论文部分内容阅读
人工智能技术作为控制论、信息论、系统论、计算机科学、生理学、心理学、数学、哲学等各种学科相互渗透的产物,其理论和应用的研究领域几乎涉及人类的一切活动范畴。近年来,计算机网络技术迅猛发展并产生和带动了一批新的科学研究领域。其中,关于人工智能在计算机网络技术中的应用研究是一个学术性、技术性很强同时又可带来明显经济效益的热点课题。
人工智能与信息社会
人工智能研究的就是怎样利用机器模仿人脑从事推理规划、设计、思考、学习等思维活动,解决迄今认为需要由专家才能处理好的复杂问题。通俗一点说,就是:用计算机来表示和执行人类的智能活动,其目标是利用各种自动化机器或智能机器,模仿、延伸、和扩展人的智能,实现某些“机器思维”或脑力劳动自动化。事实上,人工智能是一个大科学的通称,它所覆盖的的研究领域非常广,直接与其基础理论密切相关的学科至少包括控制论、信息论、系统论、计算机科学、电子学、生理学、心理学、数学、生物学、语言学和哲学等等。人工智能的主要分支研究领域有数十种,如模式识别、模糊逻辑、神经网络、机器学习、概率推理、物景分析、自然语言理解、博弈、自动定理证明、自动程序设计、问答系统、问题求解系统、机器发明系统、遗传算法、专家系统等。
人工智能理论和应用的研究领域几乎涉及人类的一切活动范畴,几乎所有的科学工作者都可以在人工智能中找到自己感兴趣的问题或应用。人工智能是一门具有广泛应用领域的学科,它把整个科学体系作为自己的潜在应用领域。任何工作离不开智能,因此任何领域都是人工智能的潜在应用领域。例如,应用人工智能的方法和技术,设计和研制各种计算机的“机器专家”系统,可以模仿各行各业的专家去从事医疗诊断、质谱分析、矿床探查、数学证明、家务管理、运筹决策等脑力劳动工作,以完成某些需要人的智能、运用专门知识和经验技巧的任务等等。
人类社会在经历了农业社会和工业社会后,正向信息社会迈进。二十世纪下半叶飞速发展的科学技术,清楚地揭示了信息社会的基础设施是计算机、通信和网络。计算机网络就是通过物理介质将分散的具有独立处理功能的计算机连结起来,使其按照一定的协议进行通信并实现资源共享而形成的体系结构。计算机网络的应用正在迅速的向各个领域扩展和延伸。从家庭到办公室,从企业到政府部门,从一个城市到一个国家,从全世界到太空甚至宇宙,到处分布着计算机网络的用户,网络的应用正在深远的影响着人们的工作和生活方式。计算机网络技术的发展正处在日新月异、交融更替之际,如何更好地利用计算机网络为人类服务,已成为公众的需求和时代的责任。
计算机网络系统具有实时性、动态性与瞬变性等特点,随着网络规模的扩大,计算机网络所跨越的地域范围越来越大,结构也越来越复杂,这就要求我们不断的发展更多更新的技术,保证网络安全可靠、高效、稳定的运行。人工智能技术是一种模仿高级智能的推理和运算技术,在很多实际的控制和管理问题上都显示出具有很强优势,如果能把人工智能科学中的一些算法与思想应用到计算机网络中,将会大大提高计算机网络的性能。
人工智能加盟计算机网络
一、智能Agent及其在网络搜索中的应用
Agent一词主要有两种解释:一是对环境的认识以及对环境产生作用的行为者;二是代理人。倾向于第一种解释的主要是AI领域的研究者M. Minsky指出:"当你试图说明完成一些任务的机器了解它是如何工作时,即将其处理为黑箱时,就称为Agent"。软件界的研究人员倾向于第二种解释:代理人。Agent是计算机软件,代表用户,以主动服务方式完成一定操作的计算实体。Agent是具有信息处理能力的主动实体,其结构包含下述模块:感知器、效应器、信息处理器、目标模块、通信机制。
