工智能1人工智能概述、數(shù)據(jù)模型

1、課題：人工智能第1講 人工智能概述、數(shù)據(jù)模型教學(xué)內(nèi)容：人工智能的概念和進(jìn)展人類智能與人工智能人工智能的學(xué)派及其爭辯人工智能的研究和應(yīng)用領(lǐng)域。人工智能對人類的影響。重點(diǎn)：數(shù)據(jù)模型第一章緒論從1956年正式提出人工智能學(xué)科算起，40連年來，取得長足的進(jìn)展，成為一門普遍 的交叉和前沿科學(xué)?？偟恼f來，人工智能的目的就是讓運(yùn)算機(jī)這臺機(jī)械能夠象人一樣試探。 若是希望做出一臺能夠試探的機(jī)械，那就必需明白什么是試探，更進(jìn)一步講就是什么是智慧。 什么樣的機(jī)械才是智慧的呢？科學(xué)家已經(jīng)作出了汽車，火車，飛機(jī)，收音機(jī)等等，它們仿照 咱們身體器官的功能，可是能不能仿照人類大腦的功能呢？到目前為止，咱們也僅僅明白那 個(gè)裝

2、在咱們天靈蓋里面的東西是由數(shù)十億個(gè)神經(jīng)細(xì)胞組成的器官，咱們對那個(gè)東西知之甚 少，仿照它或許是天下最困難的情形了。當(dāng)運(yùn)算機(jī)出現(xiàn)后，人類開始真正有了一個(gè)能夠模擬人類思維的工具，在以后的歲 月中，無數(shù)科學(xué)家為那個(gè)目標(biāo)盡力著。此刻人工智能已經(jīng)再也不是幾個(gè)科學(xué)家的專利了，全 世界幾乎所有大學(xué)的運(yùn)算機(jī)系都有人在研究這門學(xué)科，學(xué)習(xí)運(yùn)算機(jī)的大學(xué)生也必需學(xué)習(xí)如此 一門課程，在大家不懈的盡力下，此刻運(yùn)算機(jī)似乎已經(jīng)變得十分伶俐了。例如，1997年5 月，IBM公司研制的深藍(lán)(Deep Blue)運(yùn)算機(jī)戰(zhàn)勝了國際象棋大師卡斯帕洛夫(Kasparov)。 大家或許不會注意到，在一些地方運(yùn)算機(jī)幫忙人進(jìn)行其它原來只屬于人類

3、的工作，運(yùn)算機(jī)以 它的高速和準(zhǔn)確為人類發(fā)揮著它的作用。人工智能始終是運(yùn)算機(jī)科學(xué)的前沿學(xué)科，運(yùn)算機(jī)編 程語言和其它運(yùn)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。人工智能理論進(jìn)入21世紀(jì)，正醞釀著新的沖破-人工生命的提出，不僅意味著人 類試圖從傳統(tǒng)的工程技術(shù)途徑，而且將開辟生物工程技術(shù)途徑，去進(jìn)展人工智能；同時(shí)人工 智能的進(jìn)展，又將作為人工生命科學(xué)的重要支柱和推動力量。能夠預(yù)言：人工智能的研究功 效將能夠創(chuàng)造出更多更高級的智能”制品”，并使之在愈來愈多的領(lǐng)域超越人類智能；人工智 能將為進(jìn)展國民經(jīng)濟(jì)和改善人類生活作出更大奉獻(xiàn)。人工智能的概念和進(jìn)展1.1.1人工智能的概念國際上人工智能研究作為一門科學(xué)

4、的前沿和交叉學(xué)科，但像許多新興學(xué)科一樣，人工智能至今尚無統(tǒng)一的概念。要給人工智能下個(gè)準(zhǔn)確的概念是困難的。人類的許多活動， 如解算題、猜謎語、進(jìn)行討論、編制計(jì)劃和編寫運(yùn)算機(jī)程序，乃至駕駛汽車和騎自行車等等，都需要”智能”。若是機(jī)械能夠執(zhí)行這種任務(wù)，就可以夠以為機(jī)械已具有某種性質(zhì)的”人工智 能”。不同科學(xué)或?qū)W科背景的學(xué)者對人工智能有不同的理解，提出不同的觀點(diǎn)，人們稱 這些觀點(diǎn)為符號主義(Symbolism)、連接主義(Connectionism)和H行為主義(Actionism)等，或叫 做邏輯學(xué)派(Logicism)、仿生學(xué)派(Bionicsism)和生理學(xué)派(Physiologism)。另外還

