安徽理工大學計算機學院人工智能概述

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、目標和策略

L3人工智能的學科范疇

1.4人工智能的研究內(nèi)容

1.5人工智能的研究途徑與方法

1.6人工智能的基本技術(shù)

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'',簡稱AI。"人工智能”一，詞

目前是指用計算機模擬或?qū)崿F(xiàn)的智能，因此人工智能又稱機器

智能。當然，這只是對人工智能的字面解釋或一般解釋。關(guān)

于人工智能的科學定義，學術(shù)界目前還沒有統(tǒng)一的認識。下面

是部分學者對人工智能概念的描述，可以看做是他們各自對人

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，諸如決策、

問題求解和學習等的自動化(Bellman,1978年)。

一人工智能是一種計算機能夠思維，使機器具有智力的

激動人心的新嘗試(Haugeland,1985年)。

一人工智能是研究如何讓計算機做現(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

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、學習、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)、像人一樣行動的系

統(tǒng)、理性地思考的系統(tǒng)、理性地行動的系統(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計算機是否具有智能。因為要界定機

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

一個難以準確回答的問題。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圖靈測試和中文屋子

關(guān)于如何界定機器智能，早在人工智能學科還未正式誕生

之前的1950年，計算機科學創(chuàng)始人之一的英國數(shù)學家阿蘭?圖

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

的方法。簡單來講，圖靈測試的做法是：讓一位測試者分別與

一臺計算機和一個人進行交談(當時是用電傳打字機),而測試

者事先并不知道哪一個被測者是人，哪一個是計算機。如果

交談后測試者分不出哪一個被測者是人，哪一個是計算機，則

可以認為這臺被測的計算機具有智能。

第7章人工年惚槐述

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

對于“圖靈測試”，美國哲學家約翰?西爾勒（JohnSearle,

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

試圖說明即便是一臺計算機通過了圖靈測試，也不能說它就真

的具有智能。中文屋子假設(shè)是說：有一臺計算機閱讀了一段故

事并且能正確回答相關(guān)問題，這樣這臺計算就通過了圖靈測試。

而西爾勒設(shè)想將這段故事和問題改用中文描述（因為他本人不懂

中文），然后將自己封閉在一個屋子里，代替計算機閱讀這段故

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

只能通過一個很小的縫隙被送到屋子里。西爾勒則完全按照原

先計算機程序的處理方式和過程（如符號匹配、查找、照抄等）

對這些符號串進行操作，然后把得到的結(jié)果即問題答案通過小

縫隙送出去。西爾勒認為盡管計算機用這種符號處理方式也能

正確回答問題，并且也可通過圖靈測試，但仍然不能說計算機

就有二矢百口臺匕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。事實上，它們是屬于不同層

次的智能。腦智能是一種個體智能(Individual

Intelligence,II),而群智能是一種社會智能(Social

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

Intelligence,SI)o但對于人腦來說，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的神經(jīng)元的群智能形成了宏觀心理

