第1-10共10章-人工智能ppt丁世飛【專業(yè)教育】

1、人工智能,第一章 緒論,1,驕陽書苑,第1章緒論,主要內(nèi)容】 1.1 什么是人工智能 1.2 人工智能的發(fā)展 1.3 人工智能的研究方法 1.4 人工智能研究的應(yīng)用領(lǐng)域,2,驕陽書苑,1.1 什么是人工智能,現(xiàn)工智現(xiàn)代人工智能（Artificial Intelligence，簡稱AI），一般認(rèn)為起源于美國1956年夏季的達特茅斯會議，在這次會議上， John McCarthy第一次提出了“Artificial Intelligence”這個詞,約翰麥卡錫（John McCarthy,人工智能之父 首次提出AI的概念 LISP語言的發(fā)明人,3,驕陽書苑,1.1 什么是人工智能,人工智能(Arti

2、ficial Intelligence，簡記為AI)是當(dāng)前科學(xué)技術(shù)迅速發(fā)展及新思想、新理論、新技術(shù)不斷涌現(xiàn)的形勢下產(chǎn)生的一個學(xué)科，也是一門涉及數(shù)學(xué)、計算機科學(xué)、哲學(xué)、認(rèn)知心理學(xué)和心理學(xué)、信息論、控制論等學(xué)科的交叉和邊緣學(xué)科。 本章的主要任務(wù)是討論智能、人工智能的基本概念，并對人工智能的發(fā)展歷史、研究內(nèi)容、研究途徑及應(yīng)用領(lǐng)域進行簡要的討論,4,驕陽書苑,1.1 什么是人工智能,人工 人工智能的一個比較流行的定義，也是該領(lǐng)域較早的定義，是由當(dāng)時麻省理工學(xué)院的麥卡錫在1956年的達特矛斯會議上提出的：“人工智能就是要讓機器的行為看起來就像是人所表現(xiàn)出的智能行為一樣”?？傮w來講，目前對人工智能的定義大

3、多可劃分為四類，即機器“類人思維”、“類人行為”、“理性思維”和“理性行為,5,驕陽書苑,1.1 什么是人工智能,圖靈測試】 1950年， 阿蘭圖靈(Alan Turing)提出圖靈測試，為智能提供一個滿足可操作要求的定義。圖靈測試用人類的表現(xiàn)來衡量假設(shè)的智能機器的表現(xiàn)，這無疑是評價智能行為的最好且唯一的標(biāo)準(zhǔn),6,驕陽書苑,1.1 什么是人工智能,圖靈測試的基本過程,圖靈稱為“模仿游戲”的測試是這樣進行的: 將一個人與一臺機器置于一間房間中，而與另外一個人分隔開來，并把后一個人稱為詢問者。詢問者不能直接見到屋中任一方，也不能與他們說話，因此，他不知道到底哪一個實體是機器，只可以通過一個類似終端

4、的文本設(shè)備與他們聯(lián)系,然后,讓詢問者僅根據(jù)通過這個儀器提問收到的答案辨別出哪個是計算機，哪個是人。如果詢問者不能區(qū)別出機器和人，那么根據(jù)圖靈的理論， 就可以認(rèn)為這個機器是智能的,7,驕陽書苑,1.1 什么是人工智能,一臺機器要通過圖靈測試，它需要有下面的能力,自然語言處理: 實現(xiàn)用自然語言與計算機進行交流; 知識表示: 存儲它知道的或聽到的、看到的； 自動推理：能根據(jù)存儲的信息回答問題，并提出新的結(jié)論； 機器學(xué)習(xí)：能適應(yīng)新的環(huán)境，并能檢測和推斷新的模式； 計算機視覺：可以感知物體； 機器人技術(shù)：可以操縱和移動物體,8,驕陽書苑,1.1 什么是人工智能,圖靈測試的重要特征,它給出了一個客觀的智能