仅代理用户某种任务的软件不能称为智能Agent。智能性如理解用户用自然语言表达的对信息资源和计算资源的需求,帮助用户在一定程度上克服信息内容的语言障碍,捕捉用户的偏好和兴趣,推测用户的意图并为其代劳等。只有代理性、智能性、自主性均达到相当水准的系统才有条件称为智能Agent。比尔·盖茨把智能Agent称为“软的软件”,他说:“一旦程序写好了,它就一成不变。软的软件随着你的使用好象会变得越来越聪明”,“你可以把Agent当作直接内置在软件中的合作者,它会记住你擅长什么,你过去做过些什么,并试着预测难题,并提出解决办法”。
随着Internet技术的迅速发展,人类进入了“信息爆炸”的时代,网上信息资源的迅速膨胀,单靠人工查找信息越来越困难,目前网络搜索中主要存在一下问题:第一种问题是网络上什么信息都有,查找自己需要的信息真像大海捞针,有人称之为“资源迷向”。第二种是自动走上门的信息很多,如E-mail、新闻、商业广告等,有人称之为“信息过载”。
为了帮助用户查找信息,Internet上出现了许多WWW信息索引系统。一种是用户主动报告自己的资源而建立的,如Yahoo等。二是由搜索工具自动收集的,如WWW Worm、搜狐、搜索客等。各种搜索引擎都使用名为Spider的Agent收集网址,Spider的智能很低,它只是沿着WWW文件间的各链进行漫游,记录URL。如果一组URL地址没有被其它URL链接,Spider则找不到。此外,提取信息大多数是按关键词匹配进行的,难免把一些不相关的内容收集进来。各索引系统还提供查询服务,根据用户的需求,检索本系统的索引数据库,返回命中的文档信息。一般是用户输入关键词而检索,缺乏识别和使用深层语义模式的能力,难以准确了解每个用户的需求。Web查询结果没有数据库查询的效果好,因为Web太大,没有数据库的良好结构,信息种类繁多,难以处理,这样就要智能Agent软件的帮助。
由于WWW信息非常多,单个索引系统很难涵盖所有的Web资源,人们不得不检索多个索引系统数据库。为了满足这一点,出现了独立于索引系统的查询工具。它提供查询界面,将用户查询处理后转发给相应的索引,查询结果经处理后返回给用户。智能Agent就适于实现独立的查询工具。它可以置于客户端,专为某个用户服务,使之具有个人独特风格知识和识别特定语义模式的能力。智能Agent 可以理解(受限的)自然语言,能更好地表达用户的需求,可以做出比较理想的信息搜索工具。
另外,Internet和WWW为Agent提供了规模庞大、极度异质、高度动态的软件环境,Agent可以利用AI技术的成果对Internet信息进行自动搜索、过滤、分析、综合等处理。智能Agent在网络搜索、网络信息过滤以及网络信息服务等方面,有着广阔的应用前景。
二、在计算机网络管理中的应用
网络管理即通过规划、监视、分析、扩充和控制网络来保证网络服务的有效实现,它是整个网络系统不可缺少的重要部分。随着许多网络规模的扩大和复杂性的增加,现今的网络已发展到多媒体、多业务、高速度、多种交换技术以及不同的协议,这就要求网络管理员要有坚实的网络技术知识、丰富的网络管理经验和应变能力。由于网络控制的目的是通过合理的实时性、动态性和瞬变性,即使有丰富经验的网络管理人员也有力不从心之感。为此,现代网络管理正朝着网络管理智能化方向发展。网络管理的智能化发展趋势主要表现在以下两个方面:一是随着电信技术的发展,软件控制的网络单元增加,网元的“智能化”增强,网元自动控制的能力会大大加强;二是人工智能技术的直接引入。
从用户的角度讲,一个网络管理系统应该具有同时支持网络监视和控制两方面的能力。网络监视功能是为了掌握网络的当前状态;而网络控制功能是采取措施影响网络的运行状态。例如:在失效管理中,网络监视能力用来发现和诊断网络故障,网络控制能力用来隔离故障、定位故障、最终排除故障。在大网中,网络状态监视需要同时处理大量的网络数据,而且往往数据是不完善的、不连续的或无规则的。神经元网络的并行处理能力正好适应于这种工作。由于神经元网络不需要事先知道输入与输出数据间的逻辑或数字关系,这些知识可从实例学习中自动获得。因此,神经元网络更加适应于处理那些难以定义的问题、不好理解的现象以及杂乱无章的输入数据。