層次上高級的腦智能(但二者之間的具體關(guān)系如何,卻仍然是

個迷,這個問題的解決需要借助于系統(tǒng)科學)。

,第7章人工年惚槐述

1.1.4符號智能和計算智能

1.符號智能

符號智能就是符號人工智能，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。符號智能以符

號形式的知識和信息為基礎(chǔ)，主要通過邏輯推理，運用知識進

行問題求解。符號智能的主要內(nèi)容包括知識獲取(knowledge

acquisition)>知識表示(knowledgerepresentation)>知

識組織與管理和知識運用等技術(shù)(這些構(gòu)成了所謂的知識工程

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

第7章人工年惚槐述

2.計算智能

計算智能就是計算人工智能，它是模擬群智能的人工智

能。計算智能以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過數(shù)值計算，運用

算法進行問題求解。計算智能的主要內(nèi)容包括：神經(jīng)計算

(NeuralComputation,NC)、進化計算(亦稱演化計算，

EvolutionaryComputation,EC,包括遺傳算法(GeneticAlgorithm,

GA)、進化規(guī)劃(EvolutionaryPlanning,EP)、進化策略

(EvolutionaryStrategies,ES)等)、免疫計算(immune

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

群算法(AntColonyAlgorithm,ACA)>自然計算(Natural

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

能主要研究各類優(yōu)化搜索算法，是當前人工智能學科中一個十

分活躇嶺支領(lǐng)域?！?/p>

第7章人工年惚槐述

L2人工智能的研究意義、目標和策略

1.2.1為什么要研究人工智能

我們知道，計算機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)在的普通計算機系統(tǒng)的智

能還相當?shù)拖?，譬如缺乏自適應(yīng)、自學習、自優(yōu)化等能力，

也缺乏社會常識或?qū)I(yè)知識等，而只能是被動地按照人們?yōu)?/p>

它事先安排好的工作步驟進行工作。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需

求。既然計算機和人腦一樣都可進行信息處理，那么是否能

讓計算機同人腦一樣也具有智能呢？這正是人們研究人工智

能的初耍______一—

第7章人工年惚槐述

研究人工智能也是當前信息化社會的迫切要求。我們知道,

人類社會現(xiàn)在已經(jīng)進入了信息化時代。信息化的進一步發(fā)展，

就必須有智能技術(shù)的支持。例如，當前迅速發(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。

智能化也是自動化發(fā)展的必然趨勢。自動化發(fā)展到一定水

平，再向前發(fā)展就必然是智能化。事實上，智能化將是繼機械

化、自動化之后，人類生產(chǎn)和生活中的又一個技術(shù)特征。

4第7章人工智惚概述聞|

1.2.2人工智能的研究目標和策略

人工智能作為一門學科，其研究目標就是制造智能機器和

智能系統(tǒng)，實現(xiàn)智能化社會。具體來講，就是要使計算機不僅

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。簡言之，就是要使計算機具有自主發(fā)現(xiàn)規(guī)律、解決問題

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

會的全面智能化。

人工智能學科的研究策略則是先部分地或某種程度地實現(xiàn)

機器的智能,并運用智能技術(shù)解決各種實際問題特別是工程問題,

從而使現(xiàn)有的計算機更靈活、更好用和更有用，成為人類的智能

化信息處理工具，從而逐步擴展和不斷延伸人的智能，逐步實現(xiàn)

,第7章人工智惚槐述聞

1.3人工智能的學科范疇

現(xiàn)在，人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個重要學科。

因為該學科研究的是如何使機器（計算機）具有智能或者說如何

利用計算機實現(xiàn)智能的理論、方法和技術(shù)，所以，當前的人

工智能既屬于計算機科學技術(shù)的一個前沿領(lǐng)域，也屬于信息處

理和自動化技術(shù)的一個前沿領(lǐng)域。但由于其研究內(nèi)容涉及到

“智能”，因此，人工智能又不局限于計算機、信息和自動化

等學科，還涉及到智能科學、認知科學、心理科學、腦及神經(jīng)

科學、生命科學、語言學、邏輯學、行為科學、教育科學、系

統(tǒng)科學、數(shù)理科學以及控制論、哲學甚至經(jīng)濟學等眾多學科領(lǐng)

域。所以，人工智能實際上是一門綜合性的交叉學科和邊緣學

第7章人工年惚槐述

Il人工智能的研究內(nèi)容

1.4.1搜索與求解

所謂搜索，就是為了達到某一目標而多次地進行某種操作、

運算、推理或計算的過程。事實上，搜索是人在求解問題時

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。另一方面，人工

智能的研究實踐也表明，許多問題（包括智力問題和實際工程

問題）的求解都可以描述為或者歸結(jié)為對某種圖或空間的搜索

問題。進一步人們發(fā)現(xiàn)，許多智能活動（包括腦智能和群智能）

的過程，甚至幾乎所有智能活動的過程,都可以看做或者抽象

為一個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學習與發(fā)現(xiàn)

學習與發(fā)現(xiàn)是指機器的知識學習和規(guī)律發(fā)現(xiàn)。事實上,

經(jīng)驗積累能力、規(guī)律發(fā)現(xiàn)能力和知識學習能力都是智能的表

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

此，關(guān)于機器的學習和發(fā)現(xiàn)技術(shù)就是人工智能的重要研究內(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“知識就是力量”。在人工智能中，人們則更進

一步領(lǐng)略到了這句話的深刻內(nèi)涵。的確，對智能來說，知識太

重要了，以致可以說“知識就是智能”。事實上，能發(fā)現(xiàn)客觀

規(guī)律是一種有智能的表現(xiàn)，能運用知識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)律和運用知識本

身還需要知識。因此可以說，知識是智能的基礎(chǔ)和源泉。所

以，要實現(xiàn)人工智能，計算機就必須擁有知識和運用知識的能

力。為此，就要研究面向機器的知識表示形式和基于各種表

示的機器推理技術(shù)。知識表示要求便于計算機的接受、存儲、

處理和運用，機器的推理方式與知識的表示又息息相關(guān)。由于

推理是人腦的一個基本功能和重要功能，因此，在符號智能中

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)計等的研制和技術(shù)、方法的創(chuàng)新以及

