第一章人工智能概述1

第一章人工智能概述1第一頁，共96頁。計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展方向1、計(jì)算機(jī)網(wǎng)絡(luò)2、并行化3、智能化（以知識(shí)為中心）4、人性化第二頁，共96頁?！度斯ぶ悄芗夹g(shù)導(dǎo)論》（第三版），廉師友等，2007年，西安電子科技大學(xué)出版社。（主要教材）參考書：《人工智能》馬少平、朱小燕編著，清華大學(xué)出版社《人工智能及其應(yīng)用》蔡自興、徐光祐編著，清華大學(xué)出版社

ArtificialIntelligenceANewSynthesis(人工智能)NilsJ.Nilsson教材及主要參考書第三頁，共96頁。教學(xué)計(jì)劃第1章人工智能概述(2)1.1什么是人工智能(A)1.2人工智能的研究意義、目標(biāo)和策略(B)1.3人工智能的學(xué)科范疇(C)1.4人工智能的研究內(nèi)容(B)1.5人工智能的研究途徑與方法(B)1.6人工智能的基本技術(shù)(C)1.7人工智能的應(yīng)用(C)1.8人工智能的分支領(lǐng)域與研究方向(B)1.9人工智能的發(fā)展概況(B)第2章邏輯程序設(shè)計(jì)語言PROLOG(4)2.1基本PROLOG(A)2.2TurboPROLOG程序設(shè)計(jì)(A)第3章圖搜索與問題求解(6)3.1狀態(tài)圖搜索(A)3.2狀態(tài)圖搜索問題求解(B)3.3與或圖搜索(A)3.4與或圖搜索問題求解(B)3.5博弈樹搜索(A)第4章基于遺傳算法的隨機(jī)優(yōu)化搜索第5章基于謂詞邏輯的機(jī)器推理(4)5.1一階謂詞邏輯(A)5.2歸結(jié)演繹推理(A)5.3應(yīng)用歸結(jié)原理求取問題答案(A)5.4歸結(jié)策略(A)5.5歸結(jié)反演程序舉例(B)5.6Horn子句歸結(jié)與邏輯程序(D)5.7非歸結(jié)演繹推理(D)第6章基于產(chǎn)生式規(guī)則的機(jī)器推理(2)6.1產(chǎn)生式規(guī)則(A)6.2產(chǎn)生式系統(tǒng)(A)第7章幾種結(jié)構(gòu)化知識(shí)表示及其推理(2)7.1框架(A)7.2語義網(wǎng)絡(luò)(A)7.3類與對(duì)象(B)第8章不確定性知識(shí)的表示與推理(4)8.1不確定性處理概述(A)8.2幾種經(jīng)典的不確定性推理模型(A)8.3基于貝葉斯網(wǎng)絡(luò)的概率推理(B)8.4基于模糊集合與模糊邏輯的模糊推理(A)4第四頁，共96頁。教學(xué)計(jì)劃第9章機(jī)器學(xué)習(xí)與知識(shí)發(fā)現(xiàn)(2)9.1機(jī)器學(xué)習(xí)概述(B)9.2符號(hào)學(xué)習(xí)(B)9.3神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)(A)9.4知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘(C)第10章模式識(shí)別(2)10.1模式識(shí)別概述(B)10.2統(tǒng)計(jì)模式識(shí)別(A)第11章自然語言理解(2)11.1簡單句理解(B)11.2復(fù)合句理解(B)11.3轉(zhuǎn)換文法和轉(zhuǎn)換網(wǎng)絡(luò)(C)第12章專家系統(tǒng)(2)12.1基本概念(B)12.2系統(tǒng)結(jié)構(gòu)(A)12.3實(shí)例分析(C)12.4系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)(B)12.5開發(fā)工具與環(huán)境(C)12.6專家系統(tǒng)的發(fā)展(C)第13章Agent系統(tǒng)(2)13.1Agent的概念(B)13.2Agent的結(jié)構(gòu)(A)13.3Agent實(shí)例──WebAgent(B)13.4多Agent系統(tǒng)(A)13.5Agent的實(shí)現(xiàn)工具(B)13.6Agent技術(shù)的發(fā)展與應(yīng)用(C)第14章智能計(jì)算機(jī)與智能化網(wǎng)絡(luò)第15章智能機(jī)器人第16章智能程序設(shè)計(jì)語言5第五頁，共96頁。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人工智能的研究內(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6第六頁，共96頁。1.1什么是人工智能1.1.1人工智能概念的一般描述1.1.2圖靈測(cè)試和中文屋子1.1.3腦智能和群智能1.1.4符號(hào)智能和計(jì)算智能7第七頁，共96頁。1.1什么是人工智能1.1.1什么是智能？智能是腦特別是人腦的屬性或者說產(chǎn)物。智能的基礎(chǔ)是知識(shí)智能的關(guān)鍵是思維（知識(shí)是思維產(chǎn)生的）。智能取決于感知和行為。結(jié)論

