第章 人工智能概述 什么是人工智能 人工智能的研究

第1章

人工智能概述8/27/2019人工智能1什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容人工智能的研究途徑與方法人工智能的基本技術(shù)人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況1.1

什么是人工智能8/27/2019人工智能2人工智能（Artificial

Intelligence”，AI）人工智能概念的一般描述部分學(xué)者對人工智能概念的描述：——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(xué)習(xí)等的自動化（Bellman,1978）；——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）；——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（Rich

Knight,1991）；——

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）；——

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）。——

Stuart

Russell和Peter

Norvig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）。8/27/2019人工智能3人工智能人工智能（Artificial

Intelligence）簡稱AI，主要研究如何用人工的方法和技術(shù)，使用各種自動化機器或智能機器（主要指計算機）模仿、延伸和擴(kuò)展人的智能，實現(xiàn)某些機器思維或腦力勞動自動化。8/27/2019人工智能41.1.2

圖靈測試和中文屋子圖靈測試”（Turing

Test）8/27/2019人工智能5約翰.西爾勒(John

Searle)的“中文屋子”8/27/2019人工智能61.1.3

腦智能和群智能8/27/2019人工智能7

腦（主要指人腦）的宏觀心理層次的智能表現(xiàn)稱為腦智能（Brain

Intelligence,

BI）。由群體行為所表現(xiàn)出的智能稱為群智能（Swarm

Intelligence,

SI）。腦智能和群智能是屬于不同層次的智能：腦智能是一種個體智能（Individual

Intelligence,II）；群智能是一種社會智能（Social

Intelligence,SI），或者說系統(tǒng)智能（System

Intelligence,SI）?！?/p>

微觀生理層次上的低級神經(jīng)元的群智能形成了宏觀層次上高級的腦智能。8/27/2019人工智能8·

智能·基于人腦的智能從內(nèi)涵上講，應(yīng)該是知識＋思維?！耐庋由现v，就是發(fā)現(xiàn)規(guī)律、運用規(guī)律的能力和分析問題、解決問題的能力(或者說獲取知識、處理知識、運用知識的能力)。1.1.4

符號智能和計算智能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(jìn)行問題求解。符號智能的主要內(nèi)容包括：知識獲?。╧nowledge

acquisition）知識表示（knowledge

representation）知識工程（Knowledge

Engineering,KE））8/27/2019人工智能

9·基于知識的智能系統(tǒng)2.

計算智能8/27/2019人工智能10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(jìn)行問題求解。計算智能的主要內(nèi)容包括：8/27/2019人工智能11神經(jīng)計算（Neural

Computation，NC）進(jìn)化計算（亦稱演化計算，EvolutionaryComputation，EC，遺傳算法（Genetic

Algorithm，GA）進(jìn)化規(guī)劃（Evolutionary

Planning，EP）進(jìn)化策略（Evolutionary

Strategies，ES）免疫計算（immune

computation）粒群計算（ParticleSwarm

Algorithm，PSA）蟻群算法（Ant

Colony

Algorithm，ACA）自然計算（NaturalComputation，NC）人工生命（Artificial

Life，AL）1.2

人工智能的研究意義、目標(biāo)和策略8/27/2019人工智能12為什么要研究人工智能普通計算機智能低下，不能滿足社會需求。研究人工智能也是當(dāng)前信息化社會的迫切需求。智能化是自動化發(fā)展的必然趨勢。

研究人工智能，對人類自身智能的奧秘也提供有益幫助。1.2.2

人工智能的研究目標(biāo)和策略遠(yuǎn)期目標(biāo)人工智能的遠(yuǎn)期目標(biāo)是要制造智能機器。具體講就是使計算機具有看聽、說、寫等感知和交互能力，具有聯(lián)想學(xué)習(xí)推理理解學(xué)習(xí)等高級思維能力，還要有分析問題解決問題和發(fā)明創(chuàng)造的能力。近期目標(biāo)人工智能的近期目標(biāo)是實現(xiàn)機器智能。即先部分地或某種程度地實現(xiàn)機器智能，從而使現(xiàn)有的計算機更靈活好用和更聰明有用。8/27/2019人工智能

131.3

人工智能的學(xué)科范疇8/27/2019人工智能14當(dāng)前的人工智能既屬于計算機科學(xué)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。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、科學(xué)方法論、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域。人工智能實際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科。人工智能學(xué)科結(jié)構(gòu)8/27/2019人工智能151.4