5、有運(yùn)算機(jī)學(xué) 派、心理學(xué)派和語言學(xué)派等。咱們將在節(jié)中綜述他們的主要觀點(diǎn)。這里，咱們結(jié)合自己的理 解來概念人工智能。這些概念是比較狹義的。概念 1 智能機(jī)械(intelligent machine)能夠在各類環(huán)境中自主地或交互地執(zhí)行各類擬人任務(wù)(anthropomorphic tasks)的機(jī)械。例子1：能夠模擬人的思維，進(jìn)行博弈的運(yùn)算機(jī)。1997年5月11日，一個(gè)名為 深藍(lán)”(Deep Blue )的IBM運(yùn)算機(jī)系統(tǒng)戰(zhàn)勝那時(shí)的國際象棋世界冠軍蓋利.卡斯帕羅夫(Garry Kasparov )o例子2：能夠進(jìn)行深海探測的潛水機(jī)械人。例子3：在星際探險(xiǎn)中的移動機(jī)械人，如美國研制的火星探測車。概念2人

6、工智能斯坦福大學(xué)的Nilsson提出人工智能是關(guān)于知識的科學(xué)(知識的表示、知識的獲取 和知識的運(yùn)用)，本書中第一從學(xué)科的界定來概念：-人工智能(學(xué)科)是運(yùn)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)械的一個(gè)分支。 它的近期主要目標(biāo)在于研究用機(jī)械來仿照和執(zhí)行人腦的某些智能功能，并開發(fā)相關(guān)理論和 技術(shù)。從人工智能所實(shí)現(xiàn)的功能來概念：-人工智能(能力)是智能機(jī)械所執(zhí)行的通常與人類智能有關(guān)的功能，如判斷、推 理、證明、識別、感知、理解、設(shè)計(jì)、試探、計(jì)劃、學(xué)習(xí)和問題求解等思維活動。1.1.2人工智能的起源與進(jìn)展什么是三段論？三段論是以真言判斷為其前提的一種演繹推理，它借助于人工智能的進(jìn)展是以硬件與軟件為基礎(chǔ)。它

7、的進(jìn)展經(jīng)歷了漫長的進(jìn)展歷程。人們從很早 就已開始研究自身的思維形成，早在亞里士多德(公元前384-322年)在著手解釋和編注他稱 之為三段論的演繹推理時(shí)就邁出了向人工智能進(jìn)展的初期步伐，能夠看做為原始的知識表達(dá) 規(guī)范。個(gè)共同項(xiàng)，把兩個(gè)直言判斷聯(lián)系起來，從 而得出結(jié)論。例如：一切金屬都是能夠熔 解的；鐵是金屬；所以，鐵是能夠熔解的。亞里士多德(公元前384-322年)人類智能與人工智能1.2.1研究認(rèn)知進(jìn)程的任務(wù)人的心理活動具有不同的層次，它能夠與運(yùn)算機(jī)的層次相較較，見圖。心理活動的最高層級是思維策略，（a）入類 （b）計(jì)算機(jī)圖人類任知活動與計(jì)算機(jī)的比較中間一層是初級信息處理，最低層級是 生理過

8、程，即中樞神經(jīng)系統(tǒng)、神經(jīng)元和 大腦的活動，與此相應(yīng)的是計(jì)算機(jī)程序、 語言和硬件。研究認(rèn)知過程的主要任務(wù)是探求高 層次思維決策與初級信息處理的關(guān)系， 并用計(jì)算機(jī)程序來模擬人的思維策略水 平，而用計(jì)算機(jī)語言模擬人的初級信息 處理過程。1.2.2智能信息處置系統(tǒng)的假設(shè)物理符號系統(tǒng)的假設(shè)伴隨有3個(gè)推論，或稱為附帶條件。推論一:既然人具有智能，那么他（她）就必然是個(gè)物理符號系統(tǒng)。推論二:既然運(yùn)算機(jī)是一個(gè)物理符號系統(tǒng)，它就必然能夠表現(xiàn)出智能。推論三:既然人是一個(gè)物理符號系統(tǒng)，運(yùn)算機(jī)也是一個(gè)物理符號系統(tǒng)，那么咱們就可以夠用運(yùn)算機(jī)來模擬人的活動?？刂普撝妇S納1940年主張計(jì)算機(jī)五原則。維納 在1940年寫給

9、朋友的一封信中，對現(xiàn)代計(jì)算機(jī)的設(shè)計(jì) 曾提出了幾條原則：（1）不是模擬式，而是數(shù)字式；（2） 由電子元件構(gòu)成，盡量減少機(jī)械部件；（3）采用二進(jìn)制， 而不是十進(jìn)制；（4）內(nèi)部存放計(jì)算表；（5）在計(jì)算機(jī)內(nèi)部 存貯數(shù)據(jù)。這些原則是十分正確的。1940年，維納開始考慮運(yùn)算機(jī)如何能像大腦一樣工作。他發(fā)覺了二者的相似性。維納以為運(yùn)算機(jī)是一個(gè)進(jìn)行信息處置和信息轉(zhuǎn)換的系統(tǒng)，只要那個(gè)系統(tǒng)能取得數(shù)據(jù)，機(jī)械本身就 應(yīng)該能做幾乎任何情形。而且運(yùn)算機(jī)本身并非必然要用齒輪，導(dǎo)線，軸，電機(jī)等部件制成。 麻省理工學(xué)院的一名教授為了證明維納的那個(gè)觀點(diǎn)，乃至用石塊和衛(wèi)生紙卷制造過一臺簡單 的能運(yùn)行的運(yùn)算機(jī)。維納系統(tǒng)地創(chuàng)建了控制論，