由于网络控制的目的是通过合理的路由选择和业务量控制以减轻由网络异常造成的性能下降。用经验知识(启发式)并结合程序性算法、带有实时计算能力的专家系统比常规程序更适应于这种应用。因此,可以设计基于规则的人工智能专家系统来执行网络管理的功能,也可以设计专门的神经网络来承担这一工作。
另外,使用基于知识系统的管理系统来管理网络,能保证管理的实时性,处理网络管理问题的连贯性,培训和聘用熟练技术人员。随着网络技术的发展及其对各部门的战略意义的增强,就要求网络运行更为有效,且以无故障方式运行,并能对应用方面的需求作出有效的响应。在控制和制造行业的应用中,网络必须响应在实时性上的应用要求。这种要求也需要有基于高深知识的工具去管理网络,以满足实时的要求。
基于知识的系统可通过把专家知识融入系统来培训人员。这种系统既可帮助受训人员很快地掌握技能,也可在他们要想学习更多技能时作为一种后备系统。这种系统能降低维持熟练的和专业的人员的昂贵费用。它可以代替专家干一些常规事情,从而使专家们能集中精力去处理那些非常规的特殊难题。
人工智能的智慧点
计算机网络系统具有的实时性、动态性、高速性与瞬变性等特点,都要求我们不断地发展更多更新、更具有灵活性的控制和管理技术,保证网络安全可靠、高效、稳定的运行。人工智能技术所具有的许多特殊能力使其成为现代计算机网络最强有力的支持工具:
一、 处理不确定性乃至不可知性的能力
网络管理就是要对网络资源进行监测控制管理,使网络系统高效率运行。但这种管理控制是依赖于它对系统资源状态的了解,包括系统的全局状态和系统的局部状态。由于网络系统的瞬变性,当某资源的状态信息传到网络管理系统时可能已经变化了。因此,网络管理只能知道系统的局部状态甚至完全不了解系统内部状态信息,也可能即使是局部信息也是不确切的。模糊逻辑等有些人工智能技术不需要对系统的数学模型有准确的描述。引入模糊逻辑的智能化网络管理具有处理不确定信息的能力,能根据这些不确定、不准确的信息对网络资源进行管理和控制。
二、 协作能力
由于网络规模的扩大和结构日趋复杂,集中系统中单一网络管理者是难以应付全部网络工作的,为此出现了层次化网络管理概念,上层管理者可以以轮询方式监测中层管理者,中层管理者向下层管理者进行监测,这就存在多层管理者之间任务的分配、通信和协作。多代理协作分布式人工智能的思想已经逐渐引入网络管理中,使各层网络管理者之间具有协作能力。
三、学习、解释和推理能力
目前大多数网络管理者都基于某种网络管理协议,如简单网络管理协议(SNMP)、公共管理信息协议(CMIP),它所监测到的只是一些管理信息库(MIB)信息,而这些信息所反映出的问题以及如何基于这些信息来对网络管理控制,却没有得到很好的解决,工作仅停留在网络监测阶段。智能化网络管理不只是简单地响应低层的一些孤立信息,它有能力学习、综合、解释这些低层信息,以得出高层的信息和概念,并基于这些高层的信息概念对网络进行管理和控制。同样,智能化网络管理的推理能力也很重要,它能够根据已有的不很完全、不很精确的信息来作出对网络的判断。如在故障管理中,诱发一个事件产生的原因是多样的,而一个故障的产生往往又会以多种形式表现出来。此时智能化网络管理有能力处理这些带有模糊性的问题,采用专家系统是最合适的选择。
四、处理非线性能力
网络拓扑结构的复杂性,网络负荷的瞬变性以及用户行为的不可预料性等多种原因使计算机网络成了一个标准的高度非线性控制对象。这也是传统的控制理论和方法在现代的计算机网络中少有成功应用的主要原因。人工智能理论是一门通过模拟人类智能而形成和发展起来的技术,它具有极强的处理非线形问题的能力,这也是人工智能技术在计算机网络中得以成功应用的又一主要原因。
五、计算资源耗费小
