人工智能研究日益受到重视的另一个分支是机器人学.其中包括对操作机器
人装置程序的研究。这个领域所研究的问题,从机器人手臂的最佳移动到实现机
器人目标的动作序列的规划方法,无所不包。
机器人和机器人学的研究促进了许多人工智能思想的发展。它所导致的一些
技术可用来模拟世界的状态,用来描述从一种世界状态转变为另一种世界状态的
过程。它对于怎样产生动作序列的规划以及怎样监督这些规划的执行有了一种较
好的理解。复杂的机器人控制问题迫使我们发展一些方法,先在抽象和忽略细节
的高层进行规划,然后再逐步在细节越来越重要的低层进行规划。机器人已在各
种工业、农业、商北、旅游业、空中和海洋以及国防等领域获得越来越普遍的应
用。
9) 模式识别
计算机硬件的迅速发展,计算机应用领域的不断开拓,急切地要求计算机能
更有效地感知诸如声音、文字、图像、温度、震动等等信息资料,模式识别便得
到迅速发展。
“模式”(Pattern)一词的本意是指完美无缺的供模仿的一些标本。模式识
别就是指识别出给定物体所模仿的标本。人工智能所研究的模式识别是指用计算
机代替人类或帮助人类感知模式,是对人类感知外界功能的模拟。研究的是计算
机模式识别系统,也就是使一个计算机系统具有模拟人类通过感官接受外界信息、
识别和理解周围环境的感知能力。
模式识别是一个不断发展的新学科。它的理论基础和研究围也在不断发展。
随着生物医学对人类大脑的初步认识,模拟人脑构造的计算机实验即人工神经网
络方法早在 50 年代表、60 年代初就已经开始。至今,在模式识别领域,神经网
络方法已经成功地用于手写字符的识别、汽车牌照的识别、指纹识别、语音识别
等方面。目前模式识别学科正处于大发展的阶段,随着应用围的不断扩大,随着
计算机科学的不断进步,基于人工神经网络的模式识别技术。在 90 年代将有更
大的发展。
10) 机器视觉
机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学
科。机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变
视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图像的
处理与解释等。机器视觉已在机器人装配、卫星图像处理、工业过程监控、飞行
器跟踪和制导以及电视实况转播等领域获得极为广泛的成用。
评论1