人工智能的爭(zhēng)論與展望

第十三章人工智能的爭(zhēng)論與展望

教學(xué)內(nèi)容：本章主要講敘人工智能發(fā)展過(guò)程中各學(xué)術(shù)流派在理論、方法和技術(shù)路線等方面的爭(zhēng)論，人工智能對(duì)經(jīng)濟(jì)和社會(huì)的影響以及對(duì)人工智能發(fā)展前景的展望。

教學(xué)重點(diǎn)：?jiǎn)⒌蠈W(xué)生自己理解人工智能各學(xué)派的認(rèn)知觀，分析人工智能的發(fā)展前景。

教學(xué)難點(diǎn)：人工智能三大主要學(xué)術(shù)流派的異同點(diǎn)。

教學(xué)方法：采用課堂講授與組織學(xué)生討論相結(jié)合，引導(dǎo)學(xué)生積極預(yù)測(cè)人工智能的未來(lái)發(fā)展趨勢(shì)。

教學(xué)要求：全面認(rèn)識(shí)人工智能發(fā)展過(guò)程中各主要學(xué)術(shù)流派的觀點(diǎn)和爭(zhēng)論，一般了解人工智能對(duì)人類(lèi)社會(huì)和經(jīng)濟(jì)的影響以及人工智能的發(fā)展前景，對(duì)人工智能的未來(lái)充滿信心。1

13.1人工智能的爭(zhēng)論

教學(xué)內(nèi)容：介紹人工智能發(fā)展過(guò)程中各學(xué)術(shù)流派在各方面的爭(zhēng)論。

教學(xué)重點(diǎn)：人工智能的三大學(xué)術(shù)流派的認(rèn)知觀。

教學(xué)難點(diǎn)：三大主要學(xué)術(shù)流派的異同點(diǎn)。

教學(xué)方法：講授為主

教學(xué)要求：比較深入地了解人工智能發(fā)展過(guò)程中各主要學(xué)術(shù)流派和爭(zhēng)論。2

13.1.1對(duì)人工智能理論的爭(zhēng)論

1、符號(hào)主義：

符號(hào)主義認(rèn)為人的認(rèn)知基元是符號(hào)，而且認(rèn)知過(guò)程即符號(hào)操作過(guò)程。它認(rèn)為人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，因此，我們就能夠用計(jì)算機(jī)來(lái)模擬人的智能行為，即用計(jì)算機(jī)的符號(hào)操作來(lái)模擬人的認(rèn)知過(guò)程。也就是說(shuō)，人的思維是可操作的。它還認(rèn)為，知識(shí)是信息的一種形式，是構(gòu)成智能的基礎(chǔ)。人工智能的核心問(wèn)題是知識(shí)表示、知識(shí)推理和知識(shí)運(yùn)用。知識(shí)可用符號(hào)表示，也可用符號(hào)進(jìn)行推理，因而有可能建立起基于知識(shí)的人類(lèi)智能和機(jī)器智能的統(tǒng)一理論體系。

32、聯(lián)結(jié)主義：

聯(lián)結(jié)主義認(rèn)為人的思維基元是神經(jīng)元，而不是符號(hào)處理過(guò)程。它對(duì)物理符號(hào)系統(tǒng)假設(shè)持反對(duì)意見(jiàn)，認(rèn)為人腦不同于電腦，并提出聯(lián)結(jié)主義的大腦工作模式，用于取代符號(hào)操作的電腦工作模式。

43、行為主義

行為主義認(rèn)為智能取決于感知和行動(dòng)(所以被稱為行為主義)，提出智能行為的“感知－動(dòng)作”模式。行為主義者認(rèn)為智能不需要知識(shí)、不需要表示、不需要推理；人工智能可以像人類(lèi)智能一樣逐步進(jìn)化(所以稱為進(jìn)化主義)；智能行為只能在現(xiàn)實(shí)世界中與周?chē)h(huán)境交互作用而表現(xiàn)出來(lái)。行為主義還認(rèn)為：符號(hào)主義(還包括聯(lián)結(jié)主義)對(duì)真實(shí)世界客觀事物的描述及其智能行為工作模式是過(guò)于簡(jiǎn)化的抽象，因而是不能真實(shí)地反映客觀存在的。

提問(wèn)：在本書(shū)的第一章中我們提到人工智能的三個(gè)主要流派，請(qǐng)同學(xué)們回顧一下，是哪三個(gè)流派，各有什么特點(diǎn)？

5

13.1.2對(duì)人工智能方法的爭(zhēng)論

1、符號(hào)主義：

符號(hào)主義認(rèn)為人工智能的研究方法應(yīng)為功能模擬方法。通過(guò)分析人類(lèi)認(rèn)知系統(tǒng)所具備的功能和機(jī)能，然后用計(jì)算機(jī)模擬這些功能，實(shí)現(xiàn)人工智能。符號(hào)主義力圖用數(shù)學(xué)邏輯方法來(lái)建立人工智能的統(tǒng)一理論體系，但遇到不少暫時(shí)無(wú)法解決的困難，并受到其它學(xué)派的否定。

62、聯(lián)結(jié)主義：

聯(lián)結(jié)主義主張人工智能應(yīng)著重于結(jié)構(gòu)模擬，即模擬人的生理神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并認(rèn)為功能、結(jié)構(gòu)和智能行為是密切相關(guān)的。不同的結(jié)構(gòu)表現(xiàn)出不同的功能和行為。已經(jīng)提出多種人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和眾多的學(xué)習(xí)算法。73、行為主義：