人工智能的研究內(nèi)容8/27/2019人工智能16搜索與求解學(xué)習(xí)與發(fā)現(xiàn)知識與推理發(fā)明與創(chuàng)造感知與交流記憶與聯(lián)想系統(tǒng)與建造應(yīng)用與工程1.4.1

搜索與求解8/27/2019人工智能17

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、運算、推理或計算的過程?？梢钥醋魇侨祟惡推渌锼哂械囊环N元知識。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，都可以看作或者抽象為一個基于搜索的問題求解過程。1.4.3

知識與推理8/27/2019人工智能18知識是智能的基礎(chǔ)和源泉。推理是人腦的一個基本功能和重要功能，因此，在符號智能中幾乎處處都與推理有關(guān)。1.4.5

感知與交流8/27/2019人工智能19

感知與交流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。

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(dá)。1.4.6

記憶與聯(lián)想8/27/2019人工智能20記憶是智能的基本條件，是人腦的基本功能之一。聯(lián)想是思維過程中最基本、使用最頻繁的一種功能。人類聯(lián)想人類的聯(lián)想是建立事物之間的聯(lián)系。人類的聯(lián)想功能是基于神經(jīng)網(wǎng)絡(luò)、按內(nèi)容記憶方式進(jìn)行的。機器聯(lián)想機器的聯(lián)想就是有關(guān)數(shù)據(jù)、信息或知識之間的聯(lián)系。機器聯(lián)想利用人類按內(nèi)容記憶原理，采用“聯(lián)想存儲”的技術(shù)實現(xiàn)聯(lián)想功能。1.5

人工智能的研究途徑與方法8/27/2019人工智能21心理模擬，符號推演生理模擬，神經(jīng)計算行為模擬，控制進(jìn)化群體模擬，仿生計算博采廣鑒，自然計算原理分析，數(shù)學(xué)建模1.5.1

心理模擬，符號推演心理模擬（功能模擬）法就是以人腦的心理模型為依據(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，實現(xiàn)搜索、推理、學(xué)習(xí)等功能，從宏觀上來模擬人腦的思維，實現(xiàn)人工智能。以功能模擬和符號推演研究人工智能者，被稱為心理學(xué)派、邏輯學(xué)派、符號主義。早期代表人物有Allen

Newell、Shaw、Herbert

Simon，后來還有E.A.Feigenbaum、Nilsson等。8/27/2019人工智能221.5.2

生理模擬，神經(jīng)計算生理模擬（結(jié)構(gòu)模擬）就是用人工神經(jīng)元（神經(jīng)細(xì)胞）組成的人工神經(jīng)網(wǎng)絡(luò)來作為信息和知識的載體，用稱為神經(jīng)計算的方法實現(xiàn)學(xué)習(xí)、記憶、聯(lián)想、識別和推理等功能，從而來模擬人腦的智能行為，使計算機表現(xiàn)出某種智能。采用結(jié)構(gòu)模擬，用神經(jīng)網(wǎng)絡(luò)和神經(jīng)計算的方法研究人工智能者，被稱為生理學(xué)派、連接主義。其代表人物有McCulloch，Pitts，8/27/2019F.Rosenblatt，T人.工K智o能honen，J.Hopfield等。231.5.3

行為模擬，控制進(jìn)化行為模擬是一種基于感知－行為模型的研究途徑和方法，它是在模擬人在控制過程中的智能活動和行為特性，如自適應(yīng)，自尋優(yōu)、自學(xué)習(xí)、自組織等，來研究和實現(xiàn)人工智能。以行為模擬方法研究人工智能者，被稱為行為主義、進(jìn)化主義、控制論學(xué)派。其代表人物是MIT的R.Brooks教授。8/27/2019人工智能241.5.4

群體模擬，仿生計算8/27/2019人工智能25群體模擬模擬生物群落的群體智能行為，從而實現(xiàn)人工智能。對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。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)化計算；模擬人體免疫細(xì)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模擬魚群活動的魚群算法。1.5.5

博采廣鑒，自然計算8/27/2019人工智能26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(xué)習(xí)、自尋優(yōu)能力的算法。如：模擬退火算法量子聚類算法DNA分子計算方法1.5.6

原理分析，數(shù)學(xué)建模8/27/2019人工智能27“原理分析，數(shù)學(xué)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(xué)方法來建立智能行為模型。如：人們用概率統(tǒng)計原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(xué)習(xí)和不確定性推理的一系列原理和方法。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、支持向量機等模式識別和機器學(xué)習(xí)的原理和方法。1.6

