haolina第1章 緒論（AI應(yīng)用3版）

1、人工智能技術(shù)郝麗娜東北大學(xué)機(jī)械工程與自動(dòng)化學(xué)院 機(jī)械電子工程研究所 Artificial Intelligence Technology參考書籍2人工智能及其應(yīng)用 王萬良編著 高等教育出版社人工智能及其應(yīng)用蔡自興 徐光佑 清華大學(xué)出版社 2004 人工智能原理及其應(yīng)用王萬森 電子工業(yè)出版社（本科） 人工智能技術(shù) 曹承志等編著,清華大學(xué)出版社,20103第 1 章 緒論教材： 王萬良人工智能及其應(yīng)用（第3版） 高等教育出版社，2016.24第1章 緒論 1956年正式提出人工智能（artificial intelligence, AI）這個(gè)術(shù)語并把它作為一門新興科學(xué)的名稱。 20世紀(jì)三大科學(xué)技術(shù)

2、成就： 空間技術(shù) 原子能技術(shù) 人工智能5第1章 緒論1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 6第1章 緒論1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 71.1.1 智能的概念 自然界四大奧秘：物質(zhì)的本質(zhì)、宇宙的起源、生命的本 質(zhì)、智能的發(fā)生。 對智能還沒有確切的定義，主要流派有： （1）思維理論：智能的核心是思維 （2）知識閾值理論：智能取決于知識的數(shù)量及一般化程度 （3）進(jìn)化理論：用控制取代知識的表示 智能是知識與智力的總和知識是一切智能行為

3、的基礎(chǔ)獲取知識并應(yīng)用知識求解問題的能力 8感知能力：通過視覺、聽覺、觸覺、嗅覺等感覺器官感知外部世界的能力。 80%以上信息通過視覺得到，10%信息通過聽覺得到。1.1.2 智能的特征存儲由感知器官感知到的外部信息以及由思維所產(chǎn)生的知識對記憶的信息進(jìn)行處理2. 記憶與思維能力9（1）邏輯思維（抽象思維）依靠邏輯進(jìn)行思維。思維過程是串行的。容易形式化。思維過程具有嚴(yán)密性、可靠性。1.1.2 智能的特征（2）形象思維（直感思維） 依據(jù)直覺。 思維過程是并行協(xié)同式的。 形式化困難。 在信息變形或缺少的情況下仍有可能得到比較滿意的結(jié)果。104. 行為能力（表達(dá)能力） 1.1.2 智能的特征（3）頓悟思

4、維（靈感思維） 不定期的突發(fā)性。 非線性的獨(dú)創(chuàng)性及模糊性。 穿插于形象思維與邏輯思維之中。 3. 學(xué)習(xí)能力 學(xué)習(xí)既可能是自覺的、有意識的，也可能是不自覺的、無意識的；既可以是有教師指導(dǎo)的，也可以是通過自己實(shí)踐的。人們的感知能力：用于信息的輸入。行為能力：信息的輸出。11 人工智能：用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能；或者說是人們使機(jī)器具有類似于人的智能。1.1.3 人工智能 人工智能學(xué)科：一門研究如何構(gòu)造智能機(jī)器（智能計(jì)算機(jī)）或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科12 人工智能的先驅(qū)：圖靈圖靈測試：1950年圖靈發(fā)表的計(jì)算機(jī)與智能中設(shè)計(jì)了一個(gè)測試，用以說明人工智能的概念。圖靈預(yù)

5、言:到20世紀(jì)末，一定會有機(jī)器能夠通過“圖靈測試” 。智者詢問者圖靈測試13中文屋思想實(shí)驗(yàn)（Chinese-Room Thought Experiment）語言哲學(xué)家約翰.R.塞爾（John R. Searle，1980） 把一個(gè)看不懂卡片上的漢字的人鎖在屋子里，根據(jù)英文說明書把從門縫中得到的漢字與屋內(nèi)的漢字進(jìn)行匹配然后扔出去，從外觀上看好像這個(gè)人懂中文，而且正確匹配的速度會越來越快，實(shí)際上他不懂中文。證明：即使通過圖靈測試也不能說明計(jì)算機(jī)能思維。圖靈測試142014年6月9日英國雷丁大學(xué)宣稱俄羅斯人弗拉基米爾維西羅夫創(chuàng)立的AI軟件尤金古斯特曼通過圖靈測試。圖靈測試15第1章 緒論1.1 人工