行為主義認(rèn)為人工智能的研究方法應(yīng)采用行為模擬方法，也認(rèn)為功能、結(jié)構(gòu)和智能行為是不可分開(kāi)的。不同的行為表現(xiàn)出不同的功能和不同的控制結(jié)構(gòu)。行為主義的研究方法也受到其它學(xué)派的懷疑與批判，認(rèn)為行為主義最多只能創(chuàng)造出智能昆蟲(chóng)行為，而無(wú)法創(chuàng)造出人的智能行為。8

13.1.3對(duì)人工智能技術(shù)路線的爭(zhēng)論

1、專(zhuān)用路線：

專(zhuān)用路線強(qiáng)調(diào)研制與開(kāi)發(fā)專(zhuān)用的智能計(jì)算機(jī)、人工智能軟件、專(zhuān)用開(kāi)發(fā)工具、人工智能語(yǔ)言和其它專(zhuān)用設(shè)備，如LISP機(jī)、PROLOG機(jī)、PROLOG、LISP語(yǔ)言、M.I語(yǔ)言、OPSS83語(yǔ)言、專(zhuān)家系統(tǒng)開(kāi)發(fā)工具EMYCIN、EXPERT、INSIGHT2和GURU等。

92、通用路線：

通用路線認(rèn)為通用的計(jì)算機(jī)硬件和軟件能夠?qū)θ斯ぶ悄荛_(kāi)發(fā)提供有效的支持，并能夠解決廣泛的和一般的人工智能問(wèn)題。這方面的例子有以VLSI技術(shù)為基礎(chǔ)的RISC技術(shù)、UNIX分時(shí)操作系統(tǒng)、C語(yǔ)言及其改進(jìn)型、SUN工作站和SPARC工作站等。通用路線強(qiáng)調(diào)人工智能應(yīng)用系統(tǒng)和人工智能產(chǎn)品的開(kāi)發(fā)，應(yīng)與計(jì)算機(jī)立體技術(shù)和主流技術(shù)相結(jié)合，并把知識(shí)工程視為軟件工程的一個(gè)分支。

103、硬件路線：

硬件路線認(rèn)為人工智能的發(fā)展主要依靠硬件技術(shù)，如VLSI、人工神經(jīng)網(wǎng)絡(luò)、腦模型、智能機(jī)和智能機(jī)器人等。該路線還認(rèn)為智能機(jī)器的開(kāi)發(fā)主要有賴于各種智能硬件、智能工具及固化技術(shù)。

114、軟件路線：

軟件路線強(qiáng)調(diào)人工智能的發(fā)展主要依靠軟件技術(shù)，例如，啟發(fā)性程序設(shè)計(jì)、自動(dòng)編程專(zhuān)家系統(tǒng)、知識(shí)工程以及其它各種智能算法等。軟件路線認(rèn)為智能機(jī)器的研制主要在于開(kāi)發(fā)各種智能軟件、工具及其應(yīng)用系統(tǒng)。

12

13.2

人工智能對(duì)人類(lèi)的影響

教學(xué)內(nèi)容：闡述人工智能發(fā)展對(duì)人類(lèi)的影響。

教學(xué)重點(diǎn)：人工智能發(fā)展對(duì)人類(lèi)的影響程度。

教學(xué)難點(diǎn)：人工智能發(fā)展為什么會(huì)對(duì)人類(lèi)產(chǎn)生影響。

教學(xué)方法：課堂講授與組織學(xué)生討論相結(jié)合。

教學(xué)要求：初步了解人工智能發(fā)展對(duì)人類(lèi)經(jīng)濟(jì)和社會(huì)的影響。13

13.2.1人工智能對(duì)經(jīng)濟(jì)的影響

人工智能系統(tǒng)的開(kāi)發(fā)和應(yīng)用，已為人類(lèi)創(chuàng)造出可觀的經(jīng)濟(jì)效益，專(zhuān)家系統(tǒng)就是一個(gè)例子。隨著計(jì)算機(jī)系統(tǒng)價(jià)格的繼續(xù)下降，人工智能技術(shù)必將得到更大的推廣，產(chǎn)生更大的經(jīng)濟(jì)效益。

1413.2.2人工智能對(duì)社會(huì)的影響

1、勞務(wù)就業(yè)問(wèn)題

由于人工智能能夠代替人類(lèi)進(jìn)行各種腦力勞動(dòng)，例如用專(zhuān)家系統(tǒng)代替管理人員或醫(yī)生進(jìn)行決策或診斷與治療病人疾病，所以，將會(huì)使一部分人不得不改變他們的工種，甚至造成失業(yè)。人工智能在科技和工程中的應(yīng)用，會(huì)使一些人失去介入信息處理活動(dòng)(如規(guī)劃、診斷、理解和決策等)的機(jī)會(huì)，甚至不得不改變自己的工作方式。

152、社會(huì)結(jié)構(gòu)變化

人們一方面希望人工智能和智能機(jī)器能夠代替人類(lèi)從事各種勞動(dòng)，另一方面又擔(dān)心它們的發(fā)展會(huì)引起新的社會(huì)問(wèn)題。實(shí)際上，近十多年來(lái)，社會(huì)結(jié)構(gòu)正在發(fā)生一種靜悄悄的變化。人-機(jī)的社會(huì)結(jié)構(gòu)，終將為人-智能機(jī)器-機(jī)器的社會(huì)結(jié)構(gòu)所取代。163、思維方式與觀念的變化

