㈠ 如何看待人工智慧的發展趨勢論文

人工智慧在當代社會已經是一個不可阻攔的發展大趨勢，而且人工智慧的影響和運用也深入到了社會生活等方方面面，對人類的衣食住行產生了巨大的改變，同時也在改變著傳統或者現代的產業結構和人員配置。人類生活的各個行業例如農業、體育、醫療衛生、製造業、律師行業、記者和編輯行業等領域都已經在或者將會在未來深入使用人工智慧技術，這對於未來世界的改變是巨大而且無法想像的。在未來幾年內，機器人與人工智慧能給世界帶來的影響將遠遠超過個人計算和互聯網在過去三十年間已經對世界所造成的改變。人工智慧將成為未來10年內的產業新風口，像200I安錢電力徹底顛覆人類世界一樣，人工智慧也必將掀起一場新的而且持續深入的產業革命。但是事情的發展總是兩面性的，人工智慧的發展和百年前的工業革命一樣將會在很大程度上造成勞動力的轉換，在這個過程中，將會出現一系列的問題，而這些問題很有可能成為阻礙人工智慧繼續發展的巨大阻力。人工智慧領域的最新發展對科技變化的促進作用可能會以兩種基本的方式攪亂我們的勞動市場。首先，大部分自動化作業都會代替工人，從而減少工作的機會，這就意味著血葯人工作的地方變得更少，這種威脅顯而易見，也很容易度量；另外，很多科技進步會通過讓商家重組和重建運營的方式來改變游戲規則，這樣的組織精華和流程不僅經常會淘汰工作崗位，也會淘汰技能。但從總體上來說，人工智慧所帶給未來人類世界的好處是要大於其弊端的，而且在未來人類生活的理想藍圖中，人工智慧也會發揮著很大的作用和推動力，這是一個必然也無法阻止的趨勢。

㈡ 人工智慧新發展論文

［摘要］ 本文認為，計算機科學和人工智慧將是21世紀邏輯學發展的主要動力源泉，並且在很大程度上將決定21世紀邏輯學的面貌。至少在21世紀早期，邏輯學將重點關注下列論題：（1）如何在邏輯中處理常識推理的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用於指導以後行動的可錯的歸納判斷？（3）如何進行知識表示和知識推理，特別是基於已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。 ［關鍵詞］ 人工智慧，常識推理，歸納邏輯，廣義內涵邏輯，認知邏輯，自然語言邏輯 現代邏輯創始於19世紀末葉和20世紀早期，其發展動力主要來自於數學中的公理化運動。當時的數學家們試圖即從少數公理根據明確給出的演繹規則推導出其他的數學定理，從而把整個數學構造成為一個嚴格的演繹大廈，然後用某種程序和方法一勞永逸地證明數學體系的可靠性。為此需要發明和鍛造嚴格、精確、適用的邏輯工具。這是現代邏輯誕生的主要動力。由此造成的後果就是20世紀邏輯研究的嚴重數學化，其表現在於：一是邏輯專注於在數學的形式化過程中提出的問題；二是邏輯點贊了數學的方法論，從事邏輯研究就意味著象數學那樣用嚴格的形式證明去解決問題。由此發展出來的邏輯被恰當地稱為「數理邏輯」，它增強了邏輯研究的深度，使邏輯學的發展繼古希臘邏輯、歐洲中世紀邏輯之後進入第三個高峰期，並且對整個現代科學特別是數學、哲學、語言學和計算機科學產生了非常重要的影響。 本文所要探討的問題是：21世紀邏輯發展的主要動力將來自何處？大致說來將如何發展？我個人的看法是：計算機科學和人工智慧將至少是21世紀早期邏輯學發展的主要動力源泉，並將由此決定21世紀邏輯學的另一幅面貌。由於人工智慧要模擬人的智能，它的難點不在於人腦所進行的各種必然性推理（這一點在20世紀基本上已經做到了，如用計算機去進行高難度和高強度的數學證明，「深藍」通過高速、大量的計算去與世界冠軍下棋），而是最能體現人的智能特徵的能動性、創造性思維，這種思維活動中包括學習、抉擇、嘗試、修正、推理諸因素，例如選擇性地搜集相關的經驗證據，在不充分信息的基礎上作出嘗試性的判斷或抉擇，不斷根據環境反饋調整、修正自己的行為，……由此達到實踐的成功。於是，邏輯學將不得不比較全面地研究人的思維活動，並著重研究人的思維中最能體現其能動性特徵的各種不確定性推理，由此發展出的邏輯理論也將具有更強的可應用性。 實際上，在20世紀中後期，就已經開始了現代邏輯與人工智慧（記為AI）之間的相互融合和滲透。例如，哲學邏輯所研究的許多課題在理論計算機和人工智慧中具有重要的應用價值。AI從認知心理學、社會科學以及決策科學中獲得了許多資源，但邏輯（包括哲學邏輯）在AI中發揮了特別突出的作用。某些原因促使哲學邏輯家去發展關於非數學推理的理論；基於幾乎同樣的理由，AI研究者也在進行類似的探索，這兩方面的研究正在相互接近、相互借鑒，甚至在逐漸融合在一起。例如，AI特別關心下述課題： ·效率和資源有限的推理； ·感知； ·做計劃和計劃再認； ·關於他人的知識和信念的推理； ·各認知主體之間相互的知識； ·自然語言理解； ·知識表示； ·常識的精確處理； ·對不確定性的處理，容錯推理； ·關於時間和因果性的推理； ·解釋或說明；21世紀的邏輯學也應該關注這些問題，並對之進行研究。為了做到這一點，邏輯學家們有必要熟悉AI的要求及其相關進展，使其研究成果在AI中具有可應用性. 我認為，至少是21世紀早期，邏輯學將會重點關注下述幾個領域，並且有可能在這些領域出現具有重大意義的成果：（1）如何在邏輯中處理常識推理中的弗協調、非單調和容錯性因素？（2）如何使機器人具有人的創造性智能，如從經驗證據中建立用於指導以後行動的歸納判斷？（3）如何進行知識表示和知識推理，特別是基於已有的知識庫以及各認知主體相互之間的知識而進行的推理？（4）如何結合各種語境因素進行自然語言理解和推理，使智能機器人能夠用人的自然語言與人進行成功的交際？等等。

