第1章-緒論課件

第1章緒論2024/7/1921.1人工智能概述1.1.1什么是人工智能1）顧名思義,人工智能就是人造智能,其英文表示是“ArtificialIntelligence”,簡(jiǎn)稱AI,是計(jì)算機(jī)科學(xué)中一門(mén)新興的邊緣學(xué)科。當(dāng)然,這只是人工智能的字面解釋或廣義解釋。目前的“人工智能”一詞是指用計(jì)算機(jī)模擬或?qū)崿F(xiàn)的智能,同時(shí),人工智能又是一個(gè)學(xué)科名稱。2024/7/193作為學(xué)科,人工智能研究的是如何使機(jī)器（計(jì)算機(jī)）具有智能的科學(xué)和技術(shù),特別是自然智能如何在計(jì)算機(jī)上實(shí)現(xiàn)或再現(xiàn)的科學(xué)和技術(shù)。因此,從學(xué)科角度講,當(dāng)前的人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支。人工智能雖然是計(jì)算機(jī)科學(xué)的一個(gè)分支,但它的研究卻不僅涉及到計(jì)算機(jī)科學(xué),而且還涉及到腦科學(xué)、神經(jīng)生理學(xué)、心理學(xué)、語(yǔ)言學(xué)、邏輯學(xué)、認(rèn)知(思維)科學(xué)、行為科學(xué)、生命科學(xué)和數(shù)學(xué),以及信息論、控制論和系統(tǒng)論等許多學(xué)科領(lǐng)域。2024/7/194首次提出是在1956年達(dá)特茅斯（Dartmouth大學(xué)）會(huì)議上,第一次正式使用了人工智能（AI）這一術(shù)語(yǔ),從而開(kāi)創(chuàng)了人工智能的研究方向。1956年夏季,在美國(guó)Dartmouth大學(xué),由年青數(shù)學(xué)助教J.McCarthy（現(xiàn)斯坦福大學(xué)教授）和他的三位朋友M.Minsky（哈佛大學(xué)年青數(shù)學(xué)和神經(jīng)學(xué)家,現(xiàn)MIT教授）、N.Lochester（IBM公司信息研究中心負(fù)責(zé)人）和C.Shannon（貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員）共同發(fā)起,在會(huì)上他們第一次正式使用了人工智能（AI）這一術(shù)語(yǔ)2024/7/1952）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，那么是否也能讓計(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。2024/7/196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)展著的國(guó)際互聯(lián)網(wǎng)(Internet)就強(qiáng)烈地需要智能技術(shù)。特別是當(dāng)我們要在Internet上構(gòu)筑信息高速公路時(shí),其中有許多技術(shù)問(wèn)題就要用人工智能的方法去解決。這就是說(shuō),人工智能技術(shù)在Internet和未來(lái)的信息高速公路上將發(fā)揮重要作用。2024/7/197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)展就是智能化,即智能化是繼機(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。另外,研究人工智能,對(duì)探索人類自身智能的奧秘也可提供有益的幫助。因?yàn)槲覀兛梢酝ㄟ^(guò)電腦對(duì)人腦進(jìn)行模擬,從而揭示人腦的工作原理,發(fā)現(xiàn)自然智能的淵源。人類對(duì)人工智能的渴望。2024/7/1983）從狹義的概念上來(lái)講,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,是對(duì)智能計(jì)算機(jī)系統(tǒng)的研究。從廣義上來(lái)講,人工智能是指人類智能行為規(guī)律、智能理論方面的研究。人工智能的研究目標(biāo)可分為遠(yuǎn)期目標(biāo)和近期目標(biāo)。遠(yuǎn)期目標(biāo)是要制造智能機(jī)器。具體來(lái)講,就是要使計(jì)算機(jī)具有看、聽(tīng)、說(shuō)、寫(xiě)等感知和交互功能,具有聯(lián)想、推理、理解、學(xué)習(xí)等高級(jí)思維能力,還要有分析問(wèn)題、解決問(wèn)題和發(fā)明創(chuàng)造的能力。簡(jiǎn)言之,也就是使計(jì)算機(jī)像人一樣具有自動(dòng)發(fā)現(xiàn)規(guī)律和利用規(guī)律的能力,或者說(shuō)具有自動(dòng)獲取知識(shí)和利用知識(shí)的能力,從而擴(kuò)展和延伸人的智能。2024/7/199從目前的技術(shù)水平來(lái)看,要全面實(shí)現(xiàn)上述目標(biāo),還存在很多困難。人工智能的近期目標(biāo)是實(shí)現(xiàn)機(jī)器智能,即先部分地或某種程度地實(shí)現(xiàn)機(jī)器的智能,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。2024/7/19104）什么是自然智能:目的:那些是可能實(shí)現(xiàn)的，那些是不能實(shí)現(xiàn)的.計(jì)算――――算計(jì)書(shū)P3數(shù)種智能描述智能的多面性:人工智能研究者D.Hofstadter認(rèn)為“智能中最重要的能力包括適應(yīng)環(huán)境，適應(yīng)偶然性事件，能分辨模糊和矛盾的信息，在孤立的情況中找出相似性，產(chǎn)生新要領(lǐng)和思想”。2024/7/19115）圖靈測(cè)試我們來(lái)看看“思考”這一最難的詞。圖靈沒(méi)有企圖對(duì)這個(gè)詞下定義，只是提出了“圖靈測(cè)試”。通過(guò)這一測(cè)試即可判斷某一特定機(jī)器是不是智能機(jī)器。這一測(cè)試最初被描繪成一種游戲通過(guò)了圖靈測(cè)試就具有智能了嗎？羅杰.施安克的故事理解程序希爾樂(lè)的中文屋子圖靈夢(mèng)想2024/7/1912美國(guó)哲學(xué)家約翰·希爾勒對(duì)通過(guò)了圖靈測(cè)試的計(jì)算機(jī)具有智能提出了否定意見(jiàn)。他認(rèn)為,即便一臺(tái)計(jì)算機(jī)通過(guò)了圖靈測(cè)試,但這臺(tái)計(jì)算機(jī)仍然不具備和理解有關(guān)的精神屬性。2024/7/1913圖靈夢(mèng)想在這段對(duì)話中“詢問(wèn)者”代表人，“智者”代表機(jī)器，并且假定他們都讀過(guò)狄更斯（C.Dickens）的著名小說(shuō)《匹克威克外傳》，對(duì)話內(nèi)容如下：