內(nèi)涵：智能＝知識(shí)＋思維外延：智能就是發(fā)現(xiàn)規(guī)律、運(yùn)用規(guī)律和分析問題、解決問題的能力第八頁，共96頁。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。第九頁，共96頁。1.1.1人工智能概念的一般描述◆部分學(xué)者對(duì)人工智能概念的描述：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）；人工智能是一種計(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）；人工智能是研究如何讓計(jì)算機(jī)做現(xiàn)階段只有人才能做得好的事情（RichKnight,1991）；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）；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）。StuartRussell和PeterNorvig則把已有的一些人工智能定義分為4類（2003）

：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)。10第十頁，共96頁。1.1.1人工智能概念的一般描述如何衡量機(jī)器是否有智能？11第十一頁，共96頁。1.1.2圖靈測(cè)試和中文屋子圖靈測(cè)試（TuringTest）測(cè)試主持人被測(cè)機(jī)器被測(cè)人小于50%？Turing測(cè)試12第十二頁，共96頁。1.1.2圖靈測(cè)試和中文屋子約翰.西爾勒(JohnSearle)的“中文屋子”13第十三頁，共96頁。1.1.3腦智能和群智能腦（主要指人腦）的宏觀心理層次的智能表現(xiàn)稱為腦智能（BrainIntelligence,BI）由群體行為所表現(xiàn)出的智能稱為群智能（SwarmIntelligence,SI）腦智能和群智能是屬于不同層次的智能：腦智能是一種個(gè)體智能（IndividualIntelligence,II）群智能是一種社會(huì)智能（SocialIntelligence,SI），或者說系統(tǒng)智能（SystemIntelligence,SI）。14第十四頁，共96頁。1.1.4符號(hào)智能和計(jì)算智能1.符號(hào)智能(SymbolicIntelligence,SI)—符號(hào)主義符號(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）這些構(gòu)成了所謂的知識(shí)工程(KnowledgeEngineering,KE)，如：知識(shí)組織與管理和知識(shí)運(yùn)用等技術(shù)基于知識(shí)的智能系統(tǒng)等。15第十五頁，共96頁。1.1.4符號(hào)智能和計(jì)算智能2.計(jì)算智能(ComputatinalIntelligence)——連接主義計(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）粒群計(jì)算（ParticleSwarmAlgorithm，PSA）蟻群算法（AntColonyAlgorithm，ACA）自然計(jì)算（NaturalComputation，NC）人工生命（ArtificialLife，AL）等。16第十六頁，共96頁。1.2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1.2.2人工智能的研究目標(biāo)和策略17第十七頁，共96頁。1.2.1為什么要研究人工智能使當(dāng)前的電腦更好用，更有用，以擴(kuò)大和延伸人類智能；信息化社會(huì)的迫切要求；自動(dòng)化發(fā)展的必然趨勢(shì)；有益于探索人類自身智能的奧秘。18第十八頁，共96頁。1.2.2人工智能的研究目標(biāo)和策略研究目標(biāo)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。研究策略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，而逐步擴(kuò)展和不斷延伸人的智能，逐步實(shí)現(xiàn)智能化。19第十九頁，共96頁。1.3人工智能的學(xué)科范疇人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個(gè)重要學(xué)科。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。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、科學(xué)方法論、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域。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。20第二十頁，共96頁。1.4人工智能的研究內(nèi)容1.4.1搜索與求解1.4.2學(xué)習(xí)與發(fā)現(xiàn)1.4.3知識(shí)與推理1.4.4發(fā)明與創(chuàng)造1.4.5感知與交流1.4.6記憶與聯(lián)想1.4.7系統(tǒng)與建造1.4.8應(yīng)用與工程21第二十一頁，共96頁。1.4.1搜索與求解搜索定義就是為了達(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。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)。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。幾乎所有智能活動(dòng)(包括腦智能和群智能)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。22第二十二頁，共96頁。1.4.2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)。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)。要實(shí)現(xiàn)人工智能就應(yīng)該賦予機(jī)器這些能力。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內(nèi)容。23第二十三頁，共96頁。1.4.3知識(shí)與推理知識(shí)與智能的關(guān)系發(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)。發(fā)現(xiàn)規(guī)律和運(yùn)用知識(shí)本身還需要知識(shí)?！爸R(shí)就是智能”，知識(shí)是智能的基礎(chǔ)和源泉。實(shí)現(xiàn)人工智能,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)。在符號(hào)智能中幾乎處處都與推理有關(guān)。24第二十四頁，共96頁。1.4.4發(fā)明與創(chuàng)造涵義這里的發(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。要求不僅需要知識(shí)和推理,還需要想象和靈感。不僅需要邏輯思維,而且還需要形象思維?，F(xiàn)狀人們?cè)谶@一領(lǐng)域已經(jīng)開展了一些工作,并取得了一些成果。如關(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,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。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。25第二十五頁，共96頁。1.4.5感知與交流定義計(jì)算機(jī)對(duì)外部信息的直接感知人機(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。