[科普中國]-智能仿真

概述

智能仿真是指所有基于仿真的智能系統(tǒng)研究，主要包括人工智能的仿真研究、智能通信仿真、智能計(jì)算機(jī)的仿真研究、智能控制系統(tǒng)仿真、數(shù)據(jù)挖掘和知識發(fā)現(xiàn)、智能體、認(rèn)知和模式識別等。由此可見，智能仿真不僅內(nèi)容相當(dāng)豐富，而且明顯地把仿真應(yīng)用置于當(dāng)前科技發(fā)展的高端1。

智能信息技術(shù)智能信息技術(shù)， 主要是通信、計(jì)算機(jī)和自動控制三個(gè)領(lǐng)域的智能化。

1)智能通信技術(shù)

近年來， 智能通信技術(shù)的最重要的內(nèi)容便是網(wǎng)絡(luò)技術(shù)的智能化，它主要包括智能網(wǎng), 智能化網(wǎng)絡(luò)管理與控制， 以及網(wǎng)絡(luò)智能信息搜索。

①智能網(wǎng)

智能網(wǎng)的目標(biāo)是為快速， 靈活，經(jīng)濟(jì)地生成通信新業(yè)務(wù)提供標(biāo)準(zhǔn)體系結(jié)構(gòu)。在通常的技術(shù)條件下， 通信， 業(yè)務(wù)是與通信網(wǎng)絡(luò)，甚至通信設(shè)備廠商密切相關(guān)的。在網(wǎng)絡(luò)規(guī)模日益膨脹，網(wǎng)絡(luò)結(jié)構(gòu)日益復(fù)雜，通信容量日益巨大的今天，這種方式不但不方便，不快捷，而且也會造成資源浪費(fèi)。為此，國際電信聯(lián)盟ITU-T(1992)提出了智能網(wǎng)體系結(jié)構(gòu)的概念，目的是使通信業(yè)務(wù)獨(dú)立于基礎(chǔ)通信網(wǎng)絡(luò), 獨(dú)立于通信設(shè)備的生產(chǎn)廠商。

所謂智能網(wǎng)首先在于它的體系結(jié)構(gòu)是智能化的， 因?yàn)樗梢蕴峁╅_放的，分布的， 靈活的，經(jīng)濟(jì)的，獨(dú)立于具體業(yè)務(wù)的智能業(yè)務(wù)生成平臺。其次，智能網(wǎng)的智能性是通過業(yè)務(wù)控制點(diǎn)(SCP)體現(xiàn)出來的。智能網(wǎng)體系結(jié)構(gòu)使得只要改良SCP就可以實(shí)現(xiàn)智能新業(yè)務(wù)，而與基礎(chǔ)通信網(wǎng)絡(luò)無關(guān)。SCP能夠快速，準(zhǔn)確，合理，優(yōu)化地生成和實(shí)現(xiàn)各種智能業(yè)務(wù)，是網(wǎng)絡(luò)中的智能節(jié)點(diǎn)。并且, 在SCP和智能終端中，已經(jīng)并且會越來越多地應(yīng)用話音合成，語音識別，機(jī)器翻譯等智能技術(shù)。

②智能化網(wǎng)絡(luò)管理與控制

現(xiàn)代網(wǎng)絡(luò)具備高速化，開放化，綜合化的特點(diǎn)。高速化是指網(wǎng)絡(luò)傳輸速率越來越高，例如光纖傳輸網(wǎng)絡(luò)的速率已經(jīng)達(dá)到幾十G比特每秒，高速化也就意味著大容量化。開放化是指不同傳輸介質(zhì)，不同傳輸速率，不同體系結(jié)構(gòu)的網(wǎng)絡(luò)互聯(lián)在一起，組成一體化的通信網(wǎng)。綜合化是指在統(tǒng)一網(wǎng)絡(luò)中，不同的業(yè)務(wù)，如語音，數(shù)據(jù)，圖像，活動圖像等綜合在一起。這些特點(diǎn)決定了現(xiàn)代網(wǎng)絡(luò)管理與控制的重要性和復(fù)雜性。如果不采用智能化的方法這一任務(wù)是很難完成的。

③網(wǎng)絡(luò)智能信息搜索

隨著Internet的高速發(fā)展，越來越多的人開始利用網(wǎng)絡(luò)發(fā)布和查詢信息。上網(wǎng)查詢信息，在給人們帶來便利的同時(shí)，也會有煩惱。如果沒有掌握一種有效的網(wǎng)上信息查詢方法，則常常會漫游半天空手而歸。網(wǎng)絡(luò)搜索引擎是網(wǎng)上信息查詢的一個(gè)有力的工具，是網(wǎng)絡(luò)信息檢索的關(guān)鍵技術(shù)。搜索引擎對網(wǎng)絡(luò)信息進(jìn)行分類，索引和摘要。自動搜索引擎通過專門設(shè)計(jì)的網(wǎng)絡(luò)程序自動發(fā)現(xiàn)網(wǎng)絡(luò)上新出現(xiàn)的信息，并對其進(jìn)行自動分類，自動索引和自動摘要。自動搜索引擎還能為信息檢索者提供模糊檢索,概念檢索等功能，這些功能不是簡單地匹配用戶提供的檢索關(guān)鍵詞，而是能夠按它們的意義進(jìn)行搜索，從而提高查全率和查準(zhǔn)率。由于自動搜索引擎的關(guān)鍵技術(shù)帶有明顯的智能特征，因此也被稱為智能搜索引擎。

