人工智能之知識庫

人工智能——知識庫報(bào)告提綱相關(guān)文獻(xiàn)A知識庫的相關(guān)內(nèi)容Ｂ本知識庫下一步的工作方向Ｃ近期看過的文獻(xiàn)1.知識庫方面的文獻(xiàn)（19）aai07-analogy.pptOracle數(shù)據(jù)庫系統(tǒng)和知識庫建造.doc從SQL優(yōu)化角度對醫(yī)院信息系統(tǒng)進(jìn)行優(yōu)化.pdf基于Lucene的全文檢索系統(tǒng)的研究與應(yīng)用.nh基于NativeXML數(shù)據(jù)庫的知識庫系統(tǒng)應(yīng)用研究.pdf基于OracleText的電子銀行知識庫系統(tǒng)設(shè)計(jì).pdf基于OracleXMLDB的學(xué)科知識庫設(shè)計(jì)與實(shí)現(xiàn).pdf基于Oracle數(shù)據(jù)庫系統(tǒng)的知識庫建造.pdf基于SQLServer數(shù)據(jù)庫和C++實(shí)現(xiàn)專家系統(tǒng)外殼.pdf基于數(shù)據(jù)庫的保質(zhì)設(shè)計(jì)制圖綜合知識庫研究.pdf基于知識的產(chǎn)品設(shè)計(jì)數(shù)據(jù)庫的設(shè)計(jì)與實(shí)現(xiàn).pdf基于知識的故障診斷方法綜述.pdf學(xué)術(shù)論文導(dǎo)航系統(tǒng)知識庫的構(gòu)建與實(shí)現(xiàn).pdf數(shù)據(jù)庫系統(tǒng)中SQL語句優(yōu)化.pdf類比推理研究的回顧與展望.pdf面向?qū)ο箅娋W(wǎng)知識庫系統(tǒng)的研究與實(shí)踐.pdf運(yùn)用ACCESS數(shù)據(jù)庫建立高原知識庫管理系統(tǒng).pdf智能故障診斷技術(shù)綜述.pdf中醫(yī)專家系統(tǒng)技術(shù)綜述及新系統(tǒng)實(shí)現(xiàn)研究.pdf……2.Oracle方面的文獻(xiàn)（5）ORACLE中SQL執(zhí)行原理及性能優(yōu)化研究.pdfORACLE數(shù)據(jù)庫中SQL優(yōu)化解析.pdfOracle數(shù)據(jù)庫性能的優(yōu)化設(shè)計(jì).pdfSQLServer環(huán)境下的SQL優(yōu)化方法探討.pdf基于OracleXMLDB的XML文檔存取技術(shù).pdf……知識庫的基本概念知識是智能的基礎(chǔ)。人類制定決策的過程是一個(gè)“數(shù)據(jù)——信息——知識”的層次結(jié)構(gòu)。數(shù)據(jù)用來表示事實(shí)信息是數(shù)據(jù)的“濃縮”及對數(shù)據(jù)進(jìn)行組合、概括、校對、比較、分類以及其它處理過程，轉(zhuǎn)變成方便人們做出決策的形式，即信息知識，它是人類制定決策的基礎(chǔ)。知識的特性1)知識的相對性在一定條件及環(huán)境下，知識是正確的和可信任的。其中“在一定條件及環(huán)境下”這一限定是必不可少的，它是知識正確性的前提。因?yàn)槿魏沃R都是在一定的條件和環(huán)境下產(chǎn)生的，所以也只有在這種條件及環(huán)境下才是正確的。2)知識的不確定性。由于現(xiàn)實(shí)世界的復(fù)雜性，信息可能是精確的，也可能是模糊的；關(guān)聯(lián)可能是確定的，也可能是不確定的。這就使得知識并不總是只有“真”或“假”兩種狀態(tài)，而是在“真”或“假”之間還存在許多中間狀態(tài)，即存在為“真”的程度問題。a、由隨機(jī)性引起的不確定性：b、由模糊性引起的不確定性；c、由不完全性引起的不確定性；d、由經(jīng)驗(yàn)性引起的不確定性。(3)知識的可表示與可利用性知識可以用語言、文字、圖形、神經(jīng)元網(wǎng)絡(luò)等，并通過相應(yīng)形式加以利用和掌握。知識的表示對知識進(jìn)行表示的過程就是把知識編碼成某種數(shù)據(jù)結(jié)構(gòu)的過程。目前對人類知識的結(jié)構(gòu)及機(jī)制的研究還沒有完全成熟。總體可以分為兩大類：符號表示法和連接機(jī)制表示法：符號表示法是用各種包含具體含義的符號，以各種不同的方式和次序組合起來表示知識的一類方法。它主要用來表示邏輯性知識。連接機(jī)制表示法是用神經(jīng)網(wǎng)絡(luò)技術(shù)表示知識的一種方法。它把各種物理對象以不同的方式及次序連接起來，并在其間互相傳遞及加工各種包含有具體意義的信息，以此來表示相關(guān)的概念及知識。專家系統(tǒng)國內(nèi)外研究現(xiàn)狀和技術(shù)發(fā)展趨勢專家系統(tǒng)知識的獲取是一個(gè)逐步積累的過程，專家系統(tǒng)的開發(fā)也是一個(gè)逐步發(fā)展、不斷完善的過程。因此，專家系統(tǒng)的創(chuàng)建是一個(gè)復(fù)雜的應(yīng)用系統(tǒng)工程，需要在不斷補(bǔ)充和完善中逐步提高系統(tǒng)的性能和水平。專家系統(tǒng)的構(gòu)建方法：第一類是傳統(tǒng)的符號推理(SymbolicReasoning)方法規(guī)則推理(Rule-BasedReasoning，簡稱RBR)模型推理(Model-BasedReasoning，簡稱MBR)

