bet365体育在线欧洲杯|bet365体育在线云中岳
歡迎訪問潮州·中山創新資源共享服務平臺!
微信號:cz87218
當前位置: 首頁 > 動態信息
動態信息
【世界科技史】向深度發展,實現智能控制

能控制,是研究與模擬人類智能活動及其控制與信息傳遞過程的規律,研制具有某些仿人智能的工程控制與信息處理系統的一個新興分支學科。它在控制論、信息論、計算機科學、神經生理學、實驗心理學、仿生學等有關學科互相滲透的基礎上,匯集各有關方面的研究成果進行綜合性研究,成為自動化技術科學向縱深發展的標志之一。

 智能控制的思想最早是由華裔美國模式識別與機器智能專家傅京孫(K. S. Fu, 1930~1985) 于1965年提出的,直至1985年建立實用智能控制系統的條件才逐漸成熟,并在美國首次召開了智能控制學術討論會 ,1987年再次在美國召開了智能控制首屆國際學術會議,標志著智能控制作為一個新的學科分支得到承認,較重要的智能控制系統之一是分級遞階智能控制系統,是在學習控制系統的基礎上,將人工智能與適應控制系統和自組織系統結合而形成的,用以在一定程度上解決復雜離散事件的控制設計問題,以及應用于工業、航天、核處理和醫學等方面的自主控制系統的設計問題。

專家控制系統是智能控制的另一重要方面,它能模仿某一方面的專家和熟練操作人員的控制技能和經驗。它具有專家控制系統和專家式控制器兩種形式,一般兼有理解、預測、診斷、計劃制定、監控等多種功能。表明了工程控制技術與知識工程的結合,意味著系統科學與思維科學的相互滲透。

進入90年代,屬于智能控制范疇的模糊控制技術得到了較快發展,它是一種采用由模糊數學語言描述的控制規則來操縱系統工作的控制方法。其特點是不需要考慮控制對象的數學模型和復雜情況,只需要依據由操作人員經驗所制訂的控制規則即可構成。這就使模糊控制如同專家系統一樣具有重大而深遠的意義,這是由于眾多的實踐證明,許多復雜控制過程難以用數學方法建立定量計算模型,而必須用知識工程技術建立定性分析模型,有時還需要建立定性分析與定量計算相結合的理論模型。通過模糊控制方法而設計出由計算機執行的模糊控制器,所依據的控制規則通常不是精確定量的,其模糊關系的運算法則、各模糊集的隸屬度函數,以及從輸出量模糊集到實際的控制量的轉換方法等,均有相當大的任意性,這種控制器的性能和穩定性,往往難以從理論上作出確定的估計,只能依據實際效果評價其優劣。值得欣慰的是,近幾年來國內外已開發出數以百計的應用方面的模糊控制器,并在多種領域得到成功的應用,可以說正是方興未艾。另一類由專家控制器和模糊控制器互相滲透而發展起來的專家模糊控制器,亦是智能控制中一種研究得十分活躍的專家控制器,只是在名稱上略有區別。

智能機器人是智能控制的綜合研究對象、工具與成果,人工智能與模式識別的研究, 是為實現智能控制提供理論基礎與技術手段的重要前提。實現智能控制是人工智能與模式識別研究的最終目的的一個重要方面。智能機器人作為一個典型的智能控制系統,也必然要引用人工智能與模式識別的研究成果并作為它們理論與實踐結合的主要對象之一。

智能機器人的研究,實際上就是研制具有仿人智能的自動機器,這是人們長期以來的愿望,直到60年代后期,具有極簡單智能的機器人雛形方才問世。60年代后期發展起來的“智能機器人”,亦多限于在“積木世界”中活動,它僅僅具有識別簡單的三維物體的形狀,進行積木分類、堆放的智能,或少量具有視覺、觸覺。如日立中心研究所研制成的“手-眼”裝置與帶觸覺手的智能機器人,它有兩只眼,一只眼用于看圖紙,另一只眼與機械手進行裝配作業,依靠兩只眼的協調配合,完成按圖紙裝配的工作。日立公司研制的具有視覺與觸覺的機器人,用來制造水泥桿,并可將螺釘擰到水泥桿的模具上去。當機器人走近螺釘和其他凸臺時,作為“眼”的電視攝像機搜索目標,識別其形狀與位置,再由帶觸覺的手進行確認后,將工作指令傳給伺服執行機構,用碰撞扳手緊固螺釘。識別與緊固一個螺釘只需2.5秒,大大提高了工效。