文學、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，這個領(lǐng)域應(yīng)該說是人工智能中最富挑戰(zhàn)性的一個研究

領(lǐng)域。目前，人們在這一領(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)于形象信息的認知理論、計算模

型和應(yīng)用技術(shù)的研究，已開發(fā)出了計算機輔助創(chuàng)新軟件，還

嘗試用計算機進行文藝創(chuàng)作等等。但總的來講，原創(chuàng)性的機

,第7委人工留惚槐述

1.4.5感知與交流

感知與交流是指計算機對外部信息的直接感知和人機之間、

智能體之間的直接信息交流。機器感知就是計算機直接“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，機器感知包括計算機視覺、聽覺等各種感覺能

力。機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。感知和交流是擬人化智能

個體或智能系統(tǒng)（如Agent和智能機器人）所不可缺少的功能組

成部分,所以這也是人工智能的研究內(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。

計算機要模擬人腦的思維就必須具有聯(lián)想功能。要實現(xiàn)

聯(lián)想無非就是建立事物之間的聯(lián)系。在機器世界里面就是有

關(guān)數(shù)據(jù)、信息或知識之間的聯(lián)系。當然，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)方法實現(xiàn)的聯(lián)想，只能對于那些完

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。人腦能對那些殘缺的、

失真的、變形的輸入信息，仍然可以快速準確地輸出聯(lián)想響

第7章人工年惚槐述

從機器內(nèi)部的實現(xiàn)方法來看，傳統(tǒng)的信息查詢是基于傳

統(tǒng)計算機的按地址存取方式進行的。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”的技術(shù)來實現(xiàn)聯(lián)想功

能。聯(lián)想存儲的特點是：

—可以存儲許多相關(guān)（激勵，響應(yīng)）模式對。

一通過自組織過程可以完成這種存儲。

一以分布、穩(wěn)健的方式（可能會有很高的冗余度）存儲信

息。

—可以根據(jù)接收到的相關(guān)激勵模式產(chǎn)生并輸出適當?shù)捻?/p>

應(yīng)模式。

—即使輸入激勵模式失真或不完全時，仍然可以產(chǎn)生正

確的響應(yīng)模式。

.「可在原存儲中加入新的存儲模式。

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)計和實現(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)計方法、實現(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)計和實現(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)用工程項目等。其研究內(nèi)容涉及問題的分

析、識別和表示，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，符號推演

“心理模擬，符號推演”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)，將問題或知識表示成某種邏輯

網(wǎng)絡(luò),采用符號推演的方法,模擬人腦的邏輯思維過程,實現(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人腦的可意識到的思

維活動是在心理層面上進行的（如我們的記憶、聯(lián)想、推理、

計算、思考等思維過程都是一些心理活動），心理層面上的思

維過程是可以用語言符號顯式表達的，從而人的智能行為就可

以用邏輯來建模。②心理學、邏輯學、語言學等實際上也

是建立在人腦的心理層面上的，從而這些學科的一些現(xiàn)成理論

和方法就可供人工智能參考或直接使用。③當前的數(shù)字計算

機可以方便地實現(xiàn)語言符號型知識的表示和處理。④可以直

接運用人類已有顯式知識（包括理論知識和經(jīng)驗知識）直接建立

基于知識的智能系統(tǒng)。

第7章人工年惚槐述

基于心理模擬和符號推演的人工智能研究，被稱為心理學

派、邏輯學派、符號主義。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“物理符號系統(tǒng)假設(shè)”，即認為人對客觀世界的

認知基元是符號，認知過程就是符號處理的過程;而計算機也

可以處理符號，所以就可以用計算機通過符號推演的方式來模

擬人的邏輯思維過程，實現(xiàn)人工智能。

第7章人工年惚槐述4

符號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，如自動推理、

定理證明、問題求解、機器博弈、專家系統(tǒng)等等。由于這種

方法模擬人腦的邏輯思維，利用顯式的知識和推理來解決問

題，因此，它擅長實現(xiàn)人腦的高級認知功能，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)計算

