人工智能第1章人工智能概述

人工智能第1章人工智能概述第一頁，共70頁。內(nèi)容：

問題求解方法圖搜索技術(shù)基于謂詞演算的推理產(chǎn)生式系統(tǒng)不確定推理

知識表示結(jié)構(gòu)化方法面向?qū)ο蟮姆椒▽＜蚁到y(tǒng)神經(jīng)網(wǎng)絡(luò)演化計算Agent技術(shù)….基礎(chǔ)：離散數(shù)學(xué)、程序設(shè)計、數(shù)據(jù)結(jié)構(gòu)、…學(xué)習(xí)人工智能的難點:難點一：就在于從知識、假設(shè)、推理的角度出發(fā)去思考問題，解決問題；難點二：人工智能的內(nèi)容非常浩繁，深入地了解人工智能的各個方向是非常困難的；重點：最主要的是掌握人工智能思想；對人工智能各個領(lǐng)域有一定了解；重點理解某些人工智能的相關(guān)問題；值得注意的方面：

在學(xué)習(xí)書本知識的同時，注意利用網(wǎng)絡(luò)資源，觀察人工智能研究發(fā)展新動向，了解新成果。第二頁，共70頁。第1章人工智能概述1.1人工智能的概念1.2人工智能的研究途徑與方法1.3人工智能的分支領(lǐng)域1.4人工智能的基本技術(shù)1.5人工智能的發(fā)展概況第三頁，共70頁。1.1人工智能的概念

1.1.1什么是人工智能人工智能(ArtificialIntelligence,AI)探討人類思維、行動中那些尚未算法化的功能行為;使機器Thinking、Actinglikehuman。

人工智能下一個準(zhǔn)確的定義很困難，至今尚無統(tǒng)一的定義。狹義概念：人工智能是計算機科學(xué)中涉及研究，設(shè)計和應(yīng)用智能機器的一個分支，是對智能計算機系統(tǒng)的研究。智能機器:能夠在各類環(huán)境中自主地或交互的執(zhí)行各種擬人任務(wù)的，與人智力相當(dāng)或相近的機器。具體地說是能夠?qū)θ祟愓Z言理解、知識學(xué)習(xí)、思維推理和自主行為模擬的機器。第四頁，共70頁。

廣義：AI是指人類智能行為規(guī)律、智能理論方面的研究。作為學(xué)科，AI研究如何使機器（計算機）具有智能的科學(xué)和技術(shù)，特別是自然智能如何在計算機上實現(xiàn)或再現(xiàn)的科學(xué)和技術(shù)。因此，從學(xué)科角度講，當(dāng)前的人工智能是計算機科學(xué)的一個分支。人工智能的研究卻不僅涉及到計算機科學(xué)，而且還涉及到腦科學(xué)、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)、邏輯學(xué)、認(rèn)知(思維)科學(xué)、行為科學(xué)、生命科學(xué)和數(shù)學(xué)，以及信息論、控制論和系統(tǒng)論等許多學(xué)科領(lǐng)域。狹義方面已經(jīng)做了一些工作，如專家系統(tǒng)的研究與開發(fā)。廣義的理解至今還沒有做出令人興奮的結(jié)果。第五頁，共70頁。AI問題的復(fù)雜性：人的思維機制是什么，能夠建造人工智能嗎？n人腦的思維推理過程的機械化？n大腦的意識是什么？n計算機能夠有自覺性和意識嗎？弱目標(biāo)：讓計算機成為能夠有效模仿、建立人的思維、行為的有效工具；

AI主要探討人類思維、行動中那些尚未算法化的功能行為.良結(jié)構(gòu)問題：可以用數(shù)學(xué)模型或者算法精確描述，用傳統(tǒng)程序求解；不良結(jié)構(gòu)問題：不存在完全確定的數(shù)學(xué)描述模型，沒有現(xiàn)成的算法，或者有算法但是屬于NP完全問題，只能用弱方法求解。

AI研究不良問題求解過程：

如果這個問題還沒有解決，則它就是人工智能研究的范疇。弱方法的特點：問題的已知信息不精確，或者不完整；使用的知識本身是經(jīng)驗性的，不嚴(yán)格的或者人類尚未完全掌握的；問題求解需要反復(fù)試探或者搜索，求解過程/結(jié)果可能不確定。第六頁，共70頁。

ChineseRoom——翻譯和理解系統(tǒng)構(gòu)成：封閉房間內(nèi)，有只懂得英文的一個人;一疊用英文寫的翻譯規(guī)則和符號對照表等，一疊白紙；一個小窗能夠遞進遞出薄的紙片（輸入/輸出）；房間進行翻譯工作；觀察：在外部看，這個房間是正在進行中文翻譯工作，內(nèi)部：假定該人不懂中文，書籍和表格等也談不上懂得中文，本質(zhì)上：房間內(nèi)的人所做工作沒有任何談得上具有“理解”中文的工作。**系統(tǒng)能夠正常運行解決問題，不等于系統(tǒng)懂得和理解問題