進入70年代,智能機器人的研究著重在環境的識別(如場景分析),對行為的計劃與決策,及通過自然語言與人對話等。前一個功能依賴于模式識別的研究成果,后兩個功能則需引進人工智能的成就。對于智能機器人,還有許多問題需要研究,如:手和腳運動的協調控制問題;步行式有腳機器人的運動穩定性問題;多關節手臂的最佳運動軌跡問題;在有障礙環境中機器人的最佳通道問題;可調機械手的自適應控制問題;多個機器人的系統控制問題。這一類問題目前都已開始研究,有的已取得了可喜的成就。

對智能機器人的進一步研究,既屬于計算機科學、心理學等學科的研究范疇,又是自動化學科一個基本的研究領域,即從用機器延伸入的筋肉功能,以代替人的一部分體力勞動,進而發展到用機器擴展人的某些智力功能,即代替人的一部分腦力勞動。如能夠閱讀日文的機器人已在日本研制成功,利用人工智能中圖形識別的功能,使機器可直接按照設計圖紙進行工件的自動加工,識別患者的X光照片和心電圖,對冠心病等疾病進行自動判讀與診斷等。反過來,利用對景物分析和識別的功能,對需加工的工件識別后,則可自動制圖,自動編制加工的控制程序。發展中的“智能機器人,既能夠識別、判斷、決策,又能領會人的口述命令,適應環境,靈巧地代替人到深海探礦、采油,觀察地殼運動和用以進行宇宙空間的科學考察,它能完成多種控制與信息處理的任務,更好地為人類服務。

人工智能的研究,在60年代中期之前還是建立在很不穩固的科學基礎上。在電子計算機出現后的一段時期內,人們通常認為它僅能進行快速計算而已。但也確有少數人,如圖靈在考慮計算機是否可以進行簡單的邏輯推理,提出一種圖靈判別方法,即你對一類機器所做的工作結果進行判別,如果你并不能夠判別出該項工作是人做的還是機器做的,那么,這個機器就可以認為具有“智能”,這就是人工智能。對于這一類問題,當時還只有一些控制論的專家對其發生興趣。時至今日,人工智能問題已吸引著哲學家、語言學家、邏輯學家、心理學家、社會學家和經濟學家們的注意。更為重要的是已經有了一些實用成果,在科學活動、工程實踐、經濟、醫學等領域中,得到一定的應用。知識工程是人工智能的一個重要分支,它的中心課題之一就是構造專家系統,目前國內外已研制了付諸實用的醫療診斷、地質勘探、口語和圖象理解、軍事指揮、大規模集成電路設計等多種專家系統。其中一個成功例子,是1972年美國斯坦福大學費根巴欣 (Feigenbacim ) 開始做的專家系統,目的是為了解決醫學診斷和療法選擇問題,這個系統可以根據化驗結果向醫生提供給病人開什么藥方的建議。目前,對作出決定過程的自動化;使人對電子計算機用自然語言(即人們在日常生活中常用的習慣語言,不一定要經過規范化)交互的系統做深入研究;機器翻譯與定理證明;程序設計與檢驗程序正確性的自動化;建立數據智力庫,建立自學的和信息-咨詢系統;識別現實時間范圍內的形象;制造完整化的機器人等等,都是目前人工智能問題研究的領域。其目的是模擬人的思維活動,以便把大量“墨守成規”的課題轉交給電子計算機,更深刻地論證人作出的種種決策,以便使人能騰出更多的時間,解決真正創造性的課題。

