安徽理工大學(xué)計(jì)算機(jī)學(xué)院人工智能概述

第7章人工年惚槐述

i人工皆犍槐述

1.1什么是人工智能

L2人工智能的研究意義、目標(biāo)和策略

L3人工智能的學(xué)科范疇

1.4人工智能的研究?jī)?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)

L7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

習(xí)題」

第7章人工年惚槐述

L1什么是人工智能

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(jiǎn)稱AI。"人工智能”一，詞

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7章人工年惚槐述

一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年)。

一人工智能是一種計(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年)。

一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年)。

——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年)。

第7章人工年惚槐述4

—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年)。

——StuartRussell和PeterNorvig則把已有的一些人工

智能定義分為4類：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)(2003年)。

第7章人工年惚槐述4

可以看出，這些定義雖然都指出了人工智能的一些特征,

但用它們卻難以界定一臺(tái)計(jì)算機(jī)是否具有智能。因?yàn)橐缍C(jī)

器是否具有智能，必然要涉及到什么是智能的問題，但這卻是

一個(gè)難以準(zhǔn)確回答的問題。所以,盡管人們給出了關(guān)于人工智

能的不少說法，但都沒有完全或嚴(yán)格地用智能的內(nèi)涵或外延來

定義人工智能。

第7章人工年惚槐述

1.1.2圖靈測(cè)試和中文屋子

關(guān)于如何界定機(jī)器智能，早在人工智能學(xué)科還未正式誕生

之前的1950年，計(jì)算機(jī)科學(xué)創(chuàng)始人之一的英國(guó)數(shù)學(xué)家阿蘭?圖

靈(AlanTuring)就提出了現(xiàn)稱為“圖靈測(cè)試"(TuringTest)

的方法。簡(jiǎn)單來講，圖靈測(cè)試的做法是：讓一位測(cè)試者分別與

一臺(tái)計(jì)算機(jī)和一個(gè)人進(jìn)行交談(當(dāng)時(shí)是用電傳打字機(jī)),而測(cè)試

者事先并不知道哪一個(gè)被測(cè)者是人，哪一個(gè)是計(jì)算機(jī)。如果

交談后測(cè)試者分不出哪一個(gè)被測(cè)者是人，哪一個(gè)是計(jì)算機(jī)，則

可以認(rèn)為這臺(tái)被測(cè)的計(jì)算機(jī)具有智能。

第7章人工年惚槐述

??????????????????????

對(duì)于“圖靈測(cè)試”，美國(guó)哲學(xué)家約翰?西爾勒（JohnSearle,

1980年）提出了異議。他用一個(gè)現(xiàn)在稱為“中文屋子”的假設(shè)，

試圖說明即便是一臺(tái)計(jì)算機(jī)通過了圖靈測(cè)試，也不能說它就真

的具有智能。中文屋子假設(shè)是說：有一臺(tái)計(jì)算機(jī)閱讀了一段故

事并且能正確回答相關(guān)問題，這樣這臺(tái)計(jì)算就通過了圖靈測(cè)試。

而西爾勒設(shè)想將這段故事和問題改用中文描述（因?yàn)樗救瞬欢?/p>

中文），然后將自己封閉在一個(gè)屋子里，代替計(jì)算機(jī)閱讀這段故

事并且回答相關(guān)問題。描述這段故事和問題的一連串中文符號(hào)

只能通過一個(gè)很小的縫隙被送到屋子里。西爾勒則完全按照原

先計(jì)算機(jī)程序的處理方式和過程（如符號(hào)匹配、查找、照抄等）

對(duì)這些符號(hào)串進(jìn)行操作，然后把得到的結(jié)果即問題答案通過小

縫隙送出去。西爾勒認(rèn)為盡管計(jì)算機(jī)用這種符號(hào)處理方式也能

正確回答問題，并且也可通過圖靈測(cè)試，但仍然不能說計(jì)算機(jī)

就有二矢百口臺(tái)匕b°

第7章人工年惚槐述

1.1.3腦智能和群智能

群智能是有別于腦智能的。事實(shí)上，它們是屬于不同層

次的智能。腦智能是一種個(gè)體智能(Individual

Intelligence,II),而群智能是一種社會(huì)智能(Social

Intelligence,SI),或者說是系統(tǒng)智能(System

Intelligence,SI)o但對(duì)于人腦來說，宏觀心理(或者語言)