案例推理(Case-BasedReasoning，簡稱CBR)第二類是軟計(jì)算（SoftComputing，簡稱SC)方法模糊推理(FuzzyReasoning)

人工神經(jīng)網(wǎng)絡(luò)(AnificialNeuralNetwork，簡稱ANN)（神經(jīng)網(wǎng)絡(luò)故障診斷雖然有它獨(dú)特的優(yōu)越性，但也存在一些困難。主要表現(xiàn)在三方面：一是訓(xùn)練樣本獲取困難；二是忽視了領(lǐng)域?qū)＜业慕?jīng)驗(yàn)知識；三是網(wǎng)絡(luò)權(quán)值形式表達(dá)方式難以理解。）第三類是混合智能推理(IntegratingReasoning)方法模型推理就是將被求解的問題描述為結(jié)構(gòu)、功能、行為信息，用結(jié)構(gòu)化的領(lǐng)域知識進(jìn)行問題求解的推理方法?；谀Ｐ偷耐评硎峭ㄟ^對相關(guān)領(lǐng)域研究對象的結(jié)構(gòu)和知識的精化與歸納，通過抽象描述表達(dá)出研究對象的特性和行為，建立該對象的數(shù)學(xué)模型、物理模型或結(jié)構(gòu)模型以及相應(yīng)的邏輯關(guān)系，并將其作為深知識在推理過程中使用。推理過程是一個(gè)結(jié)點(diǎn)被建立或否定的搜索過程?；谝?guī)則的推理規(guī)則是可分解為前提和結(jié)論兩部分的，能表達(dá)因果關(guān)系的知識，一般表示形式為：“如果A則B，其中A為前提，B為結(jié)論。基于規(guī)則的診斷方法具有知識表示簡單、自然、一致性好、推理過程易于理解，診斷速度快等優(yōu)點(diǎn)。該方法一般采用BNF(Backus-NaurForm)語法形式，將知識表示為一組規(guī)則的有序集合，非常接近于人類思維方式和自然形式的“if．．then．．．”結(jié)構(gòu)，易實(shí)現(xiàn)求解過程中的分析、綜合和推理?；谝?guī)則的專家系統(tǒng)，是使用一套包含在知識庫內(nèi)的規(guī)則對工作存儲(chǔ)器內(nèi)的問題信息（事實(shí)）進(jìn)行處理，通過推理機(jī)推斷出新的信息的計(jì)算機(jī)程序，其工作模型如圖：基于規(guī)則的專家系統(tǒng)動(dòng)物識別專家系統(tǒng)該系統(tǒng)的知識庫由15條規(guī)則組成，可識別7種動(dòng)物，規(guī)則的基本格式是：

IF（如果）……THEN（則）……規(guī)則I1如果該動(dòng)物有毛發(fā) 則它是哺乳動(dòng)物

規(guī)則I2如果該動(dòng)物能產(chǎn)乳 則它是哺乳動(dòng)物規(guī)則I3如果該動(dòng)物有羽毛 則它是鳥類動(dòng)物規(guī)則I4如果該動(dòng)物能飛行 它能生蛋 則它是鳥類動(dòng)物規(guī)則I5如果該動(dòng)物是哺乳動(dòng)物 它吃肉 則它是食肉動(dòng)物

規(guī)則I6如果該動(dòng)物是哺乳動(dòng)物它長有爪子它長有利齒它眼睛前視 則它是食肉動(dòng)物

規(guī)則I7如果該動(dòng)物是哺乳動(dòng)物它長有蹄 則它是有蹄動(dòng)物規(guī)則I8如果該動(dòng)物是哺乳動(dòng)物它反芻 則它是有蹄動(dòng)物，并且是偶蹄動(dòng)物規(guī)則I9如果該動(dòng)物是食肉動(dòng)物它的顏色是黃褐色它有深色的斑點(diǎn)則它是獵豹

