人工智能在海军工程中的实际应用

人工智能在海军工程中的实际应用 P.J.哈特曼 摘要

车文调查了人工智能(AI)的曲折历史,这段历史可追溯到1956年达特茅斯(Dartmouth)关

于人工智能的夏季研究项目(SummefResearchPr0ject)这一人工智能的开始阶段,然后经六

十年代和七十年代的萧条阶段,一直到八十年代中期,人工智能的成功应用的数量按指数律地增

大.率文指出怎样选择能由专家系统辅助解决的问题.本文也识别了超过现代技术水平和而将来

会出现的领域,如常识推理,自动的机器学习和复杂设计的综台. 人工智能程序能够对故障进行诊断并且即使在数据”含糊”时,也在较窄的专业范围内对问

题加以分类解答.但是这种程序没有显示自主的”思考”功能.正象一般的计算机用程序设计碱

轻了计算机负担一样,AI专家系统精简了逻辑数据处理.当人工智能专家系统成功地用于规定的

任务时,这两种计算机技术能发挥出成本效益,田为计算机比人工作

得更快,而且在例行的工作 中不会出错. 一 ,概述

什么是人工智能t对这一问题文献中充满着矛盾的定义.德赖赞斯[1]指出,二十五

年以前研究人员梦想”无人控制的自主思维‟的机器并认为”目前我们离实现这个梦不远

了.”我们可能是离无人控制的自主思维机器更近了,但我们可不那么确信,德赖费斯也是 如此.

其它人的许多观点,包括丹尼尔斯[2]的现点是”A】可被定义为把知识,思考和学习

应用到计算机系统以帮助人类工作.”不管AI是如何定义的,人工智能的重要方面是这

是计算机应用的一个新领域,计算机用一般数据处理不可能实现的方法来控制知识和符号 [8].

对AI来说,最新的消息似乎很多,正在为AI开发的商品软件似乎也很多.每一个新的

成果是建立在前一成果的成功的基础上,这就是在本文的后面列出六十多篇参考文献的原

因.这些参考文献取自于许多容易得到的现行文献中,并能用它们来考查AI目前的状态. 1.人工智能内的子领域

人工智能可能是科学和工程方面的下一个大的创新,然而人工智能的领域是很宽广的(表

i).人工智能的应用包括在下面许多方面: 人工视觉[4] 专家系统 信息综台 —一 36—

寰1适合于人工智能的一些领域 机器学习 管理[5] 自然语言接口[6] 编程工具 机器人 语音和声音

并不是这些领域的每一个都适用于海军工程,就当今的人工智能技术来说,上述的几个 一

37—

领域并不都是实用的[9].本文将主要关注能适用于我们的设计和管理功能的实用工具.重

点将集中在专家系统(以知识为基础的系统)上. 2.什么是专家系统

专家系统是用来解决涉及信息,经验和不确定性的复杂问题的方法和程序.它们能用来

把知识传送给非专家,并且也能帮助真正的专家们熟练地完成日常的工作.只要我们集中研

究当今实用的工具,专家系统是很有用的[103[I13.

专家系统能用来存贮被开发的知识,保留离开某一机构的人的知识,为不确定的输人提

出建议,迅速地检索大量的数据和得到常常容易被人忽略的细节<123<153.

然而,基于人工智能的专家系统的推理方法与人所用的方法不同,它们既不领会问题的

含义,也不直观地立刻下结论.专家系统的理解力是很有限的.现在的专家系统就好比学徒

工,但它们能解决很多复杂的问题.

根据海思一罗斯<149所述,人类的专门知识的范围约为100000条规姗,一个专业中的专门

知识约需要10000条规则.对于一较窄领域的专家来说,规则降到500~1000条就能眭任(见表

2).这些”较窄领域”内的专家常常指的是以知识为基础的系统,工程师,造船技师和管

理人员是能有效地使用它们的.

海思一罗斯[143指出t”专家系统是知识密集的程序,它能解决一般需由专家来解决的

问题.它执行专家的许多辅助功能,例如提出有关的问题和解释它的推理”.他又说专家系

统能做(或假定能做)下列工作t

“它们能解决很难的问题,或者比专家们做得更好, 它们能使用专家认为有用的经验启发式地推理, 它们能适当的方式与人相互对话,包括使用自然语言‟ 它们对符号描述进行处理并作出推理,

它们能用有错误的数据和不确定的判断规则操作, 它们可同时思考几个假设, 它们能解释为什么提出此问题‟ 并证明它们的结论是正确的”. 表2专家系统所需的规刚教 应用范围 人的专门知识范围 一

