首页 > 文章中心 > 人工智能技术含义

人工智能技术含义

前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇人工智能技术含义范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。

人工智能技术含义

人工智能技术含义范文第1篇

1.1人工智能的定义

人工智能(ArtificialIntelligence),简称AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学.也可以将人工智能理解为人造物所进行的学习、交流、知觉、推理以及环境中的行为等.可将人工智能分为“人工”和“智能”两部分来理解,其中“人工”并无争议性问题存在,而“智能”涉及的问题相对较多.学者对“智能”的理解,包括自我(SELF)、意识(CONSCIOUSNESS)、思维(MIND)等.关于智能,人们普遍认同的观点是,它指人类本身的智能.人工智能以如何实现知识的获取、表示和利用为基本研究问题.人工智能的基本技术主要包括:知识表示技术、搜索推理技术和系统构成技术.知识表示技术就是将知识表现为可被计算机识别和使用的形式,搜索推理技术则是运用已掌握的知识来对问题进行求解,系统构成技术是指运用部件组织和知识来建构一个高效的问题求解系统.其中的搜索推理技术还可以分为搜索技术、推理技术、归纳技术和联想技术.

1.2人工智能技术的特点

1.2.1可对不明确信息进行模糊处理

网络利用过程中,运用人工智能技术,可以避开固定的数学模型对程序的限制,采取类似人类操作的方式在网络上进行分析,以实现对不确切信息的管理.

1.2.2可实现层次化的网络管理

运用人工智能技术,可以在网络系统中形成上级对下级的有效约束、下级对上级的有效监督、上下级之间的有效协作,使网络系统更加和谐顺畅地运转.

1.2.3具备一定的学习能力

运用人工智能技术可以实现对信息的识别和处理,较简单的直接处理,较难分析的则进行更高层次的分析,最终获得指令,并明白其所具有的明确含义,从而实现有效的网络监控和网络管理.

1.2.4耗费资源少,信息处理快

人工智能能实现对数据的快速分析和内部处理,能够满足人们对速度的追求和对功能的渴望.

2人工智能在计算机网络技术中的运用

人工智能具有独特的优势,对计算机网络技术的发展具有重要作用.目前,人工智能在计算机网络领域有着广泛的运用,计算机网络技术运用的各个环节都离不开人工智能.

2.1在网络安全管理层面的运用

人工智能在计算机网络安全层面的运用,主要体现在垃圾邮件的智能甄别、防火墙技术以及网络入侵检测等方面.

2.1.1智能甄别垃圾邮件,自动处理垃圾邮件

通过人工智能技术,可以实现对邮箱系统收到的垃圾邮件进行自动识别和自动处理.当一个含有敏感信息的邮件传入时,智能系统能马上对其进行检测,并采取措施,防止这一邮件的进入,以保证用户信息的安全.目前,人工智能技术的这一功能在腾讯邮箱、新浪邮箱等邮箱中均有体现.

2.1.2自动排除危险信息,进行模糊数据处理

防火墙是保证系统安全的关键所在.可运用人工智能技术对信息进行有效的识别,对存在不确定性的信息进行模糊处理.一旦存在危险的信息有可能经由网络进入系统,防火墙就可以自动识别并进行排除,以保障网络的安全.360安全卫士、金山毒霸等软件均采用了人工智能技术.

2.1.3有效分析网络数据,进行网络入侵检测

可运用入侵检测技术对网络数据进行详细的分析、分类和筛选,并通过编程对这些数据进行处理,形成用户可直观了解的方式,然后将其提供给用户.网络入侵检测涉及多方面的知识,而人工智能技术是其中的重要一环.总之,通过人工智能技术可及时填补计算机网络技术中潜在的一些安全漏洞,有效解决网络安全管理方面的问题.

2.2人工智能Agent技术的使用

人工智能Agent技术,英文全称为ArtificialIn-telligenceAgent.它是一项先进的计算机技术,它的出现促进了网络水平的提升.该技术的使用需要知识域库、解释推理器等多个实体的支撑.它通过复杂的系统来存储和处理信息,利用解释推理器来判断周围环境.当某一个Agent执行作业任务的时候,它会使用其拥有的通讯网络与其他的Agent逐个沟通,它们会共同完成任务.人工智能Agent技术还可以根据自定义准则,自动筛选出用户所需信息,然后传递到指定的位置.该技术的出现,更加方便了用户接受人性化和个性化的服务.当用户上网查找信息时,该技术会对信息进行过滤,直接将有用的信息呈现给用户,这就节约了整理信息的时间.另外,该技术还可将有用的信息整合成知识库,再结合模糊技术,为用户提供高效的导航服务.Agent技术能提供的便捷服务还有很多,如行程提醒、网上购物等.当然,它也具有自主性、学习性等社会特性.该技术能自动为用户解决问题,促进了信息服务的发展.

