人工智能的分支領(lǐng)域與研究方向-

第1章人工智能概述第1章人工智能概述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?jī)?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)展概況習(xí)題一第1章人工智能概述1.1什么是人工智能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“Artificial

Intelligence”,簡(jiǎn)稱AI?！叭斯ぶ悄堋币辉~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1章人工智能概述——人工智能是那些與人的思維相關(guān)的活動(dòng),諸如決策、問(wèn)題求解和學(xué)習(xí)等的自動(dòng)化(Bellman,1978年)?！斯ぶ悄苁且环N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)?！斯ぶ悄苁茄芯咳绾巫層?jì)算機(jī)做現(xiàn)階段只有人才能做得好的事情(Rich Knight,

1991年)?！斯ぶ悄苁悄切┦怪X、推理和行為成為可能的計(jì)算的研究(Winston,1992年)。第1章人工智能概述——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)?！猄tuart

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(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1章人工智能概述可以看出,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(wèn)題,但這卻是一個(gè)難以準(zhǔn)確回答的問(wèn)題。所以,盡管人們給出了關(guān)于人工智能的不少說(shuō)法,但都沒有完全或嚴(yán)格地用智能的內(nèi)涵或外延來(lái)定義人工智能。第1章人工智能概述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(Alan

Turing)就提出了現(xiàn)稱為“圖靈測(cè)試”(Turing

Test)的方法。簡(jiǎn)單來(lái)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1章人工智能概述對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(John

Searle,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(shuō)明即便是一臺(tái)計(jì)算機(jī)通過(guò)了圖靈測(cè)試,也不能說(shuō)它就真的具有智能。中文屋子假設(shè)是說(shuō):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(wèn)題,這樣這臺(tái)計(jì)算就通過(guò)了圖靈測(cè)試。而西爾勒設(shè)想將這段故事和問(wèn)題改用中文描述(因?yàn)樗救瞬欢形?,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(wèn)題。描述這段故事和問(wèn)題的一連串中文符號(hào)只能通過(guò)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(guò)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(wèn)題答案通過(guò)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(wèn)題,并且也可通過(guò)圖靈測(cè)試,但仍然不能說(shuō)計(jì)算機(jī)就有了智能。第1章人工智能概述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

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

(SocialIntelligence,SI),或者說(shuō)是系統(tǒng)智能(SystemIntelligence,SI)。但對(duì)于人腦來(lái)說(shuō),宏觀心理(或者語(yǔ)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——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(wèn)題的解決需要借助于系統(tǒng)科學(xué))。第1章人工智能概述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(shuō)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(guò)邏輯推理，運(yùn)用知識(shí)進(jìn)行問(wèn)題求解。符號(hào)智能的主要內(nèi)容包括知識(shí)獲取(knowledgeacquisition)、知識(shí)表示(knowledge

representation)、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(Knowledge

Engineering,KE))以及基于知識(shí)的智能系統(tǒng)等。第1章人工智能概述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(guò)數(shù)值計(jì)算，運(yùn)用算法進(jìn)行問(wèn)題求解。計(jì)算智能的主要內(nèi)容包括:神經(jīng)計(jì)算(Neural

