人工智能概述課件_第1頁(yè)
人工智能概述課件_第2頁(yè)
人工智能概述課件_第3頁(yè)
人工智能概述課件_第4頁(yè)
人工智能概述課件_第5頁(yè)
已閱讀5頁(yè),還剩211頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第1章人工智能概述1.1什么是人工智能1.2人工智能的研究意義、目標(biāo)和策略1.3人工智能的學(xué)科范疇1.4人工智能的研究?jī)?nèi)容1.5人工智能的研究途徑與方法1.6人工智能的基本技術(shù)1.7人工智能的應(yīng)用1.8人工智能的分支領(lǐng)域與研究方向1.9人工智能的發(fā)展概況習(xí)題一第1章人工智能概述1.1什么是人工智能11.1什么是人工智能

1.1.1人工智能概念的一般描述顧名思義,人工智能就是人造智能,其英文表示是“ArtificialIntelligence”,簡(jiǎn)稱AI?!叭斯ぶ悄堋币辉~目前是指用計(jì)算機(jī)模擬或?qū)崿F(xiàn)的智能,因此人工智能又稱機(jī)器智能。當(dāng)然,這只是對(duì)人工智能的字面解釋或一般解釋。關(guān)于人工智能的科學(xué)定義,學(xué)術(shù)界目前還沒有統(tǒng)一的認(rèn)識(shí)。下面是部分學(xué)者對(duì)人工智能概念的描述,可以看做是他們各自對(duì)人工智能所下的定義。1.1什么是人工智能1.1.1人工智能概念的一般描述2——人工智能是那些與人的思維相關(guān)的活動(dòng),諸如決策、問題求解和學(xué)習(xí)等的自動(dòng)化(Bellman,1978年)?!斯ぶ悄苁且环N計(jì)算機(jī)能夠思維,使機(jī)器具有智力的激動(dòng)人心的新嘗試(Haugeland,1985年)?!斯ぶ悄苁茄芯咳绾巫層?jì)算機(jī)做現(xiàn)階段只有人才能做得好的事情(RichKnight,1991年)。——人工智能是那些使知覺、

推理和行為成為可能的計(jì)算的研究(Winston,1992年)。

——人工智能是那些與人的思維相關(guān)的活動(dòng),諸如決策、問3——廣義地講,人工智能是關(guān)于人造物的智能行為,而智能行為包括知覺、推理、學(xué)習(xí)、交流和在復(fù)雜環(huán)境中的行為(Nilsson,1998年)。——StuartRussell和PeterNorvig則把已有的一些人工智能定義分為4類:像人一樣思考的系統(tǒng)、像人一樣行動(dòng)的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動(dòng)的系統(tǒng)(2003年)?!獜V義地講,人工智能是關(guān)于人造物的智能行為,而智能4可以看出,這些定義雖然都指出了人工智能的一些特征,但用它們卻難以界定一臺(tái)計(jì)算機(jī)是否具有智能。因?yàn)橐缍C(jī)器是否具有智能,必然要涉及到什么是智能的問題,但這卻是一個(gè)難以準(zhǔn)確回答的問題。所以,盡管人們給出了關(guān)于人工智能的不少說法,但都沒有完全或嚴(yán)格地用智能的內(nèi)涵或外延來定義人工智能。

可以看出,這些定義雖然都指出了人工智能的一些特征,但51.1.2圖靈測(cè)試和中文屋子關(guān)于如何界定機(jī)器智能,早在人工智能學(xué)科還未正式誕生之前的1950年,計(jì)算機(jī)科學(xué)創(chuàng)始人之一的英國(guó)數(shù)學(xué)家阿蘭·圖靈(AlanTuring)就提出了現(xiàn)稱為“圖靈測(cè)試”(TuringTest)的方法。簡(jiǎn)單來講,圖靈測(cè)試的做法是:讓一位測(cè)試者分別與一臺(tái)計(jì)算機(jī)和一個(gè)人進(jìn)行交談(當(dāng)時(shí)是用電傳打字機(jī)),而測(cè)試者事先并不知道哪一個(gè)被測(cè)者是人,哪一個(gè)是計(jì)算機(jī)。如果交談后測(cè)試者分不出哪一個(gè)被測(cè)者是人,哪一個(gè)是計(jì)算機(jī),則可以認(rèn)為這臺(tái)被測(cè)的計(jì)算機(jī)具有智能。

1.1.2圖靈測(cè)試和中文屋子6對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(JohnSearle,1980年)提出了異議。他用一個(gè)現(xiàn)在稱為“中文屋子”的假設(shè),試圖說明即便是一臺(tái)計(jì)算機(jī)通過了圖靈測(cè)試,也不能說它就真的具有智能。中文屋子假設(shè)是說:有一臺(tái)計(jì)算機(jī)閱讀了一段故事并且能正確回答相關(guān)問題,這樣這臺(tái)計(jì)算就通過了圖靈測(cè)試。而西爾勒設(shè)想將這段故事和問題改用中文描述(因?yàn)樗救瞬欢形?,然后將自己封閉在一個(gè)屋子里,代替計(jì)算機(jī)閱讀這段故事并且回答相關(guān)問題。描述這段故事和問題的一連串中文符號(hào)只能通過一個(gè)很小的縫隙被送到屋子里。西爾勒則完全按照原先計(jì)算機(jī)程序的處理方式和過程(如符號(hào)匹配、查找、照抄等)對(duì)這些符號(hào)串進(jìn)行操作,然后把得到的結(jié)果即問題答案通過小縫隙送出去。西爾勒認(rèn)為盡管計(jì)算機(jī)用這種符號(hào)處理方式也能正確回答問題,并且也可通過圖靈測(cè)試,但仍然不能說計(jì)算機(jī)就有了智能。

對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(JohnS71.1.3腦智能和群智能

群智能是有別于腦智能的。事實(shí)上,它們是屬于不同層次的智能。腦智能是一種個(gè)體智能(IndividualIntelligence,II),而群智能是一種社會(huì)智能(SocialIntelligence,SI),或者說是系統(tǒng)智能(SystemIntelligence,SI)。但對(duì)于人腦來說,宏觀心理(或者語(yǔ)言)層次上的腦智能與神經(jīng)元層次上的群智能又有密切的關(guān)系——正是微觀生理層次上低級(jí)的神經(jīng)元的群智能形成了宏觀心理層次上高級(jí)的腦智能(但二者之間的具體關(guān)系如何,卻仍然是個(gè)迷,這個(gè)問題的解決需要借助于系統(tǒng)科學(xué))。1.1.3腦智能和群智能81.1.4符號(hào)智能和計(jì)算智能1.符號(hào)智能符號(hào)智能就是符號(hào)人工智能,它是模擬腦智能的人工智能,也就是所說的傳統(tǒng)人工智能或經(jīng)典人工智能。符號(hào)智能以符號(hào)形式的知識(shí)和信息為基礎(chǔ),主要通過邏輯推理,運(yùn)用知識(shí)進(jìn)行問題求解。符號(hào)智能的主要內(nèi)容包括知識(shí)獲取(knowledgeacquisition)、知識(shí)表示(knowledgerepresentation)、

知識(shí)組織與管理和知識(shí)運(yùn)用等技術(shù)(這些構(gòu)成了所謂的知識(shí)工程(KnowledgeEngineering,KE))以及基于知識(shí)的智能系統(tǒng)等。

1.1.4符號(hào)智能和計(jì)算智能9

2.計(jì)算智能計(jì)算智能就是計(jì)算人工智能,它是模擬群智能的人工智能。計(jì)算智能以數(shù)值數(shù)據(jù)為基礎(chǔ),主要通過數(shù)值計(jì)算,運(yùn)用算法進(jìn)行問題求解。

計(jì)算智能的主要內(nèi)容包括:神經(jīng)計(jì)算(NeuralComputation,NC)、

進(jìn)化計(jì)算(亦稱演化計(jì)算,EvolutionaryComputation,EC,包括遺傳算法(GeneticAlgorithm,GA)、

進(jìn)化規(guī)劃(EvolutionaryPlanning,EP)、進(jìn)化策略(EvolutionaryStrategies,ES)等)、免疫計(jì)算(immunecomputation)、

粒群算法(ParticleSwarmAlgorithm,PSA)、

蟻群算法(AntColonyAlgorithm,ACA)、

自然計(jì)算(NaturalComputation,NC)以及人工生命(ArtificialLife,AL)等。

計(jì)算智能主要研究各類優(yōu)化搜索算法,是當(dāng)前人工智能學(xué)科中一個(gè)十分活躍的分支領(lǐng)域。

2.計(jì)算智能101.2人工智能的研究意義、目標(biāo)和策略

1.2.1為什么要研究人工智能我們知道,計(jì)算機(jī)是迄今為止最有效的信息處理工具,以至于人們稱它為“電腦”。但現(xiàn)在的普通計(jì)算機(jī)系統(tǒng)的智能還相當(dāng)?shù)拖?譬如缺乏自適應(yīng)、自學(xué)習(xí)、自優(yōu)化等能力,也缺乏社會(huì)常識(shí)或?qū)I(yè)知識(shí)等,而只能是被動(dòng)地按照人們?yōu)樗孪劝才藕玫墓ぷ鞑襟E進(jìn)行工作。因而它的功能和作用就受到很大的限制,難以滿足越來越復(fù)雜和越來越廣泛的社會(huì)需求。既然計(jì)算機(jī)和人腦一樣都可進(jìn)行信息處理,那么是否能讓計(jì)算機(jī)同人腦一樣也具有智能呢?這正是人們研究人工智能的初衷。

1.2人工智能的研究意義、目標(biāo)和策略1.2.1為什么要11研究人工智能也是當(dāng)前信息化社會(huì)的迫切要求。我們知道,人類社會(huì)現(xiàn)在已經(jīng)進(jìn)入了信息化時(shí)代。信息化的進(jìn)一步發(fā)展,就必須有智能技術(shù)的支持。例如,當(dāng)前迅速發(fā)展著的互聯(lián)網(wǎng)(Internet)、萬維網(wǎng)(WWW)和網(wǎng)格(Grid)就強(qiáng)烈地需要智能技術(shù)的支持。也就是說,人工智能技術(shù)在Internet、WWW和Grid上將發(fā)揮重要作用。智能化也是自動(dòng)化發(fā)展的必然趨勢(shì)。自動(dòng)化發(fā)展到一定水平,再向前發(fā)展就必然是智能化。事實(shí)上,智能化將是繼機(jī)械化、自動(dòng)化之后,人類生產(chǎn)和生活中的又一個(gè)技術(shù)特征。

研究人工智能也是當(dāng)前信息化社會(huì)的迫切要求。我們知道,人121.2.2人工智能的研究目標(biāo)和策略人工智能作為一門學(xué)科,其研究目標(biāo)就是制造智能機(jī)器和智能系統(tǒng),實(shí)現(xiàn)智能化社會(huì)。具體來講,就是要使計(jì)算機(jī)不僅具有腦智能和群智能,還要具有看、聽、說、寫等感知和交流能力。簡(jiǎn)言之,就是要使計(jì)算機(jī)具有自主發(fā)現(xiàn)規(guī)律、解決問題和發(fā)明創(chuàng)造的能力,從而大大擴(kuò)展和延伸人的智能,實(shí)現(xiàn)人類社會(huì)的全面智能化。人工智能學(xué)科的研究策略則是先部分地或某種程度地實(shí)現(xiàn)機(jī)器的智能,并運(yùn)用智能技術(shù)解決各種實(shí)際問題特別是工程問題,從而使現(xiàn)有的計(jì)算機(jī)更靈活、更好用和更有用,成為人類的智能化信息處理工具,從而逐步擴(kuò)展和不斷延伸人的智能,逐步實(shí)現(xiàn)智能化。