TuringTest（1950）M(主持人)向A(人)、B（機器）提問，M、A、B相互之間沒有聯(lián)系；A回答提問并表示他是“真正的人”；B模擬人的思維、推理來回答問題，并表示它是“真正的人”；M能夠區(qū)分A、B嗎？如果不能區(qū)分，表示B具有人工智能。圖靈認(rèn)為在2000年以前，可能構(gòu)造計算機和人們交談5分鐘，并有30%的把握可以FOOL人。圖靈測試的意義：研究智能行為----使實驗研究成為可能第七頁，共70頁。1.1.2為什么要研究人工智能*從對數(shù)據(jù)世界的需求發(fā)展到對知識世界的需求*為尋求試探性搜索，啟發(fā)式的、不精確的、模糊的、甚至容許出現(xiàn)錯誤的推理方法，使之符合人類的思維過程。

計算機是迄今為止最有效的信息處理工具，但現(xiàn)在的普通計算機系統(tǒng)的智能還相當(dāng)?shù)拖?，缺乏自適應(yīng)、自學(xué)習(xí)、自優(yōu)化等能力，也缺乏社會常識或?qū)I(yè)知識等，只能是被動地按照人們?yōu)樗孪劝才藕玫墓ぷ鞑襟E進行工作。因此經(jīng)典計算機的功能難以滿足越來越復(fù)雜和越來越廣泛的社會需求。

既然計算機和人腦一樣都可進行信息處理，那么是否也能讓計算機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。第八頁，共70頁。AI研究也是當(dāng)前信息化社會的迫切要求。人類社會現(xiàn)在已經(jīng)進入了信息化時代，信息化的進一步發(fā)展，必須有智能技術(shù)的支持例如：

Internet強烈地需要智能搜索技術(shù)——基于本體論的非結(jié)構(gòu)化搜索。智能化也是自動化發(fā)展的必然趨勢。自動化發(fā)展到一定水平，再向前發(fā)展就是智能化，即智能化是繼機械化、自動化之后，人類生產(chǎn)和生活中的又一個技術(shù)特征。智能技術(shù)應(yīng)用是后信息化社會的主要特征之一第九頁，共70頁。

人工智能的目標(biāo)人工智能的研究目標(biāo)可分為遠期目標(biāo)和近期目標(biāo)。遠期目標(biāo)：制造智能機器。要使計算機具有看、聽、說、寫等感知和交互功能，具有聯(lián)想、推理、理解、學(xué)習(xí)等高級思維能力，還要有分析問題、解決問題和發(fā)明創(chuàng)造的能力。簡言之，也就是使計算機像人一樣具有自動發(fā)現(xiàn)規(guī)律和利用規(guī)律的能力，或者說具有自動獲取知識和利用知識的能力，從而擴展和延伸人的智能。從目前的技術(shù)水平來看，全面實現(xiàn)上述目標(biāo)，還存在很多困難。近期目標(biāo)：實現(xiàn)機器智能，即先部分地或某種程度地實現(xiàn)機器的智能，從而使現(xiàn)有的計算機更靈活、更好用和更有用，成為人類的智能化信息處理工具。第十頁，共70頁。1.1.4人工智能的表現(xiàn)形式

人工智能的表現(xiàn)形式至少如下幾種：智能軟件：范圍比較廣泛，包括：完整的智能軟件系統(tǒng)，如專家系統(tǒng)、知識庫系統(tǒng)等；具有一定智能的程序模塊，如推理程序、學(xué)習(xí)程序等，這種程序可以作為其它程序系統(tǒng)的子程序；有一定知識或智能的應(yīng)用軟件，如字處理軟件Word（有一定的英語語法知識，在英文文稿的錄入、編輯過程中，表現(xiàn)出一定的文字處理智能）。第十一頁，共70頁。

智能設(shè)備：包括具有一定智能的儀器、儀表、機器、設(shè)施等。如采用智能控制的機床、汽車、武器裝備、家用電器等。這種設(shè)備實際上是被嵌入運行某種智能軟件的嵌入式計算機/處理器系統(tǒng)的設(shè)備。智能網(wǎng)絡(luò)：智能化的信息網(wǎng)絡(luò)。具體來講，從網(wǎng)絡(luò)的構(gòu)建、管理、控制、信息傳輸，到網(wǎng)上信息發(fā)布和檢索以及人機接口等，都是智能化的。智能計算機：知識處理功能智能機器人：具有智能行為的機器裝置。第十二頁，共70頁。1.2人工智能的研究途徑與方法

