人工智能通識(shí)教程 第2版 課件 第14、15章 自動(dòng)規(guī)劃、人工智能發(fā)展

第2版人工智能通識(shí)教程第14章周蘇教授QQ：81505050自動(dòng)規(guī)劃導(dǎo)讀案例：自動(dòng)駕駛泊車技術(shù)自動(dòng)泊車系統(tǒng)可以大大簡化泊車過程，特別是在極端狹窄的地方，或者是對(duì)于新手而言，自動(dòng)泊車系統(tǒng)可以帶來更加智能和便捷的體驗(yàn)。01規(guī)劃的概念02人工智能的烏姆普思世界03什么是自動(dòng)規(guī)劃04規(guī)劃方法目錄/CONTENTS05時(shí)間、調(diào)度和資源規(guī)劃一系列動(dòng)作是人工智能技術(shù)中智能體的關(guān)鍵需求，而正確表示的動(dòng)作和狀態(tài)以及正確的算法可以使規(guī)劃變得更容易。自動(dòng)規(guī)劃是一種重要的問題求解技術(shù)。與一般問題求解相比，自動(dòng)規(guī)劃更注重于問題的求解過程，而不是求解結(jié)果。此外，規(guī)劃要解決的問題，如機(jī)器人世界問題，往往具有真實(shí)性，而不是比較抽象的數(shù)學(xué)模型問題。與一些求解技術(shù)相比，自動(dòng)規(guī)劃系統(tǒng)與專家系統(tǒng)均屬高級(jí)求解系統(tǒng)與技術(shù)。第14章自動(dòng)規(guī)劃

圖14-2自動(dòng)裝箱規(guī)劃第14章自動(dòng)規(guī)劃PART01規(guī)劃的概念所謂規(guī)劃，是指個(gè)人或組織制定的比較全面長遠(yuǎn)的發(fā)展計(jì)劃，是對(duì)未來整體性、長期性、基本性問題的考量，以設(shè)計(jì)未來的整套行動(dòng)方案。規(guī)劃是融合多要素、多人士看法的某一特定領(lǐng)域的發(fā)展愿景，它代表了人類為實(shí)現(xiàn)目標(biāo)而對(duì)活動(dòng)進(jìn)行調(diào)整的一種某種自我意識(shí)和能力。在日常生活中，規(guī)劃意味著在行動(dòng)之前決定其進(jìn)程，或者說，是在執(zhí)行一個(gè)問題求解程序之前，計(jì)算該程序具體執(zhí)行的過程。規(guī)劃可用來監(jiān)控問題求解過程，并能夠在造成較大危害之前發(fā)現(xiàn)差錯(cuò)。規(guī)劃的好處可歸納為簡化搜索、解決目標(biāo)矛盾以及為差錯(cuò)補(bǔ)償提供基礎(chǔ)。14.1規(guī)劃的概念規(guī)劃有兩個(gè)突出的特點(diǎn)，一是為了完成任務(wù)可能需要一系列確定的步驟；二是定義問題解決方案的步驟順序可能是有條件的。也就是說，構(gòu)成規(guī)劃的步驟可能會(huì)根據(jù)條件進(jìn)行修改（稱為條件規(guī)劃）。一個(gè)規(guī)劃是一個(gè)行動(dòng)過程的描述，它雖然可以是像商品清單那樣的沒有次序的目標(biāo)列表，但一般都具有某個(gè)目標(biāo)的蘊(yùn)含排序。例如，一個(gè)機(jī)器人要搬動(dòng)某工件，必須先移動(dòng)到該工件附近，抓住該工件，然后帶著工件移動(dòng)。14.1規(guī)劃的概念大多數(shù)規(guī)劃都具有子規(guī)劃結(jié)構(gòu)，具有分層結(jié)構(gòu)的每個(gè)子目標(biāo)由達(dá)到此目標(biāo)的比較詳細(xì)的子規(guī)劃確定，最終得到的規(guī)劃是某個(gè)問題求解算符的線性或分步排序。14.1規(guī)劃的概念規(guī)劃的概念很多，具體可以整理成如下幾點(diǎn)：（1）從某個(gè)特定的問題狀態(tài)出發(fā)，尋求一系列行為動(dòng)作并建立一個(gè)操作序列，直到求得目標(biāo)狀態(tài)為止，這個(gè)求解過程就是規(guī)劃；（2）規(guī)劃是關(guān)于動(dòng)作的推理，它是一種抽象但清晰的深思熟慮的過程，該過程通過預(yù)期動(dòng)作的期望效果，選擇和組織一組動(dòng)作，其目的是盡可能好地實(shí)現(xiàn)一個(gè)預(yù)先給定的目標(biāo)；14.1規(guī)劃的概念（3）規(guī)劃是針對(duì)某個(gè)待求解問題給出求解過程的步驟，規(guī)劃設(shè)計(jì)如何將問題分解為若干相應(yīng)的子問題，記錄和處理問題求解過程中發(fā)現(xiàn)的子問題間的關(guān)系；（4）規(guī)劃系統(tǒng)是一個(gè)涉及有關(guān)問題求解過程的步驟的系統(tǒng)。14.1規(guī)劃的概念把某些較復(fù)雜的問題分解為一些較小的子問題。有兩條實(shí)現(xiàn)這種分解的重要途徑。第一條是當(dāng)從一個(gè)問題狀態(tài)移動(dòng)到下一個(gè)狀態(tài)時(shí)，無需計(jì)算整個(gè)新的狀態(tài)，而只要考慮狀態(tài)中可能變化了的那些部分。第二條是把單一困難問題分割為幾個(gè)有希望較為容易解決的子問題。14.1規(guī)劃的概念PART02人工智能的烏姆普思世界這是一個(gè)簡單的世界示例。烏姆普思（Wumpus）世界是一個(gè)山洞，有4×4共16個(gè)房間，房間與通道相連，有一個(gè)商人（智能體）將在這個(gè)世界中移動(dòng)。圖14-3烏姆普思世界14.2人工智能的烏姆普思世界山洞里的某一間屋子里有個(gè)叫烏姆普思的怪物，它會(huì)吃掉進(jìn)屋的任何人。商人可以射殺烏姆普思，但他只有一枝箭。在烏姆普思世界中有一些深坑洞室（PIT），如果商人落在深坑中，會(huì)被永遠(yuǎn)困在坑里。令人興奮的是，洞穴里有一個(gè)房間里有可能找到一大堆金子。因此，商人的目標(biāo)是找到金子并爬出洞穴，而不會(huì)掉落坑中或被烏姆普思吞噬。如果商人帶金子出來，會(huì)得到獎(jiǎng)勵(lì)；如果商人被烏姆普思吞下或掉進(jìn)坑里，會(huì)受到懲罰。14.2人工智能的烏姆普思世界為解釋烏姆普思世界，對(duì)任務(wù)環(huán)境做如下描述。（1）性能指標(biāo)：·如果商人帶著金子從烏姆普思世界中出來，可獲得1000點(diǎn)獎(jiǎng)勵(lì)積分。·被烏姆普思吃掉或掉進(jìn)坑里，點(diǎn)數(shù)為-1000分?！?1表示每個(gè)操作，-10表示使用箭?！と绻倘怂劳龌驈纳蕉闯鰜恚螒蚓徒Y(jié)束。14.2.1描述烏姆普思世界（2）環(huán)境：·4×4的房間網(wǎng)格?！ど倘俗畛跷挥诜块g正方形[1,1]中，朝向右側(cè)。·除了第一個(gè)正方形[1,1]以外，都是隨機(jī)選擇烏姆普思和金子的位置。·除第一個(gè)正方形以外，洞穴中每個(gè)正方形是坑室的概率為0.2。（3）執(zhí)行器：左轉(zhuǎn)、右轉(zhuǎn)、前進(jìn)、抓取、發(fā)布、射擊。14.2.1描述烏姆普思世界（4）傳感器：·如果商人進(jìn)到與烏姆普思相鄰的房間（不是對(duì)角線的），會(huì)聞到惡臭。·如果商人進(jìn)到與坑室相鄰的房間內(nèi)，會(huì)感覺到微風(fēng)?！ど倘四芨兄椒庞薪鹱拥姆块g中的閃光?！ど倘俗呦驂Ρ跁?huì)感覺到撞擊。·射殺烏姆普思時(shí)，它會(huì)發(fā)出可怕的尖叫聲，這在山洞的任何地方都可以感覺到。14.2.1描述烏姆普思世界·這些感知可以表示為五個(gè)元素列表。例如，如果商人聞到惡臭或者感到微風(fēng)，但沒有閃光，沒有碰撞和尖叫聲，可以表示為：[惡臭,微風(fēng),無,無,無]。14.2.1描述烏姆普思世界（5）烏姆普思世界：·部分可觀察：因?yàn)樯倘酥荒芨兄浇沫h(huán)境，例如相鄰的房間。·確定性的：因?yàn)槭澜绲慕Y(jié)果是已知的?！ろ樞虻模喉樞蚝苤匾！れo態(tài)：烏姆普思和深坑不移動(dòng)，是靜態(tài)的?！るx散的：環(huán)境是離散的?！ひ粋€(gè)智能體（商人）：環(huán)境中只有一個(gè)智能體，烏姆普思不被視為智能體。14.2.1描述烏姆普思世界現(xiàn)在，我們來探索烏姆普思世界，并通過邏輯推理來確定商人如何找到目標(biāo)。步驟1：商人位于第一個(gè)房間，即正方形[1,1]上，并且已知該房間對(duì)商人是安全的。因此，圖14-4（a）表示該房間是安全的。符號(hào)A代表商人，符號(hào)B代表微風(fēng)，符號(hào)G代表閃光或金幣，符號(hào)V代表已訪問過的房間，符號(hào)P代表深坑，符號(hào)W代表烏姆普思。在[1,1]室，商人不會(huì)感到微風(fēng)或惡臭，這意味著相鄰的正方形也是安全的。14.2.2探索烏姆普思世界

圖14-4探索烏姆普思世界的步驟1和步驟214.2.2探索烏姆普思世界步驟2：商人需要向前移動(dòng)，因此它將移動(dòng)到[1，2]或[2,1]。假設(shè)移動(dòng)到房間[2,1]，在這個(gè)房間商人感覺到微風(fēng)，這意味著坑在這個(gè)房間周圍，可能在[3,1]或[2,2]中有坑室?，F(xiàn)在，商人停止思考，不采取任何措施，回到[1，1]房間。商人訪問過房間[1,1]和[2,1]，因此使用符號(hào)V表示訪問過的正方形。14.2.2探索烏姆普思世界步驟3：商人移動(dòng)到房間[1,2]（圖14-5），這時(shí)商人聞到惡臭，這意味著附近有烏姆普思。而按照游戲規(guī)則，烏姆普思不能在房間[1,1]中，也不在[2,2]中（商人在[2,1]時(shí)沒有聞到惡臭）。因此，推斷出烏姆普思在房間[1,3]中，并且當(dāng)前狀態(tài)下沒有微風(fēng)，這意味著在[2,2]中沒有深坑也沒有烏姆普思，是安全的，將其標(biāo)記為OK。商人在[2,2]中進(jìn)一步移動(dòng)。14.2.2探索烏姆普思世界

圖14-5探索烏姆普思世界的步驟3和步驟414.2.2探索烏姆普思世界步驟4：在房間[2,2]上，這里沒有惡臭，也沒有微風(fēng)，所以我們假設(shè)商人決定移動(dòng)到[2,3]。在[2,3]房間，商人感知到閃光，他抓住金子并爬出洞穴。14.2.2探索烏姆普思世界PART03什么是自動(dòng)規(guī)劃自動(dòng)規(guī)劃屬于高級(jí)的求解系統(tǒng)與技術(shù)。由于自動(dòng)規(guī)劃系統(tǒng)具有廣泛的應(yīng)用場合和應(yīng)用前景，因而引起人們的濃厚興趣并取得了許多研究成果。14.3什么是自動(dòng)規(guī)劃經(jīng)典規(guī)劃定義為是在一個(gè)離散的、確定性的、靜態(tài)的、完全可觀測(cè)的環(huán)境中，找到完成目標(biāo)的一系列動(dòng)作的任務(wù)。完成這個(gè)任務(wù)的方法受到兩個(gè)限制。首先，對(duì)于每個(gè)新領(lǐng)域，它們都需要特定的啟發(fā)式方法：用于搜索的啟發(fā)式評(píng)價(jià)函數(shù)和用于混合烏姆普思智能體的人工代碼。其次，它們都需要明確地表示指數(shù)量級(jí)的狀態(tài)空間。例如，在烏姆普思世界的命題邏輯模型中，向前移動(dòng)一步的公理只能在所有4個(gè)智能體朝向、T個(gè)時(shí)間步和n個(gè)當(dāng)前位置重復(fù)。14.3.1定義經(jīng)典規(guī)劃我們來看另外兩個(gè)例子。（1）范例：積木世界。這是最著名的規(guī)劃領(lǐng)域之一，這個(gè)問題由一組立方體形狀的積木組成，積木放在一張任意大的桌子上。積木可以堆疊，但只有一塊積木可以直接放在另一個(gè)上面。機(jī)械臂可以拿起一塊積木并將其放到另一個(gè)位置，可以是放在桌子上，也可以放在另一塊積木上。機(jī)械臂一次只能拿一塊積木，因此它無法拿起上面有另一塊積木的積木。一個(gè)典型的目標(biāo)是使積木A在積木B上，并且積木B在積木C上（圖14-6）。14.3.1定義經(jīng)典規(guī)劃