1.2.2人工智能的研究目標(biāo)和策略131.3人工智能的學(xué)科范疇

現(xiàn)在,人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個(gè)重要學(xué)科。因?yàn)樵搶W(xué)科研究的是如何使機(jī)器(計(jì)算機(jī))具有智能或者說如何利用計(jì)算機(jī)實(shí)現(xiàn)智能的理論、方法和技術(shù),所以,當(dāng)前的人工智能既屬于計(jì)算機(jī)科學(xué)技術(shù)的一個(gè)前沿領(lǐng)域,也屬于信息處理和自動(dòng)化技術(shù)的一個(gè)前沿領(lǐng)域。但由于其研究?jī)?nèi)容涉及到“智能”,因此,人工智能又不局限于計(jì)算機(jī)、信息和自動(dòng)化等學(xué)科,還涉及到智能科學(xué)、認(rèn)知科學(xué)、心理科學(xué)、腦及神經(jīng)科學(xué)、生命科學(xué)、語(yǔ)言學(xué)、邏輯學(xué)、行為科學(xué)、教育科學(xué)、系統(tǒng)科學(xué)、數(shù)理科學(xué)以及控制論、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域。

所以,人工智能實(shí)際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科。

1.3人工智能的學(xué)科范疇現(xiàn)在,人工智能已構(gòu)成信息技141.4人工智能的研究?jī)?nèi)容

1.4.1搜索與求解所謂搜索,就是為了達(dá)到某一目標(biāo)而多次地進(jìn)行某種操作、運(yùn)算、推理或計(jì)算的過程。事實(shí)上,搜索是人在求解問題時(shí)而不知現(xiàn)成解法的情況下所采用的一種普遍方法。這可以看做是人類和其他生物所具有的一種元知識(shí)。另一方面,人工智能的研究實(shí)踐也表明,許多問題(包括智力問題和實(shí)際工程問題)的求解都可以描述為或者歸結(jié)為對(duì)某種圖或空間的搜索問題。進(jìn)一步人們發(fā)現(xiàn),許多智能活動(dòng)(包括腦智能和群智能)的過程,甚至幾乎所有智能活動(dòng)的過程,都可以看做或者抽象為一個(gè)基于搜索的問題求解過程。因此,搜索技術(shù)就成為人工智能最基本的研究?jī)?nèi)容。

1.4人工智能的研究?jī)?nèi)容1.4.1搜索與求解151.4.2學(xué)習(xí)與發(fā)現(xiàn)學(xué)習(xí)與發(fā)現(xiàn)是指機(jī)器的知識(shí)學(xué)習(xí)和規(guī)律發(fā)現(xiàn)。事實(shí)上,經(jīng)驗(yàn)積累能力、規(guī)律發(fā)現(xiàn)能力和知識(shí)學(xué)習(xí)能力都是智能的表現(xiàn)。那么,要實(shí)現(xiàn)人工智能就應(yīng)該賦予機(jī)器這些能力。因此,關(guān)于機(jī)器的學(xué)習(xí)和發(fā)現(xiàn)技術(shù)就是人工智能的重要研究?jī)?nèi)容。

1.4.2學(xué)習(xí)與發(fā)現(xiàn)161.4.3知識(shí)與推理我們知道“知識(shí)就是力量”。在人工智能中,人們則更進(jìn)一步領(lǐng)略到了這句話的深刻內(nèi)涵。的確,對(duì)智能來說,知識(shí)太重要了,以致可以說“知識(shí)就是智能”。事實(shí)上,能發(fā)現(xiàn)客觀規(guī)律是一種有智能的表現(xiàn),能運(yùn)用知識(shí)解決問題也是有智能的表現(xiàn),而且是最為基本的一種表現(xiàn)。而發(fā)現(xiàn)規(guī)律和運(yùn)用知識(shí)本身還需要知識(shí)。因此可以說,知識(shí)是智能的基礎(chǔ)和源泉。所以,要實(shí)現(xiàn)人工智能,計(jì)算機(jī)就必須擁有知識(shí)和運(yùn)用知識(shí)的能力。為此,就要研究面向機(jī)器的知識(shí)表示形式和基于各種表示的機(jī)器推理技術(shù)。知識(shí)表示要求便于計(jì)算機(jī)的接受、存儲(chǔ)、處理和運(yùn)用,機(jī)器的推理方式與知識(shí)的表示又息息相關(guān)。由于推理是人腦的一個(gè)基本功能和重要功能,因此,在符號(hào)智能中幾乎處處都與推理有關(guān)。1.4.3知識(shí)與推理171.4.4發(fā)明與創(chuàng)造這里的發(fā)明創(chuàng)造是廣義的,它既包括我們通常所說的發(fā)明創(chuàng)造,如機(jī)器、儀器、設(shè)備等的發(fā)明和革新,也包括創(chuàng)新性軟件、方案、規(guī)劃、設(shè)計(jì)等的研制和技術(shù)、方法的創(chuàng)新以及文學(xué)、藝術(shù)的創(chuàng)作,還包括思想、理論、法規(guī)的建立和創(chuàng)新等等。我們知道,發(fā)明創(chuàng)造不僅需要知識(shí)和推理,還需要想象和靈感。它不僅需要邏輯思維,而且還需要形象思維。所以,這個(gè)領(lǐng)域應(yīng)該說是人工智能中最富挑戰(zhàn)性的一個(gè)研究領(lǐng)域。目前,人們?cè)谶@一領(lǐng)域已經(jīng)開展了一些工作,并取得了一些成果,例如已展開了關(guān)于形象信息的認(rèn)知理論、計(jì)算模型和應(yīng)用技術(shù)的研究,已開發(fā)出了計(jì)算機(jī)輔助創(chuàng)新軟件,還嘗試用計(jì)算機(jī)進(jìn)行文藝創(chuàng)作等等。但總的來講,原創(chuàng)性的機(jī)器發(fā)明創(chuàng)造進(jìn)展甚微,甚至還是空白。

1.4.4發(fā)明與創(chuàng)造181.4.5感知與交流感知與交流是指計(jì)算機(jī)對(duì)外部信息的直接感知和人機(jī)之間、智能體之間的直接信息交流。機(jī)器感知就是計(jì)算機(jī)直接“感覺”周圍世界,就像人一樣通過“感覺器官”直接從外界獲取信息,如通過視覺器官獲取圖形、圖像信息,通過聽覺器官獲取聲音信息。所以,機(jī)器感知包括計(jì)算機(jī)視覺、聽覺等各種感覺能力。機(jī)器信息交流涉及通信和自然語(yǔ)言處理等技術(shù)。自然語(yǔ)言處理又包括自然語(yǔ)言理解和表達(dá)。感知和交流是擬人化智能個(gè)體或智能系統(tǒng)(如Agent和智能機(jī)器人)所不可缺少的功能組成部分,所以這也是人工智能的研究?jī)?nèi)容之一。

1.4.5感知與交流191.4.6記憶與聯(lián)想記憶是智能的基本條件,不管是腦智能還是群智能,都以記憶為基礎(chǔ)。記憶也是人腦的基本功能之一。在人腦中,伴隨著記憶的就是聯(lián)想,聯(lián)想是人腦的奧秘之一。計(jì)算機(jī)要模擬人腦的思維就必須具有聯(lián)想功能。要實(shí)現(xiàn)聯(lián)想無非就是建立事物之間的聯(lián)系。在機(jī)器世界里面就是有關(guān)數(shù)據(jù)、信息或知識(shí)之間的聯(lián)系。當(dāng)然,建立這種聯(lián)系的辦法很多,比如用指針、函數(shù)、鏈表等等。我們通常的信息查詢就是這樣做的。但傳統(tǒng)方法實(shí)現(xiàn)的聯(lián)想,只能對(duì)于那些完整的、確定的(輸入)信息,聯(lián)想起(輸出)有關(guān)的信息。這種“聯(lián)想”與人腦的聯(lián)想功能相差甚遠(yuǎn)。人腦能對(duì)那些殘缺的、失真的、變形的輸入信息,仍然可以快速準(zhǔn)確地輸出聯(lián)想響應(yīng)。1.4.6記憶與聯(lián)想20從機(jī)器內(nèi)部的實(shí)現(xiàn)方法來看,傳統(tǒng)的信息查詢是基于傳統(tǒng)計(jì)算機(jī)的按地址存取方式進(jìn)行的。而研究表明,人腦的聯(lián)想功能是基于神經(jīng)網(wǎng)絡(luò)的按內(nèi)容記憶方式進(jìn)行的。也就是說,只要是內(nèi)容相關(guān)的事情,不管在哪里(與存儲(chǔ)地址無關(guān)),都可由其相關(guān)的內(nèi)容被想起。例如,蘋果這一概念,一般有形狀、大小、顏色等特征,我們所要介紹的內(nèi)容記憶方式就是由形狀(比如蘋果是圓形的)想起顏色、

大小等特征,而不需要關(guān)心其內(nèi)部地址。

從機(jī)器內(nèi)部的實(shí)現(xiàn)方法來看,傳統(tǒng)的信息查詢是基于傳統(tǒng)計(jì)算21當(dāng)前,在機(jī)器聯(lián)想功能的研究中,人們就是利用這種按內(nèi)容記憶原理,采用一種稱為“聯(lián)想存儲(chǔ)”的技術(shù)來實(shí)現(xiàn)聯(lián)想功能。聯(lián)想存儲(chǔ)的特點(diǎn)是:——可以存儲(chǔ)許多相關(guān)(激勵(lì),響應(yīng))模式對(duì)?!ㄟ^自組織過程可以完成這種存儲(chǔ)?!苑植?、穩(wěn)健的方式(可能會(huì)有很高的冗余度)存儲(chǔ)信息?!梢愿鶕?jù)接收到的相關(guān)激勵(lì)模式產(chǎn)生并輸出適當(dāng)?shù)捻憫?yīng)模式?!词馆斎爰?lì)模式失真或不完全時(shí),仍然可以產(chǎn)生正確的響應(yīng)模式。

——可在原存儲(chǔ)中加入新的存儲(chǔ)模式。

當(dāng)前,在機(jī)器聯(lián)想功能的研究中,人們就是利用這種按內(nèi)容記221.4.7系統(tǒng)與建造系統(tǒng)與建造是指智能系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)技術(shù)。它包括智能系統(tǒng)的分類、硬/軟件體系結(jié)構(gòu)、設(shè)計(jì)方法、實(shí)現(xiàn)語(yǔ)言工具與環(huán)境等。由于人工智能一般總要以某種系統(tǒng)的形式來表現(xiàn)和應(yīng)用,因此關(guān)于智能系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)技術(shù)也是人工智能的研究?jī)?nèi)容之一。