詢問(wèn)者：在14行詩(shī)的首行是“你如同夏日”，你不覺(jué)得“春日”更好嗎？

智者：它不合韻。

詢問(wèn)者：“冬日”如何？它可完全合韻的。

智者：它確是合韻，但沒(méi)有人愿意被比作“冬日”。

詢問(wèn)者：你不是說(shuō)過(guò)匹克威克先生讓你想起圣誕節(jié)嗎？

智者：是的。

詢問(wèn)者：圣誕節(jié)是冬天的一個(gè)日子，我想匹克威克先生對(duì)這個(gè)比喻不會(huì)介意吧。

智者：我認(rèn)為您不夠嚴(yán)謹(jǐn)，“冬日”指的是一般冬天的日子，而不是某個(gè)特別的日子，如圣誕節(jié)。

從上面的對(duì)話可以看出，能滿足這樣的要求，要求計(jì)算機(jī)不僅能模擬而且可以延伸、擴(kuò)展人的智能，達(dá)到甚至超過(guò)人類智能的水平，在目前是難以達(dá)到的，它是人工智能研究的根本目標(biāo)。2024/7/19146）人工智能的研究目標(biāo)但就其本質(zhì)而言,人工智能是研究如何制造出人造的智能機(jī)器或智能系統(tǒng),來(lái)模擬人類智能活動(dòng)的能力,以延伸人們智能的科學(xué)。AI的本質(zhì)問(wèn)題 研究如何制造出人造的智能機(jī)器或系統(tǒng),來(lái)模擬人類智能活動(dòng)的能力,以延伸人們智能的科學(xué)。（1）通過(guò)視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等感官活動(dòng),接受并理解文字、圖象、聲音、語(yǔ)言等各種外界的"自然信息",這就是認(rèn)識(shí)和理解世界環(huán)境的能力。

2024/7/1915（2）通過(guò)人腦的生理與心理活動(dòng)以及有關(guān)的信息處理過(guò)程,將感性知識(shí)抽象為理性知識(shí),并能對(duì)事物運(yùn)動(dòng)的規(guī)律進(jìn)行分析、判斷和推理,這就是提出概念、建立方法,進(jìn)行演繹和歸納推理、作出決策的能力。（3）通過(guò)教育、訓(xùn)練和學(xué)習(xí)過(guò)程,日益豐富自身的知識(shí)和技能,這就是學(xué)習(xí)的能力。（4）對(duì)變化多端的外界環(huán)境條件,如干擾、刺激等作用能靈活地作出反應(yīng),這就是自我適應(yīng)的能力。2024/7/1916人工智能的研究途徑與方法