2.3人工智能在网络管理和系统评价中的应用

网络管理的智能化需要依靠电信技术和人工智能两项技术.利用人工智能建立的知识库,可以对信息进行综合管理.网络信息具有动态性和瞬变性等特点,因此只有依靠智能化技术才能将网络管理工作做好.专家决策和支持这一方法的提出,为智能化技术的发展提供了帮助.将某一领域的专家们的知识和经验搜集起来,经过归纳整理,再录入系统,这就形成了专家系统.当遇到这些领域的难题时,我们就能利用这一系统来解决.利用这些智能化的专家系统,既能有效地对计算机网络进行管理,又能及时地对系统作出评价.

3结语

人工智能技术含义范文第2篇

人工智能的含义于1956年第一次问世以后,于科研行业里快速兴起,不断发展成了一系列把计算机作为主导,涉及到生物学、心理学、语言学、数学逻辑、医学、信息论、控制论与自动化等覆盖面较广的新科技。与人工智能结合,让机器具有和人们智能阶段相似的体系,可以成功实现人类智能可以做完的任务。人工智能机理为讨论、研制怎样拓展、仿真人的智能的机理。人工智能技术是新发展起来的计算机科学其中的一个领域,它诠释了智能的本质,且于这个基础之上加工出一系列和人类智能相似的智能机器。这个行业的探究涉及机器人、语言分辨、图像分辨、自然语言处理等多个体系。电气工程主要探究的是与电气工程相关的信息处理、信息处理与计算机、体系运作、开发研究、自动控制及电子电气技术等。由于科学技术进步越来越快,计算机技术现已在人们生活里无处不在。快速进步的计算机编程技术有利于宣传、自动化输送及宣传。人们的大脑是非常精密的仪器,计算机编程不仅可以模仿它给信息实施研究、解决、互换、采集与答复,因此对人类大脑技术的研究可以有利于电气工程自动化的进步。电气自动化控制对于加大互换、加工、配置及运输等起着关键的作用,完成电气工程的自动化,能够减少投资的人力费用,节约更多时间。

二、人工智能控制器的好处

对于不一样的人工智能控制,必须采用不一样的措施来分析。然而部分人工智能控制器,比如:遗传算法、神经、模糊与模糊神经全部为一类不是线性的函数近似器。使用以上区分的方法有益做整体的分析,而且能够有利于为控制方案做整体性的研究。上面提到的人工智能函数近似器拥有普通的函数近似器而没有的好处。第一,大部分情形下,准确地知道控制物体的动态方程是相当繁杂的,所以控制器规划现实控制物体的模板的时候,常常能够出现许多无法预料的原因,比如参数改变和非线性时等,这些往往不能够掌控。但是人工智能控制器规划时能够无需控制物体的模板。按照降下的时间与回复的时间不一样,人工智能控制器经过一定的调节能够加强本身的功能。比如从降下的时间角度分析,模糊逻辑控制器优于PID控制器的四倍;从升起的时间角度分析,模糊逻辑控制器优于PID控制器的两倍。和传统的控制器比较,人工智能控制器拥有容易调整的特点。虽然没有专业人员的实时引导,人工智能控制器也可以采用回复数据以实施规划。还能够经过使用语言和有关信息等形式实施规划。人工智能控制拥有非常大的同一性,键入以前没有见过的数据便可以出现非常高的数值,能够减少驱动器给其造成的不良反应。针对一些控制物体,即使现在未使用人工智能控制器也能够有非常好的影响,然而针对别的控制物体,并不确定是否有类似的非常好的影响,所以对于规划需要根据实际问题制定具体的解决方案。对于模糊化与反模糊化,假如使用适应模糊神经控制器与隶属函数,可以准确地实施定期核实。对于完成此成果的多种方案里面,唯有经过体系工艺的应用才可以获得固定的数值,加上简便的拓扑组构,可以达到非常快的自学程度。