層次上的腦智能與神經(jīng)元層次上的群智能又有密切的關(guān)系一

正是微觀生理層次上低級(jí)的神經(jīng)元的群智能形成了宏觀心理

層次上高級(jí)的腦智能(但二者之間的具體關(guān)系如何,卻仍然是

個(gè)迷,這個(gè)問題的解決需要借助于系統(tǒng)科學(xué))。

,第7章人工年惚槐述

1.1.4符號(hào)智能和計(jì)算智能

1.符號(hào)智能

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(knowledge

acquisition)>知識(shí)表示(knowledgerepresentation)>知

識(shí)組織與管理和知識(shí)運(yùn)用等技術(shù)(這些構(gòu)成了所謂的知識(shí)工程

(KnowledgeEngineering,KE))以及基于知識(shí)的智能系統(tǒng)等。

第7章人工年惚槐述

2.計(jì)算智能

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(immune

computation)>粒群算法(ParticleSwarmAlgorithm,PSA)>蟻

群算法(AntColonyAlgorithm,ACA)>自然計(jì)算(Natural

Computation,NC)以及人工生命(ArtificialLife,AL)等。計(jì)算智

能主要研究各類優(yōu)化搜索算法，是當(dāng)前人工智能學(xué)科中一個(gè)十

分活躇嶺支領(lǐng)域。…

第7章人工年惚槐述

L2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

我們知道，計(jì)算機(jī)是迄今為止最有效的信息處理工具,

以至于人們稱它為“電腦”。但現(xiàn)在的普通計(jì)算機(jī)系統(tǒng)的智

能還相當(dāng)?shù)拖拢┤缛狈ψ赃m應(yīng)、自學(xué)習(xí)、自優(yōu)化等能力，

也缺乏社會(huì)常識(shí)或?qū)I(yè)知識(shí)等，而只能是被動(dòng)地按照人們?yōu)?/p>

它事先安排好的工作步驟進(jìn)行工作。因而它的功能和作用就

受到很大的限制，難以滿足越來越復(fù)雜和越來越廣泛的社會(huì)需

求。既然計(jì)算機(jī)和人腦一樣都可進(jìn)行信息處理，那么是否能

讓計(jì)算機(jī)同人腦一樣也具有智能呢？這正是人們研究人工智

能的初耍______一—

第7章人工年惚槐述

研究人工智能也是當(dāng)前信息化社會(huì)的迫切要求。我們知道,

人類社會(huì)現(xiàn)在已經(jīng)進(jìn)入了信息化時(shí)代。信息化的進(jìn)一步發(fā)展，

就必須有智能技術(shù)的支持。例如，當(dāng)前迅速發(fā)展著的互聯(lián)網(wǎng)

(Internet),萬維網(wǎng)(WWW)和網(wǎng)格(Grid)就強(qiáng)烈地需要智能技

術(shù)的支持。也就是說，人工智能技術(shù)在Internet、WWW和Grid

上將發(fā)揮重要作用。

智能化也是自動(dòng)化發(fā)展的必然趨勢(shì)。自動(dòng)化發(fā)展到一定水

平，再向前發(fā)展就必然是智能化。事實(shí)上，智能化將是繼機(jī)械

化、自動(dòng)化之后，人類生產(chǎn)和生活中的又一個(gè)技術(shù)特征。

4第7章人工智惚概述聞|

1.2.2人工智能的研究目標(biāo)和策略

人工智能作為一門學(xué)科，其研究目標(biāo)就是制造智能機(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。簡(jiǎn)言之，就是要使計(jì)算機(jī)具有自主發(fā)現(xiàn)規(guī)律、解決問題

和發(fā)明創(chuàng)造的能力，從而大大擴(kuò)展和延伸人的智能,實(shí)現(xiàn)人類社

會(huì)的全面智能化。

人工智能學(xué)科的研究策略則是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，從而逐步擴(kuò)展和不斷延伸人的智能，逐步實(shí)現(xiàn)

,第7章人工智惚槐述聞

1.3人工智能的學(xué)科范疇

現(xiàn)在，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。

因?yàn)樵搶W(xué)科研究的是如何使機(jī)器（計(jì)算機(jī)）具有智能或者說如何

利用計(jì)算機(jī)實(shí)現(xiàn)智能的理論、方法和技術(shù)，所以，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。但由于其研究?jī)?nèi)容涉及到

“智能”，因此，人工智能又不局限于計(jì)算機(jī)、信息和自動(dòng)化

等學(xué)科，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、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)

域。所以，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)

第7章人工年惚槐述

Il人工智能的研究?jī)?nèi)容

1.4.1搜索與求解

所謂搜索，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。事實(shí)上，搜索是人在求解問題時(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)。另一方面，人工

智能的研究實(shí)踐也表明，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。進(jìn)一步人們發(fā)現(xiàn)，許多智能活動(dòng)（包括腦智能和群智能）

的過程，甚至幾乎所有智能活動(dòng)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。因此，搜索技術(shù)就成為人工

智能最

第7章人工年惚槐述4

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)。事實(shí)上,

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)。那么，要實(shí)現(xiàn)人工智能就應(yīng)該賦予機(jī)器這些能力。因

此，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?jī)?nèi)

容。

太第7委人工留惚概述

工了3?荷蔭節(jié)雅建….

我們知道“知識(shí)就是力量”。在人工智能中，人們則更進(jìn)

一步領(lǐng)略到了這句話的深刻內(nèi)涵。的確，對(duì)智能來說，知識(shí)太

重要了，以致可以說“知識(shí)就是智能”。事實(shí)上，能發(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)，而且是最為基本的一種表現(xiàn)。而發(fā)現(xiàn)規(guī)律和運(yùn)用知識(shí)本

身還需要知識(shí)。因此可以說，知識(shí)是智能的基礎(chǔ)和源泉。所

以，要實(shí)現(xiàn)人工智能，計(jì)算機(jī)就必須擁有知識(shí)和運(yùn)用知識(shí)的能

力。為此，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)。由于

推理是人腦的一個(gè)基本功能和重要功能，因此，在符號(hào)智能中

推理有關(guān)。一_二一——-

第7章人工年惚槐述

m爰而苜確

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。我們知道，發(fā)明創(chuàng)造不僅需要知識(shí)和推理，還需要想