圖14-6積木世界問題的示意圖14.3.1定義經(jīng)典規(guī)劃（2）范例：備用輪胎問題?？紤]更換癟氣輪胎的問題。其目標(biāo)是在車軸上正確安裝一只備用輪胎，而初始狀態(tài)是車軸上有一只癟氣輪胎，后備箱里有一只備用輪胎。為簡單起見，我們對(duì)這個(gè)問題的描述是抽象的，不考慮難擰的螺母之類的復(fù)雜問題。問題只有4種動(dòng)作：從后備箱取出備用輪胎、從車軸上卸下癟氣輪胎、把備用輪胎裝在車軸上、把汽車留下整夜無人看管。我們假設(shè)汽車停在一個(gè)特別糟糕的街區(qū)，因此把汽車留下整夜無人看管的效果是輪胎不見了。14.3.1定義經(jīng)典規(guī)劃規(guī)劃一直是人工智能研究的活躍領(lǐng)域，包括機(jī)器人技術(shù)、流程規(guī)劃、基于Web的信息收集、自主智能體、動(dòng)畫和多智能體。

圖14-7規(guī)劃自動(dòng)化立體庫14.3.2自動(dòng)規(guī)劃問題人工智能中一些典型的規(guī)劃問題如：（1）對(duì)時(shí)間、因果關(guān)系和目的的表示和推理。（2）在可接受的解決方案中，物理和其他類型的約束。（3）規(guī)劃執(zhí)行中的不確定性。（4）如何感覺和感知“現(xiàn)實(shí)世界”。（5）可能合作或互相干涉的多個(gè)智能體。14.3.2自動(dòng)規(guī)劃問題以機(jī)器人規(guī)劃與問題求解作為典型例子來討論自動(dòng)規(guī)劃，是因?yàn)闄C(jī)器人規(guī)劃能夠得到形象和直觀的檢驗(yàn)，它是機(jī)器人學(xué)的一個(gè)重要研究領(lǐng)域，也是人工智能與機(jī)器人學(xué)一個(gè)令人感興趣的結(jié)合點(diǎn)。機(jī)器人規(guī)劃的原理、方法和技術(shù)可以推廣應(yīng)用到其他規(guī)劃對(duì)象或系統(tǒng)。雖然通常我們會(huì)將規(guī)劃和調(diào)度視為相同的問題類型，但它們之間有一個(gè)明確的區(qū)別：規(guī)劃關(guān)注“找出需要執(zhí)行哪些操作”，而調(diào)度關(guān)注“計(jì)算出何時(shí)執(zhí)行動(dòng)作”。規(guī)劃側(cè)重于為實(shí)現(xiàn)目標(biāo)選擇適當(dāng)?shù)男袆?dòng)序列，而調(diào)度側(cè)重于資源約束（包括時(shí)間）。可以把調(diào)度問題當(dāng)作規(guī)劃問題的一個(gè)特例。14.3.2自動(dòng)規(guī)劃問題在人工智能領(lǐng)域，所有規(guī)劃問題的本質(zhì)就是將當(dāng)前狀態(tài)（可能是初始狀態(tài)）轉(zhuǎn)變?yōu)樗枘繕?biāo)狀態(tài)。求解規(guī)劃問題所遵循的步驟順序稱為操作符模式。操作符模式表征動(dòng)作或事件（可互換使用的術(shù)語）。操作符模式表征一類可能的變量，這些變量可以用值（常數(shù)）代替，構(gòu)成描述特定動(dòng)作的操作符實(shí)例?！安僮鞣边@個(gè)術(shù)語可以用作“操作符模式”或“操作符實(shí)例”的同義詞。14.3.2自動(dòng)規(guī)劃問題在魔方的離散拼圖和15拼圖的移動(dòng)方塊示例中可以找到熟悉的規(guī)劃應(yīng)用，其中包括國際象棋、橋牌以及調(diào)度問題。由于運(yùn)動(dòng)部件的規(guī)律性和對(duì)稱性，這些領(lǐng)域非常適合開發(fā)和應(yīng)用規(guī)劃算法。

魔方拼圖15拼圖圖14-8魔方拼圖與15拼圖示例14.3.3規(guī)劃問題示例計(jì)算機(jī)和機(jī)器人視覺領(lǐng)域的一個(gè)典型問題是試圖讓機(jī)器人識(shí)別墻壁和障礙物，在迷宮中移動(dòng)并成功地到達(dá)其目標(biāo)，如圖14-9，其中機(jī)器人不僅需要從A移動(dòng)到B，還需要能夠識(shí)別墻壁并進(jìn)行妥善處理。圖14-9一個(gè)典型的迷宮問題14.3.3規(guī)劃問題示例在設(shè)計(jì)和制造應(yīng)用中，人們應(yīng)用規(guī)劃來解決組裝、可維護(hù)性和機(jī)械部件拆卸問題。人們使用運(yùn)動(dòng)規(guī)劃，自動(dòng)計(jì)算從組裝中移除零件的無碰撞路徑。在視頻游戲中，自動(dòng)智能可以用來生成精彩、獨(dú)特、類似人類的角色。動(dòng)畫師的目標(biāo)是開發(fā)具有人類演員特征的角色，同時(shí)能夠設(shè)計(jì)高層次的運(yùn)動(dòng)描述，使得這些運(yùn)動(dòng)可以由智能體執(zhí)行。這是一個(gè)非常詳細(xì)、費(fèi)力的逐幀過程，動(dòng)畫師希望通過規(guī)劃算法的發(fā)展來減少這些過程。14.3.3規(guī)劃問題示例將自動(dòng)規(guī)劃應(yīng)用在計(jì)算機(jī)動(dòng)畫中，根據(jù)任務(wù)規(guī)格計(jì)算場景中人物的動(dòng)畫，使動(dòng)畫師可以專注于場景的整體設(shè)計(jì)，而無須關(guān)注如何在逼真、無碰撞的路徑中移動(dòng)人物的細(xì)節(jié)。這不但與計(jì)算機(jī)動(dòng)畫相關(guān)，而且與人體工程學(xué)和產(chǎn)品的可用性評(píng)估相關(guān)。圖14-10所示的是一個(gè)機(jī)器人手臂規(guī)劃器，這個(gè)規(guī)劃器執(zhí)行了多臂任務(wù)，在汽車裝配線上協(xié)助制造。圖14-10在汽車裝配線上協(xié)助

制造的機(jī)器人手臂14.3.3規(guī)劃問題示例示例14-1說明制訂規(guī)劃過程和執(zhí)行規(guī)劃過程之間的區(qū)別。請(qǐng)規(guī)劃你離開家去工作場所的過程。你必須出席上午9:00的會(huì)議。早上上班的路上通常需要花費(fèi)40分鐘。在準(zhǔn)備上班的過程中，你還可以做一些自己喜歡做的任務(wù)——一些任務(wù)是非常重要的，一些任務(wù)是可有可無的，這取決于你可用的時(shí)間。14.3.3規(guī)劃問題示例下面所列出的是在工作前你認(rèn)為要完成的一些任務(wù)。（1）將幾件襯衫送至干洗店。（2）將瓶子送去回收。（3）把垃圾拿出去。（4）在銀行的自動(dòng)提款機(jī)上取現(xiàn)金。（5）以本地最便宜的價(jià)格購買汽油。（6）為自行車輪胎充氣。（7）清理汽車——整理和吸塵。（8）為汽車輪胎充氣。14.3.3規(guī)劃問題示例你可能立刻會(huì)問這些事情（以下按照規(guī)劃的觀點(diǎn)將它們稱為任務(wù)）的限制時(shí)間。也就是說，在保證你能夠準(zhǔn)時(shí)參加會(huì)議的情況下，這些任務(wù)有多少可用的時(shí)間？你于上午7:00起床，認(rèn)為兩個(gè)小時(shí)已經(jīng)足夠執(zhí)行上述許多任務(wù)，并能及時(shí)參加上午9:00的會(huì)議。14.3.3規(guī)劃問題示例在上述8項(xiàng)可能的任務(wù)中，你很快就會(huì)確定只有兩項(xiàng)是非常重要的：第4項(xiàng)（獲得現(xiàn)金）和第8項(xiàng)（為汽車輪胎充氣）。第4項(xiàng)很重要，因?yàn)楦鶕?jù)經(jīng)驗(yàn)，如果現(xiàn)金不足，那么你這一天會(huì)寸步難行。你需要購買餐點(diǎn)、小吃和其他可能的物品。第8項(xiàng)可能比第4項(xiàng)更重要，這取決于輪胎中還有多少氣。在極端情況下，輪胎癟了可能會(huì)導(dǎo)致你無法駕駛或無法安全駕駛。14.3.3規(guī)劃問題示例現(xiàn)在，你確定第4項(xiàng)和第8項(xiàng)很重要、不能避免。這就是分級(jí)規(guī)劃的例子，也就是對(duì)必須完成的任務(wù)進(jìn)行分級(jí)或賦值。換句話說，并不是所有的任務(wù)都是同等重要的，你可以相應(yīng)地對(duì)它們進(jìn)行排序。你查詢是否有靠近銀行ATM的加油站，結(jié)論是最近的加油站距離銀行有約三個(gè)街區(qū)。你還可以想：“在銀行附近的哪個(gè)加油站會(huì)有輪胎的充氣泵？”這是一個(gè)機(jī)會(huì)規(guī)劃的例子。也就是說，你正在嘗試?yán)迷谝?guī)劃形成和規(guī)劃執(zhí)行過程中的某個(gè)狀態(tài)所提供的條件和機(jī)會(huì)。14.3.3規(guī)劃問題示例在這一點(diǎn)上，第1~3項(xiàng)看起來完全不重要；第6~7項(xiàng)看起來同樣不重要，并且這些任務(wù)更適合周末進(jìn)行，因?yàn)橹苣┛梢杂懈鄷r(shí)間完成這樣的任務(wù)。在這些情況中，第1~3可能非常相關(guān)。14.3.3規(guī)劃問題示例第1項(xiàng)：將幾件襯衫送至干洗店。在繁忙的工作日上午，這看起來似乎是一項(xiàng)無關(guān)緊要的任務(wù)，但是，也許第二天你要接受新工作的面試，或者你想在做演講時(shí)穿得得體一些，或者這是你期待已久的一個(gè)約會(huì)。在這些情況下，你要正確思考（規(guī)劃），做正確的事情，獲得最佳機(jī)會(huì)，讓自己變得成功和快樂。14.3.3規(guī)劃問題示例第2項(xiàng)：將舊瓶子進(jìn)行丟棄回收。同樣，這通常是一個(gè)“周末”型的活動(dòng)。會(huì)不會(huì)有這樣一種情況使這件事情成為必需的行動(dòng)？例如，假設(shè)你剛剛丟了錢包，而錢包里有你所有的現(xiàn)金、信用卡和身份證。為此，你需要將100個(gè)空瓶子送到回收站，以此來獲得必要的現(xiàn)金。此外，如果你丟了錢包，你就不應(yīng)該在沒有駕駛證的情況下駕駛。如果真有這樣的事情發(fā)生了，你也許有足夠的理由不參加那次活動(dòng)。14.3.3規(guī)劃問題示例第3項(xiàng)：把垃圾拿出去。在一些現(xiàn)實(shí)條件下，這個(gè)任務(wù)在重要性方面可以得到很大程度上的重視。例如：（1）垃圾散發(fā)出可怕的異味。（2）鄰居投訴你的公寓都是廢棄物，你有責(zé)任清理它。（3）這是星期一早上，如果現(xiàn)在不收拾，那么直到星期四才會(huì)有人來收拾垃圾。14.3.3規(guī)劃問題示例基于某些可能發(fā)生的事件或某些緊急情況所做出的規(guī)劃稱為條件規(guī)劃。這種規(guī)劃通常作為一種有用的“防御性”措施，或者必須考慮到一些可能發(fā)生的事件。例如，如果你計(jì)劃7月份在杭州舉辦大型活動(dòng)，那么就應(yīng)該考慮臺(tái)風(fēng)保險(xiǎn)。