三、人工智能于电气自动化里的应用

人工智能探究的重要目的是让机器可以完成部分一般要人类智能胜任的繁杂任务,电气自动化为分析和电气工程相关的体系运作。人工智能的组成部分包含逻辑推导、定理证明、机器人学、专家体系、自然语言理解,人工智能的使用表现在问题解答、自动程序规划、行为功能、思维功能与感知功能等。但是以上方面全部表现了自动化的特点,传达了同一个主旨内容,那就是加强机械人们意识功能,提高控制自动化。所以人工智能对于电气自动化行业将会起到非常重要的作用,电气自动化控制同时也需要人工智能的加入。由于人工智能技术进步地越来越快,许多科研工作者开展了对于人工智能在电气工程自动化控制中的探讨,比如:怎样把人工智能体系使用到问题的判断及预料、电气产品规划及爱护或控制等。从如何更好地规划产品角度讲,规划电气装置是相当复杂的任务。需应用电器、电路、电机和磁场等多课程的专业知识,还需应用传统规划里的经验。

四、结语

人工智能技术含义范文第3篇

【关键词】人工智能;电力系统;应用

人工智能技术简称AI,是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,与基因工程、纳米技术并称为21世纪三大尖端技术。由于它是利用计算机来模拟人类的智能活动,因此完全摆脱了传统方法的束缚,能解决传统方法难以解决甚至根本无法解决的问题,当前,随着国家电网建设“坚强的智能电网”进程的不断深入,电力系统规模不断增加,数据量增多,管理上越发复杂,因此,将人工智能应用于电力自动化控制系统,能有效减少运行成本,提高工作效率,现就该问题进行粗浅探讨,以供参考。

一、人工智能技术概述

人工智能技术自上世纪50年展至今,在理论研究方面已取得突破性进展,在具体应用方面,主要如下:(1)专家系统(ES)。所谓专家系统,即一个计算机程序集,该程序利用当前的输入信息、知识库及一系列推理规则来完成由某一领域专家才能完成的工作。专家系统的特点在于其符号表达、逻辑推理及渐进式搜索能力。家系统在电力系统运行控制中的应用领域包括报警信号处理、电压控制、故障诊断、恢复控制、运行规划等。(2)人工神经网络(ANN)。人工神经网络是模拟的生物激励系统,由大量的神经元以一定的方式连接而成的,单个神经元的作用是实现输入到输出的一个非线性函数关系,它们之间广泛的连接组合就使得整个神经网络有了复杂的非线性特性,神经网络将大量的信息隐含在其连接权值上,根据一定的学习算法调节权值,使神经网络实现从m维空间到n维空间复杂的非线性映射。神经网络具有良好的快速并行处理能力及分类能力,因此被广泛地应用于电力系统的实时控制、检测与诊断、短期和长期负荷预测、状态评估等诸多领域。(3)模糊集理论(FL)。FL发展于上世纪60年代中期,它是多值逻辑的扩展,能够完成传统数学方法难以做到的近似推理。其具体应用为:应用多目标模糊决策方法,进行故障测距和故障类型识别;给出模糊集理论的配电系统潮流与状态估计方法;采用模糊推理估计配电系统负荷水平,归纳各类用户随不同因素的变化;用模糊集方法构造变压器保护原理,区别内部故障、涌流、过激以及电流互感器饱和情况下的外部故障;寻求维持电力系统安全运行和充分利用输电容量之间的折衷解;运用于配电系统损耗模糊计算模型,提高计算精确度等。(4)启发式搜索(HS)。启发式搜索主要有遗传算法(GA)和模拟退火(SA)算法两种,启发式搜索通过随机产生新的解并保留其中较好的结果,并避免陷入局部最小,以求得全局最优解或近似最优解。以上两种方法,都可用来求解任意目标函数和约束的优化问题。