个专业的专门知识 能胜任某一狭窄领域的专家 专家系统的有说服力的演示 商业上实际可用的专家系统 规则数 100000 10000 50Owl000 250 50

5.人工智能的兴旺,萧条时期

LISP语言的发明者约翰?麦卡锡于1956年在述特茅斯大学的夏季讨论会上提出了”人

工智能”这一术语[15,16,173.从那时到现在,人工智能至少已有二起二落.五十年代末和六

十年代初人工智能集中程自主思考,然而到现在尚未实现[1).丹布鲁休指出;”在六十年 —一 38—

代,计算机科学家开发了许多通用的问题求解机理,到了六十年代末和七十年代初期,计算

机科学家设法把这些机理用到‟实际‟的问题中去.这些努力绝大部分都失败了.实际上当时

失败的结果是非常夸人失望的,以致于英国完垒放弃了人工智能的研究和开发计划”. 一

部分人说,人工智能能做任何工作,这一说法是绝对不现实的.人工智能只不过是另 —

种计算机工具Ct83.它也不是魔术[19].二十年前,当首次编写医学和数学专家系统时,约

花了40人年的工作才使医学和数学专家系统按照温斯顿的观点工作C203.

在过去的五年多里,形势发生了明显的变化.目前市场上可为高级的台式微型计算机

买到具有自然语言接口的通用知识系统,通过规则和实例开发专家知识库的工具和推理 机.

好象AI已取得了”爱挑剔的群众”的支持,以及AI的应用范围将继续扩大,并能提供 实际的应用.

“IBM公司打算在公司内部使用人工智能,以便加强它的竞争实力”C21].数字设备公司

“……约有400名工程师在马萨诸塞州的哈得孙,日本的东京和法国的VaIbonne垒力以赴从

事人工智能的工作”C22).其它的主要的计算机公司每年在人工智能方面约要花费3000~

4000万美元.由于商业上的努力,开发AI似乎是很坚定的C23,24,25]. 4.主要的”赡锻/节约”的领域

综上所述,人工智能并不是能做任何一项工作的[26],但是有一些领域,如问题的分

类,诊断和校正,态势分析和判断以及设计综合,人工智能工具是可以适用的,并且是有成

本效益的.钱德拉斯卡拉姆[27,4]花了很大的精力确定了哪一种人工智能工具能成功地解决 一

些不同的问题以及哪一种人工智能工具不能解决这些问题.表3摘要地介绍了他的工作成

果,并对之进行了扩宽.分类问题,即根据可能答案的分级结构进行有结构的选择是最成

功的,这种技术构成了当今专家系统的基础.

当某一航空公司通过使用专家系统帮助确定航线和价格,在每架飞机上多出售一个座位

时,该公司每年就能增~L11200万美元的收人.国防高级研究计划局(DARPA)每年花费很多

的钱用于研究军用专家系统,希望专家系统能帮助确定战场上的战术[28].目前DARPA每

年对专家系统和自然语言接口的开发要花费1.5亿美元.日本把这个领域作为他们的第五代

计算机的目标.英国工业联合会也已实现了利特尔?弗洛伊德所说的…”尚缺乏经验的专

家系统……利用已建立的数据库……根据可疑的商务交易,不平常的合同和与犯罪行为有关

系的别的泄密迹象……作出……推理”.

数字设备公司说,由于采用了专家系统来配置新的VAX计算机站,每年节约了1800万 美元C31].

国内税收机关正在重审有关主张开发以知识为基础的专家系统的样机的提议,以便使

1040种最有可能调整的税率的人工处理实现自动化.

分类逸一领域也扩展到喷气式飞机的故障诊断,故障排除C333和智能维修规程中.采用

专家系统用五分钟的时间就能完成以往要一星期才能诊断的问题.根据气候条件的变化由航

海专家建议船的航线也是可行的CS43.

舰船航线的确定可能是态势分析的一个实例,而声学特性分析C35),紧急管理,信息综

合和石油钻探分析与此大致相同[36].这些方面都存在结构的分类. 一 39—

表3人工智能现在与将来的应用镶域的比较

分类结构选择过程在一专门方面的诊断态势分析很成功(现在) 设计综合通过计螂选择和改进进行设计成功(现在)

基于知识的敦据存贮和检索相关的文摘数据复杂的知识库近期(不久)

假定的组台假定的产生和组合中期(有可能)

抽象I韶嚣拳娄箍啬蔷专家的推理‟通I远期c下一代 假定匹配匹配假定和数据远期(下一代)

宽广的专业知识包括时间和空间的定性的常识推理远期(下一代) 二,怎样挑选和实现”正确”的问题

为一个机构开发第一个成功的专家系统是要花很长时间的.必须要在选择类型”正确”

的问题和确定协同工作的下位结构之后才能开始开发.这些问题能分成两个基本的类型t

(1)协同工作级的完垒适台于人工智能解决的问题,它可能要花费数百万元费用才能开 发和实现.

