人工智能全冊配套課件

人工智能全冊配套課件IntroductiontoArtificialIntelligence

人工智能及其應用

ArtificialIntelligenceandItsApplication任課教師：姜云飛

1978-1997吉林大學計算機科學系碩士研究生，講師，

副教授,教授，計算機科學系副主任，計算機研究

所副所長,博士導師，期間曾到上海外國語大學，

英國Ulster大學，美國新澤西理工學院（NJIT）學

習。1997-中山大學信息科學與技術學院教授，博士導師

1999-2003信息科學與技術學院院長

2004-2007廣東省計算機學會理事長主要研究領域：人工智能，知識工程，智能診斷，智能規(guī)劃HowtolearnthecourseAI?1.Youshouldbeactive.2.Youshoulddomeditation.3.Youshouldreadsomethingbyyourself.4.Youshouldtakelessons5.YoushoulddosomeexercisesTextbook:ArtificialIntelligence:StructuresandStrategiesforComplexProblemSolving(Englishversion5)GeorgeF.Luger1。

什么是人工智能？

WhatisArtificialIntelligence?

2。人工智能的發(fā)展歷史

ThehistoryofArtificialIntelligence.3。人工智能的研究領域。

ThefieldsofArtificialIntelligence.4。人工智能的應用

TheApplicationsofArtificialIntelligence

5。

人工智能在中國

ArtificialIntelligenceinChina6。我們的研究工作

OurResearchworksinAI7。人工智能對人類的挑戰(zhàn)

ChallengeofAItoMankind

1.

什么是人工智能？

WhatisArtificialIntelligence?1.1什么是智能？

WhatisIntelligence?Intelligenceisthecomputationalpartoftheabilitytoachievegoalsintheworld.Varyingkindsanddegreesofintelligenceoccurinpeople,manyanimalsandsomemachines.McCarthy人類的主要智能行為：ThemainintelligentbehavioursComputation,analysis,reasoning,synthesis,decision,Playinggames,learning,talking.Amongthesemindactions,thereasoningplayskeyroles.Reasoningismorecomplexthanotheractions

智能：人類在處理復雜問題時表現(xiàn)出的思維能力。

計算,分析,推理,綜合,決策,診斷,游戲,學習，談話推理是一種其核心作用的智能行為.

推理比計算更復雜.Intelligence:Themindingability

manifestedbymankindwhenhedealswiththecomplicatedevents.1.2WhatisArtificialIntelligence?Itisthescienceandengineeringofmakingintelligentmachines,especiallyintelligentcomputerprograms.Itisrelatedtothesimilartaskofusingcomputerstounderstandhumanintelligence,butAIdoesnothavetoconfineitselftomethodsthatarebiologicallyobservable.McCarthy(12November2007)."WhatIsArtificialIntelligence?"人工智能即包含理論研究的內(nèi)容又包含工程方面的內(nèi)容.人工智能的研究注意智能系統(tǒng)的效果而不是單純的對人的智能行為的模擬.

人們看到鳥在天空中飛翔,

想到要造能飛行的機器,但現(xiàn)在的飛機使用的空氣動力學原理與鳥的飛行道理有很大的不同,同樣實現(xiàn)了在天上飛的夢想,而且飛的更快,更高,更遠.

人工智能并不是一個只是在高樓深院里才能研究的科學。

它能使計算機系統(tǒng)的性能得到明顯提高。人工智能的應用將把人類帶進一個嶄新的時代。1.3

TuringTestAlanTuring's1950articleComputingMachineryandIntelligence[Tur50]discussedconditionsforconsideringamachinetobeintelligent.Hearguedthatifthemachinecouldsuccessfullypretendtobehumantoaknowledgeableobserverthenyoucertainlyshouldconsideritintelligent.TheTuringtest(/turpap/turpap.htm)AlanTuring(1950)“ComputingMachineryandIntelligence”amachinemaybedeemedintelligent,ifitcanactinsuchamannerthatahumancannotdistinguishthemachinefromanotherhumanmerelybyaskingquestionsviaamechanicallink.2。人工智能的發(fā)展歷史

ThehistoryofArtificialIntelligence.AIisnearlyasoldascomputing.TheGestationofArtificialIntelligence(1943-1956)人工智能發(fā)展的初期WarranMcCullochandWalterPittsModelofArtificialNeuronsAlanTuringchessprogram(1953)MarvinMinskeyandDeanEdmond(SNARC，1951)Thefirstneuralnetworkcomputer3000vacuumsMinskey’sPh.D.committeewasskepticalwhetherthiskindofworkshouldbeconsideredmathematicsbutvonNeumann:”Ifitisn’tnow,itwillbesomeday”Dardmouth

conferencr(1956)JohnMcCarthyMinskey,Shannon,Samuel(IBM),Solomonof,Selfridge(MIT)10attendeesAlenNewellandHerbertSimon(CarnegieTech)LogicTheoristprovemostofthetheoremsinChapter2ofRussell’sprincipiaMathematica