人工智能的另一個重要分支——模式識別(PR) 得到了更為廣泛的研究和應用 ,我們都知道,人類的一項基本活動是由感官獲得外界的原始信息,如由眼睛看到的景物、圖形、文字,由耳朵聽到的聲音等原始信息,通過大腦對所得信息進行加工處理,從而對周圍的事物與現象進行判別和理解。這就是說,人們通過大腦能夠直接利用原始信息,識別和理解客觀世界中的各種模式,如景物、圖形、文字、聲音等等。模式識別就是研究如何把腦力勞動的部分職能,在近代微電子學和計算技術發展的基礎上,用機器模擬并代替人的部分腦力勞動,達到識別和理解客觀世界中各種模式的原理、方法和技術,并予以實現的一門技術科學領域。

模式識別的發展,首先是利用第二次世界大戰期間迅速發展起來的通訊理論、統計決策理論等,形成了統計方法。后來發現有些信息并不能用統計法得到解決,又發展出結構法,即句法模式識別,兩種方法在應用中各取所長,互為補充。模式識別的首要任務是實現模式分類,然后進一步達到識別。70年代后期,一種可識別24種口令,并能按口令操作機器的“口音號令系統”已正式生產了。目前用模式識別和圖像處理的方法,已可以進行文件的處理,產品質量檢查,人體器官如心血管系統、呼吸系統、腦血管、眼底血管等以及癌細胞等方面的圖像分析和識別等。

人們從生物體本身具有高度適應性、組織結構的靈活性以及具有積累經驗和學習機能方面受到啟發,用仿生學的方法進行“智力機”的研究。如神經仿生控制系統就是模仿神經網絡或感覺器官制造成具有一定智能的“智力機”,它具有記憶過去的“經驗”,辨識環境變化的能力,以按照一定的規律改變自己的結構或工作程序。實際上在50年代就已提出“智力機”的概念,并作為60年代控制論研究中的一個重要課題的自組織系統。近十多年來隨著其他科學技術領域的進展,解決該問題的前景有望給予人們新的刺激,而重新提到重要日程。當前,包括我國在內的一些國家,正從事自組織系統及與其有關的神經元模型、感覺器官模型、腦模型以及在90年代初,在優化理論中,新近發展了的一種遺傳算法(簡稱 GA 算法)等內容的研究,以期給信息處理和實現智能控制帶來更多的啟示和技術實現手段。

早在40年代就提出了許多神經元的數學模型,經過近40年的發展,使人工神經網絡的研究在80年代達到了一個新的高潮,大量研究人員和廠商對人工神經網絡在硬件實現技術以及各個領域的應用進行了廣泛的研究。如1984年提出的玻茲曼機等具隨機演化規則的神經網絡及其在全局尋優中的模擬退火方法,以及儒默哈特等人提出的多層神經網絡的誤差反向傳播自學習算法等,使人工神經網絡在80年代末90年代初已較廣泛地應用于信號處理、數據壓縮、模式識別、機器人視覺、知識處理及其應用,以及預測、評價和決策問題、調度排序、路由規劃等組合優化問題。在控制系統設計中,也較廣泛應用于模擬被控對象特性、搜索和學習控制規律,以及實現模糊和智能控制。

智能控制是一個多學科交叉的新型學科和技術,目前尚處于迅速發展的階段,截止到1996年底,盡管有一些技術已在實際中獲得應用,但可以說智能控制的理論還不成熟,還有待多個有關領域的科學家和工程技術人員的通力合作,逐步建立和完善其理論體系和智能控制系統的結構框架,以使自動化技術科學進一步得以向深層發展。

作者:李佩珊

出處:《20世紀科學技術簡史》(科學出版社1999年第二版)

文章來源:20世紀科學技術簡史

bet365体育在线欧洲杯 手机网球比分网站 重庆时时五星计划 捕鱼达人3d无限金币破解版 2019什么小吃加盟赚钱 澳门赌桌21点规则 雷速体育网球比分直播 微乐河北麻将安卓版下载 白菜博彩论坛网址大全 小鱼赚钱的高额任务 湖南麻将中是什么意思 500万彩票网开奖结果 情侣手机壳定制图片忙着赚钱 现金红包麻将 七乐彩今晚专家预测 手机打麻将作弊软件 河北麻将给钱规则