6、智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 161.2 人工智能的發(fā)展簡史1.2.1 孕育（1956年之前）公元前，亞里斯多德（Aristotle）：三段論培根（F. Bacon）：歸納法萊布尼茨（G. W. Leibnitz）：萬能符號、推理計(jì)算布爾（G. Boole）：用符號語言描述思維活動(dòng)的基本推理法則1936年，圖靈：圖靈機(jī)1943年，麥克洛奇（W. McCulloch）、匹茲(W. Pitts)：MP模型171.2 人工智能的發(fā)展簡史1.2.1 孕育（1956年之前）美國愛荷華州立大學(xué)的阿塔納索夫教授和他的研究生貝瑞在19

7、37年至1941年間開發(fā)的世界上第一臺電子計(jì)算機(jī)“阿塔納索夫貝瑞計(jì)算機(jī)（Atanasoff-Berry Computer，ABC）”為人工智能的研究奠定了物質(zhì)基礎(chǔ)。（不是美國數(shù)學(xué)家莫克利和?？?946年發(fā)明的！）阿塔納索夫貝瑞181956年夏，當(dāng)時(shí)美國達(dá)特茅斯大學(xué)數(shù)學(xué)助教、現(xiàn)任斯坦福大學(xué)教授麥卡錫和哈佛大學(xué)數(shù)學(xué)和神經(jīng)學(xué)家、現(xiàn)任MIT教授明斯基、IBM公司信息研究中心負(fù)責(zé)人洛切斯特、貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員香農(nóng)共同發(fā)起，邀請普林斯頓大學(xué)莫爾和IBM公司塞繆爾、MIT的塞爾夫里奇和索羅莫夫以及蘭德公司和卡內(nèi)基梅隆大學(xué)的紐厄爾、西蒙等10名年輕學(xué)者在達(dá)特莫斯大學(xué)召開了兩個(gè)月的學(xué)術(shù)研討會，討論機(jī)器智

8、能問題。一、人工智能的誕生與發(fā)展191956年夏，美國達(dá)特茅斯大學(xué)會上，經(jīng)麥卡錫提議正式采用“人工智能” ，標(biāo)志著人工智能學(xué)科正式誕生。麥卡錫被稱為人工智能之父。一、人工智能的誕生與發(fā)展201956年會議后，美國形成了多個(gè)AI研究組織，如紐厄爾和西蒙的Carnegie RAND協(xié)作組，明斯基和麥卡錫的MIT研究組，塞繆爾的IBM工程研究組等。 1956年以后，AI的研究在機(jī)器學(xué)習(xí)、定理證明、模式識別、問題求解、專家系統(tǒng)及人工智能語言等方面都取得了許多引人矚目的成就 。 1969年，成立了國際人工智能聯(lián)合會。 一、人工智能的誕生與發(fā)展21我國自1978年開始把“智能模擬”作為國家科技發(fā)展規(guī)劃的主

9、要研究課題。1981年成立了中國人工智能學(xué)會。現(xiàn)在，人工智能已成為計(jì)算機(jī)、航空航天、軍事裝備、工業(yè)等眾多領(lǐng)域的關(guān)鍵技術(shù)。人工智能現(xiàn)在是科技界最前沿的話題之一。人工智能產(chǎn)業(yè)正在迅猛發(fā)展。作業(yè)：查找一篇人工智能在產(chǎn)業(yè)中應(yīng)用的報(bào)道一、人工智能的誕生與發(fā)展22第1章 緒論1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 231.3 人工智能研究的基本內(nèi)容 知識表示 知識表示：將人類知識形式化或者模型化。 知識表示方法：符號表示法、連接機(jī)制表示法。符號表示法：用各種包含具體含義的符號，以各種不同的方式和順序組合起來表示知識的一類方法。例

