在國際上，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。從另一個角度來

　　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，這反而會影響人工智能的發(fā)展。

　　被社會推到神秘的地步，甚至出現(xiàn)一些人工智能危險論的長期以來，人們習(xí)慣把導(dǎo)入計(jì)算機(jī)處理的系統(tǒng)統(tǒng)稱為

　　宣傳、人類將被人工智能的機(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”這個詞時馬上就

　　些專家學(xué)者也利用自己所掌握的知識盡情發(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。例如自動控制系統(tǒng)，通過閉環(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，在模式識別的智能系

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

　　腦功能，即通過計(jì)算機(jī)實(shí)現(xiàn)人的頭腦思維所產(chǎn)生的效果。可以計(jì)算出一個特征向量數(shù)據(jù)同若干個向量數(shù)據(jù)中的哪個

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

　　可預(yù)測性。。些算法的模式識別系統(tǒng)就是一個智能的系統(tǒng)。

　　目前，社會上把普通的模式識別、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作需

　　人工智能，其根本原因是對人工智能的概念不清楚，因而要人為地事先通過程序輸入到機(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作。外基于知識庫技術(shù)的專家系統(tǒng)是把人的經(jīng)過頭腦加工

　　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的知識通過標(biāo)準(zhǔn)的知識庫的形式歸納起來，使專家系統(tǒng)能

　　作，其實(shí)不然。例如，機(jī)器人在行走過程中，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)一個不可預(yù)知的障礙物，這時機(jī)器人肯定會被絆倒；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，自主地繞過障礙物?？臻g映射理論的倡導(dǎo)者至今才發(fā)現(xiàn)這個理論是屬于

　　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解決

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

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

　　腦處理問題的方法，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，直接通過傳統(tǒng)的算

　　過程，人工智能所要解決的問題以及處理的結(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復(fù)雜

　　確定性的，或者說是事先不可預(yù)知的。系空間的問題映射到若干個簡單系空間的問題，雖然在每

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

　　2.1 基于知識庫技術(shù)的專家系統(tǒng)理論，若干個簡單系空間的組合卻能解決復(fù)雜系空間的問

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

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

　　文字如何看起來美觀為題開發(fā)了手寫文字的專家系統(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，

　　美觀的手寫文字的規(guī)則輸入到知識庫中，運(yùn)用這個系統(tǒng)可模糊數(shù)學(xué)則給我們提供了便利，可以根據(jù)人對處理對象的

　　解決苦于手寫字不流暢的企業(yè)負(fù)責(zé)人手寫書信問題，通過理解，從若干個角度通過模糊數(shù)學(xué)的 Membership 函數(shù)進(jìn)

　　專家系統(tǒng)的處理既保留了企業(yè)負(fù)責(zé)人書寫文字的個性化，行定式，從而實(shí)現(xiàn)對復(fù)雜系問題的解決。由于這樣的算法

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

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

　　論范疇。

　　20 多年前，日本利用這個理論在手寫體數(shù)字

　　的自動識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”的自動識別方面。那

　　個時候，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”豎線下面的筆畫較長，很容易被識別成

　　數(shù)字“9”，反過來手寫的“9”下半部分筆畫較短時，

　　可能會被識別成數(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

　　常高精度的識別結(jié)果。該技術(shù)主要用于超市傳票的

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

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

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

　　大知識庫系統(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人駕駛系統(tǒng)可以通過模糊推論，

　　近日本在網(wǎng)絡(luò)服務(wù)器上建立了 10 萬人的語音知識庫 ， 該成功地按照駕駛員的經(jīng)驗(yàn)自動地處理在自動駕駛過程中可

　　庫可以實(shí)現(xiàn)完全無障礙的自動語音交流，目前用于外國游能遇到的隨機(jī)問題，從而可以平穩(wěn)地自動駕駛列車在各種

　　客坐出租時的自動翻譯系統(tǒng)中。條件下運(yùn)行。