论文部分内容阅读
大多数人对于机器人的认识，都来自于科幻电影中的描述。与人类对外星人的认识不同，机器人是人类自己制造出来的，首先它们是机器，然后才是人，因此机器人更为真实，更为亲切。在过去的数年中，机器人的研发和制造技术突飞猛进，尤其是核心的人工智能技术，向着更为实用的方向迈进，在计算机技术飞速发展的今天，机器人可以完成更为复杂的运算，从而让人工智能可以有更高的“智商”。也许在2019年，你就能像电影《我的女友是机器人》中的次郎那样，遇到属于自己的机器人女友。
33岁的加拿大发明家黎忠(Le Trung)，花光自己所有积蓄，制造了一个名为“爱子”的女性机器人。黎忠称，“爱子”是科技与美丽邂逅的产物，她“年方”20多岁，正值青春妙龄，身材苗条，相貌姣好。她总是乐于打扫房间，帮助黎忠记账，而且知道他爱喝什么。每天早上，“爱子”都为黎忠读报，开始新的一天。她可以用女性温柔的声音告诉黎忠当天的天气状况，比如：“户外是零下2℃”。“爱子”全身关键部位布满传感器，脖子上还有一个摄像头，这样她就可以具备触觉、视觉和听觉。爱子可以对挠痒和触摸做出反应，能够认人。可以用英语和日语说1.3万句话。她可以点头，手也可以动。如果有人粗鲁地触碰她，她就会愤怒地大声叫喊。即使黎忠轻轻地拍她的头，她也会说：“摸女孩的头可不好，摸你自己的头。”她甚至会扇“骚扰者”的耳光。很有趣，对吧?看来找个机器人做女友并非遥不可及。
虽然这个“爱子”还没有“智能”到《i，Robot》中的Sunny或《Wall·E》中的瓦力那样具有情感并自主思考，但她所具备的功能却足以让人大吃一惊了。那么，她为何会具有这些看起来非常“人性化”的特征呢?这一切还得从人工智能说起。
关于人工智能
人工智能(ArtificialIntelligence，AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。近年来人工智能技术获得了迅速的发展，在很多学科领域都得到应用和发展。
随着计算机及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的未来发展方向是智能接口、数据挖掘、主体及多主体系统。其中多主体(Multi-Agent)技术是近年来发展迅猛并在科研和工程技术领域不断取得应用成果的重要研究方向。主体(Agent)与多主体(Multi-Agent System，MAS)系统的概念起源于人工智能领域，是分布式人工智能的主要方向之一。Agent具有自治性、可通信性、反应性、面向目标性和针对环境性等特性。
咱治性：即对自己的行为或动作具有控制权，无须外部干预，自主地完成其特定的任务；
·可通信性：每个Agent在有组织的群体中，通过相互通信接受任务指派和反馈任务执行的信息；
·反应性：Agent应具备感知环境并做出相应动作的能力；
·面向目标性：对自己的行为做出评价并使其逐步导向目标；
·针对环境性，Agent只能工作在特定的环境中。
典型的智能控制系统通常采用分层控制结构，对整个系统进行分散递阶控制，它将整个系统分为组织层、协调层和响应层。每层均由完成相应任务的Agent组成。响应层Agent对自的子系统进行控制，并向协调层反馈信息；协调层则根据反馈的信息和组织层的指令协调响应层Agent的执行过程；组织层从全局的角度对整个系统进行分析，并向低层Agent发送指令。常见的MAS的体系结构主要有Agent网络、Agent联盟以及“黑板”结构。Agent的任务执行机制是指系统对每个Agent分配了不同角色，各自独立地执行一定的任务，Agent之间遵循民主协商原则和独立自治的原则。
MAS是在单Agent理论的基础上发展起来的，它由一组具有自主性、适应性、反应性和社会性的Agent组成，拥有较单Agent更多的资源和知识以及更强的处理能力，是分布式人工智能(Distributed Artificial Intelligence，DAI)在最近的研究中提出的一项新技术。主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。