規(guī)則I10如果該動(dòng)物是食肉動(dòng)物它的顏色是黃褐色它有黑色條紋則它是老虎規(guī)則I11如果該動(dòng)物是有蹄動(dòng)物它有長腿它有長頸它的顏色是黃褐色它有深色的斑點(diǎn)則它是長頸鹿規(guī)則I12如果該動(dòng)物是有蹄動(dòng)物它的顏色是白的它有黑色條紋則它是斑馬

規(guī)則I13如果該動(dòng)物是鳥類它不會(huì)飛它有長頸它有長腿它的顏色是黑色和白色相雜則它是鴕鳥規(guī)則I14如果該動(dòng)物是鳥類它不能飛行它能游泳它的顏色是黑色和白色則它是企鵝

規(guī)則I15如果該動(dòng)物是鳥類它善于飛行則它是海燕海燕 ALBATROSS 企鵝 PENGUIN駝鳥 OSTRICH斑馬 ZEBRA長頸鹿 GIRAFFE虎 TIGER黑豹 CHEETA見程序基于案例的專家系統(tǒng)這是一種基于人的認(rèn)知過程的推理策略，是一種人們在生活中經(jīng)常用來求解問題的方法。其核心思想是：專家系統(tǒng)在進(jìn)行某個(gè)問題的求解時(shí)，往往把以前使用過的與該問題相同或類似的案例聯(lián)系起來，運(yùn)用以前解決該案例的經(jīng)驗(yàn)、知識和方法，來解決當(dāng)前問題?；诎咐膶＜蚁到y(tǒng)的目標(biāo)就是運(yùn)用計(jì)算機(jī)來得到類比推理和領(lǐng)域?qū)＜业挠洃?，并提供出類似該問題的解。該方法方便了知識的獲取，簡化了知識的維護(hù)，增加了解決問題的效率和解答的質(zhì)量，提高了用戶的滿意程度。CBR是以自然界的兩大原則為理論前提的1)世界是規(guī)則的相似的問題有相似的求解方法和過程；2)事物總是會(huì)重復(fù)出現(xiàn)的人們遇到的相同或相似的問題或事物總會(huì)重復(fù)出現(xiàn)的。預(yù)測：例如設(shè)備故障預(yù)測或股票市場的行為。評估：例如銀行業(yè)或保險(xiǎn)業(yè)的風(fēng)險(xiǎn)分析，項(xiàng)目成本的估計(jì)。診斷：例如醫(yī)學(xué)診斷或設(shè)備故障診斷。設(shè)計(jì)：通過改進(jìn)以前的產(chǎn)品開發(fā)出新的產(chǎn)品。計(jì)劃：從舊的計(jì)劃制訂出新的決策計(jì)劃。配置：從舊的進(jìn)度表產(chǎn)生新的進(jìn)度表。類比推理類比是人類應(yīng)用過去的經(jīng)驗(yàn)來求解新問題的一種思維過程。類比學(xué)習(xí)是把兩個(gè)或兩類事物或情形進(jìn)行比較，找出它們在某一抽象層上的相似關(guān)系，并以這種關(guān)系為依據(jù)，把某一事物或情形的有關(guān)知識加以適當(dāng)整理（或變換）對應(yīng)到另一事物或情況，從而獲得求解另一事物或情形的知識。根據(jù)已知域的情況，用類比來回答關(guān)于另一未知域的問題，主要是一個(gè)解決問題的過程。Retrieval

檢索

Elaboration

細(xì)化Mapping

映射Justification糾正類比學(xué)習(xí)描述：

設(shè)有兩個(gè)具有相同或相似的論域：源域S和目標(biāo)域T，已知S中的元素a和T中的元素b具有相似的性質(zhì)P，即P(a)∽P（b），a還具有性質(zhì)Q，即Q(a)，根據(jù)類比推理，b也具有性質(zhì)Q.即，P(a)∧Q(a),P(a)∽P（b）├Q(b)Q(a)類比學(xué)習(xí)一般步驟：（1）找出源域與目標(biāo)域的相似性質(zhì) P，找出源域中另一個(gè)性質(zhì)Q和性質(zhì)P對元素a的關(guān)系：P（a）→Q（a）；（2）在源域中推廣P和Q的關(guān)系為一般關(guān)系，即對于所有的變量x來說，存在P（x）→Q（x）；（3）從源域和目標(biāo)域映射關(guān)系，得到目標(biāo)域的新性質(zhì)，即對于目標(biāo)域的所有變量x來說，存在P（x）→Q（x）；（4）利用假言推理：P（b），P（x）→Q（x）├Q(b)，最后得出b具有性質(zhì)Q從上述步驟可見，類比學(xué)習(xí)實(shí)際上是演繹學(xué)習(xí)和歸納學(xué)習(xí)的組合。步驟（2）是一個(gè)歸納的過程，即從個(gè)別現(xiàn)象推斷出一般規(guī)律；而步驟（4）則是一個(gè)演繹過程，即從一般規(guī)律找出個(gè)別現(xiàn)象。類比學(xué)習(xí)的過程：聯(lián)想搜索匹配檢驗(yàn)相似程度修正變換求解更新知識庫類比求解過程要明確的問題

