個人計算機（Personal Computer, PC）已成為日常生活中使用的重要工具，通常人們將PC稱為“電腦”，意思是將其類比為“人腦”，認為它具有類似能力，可以完成相應任務。換言之，利用“電腦”可以模擬“人腦”的功能，實現人類的智慧，這就是人工智能（ArTIficial Intelligence）的由來。

　　人工智能初期走的就是功能模擬的路子，稱為符號主義的人工智能，它追求的是功能等效。專家系統（Expert System）正是符號主義的杰作，雖然不乏成功的范例，但存在著知識獲取的瓶頸。形成知識獲取瓶頸的根本原因在于電腦的工作原理與人腦相比，具有本質上的不同，主要表現在以下兩個方面。一是知識的存儲方式不同。現在常見的電腦（個人計算機）采用的是馮？諾依曼體系結構，其知識存儲方式是集中式的，所以電腦中的文件要時常作備份處理，主要文件一旦被誤刪，往往可能造成嚴重后果。而人腦是一個非常復雜的神經網絡，人的知識分布式地儲存在神經網絡的連接權值中，這些連接權值構成了一個權值矩陣，矩陣規模很大，其元素成千上萬。

　　人腦中的知識是分布式儲存的，可以借由下面的例子說明。校園里，上課鈴聲響起。這時，操場上某男生如夢方醒，飛快地跑向樓梯，向教室奔去。由于奔跑速度太快，他不小心一頭撞到墻上，頭破血流。醫生診斷為腦部損傷導致輕度失憶。經過精心治療，一個月后，該生恢復了記憶。這一事實表明人的知識是分布式儲存的——如果是集中式儲存，喪失的記憶就無法恢復，正如電腦中的文件從物理上被刪除后無法恢復一樣。二是信息處理方式不同。現在日常用到的電腦，其中央處理器（Central Processing Unit, CPU）是串行結構，盡管一臺電腦可以同時處理幾件事情，例如，一邊看電影，一邊跑程序，一邊還在處理郵件，但那是分時系統處理的結果，并不是在并行處理，只是因為CPU運行速度很快，給人的感覺是在同時做幾件事情。

　　人腦的生物結構是一個分布式的廣泛互連而成的神經網絡，它采用一種并行處理機制，可以快速處理大規模信息。例如，在大城市街道上繁忙的交叉路口，人們要過馬路，大腦就要經過成千上萬次信息處理。如果人腦是以串行方式處理，則需要一定時間，當信息處理完畢，開始過馬路時，綠燈可能早已變成紅燈。正由于人腦的并行處理機制，正常人能夠迅速完成過馬路所需的信息處理，毫不費力地通過。而有些高齡老人的神經網絡并行處理能力衰減，需要值勤警察攙扶才能通過。

　　需要說明的是，上面講到的電腦指的是采用馮？諾依曼結構的個人計算機，而巨型機（如我國自主研制的“天河”新一代超級計算機系統）主要用于大規模計算，其采用的并行處理體系結構則與人腦相似，其運算速度超過每秒5千萬億次。大規模并行處理乃是巨型計算機的重要發展方向。   實現人工智能的途徑并不唯一，針對人工智能早期采用符號主義進行功能模擬存在的不足，近年來基于結構模擬的連接主義有了長足進步。它以人工神經網絡為基礎，以深度學習為代表，已取得豐富成果。如果說在基于功能模擬的符號主義視角下，電腦與人腦的工作原理差異較大，那么在基于結構模擬的連接主義視角下，電腦與人腦的工作原理趨于一致，由此開辟出類腦智能研究的新領域，使得人工智能研究走向新的天地，欣欣向榮。 注：文中圖片來自網絡。

　　作者介紹

　　肖人彬，華中科技大學人工智能與自動化學院教授，從事群體智能、涌現計算、復雜產品創新設計等方面研究。主持承擔國家自然科學基金11項，主持獲得教育部自然科學獎1項、湖北省自然科學獎3項和科技進步獎1項。

更多信息可以來這里獲取==>>電子技術應用-AET<<