1.4.7系統(tǒng)與建造231.4.8應(yīng)用與工程應(yīng)用與工程是指人工智能的應(yīng)用和工程研究,這是人工智能技術(shù)與實(shí)際應(yīng)用的接口。它主要研究人工智能的應(yīng)用領(lǐng)域、應(yīng)用形式、具體應(yīng)用工程項(xiàng)目等。其研究?jī)?nèi)容涉及問題的分析、識(shí)別和表示,相應(yīng)求解方法和技術(shù)的選擇等。

1.4.8應(yīng)用與工程241.5人工智能的研究途徑與方法

1.5.1心理模擬,符號(hào)推演“心理模擬,符號(hào)推演”就是從人腦的宏觀心理層面入手,以智能行為的心理模型為依據(jù),將問題或知識(shí)表示成某種邏輯網(wǎng)絡(luò),采用符號(hào)推演的方法,模擬人腦的邏輯思維過程,實(shí)現(xiàn)人工智能。

1.5人工智能的研究途徑與方法1.5.1心理模擬,符25采用這一途徑與方法的原因是:①人腦的可意識(shí)到的思維活動(dòng)是在心理層面上進(jìn)行的(如我們的記憶、聯(lián)想、推理、計(jì)算、思考等思維過程都是一些心理活動(dòng)),心理層面上的思維過程是可以用語(yǔ)言符號(hào)顯式表達(dá)的,從而人的智能行為就可以用邏輯來建模。②心理學(xué)、邏輯學(xué)、語(yǔ)言學(xué)等實(shí)際上也是建立在人腦的心理層面上的,從而這些學(xué)科的一些現(xiàn)成理論和方法就可供人工智能參考或直接使用。③當(dāng)前的數(shù)字計(jì)算機(jī)可以方便地實(shí)現(xiàn)語(yǔ)言符號(hào)型知識(shí)的表示和處理。④可以直接運(yùn)用人類已有顯式知識(shí)(包括理論知識(shí)和經(jīng)驗(yàn)知識(shí))直接建立基于知識(shí)的智能系統(tǒng)。

采用這一途徑與方法的原因是:①人腦的可意識(shí)到的思維活26基于心理模擬和符號(hào)推演的人工智能研究,被稱為心理學(xué)派、邏輯學(xué)派、符號(hào)主義。早期的代表人物有紐厄爾(AllenNewell)、肖(Shaw)、西蒙(HerbertSimon)等,后來還有費(fèi)根寶姆(E.A.Feigenbaum)、尼爾遜(Nilsson)等。其代表性的理念是所謂的“物理符號(hào)系統(tǒng)假設(shè)”,即認(rèn)為人對(duì)客觀世界的認(rèn)知基元是符號(hào),認(rèn)知過程就是符號(hào)處理的過程;而計(jì)算機(jī)也可以處理符號(hào),所以就可以用計(jì)算機(jī)通過符號(hào)推演的方式來模擬人的邏輯思維過程,實(shí)現(xiàn)人工智能。

基于心理模擬和符號(hào)推演的人工智能研究,被稱為心理學(xué)派、27符號(hào)推演法是人工智能研究中最早使用的方法之一。人工智能的許多重要成果也都是用該方法取得的,如自動(dòng)推理、定理證明、問題求解、機(jī)器博弈、專家系統(tǒng)等等。由于這種方法模擬人腦的邏輯思維,利用顯式的知識(shí)和推理來解決問題,因此,它擅長(zhǎng)實(shí)現(xiàn)人腦的高級(jí)認(rèn)知功能,如推理、

決策等。

符號(hào)推演法是人工智能研究中最早使用的方法之一。人工智能的281.5.2生理模擬,神經(jīng)計(jì)算“生理模擬,神經(jīng)計(jì)算”就是從人腦的生理層面,即微觀結(jié)構(gòu)和工作機(jī)理入手,以智能行為的生理模型為依據(jù),采用數(shù)值計(jì)算的方法,模擬腦神經(jīng)網(wǎng)絡(luò)的工作過程,實(shí)現(xiàn)人工智能。具體來講,就是用人工神經(jīng)網(wǎng)絡(luò)作為信息和知識(shí)的載體,用稱為神經(jīng)計(jì)算的數(shù)值計(jì)算方法來實(shí)現(xiàn)網(wǎng)絡(luò)的學(xué)習(xí)、記憶、聯(lián)想、識(shí)別和推理等功能。1.5.2生理模擬,神經(jīng)計(jì)算29我們知道,人腦的生理結(jié)構(gòu)是由大約1011~1012個(gè)神經(jīng)元(細(xì)胞)組成的神經(jīng)網(wǎng)絡(luò),而且是一個(gè)動(dòng)態(tài)的、開放的、高度復(fù)雜的巨系統(tǒng),以致于人們至今對(duì)它的生理結(jié)構(gòu)和工作機(jī)理還未完全弄清楚。因此,對(duì)人腦的真正和完全模擬,一時(shí)還難以辦到。所以,目前的生理模擬只是對(duì)人腦的局部或近似模擬,也就是從群智能的層面進(jìn)行模擬,實(shí)現(xiàn)人工智能。這種方法一般是通過神經(jīng)網(wǎng)絡(luò)的“自學(xué)習(xí)”獲得知識(shí),再利用知識(shí)解決問題。神經(jīng)網(wǎng)絡(luò)具有高度的并行分布性、很強(qiáng)的魯棒性和容錯(cuò)性。它擅長(zhǎng)模擬人腦的形象思維,便于實(shí)現(xiàn)人腦的低級(jí)感知功能,例如圖像、

聲音信息的識(shí)別和處理。

我們知道,人腦的生理結(jié)構(gòu)是由大約1011~1012個(gè)神30生理模擬和神經(jīng)計(jì)算的方法早在20世紀(jì)40年代就已出現(xiàn),但由于種種原因而發(fā)展緩慢,甚至一度出現(xiàn)低潮,直到80年代中期才重新崛起,現(xiàn)已成為人工智能研究中不可或缺的重要途徑與方法。采用生理模擬和神經(jīng)計(jì)算方法的人工智能研究,被稱為生理學(xué)派、連接主義。其代表人物有McCulloch,Pitts,F.Rosenblatt,T.Kohonen,J.Hopfield等。

生理模擬和神經(jīng)計(jì)算的方法早在20世紀(jì)40年代就已出現(xiàn),311.5.3行為模擬,控制進(jìn)化還有一種基于“感知-行為”模型的研究途徑和方法,我們稱其為行為模擬法。這種方法是用模擬人和動(dòng)物在與環(huán)境的交互、控制過程中的智能活動(dòng)和行為特性,如反應(yīng)、適應(yīng)、學(xué)習(xí)、尋優(yōu)等,來研究和實(shí)現(xiàn)人工智能?;谶@一方法研究人工智能的典型代表要算MIT的R.Brooks教授,他研制的六足行走機(jī)器人(亦稱為人造昆蟲或機(jī)器蟲),曾引起人工智能界的轟動(dòng)。這個(gè)機(jī)器蟲可以看做是新一代的“控制論動(dòng)物”,它具有一定的適應(yīng)能力,是一個(gè)運(yùn)用行為模擬即控制進(jìn)化方法研究人工智能的代表作。1.5.3行為模擬,控制進(jìn)化32事實(shí)上,R.Brooks教授的工作代表了稱為“現(xiàn)場(chǎng)(situated)AI”的人工智能新方向?,F(xiàn)場(chǎng)AI強(qiáng)調(diào)智能系統(tǒng)與環(huán)境的交互,認(rèn)為智能取決于感知和行動(dòng),智能行為可以不需要知識(shí),提出“沒有表示的智能”,“沒有推理的智能”的觀點(diǎn),主張智能行為的“感知-動(dòng)作”模式,認(rèn)為人的智能、機(jī)器智能可以逐步進(jìn)化,但只能在現(xiàn)實(shí)世界中與周圍環(huán)境的交互中體現(xiàn)出來。智能只能放在環(huán)境中才是真正的智能,智能的高低主要表現(xiàn)在對(duì)環(huán)境的適應(yīng)性上。事實(shí)上,R.Brooks教授的工作代表了稱為“現(xiàn)場(chǎng)(situ33基于行為模擬方法的人工智能研究,被稱為行為主義、進(jìn)化主義、控制論學(xué)派。行為主義曾強(qiáng)烈地批評(píng)傳統(tǒng)的人工智能(主要指符號(hào)主義,也涉及連接主義)對(duì)真實(shí)世界的客觀事物和復(fù)雜境遇,作了虛假的、過分簡(jiǎn)化的抽象。沿著這一途徑,人們研制具有自學(xué)習(xí)、自適應(yīng)、自組織特性的智能控制系統(tǒng)和智能機(jī)器人,進(jìn)一步展開了人工生命(AL)的研究。

基于行為模擬方法的人工智能研究,被稱為行為主義、進(jìn)化341.5.4群體模擬,仿生計(jì)算“群體模擬,仿生計(jì)算”就是模擬生物群落的群體智能行為,從而實(shí)現(xiàn)人工智能。例如,模擬生物種群有性繁殖和自然選擇現(xiàn)象而出現(xiàn)的遺傳算法,進(jìn)而發(fā)展為進(jìn)化計(jì)算;模擬人體免疫細(xì)胞群而出現(xiàn)的免疫計(jì)算、免疫克隆計(jì)算及人工免疫系統(tǒng);模擬螞蟻群體覓食活動(dòng)過程的蟻群算法;模擬鳥群飛翔的粒群算法和模擬魚群活動(dòng)的魚群算法等等。這些算法在解決組合優(yōu)化等問題中表現(xiàn)出卓越的性能。而對(duì)這些群體智慧的模擬是通過一些諸如遺傳、變異、選擇、交叉、克隆等所謂的算子或操作來實(shí)現(xiàn)的,所以我們統(tǒng)稱其為仿生計(jì)算。仿生計(jì)算的特點(diǎn)是,其成果可以直接付諸應(yīng)用,解決工程問題和實(shí)際問題。1.5.4群體模擬,仿生計(jì)算351.5.5博采廣鑒,自然計(jì)算其實(shí),人工智能的這些研究途徑和方法的出現(xiàn)并非偶然。因?yàn)橹两袢藗儗?duì)智能的科學(xué)原理還未完全弄清楚,所以在這種情況下研究和實(shí)現(xiàn)人工智能的一個(gè)自然的思路就是模擬自然智能。起初,人們知道自然智能源于人腦,于是,模擬人腦智能就是研究人工智能的一個(gè)首要途徑和方法。后來,人們發(fā)現(xiàn)一些生命群體的群體行為也會(huì)表現(xiàn)出某些智能,于是,模擬這些群體智能,就成了研究人工智能的又一個(gè)重要途徑和方法?,F(xiàn)在,人們則進(jìn)一步從生命、生態(tài)、系統(tǒng)、社會(huì)、數(shù)學(xué)、物理、化學(xué)、甚至經(jīng)濟(jì)等眾多學(xué)科和領(lǐng)域?qū)ふ覇l(fā)和靈感,展開人工智能的研究。