RejectedbytheeditorofJournalofSymboliclogicJohnMcCarthy(September4,1927

–October24,2011)JohnMcCarthy(September4,1927

–October24,2011)wasanAmericancomputerscientistandcognitivescientist.McCarthywasoneofthefoundersofthedisciplineofartificialintelligence.Hecoinedtheterm"artificialintelligence"(AI),developedtheLispprogramminglanguagefamily,significantlyinfluencedthedesignoftheALGOLprogramminglanguage,popularizedtimesharing,andwasveryinfluentialintheearlydevelopmentofAI.McCarthyreceivedmanyaccoladesandhonors,suchastheTuringAwardforhiscontributionstothetopicofAI,theUnitedStatesNationalMedalofScience,andtheKyotoPrize.HerbertAlexanderSimon(June15,1916

–February9,2001),aNobellaureate,wasanAmericanpoliticalscientist,economist,sociologist,psychologist,computerscientist,andRichardKingMellonProfessor—mostnotablyatCarnegieMellonUniversity—whoseresearchrangedacrossthefieldsofcognitivepsychology,cognitivescience,computerscience,publicadministration,economics,management,philosophyofscience,sociology,andpoliticalscience,unifiedbystudiesofdecision-making.Withalmostathousandhighlycitedpublications,hewasoneofthemostinfluentialsocialscientistsofthetwentiethcentury.Simonwasamongthefoundingfathersofseveraloftoday'simportantscientificdomains,includingartificialintelligence,informationprocessing,decision-making,problem-solving,attentioneconomics,organizationtheory,complexsystems,andcomputersimulationofscientificdiscovery.Earlyenthusiasm,greatexpectation(1952-1969)早期的狂熱和大膽的預測TheearlyyearsofAIwerefullofsuccess!NewellandSimon’sGPS(GenaralproblemSolver)ArthurSamuel’sChecker(TV,Feb.1956)SlagleintegrationsystemSAINT,undergraduate’slevelINTexpertslevelComputercheckers(draughts)developmentSamuelismostknownwithintheAIcommunityforhisgroundbreakingworkincomputercheckersin1959,andseminalresearchonmachinelearning,beginningin1949.

Hethoughtthatteachingcomputerstoplaygameswasveryfruitfulfordevelopingtacticsappropriatetogeneralproblems,andhechosecheckersbecauseitisrelativelysimple,buthasadepthofstrategy.Themaindriverofthemachinewasasearchtreeoftheboardpositionsreachablefromthecurrentstate.Sincehehadonlyaverylimitedamountofavailablecomputermemory,Samuelimplementedwhatisnowalpha-betapruning.Insteadofsearchingeachpathuntilitcametothegame’sconclusion,Samueldevelopedascoringfunctionbasedonthepositionoftheboardatanygiventime.Thisfunctiontriedtomeasurethechanceofwinningforeachsideatthegivenposition.Ittookintoaccountsuchthingsasthenumberofpiecesoneachside,thenumberofkings,andtheproximityofpiecestobeing“kinged”.Theprogramchoseitsmovebasedonaminimimaxstrategy,meaningitmadethemovethatoptimizedthevalueofthisfunction,assumingthattheopponentwastryingtooptimizethevalueofthesamefunctionfromitspointofview.Samuelalsodesignedvariousmechanismsbywhichhisprogramcouldbecomebetter.Inwhathecalledrotelearning,theprogramrememberedeverypositionithadalreadyseen,alongwiththeterminalvalueoftherewardfunction.Thistechniqueeffectivelyextendedthesearchdepthateachofthesepositions.Samuel'slaterprogramsreevaluatedtherewardfunctionbasedoninputfromprofessionalgames.Healsohaditplaythousandsofgamesagainstitselfasanotherwayoflearning.Withallofthiswork,Samuel’sprogramreachedarespectableamateurstatus,andwasthefirsttoplayanyboardgameatthishighalevel.Hecontinuedtoworkoncheckersuntilthemid-1970s,atwhichpointhisprogramachievedsufficientskilltochallengearespectableamateur.[Robinson(1956)resolutionprinciplemachinetranslation:80%AseriesofvictoriesleadtoOptimisticestimateItisnotmyaimtosurpriseorshockyou-butsimplestwayIcansummarizeistosaythattherearenowintheworldmachinethatthink,thatlearnandthatcreate.HerbertSimon,1957Adoseofreality(1966-1972)現(xiàn)實的藥方