1結(jié)構(gòu)模擬,神經(jīng)計(jì)算所謂結(jié)構(gòu)模擬,就是根據(jù)人腦的生理結(jié)構(gòu)和工作機(jī)理,實(shí)現(xiàn)計(jì)算機(jī)的智能,即人工智能。我們知道,人腦的生理結(jié)構(gòu)是由大量神經(jīng)細(xì)胞組成的神經(jīng)網(wǎng)絡(luò)。人腦是由大約1011個(gè)神經(jīng)細(xì)胞組成的一個(gè)動(dòng)態(tài)的、開(kāi)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。2024/7/19172功能模擬,符號(hào)推演由于人腦的奧秘至今還未徹底揭開(kāi),所以,人們就在當(dāng)前的數(shù)字計(jì)算機(jī)上,對(duì)人腦從功能上進(jìn)行模擬,實(shí)現(xiàn)人工智能。這種途徑稱為功能模擬法。具體來(lái)講,功能模擬法就是以人腦的心理模型,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,實(shí)現(xiàn)搜索、推理、學(xué)習(xí)等功能,從宏觀上來(lái)模擬人腦的思維,實(shí)現(xiàn)機(jī)器智能。2024/7/19183行為模擬,控制進(jìn)化除了上述兩種研究途徑和方法外,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。這種方法是模擬人在控制過(guò)程中的智能活動(dòng)和行為特性,如自尋優(yōu)、自適應(yīng)、自學(xué)習(xí)、自組織等,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(chóng)或機(jī)器蟲(chóng)),曾引起人工智能界的轟動(dòng)。這個(gè)機(jī)器蟲(chóng)可以看作是新一代的“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。2024/7/19191.1.2人工智能程序與普通計(jì)算機(jī)程序的區(qū)別傳統(tǒng)的程序是告訴機(jī)器干什么,怎么干,怎么干是依靠人設(shè)計(jì)出算法,編寫(xiě)出程序而實(shí)現(xiàn)的,人工智能只要求機(jī)器知道干什么,至于怎么干則由機(jī)器自動(dòng)求解。表1.1列出了人工智能程序和傳統(tǒng)程序之間的區(qū)別的一個(gè)比較。2024/7/1920IBM的“深藍(lán)”北京時(shí)間1997年5月12日凌晨4點(diǎn)50分，美國(guó)紐約公平大廈，當(dāng)IBM公司的“深藍(lán)”超級(jí)電腦將棋盤(pán)上的一個(gè)兵走到C4的位置上時(shí)，國(guó)際象棋世界冠軍卡斯帕羅夫?qū)Α吧钏{(lán)”的人機(jī)大戰(zhàn)落下帷幕，“深藍(lán)”以3.5:2.5的總比分戰(zhàn)勝卡斯帕羅夫。2024/7/192196年2月第一次比賽結(jié)果: “深藍(lán)”:勝、負(fù)、平、平、負(fù)、負(fù)97年5月第二次比賽結(jié)果: “深藍(lán)”:負(fù)、勝、平、平、平、勝“深藍(lán)”的技術(shù)指標(biāo):32個(gè)CPU每個(gè)CPU有16個(gè)協(xié)處理器每個(gè)CPU有256M內(nèi)存每個(gè)CPU的處理速度為200萬(wàn)步/秒2024/7/19221.2人工智能的發(fā)展歷史人工智能的產(chǎn)生是由于人們對(duì)“數(shù)據(jù)世界”的需求進(jìn)而發(fā)展到對(duì)“知識(shí)世界”的需求而產(chǎn)生的。為了尋求試探性的搜索，啟發(fā)式的不精確的模糊的甚至允許出現(xiàn)錯(cuò)誤的推理方法。以便符合人類的思維過(guò)程。從某種意義上說(shuō)是計(jì)算機(jī)科學(xué)的歷史:計(jì)算機(jī)是土壤。2024/7/19231.2.1第一階段－孕育期（1956年以前）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,著手解釋和編纂他稱之為三段論的演繹推理時(shí)就邁出了向人工智能發(fā)展的早期步伐。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)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)。2024/7/1924美國(guó)神經(jīng)生理學(xué)家McCulloch,總結(jié)出簡(jiǎn)單計(jì)算元素和生物神經(jīng)元之間關(guān)系的理論,建立了第一個(gè)神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。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。圖靈是最早給人工智能奠定理論基礎(chǔ)的人。1956年在美國(guó)召開(kāi)了由十多位數(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)家等學(xué)者參加的關(guān)于利用計(jì)算機(jī)模擬人類行為的學(xué)術(shù)會(huì)議。在討論會(huì)上McCarthy（麥卡錫）提出了“ArtificialIntelligence（人工智能）”2024/7/19251.2.2第二階段－人工智能基礎(chǔ)技術(shù)的研究和形成（1956年～1970年）紐厄爾和西蒙等在1956年研制成“邏輯理論機(jī)LT”（TheLogicTheoryMachine）,該系統(tǒng)是第一個(gè)處理符號(hào)而不是處理數(shù)字的計(jì)算機(jī)程序,是機(jī)器證明數(shù)學(xué)定理的最早嘗試。60年又編制成功“通用問(wèn)題求解程序GPS（GeneralProblemSolving）系統(tǒng)2024/7/192660年代西蒙（Simon）由試驗(yàn)得到結(jié)論:人類問(wèn)題的求解是一個(gè)搜索的過(guò)程，效果與啟發(fā)式函數(shù)有關(guān)。敘述了智能系統(tǒng)的特點(diǎn):智能表示、智能推理、智能搜索Nilson發(fā)表了A*算法（搜索方法）McCarthy在1960年建立了人工智能程序設(shè)計(jì)語(yǔ)言Lisp，它不僅可以處理數(shù)值還可以更方便的處理符號(hào)，適用于符號(hào)微積分計(jì)算、數(shù)學(xué)定理證明、圖像識(shí)別等各個(gè)領(lǐng)域。60年代Simon由試驗(yàn)得到結(jié)論:人類問(wèn)題的求解是一個(gè)搜索的過(guò)程，效果與啟發(fā)式函數(shù)有關(guān)。敘述了智能系統(tǒng)的特點(diǎn):智能表示、智能推理、智能搜索。2024/7/19271.2.3第三階段－發(fā)展和實(shí)用化階段（1971年－1980年）1965年Robinson提出了歸結(jié)原理,（于傳統(tǒng)的自然演繹法完全不同的消解法）。1968年Quillian提出了語(yǔ)義網(wǎng)絡(luò)的知識(shí)表示方法。1972年及其研究小組實(shí)現(xiàn)了世界上第一個(gè)PROLOG系統(tǒng),它是一種新型的程序設(shè)計(jì)語(yǔ)言,與LISP一起被稱為面向人工智能的語(yǔ)言,但它比LISP更高級(jí)。2024/7/192870年代，人工智能開(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)了問(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)糟等等。以費(fèi)根鮑姆（Feigenbaum）為首的一批年輕科學(xué)家研究了以往人工智能系統(tǒng)成功和失敗的教訓(xùn)，改變了戰(zhàn)略思想，1977年提出了知識(shí)工程的概念，以知識(shí)為基礎(chǔ)的專家咨詢系統(tǒng)開(kāi)始得到廣泛的應(yīng)用DENDRAL化學(xué)分析專家系統(tǒng)（斯坦福大學(xué)1968）標(biāo)志著人工智能開(kāi)始向?qū)嵱没A段邁進(jìn)，同時(shí)標(biāo)志著一個(gè)新的研究領(lǐng)域－專家系統(tǒng)（ExpertSyetem）的正式誕生。2024/7/1929MACSYMA符號(hào)數(shù)學(xué)專家系統(tǒng)（麻省理工1971）MYCIN診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)（斯坦福大學(xué)1973）在這期間發(fā)現(xiàn)了最有發(fā)展前景的三個(gè)子領(lǐng)域:專家系統(tǒng)、計(jì)算機(jī)視覺(jué)和機(jī)器人、自然語(yǔ)言理解和機(jī)器翻譯