1.2.1結(jié)構(gòu)模擬，神經(jīng)計算所謂結(jié)構(gòu)模擬，就是根據(jù)人腦的生理結(jié)構(gòu)和工作機理，實現(xiàn)計算機的智能，即人工智能。難點：人腦是由大約1011個神經(jīng)細(xì)胞組成的一個動態(tài)、開放、并行、高度復(fù)雜的巨系統(tǒng)（神經(jīng)網(wǎng)絡(luò)），人們至今對它的生理結(jié)構(gòu)和工作機理還未完全弄清楚。第十三頁，共70頁。1.2.2功能模擬，符號推演現(xiàn)代計算機本質(zhì)上是符號處理機器，在當(dāng)前的數(shù)字計算機上，對人腦從功能上進行模擬，實現(xiàn)人工智能。這種途徑稱為功能模擬法。具體來講，功能模擬法就是將問題或知識表示成某種邏輯網(wǎng)絡(luò)，采用符號推演的方法，實現(xiàn)搜索、推理、學(xué)習(xí)等功能，從宏觀上來模擬人腦的思維，實現(xiàn)機器智能。第十四頁，共70頁。1.2.3行為模擬，控制進化除了上述兩種研究途徑和方法外，還有基于感知-行為模型的研究途徑和方法——行為模擬法。這種方法是模擬人在控制過程中的智能活動和行為特性，如自尋優(yōu)、自適應(yīng)、自學(xué)習(xí)、自組織等，來研究和實現(xiàn)人工智能。典型代表:MIT的R.Brooks.研制的六足行走機器人(亦稱為人造昆蟲或機器蟲)，曾引起人工智能界的轟動。這個機器蟲可以看作是新一代的“控制論動物”，它具有一定的適應(yīng)能力，是一個運用行為模擬即控制進化方法研究人工智能的代表作。第十五頁，共70頁。

1.3人工智能的分支領(lǐng)域

基于腦功能模擬的劃分基于研究途徑與實現(xiàn)技術(shù)的劃分基于應(yīng)用領(lǐng)域的劃分基于應(yīng)用系統(tǒng)的劃分基于計算機系統(tǒng)結(jié)構(gòu)的劃分基于實現(xiàn)工具與環(huán)境的劃分1.3.1基于腦功能模擬的領(lǐng)域劃分

1.機器感知機器感知就是計算機直接“感覺”周圍世界。具體來講，就是計算機像人一樣通過“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，要使機器具有感知能力，就首先必須給機器配置各種感覺器官，如視覺器官、聽覺器官、嗅覺器官等等。于是，機器感知還可以再分為機器視覺、機器聽覺等分支課題。第十六頁，共70頁。

要研究機器感知，首先要涉及圖像、聲音等信息的識別問題。為此，現(xiàn)在已發(fā)展了一門稱為“模式識別”的專門學(xué)科。模式識別的主要目標(biāo)就是用計算機來模擬人的各種識別能力，當(dāng)前主要是對視覺能力和聽覺能力的模擬，并且主要集中于圖形識別和語音識別。圖形識別主要是研究各種圖形（如文字、符號、圖形、圖像和照片等）的分類。例如識別各種印刷體和某些手寫體文字，識別指紋、白血球和癌細(xì)胞等等。這方面的技術(shù)已經(jīng)進入實用階段。語音識別主要是研究各種語音信號的分類。語音識別技術(shù)近年來發(fā)展很快，現(xiàn)已有商品化產(chǎn)品(如漢字語音錄入系統(tǒng))上市。第十七頁，共70頁。

模式識別的過程：信號采集=>數(shù)字化(離散化）=>特征提取=>模式識別=>分類結(jié)果輸出.例：將攝像機、Micphone或其它傳感器接受的外界信息轉(zhuǎn)變成電信號序列，計算機再進一步對這個電信號序列進行各種預(yù)處理，從中抽出有意義的特征，得到輸入信號的模式，然后與機器中原有的各個標(biāo)準(zhǔn)模式進行比較，完成對輸入信息的分類識別工作。第十八頁，共70頁。2.機器聯(lián)想聯(lián)想是人腦思維過程中最基本、使用最頻繁的功能。例如，當(dāng)聽到一段樂曲，我們頭腦中可能會立即浮現(xiàn)出幾十年前的某一個場景，甚至一段往事，這就是聯(lián)想。特點：按內(nèi)容組織記憶當(dāng)前，對機器聯(lián)想功能的研究中就是利用這種按內(nèi)容記憶原理，采用“聯(lián)想存儲”技術(shù)實現(xiàn)聯(lián)想功能。其特點是：

