簡介：人工智能、模式識別與醫(yī)學(xué)專家系統(tǒng),第一節(jié)人工智能,“智能化”是當(dāng)前新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)的重要發(fā)展方向、開發(fā)策略和顯著標(biāo)志，例如智能控制（INTELLIGENTCONTROL）、智能自動化（INTELLIGENTAUTOMATION）、智能管理（INTELLIGENTMANAGEMENT）、。因此，人工智能具有廣泛的用途。可以說，哪里有計算機應(yīng)用，哪里就在用人工智能；哪里需要自動化或半自動化，哪里就在應(yīng)用人工智能的理論、方法和技術(shù)。,一人工智能概述什么是智能智能（INTELLIGENCE即智力功能，是人類大腦所具有的感知、認(rèn)識、學(xué)習(xí)、理解、分析、綜合、判斷、推理、創(chuàng)造等局部功能的總和與它們的有機綜合的統(tǒng)稱；因此，完善的智能中不能不包含有人類的情感、意識、意志等這種高級因素。,智能究竟是什么智能是解決感性問題的能力。所謂感性就是個別的、特殊的、隨機的、模糊的、感官的、情緒化的、個人意志的。解決這類問題需要經(jīng)驗的積累和歸納推理并形成新的經(jīng)驗。也就是具有自動學(xué)習(xí)、經(jīng)驗積累和應(yīng)用知識的能力。對電腦而言，智能就是必須具有優(yōu)化、擴展和改變主體已有程序和創(chuàng)建新程序的能力，即具有我們過去常說的主觀能動性。智能可以利用一般經(jīng)驗或理論解決特殊問題，也可以歸納總結(jié)個別的經(jīng)驗使之上升到普遍的理論。,人的行為可分為社會行為和個人行為。智能在人的社會行為中的作用主要是制定社會規(guī)則、探索和發(fā)現(xiàn)自然規(guī)則以及選擇和套用這些規(guī)則。而智能在人的個人行為中主要是通過個人情感和意志起作用以處理新鮮感受。,什么是人工智能人工智能（ARTIFICIALINTELLIGENCE是利用設(shè)備或機器，用人工的方法，對人腦的思維活動過程進行模擬；當(dāng)使得設(shè)備或機器的功能與腦功能大體等價時，這種設(shè)備或機器的功能就可以認(rèn)為是具有某種程度的人工智能。人工智能應(yīng)該以平均智力商為評定標(biāo)準(zhǔn)，并在與對比者（人）同等條件狀況下進行全面地綜合測試或進行某幾種局部功能的單項測試；當(dāng)測試結(jié)果不低于規(guī)定的智力商數(shù)時，應(yīng)當(dāng)承認(rèn)該設(shè)備或機器具有某種程度或某種意義的人工智能。,所謂人工智能，又稱為智能模擬，是計算機技術(shù)的一個分支，它研究如何利用計算機來完成用人的智慧才能完成的工作。人工智能問題是一個古老的但又是十分新穎的研究課題。近十多年來，各國研究人員在人工智能的研究上都已經(jīng)獲得巨大的進展。然而各種傳統(tǒng)的或新穎的智能模型迄今還不能完全而圓滿地對大腦思維活動的過程進行解釋和模擬，人們還不十分了解信息在大腦中的底層結(jié)構(gòu)和編碼方法；其中特別是象人們的概念、意識、情感和創(chuàng)造性思維過程等，還根本無從著手；同時關(guān)于這一方面，在哲學(xué)上、自然科學(xué)上還有很大的爭論，還不能得到哲學(xué)界和自然科學(xué)界的一致認(rèn)同。,人工智能與計算機人們早已習(xí)慣于把計算機稱之為“電腦”，但是人們忽略了這樣一個事實∶無論電腦的功能有多么強大，用途有多么廣泛，它也不過是個具有超級能力的白癡。嚴(yán)格地講，電腦只能執(zhí)行特定的指令，而人腦則是處理所有感受到的信息。所謂“特定的指令”是指電腦程序可接受的或可執(zhí)行的外部輸入。