二、人工智能技术的在电力自动化的应用

(1)在电源规划中的应用。电源规划是电力系统中电源布局的战略规划,当前,人们对高质量电能的需求越发突出,因此,加强电力建设,扩充新电源势在必行。电源规划问题之所以复杂,其中一个重要原因即是每个规划时期备选机组状态的数目庞大,而对于每个具体的规划项目,这些状态大多是不可行的,而利用专家系统,可以根据实际规划工作时的具体约束条件对方案进行裁减,尽早删除大量不可行的方案,从而减少优化计算的工作量,提高规划效率。同时,利用遗传算法,可以实现站址和站容的优化。(2)在电能质量分析中的应用。20世纪80年代末以来,随着微电子技术和电力电子技术的发展,基电能质量越来越被人们所关注。为提高电能质量,建立电能质量检测和分析识别系统,对其进行正确的检测、评估和分类就显得十分必要。传统的电能质量检测手段主要是以人工方式和便携式电能质量测量仪器为主,对线路和变电站进行现场数据采集,工作量大,采集的数据不系统也不全面,时间延续性短,误差较大,效率低。而采用人工智能技术能有效克服传统方法的缺陷。如电力系统中谐波诊断的任务是对一组电流或电压的采样信号确定出各次谐波的含量或感兴趣的谐波成分含量,采用人工神经网络,可以在避免噪声和间谐波的情况下分析谐波问题。又如,电力系统电源侧电压及负荷变化将引起用户侧电压波动,长时间的电压偏移将使得供电电压质量得不到保证,因此,保持电压偏移在允许范围内是衡量电能质量标准的一项重要内容。而基于专家系统而设计的变电站无功控制装置,能将已有的无功电压控制经验或知识用规则表示出来,形成专家系统的知识库。并能像有经验的调度员那样,在面临不同运行工况时,根据上述的规则由无功电压实时变化值有效地作出合理的电压调节决策。此外,人工智能技术在电能质量分析中的应用,还包括电能质量的扰动分析、电能质量的数据管理和数据挖掘,等等。(3)在故障诊断中的应用。电力系统可能出现的故障种类繁多,具有复杂性、不确定性及非线性等特点,从一次系统的故障看,可分为线路和元件故障两大类;从二次系统的故障看,则可粗略地分为保护系统、信号系统、测量系统、控制系统及电源系统五类故障,若采用传统的方法诊断效率低,准确率不高,而采用人工智能技术,能大大提高故障诊断的准确率。专家系统、神经网络、模糊逻辑是人工智能技术用于故障诊断的方法,例如人工智能故障诊断技术运用于发电机及电动机进行的故障诊断时,将模糊理论与神经网络相结合,不仅保留了故障诊断知识的模糊性,还结合了神经网络学习能力强的优点,共同实现对电机故障的诊断,大大提高了故障诊断的准确率。(4)在电力系统无功优化中的应用。谓电力系统无功优化,就是指当电力系统的结构参数及负荷情况给定时,通过对某些控制变量的优化,在满足所有指定约束条件的前提下,使系统的一个或多个性能指标达到最优的无功调节手段,它是保证电力系统安全,提高运行经济性的手段之一。将人工智能技术应用于电力系统无功优化中,主要有如下几方面:如,针对传统方法在处理配电网无功优化时不能处理多元约束问题的缺陷,模糊优化法通过引入模糊集理论,能使一些不确定的问题得到解决,使用模糊优化法,可优化配电网的电容器投切,减少了配电网的网损并提高了其电压质量。使用禁忌算法,能有效地处理不可微的目标函数,解决配电网补偿电容器优化投切0-1组合优化问题,并可以处理补偿电容器分档投切的组合优化问题。而使用人工神经网络,可以将网损最小作为优化目标,用人工神经网络模型对多抽头的配电网电容器进行实时控制,等等。(5)在电力系统继电保护中的应用。通过专家系统,能把保护、断路器的动作逻辑以及运行人员的诊断经验用规则表示出来,形成故障诊断专家系统的知识库,进而根据报警信息对知识库进行推理,获得故障诊断的结论。输电网络中保护的动作逻辑一级保护与断路器之间的关系易于用直观的、模块化的规则表示出来能够在一定程度上解决不确定性问题,能够给出符合人类语言习惯的结论并具有相应的解释能力等。此外框架法专家系统善于表达具有分类结构的知识,能够比较清楚的表达事物之间的相关性,可以简化继承性知识的表述和存储,在输电网络报警信息处理和故障诊断中也有少量应用。(6)在抑制电力系统低频振荡中的应用。大规模电网互联易产生低频振荡,对电力系统的安全造成严重威胁。低频振荡产生的原因,源于系统缺乏阻尼,目前,低频振荡抑制措施中研究较多的是电力系统稳定器FACTS和PSS阻尼控制器,以上两种办法均存在一定缺陷,即存在鲁棒性差的问题,而人工智能技术能模拟人类处理问题的过程、容易计及人的经验和具有一定的学习能力,将神经网络、模糊理论、GA等人工智能技术应用于FACTS控制器和自适PSS的研究,能解决阻尼控制器参数的鲁棒最优整定,有效抑制电力系统低频振荡问题。