5、概念，也就是根據(jù)對一系列特定問題的反應(yīng)來決定是否是智能體的行為。這為判斷智能提供了一個標(biāo)準(zhǔn)，從而避免了有關(guān)部門智能：“真正”特征的必然爭論。 這項實驗使我們免于受到諸如以下目前無法回答的問題的牽制：計算機使用的內(nèi)部處理方法是否恰當(dāng)或者機器是否是否真的意識到其動作。 通過使詢問者只關(guān)注回答問題的內(nèi)容，消除了有利于生物體的偏置,9,驕陽書苑,1.1 什么是人工智能,人工智能（AI）是一門正在發(fā)展中的綜合性前沿學(xué)科，它由計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科相互滲透而發(fā)展起來。 人工智能研究的近期目標(biāo)：是使現(xiàn)有的計算機不僅能做一般的數(shù)值計算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用

6、知識處理問題，能模擬人類的部分智能行為。 人工智能的最終目標(biāo)是建立關(guān)于智能的理論和讓智能機器達到人類的智能水平（人工智能體,10,驕陽書苑,1.2人工智能的發(fā)展,圖靈于1936年提出了一種理想計算機的數(shù)學(xué)模型，后世通稱之為圖靈機?，F(xiàn)已公認(rèn)，所有可計算函數(shù)都能用圖靈機計算，這就是所謂Church-Turing論題。Turing的這項工作為后來出現(xiàn)的電子計算機建立了理論根據(jù)。 1950年10月，圖靈發(fā)表了題為“機器能思考嗎？”的論文，在計算機科學(xué)界引起巨大震撼，為人工智能的創(chuàng)立奠定了基礎(chǔ),人工智能的孕育期,11,驕陽書苑,1.2人工智能的發(fā)展,McCulloch，美國神經(jīng)生理學(xué)家。他和Pitts一

7、起，在1943年建成了第一個神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。McCulloch和Pitts的理論開創(chuàng)了微觀人工智能，即用模擬人腦來實現(xiàn)智能的研究。 Wiener(維納)，美國數(shù)學(xué)家。他于1948年發(fā)表的控制論（Cybernetics或動物與機器中的控制與通信）論文，不但開創(chuàng)了近代控制論，而且為人工智能的行為主義學(xué)派樹立了信息的里程碑。 Shannon(香農(nóng))，美國數(shù)學(xué)家。他于1948年發(fā)表了通訊的數(shù)學(xué)理論，這是一個標(biāo)志，代表了一門新學(xué)科信息論的誕生。信息論對心理學(xué)產(chǎn)生了很大的影響，而心理學(xué)又是人工智能研究的重要支柱,人工智能的孕育期,12,驕陽書苑,1.2人工智能的發(fā)展,人工智能的搖籃期,1956年夏季，人

8、工智能（AI）作為一門獨立的學(xué)科正式誕生在達特茅斯大學(xué)召開的世界上第一次人工智能大會。經(jīng)McCarthy提議，在會上正式?jīng)Q定使用人工智能一詞來概括這個研究方向。 McCarthy人工智能之父 會議參加者： Minsky(哈佛大學(xué)數(shù)學(xué)神經(jīng)學(xué)家) Rochester (IBM公司信息研究中心負責(zé)人) Shannon(香農(nóng))(貝爾實驗室信息部數(shù)學(xué)研究員) T. Moore(摩爾)和A. Samuel(塞繆爾) (IBM公司) A.Newell(艾倫.紐厄爾) H.A.Simon(西蒙,13,驕陽書苑,1.2人工智能的發(fā)展,自這次會議之后的10多年間，人工智能的研究取得了許多引人注目的成就。 1956

9、年，NeweIl和Simon等人首先取得突破，他們編制的程序Logic Theorist證明了數(shù)學(xué)原理第二章中的38條定理。后來經(jīng)過改進，又于1963年證明了該章中的全部52條定理。這一工作受到了人們的高度評價，被認(rèn)為是計算機模擬人的高級思維活動的一個重大成果，是人工智能的真正開端。 從1957年開始，Newell，Shaw和Simon等人就開始研究一種不依賴于具體領(lǐng)域的通用解題程序，稱為GPS(General Problem Solver)。GPS的研究前后持續(xù)了10年，最后的版本發(fā)表于1969年,人工智能的搖籃期,14,驕陽書苑,1.2人工智能的發(fā)展,人工智能的形成期,在邏輯學(xué)方面，魯濱遜