象和靈感。它不僅需要邏輯思維，而且還需要形象思維。

所以，這個(gè)領(lǐng)域應(yīng)該說是人工智能中最富挑戰(zhàn)性的一個(gè)研究

領(lǐng)域。目前，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，例如已展開了關(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，已開發(fā)出了計(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。但總的來講，原創(chuàng)性的機(jī)

,第7委人工留惚槐述

1.4.5感知與交流

感知與交流是指計(jì)算機(jī)對(duì)外部信息的直接感知和人機(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。所以，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)器信息交流涉及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)。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,所以這也是人工智能的研究?jī)?nèi)容之一。

第7章人工年惚槐述

n?葦?京法寫謀港…

記憶是智能的基本條件，不管是腦智能還是群智能，都

以記憶為基礎(chǔ)。記憶也是人腦的基本功能之一。在人腦中，

伴隨著記憶的就是聯(lián)想，聯(lián)想是人腦的奧秘之一。

計(jì)算機(jī)要模擬人腦的思維就必須具有聯(lián)想功能。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。當(dāng)然，建立這種聯(lián)系的辦

法很多，比如用指針、函數(shù)、鏈表等等。我們通常的信息查

詢就是這樣做的。但傳統(tǒng)方法實(shí)現(xiàn)的聯(lián)想，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。這種

“聯(lián)想”與人腦的聯(lián)想功能相差甚遠(yuǎn)。人腦能對(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

第7章人工年惚槐述

從機(jī)器內(nèi)部的實(shí)現(xiàn)方法來看，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。而研究表明，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。也就是說,

只要是內(nèi)容相關(guān)的事情，不管在哪里（與存儲(chǔ)地址無關(guān)），都

可由其相關(guān)的內(nèi)容被想起。例如，蘋果這一概念，一般有形

狀、大小、顏色等特征，我們所要介紹的內(nèi)容記憶方式就是

由形狀（比如蘋果是圓形的）想起顏色、大小等特征，而不需要

關(guān)心其內(nèi)部地址。

,第7委人工智惚朝述

“…百瑞:益1S展總功能的研究中，人們就是利用這種按

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)。

一通過自組織過程可以完成這種存儲(chǔ)。

一以分布、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?/p>

應(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。

.「可在原存儲(chǔ)中加入新的存儲(chǔ)模式。

第7章人工年惚槐述4

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)。它包括智能

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。由于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。

第7章人工年惚槐述

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，這是人工智

能技術(shù)與實(shí)際應(yīng)用的接口。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。其研究?jī)?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。

第7章人工年惚槐述4

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7章人工智惚朝述1

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7章人工年惚槐述

基于心理模擬和符號(hào)推演的人工智能研究，被稱為心理學(xué)

派、邏輯學(xué)派、符號(hào)主義。早期的代表人物有紐厄爾(Alien

Newell)＞肖(Shaw)、西蒙(HerbertSimon)等，后來還有費(fèi)根

寶姆(E.A.Feigenbaum)＞尼爾遜(Nilsson)等。其代表性的

理念是所謂的“物理符號(hào)系統(tǒng)假設(shè)”，即認(rèn)為人對(duì)客觀世界的

認(rèn)知基元是符號(hào)，認(rèn)知過程就是符號(hào)處理的過程;而計(jì)算機(jī)也

可以處理符號(hào)，所以就可以用計(jì)算機(jī)通過符號(hào)推演的方式來模

擬人的邏輯思維過程，實(shí)現(xiàn)人工智能。

第7章人工年惚槐述4

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(zhǎng)實(shí)現(xiàn)人腦的高級(jí)認(rèn)知功能，如推理、決策等。

第7章人工年惚槐述4

1.5.2生理模擬，神經(jīng)計(jì)算

“生理模擬，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。

第7章人工年惚槐述

我們知道,人腦的生理結(jié)構(gòu)是由大約10口?IO“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)，以致于人們至今對(duì)它的生理結(jié)構(gòu)和工作機(jī)理

還未完全弄清楚。因此，對(duì)人腦的真正和完全模擬，一時(shí)還

難以辦到。所以，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(zhǎng)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7章人工年惚槐述4

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。其代表人物有McCulloch,Pitts,

F.Rosenblatt,T.Kohonen,J.Hopfleld等。

第7章人工年惚槐述

1.5.3行為模擬，控制進(jìn)化

還有一種基于“感知-行為”模型的研究途徑和方法，我們

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。基于這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。

第7章人工年惚槐述4

事實(shí)上,R.Brooks教授的工作代表了稱為“現(xiàn)場(chǎng)（situated）AI〃

的人工智能新方向?，F(xiàn)場(chǎng)AI強(qiáng)調(diào)智能系統(tǒng)與環(huán)境的交互，認(rèn)

為智能取決于感知和行動(dòng)，智能行為可以不需要知識(shí)，提出

“沒有表示的智能”，''沒有推理的智能”的觀點(diǎn)，主張智能

行為的“感知-動(dòng)作”模式，認(rèn)為人的智能、機(jī)器智能可以逐

步進(jìn)化，但只能在現(xiàn)實(shí)世界中與周圍環(huán)境的交互中體現(xiàn)出來。

智能只能放在環(huán)境中才是真正的智能，智能的高低主要表現(xiàn)在

對(duì)環(huán)境的適應(yīng)性上。

第7章人工年惚槐述4

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(jiǎn)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7章人工年惚槐述

m羸藁丁法霸算

“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，所以我們統(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7章人工年惚槐述