人工智能的基本技術(shù)8/27/2019人工智能28表示符號智能的表示是知識表示計算智能的表示一般是對象表示運算符號智能的運算是基于知識表示的推理或符號操作計算智能的運算是基于對象表示的操作或計算搜索符號智能在問題空間內(nèi)搜索進(jìn)行問題求解計算智能在解空間搜索進(jìn)行求解1.7

人工智能的應(yīng)用8/27/2019人工智能29難題求解自動規(guī)劃、調(diào)度與配置機器定理證明自動程序設(shè)計機器翻譯智能控制智能管理智能決策智能通信智能仿真智能CAD智能制造智能CAI智能人機接口模式識別數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn)計算機輔助創(chuàng)新計算機文藝創(chuàng)作機器博弈智能機器人8/27/2019人工智能301.7.1

難題求解8/27/2019人工智能31難題沒有算法解或或雖有算法解但在現(xiàn)有機器上無法實施或無法完成的問題。NPNondeterministicPolynomial,非確定性多項式。不能證明算法復(fù)雜度超出多項式邊界，但又未找到有效算法的問題。NPC：NPComplete，NP中一類最困難的問題。研究意義找到解決難題的途徑。由解決這些難題而發(fā)展起來得一些技術(shù)和方法可用于人工智能其它領(lǐng)域。1.7.2自動規(guī)劃、調(diào)度與配置8/27/2019人工智能32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(xué)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。都屬于人工智能的經(jīng)典問題之一的約束滿足問題

(Constraint

SatisfactionProblems,CSP)。智能交通8/27/2019人工智能331.7.3

機器定理證明8/27/2019人工智能34機器定理證明的方法主要有：自然演繹法

依據(jù)推理規(guī)則，從前提和公理中推出許多定理，若待證明的定理恰在其中，則定理得證。判定法

對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算法解。定理證明器

研究一切可判定問題的解法。1965年魯濱遜提出的消解原理是這類工作的基礎(chǔ)，計算機輔助證明以計算機為輔助工具，利用機器的高速和大容量，幫助人完成手工證明中無法完成的大量計算、推理和窮舉。1.7.4

自動程序設(shè)計8/27/2019人工智能35自動程序設(shè)計自動程序設(shè)計就是人只要給出關(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(biāo)的具體程序。自動程序設(shè)計過程自動程序設(shè)計相當(dāng)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(jìn)行處理，通過規(guī)劃過程，生成所需的程序。這是自動程序設(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。1.7.5

機器翻譯8/27/2019人工智能36英語句子“Thespiritis

willing

but

the

fleshis

weak”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“The

wine

is

goodbut

the

meat

is

spoiled”。機器翻譯的真正實現(xiàn)，還要靠自然語言理解方面的突破1.7.15模式識別·

模式識別，指的是用計算機進(jìn)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，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(kuò)展。8/27/2019人工智能37圖像識別系統(tǒng)8/27/2019人工智能381.7.16

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（Data

Mining）與知識發(fā)現(xiàn)（Knowledge

Discovering

from

Database）：從海量數(shù)據(jù)中歸納、提取出更高一級的更本質(zhì)更有用的規(guī)律性信息和知識的技術(shù)。

數(shù)據(jù)挖掘流行于統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)庫和管理信息系統(tǒng)領(lǐng)域。知識發(fā)現(xiàn)流行于人工智能和機器學(xué)習(xí)領(lǐng)域。8/27/2019人工智能391.7.17

計算機輔助創(chuàng)新·

計算機輔助創(chuàng)新（Computer

AidedInnovation，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(xué)而形成的一種用于技術(shù)創(chuàng)新的新手段。8/27/2019人工智能401.7.18

計算機文藝創(chuàng)作8/27/2019人工智能41云松鑾仙玉骨寒，松虬雪友繁。大千收眼底，斯調(diào)不同凡。（無題）8/27/2019人工智能42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)。BetrayalDave

Striver

loved

the

university.

He

loved

its

ivy-covclocktowers,

its

ancient

and

sturdy

brick,

and

its

sunsplashed

verdant

greens

and

eager

youth.

He

also

lovedthe

fact

that

the

university

is

free

of

the

stark

unfortrials

of

the

business

world

-

only

this

isn"t

a

fact:Academia

has

its

own

tests,

and

some

are

as

mercilessas

any

in

the

marketplace.