顯然執(zhí)行指令與處理信息有著本質(zhì)的不同。這并不是否認(rèn)電腦具有處理信息的能力，這里說的電腦處理信息與人腦處理信息是不同的概念。其實電腦處理信息過程也是在執(zhí)行外部指令或給定程序中的指令。,電腦的軟硬件都不是自發(fā)進化而成的。電腦程序是人根據(jù)自然規(guī)律、法則和社會經(jīng)驗的歸納總結(jié)，是由人編制的。電腦程序集中的是人的經(jīng)驗總結(jié)，其本質(zhì)是理性的。所謂理性就是理論的、有序的、精確的、數(shù)字化的、結(jié)論性的、有規(guī)律的、普遍性的、公共的、合乎邏輯的。簡單類比就如同是一本操作手冊，人們只要照它去做就是了。顯然智能不是被用來解決這類理性化的問題的。（智能是解決感性問題的能力。）因為當(dāng)一切都規(guī)定好了、程序化了，就根本不需要智能了。由此我們得出一個結(jié)論∶無論電腦的功能有多么強大，只要它只能按給定的程序來工作，它就不能算作具有智能。,記憶、歸納推理與信息處理通常記憶內(nèi)容包括兩個部分∶一是記錄所接受或感受到的信息，這主要是指外部進來的信息。二是自動記錄主體自身的活動過程。電腦只能記憶前者，而不能記憶后者。而人腦則兩者都可以做到。電腦的記憶過程是被動地執(zhí)行指令，它所能記住的東西僅僅是工作所需的程序和要處理的數(shù)據(jù)。而人腦所記錄的東西不僅僅是感受到的信息，而且最重要的是能夠記錄處理信息的過程，或者說能夠記錄大腦自身有意識的活動內(nèi)容。記憶內(nèi)容第二部分所指的過程是自動的、不受控的，而第一部分則是可以被控制的。,記憶、歸納推理與信息處理利用已有的經(jīng)驗來解決新的問題需要歸納和推理。人的這種能力是由人腦的記憶構(gòu)造決定的。人腦在發(fā)育的早期階段記憶過程主要是素材和基本經(jīng)驗塊堆的建立和積累，即機械記憶。人腦在成熟階段記憶過程主要是經(jīng)驗塊堆的關(guān)聯(lián)和重組，即關(guān)聯(lián)記憶。由關(guān)聯(lián)記憶形成的人腦活動使人的思維模式天生具有歸納推理能力。經(jīng)驗的重組使人得到了新的經(jīng)驗，獲得了進步。人腦的這種記憶構(gòu)造的優(yōu)點是具有模糊識別和記憶修補能力，缺點是老的關(guān)聯(lián)成分會因打散而消退,即產(chǎn)生忘卻。,記憶、歸納推理與信息處理人記住一張臉至少不比記住一個外語單詞要難，而電腦恰恰相反，它寧愿去記一個城市的電話簿。電腦幾乎完全靠機械般的精確記憶，而且不能利用記憶進行歸納推理，因而無法實現(xiàn)智能所必須的利用自身經(jīng)驗之功能。電腦雖能記憶，但不能具有經(jīng)驗。電腦在記憶時會把所有的素材都記錄下來。嚴(yán)格地講，電腦中的磁盤并不完全屬于它的“腦子“，磁盤中的數(shù)據(jù)部分就象人的筆記本和資料庫那樣，是腦外之物。而我們?nèi)四X中已經(jīng)固有了基本素材和經(jīng)驗，記憶時只需要把已有的各個素材和經(jīng)驗的關(guān)聯(lián)記錄下來。這里所說的素材就是人對最基本物理感受的機械記憶。,記憶、歸納推理與信息處理其實這些素材的量并不是很多，當(dāng)出生的嬰兒一開始感受這個世界，只需要不長的時期就可以得到他一生所需的基本記憶素材。其他時間的記憶就是把這些素材關(guān)聯(lián)成塊，再把塊關(guān)聯(lián)成堆。塊塊堆堆之間的再關(guān)聯(lián)就構(gòu)成了我們腦袋里的復(fù)雜記憶。對人類大腦的解剖分析也支持這一論點，另外人的記憶和經(jīng)驗的增加并沒有使大腦越長越大，這還可以解釋我們大腦在工作時為什么消耗很小的物理能量。關(guān)聯(lián)記憶使得我們成年人腦袋的大小并不與記憶的多少成正比。