1.5.5博采廣鑒，自然計(jì)算

其實(shí)，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。起初，人們知道自然智能源于人腦，于是，模擬人腦智

能就是研究人工智能的一個(gè)首要途徑和方法。后來，人們發(fā)

現(xiàn)一些生命群體的群體行為也會(huì)表現(xiàn)出某些智能，于是，模擬

這些群體智能，就成了研究人工智能的又一個(gè)重要途徑和方法。

現(xiàn)在，人們則進(jìn)一步從生命、生態(tài)、系統(tǒng)、社會(huì)、數(shù)學(xué)、物理、

化學(xué)、甚至經(jīng)濟(jì)等眾多學(xué)科和領(lǐng)域?qū)ふ覇l(fā)和靈感，展開人工

智能的研究。

第7章人工年惚槐述

例如，人們從熱力學(xué)和統(tǒng)計(jì)物理學(xué)所描述的高溫固體材料

冷卻時(shí)，其原子的排列結(jié)構(gòu)與能量的關(guān)系中得到啟發(fā)，提出了

“模擬退火算法”。該算法已是解決優(yōu)化搜索問題的有效算

法之一。又如，人們從量子物理學(xué)中的自旋和統(tǒng)計(jì)機(jī)理中得到

啟發(fā)，而提出了量子聚類算法。再如，1994年阿德曼(Addman)

使用現(xiàn)代分子生物技術(shù)，提出了解決哈密頓路徑問題的DNA分

子計(jì)算方法,并在試管里求出了此問題的解。

第7章人工年惚槐述

這些方法一般稱為自然計(jì)算(NC)。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)算實(shí)際是傳統(tǒng)計(jì)算的擴(kuò)展，它是自然科學(xué)和計(jì)算科學(xué)

相交叉而產(chǎn)生的研究領(lǐng)域，目前正方興未艾。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7章人工年惚槐述

1.5.6原理分析，數(shù)學(xué)建模

“原理分析，數(shù)學(xué)建模”就是通過對(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。人工智能的這一研究途

徑和方法的特點(diǎn)也就是純粹用人的智能去實(shí)現(xiàn)機(jī)器智能。

第7章人工智犍朝述

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。

6?史上勺二堂和?1.7人工智能的應(yīng)用

1.7.1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(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。又如，現(xiàn)實(shí)世界中復(fù)雜的路徑規(guī)劃、車輛調(diào)

度、電力調(diào)度、資源分配、任務(wù)分配、系統(tǒng)配置、地質(zhì)分析、

數(shù)據(jù)解釋、天氣預(yù)報(bào)、市場(chǎng)預(yù)測(cè)、股市分析、疾病診斷、故

障診斷、軍事指揮、機(jī)器人行動(dòng)規(guī)劃等等，也是這樣的難題。

在這些難題中，有些是組合數(shù)學(xué)理論中所稱的非確定型多項(xiàng)式

(NondeterministicPolynomial,NP)問題或NP完全

(NondeterministicPolynomialComplete,NPC)問題。NP問

題是指那些既不能證明其算法復(fù)雜性超出多項(xiàng)式界，但又未

第7章人工年惚槐述

研究工程難題的求解是人工智能的重要課題，而研究智力

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。這也正是人工智能研究初期,

研究?jī)?nèi)容基本上都集中于游戲世界的智力性問題的重要原因，

例如博弈問題就可為搜索策略、機(jī)器學(xué)習(xí)等研究提供很好的實(shí)

際背景。

第7章人工年惚槐述

1.7.2自動(dòng)規(guī)劃、調(diào)度與配置

在上述的難題求解中，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。調(diào)度的數(shù)學(xué)本質(zhì)是給出兩個(gè)集合間的一個(gè)映射。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7章人工年惚槐述4

從問題求解角度看，規(guī)劃、調(diào)度、配置三者又有一定的內(nèi)

在聯(lián)系，有時(shí)甚至可以互相轉(zhuǎn)化。事實(shí)上，它們都屬于人工智

能的經(jīng)典問題之一的約束滿足問題(ConstraintSatisfaction

Problems,CSP)O這類問題的解決體現(xiàn)了計(jì)算機(jī)的創(chuàng)造性，所

以，規(guī)劃、調(diào)度、配置問題求解也是人工智能的一個(gè)重要研究

領(lǐng)域。

,第7章人工智惚朝述.

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,它也

是人工智能最早的研究領(lǐng)域之一。定理證明是最典型的邏輯

推理問題，它在發(fā)展人工智能方法上起過重大作用。如關(guān)于

謂詞演算中推理過程機(jī)械化的研究，幫助我們更清楚地了解

到某些機(jī)械化推理技術(shù)的組成情況。很多非數(shù)學(xué)領(lǐng)域的任務(wù)

如醫(yī)療診斷、信息檢索、規(guī)劃制定和難題求解，都可以轉(zhuǎn)化

成一個(gè)定理證明問題。所以機(jī)器定理證明的研究具有普遍的

意義。

'第7章人工智惚槐述

菽就贏面訪版主要有四類：

(1)自然演繹法，其基本思想是依據(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(duì)一類問題找出統(tǒng)一的計(jì)算機(jī)上可實(shí)現(xiàn)的