Computation,NC)、進(jìn)化計(jì)算(亦稱演化計(jì)算,Evolutionary

Computation,EC,包括遺傳算法(Genetic

AlgorGA)、進(jìn)化規(guī)劃(Evolutionary

Planning,EP)、進(jìn)化策略(Evolutionary

Strategies,ES)等)、免疫計(jì)算(immunecomputation)、粒群算法(Particle

Swarm

Algorithm,PSA)、群算法(Ant

Colony

Algorithm,ACA)、自然計(jì)算(NaturalComputation,NC)以及人工生命(Artificial

Life,AL)等。計(jì)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)十分活躍的分支領(lǐng)域。第1章人工智能概述1.2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?譬如缺乏自適應(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)樗孪劝才藕玫墓ぷ鞑襟E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(lái)越復(fù)雜和越來(lái)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衷。第1章人工智能概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(wàn)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(shuō),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。第1章人工智能概述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(lái)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(shuō)、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(wèn)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(wèn)題特別是工程問(wèn)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)智能化。第1章人工智能概述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(shuō)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(yǔ)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)科。第1章人工智能概述1.4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(guò)程。事實(shí)上,搜索是人在求解問(wèn)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(wèn)題(包括智力問(wèn)題和實(shí)際工程問(wèn)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(wèn)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(guò)程,甚至幾乎所有智能活動(dòng)的過(guò)程,都可以看做或者抽象為一個(gè)基于搜索的問(wèn)題求解過(guò)程。因此,搜索技術(shù)就成為人工智能最基本的研究?jī)?nèi)容。第1章人工智能概述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。第1章人工智能概述1.4.3知識(shí)與推理我們知道“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(lái)說(shuō),知識(shí)太重要了,以致可以說(shuō)“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(wèn)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(shuō),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)智能中幾乎處處都與推理有關(guān)。第1章人工智能概述1.4.4發(fā)明與創(chuàng)造這里的發(fā)明創(chuàng)造是廣義的,它既包括我們通常所說(shuō)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(shuō)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(lái)講,原創(chuàng)性的機(jī)器發(fā)明創(chuàng)造進(jìn)展甚微,甚至還是空白。第1章人工智能概述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(guò)“感覺器官”直接從外界獲取信息,如通過(guò)視覺器官獲取圖形、圖像信息,通過(guò)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(yǔ)言處理等技術(shù)。自然語(yǔ)言處理又包括自然語(yǔ)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1章人工智能概述1.4.6記憶與聯(lián)想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(wú)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)想響應(yīng)。第1章人工智能概述從機(jī)器內(nèi)部的實(shí)現(xiàn)方法來(lái)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(shuō),只要是內(nèi)容相關(guān)的事情,不管在哪里(與存儲(chǔ)地址無(wú)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1章人工智能概述當(dāng)前,在機(jī)器聯(lián)想功能的研究中,人們就是利用這種按內(nèi)容記憶原理,采用一種稱為“聯(lián)想存儲(chǔ)”的技術(shù)來(lái)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)?！ㄟ^(guò)自組織過(guò)程可以完成這種存儲(chǔ)?！苑植肌⒎€(wěn)健的方式(可能會(huì)有很高的冗余度)存儲(chǔ)信息?！梢愿鶕?jù)接收到的相關(guān)激勵(lì)模式產(chǎn)生并輸出適當(dāng)?shù)捻憫?yīng)模式?！词馆斎爰?lì)模式失真或不完全時(shí),正確的響應(yīng)模式?！稍谠鎯?chǔ)中加入新的存儲(chǔ)模式。仍然可以產(chǎn)生第1章人工智能概述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(yǔ)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(lái)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?jī)?nèi)容之一。第1章人工智能概述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(wèn)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1章人工智能概述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(wèn)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(guò)程,實(shí)現(xiàn)人工智能。第1章人工智能概述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(guò)程都是一些心理活動(dòng)),心理層面上的思維過(guò)程是可以用語(yǔ)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(lái)建模。②心理學(xué)、邏輯學(xué)、語(yǔ)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(yǔ)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1章人工智能概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(AllenNewell)、肖(Shaw)、西蒙(Herbert

Simon)等,后來(lái)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(guò)程就是符號(hào)處理的過(guò)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(guò)符號(hào)推演的方式來(lái)模擬人的邏輯思維過(guò)程,實(shí)現(xiàn)人工智能。第1章人工智能概述符號(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(wèn)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(lái)解決問(wèn)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1章人工智能概述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(guò)程,實(shí)現(xiàn)人工智能。

具體來(lái)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(lái)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1章人工智能概述我們知道,人腦的生理結(jié)構(gòu)是由大約1011～1012