要是我們把所有的感受象錄音、錄像那樣全都記下來，要么把我們的腦子脹爆，要么我們的腦袋長得比樓房還大。,記憶、歸納推理與信息處理人類的情感和智能都與我們大腦的記憶特性密切相關(guān)，我們大腦有意識的活動在相當(dāng)程度上是記憶活動。探索和認(rèn)識人腦的記憶原理是實現(xiàn)人工智能的重要一環(huán)，也是電腦模擬或?qū)崿F(xiàn)人腦智能的必經(jīng)之路。任何試圖逃避這一關(guān)的做法都不會成功。電腦科技的高速發(fā)展并未導(dǎo)致電腦在智能化方面有什么進展，其重要原因之一就是電腦的記憶方式一直停留在它的初始階段。,二、人工智能的發(fā)展軌跡,1模擬人類的思維規(guī)律，即推理方法的研究和程序化；2正確的知識表示，運用知識進行推理，即知識的形式化；3從大量已有的知識推出新的知識，即專家系統(tǒng)。,三、人工智能的基本方法,人工智能的基本方法有以下幾種1、啟發(fā)式搜索人們解決問題的基本方法是方案試驗法，對各種可能的方案進行試驗，直至找到正確的方案。搜索策略有盲目搜索、啟發(fā)式搜索之分。盲目搜索是對可能方案進行順序的試驗；啟發(fā)式搜索是依照經(jīng)驗或某種啟發(fā)式信息，摒棄希望不大的搜索方向。啟發(fā)式搜索大大加快搜索過程，使得人們處理問題效率得到提高。,2、規(guī)劃人們待解決的問題一般可以分解轉(zhuǎn)化為若干小問題，對于每個小問題還可以進行分解。由于解決小問題的搜索大為減少，使得原問題的復(fù)雜度降低，問題的解決得到簡化。規(guī)劃要依靠啟發(fā)式信息，成功與否，很大程度上決定于啟發(fā)信息的可靠程度。3、知識的表達技術(shù)知識在計算機內(nèi)的表達方式是用計算機模擬人類智能必須解決的重要問題。問題解決的關(guān)鍵是如何把各類知識進行編碼、存儲；如何快速尋找需要的知識；如何對知識進行運算、推理；如何對知識進行更新、修改。,四、人工智能的研究和應(yīng)用領(lǐng)域,人工智能的研究和應(yīng)用領(lǐng)域概括起來有8個1、問題求解我們通過對人們求解問題的一般規(guī)律、求解問題的思路的研究，編制一個智能程序，依照人們解決問題的方法與步驟，解決問題。2、自然語言處理自然語言處理是研究計算機如何運用已有的詞法和語法規(guī)則，正確理解人們的自然語言，以方便用戶的使用與表達。3、模式識別模式識別是研究如何從龐大的信息中提取特征，根據(jù)特征識別不同事物的基本原理。,4、智能數(shù)據(jù)庫智能數(shù)據(jù)庫是研究利用人的推理、想象、記憶原理，實現(xiàn)對數(shù)據(jù)庫的存儲、搜索和修改。智能數(shù)據(jù)庫通過有效的組織，能夠滿足人們快速檢索和修改數(shù)據(jù)庫的要求。5、智能機器人智能機器人能夠?qū)ν獠凯h(huán)境具有一定的適應(yīng)能力，根據(jù)實際的環(huán)境信息進行綜合處理，并做出正確的響應(yīng)。這種機器人用于航天、軍事、工業(yè)制造等領(lǐng)域。6、博奕博弈是研究使自己取勝、戰(zhàn)勝對手的策略。在決策過程中要對形勢做出恰當(dāng)?shù)墓烙?，搜尋各種可能的策略組合，通過對比分析確定對自己最有利的策略。其中運用到問題求解、模式識別等方法。,7、程序自動設(shè)計程序自動化是為了設(shè)計一種算法。該算法是分層結(jié)構(gòu)的，先提出一些規(guī)定，形成最高一級的算法，并提出下一層算法的規(guī)定，然后按照這些規(guī)定形成下一級的算法和再下一級的規(guī)定，最后完成整個程序。程序自動化較多的研究工作放在了自動程序驗證方面，即讓計算機自動查找程序中的錯誤。8、定理的自動證明計算機通過模仿人的推理和演繹過程，從最基本的公理出發(fā)，證明定理的正確性。