問題特征怎樣抽取相似性測度及計(jì)算方法如何確定如何搜索相似的問題怎樣找出對應(yīng)關(guān)系，如何匹配老問題的解如何變換地到新問題的解如何更新知識庫基于案例推理的專家系統(tǒng)包含的基本研究領(lǐng)域問題案例獲取案例表示案例索引檢索模板檢索類似于關(guān)系數(shù)據(jù)庫的SQL查詢分層檢索決策樹為基礎(chǔ)關(guān)聯(lián)檢索鄰近檢索案例的修改學(xué)習(xí)和歸納知識庫建立需要考慮的問題充分表示領(lǐng)域知識有利于對知識的使用便于對知識的組織、維護(hù)和管理便于理解與實(shí)現(xiàn)知識庫管理系統(tǒng)知識庫管理系統(tǒng)是知識庫系統(tǒng)設(shè)計(jì)中必不可少的。具體來說知識庫管理系統(tǒng)所具有的功能如下：1)知識庫管理系統(tǒng)應(yīng)具有傳統(tǒng)數(shù)據(jù)庫管理系統(tǒng)的—切功能，包括對數(shù)據(jù)、知識的有效存取、數(shù)據(jù)處理等。2)有一個(gè)描述性語言用于對知識的操作與處理。知識庫管理系統(tǒng)的特性1)知識庫管理系統(tǒng)所管理的知識限于事實(shí)和規(guī)則；2)知識庫管理系統(tǒng)應(yīng)能管理大量的知識；3)知識庫管理系統(tǒng)所采用的語言大多數(shù)是邏輯語言，如用謂詞邏輯表示；4)知識庫管理系統(tǒng)的核心是一個(gè)推理系統(tǒng)(InferenceEngine)，它完成對知識的操縱，其中主要包括對知識的一致性檢查、知識的演繹檢索等。SQL處理過程從SQL執(zhí)行原理可知，影響SQL語句性能的關(guān)鍵是前兩步。一方面硬解析相當(dāng)消耗資源(CPU時(shí)間、內(nèi)存、栓鎖等)，頻繁解析導(dǎo)致響應(yīng)時(shí)間更長(效率低)，系統(tǒng)支持同時(shí)在線的用戶數(shù)更少(并發(fā)性差)；另外，生成的執(zhí)行計(jì)劃的優(yōu)劣主要依賴于統(tǒng)計(jì)信息的準(zhǔn)確性。因此，SQL性能優(yōu)化的重點(diǎn)是：盡量避免重復(fù)解析，充分重用SQL知識庫存放的知識有效的SQL語句。待復(fù)核的SQL語句。駁回的SQL語句。歷史的SQL語句。知識庫中還可以放的知識1當(dāng)一個(gè)用戶有數(shù)據(jù)庫請求時(shí)，先判斷是讀還是寫，如果是寫的話，就直接返回寫入服務(wù)器，這樣當(dāng)寫服務(wù)器寫完數(shù)據(jù)以后，差不多可以在3秒內(nèi)返回其他兩臺機(jī)器。2，當(dāng)遇到一個(gè)讀的請求時(shí)，根據(jù)監(jiān)控返回來的數(shù)據(jù)判斷，根據(jù)剛才的權(quán)值返回一個(gè)當(dāng)前最空閑的機(jī)器。需要注意的是，這時(shí)最好做一個(gè)記錄器，用以保持一段時(shí)間的數(shù)值，可以讓管理員自行設(shè)定，更好地做到幾臺數(shù)據(jù)庫的壓力平衡。3如果為主的寫入服務(wù)器突然壞掉，程序可以自動(dòng)把備份的服務(wù)器切換過來，用剛才的備份服務(wù)器當(dāng)作寫服務(wù)器，然后做一個(gè)報(bào)警系統(tǒng)，用以通知管理員。同樣，當(dāng)監(jiān)控服務(wù)器發(fā)現(xiàn)其他兩臺讀服務(wù)器壞掉時(shí)，也會(huì)自動(dòng)通知管理員，來處理服務(wù)器的異常情況，這樣就可以保證系統(tǒng)的穩(wěn)定運(yùn)行，而且易于管理和維護(hù)。4限制由數(shù)據(jù)庫用戶db2admin發(fā)出的讀取操作，當(dāng)read操作返回的數(shù)據(jù)行數(shù)大于N時(shí)，終止這個(gè)操作。5限制由數(shù)據(jù)庫用戶db2admin發(fā)出的DML活動(dòng)，當(dāng)預(yù)計(jì)的SQLCOST運(yùn)行時(shí)間大于200秒時(shí)，將不允許該活動(dòng)繼續(xù)運(yùn)行。6創(chuàng)建Limits。這里，需要對某一個(gè)用戶源發(fā)出的某一類工作做出限制。如某個(gè)CASE中用戶源就是DB2ADMIN，工作類型就是READ。7.用戶特定的需求。下一步的工作選擇知識的表示確定知識的推理形式構(gòu)建知識庫知識的增加知識的刪除知識的約減知識的修改知識庫的優(yōu)化（檢索、排序）……ThankYou!演講完畢，謝謝觀看！附錄資料：人工智能簡介?AboutTeachingPlan基本要求：人工智能是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支，是目前迅速發(fā)展的一門新興學(xué)科，新思想新方法層出不窮。其基本思想是利用機(jī)器來模仿和執(zhí)行人腦的功能，如判斷、推理、證明、識別、感知、理解、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)。對于培養(yǎng)學(xué)生計(jì)算機(jī)技術(shù)的應(yīng)用能力，開闊思路和視野，有重要意義。

