人工智能工作站

人工智能工作站是研究解釋和模擬人類智能、 智能行為及其規律的一門學科。其主要任務是建立智能信息處理理論，進而設計可以展現某些近似於人類智能行為的計算系統。人工智能工作站是專門用於人工智能研究（如專家系統和基於知識的推理）的工作站，人工智能研究對於硬件要求比較高。人工智能工作站的配置一般高於通用工作站，如圖形工作站，處理器使用GPU的工作站，提供高速運算功能，適應多媒體應用的功能和知識處理功能。

分佈式計算是充分利用網絡資源的計算模型。該模型旨在提供一套有組織的系統方法，以實現一種開放型的標準化系統結構，使程序和數據都具有透明的分佈能力和網絡聯結能力，以及互操作性和可移植性的能力 ^[1]  。個人計算環境是指為個人使用計算機創造一個儘可能易學易用的工作環境， 為面向特定應用領域的人員提供一個具有友好人機界面的高效率工作平台。

分佈式網絡計算環境是指工作站在進行信息處理的過程中，可以通過網絡與其它工作站或計算機互通信息和共享資源。有以下優點：

提供應用服務與工具，開發的程序可在不同機器、不同操作系統、不同網絡上運行。

提供的核心服務高效集成，並提供分佈式時間服務和同步。

提供異構環境下的互操作和移植手段，不同機器和操作系統上的程序間可進行進程間通信。

支持數據共享，通過分佈式文件系統（DFC）可透明訪問DCE中任何文件，就像訪問本地文件一樣。

提供最細緻的資源訪問控制手段及安全措施，可以確認某用户是否有權訪問某資源。

專家系統是早期人工智能的一個重要分支，它可以看作是一類具有專門知識和經驗的計算機智能程序系統，一般採用人工智能中的知識表示和知識推理技術來模擬通常由領域專家才能解決的複雜問題。一般來説，專家系統=知識庫+推理機，因此專家系統也被稱為基於知識的系統。一個專家系統必須具備三要素：領域專家級知識、模擬專家思維、達到專家級的水平。一個專家系統主要由以下兩部分組成：一個稱為知識庫的知識集合，它包括要處理問題的領域知識；和一個稱為推理機的程序模塊，它包含一般問題求解過程所用的推理方法與控制策略的知識。推理是指從已有事實推出新事實(或結論)的過程。人類專家能夠高效率求解複雜問題，除了因為他們擁有大量的專門知識外，還表現為他們選擇知識和運用知識的能力方面。知識的運用方式稱為推理方法，知識的選擇過程稱為控制策略。由於專家系統的主要功能是模仿人類專家的智能活動，所以它還需要使用專家系統的用户與專家系統在求解問題過程中進行對話。這個人機交互的對話包括兩個方面，一方面專家系統要像人類專家在診斷疾病或診斷機器故障時，與處理對象對話或通信一樣，通過詢問或觀察獲取更多信息；另一方面專家系統又要像人類專家一樣，為用户解釋它是如何求解問題的，或者推理過程中結論獲得的理由，或者為什麼所期望的結論沒有達到的原因。

知識推理是指在計算機或智能系統中，模擬人類的智能推理方式，依據推理控制策略，利用形式化的知識進行機器思維和求解問題的過程。智能系統的知識推理過程是通過推理機來完成的，所謂推理機就是智能系統中用來實現推理的程序。推理機的基本任務就是在一定控制策略指導下，搜索知識庫中可用的知識，與數據庫匹配，產生或論證新的事實。搜索和匹配是推理機的兩大基本任務。對於一個性能良好的推理機，應有如下基本要求：(1)高效率的搜索和匹配機制；(2)可控制性；(3)可觀測性；(4)啓發性。智能系統的知識推理包括兩個基本問題：一是推理方法；二是推理的控制策略。推理方法研究的是前提與結論之間的種種邏輯關係及其信度傳遞規律等；而控制策略的採用是為了限制和縮小搜索的空間，使原來的指數型困難問題在多項式時間內求解。從問題求解角度來看，控制策略亦稱為求解策略，它包括推理策略和搜索策略兩大類。