在國(guó)際上，由于網(wǎng)絡(luò)傳媒的快速化、大范圍化傳播以把一切先進(jìn)的技術(shù)統(tǒng)統(tǒng)歸屬于人工智能。從另一個(gè)角度來(lái)

　　及信息不確定等特點(diǎn)，再加上一些商家的炒作，人工智能說(shuō)，這反而會(huì)影響人工智能的發(fā)展。

　　被社會(huì)推到神秘的地步，甚至出現(xiàn)一些人工智能危險(xiǎn)論的長(zhǎng)期以來(lái)，人們習(xí)慣把導(dǎo)入計(jì)算機(jī)處理的系統(tǒng)統(tǒng)稱(chēng)為

　　宣傳、人類(lèi)將被人工智能的機(jī)器人統(tǒng)治等謬論的傳播。一智能系統(tǒng)，所以，人們看到“人工智能”這個(gè)詞時(shí)馬上就

　　些專(zhuān)家學(xué)者也利用自己所掌握的知識(shí)盡情發(fā)揮，發(fā)布了很聯(lián)想到智能系統(tǒng)，其實(shí)這是完全不同的兩個(gè)概念。

　　多不切合實(shí)際的言論，把人工智能概念模糊化，使人們分智能系統(tǒng)是依據(jù)確定性的算法所實(shí)現(xiàn)的系統(tǒng)，是按照

　　不清什么是人工智能，什么是模式識(shí)別，什么是機(jī)器人，一種算法實(shí)現(xiàn)某種目標(biāo)函數(shù)的處理，其處理結(jié)果是確定性

　　而年輕學(xué)者也不清楚從哪些方面入手能夠?qū)θ斯ぶ悄苓M(jìn)行的。例如自動(dòng)控制系統(tǒng)，通過(guò)閉環(huán)的 PID 調(diào)節(jié)，使機(jī)械位

　　事半功倍的研究與應(yīng)用。置能夠盡快達(dá)到所定位置，使溫度盡快達(dá)到所定指標(biāo)等等，

　　1 人工智能的定義這種算法往往是經(jīng)典的理論；再者，在模式識(shí)別的智能系

　　什么是人工智能？簡(jiǎn)單講就是用計(jì)算機(jī)實(shí)現(xiàn)人的頭統(tǒng)中有很多經(jīng)典的分類(lèi)的算法，例如利用歐幾里得距離，

　　腦功能，即通過(guò)計(jì)算機(jī)實(shí)現(xiàn)人的頭腦思維所產(chǎn)生的效果?？梢杂?jì)算出一個(gè)特征向量數(shù)據(jù)同若干個(gè)向量數(shù)據(jù)中的哪個(gè)

　　人工智能算法所要處理的問(wèn)題，以及處理后的結(jié)果具有不向量數(shù)據(jù)最接近，這些都是模式識(shí)別的基本算法，導(dǎo)入這

　　可預(yù)測(cè)性。。些算法的模式識(shí)別系統(tǒng)就是一個(gè)智能的系統(tǒng)。

　　目前，社會(huì)上把普通的模式識(shí)別、機(jī)器人技術(shù)混同于在機(jī)器人系統(tǒng)中，機(jī)器人的行走以及手臂的動(dòng)作需

　　人工智能，其根本原因是對(duì)人工智能的概念不清楚，因而要人為地事先通過(guò)程序輸入到機(jī)器人系統(tǒng)中，機(jī)器人才可

　　Robot Technique and Application2017 1 23

?

?

　　以按照人為輸入的程序進(jìn)行行走以及做各種手臂動(dòng)作。外基于知識(shí)庫(kù)技術(shù)的專(zhuān)家系統(tǒng)是把人的經(jīng)過(guò)頭腦加工

　　行人可能以為機(jī)器人同人一樣可以隨心所欲地做出各種動(dòng)的知識(shí)通過(guò)標(biāo)準(zhǔn)的知識(shí)庫(kù)的形式歸納起來(lái)，使專(zhuān)家系統(tǒng)能

　　作，其實(shí)不然。例如，機(jī)器人在行走過(guò)程中，如果路上出夠達(dá)到人腦所能實(shí)現(xiàn)的處理功能，因此可以解決傳統(tǒng)算法

　　現(xiàn)一個(gè)不可預(yù)知的障礙物，這時(shí)機(jī)器人肯定會(huì)被絆倒；然所解決不了的難題。

　　而，如果在機(jī)器人系統(tǒng)中搭載了人工智能的算法，機(jī)器人2.2 基于模糊數(shù)學(xué)的空間映射理論*

　　就可以依據(jù)自己的判斷，自主地繞過(guò)障礙物?？臻g映射理論的倡導(dǎo)者至今才發(fā)現(xiàn)這個(gè)理論是屬于

　　所以，普通的智能系統(tǒng)與人工智能的區(qū)別是：普通智人工智能范疇的理論?？臻g映射理論的原理可以用來(lái)解決

　　能系統(tǒng)是經(jīng)典的算法，是僅以滿(mǎn)足目標(biāo)函數(shù)的算法，是解類(lèi)似人臉識(shí)別、圖像識(shí)別或文字識(shí)別等復(fù)雜系的模式識(shí)別

　　決其結(jié)果是可預(yù)測(cè)性問(wèn)題的算法，人工智能是模仿人類(lèi)大問(wèn)題。由于復(fù)雜系的問(wèn)題往往很難找到可以直接解決的算