noprogressofSamuel’sChecker

Machinetranslation:20%difficultanwrongexampleofmachinetranslationThespiritiswillingbutthefreshisweakThevodkaiswillingbutthefreshisrottenThecauseoffailureshortofunderstand,searchwithoutguide,KnowledgeKnowledge-basedsystem:Thekeytopower?1969-1979Knowledgeispower.FeigenbaumDENDRAL,MYCIN,ProspectRutgersUniversityAmarelprojectcomputerinbiomedicineRogerSchankatYale,“Thereisnosuchthingassyntax,”“allneededareunderstanding.”AIbecomesanindustry(1980-1988)Thefirstsuccessfulcommercialexpertsystem:R1,DEC,McDermott,$40millionayear(1986)1988,100inuse,500indevelopmentfromafewmillionin1980to$2billionin19881997,

IBM’sbluedefeatedtheKaspalovinChess新浪科技2016.02.27谷歌人工智能挑戰(zhàn)人類圍棋冠軍詳情：將比賽5場新浪科技訊北京時間2月22日消息，繼宣布AlphaGo實現(xiàn)突破性研究－計算機程序首次擊敗專業(yè)棋手之后，GoogleDeepMind今日公布了即將與過去十年最佳圍棋手李世石之間的終極挑戰(zhàn)的詳細情況。

3月9日至3月15日，AlphaGo將在韓國首爾與李世石進行5場挑戰(zhàn)賽。比賽完全平等，獲勝者將得到一百萬美元獎金。如果AlphaGo獲勝，獎金將捐贈給聯(lián)合國兒童基金會(UNICEF)，STEM教育，以及圍棋慈善機構(GoCharity)。因圍棋步驟的絕對數(shù)量比宇宙的原子數(shù)還多，它一直被視為最復雜的電腦游戲之一，也是人工智能始終未解的挑戰(zhàn)。DeepMind在上月的科學雜志Nature，以一篇論文公布了這一突破性進展的詳細情況。比賽將于北京時間中午12點在首爾四季酒店舉行，具體日程如下：

1.3月9日(星期三)：首場比賽

2.3月10日(星期四)：第二場比賽

3.3月12日(星期六)：第三場比賽

4.3月13日(星期日)：第四場比賽

5.3月15日(星期二)：第五場比賽AlphaGo戰(zhàn)績驚人

實際上，目前AlphaGo已經(jīng)成為最優(yōu)秀的人工智能圍棋程序。在與其他程序的對弈中，AlphaGo用一臺機器就取得了500場的勝利，甚至有過讓對手4手后獲勝的紀錄。去年10月5日-10月9日，谷歌安排AlphaGo與歐洲圍棋冠軍FanHui(樊麾：法國國家圍棋隊總教練)閉門比賽，谷歌以5-0取勝。此次比賽的李世石是近10年來獲得世界第一頭銜最多的棋手，谷歌為此提供了100萬美元作為獎金。李世石談到此次比賽時表示：”這是電腦首次在公平比賽中挑戰(zhàn)人類專家選手，我很榮幸能參與進來。無論結果如何，這都是圍棋史上的重要時刻。我聽說GoogleDeepMind的人工智能出乎意料的強大，并且一直在優(yōu)化，但至少這次我還是很自信能夠取得勝利?！?。人工智能的研究領域。

ThefieldsofArtificialIntelligence.3.1定理證明和計算機自動推理AlenNewellandHerbertSimon(CarnegieTech)LogicTheorist

吳文俊方法3。2

機器學習學習是少數(shù)高級生物具有的高級智能行為機器學習是人造系統(tǒng)有了自我完善能力以前的機械系統(tǒng)，無論它有多么復雜巧妙，他都只能以程序化的方式進行固定的操作，其能力和水平不會有任何的改進。而具有學習能力的計算機系統(tǒng)，其以后的水平如何，連設計者都難以預料。機器學習加快了學習的進程機器學習的延續(xù)性機器學習的快速傳播性