10、如，一階謂詞邏輯、產(chǎn)生式等。 連接機(jī)制表示法：把各種物理對象以不同的方式及順序連接起來，并在其間互相傳遞及加工各種包含具體意義的信息，以此來表示相關(guān)的概念及知識。例如，神經(jīng)網(wǎng)絡(luò)等。 24 2. 機(jī)器感知 2. 機(jī)器感知 機(jī)器感知：使機(jī)器（計(jì)算機(jī)）具有類似于人的感知能力。以機(jī)器視覺(machine vision)與機(jī)器聽覺為主。1.3 人工智能研究的基本內(nèi)容3. 機(jī)器思維機(jī)器思維：對通過感知得來的外部信息及機(jī)器內(nèi)部的各種工作信息進(jìn)行有目的的處理。25 2. 機(jī)器感知 4. 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)（machine learning）：研究如何使計(jì)算機(jī)具有類似于人的學(xué)習(xí)能力，使它能通過學(xué)習(xí)自動(dòng)地獲取知識

11、。 1957年，Rosenblatt研制成功了感知機(jī)。1.3 人工智能研究的基本內(nèi)容5. 機(jī)器行為 機(jī)器行為：計(jì)算機(jī)的表達(dá)能力，即“說”、“寫”、“畫”等能力。26第1章 緒論1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 271.4 人工智能的主要研究領(lǐng)域自動(dòng)定理證明 定理證明的實(shí)質(zhì)是證明由前提 P 得到結(jié)論 Q 的永真性。 1958年，王浩證明了有關(guān)命題演算的全部定理（220條）、謂詞演算中150條定理的85%。 1965年魯賓遜（Robinson）提出了歸結(jié)原理，使機(jī)器定理證明成為現(xiàn)實(shí)。 我國著名數(shù)學(xué)家、中國科學(xué)院吳文

12、俊院士把幾何代數(shù)化，建立了一套機(jī)器證明方法，被稱為“吳方法”。281.4 人工智能的主要研究領(lǐng)域 博弈 下棋、打牌、戰(zhàn)爭等一類競爭性的智能活動(dòng)。 1956年，塞繆爾研制出跳棋程序。 1991年8月，IBM公司研制的Deep Thought 2計(jì)算機(jī)系統(tǒng)與澳大利亞象棋冠軍約翰森（D.Johansen）舉行了一場人機(jī)對抗賽，以1：1平局告終。 1996年2月10日至17日 ，IBM公司的“深藍(lán)”計(jì)算機(jī)系統(tǒng)與卡斯帕羅夫進(jìn)行了六局比賽，以3.5比2.5的總比分贏得這場世人矚目的“人機(jī)大戰(zhàn)”的勝利。 29圍棋是最后一個(gè)人類頂尖高手能戰(zhàn)勝AI的棋類游戲。2016年2月，Google DeepMind團(tuán)隊(duì)宣

13、布開發(fā)的AlphaGo(阿爾法圍棋)的人工智能系統(tǒng)，在沒有任何讓子的情況下以5比0完勝歐洲圍棋冠軍、職業(yè)圍棋二段樊麾。樊麾出生在中國，現(xiàn)籍法國，是現(xiàn)任法國國家圍棋隊(duì)總教練。這是人類歷史上，圍棋AI第一次在公平比賽中戰(zhàn)勝職業(yè)選手。2016年3月，AlphaGo將和韓國九段棋手李世石在首爾一戰(zhàn)。李世石是最近10年中獲得世界第一頭銜最多的棋手。智能游戲301.4 人工智能的主要研究領(lǐng)域 模式識別（pattern recognition）：研究對象描述和分類方法的學(xué)科。分析和識別的模式可以是信號、圖象或者普通數(shù)據(jù)。文字識別：郵政編碼、車牌識別、漢字識別。人臉識別：反恐、商業(yè)。物體識別：導(dǎo)彈、機(jī)器人。模