算法解。在這方面一個(gè)著名的成果是我國(guó)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(jì)算機(jī)輔助證明，它是以計(jì)算機(jī)為輔助工具，利用機(jī)

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(jì)算、推理和窮舉。

,第7委人工留惚槐述

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。所以，這相當(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。但這只是自動(dòng)程序設(shè)

計(jì)的主要內(nèi)容，它實(shí)際是程序的自動(dòng)綜合。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7委人工留惚槐述

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。當(dāng)時(shí)人們總以

為只要用一部雙向詞典及一些語法知識(shí)就可以實(shí)現(xiàn)兩種語言文

字間的機(jī)器互譯，結(jié)果遇到了挫折。例如當(dāng)把“光陰似箭”的

英語句子"Timeflieslikeanarrow〃翻譯成日語，然后再

翻譯回來的時(shí)候，竟變成了“蒼蠅喜歡箭”；又如，當(dāng)把“心

有余而力不足”的英語句子“Thespiritiswillingbut

thefleshisweak〃翻譯成俄語，然后再翻譯回來時(shí)竟變成

了“酒是好的，肉變質(zhì)了"，即"Thewineisgoodbutthe

zz

meatiA-,spoi1edo一一—一—

第7章人工年惚槐述4

這些問題的出現(xiàn)才使人們發(fā)現(xiàn)，機(jī)器翻譯并非想像的那

么簡(jiǎn)單，并使得人們認(rèn)識(shí)到，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7章人工年惚槐述

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7章人工年惚槐述4

智能控制系統(tǒng)的智能可歸納為以下幾方面：

(1)先驗(yàn)智能：有關(guān)控制對(duì)象及干擾的先驗(yàn)知識(shí)，可以

從一開始就考慮在控制系統(tǒng)的設(shè)計(jì)中。

(2)反應(yīng)性智能：在實(shí)時(shí)監(jiān)控、辨識(shí)及診斷的基礎(chǔ)上,

對(duì)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(duì)系統(tǒng)性能的先驗(yàn)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(duì)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7章人工年惚槐述4

智能控制的開發(fā)，目前認(rèn)為有以下途徑：

一基于專家系統(tǒng)的專家智能控制。

一基于模糊推理和計(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7章人工年惚槐述

1.7.7看能管理

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7章人工年惚槐述

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(zhǎng)，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7章人工年惚槐述

智能決策支持系統(tǒng)是在傳統(tǒng)決策支持系統(tǒng)的基礎(chǔ)上發(fā)展起

來的，由傳統(tǒng)決策支持系統(tǒng)再加上相應(yīng)的智能部件就構(gòu)成了智

能決策支持系統(tǒng)。智能部件可以有多種模式，例如專家系統(tǒng)

模式、知識(shí)庫系統(tǒng)模式等。專家系統(tǒng)模式是把專家系統(tǒng)作為智

能部件，這是目前比較流行的一種模式。該模式適合于以知

識(shí)處理為主的問題，但它與決策支持系統(tǒng)的接口比較困難。

知識(shí)庫系統(tǒng)模式是以知識(shí)庫作為智能部件。在這種情況下，決

策支持系統(tǒng)就是由模型庫、方法庫、數(shù)據(jù)庫、知識(shí)庫組成的四

庫系統(tǒng)。這種模式接口比較容易實(shí)現(xiàn)，其整體性能也較好。

第7章人工年惚槐述4

一般來說，智能部件中可以包含如下一些知識(shí)：

一建立決策模型和評(píng)價(jià)模型的知識(shí)。

一如何形成候選方案的知識(shí)。

一建立評(píng)價(jià)標(biāo)準(zhǔn)的知識(shí)。

一如何修正候選方案，從而得到更好候選方案的知識(shí)。

——完善數(shù)據(jù)庫,改進(jìn)對(duì)它的操作及維護(hù)的知識(shí)。

第7章人工年惚槐述4

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7章人工年惚槐述

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（包括建模、實(shí)驗(yàn)

運(yùn)行及結(jié)果分析）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。從另一方

面來講，仿真與人工智能相結(jié)合可使仿真更有效地用于決策,

更好地用于分析、設(shè)計(jì)及評(píng)價(jià)知識(shí)庫系統(tǒng)，從而推動(dòng)人工智

能技術(shù)的發(fā)展。正是基于這些方面，近年來，將人工智能特

別是專家系統(tǒng)與仿真相結(jié)合，就成為仿真領(lǐng)域中一個(gè)十分重

要的研究方向，引起了大批仿真專家的關(guān)注。

第7章人工年惚槐述4

1.7.11智能CAD

智能CAD(簡(jiǎn)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7章人工年惚槐述4

從具體技術(shù)來看，ICAD技術(shù)大致可分為以下幾種方法:

(1)規(guī)則生成法。

(2)約束滿足方法。

(3)搜索法。

(4)知識(shí)工程方法。

(5)形象思維方法。

,第7委人工留惚槐述4

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7章人工年惚槐述4

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ICALICAI的特點(diǎn)是能對(duì)學(xué)生因才施教

地進(jìn)行指導(dǎo)。為此，ICAI應(yīng)具備下列智能特征：

—自動(dòng)生成各種問題與練習(xí)。

一根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動(dòng)選擇與調(diào)整教學(xué)內(nèi)容

和進(jìn)度。

一在理解教學(xué)內(nèi)容的基礎(chǔ)上自動(dòng)解決問題生成解答。

——具有自然語言的生成和理解能力。

第7章人工年惚槐述4

一對(duì)教學(xué)內(nèi)容有解釋咨詢能力。

一能診斷學(xué)生錯(cuò)誤，分析原因并采取糾正措施。

一能評(píng)價(jià)學(xué)生的學(xué)習(xí)行為。

一能不斷地在教學(xué)中改善教學(xué)策略。

為了實(shí)現(xiàn)上述ICAI系統(tǒng)，一般把整個(gè)系統(tǒng)分成專門知識(shí)、

教導(dǎo)策略和學(xué)生模型等三個(gè)基本模塊和一個(gè)自然語言的智能

接口。

第7章人工年惚槐述

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。顯然，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)。事實(shí)上，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)。

太第7委人工留惚概述

工下：適?橫式貴前…?