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)器信息交流通信和自然語言處理等技術(shù)。自然語言處理又包括自然語言理解和表達(dá)。地位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26第二十六頁，共96頁。1.4.6記憶與聯(lián)想記憶與聯(lián)想記憶也是人腦的基本功能之一,伴隨著記憶的就是聯(lián)想。記憶是智能的基本條件，聯(lián)想是計(jì)算機(jī)要模擬人腦的思維必須具有的功能。聯(lián)想的實(shí)現(xiàn)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。傳統(tǒng)方法與人腦聯(lián)想的區(qū)別傳統(tǒng)方法只能對(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。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。人腦聯(lián)想能對(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)。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27第二十七頁，共96頁。1.4.6記憶與聯(lián)想當(dāng)前研究人們就是利用按內(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)。通過自組織過程可以完成這種存儲(chǔ)。以分布、穩(wěn)健的方式(可能會(huì)有很高的冗余度)存儲(chǔ)信息。可以根據(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。即使輸入激勵(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?？稍谠鎯?chǔ)中加入新的存儲(chǔ)模式。28第二十八頁，共96頁。1.4.7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)。內(nèi)容包括智能系統(tǒng)的分類、硬/軟件體系結(jié)構(gòu)、設(shè)計(jì)方法、實(shí)現(xiàn)語言工具與環(huán)境等。地位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內(nèi)容之一。29第二十九頁，共96頁。1.4.8應(yīng)用與工程應(yīng)用與工程是指人工智能的應(yīng)用和工程研究是人工智能技術(shù)與實(shí)際應(yīng)用的接口。研究方向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。研究內(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。30第三十頁，共96頁。1.5人工智能的研究途徑與方法1.5.1心理模擬，符號(hào)推演1.5.2生理模擬，神經(jīng)計(jì)算1.5.3行為模擬，控制進(jìn)化1.5.4群體模擬，仿生計(jì)算1.5.5博采廣鑒，自然計(jì)算1.5.6原理分析，數(shù)學(xué)建模31第三十一頁，共96頁。1.5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。第三十二頁，共96頁。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)。第三十三頁，共96頁。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,它擅長實(shí)現(xiàn)人腦的高級(jí)認(rèn)知功能,如推理、決策等。第三十四頁，共96頁?！吧砟M,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)算第三十五頁，共96頁。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),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。第三十六頁，共96頁。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。第三十七頁，共96頁。還有一種基于“感知-行為”模型的研究途徑和方法,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)化第三十八頁，共96頁。玩具機(jī)器人（廣州中鳴數(shù)碼）第三十九頁，共96頁。沙漠機(jī)器人第四十頁，共96頁。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。第四十一頁，共96頁。1.5.4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,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。第四十二頁，共96頁。1.5.5博采廣鑒,自然計(jì)算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。第四十三頁，共96頁。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。第四十四頁，共96頁。1.5.6原理分析,數(shù)學(xué)建模“原理分析,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。第四十五頁，共96頁。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。第四十六頁，共96頁。1.7人工智能的應(yīng)用

1.7.1難題求解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。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。第四十七頁，共96頁。1.7.2自動(dòng)規(guī)劃、調(diào)度與配置規(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。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。第四十八頁，共96頁。1.7.3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。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。第四十九頁，共96頁。1.7.4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。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。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。第五十頁，共96頁。1.7.5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。機(jī)器翻譯并非想像的那么簡單,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),還要靠自然語言理解方面的突破。第五十一頁，共96頁。機(jī)器翻譯等的失?。骸癟imeflieslikeanarrow”翻譯成日語，再譯回來：“蒼蠅喜歡箭”“Thespiritiswillingbutthefleshisweak”譯成俄語，再譯回來：“Thewineisgoodbutthemeatisspoiled”第五十二頁，共96頁。1.7.6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。第五十三頁，共96頁。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。