㈢ 人工智慧領域的論文真的不知道怎麼寫

用相關的事物抄代替所要表達的事物。借代種類：特徵代事物、具體代抽象、部分代全體、整體代部分。如：不拿群眾一針一線。（《三大紀律八項注意》）先生，給現錢，袁世凱，不行么？（葉聖陶《多收了三五斗》）
對比是把兩種不同事物或者同一事物的兩個方面，放在一起相互比較的一種修辭。例如：有的人活著，他已經死了；有的人死了，他還活著。（臧克家《有的人》）（編錄人教版小學語文六年級上冊）
運用對比，必須對所要表達的事物的矛盾本質有深刻的認識。對比的兩種事物或同一事物的兩個方面，應該有互相對立的關系，否則是不能構成對比的。

㈣ 求人工智慧論文一篇

VeryCD上的電子書
http://lib.verycd.com/2005/10/09/0000068805.html

書名：SBIA 2004——人工智慧的最新進展Advances in Artificial Intelligence

走近人工智慧

人工智慧(Artificial Intelligence，AI)一直都處於計算機技術的最前沿，經歷了幾起幾落……

長久以來，人工智慧對於普通人來說是那樣的可望而不可及，然而它卻吸引了無數研究人員為之奉獻才智，從美國的麻省理工學院(MIT)、卡內基-梅隆大學(CMU)到IBM公司，再到日本的本田公司、SONY公司以及國內的清華大學、中科院等科研院所，全世界的實驗室都在進行著AI技術的實驗。不久前，著名導演斯蒂文·斯皮爾伯格還將這一主題搬上了銀幕，科幻片《人工智慧》(A.I.)對許多人的頭腦又一次產生了震動，引起了一些人士了解並探索人工智慧領域的興趣。