人工智能的發(fā)展與推廣應(yīng)用，將影響到人類(lèi)的思維方式和傳統(tǒng)觀念，并使它們發(fā)生改變。例如，傳統(tǒng)知識(shí)一般印在書(shū)本報(bào)刊或雜志上，因而是固定不變的，而人工智能系統(tǒng)的知識(shí)庫(kù)的知識(shí)卻是可以不斷修改、擴(kuò)充和更新的。又如，一旦專(zhuān)家系統(tǒng)的用戶開(kāi)始相信系統(tǒng)(智能機(jī)器)的判斷和決定，那么他們就可能不愿多動(dòng)腦筋，變得懶惰，并失去對(duì)許多問(wèn)題及其求解任務(wù)的責(zé)任感和敏感性。過(guò)分地依賴計(jì)算機(jī)的建議而不加分析地接受，將會(huì)使智能機(jī)器用戶的認(rèn)知能力下降，并增加誤解。17

4、心理上的威脅

人工智能還使一部分社會(huì)成員感到心理上的威脅，或叫做精神威脅。人們一般認(rèn)為，只有人類(lèi)才具有感知精神，而且以此與機(jī)器相別。如果有一天，這些人開(kāi)始相信機(jī)器也能夠思維和創(chuàng)作，那么他們可能會(huì)感到失望，甚至感到威脅。他們擔(dān)心：有朝一日，智能機(jī)器的人工智能會(huì)超過(guò)人類(lèi)的自然智能，使人類(lèi)淪為智能機(jī)器和智能系統(tǒng)的奴隸。按照人工智能的觀點(diǎn)，人類(lèi)有可能用機(jī)器來(lái)規(guī)劃自己的未來(lái)，甚至可以把這個(gè)規(guī)劃問(wèn)題想象為一類(lèi)狀態(tài)空間搜索。當(dāng)社會(huì)上一部分人歡迎這種新觀念時(shí)，另一部分人則發(fā)現(xiàn)這些新觀念是惹人煩惱的和無(wú)法接受的，尤其是當(dāng)這些觀念與他們鐘愛(ài)的信仰和觀念背道而馳時(shí)。

185、技術(shù)失控的危險(xiǎn)

任何新技術(shù)最大危險(xiǎn)莫過(guò)于人類(lèi)對(duì)它失去了控制，或者是它落入那些企圖利用新技術(shù)反對(duì)人類(lèi)的人手中。有人擔(dān)心機(jī)器人有一天會(huì)反賓為主，奴役它們的創(chuàng)造者——人類(lèi)，擔(dān)心人工智能的其他制品威脅人類(lèi)的安全。19

13.2.3人工智能對(duì)文化的影響

1、改善人類(lèi)知識(shí)

在重新闡述我們的歷史知識(shí)的過(guò)程中，哲學(xué)家、科學(xué)家和人工智能學(xué)家有機(jī)會(huì)努力解決知識(shí)的模糊性以及消除知識(shí)的不一致性。這種努力的結(jié)果，可能導(dǎo)致知識(shí)的某些改善，以便能夠比較容易地推斷出令人感興趣的新的真理。

202、改善人類(lèi)語(yǔ)言

人類(lèi)語(yǔ)言是伴隨人類(lèi)的進(jìn)化和發(fā)展而產(chǎn)生和發(fā)展的，對(duì)人類(lèi)的智能活動(dòng)起到極其重要的作用。根據(jù)語(yǔ)言學(xué)的觀點(diǎn)，語(yǔ)言是思維的表現(xiàn)和工具，思維規(guī)律可用語(yǔ)言學(xué)方法加以研究，但人的下意識(shí)和潛意識(shí)往往“只能意會(huì)，不可言傳”。由于采用人工智能技術(shù)，綜合應(yīng)用語(yǔ)法、語(yǔ)義和形式知識(shí)表示方法，有可能在改善知識(shí)的自然語(yǔ)言表示的同時(shí)，把知識(shí)闡述為適用的人工智能形式。

213、改善文化生活

人工智能技術(shù)為人類(lèi)文化生活打開(kāi)了許多新的窗口。現(xiàn)有的各種智力游戲機(jī)將發(fā)展為具有更高智能的文化娛樂(lè)手段。機(jī)器視覺(jué)技術(shù)能夠提供“看”的新方法，可能產(chǎn)生特別的對(duì)應(yīng)畫(huà)面解釋的圖象變換，能夠產(chǎn)生相似狀況的幻覺(jué)，并顯示出接收效果的超現(xiàn)實(shí)表示。視覺(jué)系統(tǒng)還能夠以特別方式重構(gòu)場(chǎng)景；這種能力必將對(duì)圖形藝術(shù)、廣告和社會(huì)教育部門(mén)產(chǎn)生深遠(yuǎn)的影響，例如，將改變電視的面貌，使人們?cè)陔娨暀C(jī)前享受更高級(jí)的文娛生活。

舉例：建立“知識(shí)精煉廠”。2213.3對(duì)人工智能的展望教學(xué)內(nèi)容：展望人工智能的發(fā)展方向。

教學(xué)重點(diǎn)：人工智能的發(fā)展方向。

教學(xué)難點(diǎn)：讓學(xué)生按自己的觀點(diǎn)來(lái)思考人工智能的發(fā)展問(wèn)題。

教學(xué)方法：討論為主。

教學(xué)要求：引導(dǎo)學(xué)生積極投入對(duì)人工智能的未來(lái)發(fā)展趨勢(shì)的討論，活躍學(xué)術(shù)思想。

討論：人工智能將會(huì)怎樣發(fā)展？應(yīng)該在哪些方面進(jìn)一步開(kāi)展研究？

習(xí)題：寫(xiě)一篇小論文，談?wù)勅斯ぶ悄艿奈磥?lái)發(fā)展趨勢(shì)與對(duì)策。

2313.3.1更新的理論框架人工智能研究存在不少問(wèn)題：

(1)宏觀與微觀隔離

一方面是哲學(xué)、認(rèn)知科學(xué)、思維科學(xué)和心理學(xué)等學(xué)科所研究的智能層次太高、太抽象；另一方面是人工智能邏輯符號(hào)、神經(jīng)網(wǎng)絡(luò)和行為主義所研究的智能層次太低。這兩方面之間相距太遠(yuǎn)，中間還有許多層次未予研究，無(wú)法把宏觀與微觀有機(jī)地結(jié)合起來(lái)和相互滲透。