1.5.5博采廣鑒,自然計(jì)算36例如,人們從熱力學(xué)和統(tǒng)計(jì)物理學(xué)所描述的高溫固體材料冷卻時(shí),其原子的排列結(jié)構(gòu)與能量的關(guān)系中得到啟發(fā),提出了“模擬退火算法”。該算法已是解決優(yōu)化搜索問題的有效算法之一。又如,人們從量子物理學(xué)中的自旋和統(tǒng)計(jì)機(jī)理中得到啟發(fā),而提出了量子聚類算法。再如,1994年阿德曼(Addman)使用現(xiàn)代分子生物技術(shù),提出了解決哈密頓路徑問題的DNA分子計(jì)算方法,并在試管里求出了此問題的解。

例如,人們從熱力學(xué)和統(tǒng)計(jì)物理學(xué)所描述的高溫固體材料冷卻37這些方法一般稱為自然計(jì)算(NC)。自然計(jì)算就是模仿或借鑒自然界的某種機(jī)理而設(shè)計(jì)計(jì)算模型,這類計(jì)算模型通常是一類具有自適應(yīng)、自組織、自學(xué)習(xí)、自尋優(yōu)能力的算法。如神經(jīng)計(jì)算、進(jìn)化計(jì)算、免疫計(jì)算、生態(tài)計(jì)算、量子計(jì)算、分子計(jì)算、DNA計(jì)算和復(fù)雜自適應(yīng)系統(tǒng)等都屬于自然計(jì)算。自然計(jì)算實(shí)際是傳統(tǒng)計(jì)算的擴(kuò)展,它是自然科學(xué)和計(jì)算科學(xué)相交叉而產(chǎn)生的研究領(lǐng)域,目前正方興未艾。自然計(jì)算能夠解決傳統(tǒng)計(jì)算方法難于解決的各種復(fù)雜問題,在大規(guī)模復(fù)雜系統(tǒng)的最優(yōu)化設(shè)計(jì)、優(yōu)化控制、網(wǎng)絡(luò)安全、創(chuàng)造性設(shè)計(jì)等領(lǐng)域具有很好的應(yīng)用前景。

這些方法一般稱為自然計(jì)算(NC)。自然計(jì)算就是模仿或借鑒381.5.6原理分析,數(shù)學(xué)建?!霸矸治?數(shù)學(xué)建?!本褪峭ㄟ^對(duì)智能本質(zhì)和原理的分析,直接采用某種數(shù)學(xué)方法來建立智能行為模型。例如,人們用概率統(tǒng)計(jì)原理(特別是貝葉斯定理)處理不確定性信息和知識(shí),建立了統(tǒng)計(jì)模式識(shí)別、統(tǒng)計(jì)機(jī)器學(xué)習(xí)和不確定性推理的一系列原理和方法。又如,人們用數(shù)學(xué)中的距離、空間、函數(shù)、變換等概念和方法,開發(fā)了幾何分類、支持向量機(jī)等模式識(shí)別和機(jī)器學(xué)習(xí)的原理和方法。人工智能的這一研究途徑和方法的特點(diǎn)也就是純粹用人的智能去實(shí)現(xiàn)機(jī)器智能。1.5.6原理分析,數(shù)學(xué)建模391.6人工智能的基本技術(shù)

盡管人工智能可分為符號(hào)智能和計(jì)算智能,但二者仍有許多共同或相似之處,其中最顯著的相似之處是:(1)二者都涉及表示和運(yùn)算。(2)二者都是通過搜索進(jìn)行問題求解的。1.6人工智能的基本技術(shù)盡管人工智能可分為符號(hào)智能和401.7人工智能的應(yīng)用

1.7.1難題求解這里的難題,主要指那些沒有算法解,或雖有算法解但在現(xiàn)有機(jī)器上無法實(shí)施或無法完成的困難問題,例如智力性問題中的梵塔問題、n皇后問題、旅行商問題、博弈問題等等,就是這樣的難題。又如,現(xiàn)實(shí)世界中復(fù)雜的路徑規(guī)劃、車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配、系統(tǒng)配置、地質(zhì)分析、數(shù)據(jù)解釋、天氣預(yù)報(bào)、市場(chǎng)預(yù)測(cè)、股市分析、疾病診斷、故障診斷、軍事指揮、機(jī)器人行動(dòng)規(guī)劃等等,也是這樣的難題。在這些難題中,有些是組合數(shù)學(xué)理論中所稱的非確定型多項(xiàng)式(NondeterministicPolynomial,NP)問題或NP完全(NondeterministicPolynomialComplete,NPC)問題。NP問題是指那些既不能證明其算法復(fù)雜性超出多項(xiàng)式界,但又未找到有效算法的一類問題。1.7人工智能的應(yīng)用1.7.1難題求解41研究工程難題的求解是人工智能的重要課題,而研究智力難題的求解則具有雙重意義:一方面,可以找到解決這些難題的途徑;另一方面,由解決這些難題而發(fā)展起來的一些技術(shù)和方法可用于人工智能的其他領(lǐng)域。這也正是人工智能研究初期,研究?jī)?nèi)容基本上都集中于游戲世界的智力性問題的重要原因,例如博弈問題就可為搜索策略、機(jī)器學(xué)習(xí)等研究提供很好的實(shí)際背景。

研究工程難題的求解是人工智能的重要課題,而研究智力難題421.7.2自動(dòng)規(guī)劃、調(diào)度與配置在上述的難題求解中,規(guī)劃、調(diào)度與配置問題是實(shí)用性、工程性最強(qiáng)的一類問題。規(guī)劃一般指設(shè)計(jì)制定一個(gè)行動(dòng)序列,例如機(jī)器人行動(dòng)規(guī)劃、交通路線規(guī)劃。調(diào)度就是一種任務(wù)分派或者安排,例如車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配。調(diào)度的數(shù)學(xué)本質(zhì)是給出兩個(gè)集合間的一個(gè)映射。配置則是設(shè)計(jì)合理的部件組合結(jié)構(gòu),即空間布局,例如資源配置、系統(tǒng)配置、設(shè)備或設(shè)施配置。1.7.2自動(dòng)規(guī)劃、調(diào)度與配置43從問題求解角度看,規(guī)劃、調(diào)度、配置三者又有一定的內(nèi)在聯(lián)系,有時(shí)甚至可以互相轉(zhuǎn)化。事實(shí)上,它們都屬于人工智能的經(jīng)典問題之一的約束滿足問題(ConstraintSatisfactionProblems,CSP)。這類問題的解決體現(xiàn)了計(jì)算機(jī)的創(chuàng)造性,所以,規(guī)劃、調(diào)度、配置問題求解也是人工智能的一個(gè)重要研究領(lǐng)域。

從問題求解角度看,規(guī)劃、調(diào)度、配置三者又有一定的內(nèi)在聯(lián)441.7.3機(jī)器定理證明機(jī)器定理證明也是人工智能的一個(gè)重要的研究課題,它也是人工智能最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題,它在發(fā)展人工智能方法上起過重大作用。如關(guān)于謂詞演算中推理過程機(jī)械化的研究,幫助我們更清楚地了解到某些機(jī)械化推理技術(shù)的組成情況。很多非數(shù)學(xué)領(lǐng)域的任務(wù)如醫(yī)療診斷、信息檢索、規(guī)劃制定和難題求解,都可以轉(zhuǎn)化成一個(gè)定理證明問題。所以機(jī)器定理證明的研究具有普遍的意義。

1.7.3機(jī)器定理證明45機(jī)器定理證明的方法主要有四類:(1)自然演繹法,其基本思想是依據(jù)推理規(guī)則,從前提和公理中可以推出許多定理,如果待證的定理恰在其中,則定理得證。(2)判定法,即對(duì)一類問題找出統(tǒng)一的計(jì)算機(jī)上可實(shí)現(xiàn)的算法解。在這方面一個(gè)著名的成果是我國(guó)數(shù)學(xué)家吳文俊教授1977年提出的初等幾何定理證明方法。(3)定理證明器,它研究一切可判定問題的證明方法。(4)計(jì)算機(jī)輔助證明,它是以計(jì)算機(jī)為輔助工具,利用機(jī)器的高速度和大容量,幫助人完成手工證明中難以完成的大量計(jì)算、推理和窮舉。

機(jī)器定理證明的方法主要有四類:461.7.4自動(dòng)程序設(shè)計(jì)自動(dòng)程序設(shè)計(jì)就是讓計(jì)算機(jī)設(shè)計(jì)程序。具體來講,就是人只要給出關(guān)于某程序要求的非常高級(jí)的描述,計(jì)算機(jī)就會(huì)自動(dòng)生成一個(gè)能完成這個(gè)要求目標(biāo)的具體程序。所以,這相當(dāng)于給機(jī)器配置了一個(gè)“超級(jí)編譯系統(tǒng)”,它能夠?qū)Ω呒?jí)描述進(jìn)行處理,通過規(guī)劃過程,生成所需的程序。但這只是自動(dòng)程序設(shè)計(jì)的主要內(nèi)容,它實(shí)際是程序的自動(dòng)綜合。自動(dòng)程序設(shè)計(jì)還包括程序自動(dòng)驗(yàn)證,即自動(dòng)證明所設(shè)計(jì)程序的正確性。這樣,自動(dòng)程序設(shè)計(jì)也是人工智能和軟件工程相結(jié)合的研究課題。

1.7.4自動(dòng)程序設(shè)計(jì)471.7.5機(jī)器翻譯機(jī)器翻譯就是完全用計(jì)算機(jī)作為兩種語(yǔ)言之間的翻譯。機(jī)器翻譯由來已久,早在電子計(jì)算機(jī)問世不久,就有人提出了機(jī)器翻譯的設(shè)想,隨后就開始了這方面的研究。當(dāng)時(shí)人們總以為只要用一部雙向詞典及一些語(yǔ)法知識(shí)就可以實(shí)現(xiàn)兩種語(yǔ)言文字間的機(jī)器互譯,結(jié)果遇到了挫折。例如當(dāng)把“光陰似箭”的英語(yǔ)句子“Timeflieslikeanarrow”翻譯成日語(yǔ),然后再翻譯回來的時(shí)候,竟變成了“蒼蠅喜歡箭”;又如,當(dāng)把“心有余而力不足”的英語(yǔ)句子“Thespiritiswillingbutthefleshisweak”翻譯成俄語(yǔ),然后再翻譯回來時(shí)竟變成了“酒是好的,肉變質(zhì)了”,即“Thewineisgoodbutthemeatisspoiled”。1.7.5機(jī)器翻譯48這些問題的出現(xiàn)才使人們發(fā)現(xiàn),機(jī)器翻譯并非想像的那么簡(jiǎn)單,并使得人們認(rèn)識(shí)到,單純地依靠“查字典”的方法不可能解決翻譯問題,只有在對(duì)語(yǔ)義理解的基礎(chǔ)上,才能做到真正的翻譯,所以機(jī)器翻譯的真正實(shí)現(xiàn),還要靠自然語(yǔ)言理解方面的突破。