在本期技術專題中，中國科學院計算技術研究所智能信息處理開放實驗室的幾位研究人員將引領我們走近人工智慧這一充滿挑戰與機遇的領域。

計算機與人工智慧

"智能"源於拉丁語LEGERE，字面意思是採集(特別是果實)、收集、匯集，並由此進行選擇，形成一個東西。INTELEGERE是從中進行選擇，進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》(Machines Who Thinks,1979)中所提出的: 在復雜的機械裝置與智能之間存在長期的聯系。從幾個世紀前出現的神話般的巨鍾和機械自動機開始，人們已對機器操作的復雜性與自身的某些智能活動進行直觀聯系。經過幾個世紀之後，新技術已使我們所建立的機器的復雜性大為提高。1936年，24歲的英國數學家圖靈(Turing)提出了"自動機"理論，把研究會思維的機器和計算機的工作大大向前推進了一步，他也因此被稱為"人工智慧之父"。

人工智慧領域的研究是從1956年正式開始的，這一年在達特茅斯大學召開的會議上正式使用了"人工智慧"(Artificial Intelligence，AI)這個術語。隨後的幾十年中，人們從問題求解、邏輯推理與定理證明、自然語言理解、博弈、自動程序設計、專家系統、學習以及機器人學等多個角度展開了研究，已經建立了一些具有不同程度人工智慧的計算機系統，例如能夠求解微分方程、設計分析集成電路、合成人類自然語言，而進行情報檢索，提供語音識別、手寫體識別的多模式介面，應用於疾病診斷的專家系統以及控制太空飛行器和水下機器人更加貼近我們的生活。我們熟知的IBM的"深藍"在棋盤上擊敗了國際象棋大師卡斯帕羅夫就是比較突出的例子。

當然，人工智慧的發展也並不是一帆風順的，也曾因計算機計算能力的限制無法模仿人腦的思考以及與實際需求的差距過遠而走入低谷，但是隨著硬體和軟體的發展，計算機的運算能力在以指數級增長，同時網路技術蓬勃興起，確保計算機已經具備了足夠的條件來運行一些要求更高的AI軟體，而且現在的AI具備了更多的現實應用的基礎。90年代以來，人工智慧研究又出現了新的高潮。

我們有幸采訪了中國科學院計算技術研究所智能信息處理開放實驗室史忠植研究員，請他和他的實驗室成員引領我們走近人工智慧這個讓普通人感到深奧卻又具有無窮魅力的領域。

問: 目前人工智慧研究出現了新的高潮，那麼現在有哪些新的研究熱點和實際應用呢？

答: AI研究出現了新的高潮，這一方面是因為在人工智慧理論方面有了新的進展，另一方面也是因為計算機硬體突飛猛進的發展。隨著計算機速度的不斷提高、存儲容量的不斷擴大、價格的不斷降低以及網路技術的不斷發展，許多原來無法完成的工作現在已經能夠實現。目前人工智慧研究的3個熱點是: 智能介面、數據挖掘、主體及多主體系統。

智能介面技術是研究如何使人們能夠方便自然地與計算機交流。為了實現這一目標，要求計算機能夠看懂文字、聽懂語言、說話表達，甚至能夠進行不同語言之間的翻譯，而這些功能的實現又依賴於知識表示方法的研究。因此，智能介面技術的研究既有巨大的應用價值，又有基礎的理論意義。目前，智能介面技術已經取得了顯著成果，文字識別、語音識別、語音合成、圖像識別、機器翻譯以及自然語言理解等技術已經開始實用化。

數據挖掘就是從大量的、不完全的、有雜訊的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數據挖掘和知識發現的研究目前已經形成了三根強大的技術支柱: 資料庫、人工智慧和數理統計。主要研究內容包括基礎理論、發現演算法、數據倉庫、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。

主體是具有信念、願望、意圖、能力、選擇、承諾等心智狀態的實體，比對象的粒度更大，智能性更高，而且具有一定自主性。主體試圖自治地、獨立地完成任務，而且可以和環境交互，與其他主體通信，通過規劃達到目標。多主體系統主要研究在邏輯上或物理上分離的多個主體之間進行協調智能行為，最終實現問題求解。多主體系統試圖用主體來模擬人的理性行為，主要應用在對現實世界和社會的模擬、機器人以及智能機械等領域。目前對主體和多主體系統的研究主要集中在主體和多主體理論、主體的體系結構和組織、主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統應用等方面。