?AboutTeachingPlan因此，要求學(xué)生掌握知識表示和問題求解的幾種常用方法，尤其是不確定性推理；掌握機(jī)器學(xué)習(xí)基本概念，了解幾種機(jī)器學(xué)習(xí)方法尤其是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法；掌握專家系統(tǒng)的概念，了解專家系統(tǒng)設(shè)計(jì)方法，掌握一些智能控制方法，了解國內(nèi)外人工智能研究尤其是機(jī)器人的最新進(jìn)展；具有一定的人工智能編程設(shè)計(jì)能力（利用Lisp或Prolog語言）。?AboutTeachingPlan課程內(nèi)容以及學(xué)時(shí)分配人工智能引論(1) 人工智能概念及與計(jì)算機(jī)的關(guān)系，研究途徑、內(nèi)容和應(yīng)用領(lǐng)域概況介紹，其他最新材料。符號主義、連接主義、行為主義三大流派人工智能數(shù)學(xué)基礎(chǔ)(1)知識表示方法（2） 狀態(tài)空間法、問題歸約法，謂詞邏輯法、產(chǎn)生式表示法（動(dòng)物識別系統(tǒng)）；CLIPS語言；語義網(wǎng)絡(luò)法、框架法（這是結(jié)構(gòu)化表示）；劇本、過程、Petri網(wǎng)、面向?qū)ο蟮谋硎尽?AboutTeachingPlan 搜索技術(shù)和策略（3-4）狀態(tài)空間法，盲目搜索和啟發(fā)式搜索，A*算法；海伯倫理論、消解原理和策略；與\或形推理和搜索策略；其他求解技術(shù)。 不確定推理技術(shù)（3-4）主觀Bayes理論；可信度方法和證據(jù)理論；系統(tǒng)組織技術(shù)；非單調(diào)推理；Rete快速算法；模糊推理技術(shù)；基于語義網(wǎng)絡(luò)和框架不確定推理； 專家系統(tǒng)（2）專家系統(tǒng)概念、結(jié)構(gòu)和知識獲?。缓诎迥Ｐ?、知識組織、管理及系統(tǒng)建造和開發(fā)工具；專家系統(tǒng)舉例及編程。