24(2)全局與局部割裂

人類(lèi)智能是腦系統(tǒng)的整體效應(yīng)，有著豐富的層次和多個(gè)側(cè)面。但是，符號(hào)主義只抓住人腦的抽象思維特性；連接主義只模仿人的形象思維特性；行為主義則著眼于人類(lèi)智能行為特性及其進(jìn)化過(guò)程。它們存在明顯的局限性。

25

(3)理論和實(shí)際脫節(jié)

大腦的實(shí)際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜得難以理出清晰的頭緒。在微觀上，我們對(duì)大腦的工作機(jī)制卻知之甚少，似是而非，使我們難以找出規(guī)律。在這種背景下提出的各種人工智能理論，只是部分人的主觀猜想，能在某些方面表現(xiàn)出“智能”就算相當(dāng)成功了。26

上述存在問(wèn)題和其它問(wèn)題說(shuō)明，人腦的結(jié)構(gòu)和功能要比人們想象的復(fù)雜得多，人工智能研究面臨的困難要比我們估計(jì)的重大得多，人工智能研究的任務(wù)要比我們討論過(guò)的艱巨得多。同時(shí)也說(shuō)明，要從根本上了解人腦的結(jié)構(gòu)和功能，解決面臨的難題，完成人工智能的研究任務(wù)，需要尋找和建立更新的人工智能框架和理論體系，打下人工智能進(jìn)一步發(fā)展的理論基礎(chǔ)。我們至少需要經(jīng)過(guò)幾代人的持續(xù)奮斗，進(jìn)行多學(xué)科聯(lián)合協(xié)作研究，才可能基本上解開(kāi)“智能”之謎，使人工智能理論達(dá)到一個(gè)更高的水平。

2713.3.2更好的技術(shù)集成

人工智能技術(shù)是智能技術(shù)與各種信息處理技術(shù)及相關(guān)學(xué)科技術(shù)的集成。要集成的信息技術(shù)除數(shù)字技術(shù)外，還包括計(jì)算機(jī)網(wǎng)絡(luò)、遠(yuǎn)程通信、數(shù)據(jù)庫(kù)、計(jì)算機(jī)圖形學(xué)、語(yǔ)音與聽(tīng)覺(jué)、機(jī)器人學(xué)、過(guò)程控制、并行計(jì)算、量子計(jì)算、光計(jì)算和生物信息處理等技術(shù)。

智能系統(tǒng)不僅包括心理學(xué)、語(yǔ)言學(xué)、現(xiàn)代計(jì)算技術(shù)、認(rèn)知科學(xué)和計(jì)算語(yǔ)言學(xué)，而且還包括社會(huì)學(xué)、人類(lèi)學(xué)以及哲學(xué)和系統(tǒng)科學(xué)等。計(jì)算不僅是智能系統(tǒng)支持結(jié)構(gòu)的重要部分，而且是智能系統(tǒng)的活力所在，就象血液對(duì)于人體一樣重要。

2813.3.3更成熟的應(yīng)用方法

人工智能的實(shí)現(xiàn)固然需要硬件的保證，然而，軟件應(yīng)是人工智能的核心技術(shù)。許多人工智能應(yīng)用問(wèn)題需要開(kāi)發(fā)復(fù)雜的軟件系統(tǒng)，這有助于促進(jìn)軟件工程學(xué)科的出現(xiàn)與發(fā)展。軟件工程能為一定類(lèi)型的問(wèn)題求解提供標(biāo)準(zhǔn)化程序；知識(shí)軟件則能為人工智能問(wèn)題求解提供有效的編程手段。由于人工智能應(yīng)用問(wèn)題的復(fù)雜性和廣泛性，傳統(tǒng)的軟件設(shè)計(jì)方法顯然是不夠用和不適用的。人工智能方法必須支持人工智能系統(tǒng)的開(kāi)發(fā)實(shí)驗(yàn)，并允許系統(tǒng)有組織地從一個(gè)較小的核心原型逐漸發(fā)展為一個(gè)完整的應(yīng)用系統(tǒng)。

29

應(yīng)當(dāng)有信心地期望將要研究出通用而有效的人工智能開(kāi)發(fā)方法。更高級(jí)的AI通用語(yǔ)言、更有效的AI專(zhuān)用語(yǔ)言與開(kāi)發(fā)環(huán)境或工具以及人工智能開(kāi)發(fā)專(zhuān)用機(jī)器將會(huì)不斷出現(xiàn)及更新，為人工智能研究和開(kāi)發(fā)提供有力的工具。我們確信，最終定能研究出使人工智能成功地應(yīng)用于更多領(lǐng)域的和更成熟的方法。30

在當(dāng)前的人工智能應(yīng)用方法研究中，有幾個(gè)引人注目的課題，即多種方法混合技術(shù)、多專(zhuān)家系統(tǒng)技術(shù)、機(jī)器學(xué)習(xí)(尤以神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和知識(shí)發(fā)現(xiàn))方法、硬件軟件一體化技術(shù)以及并行分布處理技術(shù)等。其中，有人認(rèn)為：對(duì)人腦機(jī)理和分布式人工智能的研究，確立了新一代計(jì)算機(jī)的基礎(chǔ)。