現(xiàn)在信息技術(shù)的飛速發(fā)展，使得AL有更廣泛的研究和應(yīng)用領(lǐng)域，如專家咨詢系統(tǒng)、組合調(diào)度問題、虛擬現(xiàn)實等等。,五、應(yīng)用舉例,指紋識別技術(shù)是指利用計算機進行的指紋自動識別技術(shù)，它是一項綜合技術(shù)，其研究發(fā)展涉及到多個前沿及邊緣科學(xué)，如模糊數(shù)學(xué)、數(shù)學(xué)形態(tài)學(xué)、神經(jīng)網(wǎng)絡(luò)、模式識別、計算機視覺、人工智能、數(shù)據(jù)壓縮、并行處理以及網(wǎng)絡(luò)技術(shù)等。這種技術(shù)的原理是通過指紋掃描儀上的光電識別器攝像頭對人指尖的卷狀紋理和渦進行掃描后，計算機把特定的隆起部位的位置制成表和記錄下來而形成一個對每一個人來說都是唯一的一個壓痕模式，存入計算機指紋數(shù)據(jù)庫。,計算機指紋掃描儀能夠區(qū)分人的手指與偽造的如蠟制的手指或橡膠手套上的指紋，這是由于對人的手指其掃描儀傳感系統(tǒng)能分辨出血液的流動情況、血壓等信息。當(dāng)進行身份認(rèn)證時，指紋自動識別系統(tǒng)會將人現(xiàn)場通過指紋掃描儀收集到的指紋經(jīng)軟件系統(tǒng)與數(shù)據(jù)庫的指紋相對照而進行確認(rèn)，對主流機型只需2秒左右的時間。由于兩個人擁有完全相同指紋的概率估計少于10億分之一，因此識別率極高，如美國IDENTIX公司的指紋掃描設(shè)備在用一個右手指正確匹配上接近100。指紋相對人的其它生物特征具有個體差異大、實現(xiàn)識別所需的軟硬件資源較小等優(yōu)勢，因此具有較大的應(yīng)用空間。,第二節(jié)模式識別,人工智能中有一個很重要的領(lǐng)域就是模式識別。但對于什么是“模式”，或者什么是機器能夠辯別的“模式”，迄今尚無確切的定義。我們只能形象地解釋說，人之所以能識別圖像、聲音、動作、文字、面部表情等，是因為它們都存在著反映其特征的某種模式。但這一解釋根本沒有詮釋模式的內(nèi)涵和外延。,,一．模式識別與模式識別的定義與目的按照廣義的定義，模式是一些供模仿用的、完美無缺的標(biāo)本。模式識別就是識別出特定客體所模仿的標(biāo)本。,識別能力是人類和其它生物的一種基本屬性，根據(jù)被識別的客本的性質(zhì)可以將識別活動分為兩個主要類型具體的客體和抽象的客體。字符、圖畫、音樂是具體的客體，它們通過對感官的刺激而被識別；論點、思想、信仰則是非物質(zhì)的客體，對它們的研究主要屬于哲學(xué)、政治學(xué)的范疇。我們主要是研究具體客體的識別，而且僅局限于研究用機器完成與識別任務(wù)有關(guān)的基本理論與實用技術(shù)。這一類課題屬于工程學(xué)、計算機科學(xué)、應(yīng)用數(shù)學(xué)的范疇。對我們將要討論的內(nèi)容，我們對模式、模式識別作如下狹義的定義,模式是對某些感興趣的客體的定量的或結(jié)構(gòu)的描述，模式類是具有某些共同特征的模式的集合。模式識別是研究一種自動技術(shù)，依靠這種技術(shù)，機器將自動地（或人盡量少地干涉）把待識模式分配到各自的模式類中去。但模式識別不是簡單的分類學(xué)，其目標(biāo)包括對于識別對象的描述、理解與綜合。,,模式識別是伴隨著計算機的研究、應(yīng)用日益發(fā)展起來的。其應(yīng)用領(lǐng)域涉及社會生活的各個方面，而且還在不斷擴大。人們親切地稱計算機為電腦，幾乎所有本來由人腦實現(xiàn)的功能，都謀略用“電腦”來完成。而且已經(jīng)取得，并不斷取得令人振奮的成就。