這些問題的出現(xiàn)才使人們發(fā)現(xiàn),機(jī)器翻譯并非想像的那么簡(jiǎn)單491.7.6智能控制智能控制就是把人工智能技術(shù)引入控制領(lǐng)域,建立智能控制系統(tǒng)。智能控制具有兩個(gè)顯著的特點(diǎn):第一,智能控制是同時(shí)具有知識(shí)表示的非數(shù)學(xué)廣義世界模型和傳統(tǒng)數(shù)學(xué)模型混合表示的控制過程,也往往是含有復(fù)雜性、不完全性、模糊性或不確定性以及不存在已知算法的過程,并以知識(shí)進(jìn)行推理,以啟發(fā)來引導(dǎo)求解過程;第二,智能控制的核心在高層控制,即組織級(jí)控制,其任務(wù)在于對(duì)實(shí)際環(huán)境或過程進(jìn)行組織,即決策與規(guī)劃,以實(shí)現(xiàn)廣義問題求解。

1.7.6智能控制50智能控制系統(tǒng)的智能可歸納為以下幾方面:(1)先驗(yàn)智能:有關(guān)控制對(duì)象及干擾的先驗(yàn)知識(shí),可以從一開始就考慮在控制系統(tǒng)的設(shè)計(jì)中。(2)反應(yīng)性智能:在實(shí)時(shí)監(jiān)控、辨識(shí)及診斷的基礎(chǔ)上,對(duì)系統(tǒng)及環(huán)境變化的正確反應(yīng)能力。(3)優(yōu)化智能:包括對(duì)系統(tǒng)性能的先驗(yàn)性優(yōu)化及反應(yīng)性優(yōu)化。(4)組織與協(xié)調(diào)智能:表現(xiàn)為對(duì)并行耦合任務(wù)或子系統(tǒng)之間的有效管理與協(xié)調(diào)。

智能控制系統(tǒng)的智能可歸納為以下幾方面:51智能控制的開發(fā),目前認(rèn)為有以下途徑:——基于專家系統(tǒng)的專家智能控制?!谀:评砗陀?jì)算的模糊控制?!谌斯ど窠?jīng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)控制。

——綜合以上三種方法的綜合型智能控制。

智能控制的開發(fā),目前認(rèn)為有以下途徑:521.7.7智能管理智能管理就是把人工智能技術(shù)引入管理領(lǐng)域,建立智能管理系統(tǒng)。智能管理是現(xiàn)代管理科學(xué)技術(shù)發(fā)展的新動(dòng)向。智能管理是人工智能與管理科學(xué)、系統(tǒng)工程、計(jì)算機(jī)技術(shù)及通信技術(shù)等多學(xué)科、多技術(shù)互相結(jié)合、互相滲透而產(chǎn)生的一門新技術(shù)、新學(xué)科。它研究如何提高計(jì)算機(jī)管理系統(tǒng)的智能水平,以及智能管理系統(tǒng)的設(shè)計(jì)理論、方法與實(shí)現(xiàn)技術(shù)。智能管理系統(tǒng)是在管理信息系統(tǒng)、辦公自動(dòng)化系統(tǒng)、決策支持系統(tǒng)的功能集成和技術(shù)集成的基礎(chǔ)上,應(yīng)用人工智能專家系統(tǒng)、知識(shí)工程、模式識(shí)別、人工神經(jīng)網(wǎng)絡(luò)等方法和技術(shù),進(jìn)行智能化、集成化、協(xié)調(diào)化,設(shè)計(jì)和實(shí)現(xiàn)的新一代的計(jì)算機(jī)管理系統(tǒng)。

1.7.7智能管理531.7.8智能決策智能決策就是把人工智能技術(shù)引入決策過程,建立智能決策支持系統(tǒng)。智能決策支持系統(tǒng)是在20世紀(jì)80年代初提出來的。它是決策支持系統(tǒng)與人工智能,特別是專家系統(tǒng)相結(jié)合的產(chǎn)物。它既充分發(fā)揮了傳統(tǒng)決策支持系統(tǒng)中數(shù)值分析的優(yōu)勢(shì),也充分發(fā)揮了專家系統(tǒng)中知識(shí)及知識(shí)處理的特長(zhǎng),既可以進(jìn)行定量分析,又可以進(jìn)行定性分析,能有效地解決半結(jié)構(gòu)化和非結(jié)構(gòu)化的問題,從而擴(kuò)大了決策支持系統(tǒng)的范圍,提高了決策支持系統(tǒng)的能力。

1.7.8智能決策54智能決策支持系統(tǒng)是在傳統(tǒng)決策支持系統(tǒng)的基礎(chǔ)上發(fā)展起來的,由傳統(tǒng)決策支持系統(tǒng)再加上相應(yīng)的智能部件就構(gòu)成了智能決策支持系統(tǒng)。智能部件可以有多種模式,例如專家系統(tǒng)模式、知識(shí)庫(kù)系統(tǒng)模式等。專家系統(tǒng)模式是把專家系統(tǒng)作為智能部件,這是目前比較流行的一種模式。該模式適合于以知識(shí)處理為主的問題,但它與決策支持系統(tǒng)的接口比較困難。知識(shí)庫(kù)系統(tǒng)模式是以知識(shí)庫(kù)作為智能部件。在這種情況下,決策支持系統(tǒng)就是由模型庫(kù)、方法庫(kù)、數(shù)據(jù)庫(kù)、知識(shí)庫(kù)組成的四庫(kù)系統(tǒng)。這種模式接口比較容易實(shí)現(xiàn),其整體性能也較好。

智能決策支持系統(tǒng)是在傳統(tǒng)決策支持系統(tǒng)的基礎(chǔ)上發(fā)展起來的,55一般來說,智能部件中可以包含如下一些知識(shí):——建立決策模型和評(píng)價(jià)模型的知識(shí)?!绾涡纬珊蜻x方案的知識(shí)?!⒃u(píng)價(jià)標(biāo)準(zhǔn)的知識(shí)?!绾涡拚蜻x方案,從而得到更好候選方案的知識(shí)。

——完善數(shù)據(jù)庫(kù),改進(jìn)對(duì)它的操作及維護(hù)的知識(shí)。

一般來說,智能部件中可以包含如下一些知識(shí):561.7.9智能通信智能通信就是把人工智能技術(shù)引入通信領(lǐng)域,建立智能通信系統(tǒng)。智能通信就是在通信系統(tǒng)的各個(gè)層次和環(huán)節(jié)上實(shí)現(xiàn)智能化。例如在通信網(wǎng)的構(gòu)建、網(wǎng)管與網(wǎng)控、轉(zhuǎn)接、信息傳輸與轉(zhuǎn)換等環(huán)節(jié),都可實(shí)現(xiàn)智能化。這樣,網(wǎng)絡(luò)就可運(yùn)行在最佳狀態(tài),使呆板的網(wǎng)變成活化的網(wǎng),使其具有自適應(yīng)、

自組織、

自學(xué)習(xí)、

自修復(fù)等功能。

1.7.9智能通信571.7.10智能仿真利用人工智能技術(shù)能對(duì)整個(gè)仿真過程(包括建模、實(shí)驗(yàn)運(yùn)行及結(jié)果分析)進(jìn)行指導(dǎo),能改善仿真模型的描述能力,在仿真模型中引進(jìn)知識(shí)表示將為研究面向目標(biāo)的建模語(yǔ)言打下基礎(chǔ),提高仿真工具面向用戶、面向問題的能力。從另一方面來講,仿真與人工智能相結(jié)合可使仿真更有效地用于決策,更好地用于分析、設(shè)計(jì)及評(píng)價(jià)知識(shí)庫(kù)系統(tǒng),從而推動(dòng)人工智能技術(shù)的發(fā)展。正是基于這些方面,近年來,將人工智能特別是專家系統(tǒng)與仿真相結(jié)合,就成為仿真領(lǐng)域中一個(gè)十分重要的研究方向,引起了大批仿真專家的關(guān)注。

1.7.10智能仿真581.7.11智能CAD智能CAD(簡(jiǎn)稱ICAD)就是把人工智能技術(shù)引入計(jì)算機(jī)輔助設(shè)計(jì)領(lǐng)域,建立智能CAD系統(tǒng)。事實(shí)上,AI幾乎可以應(yīng)用到CAD技術(shù)的各個(gè)方面,從目前發(fā)展的趨勢(shì)來看,至少有以下四個(gè)方面:(1)設(shè)計(jì)自動(dòng)化。(2)智能交互。(3)智能圖形學(xué)。(4)自動(dòng)數(shù)據(jù)采集。

1.7.11智能CAD59從具體技術(shù)來看,ICAD技術(shù)大致可分為以下幾種方法:(1)規(guī)則生成法。(2)約束滿足方法。(3)搜索法。(4)知識(shí)工程方法。(5)形象思維方法。

從具體技術(shù)來看,ICAD技術(shù)大致可分為以下幾種方法:601.7.12智能制造智能制造就是在數(shù)控技術(shù)、柔性制造技術(shù)和計(jì)算機(jī)集成制造技術(shù)的基礎(chǔ)上,引入智能技術(shù)。智能制造系統(tǒng)由智能加工中心、材料傳送檢測(cè)和實(shí)驗(yàn)裝置等智能設(shè)備組成。它具有一定的自組織、自學(xué)習(xí)和自適應(yīng)能力,能在不可預(yù)測(cè)的環(huán)境下,基于不確定、不精確、不完全的信息,完成擬人的制造任務(wù),形成高度自動(dòng)化生產(chǎn)。

1.7.12智能制造611.7.13智能CAI智能CAI就是把人工智能技術(shù)引入計(jì)算機(jī)輔助教學(xué)領(lǐng)域,建立智能CAI系統(tǒng),即ICAI。ICAI的特點(diǎn)是能對(duì)學(xué)生因才施教地進(jìn)行指導(dǎo)。為此,ICAI應(yīng)具備下列智能特征:——自動(dòng)生成各種問題與練習(xí)。——根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動(dòng)選擇與調(diào)整教學(xué)內(nèi)容和進(jìn)度?!诶斫饨虒W(xué)內(nèi)容的基礎(chǔ)上自動(dòng)解決問題生成解答。

——具有自然語(yǔ)言的生成和理解能力。

1.7.13智能CAI62——對(duì)教學(xué)內(nèi)容有解釋咨詢能力?!茉\斷學(xué)生錯(cuò)誤,分析原因并采取糾正措施?!茉u(píng)價(jià)學(xué)生的學(xué)習(xí)行為?!懿粩嗟卦诮虒W(xué)中改善教學(xué)策略。為了實(shí)現(xiàn)上述ICAI系統(tǒng),一般把整個(gè)系統(tǒng)分成專門知識(shí)、教導(dǎo)策略和學(xué)生模型等三個(gè)基本模塊和一個(gè)自然語(yǔ)言的智能接口。

——對(duì)教學(xué)內(nèi)容有解釋咨詢能力。631.7.14智能人機(jī)接口智能人機(jī)接口就是智能化的人機(jī)交互界面,也就是將人工智能技術(shù)應(yīng)用于計(jì)算機(jī)與人的交互界面,使人機(jī)界面更加靈性化、擬人化、個(gè)性化。顯然,這也是當(dāng)前人機(jī)交互的迫切需要和人機(jī)接口技術(shù)發(fā)展的必然趨勢(shì)。事實(shí)上,智能人機(jī)接口已成為計(jì)算機(jī)、網(wǎng)絡(luò)和人工智能等學(xué)科共同關(guān)注和通力合作的研究課題。該課題涉及到機(jī)器感知特別是圖形圖像識(shí)別與理解、語(yǔ)音識(shí)別、自然語(yǔ)言處理、