A

prime

example

is

thedissertation

defense:

To

earn

the

PhD,

to

become

adoctor,

one

must

pass

an

oral

examination

on

one"sdissertation.

This

was

a

test

Professor

Edward

Hartenjoyed

giving.Dave

wanted

desperately

to

be

a

doctor.

But

he

neededthe

signatures

of

three

people

on

the

first

page

of

hisdissertation,

the

priceless

inscriptions

that,

togetwould

certify

that

he

had

passed

his

defense.

One

of

thsignatures

had

to

come

from

Professor

Hart,

and

Harthad

often

said

-

to

others

and

to

himself

-

that

he

was8/27h/2o01n9ored

to

help

Dave

se人c工u智r能e

his

well-earned

dream.43Well

before

the

defense,

Striver

gave

Hart

a

penultimacopy

of

his

thesis.

Hart

read

it

and

told

Dave

that

it

wabsolutely

first

rate,

and

that

he

would

gladly

sign

ithe

defense.

They

even

shook

hands

in

Hart"s

book-lined

office.

Dave

noticed

that

Hart"s

eyes

were

brighand

trustful,

and

his

bearing

paternal.At

the

defense,

Dave

thought

that

he

eloquentlysummarized

chapter

3

of

his

dissertation.

There

weretwo

questions,

one

from

Professor

Rodman

and

onefrom

Dr.

Teer;

Dave

answered

both,

apparently

toeveryone"s

satisfaction.

There

were

no

furtherobjections.8/27/2019人工智能44Professor

Rodman

signed.

He

slid

the

tome

to

Teer;she

too

signed,

and

then

slid

it

in

front

of

Hart.

Hadidn"t

move."Ed?"

Rodman

said.Hart

still

sat

motionless.

Dave

felt

slightly

dizzy"Edward,

are

you

going

to

sign?"Later,

Hart

sat

alone

in

his

office

in

his

big

leathechair,

saddened

by

Dave"s

failure.

He

tried

to

thinof

ways

he

could

help

Dave

achieve

his

dream.8/27/2019人工智能45背叛8/27/2019人工智能46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)里完全沒有商場上那些冷酷無情的考驗——但事實恰恰并非如此：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(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。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。8/27/2019人工智能47在答辯時，戴夫覺得自己流利地概括了論文的第三章。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?！皭鄣氯A，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8/27/2019難過。他試圖想出幫人工助智能戴夫?qū)崿F(xiàn)他夢想的辦法。4。88/27/2019人工智能498/27/2019人工智能508/27/2019人工智能518/27/2019人工智能528/27/2019人工智能531.8

人工智能的分支領(lǐng)域與研究方向從模擬的層次和所用的方法來看，人工智能可分為符號智能,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(xué)習(xí)等計算智能。計算智能中又有神經(jīng)計算、進(jìn)化計算、免疫計算、蟻群計算、粒群計算、自然計算等。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智能則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。從模擬的腦智能或腦功能來看，AI中有機器學(xué)習(xí),又可分為符號學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計學(xué)習(xí)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。機器聯(lián)想機器推理8/27/2019機器行為54人工智能·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。8/27/2019人工智能55從系統(tǒng)角度看，有智能計算機系統(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)。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（貝葉斯統(tǒng)計決策理論）和貝葉斯網(wǎng)絡(luò)、統(tǒng)計學(xué)習(xí)理論與支持向量機、形式語言與自動機等領(lǐng)域和方向。1.9

人工智能學(xué)科的發(fā)展概況8/27/2019人工智能56人工智能學(xué)科的產(chǎn)生符號主義途徑發(fā)展概況連接主義途徑發(fā)展概況計算智能異軍突起智能Agent方興未艾現(xiàn)狀與發(fā)展趨勢1.9.1

人工智能學(xué)科的產(chǎn)生8/27/2019人工智能57前提條件1956年之前，創(chuàng)立數(shù)理邏輯、自動機理論、控制

論、信息論和系統(tǒng)論，并發(fā)明了通用電子數(shù)字計算機，這些成就為人工智能的誕生準(zhǔn)備了充足的思想、理論和物質(zhì)技術(shù)條件。產(chǎn)生1956年夏季，十位來自數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)信息論和計算機方面的專家在美國達(dá)特莫斯大學(xué)召開一次歷時兩個月的研究會，討論了關(guān)于機器智能的有關(guān)問題，會上麥卡錫提議正式采用了“人工智能”一詞。這標(biāo)志人工智能學(xué)科的正式誕生?！?/p>