,,但比起人腦來，電腦畢竟是小巫見大巫，不僅僅在于人腦約有1011～1012個腦細胞（被稱為神經(jīng)元），更在于每個神經(jīng)元約有103～104個突觸，即一個神經(jīng)元可通過突觸與8000個其它神經(jīng)元交換信息，當(dāng)生物電流通過某一突觸時，神經(jīng)元就將信息傳送到下一神經(jīng)元。所以人腦有極豐富的聯(lián)想能力?？梢猿綍r空，任意跳躍。因此計算機的聯(lián)想、判別與推理能力遠不如人腦，特別是在對外界信息的感知能力方面，更遠不如人腦。,識別是人對感覺的認(rèn)知和判斷能力。識別能力的高低體現(xiàn)了智能水平。識別由低到高分為三個層次。儀器水平∶物理識別動物水平∶模糊識別人類智能水平∶情感識別,物理識別是對接受到的信息實現(xiàn)物理、化學(xué)和生物學(xué)的量化認(rèn)識。視覺包括明暗、顏色、大小、形狀、遠近、運動狀態(tài)等。聽覺包括聲音大小、頻率、方位、波形等。觸覺包括溫度、導(dǎo)熱率、硬度、粘度、大小、形狀、受力、活動狀態(tài)等。嗅覺和味覺包括物質(zhì)的組成及化學(xué)成分?，F(xiàn)代科技與電腦相結(jié)合在物理識別范圍和識別精度方面早已大大超過人自身的能力。幾乎所有的科學(xué)儀器都是用于這種識別。這種識別的特點是識別內(nèi)容分別獨立互不相關(guān)，事件具有精確的重復(fù)性，無需經(jīng)驗和智能，完全可以程序化。所以它是最低層次的識別。,模糊識別是在大量復(fù)雜的信息中識別出有用的部分，即對接收的信息與以往的記憶和經(jīng)驗進行關(guān)聯(lián)認(rèn)識，剔除無關(guān)的信息。視覺包括在復(fù)雜的背景中辨認(rèn)特定的人和物或以往經(jīng)歷過的人和物。聽覺包括在嘈雜的背景中辨別出特定的聲音，特別是不同人的講話聲。模糊識別可解決有誰、有什么、是誰、是什么的問題。這種對人來說輕而易舉的能力對電腦來說真是太難了。目前電腦可通過對照記錄的方式實現(xiàn)單一識別能力，例如指紋、圖形、語音等。由于電腦不能實現(xiàn)關(guān)聯(lián)記憶，所以它在模糊識別方面難以有突破性進展。這個層次的識別與我們常見的寵物、牲畜、鳥、昆蟲的識別能力大致相當(dāng)，因此它不能產(chǎn)生高級智能。,情感識別是最高級的識別。它是完全的感性識別。這種識別主要是針對人際之間的信息交流。它包括文字、語言、歌曲、表情、外表、氣味和動作所表達的含義，既識字又聽得懂說話，甚至包括自然現(xiàn)象、事件、環(huán)境和物品的人文美學(xué)含義。這種識別已經(jīng)超出了人工智能的模糊識別，達到了人工高級生命的能力。以單一語音識別為例∶初級識別能夠知道有聲音，模糊識別能夠知道說什么或誰在說話，而高級識別則能通過說話的內(nèi)容、音調(diào)、節(jié)奏知道說話者的情緒和態(tài)度。這種識別要求電腦具有人類的情感。由此可見，高級智能與情感是完全相關(guān)的。,二．模式識別的全過程,模式識別的全過程可用下圖簡要的表示,以上過程中，每一階段設(shè)計的好壞都會對全盤的工作產(chǎn)生嚴(yán)重的影響，所以每一階段都應(yīng)爭取尺可能完美的效果。,由于被識別的對象多半是具有不同特征的非電量，如灰度、色彩、聲音、壓力、溫度等，所以第一步就要將它們轉(zhuǎn)變?yōu)殡娦盘?，然后?jīng)A/D轉(zhuǎn)換，將它們轉(zhuǎn)換為能由計算機處理的數(shù)字量。數(shù)字化后的電信號需經(jīng)預(yù)處理，以濾除樣品采集過程中摻入的干擾、噪聲，并人為地突出有用信號，以得到良好的識別效果。,經(jīng)改善后的有用信號，還要作特征抽取或基元抽取，才能對其分類。由于特征的抽取與待識模式的類別密切相關(guān)，很難有某種泛泛的規(guī)律可依循。