2)智能計(jì)算機(jī)

研制智能計(jì)算機(jī)的目的不是用計(jì)算機(jī)代替人的腦力勞動, 而是充分發(fā)揮人和計(jì)算機(jī)各自的特長，形成互補(bǔ)、協(xié)調(diào)的人機(jī)合作環(huán)境。在智能接口方面取得的進(jìn)展卻是顯著的。文字識別，語音識別，圖像識別，語音合成，自然語言理解，機(jī)器翻譯等技術(shù)已經(jīng)開始實(shí)用化，成為智能計(jì)算機(jī)領(lǐng)域中的標(biāo)志性成果。

盡管各國學(xué)者為研制智能機(jī)進(jìn)行長期不懈的努力，但究竟通過什么途徑才能使計(jì)算機(jī)具有智能或者說表現(xiàn)出智能行為，還是一個(gè)未解決的問題。概括來說，已提出的主要途徑有：

①把智能問題當(dāng)成符號處理與知識處理問題是人工智能的主流。

②人工神經(jīng)網(wǎng)絡(luò)在模式識別和低層次感知模擬等方面有發(fā)展?jié)摿?，但也有一定局限性。它與傳統(tǒng)的符號處理有某種互補(bǔ)關(guān)系。這兩者的結(jié)合可以發(fā)揮各自的優(yōu)勢。

③層次化的智力社會模型。這就是明斯基教授主張的所謂“智力社會”模型，強(qiáng)調(diào)理解智能的層次和系統(tǒng)中各部分的聯(lián)系，主要從人類社會的行為來看待思維與智能，其實(shí)現(xiàn)上較側(cè)重分布式的人工智能和復(fù)雜的巨系統(tǒng)。

④布魯克斯教授提出基于生物進(jìn)化的智能系統(tǒng)。人類的智能是通過極其漫長的生物進(jìn)化產(chǎn)生的，進(jìn)化是智能的源泉，而生物進(jìn)化的關(guān)鍵是在動態(tài)環(huán)境中的適應(yīng)能力。如果把機(jī)器智能的提高也當(dāng)成是一種進(jìn)化過程，其進(jìn)化速度將比形成人的智能快得多。

3)智能控制系統(tǒng)

智能控制技術(shù)主要用來解決那些用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題，如智能機(jī)器人系統(tǒng)，計(jì)算機(jī)集成制造系統(tǒng)(CIMS)，復(fù)雜的工業(yè)過程控制系統(tǒng)，航空航天控制系統(tǒng)，社會經(jīng)濟(jì)管理系統(tǒng)，交通運(yùn)輸系統(tǒng)，通信網(wǎng)絡(luò)系統(tǒng)，環(huán)保與能源系統(tǒng)等。這些復(fù)雜系統(tǒng)具有嚴(yán)重的不確定性、高度的非線性，控制任務(wù)要求復(fù)雜。除了CIMS以外，機(jī)器人也是智能控制系統(tǒng)的典型實(shí)例。20世紀(jì)70年代，機(jī)器人技術(shù)發(fā)展成為一個(gè)專門的學(xué)科。各種卓有成效的工業(yè)機(jī)器人實(shí)用范例，成了機(jī)器人應(yīng)用領(lǐng)域的進(jìn)一步擴(kuò)大， 出現(xiàn)了各種結(jié)構(gòu)的機(jī)器人樣機(jī)。隨著大規(guī)模集成電路的不斷進(jìn)步，以及微型計(jì)算機(jī)的普遍應(yīng)用，特別是人工智能理論與技術(shù)的發(fā)展，機(jī)器人的控制智能化水平得到了大幅度的提高。一般將機(jī)器人的發(fā)展分為3 個(gè)階段：①機(jī)器人只有手， 以固定程序工作，不具有外界信息的反饋能力；②機(jī)器人具有對外界信息的反饋能力，即有了感覺，如力覺、觸覺、視覺等；③智能機(jī)器人已經(jīng)具有了自主性，有自行學(xué)習(xí)，推理，決策，規(guī)劃等能力。近年來，這方面的研究已經(jīng)取得了顯著的進(jìn)展，特別是在視覺方面的某些能力，已經(jīng)接近了人眼的水平。智能機(jī)器人已經(jīng)在工業(yè)，空間，海洋，軍事，醫(yī)療等眾多領(lǐng)域得到了實(shí)際應(yīng)用，并已經(jīng)取得了巨大的效益。