2024/7/19301.2.4第四階段-知識(shí)工程與專家系統(tǒng)（1980年至今）一個(gè)笑話（英俄翻譯）: Thespiritiswillingbutthefleshisweek(weak). （心有余而力不足） Thevodkaisstrongbutmeatisrotten. （伏特加酒雖然很濃，但肉是腐爛的）2024/7/1931出現(xiàn)這樣的錯(cuò)誤的原因: Spirit: 1）精神 2）烈性酒結(jié)論: 必須理解才能翻譯，而理解需要知識(shí)2024/7/1932知識(shí)工程的提出,專家系統(tǒng)的初步成功,使得知識(shí)工程的方法滲透到人工智能的各個(gè)領(lǐng)域,促進(jìn)了人工智能從實(shí)驗(yàn)室研究走向?qū)嶋H應(yīng)用。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2024/7/1933在專家系統(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。2024/7/1934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。當(dāng)前人工智能的研究熱點(diǎn):☉分布式處理☉智能Agent☉數(shù)據(jù)挖掘（DataMining）☉環(huán)境自適應(yīng)2024/7/19351.3人工智能的研究特點(diǎn)人工智能是一門(mén)知識(shí)的科學(xué)。以知識(shí)為對(duì)象，研究知識(shí)的獲取、表示和使用。數(shù)據(jù)處理->知識(shí)處理，數(shù)據(jù)->符號(hào)。符號(hào)表示知識(shí)而不是數(shù)值、數(shù)據(jù)。有啟發(fā)，有推導(dǎo)。人工智能是引起爭(zhēng)論最多的科學(xué)之一焦點(diǎn)：當(dāng)前人工智能的研究應(yīng)該以人類的普遍思維規(guī)律為主，還是以特定知識(shí)的處理和運(yùn)用為主？智能的本質(zhì)是什么？機(jī)器能達(dá)到人的水平嗎？2024/7/1936結(jié)論:人工智能的研究是非常困難的萬(wàn)能的邏輯推理體系至今沒(méi)有創(chuàng)造出來(lái)，并不是因?yàn)槿斯ぶ悄軐＜业谋臼虏粔?，而是因?yàn)檫@種萬(wàn)能的體系從根本上就是不可能有的。他最大的弱點(diǎn)就是缺乏知識(shí)，缺乏人類在幾千年的文明史上積累起來(lái)的知識(shí)，在實(shí)際生活中，人是根據(jù)知識(shí)行事的，而不是根據(jù)在抽象原則上的推理行事的。