“生理模擬，神經(jīng)計算”就是從人腦的生理層面，即微

觀結(jié)構(gòu)和工作機理入手，以智能行為的生理模型為依據(jù)，采用

數(shù)值計算的方法，模擬腦神經(jīng)網(wǎng)絡(luò)的工作過程，實現(xiàn)人工智

能。具體來講，就是用人工神經(jīng)網(wǎng)絡(luò)作為信息和知識的載體,

用稱為神經(jīng)計算的數(shù)值計算方法來實現(xiàn)網(wǎng)絡(luò)的學習、記憶、

聯(lián)想、識別和推理等功能。

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“個神經(jīng)元

（細胞）組成的神經(jīng)網(wǎng)絡(luò)，而且是一個動態(tài)的、開放的、高度

復(fù)雜的巨系統(tǒng)，以致于人們至今對它的生理結(jié)構(gòu)和工作機理

還未完全弄清楚。因此，對人腦的真正和完全模擬，一時還

難以辦到。所以，目前的生理模擬只是對人腦的局部或近似

模擬，也就是從群智能的層面進行模擬，實現(xiàn)人工智能。

這種方法一般是通過神經(jīng)網(wǎng)絡(luò)的“自學習”獲得知識,

再利用知識解決問題。神經(jīng)網(wǎng)絡(luò)具有高度的并行分布性、很

強的魯棒性和容錯性。它擅長模擬人腦的形象思維，便于實

現(xiàn)人腦的低級感知功能，例如圖像、聲音信息的識別和處理。

第7章人工年惚槐述4

生理模擬和神經(jīng)計算的方法早在20世紀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)計算方法的人工智能研究，被稱為

生理學派、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物在與環(huán)境的交

互、控制過程中的智能活動和行為特性，如反應(yīng)、適應(yīng)、學習、

尋優(yōu)等，來研究和實現(xiàn)人工智能?；谶@一方法研究人工智能

的典型代表要算MIT的R.Brooks教授，他研制的六足行走機器人

（亦稱為人造昆蟲或機器蟲），曾引起人工智能界的轟動。這個

機器蟲可以看做是新一代的“控制論動物”，它具有一定的適

應(yīng)能力，是一個運用行為模擬即控制進化方法研究人工智能的

代表作。

第7章人工年惚槐述4

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

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

為智能取決于感知和行動，智能行為可以不需要知識，提出

“沒有表示的智能”，''沒有推理的智能”的觀點，主張智能

行為的“感知-動作”模式，認為人的智能、機器智能可以逐

步進化，但只能在現(xiàn)實世界中與周圍環(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、

進化主義、控制論學派。行為主義曾強烈地批評傳統(tǒng)的人工

智能(主要指符號主義，也涉及連接主義)對真實世界的客觀

事物和復(fù)雜境遇，作了虛假的、過分簡化的抽象。沿著這一

途徑，人們研制具有自學習、自適應(yīng)、自組織特性的智能控

制系統(tǒng)和智能機器人，進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，仿生計算”就是模擬生物群落的群體智能

行為，從而實現(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，進而發(fā)展為進化計算；模擬

人體免疫細胞群而出現(xiàn)的免疫計算、免疫克隆計算及人工免

疫系統(tǒng)；模擬螞蟻群體覓食活動過程的蟻群算法；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現(xiàn)的，所以我們統(tǒng)稱其為仿生計算。

仿生計算的特點是,其成果可以直接付諸應(yīng)用，解決工程

問題和實際問題。

,第7章人工年惚槐述

1.5.5博采廣鑒，自然計算

其實，人工智能的這些研究途徑和方法的出現(xiàn)并非偶然。

因為至今人們對智能的科學原理還未完全弄清楚，所以在這種

情況下研究和實現(xiàn)人工智能的一個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重要途徑和方法。

現(xiàn)在，人們則進一步從生命、生態(tài)、系統(tǒng)、社會、數(shù)學、物理、

化學、甚至經(jīng)濟等眾多學科和領(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，人們從熱力學和統(tǒng)計物理學所描述的高溫固體材料

冷卻時，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，人們從量子物理學中的自旋和統(tǒng)計機理中得到

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算(NC)。自然計算就是模仿或

借鑒自然界的某種機理而設(shè)計計算模型，這類計算模型通常

是一類具有自適應(yīng)、自組織、自學習、自尋優(yōu)能力的算法。

如神經(jīng)計算、進化計算、免疫計算、生態(tài)計算、量子計算、

分子計算、DNA計算和復(fù)雜自適應(yīng)系統(tǒng)等都屬于自然計算。

自然計算實際是傳統(tǒng)計算的擴展，它是自然科學和計算科學

相交叉而產(chǎn)生的研究領(lǐng)域，目前正方興未艾。自然計算能夠

解決傳統(tǒng)計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、優(yōu)化控制、網(wǎng)絡(luò)安全、創(chuàng)造性設(shè)計等領(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)學建模