問: 您在人工智慧領域研究了幾十年，參與了許多國家重點研究課題，非常清楚國內外目前人工智慧領域的研究情況。您認為目前我國人工智慧的研究情況如何？

答: 我國開始"863計劃"時，正值全世界的人工智慧熱潮。"863-306"主題的名稱是"智能計算機系統"，其任務就是在充分發掘現有計算機潛力的基礎上，分析現有計算機在應用中的缺陷和"瓶頸"，用人工智慧技術克服這些問題，建立起更為和諧的人-機環境。經過十幾年來的努力，我們縮短了我國人工智慧技術與世界先進水平的差距，也為未來的發展奠定了技術和人才基礎。

但是也應該看到目前我國人工智慧研究中還存在一些問題，其特點是: 課題比較分散，應用項目偏多、基礎研究比例略少、理論研究與實際應用需求結合不夠緊密。選題時，容易跟著國外的選題走; 立項論證時，慣於考慮國外怎麼做; 落實項目時，又往往顧及面面俱到，大而全; 再加上受研究經費的限制，所以很多課題既沒有取得理論上的突破，也沒有太大的實際應用價值。

今後，基礎研究的比例應該適當提高，同時人工智慧研究一定要與應用需求相結合。科學研究講創新，而創新必須接受應用和市場的檢驗。因此，我們不僅要善於找到解決問題的答案，更重要的是要發現最迫切需要解決的問題和最迫切需要滿足的市場需求。

問: 請您預測一下人工智慧將來會向哪些方面發展？

答: 技術的發展總是超乎人們的想像，要准確地預測人工智慧的未來是不可能的。但是，從目前的一些前瞻性研究可以看出未來人工智慧可能會向以下幾個方面發展: 模糊處理、並行化、神經網路和機器情感。

目前，人工智慧的推理功能已獲突破，學習及聯想功能正在研究之中，下一步就是模仿人類右腦的模糊處理功能和整個大腦的並行化處理功能。人工神經網路是未來人工智慧應用的新領域，未來智能計算機的構成，可能就是作為主機的馮·諾依曼型機與作為智能外圍的人工神經網路的結合。研究表明: 情感是智能的一部分，而不是與智能相分離的，因此人工智慧領域的下一個突破可能在於賦予計算機情感能力。情感能力對於計算機與人的自然交往至關重要。

人工智慧一直處於計算機技術的前沿，人工智慧研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天，已經有很多人工智慧研究的成果進入人們的日常生活。將來，人工智慧技術的發展將會給人們的生活、工作和教育等帶來更大的影響。

什麼是人工智慧？

人工智慧也稱機器智能，它是計算機科學、控制論、資訊理論、神經生理學、心理學、語言學等多種學科互相滲透而發展起來的一門綜合性學科。從計算機應用系統的角度出發，人工智慧是研究如何製造出人造的智能機器或智能系統，來模擬人類智能活動的能力，以延伸人們智能的科學。

AI理論的實用性

在一年一度AT&T實驗室舉行的機器人足球賽中，每支球隊的"球員"都裝備上了AI軟體和許多感應器，它們都很清楚自己該踢什麼位置，同時也明白有些情況下不能死守崗位。盡管現在的AI技術只能使它們大部分時間處於個人盤帶的狀態，但它們傳接配合的能力正在以很快的速度改進。

這種AI機器人組隊打比賽看似無聊，但是有很強的現實意義。因為通過這類活動可以加強機器之間的協作能力。我們知道，Internet是由無數台伺服器和無數台路由器組成的，路由器的作用就是為各自的數據選擇通道並加以傳送，如果利用一些智能化的路由器很好地協作，就能分析出傳輸數據的最佳路徑，從而可以大大減少網路堵塞。

我國也已經在大學中開展了機器人足球賽，有很多學校組隊參加，引起了大學生對人工智慧研究的興趣。

未來的AI產品

安放於加州勞倫斯·利佛摩爾國家實驗室的ASCI White電腦，是IBM製造的世界最快的超級電腦，但其智力能力也僅為人腦的千分之一。現在，IBM正在開發能力更為強大的新超級電腦--"藍色牛仔"(Blue Jean)。據其研究主任保羅·霍恩稱，預計於4年後誕生的"藍色牛仔"的智力水平將大致與人腦相當。