10、按照這一理論，一個(gè)機(jī)械系統(tǒng)完全能進(jìn)行運(yùn) 算和記憶。1.2.3人類智能的運(yùn)算機(jī)模擬帕梅拉麥考達(dá)克（Pamela McCorduck）在她的著名的人工智能歷史研究機(jī)械思維 （Machine Who Think,1979）中曾經(jīng)指出：在復(fù)雜的機(jī)械裝置與智能之間存在著長期的聯(lián)系。 從幾世紀(jì)前出現(xiàn)的神話般的復(fù)雜巨鐘和機(jī)械自動機(jī)開始，人們已對機(jī)械操作的復(fù)雜性與自身 的智能活動進(jìn)行直接聯(lián)系。著名的英國科學(xué)家圖靈被稱為人工智能之父，圖靈不僅創(chuàng)造了一個(gè)簡單的通用的非數(shù)字 計(jì)算模型，而且直接證明了運(yùn)算機(jī)可能以某種被理解為智能的方式工作。1950年，圖靈發(fā) 表了題為運(yùn)算性能試探嗎？的論文，給人工智能下了一個(gè)概念，而

11、且論證了人工智能的 可能性。概念智慧時(shí)，若是一臺機(jī)械能夠通過稱之為圖靈實(shí)驗(yàn)的實(shí)驗(yàn)，那它就是智慧的。圖 靈實(shí)驗(yàn)的本質(zhì)就是讓人在不看外型的情形下不能區(qū)別是機(jī)械的行為仍是人的行為時(shí)，那個(gè)機(jī) 械就是智慧的。圖靈測試游戲由一男(A)、一女(B)和一名詢問者(C)進(jìn)行；C與A、B.被隔離，通過電傳打字機(jī)與A、B對話。詢問者只知道二人的稱呼是X，Y，通過提問以及回答來判斷，最終作出”X是A，Y是B”或者”X是B，Y是A”的結(jié)論。游戲中，A必須盡 力使C判斷錯誤，而B的任務(wù)是幫助C。.當(dāng)一個(gè)機(jī)器代替了游戲中的A，并且機(jī)器將試圖使得C相信它是一個(gè)人。如果機(jī)器通過了圖靈測試，就認(rèn)為它是智慧Alan Turing(

12、1912-1954)的。物理符號系統(tǒng)假設(shè)的推論一也告知咱們，人有智能，所以他是一個(gè)物理符號系統(tǒng); 推論三指出，能夠編寫出運(yùn)算機(jī)程序去模擬人類的思維活動。這就是說，人和運(yùn)算機(jī)這兩個(gè) 物理符號系統(tǒng)所利用的物理符號是相同的，因此運(yùn)算性能夠模擬人類的智能活動進(jìn)程。人工智能的學(xué)派及其爭辯目前人工智能的主要學(xué)派：符號主義、聯(lián)結(jié)主義和行為主義。任何新生事物的成長都不是一帆風(fēng)順的，人工智能也不例外。從人工智能孕育于人 類社會的母胎時(shí)，就引發(fā)人們的爭議。自1956年問世以來，人工智能也是在比較艱難的環(huán) 境中頑強(qiáng)地拚搏與成長的。一方面，社會上對人工智能的科學(xué)性有所懷疑，或?qū)θ斯ぶ悄艿?進(jìn)展產(chǎn)生恐懼。在一些國家(如

13、前蘇聯(lián))，乃至曾把人工智能視為反科學(xué)的異端邪說。在我國 那前所未有的年代里，也有人把人工智能作為迷信來批判，以致連人工智能那個(gè)名詞也 不敢公開提及。另一方面，科學(xué)界內(nèi)部對人工智能也表示懷疑。真正的科學(xué)與任何其它真理一樣，是永久無法壓制的。人工智能研究必將排除千 難萬險(xiǎn)，尤如滔滔長江，后浪推前浪，一浪更比一浪高地向前進(jìn)展。在我國，人工智能科學(xué) 也開始迎來了它的春天。1.3.1人工智能的主要學(xué)派目前人工智能的主要學(xué)派有下列3家：(1)符號主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學(xué)派(Psychlogism) 或運(yùn)算機(jī)學(xué)派(Computerism)，其原理主要為物理符

14、號系統(tǒng)(即符號操作系統(tǒng))假設(shè)和有限合理 性原理。聯(lián)結(jié)主義(Connectionism)，又稱為仿生學(xué)派(Bionicsism)或生理學(xué)派 (Physiologism)，其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。行為主義(Actionism)，又稱進(jìn)化主義(Evolutionism)或控制論學(xué)派 (Cyberneticsism)，其原理為控制論及感知-動作型控制系統(tǒng)。他們對人工智能進(jìn)展歷史具有不同的觀點(diǎn)。符號主義以為人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起就獲迅速進(jìn)展；到20世紀(jì) 30年代開始用于描述智能行為。運(yùn)算機(jī)出現(xiàn)后，又在運(yùn)算機(jī)上實(shí)現(xiàn)了邏輯演繹系統(tǒng)。正是 這些符號主義者，早

