計算機與信息技術(shù)-資料下載頁

　　

【正文】 。由于進行核試驗耗資大、周期長，所以不能只通過核試驗來設(shè)計和改進產(chǎn)品。在計算機上選擇一套參數(shù)設(shè)計一個模型，在一定意義上相當(dāng)于進行一次核試驗。在計算機上花費幾百萬元進行計算，可以節(jié)省以億計的試驗經(jīng)費。 ? 模擬核爆試驗可以減少試驗次數(shù)，大大降低研制成本。因此，世界各國在核武器的研制設(shè)計中都大量采用了科學(xué)計算的方法。 返回 下一頁 上一頁 停止放映 第 84頁 沃爾瑪：利用信息技術(shù)成全其零售業(yè)霸主地位 ?沃爾瑪計算機系統(tǒng)可以追蹤每一件商品的進銷全過程 。 通過采用最新的信息技術(shù) ， 沃爾瑪能夠以最低的成本 、 最優(yōu)質(zhì)的服務(wù) 、 最快速的管理反應(yīng)進行全球運作 。 ?管理信息系統(tǒng)的應(yīng)用使沃爾瑪有關(guān)各方可以迅速得到所需的貨品層面數(shù)據(jù) ， 觀察銷售趨勢 、 存貨水平和訂購信息甚至更多 。 ? 美國通過運用信息技術(shù)改造傳統(tǒng)產(chǎn)業(yè) ， 使傳統(tǒng)產(chǎn)業(yè)的國際競爭力得以快速提升 。 返回 下一頁 上一頁 停止放映 第 85頁 藍博基尼跑車 ? 藍博基尼是世界最著名的跑車之一。 ? 1999年初，意大利制造商想將它出口到美國，按照美國的安全法規(guī)，所有的車必須裝有氣囊。因此藍博基尼需要做氣囊的匹配碰撞。 ? 按傳統(tǒng)方法，該項測試至少要撞 10輛以上的樣車。以一輛藍博基尼 400萬 ~500萬元人民幣（ 30萬 ~40萬英鎊）計，僅碰撞的樣車損失費用就將在 5000萬元以上。歐洲的一家設(shè)計公司用 CAD測試方法只用了十分之一的費用，就解決了問題。 ? 該公司先把氣囊在計算機里模擬裝到車上，再模擬各種路況并對車進行了調(diào)整，最后只碰了一輛真實的實物車就順利地通過了驗證測試。 返回 下一頁 上一頁 停止放映 第 86頁 邏輯推理與自動定理證明 ? 對數(shù)學(xué)中臆測的定理尋找一個證明或反證，不僅需要有根據(jù)假設(shè)進行演繹的能力，而且需要某些直覺技巧。 ? 借助計算機來證明數(shù)學(xué)猜想或定理，這是一項難度極大的人工智能應(yīng)用，也已取得一些成果。 ? 四色猜想的證明 。四色猜想是圖論中的一個世界級的難題，它的內(nèi)容是：用四種顏色就可繪制任何地圖，三種顏色不夠，而五種顏色多余。 ? 這個猜想經(jīng)過無數(shù)次的驗證，結(jié)論都是千真萬確的，但卻一直無法在理論上給出證明，所以有人認為，證明這個猜想的難度絲毫不亞于哥德巴赫猜想。 ? 1976年 7月，美國數(shù)學(xué)家哈根和阿貝爾用計算機成功地證明了四色猜想。這個猜想的證明需要進行一百億次（ 1010次）邏輯判斷，這個天文數(shù)字的工作量如果用人工來完成，則需兩萬年時間，這就是計算機問世以前，任何人都無法證明或推翻這個猜想的原因。 返回 下一頁 上一頁 停止放映 第 87頁 自然語言處理 ? 自然語言處理是人工智能的早期研究領(lǐng)域之一。如果能讓計算機 “ 聽懂 ” 、 “ 看懂 ” 人類自身的語言，那么更多的人可以使用計算機，大大提高了計算機的利用率。 ? 自然語言處理 就是研究如何能讓計算機理解并生成人們?nèi)粘Ｋ褂玫恼Z言，使得計算機懂得自然語言的含義，從而建立起一種人與機器之間的密切而友好的關(guān)系，使之能進行高度的信息傳遞與認知活動。 ? 要達到以下三個目標： （ 1）計算機能正確理解人們用自然語言輸入的信息，并回答輸入信息中的有關(guān)問題； （ 2）計算機對得到的信息能自動產(chǎn)生相應(yīng)的摘要，用不同的詞語復(fù)述信息的內(nèi)容； （ 3）計算機能夠把用某一種自然語言的信息自動地翻譯為另一種自然語言，即機器翻譯的問題。 返回 下一頁 上一頁 停止放映 第 88頁 自動程序設(shè)計 ? 自動程序設(shè)計包括程序綜合和程序正確性檢驗兩個方面，分別實現(xiàn)自動編程和證明程序的正確性。 ? 對自動程序設(shè)計的研究不僅可以促進半自動軟件開發(fā)系統(tǒng)的發(fā)展，而且也使通過修正自身代碼進行學(xué)習(xí)的人工智能系統(tǒng)得到發(fā)展。 ? 目前已經(jīng)研制出能夠以各種不同的目的描述來編寫計算機程序的系統(tǒng)，但這方面的進展依然非常局限。 返回 下一頁 上一頁 停止放映 第 89頁 機器學(xué)習(xí) ? 學(xué)習(xí)是人類智能的主要標志和獲得知識的基本手段，只有讓計算機具有類似于人的學(xué)習(xí)能力，自動獲取新的事實及新的推理算法，才能使計算機真正具有智能。 ? 機器學(xué)習(xí)的低級階段是機械式學(xué)習(xí)和教師指導(dǎo)下的學(xué)習(xí)。