3。3自然語言理解

似乎很簡單但實質(zhì)上是非常困難的問題日常的語言交流包含著很復雜的編碼和解碼過程與人們的知識與推理能力有密切的關系,與某些人談話很費力，但與思維敏捷的人談話只要幾句話甚至幾個字就可以了3.4專家系統(tǒng)3.5機器人3.6神經(jīng)網(wǎng)3.7遺傳算法3.8智能規(guī)劃3.9診斷3.10智能代理專家系統(tǒng)專家系統(tǒng)是人工智能中應用最廣泛的領域?qū)＜蚁到y(tǒng)是依賴于知識的人工智能系統(tǒng)知識就是力量最早的專家系統(tǒng)DENDRAL（Lindsay,1980,standforduniversity）,根據(jù)化學分子式和光譜結構信息推斷有機分子的結構，應用在全世界的化學和藥學實驗中。MYCIN(BuchananandShortliff,1984)奠定了當代專家系統(tǒng)方法的基礎，診斷脊髓腦膜炎和血液傳染病，并開醫(yī)療處方。PROSPECT.專家系統(tǒng)存在的問題：

1.缺乏問題的結構知識。

2.缺乏魯棒性和靈活性

3.不能對診斷提供解釋

4.專家知識需要積累過程

5.自我獲取知識能力差4.

人工智能的應用TheApplicationsofArtificialIntelligence4.1知識發(fā)現(xiàn)和數(shù)據(jù)挖掘

TheknowledgediscoveryanddataminingBACONsystem4.2嵌入式智能系統(tǒng)

Embededintelligencesystem

只要是在一般的應用系統(tǒng)中嵌入一點小的智能系統(tǒng)，就會使系統(tǒng)的功能得到很大的提高。例如，智能漢字輸入語音輸入自動翻譯手寫識別和輸入人臉識別，氣味識別。4．3智能規(guī)劃的應用

人工智能是計算機研究中應用性很強的一個領域.例如,在工廠作業(yè)調(diào)度規(guī)劃問題中（Jobshopscheduling）,就是要考慮在有限的加工資源(車床,刨床,鉆床)的情況下,根據(jù)已知的工件的加工順序要求對整個車間的生產(chǎn)作出安排,使得加工完所有工件所需的時間盡可能的少,每臺機床的等待時間盡可能的短。另一個典型的工廠作業(yè)調(diào)度規(guī)劃問題是考慮在有限輛的貨運汽車的前提下,在不同的地點之間運送貨物.規(guī)劃的輸出是一張車輛運轉計劃表,使得汽車盡可能地滿載運輸,空車運行情況盡可能地少,車輛閑置的情況盡可能地少,這當然也會給運輸公司帶來可觀的效益.除了在現(xiàn)代化的工廠里有大量人工智能應用外,人工智能的另一個重要應用領域是宇宙航行.這方面應用的一個具體例子是哈勃空間望遠鏡(HST,HubbleSpaceTelescope)的修復,在修復過程中,地面人員不斷得到關于HST能作什么、不能作什么的最新信息,然后對修復工作作出規(guī)劃,從而使HST恢復了正常觀測能力[4].

正因為智能規(guī)劃有如此廣泛的應用,所以人工智能專家McDermott指出“智能規(guī)劃調(diào)度問題大量地出現(xiàn)在工業(yè)領域，規(guī)劃質(zhì)量的改進，哪怕是一點小小的改進，都會節(jié)約大量的時間，帶來上百萬美元的效益”[5].Intelligentplanningandschedulingproblemsexistinthefieldofindustry,improvethequalityoftheplan,evenifitisalittleimprovement,willsavealotoftimetobringmillionsofdollarsinbenefits.McDermott19956.1智能規(guī)劃在航空航天上的應用為說明智能規(guī)劃在航空航天上的應用，我引用一篇“宇航學報“上的文章，文章的題目是”航天器自主運行技術的進展“，這是宇航專業(yè)的文章，可是它大部分講的是計算機技術，特別是智能規(guī)劃技術和基于模型診斷技術。文獻[9]的摘要如下摘要:闡述了航天器自主運行的概念、目標和任務。對自主運行和傳統(tǒng)測控方式進行了比較。最后重點介紹了航天器自主運行技術的進展情況。文章分4個部分介紹自主運行技術。首先介紹了2種自主運行體系結構,它們是自主運行各種功能集成的基礎。第2部分介紹了2種智能規(guī)劃與調(diào)度技術。第3部分介紹了基于模型的故障診斷與系統(tǒng)重構技術。第4部分介紹了有效載荷數(shù)據(jù)自主處理的進展情況。最后進行了總結并介紹了與自主運行相關的其他技術。