人工智能程序設(shè)計(jì)（1）人工智能語言基本機(jī)制：LISP和PROLOG。?AboutTeachingPlan 模式識別導(dǎo)論（3）模式識別專題：概率模式識別。模式識別專題：結(jié)構(gòu)模式識別 機(jī)器學(xué)習(xí)（1）：機(jī)械,解釋經(jīng)驗(yàn),事例,歸納,概念,類比學(xué)習(xí)等；統(tǒng)計(jì),結(jié)構(gòu),模糊模式識別。 專題講座（3次） 1)神經(jīng)網(wǎng)絡(luò)基本理論和應(yīng)用 (史奎凡課程：安排于人工智能理論與應(yīng)用課程內(nèi))； 2)智能體（Agent）； 3)自然語言處理； 4)智能控制和機(jī)器人科學(xué) 智能控制的結(jié)構(gòu)理論和研究領(lǐng)域，智能控制系統(tǒng)及應(yīng)用示例；機(jī)器人規(guī)劃、機(jī)器視覺和自然語言理解等。?AboutTeachingPlan 實(shí)踐：1) 搜索技術(shù)和策略2) 不確定推理技術(shù)3) 專家系統(tǒng)：動(dòng)物識別系統(tǒng)4) 模式識別技術(shù)5) 調(diào)研： 搜索技術(shù)和策略、不確定推理技術(shù)、統(tǒng)計(jì)模式識別、機(jī)器學(xué)習(xí)等四個(gè)領(lǐng)域進(jìn)展報(bào)告。?ChapterOne:BriefIntroductiontoArtificialIntelligence1.WhatisAI?人工智能（ArtificialIntelligence,AI）是當(dāng)前科學(xué)技發(fā)展的一門前沿學(xué)科，同時(shí)也是一門新思想，新觀念，新理論，新技術(shù)不斷出現(xiàn)的新興學(xué)科以及正在發(fā)展的學(xué)科。它是在計(jì)算機(jī)科學(xué)，控制論，信息論，神經(jīng)心理學(xué)，哲學(xué)，語言學(xué)等多種學(xué)科研究的基礎(chǔ)發(fā)展起來的，因此又可把它看作是一門綜合性的邊緣學(xué)科。它的出現(xiàn)及所取得的成就引起了人們的高度重視,并取得了很高的評價(jià)。有的人把它與空間技術(shù)，原子能技術(shù)一起并譽(yù)為20世紀(jì)的三大科學(xué)技術(shù)成就。?Intelligence智能是知識與智力的總合。 知識——智能行為的基礎(chǔ)； 智力——獲取知識并運(yùn)用知識求解問題的能力。智能具有以下特征：(1)具有感知能力——指人們通過視覺、聽覺、觸覺、味覺、嗅覺等感覺器官感知外部世界的能力；(2)具有記憶與思維的能力——這是人腦最重要的功能，亦是人之所以有智能的根本原因；(3)具有學(xué)習(xí)能力及自適應(yīng)能力；(4)具有行為能力。ArtificialIntelligence人工智能——計(jì)算機(jī)科學(xué)的一個(gè)分支，是智能計(jì)算機(jī)系統(tǒng)，即人類智慧在機(jī)器上的模擬，或者說是人們使機(jī)器具有類似于人的智慧（對語言能理解、能學(xué)習(xí)、能推理）。?2.BriefHistoryofAI (1) 孕育（1956年前）古希臘的Aristotle（亞里士多德）（前384-322），給出了形式邏輯的基本規(guī)律。英國的哲學(xué)家、自然科學(xué)家Bacon（培根）（1561-1626），系統(tǒng)地給出了歸納法?！爸R就是力量”德國數(shù)學(xué)家、哲學(xué)家Leibnitz（布萊尼茨）（1646-1716）。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號化，從而能對人的思維進(jìn)行運(yùn)算和推理。做出了能做四則運(yùn)算的手搖計(jì)算機(jī)英國數(shù)學(xué)家、邏輯學(xué)家Boole（布爾）（1815-1864）實(shí)現(xiàn)了布萊尼茨的思維符號化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。?美籍奧地利數(shù)理邏輯學(xué)家Godel（哥德爾）（1906-1978），證明了一階謂詞的完備性定；任何包含初等數(shù)論的形式系統(tǒng)，如果它是無矛盾的，那么一定是不完備的。意義在于，人的思維形式化和機(jī)械化的某種極限，在理論上證明了有些事是做不到的。英國數(shù)學(xué)家Turing(圖靈)（1912-1954）,1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型（圖靈機(jī)），1950年提出了圖靈試驗(yàn)，發(fā)表了“計(jì)算機(jī)與智能”的論文。圖靈獎(jiǎng)。美國數(shù)學(xué)家Mauchly，1946發(fā)明了電子數(shù)字計(jì)算機(jī)ENIAC美國神經(jīng)生理學(xué)家McCulloch，建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。