10、(JARobinson)發(fā)表了使用邏輯表達式表示的公理，機械地證明給定的邏輯表達式的方法，它被稱為歸結(jié)原理，對后來的自動定理證明和問題求解的研究產(chǎn)生了很大的影響?，F(xiàn)在有名的程序設(shè)計語言PROLOG也是以歸納原理為基礎(chǔ)的,15,驕陽書苑,1.2人工智能的發(fā)展,人工智能的形成期,在這個時期最大的人工智能研究成果是涉及語義處理的自然語言處理(英語)的研究。MIT的研究生威諾格拉德(TWinograd)開發(fā)了能夠在機器人世界進行會活的自然語言系統(tǒng)SHRDLU。它不僅能分析語法，而且能夠分析語義解釋不明確的句子，對提問通過推理進行回答。恰好在第一屆人工智能國際會議召開之際，人工智能作為一個學(xué)術(shù)領(lǐng)域得到了

11、承認(rèn)。 MIT、斯坦福大學(xué)和CMU被稱為人工智能和計算機科學(xué)的三大中心,16,驕陽書苑,1.2人工智能的發(fā)展,人工智能的發(fā)展期,1972年，法國馬賽大學(xué)A. Cohermer和他領(lǐng)導(dǎo)的研究小組研制成功第一個PROLOG系統(tǒng)，成為了繼LISP語言之后的另一種重要的人工智能程序語言；1972年，斯坦福大學(xué)的E.H. Shortliffe研制了用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN。1974年，Minsky提出了框架理論；Shortliffe于1975年提出并在IMYCIN中應(yīng)用了不精確推理；Duda于1976年提出并在PROSPECTOR中應(yīng)用的貝葉斯方法等等。 1977年，第五屆國際人工智

12、能聯(lián)合會(5thIJCAI)上，F(xiàn)eigenbaum教授在一篇題為人工智能的藝術(shù)：知識工程課題及實例研究的特約文章中，系統(tǒng)地闡述了專家系統(tǒng)的思想，并提出了知識工程(Knowledge Engineering)的概念,17,驕陽書苑,1.2人工智能的發(fā)展,他說；“人工智能研究的知識表示和知識利用的理論，不能直接地用于解決復(fù)雜的實際問題。知識工程師必須把專家的知識變換成易于計算機處理的形式加以存儲。計算機系統(tǒng)通過利用知識進行推理來解決實際問題。”從此之后，處理專家知識的知識工程和利用知識工程的應(yīng)用系統(tǒng)(專家系統(tǒng))大量涌現(xiàn)。專家系統(tǒng)可以預(yù)測在一定條件下某種解的概率。由于當(dāng)時計算機已有巨大容量，專家系

13、統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律。專家系統(tǒng)的市場應(yīng)用很廣。十年間，專家系統(tǒng)被用于股市預(yù)測，幫助醫(yī)生診斷疾病，以及指示礦工確定礦藏位置等。這一切都因為專家系統(tǒng)存儲規(guī)律和信息的能力而成為可能,人工智能的發(fā)展期,18,驕陽書苑,1.2人工智能的發(fā)展,人工智能的實用期,進入20世紀(jì)80年代后，專家系統(tǒng)的開發(fā)已經(jīng)走出實驗室，成為軟件產(chǎn)業(yè)的一個新分支：知識產(chǎn)業(yè)。有人估計，這方面的專業(yè)公司正以差不多每周新開張一個的速度發(fā)展著。 現(xiàn)在，大多數(shù)人工智能專家都承認(rèn)，知識工程是20世紀(jì)七八十年代人工智能研究中最有成就的分支之一，它在恢復(fù)和推進人工智能的社會形象方面起了很大的作用,19,驕陽書苑,1.2人工智能的發(fā)展,作為典