“原理分析，數(shù)學建?！本褪峭ㄟ^對智能本質(zhì)和原理的

分析，直接采用某種數(shù)學方法來建立智能行為模型。例如，人

們用概率統(tǒng)計原理（特別是貝葉斯定理）處理不確定性信息和

知識，建立了統(tǒng)計模式識別、統(tǒng)計機器學習和不確定性推理

的一系列原理和方法。又如，人們用數(shù)學中的距離、空間、

函數(shù)、變換等概念和方法，開發(fā)了幾何分類、支持向量機等

模式識別和機器學習的原理和方法。人工智能的這一研究途

徑和方法的特點也就是純粹用人的智能去實現(xiàn)機器智能。

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智能和計算智能，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算。

(2)二者都是通過搜索進行問題求解的。

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)有機器上無法實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、市場預(yù)測、股市分析、疾病診斷、故

障診斷、軍事指揮、機器人行動規(guī)劃等等，也是這樣的難題。

在這些難題中，有些是組合數(shù)學理論中所稱的非確定型多項式

(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,

研究內(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、機器學習等研究提供很好的實

際背景。

第7章人工年惚槐述

1.7.2自動規(guī)劃、調(diào)度與配置

在上述的難題求解中，規(guī)劃、調(diào)度與配置問題是實用性、

工程性最強的一類問題。規(guī)劃一般指設(shè)計制定一個行動序列,

例如機器人行動規(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)學本質(zhì)是給出兩個集合間的一個映射。配置則

是設(shè)計合理的部件組合結(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，有時甚至可以互相轉(zhuǎn)化。事實上，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)了計算機的創(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重要研究

領(lǐng)域。

,第7章人工智惚朝述.

1.7.3機器定理證明

機器定理證明也是人工智能的一個重要的研究課題,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械化的研究，幫助我們更清楚地了解

到某些機械化推理技術(shù)的組成情況。很多非數(shù)學領(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

成一個定理證明問題。所以機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，即對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的

算法解。在這方面一個著名的成果是我國數(shù)學家吳文俊教授

1977年提出的初等幾何定理證明方法。

(3)定理證明器，它研究一切可判定問題的證明方法。

(4)計算機輔助證明，它是以計算機為輔助工具，利用機

器的高速度和大容量，幫助人完成手工證明中難以完成的大量

計算、推理和窮舉。

,第7委人工留惚槐述

1.7.4自動程序設(shè)計

自動程序設(shè)計就是讓計算機設(shè)計程序。具體來講,就是人

只要給出關(guān)于某程序要求的非常高級的描述,計算機就會自動

生成一個能完成這個要求目標的具體程序。所以，這相當于

給機器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M行

處理，通過規(guī)劃過程，生成所需的程序。但這只是自動程序設(shè)

計的主要內(nèi)容，它實際是程序的自動綜合。自動程序設(shè)計還包

括程序自動驗證，即自動證明所設(shè)計程序的正確性。這樣，自

動程序設(shè)計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

機器翻譯就是完全用計算機作為兩種語言之間的翻譯。

機器翻譯由來已久，早在電子計算機問世不久，就有人提出了

機器翻譯的設(shè)想，隨后就開始了這方面的研究。當時人們總以

為只要用一部雙向詞典及一些語法知識就可以實現(xiàn)兩種語言文

字間的機器互譯，結(jié)果遇到了挫折。例如當把“光陰似箭”的

英語句子"Timeflieslikeanarrow〃翻譯成日語，然后再

翻譯回來的時候，竟變成了“蒼蠅喜歡箭”；又如，當把“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)，機器翻譯并非想像的那

么簡單，并使得人們認識到，單純地依靠“查字典”的方法不

可能解決翻譯問題,只有在對語義理解的基礎(chǔ)上,才能做到真

正的翻譯，所以機器翻譯的真正實現(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)。智能控制具有兩個顯著的特點：第一，智能控制

是同時具有知識表示的非數(shù)學廣義世界模型和傳統(tǒng)數(shù)學模型

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，并以知識進行

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，即組織級控制，其任務(wù)在于對實際環(huán)境或過程進行

組織，即決策與規(guī)劃，以實現(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)先驗智能：有關(guān)控制對象及干擾的先驗知識，可以