31

隨著人工智能應(yīng)用方法的日漸成熟，人工智能的應(yīng)用領(lǐng)域必將不斷擴(kuò)大。我們可以預(yù)言，人工智能、智能機(jī)器和智能系統(tǒng)比現(xiàn)在的電子計(jì)算機(jī)一定會(huì)有廣泛得多的應(yīng)用領(lǐng)域。哪里有人類(lèi)活動(dòng)，哪里就將應(yīng)用到人工智能技術(shù)。

32

13.4結(jié)束語(yǔ)

本章將簡(jiǎn)要介紹人工智能學(xué)派的爭(zhēng)論，討論人工智能對(duì)人類(lèi)未來(lái)的影響，并展望人工智能發(fā)展的某些問(wèn)題。對(duì)于人工智能的未來(lái)發(fā)展，我們是持樂(lè)觀態(tài)度的。我們相信人工智能有個(gè)更加美好的未來(lái)，盡管這一天可能相距尚遠(yuǎn)；而且，這一天的到來(lái)，需要付出辛勤勞動(dòng)和昂貴代價(jià)，需要好幾代人的持續(xù)奮斗。

33演講完畢，謝謝觀看！附錄資料：人工智能簡(jiǎn)介?AboutTeachingPlan基本要求：人工智能是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支，是目前迅速發(fā)展的一門(mén)新興學(xué)科，新思想新方法層出不窮。其基本思想是利用機(jī)器來(lái)模仿和執(zhí)行人腦的功能，如判斷、推理、證明、識(shí)別、感知、理解、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)。對(duì)于培養(yǎng)學(xué)生計(jì)算機(jī)技術(shù)的應(yīng)用能力，開(kāi)闊思路和視野，有重要意義。

?AboutTeachingPlan因此，要求學(xué)生掌握知識(shí)表示和問(wèn)題求解的幾種常用方法，尤其是不確定性推理；掌握機(jī)器學(xué)習(xí)基本概念，了解幾種機(jī)器學(xué)習(xí)方法尤其是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法；掌握專(zhuān)家系統(tǒng)的概念，了解專(zhuān)家系統(tǒng)設(shè)計(jì)方法，掌握一些智能控制方法，了解國(guó)內(nèi)外人工智能研究尤其是機(jī)器人的最新進(jìn)展；具有一定的人工智能編程設(shè)計(jì)能力（利用Lisp或Prolog語(yǔ)言）。?AboutTeachingPlan課程內(nèi)容以及學(xué)時(shí)分配人工智能引論(1) 人工智能概念及與計(jì)算機(jī)的關(guān)系，研究途徑、內(nèi)容和應(yīng)用領(lǐng)域概況介紹，其他最新材料。符號(hào)主義、連接主義、行為主義三大流派人工智能數(shù)學(xué)基礎(chǔ)(1)知識(shí)表示方法（2） 狀態(tài)空間法、問(wèn)題歸約法，謂詞邏輯法、產(chǎn)生式表示法（動(dòng)物識(shí)別系統(tǒng)）；CLIPS語(yǔ)言；語(yǔ)義網(wǎng)絡(luò)法、框架法（這是結(jié)構(gòu)化表示）；劇本、過(guò)程、Petri網(wǎng)、面向?qū)ο蟮谋硎尽?AboutTeachingPlan 搜索技術(shù)和策略（3-4）狀態(tài)空間法，盲目搜索和啟發(fā)式搜索，A*算法；海伯倫理論、消解原理和策略；與\或形推理和搜索策略；其他求解技術(shù)。 不確定推理技術(shù)（3-4）主觀Bayes理論；可信度方法和證據(jù)理論；系統(tǒng)組織技術(shù)；非單調(diào)推理；Rete快速算法；模糊推理技術(shù)；基于語(yǔ)義網(wǎng)絡(luò)和框架不確定推理； 專(zhuān)家系統(tǒng)（2）專(zhuān)家系統(tǒng)概念、結(jié)構(gòu)和知識(shí)獲取；黑板模型、知識(shí)組織、管理及系統(tǒng)建造和開(kāi)發(fā)工具；專(zhuān)家系統(tǒng)舉例及編程。