關鍵詞:航天器;自主智能控制;智能規(guī)劃與調(diào)度;故障診斷;數(shù)據(jù)處理中圖分類號:V423文獻標識碼:A文章編號:1000-1328(2003)01-0017-06AI,導彈控制與高性能計算機Alaunchcontrolcenter(LCC),intheUnitedStates,isthemaincontrolfacilityforintercontinentalballisticmissiles(ICBMs).Alaunchcontrolcentermonitorsandcontrolsmissilelaunchfacilities.Fromalaunchcontrolcenter,themissilecombatcrewcanmonitorthecomplex,launchthemissile,orrelaxinthelivingquarters(dependingontheICBMsystem).TheLCCisdesignedtoprovidemaximumprotectionforthemissilecombatcrewandequipmentvitaltomissilelaunch.MissilesilosarecommonacrossthemidwesternUnitedStates,andover450missilesremaininUSAirForceservice.UnitedStatesDuetomodernconventionalweapons,missilelaunchcontrolcentersarebecomingmorerareintheUS,anditisexpectedthatthenumberofmissileswilllowertoaround450Minuteman3s.However,theUSAFremainsalerttoanyoutboundthreatsandispreparedtolaunchtheirmissilesintheeventofnuclearwar.4.5智能規(guī)劃在機器人學領域中的應用。智能規(guī)劃在機器人學領域中有廣泛的應用，下面的一段分類是引自機器人學領域：1.傳感器與感知系統(tǒng)2.驅(qū)動,建模與控制3.自動規(guī)劃與調(diào)度環(huán)境模型的描述，控制知識的表示，路徑規(guī)劃，任務規(guī)劃非結構環(huán)境下的規(guī)劃，含有不確定性時的規(guī)劃協(xié)調(diào)操作(運動)規(guī)劃，裝配規(guī)劃，基于傳感信息的規(guī)劃任務協(xié)商與調(diào)度，制造(加工)系統(tǒng)中機器人的調(diào)度廣東副省長:東莞等地已開始大規(guī)模機器換人計劃新問題要用新思維去解決。比如用工荒的問題，勞動力不夠可以找機器人。所以在廣東珠三角，特別是佛山、東莞這些城市，已經(jīng)大量掀起機器換人的計劃，大量的智能機器人已經(jīng)開始運用到很多生產(chǎn)線當中。一方面是這些企業(yè)本身的轉型，另一方面也為發(fā)展智能機器人帶來一個巨大的商機。我們歡迎全國各地研究智能機器人的研究院來廣東發(fā)展，也歡迎制造機器人的企業(yè)到廣東投資，也歡迎更多的企業(yè)使用機械手、機器人。4.6Brooks,1995,TheartificialIntelligencewithoutintelligence除船面鐵銹的機器人RodneyBrooksFromWikipedia,thefreeencyclopedia(RedirectedfromRodneyA.Brooks)RodneyAllenBrooks(bornDecember30,1954)isanAustralianroboticist,FellowoftheAustralianAcademyofScience,author,androboticsentrepreneur,mostknownforpopularizingtheactionistapproachtorobotics.HewasaPanasonicProfessorofRoboticsattheMassachusettsInstituteofTechnologyandformerdirectoroftheMITComputerScienceandArtificialIntelligenceLaboratory.HeisafounderandformerChiefTechnicalOfficerofiRobot[1]andco-Founder,ChairmanandChiefTechnicalOfficerofRethinkRobotics(formerlyHeartlandRobotics).OutsidethescientificcommunityBrooksisalsoknownforhisappearanceinafilmfeaturinghimandhiswork,Fast,Cheap&OutofControl.

Prizes[edit]ComputersandThoughtAwardatthe1991IJCAI(InternationalJointConferenceonArtificialIntelligence)AIisaresearchfieldforyouthtomanifesttheirtalents。TherelationshipbetweenmatterandlifeRodneyAllenBrooks

NATURE|VOL409|18JANUARY2001|Thedisciplinesofartificialintelligenceandartificiallifebuildcomputationalsystemsinspiredbyvariousaspectsoflife.Despitethefactthatlivingsystemsarecomposedonlyofnon-livingatoms,thereseemstobelimitsinthecurrentlevelsofunderstandingwithinthesedisciplinesinwhatisnecessarytobridgethegapbetweennon-livingandlivingmatter.