机器人的历史其实并不算长。1959年美国英格伯格和德沃尔制造出世界上第一台工业机器人，至此机器人的历史才真正开始。近百年来发展起来的机器人，大致经历了三个成长阶段，即三个时代。第一代为简单个体机器人，第二代为群体劳动机器人，第三代为类似人类的智能机器人，它的未来发展方向是有知觉和思维，能与人对话。第一代机器人属于示教再现型，第二代则具备了感觉能力，第三代机器人是智能机器人，它不仅具有感觉能力，而且还具有独立判断和行动的能力。当机器人与人类生活接触更多时，我们可以发现机器人已渐渐摆脱冰冷的机械外观，研究人员也正设法让机器人具有人类般的感知能力，如视觉、听觉、触觉甚至情绪传感，并能有相对应的回应等。除TX形机器人，机器人的发展方向更将无限广阔。
智能机器人未来还能朝模仿生物的形态与功能的“仿生学”方向发展。譬如，美国国防先进研究计划局赞助航空环境公司研究“黑寡妇”机器人，希望利用15公分长的小型仿真蜘蛛飞行器侦测到卫星也无法拍摄到的细节，伯克利大学正在研究灰尘般大小的微形机器人，只要散布在空气中就能让一个个微小感应器串联成网络；黏在指尖上，不用键盘就可直接操作计算机的机器人，以及撒在冰箱内就能监控食物新鲜程度的“智能型灰尘”。
展望未来，机器人将不只是劳工、手术助理、指挥家、清洁人员和宠物，只要人类的想像力源源不绝，智能机器人也将为我们的生活带来无限惊喜。
什么技术让机器人更智能?
1 模式识别
所谓模式，从广义上说，就是事物的某种特性类属，如：图像、文字、语言、符号等感知形象信息；雷达、声纳信号、地球物探、卫星云图等时空信息动植物种类形态、产品等级、化学结构等类别差异信息等等。模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别。如 识别物体、地形，图象、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式，人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。代表性产品有光学字符识别系统(Optical CharacterRecognition，OCR)、语音识别系统等。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。
最近我国研制成功的无人驾驶系统，就标志着我国研制高速智能汽车的能力已达到当今世界先进水平。汽车自主驾驶技术是集模式识别、智能控制、计算机学和汽车操纵动力学等多门学科于一体的综合性技术，代表着一个国家控制技术的水平。自主驾驶系统采用计算机视觉导航方式，并采用仿人控制，实现了对汽车的操纵控制。
除此之外，指纹识别系统也是模式识别技术的一个具体应用。利用模式识别技术已成功建立了利用指纹灰度图像计算纹线局部方向、从而提取指纹特征信息的算法，这一研究成果不仅适于民用身份鉴定也适用于公安刑事侦破的指纹鉴定。目前各地已经建立指纹库，而检索一枚现场指纹仅需4分钟时间。
2 专家系统
专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代专家系统的研究也发展很快。在新一代专家系统中，不但采用基于规则的推理方法，而且采用了诸如人工神经网络的方法与技术。
根据专家系统处理的问题的类型，把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。为了实现专家系统，必须要存储有该专门领域中经过事先总结、分析并按某种模式表示的专家知识库，并拥有解决实际问题的推理机制。系统能借此做出决策和判断，其解决问题的水平达到或接近专家的水平，因此能起到专家或专家助手的作用。例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。
3 人工神经网络
人工神经网络(Artificial NeuralNetwork，简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。它是一种非线性映射的方法，很多难以列出方程式或难以求解的复杂的非线性问题，应用神经网络方法则可迎刃而解。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络由大量简单的基本元件一一神经元(neuron)相互连接而成的自适应非线性动态系统，神经元是神经网络的基本处理单元，它一般是一个多输入单输出的非线性动态系统，其结构模型如所示。其中为神经元内部状态，为阈值，为输入信号，表示从输入到的联结权值。