14.3.3規(guī)劃問題示例有時(shí)候，我們只能規(guī)劃事件（操作符）的某些子集，這些事件的子集可能會(huì)影響到我們達(dá)成目標(biāo)，而無須特別關(guān)注這些步驟執(zhí)行的順序。我們將此稱為部分有序規(guī)劃。在示例14-1的情況下，如果輪胎的情況不是很糟糕，那么我們可以先去加油站充氣，也可以先到銀行取現(xiàn)金。但是，如果輪胎確實(shí)癟了，那么執(zhí)行該規(guī)劃的順序是先修理輪胎，然后進(jìn)行其他任務(wù)。14.3.3規(guī)劃問題示例通過注意更多的現(xiàn)實(shí)情況，我們就可以結(jié)束這個(gè)例子了。即使兩個(gè)小時(shí)看起來像是花了大量的時(shí)間來處理一些事情，我們依然需要40分鐘的上班時(shí)間，但是人們很快就意識(shí)到，即使在這個(gè)簡單的情況下，也有許多未知數(shù)。例如，去加油站、充氣泵處或是銀行可以有很多條路線；在高速公路上可能會(huì)發(fā)生事故，拖延了上班時(shí)間；或者可能會(huì)有警察檢查、發(fā)生火警等突發(fā)情況，這些也會(huì)導(dǎo)致延遲。換句話說，有許多未知事件可能會(huì)干擾最佳規(guī)劃。14.3.3規(guī)劃問題示例PART04規(guī)劃方法規(guī)劃可用來監(jiān)控問題求解過程，并能夠在造成較大的危害之前發(fā)現(xiàn)差錯(cuò)。規(guī)劃的好處可歸納為簡化搜索、解決目標(biāo)矛盾以及為差錯(cuò)補(bǔ)償提供基礎(chǔ)，以及把某些較復(fù)雜的問題分解為一些較小的子問題。14.4規(guī)劃方法規(guī)劃本質(zhì)上是一個(gè)搜索問題，就計(jì)算步驟數(shù)、存儲(chǔ)空間、正確性和最優(yōu)性而言，這些都涉及到搜索技術(shù)的效率。找到一個(gè)有效的規(guī)劃，從初始狀態(tài)開始，并在目標(biāo)狀態(tài)處結(jié)束，一般要涉及探索潛在大規(guī)模的搜索空間。如果有不同的狀態(tài)或部分規(guī)劃相互作用，事情會(huì)變得更加困難。因此，研究結(jié)果也證明了，即使是簡單的規(guī)劃問題在大小方面也可能是指數(shù)級(jí)的。14.4.1規(guī)劃即搜索1.狀態(tài)空間搜索早期的規(guī)劃工作集中在游戲和拼圖的“合法移動(dòng)”方面，觀察是否可以發(fā)現(xiàn)一系列的移動(dòng)將初始狀態(tài)轉(zhuǎn)換到目標(biāo)狀態(tài)，然后應(yīng)用啟發(fā)式來評(píng)估到達(dá)目標(biāo)狀態(tài)的“接近度”——這些技術(shù)己經(jīng)應(yīng)用到規(guī)劃領(lǐng)域了。14.4.1規(guī)劃即搜索2.中間結(jié)局分析最早的人工智能系統(tǒng)的一般問題求解器（GPS）使用了一種稱為“中間結(jié)局分析”的問題求解和規(guī)劃技術(shù)，在中間結(jié)局分析背后的主要思想是減少當(dāng)前狀態(tài)和目標(biāo)狀態(tài)之間的距離。也就是說，如果要測(cè)量兩個(gè)城市之間的距離，算法將選擇能夠在最大程度上減少到目標(biāo)城市距離的“移動(dòng)”，而不考慮是否存在機(jī)會(huì)從中間城市達(dá)到目標(biāo)城市。這是一個(gè)貪心算法，它對(duì)所到過的位置沒有任何記憶，對(duì)其任務(wù)環(huán)境沒有特定的知識(shí)。14.4.1規(guī)劃即搜索例如，你想從紐約市到加拿大的渥太華，距離是682千米，估計(jì)需要約9小時(shí)的車程。飛機(jī)只需要1小時(shí)，但由于這是一次國際航班，費(fèi)用高達(dá)600美元。對(duì)于這個(gè)問題，中間結(jié)局分析自然偏向飛行，但這是非常昂貴的。一個(gè)有趣的可替代方法是結(jié)合了時(shí)間和金錢的成本效率，同時(shí)允許充分的自由，即飛往紐約州錫拉丘茲（最接近渥太華的美國大城市），然后租一輛車開車到渥太華。注意到就推薦的解決方案而言，可能會(huì)有一些關(guān)鍵性因素。例如，你必須考慮租車的實(shí)際成本，你將在渥太華度過的天數(shù)以及你是否真的需要在渥太華開車。根據(jù)這些問題的答案，你可以選擇公共汽車或火車來滿足部分或全部的交通需求。14.4.1規(guī)劃即搜索3.規(guī)劃中的各種啟發(fā)式搜索方法狀態(tài)空間（非智能、窮盡）的搜索技術(shù)可能會(huì)導(dǎo)致巨大的探索工作量，為此，我們簡要介紹為此開發(fā)的各種啟發(fā)式搜索技術(shù)。（1）最小承諾搜索。是指“規(guī)劃器的任何方面，只有在受到某些約束迫使的情況下，才承諾特定的選擇”。比如說，你打算搬到一所新的公寓。首先，你根據(jù)自己的收入水平選定合適的城鎮(zhèn)和社區(qū)，不需要決定將要居住的區(qū)塊、建筑和具體的公寓。這些決定可以推遲到更晚、更適合的時(shí)間做出。14.4.1規(guī)劃即搜索（2）選擇并承諾。這是一種獨(dú)特的規(guī)劃搜索技術(shù)，這種方法并不能激發(fā)太多的信心。它是指基于局部信息（類似于中間結(jié)局分析），遵循一條解決路徑的新技術(shù)，它通過做出的決策（承諾）得到測(cè)試。使用這種方式測(cè)試的其他規(guī)劃器可以集成到稍后的規(guī)劃器中，然后可以搜索替代方案。當(dāng)然，如果對(duì)一條路徑的承諾沒有產(chǎn)生解就會(huì)存在問題。14.4.1規(guī)劃即搜索（3）深度優(yōu)先回溯。是考慮替代方案的一種簡單方法，特別是當(dāng)只有少數(shù)解決方案可供選擇時(shí)。這種方法涉及在有替代解決方案的位置保存解決方案路徑的狀態(tài)，選中第一個(gè)替代路徑，備份搜索；如果沒有找到解決方案，則選擇下一個(gè)替代路徑。通過部分實(shí)例化操作符來查看是否已經(jīng)找到解決方案，測(cè)試這些分支的過程被稱為“舉起”。（4）集束搜索。它與其他啟發(fā)式方法一起實(shí)現(xiàn)，選擇“最佳”解決方案，也許是由集束搜索建議子問題的“最佳”解決方案。14.4.1規(guī)劃即搜索（5）主因最佳回溯。通過搜索空間的回溯，雖然可能得到解決方案，但是在多個(gè)層次中所需要探索的節(jié)點(diǎn)數(shù)量龐大，所以這可能非常昂貴。主因最佳回溯花費(fèi)更多的努力，確定了在特定節(jié)點(diǎn)所備份的局部選擇是最佳選擇。作為一個(gè)類比，讓我們回到選擇生活在某個(gè)城鎮(zhèn)的問題?？紤]候選地區(qū)的兩個(gè)主要因素是距離和價(jià)格。根據(jù)這些因素，我們找到最理想的區(qū)域。14.4.1規(guī)劃即搜索但是現(xiàn)在，我們必須在可能的5~10個(gè)合理候選城鎮(zhèn)中做出決定，為此必須考慮更多的因素。①學(xué)校設(shè)置怎么樣（為了小孩）？②在這個(gè)地區(qū)購物是否便利？③這個(gè)城鎮(zhèn)安全嗎？④它距離中心區(qū)域有多遠(yuǎn)（運(yùn)輸）？⑤這個(gè)地區(qū)有哪些景點(diǎn)？14.4.1規(guī)劃即搜索當(dāng)進(jìn)行評(píng)估時(shí)，基于公寓的價(jià)格和每個(gè)候選城鎮(zhèn)到你工作地點(diǎn)的距離，再加上上述5個(gè)附加因素，你應(yīng)該可以選擇一個(gè)城鎮(zhèn)，然后繼續(xù)進(jìn)行搜索，進(jìn)而選擇一處適當(dāng)?shù)墓ⅰＲ坏┻x定了城鎮(zhèn)，就可以查看這個(gè)城鎮(zhèn)某些公寓的可用性和適用性。如有必要，可以重新評(píng)估其他城鎮(zhèn)的可能性，并選擇另一個(gè)城鎮(zhèn)（基于兩個(gè)主要因素和5個(gè)次要因素）作為主要選擇。這就是主因最佳回溯算法的工作原理。14.4.1規(guī)劃即搜索（6）依賴導(dǎo)向式搜索?；厮莸奖４鏍顟B(tài)并恢復(fù)搜索可能帶來極大的浪費(fèi)。實(shí)踐證明，存儲(chǔ)決策之間的依賴關(guān)系所做出的假設(shè)和可以做出選擇的替代方案可能更有用、更有效。通過重建解決方案中的所有依賴部分，系統(tǒng)避免了失敗，同時(shí)不相關(guān)的部分也可以保持不變。（7）機(jī)會(huì)式搜索?；凇翱蓤?zhí)行的最受約束的操作”。所有問題求解組件都可以將其對(duì)解決方案的要求歸結(jié)為對(duì)解決方案的約束，或?qū)Ρ硎颈徊僮鲗?duì)象的變量值的限制。操作可以暫停，直到有進(jìn)一步可用信息。14.4.1規(guī)劃即搜索（8）元級(jí)規(guī)劃。是從各種規(guī)劃選項(xiàng)中進(jìn)行推理和選擇的過程。一些規(guī)劃系統(tǒng)具有類似操作符表示的規(guī)劃轉(zhuǎn)換可供規(guī)劃器使用。系統(tǒng)執(zhí)行獨(dú)立的搜索，在任何點(diǎn)上，確定最適合應(yīng)用哪個(gè)操作符。這些動(dòng)作發(fā)生在做出任何關(guān)于規(guī)劃應(yīng)用的決策之前。（9）分布式規(guī)劃。系統(tǒng)在一群專家中分配子問題，讓他們求解這些問題，在通過黑板進(jìn)行溝通的專家之間傳遞子問題并執(zhí)行子問題。這里總結(jié)回顧了在規(guī)劃中使用的搜索方法。人工智能的自動(dòng)規(guī)劃領(lǐng)域已經(jīng)開發(fā)了一些技術(shù)來限制所需要的搜索量。14.4.1規(guī)劃即搜索部分有序規(guī)劃（POP）被定義為“事件（操作符）的某個(gè)子集可以實(shí)現(xiàn)、達(dá)到目標(biāo)，而無須特別關(guān)注執(zhí)行步驟的順序?！痹诓糠钟行蛞?guī)劃器中，可以使用操作符的部分有序網(wǎng)絡(luò)表示規(guī)劃。在制訂規(guī)劃過程中，只有當(dāng)問題請(qǐng)求操作符之間存在有序鏈時(shí)，才引進(jìn)它，在這個(gè)意義上，部分有序規(guī)劃器表現(xiàn)為最小承諾。相比之下，完全有序規(guī)劃器使用操作符序列表示其搜索空間中的規(guī)劃。14.4.2部分有序規(guī)劃部分有序規(guī)劃通常有以下3個(gè)組成部分。（1）動(dòng)作集。例如：{開車上班，穿衣服，吃早餐，洗澡}。（2）順序約束集。例如：{洗澡，穿衣服，吃早餐，開車去上班}。（3）因果關(guān)系鏈集。例如：穿衣服——著裝→開車去上班。這里的因果關(guān)系鏈?zhǔn)牵绻悴幌霙]穿衣服就開車，那么請(qǐng)?jiān)陂_車上班前穿好衣服！在不斷完善和實(shí)現(xiàn)部分規(guī)劃時(shí)，這種鏈有助于撿測(cè)和防止不一致。在標(biāo)準(zhǔn)搜索中，節(jié)點(diǎn)等于具體世界（或狀態(tài)空間）中的狀態(tài)。14.4.2部分有序規(guī)劃在規(guī)劃世界中，節(jié)點(diǎn)是部分規(guī)劃。因此，部分規(guī)劃包括以下內(nèi)容?！げ僮鞣麘?yīng)用程序集Si?！げ糠郑〞r(shí)間）順序約束Si<Sj?！ひ蚬P(guān)系鏈Si—→Sj。操作符是在因果關(guān)系條件上的動(dòng)作，可以用來獲得開始條件。開始條件是未被因果關(guān)系鏈接的動(dòng)作的前提條件。14.4.2部分有序規(guī)劃這些步驟組合形成一個(gè)部分規(guī)劃：·為獲得開始條件，使用因果關(guān)系鏈描述動(dòng)作?！默F(xiàn)有動(dòng)作到開始條件過程中，做出因果關(guān)系鏈?！ぴ谏鲜霾襟E之間做出順序約束。圖14-11描繪了一個(gè)簡單的部分有序規(guī)劃。這個(gè)規(guī)劃在家開始，在家結(jié)束。