(1)可以存儲許多相關(guān)（激勵，響應(yīng)）模式對;(2)通過自組織過程可以完成這種存儲;(3)以分布、穩(wěn)健的方式（可能出現(xiàn)高冗余）存儲信息;(4)可以根據(jù)接收到的相關(guān)激勵模式產(chǎn)生并輸出適當(dāng)?shù)捻憫?yīng)模式;(5)即使輸入激勵模式失真或不完全時，仍然可以產(chǎn)生正確的響應(yīng)模式;(6)可在原存儲中加入新的存儲模式。第十九頁，共70頁。3.機器推理機器推理就是計算機推理，也稱自動推理。它是人工智能的核心課題之一。因為，推理是人腦的一個基本功能和重要功能。事實上，幾乎所有的人工智能領(lǐng)域都與推理有關(guān)。因此，要實現(xiàn)人工智能，就必須將推理的功能賦予機器，實現(xiàn)機器推理。第二十頁，共70頁。4.機器學(xué)習(xí)機器學(xué)習(xí)就是機器自己獲取知識。具體來講，機器學(xué)習(xí)主要有這幾層意思：

(1)對人類已有知識的獲?。ㄟ@類似于人類的書本知識學(xué)習(xí)）；

(2)對客觀規(guī)律的發(fā)現(xiàn)（這類似于人類的科學(xué)發(fā)現(xiàn)）；

(3)對自身行為的修正（這類似于人類的技能訓(xùn)練和對環(huán)境的適應(yīng)）。第二十一頁，共70頁。5.機器理解機器理解主要包括自然語言理解和圖形理解等。自然語言理解就是計算機理解人類的自然語言，如漢語、英語等，并包括口頭語言和文字語言兩種形式。使機器翻譯真正成為現(xiàn)實。美國認(rèn)知心理學(xué)家G.M.Ulson曾為理解提出了四條判別標(biāo)準(zhǔn):(1)能夠成功地回答與輸入材料有關(guān)的問題；(2)能夠具有對所給材料進行摘要的功能；(3)能用不同的詞語敘述所給材料；(4)具有從一種語言轉(zhuǎn)譯成另一種語言的能力。第二十二頁，共70頁。6.機器行為機器行為主要指機器人行動規(guī)劃。它是智能機器人的核心技術(shù)，規(guī)劃功能的強弱反映了智能機器人的智能水平。因為，雖然感知能力可使機器人認(rèn)識對象和環(huán)境，但解決問題，還要依靠規(guī)劃功能擬定行動步驟和動作序列。例如：迷宮/機器人足球/機器人滅火：路徑規(guī)劃第二十三頁，共70頁。1.3.2基于研究途徑與實現(xiàn)技術(shù)的領(lǐng)域劃分

1.符號智能符號智能就是以符號知識為基礎(chǔ)，通過符號推理進行問題求解而實現(xiàn)的智能。這也就是所說的傳統(tǒng)人工智能或經(jīng)典人工智能。符號智能研究的主要內(nèi)容包括知識工程和符號處理技術(shù)。知識工程涉及知識獲取、知識表示、知識管理、知識運用以及知識庫系統(tǒng)等一系列知識處理技術(shù)。符號處理技術(shù)指基于符號的推理和學(xué)習(xí)技術(shù)，它主要研究經(jīng)典邏輯和非經(jīng)典邏輯理論以及相關(guān)的程序設(shè)計技術(shù)。簡而言之，符號智能就是基于人腦的心理模型，運用傳統(tǒng)的程序設(shè)計方法實現(xiàn)的人工智能。

第二十四頁，共70頁。2.計算智能計算智能是以數(shù)據(jù)為基礎(chǔ)，通過數(shù)值計算進行問題求解而實現(xiàn)的智能。計算智能研究的主要內(nèi)容包括人工神經(jīng)網(wǎng)絡(luò)、進化計算(包括遺傳算法、遺傳程序設(shè)計、進化規(guī)劃、進化策略等)、模糊算法等。計算智能主要模擬自然智能系統(tǒng)，研究其數(shù)學(xué)模型和相關(guān)算法，并實現(xiàn)人工智能。計算智能是當(dāng)前人工智能學(xué)科中一個十分活躍的分支領(lǐng)域。第二十五頁，共70頁。1.3.3基于應(yīng)用領(lǐng)域的領(lǐng)域劃分

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)有機器上無法實施或無法完成的困難問題。根據(jù)可計算理論，所謂難解問題有：NP(NondeterministicPolynomial)：即不能證明算法復(fù)雜性超越多項式界，又沒有找到有效算法的問題NPC(NondeterministicPolynomialComplete)：NP問題中最困難的子類智能游戲：梵塔問題，農(nóng)夫過河，8數(shù)碼（九宮圖），8皇后，騎士巡游，魔方…應(yīng)用問題：路徑規(guī)劃、運輸調(diào)度、電力調(diào)度、地質(zhì)分析、測量數(shù)據(jù)解釋、天氣預(yù)報、市場預(yù)測、股市分析、疾病診斷、故障診斷、軍事指揮、機器人行動規(guī)劃、機器博弈等等。第二十六頁，共70頁。2.自動定理證明自動定理證明就是機器定理證明，這也是人工智能的一個重要的研究領(lǐng)域，也是最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題之一，它在發(fā)展人工智能方法上起過重大作用。自動定理證明的方法主要有四類：