ArtificiallifeChrisLangtoninstigatedthenotionofartificiallife(Alife)ataworkshopinLosAlamos,NewMexico,in1987.Theenterprisewastomakelivingsystemswithoutthedirectaidofbiologicalstructures.TheworkwasinspiredlargelybyJohnVonNeumann,andhisearlyworkonselfreproducingmachinesincellularautomata.VonNeumann’smodelofcomputationwasaTuringmachine,thesameintrinsicallyserialmechanismadoptedbyAI.ResearchersinAlifeweremuchinspiredbybiologicalsystemsandquicklyproducedsimulationsandanalyticalmodelsofaspectsofbiologicalreproductionandgroupbehavioursoforganisms.TomRaydevelopedasystemcalledTierra,wheremultiplecomputerprogramscompetedfortheresourceoftheprocessingunitinasimulatedcomputer.Theseedprogramcouldreproduceitself,andtook80nibbles(half-bytes)ofcodespace.ItfollowedtheclassicalVonNeumannmodel,andhadthecentralfeatureofmolecularbiology,inthatthecodeneededtobebothtranscribed,orinterpreted,andcopiedintotheprogenysothatittoohaditsown‘DNA’.Thesimulatedcomputer,however,wassubjecttocopyingmistakes,andto‘cosmicrays’whichrandomlyflippedbitsinthememoryspace.Itsmemoryfilledupwithcopiesoftheoriginalseedprogram,althoughsomeofthemhaderrorsandwereremoved.Butothersstartedtooptimizeandgetsmaller—therewasenvironmentalpressureselectingforsmallprograms.Mostrecently,LipsonandPollackhaveevolved‘creatures’thatcanmove.Theirmorphologyisrestrictedtofixed-lengthbarswithball-and-socketjoints.Thedesignsevolvedinaphysicalsimulationprogram,andthefitnessofindividualswasdeterminedbymeasuringtheirabilitytomoveonasurface.Mutatingthemostsuccessfulmembersofthepreviousgenerationproducedeachnewgeneration.Thetourdeforcewastohavethecreaturesautomaticallyproduceddirectlyfromtheevolvedgenomebyacomputerizedrapidprototypingsystem.Motorsweresnappedonbyhandandthecreatures,connectedtoacomputerrunningthesameneuralnetworkusedinthesimulations,thenstartedcrawlingacrossphysicalsurfaces.5。

人工智能在中國

ArtificialIntelligenceinChina

王湘浩教授,中國科學院院士

IJCAIandCJCAI(1980)

吳文俊院士,吳方法和artificialintelligence

陸汝謙院士,

張景中院士,張鈸院士,

6。我們的研究工作

OurResearchworksinAI

智能規(guī)劃,基于模型的診斷

IntelligentPlanningModel-basedDiagnosis6.2智能規(guī)劃的研究課題

智能規(guī)劃和調(diào)度，時間表問題研究。在規(guī)劃中使用領域知識提高效率。在規(guī)劃中使用機器學習技術。在網(wǎng)絡信息集成中使用智能規(guī)劃技術。規(guī)劃的識別。規(guī)劃的產(chǎn)生，執(zhí)行與監(jiān)視。在規(guī)劃問題中引進不確定性。時態(tài)規(guī)劃基于模型檢測的規(guī)劃6.3我們在智能規(guī)劃領域的研究工作

在規(guī)劃識別上做了一些研究工作，提出了規(guī)劃圖的概念，把規(guī)劃的識別問題轉換成規(guī)劃圖中的搜索問題，提高了規(guī)劃識別的效率。研究了在網(wǎng)絡信息集成領域使用智能規(guī)劃的方法。使用領域約束提高規(guī)劃求解的效率圖12測試對比結果局部放大圖（區(qū)間[0.1,0.4]）完全圖GraphplanDAGraphplanDAGraphplanGraphplan[1]姜云飛，馬寧，一種基于規(guī)劃知識圖的規(guī)劃識別算法，《軟件學報》，

Vol。13，No。4，2002年4月，686-692。[2]杜劍峰，姜云飛，網(wǎng)絡集成信息的研究，《計算機科學》，第29券第5期，2002年5月，36–40。[3]姜云飛，林笠，用對分HS-樹計算最小碰集，《軟件學報》，

Vol。13，No。12，2002年12月，2267-2274。[4]丁德路，姜云飛，智能規(guī)劃及其應用的研究，《計算機科學》，第29券第2期，2002年2月，100–103。[5]姜云飛，馬寧，基于限定的規(guī)劃識別問題求解，《計算機學報》，第25券第12期，2002年12月，1411-1416。[6]李天際，姜云飛，圖規(guī)劃及其擴展的分析和研究，《計算機科學》，第28卷第7期，2001年7月，69–72。.[7]陳海廣，李磊，姜云飛,“基于邏輯模型的電話網(wǎng)動態(tài)選路方法”，