2024/7/1937即使就推理體系來(lái)說(shuō)，它的主要技術(shù)是狀態(tài)空間搜索，而在執(zhí)行中遇到的主要困難就是“組合爆炸”，事實(shí)表明，單靠一些思維原則是解決不了組合爆炸問(wèn)題的，要擺脫困境，只有大量使用理性的知識(shí)。McCarthy:人工智能的所有問(wèn)題都是難解的。Minsky:人工智能是有史以來(lái)最難的科學(xué)之一。難在:實(shí)現(xiàn)智能需要浩繁的知識(shí)，而最難對(duì)付的知識(shí)是常識(shí)（不是專業(yè)知識(shí)）。Dreyfus:常識(shí)問(wèn)題是實(shí)現(xiàn)人工智能的最大障礙。2024/7/19381.4人工智能的研究領(lǐng)域人工智能的研究領(lǐng)域非常廣泛，涉及到的學(xué)科也很多，目前主要包括:分布式人工智能、知識(shí)工程和專家系統(tǒng)、自然語(yǔ)言處理、機(jī)器人、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、定理證明、自動(dòng)程序設(shè)計(jì)、智能數(shù)據(jù)庫(kù)、智能檢索等。下面介紹界各主要的研究?jī)?nèi)容:2024/7/19391.專家系統(tǒng)（ExpertSystem）專家系統(tǒng)是一個(gè)智能的計(jì)算機(jī)程序,它運(yùn)用知識(shí)和推理步驟來(lái)解決只有專家才能解決的復(fù)雜問(wèn)題。即任何解題能力達(dá)到了同領(lǐng)域人類專家水平的計(jì)算機(jī)程序都可以稱為專家系統(tǒng)。像前面所說(shuō)的DENDRAL化學(xué)分析專家系統(tǒng),它可以象化學(xué)家一樣推斷分子的組成結(jié)構(gòu)。MYCIN系統(tǒng)可以像一個(gè)傳染病醫(yī)生一樣為患者診斷,治療感染性疾病。調(diào)查研究表明專家系統(tǒng)使工作效率提高10倍100或300倍2024/7/19402.自然語(yǔ)言處理（NaturalLanguageProcessing）自然語(yǔ)言處理主要研究使用計(jì)算機(jī)理解和生成自然語(yǔ)言的基礎(chǔ)理論和基本技術(shù)。它采用人工智能的理論和技術(shù)將設(shè)定的自然語(yǔ)言（漢語(yǔ)、英語(yǔ)、日語(yǔ)等）機(jī)理用計(jì)算機(jī)程序表達(dá)出來(lái)，構(gòu)造稱能夠理解自然語(yǔ)言的系統(tǒng)。如:把書(shū)面文字輸入計(jì)算機(jī)，通過(guò)分析和生成使計(jì)算機(jī)能夠“理解”，并作出回答；用口語(yǔ)對(duì)計(jì)算機(jī)講話，通過(guò)語(yǔ)音識(shí)別等技術(shù)，使計(jì)算機(jī)能夠作出響應(yīng)，生成所需要的文本。對(duì)于用手輸入的文本，通過(guò)辨識(shí)，匹配，使計(jì)算機(jī)生成所需要的文本。2024/7/1941例如,美國(guó)認(rèn)知心理學(xué)家G.M.Ulson曾為理解提出了四條判別標(biāo)準(zhǔn):(1)能夠成功地回答與輸入材料有關(guān)的問(wèn)題；(2)能夠具有對(duì)所給材料進(jìn)行摘要的功能；(3)能用不同的詞語(yǔ)敘述所給材料；(4)具有從一種語(yǔ)言轉(zhuǎn)譯成另一種語(yǔ)言的能力。2024/7/19423.機(jī)器學(xué)習(xí)(MzchineLearning)不具備學(xué)習(xí)能力的的計(jì)算機(jī)系統(tǒng)就難以稱為智能系統(tǒng)