圖14-11部分有序規(guī)劃14.4.2部分有序規(guī)劃在部分有序規(guī)劃中，不同的路徑（如首先選擇去加油站還是銀行）不是可選規(guī)劃，而是可選動(dòng)作。如果每個(gè)前提條件都能達(dá)成（我們到銀行和加油站，然后安全回家），我們就說規(guī)劃完成了。當(dāng)動(dòng)作順序完全確定后，部分有序規(guī)劃成了完全有序規(guī)劃。例如，如果發(fā)現(xiàn)汽車的油箱幾乎是空的，當(dāng)且僅當(dāng)達(dá)成每個(gè)前提條件時(shí)，規(guī)劃才能算完成。當(dāng)一些動(dòng)作Sk發(fā)生時(shí)，這阻止我們實(shí)現(xiàn)規(guī)劃中所有前提條件，阻礙了規(guī)劃的執(zhí)行，我們就說發(fā)生了對(duì)規(guī)劃的威脅。威脅是一個(gè)潛在的干擾步驟，阻礙因果關(guān)系達(dá)成條件。14.4.2部分有序規(guī)劃在上面的例子中，如果車子沒有啟動(dòng)，那么這個(gè)威脅就可能會(huì)推翻“最好的規(guī)劃”。總之，當(dāng)與良好的問題描述結(jié)合時(shí)，部分有序規(guī)劃是一種健全、完整、有效的規(guī)劃方法。如果失敗，它可以回溯到選擇點(diǎn)，但它對(duì)子目標(biāo)的順序非常敏感。14.4.2部分有序規(guī)劃并不是所有的任務(wù)都處于同一個(gè)重要級(jí)別，一些任務(wù)必須在進(jìn)行其他任務(wù)之前完成，而其他任務(wù)可能會(huì)交錯(cuò)進(jìn)行。層次結(jié)構(gòu)有助于降低復(fù)雜性。分級(jí)規(guī)劃通常由動(dòng)作描述庫組成，而動(dòng)作描述包含了執(zhí)行組成規(guī)劃的一些前提條件的操作符。其中一些動(dòng)作描述被“分解”成多個(gè)子動(dòng)作，在更詳細(xì)（較低）級(jí)別上操作。因此，一些子動(dòng)作被定義為“原語″，即不能進(jìn)一步分為更簡單任務(wù)。14.4.3分級(jí)規(guī)劃在實(shí)際應(yīng)用中，分級(jí)規(guī)劃已經(jīng)得到廣泛部署，如物流、軍事運(yùn)行規(guī)劃、危機(jī)應(yīng)對(duì)（例如漏油）、生產(chǎn)線調(diào)度、施工規(guī)劃，又如任務(wù)排序、衛(wèi)星控制的空間應(yīng)用和軟件開發(fā)。14.4.3分級(jí)規(guī)劃基于案例的推理是一種經(jīng)典的人工智能技術(shù)，它描述某個(gè)世界中狀態(tài)的先前實(shí)例，并確定新情況與先前情況的相符程度。在基于案例的規(guī)劃中，學(xué)習(xí)的過程是通過規(guī)劃重演以及通過在類似情況下工作過的先前規(guī)劃進(jìn)行“派生類比”。基于案例的規(guī)劃側(cè)重于應(yīng)用過去的成功規(guī)劃以及從過去失敗的規(guī)劃中恢復(fù)。14.4.4基于案例的規(guī)劃基于案例的規(guī)劃器設(shè)計(jì)用于尋找以下問題的解決方案：·規(guī)劃內(nèi)存表示是指決定存儲(chǔ)的內(nèi)容以及如何組織內(nèi)存的問題，以便有效并高效地檢索和重用舊規(guī)劃?！ひ?guī)劃檢索處理檢索一個(gè)或多個(gè)解決過類似當(dāng)前問題的規(guī)劃問題?！ひ?guī)劃重用解決為滿足新問題而能夠重新利用已檢索的規(guī)劃問題?！ひ?guī)劃修訂是指成功測(cè)試新規(guī)劃，如果規(guī)劃失敗了，則修復(fù)規(guī)劃的問題?！ひ?guī)劃保留處理存儲(chǔ)新規(guī)劃的問題，以便用于將來的規(guī)劃。通常情況下，如果新規(guī)劃失敗了，則此規(guī)劃與一些導(dǎo)致其失敗的原因一起被存儲(chǔ)。14.4.4基于案例的規(guī)劃基于案例的規(guī)劃器使用合理的局部選擇，積累和協(xié)商成功的規(guī)劃。重復(fù)使用部分匹配所學(xué)習(xí)到的經(jīng)驗(yàn)，新問題只需要相似就可以重新使用規(guī)劃，這樣所學(xué)的片斷就不需要為其正確性做解釋，因此也就不需要完整的領(lǐng)域理論。在局部決策中的學(xué)習(xí)可以增加所學(xué)知識(shí)的轉(zhuǎn)移（但是也增加了匹配成本），因此還需要定義在規(guī)劃情況之間相似性度量。為了完成此類任務(wù)，現(xiàn)代規(guī)劃系統(tǒng)通常與機(jī)器學(xué)習(xí)方法相關(guān)聯(lián)。14.4.4基于案例的規(guī)劃規(guī)劃結(jié)合了人工智能的兩個(gè)主要領(lǐng)域；搜索和邏輯。一個(gè)規(guī)劃器可以被看作一個(gè)搜索解的程序，或者是一個(gè)（構(gòu)造性地）證明解存在的程序。這兩個(gè)領(lǐng)域的思想相互滲透，使規(guī)劃器能夠從動(dòng)作和狀態(tài)數(shù)量為十幾個(gè)的玩具問題擴(kuò)展到具有數(shù)百萬狀態(tài)和數(shù)千動(dòng)作的實(shí)際工業(yè)應(yīng)用。規(guī)劃首先是一種控制組合爆炸的方法。如果一個(gè)領(lǐng)域中有n個(gè)命題，那么就有2n個(gè)狀態(tài)。為應(yīng)對(duì)這種悲觀情況，找出獨(dú)立子問題可能是一個(gè)強(qiáng)大的武器。最好情況下——問題完全可分解——我們會(huì)得到指數(shù)級(jí)的加速。然而，動(dòng)作之間的負(fù)相互作用破壞了可分解性。14.4.5規(guī)劃方法分析遺憾的是，我們還沒有清楚地了解哪種技術(shù)對(duì)哪種類型的問題最有效。新技術(shù)很可能還會(huì)出現(xiàn)，也許會(huì)提供一種具有高度表現(xiàn)力的方法的整合，并具有當(dāng)今占主導(dǎo)地位的高效因子化表示和命題化表示。我們可以看到一些組合規(guī)劃系統(tǒng)正在出現(xiàn)，它們的算法集可用來求解任意給定的問題。這既可以是選擇性的（系統(tǒng)對(duì)每個(gè)新問題進(jìn)行分類以選擇最佳算法），也可以是并行的（所有算法都同時(shí)運(yùn)行在不同的CPU上），或者根據(jù)調(diào)度輪流運(yùn)行算法。14.4.5規(guī)劃方法分析PART05時(shí)間、調(diào)度和資源經(jīng)典的規(guī)劃討論的是要做什么、以什么順序，但不討論時(shí)間：動(dòng)作需要多長時(shí)間以及何時(shí)發(fā)生。例如，在機(jī)場領(lǐng)域，我們可以生成一份規(guī)劃，說明哪些飛機(jī)要去哪里、攜帶什么，但不能指定起飛和到達(dá)時(shí)間——這是調(diào)度所討論的主題。14.5時(shí)間、調(diào)度和資源真實(shí)世界還存在資源約束：航空公司的員工數(shù)量有限，一名乘務(wù)員不能同時(shí)執(zhí)飛兩個(gè)航班。我們來了解資源約束下解決規(guī)劃和調(diào)度問題的技術(shù)。我們采取的方法是“先規(guī)劃，后調(diào)度”：整個(gè)問題劃分成在順序約束下選擇動(dòng)作以達(dá)到問題目標(biāo)的規(guī)劃階段，和之后為規(guī)劃添加時(shí)間信息來確保它符合資源和截止時(shí)間約束的調(diào)度階段。這種方法在真實(shí)世界的制造業(yè)和物流場景中很常見，其中規(guī)劃階段有時(shí)是自動(dòng)化的，而有時(shí)由人類專家進(jìn)行。14.5時(shí)間、調(diào)度和資源典型的作業(yè)車間調(diào)度問題由一組作業(yè)組成，每個(gè)作業(yè)都有一組動(dòng)作，這些動(dòng)作之間有順序約束。每個(gè)動(dòng)作都有一個(gè)持續(xù)時(shí)間和一組動(dòng)作所需的資源約束。約束指定資源的類型（例如螺釘、扳手或飛行員）、所需資源的數(shù)量、資源是否是消耗型的（例如，螺釘不可再用）或可復(fù)用的（例如，一個(gè)飛行員飛行期間沒有空，但在飛行結(jié)束后可再次執(zhí)飛下個(gè)航班）。動(dòng)作也可以產(chǎn)生資源（例如，制造動(dòng)作和再供應(yīng)動(dòng)作）。14.5.1時(shí)間約束和資源約束的表示作業(yè)車間調(diào)度問題的解決方案指定了每個(gè)動(dòng)作的開始時(shí)間，并且必須滿足所有的時(shí)間順序約束和資源約束。與搜索和規(guī)劃問題一樣，解決方案可以根據(jù)代價(jià)函數(shù)進(jìn)行評(píng)估，這可能非常復(fù)雜，存在非線性資源成本、依賴于時(shí)間的延遲成本等。為簡單起見，我們假設(shè)成本函數(shù)就是規(guī)劃的總持續(xù)時(shí)間，稱為最大完工時(shí)間。14.5.1時(shí)間約束和資源約束的表示我們從忽略資源約束，只考慮時(shí)間調(diào)度問題開始。為了最小化最大完工時(shí)間（規(guī)劃持續(xù)時(shí)間），必須找到與問題提供的順序約束一致的所有動(dòng)作的最早開始時(shí)間，將這些順序約束視為與動(dòng)作相關(guān)的有向圖會(huì)很有幫助。14.5.2解決調(diào)度問題我們可以應(yīng)用關(guān)鍵路徑方法，以確定每個(gè)動(dòng)作可能的開始時(shí)間和結(jié)束時(shí)間。關(guān)鍵路徑是總持續(xù)時(shí)間最長的路徑，這條路徑是“關(guān)鍵的”，因?yàn)樗鼪Q定了整體規(guī)劃的持續(xù)時(shí)間-縮短其他路徑并不會(huì)縮短整體規(guī)劃，但是延遲關(guān)鍵路徑上的任何動(dòng)作的開始時(shí)間都會(huì)減慢整體規(guī)劃的進(jìn)度。不在關(guān)鍵路徑上的動(dòng)作有一個(gè)執(zhí)行時(shí)間窗口。窗口由最早可能開始時(shí)間ES和最晚可能開始時(shí)間LS指定。LS-ES的量稱為動(dòng)作的松弛。所有動(dòng)作的ES和LS時(shí)間一起構(gòu)成了問題的調(diào)度。14.5.2解決調(diào)度問題從數(shù)學(xué)上講關(guān)鍵路徑問題容易求解，當(dāng)引入資源約束時(shí)，在開始時(shí)間和結(jié)束時(shí)間上產(chǎn)生的約束將變得更加復(fù)雜。到目前為止，我們假設(shè)動(dòng)作集和順序約束是固定的。在這些假設(shè)下，每個(gè)調(diào)度問題都可以通過可避免所有資源沖突的不重疊序列來求解，只要每個(gè)動(dòng)作本身是可行的。然而，如果一個(gè)調(diào)度問題被證明是非常困難的，那么以這種方式求解可能不是一個(gè)好主意，更好的方法是重新考慮動(dòng)作和約束，也許會(huì)產(chǎn)生一個(gè)簡單得多的調(diào)度問題。因此，通過在規(guī)劃的構(gòu)建過程中考慮持續(xù)時(shí)間和重疊部分來整合規(guī)劃和調(diào)度是有意義的。14.5.2解決調(diào)度問題第2版人工智能通識(shí)教程第15章周蘇教授QQ：81505050人工智能發(fā)展導(dǎo)讀案例：科學(xué)家發(fā)現(xiàn)新的人類腦細(xì)胞關(guān)于人類大腦最令人感興趣的問題之一，也是神經(jīng)科學(xué)家們最難回答的問題之一，即：是什么能讓人類大腦與其他動(dòng)物的大腦區(qū)別開來。01創(chuàng)新發(fā)展與社會(huì)影響02倫理與安全03人工智能的極限04人工智能架構(gòu)目錄/CONTENTS05人工智能的機(jī)遇與挑戰(zhàn)06未來的人工智能人工智能技術(shù)的三大結(jié)合領(lǐng)域分別是大數(shù)據(jù)、物聯(lián)網(wǎng)和邊緣計(jì)算（云計(jì)算）。經(jīng)過多年的發(fā)展，大數(shù)據(jù)目前在技術(shù)體系上已經(jīng)趨于成熟，而且機(jī)器學(xué)習(xí)也是大數(shù)據(jù)分析比較常見的方式。物聯(lián)網(wǎng)是人工智能的基礎(chǔ)，也是未來智能體重要的落地應(yīng)用場景，所以學(xué)習(xí)人工智能技術(shù)也離不開物聯(lián)網(wǎng)知識(shí)。人工智能領(lǐng)域的研發(fā)對(duì)于數(shù)學(xué)基礎(chǔ)的要求比較高，具有扎實(shí)的數(shù)學(xué)基礎(chǔ)對(duì)于掌握人工智能技術(shù)很有幫助。