一个人工神经网络的神经元模型和结构描述了一个网络如何将它的输入矢量转化为输出矢量的过程。这个转化过程从数学角度来看就是一个计算的过程。也就是说，人工神经网络的实质体现了网络输入和其输出之间的一种函数关系。通过选取不同的模型结构和激活函数，可以形成各种不同的人工神经网络，得到不同的输入／输出关系式，并达到不同的设计目的，完成不同的任务，所以在利用人工神经网络解决实际应用问题之前，必须首先掌握人工神经网络的模型结构及其特性以及对其输出矢量的计算。
多年来，人工神经网络的研究取得了较大的进展，成为具有一种独特风格的信息处理学科。当然目前的研究还只是一些简单的人工神经网络模型。要建立起一套完整的理论和技术系统，需要做出更多努力和探讨。然而人工神经网络已经成为人工智能中极其重要的一个研究领域。在人工神经网络的实际应用中，绝大部分的神经网络模型是采用反向传播(BP)网络和它的变化形式，它也是前向网络的核心部分，并体现了人工神经网络最精华的部分。多层BP网络结构包括输入节点、输出节点，一层或多层隐节点。
BP网络适宜于处理具有残缺结构和含有错误成分的模式，能够在信源信息含糊、不确定、不完整，存在矛盾及假象等复杂环境中处理模式。网络所具有的自学习能力使得传统专家系统技术应用最为困难的知识获取工作转换为网络的变结构调节过程，从而大大方便了知识库中知识的记忆和抽取。在许多复杂问题中(如医学诊断)，存在大量特例和反例，信息来源既不完整又含有假象，且经常遇到不确定信息，决策规则往往相互矛盾，有时无条理可循，这给传统专家系统应用造成极大困难，甚至在某些领域无法应用，而BP网络技术则能突破这一障碍，且能对不完整信息进行补全。根据已学会的知识和处理问题的经验对复杂问题作出合理的判断决策，给出较满意的解答，或对未来过程作出有效的预测和估计。这方面的主要应用是：自然语言处理、市场分析、预测估值、系统诊断、事故检查、密码破译、语言翻译、逻辑推理、知识表达、智能机器人、模糊评判等。
人工神经网络是未来人工智能应用的新领域，情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。
目前AI研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是：智能接口、数据挖掘、主体及多主体系统。
毋庸置疑，未来的机器人与人类社会的生活更为密切地结合起来，以为人做出更多的服务作为要素。研究内容主要包括餐饮服务多机器人系统、竞技与娱乐多机器人系统、家庭生活支援多机器人系统及其关键技术的研究、系统集成试验验证和示范应用。
1 餐饮服务多机器人系统
设计规划智能餐饮服务模式、研究和突破机器人自动烹饪工艺及烹饪方法、智能餐饮多机器人间的交互及安全操作等关键技术，研制开发由迎宾／点菜、烹饪、送菜机器人组成的智能餐饮服务多机器人系统，实现以机器人为主的餐厅服务系统集成和示范应用。这样，我们通过点菜系统输入喜欢的菜品。就可以在家里尽享五星级服务了。
2 竞技多机器人系统
研究竞技与娱乐机器人的复杂动作的运动规划与控制、高速视觉识别与伺服控制、多机器人间的协调控制等关键技术，研制以仿人机器人为核心的武术，足球等竞技与娱乐多机器人系统，实现多机器人的协同武术表演与足球比赛、机器人与人的互动娱乐(图9)。足球机器人就由四个部分组成，即视觉系统、通讯系统、计算机系统及移动装置等，在赛场上可以实现自主踢球，不受外界控制。
3 家庭生活支援多机器人系统
研究基于网络的机器人远程监测与遥操作、自主导航与规划技术、家政多机器人协调作业等关键技术，构建面向家居监控、家庭辅助作业等家庭生活支援多机器人系统，实现家庭设备的远程遥控与监测、家庭辅助作业等功能。未来家庭机器人正朝着实用型的方向发展，一个合格的家庭机器人，还应当具备多项技能。例如检测到家中有异常情况时，可将住宅内的情形通过图片形式发送到主人手机或个人电脑上。并能兼保姆和秘书，早上叫醒你，提醒你一天的日程安排，并转达当天的电话留言等等。你将再也不必因为忘了老婆的生日或结婚纪念日而挨训了。
带个机器人女友回家，你准备好了吗?
人工智能发展到今天，已经将原来很多科幻电影中天马行空的想象变成了现实，家家户户拥有机器人也许比拥有汽车更为实用和实际。不过，人工智能是否会发展到像电影《终结者》或《黑客帝国》中那样与人类争夺生存空间，目前我们还不得而知。但可以肯定的是，在未来的数年中，有着更高“智商”的机器人会不断出现。带个机器人女友回家，你准备好了吗?