十位學(xué)者達(dá)特莫斯大學(xué)的麥卡錫（John

McCarthy）哈佛大學(xué)的明斯基（Marvin

Minsky

）IBM公司的羅切斯特（Mathaniel

Rochester）貝爾實驗室的香農(nóng)（Claude

Shannon）IBM公司的莫爾（T.More）和

繆而（AllenSamuel）MIT的塞爾弗里奇（O.Selfridge）和索門羅夫（R.Solomonff）卡內(nèi)基工科大學(xué)的紐厄爾（A.Newell）和西蒙（H.A.Simon）8/27/2019人工智能58人工智能發(fā)展簡史圖1956年提出AI60年代中期70年代初期80－90年代形成第一個興旺期形成第二個興旺期蕭條期8/27/2019人工智能59數(shù)理邏輯發(fā)展歷程（1/2）8/27/2019人工智能60邏輯學(xué)的創(chuàng)始人、古希臘的哲學(xué)家亞里斯多得（Aristotle）是研究人類思維規(guī)律的鼻祖。

12世紀(jì)末13世紀(jì)初的西班牙神學(xué)家和邏輯學(xué)家羅門·盧樂（Romen

Luee）最早提出了制造可以解決各種問題的通用邏輯機。17世紀(jì)法國的物理學(xué)家和數(shù)學(xué)家帕斯卡（B.Pascal，1623－1662）制成了世界上第一臺機械式加法器。數(shù)理邏輯發(fā)展歷程（2/2）德國數(shù)學(xué)家和哲學(xué)家萊布尼茲（G.W.Leibniz，1646－1716）制成了可進(jìn)行四則運算的計算器。他還提出了“萬能符號”和“推理計算”的思想。萊布尼茲被后人尊為數(shù)理邏輯的第一奠基人。19世紀(jì)英國的數(shù)學(xué)家布爾（G.Boole,1815-1864）在《思維法則》一書中，第一次用符號語言描述了思維活動中的推理的基本法則，創(chuàng)立了邏輯代數(shù)。在近代，研究思維機器的最高成就屬于英國的數(shù)學(xué)家巴貝奇（1791－1871），他畢生致力于差分機和分析機的研究分析機的設(shè)計思想與現(xiàn)代電子數(shù)字計算機十分相似，但由于種種限制而未能成功。8/27/2019人工智能61自動機理論英國的數(shù)學(xué)家圖靈（A.M.Turing,1912－1954）提出了理想計算機模型（即圖靈機），創(chuàng)立了自動機理論。把思維機器的研究和計算機的理論研究向前推進(jìn)了一步。圖靈在1950年發(fā)表了題為“計算機與智能”的論文，提出了著名的圖靈測試

。8/27/2019人工智能62控制論、信息論和系統(tǒng)論控制論1948年美國數(shù)學(xué)家維納（N.Wiener）創(chuàng)立了控制論。信息論美國數(shù)學(xué)家香農(nóng)（C.E.Shannon）創(chuàng)立了信息論。系統(tǒng)論美籍奧地利生物學(xué)家貝塔郎菲創(chuàng)立了系統(tǒng)論。8/27/2019人工智能631.9.2

符號主義途徑發(fā)展概況8/27/2019人工智能64·

1956年之后十年符號主義主要成就（1）1956年，美國的紐厄爾、肖和塞蒙合作編制了名為邏輯理論機（LogicTheoryMachine，簡稱LT）的計算機程序系統(tǒng)。該程序模擬人用數(shù)學(xué)邏輯證明定理時的思維規(guī)律。（2）1956年，賽謬爾研制成功了具有自學(xué)習(xí)、自組織和自適應(yīng)能力的跳棋程序。（3）1959年，籍勒洛特發(fā)表了證明平面幾何問題的程序，塞爾福里奇推出了一個模式識別程序；1965年羅伯特編制出了可以分辯積木構(gòu)造的程序。（4）1960年，紐厄爾、肖和塞蒙等人通過心理學(xué)試驗總結(jié)出人們求解問題的思維規(guī)律，編制了通用問題求解程序（GeneralProblem

Solving，GPS）。（5）1960年，麥卡錫研制成功了人工智能程序設(shè)計的表處理語言LISP.（6）1965年，魯濱遜提出了消解