麻省理工學院的AI實驗室進行一個的代號為Cog的項目。Cog計劃意圖賦予機器人以人類的行為。該實驗的一個項目是讓機器人捕捉眼睛的移動和面部表情，另一個項目是讓機器人抓住從它眼前經過的東西，還有一個項目則是讓機器人學會聆聽音樂的節奏並將其在鼓上演奏出來。

㈤ 如何通過大數據和人工智慧技術發現現今最前沿的科學技術

大數據只是人工智慧眾多知識中的一部分而已，人工智慧離不開大數專據，但是大數據代表不了人屬工智能，做人工智慧絕對不會是一個人完成的。如果是一個人做成了一個人工智慧，這個人工智慧也不會有多智能。人工智慧之所以厲害，是因為人工智慧包含了眾多技術，這些技術幾乎涵蓋了全人類的智慧。也就是說人工智慧是全人類知識共同體的結合。你我們都是未來人工智慧時代的一部分。
目前的人工智慧技術還不成熟，許多領域都在初期探索階段，所以還沒有一個准確的說如何掌握人工智慧的方法或者說標准。不過可以預見的是一個可用的人工智慧必須是簡單的，簡單到每個人甚至猴子那樣的智力都能夠實用的，否則這個人工智慧就不算是什麼合格的人工智慧技術。科技只會讓我們越來越簡單，如果一個技術讓你覺得不明白，說明這個技術還不成熟呢。

㈥ 人工智慧作文800字

題目：《人工智慧》
3月15日，舉世矚目的「人機大戰」塵埃落定，人工智慧「阿爾法狗圍棋」（AlphaGo）以4：1的比分戰勝人類圍棋頂尖高手李世石九段，為世人留下一個不願接受又不得不接受的事實。
面對「阿爾法狗圍棋」（AlphaGo），有人不服，如中國的超級圍棋新星柯潔九段，就公開向「阿爾法狗圍棋」（AlphaGo）叫板：「你贏不了我！」有人嘆息：人類智慧最後的尊嚴在一隻「小狗」面前丟失。有人甚至悲觀地認為，機器統治人類的時代即將來臨。
其實，所謂人類尊嚴、所謂機器人的統治時代，只是我們一些人的臆想，「阿爾法狗圍棋」（AlphaGo）的勝利，說到底就是一次技術革命的勝利，是人類對自身的一次超越。
正如西安交通大學副校長、國家重點基礎研究計劃（973）「基於視認知的非結構化信息處理基礎理論與關鍵技術」首席科學家徐宗本說的：「任何人工智慧技術的成功一定是當代最新技術綜合運用的成功，片面說成誰戰勝誰是不公平的，也是無意義的，說人類智慧的最後壁壘被攻破，這都是無稽之談。」
「阿爾法狗圍棋」（AlphaGo）的勝利，背後的最大價值在於，它激勵人們持續不斷地探索過去人工智慧領域一直看似難以實現的人類智能級別。從這一點上看，人工智慧的勝利也有非凡的意義，甚至可以說具有劃時代的意義。
是的，翻開人類歷史，哪一次技術革命不帶來人類社會翻天覆地的變化？蒸汽機的發明、使用，使人類從農業手工業時代進入了工業社會；電動機的誕生，使人類從工業社會跨入了現代化。而以原子能、電子計算機、空間技術和生物工程的發明與應用為主要標志的信息技術革命，更讓人類從此進入了自動化、信息化時代。每一次技術革命，伴隨的都是生產力的發展和人類自身的解放。
「阿爾法狗圍棋」（AlphaGo）的 勝利，是不是會掀起又一次技術革命，我們還需拭目以待。然而，人工智慧的進步，卻可以讓我們展望到人類美妙無比的前景。我們似乎可以看到，不久的將來，到 處都是機器人在人們的指令下為人們服務；我們似乎可以看到，那些對於目前醫術來說幾乎無解的人類大腦和神經疾病，如自閉症、老年痴呆症這樣的國際醫學難 題，隨著人工智慧的進步，一切都會迎刃而解；我們似乎可以看到，有了人工智慧的協助，人類真正步入了大同的理想社會。
是的，「阿爾法狗圍棋」（AlphaGo）的勝利，是人類的智慧向前邁出的又一步，有了這一步，我們的世界將更加美好。當然，面對這些進步，我們不能只是圍觀、娛樂和敬仰，我們應該用我們的智慧，去促成人工智慧更大的進步！

