人工智能系统集成

人工智能系统集成的核心思想是使单个软件组件（如语音合成器）与其他组件（如常识性知识库）具有互操作性，以创建更大、更广泛、更有能力的人工智能系统。已提出的整合的主要方法是消息路由，或软件组件用来相互通信的通信协议，通常通过中间件黑板系统。大多数人工智能系统涉及某种集成技术，例如，语音合成技术与语音识别技术的集成。然而，近年来，人们对系统集成作为一个领域本身的重要性的讨论越来越多。这种方法的支持者有MarvinMinsky、AaronSloman、DebRoy、KristinnR.Thórisson和MichaelA.Arbib等研究员。最近人工智能的整合吸引了人们的注意，原因是已经为特定的问题领域（如计算机视觉、语音合成等）创建了许多（相对）简单的人工智能系统，整合已有的东西比从头开始建立单一的系统更符合逻辑。为什么要整合？对系统整合的关注，特别是对模块化方法的关注，源于这样一个事实，即大多数具有重要规模的智能体是由许多过程组成的，并且/或者利用多模式的输入和输出。例如，一个人形的智能体xxx能用语音合成来说话，用语音识别来听，用逻辑（或一些其他未定义的）机制来理解，等等。为了生产具有更广泛智能的人工智能软件，这些模式的整合是必要的。挑战与解决方案协作是软件开发不可或缺的一部分，这一点从软件公司的规模和其软件部门的规模就可以看出。在缓解软件协作的工具中，有各种程序和标准，开发人员可以遵循这些程序和标准，以确保质量、可靠性以及他们的软件与其他人创建的软件兼容（如W3C的网页开发标准）。然而，人工智能领域的合作一直很缺乏，在大多数情况下，在受人尊敬的学校、部门或研究机构之外没有看到（有时在它们内部也没有）。这给人工智能系统集成的从业者带来了一个实质性的问题，并经常导致人工智能研究人员每次想要一个特定的功能与他们的软件一起工作时，都不得不"重新发明轮子"。更具破坏性的是"未发明"综合症，它表现为人工智能研究人员非常不愿意在别人的工作基础上发展。这在人工智能中的结果是一大批解决方案的孤岛。A.I.研究已经产生了许多孤立的软件组件和机制，分别处理智能的各个部分。

举几个例子。语音合成FreeTTSfromCMU语音识别SphinxfromCMU逻辑推理OpenCycfromCycorpOpenMindCommonSenseNetfromMIT随着自由软件运动的日益普及，许多正在创建的软件，包括人工智能系统，都可以被公众利用。下一个自然步骤是将这些单独的软件组件合并成具有更广泛性质的连贯的智能系统。由于社区已经创建了大量的组件（通常服务于相同的目的），最方便的整合方式是给这些组件中的每一个提供一个简单的方法来相互交流。通过这样做，每个组件本身就成为一个模块，然后可以在更大的架构的各种设置和配置中试用。有许多人工智能开发者的在线社区，其中的教程、例子和论坛都旨在帮助初学者和专家建立智能系统。然而，很少有社区成功地使某种标准或行为准则流行起来，以使大量的杂七杂八的系统能够轻松地被整合。

构建主义设计方法论构建主义设计方法论（CDM，或称"构建主义人工智能"）是2004年提出的一种正式方法论，用于开发认知机器人、交流型人形机器人和广泛的人工智能系统。这类系统的创建需要整合大量的功能，这些功能必须被仔细协调以实现连贯的系统行为。CDM是基于反复的设计步骤，导致创建一个由命名的互动模块组成的网络，通过明确的类型流和离散的消息进行通信。OpenAIR消息协议（见下文）受到了CDM的启发，并经常被使用。