14、型的人工智能產(chǎn)品最早要數(shù)LISP機。其作用是用高速專用工作站把以往在大型計算機上運行的人工智能語言LISP加以實現(xiàn)。在MIT從1975年左右開始試制LISP機。作為一個副產(chǎn)品，一部分研究者成立了公司，最先把LISP機商品化。美國主要的人工智能研究所最先購入LISP機，用戶的范圍逐漸擴大。再者，各種程序設(shè)計語言也商品化了。除此之外，還有作為人機接口的自然語言軟件(英語)、CAI(Computer Aided Instruction)、具有視覺的機器人等。在各公司內(nèi)部使用的產(chǎn)品中，GE公司的機車故障診斷系統(tǒng)和DEC公司的計算機構(gòu)成的輔助系統(tǒng)是很有名的,人工智能的實用期,20,驕陽書苑,1.2人工智

15、能的發(fā)展,然而，隨著專家系統(tǒng)應(yīng)用的不斷深入，專家系統(tǒng)自身存在的知識獲取難、知識領(lǐng)域窄、推理能力弱、智能水平低、沒有分布式功能、實用性差等等問題逐步暴露出來。 日本、美國、英國和歐洲所制訂的那些針對人工智能的大型計劃多數(shù)執(zhí)行到20世紀(jì)80年代中期就開始面臨重重困難，已經(jīng)看出達不到預(yù)想的目標(biāo)1992年，F(xiàn)GCS正式宣告失敗。 進一步分析便發(fā)現(xiàn)，這些困難不只是個別項目的制定有問題，而是涉及人工智能研究的根本性問題,人工智能的實用期,21,驕陽書苑,1.2人工智能的發(fā)展,總的來講是兩個問題：一是所謂的交互(Interaction)問題，即傳統(tǒng)方法只能模擬人類深思熟慮的行為，而不包括人與環(huán)境的交互行為；

16、另一個問題是擴展(Scaling up)問題，即所謂的大規(guī)模的問題，傳統(tǒng)人工智能方法只適合于建造領(lǐng)域狹窄的專家系統(tǒng)，不能把這種方法簡單地推廣到規(guī)模更大、領(lǐng)域更寬的復(fù)雜系統(tǒng)中去。 這些計劃的失敗，對人工智能的發(fā)展是一個挫折。于是到了20世紀(jì)80年代中期，AI特別是專家系統(tǒng)熱大大降溫。進而導(dǎo)致了一部分人對AI前景持悲觀態(tài)度，甚至有人提出AI的冬天已經(jīng)來臨,人工智能的實用期,22,驕陽書苑,1.2人工智能的發(fā)展,人工智能穩(wěn)步增長期,盡管20世紀(jì)80年代中期AI研究的淘金熱跌到谷底，但大部分AI研究者都還保持著清醒的頭腦。一些老資格的學(xué)者早就呼吁不要過于渲染AI的威力，應(yīng)多做些腳踏實地的工作。甚至在這

17、個淘金熱來到時就已預(yù)言其很快就會降溫。也正是在這批人的領(lǐng)導(dǎo)下，大量扎實的研究工作接連不斷地進行，從而使AI技術(shù)和方法論的發(fā)展始終保持了較高的速度,23,驕陽書苑,1.2人工智能的發(fā)展,20世紀(jì)80年代中期的降溫并不意味著AI研究停滯不前或遭受重大挫折，因為過高的期望未達到是預(yù)料中的事，不能認(rèn)為是受到挫折。自那以來，AI研究進入穩(wěn)健的線性增長時期，而人工智能技術(shù)的實用化進程也步入成熟時期,人工智能穩(wěn)步增長期,24,驕陽書苑,1.3人工智能的研究方法,近年來AI研究形成三種不同的研究學(xué)派： 符號主義（AI研究的傳統(tǒng)觀點 ） 聯(lián)接主義：神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法 行為主義：智能行為的基