(2)个人级日常性问题.专家系统能帮助解决人员日常性问题,并可节

约许多人年.开

发和实现的赞用在35000和70000美元之间.

这两种方法的节约额都是很大的,对协同工作级的开发要求是强热的,但费用很大.对

个人级基于知识的专家系统有着广泛的需隶.

如上所述,有几种类型的问题.分类问题已得到了很好地开发,并已取得了很大的成

功.表3中已指出了目前的设计综台是成功的,但从复杂数据库中得到相关的摘要数据的专

家系统仍在开发之中.不久就可获得这种能力[31].

表8中的其余的AI应用还不切实可行,关心费效结果的工程师和造船师应该放弃这些

应用.这对于需要依靠常识的系统来说尤其如此.我们的常识是基于多年的经验,许许多多

的事实以及数万条规则得出的.现在的软件和硬件不能够达到这个水平,而且大概不可能适

用于新一代的人工智能(大概要十年). 1.限定问题的范围

在六十年代和七十年代期问,研究人员花了很大的费用在大型计算机上实现了医学和地

质领域的专寰系统.他们的工作已导致得到开发商业上可用的专家系统准则的一个紧凑清

单.海思一罗斯[“]和温斯顿[20]已对该领域作了调查.适用于海军工程计划的规划摘要并 扩充如下:

(1)选择价值大的问题. 一 40—

(2)选择一个有公认专家的领域专家比非专家人员有更好的追踪资料.

(3)排除那些专家经常讨论这个答案是否正确的问题.

(4)收集专家通过电话就能解决的问题.这要确保该问题与计算机兼容,并且易于数据 接口.

(5)找出专家一般在几分钟到一周内可解决的IlH1题.用较短时间解决的问题通过计算是

可以实现的,而用较长时间解决的问题也许不会超过夸后几年的最新技术水平的范围.

(6)收集通常能把技能传授给”学徒”的问题. (7)选定一问题,并请”专家”审查.

(8)开发包括专家解决这一问题所用规则的知识库.这个信息进给推理机,推理机根据

提供给专家系统的数据作出判断. (9)让计算机程序解决几种训练问题.

(10)让实际的专家评论计算机的”专家”和提出建议. (ii)通过加入专家的评论来改进专家系统. (12)继续”训练”专家系统并逐渐扩大它的知识库. 2.规则开发

2O年前开发专家系统需要2O到4O个人年.在1978年开发一个用于配置计算机系统的设计

综合专家系统花了l0个人年.温斯顿C203对确定生产率的趋势作了很细致的工作,海斯一罗

思[14]指出,在过去的十五年中每隔一年生产率提高一倍.

海斯一罗思的图指出,在1982年到1983年使用市场上可买到的工具提供500条规则的专家

系统约要用一个人年(38].海斯一罗思曾预料在1984年或1985年可获得一般的知识.塔克

C393曾指出,在1985年市场可以买到由微型计算机实现的专家系统.由于有了一般的知识

系统,编500条规则的专家系统仅需500小时.

图1复制了海斯一罗思的曲线,并根据资料扩充了这条曲线.程序设计语言变得更有效

了.杜尔逊(4O]指出到l990年人们用这种技术每天能实现一条规则,但是这仍然要比用夸天

的专家系统壳实现起来要慢一个数量级.用今天市场上可买到的专家系统壳约不到一个小时

就能开发和实现一条规则.这一点已被弗逊德(44]证实,他在一个周末就开发了一个5O条规则

的专家系统.从现象上来看,这比在六十代后期用象LIsP这样的程序设计语言开发和实现每 一

条规则所需的2000人小时要好得多.那时好象为每个新的实现都要重新创制专家系统. 一

个小时约是一个人开发一条有用规则所需要的时间.这意味着在开发中我们不再受工

具速度的.但是我们是受人员的.为了摆脱这种需要自动的机器学习.机器学

习仍然属于研究和开发的范畴(42,433. 5.专家系统软件的特点

价格并不一定与商用专家系统的能力有关.一般来说,价格越高,所包含的特点就越

多,但市场行情也是非常重要的,因为每一个新的工具都基于该领域中的最新进展.

真正有用的专家系统包括下列特性;

(1)简明的英语程序设计——从人的因素观点出发,自然语亩接口是

裉需要的.