機(jī)器翻譯等諸多AI技術(shù),另外,還涉及到多媒體、

虛擬現(xiàn)實(shí)等技術(shù)。

1.7.14智能人機(jī)接口641.7.15模式識(shí)別識(shí)別是人和生物的基本智能信息處理能力之一。事實(shí)上,我們幾乎無時(shí)無刻都在對(duì)周圍世界進(jìn)行著識(shí)別。而所謂模式識(shí)別,則指的是用計(jì)算機(jī)進(jìn)行物體識(shí)別。這里的物體一般指文字、符號(hào)、圖形、圖像、語(yǔ)音、聲音及傳感器信息等形式的實(shí)體對(duì)象,而并不包括概念、思想、意識(shí)等抽象或虛擬對(duì)象,后者的識(shí)別屬于心理、認(rèn)知及哲學(xué)等學(xué)科的研究范疇。也就是說,這里所說的模式識(shí)別是狹義的模式識(shí)別,它是人和生物的感知能力在計(jì)算機(jī)上的模擬和擴(kuò)展。經(jīng)過多年的研究,模式識(shí)別已發(fā)展成為一個(gè)獨(dú)立的學(xué)科,其應(yīng)用十分廣泛,諸如信息、遙感、醫(yī)學(xué)、影像、安全、軍事等領(lǐng)域,模式識(shí)別已經(jīng)取得了重要成效,特別是基于模式識(shí)別而出現(xiàn)的生物認(rèn)證、數(shù)字水印等新技術(shù)正方興未艾。

1.7.15模式識(shí)別651.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)數(shù)據(jù)挖掘(也稱數(shù)據(jù)開采、數(shù)據(jù)采掘等)和數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)的本質(zhì)含義是一樣的,只是前者主要流行于統(tǒng)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)庫(kù)和信息系統(tǒng)等領(lǐng)域,后者則主要流行于人工智能和機(jī)器學(xué)習(xí)等領(lǐng)域,所以現(xiàn)在有關(guān)文獻(xiàn)中一般都把二者同時(shí)列出。DM與KDD現(xiàn)已成為人工智能應(yīng)用的一個(gè)熱門領(lǐng)域和研究方向,其涉及范圍非常廣泛,如企業(yè)數(shù)據(jù)、商業(yè)數(shù)據(jù)、

科學(xué)實(shí)驗(yàn)數(shù)據(jù)、

管理決策數(shù)據(jù)、Web數(shù)據(jù)等的挖掘和發(fā)現(xiàn)。

1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)661.7.17計(jì)算機(jī)輔助創(chuàng)新計(jì)算機(jī)輔助創(chuàng)新(ComputerAidedInnovation,CAI)是以“發(fā)明問題解決理論(TRIZ)”為基礎(chǔ),結(jié)合本體論(Ontology)、現(xiàn)代設(shè)計(jì)方法學(xué)、計(jì)算機(jī)技術(shù)而形成的一種用于技術(shù)創(chuàng)新的新手段。近年來,CAI在歐美國(guó)家迅速發(fā)展,成為新產(chǎn)品開發(fā)中的一項(xiàng)關(guān)鍵性基礎(chǔ)技術(shù)。計(jì)算機(jī)輔助創(chuàng)新可以看做是機(jī)器發(fā)明創(chuàng)造的初級(jí)形式。

1.7.17計(jì)算機(jī)輔助創(chuàng)新67TRIZ是由俄語(yǔ)拼寫的單詞首字母組成,用英語(yǔ)也可縮寫為TIPS(TheoryofInventiveProblemSolving)。TRIZ的基本原理是:企業(yè)和科學(xué)技術(shù)領(lǐng)域中的問題和解決方案是重復(fù)出現(xiàn)的;企業(yè)和科學(xué)技術(shù)領(lǐng)域的發(fā)展變化也是重復(fù)出現(xiàn)的;高水平的創(chuàng)新活動(dòng)經(jīng)常應(yīng)用到專業(yè)領(lǐng)域以外的科學(xué)知識(shí)。因此技術(shù)系統(tǒng)的進(jìn)化遵循客觀的法則群,人們可以應(yīng)用這些進(jìn)化法則預(yù)測(cè)產(chǎn)品的未來發(fā)展趨勢(shì),把握新產(chǎn)品的開發(fā)方向。在解決技術(shù)問題時(shí),如果不明確應(yīng)該使用哪些科學(xué)原理法則,則很難找到問題的解決對(duì)策。TRIZ就是提供解決問題的科學(xué)原理并指明解決問題的探索方向的有效工具。TRIZ是由俄語(yǔ)拼寫的單詞首字母組成,用英語(yǔ)也可縮寫為68基于TRIZ,人們已經(jīng)開發(fā)出了不少計(jì)算機(jī)輔助創(chuàng)新軟件,例如:——發(fā)明機(jī)器(InventionMachine)公司開發(fā)出TechOptimizer就是一個(gè)計(jì)算機(jī)輔助創(chuàng)新軟件系統(tǒng)。TechOptimizer軟件是基于知識(shí)的創(chuàng)新工具,它以TRIZ為基礎(chǔ),結(jié)合現(xiàn)代設(shè)計(jì)方法學(xué)、計(jì)算機(jī)輔助技術(shù)及多學(xué)科領(lǐng)域的知識(shí),以分析解決產(chǎn)品及其制造過程中遇到的矛盾為出發(fā)點(diǎn),從而可解決新產(chǎn)品開發(fā)過程中遇到的技術(shù)難題而實(shí)現(xiàn)創(chuàng)新,并可為工程技術(shù)領(lǐng)域新產(chǎn)品、

新技術(shù)的創(chuàng)新提供科學(xué)的理論指導(dǎo),并指明探索方向。

基于TRIZ,人們已經(jīng)開發(fā)出了不少計(jì)算機(jī)輔助創(chuàng)新軟件,69——IWINT,Inc.(億維訊)公司的計(jì)算機(jī)輔助創(chuàng)新設(shè)計(jì)平臺(tái)(Pro/Innovator),它基于TRIZ將發(fā)明創(chuàng)造方法學(xué)、現(xiàn)代設(shè)計(jì)方法學(xué)與計(jì)算機(jī)軟件技術(shù)融為一體。它能夠幫助設(shè)計(jì)者在概念設(shè)計(jì)階段有效地利用多學(xué)科領(lǐng)域的知識(shí),打破思維定勢(shì)、拓寬思路、準(zhǔn)確發(fā)現(xiàn)現(xiàn)有技術(shù)中存在的問題,找到創(chuàng)新性的解決方案,保證產(chǎn)品開發(fā)設(shè)計(jì)方向正確的同時(shí)實(shí)現(xiàn)創(chuàng)新。它已成為全球研究機(jī)構(gòu)、知名大學(xué)、企業(yè)解決工程技術(shù)難題、實(shí)現(xiàn)創(chuàng)新的有效工具。這種基于知識(shí)的創(chuàng)新工具能幫助技術(shù)人員在不同工程領(lǐng)域產(chǎn)品的方案設(shè)計(jì)階段,根據(jù)市場(chǎng)需求,正確地發(fā)現(xiàn)并迅速解決產(chǎn)品開發(fā)中的關(guān)鍵問題,高質(zhì)量、高效率地提出可行的創(chuàng)新設(shè)計(jì)方案,并將設(shè)計(jì)引向正確方向,為廣大企業(yè)提高自主創(chuàng)新能力和實(shí)現(xiàn)系統(tǒng)化創(chuàng)新提供行之有效的方法和方便實(shí)用的創(chuàng)新工具。

——IWINT,Inc.(億維訊)公司的計(jì)算機(jī)輔助創(chuàng)新70——基于知識(shí)發(fā)現(xiàn)的計(jì)算機(jī)輔助創(chuàng)新智能系統(tǒng)(CAIISKD),這是國(guó)內(nèi)學(xué)者研制的一個(gè)以創(chuàng)新工程與價(jià)值工程為理論基礎(chǔ),以知識(shí)發(fā)現(xiàn)為技術(shù)手段,以專家求解問題的認(rèn)知過程為主線,以人機(jī)交互為貫穿的多層遞階、綜合集成的計(jì)算機(jī)輔助創(chuàng)新智能系統(tǒng)。

——基于知識(shí)發(fā)現(xiàn)的計(jì)算機(jī)輔助創(chuàng)新智能系統(tǒng)(CAIISKD711.7.18計(jì)算機(jī)文藝創(chuàng)作在文藝創(chuàng)作方面,人們也嘗試開發(fā)和運(yùn)用人工智能技術(shù)。事實(shí)上,現(xiàn)在計(jì)算機(jī)創(chuàng)作的詩(shī)詞、小說、樂曲、繪畫時(shí)有報(bào)道,例如下面的兩首“古詩(shī)”就是計(jì)算機(jī)創(chuàng)作的。

云松鑾仙玉骨寒,松虬雪友繁。大千收眼底,斯調(diào)不同凡。

1.7.18計(jì)算機(jī)文藝創(chuàng)作云松72(無題)白沙平舟夜?jié)?春日曉露路相逢。朱樓寒雨離歌淚,不堪腸斷雨乘風(fēng)。(無題)73下面的這篇小說也是計(jì)算機(jī)創(chuàng)作的。BetrayalDaveStriverlovedtheuniversity.Heloveditsivycoveredclocktowers,itsancientandsturdybrick,anditssunsplashedverdantgreensandeageryouth.Healsolovedthefactthattheuniversityisfreeofthestarkunforgivingtrialsofthebusinessworld-onlythisisn’tafact:Academiahasitsowntests,andsomeareasmercilessasanyinthemarketplace.Aprimeexampleisthedissertationdefense:ToearnthePhD,tobecomeadoctor,onemustpassanoralexaminationonone'sdissertation.ThiswasatestProfessorEdwardHartenjoyedgiving.下面的這篇小說也是計(jì)算機(jī)創(chuàng)作的。74Davewanteddesperatelytobeadoctor.Butheneededthesignaturesofthreepeopleonthefirstpageofhisdissertation,thepricelessinscriptionsthat,together,wouldcertifythathehadpassedhisdefense.OneofthesignatureshadtocomefromProfessorHart,andHarthadoftensaid-toothersandtohimselfthathewashonoredtohelpDavesecurehiswell-earneddream.Wellbeforethedefense,StrivergaveHartapenultimatecopyofhisthesis.HartreaditandtoldDavethatitwasabsolutelyfirstrate,andthathewouldgladlysignitatthedefense.TheyevenshookhandsinHart’sbooklinedoffice.DavenoticedthatHart’seyeswerebrightandtrustful,andhisbearingpaternal.Davewanteddesperatelytob75Atthedefense,Davethoughtthatheeloquentlysummarizedchapter3ofhisdissertation.Thereweretwoquestions,onefromProfessorRodmanandonefromDr.Teer;Daveansweredboth,apparentlytoeveryone’ssatisfaction.Therewerenofurtherobjections.ProfessorRodmansigned.HeslidthetometoTeer;shetoosigned,andthensliditinfrontofHart.Hartdidn’tmove.“Ed?”Rodmansaid.Hartstillsatmotionless.Davefeltslightlydizzy.“Edward,areyougoingtosign?”Later,Hartsataloneinhisofficeinhisbigleatherchair,saddenedbyDave’sfailure.HetriedtothinkofwayshecouldhelpDaveachievehisdream.Atthedefense,Davethought76其中文譯文為