33岁的加拿大发明家黎忠(Le Trung)，花光自己所有积蓄，制造了一个名为“爱子”的女性机器人。黎忠称，“爱子”是科技与美丽邂逅的产物，她“年方”20多岁，正值青春妙龄，身材苗条，相貌姣好。她总是乐于打扫房间，帮助黎忠记账，而且知道他爱喝什么。每天早上，“爱子”都为黎忠读报，开始新的一天。她可以用女性温柔的声音告诉黎忠当天的天气状况，比如：“户外是零下2℃”。“爱子”全身关键部位布满传感器，脖子上还有一个摄像头，这样她就可以具备触觉、视觉和听觉。爱子可以对挠痒和触摸做出反应，能够认人。可以用英语和日语说1.3万句话。她可以点头，手也可以动。如果有人粗鲁地触碰她，她就会愤怒地大声叫喊。即使黎忠轻轻地拍她的头，她也会说：“摸女孩的头可不好，摸你自己的头。”她甚至会扇“骚扰者”的耳光。很有趣，对吧?看来找个机器人做女友并非遥不可及。
虽然这个“爱子”还没有“智能”到《i，Robot》中的Sunny或《Wall·E》中的瓦力那样具有情感并自主思考，但她所具备的功能却足以让人大吃一惊了。那么，她为何会具有这些看起来非常“人性化”的特征呢?这一切还得从人工智能说起。
关于人工智能
人工智能(ArtificialIntelligence，AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。近年来人工智能技术获得了迅速的发展，在很多学科领域都得到应用和发展。
随着计算机及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的未来发展方向是智能接口、数据挖掘、主体及多主体系统。其中多主体(Multi-Agent)技术是近年来发展迅猛并在科研和工程技术领域不断取得应用成果的重要研究方向。主体(Agent)与多主体(Multi-Agent System，MAS)系统的概念起源于人工智能领域，是分布式人工智能的主要方向之一。Agent具有自治性、可通信性、反应性、面向目标性和针对环境性等特性。
咱治性：即对自己的行为或动作具有控制权，无须外部干预，自主地完成其特定的任务；
·可通信性：每个Agent在有组织的群体中，通过相互通信接受任务指派和反馈任务执行的信息；
·反应性：Agent应具备感知环境并做出相应动作的能力；
·面向目标性：对自己的行为做出评价并使其逐步导向目标；
·针对环境性，Agent只能工作在特定的环境中。
典型的智能控制系统通常采用分层控制结构，对整个系统进行分散递阶控制，它将整个系统分为组织层、协调层和响应层。每层均由完成相应任务的Agent组成。响应层Agent对自的子系统进行控制，并向协调层反馈信息；协调层则根据反馈的信息和组织层的指令协调响应层Agent的执行过程；组织层从全局的角度对整个系统进行分析，并向低层Agent发送指令。常见的MAS的体系结构主要有Agent网络、Agent联盟以及“黑板”结构。Agent的任务执行机制是指系统对每个Agent分配了不同角色，各自独立地执行一定的任务，Agent之间遵循民主协商原则和独立自治的原则。
MAS是在单Agent理论的基础上发展起来的，它由一组具有自主性、适应性、反应性和社会性的Agent组成，拥有较单Agent更多的资源和知识以及更强的处理能力，是分布式人工智能(Distributed Artificial Intelligence，DAI)在最近的研究中提出的一项新技术。主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。
机器人的历史其实并不算长。1959年美国英格伯格和德沃尔制造出世界上第一台工业机器人，至此机器人的历史才真正开始。近百年来发展起来的机器人，大致经历了三个成长阶段，即三个时代。第一代为简单个体机器人，第二代为群体劳动机器人，第三代为类似人类的智能机器人，它的未来发展方向是有知觉和思维，能与人对话。第一代机器人属于示教再现型，第二代则具备了感觉能力，第三代机器人是智能机器人，它不仅具有感觉能力，而且还具有独立判断和行动的能力。当机器人与人类生活接触更多时，我们可以发现机器人已渐渐摆脱冰冷的机械外观，研究人员也正设法让机器人具有人类般的感知能力，如视觉、听觉、触觉甚至情绪传感，并能有相对应的回应等。除TX形机器人，机器人的发展方向更将无限广阔。
智能机器人未来还能朝模仿生物的形态与功能的“仿生学”方向发展。譬如，美国国防先进研究计划局赞助航空环境公司研究“黑寡妇”机器人，希望利用15公分长的小型仿真蜘蛛飞行器侦测到卫星也无法拍摄到的细节，伯克利大学正在研究灰尘般大小的微形机器人，只要散布在空气中就能让一个个微小感应器串联成网络；黏在指尖上，不用键盘就可直接操作计算机的机器人，以及撒在冰箱内就能监控食物新鲜程度的“智能型灰尘”。
展望未来，机器人将不只是劳工、手术助理、指挥家、清洁人员和宠物，只要人类的想像力源源不绝，智能机器人也将为我们的生活带来无限惊喜。
什么技术让机器人更智能?