(2)规则和框架——能附属于包括对象狂内的整体的多组规则.这些规则组成了知识

库,结果则是从知识库中得出的.

(3)推理机用正向和反向链接,从知识库中得出结论.

图2专家系统的主要差别

(4)有时需要一位知识工程师帮助实际的专家从知识库系统推导出规则.

(5)有处理输入和知识库中不定性的能力.

(6)具有对从落些不定信息得到的结果加上置信度能力. (7)给出解释,说明该程序得出特定的建议的理由. (8)提供程序内的数学和统计功能,以简化和增强该规则.

(9)提供与其它程序和大型数据库的标准的计算机接口,以便能完成复杂的任务.

裹4开发专索系统的要求 规则和框架 速度 可移植 使用简单 处理不定性 功能强的接口

解释

所需的知识工程师 简明的英语程序设计 价格 机器

1000条以上的规则

开发软件用LISF/C语言编写.运 行程序用c语言编写

是的,可以在正在研铷和交货的计 算机上运行,不顼作很大的改变 是的,使用自然语言接口和菜单 是的,对模糊的逻辑和不完整的信 息进行处理

是的,有与程序数据库和各种功能 对接的接口 是的

取决于工程的复杂性 取扶于工程的复杂性 取决于工程的复杂性 取扶于工程的复杂性

(JO)刷标准的可移植的语言(例如LISP或C语言)编写程序,以使它能在许多机器上使

用而不要重新编写程序,加速开发速度以及与买采的机器通用. (儿)使得价格与所承担的任务相当. 一 42—

综述专家系统,所有的专家系统都使用了知识库的规则.如图2所示,某些专家系统也

能够处理信息的框架.这种处理能力只包含在5000美元以上的程序库中.

95美元到5000美元价的软件一般可在小的个人计算机上运行,5000美元到85000美元开

发的程序比较适合在功能强的小型计算机和主机中使用.某些能力最强的程序能在从微机到

主机整个计算机范围内有效地操作,不需要专用机.为了加速通用机的操作速度(这些通用

机没有快速的LISP功能),这些程序一般用C语言来写C44]. .

图2对这两种价格的专家系统壳的特性作了比较.注意,一般是由经过训练的知识工程

师来编写最高价格的应用软件.因为价褥最高的软件较复杂并具有很强的功能.

表4确定了舰船设计和管理知识库系统的初始软件能力不久可能需要框架能力和10000

条规则.这在很大程度上取决于所选问题的规模和复杂性. 4.最低限度和最高限度 一

般来说,较复杂的专家系统有较强的能力,但由于它的复杂性,因而也较难使用.图

8定性地说明了选种现象.基于专家系统的小型个人计算机便于学习,价格较低,但是它们

的主要功能(最高限度)比起较贵的工具要少.实际的同越是要确定哪一种专家系统能与本处理; 格式和报告J

图3专家系统中最高限度和最低限度概念图4机器性能比较 一 43—

与其它程序和数据库的远程通信和对 按.

在最后的判断中,程序的能力和使用简 单是非常重要的,但是置于专家系统中的知 识也是很关键的.

硬件要求

需要开发和交付那一些计算机来支特工 程设计期管理专家系统呢?劳赫一欣丁[23] 指出工作站的环境要能很好地适于这一级别 的任务这扩大了图4和图5中的由基准速

度所得到的数据,即任意一种处理速度都是可以的,而且现行通用计算机的硬件能够象专

用的LISP机一样快速地处理人工智能问题.向量巨型计算机的速度比基准速度更快,个人

计算机的速度比基准慢,小型计算机工作站适合于处理人工智能和常规的程序.

通用小型计算机和专用LISP机器之间的性能比较如图5所示基线小型计算机能珏在

人工智能LISP环境中令人满意地工作.专用的L】sP机器不能象通用小型计算机那样快地

用Fortran语言进行计算,因为LISP机的程序编译器对Fortran语言不一定是最佳(443.

三,开发专家系统的费用和要做的工作

有许多大大小小的问题有待于用专家系统以较好的费效比加以解决.大的问题称为”金

块”[47],因为在这些领域成功地应用专家系统可收到潜在的和明确的披果.发电工业中电

站透平的故障预测就是用专家系统节约了几百万美元的一个例子. 裹5专家系统开发费用的分布 „拄-用户工作对坷

实现大的协同级问题也要花费几十万或几百万美元.表5说明了开发和使用协同级和个

人级知识库系统的一般费用分析.这个数据是从用现有的人工智能语言得到的许多成功的专 一 44—

家系统的费用和人员数据中得出的[4l,47,48,49,5O].采用专家系统壳开发其费用会稍檄少 一 些.