識(shí)別是人和生物的基本智能信息處理能力之一。事實(shí)上，

我們幾乎無時(shí)無刻都在對(duì)周圍世界進(jìn)行著識(shí)別。而所謂模式識(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。也就是說，

這里所說的模式識(shí)別是狹義的模式識(shí)別，它是人和生物的感知

能力在計(jì)算機(jī)上的模擬和擴(kuò)展。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，特別是基于模式識(shí)別而出現(xiàn)的生物認(rèn)證、數(shù)字水印等新技

術(shù)正方爰未艾。一―一-F

第7章人工年惚槐述

1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)

數(shù)據(jù)挖掘（也稱數(shù)據(jù)開采、數(shù)據(jù)采掘等）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，所以現(xiàn)在有關(guān)文獻(xiàn)中一般都把二者同

時(shí)列出。

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7章人工年惚槐述

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(guó)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7章人工年惚槐述

TRIZ是由俄語拼寫的單詞首字母組成，用英語也可縮寫為

TIPS(TheoryofInventiveProblemSolving)oTRIZ的基本

原理是：企業(yè)和科學(xué)技術(shù)領(lǐng)域中的問題和解決方案是重復(fù)出現(xiàn)

的；企業(yè)和科學(xué)技術(shù)領(lǐng)域的發(fā)展變化也是重復(fù)出現(xiàn)的；高水平

的創(chuàng)新活動(dòng)經(jīng)常應(yīng)用到專業(yè)領(lǐng)域以外的科學(xué)知識(shí)。因此技術(shù)系

統(tǒng)的進(jìn)化遵循客觀的法則群，人們可以應(yīng)用這些進(jìn)化法則預(yù)測(cè)

產(chǎn)品的未來發(fā)展趨勢(shì)，把握新產(chǎn)品的開發(fā)方向。在解決技術(shù)

問題時(shí)，如果不明確應(yīng)該使用哪些科學(xué)原理法則，則很難找到

問題的解決對(duì)策。TRIZ就是提供解決問題的科學(xué)原理并指明解

決問題的探索方向的有效工具。

'第7章人工智惚朝述1

基于TRIZ,人們已經(jīng)開發(fā)出了不少計(jì)算機(jī)輔助創(chuàng)新軟件,

例如：

一發(fā)明機(jī)器(InventionMachine)公司開發(fā)出

TechOptimizer就是一個(gè)計(jì)算機(jī)輔助創(chuàng)新軟件系統(tǒng)。

TechOptimizer軟件是基于知識(shí)的創(chuàng)新工具，它以TRIZ為基礎(chǔ),

結(jié)合現(xiàn)代設(shè)計(jì)方法學(xué)、計(jì)算機(jī)輔助技術(shù)及多學(xué)科領(lǐng)域的知識(shí),

以分析解決產(chǎn)品及其制造過程中遇到的矛盾為出發(fā)點(diǎn)，從而可

解決新產(chǎn)品開發(fā)過程中遇到的技術(shù)難題而實(shí)現(xiàn)創(chuàng)新，并可為工

程技術(shù)領(lǐng)域新產(chǎn)品、新技術(shù)的創(chuàng)新提供科學(xué)的理論指導(dǎo)，并指

明探索方向。

第7章人工智惚概述

i二嬴彳：募8(5維訊)公司的計(jì)算機(jī)輔助創(chuàng)新設(shè)t序

臺(tái)(Pro/Innovator),它基于TRIZ將發(fā)明創(chuàng)造方法學(xué)、現(xiàn)代

設(shè)計(jì)方法學(xué)與計(jì)算機(jī)軟件技術(shù)融為一體。它能夠幫助設(shè)計(jì)者

在概念設(shè)計(jì)階段有效地利用多學(xué)科領(lǐng)域的知識(shí)，打破思維定

勢(shì)、拓寬思路、準(zhǔn)確發(fā)現(xiàn)現(xiàn)有技術(shù)中存在的問題，找到創(chuàng)新

性的解決方案，保證產(chǎn)品開發(fā)設(shè)計(jì)方向正確的同時(shí)實(shí)現(xiàn)創(chuàng)新。

它已成為全球研究機(jī)構(gòu)、知名大學(xué)、企業(yè)解決工程技術(shù)難題、

實(shí)現(xiàn)創(chuàng)新的有效工具。這種基于知識(shí)的創(chuàng)新工具能幫助技術(shù)