人工智能程序設(shè)計(jì)（1）人工智能語(yǔ)言基本機(jī)制：LISP和PROLOG。?AboutTeachingPlan 模式識(shí)別導(dǎo)論（3）模式識(shí)別專(zhuān)題：概率模式識(shí)別。模式識(shí)別專(zhuān)題：結(jié)構(gòu)模式識(shí)別 機(jī)器學(xué)習(xí)（1）：機(jī)械,解釋經(jīng)驗(yàn),事例,歸納,概念,類(lèi)比學(xué)習(xí)等；統(tǒng)計(jì),結(jié)構(gòu),模糊模式識(shí)別。 專(zhuān)題講座（3次） 1)神經(jīng)網(wǎng)絡(luò)基本理論和應(yīng)用 (史奎凡課程：安排于人工智能理論與應(yīng)用課程內(nèi))； 2)智能體（Agent）； 3)自然語(yǔ)言處理； 4)智能控制和機(jī)器人科學(xué) 智能控制的結(jié)構(gòu)理論和研究領(lǐng)域，智能控制系統(tǒng)及應(yīng)用示例；機(jī)器人規(guī)劃、機(jī)器視覺(jué)和自然語(yǔ)言理解等。?AboutTeachingPlan 實(shí)踐：1) 搜索技術(shù)和策略2) 不確定推理技術(shù)3) 專(zhuān)家系統(tǒng)：動(dòng)物識(shí)別系統(tǒng)4) 模式識(shí)別技術(shù)5) 調(diào)研： 搜索技術(shù)和策略、不確定推理技術(shù)、統(tǒng)計(jì)模式識(shí)別、機(jī)器學(xué)習(xí)等四個(gè)領(lǐng)域進(jìn)展報(bào)告。?ChapterOne:BriefIntroductiontoArtificialIntelligence1.WhatisAI?人工智能（ArtificialIntelligence,AI）是當(dāng)前科學(xué)技發(fā)展的一門(mén)前沿學(xué)科，同時(shí)也是一門(mén)新思想，新觀念，新理論，新技術(shù)不斷出現(xiàn)的新興學(xué)科以及正在發(fā)展的學(xué)科。它是在計(jì)算機(jī)科學(xué)，控制論，信息論，神經(jīng)心理學(xué)，哲學(xué)，語(yǔ)言學(xué)等多種學(xué)科研究的基礎(chǔ)發(fā)展起來(lái)的，因此又可把它看作是一門(mén)綜合性的邊緣學(xué)科。它的出現(xiàn)及所取得的成就引起了人們的高度重視,并取得了很高的評(píng)價(jià)。有的人把它與空間技術(shù)，原子能技術(shù)一起并譽(yù)為20世紀(jì)的三大科學(xué)技術(shù)成就。?Intelligence智能是知識(shí)與智力的總合。 知識(shí)——智能行為的基礎(chǔ)； 智力——獲取知識(shí)并運(yùn)用知識(shí)求解問(wèn)題的能力。智能具有以下特征：(1)具有感知能力——指人們通過(guò)視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、味覺(jué)、嗅覺(jué)等感覺(jué)器官感知外部世界的能力；(2)具有記憶與思維的能力——這是人腦最重要的功能，亦是人之所以有智能的根本原因；(3)具有學(xué)習(xí)能力及自適應(yīng)能力；(4)具有行為能力。ArtificialIntelligence人工智能——計(jì)算機(jī)科學(xué)的一個(gè)分支，是智能計(jì)算機(jī)系統(tǒng)，即人類(lèi)智慧在機(jī)器上的模擬，或者說(shuō)是人們使機(jī)器具有類(lèi)似于人的智慧（對(duì)語(yǔ)言能理解、能學(xué)習(xí)、能推理）。?2.BriefHistoryofAI (1) 孕育（1956年前）古希臘的Aristotle（亞里士多德）（前384-322），給出了形式邏輯的基本規(guī)律。英國(guó)的哲學(xué)家、自然科學(xué)家Bacon（培根）（1561-1626），系統(tǒng)地給出了歸納法?！爸R(shí)就是力量”德國(guó)數(shù)學(xué)家、哲學(xué)家Leibnitz（布萊尼茨）（1646-1716）。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號(hào)化，從而能對(duì)人的思維進(jìn)行運(yùn)算和推理。做出了能做四則運(yùn)算的手搖計(jì)算機(jī)英國(guó)數(shù)學(xué)家、邏輯學(xué)家Boole（布爾）（1815-1864）實(shí)現(xiàn)了布萊尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。?美籍奧地利數(shù)理邏輯學(xué)家Godel（哥德?tīng)枺?906-1978），證明了一階謂詞的完備性定；任何包含初等數(shù)論的形式系統(tǒng)，如果它是無(wú)矛盾的，那么一定是不完備的。意義在于，人的思維形式化和機(jī)械化的某種極限，在理論上證明了有些事是做不到的。英國(guó)數(shù)學(xué)家Turing(圖靈)（1912-1954）,1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型（圖靈機(jī)），1950年提出了圖靈試驗(yàn)，發(fā)表了“計(jì)算機(jī)與智能”的論文。圖靈獎(jiǎng)。美國(guó)數(shù)學(xué)家Mauchly，1946發(fā)明了電子數(shù)字計(jì)算機(jī)ENIAC美國(guó)神經(jīng)生理學(xué)家McCulloch，建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。美國(guó)數(shù)學(xué)家Shannon（香農(nóng)）,1948年發(fā)表了《通訊的數(shù)學(xué)理論》，代表了“信息論”的誕生。? (2) 形成（1956-1969）1956年提出了“ArtificialIntelligence（人工智能）”1956年夏由麻省理工學(xué)院的J.McCarthy、M.L.Minsky,IBM公司信息研究中心的N.Rochester,貝爾實(shí)驗(yàn)室的C.E.Shannon共同發(fā)起，邀請(qǐng)了Moore,Samuel,Selfridge,Solomonff,Simon,Newell等人，10位數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計(jì)算機(jī)科學(xué)家，在Dartmouth大學(xué)召開(kāi)了一次關(guān)于機(jī)器智能的研討會(huì)，會(huì)上McCarthy提議正式采用了ArtificialIntelligence（人工智能）這一術(shù)語(yǔ)。這次會(huì)議，標(biāo)志著人工智能作為一門(mén)新興學(xué)科正式誕生了。 McCarthy（麥卡錫）——人工智能之父。這次會(huì)議之后的10年間，人工智能的研究取得了許多引人矚目的成就.機(jī)器學(xué)習(xí)方面：塞繆爾于1956年研制出了跳棋程序，該程序能從棋譜中學(xué)習(xí)，也能從下棋實(shí)踐中提高棋藝；?在定理證明方面：王浩于1958年在IBM機(jī)上證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理（220條），還證明了謂詞演算中150條定理85%；1965年，魯賓遜（Robinson）提出了消解原理；在模式識(shí)別方面：1959年塞爾夫里奇推出了一個(gè)模式識(shí)別程序；1965年羅伯特（Robert）編制出可辨別積木構(gòu)造的程序；在問(wèn)題求解方面：1960年紐厄爾等人通過(guò)心理學(xué)試驗(yàn)總結(jié)出了人們求解問(wèn)題的思維規(guī)律，編制了通用問(wèn)題求解程序GPS,可以用來(lái)求解11種不同類(lèi)型的問(wèn)題；在專(zhuān)家系統(tǒng)方面：斯坦福大學(xué)的費(fèi)根鮑姆（E.A.Feigenbaum）自1965年開(kāi)始進(jìn)行專(zhuān)家系統(tǒng)DENDRAL（化學(xué)分析專(zhuān)家系統(tǒng)），1968年完成并投入使用；在人工智能語(yǔ)言方面：1960年McCarthy等人建立了人工智能程序設(shè)計(jì)語(yǔ)言Lisp，該語(yǔ)言至今仍是建造智能系統(tǒng)的重要工具；1969年成立了國(guó)際人工智能聯(lián)合會(huì)議（InternationalJointConferencesOnArtificialIntelligence）? (3) 發(fā)展（1970年以后）70年代，開(kāi)始從理論走向?qū)嵺`，解決一些實(shí)際問(wèn)題。同時(shí)很快就發(fā)現(xiàn)問(wèn)題：歸結(jié)法費(fèi)時(shí)、下棋贏不了全國(guó)冠軍、機(jī)器翻譯一團(tuán)糟。以Feigenbaum為首的一批年輕科學(xué)家改變了戰(zhàn)略思想，1977年提出知識(shí)工程的概念，以知識(shí)為基礎(chǔ)的專(zhuān)家咨詢系統(tǒng)開(kāi)始廣泛的應(yīng)用。著名專(zhuān)家系統(tǒng)的有：DENDRAL化學(xué)分析專(zhuān)家系統(tǒng)（斯坦福大學(xué)1968）MACSYMA符號(hào)數(shù)學(xué)專(zhuān)家系統(tǒng)（麻省理工1971）MYCIN診斷和治療細(xì)菌感染性血液病的專(zhuān)家咨詢系統(tǒng)（斯坦福大學(xué)1973）CASNET(CausalASsciationalNetwork)診斷和治療青光眼的專(zhuān)家咨詢系統(tǒng)（拉特格爾斯（Rutgers）大學(xué)70年代中）CADUCEUS(原名INTERNIST)醫(yī)療咨詢系統(tǒng)（匹茲堡大學(xué)）；HEARSAYI和II語(yǔ)音理解系統(tǒng)（卡內(nèi)基-梅隆大學(xué)）PROSPECTOR地質(zhì)勘探專(zhuān)家系統(tǒng)（斯坦福大學(xué)1976）XCON計(jì)算機(jī)配置專(zhuān)家系統(tǒng)（卡內(nèi)基-梅隆大學(xué)1978）??80年代，人工智能發(fā)展達(dá)到階段性的頂峰。?87,89年世界大會(huì)有６－７千人參加。硬件公司有上千個(gè)。并進(jìn)行Lisp硬件、Lisp機(jī)的研究。?在專(zhuān)家系統(tǒng)及其工具越來(lái)越商品化的過(guò)程中,國(guó)際軟件市場(chǎng)上形成了一門(mén)旨在生產(chǎn)和加工知識(shí)的新產(chǎn)業(yè)——知識(shí)產(chǎn)業(yè)。應(yīng)該說(shuō)，知識(shí)工程和專(zhuān)家系統(tǒng)是近十余年來(lái)人工智能研究中最有成就的分支之一。?同年代，1986年Rumlhart領(lǐng)導(dǎo)的并行分布處理研究小組提出了神經(jīng)元網(wǎng)絡(luò)的反向傳播學(xué)習(xí)算法，解決了神經(jīng)網(wǎng)絡(luò)的根本問(wèn)題之一。從此，神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入新的高潮。?90年代，計(jì)算機(jī)發(fā)展趨勢(shì)為小型化、并行化、網(wǎng)絡(luò)化、智能化。?人工智能技術(shù)逐漸與數(shù)據(jù)庫(kù)、多媒體等主流技術(shù)相結(jié)合，并融合在主流技術(shù)之中，旨在使計(jì)算機(jī)更聰明、更有效、與人更接近。?日本政府于1992年結(jié)束了為期十年的稱為“知識(shí)信息處理體統(tǒng)”的第五代計(jì)算機(jī)系統(tǒng)研究開(kāi)發(fā)計(jì)劃。并開(kāi)始了為期十年的實(shí)況計(jì)算（RealWordComputing）計(jì)劃。?3.ResearchObjectsandMainContents