在传统的控制领域中,当解析解不能或很难获得时,最常用且有效的方法之一就是各种搜索算法。但各种算法的计算量通常是随着被控对象的尺寸呈指数增长,这导致了控制反应速度慢直至产生“维数灾难”等许多致命问题。人工智能的一些控制算法如模糊控制的方法的计算速度非常快。这是因为传统的搜索方法是通过排除所有的非最优解最终得到最优解的,而模糊控制的方法是通过直接选取最优解来完成一次搜索。系统的尺寸越大,模糊控制的这个优势越大。现代计算机网络的高速性要求相应的管理和控制方法,如带宽管理、流量控制、路由分配等方法,越简单、越快越好,甚至对这些要求的迫切性已明显超过了对最优性等传统控制标准。因此模糊控制等计算快捷的人工智能技术必将在计算机网络中有更大的应用范围。
人工智能技术植根于计算机技术,反过来也已经直接在许多计算机应用领域中,如决策支持系统、数据仓库、安全技术、服务质量管理,发挥着重要的作用。而如今,网络就是计算机已成为了一种客观事实。因此,人工智能也必将在网络环境下的计算机应用研究方面占有重要的一席之地。
人工智能——明天会更好
一、新的应用领域
作为人类智力功能延长的智能技术系统有着广阔的应用前景。毫不夸张地说,它将迅速渗透到计算机网络中的各个技术环节,二十一世纪的计算机网络是智能的网络。
以神经网络、模糊逻辑以及遗传算法等为核心的计算智能技术,模仿人类的思维方式及演化规律,已经在以控制为主的许多领域受到越来越多的重视。计算智能技术有着传统控制方法无法比拟的优越性,显示出强盛的生命力。高速如ATM网络中存在着一些复杂的控制问题,运用计算智能技术可能会有效的解决一些问题。然而,作为计算智能技术中的每一种工具,如模糊系统、神经网络以及遗传算法等都有其局限性,如果能够发挥它们各自长处的混合算法可能会具有良好的应用前景。另外,智能调制解调器也是人工智能技术在计算机网络通信技术中的一种新的应用。
人工智能在计算机网络与人的接口方面也有很好的应用前景。在人机合理分工的前提下,利用多媒体人机智能界面,进行人机友好通信,实现人机智能结合,人机协同工作。
目前的计算机协议大多形成于二十年以前,这样的计算机网络被称作Best effort网络。随着应用需求的增加、计算机网络产品质量和技术水平的提高,目前的计算机网络日益显得不能各种应用的需要。如目前的计算机网络明显存在安全性问题、用户地址问题、服务质量保证问题、不同业务服务问题等等。正是这些的问题的存在引发了人们对下一代计算机协议和技术的研究。根据对国际计算机网络标准制定组织IETF的研究动向分析,人工智能技术将在下一代计算机网络各个层次的协议中占有重要的位置。
二、更好的技术集成
人工智能技术是其它信息处理技术及相关学科技术的集成。实现这一集成面临许多挑战,如创造知识表示和传递的标准形式,理解各个子系统间的有效交互作用以及开发数值模型与非数值知识综合表示的新方法,也包括定量模型与定性模型的结合,以便以较快速度进行定性推理。要集成的信息技术除数学技术外,还包括计算机网络、远程通信、数据库、计算机图形学、语音与听觉、机器人学、过程控制、并行计算和生物信息处理等技术。
由于网络管理和控制的需求比较复杂多样,所以,多种人工智能技术的集成将会有更好更多的应用机会。例如,把人工智能专家系统和神经网络结合起来,可以更好的完成网络管理的任务,目前有很多人正致力于这一方面的研究,并取得了一些研究成果。
三、更成熟的应用方法
人工智能的实现固然需要有硬件的保证,然而,软件应是人工智能的核心技术。许多人工智能应用问题需要开发复杂的软件系统,这有助于促进软件工程学科的出现与发展。软件工程能为一定类型的问题求解提供标准化程序;知识软件能为人工智能问题求解提供有效的编程手段。由于人工智能应用问题的复杂性和广泛性,传统的软件设计方法显然是不够用何不适用的。人工智能软件所要执行的功能很可能随着系统的开发而变化。
在当前的人工智能在计算机网络管理和控制应用方法研究中,有几个引人注目的课题,即多种方法混合技术、多专家系统技术、机器学习(尤以神经网络学习)方法、硬件软件一体化技术以及并行分布处理技术等。