《計算機研究與發(fā)展》，2000年第37卷，912–917。[8]陳榮，姜云飛，拓展溯因邏輯程序設計的辯論理論基礎，計算機學報，第23卷第6期，2000年6月，561-569。[9]陳榮，姜云飛，含約束的基于模型的診斷系統(tǒng)，計算機學報，第24卷第2期，2001年2月，127-135。[10]陳榮，姜云飛，一種新的辯論推理模式極其應用，計算機學報，第24卷第2期，2001年2月，120-126。[11]姜云飛，李占山，基于模型診斷的元件替換與替換測試，計算機學報，第24卷第6期，2001年6月，666-672。[12]李天際，姜云飛，圖規(guī)劃及其擴展的分析和研究，計算機科學，第28卷第7期，2001年7月，69–72。[13]LinliandYunfeiJIANG,TheconstructionofanInsert_AbleNear-HuffmanTree,ComputerScienceandTechnologyinNewCentury,VolumeII,Oct2001,694-696,InternationalAcademicPublishersWorldpublishingCorporation.[14]姜云飛，馬寧，一種基于規(guī)劃知識圖的規(guī)劃識別算法，《軟件學報》，

Vol。13，No。4，2002年4月，686-692。論文目錄吳向軍,姜云飛,凌應標,基于STRIPS的領域知識提取策略,《軟件學報》,2007.3,18(3):490-504.有效的電子版論文:/1000-9825/18/490.pdf(2006.5錄用,15頁)QiangYang,KanghenWu,YunfeiJiang,LearningactionmodelsfromplanexamplesusingMAX-SAT.ArtificialIntelligence,Vol.171,Issues2-7,2007.2,143.WeiHuang,ZhonghuaWen,YunfeiJiang,LihuaWu,ObservationReductionforStrongPlans,IJCAI’07,pp.1930-1935.吳向軍,姜云飛,凌應標,STRIPS規(guī)劃領域中動作效果關系的研究,《軟件學報》,2006.4錄用,22頁,即將發(fā)表.吳康恒,姜云飛,基于模型檢測的領域約束規(guī)劃,《軟件學報》,2004.11,Vol.15,No.11,1629–1640.姜云飛,馬寧,一種基于規(guī)劃知識圖的規(guī)劃識別算法,《軟件學報》,2002.4,Vol.13,No.4,686-692.凌應標,吳向軍,姜云飛,基于子句權重學習的求解SAT問題的遺傳進化算法,《計算機學報》,2005.9,Vol.28,No.9,1476-1482.46.

QiangYangandKanghengWuandYunfeiJiang.LearningActionModelsfromPlanExampleswithIncompleteKnowledge.TheInternationalConferenceonAutomatedPlanningandScheduling(ICAPS05),Monterey,California,U.S.A,July,2005.47.

QiangYang,KanghengWu,YunfeiJiang.LearningActionModelsfromPlanTracesusingWeightedMAX-SAT.ArtificialIntelligence，

Vol.171,issues2-7,2007,2.143.48.

文中華,姜云飛.用分層關聯(lián)方法求簡單圖中所有Hamilton回路的算法.<<中山大學學報>>(自然科學版),2006,(2).49.

Weihuang,Zhonghua

Wen,YunfeiJiangandAixiangChen.ComparisionBetweenTwoLanguagesUsedtoExpressPlaningGoals:CTLandEAGLE

.Inproceedings9thPacificRimInternationalConferenceonArtificialIntelligence,pp:180-189,Guilin,China,August2006.50.

Weihuang,Zhonghua

Wen,YunfeiJiangandLihuaWu.ObservationReductionforStrongplans.InProceedingsTwentiethInternationalJointConferenceonArtificialIntelligence(IJCAI-07),Hyderabad,India.InternationalJointConferenceonArtificialIntelligence(IJCAI)是國際上級別最高的人工智能會議,每兩年舉行一次,2007年我們有兩篇論文入選.52.

Zhao-FuFan,YunfeiJiang,OperatorComponentsMatrixModelforIMPProgramsDiagnosis.InProceedingsTwentiethInternationalJointConferenceonArtificialIntelligence(IJCAI-07),Hyderabad,India.53.

YuechangLiu,YunfeiJiang,LP-TPOP:IntegratingPlanningandSchedulingthroughConstraintProgramming,Inproceedings9thPacificRimInternationalConferenceonArtificialIntelligence,pp:180-189,Guilin,China,August2006.54.