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(guò)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(wèn)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1章人工智能概述生理模擬和神經(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.Hopfield等。第1章人工智能概述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(guò)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(lái)研究和實(shí)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(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1章人工智能概述事實(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(lái)。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1章人工智能概述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(guò)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1章人工智能概述1.5.4群體模擬,仿生計(jì)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(guò)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(wèn)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(guò)一些諸如遺傳、變異、選擇、交叉、克隆等所謂的算子或操作來(lái)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(wèn)題和實(shí)際問(wèn)題。第1章人工智能概述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(lái),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?，F(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1章人工智能概述例如,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(wèn)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(wèn)題的DNA分子計(jì)算方法,并在試管里求出了此問(wèn)題的解。第1章人工智能概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(wèn)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1章人工智能概述1.5.6原理分析,數(shù)學(xué)建?！霸矸治?數(shù)學(xué)建模”就是通過(guò)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(lái)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1章人工智能概述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:二者都涉及表示和運(yùn)算。二者都是通過(guò)搜索進(jìn)行問(wèn)題求解的。第1章人工智能概1述.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(wú)法實(shí)施或無(wú)法完成的困難問(wèn)題,例如智力性問(wèn)題中的梵塔問(wèn)題、n皇后問(wèn)題、旅行商問(wèn)題、博弈問(wèn)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

(Nondeterministic

Polynomial,NP)問(wèn)題或NP完全

(Nondeterministic

Polynomial

Complete,NPC)問(wèn)題。NP問(wèn)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

找到有效算法的一類問(wèn)題。第1章人工智能概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(lái)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(wèn)題的重要原因，例如博弈問(wèn)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1章人工智能概述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(wèn)題是實(shí)用性、工程性最強(qiáng)的一類問(wèn)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1章人工智能概述從問(wèn)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(wèn)題之一的約束滿足問(wèn)題(Constraint

SatisfactionProblems,CSP)。這類問(wèn)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(wèn)題求解也是人工智能的一個(gè)重要研究領(lǐng)域。第1章人工智能概述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(wèn)題,它在發(fā)展人工智能方法上起過(guò)重大作用。如關(guān)于謂詞演算中推理過(guò)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(wèn)題。所以機(jī)器定理證明的研究具有普遍的意義。第1章人工智能概述機(jī)器定理證明的方法主要有四類: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。判定法,即對(duì)一類問(wèn)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。定理證明器,它研究一切可判定問(wèn)題的證明方法。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1章人工智能概述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(lái)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(guò)規(guī)劃過(guò)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1章人工智能概述1.7.5機(jī)器翻譯機(jī)器翻譯就是完全用計(jì)算機(jī)作為兩種語(yǔ)言之間的翻譯。

機(jī)器翻譯由來(lái)已久,早在電子計(jì)算機(jī)問(wèn)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(yǔ)法知識(shí)就可以實(shí)現(xiàn)兩種語(yǔ)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(yǔ)句子“Time

flies

like

an

arrow”翻譯成日語(yǔ),然后再翻譯回來(lái)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(yǔ)句子“The

spirit

is

willing

but

the

flesh

is

weak”翻譯成俄語(yǔ),然后再翻譯回來(lái)時(shí)竟變成了“酒是好的,肉變質(zhì)了”,即“The

wine

is

good

but

the

meat

is

spoiled”。第1章人工智能概述這些問(wèn)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(wèn)題,只有在對(duì)語(yǔ)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(yǔ)言理解方面的突破。第1章人工智能概述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(guò)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(guò)程,并以知識(shí)進(jìn)行推理,

以啟發(fā)來(lái)引導(dǎo)求解過(guò)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(guò)程進(jìn)行組織,