2024/7/19434.定理證明（TheoremProving）數(shù)學(xué)領(lǐng)域中對(duì)臆測(cè)的定理尋求一個(gè)證明,一直被認(rèn)為是一項(xiàng)需要智能才能完成的任務(wù)。證明定理時(shí),不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力,而且需要有某些直覺(jué)的技巧。例如數(shù)學(xué)家在求證一個(gè)定理時(shí),會(huì)熟練地運(yùn)用他豐富的專業(yè)知識(shí),猜測(cè)應(yīng)當(dāng)先證明哪一個(gè)引理,精確判斷出已有的哪些定理將起作用,并把主問(wèn)題分解為若干子問(wèn)題,分別獨(dú)立進(jìn)行求解。因此人工智能研究中機(jī)器定理證明很早就受到注視,并取得不少成果。2024/7/1944定理證明的研究在人工智能方法的發(fā)展中曾起過(guò)重要的作用,例如使用謂詞邏輯語(yǔ)言,其演繹過(guò)程的形式體系研究,幫助人們更清楚地理解推理過(guò)程的各個(gè)組成部分。許多其他領(lǐng)域的問(wèn)題,也可以轉(zhuǎn)化為定理證明問(wèn)題,因此機(jī)器定理證明的研究具有普遍意義。2024/7/19455.分布式人工智能DAI(DistributedArtificialIntelligence)DAI系統(tǒng)由多個(gè)Agent(智能體組成),每一個(gè)Agent又是一個(gè)半自治系統(tǒng),Agent之間和Agent與環(huán)境之間進(jìn)行并發(fā)活動(dòng),并通過(guò)交互來(lái)完成問(wèn)題求解。2024/7/19466.機(jī)器人學(xué)（Robotics）隨著工業(yè)自動(dòng)化和計(jì)算機(jī)技術(shù)發(fā)展,到六十年代機(jī)器人開(kāi)始進(jìn)入大量生產(chǎn)和實(shí)際應(yīng)用的階段。爾后由于自動(dòng)裝配、海洋開(kāi)發(fā)、空間探索等實(shí)際問(wèn)題的需要,對(duì)機(jī)器的智能水平提出了更高的要求。特別是危險(xiǎn)環(huán)境,人們難以勝任的場(chǎng)合更迫切需要機(jī)器人,從而推動(dòng)了智能機(jī)器的研究。2024/7/1947機(jī)器人學(xué)的研究推動(dòng)了許多人工智能思想的發(fā)展,有一些技術(shù)可在人工智能研究中用來(lái)建立世界狀態(tài)模型和描述世界狀態(tài)變化的過(guò)程。關(guān)于機(jī)器人動(dòng)作規(guī)劃生成和規(guī)劃監(jiān)督執(zhí)行等問(wèn)題的研究,推動(dòng)了規(guī)劃方法的發(fā)展。此外由于智能機(jī)器是一個(gè)綜合性的課題,除機(jī)械手和步行機(jī)構(gòu)外,還要研究機(jī)器視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)等傳感技術(shù),以及機(jī)器人語(yǔ)言和智能控制軟件等。可以看出這是一個(gè)涉及精密機(jī)械、信息傳感技術(shù)、人工智能方法、智能控制以及生物工程等學(xué)科的綜合技術(shù)。這一課題研究有利于促進(jìn)各學(xué)科的相互結(jié)合,并大大推動(dòng)人智能技術(shù)的發(fā)展。2024/7/19487.模式識(shí)別（PatternRecognition）模式識(shí)別就是識(shí)別出給定的事物和哪一個(gè)標(biāo)本相同或者相近。其中圖形圖像識(shí)別主要是研究如文字,符號(hào),照片和各種圖像的識(shí)別；語(yǔ)音識(shí)別數(shù)要是研究各種語(yǔ)音信號(hào)的分類。2024/7/19498.計(jì)算機(jī)視覺(jué)(ComputerVision)計(jì)算機(jī)視覺(jué)是人工智能的一個(gè)重要領(lǐng)域。它就是用兩維的圖像來(lái)理解屬于三維空間的三維對(duì)象。主要應(yīng)用在圖像,圖形識(shí)別系統(tǒng),航天與軍事,醫(yī)學(xué)應(yīng)用等等。2024/7/19509.博弈（GamePlaying）博弈就是研究對(duì)策和斗智，在人工智能種大多以下棋為例來(lái)研究博弈規(guī)律Checkers(賽繆爾)設(shè)計(jì)的跳棋程序，格林布萊特（R.Gren-blatt）設(shè)計(jì)的國(guó)際象棋程序，都是一些著名的博弈程序。IBM公司研制的IBM超級(jí)計(jì)算機(jī)“深藍(lán)”（DeepBlue）在1997年的“人機(jī)大戰(zhàn)”中擊敗了當(dāng)時(shí)國(guó)際象棋世界冠軍卡斯帕羅夫。“深藍(lán)”計(jì)算速度為:200萬(wàn)棋步/秒；表明機(jī)器智能可以超越人類，具有劃時(shí)代的意義。2024/7/195110.人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork）McCulloch和Pitts在1943年提出了第一個(gè)神經(jīng)計(jì)算模型(MP模型)。人工神經(jīng)網(wǎng)絡(luò)是采用物理可實(shí)現(xiàn)的器件或采用現(xiàn)有的計(jì)算機(jī)來(lái)模擬生物體中的神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能,并反過(guò)來(lái)用于工程或其他的領(lǐng)域,人工神經(jīng)網(wǎng)絡(luò)的著眼點(diǎn)不是用物理器件去完整的復(fù)制生物體中的神經(jīng)細(xì)胞,而是采納其可利用的部分來(lái)克服目前計(jì)算機(jī)或其他系統(tǒng)不能解決的問(wèn)題,如學(xué)習(xí)、識(shí)別和控制等。人工神經(jīng)網(wǎng)絡(luò)由很多處理單元有機(jī)的連接起來(lái),并行的進(jìn)行工作。它的處理單元很簡(jiǎn)單,其工作是集體進(jìn)行的,信息傳播和存儲(chǔ)方式與神經(jīng)網(wǎng)絡(luò)非常相似。2024/7/195211.自動(dòng)程序設(shè)計(jì)（AutomaticProgramming）自動(dòng)程序設(shè)計(jì)的任務(wù)是設(shè)計(jì)一個(gè)程序系統(tǒng),它接受關(guān)于所設(shè)計(jì)的程序要求實(shí)現(xiàn)某個(gè)目標(biāo)的非常高級(jí)的描述作為其輸入,然后自動(dòng)生成一個(gè)能完成這個(gè)目標(biāo)的具體程序。自動(dòng)程序設(shè)計(jì)所涉及的基本問(wèn)題與定理證明和機(jī)器人學(xué)有關(guān),要用到人工智能方法來(lái)實(shí)現(xiàn),它也是軟件工程和人工智能相結(jié)合的課題。2024/7/1953動(dòng)編制出一份程序來(lái)獲得某種指定結(jié)果的任務(wù)同論證一份給定的程序?qū)@得某種指定結(jié)果的任務(wù)是緊密相關(guān)的,前者也稱程序綜合,后者稱為程序驗(yàn)證。許多自動(dòng)程序設(shè)計(jì)系統(tǒng)將產(chǎn)生一份輸出程序的驗(yàn)證作為額外的收益。