隨著工作的深入，要不斷修改與完善此階段的工作，這也是圖81中虛線回溯的含義。模式分類就是在前幾步準(zhǔn)備工作的基礎(chǔ)上，把被識別對象歸并分類，確認(rèn)其為何種模式的過程。這是模式識別“出成果”的階段，直接以其分類結(jié)果表明本次識別的結(jié)束。,模式分類按其方法，大致可分為四大類統(tǒng)計決策法句法結(jié)構(gòu)法模糊判決法人工智能法,,電腦模式識別技術(shù)最初起源于圖像識別的需要，比如協(xié)助警方根據(jù)照片從茫茫人海中搜尋某個罪犯，或者幫助醫(yī)生把顯微鏡下的細菌進行分類。人腦在接受到視覺器官傳遞來的信息時，是怎樣識別和區(qū)分大千世界的萬物的呢一種方案是，大腦用一個神經(jīng)元與圖像上的每一點一一對應(yīng)并逐一判別，最后綜合為整體；但既使只描述圖像局部的大致輪廓，神經(jīng)元的數(shù)目仍不夠使用。,另一種更符合實際的方案是大腦感知的不是圖像上的所有的點，而是輪廓中最典型的特征，如線段、角度、弧度、反差、顏色等，把它們從圖像中抽取出來，然后結(jié)合頭腦中過去的記憶和有關(guān)經(jīng)驗和知識分析判斷。這種“特征抽取”也是電腦圖像識別的基礎(chǔ)。要根據(jù)一張照片讓電腦在一群人中辯認(rèn)出某個人，可以先把這張照片輸入電腦，抽取照片上人像上的特征，如鼻子、嘴巴、眼睛和輪廓特點，進行分類和加工，存放在機器里作為識別那個人的“模板”。然后，讓所有人都接受光電設(shè)備的描掃，把他們的圖像與機器事先存放的“模板”一一匹配。,只要待辯認(rèn)的人躲在這群人中間，哪怕他化了裝，留了長發(fā)，蓄了胡須，也逃不脫電腦的“火眼金睛”。這種圖像處理方法也叫“模板匹配”，它已廣泛應(yīng)用于公安部門識別犯罪嫌疑人的偵破工作。圖像識別技術(shù)比較成功的運用領(lǐng)域是文字識別。如果把每一個漢字或西文字母都視為一個小圖形，模板匹配的方法自然可以移植到文字識別過程中。目前印刷體文字識別軟件早已進行商品化階段。,,通常將印刷品上的文字用掃描儀輸入，首先經(jīng)過特征抽取處理，例如，某字的筆畫有幾筆，收尾端點有幾個，拐角有多少等。在電腦中已預(yù)先保存了各種字的圖形和它們的特征，也稱為“模板”，全部模板就構(gòu)成一部“模板字典庫”。由于要考慮字體、字號、紙張、油墨等因素影響，每個字都有若干套不同的模板。接下來就是將抽取到的文字特征與模板字典逐一匹配，直到在字典庫中找到最接近的模板為止。運用這種方法，對于印刷體文字，電腦能夠以“一目十行”的速度進行閱讀。,電腦的語音識別也是一個非常重要的人工智能技術(shù)，是人工智能多年追逐的目標(biāo)。與“視覺”輸入設(shè)備掃描儀對應(yīng)的“聽覺”輸入設(shè)備是話筒，語音識別的基礎(chǔ)技術(shù)也是模式識別。由于每個人說話的音色和音調(diào)都有一定的差異，發(fā)聲頻率各不相同。人腦對語音似乎有一種自適應(yīng)的能力，既能區(qū)分不同性別、不同年齡的語音差異，又能調(diào)整為能夠理解的音素，從而聽懂各色人說出的話語。采用模板匹配方式的電腦不可能具備這種本領(lǐng)，它通常只能“聽懂”特定某人的聲音，而且是經(jīng)過了一段時間的“學(xué)習(xí)”的結(jié)果。學(xué)習(xí)過程稱為“訓(xùn)練”即對著電腦大聲重復(fù)地講述某些字詞，直到它把這些字詞的聲音頻譜特征“記住”，存放在參考樣本庫作為識別這個字詞的模板。當(dāng)換了另一個人說話，電腦的正確識別率可能就會下降。,,此外，語音識別對說話者使用的詞匯必須作出限制，否則要求電腦具有極大的存儲容量和極高處理速度。