总之,随着人工智能技术的不断进步,新的方法将不断涌现,其在电力系统中的应用也将越来越广,如何综合已有技术,扬长避短,并探索新的技术和理论方法,将其应用于解决未来电力系统的各种问题,是我们今后探索研究的主要方向。

参 考 文 献

[1]蔡自兴,徐光祐.人工智能技术及应用[M].北京:清华大学出版社,2000

人工智能技术含义范文第4篇

    标识码:A

    收录日期:2012年8月6日

    随着网络技术和通讯技术的发展,人工智能以它强大的渗透力走进了社会生活的各个领域,极大地改变了社会面貌,深刻地改变了人们的思想和行为。探讨人工智能对人类进步的影响,对促进人工智能发展和对人类的进步有着重要意义。

    一、人工智能的含义

    人工智能也称机器智能,它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发,人工智能是研究如何制造出智能机器或智能系统来模拟人类智能活动的能力,以延伸人类智能的科学。

    人工智能领域的研究是从1956年正式开始的。这一年,在达特茅斯大学召开的会议上正式使用了“人工智能”(AI)这个术语。随后的几十年中,人们从问题求解、逻辑推理与定理证明、自然语音理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究,已经建立了一些具有不同程度人工智能的计算机系统。例如,能够求解微分方程、设计分析集成电路、合成人类自然语音,进行情报检索,提供语音识别、手写体识别的多模式接口,应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的“深蓝”在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。

    当然,人工智能的发展也并不是一帆风顺的,也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷。但是,随着硬件和软件的发展,计算机的运算能力在以指数级增长。同时,网络技术蓬勃兴起,确保计算机已经具备了足够的条件来运行一些要求更高的AI软件,而且,现在的AI具备了更多的现实应用的基础。1990年以来,人工智能研究又出现了新的。一方面是因为在人工智能理论方面有了新的进展,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。

    人工智能在发展过程中形成了几个学派,最主要的两个学派是符号主义和联接主义。符号主义,又称为逻辑广义、心理学派或计算机学派。其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理,代表人物是纽厄尔和西蒙。大量传统的人工智能研究是在这个学派的思想推动下进行的。联接主义认为人工智能源于仿生学,特别是人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克和数学逻辑学家皮茨创立的脑模型,即MP模型,开创电子装置模仿人脑结构和功能的新途径。在这个学派中,有着名的模式识别理论。20世纪八十年代末神经网络迅速崛起,在声音识别、图像处理等方面取得很大成功。

    二、人工智能研究和应用的领域

    (一)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、震动等人类赖以发展自身、改造环境所运用的信息资料。但目前计算机却无法直接感知它们,键盘、鼠标等外部设备,对于这样五花八门的外部世界显得无能为力,即使是电视摄像机和话筒等,由于识别技术不高,计算机并未真正知道所采录的究竟是什么信息,计算机对外部世界感知能力的低下,成为开拓计算机应用的狭窄瓶颈。于是,着眼于拓宽计算机的应用领域,提高其感知外部信息能力的学科——模式识别得到了迅速发展。

    (二)自然语言理解与机器翻译系统。语言处理是人工智能最早期的研究领域之一。人们之间用语言互通信息是一件非常简单的事情,而建立一个能够生成和“理解”哪怕是只言片语的计算机系统却是非常困难的。因为传递某一点的“思维结构”需要庞大的与该思维结构相关的公共思维结构,犹如一个人一样,需要有上下文知识并能根据这些知识进行推理。自然语言理解最重要的成果是机器翻译。现在,机器翻译真正推向市场还面临两大问题:一是准确性。由于科技文献和文学作品有许多专业术语,所以需要专家来进行译前处理和译后校正工作;二是翻译速度问题。翻译需要有庞大的字库系统,有效快速搜索是需解决的问题之一,如何减少翻译前的处理和翻译后的校正工作时间也是需解决的问题。 