我们应当有信心期待将有更多高效的AI技术、更高级的AI通用和专用语言、更好的AI应用环境和工具、以及AI开发专用机器不断出现及更新,为提高和发展计算机网络的服务能力提供有力的工具。
人工智能与信息社会
人工智能研究的就是怎样利用机器模仿人脑从事推理规划、设计、思考、学习等思维活动,解决迄今认为需要由专家才能处理好的复杂问题。通俗一点说,就是:用计算机来表示和执行人类的智能活动,其目标是利用各种自动化机器或智能机器,模仿、延伸、和扩展人的智能,实现某些“机器思维”或脑力劳动自动化。事实上,人工智能是一个大科学的通称,它所覆盖的的研究领域非常广,直接与其基础理论密切相关的学科至少包括控制论、信息论、系统论、计算机科学、电子学、生理学、心理学、数学、生物学、语言学和哲学等等。人工智能的主要分支研究领域有数十种,如模式识别、模糊逻辑、神经网络、机器学习、概率推理、物景分析、自然语言理解、博弈、自动定理证明、自动程序设计、问答系统、问题求解系统、机器发明系统、遗传算法、专家系统等。
人工智能理论和应用的研究领域几乎涉及人类的一切活动范畴,几乎所有的科学工作者都可以在人工智能中找到自己感兴趣的问题或应用。人工智能是一门具有广泛应用领域的学科,它把整个科学体系作为自己的潜在应用领域。任何工作离不开智能,因此任何领域都是人工智能的潜在应用领域。例如,应用人工智能的方法和技术,设计和研制各种计算机的“机器专家”系统,可以模仿各行各业的专家去从事医疗诊断、质谱分析、矿床探查、数学证明、家务管理、运筹决策等脑力劳动工作,以完成某些需要人的智能、运用专门知识和经验技巧的任务等等。
人类社会在经历了农业社会和工业社会后,正向信息社会迈进。二十世纪下半叶飞速发展的科学技术,清楚地揭示了信息社会的基础设施是计算机、通信和网络。计算机网络就是通过物理介质将分散的具有独立处理功能的计算机连结起来,使其按照一定的协议进行通信并实现资源共享而形成的体系结构。计算机网络的应用正在迅速的向各个领域扩展和延伸。从家庭到办公室,从企业到政府部门,从一个城市到一个国家,从全世界到太空甚至宇宙,到处分布着计算机网络的用户,网络的应用正在深远的影响着人们的工作和生活方式。计算机网络技术的发展正处在日新月异、交融更替之际,如何更好地利用计算机网络为人类服务,已成为公众的需求和时代的责任。
计算机网络系统具有实时性、动态性与瞬变性等特点,随着网络规模的扩大,计算机网络所跨越的地域范围越来越大,结构也越来越复杂,这就要求我们不断的发展更多更新的技术,保证网络安全可靠、高效、稳定的运行。人工智能技术是一种模仿高级智能的推理和运算技术,在很多实际的控制和管理问题上都显示出具有很强优势,如果能把人工智能科学中的一些算法与思想应用到计算机网络中,将会大大提高计算机网络的性能。
人工智能加盟计算机网络
一、智能Agent及其在网络搜索中的应用
Agent一词主要有两种解释:一是对环境的认识以及对环境产生作用的行为者;二是代理人。倾向于第一种解释的主要是AI领域的研究者M. Minsky指出:"当你试图说明完成一些任务的机器了解它是如何工作时,即将其处理为黑箱时,就称为Agent"。软件界的研究人员倾向于第二种解释:代理人。Agent是计算机软件,代表用户,以主动服务方式完成一定操作的计算实体。Agent是具有信息处理能力的主动实体,其结构包含下述模块:感知器、效应器、信息处理器、目标模块、通信机制。
仅代理用户某种任务的软件不能称为智能Agent。智能性如理解用户用自然语言表达的对信息资源和计算资源的需求,帮助用户在一定程度上克服信息内容的语言障碍,捕捉用户的偏好和兴趣,推测用户的意图并为其代劳等。只有代理性、智能性、自主性均达到相当水准的系统才有条件称为智能Agent。比尔·盖茨把智能Agent称为“软的软件”,他说:“一旦程序写好了,它就一成不变。软的软件随着你的使用好象会变得越来越聪明”,“你可以把Agent当作直接内置在软件中的合作者,它会记住你擅长什么,你过去做过些什么,并试着预测难题,并提出解决办法”。