1998年IBM公司發(fā)布VIAVOICE98，使中文語音識別技術(shù)取得了實質(zhì)性突破，該軟件具有語音導(dǎo)航功能，在普通話的基礎(chǔ)上能適應(yīng)廣東、四川、上海三種口音，用平常速度口音讀一般文章的識別率達到8595，并具有自適應(yīng)功能，快速口音適應(yīng)只需訓(xùn)練5個詞、3句話，5分鐘左右即可建立一個語音模型。已被廣泛使用。,人工智能模式識別的進展，已經(jīng)在一定程度上使電腦具備了“聽”、“說”、“讀”的能力，但距離理想的目標(biāo)還有較長的路程。對人類來說，哪怕你把字寫得龍飛鳳舞，哪怕你把話說的含糊不清，我們也能根據(jù)對上下文的理解做出正確的識別。這表明人腦模式識別的方法不是或者不完全是“模板匹配”，對模糊信息的處理，人腦比電腦要強得多。此外，電腦儲存的模板庫或樣本庫，與它的判斷識別機構(gòu)兩相分離，當(dāng)模板庫容量十分龐大時，搜索匹配就顯得力不從心；而人腦記憶的知識與其判斷機構(gòu)渾然一體，它的模式識別是尋找、運用知識的思維決策。,,模式識別已廣泛應(yīng)用于生物醫(yī)學(xué)工程領(lǐng)域。生物醫(yī)學(xué)信號的自動分類和識別，醫(yī)學(xué)圖像的識別都有相當(dāng)多的應(yīng)用實例。隨著計算機的發(fā)展與普及，模式識別的應(yīng)用必定會越來越廣泛。,第三節(jié)專家系統(tǒng),所謂的專家系統(tǒng)實質(zhì)上是某一專門知識，例如某種疾病的診斷、處方，某些礦物的資源勘探數(shù)據(jù)分析等的計算機咨詢系統(tǒng)軟件。專家系統(tǒng)的基礎(chǔ)是專家知識。專家知識可以分成兩大類，一類是已經(jīng)總結(jié)在書本上的定律、定理和公式等，另一類是專家們在實際工作中長期積累的經(jīng)驗、教訓(xùn)。這后一類知識往往難以總結(jié)成書面的規(guī)律或條文，但這類知識卻是十分寶貴的，它們在專家做出決策、指導(dǎo)工作和解決疑難問題等方面起著重要作用。,第三節(jié)專家系統(tǒng),什么是專家系統(tǒng)“專家系統(tǒng)”EXPERTSYSTEM是指具有相當(dāng)于專家的知識和經(jīng)驗水平，以及解決專門問題能力的計算機系統(tǒng)，通常指計算機軟件。,,自一九六八年由費根鮑姆主持研制完成的第一個專家系統(tǒng)DENDRAL質(zhì)譜數(shù)據(jù)分析、推斷化學(xué)分子結(jié)構(gòu)的系統(tǒng)以來，已經(jīng)在各行各業(yè)中研制了大量的專家系統(tǒng)。專門為專家系統(tǒng)設(shè)計的語言軟件LISP和PROLOG也已誕生。盡管有報道說某些專家系統(tǒng)的分析判斷能力超過了專家水平，并創(chuàng)造了大量社會財富。但是絕大多數(shù)的專家系統(tǒng)只能達到或接近專家水平。在專家系統(tǒng)的研制過程中，人們越來越感到專家知識的獲取并轉(zhuǎn)換成計算機能夠接受的形式是專家系統(tǒng)研究的瓶頸。,,在研究人工智能的過程中，神經(jīng)生理學(xué)和心理學(xué)等方面的研究也是一個重要的側(cè)面。現(xiàn)代腦科學(xué)已證實，人腦在結(jié)構(gòu)上是左腦和右腦左右對稱的器官，但左右腦的功能卻截然不同。左腦主司讀、寫、聽、說這類文字、語言理解和生成的功能，專門處理邏輯推里、數(shù)學(xué)運算等“串行”任務(wù)。右腦主要負責(zé)形象思維的任務(wù)，例如圖像識別與處理、模式識別、音樂與藝術(shù)、模糊推理與學(xué)習(xí)等“并行”任務(wù)。當(dāng)我們力圖用當(dāng)代最先進的串行計算機來實現(xiàn)右腦的形象思維功能時遇到了極大困難。