戴夫·斯特賴維爾喜愛這所大學(xué)。他喜愛校園里爬滿常青藤的鐘樓,那古色古香而又堅(jiān)固的磚塊,還有那灑滿陽(yáng)光的碧綠草坪和熱情的年輕人。使他感到欣慰的還有這樣一件事,即大學(xué)里完全沒有商場(chǎng)上那些冷酷無情的考驗(yàn)——但事實(shí)恰恰并非如此:做學(xué)問也要通過考試,而且有的考試與市場(chǎng)上的考驗(yàn)一樣不留情面。最好的例子就是論文答辯:為了取得博士學(xué)位,為了成為博士,博士生必須通過論文的口試,愛德華·哈特教授就喜歡主持這樣的答辯考試。

其中文譯文為背叛戴夫·斯特賴維爾喜愛這所大學(xué)。他77戴夫迫切希望成為一名博士。但他需要讓3個(gè)人在他論文的第一頁(yè)上簽上他們的名字,這3個(gè)千金難買的簽名能夠證明他通過了答辯。其中一個(gè)簽名是哈特教授的。哈特常常對(duì)戴夫本人和其他人說,對(duì)于幫助戴夫?qū)崿F(xiàn)他應(yīng)該有的夢(mèng)想,他感到很榮幸。答辯之前,斯特賴維爾早早給哈特送去了他論文的倒數(shù)第二稿。哈特閱讀后告訴戴夫,論文水平絕對(duì)一流,答辯時(shí)他會(huì)很高興地在論文上簽名。在哈特那四壁擺滿書櫥的辦公室里,兩人甚至還握了手。戴夫注意到,哈特兩眼放光,充滿信任,神情宛如慈父一般。

戴夫迫切希望成為一名博士。但他需要讓3個(gè)人在他論文的第一78在答辯時(shí),戴夫覺得自己流利地概括了論文的第三章。評(píng)審者提了兩個(gè)問題,一個(gè)是羅德曼教授提的,另一個(gè)是蒂爾博士提的。戴夫分別做了回答,并且顯然讓每個(gè)人都心悅誠(chéng)服,再?zèng)]有人提出異議。羅德曼教授簽了名。他把論文推給蒂爾,她也簽上了名字,接著便把本子推到了哈特跟前。哈特沒有動(dòng)?!皭鄣氯A?”羅德曼問道。哈特仍然坐在那兒,毫無表情。戴夫感到有點(diǎn)眩暈?!皭鄣氯A,你打算簽名嗎?”過后,哈特一個(gè)人呆在辦公室里,坐在那張寬大的皮椅里,他為戴夫未能通過答辯感到難過。他試圖想出幫助戴夫?qū)崿F(xiàn)他夢(mèng)想的辦法。

在答辯時(shí),戴夫覺得自己流利地概括了論文的第三章。評(píng)審791.7.19機(jī)器博弈機(jī)器博弈是人工智能最早的研究領(lǐng)域之一,而且一直久經(jīng)不衰。早在人工智能學(xué)科建立的當(dāng)年——1956年,塞繆爾就研制成功了一個(gè)跳棋程序。三年后的1959年,裝有這個(gè)程序的計(jì)算機(jī)就擊敗了塞繆爾本人,1962年又擊敗了美國(guó)一個(gè)州的冠軍。1997年IBM的“深藍(lán)”計(jì)算機(jī)以2勝3平1負(fù)的戰(zhàn)績(jī)擊敗了蟬聯(lián)12年之久的世界國(guó)際象棋冠軍加里·卡斯帕羅夫,轟動(dòng)了全世界。2001年,德國(guó)的“更弗里茨”國(guó)際象棋軟件更是擊敗了當(dāng)時(shí)世界排名前10位棋手中的9位,計(jì)算機(jī)的搜索速度達(dá)到創(chuàng)紀(jì)錄的600萬步每秒。1.7.19機(jī)器博弈80機(jī)器人足球賽是機(jī)器博弈的另一個(gè)戰(zhàn)場(chǎng)。近年來,國(guó)際大賽不斷,盛況空前?,F(xiàn)在這一賽事已波及到全世界的許多大專院校,激起了大學(xué)生們的極大興趣和熱情。

事實(shí)表明,機(jī)器博弈現(xiàn)在已經(jīng)不再僅僅是人工智能專家們研究的課題,而且已經(jīng)進(jìn)入了人們的文化生活。機(jī)器博弈是對(duì)機(jī)器智能水平的測(cè)試和檢驗(yàn),它的研究將有力推動(dòng)人工智能技術(shù)的發(fā)展。

機(jī)器人足球賽是機(jī)器博弈的另一個(gè)戰(zhàn)場(chǎng)。近年來,國(guó)際大賽811.7.20智能機(jī)器人智能機(jī)器人也是當(dāng)前人工智能領(lǐng)域一個(gè)十分重要的應(yīng)用領(lǐng)域和熱門的研究方向。由于它直接面向應(yīng)用,社會(huì)效益強(qiáng),所以,其發(fā)展非常迅速。事實(shí)上,有關(guān)機(jī)器人的報(bào)道,近年來在媒體上已頻頻出現(xiàn)。諸如工業(yè)機(jī)器人、太空機(jī)器人、水下機(jī)器人、家用機(jī)器人、軍用機(jī)器人、服務(wù)機(jī)器人、醫(yī)療機(jī)器人、運(yùn)動(dòng)機(jī)器人、助理機(jī)器人、機(jī)器人足球賽、機(jī)器人象棋賽

……,幾乎應(yīng)有盡有。

1.7.20智能機(jī)器人82智能機(jī)器人的研制幾乎需要所有的人工智能技術(shù),而且還涉及其他許多科學(xué)技術(shù)部門和領(lǐng)域。所以,智能機(jī)器人是人工智能技術(shù)的綜合應(yīng)用,其能力和水平已經(jīng)成為人工智能技術(shù)水平甚至人類科學(xué)技術(shù)綜合水平的一個(gè)代表和體現(xiàn)。需要指出的是,以上我們僅給出了人工智能應(yīng)用的部分領(lǐng)域和課題。其實(shí),當(dāng)今的人工智能研究與實(shí)際應(yīng)用的結(jié)合越來越緊密,受應(yīng)用的驅(qū)動(dòng)越來越明顯。現(xiàn)在的人工智能技術(shù)已同整個(gè)計(jì)算機(jī)科學(xué)技術(shù)緊密地結(jié)合在一起了,其應(yīng)用也與傳統(tǒng)的計(jì)算機(jī)應(yīng)用越來越相互融合了,有的則直接面向應(yīng)用。歸納起來,形成了以下幾條主線:智能機(jī)器人的研制幾乎需要所有的人工智能技術(shù),而且還涉及83——從專家(知識(shí))系統(tǒng)到Agent系統(tǒng)和智能機(jī)器人系統(tǒng)?!獜臋C(jī)器學(xué)習(xí)到數(shù)據(jù)挖掘和數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)?!獜幕趫D搜索的問題求解到基于各種智能算法的問題求解。——從單機(jī)環(huán)境下的智能程序到以Internet和WWW為平臺(tái)的分布式智能系統(tǒng)。——從智能技術(shù)的單一應(yīng)用到各種各樣的智能產(chǎn)品和智能工程(如智能交通、智能建筑)。

——從專家(知識(shí))系統(tǒng)到Agent系統(tǒng)和智能機(jī)器人系統(tǒng)841.8人工智能的分支領(lǐng)域與研究方向

——從模擬的智能層次和所用的方法來看,人工智能可分為符號(hào)智能和計(jì)算智能兩大主要分支領(lǐng)域。而這兩大領(lǐng)域各自又有一些子領(lǐng)域和研究方向。如符號(hào)智能中又有圖搜索、自動(dòng)推理、不確定性推理、知識(shí)工程、符號(hào)學(xué)習(xí)等。計(jì)算智能中又有神經(jīng)計(jì)算、進(jìn)化計(jì)算、免疫計(jì)算、蟻群算法、粒群算法、

自然計(jì)算等。另外,智能Agent也是人工智能的一個(gè)新興的重要領(lǐng)域。

智能Agent(或者說Agent智能)是以符號(hào)智能和計(jì)算智能為基礎(chǔ)的更高一級(jí)的人工智能。

1.8人工智能的分支領(lǐng)域與研究方向——從模擬的智能層85——從模擬的腦智能或腦功能來看,AI中有機(jī)器學(xué)習(xí)、機(jī)器感知、機(jī)器聯(lián)想、機(jī)器推理、機(jī)器行為等分支領(lǐng)域。而機(jī)器學(xué)習(xí)又可分為符號(hào)學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)等許多研究領(lǐng)域和方向。機(jī)器感知又可分為計(jì)算機(jī)視覺、計(jì)算機(jī)聽覺、模式識(shí)別、圖像識(shí)別與理解、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域和方向。——從應(yīng)用角度看,如1.7節(jié)所述,AI中有難題求解等數(shù)十種分支領(lǐng)域和研究方向。

——從模擬的腦智能或腦功能來看,AI中有機(jī)器學(xué)習(xí)、機(jī)器86——從系統(tǒng)角度看,AI中有智能計(jì)算機(jī)系統(tǒng)和智能應(yīng)用系統(tǒng)兩大領(lǐng)域。智能計(jì)算機(jī)系統(tǒng)又可分為:智能硬件平臺(tái)、智能操作系統(tǒng)、智能網(wǎng)絡(luò)系統(tǒng)等。智能應(yīng)用系統(tǒng)又可分為:基于知識(shí)的智能系統(tǒng)、基于算法的智能系統(tǒng)和兼有知識(shí)和算法的智能系統(tǒng)等。另外,還有分布式人工智能系統(tǒng)?!獜幕A(chǔ)理論看,AI中有數(shù)理邏輯和多種非標(biāo)準(zhǔn)邏輯、圖論、人工神經(jīng)網(wǎng)絡(luò)、模糊集、粗糙集、概率統(tǒng)計(jì)(貝葉斯統(tǒng)計(jì)決策理論)和貝葉斯網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)、形式語(yǔ)言與自動(dòng)機(jī)等領(lǐng)域和方向。

