【软件智能化】这一主题涉及到的是计算机科学中一个重要的发展趋势，即如何使软件系统具备更高级的处理和理解能力，以更好地服务于人类。软件智能化技术涵盖了多个领域的知识，如人工智能、机器学习、神经网络和知识表示等。
软件的对象可以是任何与应用场景相关的实体，无论是物理的还是抽象的，它反映了软件设计的灵活性和广泛适用性。数据是描述客观事物状态的基本单元，可以是数字、图像、声音等形式。信息则是对数据的解读，对人的决策和行为产生影响。知识是结构化的信息，是解决问题的方法和经验，而智慧则包含了灵活、快速理解和解决问题的能力。
智能的核心是知识和智力的结合，其中知识是智能行为的基础，而智力体现在获取、理解和应用知识的能力上。软件，不仅包括执行特定功能的程序，还包括支持程序运行的文档，如用户手册、系统规格说明等。硬件则提供了执行软件指令的物理平台。
神经网络是一种模拟生物神经元网络的计算模型，能够进行分布式并行处理，适用于处理复杂的、模糊的信息。模糊推理是基于模糊集理论的，用于处理不确定性和模糊性的推理方法。
软件智能化的目标是使计算机系统更加智能，能够主动与用户交互，处理日常任务，甚至解决复杂问题。实现这一目标的方法包括基于知识的问题求解，如使用一阶谓词逻辑、产生式系统、语义网络和框架系统来表示和处理知识。搜索和符号推理是问题求解的常见策略，包括状态空间搜索、启发式搜索、生成-测试法、基于假设的推理和约束满足等。
新一代KB系统技术结合了定性物理、基于模型的推理、深浅层推理、问题求解的结构化组织等方法，提高了问题求解的效率和精度。基于范例的推理（CBR）是一种独特的思维方式，它依赖于过去的经验案例来解决新问题，通过匹配、重构和适应过程来推断解决方案。
软件智能化是通过各种智能技术和方法，让软件具备更高级的认知和决策能力，以提高其对人类需求的响应能力和解决问题的效率。随着技术的发展，软件智能化将继续推动信息技术的边界，改变我们的生活和工作方式。