(1)自然演繹法。它的基本思想是依據(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。即對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算法解。在這方面一個著名的成果是我國數(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)計算機輔助證明。它是以計算機為輔助工具，利用機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算、推理和窮舉。第二十七頁，共70頁。3.自動程序設(shè)計自動程序設(shè)計就是讓程序代碼自動生成。具體來講，就是人只要給出關(guān)于某程序要求的非常高級的描述，計算機就會自動生成一個能完成這個要求目標(biāo)的具體程序。這相當(dāng)于給機器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M行處理，通過規(guī)劃過程，生成所需的程序。但這只是自動程序設(shè)計的主要內(nèi)容，它實際是程序的自動綜合。自動程序設(shè)計還包括程序自動驗證，即自動證明所設(shè)計程序的正確性。第二十八頁，共70頁。4.自動翻譯自動翻譯即機器翻譯，就是完全用計算機作為兩種語言之間的翻譯。機器翻譯由來已久。早在電子計算機問世不久，就有人提出了機器翻譯的設(shè)想。隨后就開始了這方面的研究。當(dāng)時人們總以為只要用一部雙向詞典及一些語法知識就可以實現(xiàn)兩種語言文字間的機器互譯，結(jié)果遇到了挫折?！癟hespiritiswillingbutthefleshisweak”(心有余而力不足）英=>俄語=>英：“Thewinisgoodbutthemeatisspoiled”(酒是好的但肉變質(zhì)了）

第二十九頁，共70頁。5.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)。美籍華裔科學(xué)家傅京孫(KS.Fu)1965年首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)以來，國內(nèi)外眾多的研究者投身于智能控制研究，并取得一些成果。智能控制系統(tǒng)的智能可歸納為以下幾方面：

(1)先驗智能：有關(guān)控制對象及干擾的先驗知識，可以從一開始就考慮到控制系統(tǒng)的設(shè)計中;(2)反應(yīng)性智能：在實時監(jiān)控、辨識及診斷的基礎(chǔ)上，對系統(tǒng)及環(huán)境變化的正確反應(yīng)能力;(3)優(yōu)化智能：包括對系統(tǒng)性能的先驗性優(yōu)化及反應(yīng)性優(yōu)化;(4)組織與協(xié)調(diào)智能：表現(xiàn)為對并行耦合任務(wù)或子系統(tǒng)之間的有效管理與協(xié)調(diào)。第三十頁，共70頁。6.智能決策與智能管理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)物傳統(tǒng)決策支持系統(tǒng)+智能決策部件一般來說，智能部件中可以包含如下一些知識：(1)建立決策模型和評價模型的知識。(2)如何形成候選方案的知識。(3)建立評價標(biāo)準(zhǔn)的知識。(4)如何修正候選方案，從而得到更好候選方案的知識。(5)完善數(shù)據(jù)庫，改進對它的操作及維護的知識。把人工智能技術(shù)引入管理領(lǐng)域，建立智能管理系統(tǒng)是現(xiàn)代管理科學(xué)技術(shù)發(fā)展的新動向。智能管理是人工智能與管理科學(xué)、系統(tǒng)工程、計算機技術(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。它研究如何提高計算機管理系統(tǒng)的智能水平，以及智能管理系統(tǒng)的設(shè)計理論、方法與實現(xiàn)技術(shù)。第三十一頁，共70頁。8.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)的各個層次和環(huán)節(jié)上實現(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)，都可實現(xiàn)智能化。這樣，網(wǎng)絡(luò)就可運行在最佳狀態(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。第三十二頁，共70頁。9.智能仿真智能仿真就是將人工智能技術(shù)引入仿真領(lǐng)域，建立智能仿真系統(tǒng)。我們知道，仿真是對動態(tài)模型的實驗，即行為產(chǎn)生器在規(guī)定的實驗條件下驅(qū)動模型，從而產(chǎn)生模型行為。第三十三頁，共70頁。10.智能CAD

智能CAD（簡稱ICAD）就是把人工智能技術(shù)引入計算機輔助設(shè)計領(lǐng)域，建立智能CAD系統(tǒng)。事實上，AI幾乎可以應(yīng)用到CAD技術(shù)的各個方面。從目前發(fā)展的趨勢來看，至少有下述四個方面：

(1)設(shè)計自動化。

(2)智能交互。

(3)智能圖形學(xué)。

(4)自動數(shù)據(jù)采集。第三十四頁，共70頁。

從具體技術(shù)來看，ICAD技術(shù)大致可分為如下幾種方法：

(1)規(guī)則生成法。

(2)約束滿足方法。

(3)搜索法。

(4)知識工程方法。

(5)形象思維方法。第三十五頁，共70頁。11.智能CAI

智能CAI就是把人工智能技術(shù)引入計算機輔助教學(xué)領(lǐng)域，建立智能CAI系統(tǒng)，即ICAI。

ICAI的特點是能對學(xué)生因才施教地進行指導(dǎo)。為此，ICAI應(yīng)具備下列智能特征:(1)自動生成各種問題與練習(xí)。

(2)根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動選擇與調(diào)整教學(xué)內(nèi)容與進度。