随着Internet技术的迅速发展,人类进入了“信息爆炸”的时代,网上信息资源的迅速膨胀,单靠人工查找信息越来越困难,目前网络搜索中主要存在一下问题:第一种问题是网络上什么信息都有,查找自己需要的信息真像大海捞针,有人称之为“资源迷向”。第二种是自动走上门的信息很多,如E-mail、新闻、商业广告等,有人称之为“信息过载”。
为了帮助用户查找信息,Internet上出现了许多WWW信息索引系统。一种是用户主动报告自己的资源而建立的,如Yahoo等。二是由搜索工具自动收集的,如WWW Worm、搜狐、搜索客等。各种搜索引擎都使用名为Spider的Agent收集网址,Spider的智能很低,它只是沿着WWW文件间的各链进行漫游,记录URL。如果一组URL地址没有被其它URL链接,Spider则找不到。此外,提取信息大多数是按关键词匹配进行的,难免把一些不相关的内容收集进来。各索引系统还提供查询服务,根据用户的需求,检索本系统的索引数据库,返回命中的文档信息。一般是用户输入关键词而检索,缺乏识别和使用深层语义模式的能力,难以准确了解每个用户的需求。Web查询结果没有数据库查询的效果好,因为Web太大,没有数据库的良好结构,信息种类繁多,难以处理,这样就要智能Agent软件的帮助。
由于WWW信息非常多,单个索引系统很难涵盖所有的Web资源,人们不得不检索多个索引系统数据库。为了满足这一点,出现了独立于索引系统的查询工具。它提供查询界面,将用户查询处理后转发给相应的索引,查询结果经处理后返回给用户。智能Agent就适于实现独立的查询工具。它可以置于客户端,专为某个用户服务,使之具有个人独特风格知识和识别特定语义模式的能力。智能Agent 可以理解(受限的)自然语言,能更好地表达用户的需求,可以做出比较理想的信息搜索工具。
另外,Internet和WWW为Agent提供了规模庞大、极度异质、高度动态的软件环境,Agent可以利用AI技术的成果对Internet信息进行自动搜索、过滤、分析、综合等处理。智能Agent在网络搜索、网络信息过滤以及网络信息服务等方面,有着广阔的应用前景。
二、在计算机网络管理中的应用
网络管理即通过规划、监视、分析、扩充和控制网络来保证网络服务的有效实现,它是整个网络系统不可缺少的重要部分。随着许多网络规模的扩大和复杂性的增加,现今的网络已发展到多媒体、多业务、高速度、多种交换技术以及不同的协议,这就要求网络管理员要有坚实的网络技术知识、丰富的网络管理经验和应变能力。由于网络控制的目的是通过合理的实时性、动态性和瞬变性,即使有丰富经验的网络管理人员也有力不从心之感。为此,现代网络管理正朝着网络管理智能化方向发展。网络管理的智能化发展趋势主要表现在以下两个方面:一是随着电信技术的发展,软件控制的网络单元增加,网元的“智能化”增强,网元自动控制的能力会大大加强;二是人工智能技术的直接引入。
从用户的角度讲,一个网络管理系统应该具有同时支持网络监视和控制两方面的能力。网络监视功能是为了掌握网络的当前状态;而网络控制功能是采取措施影响网络的运行状态。例如:在失效管理中,网络监视能力用来发现和诊断网络故障,网络控制能力用来隔离故障、定位故障、最终排除故障。在大网中,网络状态监视需要同时处理大量的网络数据,而且往往数据是不完善的、不连续的或无规则的。神经元网络的并行处理能力正好适应于这种工作。由于神经元网络不需要事先知道输入与输出数据间的逻辑或数字关系,这些知识可从实例学习中自动获得。因此,神经元网络更加适应于处理那些难以定义的问题、不好理解的现象以及杂乱无章的输入数据。
由于网络控制的目的是通过合理的路由选择和业务量控制以减轻由网络异常造成的性能下降。用经验知识(启发式)并结合程序性算法、带有实时计算能力的专家系统比常规程序更适应于这种应用。因此,可以设计基于规则的人工智能专家系统来执行网络管理的功能,也可以设计专门的神经网络来承担这一工作。