18、礎(chǔ)是“感知-行動”，是在與環(huán)境的交互作用中表現(xiàn)出來的,25,驕陽書苑,1.3人工智能的研究方法,符號主義,符號主義以符號處理為核心的方法，又稱為自上而下和符號主義,起源于GPS,用于模擬人類問題求解過程的心理過程,逐漸形成為物理符號系統(tǒng)。 AI的目標(biāo)就是實現(xiàn)機器智能,而計算機自身具有符號處理功能,它本身就蘊含著推理能力,因而可能夠方便地模擬邏輯思維過程。符號主義認(rèn)為：人類智能的基本單元是符號，認(rèn)知過程就是符號操作過程，從而思維就是符號計算,26,驕陽書苑,1.3人工智能的研究方法,主要特征: (1)立足于邏輯運算和符號操作,適合于模擬 人的邏輯思維過程,解決需要邏輯推理的復(fù)雜問題。 (2)知識

19、可用顯示的符號表示,在已知基本規(guī)則的情況下,無需輸入大量的細節(jié)知識。 (3)便于模塊化,當(dāng)個別事實發(fā)生變化時,易于修改。 (4)能與傳統(tǒng)的符號數(shù)據(jù)庫進行連接。 (5)可對推理結(jié)論進行解釋,便于對各種可能性進行選擇,27,驕陽書苑,1.3人工智能的研究方法,符號主義,缺點： 可以解決邏輯思維,但對于形象思維難于模擬信息表示成符號后,并在處理或轉(zhuǎn)換時,信息有丟失的情況,28,驕陽書苑,1.3人工智能的研究方法,連接主義以網(wǎng)絡(luò)連接為主的連接機制方法。又稱為自下而上和連接主義,屬于非符號處理范疇。在現(xiàn)實中，人們并不僅僅依靠邏輯推理來求解問題，有時非邏輯推理還其著非常重要的作用,29,驕陽書苑,1.3人

20、工智能的研究方法,連接主義,主要特征: (1)通過神經(jīng)元之間的并行協(xié)作實現(xiàn)信息處理,處理過程具有并行性,動態(tài)性,全局性 (2)可以實現(xiàn)聯(lián)想的功能,便于對有噪聲的信息進行處理 (3)可以通過對神經(jīng)元之間連接強度的調(diào)整實現(xiàn)學(xué)習(xí)和分類等 (4)適合模擬人類的形象思維過程 (5)求解問題時,可以較快的得到一個近似解,30,驕陽書苑,1.3人工智能的研究方法,連接主義,缺點： (1)不適合于解決邏輯思維 (2)體現(xiàn)結(jié)構(gòu)固定和組成方案單一的系統(tǒng)也不適合多種知識的開發(fā),31,驕陽書苑,1.3人工智能的研究方法,行為主義又稱為進化主義或控制論學(xué)派，是基于控制論和“動作-感知”型控制系統(tǒng)的人工智能學(xué)派，屬于非符

21、號處理方法 行為基本觀點可以概括為： 1、知識和形式化表達和模型化方法是人工智能的重要障礙之一； 2、智能取決于感知和行動，應(yīng)直接利用機器對環(huán)境作用后，環(huán)境對作用的響應(yīng)為原形 3、智能行為只能現(xiàn)實在世界中與周圍環(huán)境交互作用而表現(xiàn)出來 4、人工智能可以像人類智能一樣逐步進化，分階段發(fā)展和增強,32,驕陽書苑,1.3人工智能的研究方法,這種觀點認(rèn)為人工智能起源于控制論，智能取決于感知和行動(所以被稱為行為主義)，它不需要知識、不需要表示、不需要推理。 其代表人是布魯克(R.A. Brooks)，他的觀點是：人的本質(zhì)能力是在動態(tài)環(huán)境中的行為能力、對外界事物的感知能力、維持生命和繁衍生息的能力，正是這