(3)在理解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題生成解答。第三十六頁，共70頁。1.3.4基于應(yīng)用系統(tǒng)的領(lǐng)域劃分

1.專家系統(tǒng)所謂專家系統(tǒng)，就是基于人類專家知識的程序系統(tǒng)。專家系統(tǒng)的特點是擁有大量的專家知識（包括領(lǐng)域知識和經(jīng)驗知識），能模擬專家的思維方式，面對領(lǐng)域中復(fù)雜的實際問題，能作出專家水平級的決策，像專家一樣解決實際問題。第三十七頁，共70頁。2.知識庫系統(tǒng)所謂知識庫系統(tǒng)，從概念來講，它可以泛指所有包含知識庫的計算機系統(tǒng)（這是廣義理解）；也可以僅指擁有某一領(lǐng)域廣泛知識以及常識的知識咨詢系統(tǒng)（這是一種狹義理解）。按廣義理解，專家系統(tǒng)、智能數(shù)據(jù)庫系統(tǒng)等也都是知識庫系統(tǒng)。這里我們對知識庫系統(tǒng)按狹義理解。第三十八頁，共70頁。3.智能數(shù)據(jù)庫系統(tǒng)智能數(shù)據(jù)庫系統(tǒng)就是給傳統(tǒng)數(shù)據(jù)庫系統(tǒng)中再加上智能成分。例如：演繹數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫、主動數(shù)據(jù)庫等等，都是智能數(shù)據(jù)庫系統(tǒng)。

4.智能機器人系統(tǒng)智能機器人是這樣一類機器人：它能認(rèn)識工作環(huán)境、工作對象及其狀態(tài)，能根據(jù)人給予的指令和“自身”認(rèn)識外界的結(jié)果來獨立地決定工作方法，實現(xiàn)任務(wù)目標(biāo)，并能適應(yīng)工作環(huán)境的變化。第三十九頁，共70頁。1.3.5基于計算機系統(tǒng)結(jié)構(gòu)的領(lǐng)域劃分

1.智能操作系統(tǒng)智能操作系統(tǒng)就是將人工智能技術(shù)引入計算機的操作系統(tǒng)之中，從質(zhì)上提高操作系統(tǒng)的性能和效率。智能操作系統(tǒng)的基本模型，將以智能機為基礎(chǔ)，并能支撐外層的AI應(yīng)用程序，以實現(xiàn)多用戶的知識處理和并行推理。第四十頁，共70頁。2.智能多媒體系統(tǒng)多媒體技術(shù)是當(dāng)前計算機最為熱門的研究領(lǐng)域之一。多媒體計算機系統(tǒng)就是能綜合處理文字、圖形、圖像和聲音等多種媒體信息的計算機系統(tǒng)。智能多媒體就是將人工智能技術(shù)引入多媒體系統(tǒng)，使其功能和性能得到進一步發(fā)展和提高。事實上，多媒體技術(shù)與人工智能所研究的機器感知、機器理解等技術(shù)也不謀而合。第四十一頁，共70頁。3.智能計算機系統(tǒng)智能計算機系統(tǒng)就是人們正在研制的新一代計算機系統(tǒng)。這種計算機系統(tǒng)從基本元件到體系結(jié)構(gòu)，從處理對象到編程語言，從使用方法到應(yīng)用范圍，同當(dāng)前的諾依曼型計算機相比，都有質(zhì)的飛躍和提高，它將全面支持智能應(yīng)用開發(fā)，且自身就具有智能。第四十二頁，共70頁。4.智能網(wǎng)絡(luò)系統(tǒng)智能網(wǎng)絡(luò)系統(tǒng)就是將人工智能技術(shù)引入計算機網(wǎng)絡(luò)系統(tǒng)。如在網(wǎng)絡(luò)構(gòu)建、網(wǎng)絡(luò)管理與控制、信息檢索與轉(zhuǎn)換、人機接口等環(huán)節(jié)，運用AI的技術(shù)與成果。研究表明，AI的專家系統(tǒng)、模糊技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)可用于網(wǎng)絡(luò)的連接接納控制、業(yè)務(wù)量管制、業(yè)務(wù)量預(yù)測、資源動態(tài)分配、業(yè)務(wù)流量控制、動態(tài)路由選擇、動態(tài)緩沖資源調(diào)度等許多方面。