15、在1956年第一采用”人工智能”那個(gè)術(shù)語。后來又進(jìn)展了啟發(fā)式算法一 專家系統(tǒng)一知識工程理論與技術(shù)，并在80年代取得專門大進(jìn)展。符號主義曾長期一枝獨(dú)秀， 為人工智能的進(jìn)展作出重要奉獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程 應(yīng)用和實(shí)現(xiàn)理論聯(lián)系實(shí)際具有特別重要意義。在人工智能的其它學(xué)派出現(xiàn)以后，符號主義仍 然是人工智能的主流派。那個(gè)學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。聯(lián)結(jié)主義以為人工智能源于仿生學(xué)，專門是人腦模型的研究。它的代表性功效是1943年由 生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨(Pitts)創(chuàng)建的腦模型，即MP模型。60-70 年代，聯(lián)

16、結(jié)主義，尤其是對以感知機(jī)(perceptron)為代表的腦模型的研究曾出現(xiàn)過熱潮，由于 那時(shí)的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在70年代后期至80年代初期落 入低潮。直到Hopfield教授在1982年和1984年發(fā)表兩篇重要論文，提出用硬件模擬神經(jīng) 網(wǎng)絡(luò)時(shí)，聯(lián)結(jié)主義又從頭抬頭。1986年魯梅爾哈特（Rumelhart）等人提出多層網(wǎng)絡(luò)中的反向 傳播（BP）算法。爾后，聯(lián)結(jié)主義勢頭大振，從模型到算法，從理論分析到工程實(shí)現(xiàn)，為神經(jīng) 網(wǎng)絡(luò)運(yùn)算機(jī)走向市場打下基礎(chǔ)。此刻，對ANN的研究熱情仍然不減。行為主義以為人工智能源于控制論?？刂普撍枷朐缭?0-50年代就成為時(shí)期思潮的重要部 份，影

17、響了初期的人工智能工作者。到60-70年代，控制論系統(tǒng)的研究取得必然進(jìn)展，播下 智能控制和智能機(jī)械人的種子，并在80年代誕生了智能控制和智能機(jī)械人系統(tǒng)。行為主義 是最近幾年來才以人工智能新學(xué)派的面孔出現(xiàn)的，引發(fā)許多人的興趣與研究。1.3.2對人工智能大體理論的爭辯不同人工智能學(xué)派對人工智能的研究方式問題也有不同的觀點(diǎn)。這些問題涉及人 工智能是不是必然采用模擬人的智能的方式？若要模擬又該如何模擬?對結(jié)構(gòu)模擬和行為模 擬、感知思維和行為、對認(rèn)知與學(xué)習(xí)和邏輯思維和形象思維等問題是不是應(yīng)分離研究?是不 是有必要成立人工智能的統(tǒng)一理論系統(tǒng)?如有，又應(yīng)以什么方式為基礎(chǔ)？符號主義以為人的認(rèn)知基元是符號，而且

18、認(rèn)知進(jìn)程即符號操作進(jìn)程。它以為人是一個(gè)物理 符號系統(tǒng)，運(yùn)算機(jī)也是一個(gè)物理符號系統(tǒng)，因此，咱們就可以夠用運(yùn)算機(jī)來模擬人的智能行 為，即用運(yùn)算機(jī)的符號操作來模擬人的認(rèn)知進(jìn)程。也就是說，人的思維是可操作的。它還以 為，知識是信息的一種形式，是組成智能的基礎(chǔ)。人工智能的核心問題是知識表示、知識推 理和知識運(yùn)用。知識可用符號表示，也可用符號進(jìn)行推理，因此有可能成立起基于知識的人 類智能和機(jī)械智能的統(tǒng)一理論體系。聯(lián)結(jié)主義以為人的思維基元是神經(jīng)元，而不是符號處置進(jìn)程。它對物理符號系統(tǒng)假設(shè)持反 對意見，以為人腦不同于電腦，并提出聯(lián)結(jié)主義的大腦工作模式，用于取代符號操作的電腦 工作模式。他們對人工智能進(jìn)展歷史具