數(shù)據(jù)挖掘和知識發(fā)現(xiàn)當(dāng)前, 數(shù)據(jù)采掘和知識發(fā)現(xiàn)(Datamining and Knowledge discovery，DMKD)是人工智能領(lǐng)域中的研究熱點(diǎn)。DMKD是以數(shù)據(jù)倉庫為基礎(chǔ)，通過綜合運(yùn)用統(tǒng)計(jì)學(xué)，模糊數(shù)學(xué)，神經(jīng)網(wǎng)絡(luò)，機(jī)器學(xué)習(xí)和專家系統(tǒng)等方法，從大量的數(shù)據(jù)中提煉出抽象的知識，揭示出蘊(yùn)含在數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實(shí)現(xiàn)知識的自動獲取。這一研究, 將經(jīng)典的人工智能方法和計(jì)算智能的方法進(jìn)行了結(jié)合。其中，數(shù)據(jù)挖掘(Datamining, DM)在知識發(fā)現(xiàn)過程中是非常重要的環(huán)節(jié)，它要從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取潛在的、不為人知的有用信息、模式和趨勢。不過，DM技術(shù)目前還很不成熟，現(xiàn)有方法諸如決策樹法、神經(jīng)網(wǎng)絡(luò)法、覆蓋正例排斥反例法、粗糙集法、概念樹法、遺傳算法、公式發(fā)現(xiàn)、統(tǒng)計(jì)分析法、模糊集法、可視化數(shù)據(jù)分析技術(shù)等, 其應(yīng)用還存在較大的局限性。

智能體Agent譯做智能體、主體、代理等, 并不一致。對于Agent的定義，許多學(xué)者提出各自的見解，尚未形成共識。一般認(rèn)為，Agent是完成某種任務(wù)的、能在一定環(huán)境中自主發(fā)揮作用的、具有一定生命周期的計(jì)算實(shí)體。由于它可以描述信念、承諾、義務(wù)、意圖等精神狀態(tài)，彌補(bǔ)了面向?qū)ο蠼５牟蛔?，從而成為仿真建模的理想工具。?shí)際上，它可以是智能軟件、智能設(shè)備、智能機(jī)器人或智能計(jì)算機(jī)系統(tǒng)等實(shí)體，通過傳感器感知環(huán)境，通過效應(yīng)器作用于環(huán)境。它能運(yùn)用自己所擁有知識進(jìn)行問題求解；它還能與其它Agent進(jìn)行信息交流并協(xié)同工作，其基本特性是自主性、反應(yīng)性、適應(yīng)性和社會性。由于Agent的多樣性，故沒有統(tǒng)一的結(jié)構(gòu)模型。目前，智能體有反應(yīng)型、慎思型、混合型和社會型四個(gè)基本類型。隨著虛擬現(xiàn)實(shí)技術(shù)的不斷發(fā)展，為了將Agent的真實(shí)特性在虛擬環(huán)境中表現(xiàn)出來，有必要把各種復(fù)雜的行為嵌入到虛擬環(huán)境中。行為建模及其研究在虛擬環(huán)境研究中的比例呈上升趨勢。

認(rèn)知和模式識別認(rèn)知(Cognition)是自然智能的基礎(chǔ)，人工智能中的模式識別理論便是研究機(jī)器認(rèn)知的理論。模式識別(Pattern recognition)是人類的一項(xiàng)基本智能。模式這一術(shù)語是對被認(rèn)知事物的概括。模式還可分成抽象的和具體的兩種形式:具體模式， 如文字、符號、聲音、圖片、照片、圖像、人物、地震波、心電圖、腦電圖、生物傳感器等；抽象模式是指意識、思想、議論、機(jī)器的運(yùn)行狀態(tài)，國民經(jīng)濟(jì)狀況等等。抽象模式屬于概念識別研究的范疇，是人工智能的另一研究分支。

計(jì)算機(jī)模式識別在20世紀(jì)60年代初迅速發(fā)展并成為一門新學(xué)科。它是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析，以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程。模式識別又常稱作模式分類。模式識別研究主要集中在兩方面， 一是研究生物體(包括人)是如何感知對象的，屬于認(rèn)識科學(xué)的范疇，二是在給定的任務(wù)下，如何用計(jì)算機(jī)實(shí)現(xiàn)模式識別的理論和方法。前者是生理學(xué)家、心理學(xué)家、生物學(xué)家和神經(jīng)生理學(xué)家的研究內(nèi)容，后者通過數(shù)學(xué)家、信息學(xué)專家和計(jì)算機(jī)科學(xué)工作者近幾十年來的努力，經(jīng)取得了系統(tǒng)的研究成果；不過， 對于識別二維模式的能力，存在各種理論解釋:模板說認(rèn)為，所知的每一個(gè)模式，在長時(shí)記憶中都有一個(gè)相應(yīng)的模板或微縮副本，模式識別就是與視覺刺激最合適的模板進(jìn)行匹配；特征說認(rèn)為，視覺刺激由各種特征組成，模式識別是比較呈現(xiàn)刺激的特征和儲存在長時(shí)記憶中的模式特征，它解釋了模式識別中的一些自下而上過程，但不強(qiáng)調(diào)基于環(huán)境的信息和期待的自上而下加工；基于結(jié)構(gòu)描述的理論可能比模板說或特征說更為合適2。