    (三)自动程序设计。对自动程序设计的研究不仅可以促进半自动软件开发系统的发展,而且也使通过修正自身代码进行学习的人工智能系统得到发展。程序理论方面的有关研究工作,对人工智能的所有研究工作都是很重要的。我们所指的自动程序设计是某种“超级编译程序”,或者能够对程序要实现什么目标进行非常高级描述的程序,并能够由

    这个程序产生出所需要的新程序。这种高级描述可能是采用形式语言的一条精辟语句,也可能是一种松散的描述,这就要求在系统和用户之间进一步对话澄清语言的模糊,自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。

    (四)专家系统。专家系统是一个具有专门知识的智能计算机程序系统,它应用人工智能技术,根据某个领域一个或多个专家提供的知识和经验进行推理和判断,模拟人类专家的决策过程,解决该领域需要由专家才能解决的问题,专家系统一般由数据库和推理机构成。近年来,在专家系统的研究中已经出现了应用人工智能技术解决实际问题的成功范例。如“故障诊断系统”,这种系统设计了一个计算机界面,可以进行人—机“对话”,用户与专家系统进行咨询对话就像用户与具有这方面知识与经验的专家对话一样,解释和回答用户的问题。此外,还有情报检索系统、数据分析系统和结构优化设计系统等。

    发展专家系统的关键是如何表达和运用专家知识即构筑数据库,如何将那些来自人类专家的并已经被证明了的对解决有关问题有帮助的典型事例符号化后输入计算机。专家系统与过去的一些计算机系统不同,它是以符号处理为主的计算机程序系统,一般没有算法解,经常要在一些不完全、不精确、不确定的信息基础上做出结论。   (五)智能机器人。智能机器人是人工智能研究的另一个重要领域,其中包括对操作机器人装置程序的研究。至今,尽管已经建立了一些比较复杂的机器人系统,工业上也运行着成千上万台机器人,但这都是一些按预先编好程序执行某些重复作业的简单装置,大多数机器人只能“干”不能“看”,不具备“智慧”。如何摄取并处理视觉信息,研制能进行图像声音识别并进行拟人推理的机器人是人工智能的又一个十分活跃的领域。人工智能的研究促进了机器人研究和机器人学的发展;另一方面,智能机器人研究又促进了许多人工智能思想的发展。智能机器人的研究和应用体现出广泛的学科交叉,涉及众多课题。机器人已在各种工业、农业、商业、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。

    (六)智能控制。人工智能的发展促进自动控制向智能控制发展。智能控制是一类无需人的干预就能独立地驱动智能机器实现其目标的自动控制。它是自动控制的最新发展阶段,也是用计算机模拟人类智能的一个重要研究领域。智能控制是同时具有以知识表示的非数学广义世界模型和数学公式模型表示的混合控制过程,往往是含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程,并以知识进行推理来引导求解过程。

    三、人工智能对人类社会的影响

    随着计算机技术的快速发展和广泛应用,人工智能的思想和技术对人类的影响与日俱增,人工智能的发展将会对人类社会产生深远的影响,并将深入到人类社会的各个方面。

    (一)人工智能的发展改变了人类的社会面貌

    1、财富迅速增加。从财富的数量看,由于计算机、控制论和自动化技术的发展,正在迅速提高自动化的程度。同样数量的劳动力在同样的劳动时间里可以生产比过去多几十倍、几百倍的产品。从财富的质量看,由于计算机的推广应用,新兴产业以前所未闻的速度和前所未有的规模发展起来。

    2、人际联系日益紧密。现在,任何社会制度的国家,由于人工智能的发展,生产社会化程度日益提高,使人际联系频度提高,距离缩短,Internet把整个世界联为一个整体。在这种条件下,生产国际化、贸易国际化、金融国际化、教育国际化、政治国际化和信息国际化,人们之间的往来将更加紧密。

    3、信息快速增加和更新。人工智能发展为人们储存和处理信息提供了方便。一方面人们利用计算机每天输入大量的信息,使信息以几何级数增加;另一方面使信息更新加速,人们利用计算机大量输入、生成和输出的信息,使储存在载体上的信息加速折旧,人们不断期待正在传输中的最新信息,为满足这种需要,越来越多的人进一步搜集和输入新的信息。