㈦ 如何搜索人工智慧的前沿論文

找個全面權威的資料庫~

㈧ 求一篇關於人工智慧創新的論文，謝謝

論文啊同學，網路知道又不給財富值沒人替你寫的。

㈨ 求一篇有2500字以上的關於（人工智慧在現代戰爭中的應用）的論文！！謝謝！

全分布式人工智慧技術在艦艇指控系統中的應用研究
摘 要：為適應未來信息化海戰場的需要，必須提高艦艇指控系統的指揮效能。艦艇指控系統的智能化是提高艦艇指揮效能的關鍵，也是必由之路。本文主要論述了信息戰中智能化作用的地位，特別針對艦艇指控系統；並給出了一種採用全分布式人工智慧技術的智能化艦艇指控系統結構模型。

關鍵詞：信息戰； 艦艇指控系統； 全分布式人工智慧技術； 指揮效能

中圖分類號：TP18 文獻標識碼：A

Study of Full Distributed Artificial Intelligence in Shipborne C2 System

ZHANG Yu-ce , YANG Qing-song , CHEN Ke

Abstract: In order to be adapted to the demand of information warfare (IW), the command efficiency of shipborne C2 system must be improved. The intellectualization of shipborne C2 system is the key factor of improving its command efficiency. This paper gives one model of intellectualized shipborne C2 system using full distributed artificial intelligence.

Key words: IW; shipborne C2 system ; distributed AI technology ; command efficiency

0 引言

1985年，美國的軍事家首先提出「信息時代的到來正在引發一場新的軍事革命，以信息技術為特徵的新戰爭形態正在出現」，而後提出「信息戰」，如果說海灣戰爭首次向世人顯示了信息優勢的巨大戰略作用，那麼美英對伊拉克的戰爭則是信息戰的進一步延伸。美英正是通過運用先進的情報系統、電子戰裝備、精確打擊力量重創伊拉克的有生軍事指揮系統，從而牢牢地掌握了戰場的制信息權，最終以較小的代價取得了全面勝利。對於信息戰的特徵，從不同的角度都會得出不同的解釋。而外軍普遍認為，信息戰實質上就是計算機戰，特別是一種高層次的智能較量，海灣戰爭和近期幾場局部戰爭，充分體現了高技術戰爭的智能化特徵。這種特徵尤其體現在戰爭的孕育期以及到戰爭實施期的過渡。1997年1月3日，美國防部下屬國防科學委員會的一個研究小組在提交的一份題為「信息戰--防衛」的報告中，就特別強調要強化部隊的智能化反應能力，呼籲軍方加強「信息戰」的防衛能力，以防止電子「珍珠港」事件的發生，保證美國軍方現有210萬

台計算機和1萬個地方性計算機網路不輕易遭到重創。另外，在戰術運用上也強調對敵摧毀、破壞和利用的智能化綜合應用，同時也是作戰保密、軍事欺騙、心理戰、電子戰、火力摧毀等多種作戰行動在指揮對抗過程中綜合發揮作用的必然要求[1]。

美軍針對戰爭形態嬗變以及未來戰爭的要求，憑借其高技術方面的優勢，提出了「數字部隊」的現代化建設方案，其中首要的一條，便是實現指揮與控制系統以及武器裝備的智能化。武器裝備和作戰指揮的智能化，將最大限度地延伸「人體」的功能，並成為提高軍隊戰鬥力的一個新的增長點。因此，外軍有專家預言：「未來誰能在人工智慧領域中取勝，誰就將取得新軍事革命的主動權」。