5分布式人工智能系統(tǒng)傳統(tǒng)人工智能以集中式人工智能為主，研究的是個體智能（個體的推理、學(xué)習(xí)、理解等智能行為）。分布式人工智能（DistributedArtificialIntelligence，DAI）而研究的則是群體智能，主要研究在邏輯上或物理上分散的智能個體或智能系統(tǒng)如何并行地、相互協(xié)作地實現(xiàn)大型復(fù)雜問題求解。第四十三頁，共70頁。1.3.6基于實現(xiàn)工具與環(huán)境的領(lǐng)域劃分

1.智能軟件工具包括開發(fā)建造智能系統(tǒng)的程序語言和工具環(huán)境等，這方面現(xiàn)已有不少成果。如：函數(shù)程序設(shè)計語言(LISP)、邏輯程序設(shè)計語言(PROLOG)、對象程序設(shè)計語言(Smalltalk、C++、Java)、框架表示語言(FRL)、產(chǎn)生式語言(OPS5)、神經(jīng)網(wǎng)絡(luò)設(shè)計語言(AXON)、智能體(Agent)程序設(shè)計語言等等，以及各種專家系統(tǒng)工具、知識工程工具、知識庫管理系統(tǒng)等。第四十四頁，共70頁。2.智能硬件平臺指直接支持智能系統(tǒng)開發(fā)和運行的機器硬件，這方面現(xiàn)在也取得了不少成果。如：LISP機、PROLOG機、神經(jīng)網(wǎng)絡(luò)計算機、知識信息處理機、模糊推理計算機、面向?qū)ο笥嬎銠C、智能計算機等，以及由這些計算機組成的網(wǎng)絡(luò)系統(tǒng)，有的已研制成功，有的正在研制之中。第四十五頁，共70頁。1.4人工智能的基本技術(shù)

1.4.1推理技術(shù)幾乎所有的人工智能領(lǐng)域都要用到推理，因此，推理技術(shù)是人工智能的基本技術(shù)之一。需指出的是，對推理的研究往往涉及到對邏輯的研究。邏輯是人腦思維的規(guī)律，從而也是推理的理論基礎(chǔ)。機器推理或人工智能用到的邏輯，主要包括經(jīng)典邏輯中的謂詞邏輯和由它經(jīng)某種擴充、發(fā)展而來的各種邏輯。后者通常稱為非經(jīng)典或非標(biāo)準(zhǔn)邏輯。第四十六頁，共70頁。1.4.2搜索技術(shù)所謂搜索，就是為了達到某一“目標(biāo)”，而連續(xù)地進行推理的過程。搜索技術(shù)就是對推理進行引導(dǎo)和控制的技術(shù)，它也是人工智能的基本技術(shù)之一。事實上，許多智能活動的過程，甚至所有智能活動的過程，都可看作或抽象為一個“問題求解”過程。所謂“問題求解”過程，實質(zhì)上就是在顯式的或隱式的問題空間中進行搜索的過程。即在某一狀態(tài)圖，或者與或圖，或者一般地說，在某種邏輯網(wǎng)絡(luò)上進行搜索的過程。第四十七頁，共70頁。

搜索技術(shù)也是一種規(guī)劃技術(shù)。因為對于有些問題，其解就是由搜索而得到的“路徑”。搜索技術(shù)是人工智能中發(fā)展最早的技術(shù)。在人工智能研究的初期，“啟發(fā)式”搜索算法曾一度是人工智能的核心課題。截至目前，對啟發(fā)式搜索的研究，人們已取得了不少成果。如著名的A*算法和AO*算法就是兩個重要的啟發(fā)式搜索算法。目前，啟發(fā)式搜索仍然是人工智能的重要研究課題之一。第四十八頁，共70頁。1.4.3知識表示與知識庫技術(shù)知識表示是指知識在計算機中的表示方法和表示形式，它涉及到知識的邏輯結(jié)構(gòu)和物理結(jié)構(gòu)。知識庫類似于數(shù)據(jù)庫，所以知識庫技術(shù)包括知識的組織、管理、維護、優(yōu)化等技術(shù)。對知識庫的操作要靠知識庫管理系統(tǒng)的支持。顯然，知識庫與知識表示密切相關(guān)。需說明的是，知識表示實際也隱含著知識的運用，知識表示和知識庫是知識運用的基礎(chǔ)，同時也與知識的獲取密切相關(guān)。第四十九頁，共70頁。1.4.4歸納技術(shù)所謂歸納技術(shù)，是指機器自動提取概念、抽取知識、尋找規(guī)律的技術(shù)。歸納技術(shù)與知識獲取及機器學(xué)習(xí)密切相關(guān)，因此，它也是人工智能的重要基本技術(shù)。歸納可分為基于符號處理的歸納和基于神經(jīng)網(wǎng)絡(luò)的歸納。這兩種途徑目前都有很大發(fā)展?；跀?shù)據(jù)庫的數(shù)據(jù)采掘(DM)；知識發(fā)現(xiàn)(KDD)=>語義網(wǎng)絡(luò)