各个系统对硬件开发和维护工作的要求如下:

(1)大的专用的LIsP机器用于协同级系统,个人计算札工作站用于/卜人级系统. (2)软件.

(3)问题评估,收集正确的问题和拟定整个程序约需一个人月. (4)可行性研究.对于较大的系统要两个人月.

(5)样机系统开发.对于协同级专家系统需要1～2人年,对于小的系统需要1到8人

月.

(6)产品开发a开发大型项目的知识库系统的软件可行性研究和问题评估上是避免专家系统开发后期费用过大的行之 有效的方法..

四,潜在的应用领域

现在可在成本效益的基础上应用专家系统.下面列出一些所关心的一般应用领域.不打

算把这些领域的所有方面都包括在内.当需要解决特定的问题时,总是要查蛔如表8所示的 各领域的分类指导. 制定预算计划[51)} 压载控制(52),

计算机辅助设计和计算机辅助工程(CAD!CAE), 损管,

水面舰艇和潜艇上的设备状态监控, 消防灭火} 智能维护手册} 管理和计娜控制, 人员分析, 喷涤故障分析, 可靠性分析,

舰艇的配置‟ 舰载设备的配置控翩, 舰船改装‟ 舰船的技术规格, 冲击鉴定的扩充i 技术培训, 焊接问题的分析.

技术会和研究所正在研究和开发这些领域中的其中几个领域.他们获得的资料能甩在

军工程开发工作中.通过仔细地使用经剪裁的商用软件和从其它专家来源获得的知识,巍

们能迅速地把这种新技术用来解决我们的问题.. 五,下一步的开发 .

如果现在专家系统已能成本有效地加以实现,那么将来我们的希望是什么呢?人工智能

的领域在迅速地变化.人工智能可能又会遭到失败,但是这似乎是不可能的.可能在将来的

1～5年中,人工智能的各个方面会被包含在越来越多的软件中.这可能成为更多的”用户 友好软件的透明部分.

此外最新的专家系统可能是规模最大的,而且在未来五年之内我们

可能会看到综合的

CAD,CAE,专家系统,数据库和硬件所有的操作都集中在工作站上. 现在有如百一些开发方面的进展t ,

(1)增大常规机器的速度.更好的LISP和C语言的最优化正在所有的机器上扩大专家

系统开发和运行速度[4,54,55]. 一 46—

(2)在一个芯片上的巨型电子计算机.超高速集成电路(VHSIC)技术使得这种开发成

为可能.约包含3500万个晶体管的特强功能的集成电路片可使在一个工作站上同时处理多个 专家系统E56,573.

(3)并行处理.人工智能是开发具有000多台处理机并行工作的新型计算机的推动力

之一通过同时研究问题的各个部分,这些机器能够很快地得出解.眼前的问题是预测能用

这些计算机处理的实际领域问题(5B].

(4)神经网络.正在研究用金属氧化物半导体场效应晶体管(MOSFET)

技术反映简单

的生物神经网络的作用E59,60,61,623.如果这些试验取得成果,可能要开发”思考机,但 这也不可能是几年的事.

在这种形势下可能提出的建议是用最好的可得到的技术进行研究工作并制定将来加强 发展的计划. 六,结论

专家系统是实用的,市场上可买到的程序经剪裁能满足我们的要求和解决我们的问题.

值得告戒的是,人工智能不能做一切事情,我们需要非常谨慎地应用专家系统以确保项且的成

动.知识的取得需要做大量的工作,而且我们要求有意识地把真正专家的精力投身干这项工 作.

海军工程界需要最好的软件来解决实际问题,专家系统软件必须支持自然语言接口,输

人蓟知识库的规则和框架,数据库接口,执行其它程序和检索情报的能力以及给出该系统是 怎样得出这答案的解释.

工程师,造船师和管理人员要从事的工作有; (1)调查专家系统的领域}

(2)把人的因素包含进去,

(3)收集最有价值的问题,为它们提供资料并吸取躺决这些问题所需要的专家知识,

(4)使这种技术成为可能}

(5)建造,测试和使用该系统,为现在和将来节约时间和资金. 开发工作将不是很容易的,需要经过培训来了解专家系统能做什幺和怎样根据经剪裁的

商用专家系统的壳着手建立程序.

现在是创造性地思考和认真建造海军工程专家系统的时候了,我们要收集可行的问题,

建立有知识的博学的学者核心,以协助工程师和管理者提供有成本效益的专家系统. 参考文献(略)

[施鑫i~(<NavalEnglⅡeerSJout:~e.1))1988.Vo1.10O,No.6,PP.32~40. 丁千均校) 一 7一