美國數(shù)學(xué)家Shannon（香農(nóng)）,1948年發(fā)表了《通訊的數(shù)學(xué)理論》，代表了“信息論”的誕生。? (2) 形成（1956-1969）1956年提出了“ArtificialIntelligence（人工智能）”1956年夏由麻省理工學(xué)院的J.McCarthy、M.L.Minsky,IBM公司信息研究中心的N.Rochester,貝爾實(shí)驗(yàn)室的C.E.Shannon共同發(fā)起，邀請了Moore,Samuel,Selfridge,Solomonff,Simon,Newell等人，10位數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計(jì)算機(jī)科學(xué)家，在Dartmouth大學(xué)召開了一次關(guān)于機(jī)器智能的研討會(huì)，會(huì)上McCarthy提議正式采用了ArtificialIntelligence（人工智能）這一術(shù)語。這次會(huì)議，標(biāo)志著人工智能作為一門新興學(xué)科正式誕生了。 McCarthy（麥卡錫）——人工智能之父。這次會(huì)議之后的10年間，人工智能的研究取得了許多引人矚目的成就.機(jī)器學(xué)習(xí)方面：塞繆爾于1956年研制出了跳棋程序，該程序能從棋譜中學(xué)習(xí)，也能從下棋實(shí)踐中提高棋藝；?在定理證明方面：王浩于1958年在IBM機(jī)上證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理（220條），還證明了謂詞演算中150條定理85%；1965年，魯賓遜（Robinson）提出了消解原理；在模式識別方面：1959年塞爾夫里奇推出了一個(gè)模式識別程序；1965年羅伯特（Robert）編制出可辨別積木構(gòu)造的程序；在問題求解方面：1960年紐厄爾等人通過心理學(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GPS,可以用來求解11種不同類型的問題；在專家系統(tǒng)方面：斯坦福大學(xué)的費(fèi)根鮑姆（E.A.Feigenbaum）自1965年開始進(jìn)行專家系統(tǒng)DENDRAL（化學(xué)分析專家系統(tǒng)），1968年完成并投入使用；在人工智能語言方面：1960年McCarthy等人建立了人工智能程序設(shè)計(jì)語言Lisp，該語言至今仍是建造智能系統(tǒng)的重要工具；1969年成立了國際人工智能聯(lián)合會(huì)議（InternationalJointConferencesOnArtificialIntelligence）? (3) 發(fā)展（1970年以后）70年代，開始從理論走向?qū)嵺`，解決一些實(shí)際問題。同時(shí)很快就發(fā)現(xiàn)問題：歸結(jié)法費(fèi)時(shí)、下棋贏不了全國冠軍、機(jī)器翻譯一團(tuán)糟。以Feigenbaum為首的一批年輕科學(xué)家改變了戰(zhàn)略思想，1977年提出知識工程的概念，以知識為基礎(chǔ)的專家咨詢系統(tǒng)開始廣泛的應(yīng)用。著名專家系統(tǒng)的有：DENDRAL化學(xué)分析專家系統(tǒng)（斯坦福大學(xué)1968）MACSYMA符號數(shù)學(xué)專家系統(tǒng)（麻省理工1971）MYCIN診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)（斯坦福大學(xué)1973）CASNET(CausalASsciationalNetwork)診斷和治療青光眼的專家咨詢系統(tǒng)（拉特格爾斯（Rutgers）大學(xué)70年代中）CADUCEUS(原名INTERNIST)醫(yī)療咨詢系統(tǒng)（匹茲堡大學(xué)）；HEARSAYI和II語音理解系統(tǒng)（卡內(nèi)基-梅隆大學(xué)）PROSPECTOR地質(zhì)勘探專家系統(tǒng)（斯坦福大學(xué)1976）XCON計(jì)算機(jī)配置專家系統(tǒng)（卡內(nèi)基-梅隆大學(xué)1978）??80年代，人工智能發(fā)展達(dá)到階段性的頂峰。?87,89年世界大會(huì)有６－７千人參加。硬件公司有上千個(gè)。并進(jìn)行Lisp硬件、Lisp機(jī)的研究。?在專家系統(tǒng)及其工具越來越商品化的過程中,國際軟件市場上形成了一門旨在生產(chǎn)和加工知識的新產(chǎn)業(yè)——知識產(chǎn)業(yè)。應(yīng)該說，知識工程和專家系統(tǒng)是近十余年來人工智能研究中最有成就的分支之一。?同年代，1986年Rumlhart領(lǐng)導(dǎo)的并行分布處理研究小組提出了神經(jīng)元網(wǎng)絡(luò)的反向傳播學(xué)習(xí)算法，解決了神經(jīng)網(wǎng)絡(luò)的根本問題之一。從此，神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入新的高潮。?90年代，計(jì)算機(jī)發(fā)展趨勢為小型化、并行化、網(wǎng)絡(luò)化、智能化。?人工智能技術(shù)逐漸與數(shù)據(jù)庫、多媒體等主流技術(shù)相結(jié)合，并融合在主流技術(shù)之中，旨在使計(jì)算機(jī)更聰明、更有效、與人更接近。?日本政府于1992年結(jié)束了為期十年的稱為“知識信息處理體統(tǒng)”的第五代計(jì)算機(jī)系統(tǒng)研究開發(fā)計(jì)劃。并開始了為期十年的實(shí)況計(jì)算（RealWordComputing）計(jì)劃。?3.ResearchObjectsandMainContents