以上我們介紹了人工智能的一些基本理論和技術(shù)，因為這些理論和技術(shù)仍在不斷發(fā)展和完善之中，所以，它們同時也是人工智能的基本課題第五十頁，共70頁。1.5人工智能的發(fā)展概況

1.5.1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年暑期:JohnMcCarthy,MarvinLeeMinsky發(fā)起達特茅斯會議。需要指出的是：AI學(xué)科雖然正式誕生于1956年的這次學(xué)術(shù)研討會，但實際上它是邏輯學(xué)、心理學(xué)、計算機科學(xué)、腦科學(xué)、神經(jīng)生理學(xué)、信息科學(xué)等學(xué)科發(fā)展的必然趨勢和必然結(jié)果。單就計算機來看，其功能從數(shù)值計算到數(shù)據(jù)處理，再下去必然是知識處理。第五十一頁，共70頁。1.5.2符號主義途徑發(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。從符號主義的研究途徑來看，主要有：

(1)1956年，美國的紐厄爾、肖和賽蒙合作編制了一個名為邏輯理論機(LogicTheoryMachine，簡稱LT)的計算機程序系統(tǒng)。

(2)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。第五十二頁，共70頁。(3)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模式識別程序；1965年羅伯特(Roberts)編制出了可以分辨積木構(gòu)造的程序。

(4)1960年，紐厄爾、肖和賽蒙等人通過心理學(xué)試驗總結(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簡稱GPS)。

(5)1960年，麥卡錫研制成功了面向人工智能程序設(shè)計的表處理語言LISP。該語言至今仍然是人工智能研究的一個有力工具。

(6)1965年，魯賓遜(Robinson)提出了消解原理，為定理的機器證明做出了突破性的貢獻。第五十三頁，共70頁。1.5.3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;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。第五十四頁，共70頁。

神經(jīng)網(wǎng)絡(luò)學(xué)科的發(fā)展和應(yīng)用也迎來了腦神經(jīng)科學(xué)、認(rèn)知科學(xué)、心理學(xué)、微電子學(xué)、控制論和機器人學(xué)、信息技術(shù)和數(shù)理科學(xué)等學(xué)科的相互促進、相互發(fā)展的空前活躍時期.

特別是在計算機科學(xué)研究領(lǐng)域，將從根本上改變?nèi)藗儌鹘y(tǒng)的數(shù)值、模擬、串行、并行、分布等計算與處理概念的內(nèi)涵和外延，出現(xiàn)了分布式并行新概念、數(shù)值模擬混合的新途徑，探索和開創(chuàng)光學(xué)計算機、生物計算機、第n代計算機的新構(gòu)想，為21世紀(jì)計算機科學(xué)與技術(shù)的飛速發(fā)展奠定了思想和理論基礎(chǔ)。第五十五頁，共70頁。1.5.4當(dāng)前發(fā)展趨勢由于人工智能技術(shù)的飛速發(fā)展，很難對人工智能的當(dāng)前發(fā)展趨勢作出全面、準(zhǔn)確的評估。一般認(rèn)為，當(dāng)前人工智能的發(fā)展，呈現(xiàn)出如下特點：

(1)傳統(tǒng)的符號處理與神經(jīng)計算各取所長，聯(lián)合作戰(zhàn)。

(2)一批新思想、新理論、新技術(shù)不斷涌現(xiàn)。軟計算：模糊技術(shù)/模糊神經(jīng)網(wǎng)絡(luò)/遺傳算法/混沌理論…知識處理：粗集理論/數(shù)據(jù)挖掘/知識發(fā)現(xiàn)…面向?qū)ο蠹夹g(shù)現(xiàn)場AI….(3)以Agent（稱為“主體”或“智能主體”、“智能體”等）技術(shù)和分布式人工智能(DAI）正異軍突起，蓬勃發(fā)展。第五十六頁，共70頁。(4)應(yīng)用研究愈加深入而廣泛。當(dāng)今的人工智能研究與實際應(yīng)用的結(jié)合越來越緊密，受應(yīng)用的驅(qū)動越來越明顯。事實上，現(xiàn)在的人工智能技術(shù)已同整個計算機科學(xué)技術(shù)緊密地結(jié)合在一起了，其應(yīng)用也與傳統(tǒng)的計算機應(yīng)用越來越相互融合了。第五十七頁，共70頁。1.5.5AI的工程化70年代，人工智能開始從理論走向?qū)嵺`，解決一些實際問題。以Feigenbaum為首的一批年輕科學(xué)家改變了戰(zhàn)略思想，1977年提出了知識工程的概念，開展了以知識為基礎(chǔ)的專家咨詢系統(tǒng)研究與應(yīng)用。

著名的專家系統(tǒng)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‘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計算機配置專家系統(tǒng)（卡內(nèi)基-梅隆大學(xué)19