    (二)人工智能的发展,改变了社会的结构。人们一方面希望人工智能和智能机器能够代替人类从事各种劳动,一方面又担心它们的发展会引起新的社会问题。实际上,近十多年来,社会结构正在发生一种静悄悄的变化。人—机器的社会结构,终将为人—智能机器—机器的社会结构所取代。智能机器人就是智能机器之一。从发展角度看,从医院里看病的“医生”、护理病人的“护士”、旅馆、饭店和商店的服务员、办公室的“秘书”、指挥交通的“警察”,到家庭的“勤杂工”和“保姆”等,将均由机器人担任。因此,人们将不得不学会与有智能的机器和睦相处,并适应这种变

人工智能技术含义范文第5篇

关键词:人工智能;自动优化;SQL语句优化

一个数据库系统的生命周期可以分成:设计、开发和成品三个阶段。在设计阶段进行数据库性能优化的成本最低,收益最大。在成品阶段进行数据库性能优化的成本最高,收益最小。数据库的优化通常可以通过对网络、硬件、操作系统、数据库参数和应用程序的优化来进行。最常见的优化手段就是对硬件的升级。根据统计,对网络、硬件、操作系统、数据库参数进行优化所获得的性能提升,全部加起来只占数据库系统性能提升的40%左右,其余的60%系统性能提升来自对应用程序的优化。许多优化专家认为,对应用程序的优化可以得到80%的系统性能的提升。应用程序的优化通常可分为两个方面:源代码和SQL语句。由于涉及到对程序逻辑的改变,源代码的优化在时间成本和风险上代价很高,而对数据库系统性能的提升收效有限。

1.1为什么要优化SQL语句

第一、SQL语句是对数据库进行操作的惟一途径,对数据库系统的性能起着决定性的作用。

第二、SQL语句消耗了70%至90%的数据库资源。

第三、SQL语句独立于程序设计逻辑,对SQL语句进行优化不会影响程序逻辑。

第四、SQL语句有不同的写法,在性能上的差异非常大。

第五、SQL语句易学,但难精通。

优化SQL语句的传统方法是通过手工重写来对SQL语句进行优化。DBA或资深程序员通过对SQL语句执行计划的分析,依靠经验,尝试重写SQL语句,然后对结果和性能进行比较,以试图找到性能较佳的SQL语句。这种传统上的作法无法找出SQL语句的所有可能写法,且依赖于人的经验,非常耗费时间。

1.2 SQL优化技术的发展历程

第一代SQL优化工具是执行计划分析工具。这类工具针对输入的SQL语句,从数据库提取执行计划,并解释执行计划中关键字的含义。

第二代SQL优化工具只能提供增加索引的建议,它通过对输入的SQL语句的执行计划的分析,来产生是否要增加索引的建议。

第三代SQL优化工具不仅分析输入SQL语句的执行计划,还对输入的SQL语句本身进行语法分析,经过分析产生写法上的改进建议。

1.3人工智能自动SQL优化

人工智能自动SQL优化出现在90年代末。目前在商用数据库领域,LECCO Technology Limited(灵高科研有限公司)拥有该技术,并提供使用该技术的自动优化产品LECCO SQL Expert,它支持Oracle、Sybase、MS SQL Server和IBM DB2数据库平台。该产品针对数据库应用的开发和维护阶段提供的模块有:SQL语法优化器、PL/SQL集成化开发调试环境(IDE)、扫描器、数据库监视器等。其核心模块SQL 语法优化器的工作原理为:①输入一条源SQL语句;②“人工智能反馈式搜索引擎”对输入的SQL语句,结合检测到的数据库结构和索引进行重写,产生N条等效的SQL语句输出;③产生的N条等效SQL语句再送入“人工智能反馈式搜索引擎”进行重写,直至无法产生新的输出或搜索限额满;④对输出的SQL语句进行过滤,选出具有不同执行计划的SQL语句;⑤对得到的SQL语句进行批量测试,找出性能最好的SQL语句。

2 LECCO SQL Expert自动优化实例

2.1假设我们从源代码中抽取出这条SQL语句(也可以通过内带的扫描器或监视器获得SQL语句):

SELECT COUNT(*) 论文下载

FROM EMPLOYEE

swheresEXISTS (SELECT 'X'

FROM DEPARTMENT

swheresEMP_DEPT=DPT_ID

AND DPT_NAME LIKE 'AC%')

AND EMP_ID IN (SELECT SAL_EMP_ID

FROM EMP_SAL_HIST B

swheresSAL_SALARY > 70000)