圖15-2人工智能的未來第15章人工智能發(fā)展2018年9月17日首屆世界人工智能大會(huì)在上海開幕，習(xí)近平總書記致信祝賀并強(qiáng)調(diào)指出：人工智能發(fā)展應(yīng)用將有力提高經(jīng)濟(jì)社會(huì)發(fā)展智能化水平，有效增強(qiáng)公共服務(wù)和城市管理能力。學(xué)習(xí)領(lǐng)會(huì)習(xí)總書記關(guān)于人工智能的一系列重要論述，務(wù)實(shí)推進(jìn)我國《新一代人工智能發(fā)展規(guī)劃》，有效規(guī)避人工智能“鴻溝”，著力收獲人工智能“紅利”，對(duì)將我國建設(shè)成為世界科技強(qiáng)國、實(shí)現(xiàn)“兩個(gè)一百年”的奮斗目標(biāo)具有重大戰(zhàn)略意義。第15章人工智能發(fā)展PART01創(chuàng)新發(fā)展與社會(huì)影響經(jīng)過數(shù)十年的發(fā)展，人工智能取得突破性的發(fā)展，在經(jīng)濟(jì)社會(huì)各領(lǐng)域得到廣泛應(yīng)用并引領(lǐng)著新一輪的產(chǎn)業(yè)變革，推動(dòng)人類社會(huì)進(jìn)入智能化時(shí)代。世界各發(fā)達(dá)國家都制定了發(fā)展人工智能的國家戰(zhàn)略，我國也于2017年發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，國家各大部委和一些地方政府相繼出臺(tái)了推動(dòng)人工智能發(fā)展的相關(guān)政策文件，社會(huì)各界對(duì)人工智能的重大戰(zhàn)略意義形成廣泛共識(shí)。15.1創(chuàng)新發(fā)展與社會(huì)影響人們研究了各種不同的智能體設(shè)計(jì)，從反射型智能體到基于知識(shí)的決策論智能體，再到使用強(qiáng)化學(xué)習(xí)的深度學(xué)習(xí)智能體都有涉及。將這些設(shè)計(jì)組合起來的技術(shù)也是多樣的：可以使用邏輯推理、概率推理或神經(jīng)推理，可以使用狀態(tài)的原子表示、因子化表示或結(jié)構(gòu)化表示，對(duì)各種類型的數(shù)據(jù)使用不同的學(xué)習(xí)算法，以及多種與外界交互的傳感器和執(zhí)行器?？梢钥吹饺斯ぶ悄茉卺t(yī)學(xué)、金融、交通、通信以及其他領(lǐng)域的各種應(yīng)用，人們?cè)诳茖W(xué)認(rèn)識(shí)和技術(shù)能力上都取得了長足的進(jìn)步。15.1創(chuàng)新發(fā)展與社會(huì)影響總體上看，人工智能的發(fā)展具有“四新”特征：（1）以深度學(xué)習(xí)為代表的人工智能核心技術(shù)取得新突破；（2）“智能+”模式的普適應(yīng)用為經(jīng)濟(jì)社會(huì)發(fā)展注入新動(dòng)能；（3）人工智能成為世界各國競相戰(zhàn)略布局的新高地；（4）人工智能的廣泛應(yīng)用給人類社會(huì)帶來法律法規(guī)、道德倫理、社會(huì)治理等一系列新挑戰(zhàn)。人們普遍認(rèn)可人工智能的蓬勃興起將帶來新的社會(huì)文明，推動(dòng)產(chǎn)業(yè)變革，深刻改變?nèi)藗兊纳a(chǎn)生活方式，是一場影響深遠(yuǎn)的科技革命。15.1創(chuàng)新發(fā)展與社會(huì)影響人工智能的目標(biāo)是模擬、延伸和擴(kuò)展人類智能，探尋智能本質(zhì)，發(fā)展類人智能機(jī)器，其探索之路充滿未知且曲折起伏。通過總結(jié)人工智能發(fā)展歷程中的經(jīng)驗(yàn)和教訓(xùn)，可以得到以下啟示：（1）尊重發(fā)展規(guī)律是推動(dòng)學(xué)科健康發(fā)展的前提?？茖W(xué)技術(shù)的發(fā)展有其自身的規(guī)律，人工智能學(xué)科發(fā)展需要基礎(chǔ)理論、數(shù)據(jù)資源、計(jì)算平臺(tái)、應(yīng)用場景的協(xié)同驅(qū)動(dòng)，當(dāng)條件不具備時(shí)很難實(shí)現(xiàn)重大突破。15.1.1人工智能發(fā)展的啟示（2）基礎(chǔ)研究是學(xué)科可持續(xù)發(fā)展的基石。加拿大多倫多大學(xué)杰弗里·辛頓教授堅(jiān)持研究深度神經(jīng)網(wǎng)絡(luò)30年，奠定人工智能蓬勃發(fā)展的重要理論基礎(chǔ)。谷歌DeepMind團(tuán)隊(duì)長期深入研究神經(jīng)科學(xué)啟發(fā)的人工智能等基礎(chǔ)問題，取得了阿爾法狗等一系列重大成果。15.1.1人工智能發(fā)展的啟示（3）應(yīng)用需求是科技創(chuàng)新的不竭之源。引領(lǐng)學(xué)科發(fā)展的動(dòng)力主要來自于科學(xué)和需求的雙輪驅(qū)動(dòng)。人工智能發(fā)展的驅(qū)動(dòng)力除了知識(shí)與技術(shù)體系內(nèi)在矛盾外，貼近應(yīng)用、解決用戶需求是創(chuàng)新的最大源泉與動(dòng)力。比如人工智能專家系統(tǒng)實(shí)現(xiàn)了從理論研究走向?qū)嶋H應(yīng)用的突破，安防監(jiān)控、身份識(shí)別、無人駕駛、互聯(lián)網(wǎng)和物聯(lián)網(wǎng)、大數(shù)據(jù)分析等應(yīng)用需求帶動(dòng)了人工智能的技術(shù)突破。15.1.1人工智能發(fā)展的啟示（4）學(xué)科交叉是創(chuàng)新突破的“捷徑”。人工智能研究涉及信息科學(xué)、腦科學(xué)、心理科學(xué)等，上世紀(jì)50年代人工智能的出現(xiàn)本身就是學(xué)科交叉的結(jié)果。特別是腦認(rèn)知科學(xué)與人工智能的成功結(jié)合，帶來了人工智能神經(jīng)網(wǎng)絡(luò)幾十年的持久發(fā)展。智能本源、意識(shí)本質(zhì)等一些基本科學(xué)問題正在孕育重大突破，對(duì)人工智能學(xué)科發(fā)展具有重要促進(jìn)作用。15.1.1人工智能發(fā)展的啟示（5）寬容失敗是支持創(chuàng)新的題中應(yīng)有之義。任何學(xué)科的發(fā)展都不可能一帆風(fēng)順，任何創(chuàng)新目標(biāo)的實(shí)現(xiàn)都不會(huì)一蹴而就。人工智能60余載的發(fā)展生動(dòng)地詮釋了一門學(xué)科創(chuàng)新發(fā)展起伏曲折的歷程?？梢哉f沒有過去發(fā)展歷程中的“寒冬”就沒有今天人工智能發(fā)展新的春天。15.1.1人工智能發(fā)展的啟示（6）實(shí)事求是設(shè)定發(fā)展目標(biāo)是制定學(xué)科發(fā)展規(guī)劃的基本原則。達(dá)到全方位類人水平的機(jī)器智能是人工智能學(xué)科宏偉的終極目標(biāo)，但是需要根據(jù)科技和經(jīng)濟(jì)社會(huì)發(fā)展水平來設(shè)定合理的階段性研究目標(biāo)，否則會(huì)有挫敗感從而影響學(xué)科發(fā)展，人工智能發(fā)展過程中的幾次低谷皆因不切實(shí)際的發(fā)展目標(biāo)所致。15.1.1人工智能發(fā)展的啟示從技術(shù)維度來看，人工智能技術(shù)突破集中在專用智能，但是通用智能發(fā)展水平仍處于起步階段；從產(chǎn)業(yè)維度來看，人工智能創(chuàng)新創(chuàng)業(yè)如火如荼，技術(shù)和商業(yè)生態(tài)已見雛形；從社會(huì)維度來看，世界主要國家紛紛將人工智能上升為國家戰(zhàn)略，人工智能社會(huì)影響日益凸顯。15.1.2人工智能的發(fā)展現(xiàn)狀與影響（1）專用人工智能取得重要突破。面向特定領(lǐng)域的人工智能技術(shù)（即專用人工智能）由于任務(wù)單一、需求明確、應(yīng)用邊界清晰、領(lǐng)域知識(shí)豐富、建模相對(duì)簡單，因此形成了人工智能領(lǐng)域的單點(diǎn)突破，在局部智能水平的單項(xiàng)測(cè)試中可以超越人類智能。人工智能的近期進(jìn)展主要集中在專用智能領(lǐng)域，統(tǒng)計(jì)學(xué)習(xí)是專用人工智能走向?qū)嵱玫睦碚摶A(chǔ)。深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、對(duì)抗學(xué)習(xí)等統(tǒng)計(jì)機(jī)器學(xué)習(xí)理論在計(jì)算機(jī)視覺、語音識(shí)別、自然語言理解、人機(jī)博弈等方面取得成功應(yīng)用。15.1.2人工智能的發(fā)展現(xiàn)狀與影響例如，阿爾法狗在圍棋比賽中戰(zhàn)勝人類冠軍，人工智能程序在大規(guī)模圖像識(shí)別和人臉識(shí)別中達(dá)到了超越人類的水平，語音識(shí)別系統(tǒng)5.1%的錯(cuò)誤率比肩專業(yè)速記員，人工智能系統(tǒng)診斷皮膚癌達(dá)到專業(yè)醫(yī)生水平，等等。15.1.2人工智能的發(fā)展現(xiàn)狀與影響（2）通用人工智能尚處于起步階段。人的大腦是一個(gè)通用的智能系統(tǒng)，能舉一反三、融會(huì)貫通，可處理視覺、聽覺、判斷、推理、學(xué)習(xí)、思考、規(guī)劃、設(shè)計(jì)等各類問題，可謂“一腦萬用”。真正意義上完備的人工智能系統(tǒng)應(yīng)該是一個(gè)通用的智能系統(tǒng)。