14、式識別311.4 人工智能的主要研究領(lǐng)域機(jī)器視覺(machine vision)或計(jì)算機(jī)視覺(computer vision)是用機(jī)器代替人眼睛進(jìn)行測量和判斷。機(jī)器視覺應(yīng)用在半導(dǎo)體及電子、汽車、冶金、制藥、食品飲料、印刷、包裝、零配件裝配及制造質(zhì)量檢測等。文字識別：郵政編碼、車牌識別、手寫體識別。計(jì)算機(jī)、手機(jī)等輸入。人臉識別：反恐、商業(yè)。物體識別：導(dǎo)彈、機(jī)器人。機(jī)器視覺321.4 人工智能的主要研究領(lǐng)域自然語言理解 研究如何讓計(jì)算機(jī)理解人類自然語言，包括回答問題、生成摘要、翻譯等。 1957年，在蘇聯(lián)人造衛(wèi)星成功發(fā)射的刺激下,美國國家研究會大力支持對俄科技論文的計(jì)算機(jī)翻譯。人們最初以為機(jī)器翻譯

15、只要將雙向詞典及一些詞法知識放進(jìn)計(jì)算機(jī)就行了。后來發(fā)現(xiàn)有時(shí)會出現(xiàn)十分荒謬的錯(cuò)誤。 “The spirit is willing but the flesh is weak”心有余而力不足。 俄語 “The wine is good but the meat is spoiled”酒是好的但肉變質(zhì)了。33“Time flies like an arrow”光陰似箭 以前的機(jī)器翻譯得到以下幾種譯文： 時(shí)間象箭一樣飛馳（正確） 時(shí)間以箭運(yùn)動(dòng)的方式飛著（可笑，但不算錯(cuò)） 用測箭速的方法測量蠅速（沒聽過，但可能） 測量象箭似的蒼蠅的速度（離奇） 一種“時(shí)間蒼蠅”喜歡箭（在科幻小說里也許有）1.4 人工智

16、能的主要研究領(lǐng)域34自然語言理解1966年美國顧問委員會的報(bào)告裁定：還不存在通用的科學(xué)文本機(jī)器翻譯，也沒有很近的實(shí)現(xiàn)前景。英國、美國中斷了大部分機(jī)器翻譯項(xiàng)目的資助。20世紀(jì)60年代末，人工智能研究遇到困難。1977年，費(fèi)根鮑姆在第五屆國際人工智能聯(lián)合會議上提出了“知識工程”概念，推動(dòng)了知識為中心的研究。1981年，日本宣布第五代計(jì)算機(jī)發(fā)展計(jì)劃，并在1991年展出了研制的PSI3智能工作站和由PSI3構(gòu)成的模型機(jī)系統(tǒng)1.4 人工智能的主要研究領(lǐng)域35現(xiàn)在，機(jī)器翻譯已經(jīng)實(shí)用化、商品化。2012年11月，微軟在中國天津公開演示了全自動(dòng)的同聲傳譯系統(tǒng)：講演者用英文演講，后臺的計(jì)算機(jī)一氣呵成自動(dòng)完成語音

17、識別、英中機(jī)器翻譯，以及中文語音合成，效果非常流暢。1.4 人工智能的主要研究領(lǐng)域361.4 人工智能的主要研究領(lǐng)域智能信息檢索 智能信息檢索系統(tǒng)的功能： (1) 能理解自然語言。 (2) 具有推理能力。 (3) 系統(tǒng)擁有一定的常識性知識。 數(shù)據(jù)挖掘與知識發(fā)現(xiàn) 數(shù)據(jù)挖掘的目的是從數(shù)據(jù)庫中找出有意義的模式(一組規(guī)則、聚類、決策樹、依賴網(wǎng)絡(luò)或其他方式表示的知識)。 數(shù)據(jù)挖掘過程：數(shù)據(jù)預(yù)處理、建模、模型評估及模型應(yīng)用。 37深度學(xué)習(xí)：是當(dāng)前研究與應(yīng)用的熱點(diǎn)。深度學(xué)習(xí)包含構(gòu)建能夠模仿人類大腦行為的神經(jīng)網(wǎng)絡(luò)。這些多層次的神經(jīng)網(wǎng)絡(luò)像人類大腦一樣，可以收集信息，并產(chǎn)生相應(yīng)的行為 2013年4月，麻省理工學(xué)院