——基于模糊推理和計(jì)算的模糊控制。

——基于人工神經(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。第五十四頁，共96頁。1.7.7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)。第五十五頁，共96頁。1.7.8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,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。第五十六頁，共96頁。1.7.9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。第五十七頁，共96頁。1.7.10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)的建模語言打下基礎(chǔ),提高仿真工具面向用戶、面向問題的能力。第五十八頁，共96頁。1.7.11智能CAD智能CAD(簡稱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。第五十九頁，共96頁。1.7.12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)。第六十頁，共96頁。1.7.13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)。第六十一頁，共96頁。1.7.14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。

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)。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、語音識(shí)別、自然語言處理、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)。第六十二頁，共96頁。1.7.15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。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。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。第六十三頁，共96頁。1.7.16數(shù)據(jù)挖掘（DM）與數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)（KDD）數(shù)據(jù)挖掘和數(shù)據(jù)庫中的知識(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,。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)。第六十四頁，共96頁。1.7.17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。第六十五頁，共96頁。1.7.18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)。云松鑾仙玉骨寒,松虬雪友繁。大千收眼底,斯調(diào)不同凡。第六十六頁，共96頁。1.7.19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)績擊敗了蟬聯(lián)12年之久的世界國際象棋冠軍加里·卡斯帕羅夫,轟動(dòng)了全世界。2001年,德國的“更弗里茨”國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。第六十七頁，共96頁。計(jì)算機(jī)打敗國際象棋冠軍“深藍(lán)”與卡斯帕羅夫的對(duì)比──身高:卡斯帕羅夫5英尺10英寸,“深藍(lán)”6英尺5英寸；體重:卡斯帕羅夫176磅，“深藍(lán)”1.4噸；年齡：卡斯帕羅夫34歲，“深藍(lán)”4歲；每秒行棋速度：卡斯帕羅夫2步，“深藍(lán)”2億步。第六十八頁，共96頁。最主要差別：卡斯帕羅夫:隨機(jī)應(yīng)變能力強(qiáng)，老謀深算，經(jīng)驗(yàn)豐富,但思路易受身體條件、情緒和周圍環(huán)境的影響?！吧钏{(lán)”：是個(gè)剛剛涉足棋壇的小學(xué)生,記憶力強(qiáng)，計(jì)算平穩(wěn)且不受環(huán)境干擾。“深藍(lán)”程序帶有一個(gè)收集了20世紀(jì)各位著名國際象棋大師所下的數(shù)千個(gè)棋局的數(shù)據(jù)庫。第六十九頁，共96頁。第七十頁，共96頁。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。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。第七十一頁，共96頁。1.7.20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。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。第七十二頁，共96頁。

機(jī)器人研究的意義：機(jī)器人既是人工智能的研究對(duì)象，同時(shí)又是人工智能的試驗(yàn)場(chǎng)地，人工智能的所有技術(shù)幾乎都可以在這個(gè)領(lǐng)域得到應(yīng)用。

智能機(jī)器人具有的能力：感知能力、思維能力和行為能力的機(jī)器人。這種機(jī)器人能夠主動(dòng)的適應(yīng)外界環(huán)境變化，并能夠通過學(xué)習(xí)豐富自己的知識(shí)、提高自己的工作能力。

情感機(jī)器人：是一種具有情感（愛、恨…）和情緒(喜、怒、哀、樂…)功能新一代機(jī)器人。第七十三頁，共96頁。MIT研究的情感機(jī)器人情感機(jī)器人不僅能理解人的語言，還能夠?qū)Σ煌Z言做出相應(yīng)的喜怒哀樂反應(yīng)，還能夠通過轉(zhuǎn)動(dòng)和睜閉眼睛、皺眉、張嘴、打手勢(shì)等形式表達(dá)其豐富的情感。第七十四頁，共96頁。機(jī)器人服務(wù)員第七十五頁，共96頁。圖坦卡蒙的咒語:“不論是誰騷擾了法老的安寧，死神之翼將在它的頭上降臨?！?003年，小機(jī)器人挑戰(zhàn)法老咒語，代替科學(xué)家勇探胡夫金字塔內(nèi)部秘道。第七十六頁，共96頁。1.8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。符號(hào)智能有圖搜索、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。智能Agent也是人工智能的一個(gè)新興的重要領(lǐng)域。智能Agent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。第七十七頁，共96頁。