19、有不同的觀點(diǎn)。行為主義以為智能取決于感知和行動（所以被稱為行為主義），提出智能行為的”感知-動作” 模式。行為主義者以為智能不需要知識、不需要表示、不需要推理；人工智能能夠象人類智 能一樣慢慢進(jìn)化（所以稱為進(jìn)化主義）；智能行為只能在現(xiàn)實(shí)世界中與周圍環(huán)境交互作用而表 現(xiàn)出來。行為主義還以為：符號主義（還包括聯(lián)結(jié)主義）對真實(shí)世界客觀事物的描述及其智能 行為工作模式是過于簡化的抽象，因此是不能真實(shí)地反映客觀存在的。對人工智能技術(shù)線路的爭辯如安在技術(shù)上實(shí)現(xiàn)人工智能系統(tǒng)、研制智能機(jī)械和開發(fā)智能產(chǎn)品，即沿著什么技 術(shù)線路和策略來進(jìn)展人工智能，也存在有不同的派別，即不同的線路。專用線路強(qiáng)調(diào)研制與開發(fā)專用的智

20、能運(yùn)算機(jī)、人工智能軟件、專用開發(fā)工具、人工智能語 言和其它專用設(shè)備。通用線路以為通用的運(yùn)算機(jī)硬件和軟件能夠?qū)θ斯ぶ悄荛_發(fā)提供有效的支持，并能夠解決 普遍的和一般的人工智能問題。通用線路強(qiáng)調(diào)人工智能應(yīng)用系統(tǒng)和人工智能產(chǎn)品的開發(fā)，應(yīng) 與運(yùn)算機(jī)立體技術(shù)和主流技術(shù)相結(jié)合，并把知識工程視為軟件工程的一個(gè)分支。硬件線路以為人工智能的進(jìn)展主要依托硬件技術(shù)。該線路還以為智能機(jī)械的開發(fā)主要有賴 于各類智能硬件、智能工具及固化技術(shù)。軟件線路強(qiáng)調(diào)人工智能的進(jìn)展主要依托軟件技術(shù)。軟件線路以為智能機(jī)械的研制主要在于 開發(fā)各類智能軟件、工具及其應(yīng)用系統(tǒng)。從上面的討論咱們能夠看到，在人工智能的大體理論、研究方式和技術(shù)線路等

21、方 面，存在幾種不同的學(xué)派，有著不同的論點(diǎn)；對其中某些觀點(diǎn)的爭辯是十分激烈的。從”一 枝獨(dú)秀”的符號主義進(jìn)展到多學(xué)派”百花爭艷”，是一件大好事，必將增進(jìn)人工智能的進(jìn)一步 進(jìn)展。對人工智能各類問題的爭辯可能還要持續(xù)幾十年乃至幾百年。雖然未來的人工智 能系統(tǒng)極可能是集各家之長的多種方式之結(jié)合，可是單獨(dú)研究各類方式仍然是必要的和有價(jià) 值的。在盡力實(shí)現(xiàn)某種主要目標(biāo)之前，極可能有幾種方式彼此競爭和比賽。人工智能的研究 者們已經(jīng)開發(fā)和編制出許多演出系統(tǒng)和實(shí)用系統(tǒng)，這些系統(tǒng)顯示出有限領(lǐng)域內(nèi)的優(yōu)良智能水 平，有的系統(tǒng)乃至已具有商業(yè)價(jià)值。但是，已實(shí)現(xiàn)的人工智能系統(tǒng)仍遠(yuǎn)未達(dá)到人類所具有的 那些幾乎是全能的認(rèn)知技能

22、。研究工作沿著許多不同的途徑和方式繼續(xù)進(jìn)行，每種方式都有 它的烈火的支持者和實(shí)踐者?；蛟S終有一天，他們會攜起手來，并肩開創(chuàng)人工智能的新世界。 人工智能的研究和應(yīng)用領(lǐng)域在大多數(shù)學(xué)科中存在著幾個(gè)不同的研究領(lǐng)域，每一個(gè)領(lǐng)域都有其特有的感興趣的研究課 題、研究技術(shù)和術(shù)語。在人工智能中，如此的領(lǐng)域包括語言處置、自動定理證明、智能數(shù)據(jù) 檢索系統(tǒng)、視覺系統(tǒng)、問題求解、人工智能方式和程序語言和自動程序設(shè)計(jì)等。在過去30 連年中，已經(jīng)成立了一些具有人工智能的運(yùn)算機(jī)系統(tǒng)；例如，能夠求解微分方程的，下棋的， 設(shè)計(jì)分析集成電路的，合成人類自然語言的，檢索情報(bào)的，診斷疾病和控制太空飛行器和水 下機(jī)械人的具有不同程度人工

23、智能的運(yùn)算機(jī)系統(tǒng)。1.4.1問題求解人工智能的第一個(gè)大成績是進(jìn)展了能夠求解難題的下棋(如國際象棋)程序。在下棋程序 中應(yīng)用的某些技術(shù)，如向前看幾步，并把困難的問題分成一些比較容易的子問題，進(jìn)展成為 搜索和問題歸約如此的人工智能大體技術(shù)。今天的運(yùn)算機(jī)程序能夠下錦標(biāo)賽水平的各類方盤 棋、十五子棋和國際象棋。另一種問題求解程序把各類數(shù)學(xué)公式符號匯編在一路，其性能達(dá) 到很高的水平，并正在為許多科學(xué)家和工程師所應(yīng)用。有些程序乃至還能夠用經(jīng)驗(yàn)來改善其 性能。小知識：Deep Blue簡歷：1985年，美國卡內(nèi)基-梅隆(Carnegie-Mellon)大學(xué)的博士生Feng-hsiung Hsu著手研制 一個(gè)