即決策與規(guī)劃,

以實(shí)現(xiàn)廣義問(wèn)題求解。第1章人工智能概述智能控制系統(tǒng)的智能可歸納為以下幾方面: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。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。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。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1章人工智能概述智能控制的開發(fā),目前認(rèn)為有以下途徑:——基于專家系統(tǒng)的專家智能控制。——基于模糊推理和計(jì)算的模糊控制?！谌斯ど窠?jīng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)控制?！C合以上三種方法的綜合型智能控制。第1章人工智能概述1.7.7智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1章人工智能概述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(guò)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(lái)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(wèn)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1章人工智能概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(lái)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(kù)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(wèn)題, 但它與決策支持系統(tǒng)的接口比較困難。知識(shí)庫(kù)系統(tǒng)模式是以知識(shí)庫(kù)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(kù)、方法庫(kù)、數(shù)據(jù)庫(kù)、知識(shí)庫(kù)組成的四庫(kù)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1章人工智能概述一般來(lái)說(shuō),智能部件中可以包含如下一些知識(shí):——建立決策模型和評(píng)價(jià)模型的知識(shí)?！绾涡纬珊蜻x方案的知識(shí)?！⒃u(píng)價(jià)標(biāo)準(zhǔn)的知識(shí)?！绾涡拚蜻x方案,從而得到更好候選方案的知識(shí)?！晟茢?shù)據(jù)庫(kù),改進(jìn)對(duì)它的操作及維護(hù)的知識(shí)。第1章人工智能概述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1章人工智能概述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(guò)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(yǔ)言打下基礎(chǔ),提高仿真工具面向用戶、面向問(wèn)題的能力。從另一方面來(lái)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(kù)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(lái),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1章人工智能概述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(lái)看,至少有以下四個(gè)方面:設(shè)計(jì)自動(dòng)化。智能交互。智能圖形學(xué)。自動(dòng)數(shù)據(jù)采集。第1章人工智能概述從具體技術(shù)來(lái)看,ICAD技術(shù)大致可分為以下幾種方法:規(guī)則生成法。約束滿足方法。搜索法。知識(shí)工程方法。形象思維方法。第1章人工智能概述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1章人工智能概述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ICAI。ICAI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(wèn)題與練習(xí)。——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。——在理解教學(xué)內(nèi)容的基礎(chǔ)上自動(dòng)解決問(wèn)題生成解答?！哂凶匀徽Z(yǔ)言的生成和理解能力。第1章人工智能概述——對(duì)教學(xué)內(nèi)容有解釋咨詢能力?！茉\斷學(xué)生錯(cuò)誤,分析原因并采取糾正措施?！茉u(píng)價(jià)學(xué)生的學(xué)習(xí)行為?！懿粩嗟卦诮虒W(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(yǔ)言的智能接口。第1章人工智能概述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(yǔ)音識(shí)別、自然語(yǔ)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)。第1章人工智能概述1.7.15模式識(shí)別識(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(wú)時(shí)無(wú)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(yǔ)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(shuō),這里所說(shuō)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(guò)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)正方興未艾。第1章人工智能概述1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)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(kù)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(kù)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1章人工智能概述1.7.17計(jì)算機(jī)輔助創(chuàng)新計(jì)算機(jī)輔助創(chuàng)新(Computer

Aided

Innovation,CAI)是以“發(fā)明問(wèn)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(lái),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1章人工智能概述TRIZ是由俄語(yǔ)拼寫的單詞首字母組成,用英語(yǔ)也可縮寫為TIPS(Theory

of

Inventive

Problem

Solving)。TRIZ的基本原理是:企業(yè)和科學(xué)技術(shù)領(lǐng)域中的問(wèn)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(lái)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(wèn)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(wèn)題的解決對(duì)策。TRIZ就是提供解決問(wèn)題的科學(xué)原理并指明解決問(wèn)題的探索方向的有效工具。第1章人工智能概述基于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:——發(fā)明機(jī)器(Invention

Machine)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(guò)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(guò)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1章人工智能概述——IWINT,Inc.(億維訊)公司的計(jì)算機(jī)輔助創(chuàng)新設(shè)計(jì)平臺(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(wèn)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(wèn)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)新提供行之有效的方法和方便實(shí)用的創(chuàng)新工具。第1章人工智能概述——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)(CAIISKD),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(wèn)題的認(rèn)知過(guò)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1章人工智能概述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(shī)詞、小說(shuō)、樂(lè)曲、繪畫時(shí)有報(bào)道,例如下面的兩首“古詩(shī)”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1章人工智能概述(無(wú)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1章人工智能概述下面的這篇小說(shuō)也是計(jì)算機(jī)創(chuàng)作的。BetrayalDave

Striver

loved

the

university.

He

loved

itsivy covered

clocktowers,

its

ancient

and

sturdy

brick,and

its

sun splashed

verdant

greens

and

eager

youth.He

also

loved

the

fact

that

the

university

is

free

ofthe

stark

unforgiving

trials

of

the

business

world

-only

this

isn’t

a

fact:

Academia

has

its

owntests,and

some

are

as

merciless

as

any

in

themarketplace.

A

prime

example

is

the

dissertationdefense:

To

earn

the

PhD,to

become

a

doctor,one

mustpass

an

oral

examination

on

one"s

dissertation.

This

was

aProfessor

Edward

Hart

enjoyed

giving.第1章人工智能概述Dave

wanted

desperately

to

be

a

doctor.