　　腦處理問(wèn)題的方法，或能客觀上實(shí)現(xiàn)人腦所能實(shí)現(xiàn)的處理法，因此不能像傳統(tǒng)的智能系統(tǒng)一樣，直接通過(guò)傳統(tǒng)的算

　　過(guò)程，人工智能所要解決的問(wèn)題以及處理的結(jié)果往往是不法進(jìn)行處理；基于模糊數(shù)學(xué)的空間映射理論是把一個(gè)復(fù)雜

　　確定性的，或者說(shuō)是事先不可預(yù)知的。系空間的問(wèn)題映射到若干個(gè)簡(jiǎn)單系空間的問(wèn)題，雖然在每

　　2 常用的人工智能的算法以及學(xué)派一個(gè)簡(jiǎn)單系的空間中只能解決有限的問(wèn)題，但是根據(jù)組合

　　2.1 基于知識(shí)庫(kù)技術(shù)的專(zhuān)家系統(tǒng)理論，若干個(gè)簡(jiǎn)單系空間的組合卻能解決復(fù)雜系空間的問(wèn)

　　客觀地講，人工智能最成功的應(yīng)用應(yīng)該是知識(shí)庫(kù)技術(shù)題；這里最重要的地方是由復(fù)雜系空間問(wèn)題映射到簡(jiǎn)單系

　　的專(zhuān)家系統(tǒng)，早在 20 多年前，筆者研究室里就針對(duì)手寫(xiě)空間，是基于人的大腦的處理，學(xué)術(shù)上稱(chēng)為人為介入的方

　　文字如何看起來(lái)美觀為題開(kāi)發(fā)了手寫(xiě)文字的專(zhuān)家系統(tǒng)，把法；由于傳統(tǒng)的數(shù)學(xué)方法非常死板，不易進(jìn)行人為介入，

　　美觀的手寫(xiě)文字的規(guī)則輸入到知識(shí)庫(kù)中，運(yùn)用這個(gè)系統(tǒng)可模糊數(shù)學(xué)則給我們提供了便利，可以根據(jù)人對(duì)處理對(duì)象的

　　解決苦于手寫(xiě)字不流暢的企業(yè)負(fù)責(zé)人手寫(xiě)書(shū)信問(wèn)題，通過(guò)理解，從若干個(gè)角度通過(guò)模糊數(shù)學(xué)的 Membership 函數(shù)進(jìn)

　　專(zhuān)家系統(tǒng)的處理既保留了企業(yè)負(fù)責(zé)人書(shū)寫(xiě)文字的個(gè)性化，行定式，從而實(shí)現(xiàn)對(duì)復(fù)雜系問(wèn)題的解決。由于這樣的算法

　　同時(shí)看起來(lái)又具有一定的美觀效果。是按照人頭腦處理的方式，再通過(guò)模糊數(shù)學(xué)的定式達(dá)到解

　　決復(fù)雜系問(wèn)題的效果，因此應(yīng)當(dāng)屬于人工智能的理

　　論范疇。

　　20 多年前，日本利用這個(gè)理論在手寫(xiě)體數(shù)字

　　的自動(dòng)識(shí)別上得到了非常高水平的應(yīng)用效果。比如，

　　在區(qū)別數(shù)字“9”和數(shù)字“4”的自動(dòng)識(shí)別方面。那

　　個(gè)時(shí)候，普遍使用的掃描儀的解像度只有 100dpi，

　　掃描后的數(shù)字“9”和數(shù)字“4”很容易混淆：如果

　　數(shù)字“4”豎線(xiàn)下面的筆畫(huà)較長(zhǎng)，很容易被識(shí)別成

　　數(shù)字“9”，反過(guò)來(lái)手寫(xiě)的“9”下半部分筆畫(huà)較短時(shí)，

　　可能會(huì)被識(shí)別成數(shù)字“4”。于是，研究人員利用

　　空間映射理論中的 Membership 函數(shù)定式，把數(shù)字“9”

　　和數(shù)字“4”的模糊值進(jìn)行量化，從而可以得到非

　　常高精度的識(shí)別結(jié)果。該技術(shù)主要用于超市傳票的

　　自動(dòng)高速讀取系統(tǒng)中 ， 成為當(dāng)時(shí)日本頗具代表性的

　　同 20 多年前落后的硬件環(huán)境相比，今天的科研環(huán)境手寫(xiě)文字識(shí)別方法。

　　先進(jìn)了許多。人們可以借助大型網(wǎng)絡(luò)服務(wù)器構(gòu)筑社會(huì)性的該理論也可以用于其他應(yīng)用。例如，利用這個(gè)理論，

　　大知識(shí)庫(kù)系統(tǒng)，可以得到意想不到的應(yīng)用效果。例如，最日本電氣化軌道交通的無(wú)人駕駛系統(tǒng)可以通過(guò)模糊推論，

　　近日本在網(wǎng)絡(luò)服務(wù)器上建立了 10 萬(wàn)人的語(yǔ)音知識(shí)庫(kù) ， 該成功地按照駕駛員的經(jīng)驗(yàn)自動(dòng)地處理在自動(dòng)駕駛過(guò)程中可

　　庫(kù)可以實(shí)現(xiàn)完全無(wú)障礙的自動(dòng)語(yǔ)音交流，目前用于外國(guó)游能遇到的隨機(jī)問(wèn)題，從而可以平穩(wěn)地自動(dòng)駕駛列車(chē)在各種

　　客坐出租時(shí)的自動(dòng)翻譯系統(tǒng)中。條件下運(yùn)行。