22、些能力對智能的發(fā)展提供了基礎(chǔ)，因此智能行為只能在與現(xiàn)實世界的環(huán)境交互作用中表現(xiàn)出來，這似乎符合達爾文的進化論，即人工智能也會像人類智能一樣通過逐步進化而實現(xiàn)(所以稱為進化主義)，而不需要有知識表示和知識推理,行為主義,33,驕陽書苑,1.3人工智能的研究方法,Brooks的代表性成果是他所研制的6足機器蟲。Brooks認(rèn)為要求機器人像人一樣去思維太困難了，在做一個像樣的機器人之前，不如先做一個像樣的機器蟲，由機器蟲慢慢進化， 或許可以做出機器人。于是他在MIT的AI實驗室研制成功了一個由150個傳感器和23個執(zhí)行器構(gòu)成的像煌蟲一樣能做6足行走的機器人實驗系統(tǒng)。這個機器蟲雖然不具有像人那樣的推理

23、、規(guī)劃能力 , 但其應(yīng)付復(fù)雜環(huán)境的能力卻大大超過了原有的機器人, 在自然(非結(jié)構(gòu)化)環(huán)境下，具有靈活的防碰撞和漫游行為 。 目前這一觀點尚未形成完整的理論體系，有待進一步研究，但由于它與人們的傳統(tǒng)看法完全不同，因而引起了人工智能界的注意,34,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,人工智能研究的主要內(nèi)容包括機器學(xué)習(xí)、問題求解、專家系統(tǒng) 、模式識別、自然語言處理 、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、自動定理證明、機器學(xué)習(xí)等廣泛內(nèi)容,35,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,機器學(xué)習(xí),機器學(xué)習(xí)就是讓計算機能夠像人那樣自動獲取新知識，并在實踐中不斷地完善自我和增強能力，使得系統(tǒng)在下一次執(zhí)行同樣任務(wù)或類似

24、的任務(wù)時，會比現(xiàn)在做得更好或效率更高。 機器學(xué)習(xí)的研究一方面可以使機器能自動獲取知識，賦予機器更多的智能；另一方面可以進一步揭示人類思維規(guī)律和學(xué)習(xí)奧秘，幫助人們提高學(xué)習(xí)效率。機器學(xué)習(xí)的研究還會對記憶存儲模式、信息輸入方式及計算機體系結(jié)構(gòu)產(chǎn)生重大影響。 機器學(xué)習(xí)主要有機械學(xué)習(xí)、歸納學(xué)習(xí)、類比學(xué)習(xí)、解釋學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、遺傳學(xué)習(xí)和連接學(xué)習(xí)等,36,驕陽書苑,機器學(xué)習(xí)的研究尚處于初級階段，但卻是一個必須大力開展研究的領(lǐng)域。只有機器學(xué)習(xí)的研究取得進展，人工智能和知識工程才會取得重大突破,1.4人工智能的應(yīng)用領(lǐng)域,機器學(xué)習(xí),37,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,問題求解,人工智能的第一大成就是能夠求解

25、難題的下棋(如象棋)程序。在下棋程序中應(yīng)用的某些技術(shù)，如向前看幾步，并把困難的問題分成一些比較容易的子問題，發(fā)展成為搜索和問題歸約這樣的人工智能基本技術(shù)。另一種問題求解程序是把各種數(shù)學(xué)公式符號匯編在一起，使其性能達到很高的水平，并正在為許多科學(xué)家和工程師所應(yīng)用。有些程序甚至還能夠用經(jīng)驗來改善其性能,38,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,專家系統(tǒng)是一個計算機智能軟件系統(tǒng)，它運用特定領(lǐng)域的專門知識，通過推理來模擬解決通常由人類專家才能解決的各種復(fù)雜、具體的問題，其解決問題的能力達到與領(lǐng)域?qū)＜彝人健?專家系統(tǒng)的研究起源于前述的DENDRAL系統(tǒng)，它和后來研制的MYCIN系統(tǒng)一起推動了專家系統(tǒng)