18、技術(shù)評論雜志將深度學(xué)習(xí)列為2013年十大突破性技術(shù)之首。機(jī)器學(xué)習(xí)38 2012年6月，紐約時(shí)報(bào)披露斯坦福大學(xué)AI實(shí)驗(yàn)室主任Andrew Ng（吳恩達(dá)）領(lǐng)導(dǎo)的人工智能領(lǐng)域目標(biāo)最遠(yuǎn)大的項(xiàng)目Google大腦Google Brain。 使用 16000 臺CPU創(chuàng)造出 10 億個(gè)連接的“神經(jīng)網(wǎng)絡(luò)”，讓機(jī)器系統(tǒng)學(xué)會自動(dòng)識別貓，成為國際深度學(xué)習(xí)領(lǐng)域廣為人知的案例之一。機(jī)器學(xué)習(xí)39驅(qū)使谷歌、IBM、微軟、蘋果、百度這些公司競相開發(fā)高級機(jī)器學(xué)習(xí)技術(shù)的原因，正是其背后蘊(yùn)藏的巨大商業(yè)潛力。2013年1月，李彥宏宣布百度將建立公司歷史上首個(gè)前沿科學(xué)研究機(jī)構(gòu)深度學(xué)習(xí)研究院(IDL)。前不久，百度在硅谷毗鄰谷歌總部設(shè)立

19、人工智能實(shí)驗(yàn)室，主要任務(wù)之一就是探索深度學(xué)習(xí)算法。機(jī)器學(xué)習(xí)40 2014年05月17日，百度宣布人工智能領(lǐng)域最權(quán)威的學(xué)者之一吳恩達(dá)(Andrew Ng)正式加盟百度，擔(dān)任百度首席科學(xué)家，全面負(fù)責(zé)百度研究院。機(jī)器學(xué)習(xí)411.4 人工智能的主要研究領(lǐng)域?qū)＜蚁到y(tǒng) 專家系統(tǒng)模擬人類專家求解問題的思維過程求解領(lǐng)域內(nèi)的各種問題，其水平可以達(dá)到甚至超過人類專家的水平。 1965年費(fèi)根鮑姆研究小組開始研制第一個(gè)專家系統(tǒng)分析化合物分子結(jié)構(gòu)的DENDRAL，1968年完成并投入使用。 1971年MIT開發(fā)成功求解一些數(shù)學(xué)問題的MYCSYMA專家系統(tǒng)。拉特格爾大學(xué)開發(fā)的清光眼診斷與治療的專家系統(tǒng)CASNET。 19

20、72年斯坦福大學(xué)肖特里菲等人開始研制用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN。 1976年斯坦福研究所開始開發(fā)探礦專家系統(tǒng)PROSPECTOR，1980年首次實(shí)地分析華盛頓某山區(qū)地質(zhì)資料，發(fā)現(xiàn)了一個(gè)鉬礦。 1981年斯坦福大學(xué)研制成功專家系統(tǒng)AM，能模擬人類進(jìn)行概括、抽象和歸納推理，發(fā)現(xiàn)某些數(shù)論的概念和定理。 421.4 人工智能的主要研究領(lǐng)域自動(dòng)程序設(shè)計(jì) 程序綜合：用戶只需要告訴計(jì)算機(jī)要“做什么”， 無須說明“怎么做”，計(jì)算機(jī)就可自動(dòng)實(shí)現(xiàn)程序的設(shè)計(jì)。 程序正確性的驗(yàn)證：研究出一套理論和方法，通過運(yùn)用這套理論和方法就可以證明程序的正確性。2014年2月新聞：麻省理工教授ArmandoSol