24、國際象棋的計(jì)算機(jī)程序：Chiptest.1989年Hsu與Murray Campbell加入了 IBM的Deep Blue研究項(xiàng)目，最初研究目的是為了檢驗(yàn)計(jì)算機(jī)的并行處理能力。幾年后，研制小組開發(fā)了專 用處理器，可以在每秒中計(jì)算2-3000步棋局。經(jīng)歷了數(shù)百次的失利，在科研人員的不斷完善下， 1997年，DeepBlue的硬件系統(tǒng)采用了 32節(jié)點(diǎn)的大規(guī)模并行結(jié)構(gòu)，每個(gè)節(jié)點(diǎn)由8片專用的處理器 同時(shí)工作，這樣，系統(tǒng)由256個(gè)處理器組成了一個(gè)高速并行計(jì)算機(jī)系統(tǒng)；研究小組又不斷完善了 博弈的程序。Deep Blue發(fā)展為高水平的博弈大師，在國際象棋比賽規(guī)定的每步棋限時(shí)3分鐘里， 可以推演1000-20

25、00億步棋局。Garry Kasparov的思考速度是200步/分。1997年5月11日， Deep Blue 以：戰(zhàn)勝了 Garry Kasparov。邏輯推理與定理證明邏輯推理是人工智能研究中最持久的子領(lǐng)域之一。其中特別重要的是要找到一些方式， 只把用四種顏色標(biāo)注不同的區(qū)域1.4.3自然語言理解注意力集中在一個(gè)大型數(shù)據(jù)庫中的有關(guān)事實(shí)上， 留意可信的證明，并在出現(xiàn)新信息時(shí)適時(shí)修正這 些證明。對數(shù)學(xué)中臆測的定理尋找一個(gè)證明或反 證，確實(shí)稱得上是一項(xiàng)智能任務(wù)。為此不僅需要 有根據(jù)假設(shè)進(jìn)行演繹的能力，而且需要某些直覺 技巧。1976年7月，美國的阿佩爾等人合作解決了 長達(dá)124年之久的難題-四色定

26、理。他們用三臺 大型計(jì)算機(jī)，花去1200小時(shí)CPU時(shí)間，并對中 間結(jié)果進(jìn)行人為反復(fù)修改500多處。四色定理的 成功證明曾轟動計(jì)算機(jī)界。NLP（Natural Language Processing）自然語言處置也是人工智能的初期研究領(lǐng)域之一，已 經(jīng)編寫出能夠從內(nèi)部數(shù)據(jù)庫回答用英語提出的問題的程序，這些程序通過閱讀文本材料和成 立內(nèi)部數(shù)據(jù)庫，能夠把句子從一種語言翻譯為另一種語言，執(zhí)行用英語給出的指令和獲取知 識等。有些程序乃至能夠在必然程度上翻譯從話筒輸入的口頭指令（而不是從鍵盤打入運(yùn)算 機(jī)的指令）。目前語言處置研究的主要課題是：在翻譯句子時(shí)，以主題和對話情形為基礎(chǔ)， 注意大量的一般常識-世界知

27、識和期望作用的重要性。人工智能在語言翻譯與語音理解程序方面已經(jīng)取得的成績，進(jìn)展為人類自然語言處置的 新概念。自動程序設(shè)計(jì)或許程序設(shè)計(jì)并非是人類知識的一個(gè)十分重要的方面，可是它本身卻是人工智能的一個(gè) 重要研究領(lǐng)域。那個(gè)領(lǐng)域的工作叫做自動程序設(shè)計(jì)。已經(jīng)研制出能夠以各類不同的目的描述 （例如輸入/輸出對，高級語言描述，乃至英語描述算法）來編寫運(yùn)算機(jī)程序。這方面的進(jìn)展局 限于少數(shù)幾個(gè)完全現(xiàn)成的例子。對自動程序設(shè)計(jì)的研究不僅能夠增進(jìn)半自動軟件開發(fā)系統(tǒng)的 進(jìn)展，而且也使通過修正自身數(shù)碼進(jìn)行學(xué)習(xí)（即修正它們的性能）的人工智能系統(tǒng)取得進(jìn)展。 自動編制一份程序來取得某種指定結(jié)果的任務(wù)同證明一份給定程序?qū)⑷〉媚撤N