人員在不同工程領(lǐng)域產(chǎn)品的方案設(shè)計(jì)階段，根據(jù)市場(chǎng)需求，

正確地發(fā)現(xiàn)并迅速解決產(chǎn)品開發(fā)中的關(guān)鍵問題，高質(zhì)量、

高效率地提出可行的創(chuàng)新設(shè)計(jì)方案，并將設(shè)計(jì)引向正確方向,

為廣大企業(yè)提高自主創(chuàng)新能力和實(shí)現(xiàn)系統(tǒng)化創(chuàng)新提供行之有

效的立法和方便實(shí)用的創(chuàng)新工具。

第7章人工年惚槐述4

—基于知識(shí)發(fā)現(xiàn)的計(jì)算機(jī)輔助創(chuàng)新智能系統(tǒng)(CAHSKD),

這是國(guó)內(nèi)學(xué)者研制的一個(gè)以創(chuàng)新工程與價(jià)值工程為理論基礎(chǔ),

以知識(shí)發(fā)現(xiàn)為技術(shù)手段，以專家求解問題的認(rèn)知過程為主線,

以人機(jī)交互為貫穿的多層遞階、綜合集成的計(jì)算機(jī)輔助創(chuàng)新

智能系統(tǒng)。

第7章人工年惚槐述

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)。

事實(shí)上，現(xiàn)在計(jì)算機(jī)創(chuàng)作的詩詞、小說、樂曲、繪畫時(shí)有報(bào)道,

例如下面的兩首“古詩”就是計(jì)算機(jī)創(chuàng)作的。

云松

鑾仙玉骨寒,

松虬雪友繁。

大千收眼底,

斯調(diào)不同凡。

第7章人工年惚槐述

（無題）

白沙平舟夜?jié)?

春日曉露路相逢。

朱樓寒雨離歌淚,

不堪腸斷雨乘風(fēng)。

'第7章人工年惚槐述

卡希的疏示前電其布機(jī)創(chuàng)作的。

Betrayal

DaveStriverlovedtheuniversity.Helovedits

ivycoveredclocktowers,itsancientandsturdybrick,

anditssunsplashedverdantgreensandeageryouth.

Healsolovedthefactthattheuniversityisfreeof

thestarkunforgivingtrialsofthebusinessworld-

onlythisisn'tafact:Academiahasitsowntests,and

someareasmercilessasanyinthemarketplace.A

primeexampleisthedissertationdefense:Toearnthe

PhD,tobecomeadoctor,onemustpassanoral

examinationonone'sdissertation.ThiswasatestProfessor

EdwardHartenjoyedgiving.

I第7委人工智惚朝述

Davewanteddesperatelytobeadoctor.Buthe

neededthesignaturesofthreepeopleonthefirst

pageofhisdissertation,thepricelessinscriptions

that,together,wouldcertifythathehadpassedhis

defense.Oneofthesignatureshadtocomefrom

ProfessorHart,andHarthadoftensaid-toothers

andtohimselfthathewashonoredtohelpDavesecure

hiswell-earneddream.

Wellbeforethedefense,StrivergaveHarta

penultimatecopyofhisthesis.Hartreaditandtold

Davethatitwasabsolutelyfirstrate,andthathe

wouldgladlysignitatthedefense.Theyevenshook

handsinHart4sbooklinedoffice.Davenoticedthat

Hart4seyeswerebrightandtrustful,andhisbearing

paternal._____

'第7章人工智惚槐述

Atthedefense,DavethoughtthatheeloquerBy

summarizedchapter3ofhisdissertation.Therewere

twoquestions,onefromProfessorRodmanandonefrom

Dr.Teer;Daveansweredboth,apparentlytoeveryones

satisfaction.Therewerenofurtherobjections.

ProfessorRodmansigned.HeslidthetometoTeer;

shetoosigned,andthensliditinfrontofHart.Hart

didn/tmove.

“Ed?〃Rodmansaid.

Hartstillsatmotionless.Davefeltslightlydizzy.

“Edward,areyougoingtosign?”

Later,Hartsataloneinhisofficeinhisbig

leatherchair,saddenedbyDave'sfailure.Hetriedtothinkof

wayshecouldhelp-—二-

第7章人工年惚槐述

其中文譯文為

背叛

戴夫?斯特賴維爾喜愛這所大學(xué)。他喜愛校園里爬滿常青

藤的鐘樓,那古色古香而又堅(jiān)固的磚塊，還有那灑滿陽光的碧

綠草坪和熱情的年輕人。使他感到欣慰的還有這樣一件事，

即大學(xué)里完全沒有商場(chǎng)上那些冷酷無情的考驗(yàn)一但事實(shí)恰恰并

非如此：做學(xué)問也要通過考試，而且有的考試與市場(chǎng)上的考驗(yàn)

一樣不留情面。最好的例子就是論文答辯：為了取得博士學(xué)位,

為了成為博士，博士生必須通過論文的口試，愛德華?哈特教授

就喜歡主持這樣的答辯考試。

第7章人工年惚槐述

戴夫迫切希望成為一名博士。但他需要讓3個(gè)人在他論

文的第一頁上簽上他們的名字，這3個(gè)千金難買的簽名能夠

證明他通過了答辯。其中一個(gè)簽名是哈特教授的。哈特常

常對(duì)戴夫本人和其他人說，對(duì)于幫助戴夫?qū)崿F(xiàn)他應(yīng)該有的夢(mèng)