Zhuohua

Duan,YunfeiJiang,"IntelligentTutorialPlanningBasedonExtendedKnowledgeStructureGraph",publishedin"LectureNotesinComputerScience"./10.1007/11736639_555.

蔣志華,姜云飛.一種計算動作派生前提的激活集的改進方法.計算機學報,2007,30(12):2061~2073.(權威期刊;EI:080211012833)56.

蔣志華,姜云飛.基于與狀態(tài)無關的激活集的包含派生謂詞的規(guī)劃問題求解.計算機科學,2007,34(3):176~180.57.

JiangZhihua,JiangYunfei.MethodofcreatingontologiesforPrologclauses.JournalofSoutheastUniversity,2006,22(3):357~360.(EI:065010304703;ISTP:9271133)58.

ZhihuaJiang,YunfeiJiang.PlanningwithdomainrulesbasedonState-IndependentActivationSets.IntheproceedingsofWorkshoponPacificKnowledgeAcquisitionofPRICAI06,Guilin,China,2006,243~248.(ISTP:9253604)7。人工智能對人類的挑戰(zhàn)Q.HowfarisAIfromreachinghuman-levelintelligence?Whenwillithappen?A.Afewpeoplethinkthathuman-levelintelligencecanbeachievedbywritinglargenumberofprograms,thatthekindpeoplearenowwritingandassemblingvastknowledgebasesoffactsinthelanguagesnowusedforexpressingknowledge.However,mostAIresearchersbelievethatnewfundamentalideasarerequired,andthereforeitcannotbepredictedwhenhumanlevelintelligencewillbeachieved.StephenHawking霍金onAIRobFisher(Surrey)·Science&TechnologyStephenHawkingmentionedthesingularitytoaBBCreporter.Thedevelopmentoffullartificialintelligencecouldspelltheendofthehumanrace.[…]Itwouldtakeoffonitsown,andre-designitselfataneverincreasingrate.[…]Humans,whoarelimitedbyslowbiologicalevolution,couldn’tcompete,andwouldbesuperseded.BrainFactsFrom:/Yourbrainuses20%ofyouroxygen.Whataccountsfor2%ofyourbody’smass,yetuses20%ofalltheoxygenyoubreathe?Yourbrain!Itneedsacontinuoussupplyofoxygen,anda10minutelossofoxygencancausesignificantneuraldamage.Thehumanbrainweighsanaverageofabout1.4kilogramsNumberofneuronsinthebrain(average):100billion科學幻想小說的宣傳機器人種族是否能統(tǒng)治人類？IsaRaceofRobotsPossible?DavidWoodburyFromTheWorldofRobots人腦的能力,1011

neutrons,acomputer4millionbytes,4*106人腦的神奇的修復作用和再生能力Oneexpertpointedout,acomputerwithasthebrainhasneuronswouldtheEmpireStateBuildingtocontainitandNiagaraFallstopowerit.Transistorsmayreducethesupergianttothesizeofahouseandhispowerrequirementtoafewhundredkilowatts,yetthehumanbrainwillfitintoacerealabowland25wattsofpower.人工智能的應用例子

AIandAgriculture8.1農(nóng)業(yè)專家系統(tǒng)

8.2農(nóng)用機器人

農(nóng)用機器人比工業(yè)機器人要求更高農(nóng)用機器人:變化的外部環(huán)境:溫度,光照,風力行走,感知與分析能力。智能更強.柔性處理能力。

(見word文件)RobotsBuilttoMakeFamingEasier,Moreproductive

RobinWallFromTheChristianScienceMonitor,1993Toassembletheagriculturealrobot,Milesandseveral

graduatestudentbeganwithwhatlooksliketheskeletonofalargeutilitytrailer,Theeyeoftherobotarecameras,Acomputer,Asensor,Arms,weigh,barcode,

harvestdate,Theprototype:$75,000,Agriculturerobotcouldcostlessthan$2000inthenextdecades.-

MilesThankYouTheendofChapter0Dotherobotshavehuman’sfeeling?

No.Ithinkitcannothave.Talkabouthuman’sfeelingThetwosidesthatpromotehumancivilization:(1)feeling(2)rationality(1)feeling:oldform,inordertocombinegrouptohunt,togetfoods,tobuildsheds,needcooperation.callorencouragepeopletodosomethingthroughfeeling.Tofightwithenemy.thebasisofArtsisfeeling,literature,drama,religion(2)rationalityWedosomethingrationally,bynaturallaws,haveprediction,haveplanning,havegoodeffects.

Feelingbelongstobiologistevolutions.Themainrolestopromotehumanciviliz