But

heneeded

the

signatures

of

three

people

on

the

firstpage

of

his

dissertation,

the

priceless

inscriptionsthat,

together,

would

certify

that

he

had

passed

hisdefense.

One

of

the

signatures

had

to

come

fromProfessor

Hart, and

Hart

had

often

said

-

to

othersand

to

himself

that

he

was

honored

to

help

Dave

securehis

well-earned

dream.Well

before

the

defense,Striver

gave

Hart

apenultimate

copy

of

his

thesis.

Hart

read

it

and

toldDave

that

it

was

absolutely

first

rate,and

that

hewould

gladly

sign

it

at

the defense.They

even

shookhands

in

Hart’s

book lined

office.

Dave

noticed

thatHart’s

eyes

were

bright

and

trustful,and

his

bearingpaternal.第1章人工智能概述At

the

defense,Dave

thought

that

he

eloquentlysummarized

chapter

3

of

his

dissertation.

There

weretwo

questions, one

from

Professor

Rodman

and

one

fromDr.Teer;Dave

answered

both, apparently

to

everyone’ssatisfaction.There

were

no

further

objections.Professor

Rodman

signed.

He

slid

the

tome

to

Teer;she

too

signed,and

then

slid

it

in

front

of

Hart.

Hartdidn’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

bigleather

chair,saddened

by

Dave’s

failure.

He

tried

to

thof

ways

he

could

help

Dave

achieve

his

dream.第1章人工智能概述其中文譯文為背

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(yáng)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(wú)情的考驗(yàn)——但事實(shí)恰恰并非如此:做學(xué)問(wèn)也要通過(guò)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(guò)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1章人工智能概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(yè)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(guò)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(shuō),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1章人工智能概述在答辯時(shí),戴夫覺得自己流利地概括了論文的第三章。評(píng)審者提了兩個(gè)問(wèn)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)?！皭鄣氯A？”羅德曼問(wèn)道。哈特仍然坐在那兒,毫無(wú)表情。戴夫感到有點(diǎn)眩暈?！皭鄣氯A,你打算簽名嗎？”過(guò)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(guò)答辯感到難過(guò)。他試圖想出幫助戴夫?qū)崿F(xiàn)他夢(mèng)想的辦法。第1章人工智能概述1.7.19機(jī)器博弈機(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——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(wàn)步每秒。第1章人工智能概述機(jī)器人足球賽是機(jī)器博弈的另一個(gè)戰(zhàn)場(chǎng)。近年來(lái),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1章人工智能概述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(lái)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1章人工智能概述智能機(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(lái)越緊密,受應(yīng)用的驅(qū)動(dòng)越來(lái)越明顯。現(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(lái)越相互融合了,有的則直接面向應(yīng)用。歸納起來(lái),形成了以下幾條主線:第1章人工智能概述——從專家(知識(shí))系統(tǒng)到Agent系統(tǒng)和智能機(jī)器人系統(tǒng)?！獜臋C(jī)器學(xué)習(xí)到數(shù)據(jù)挖掘和數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)?！獜幕趫D搜索的問(wèn)題求解到基于各種智能算法的問(wèn)題求解?！獜膯螜C(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)?！獜闹悄芗夹g(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1章人工智能概述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(lái)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(shuō)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1章人工智能概述——從模擬的腦智能或腦功能來(lái)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(yǔ)音識(shí)別、自然語(yǔ)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1章人工智能概述——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)?！獜幕A(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(yǔ)言與自動(dòng)機(jī)等領(lǐng)域和方向。第1章人工智能概述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(John

McCarthy)、哈佛大學(xué)的明斯基(Marvin

Minsky)、IBM公司信息研究中心的洛切斯特(Nathaniel

Rochester)、貝爾實(shí)驗(yàn)室的申農(nóng)

(Claude

Shannon)共同發(fā)起,邀請(qǐng)IBM公司的莫爾(T.More)和塞繆爾(Allen

Samuel)、麻省理工學(xué)院的塞爾夫里奇(O.