美國國防高級(jí)研究計(jì)劃局把人工智能發(fā)展分為三個(gè)階段：規(guī)則智能、統(tǒng)計(jì)智能和自主智能，認(rèn)為當(dāng)前國際主流人工智能水平仍然處于第二階段，核心技術(shù)依賴于深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、對(duì)抗學(xué)習(xí)等統(tǒng)計(jì)機(jī)器學(xué)習(xí)，人工智能系統(tǒng)在信息感知、機(jī)器學(xué)習(xí)等智能水平維度進(jìn)步顯著，但是在概念抽象和推理決策等方面能力還很薄弱。15.1.2人工智能的發(fā)展現(xiàn)狀與影響（3）人工智能創(chuàng)新創(chuàng)業(yè)如火如荼。全球產(chǎn)業(yè)界充分認(rèn)識(shí)到人工智能技術(shù)引領(lǐng)新一輪產(chǎn)業(yè)變革的重大意義，紛紛調(diào)整發(fā)展戰(zhàn)略。比如，谷歌明確提出將發(fā)展戰(zhàn)略從“移動(dòng)優(yōu)先”轉(zhuǎn)向“AI優(yōu)先”；微軟將人工智能作為公司發(fā)展愿景。15.1.2人工智能的發(fā)展現(xiàn)狀與影響（4）創(chuàng)新生態(tài)布局成為人工智能產(chǎn)業(yè)發(fā)展的戰(zhàn)略高地。信息技術(shù)（IT）和產(chǎn)業(yè)的發(fā)展史就是新老IT巨頭搶灘布局IT創(chuàng)新生態(tài)的更替史。例如，傳統(tǒng)信息產(chǎn)業(yè)IT代表企業(yè)有微軟、英特爾、IBM、甲骨文等，互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)IT代表企業(yè)有谷歌、蘋果、臉書、亞馬遜、阿里巴巴、騰訊、百度等，目前智能科技IT的產(chǎn)業(yè)格局還沒有形成壟斷，因此全球科技產(chǎn)業(yè)巨頭都在積極推動(dòng)人工智能技術(shù)生態(tài)的研發(fā)布局，全力搶占人工智能相關(guān)產(chǎn)業(yè)的制高點(diǎn)。15.1.2人工智能的發(fā)展現(xiàn)狀與影響人工智能創(chuàng)新生態(tài)包括縱向的數(shù)據(jù)平臺(tái)、開源算法、計(jì)算芯片、基礎(chǔ)軟件、圖形處理GPU服務(wù)器等技術(shù)生態(tài)系統(tǒng)和橫向的智能制造、智能醫(yī)療、智能安防、智能零售、智能家居等商業(yè)和應(yīng)用生態(tài)系統(tǒng)。在技術(shù)生態(tài)方面，人工智能算法、數(shù)據(jù)、圖形處理器（GPU）/張量處理器（TPU）/神經(jīng)網(wǎng)絡(luò)處理器（NPU）計(jì)算、運(yùn)行/編譯/管理等基礎(chǔ)軟件已有大量開源資源；此外，谷歌、IBM、英偉達(dá)、英特爾、蘋果、華為、中國科學(xué)院等積極布局人工智能領(lǐng)域的計(jì)算芯片。15.1.2人工智能的發(fā)展現(xiàn)狀與影響在人工智能商業(yè)和應(yīng)用生態(tài)布局方面，“智能+X”成為創(chuàng)新范式，例如“智能+制造”“智能+醫(yī)療”“智能+安防”等，人工智能技術(shù)向創(chuàng)新性的消費(fèi)場景和不同行業(yè)快速滲透融合并重塑整個(gè)社會(huì)發(fā)展，這是人工智能作為第四次技術(shù)革命關(guān)鍵驅(qū)動(dòng)力的最主要表現(xiàn)方式。人工智能商業(yè)生態(tài)競爭進(jìn)入白熱化，例如智能駕駛汽車領(lǐng)域的參與者既有通用、福特、奔馳、豐田等傳統(tǒng)龍頭車企，又有互聯(lián)網(wǎng)造車者如谷歌、特斯拉、優(yōu)步、蘋果、百度等新貴。15.1.2人工智能的發(fā)展現(xiàn)狀與影響（5）人工智能上升為國家重大發(fā)展戰(zhàn)略。人工智能正在成為新一輪產(chǎn)業(yè)變革的引擎，必將深刻影響國際產(chǎn)業(yè)競爭格局和一個(gè)國家的國際競爭力。世界主要發(fā)達(dá)國家紛紛把發(fā)展人工智能作為提升國際競爭力、維護(hù)國家安全的重大戰(zhàn)略，加緊積極謀劃政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)。在世界各國的重大國家戰(zhàn)略中，人工智能都是其中的核心關(guān)鍵技術(shù)。15.1.2人工智能的發(fā)展現(xiàn)狀與影響（6）人工智能的社會(huì)影響日益凸顯。人工智能的社會(huì)影響是多元的，既有拉動(dòng)經(jīng)濟(jì)、服務(wù)民生、造福社會(huì)的正面效應(yīng)，又可能出現(xiàn)安全失控、法律失準(zhǔn)、道德失范、倫理失常、隱私失密等社會(huì)問題，以及利用人工智能熱點(diǎn)進(jìn)行投機(jī)炒作從而存在泡沫風(fēng)險(xiǎn)。15.1.2人工智能的發(fā)展現(xiàn)狀與影響人工智能的發(fā)展突破了算法、算力和算料（數(shù)據(jù)）等“三算”方面的制約因素，拓展了互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等廣闊應(yīng)用場景，開始進(jìn)入蓬勃發(fā)展的黃金時(shí)期。人類社會(huì)已開始邁入智能化時(shí)代，人工智能引領(lǐng)社會(huì)發(fā)展是大勢(shì)所趨，不可逆轉(zhuǎn)。經(jīng)歷六十余年積累后，人工智能開始進(jìn)入爆發(fā)式增長的紅利期。伴隨著人工智能自身的創(chuàng)新發(fā)展和向經(jīng)濟(jì)社會(huì)的全面滲透，這個(gè)紅利期將持續(xù)相當(dāng)長的時(shí)期。15.1.2人工智能的發(fā)展現(xiàn)狀與影響PART02倫理與安全弗朗西斯·培根是一位被譽(yù)為創(chuàng)造科學(xué)方法的哲學(xué)家，他在《論古人的智慧》一書中指出：“機(jī)械藝術(shù)的用途是模糊的，它既可用于治療，也可用于傷害?！彪S著人工智能在經(jīng)濟(jì)、社會(huì)、科學(xué)、醫(yī)療、金融和軍事領(lǐng)域發(fā)揮越來越重要的作用，我們應(yīng)該考慮一下它可能帶來的傷害和補(bǔ)救措施——用現(xiàn)代的說法，就是風(fēng)險(xiǎn)和收益。15.2倫理與安全對(duì)創(chuàng)造超級(jí)智能機(jī)器的想法產(chǎn)生普遍的不安感覺是自然的，稱之為大猩猩問題。大約700萬年前，一種現(xiàn)已滅絕的靈長類進(jìn)化了，一個(gè)分支進(jìn)化為大猩猩，另一個(gè)分支進(jìn)化為人類。今天，大猩猩對(duì)人類分支不太滿意，它根本無法控制自己的未來。試想，如果這是成功創(chuàng)造出超級(jí)人工智能的結(jié)果（人類放棄對(duì)未來的控制），那么我們也許應(yīng)該停止人工智能的研究，并且作為一個(gè)必然的結(jié)果，放棄人工智能可能帶來的好處。這就是圖靈警告的本質(zhì)：我們可能無法控制比我們更聰明的機(jī)器。15.2.1創(chuàng)造智能機(jī)器的大猩猩問題如果超級(jí)人工智能是一個(gè)來自外太空的黑匣子，那么謹(jǐn)慎地打開這個(gè)黑匣子確實(shí)是明智之舉。但事實(shí)并非如此：人類設(shè)計(jì)了人工智能系統(tǒng)，所以如果它們最終“掌控了自己”，那將是設(shè)計(jì)失敗的結(jié)果（正如圖靈所說）。為了避免這種結(jié)果，需要了解潛在失敗的根源。15.2.1創(chuàng)造智能機(jī)器的大猩猩問題許多文化都有關(guān)于人類向神靈、精靈、魔術(shù)師或魔鬼索取東西的神話。在這些故事中，他們總是得到了他們真正想要的東西并最終后悔。如果還有第三個(gè)愿望的話，那就是撤銷前兩個(gè)。我們將其稱為米達(dá)斯國王問題：米達(dá)斯是希臘神話中的傳奇國王，他要求他所接觸的一切都變成黃金，但他在接觸了其食物和家人后，就后悔了。如果米達(dá)斯遵循基本的安全原則，并在他的愿望中包括“撤消”按鈕和“暫?！卑粹o，他會(huì)過得更好。15.2.1創(chuàng)造智能機(jī)器的大猩猩問題跟其他高科技一樣，人工智能也是一把雙刃劍。認(rèn)識(shí)人工智能的社會(huì)影響，正在日益得到人們的重視。積極的方面有很多，例如，通過改進(jìn)醫(yī)學(xué)診斷、發(fā)現(xiàn)新的醫(yī)學(xué)成果、更好地預(yù)測(cè)極端天氣、通過輔助駕駛直至最終做到自動(dòng)駕駛來實(shí)現(xiàn)更安全的駕駛，人工智能可以拯救生命。改善生活的機(jī)會(huì)也很多。微軟的人道行動(dòng)計(jì)劃將人工智能用于自然災(zāi)害災(zāi)后恢復(fù)、滿足兒童需求和保護(hù)難民。15.2.2積極與消極的方面谷歌的賦能社會(huì)AI項(xiàng)目則支持雨林保護(hù)、污染監(jiān)測(cè)、化石燃料排放量測(cè)量、危機(jī)咨詢、新聞事實(shí)核查、自殺預(yù)防、回收利用等方面的工作。芝加哥大學(xué)社會(huì)福利數(shù)據(jù)科學(xué)中心應(yīng)用機(jī)器學(xué)習(xí)處理刑事司法、經(jīng)濟(jì)發(fā)展、教育、公共衛(wèi)生、能源和環(huán)境等領(lǐng)域的問題。15.2.2積極與消極的方面人工智能在農(nóng)作物管理和糧食生產(chǎn)等方面的應(yīng)用有助于養(yǎng)活全世界。用機(jī)器學(xué)習(xí)優(yōu)化業(yè)務(wù)流程使企業(yè)更具生產(chǎn)力、創(chuàng)造更多財(cái)富、提供更多就業(yè)機(jī)會(huì)。自動(dòng)化能夠取代許多工人所面臨的乏味而危險(xiǎn)的任務(wù)，讓他們可以專注從事更加有趣的事情。殘障人士將從基于人工智能的視覺、聽覺和移動(dòng)輔助功能中受益。機(jī)器翻譯已經(jīng)讓來自不同文化背景的人們可以相互交流?；谲浖娜斯ぶ悄芙鉀Q方案的邊際生產(chǎn)成本幾乎為零，因此可能有助于先進(jìn)技術(shù)的大眾化（即使軟件的其他方面有集權(quán)的可能性）。15.2.2積極與消極的方面盡管有這么多積極方面，我們也不應(yīng)該忽略人工智能的消極方面。許多新技術(shù)都曾產(chǎn)生意想不到的負(fù)面影響：核裂變導(dǎo)致了切爾諾貝利事故并產(chǎn)生毀滅全球的威脅；內(nèi)燃機(jī)帶來了空氣污染、全球變暖和死亡的威脅。即使按設(shè)計(jì)初衷使用，有些技術(shù)也會(huì)產(chǎn)生負(fù)面影響，如沙林毒氣和電話推銷。15.2.2積極與消極的方面所有科學(xué)家和工程師都面臨著倫理考量，哪些項(xiàng)目應(yīng)該做，哪些項(xiàng)目不應(yīng)該進(jìn)行，以及如何確保項(xiàng)目執(zhí)行是安全且有益的。2010年，英國工程和物理科學(xué)研究委員會(huì)制定了一系列機(jī)器人準(zhǔn)則。接下來數(shù)年里，其他政府機(jī)構(gòu)、非盈利組織以及各公司紛紛建立了類似的準(zhǔn)則。