26、技術(shù)的大發(fā)展。進入20世紀(jì)80年代后期，專家系統(tǒng)加快了其實用化步伐。 例如據(jù)1988年美國的一份統(tǒng)計資料講：1987年得到實用的專家系統(tǒng)為50個，而1988年則達1400個，至于聲稱在研制開發(fā)中的專家系統(tǒng)就更多了,專家系統(tǒng),39,驕陽書苑,成功案例American Express公司研制的專家系統(tǒng)AA和CA,長期以來，該公司提供的信用卡服務(wù)面臨惡性透支和欺騙行為等問題，致使公司每年蒙受高達1億美元的損失。為此，判斷持卡人是否正當(dāng)使用信用卡成為迫切需解決的問題。如何在90秒的時間內(nèi)對多達16屏幕的信用卡記錄進行審查？人工審查是不可能的。所以公司于1988年研制了AA系統(tǒng)來幫助做信用卡審查工作，獲

27、得了巨大成功，每年可為公司挽回損失近2700萬美元。 1991年公司又研制了CA系統(tǒng)來審查AA系統(tǒng)決策的合理性，以求提高AA系統(tǒng)的可靠性。作為這兩個專家系統(tǒng)聯(lián)合工作的結(jié)果，公司幾乎每年可挽回5000萬美元的損失。 CA系統(tǒng)的開發(fā)涉及到美國司法的復(fù)雜性50個州各自頒布差異很大的信用法律，知識處理技術(shù)正好大有用武之地,1.4人工智能的應(yīng)用領(lǐng)域,40,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,目前，專家系統(tǒng)已廣泛用于工業(yè)、農(nóng)業(yè)、醫(yī)療、地質(zhì)、氣象、交通、軍事、教育、空間技術(shù)、信息管理等各方面，大大提高了工作效率和工作質(zhì)量，創(chuàng)造了可觀的經(jīng)濟效益和積極的社會效益。 今后專家系統(tǒng)研究的重點課題是：如何克服專家系統(tǒng)

28、的脆弱性，提高魯棒性，淺層知識與深層知識推理的結(jié)合，多專家系統(tǒng)協(xié)作求解，自動知識獲取等,41,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,模式識別是研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式的識別。如識別物體、地形、圖像、字體（如簽字）等。模式識別是一個不斷發(fā)展的新學(xué)科它的理論基礎(chǔ)和研究范圍也在不斷發(fā)展。隨著生物醫(yī)學(xué)對人類大腦的初步認(rèn)識，模擬人腦構(gòu)造的計算機實驗即人工神經(jīng)網(wǎng)絡(luò)方法早在20世紀(jì)50年代末和60年代初就已經(jīng)開始。在日常生活各方面以及軍事上都有廣大的用途。至今，在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面,模式識別,42,驕陽

29、書苑,1.4人工智能的應(yīng)用領(lǐng)域,如果能讓計算機“聽懂”、“看懂”人類自身的語言(如漢語、英語、法語等)，那將使更多的人可以使用計算機，大大提高計算機的利用率。自然語言理解就是研究如何讓計算機理解人類自然語言的一個研究領(lǐng)域。自然語言理解是指機器能夠執(zhí)行人類所期望的以下語言功能： 回答有關(guān)提問(question-answering)； 摘要生成和文本釋義(Summarizing and paraphrase)； 翻譯(translation),自然語言處理,43,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,IDSS是將AI技術(shù)引入DSS而形成的一種新型信息系統(tǒng)。它是以信息技術(shù)為手段，應(yīng)用管理科學(xué)、計算機科學(xué)及有關(guān)學(xué)科的理論與方法，針對半結(jié)構(gòu)化和非結(jié)構(gòu)化的決策問題，通過提供背景材料、協(xié)助明確問題、修改完善模型、列舉可能方案、進行分析比較等方式，為管理者做出決策提供幫助的智能型人機互助式信息系統(tǒng) 。 在席卷全球的信息革命浪潮中，IDSS作為DSS研究的熱點和主要發(fā)展方向，引起了國內(nèi)外學(xué)術(shù)界和企業(yè)界的極大重視,智能決策支持系統(tǒng),44,驕陽書苑,1.4人工智能的應(yīng)用領(lǐng)域,人工神經(jīng)網(wǎng)絡(luò)是一個用大量稱做人工神經(jīng)元的簡單處理單元經(jīng)