Selfridge)和索羅門夫(R.Solomonff)以及蘭德公司和卡內(nèi)基工科大學(xué)的紐厄爾(A.Newell)、西蒙(H.A.Simon)等,共十位來(lái)自數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和計(jì)算機(jī)等方面的學(xué)者和工程師,在達(dá)特莫斯大學(xué)召開了一次歷時(shí)兩個(gè)月的研究會(huì),討論關(guān)于機(jī)器智能的有關(guān)問(wèn)題。會(huì)上經(jīng)麥卡錫提議正式采用了“人工智能”這一術(shù)語(yǔ)。從此,一門新興的學(xué)科便正式誕生了。第1章人工智能概述需要指出的是,人工智能學(xué)科雖然正式誕生于1956年的這次學(xué)術(shù)研討會(huì),但實(shí)際上它是邏輯學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、腦科學(xué)、神經(jīng)生理學(xué)、信息科學(xué)等學(xué)科發(fā)展的必然趨勢(shì)和必然結(jié)果。單就計(jì)算機(jī)來(lái)看,其功能從數(shù)值計(jì)算到數(shù)據(jù)處理,再下去必然是知識(shí)處理。實(shí)際上就其當(dāng)時(shí)的水平而言,也可以說(shuō)計(jì)算機(jī)已具有某種智能的成分了。能自動(dòng)地進(jìn)行復(fù)雜的數(shù)值計(jì)算和數(shù)據(jù)處理,難道這不是具有智能的表現(xiàn)嗎？第1章人工智能概述另一方面,實(shí)現(xiàn)人工智能這也是人類自古以來(lái)的渴望和夢(mèng)想。據(jù)史書《列子·湯問(wèn)》篇記載,遠(yuǎn)在公元前九百多年前的我國(guó)西周時(shí)期,周穆王曾路遇一個(gè)名叫偃師的匠人,他獻(xiàn)給穆王一個(gè)“機(jī)器人”,這個(gè)“機(jī)器人”能走路、唱歌、跳舞,使穆王誤以為是一個(gè)真人。這雖然是一個(gè)傳說(shuō),但卻反映了人類很早就有人工智能的設(shè)想。在現(xiàn)代,當(dāng)電子計(jì)算機(jī)剛問(wèn)世不久,天才的英國(guó)科學(xué)家圖靈就于1950年發(fā)表了題為“計(jì)算機(jī)與智能”的論文,提出了著名的“圖靈測(cè)驗(yàn)”,為人工智能提出了更為明確的設(shè)計(jì)目標(biāo)和測(cè)試準(zhǔn)則。第1章人工智能概述1.9.2符號(hào)主義途徑發(fā)展概況1956年之后的10多年間,人工智能的研究取得了許多引人矚目的成就。從符號(hào)主義的研究途徑來(lái)看,主要有:——1956年,美國(guó)的紐厄爾、肖和西蒙合作編制了一個(gè)

名為邏輯理論機(jī)(Logic

Theory

Machine,簡(jiǎn)稱LT)的計(jì)算機(jī)程序系統(tǒng)。該程序模擬了人用數(shù)理邏輯證明定理時(shí)的思維規(guī)律。利用LT紐厄爾等人證明了懷特海和羅素的名著——《數(shù)學(xué)原理》第

2章中的

38條定理(1963年在另一臺(tái)機(jī)器上證

明了全部52條定理)。而美籍華人、數(shù)理邏輯學(xué)家王浩于1958年在IBM[CD*2]704計(jì)算機(jī)上用

3～5分鐘證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理(220條),并且還證明了謂詞演算中150條定理的85%。第1章人工智能概述——1956年,塞繆爾研制成功了具有自學(xué)習(xí)、自組織、自適應(yīng)能力的跳棋程序。這個(gè)程序能從棋譜中學(xué)習(xí),也能從下棋實(shí)踐中提高棋藝,1959年它擊敗了塞繆爾本人,1962年又擊敗了美國(guó)一個(gè)州的冠軍?！?959年,籍勒洛特發(fā)表了證明平面幾何問(wèn)題的程序,塞爾夫里奇推出了一個(gè)模式識(shí)別程序;1965年羅伯特(Roberts)編制出了可以分辨積木構(gòu)造的程序。第1章人工智能概述——1960年,紐厄爾、肖和西蒙等人通過(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(General