,,一個對人來說是非常簡單的識別或判斷的任務(wù)，串行計算機卻要用大量的內(nèi)存和漫長的計算時間才能完成，以至當(dāng)問題獲得解答時已沒有實際使用的價值。因而許多研究人員力圖模擬神經(jīng)系統(tǒng)的工作原理來研制新一代的計算機，這種計算機將與傳統(tǒng)計算機有完全不同的工作原理，它是全并行式運行的具有分布式存儲能力，這就是在目前吸引了大量研究人員關(guān)注的人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)的能力，不需要復(fù)雜的編程，可以解決當(dāng)前專家系統(tǒng)研制的知識獲取和語言軟件兩大瓶頸問題。,,專家系統(tǒng)的一個重要應(yīng)用領(lǐng)域就是醫(yī)療診斷系統(tǒng)。早在一九七一年就由斯坦福大學(xué)的E．H．SHORTIFFE等研制了血液感染病醫(yī)療診斷系統(tǒng)MYCIN，它已成為成功的專家系統(tǒng)的一個典型。此外，世界上比較著名的醫(yī)療診斷系統(tǒng)還有青光眼醫(yī)療診斷系統(tǒng)CASNET，內(nèi)科病醫(yī)療診斷系統(tǒng)INTERNIST，腎病醫(yī)療診斷系統(tǒng)PIP，處理精神病的系統(tǒng)PARRY等。我國的研究者根據(jù)我國的特點，在中醫(yī)專家系統(tǒng)方面做了大量的工作，有一些已投入實際應(yīng)用。,,MYCIN系統(tǒng)研制發(fā)起人E．H．SHORTIFFE愛德華持肖持利夫是哈佛大學(xué)數(shù)學(xué)系畢業(yè)生，他獲得了斯坦福大學(xué)面向醫(yī)學(xué)的計算機應(yīng)用方面的獎學(xué)金，到斯坦福大學(xué)當(dāng)研究生。他在計算機科學(xué)和醫(yī)學(xué)之間的邊緣領(lǐng)域一一醫(yī)療診斷的研究中，進行了開創(chuàng)性的工作。當(dāng)他在一九七一年完成MYCIN系統(tǒng)時，他只是一名研究生，到了一九七九年成為斯坦福大學(xué)的內(nèi)科副教授。一九八零年召開第二屆醫(yī)療中的人工智能AIM學(xué)術(shù)會議時，他成為大會的組織委員會主席。,,MYCIN是有關(guān)傳染病診斷和治療的咨詢系統(tǒng)。它能教會不擅長診治傳染病的醫(yī)生，怎樣從患者癥狀出發(fā)，確定病的種類及相應(yīng)的治療方法。我們知道，傳染病種類繁多，與其相應(yīng)的抗生素種類也不少。要在限定的時間內(nèi)確定病癥，選擇出恰當(dāng)?shù)闹委煼椒ǎ瑳Q非易事。似乎這就是開發(fā)MYCIN系統(tǒng)的著眼點。,MYCIN系統(tǒng)存放有大量傳染病專家長期積累的知識，它們是肖特利夫與許多著名的傳染病專家交談，推理和總結(jié)得到的，他把這些知識歸納成200多條規(guī)則后擴充至500多條存放在計算機中，這些規(guī)則具有“如果那么”這種形式，稱為產(chǎn)生式規(guī)則。這是目前專家系統(tǒng)使用得最廣泛的推理方式之一。當(dāng)系統(tǒng)獲得一個數(shù)據(jù)且與某個“如果”相一致時稱為匹配，則相應(yīng)的“那末”就代替了該數(shù)據(jù)，再繼續(xù)搜尋是否存在與這個新數(shù)據(jù)匹配的“如果”，這樣一個過程含有“產(chǎn)生”、“做出”的含義，因此獲得“產(chǎn)生式”的名子。當(dāng)使用MYCIN進行醫(yī)療診斷時，醫(yī)生通過計算機的人機交互接口，將病人數(shù)據(jù)送入計算機，MYCIN系統(tǒng)將外來數(shù)據(jù)不斷
下載積分： 6 賞幣
上傳時間：2024-01-05
頁數(shù)： 69
大?。?0.19(MB)
子文件數(shù)：