——從系統(tǒng)角度看,AI中有智能計(jì)算機(jī)系統(tǒng)和智能應(yīng)用系統(tǒng)871.9人工智能的發(fā)展概況

1.9.1人工智能學(xué)科的產(chǎn)生現(xiàn)在公認(rèn),人工智能學(xué)科正式誕生于1956年。1956年夏季,由美國(guó)達(dá)特莫斯(Dartmouth)大學(xué)的麥卡錫(JohnMcCarthy)、哈佛大學(xué)的明斯基(MarvinMinsky)、IBM公司信息研究中心的洛切斯特(NathanielRochester)、貝爾實(shí)驗(yàn)室的申農(nóng)(ClaudeShannon)共同發(fā)起,邀請(qǐng)IBM公司的莫爾(T.More)和塞繆爾(AllenSamuel)、麻省理工學(xué)院的塞爾夫里奇(O.Selfridge)和索羅門夫(R.Solomonff)以及蘭德公司和卡內(nèi)基工科大學(xué)的紐厄爾(A.Newell)、西蒙(H.A.Simon)等,共十位來自數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和計(jì)算機(jī)等方面的學(xué)者和工程師,在達(dá)特莫斯大學(xué)召開了一次歷時(shí)兩個(gè)月的研究會(huì),討論關(guān)于機(jī)器智能的有關(guān)問題。會(huì)上經(jīng)麥卡錫提議正式采用了“人工智能”這一術(shù)語(yǔ)。從此,一門新興的學(xué)科便正式誕生了。

1.9人工智能的發(fā)展概況1.9.1人工智能學(xué)科的產(chǎn)生88需要指出的是,人工智能學(xué)科雖然正式誕生于1956年的這次學(xué)術(shù)研討會(huì),但實(shí)際上它是邏輯學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、腦科學(xué)、神經(jīng)生理學(xué)、信息科學(xué)等學(xué)科發(fā)展的必然趨勢(shì)和必然結(jié)果。單就計(jì)算機(jī)來看,其功能從數(shù)值計(jì)算到數(shù)據(jù)處理,再下去必然是知識(shí)處理。實(shí)際上就其當(dāng)時(shí)的水平而言,也可以說計(jì)算機(jī)已具有某種智能的成分了。能自動(dòng)地進(jìn)行復(fù)雜的數(shù)值計(jì)算和數(shù)據(jù)處理,難道這不是具有智能的表現(xiàn)嗎?

需要指出的是,人工智能學(xué)科雖然正式誕生于1956年的這89另一方面,實(shí)現(xiàn)人工智能這也是人類自古以來的渴望和夢(mèng)想。據(jù)史書《列子·湯問》篇記載,遠(yuǎn)在公元前九百多年前的我國(guó)西周時(shí)期,周穆王曾路遇一個(gè)名叫偃師的匠人,他獻(xiàn)給穆王一個(gè)“機(jī)器人”,這個(gè)“機(jī)器人”能走路、唱歌、跳舞,使穆王誤以為是一個(gè)真人。這雖然是一個(gè)傳說,但卻反映了人類很早就有人工智能的設(shè)想。在現(xiàn)代,當(dāng)電子計(jì)算機(jī)剛問世不久,天才的英國(guó)科學(xué)家圖靈就于1950年發(fā)表了題為“計(jì)算機(jī)與智能”的論文,提出了著名的“圖靈測(cè)驗(yàn)”,為人工智能提出了更為明確的設(shè)計(jì)目標(biāo)和測(cè)試準(zhǔn)則。

另一方面,實(shí)現(xiàn)人工智能這也是人類自古以來的渴望和夢(mèng)想。901.9.2符號(hào)主義途徑發(fā)展概況1956年之后的10多年間,人工智能的研究取得了許多引人矚目的成就。從符號(hào)主義的研究途徑來看,主要有:——1956年,美國(guó)的紐厄爾、肖和西蒙合作編制了一個(gè)名為邏輯理論機(jī)(LogicTheoryMachine,簡(jiǎn)稱LT)的計(jì)算機(jī)程序系統(tǒng)。該程序模擬了人用數(shù)理邏輯證明定理時(shí)的思維規(guī)律。利用LT紐厄爾等人證明了懷特海和羅素的名著——《數(shù)學(xué)原理》第2章中的38條定理(1963年在另一臺(tái)機(jī)器上證明了全部52條定理)。而美籍華人、數(shù)理邏輯學(xué)家王浩于1958年在IBM[CD*2]704計(jì)算機(jī)上用3~5分鐘證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理(220條),并且還證明了謂詞演算中150條定理的85%。

1.9.2符號(hào)主義途徑發(fā)展概況91——1956年,塞繆爾研制成功了具有自學(xué)習(xí)、自組織、自適應(yīng)能力的跳棋程序。這個(gè)程序能從棋譜中學(xué)習(xí),也能從下棋實(shí)踐中提高棋藝,1959年它擊敗了塞繆爾本人,1962年又擊敗了美國(guó)一個(gè)州的冠軍。——1959年,籍勒洛特發(fā)表了證明平面幾何問題的程序,塞爾夫里奇推出了一個(gè)模式識(shí)別程序;1965年羅伯特(Roberts)編制出了可以分辨積木構(gòu)造的程序。

——1956年,塞繆爾研制成功了具有自學(xué)習(xí)、自組織、92——1960年,紐厄爾、肖和西蒙等人通過心理學(xué)試驗(yàn)總結(jié)出了人們求解問題的思維規(guī)律,編制了通用問題求解程序(GeneralProblemSolving,GPS)。該程序可以求解11種不同類型的問題?!?960年,麥卡錫研制成功了面向人工智能程序設(shè)計(jì)的表處理語(yǔ)言LISP。該語(yǔ)言以其獨(dú)特的符號(hào)處理功能,很快在人工智能界風(fēng)靡起來。它武裝了一代人工智能學(xué)者,至今仍然是人工智能研究的一個(gè)有力工具。——1965年,魯賓遜(Robinson)提出了消解原理(resolutionprinciple),為定理的機(jī)器證明做出了突破性的貢獻(xiàn)。

——1960年,紐厄爾、肖和西蒙等人通過心理學(xué)試驗(yàn)總結(jié)9320世紀(jì)80年代后,專家系統(tǒng)與知識(shí)工程在理論、技術(shù)和應(yīng)用方面都有了長(zhǎng)足的進(jìn)步和發(fā)展。專家系統(tǒng)的建造進(jìn)入應(yīng)用高級(jí)開發(fā)工具時(shí)期。專家系統(tǒng)結(jié)構(gòu)和規(guī)模也在不斷擴(kuò)大,出現(xiàn)了所謂的多專家系統(tǒng)、大型專家系統(tǒng)、微專家系統(tǒng)和分布式專家系統(tǒng)等等。同時(shí),知識(shí)表示、不精確推理、機(jī)器學(xué)習(xí)等方面也都取得了重要進(jìn)展。各個(gè)應(yīng)用領(lǐng)域的專家系統(tǒng)更如雨后春筍般地在世界各地不斷涌現(xiàn)。進(jìn)一步,還出現(xiàn)了不限于專家知識(shí)的所謂基于知識(shí)的系統(tǒng)(KnowledgeBasedSystem,KBS)和知識(shí)庫(kù)系統(tǒng)(KnowledgeBaseSystem,KBS)?,F(xiàn)在,專家系統(tǒng)、知識(shí)工程的技術(shù)已應(yīng)用于各種計(jì)算機(jī)應(yīng)用系統(tǒng),出現(xiàn)了智能管理信息系統(tǒng)、智能決策支持系統(tǒng)、智能控制系統(tǒng)、智能CAD系統(tǒng)、智能CAI系統(tǒng)、智能數(shù)據(jù)庫(kù)系統(tǒng)、智能多媒體系統(tǒng)等等。

20世紀(jì)80年代后,專家系統(tǒng)與知識(shí)工程在理論、技術(shù)和應(yīng)用941.9.3連接主義途徑發(fā)展概況從連接主義的研究途徑看,早在20世紀(jì)40年代,就有一些學(xué)者開始了神經(jīng)元及其數(shù)學(xué)模型的研究。例如,1943年心理學(xué)家McCulloch和數(shù)學(xué)家Pitts提出了形式神經(jīng)元的數(shù)學(xué)模型——現(xiàn)在稱之為MP模型,1944年Hebb提出了改變神經(jīng)元連接強(qiáng)度的Hebb規(guī)則。MP模型和Hebb規(guī)則至今仍在各種神經(jīng)網(wǎng)絡(luò)中起重要作用。

1.9.3連接主義途徑發(fā)展概況95作為人工智能創(chuàng)始人之一的著名學(xué)者明斯基(Minsky)應(yīng)用數(shù)學(xué)理論對(duì)以感知器為代表的簡(jiǎn)單網(wǎng)絡(luò)作了深入的分析,于1969年他與白伯脫(Papert)共同發(fā)表了頗有影響的《Perceptrons》一書。書中證明了那時(shí)使用的單層人工神經(jīng)網(wǎng)絡(luò),無法實(shí)現(xiàn)一個(gè)簡(jiǎn)單的異或門(XOR)所完成的功能。因而明斯基本人也對(duì)神經(jīng)網(wǎng)絡(luò)的前景持悲觀態(tài)度。由于明斯基的理論證明和個(gè)人的威望,這本書的影響很大,使許多學(xué)者放棄了在該領(lǐng)域中的繼續(xù)努力,政府機(jī)構(gòu)也改變基金資助的投向。另一方面,由于在此期間,人工智能的基于邏輯與符號(hào)推理途徑的研究不斷取得進(jìn)展和成功,也掩蓋了發(fā)展新途徑的必要性和迫切性,于是,神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入低谷。

作為人工智能創(chuàng)始人之一的著名學(xué)者明斯基(Minsky)應(yīng)96經(jīng)過這些科學(xué)家的艱苦探索,神經(jīng)網(wǎng)絡(luò)的理論和技術(shù)在經(jīng)過近20年的暗淡時(shí)期后終于有了新的突破和驚人的成果。1985年美國(guó)霍布金斯大學(xué)的賽諾斯(T.Sejnowsk)開發(fā)了名為NETtalk英語(yǔ)讀音學(xué)習(xí)用的神經(jīng)網(wǎng)絡(luò)處理器,輸入為最多由7個(gè)字母組成的英語(yǔ)單詞,輸出為其發(fā)音,由于該處理器自己可以學(xué)習(xí)許多發(fā)音規(guī)則,因此從一無所知起步,經(jīng)過3個(gè)月的學(xué)習(xí)所達(dá)到的水平已可同經(jīng)過20年研制成功的語(yǔ)音合成系統(tǒng)相媲美。同年,美國(guó)物理學(xué)家霍普菲爾特(J.Hopfield)用神經(jīng)網(wǎng)絡(luò)迅速求得了巡回推銷員路線問題(即旅行商問題)的準(zhǔn)優(yōu)解,顯示它在求解“難解問題”上的非凡能力。

經(jīng)過這些科學(xué)家的艱苦探索,神經(jīng)網(wǎng)絡(luò)的理論和技術(shù)在經(jīng)過近97實(shí)際上,早在1962年,霍普菲爾特就提出了著名的HNN模型。在這個(gè)模型中,他引入了“計(jì)算能量函數(shù)”的概念,給出了網(wǎng)絡(luò)穩(wěn)定性判據(jù),從而開拓了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計(jì)算的新途徑。此外,還有不少成功的例子,這些重大突破和成功,轟動(dòng)了世界,人們開始對(duì)冷落了近20年的神經(jīng)網(wǎng)絡(luò)又刮目相看了。另一方面,在這一時(shí)期,雖然在符號(hào)主義途

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論