니다. (2) 인식 기능, 외부 정보를 얻는 기능. (3) 사고 기능, 문제 해결 시 이해, 판단, 추리 기능. (4) 인간-기계 교류 기능, 지시 사항 이해, 내부 상태 출력, 사람들과 정보 교환 기능. 지능형 로봇은 인지 적응의 방식으로 작동합니다. 유명한 로봇과 인공지능 전문가인 브래디는 센서, 시각, 이동성, 설계, 제어, 전형적인 조작, 추리, 시스템 등 로봇이 직면한 30 가지 난제를 요약해 시급히 해결해야 할 난제를 지적했다. 이러한 방면에서 돌파를 해야 로봇 응용과 로봇 기술이 사회의 요구를 더 잘 충족하고 인간 지능을 개발하는 데 도움이 될 수 있다.
오늘날 로봇의 설계는 인간의 외부 기능을 시뮬레이션하는 모든 방면에서 큰 발전을 이루었다. 현재 일부 과학자들은 생물공학의 관점에서 하이파이 시뮬레이션 로봇을 개발하는 방법을 연구하고 있다. 현재 로봇은 각종 집안일을 할 수 있고, 열심히 일할 수 있고, 주인의 마음을 읽을 수 있는 이른바' 로봇 하인' 과는 거리가 멀다. 로봇의 지능 행동은 미리 편성된 프로그램에 의해 결정되기 때문에 로봇은 사람들이 원하는 일만 할 수 있다. 인간의 창의력, 생각, 연상, 즉흥, 심지어 결단력도 로봇에 잘 드러나지 않는다. 로봇을 인간의 삶에 녹아들게 하는 것은 아주 먼 일인 것 같다.