1 模式识别
所谓模式，从广义上说，就是事物的某种特性类属，如：图像、文字、语言、符号等感知形象信息；雷达、声纳信号、地球物探、卫星云图等时空信息动植物种类形态、产品等级、化学结构等类别差异信息等等。模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别。如 识别物体、地形，图象、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式，人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。代表性产品有光学字符识别系统(Optical CharacterRecognition，OCR)、语音识别系统等。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。
最近我国研制成功的无人驾驶系统，就标志着我国研制高速智能汽车的能力已达到当今世界先进水平。汽车自主驾驶技术是集模式识别、智能控制、计算机学和汽车操纵动力学等多门学科于一体的综合性技术，代表着一个国家控制技术的水平。自主驾驶系统采用计算机视觉导航方式，并采用仿人控制，实现了对汽车的操纵控制。
除此之外，指纹识别系统也是模式识别技术的一个具体应用。利用模式识别技术已成功建立了利用指纹灰度图像计算纹线局部方向、从而提取指纹特征信息的算法，这一研究成果不仅适于民用身份鉴定也适用于公安刑事侦破的指纹鉴定。目前各地已经建立指纹库，而检索一枚现场指纹仅需4分钟时间。
2 专家系统
专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。随着计算机科学技术整体水平的提高，分布式专家系统、协同式专家系统等新一代专家系统的研究也发展很快。在新一代专家系统中，不但采用基于规则的推理方法，而且采用了诸如人工神经网络的方法与技术。
根据专家系统处理的问题的类型，把专家系统分为解释型、诊断型、调试型、维修型、教育型、预测型、规划型、设计型和控制型等10种类型。为了实现专家系统，必须要存储有该专门领域中经过事先总结、分析并按某种模式表示的专家知识库，并拥有解决实际问题的推理机制。系统能借此做出决策和判断，其解决问题的水平达到或接近专家的水平，因此能起到专家或专家助手的作用。例如血液凝结疾病诊断系统、电话电缆维护专家系统、花布图案设计和花布印染专家系统等等。
3 人工神经网络
人工神经网络(Artificial NeuralNetwork，简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。它是一种非线性映射的方法，很多难以列出方程式或难以求解的复杂的非线性问题，应用神经网络方法则可迎刃而解。在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络由大量简单的基本元件一一神经元(neuron)相互连接而成的自适应非线性动态系统，神经元是神经网络的基本处理单元，它一般是一个多输入单输出的非线性动态系统，其结构模型如所示。其中为神经元内部状态，为阈值，为输入信号，表示从输入到的联结权值。
一个人工神经网络的神经元模型和结构描述了一个网络如何将它的输入矢量转化为输出矢量的过程。这个转化过程从数学角度来看就是一个计算的过程。也就是说，人工神经网络的实质体现了网络输入和其输出之间的一种函数关系。通过选取不同的模型结构和激活函数，可以形成各种不同的人工神经网络，得到不同的输入／输出关系式，并达到不同的设计目的，完成不同的任务，所以在利用人工神经网络解决实际应用问题之前，必须首先掌握人工神经网络的模型结构及其特性以及对其输出矢量的计算。