另外,使用基于知识系统的管理系统来管理网络,能保证管理的实时性,处理网络管理问题的连贯性,培训和聘用熟练技术人员。随着网络技术的发展及其对各部门的战略意义的增强,就要求网络运行更为有效,且以无故障方式运行,并能对应用方面的需求作出有效的响应。在控制和制造行业的应用中,网络必须响应在实时性上的应用要求。这种要求也需要有基于高深知识的工具去管理网络,以满足实时的要求。
基于知识的系统可通过把专家知识融入系统来培训人员。这种系统既可帮助受训人员很快地掌握技能,也可在他们要想学习更多技能时作为一种后备系统。这种系统能降低维持熟练的和专业的人员的昂贵费用。它可以代替专家干一些常规事情,从而使专家们能集中精力去处理那些非常规的特殊难题。
人工智能的智慧点
计算机网络系统具有的实时性、动态性、高速性与瞬变性等特点,都要求我们不断地发展更多更新、更具有灵活性的控制和管理技术,保证网络安全可靠、高效、稳定的运行。人工智能技术所具有的许多特殊能力使其成为现代计算机网络最强有力的支持工具:
一、 处理不确定性乃至不可知性的能力
网络管理就是要对网络资源进行监测控制管理,使网络系统高效率运行。但这种管理控制是依赖于它对系统资源状态的了解,包括系统的全局状态和系统的局部状态。由于网络系统的瞬变性,当某资源的状态信息传到网络管理系统时可能已经变化了。因此,网络管理只能知道系统的局部状态甚至完全不了解系统内部状态信息,也可能即使是局部信息也是不确切的。模糊逻辑等有些人工智能技术不需要对系统的数学模型有准确的描述。引入模糊逻辑的智能化网络管理具有处理不确定信息的能力,能根据这些不确定、不准确的信息对网络资源进行管理和控制。
二、 协作能力
由于网络规模的扩大和结构日趋复杂,集中系统中单一网络管理者是难以应付全部网络工作的,为此出现了层次化网络管理概念,上层管理者可以以轮询方式监测中层管理者,中层管理者向下层管理者进行监测,这就存在多层管理者之间任务的分配、通信和协作。多代理协作分布式人工智能的思想已经逐渐引入网络管理中,使各层网络管理者之间具有协作能力。
三、学习、解释和推理能力
目前大多数网络管理者都基于某种网络管理协议,如简单网络管理协议(SNMP)、公共管理信息协议(CMIP),它所监测到的只是一些管理信息库(MIB)信息,而这些信息所反映出的问题以及如何基于这些信息来对网络管理控制,却没有得到很好的解决,工作仅停留在网络监测阶段。智能化网络管理不只是简单地响应低层的一些孤立信息,它有能力学习、综合、解释这些低层信息,以得出高层的信息和概念,并基于这些高层的信息概念对网络进行管理和控制。同样,智能化网络管理的推理能力也很重要,它能够根据已有的不很完全、不很精确的信息来作出对网络的判断。如在故障管理中,诱发一个事件产生的原因是多样的,而一个故障的产生往往又会以多种形式表现出来。此时智能化网络管理有能力处理这些带有模糊性的问题,采用专家系统是最合适的选择。
四、处理非线性能力
网络拓扑结构的复杂性,网络负荷的瞬变性以及用户行为的不可预料性等多种原因使计算机网络成了一个标准的高度非线性控制对象。这也是传统的控制理论和方法在现代的计算机网络中少有成功应用的主要原因。人工智能理论是一门通过模拟人类智能而形成和发展起来的技术,它具有极强的处理非线形问题的能力,这也是人工智能技术在计算机网络中得以成功应用的又一主要原因。
五、计算资源耗费小
在传统的控制领域中,当解析解不能或很难获得时,最常用且有效的方法之一就是各种搜索算法。但各种算法的计算量通常是随着被控对象的尺寸呈指数增长,这导致了控制反应速度慢直至产生“维数灾难”等许多致命问题。人工智能的一些控制算法如模糊控制的方法的计算速度非常快。这是因为传统的搜索方法是通过排除所有的非最优解最终得到最优解的,而模糊控制的方法是通过直接选取最优解来完成一次搜索。系统的尺寸越大,模糊控制的这个优势越大。现代计算机网络的高速性要求相应的管理和控制方法,如带宽管理、流量控制、路由分配等方法,越简单、越快越好,甚至对这些要求的迫切性已明显超过了对最优性等传统控制标准。因此模糊控制等计算快捷的人工智能技术必将在计算机网络中有更大的应用范围。