21、ar-Lezama開發(fā)的一種智能化編程語言“Sketch”，可以自動(dòng)填補(bǔ)、修正代碼內(nèi)容，在幾毫秒內(nèi)修復(fù)代碼，讓程序員可以忽略許多繁瑣的細(xì)節(jié)。431.4 人工智能的主要研究領(lǐng)域機(jī)器人 20世紀(jì)60年代初，研制出尤尼梅特和沃莎特蘭兩種機(jī)器人。 機(jī)器人發(fā)展：程序控制機(jī)器人（第一代） 、自適應(yīng)機(jī)器人（第二代）、智能機(jī)器人（現(xiàn)代）。 44 2009年曝光的自動(dòng)駕駛汽車雛形 2010年10月9日，谷歌在官方博客宣布開發(fā)自動(dòng)駕駛汽車 2011年10月，谷歌在內(nèi)華達(dá)州和加州的莫哈韋沙漠作為試驗(yàn)場對汽車進(jìn)行測試。美國內(nèi)華達(dá)立法機(jī)關(guān)允許自動(dòng)駕駛車輛上路，2012年3月1日正式生效 。 2012年5月7日，內(nèi)華達(dá)州

22、機(jī)動(dòng)車輛管理局（DMV）批準(zhǔn)了美國首個(gè)自動(dòng)駕駛車輛許可證。自動(dòng)駕駛451.4 人工智能的主要研究領(lǐng)域組合優(yōu)化問題 組合優(yōu)化問題：旅行商問題、生產(chǎn)計(jì)劃與調(diào)度、物流中的車輛調(diào)度、智能交通、通信中的路由調(diào)度、計(jì)算機(jī)網(wǎng)絡(luò)信息調(diào)度等 NP完全問題：用目前知道的最好的方法求解，問題求解需要花費(fèi)的時(shí)間是隨問題規(guī)模增大以指數(shù)關(guān)系增長。46傳統(tǒng)人工智能的研究部分地顯示了人腦的歸納、推理等智能。但對人類底層的智能，如視覺、聽覺、觸覺等方面，計(jì)算機(jī)信息處理能力還不如一個(gè)幼兒園的孩子。神經(jīng)網(wǎng)絡(luò)模型模擬了人腦神經(jīng)系統(tǒng)的特點(diǎn)：處理單元的廣泛連接；并行分布式信息儲存、處理；自適應(yīng)學(xué)習(xí)能力等。神經(jīng)網(wǎng)絡(luò)模式識別方法具有較強(qiáng)的容

23、錯(cuò)能力、自適應(yīng)學(xué)習(xí)能力、并行信息處理能力。人工神經(jīng)網(wǎng)絡(luò)47人腦由一千多億（1011億 1014 億）個(gè)神經(jīng)細(xì)胞（神經(jīng)元）交織在一起的網(wǎng)狀結(jié)構(gòu)組成，其中大腦皮層約140億個(gè)神經(jīng)元，小腦皮層約1000億個(gè)神經(jīng)元。神經(jīng)元約有1000種類型，每個(gè)神經(jīng)元大約與103 104個(gè)其他神經(jīng)元相連接，形成極為錯(cuò)綜復(fù)雜而又靈活多變的神經(jīng)網(wǎng)絡(luò)。人的智能行為就是由如此高度復(fù)雜的組織產(chǎn)生的。浩瀚的宇宙中，也許只有包含數(shù)千億顆星球的銀河系的復(fù)雜性能夠與大腦相比。人工神經(jīng)網(wǎng)絡(luò)48深度神經(jīng)網(wǎng)絡(luò)：當(dāng)前研究與應(yīng)用的熱點(diǎn)。深度神經(jīng)網(wǎng)絡(luò)是多層次的神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)像人類大腦一樣，可以收集信息，并產(chǎn)生相應(yīng)的行為，能夠模仿人類大腦行

24、為。這些神經(jīng)網(wǎng)絡(luò)可以逐漸對事物的外形和聲音進(jìn)行感知和理解，也就是“認(rèn)識”事物。人工神經(jīng)網(wǎng)絡(luò)491.4 人工智能的主要研究領(lǐng)域 分布式人工智能系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標(biāo)準(zhǔn)，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中，具有交換信息和協(xié)同工作的能力。 分布式問題求解：把一個(gè)具體的求解問題劃分為多個(gè)相互合作和知識共享的模塊或者結(jié)點(diǎn)。 多智能體系統(tǒng)：研究各智能體之間行為的協(xié)調(diào)。 分布式人工智能與多智能體 501.4 人工智能的主要研究領(lǐng)域 國際知名美籍華裔科學(xué)家傅京孫（K S. Fu）在1965年首先把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。 智能控制的兩個(gè)顯著特點(diǎn)：第一，智能控制是同時(shí)