前者通過簡單地記住推理和解答的結(jié)果，來強化將來的推理和問題求解能力；后者則由教師傳授知識，或在教師的指導(dǎo)下歸納和抽取知識。 ? 機器學(xué)習(xí)的高級階段是知識發(fā)現(xiàn)，即計算機系統(tǒng)在無須教師幫助的情況下，能自行發(fā)現(xiàn)蘊涵在客觀規(guī)律中的知識。 ? 上個世紀 90‘ s， KDD（ 數(shù)據(jù)庫中的知識發(fā)現(xiàn)）迅速崛起成為機器學(xué)習(xí)的一個重要分支，如何從數(shù)據(jù)倉庫包含的大量數(shù)據(jù)中發(fā)現(xiàn)和獲取隱含的知識，既是機器學(xué)習(xí)領(lǐng)域面臨重大挑戰(zhàn)，也給機器學(xué)習(xí)技術(shù)的實用化帶來了新的機遇。 ? 此外，機器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機理和揭示人腦的奧秘。 返回 下一頁 上一頁 停止放映 第 90頁 專家系統(tǒng) ? 專家系統(tǒng)是依賴于適用于特殊應(yīng)用領(lǐng)域的知識規(guī)則的計算機系統(tǒng)。專家系統(tǒng)借助知識獲取工具從應(yīng)用領(lǐng)域?qū)＜一蚱渌R源（如法典、訓(xùn)練手冊、數(shù)據(jù)庫等）抽取專門知識，轉(zhuǎn)變?yōu)檫m合于推理機解釋性使用的形式存放于知識庫，以實現(xiàn)類似于人的邏輯思維和問題求解能力。專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，根據(jù)某個領(lǐng)域一個或多個人類專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。 ? 專家系統(tǒng)可以解決的問題一般包括解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。高性能的專家系統(tǒng)也已經(jīng)從學(xué)術(shù)研究開始進入實際應(yīng)用研究。隨著人工智能整體水平的提高，專家系統(tǒng)也獲得發(fā)展。正在開發(fā)的新一代專家系統(tǒng)有分布式專家系統(tǒng)和協(xié)同式專家系統(tǒng)等。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的方法，而且采用基于模型的原理。專家系統(tǒng)已發(fā)展為人工智能的最有實用前景和影響力的一個分支，在科技、工程、交通、運輸、醫(yī)療、探礦、氣象、商業(yè)、金融、軍事、行政和管理等領(lǐng)域都有廣泛的應(yīng)用。 返回 下一頁 上一頁 停止放映 第 91頁 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)是一個用大量簡單處理單元經(jīng)廣泛連接而組成的網(wǎng)絡(luò)，用來模擬大腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。 ? 神經(jīng)生理學(xué)家、心理學(xué)家與計算機科學(xué)家的共同研究得出的結(jié)論是：人腦是一個功能特別強大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。 ? 研究結(jié)果已經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。 ? 20世紀 80年代，霍普菲爾德（ Hopfield） 提出用硬件實現(xiàn)神經(jīng)網(wǎng)絡(luò)，魯梅爾哈特（ Rumelhart） 等提出多層網(wǎng)絡(luò)中的反向傳播（ BP） 算法，有力地推動了人工神經(jīng)網(wǎng)絡(luò)的研究。現(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識別、圖像處理、組合優(yōu)化、自動控制、信息處理、機器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。 返回 下一頁 上一頁 停止放映 第 92頁 模式識別 ? 模式識別是通過抽取被識別對象的特征，與存放在計算機內(nèi)的已知對象的特征進行比較及判別，從而和出結(jié)論的一種人工智能技術(shù)，也就是使一個計算機系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感知能力。指紋辨別、手寫漢字的識別、語音識別都是模式識別的應(yīng)用實例。 ? 至今，在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。 返回