從一開始就考慮在控制系統(tǒng)的設(shè)計中。

(2)反應(yīng)性智能：在實時監(jiān)控、辨識及診斷的基礎(chǔ)上,

對系統(tǒng)及環(huán)境變化的正確反應(yīng)能力。

(3)優(yōu)化智能：包括對系統(tǒng)性能的先驗性優(yōu)化及反應(yīng)性

優(yōu)化。

(4)組織與協(xié)調(diào)智能：表現(xiàn)為對并行耦合任務(wù)或子系統(tǒng)之

間的有效管理與協(xié)調(diào)。

第7章人工年惚槐述4

智能控制的開發(fā)，目前認為有以下途徑：

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)代管理科學技術(shù)發(fā)展的新動向。

智能管理是人工智能與管理科學、系統(tǒng)工程、計算機技術(shù)及

通信技術(shù)等多學科、多技術(shù)互相結(jié)合、互相滲透而產(chǎn)生的一

門新技術(shù)、新學科。它研究如何提高計算機管理系統(tǒng)的智能

水平，以及智能管理系統(tǒng)的設(shè)計理論、方法與實現(xiàn)技術(shù)。

智能管理系統(tǒng)是在管理信息系統(tǒng)、辦公自動化系統(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)、知識工程、模式識別、人工神經(jīng)網(wǎng)絡(luò)等方法和技

術(shù)，進行智能化、集成化、協(xié)調(diào)化，設(shè)計和實現(xiàn)的新一代的計

算機管理系統(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，也充分發(fā)揮了專家系統(tǒng)中知識及知識處理的特長，既可

以進行定量分析，又可以進行定性分析，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。

知識庫系統(tǒng)模式是以知識庫作為智能部件。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、知識庫組成的四

庫系統(tǒng)。這種模式接口比較容易實現(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：

一建立決策模型和評價模型的知識。

一如何形成候選方案的知識。

一建立評價標準的知識。

一如何修正候選方案，從而得到更好候選方案的知識。

——完善數(shù)據(jù)庫,改進對它的操作及維護的知識。

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)的各個層次和環(huán)節(jié)上實

現(xiàn)智能化。例如在通信網(wǎng)的構(gòu)建、網(wǎng)管與網(wǎng)控、轉(zhuǎn)接、信息

傳輸與轉(zhuǎn)換等環(huán)節(jié)，都可實現(xiàn)智能化。這樣，網(wǎng)絡(luò)就可運行在

最佳狀態(tài)，使呆板的網(wǎng)變成活化的網(wǎng)，使其具有自適應(yīng)、自

組織、自學習、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)能對整個仿真過程（包括建模、實驗

運行及結(jié)果分析）進行指導(dǎo)，能改善仿真模型的描述能力，在

仿真模型中引進知識表示將為研究面向目標的建模語言打下

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)計及評價知識庫系統(tǒng)，從而推動人工智

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(簡稱ICAD)就是把人工智能技術(shù)引入計算機輔助

設(shè)計領(lǐng)域，建立智能CAD系統(tǒng)。事實上，AI幾乎可以應(yīng)用到

CAD技術(shù)的各個方面，從目前發(fā)展的趨勢來看，至少有以下四

個方面：

(1)設(shè)計自動化。

(2)智能交互。

(3)智能圖形學。

(4)自動數(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)和計算機集成

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、材料傳送檢測和實驗裝置等智能設(shè)備組成。它具有一定

的自組織、自學習和自適應(yīng)能力，能在不可預(yù)測的環(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)引入計算機輔助教學領(lǐng)域,

建立智能CAI系統(tǒng)，即ICALICAI的特點是能對學生因才施教

地進行指導(dǎo)。為此，ICAI應(yīng)具備下列智能特征：

—自動生成各種問題與練習。

一根據(jù)學生的水平和學習情況自動選擇與調(diào)整教學內(nèi)容

和進度。

一在理解教學內(nèi)容的基礎(chǔ)上自動解決問題生成解答。

——具有自然語言的生成和理解能力。

第7章人工年惚槐述4

一對教學內(nèi)容有解釋咨詢能力。

一能診斷學生錯誤，分析原因并采取糾正措施。

一能評價學生的學習行為。

一能不斷地在教學中改善教學策略。

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

教導(dǎo)策略和學生模型等三個基本模塊和一個自然語言的智能

接口。

第7章人工年惚槐述

1.7.14智能人機接口

智能人機接口就是智能化的人機交互界面，也就是將人工

智能技術(shù)應(yīng)用于計算機與人的交互界面，使人機界面更加靈性

化、擬人化、個性化。顯然，這也是當前人機交互的迫切需要

和人機接口技術(shù)發(fā)展的必然趨勢。事實上，智能人機接口已

成為計算機、網(wǎng)絡(luò)和人工智能等學科共同關(guān)注和通力合作的研

究課題。該課題涉及到機器感知特別是圖形圖像識別與理解、

語音識別、自然語言處理、機器翻譯等諸多AI技術(shù)，另外，還涉

及到多媒體、虛擬現(xiàn)實等技術(shù)。

太第7委人工留惚概述

工下：適?橫式貴前…?