自動(dòng)程序設(shè)計(jì)研究的重大貢獻(xiàn)之一是把程序調(diào)試的概念作為問(wèn)題求解的策略來(lái)使用。實(shí)踐已經(jīng)發(fā)現(xiàn),對(duì)程序設(shè)計(jì)或機(jī)器人控制問(wèn)題,先產(chǎn)生一個(gè)代價(jià)不太高的有錯(cuò)誤的解,然后再進(jìn)行修改的作法,要比堅(jiān)持要求第一次得到的解就完全沒(méi)有缺陷的作法,通常效率要高得多。2024/7/195412.組合調(diào)度問(wèn)題（CombinatorialandSchedulingProblems）有許多實(shí)際的問(wèn)題是屬于確定最佳調(diào)度或最佳組合的問(wèn)題,例如旅行商問(wèn)題就是其中之一。在大多數(shù)的這類問(wèn)題中,隨著求解問(wèn)題規(guī)模的增大,求解程序都面臨著組合爆炸問(wèn)題。這些問(wèn)題中有幾個(gè)（包括旅行商問(wèn)題）是屬于計(jì)算理論家稱為NP-完全性一類的問(wèn)題。2024/7/1955用現(xiàn)在知道的最佳方法求解NP-完全性問(wèn)題,所花費(fèi)的時(shí)間是隨著問(wèn)題規(guī)模增大按指數(shù)方式增長(zhǎng),但迄今還不知道是否有更快的方法（如只涉及多項(xiàng)式時(shí)間）存在。人工智能學(xué)者們?cè)?jīng)研究過(guò)若干種組合問(wèn)題的求解方法,他們的努力主要集中在使"時(shí)間-問(wèn)題大小"曲線的變化盡可能地緩慢,即使它必須按指數(shù)方式增長(zhǎng)。此外有關(guān)問(wèn)題領(lǐng)域的知識(shí),確實(shí)是一些較有效的求解方法的關(guān)鍵因素,為處理組合問(wèn)題而發(fā)展起來(lái)的許多方法,對(duì)其他組合爆炸不甚嚴(yán)重的問(wèn)題也是有用的。2024/7/195613.感知問(wèn)題（PerceptionProblems）人工智能研究中,已經(jīng)給計(jì)算機(jī)系統(tǒng)裝上攝像機(jī)輸入以便能夠"看見(jiàn)"周?chē)臇|西,或者裝上話筒以便能"聽(tīng)見(jiàn)"外界的聲音。視覺(jué)和聽(tīng)覺(jué)都是感知問(wèn)題,都涉及到要對(duì)復(fù)雜的輸入數(shù)據(jù)進(jìn)行處理。實(shí)驗(yàn)表明有效的處理方法要求具有"理解"的能力,而理解則要求大量有關(guān)感受到的事物的許多基礎(chǔ)知識(shí)。2024/7/1957整個(gè)感知問(wèn)題的要點(diǎn)是建立一個(gè)精煉的表示來(lái)取代難以處理的極其龐大的、未經(jīng)加工的輸入數(shù)據(jù),這種最終表示的性質(zhì)和質(zhì)量取決于感知系統(tǒng)的目標(biāo)。例如若顏色是重要的,則系統(tǒng)必須予以重視；若空間關(guān)系和變量是重要的,則系統(tǒng)必須給予精確的判斷。不同的系統(tǒng)將有不同的目標(biāo),但所有的系統(tǒng)都必須把來(lái)自輸入多得驚人的感知數(shù)據(jù)壓縮為一種容易處理和有意義的描述。2024/7/19581.5人工智能的基本技術(shù)