28、指定結(jié)果的 任務(wù)是緊密相關(guān)的。后者叫做程序驗(yàn)證。許多自動程序設(shè)計(jì)系統(tǒng)將產(chǎn)生一份輸出程序的驗(yàn)證 作為額外收獲。1.4.5專家系統(tǒng)一般地說，專家系統(tǒng)是一個(gè)智能運(yùn)算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專家水平的某 個(gè)領(lǐng)域知識與經(jīng)驗(yàn)，能夠利用人類專家的知識和解決問題的方式來解決該領(lǐng)域的問題。也就 是說，專家系統(tǒng)是一個(gè)具有大量專門知識與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)，按照某 個(gè)領(lǐng)域一個(gè)或多個(gè)人類專家提供的知識和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策進(jìn)程， 以解決那些需要專家決定的復(fù)雜問題。當(dāng)前的研究涉及有關(guān)專家系統(tǒng)設(shè)計(jì)的各類問題。這些系統(tǒng)是在某個(gè)領(lǐng)域的專家（他 可能無法明確表達(dá)他的全數(shù)知識）與系統(tǒng)設(shè)計(jì)者之間通

29、過艱苦的反復(fù)互換意見以后成立起來 的。在已經(jīng)成立的專家咨詢系統(tǒng)中，有能夠診斷疾病皖包括中醫(yī)診斷智能機(jī)），估量潛在石 油等礦藏的，研究復(fù)雜有機(jī)化合物結(jié)構(gòu)的和提供利用其它運(yùn)算機(jī)系統(tǒng)的參考意見等。進(jìn)展專 家系統(tǒng)的關(guān)鍵是表達(dá)和運(yùn)用專家知識，即來自人類專家的并已被證明對解決有關(guān)領(lǐng)域內(nèi)的典 型問題是有效的事實(shí)和進(jìn)程。專家系統(tǒng)和傳統(tǒng)的運(yùn)算機(jī)程序最本質(zhì)的不同的地方在于專家系 統(tǒng)所要解決的問題一般沒有算法解，而且常常要在不完全、不精準(zhǔn)或不肯定的信息基礎(chǔ)上作 出結(jié)論。專家系統(tǒng)能夠解決的問題一般包括解釋、預(yù)測、診斷、設(shè)計(jì)、計(jì)劃、監(jiān)視、修理、 指導(dǎo)和控制等。高性能的專家系統(tǒng)也已經(jīng)從學(xué)術(shù)研究開始進(jìn)入實(shí)際應(yīng)用研究。隨著人

30、工智能 整體水平的提高，專家系統(tǒng)也取得進(jìn)展。正在開發(fā)的新一代專家系統(tǒng)有散布式專家系統(tǒng)和協(xié)同式專家系統(tǒng)等。在新一代專家系統(tǒng)中，不但采用基于規(guī)則的方式，而且采用基于模型的原 理。機(jī)械學(xué)習(xí)學(xué)習(xí)能力無疑是人工智能研究上最突出和最重要的一個(gè)方面。人工智能在這方面 的研究最近幾年來取得了一些進(jìn)展。學(xué)習(xí)是人類智能的主要標(biāo)志和取得知識的大體手腕。機(jī) 械學(xué)習(xí)(自動獲取新的事實(shí)及新的推理算法)是使運(yùn)算機(jī)具有智能的根本途徑。正如香克(R. Shank)所說：”一臺運(yùn)算機(jī)若不會學(xué)習(xí)，就不能稱為具有智能的?！绷硗猓瑱C(jī)械學(xué)習(xí)還有助于 發(fā)覺人類學(xué)習(xí)的機(jī)理和揭露人腦的奧秘。所以這是一個(gè)始終取得重視，理論正在創(chuàng)建，方式 日臻完

31、善，但遠(yuǎn)未達(dá)到理想境界的研究領(lǐng)域。1.4.7人工神經(jīng)網(wǎng)絡(luò)您的位置：第1章第4節(jié)第7、8點(diǎn)； 學(xué)習(xí)狀態(tài)：瀏覽學(xué)習(xí)由于馮諾依曼(VanNeumann)體系結(jié)構(gòu)的局限性，數(shù)字運(yùn)算機(jī)存在一些尚無法解決的問題。人們一直在尋覓新的信息處置 機(jī)制，神經(jīng)網(wǎng)絡(luò)計(jì)算就是其中之一。研究結(jié)果已經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處置直覺和形象思維信息具有比傳統(tǒng)處置方式好得多的 效果。神經(jīng)網(wǎng)絡(luò)的進(jìn)展有著超級廣漠的科學(xué)背景，是眾多學(xué)科研究的綜合功效。神經(jīng)生理學(xué) 家、心理學(xué)家與運(yùn)算機(jī)科學(xué)家的一路研究得出的結(jié)論是：人腦是一個(gè)功能特別壯大、結(jié)構(gòu)異 樣復(fù)雜的信息處置系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。因此，對人腦神經(jīng)元和人工神經(jīng)網(wǎng) 絡(luò)的研究，可能創(chuàng)