Problem

Solving,GPS)。該程序可以求解11種不同類型的問(wèn)題?！?960年,麥卡錫研制成功了面向人工智能程序設(shè)計(jì)的表處理語(yǔ)言LISP。該語(yǔ)言以其獨(dú)特的符號(hào)處理功能,很快在人工智能界風(fēng)靡起來(lái)。它武裝了一代人工智能學(xué)者,至今仍然是人工智能研究的一個(gè)有力工具。——1965年,魯賓遜(Robinson)提出了消解原理(resolutioprinciple),為定理的機(jī)器證明做出了突破性的貢獻(xiàn)。第1章人工智能概述20世紀(jì)80年代后,專家系統(tǒng)與知識(shí)工程在理論、技術(shù)和應(yīng)用方面都有了長(zhǎng)足的進(jìn)步和發(fā)展。專家系統(tǒng)的建造進(jìn)入應(yīng)用高級(jí)開發(fā)工具時(shí)期。專家系統(tǒng)結(jié)構(gòu)和規(guī)模也在不斷擴(kuò)大,出現(xiàn)了所謂的多專家系統(tǒng)、大型專家系統(tǒng)、微專家系統(tǒng)和分布式專家系統(tǒng)等等。同時(shí),知識(shí)表示、不精確推理、機(jī)器學(xué)習(xí)等方面也都取得了重要進(jìn)展。各個(gè)應(yīng)用領(lǐng)域的專家系統(tǒng)更如雨后春筍般地在世界各地不斷涌現(xiàn)。進(jìn)一步,還出現(xiàn)了不限于專家知識(shí)的所謂基于知識(shí)的系統(tǒng)(Knowledge

Based

System,KBS)和知識(shí)庫(kù)系統(tǒng)(Knowledge

Base

System,KBS)?，F(xiàn)在,專家系統(tǒng)、知識(shí)工程的技術(shù)已應(yīng)用于各種計(jì)算機(jī)應(yīng)用系統(tǒng),出現(xiàn)了智能管理信息系統(tǒng)、智能決策支持系統(tǒng)、智能控制系統(tǒng)、智能CAD系統(tǒng)、智能CAI系統(tǒng)、智能數(shù)據(jù)庫(kù)系統(tǒng)、智能多媒體系統(tǒng)等等。第1章人工智能概述1.9.3連接主義途徑發(fā)展概況從連接主義的研究途徑看,早在20世紀(jì)40年代,就有一些學(xué)者開始了神經(jīng)元及其數(shù)學(xué)模型的研究。例如,1943年心理學(xué)家McCulloch和數(shù)學(xué)家Pitts提出了形式神經(jīng)元的數(shù)學(xué)模型——現(xiàn)在稱之為MP模型,1944年Hebb提出了改變神經(jīng)元連接強(qiáng)度的Hebb規(guī)則。MP模型和Hebb規(guī)則至今仍在各種神經(jīng)網(wǎng)絡(luò)中起重要作用。第1章人工智能概述作為人工智能創(chuàng)始人之一的著名學(xué)者明斯基(Minsky)應(yīng)用數(shù)學(xué)理論對(duì)以感知器為代表的簡(jiǎn)單網(wǎng)絡(luò)作了深入的分析,于

1969年他與白伯脫(Papert)共同發(fā)表了頗有影響的《Perceptrons》一書。書中證明了那時(shí)使用的單層人工神經(jīng)網(wǎng)絡(luò),無(wú)法實(shí)現(xiàn)一個(gè)簡(jiǎn)單的異或門(XOR)所完成的功能。因而明斯基本人也對(duì)神經(jīng)網(wǎng)絡(luò)的前景持悲觀態(tài)度。由于明斯基的理論證明和個(gè)人的威望,這本書的影響很大,使許多學(xué)者放棄了在該領(lǐng)域中的繼續(xù)努力,政府機(jī)構(gòu)也改變基金資助的投向。另一方面,由于在此期間,人工智能的基于邏輯與符號(hào)推理途徑的研究不斷取得進(jìn)展和成功,也掩蓋了發(fā)展新途徑的必要性和迫切性,于是,神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入低谷。第1章人工智能概述經(jīng)過(guò)這些科學(xué)家的艱苦探索,神經(jīng)網(wǎng)絡(luò)的理論和技術(shù)在經(jīng)