1 全分布式的新型智能化艦艇指控系統的作用

1.1 提高信息共享程度，增強系統生存能力和抗摧毀能力

所謂全分布式是指整個系統實現在地點上的分布、功能上的分布以及控制上的分布。因此，這種分布不僅體現在系統的硬體上、地點上、分布式拓撲結構上，更重要的是在其軟體上的分布。全分布體系結構，每一個節點都裝有整個應用軟體，系統的管理軟體分布在各個節點，但只有一個在工作，同時採用分布式資料庫。這樣的好處是，當某個地點、功能或者控制上失效可由備份處理能力和功能冗餘軟體恢復。主要功能可以從一個節點重新分配到其它節點；而當正在工作的運行系統管理軟體的節點失效時，可自動重新安裝運行系統管理軟體。軟、硬體全分布體系統結構的實現有賴於一種模塊化的拼接技術的支持，這種技術採用了Σ拼接技術[2] ，是一種典型的系統模塊化、全分布式體系結構的技術。由於現代海戰的殘酷性，採用全分布式體系結構，能夠提高信息共享程度，增強系統生存能力和抗摧毀能力，提高系統的通裝性，能夠滿足軍方對指控系統可靠性高、抗摧毀性強、生命力強、通信組織靈活以及自動化程度高的要求。

1.2 提高信息和決策的合成效率

智能化能提高艦艇指控系統信息採集的效率，提高信息的及時性、准確性和可用性，信息的採集依賴於戰場或更大范圍的環境監視與偵察，這又需要在空間上分散的部隊或其他相應的載體來完成。而這會引出兩個問題，一是如何實現部隊或載體的偵察器材最佳配置以及相互之間的通信聯絡；二是當某一個偵察器材無法有效地執行某一給定的偵察任務時，如何才能不影響系統整體任務的完成。而解決這些問題的有效方法就是採用分布式人工智慧（DAI）技術，開發以多主體系統(MAS)為基礎的信息採集系統，使各種偵察主體自主運行，既能夠與動態的戰場進行交互作用和實施推理，同時又可和別的主體進行協調與協作，因而具有很高的信息採集效率和自我重組能力。

智能化輔助決策提高了艦艇指控系統指揮決策的實用性和適應性。計算機輔助決策通常有檢索型和智能型兩種類型。檢索型將先驗設想制定的多種作戰預案存於軟體庫中，需要時按一定相關性准則從庫中找出作戰預案，提供給指揮員使用。智能化輔助決策則不僅如此，更重要的是具有人工智慧特徵，可以按照軍事專家的知識和推理過程，依據實際情況，自動地、實時地提供給指揮員滿足當前需要的作戰方案。顯然，智能型比檢索型具有更多的靈活性和更大的適應性，更符合戰場多變的實際情況。

智能化輔助決策系統可以幫助艦艇指揮人員解決普通方法難以解決的半結構化或非結構化的決策問題。這種決策問題很難用常規的方法加以解決，而通過利用智能輔助決策和知識推理，可以得到令人滿意的解答。這樣，改進了決策過程，使決策者能夠實現定性與定量相結合的高質量的決策和多目標綜合決策。

1.3 促進全新指揮控制方式的產生

智能化的艦艇指控系統需要與之相適應的指揮控制方式才能實現在智能化狀態下實施實時、高效的指揮控制。因此，一些全新的指揮方式應運而生，如網路式指揮、非分層式指揮、互訪式指揮等，通過互聯網路和高效的智能化處理系統及時處理、傳遞信息，能使指揮員隨時掌握戰場情況並下達作戰命令，從而可以及時捕捉戰機，實現實時決策和控制。

從指揮控制中的攻擊行動來看，由於智能化的艦艇指控系統的工作穩定性較好，在其運作過程中只要其工作環境和工作程序不遭到直接破壞，它就能夠持續正常地進行工作。因此，與以往相比，與人機合一的指揮系統進行對抗，客觀上不僅要對敵方指揮員的有關情況了如指掌，而且還必須准確地掌握敵方指揮信息系統處理和使用信息的方式及其運作的程序，以及其指揮信息系統對己方不同的信息攻擊手段、攻擊方式的承受能力。

從指揮控制中的防護行動來看，在指揮系統信息化、網路化以前，指揮過程的防護主要表現為採取各種手段（如適時更換通信密碼等）來確保信息傳輸過程中的保密性。而現在，指揮系統的信息化改變了這種狀況，使指揮和指揮系統的防護變得更加復雜。它不僅包括確保信息傳遞過程中的保密，而且還包括確保系統免受病毒及其他攻擊的侵害，保證系統的原始數據在運作和傳遞過程中不改變其原來性質和不被對方所竊取。美國軍方的試驗表明，對一萬個計算機系統進行攻擊，在成功率高達88％的情況下，只有4％的攻擊行動被探測到。因此，在信息化戰場上對己方的指揮信息系統進行防護，沒有及時、准確和充足的情報保障，就無法採取相應的防護措施，甚至連發現敵方的攻擊都無法做到。