——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。

——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。

——從基礎(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)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)等等領(lǐng)域和方向。第七十八頁，共96頁。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)生人工智能學(xué)科正式誕生于1956年。

1956年夏季,由美國達(dá)特莫斯(Dartmouth)大學(xué)的麥卡錫(McCarthy)、哈佛大學(xué)的明斯基(Minsky)、IBM公司信息研究中心的洛切斯特(Rochester)、貝爾實(shí)驗(yàn)室的申農(nóng)(Shannon)共同發(fā)起,邀請(qǐng)IBM公司的莫爾(T.More)和塞繆爾(Samuel)、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。從此,一門新興的學(xué)科便正式誕生了。第七十九頁，共96頁。1.9.2符號(hào)主義途徑發(fā)展概況

符號(hào)主義是指以符號(hào)處理為核心的方法。又稱為自上而下和符號(hào)主義,起源于通用問題求解(GeneralProblemSolving,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(hào)系統(tǒng)。AI的目標(biāo)就是實(shí)現(xiàn)機(jī)器智能,而計(jì)算機(jī)自身具有符號(hào)處理功能,它本身就蘊(yùn)含著推理能力,因而可能夠方便地模擬邏輯思維過程符號(hào)主義認(rèn)為：人類智能的基本單元是符號(hào)，認(rèn)知過程就是符號(hào)操作過程，從而思維就是符號(hào)計(jì)算。

第八十頁，共96頁。主要特征:(1)立足于邏輯運(yùn)算和符號(hào)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(shí)可用顯示的符號(hào)表示,在已知基本規(guī)則的情況下,無需輸入大量的細(xì)節(jié)知識(shí)；(3)便于模塊化,當(dāng)個(gè)別事實(shí)發(fā)生變化時(shí),易于修改；(4)能與傳統(tǒng)的符號(hào)數(shù)據(jù)庫進(jìn)行連接；(5)可對(duì)推理結(jié)論進(jìn)行解釋,便于對(duì)各種可能性進(jìn)行選擇。缺點(diǎn)：可以解決邏輯思維,但對(duì)于形象思維難于模擬；信息表示成符號(hào)后,并在處理或轉(zhuǎn)換時(shí),信息有丟失的情況。第八十一頁，共96頁。1.9.2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:——定理證明

1956年,美國的紐厄爾、肖和西蒙合作編制了一個(gè)名為邏輯理論機(jī)(LT)的計(jì)算機(jī)程序系統(tǒng)。該程序模擬了人為數(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《數(shù)學(xué)原理》第2章中的38條定理。數(shù)理邏輯學(xué)家王浩于1958年在計(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%。第八十二頁，共96頁。

——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。第八十三頁，共96頁。

——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。

——1960年,麥卡錫研制成功了面向人工智能程序設(shè)計(jì)的表處理語言LISP。該語言以其獨(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)。第八十四頁，共96頁。

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)用方面都有了長足的進(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。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)。

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)庫系統(tǒng)、智能多媒體系統(tǒng)等等。第八十五頁，共96頁。1.9.3連接主義途徑發(fā)展概況

連接主義是指以網(wǎng)絡(luò)連接為主的連接機(jī)制方法。又稱為自下而上和連接主義,屬于非符號(hào)處理范疇.在現(xiàn)實(shí)中，人們并不僅僅依靠邏輯推理來求解問題，有時(shí)非邏輯推理還其著非常重要的作用連接主義：人工智能可以通過仿生人類的大腦的結(jié)構(gòu)來實(shí)現(xiàn)，它研究的內(nèi)容就是神經(jīng)網(wǎng)絡(luò)。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。第八十六頁，共96頁。主要特征:(1)通過神經(jīng)元之間的并行協(xié)作實(shí)現(xiàn)信息處理,處理過程具有并行性,動(dòng)態(tài)性,全局性(2)可以實(shí)現(xiàn)聯(lián)想的功能,便于對(duì)有噪聲的信息進(jìn)行處理(3)可以通過對(duì)神經(jīng)元之間連接強(qiáng)度的調(diào)整實(shí)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(shí),可以較快的得到一個(gè)近似解缺點(diǎn)：不適合于解決邏輯思維,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(shí)的開發(fā)第八十七頁，共96頁。明斯基(Minsky)應(yīng)用數(shù)學(xué)理論對(duì)以感知器為代表的簡單網(wǎng)絡(luò)作了深入的分析,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)簡單的異或門(XOR)所完成的功能。因而明斯基本人也對(duì)神