識別是人和生物的基本智能信息處理能力之一。事實上，

我們幾乎無時無刻都在對周圍世界進行著識別。而所謂模式識

別，則指的是用計算機進行物體識別。這里的物體一般指文字、

符號、圖形、圖像、語音、聲音及傳感器信息等形式的實體

對象，而并不包括概念、思想、意識等抽象或虛擬對象，后者

的識別屬于心理、認知及哲學等學科的研究范疇。也就是說，

這里所說的模式識別是狹義的模式識別，它是人和生物的感知

能力在計算機上的模擬和擴展。經(jīng)過多年的研究，模式識別已

發(fā)展成為一個獨立的學科，其應(yīng)用十分廣泛，諸如信息、遙感、

醫(yī)學、影像、安全、軍事等領(lǐng)域，模式識別已經(jīng)取得了重要成

效，特別是基于模式識別而出現(xiàn)的生物認證、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、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

智能和機器學習等領(lǐng)域，所以現(xiàn)在有關(guān)文獻中一般都把二者同

時列出。

DM與KDD現(xiàn)已成為人工智能應(yīng)用的一個熱門領(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)、科學實驗

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計算機輔助創(chuàng)新

計算機輔助創(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)計方法學、計算機技術(shù)而形成的一種用于技術(shù)創(chuàng)新的新

手段。近年來，CAI在歐美國家迅速發(fā)展，成為新產(chǎn)品開發(fā)中

的一項關(guān)鍵性基礎(chǔ)技術(shù)。計算機輔助創(chuàng)新可以看做是機器發(fā)明

創(chuàng)造的初級形式。

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)新活動經(jīng)常應(yīng)用到專業(yè)領(lǐng)域以外的科學知識。因此技術(shù)系

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

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

問題時，如果不明確應(yīng)該使用哪些科學原理法則，則很難找到

問題的解決對策。TRIZ就是提供解決問題的科學原理并指明解

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)出了不少計算機輔助創(chuàng)新軟件,

例如：

一發(fā)明機器(InventionMachine)公司開發(fā)出

TechOptimizer就是一個計算機輔助創(chuàng)新軟件系統(tǒng)。

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

結(jié)合現(xiàn)代設(shè)計方法學、計算機輔助技術(shù)及多學科領(lǐng)域的知識,

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，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)公司的計算機輔助創(chuàng)新設(shè)t序

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

設(shè)計方法學與計算機軟件技術(shù)融為一體。它能夠幫助設(shè)計者

在概念設(shè)計階段有效地利用多學科領(lǐng)域的知識，打破思維定

勢、拓寬思路、準確發(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)計方向正確的同時實現(xiàn)創(chuàng)新。

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

實現(xiàn)創(chuàng)新的有效工具。這種基于知識的創(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)計階段，根據(jù)市場需求，

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)計方案，并將設(shè)計引向正確方向,

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

效的立法和方便實用的創(chuàng)新工具。

第7章人工年惚槐述4

—基于知識發(fā)現(xiàn)的計算機輔助創(chuàng)新智能系統(tǒng)(CAHSKD),

這是國內(nèi)學者研制的一個以創(chuàng)新工程與價值工程為理論基礎(chǔ),

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

以人機交互為貫穿的多層遞階、綜合集成的計算機輔助創(chuàng)新

智能系統(tǒng)。

第7章人工年惚槐述

1.7.18計算機文藝創(chuàng)作

在文藝創(chuàng)作方面，人們也嘗試開發(fā)和運用人工智能技術(shù)。

事實上，現(xiàn)在計算機創(chuàng)作的詩詞、小說、樂曲、繪畫時有報道,

例如下面的兩首“古詩”就是計算機創(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。

'第7章人工年惚槐述

卡希的疏示前電其布機創(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。他喜愛校園里爬滿常青

藤的鐘樓,那古色古香而又堅固的磚塊，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，

即大學里完全沒有商場上那些冷酷無情的考驗一但事實恰恰并

非如此：做學問也要通過考試，而且有的考試與市場上的考驗

一樣不留情面。最好的例子就是論文答辯：為了取得博士學位,

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個人在他論

文的第一頁上簽上他們的名字，這3個千金難買的簽名能夠

證明他通過了答辯。其中一個簽名是哈特教授的。哈特常

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

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，論文水平絕對一流，答辯時他

會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，戴夫覺得自己流利地概括了論文的第三k

評審者提了兩個問題，一個是羅德曼教授提的，另一個是蒂爾

博士提的。戴夫分別做了回答，并且顯然讓每個人都心悅誠

服，再沒有人提出異議。

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。

“愛德華？”羅德曼問道。

哈特仍然坐在那兒，毫無表情。戴夫感到有點眩暈。“愛

德華，你打算簽名嗎？”