1.5.1推理技術(shù)幾乎所有的人工智能領(lǐng)域都要用到推理,因此,推理技術(shù)是人工智能的基本技術(shù)之一。需指出的是,對(duì)推理的研究往往涉及到對(duì)邏輯的研究。邏輯是人腦思維的規(guī)律,從而也是推理的理論基礎(chǔ)。機(jī)器推理或人工智能用到的邏輯,主要包括經(jīng)典邏輯中的謂詞邏輯和由它經(jīng)某種擴(kuò)充、發(fā)展而來(lái)的各種邏輯。后者通常稱為非經(jīng)典或非標(biāo)準(zhǔn)邏輯。2024/7/19591.5.2搜索技術(shù)所謂搜索,就是為了達(dá)到某一“目標(biāo)”,而連續(xù)地進(jìn)行推理的過(guò)程。搜索技術(shù)就是對(duì)推理進(jìn)行引導(dǎo)和控制的技術(shù),它也是人工智能的基本技術(shù)之一。事實(shí)上,許多智能活動(dòng)的過(guò)程,甚至所有智能活動(dòng)的過(guò)程,都可看作或抽象為一個(gè)“問(wèn)題求解”過(guò)程。而所謂“問(wèn)題求解”過(guò)程,實(shí)質(zhì)上就是在顯式的或隱式的問(wèn)題空間中進(jìn)行搜索的過(guò)程。即在某一狀態(tài)圖,或者與或圖,或者一般地說(shuō),在某種邏輯網(wǎng)絡(luò)上進(jìn)行搜索的過(guò)程。2024/7/1960搜索技術(shù)也是一種規(guī)劃技術(shù)。因?yàn)閷?duì)于有些問(wèn)題,其解就是由搜索而得到的“路徑”。搜索技術(shù)是人工智能中發(fā)展最早的技術(shù)。在人工智能研究的初期,“啟發(fā)式”搜索算法曾一度是人工智能的核心課題。截至目前,對(duì)啟發(fā)式搜索的研究,人們已取得了不少成