建立準(zhǔn)則的重點(diǎn)是，要讓每一個(gè)創(chuàng)造人工智能技術(shù)的機(jī)構(gòu)，以及這些機(jī)構(gòu)中的每個(gè)人都要負(fù)責(zé)確保技術(shù)對(duì)社會(huì)有益而非有害。15.2.2積極與消極的方面最常被提到的準(zhǔn)則是：確保安全性 建立問責(zé)制確保公平性 維護(hù)人權(quán)和價(jià)值觀尊重隱私 體現(xiàn)多樣性與包容性促進(jìn)協(xié)作 避免集權(quán)提供透明度 承認(rèn)法律和政策的影響限制人工智能的有害用途 考慮對(duì)就業(yè)的影響15.2.2積極與消極的方面這些原則中有許多（如“確保安全”）適用于所有軟硬件，而不僅僅是人工智能系統(tǒng)。一些原則措辭模糊，難以衡量與執(zhí)行。這在一定程度上是因?yàn)槿斯ぶ悄苡兄姸嘧宇I(lǐng)域，每個(gè)子領(lǐng)域都有著不同的歷史規(guī)范，每個(gè)子領(lǐng)域中人工智能開發(fā)者和利益相關(guān)者之間的關(guān)系也不同。15.2.2積極與消極的方面對(duì)于很多潛在的人工智能用戶而言，要想實(shí)現(xiàn)人工智能的成功應(yīng)用，必須首先解決兩方面突出問題：一是人才短缺問題，即無法吸引和留住人工智能技術(shù)開發(fā)方面和相關(guān)管理方面的人才；二是技術(shù)基礎(chǔ)設(shè)施短缺問題，即數(shù)據(jù)能力、運(yùn)算網(wǎng)絡(luò)能力等數(shù)字能力薄弱。15.2.3人才和基礎(chǔ)設(shè)施短缺人工智能仍然僅能解決特定問題并具有嚴(yán)重的背景依賴性，這意味著，人工智能當(dāng)前執(zhí)行的是有限的任務(wù)，通過嵌入到較大型系統(tǒng)來發(fā)揮作用。作為一種處于早期發(fā)展階段的技術(shù)，人工智能促成的能力提高微不足道，這意味著，迫切將人工智能投入使用的當(dāng)前用戶面臨著巨大的前期成本，效益不大。15.2.3人才和基礎(chǔ)設(shè)施短缺許多用戶所執(zhí)行的任務(wù)涉及人類生命或高昂設(shè)備風(fēng)險(xiǎn)，因此在依靠人工智能來執(zhí)行任務(wù)之前要首先解決人工智能可靠性問題。在私營領(lǐng)域，許多責(zé)任和知識(shí)產(chǎn)權(quán)相關(guān)法律問題尚未得到充分研究；在公共部門，大量關(guān)鍵任務(wù)尚無明確途徑確保人工智能的可靠性。以上都是人工智能管理挑戰(zhàn)，只有建立了配套的人工智能生態(tài)系統(tǒng)，人工智能用戶才能在這些方面得到滿足。雖然人工智能生態(tài)系統(tǒng)的大部分可以也將在私營部門中發(fā)展起來，但這對(duì)很多政府用戶特別是國家安全用戶來說，只是必要因素而非充分因素。15.2.3人才和基礎(chǔ)設(shè)施短缺信任方面，人工智能透明度的重要性和必要性因具體的人工智能應(yīng)用而定；人工智能的算法、數(shù)據(jù)和結(jié)果都必須可信；用戶必須能理解人工智能系統(tǒng)可能被愚弄的機(jī)制。安全性方面，為打造強(qiáng)大且富有彈性的數(shù)字化能力，需要在研發(fā)、操作和安全之間進(jìn)行平衡；在各機(jī)構(gòu)中樹立網(wǎng)絡(luò)風(fēng)險(xiǎn)管理文化與網(wǎng)絡(luò)安全負(fù)責(zé)制至關(guān)重要。15.2.3人才和基礎(chǔ)設(shè)施短缺人員與文化方面，使用人工智能需要具備相關(guān)領(lǐng)域?qū)I(yè)知識(shí)、接受過技術(shù)訓(xùn)練且擁有合適工具的工作人員；各機(jī)構(gòu)必須培養(yǎng)數(shù)據(jù)卓越文化。數(shù)字能力方面，為了成功運(yùn)用人工智能技術(shù)，各機(jī)構(gòu)必須打造基本的數(shù)字能力；通過信息和分析獲得競爭優(yōu)勢(shì)，需要包括上至總部下至部署作戰(zhàn)人員在內(nèi)的整個(gè)系統(tǒng)的全力投入。15.2.3人才和基礎(chǔ)設(shè)施短缺政策方面，一是必須制定倫理方面的政策和標(biāo)準(zhǔn)，指導(dǎo)人工智能技術(shù)的應(yīng)用。二是必須通過一系列政策措施來加強(qiáng)人工智能生態(tài)系統(tǒng)：改革人員雇用權(quán)限和安全許可流程，以更好地招募和利用人才；改變軟件開發(fā)方面的預(yù)算措施，以提升政府采購和迭代開發(fā)軟件的能力；與業(yè)界進(jìn)行全面接觸與合作，除了利用技術(shù)巨頭和國防工業(yè)巨頭外，還要利用中小型數(shù)據(jù)科學(xué)公司；投資于處在早期階段的研發(fā)工作，尤其是那些需要政府支持的領(lǐng)域；開發(fā)可解決人工智能可靠性問題的工具。15.2.3人才和基礎(chǔ)設(shè)施短缺三是必須認(rèn)識(shí)到國際社會(huì)在人工智能方面的活動(dòng)，采取措施保護(hù)人工智能生態(tài)環(huán)境，使其免遭攻擊，免受有害投資的影響；利用資源，主要手段包括：與擁有共同目標(biāo)、設(shè)備和數(shù)據(jù)共享協(xié)議的伙伴合作，同時(shí)在與拓展新伙伴時(shí)，也要注意打造這些共同性。在理解人工智能對(duì)國家安全的影響方面，我們?nèi)蕴幱谠缙陔A段。15.2.3人才和基礎(chǔ)設(shè)施短缺人工智能是人類智能的延伸，也是人類價(jià)值系統(tǒng)的延伸。在其發(fā)展的過程中，應(yīng)當(dāng)包含對(duì)人類倫理價(jià)值的正確考量。設(shè)定人工智能技術(shù)的倫理要求，要依托于社會(huì)和公眾對(duì)人工智能倫理的深入思考和廣泛共識(shí)，并遵循一些共識(shí)原則：15.2.4設(shè)定倫理要求（1）人類利益原則，即人工智能應(yīng)以實(shí)現(xiàn)人類利益為終極目標(biāo)。這一原則體現(xiàn)對(duì)人權(quán)的尊重、對(duì)人類和自然環(huán)境利益最大化以及降低技術(shù)風(fēng)險(xiǎn)和對(duì)社會(huì)的負(fù)面影響。在此原則下，政策和法律應(yīng)致力于人工智能發(fā)展的外部社會(huì)環(huán)境的構(gòu)建，推動(dòng)對(duì)社會(huì)個(gè)體的人工智能倫理和安全意識(shí)教育，讓社會(huì)警惕人工智能技術(shù)被濫用的風(fēng)險(xiǎn)。此外，還應(yīng)該警惕人工智能系統(tǒng)作出與倫理道德偏差的決策。15.2.4設(shè)定倫理要求（2）責(zé)任原則，即在技術(shù)開發(fā)和應(yīng)用兩方面都建立明確的責(zé)任體系，以便在技術(shù)層面可以對(duì)人工智能技術(shù)開發(fā)人員或部門問責(zé)，在應(yīng)用層面可以建立合理的責(zé)任和賠償體系。在責(zé)任原則下，在技術(shù)開發(fā)方面應(yīng)遵循透明度原則；在技術(shù)應(yīng)用方面則應(yīng)當(dāng)遵循權(quán)責(zé)一致原則。15.2.4設(shè)定倫理要求人工智能的發(fā)展是建立在大量數(shù)據(jù)的信息技術(shù)應(yīng)用之上，不可避免地涉及到個(gè)人信息的合理使用問題，因此對(duì)于隱私應(yīng)該有明確且可操作的定義。人工智能技術(shù)的發(fā)展也讓侵犯個(gè)人隱私的行為更為便利，因此相關(guān)法律和標(biāo)準(zhǔn)應(yīng)該為個(gè)人隱私提供更強(qiáng)有力的保護(hù)。15.2.5強(qiáng)力保護(hù)個(gè)人隱私此外，人工智能技術(shù)的發(fā)展使得政府對(duì)于公民個(gè)人數(shù)據(jù)信息的收集和使用更加便利。大量個(gè)人數(shù)據(jù)信息能夠幫助政府各個(gè)部門更好地了解所服務(wù)的人群狀態(tài)，確保個(gè)性化服務(wù)的機(jī)會(huì)和質(zhì)量。但隨之而來的是，政府部門和政府工作人員個(gè)人不恰當(dāng)使用個(gè)人數(shù)據(jù)信息的風(fēng)險(xiǎn)和潛在的危害應(yīng)當(dāng)?shù)玫阶銐虻闹匾暋?5.2.5強(qiáng)力保護(hù)個(gè)人隱私人工智能語境下的個(gè)人數(shù)據(jù)的獲取和知情同意應(yīng)該重新進(jìn)行定義。首先，相關(guān)政策、法律和標(biāo)準(zhǔn)應(yīng)直接對(duì)數(shù)據(jù)的收集和使用進(jìn)行規(guī)制，而不能僅僅征得數(shù)據(jù)所有者的同意；其次，應(yīng)當(dāng)建立實(shí)用、可執(zhí)行的、適應(yīng)于不同使用場景的標(biāo)準(zhǔn)流程以供設(shè)計(jì)者和開發(fā)者保護(hù)數(shù)據(jù)來源的隱私；再次，對(duì)于利用人工智能可能推導(dǎo)出超過公民最初同意披露的信息的行為應(yīng)該進(jìn)行規(guī)制。最后，政策、法律和標(biāo)準(zhǔn)對(duì)于個(gè)人數(shù)據(jù)管理應(yīng)該采取延伸式保護(hù)，鼓勵(lì)發(fā)展相關(guān)技術(shù)，探索將算法工具作為個(gè)體在數(shù)字和現(xiàn)實(shí)世界中的代理人。15.2.5強(qiáng)力保護(hù)個(gè)人隱私涉及的安全、倫理和隱私問題是人工智能發(fā)展面臨的挑戰(zhàn)。安全問題是讓技術(shù)能夠持續(xù)發(fā)展的前提。技術(shù)的發(fā)展給社會(huì)信任帶來了風(fēng)險(xiǎn)，如何增加社會(huì)信任，讓技術(shù)發(fā)展遵循倫理要求，特別是保障隱私不會(huì)被侵犯是亟需解決的問題。為此，需要制訂合理的政策、法律、標(biāo)準(zhǔn)基礎(chǔ)，并與國際社會(huì)協(xié)作。建立一個(gè)令人工智能技術(shù)造福于社會(huì)、保護(hù)公眾利益的政策、法律和標(biāo)準(zhǔn)化環(huán)境，是人工智能技術(shù)持續(xù)、健康發(fā)展的重要前提。15.2.5強(qiáng)力保護(hù)個(gè)人隱私機(jī)器人應(yīng)該享受哪些權(quán)利，這一問題十分重要。虛構(gòu)類文學(xué)作品中經(jīng)?？紤]機(jī)器人人格的問題：從皮格馬利翁到葛佩莉亞，再到匹諾曹，再到電影《人工智能》和《機(jī)器管家》，我們都聽過一個(gè)娃娃／機(jī)器人獲得生命，并努力被接受為一個(gè)有人權(quán)的人的傳說。索菲亞是一個(gè)長得像人的木偶，能夠說事先編排好的臺(tái)詞。在現(xiàn)實(shí)生活中，索菲亞被正式授予沙特阿拉伯公民榮譽(yù)身份的報(bào)道登上了頭條新聞。15.2.6機(jī)器人權(quán)利為逃避機(jī)器人意識(shí)這一困境，厄尼·戴維斯主張永遠(yuǎn)不要造出可能被認(rèn)為有意識(shí)的機(jī)器人。約瑟夫·維森鮑姆在1976年出版的《計(jì)算力量與人類理性：從判斷到計(jì)算》一書中曾提出過這一論點(diǎn)，而在此之前，朱利安·德·拉梅特麗在《人是機(jī)器》一書中也提出過這一論點(diǎn)。機(jī)器人是我們創(chuàng)造出來用以完成我們指令的工具，如果我們授予它們?nèi)烁?