想，他感到很榮幸。

答辯之前,斯特賴維爾早早給哈特送去了他論文的倒數(shù)第

二稿。哈特閱讀后告訴戴夫，論文水平絕對(duì)一流，答辯時(shí)他

會(huì)很高興地在論文上簽名。在哈特那四壁擺滿書櫥的辦公室

里，兩人甚至還握了手。戴夫注意到，哈特兩眼放光，充滿信

任,神情宛如慈父一般。

第7章人工年惚槐述

在答辯時(shí)，戴夫覺得自己流利地概括了論文的第三k

評(píng)審者提了兩個(gè)問題，一個(gè)是羅德曼教授提的，另一個(gè)是蒂爾

博士提的。戴夫分別做了回答，并且顯然讓每個(gè)人都心悅誠(chéng)

服，再?zèng)]有人提出異議。

羅德曼教授簽了名。他把論文推給蒂爾，她也簽上了名字,

接著便把本子推到了哈特跟前。哈特沒有動(dòng)。

“愛德華？”羅德曼問道。

哈特仍然坐在那兒，毫無表情。戴夫感到有點(diǎn)眩暈?！皭?/p>

德華，你打算簽名嗎？”

過后，哈特一個(gè)人呆在辦公室里，坐在那張寬大的皮椅里,

他為戴夫未能通過答辯感到難過。他試圖想出幫助戴夫?qū)崿F(xiàn)他

夢(mèng)想的辦法。一

,第7委人工留惚槐述

i節(jié):一前瀚孱??…

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)年一1956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(guó)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(jī)擊敗了蟬聯(lián)12

年之久的世界國(guó)際象棋冠軍加里?卡斯帕羅夫，轟動(dòng)了全世界。

2001年，德國(guó)的“更弗里茨”國(guó)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7章人工年惚槐述4

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(guó)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。

事實(shí)表明，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7章人工年惚槐述

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。事實(shí)上，有關(guān)機(jī)器人的報(bào)道，近年

來在媒體上已頻頻出現(xiàn)。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7章人工年惚槐述

智能機(jī)器人的研制幾乎需要所有的人工智能技術(shù)，而且還

涉及其他許多科學(xué)技術(shù)部門和領(lǐng)域。所以，智能機(jī)器人是人工

智能技術(shù)的綜合應(yīng)用，其能力和水平已經(jīng)成為人工智能技術(shù)水

平甚至人類科學(xué)技術(shù)綜合水平的一個(gè)代表和體現(xiàn)。

需要指出的是，以上我們僅給出了人工智能應(yīng)用的部分領(lǐng)

域和課題。其實(shí)，當(dāng)今的人工智能研究與實(shí)際應(yīng)用的結(jié)合越

來越緊密，受應(yīng)用的驅(qū)動(dòng)越來越明顯?，F(xiàn)在的人工智能技術(shù)已

同整個(gè)計(jì)算機(jī)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(jì)算機(jī)應(yīng)用越來越相互融合了，有的則直接面向應(yīng)用。歸納

起來,形成了以下幾條主線：

第7章人工年惚槐述

—從專家（知識(shí)）系統(tǒng)到Agent系統(tǒng)和智能機(jī)器人系統(tǒng)。

—從機(jī)器學(xué)習(xí)到數(shù)據(jù)挖掘和數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)。

—從基于圖搜索的問題求解到基于各種智能算法的問題

求解。

一從單機(jī)環(huán)境下的智能程序到以Internet和WWW為平臺(tái)的

分布式智能系統(tǒng)。

從智能技術(shù)的單一應(yīng)用到各種各樣的智能產(chǎn)品和智能

工程（如智能交通、智能建筑）。

,第7章人工智惚朝述1

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。而這兩大領(lǐng)域各自

又有一些子領(lǐng)域和研究方向。如符號(hào)智能中又有圖搜索、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)算智能中

又有神經(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。另外，智能Agent也是人工智能的一個(gè)新興的重

要領(lǐng)域。智能Agent（或者說Agent智能）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7章人工年惚槐述4

—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。而機(jī)器

學(xué)習(xí)又可分為符號(hào)學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)等許多研究領(lǐng)域

和方向。機(jī)器感知又可分為計(jì)算機(jī)視覺、計(jì)算機(jī)聽覺、模式識(shí)

別、圖像識(shí)別與理解、語音識(shí)別、自然語言處理等領(lǐng)域和方向。

——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。

,第7章人工智惚槐述的1

一從系統(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。智能計(jì)算機(jī)系統(tǒng)又可分為：智能硬件平臺(tái)、智能

操作系統(tǒng)、智能網(wǎng)絡(luò)系統(tǒng)等。智能應(yīng)用系統(tǒng)又可分為：基于

知識(shí)的智能系統(tǒng)、基于算法的智能系統(tǒng)和兼有知識(shí)和算法的智

能系統(tǒng)等。另外，還有分布式人工智能系統(tǒng)。

一從基礎(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)（貝葉斯統(tǒng)

計(jì)決策理論）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)、形

式語言與自動(dòng)機(jī)等領(lǐng)域和方向。

第7章人工年惚槐述

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

現(xiàn)在公認(rèn),人工智能學(xué)科正式誕生于1956年。1956年夏季,

由美國(guó)達(dá)特莫斯(Dartmouth)大學(xué)的麥卡錫(JohnMcCarthy)、

哈佛大學(xué)的明斯基(MarvinMinsky)＞IBM公司信息研究中心的

洛切斯特(Natha