(1)人工智能的研究目標(biāo)

人工智能的長(zhǎng)期研究目標(biāo)：構(gòu)造智能計(jì)算機(jī)。

人工智能的近期研究目標(biāo)：使現(xiàn)有的電子計(jì)算機(jī)更聰明，更有用，使它不僅能做一般的數(shù)值計(jì)算及非數(shù)值信息的數(shù)據(jù)處理，而且能運(yùn)用知識(shí)處理問(wèn)題，能模擬人類(lèi)的部分智能行為。?(2)人工智能研究的基本內(nèi)容

1.機(jī)器感知以機(jī)器視覺(jué)與機(jī)器聽(tīng)覺(jué)為主。機(jī)器感知是機(jī)器獲取外部信息的基本途徑，是使機(jī)器具有智能不可或缺的組成部分，對(duì)此人工智能中已形成兩個(gè)專(zhuān)門(mén)的研究領(lǐng)域——

模式識(shí)別和自然語(yǔ)言理解。2.機(jī)器思維指通過(guò)感知的外部信息及機(jī)器內(nèi)部的各種工作信息進(jìn)行有目的的處理。主要開(kāi)展以下幾方面的研究：(1)知識(shí)表示(2)知識(shí)的組織，累計(jì)，管理技術(shù)(3)知識(shí)的推理(4)各種啟發(fā)式搜索及控制策略(5)神經(jīng)網(wǎng)絡(luò)，人腦的結(jié)構(gòu)及其工作原理?3.機(jī)器學(xué)習(xí)