過后，哈特一個人呆在辦公室里，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

夢想的辦法。一

,第7委人工留惚槐述

i節(jié):一前瀚孱??…

機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。

早在人工智能學科建立的當年一1956年，塞繆爾就研制成

功了一個跳棋程序。三年后的1959年，裝有這個程序的計算機

就擊敗了塞繆爾本人，1962年又擊敗了美國一個州的冠軍。

1997年IBM的“深藍”計算機以2勝3平1負的戰(zhàn)績擊敗了蟬聯(lián)12

年之久的世界國際象棋冠軍加里?卡斯帕羅夫，轟動了全世界。

2001年，德國的“更弗里茨”國際象棋軟件更是擊敗了當時世

界排名前10位棋手中的9位，計算機的搜索速度達到創(chuàng)紀錄的

600萬步每秒。

第7章人工年惚槐述4

機器人足球賽是機器博弈的另一個戰(zhàn)場。近年來，國際

大賽不斷，盛況空前。現(xiàn)在這一賽事已波及到全世界的許多

大專院校,激起了大學生們的極大興趣和熱情。

事實表明，機器博弈現(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)進入了人們的文化生活。機器博弈

是對機器智能水平的測試和檢驗，它的研究將有力推動人工智

能技術(shù)的發(fā)展。

第7章人工年惚槐述

1.7.20智能機器人

智能機器人也是當前人工智能領(lǐng)域一個十分重要的應(yīng)用

領(lǐng)域和熱門的研究方向。由于它直接面向應(yīng)用，社會效益強,

所以，其發(fā)展非常迅速。事實上，有關(guān)機器人的報道，近年

來在媒體上已頻頻出現(xiàn)。諸如工業(yè)機器人、太空機器人、水

下機器人、家用機器人、軍用機器人、服務(wù)機器人、醫(yī)療機

器人、運動機器人、助理機器人、機器人足球賽、機器人象

棋賽……，幾乎應(yīng)有盡有。

第7章人工年惚槐述

智能機器人的研制幾乎需要所有的人工智能技術(shù)，而且還

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

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

平甚至人類科學技術(shù)綜合水平的一個代表和體現(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，當今的人工智能研究與實際應(yīng)用的結(jié)合越

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

同整個計算機科學技術(shù)緊密地結(jié)合在一起了，其應(yīng)用也與傳統(tǒng)

的計算機應(yīng)用越來越相互融合了，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）系統(tǒng)到Agent系統(tǒng)和智能機器人系統(tǒng)。

—從機器學習到數(shù)據(jù)挖掘和數(shù)據(jù)庫中的知識發(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。

一從單機環(huán)境下的智能程序到以Internet和WWW為平臺的

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

為符號智能和計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。如符號智能中又有圖搜索、自動

推理、不確定性推理、知識工程、符號學習等。計算智能中

又有神經(jīng)計算、進化計算、免疫計算、蟻群算法、粒群算法、

自然計算等。另外，智能Agent也是人工智能的一個新興的重

要領(lǐng)域。智能Agent（或者說Agent智能）是以符號智能和計算

智能為基礎(chǔ)的更高一級的人工智能。

第7章人工年惚槐述4

—從模擬的腦智能或腦功能來看，AI中有機器學習、機

器感知、機器聯(lián)想、機器推理、機器行為等分支領(lǐng)域。而機器

學習又可分為符號學習、連接學習、統(tǒng)計學習等許多研究領(lǐng)域

和方向。機器感知又可分為計算機視覺、計算機聽覺、模式識

別、圖像識別與理解、語音識別、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中有智能計算機系統(tǒng)和智能應(yīng)用系統(tǒng)

兩大領(lǐng)域。智能計算機系統(tǒng)又可分為：智能硬件平臺、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

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

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)理邏輯和多種非標準邏輯、

圖論、人工神經(jīng)網(wǎng)絡(luò)、模糊集、粗糙集、概率統(tǒng)計（貝葉斯統(tǒng)

計決策理論）和貝葉斯網(wǎng)絡(luò)、統(tǒng)計學習理論與支持向量機、形

式語言與自動機等領(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人工智能學科的產(chǎn)生

現(xiàn)在公認,人工智能學科正式誕生于1956年。1956年夏季,

由美國達特莫斯(Dartmouth)大學的麥卡錫(JohnMcCarthy)、

哈佛大學的明斯基(MarvinMinsky)＞IBM公司信息研究中心的

洛切斯特(Natha