人工智能技术植根于计算机技术,反过来也已经直接在许多计算机应用领域中,如决策支持系统、数据仓库、安全技术、服务质量管理,发挥着重要的作用。而如今,网络就是计算机已成为了一种客观事实。因此,人工智能也必将在网络环境下的计算机应用研究方面占有重要的一席之地。
人工智能——明天会更好
一、新的应用领域
作为人类智力功能延长的智能技术系统有着广阔的应用前景。毫不夸张地说,它将迅速渗透到计算机网络中的各个技术环节,二十一世纪的计算机网络是智能的网络。
以神经网络、模糊逻辑以及遗传算法等为核心的计算智能技术,模仿人类的思维方式及演化规律,已经在以控制为主的许多领域受到越来越多的重视。计算智能技术有着传统控制方法无法比拟的优越性,显示出强盛的生命力。高速如ATM网络中存在着一些复杂的控制问题,运用计算智能技术可能会有效的解决一些问题。然而,作为计算智能技术中的每一种工具,如模糊系统、神经网络以及遗传算法等都有其局限性,如果能够发挥它们各自长处的混合算法可能会具有良好的应用前景。另外,智能调制解调器也是人工智能技术在计算机网络通信技术中的一种新的应用。
人工智能在计算机网络与人的接口方面也有很好的应用前景。在人机合理分工的前提下,利用多媒体人机智能界面,进行人机友好通信,实现人机智能结合,人机协同工作。
目前的计算机协议大多形成于二十年以前,这样的计算机网络被称作Best effort网络。随着应用需求的增加、计算机网络产品质量和技术水平的提高,目前的计算机网络日益显得不能各种应用的需要。如目前的计算机网络明显存在安全性问题、用户地址问题、服务质量保证问题、不同业务服务问题等等。正是这些的问题的存在引发了人们对下一代计算机协议和技术的研究。根据对国际计算机网络标准制定组织IETF的研究动向分析,人工智能技术将在下一代计算机网络各个层次的协议中占有重要的位置。
二、更好的技术集成
人工智能技术是其它信息处理技术及相关学科技术的集成。实现这一集成面临许多挑战,如创造知识表示和传递的标准形式,理解各个子系统间的有效交互作用以及开发数值模型与非数值知识综合表示的新方法,也包括定量模型与定性模型的结合,以便以较快速度进行定性推理。要集成的信息技术除数学技术外,还包括计算机网络、远程通信、数据库、计算机图形学、语音与听觉、机器人学、过程控制、并行计算和生物信息处理等技术。
由于网络管理和控制的需求比较复杂多样,所以,多种人工智能技术的集成将会有更好更多的应用机会。例如,把人工智能专家系统和神经网络结合起来,可以更好的完成网络管理的任务,目前有很多人正致力于这一方面的研究,并取得了一些研究成果。
三、更成熟的应用方法
人工智能的实现固然需要有硬件的保证,然而,软件应是人工智能的核心技术。许多人工智能应用问题需要开发复杂的软件系统,这有助于促进软件工程学科的出现与发展。软件工程能为一定类型的问题求解提供标准化程序;知识软件能为人工智能问题求解提供有效的编程手段。由于人工智能应用问题的复杂性和广泛性,传统的软件设计方法显然是不够用何不适用的。人工智能软件所要执行的功能很可能随着系统的开发而变化。
在当前的人工智能在计算机网络管理和控制应用方法研究中,有几个引人注目的课题,即多种方法混合技术、多专家系统技术、机器学习(尤以神经网络学习)方法、硬件软件一体化技术以及并行分布处理技术等。
我们应当有信心期待将有更多高效的AI技术、更高级的AI通用和专用语言、更好的AI应用环境和工具、以及AI开发专用机器不断出现及更新,为提高和发展计算机网络的服务能力提供有力的工具。