多年来，人工神经网络的研究取得了较大的进展，成为具有一种独特风格的信息处理学科。当然目前的研究还只是一些简单的人工神经网络模型。要建立起一套完整的理论和技术系统，需要做出更多努力和探讨。然而人工神经网络已经成为人工智能中极其重要的一个研究领域。在人工神经网络的实际应用中，绝大部分的神经网络模型是采用反向传播(BP)网络和它的变化形式，它也是前向网络的核心部分，并体现了人工神经网络最精华的部分。多层BP网络结构包括输入节点、输出节点，一层或多层隐节点。
BP网络适宜于处理具有残缺结构和含有错误成分的模式，能够在信源信息含糊、不确定、不完整，存在矛盾及假象等复杂环境中处理模式。网络所具有的自学习能力使得传统专家系统技术应用最为困难的知识获取工作转换为网络的变结构调节过程，从而大大方便了知识库中知识的记忆和抽取。在许多复杂问题中(如医学诊断)，存在大量特例和反例，信息来源既不完整又含有假象，且经常遇到不确定信息，决策规则往往相互矛盾，有时无条理可循，这给传统专家系统应用造成极大困难，甚至在某些领域无法应用，而BP网络技术则能突破这一障碍，且能对不完整信息进行补全。根据已学会的知识和处理问题的经验对复杂问题作出合理的判断决策，给出较满意的解答，或对未来过程作出有效的预测和估计。这方面的主要应用是：自然语言处理、市场分析、预测估值、系统诊断、事故检查、密码破译、语言翻译、逻辑推理、知识表达、智能机器人、模糊评判等。
人工神经网络是未来人工智能应用的新领域，情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。
目前AI研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是：智能接口、数据挖掘、主体及多主体系统。
毋庸置疑，未来的机器人与人类社会的生活更为密切地结合起来，以为人做出更多的服务作为要素。研究内容主要包括餐饮服务多机器人系统、竞技与娱乐多机器人系统、家庭生活支援多机器人系统及其关键技术的研究、系统集成试验验证和示范应用。
1 餐饮服务多机器人系统
设计规划智能餐饮服务模式、研究和突破机器人自动烹饪工艺及烹饪方法、智能餐饮多机器人间的交互及安全操作等关键技术，研制开发由迎宾／点菜、烹饪、送菜机器人组成的智能餐饮服务多机器人系统，实现以机器人为主的餐厅服务系统集成和示范应用。这样，我们通过点菜系统输入喜欢的菜品。就可以在家里尽享五星级服务了。
2 竞技多机器人系统
研究竞技与娱乐机器人的复杂动作的运动规划与控制、高速视觉识别与伺服控制、多机器人间的协调控制等关键技术，研制以仿人机器人为核心的武术，足球等竞技与娱乐多机器人系统，实现多机器人的协同武术表演与足球比赛、机器人与人的互动娱乐(图9)。足球机器人就由四个部分组成，即视觉系统、通讯系统、计算机系统及移动装置等，在赛场上可以实现自主踢球，不受外界控制。
3 家庭生活支援多机器人系统
研究基于网络的机器人远程监测与遥操作、自主导航与规划技术、家政多机器人协调作业等关键技术，构建面向家居监控、家庭辅助作业等家庭生活支援多机器人系统，实现家庭设备的远程遥控与监测、家庭辅助作业等功能。未来家庭机器人正朝着实用型的方向发展，一个合格的家庭机器人，还应当具备多项技能。例如检测到家中有异常情况时，可将住宅内的情形通过图片形式发送到主人手机或个人电脑上。并能兼保姆和秘书，早上叫醒你，提醒你一天的日程安排，并转达当天的电话留言等等。你将再也不必因为忘了老婆的生日或结婚纪念日而挨训了。
带个机器人女友回家，你准备好了吗?
人工智能发展到今天，已经将原来很多科幻电影中天马行空的想象变成了现实，家家户户拥有机器人也许比拥有汽车更为实用和实际。不过，人工智能是否会发展到像电影《终结者》或《黑客帝国》中那样与人类争夺生存空间，目前我们还不得而知。但可以肯定的是，在未来的数年中，有着更高“智商”的机器人会不断出现。带个机器人女友回家，你准备好了吗?