使計(jì)算能自動(dòng)獲取知識(shí)，能直接向書(shū)本學(xué)習(xí)，能通過(guò)與人談話學(xué)習(xí)，能通過(guò)對(duì)環(huán)境的觀察學(xué)習(xí)，并能在實(shí)踐中自我完善。4.機(jī)器行為機(jī)器行為主要指計(jì)算機(jī)的表達(dá)能力，即“說(shuō)”、“寫(xiě)”、“畫(huà)”等，對(duì)智能機(jī)器人，還應(yīng)該有人的四肢功能，即能走路，能取物，能操作等。5.智能系統(tǒng)及智能計(jì)算機(jī)的構(gòu)造技術(shù)?4.ResearchObjectsandMainContents人工智能面世以來(lái)，其研究途徑存在兩種不同的觀點(diǎn)：以符號(hào)處理為核心的方法——主張通過(guò)運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)行研究，實(shí)現(xiàn)人工智能在計(jì)算機(jī)的模擬。以網(wǎng)絡(luò)連接為主的連接機(jī)制方法——主張用生物學(xué)的方法進(jìn)行研究，搞清楚人類(lèi)智能的本質(zhì)。(1)以符號(hào)處理為核心的方法該方法起源于紐厄爾等人的通用問(wèn)題求解系統(tǒng)（GPS），用于模擬人類(lèi)求解問(wèn)題的心理過(guò)程，逐漸形成為物理符號(hào)系統(tǒng)，這種方法認(rèn)為： 人類(lèi)研究的目標(biāo)是實(shí)現(xiàn)機(jī)器智能，而計(jì)算機(jī)自身具有符號(hào)處理能力，這種能力本身就蘊(yùn)含著演繹推理的內(nèi)涵，因而可通過(guò)運(yùn)行相應(yīng)的程序來(lái)體現(xiàn)某種基于邏輯思維的智能行為，達(dá)到模擬人類(lèi)智能活動(dòng)的效果。目前人工智能的大部分研究成果都是基于這種方法實(shí)現(xiàn)的。?

該方法的主要特征是：

?立足于邏輯運(yùn)算和符號(hào)操作，適合于模擬人的邏輯思維過(guò)程，解決需要進(jìn)行邏輯推理的復(fù)雜問(wèn)題；

?知識(shí)可用顯式的符號(hào)表示；

?便于模塊化；?能與傳統(tǒng)的符號(hào)數(shù)據(jù)庫(kù)鏈接；?可對(duì)推理結(jié)論做出解釋?zhuān)阌趯?duì)各種可能性進(jìn)行選擇。

但該方法不適合于形象思維；而且在用符號(hào)表示概念時(shí)其有效性在很大程度上取決于符號(hào)表示的正確性，且對(duì)帶噪聲的信息及不完整的信息難以處理。(2)以網(wǎng)絡(luò)連接為主的連接機(jī)制方法該方法是在人腦神經(jīng)元及其相互連接而成網(wǎng)絡(luò)的啟示下，試圖通過(guò)多人工神經(jīng)元間的并行協(xié)同作用來(lái)實(shí)現(xiàn)對(duì)人類(lèi)智能的模擬。該方法認(rèn)為：大腦是人類(lèi)一切智能活動(dòng)的基礎(chǔ)，因而從大腦神經(jīng)元及其連接機(jī)制著手進(jìn)行研究，搞清楚大腦的結(jié)構(gòu)及它進(jìn)行信息處理的過(guò)程及機(jī)理，可望揭示人類(lèi)智能的奧秘，從而真正實(shí)現(xiàn)人類(lèi)智慧在機(jī)器上的模擬。?該方法的主要特征：?通過(guò)神經(jīng)元之間的并行協(xié)同作用實(shí)現(xiàn)信息處理，處理過(guò)程具有并行性、動(dòng)態(tài)性、全局性；?通過(guò)神經(jīng)元間分布式的物理聯(lián)系存儲(chǔ)知識(shí)和信息，因而可以實(shí)現(xiàn)聯(lián)想功能，對(duì)于帶有噪聲、缺損、變形的信息能進(jìn)行有效地處理。近期的一些研究表明，該方法在模式識(shí)別、圖像信息壓縮等方面取得了一些研究成果；?通過(guò)神經(jīng)元間連接強(qiáng)度的動(dòng)態(tài)調(diào)整來(lái)實(shí)現(xiàn)對(duì)人類(lèi)學(xué)習(xí)、分類(lèi)等的模擬；?適合于模擬人類(lèi)的形象思維過(guò)程；?求解問(wèn)題時(shí)，可以比較快地球的一個(gè)近似解。該方法不適合于模擬人的邏輯思維過(guò)程，而且就目前神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀來(lái)看，由固定的體系結(jié)構(gòu)與組成方案所構(gòu)成的系統(tǒng)還達(dá)不到開(kāi)發(fā)多種多樣知識(shí)的要求。?(3)系統(tǒng)集成

?符號(hào)方法善于模擬人的邏輯思維過(guò)程，求解問(wèn)題時(shí)，如果問(wèn)題有解，它可以準(zhǔn)確地求出最優(yōu)解；但求解過(guò)程的運(yùn)算量將隨問(wèn)題的復(fù)雜性的增加成指數(shù)性增長(zhǎng)，另外其知識(shí)和信息的符號(hào)化過(guò)程需要由人來(lái)完成，它自身不具備這種功能。?連接