1.4 提高作戰人員的適應能力

未來海戰場作戰人員的反應能力很難適應來自多方向、多批次、多個目標、全方位的威脅。利用智能化的艦艇指控系統能夠提高作戰人員，特別是指揮人員對復雜戰場的適應能力。當然，系統的智能化不僅沒有降低反而提高了對人的要求，對人的素質產生了一種巨大的需求，促使指揮人員在知識結構、思維方式等各方面素質的轉變和提高。指揮人員要想駕馭現代戰爭，首先必須駕馭智能化的指控系統。同時，智能化指控系統也利用計算機技術、虛擬現實（VR）技術和分布網路技術提供了一些嶄新的訓練方法和手段，如：模擬沉浸式訓練、虛擬現實訓練、交互分布式訓練等，改變了傳統的訓練模式，增大了訓練的科學性、對抗性和經濟性，可以有效的提高訓練質量。

2 建立分布式人工智慧技術的艦艇指控系統

採用分布式人工智慧技術DAI可將問題化解為多個具有層次結構的分問題[3]，運用大系統分解協調方法求得滿意解，從而減少系統建模求解的復雜性。為提高決策效率，建立如圖1所示的分布式人工智慧艦艇指控系統。

圖1 分布式人工智慧艦艇指控系統結構圖

由圖1可以看出：這種艦艇指控系統是戰場、作戰、軍事專家知識的有機統一，並具備能夠自我學習、自我完善能力的智能系統。它能夠根據戰場態勢分析、威脅度評估、威脅源診斷等信息生成用於決策的模型，調用相關的數據和演算法提供備選方案，並對各種方案進行評估和優選，通過大屏幕用戶界面進行人機對話，幫助指揮員下決心及傳輸指令。當艦艇各執行單元接到指令後，予以響應、動作。

圖中，據庫主要存儲各種武器裝備戰術性能參數和典型編制、運算過程的動態參數等；知識庫主要存儲戰役戰術原則、兵力兵器使用原則，各種典型想定，包括戰場環境、作戰企圖和態勢 ，評估作戰進程所必需的基本演算法等；模型庫主要存儲與作戰有關的敵我雙方各種武器系統模型、線性和非線性規劃模型、推理分析模型、預測模型、模擬試驗模型、優化模型、評估模型、綜合運籌模型、數據處理模型、圖形圖像報表模型、智能模型等；人機對話系統是指揮控制系統中用戶和計算機的介面，起著在操作者、模型庫、資料庫、知識庫之間傳遞 (包括轉換)命令和數據的重要作用；自動推理機則完成定量描述難以實現的某些復雜作戰過程決策。

而基於信息庫的智能模糊專家系統主要由模糊產生器、模糊消除器、模糊推理機、知識獲取模塊、模糊知識庫、模糊資料庫及人機介面組成［4］，如圖2所示。

主要任務是通過對原始信息空間的操作，獲取各種數據信息，再由模糊產生器將其映射為一個模糊集合作為初始輸入，然後利用模糊知識庫中的語言信息——事實和規則，採用「黑板」模型進行問題分解、推理求解及協作控制，並採用「黑板+管道」的通信機制與其他子系統/模塊傳遞控制信息和知識信息，從而確定智能化配置，控製作戰指揮模式的切換，完成作戰任務的分配與調度、模糊神經網路群系統結構與參數的自適應調整與優化、對各子系統/模塊的故障隔離與系統重構以及網路通訊、各智能介面的管理等。

圖2 基於信息庫的智能模糊專家系統結構圖

3 結束語

通過以上論述可以知道，全分布式的智能化艦艇指控系統能夠真正、實時地將戰場、作戰指揮行動以及後方軍事專家知識有機地融和在一起，使得各種武器裝備的效能得到最大限度的發揮。這種艦艇指控系統能夠突破現有的戰場時空，改變信息戰場的面貌和形態，引起一場真正意義的新軍事革命，因而是艦艇指控系統的發展趨勢。