，我們其?shí)只是拒絕為自己財(cái)產(chǎn)的行為負(fù)責(zé)：“我的自動(dòng)駕駛汽車的車禍不是我的錯(cuò)，是汽車自己造成的?！?5.2.6機(jī)器人權(quán)利如果我們開發(fā)出人與機(jī)器人的混合體，這個(gè)問題又將不同。當(dāng)然，人們已經(jīng)通過隱形眼鏡、起搏器和人工髖關(guān)節(jié)等技術(shù)增強(qiáng)了人類。但計(jì)算概念的加入可能會(huì)模糊人和機(jī)器之間的界限。15.2.6機(jī)器人權(quán)利PART03人工智能的極限1980年，哲學(xué)家約翰·希爾勒提出了弱人工智能和強(qiáng)人工智能的區(qū)別。弱人工智能的機(jī)器可以表現(xiàn)得智能，而強(qiáng)人工智能的機(jī)器是真正地有意識(shí)地在思考（而非僅模擬思考）。隨著時(shí)間的推移，強(qiáng)人工智能的定義轉(zhuǎn)而指代“人類級(jí)別的人工智能”或“通用人工智能”等，可以解決各種各樣的任務(wù)，包括各種新奇的任務(wù)，并且可以完成得像人類一樣好。然而，近年來的飛速進(jìn)展并不能說明人工智能的成就可以無所不及。艾倫·圖靈是第一個(gè)定義人工智能的人，也是第一個(gè)對(duì)人工智能提出可能的異議的人，他預(yù)見了后來人提出的幾乎所有的意見。15.3人工智能極限圖靈在“由行為的非形式化得出的論據(jù)”中提到，人類的行為太復(fù)雜了，現(xiàn)實(shí)中，人們必須使用一些非形式化的準(zhǔn)則，任何一個(gè)形式化的規(guī)則集都無法被完全捕捉到，而非形式化準(zhǔn)則也無法被形式化規(guī)則集捕捉，因此也無法在計(jì)算機(jī)程序中編碼。15.3.1由非形式化得出的論據(jù)休伯特·德雷福斯是這一觀點(diǎn)的主要支持者，他曾就人工智能發(fā)展發(fā)表過一系列頗具影響力的質(zhì)疑：《計(jì)算機(jī)不能做什么》以及和他的兄弟斯圖爾特·德雷福斯合著的《頭腦重于機(jī)器》。同樣，哲學(xué)家肯尼斯·薩瑞說：“在對(duì)計(jì)算主義的狂熱推崇中追求人工智能，是根本不可能有任何長久的結(jié)果的?！彼麄兯u(píng)的技術(shù)后來被稱為老式人工智能。15.3.1由非形式化得出的論據(jù)老式人工智能對(duì)應(yīng)的簡單邏輯智能體設(shè)計(jì)確實(shí)很難在一個(gè)充要的邏輯規(guī)則集里捕捉適當(dāng)行為的每一種可能性，我們稱之為資格問題。但就概率推理系統(tǒng)更適合開放領(lǐng)域和深度學(xué)習(xí)系統(tǒng)在各種“非形式化”任務(wù)上表現(xiàn)良好一樣，這一批評(píng)評(píng)論并不是針對(duì)計(jì)算機(jī)本身，而僅針對(duì)使用邏輯規(guī)則進(jìn)行編程這一特定風(fēng)格。這種風(fēng)格曾在20世紀(jì)80年代流行，但已被新方法取代。15.3.1由非形式化得出的論據(jù)德雷福斯最有力的論據(jù)之一是針對(duì)情景式智能體而不是無實(shí)體的邏輯推理機(jī)。相比于那些看過狗奔跑、和狗一起玩過、曾被狗舔過的智能體來說，一個(gè)對(duì)“狗”的理解僅來自一組有限的如“Dog(x)=Mannal(x)”這樣的邏輯語句的智能體是處于劣勢(shì)的。哲學(xué)家安迪·克拉克曾說過：“生物大腦是生物體的首要控制系統(tǒng)，生物體在豐富的真實(shí)世界環(huán)境中行動(dòng)?！备鶕?jù)克拉克的觀點(diǎn)，我們“擅長于飛盤游戲而弱于邏輯”。15.3.1由非形式化得出的論據(jù)體驗(yàn)認(rèn)知方法聲稱單獨(dú)考慮大腦是毫無意義的：認(rèn)知發(fā)生在軀體內(nèi)部，而軀體處于環(huán)境中。我們需要從整體上去研究這個(gè)系統(tǒng)。大腦的運(yùn)行利用其所處環(huán)境中的規(guī)律，這里說的環(huán)境包括軀體的其他部分。在體驗(yàn)認(rèn)知方法中，機(jī)器人、視覺和一些其他的傳感器成為核心而非外圍部分?？偟膩碚f，德雷福斯看到了人工智能還未能完全解決的領(lǐng)域，并由此聲稱人工智能是不可能的?，F(xiàn)在我們看到許多科研人員正在這些領(lǐng)域進(jìn)行持續(xù)的研究和開發(fā)，從而提高了人工智能的能力，降低了其不可能性。15.3.1由非形式化得出的論據(jù)艾倫·圖靈在他那篇著名論文“計(jì)算與智能”中提出，與其問機(jī)器能否思考，不如問機(jī)器能否通過行為測(cè)試，即圖靈測(cè)試。圖靈測(cè)試需要一個(gè)計(jì)算機(jī)程序與測(cè)試者進(jìn)行5分鐘的對(duì)話（通過鍵入消息的方式）。然后，測(cè)試者必須猜測(cè)與其對(duì)話的是人還是程序；如果程序讓測(cè)試者做出的誤判超過30％，那么它就通過了測(cè)試。對(duì)圖靈來說，關(guān)鍵不在于測(cè)試的具體細(xì)節(jié)，而是智能應(yīng)該通過某種開放式行為任務(wù)上的表現(xiàn)而不是通過哲學(xué)上的推測(cè)來衡量。15.3.2衡量人工智能圖靈曾推測(cè)，到2000年，擁有10億存儲(chǔ)單元的計(jì)算機(jī)可以通過圖靈測(cè)試。但2000年已經(jīng)過去了，我們?nèi)圆荒芫褪欠裼谐绦蛲ㄟ^圖靈測(cè)試達(dá)成一致。許多人在他們不知道有可能是和計(jì)算機(jī)在聊天時(shí)被計(jì)算機(jī)程序欺騙了。ELIZA程序、網(wǎng)絡(luò)聊天機(jī)器人MGoNZ和納塔恰塔多次欺騙了與它們交談的人，而聊天機(jī)器人賽博愛好者引起了執(zhí)法部門的注意，因?yàn)樗鼰嶂杂谡T導(dǎo)聊天對(duì)象泄露足夠多的個(gè)人信息致使他們的身份被盜用。15.3.2衡量人工智能2014年，一款名為尤金·古斯特曼的聊天機(jī)器人在圖靈測(cè)試中令33％未受訓(xùn)練的業(yè)余評(píng)測(cè)者做出誤判。這款程序聲稱自己是一名來自烏克蘭的男孩，英語水平有限。這點(diǎn)讓它出現(xiàn)語法錯(cuò)誤有了解釋?；蛟S圖靈測(cè)試其實(shí)是關(guān)于人類易受騙性的測(cè)試。目前為止聊天機(jī)器人還不能騙過受過良好訓(xùn)練的評(píng)測(cè)者。圖靈測(cè)試競賽帶來了更優(yōu)秀的聊天機(jī)器人，但這還沒成為人工智能領(lǐng)域的研究重點(diǎn)。相反，追逐競賽的研究者更傾向于下國際象棋、下圍棋、玩《星際爭霸II》游戲、參加八年級(jí)科學(xué)考試或在圖像中識(shí)別物體。15.3.2衡量人工智能在許多這類競賽中，程序已經(jīng)達(dá)到或超過人類水平，但這并不意味著程序在這些特定任務(wù)之外也能夠像人類一樣。人工智能研究的關(guān)鍵點(diǎn)在于改進(jìn)基礎(chǔ)科學(xué)技術(shù)和提供有用的工具，而不是讓評(píng)測(cè)者上當(dāng)。15.3.2衡量人工智能PART04人工智能架構(gòu)在人工智能領(lǐng)域中，反射型響應(yīng)適用于時(shí)間是重要因素的情形；基于知識(shí)的深思熟慮允許智能體提前做準(zhǔn)備；當(dāng)數(shù)據(jù)充足時(shí)，機(jī)器學(xué)習(xí)比較方便；但當(dāng)環(huán)境發(fā)生變化或人類設(shè)計(jì)者在相關(guān)領(lǐng)域知識(shí)不足時(shí)，機(jī)器學(xué)習(xí)就是必要的了。長期以來，人工智能一直分裂為符號(hào)系統(tǒng)（基于邏輯和概率推斷）和連接系統(tǒng)（基于大量參數(shù)的損失函數(shù)最小化）兩個(gè)方向。如何取兩家之長是人工智能的一個(gè)持續(xù)性的挑戰(zhàn)。符號(hào)系統(tǒng)可以拼接長推理鏈，并利用結(jié)構(gòu)化表示的表達(dá)能力。連接系統(tǒng)在數(shù)據(jù)有噪聲的情況下也能識(shí)別出模式。一個(gè)研究方向是將概率編程與深度學(xué)習(xí)相結(jié)合。15.4人工智能架構(gòu)同時(shí)，智能體也需要控制自己的思考過程。它們必須充分利用時(shí)間，在需要做出決策前結(jié)束思考。比如，一個(gè)出租車駕駛智能體在看到前方事故時(shí)，必須在一瞬間決定是剎車還是轉(zhuǎn)向。它也需要在瞬間考慮最重要的問題，如左右兩側(cè)車道是否暢通、后方是否緊跟著一輛大卡車，而不是考慮該去哪接下一位乘客。這些問題通常在實(shí)時(shí)人工智能課題下進(jìn)行研究。隨著人工智能系統(tǒng)轉(zhuǎn)向更加復(fù)雜的領(lǐng)域，智能體永遠(yuǎn)不會(huì)有足夠長的時(shí)間來精確解決問題，因此所有問題都將變?yōu)閷?shí)時(shí)問題。15.4人工智能架構(gòu)觀察人工智能技術(shù)的發(fā)展，可以發(fā)現(xiàn)大多數(shù)時(shí)候，人工智能裝置通常并沒有直接接觸外界。除少數(shù)例外，人工智能系統(tǒng)都建立在人工提供輸入并解釋輸出的基礎(chǔ)上。同時(shí)，機(jī)器人系統(tǒng)專注于低層級(jí)任務(wù)，這些任務(wù)通常不涉及高層級(jí)的推理和規(guī)劃，對(duì)感知的要求也極低。這種狀況一部分是因?yàn)橐屨嬲臋C(jī)器人工作所需要的費(fèi)用和工程量很大，另一部分是因?yàn)樘幚砟芰退惴ㄓ行圆蛔阋蕴幚砀邘挼囊曈X輸入。15.4.1傳感器與執(zhí)行器近年來，隨著可編程機(jī)器人技術(shù)的成熟，情況迅速轉(zhuǎn)變。而可編程機(jī)器人的進(jìn)步得益于可靠的小型電動(dòng)機(jī)驅(qū)動(dòng)和改進(jìn)的傳感器。自動(dòng)駕駛汽車中激光雷達(dá)的成本大幅度下降，而單芯片版本的傳感器成本已經(jīng)很便宜。雷達(dá)傳感器一度只能進(jìn)行粗粒度檢測(cè)，但現(xiàn)在它已足夠靈敏，可以計(jì)算一疊紙包含的紙張數(shù)量。15.4.1傳感器與執(zhí)行器手機(jī)攝像頭對(duì)更優(yōu)秀圖像處理性能的需求降低了用在機(jī)器人上的高分辨率攝像頭的成本。MEMS（微機(jī)電系統(tǒng)）技術(shù)提供了小型化加速度計(jì)、陀螺儀，以及小到可以植入人工飛行昆蟲中的處理器。我們可以將數(shù)以百萬個(gè)MEMS設(shè)備結(jié)合成強(qiáng)大的大型執(zhí)行器。3D打印和生物打印技術(shù)使得用原型進(jìn)行實(shí)驗(yàn)更為容易。15.4.1傳感器與執(zhí)行器由此，可以看出人工智能系統(tǒng)正處在從最初的純軟件系統(tǒng)轉(zhuǎn)變?yōu)橛行У那度胧綑C(jī)器人系統(tǒng)的關(guān)鍵時(shí)期，靈活、智能的機(jī)器人很可能最先在工業(yè)領(lǐng)域（環(huán)境更可控、任務(wù)重復(fù)度更高、投資價(jià)值更易衡量）而非民用領(lǐng)域（環(huán)境與任務(wù)的變化更復(fù)雜）取得進(jìn)步。15.4.1傳感器與執(zhí)行器從21世紀(jì)初到目前為止，人工智能的大多數(shù)進(jìn)展都由特定任務(wù)上的競賽驅(qū)動(dòng)，如DARPA舉辦