25、具有知識表示的非數(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程。第二，智能控制的核心在高層控制，其任務(wù)在于實(shí)際環(huán)境或過程進(jìn)行組織，即決策與規(guī)劃，以實(shí)現(xiàn)廣義問題求解。 智能控制的基本類型：（1）專家智能控制 （2）模糊控制（3）神經(jīng)網(wǎng)絡(luò)控制智能控制 511.4 人工智能的主要研究領(lǐng)域 智能仿真是將AI引入仿真領(lǐng)域，建立智能仿真系統(tǒng)。 仿真是對動(dòng)態(tài)模型的實(shí)驗(yàn)，即行為產(chǎn)生器在規(guī)定的實(shí)驗(yàn)條件下驅(qū)動(dòng)模型，從而產(chǎn)生模型行為。仿真是在描述性知識、目的性知識及處理知識的基礎(chǔ)上產(chǎn)生結(jié)論性知識。 利用AI對整個(gè)仿真過程（建模、實(shí)驗(yàn)運(yùn)行及結(jié)果分析）進(jìn)行指導(dǎo)，在仿真模型中引進(jìn)知識表示，改善仿真模型的描述能力，為研究

26、面向目標(biāo)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，使仿真更有效地用于決策，更好地用于分析、設(shè)計(jì)及評價(jià)知識庫系統(tǒng)。智能仿真 521.4 人工智能的主要研究領(lǐng)域 智能CAD（簡稱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)。AI幾乎可以應(yīng)用到CAD技術(shù)的各個(gè)方面。從目前發(fā)展的趨勢來看，至少有下述四個(gè)方面： （1）設(shè)計(jì)自動(dòng)化。 （2）智能交互。 （3）智能圖形學(xué)。 （4）自動(dòng)數(shù)據(jù)采集。智能CAD 531.4 人工智能的主要研究領(lǐng)域 智能CAI就是把AI引入計(jì)算機(jī)輔助教學(xué)領(lǐng)域。 ICAI系統(tǒng)一般分成專門知識、教導(dǎo)策略和學(xué)生模型和自然語言的智能接口。 ICAI應(yīng)

27、具備下列智能特征：（1）自動(dòng)生成各種問題與練習(xí)。（2）根據(jù)學(xué)生的學(xué)習(xí)情況自動(dòng)選擇與調(diào)整教學(xué)內(nèi)容與進(jìn)度。（3）在理解教學(xué)內(nèi)容的基礎(chǔ)上自動(dòng)解決問題生成解答。（4）具有自然語言生成和理解能力。（5）對教學(xué)內(nèi)容有理解咨詢能力。（6）能診斷學(xué)生錯(cuò)誤，分析原因并采取糾正措施。（7）能評價(jià)學(xué)生的學(xué)習(xí)行為。（8）能不斷地在教學(xué)中改善教學(xué)策略。智能CAI 541.4 人工智能的主要研究領(lǐng)域 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)，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)。 智能部件可以是專家系統(tǒng)模式、知識庫模式等。 智能管理與智能決策 551.4 人工智能的主要研究領(lǐng)域 多媒體計(jì)算機(jī)系統(tǒng)就是能綜合處理文字、圖形、圖像和聲音等多種媒體信息的計(jì)算機(jī)系統(tǒng)。 智能多媒體就是將人工智能技術(shù)引入多媒體系統(tǒng)，使其功能和性能得到進(jìn)一步發(fā)展和提高。 多媒體技術(shù)與人工智能所研究的機(jī)器感知、機(jī)器理解等技術(shù)不謀而合。人工智能的計(jì)算機(jī)視聽覺、語音識別與理解、語音對譯、信息智能壓縮等技術(shù)運(yùn)用于多媒體系統(tǒng)，將會使現(xiàn)在的多媒體系統(tǒng)產(chǎn)生質(zhì)的飛躍。智能多媒體系統(tǒng) 561.4 人工智能的主要研究領(lǐng)域 智能操作系統(tǒng)的基本模型：