按下“优化”按钮后,经过10几秒,SQL Expert就完成了优化的过程,并在这10几秒的时间里重写产生了2267 条等价的SQL语句,其中136条SQL语句有不同的执行计划。

接下来,我们可以对自动重写产生的136条SQL语句进行批运行测试,以选出性能最佳的等效SQL语句。按下“批运行” 按钮,在“终止条件” 页选择“最佳运行时间SQL语句”,按“确定”。

经过几分钟的测试运行后,我们可以发现SQL124的运行时间和反应时间最短。运行速度约有22.75倍的提升(源SQL语句运行时间为2.73秒,SQL124运行时间为0.12秒)。现在我们就可以把SQL124放入源代码中,结束一条SQL语句的优化工作了。

2.2“边做边学式训练”提升SQL开发水平

LECCO SQL Expert不仅能够找到最佳的SQL语句,它所提供的“边做边学式训练”还能够教开发人员和数据库管理员如何写出性能最好的SQL语句。LECCO SQL Expert的“SQL比较器”可以标明源SQL和待选SQL间的不同之处。

以上面优化的结果为例,为了查看源SQL语句和SQL124在写法上有什么不同,我们可以按下“比较器” 按钮,对SQL124和源SQL语句进行比较。“SQL 比较器”将SQL124相对于源SQL语句的不同之处以蓝颜色表示了出来。如果选择“双向比较”复选框,“SQL 比较器”可以将两条SQL语句的不同之处以蓝色表示。当然,我们也可以从源语句和重写后的SQL 语句中任选两条进行比较。

从比较的结果可以看到,重写后的SQL124把第一个Exists改写成了In;在字段DPT_ID上进行了合并空字符串的操作,以诱导数据库先执行子查询中的

(SELECT DPT_ID||''

FROM DEPARTMENT

WHERE DPT_NAME LIKE 'AC%')

在子查询完成后,再与EMPLOYEE表进行嵌套循环连接(Nested Loop Join)。

如果觉得对写法的改变难以理解,还可以点中“执行计划”复选框,通过比较两条SQL语句的执行计划的不同,来了解其中的差异。在查看执行计划过程中,如果有什么不明白的地方,可以点中“SQL信息按钮”,再点击执行计划看不明白的地方,LECCO SQL Expert的上下文敏感帮助系统将提供执行计划该处的解释。

在“SQL比较器”中,选中“统计信息”复选框后,可得到详细的两条SQL语句运行时的统计信息比较,这对于学习不同的SQL写法对数据库资源的消耗很有帮助。

2.3 LECCO SQL Expert优化模块的特点

LECCO SQL Expert优化模块的特点主要表现为:自动优化SQL语句;以独家的人工智能知识库“反馈式搜索引擎”来重写性能优异的SQL语句;找出所有等效的SQL语句及可能的执行计划;保证产生相同的结果;先进的SQL语法分析器能处理最复杂的SQL语句;可以重写SELECT、SELECT INTO、UPDATE、INSERT和DELETE语句;通过测试运行,为应用程序和数据库自动找到性能最好的SQL语句;提供微秒级的计时,能够优化Web应用程序和有大量用户的在线事务处理中运行时间很短的SQL语句;为开发人员提供“边做边学式训练”,迅速提高开发人员的SQL编程技能;提供上下文敏感的执行计划帮助系统和SQL运行状态帮助;不是猜测或建议,而是独一无二的SQL重写解决方案。

2.4写出专家级的SQL语句

LECCO SQL Expert的出现,使SQL的优化变得极其简单,只要能够写出SQL语句,它就能帮用户找到最好性能的写法。LECCO SQL Expert不仅能在很短的时间内找到所有可能的优化方案,而且能够通过实际测试,确定最有效的优化方案。同以往的数据库优化手段相比较,LECCO SQL Expert将数据库优化技术带到了一个崭新的技术高度,依赖人的经验、耗费大量时间、受人的思维束缚的数据库优化手段已经被高效、省时且准确的自动优化软件所取代了。通过内建的“LECCO小助手”的帮助,即使是SQL的开发新手,也能快速且简单地写出专家级的SQL语句。

参考文献

1张孔倚.关于人工智能技术在情报检索中的应用.山西大学学报,2007(3)

2涂序彦.人工智能及其应用.北京:清华大学出版社,2006