(1)人工智能的研究目標(biāo)

人工智能的長期研究目標(biāo)：構(gòu)造智能計(jì)算機(jī)。

人工智能的近期研究目標(biāo)：使現(xiàn)有的電子計(jì)算機(jī)更聰明，更有用，使它不僅能做一般的數(shù)值計(jì)算及非數(shù)值信息的數(shù)據(jù)處理，而且能運(yùn)用知識處理問題，能模擬人類的部分智能行為。?(2)人工智能研究的基本內(nèi)容

1.機(jī)器感知以機(jī)器視覺與機(jī)器聽覺為主。機(jī)器感知是機(jī)器獲取外部信息的基本途徑，是使機(jī)器具有智能不可或缺的組成部分，對此人工智能中已形成兩個(gè)專門的研究領(lǐng)域——

模式識別和自然語言理解。2.機(jī)器思維指通過感知的外部信息及機(jī)器內(nèi)部的各種工作信息進(jìn)行有目的的處理。主要開展以下幾方面的研究：(1)知識表示(2)知識的組織，累計(jì)，管理技術(shù)(3)知識的推理(4)各種啟發(fā)式搜索及控制策略(5)神經(jīng)網(wǎng)絡(luò)，人腦的結(jié)構(gòu)及其工作原理?3.機(jī)器學(xué)習(xí)

使計(jì)算能自動(dòng)獲取知識，能直接向書本學(xué)習(xí)，能通過與人談話學(xué)習(xí)，能通過對環(huán)境的觀察學(xué)習(xí)，并能在實(shí)踐中自我完善。4.機(jī)器行為機(jī)器行為主要指計(jì)算機(jī)的表達(dá)能力，即“說”、“寫”、“畫”等，對智能機(jī)器人，還應(yīng)該有人的四肢功能，即能走路，能取物，能操作等。5.智能系統(tǒng)及智能計(jì)算機(jī)的構(gòu)造技術(shù)?4.ResearchObjectsandMainContents人工智能面世以來，其研究途徑存在兩種不同的觀點(diǎn)：以符號處理為核心的方法——主張通過運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)行研究，實(shí)現(xiàn)人工智能在計(jì)算機(jī)的模擬。以網(wǎng)絡(luò)連接為主的連接機(jī)制方法——主張用生物學(xué)的方法進(jìn)行研究，搞清楚人類智能的本質(zhì)。(1)以符號處理為核心的方法該方法起源于紐厄爾等人的通用問題求解系統(tǒng)（GPS），用于模擬人類求解問題的心理過程，逐漸形成為物理符號系統(tǒng)，這種方法認(rèn)為： 人類研究的目標(biāo)是實(shí)現(xiàn)機(jī)器智能，而計(jì)算機(jī)自身具有符號處理能力，這種能力本身就蘊(yùn)含著演繹推理的內(nèi)涵，因而可通過運(yùn)行相應(yīng)的程序來體現(xiàn)某種基于邏輯思維的智能行為，達(dá)到模擬人類智能活動(dòng)的效果。目前人工智能的大部分研究成果都是基于這種方法實(shí)現(xiàn)的。?

該方法的主要特征是：

?立足于邏輯運(yùn)算和符號操作，適合于模擬人的邏輯思維過程，解決需要進(jìn)行邏輯推理的復(fù)雜問題；

?知識可用顯式的符號表示；

?便于模塊化；?能與傳統(tǒng)的符號數(shù)據(jù)庫鏈接；?可對推理結(jié)論做出解釋，便于對各種可能性進(jìn)行選擇。

但該方法不適合于形象思維；而且在用符號表示概念時(shí)其有效性在很大程度上取決于符號表示的正確性，且對帶噪聲的信息及不完整的信息難以處理。(2)以網(wǎng)絡(luò)連接為主的連接機(jī)制方法該方法是在人腦神經(jīng)元及其相互連接而成網(wǎng)絡(luò)的啟示下，試圖通過多人工神經(jīng)元間的并行協(xié)同作用來實(shí)現(xiàn)對人類智能的模擬。該方法認(rèn)為：大腦是人類一切智能活動(dòng)的基礎(chǔ)，因而從大腦神經(jīng)元及其連接機(jī)制著手進(jìn)行研究，搞清楚大腦的結(jié)構(gòu)及它進(jìn)行信息處理的過程及機(jī)理，可望揭示人類智能的奧秘，從而真正實(shí)現(xiàn)人類智慧在機(jī)器上的模擬。?該方法的主要特征：?通過神經(jīng)元之間的并行協(xié)同作用實(shí)現(xiàn)信息處理，處理過程具有并行性、動(dòng)態(tài)性、全局性；?通過神經(jīng)元間分布式的物理聯(lián)系存儲(chǔ)知識和信息，因而可以實(shí)現(xiàn)聯(lián)想功能，對于帶有噪聲、缺損、變形的信息能進(jìn)行有效地處理。近期的一些研究表明，該方法在模式識別、圖像信息壓縮等方面取得了一些研究成果；?通過神經(jīng)元間連接強(qiáng)度的動(dòng)態(tài)調(diào)整來實(shí)現(xiàn)對人類學(xué)習(xí)、分類等的模擬；?適合于模擬人類的形象思維過程；?求解問題時(shí)，可以比較快地球的一個(gè)近似解。該方法不適合于模擬人的邏輯思維過程，而且就目前神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀來看，由固定的體系結(jié)構(gòu)與組成方案所構(gòu)成的系統(tǒng)還達(dá)不到開發(fā)多種多樣知識的要求。?(3)系