32、造出新一代人工智能機(jī)-神經(jīng)運(yùn)算機(jī)。對神經(jīng)網(wǎng)絡(luò)的研究始于40年代初期，經(jīng)歷了一條十分曲折的道路，幾起幾落，80年代 初以來，對神經(jīng)網(wǎng)絡(luò)的研究再次出現(xiàn)高潮?；羝辗茽柕翲opfield)提出用硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)， 魯梅爾哈特(Rumelhart)等提出多層網(wǎng)絡(luò)中的反向傳播(BP)算法就是兩個(gè)重要標(biāo)志。此刻，神 經(jīng)網(wǎng)絡(luò)已在模式識別、圖象處置、組合優(yōu)化、自動控制、信息處置、機(jī)械人學(xué)和人工智能的 其它領(lǐng)域取得日趨普遍的應(yīng)用。機(jī)械人學(xué)人工智能研究日趨受到重視的另一個(gè)分支是機(jī)械人學(xué)，其中包括對操作機(jī)械人裝置程序 的研究。那個(gè)領(lǐng)域所研究的問題，從機(jī)械人手臂的最佳移動到實(shí)現(xiàn)機(jī)械人目標(biāo)的動作序列的 計(jì)劃方式，無所不包

33、。機(jī)械人和機(jī)械人學(xué)的研究增進(jìn)了許多人工智能思想的進(jìn)展。它所致使的一些技術(shù)可用來 模擬世界的狀態(tài)，用來描述從一種世界狀態(tài)轉(zhuǎn)變成另一種世界狀態(tài)的進(jìn)程。它對于如何產(chǎn)生 動作序列的計(jì)劃和如何監(jiān)督這些計(jì)劃的執(zhí)行有了一種較好的理解。復(fù)雜的機(jī)械人控制問題迫 使咱們進(jìn)展一些方式，先在抽象和忽略細(xì)節(jié)的高層進(jìn)行計(jì)劃，然后再慢慢在細(xì)節(jié)愈來愈重要 的低層進(jìn)行計(jì)劃。在本書中，咱們常常應(yīng)用一些機(jī)械人問題求解的例子來講明一些重要的思 想。智能機(jī)械人的研究和應(yīng)用表現(xiàn)出普遍的學(xué)科交叉，涉及眾多的課題，如機(jī)械人體系結(jié)構(gòu)、 機(jī)構(gòu)、控制、智能、視覺、觸覺、力覺、聽覺、機(jī)械人裝配、惡劣環(huán)境下的機(jī)械人和機(jī)械人 語言等。機(jī)械人已在各類工業(yè)

34、、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋和國防等領(lǐng)域取得愈來愈 普遍的應(yīng)用。1.4.9模式識別運(yùn)算機(jī)硬件的迅速進(jìn)展，運(yùn)算機(jī)應(yīng)用領(lǐng)域的不斷開拓，急切地要求運(yùn)算性能更有效地感 知諸如聲音、文字、圖象、溫度、震動等等信息資料，模式識別便取得迅速進(jìn)展。模式(Pattern)一詞的本意是指十全十美的供仿照的一些標(biāo)本。模式識別就是指識別出 給定物體所仿照的標(biāo)本。人工智能所研究的模式識別是指用運(yùn)算機(jī)代替人類或幫忙人類感知 模式，是對人類感知外界功能的模擬，研究的是運(yùn)算機(jī)模式識別系統(tǒng)，也就是使一個(gè)運(yùn)算機(jī) 系統(tǒng)具有模擬人類通過感官同意外界信息、識別和理解周圍環(huán)境的感知能力。模式識別是一個(gè)不斷進(jìn)展的新學(xué)科，它的理論基礎(chǔ)和

35、研究范圍也在不斷進(jìn)展。隨著生物 醫(yī)學(xué)對人類大腦的初步熟悉，模擬人腦構(gòu)造的運(yùn)算機(jī)實(shí)驗(yàn)即人工神經(jīng)網(wǎng)絡(luò)方式早在50年代 末、60年代初就已經(jīng)開始。至今，在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方式已經(jīng)成功地用于手寫字 符的識別、汽車牌照的識別、指紋識別、語音識別等方面。目前模式識別學(xué)科正處于大進(jìn)展 的階段，隨著應(yīng)用范圍的不斷擴(kuò)大，隨著運(yùn)算機(jī)科學(xué)的不斷進(jìn)步，基于人工神經(jīng)網(wǎng)絡(luò)的模式 識別技術(shù)，在90年代將有更大的進(jìn)展。機(jī)械視覺機(jī)械視覺或運(yùn)算機(jī)視覺已從模式識別的一個(gè)研究領(lǐng)域進(jìn)展為一門獨(dú)立的學(xué)科。在視覺方 面，已經(jīng)給運(yùn)算機(jī)系統(tǒng)裝上電視輸入裝置以便能夠”看見”周圍的東西。視覺是感知問題之一。 在人工智能中研究的感知進(jìn)程通常包

36、括一組操作。例如，可見的景物由傳感器編碼，并被表 示為一個(gè)灰度數(shù)值的矩陣。這些灰度數(shù)值由檢測器加以處置。檢測器搜索主要圖象的成份， 如線段、簡單曲線和角度等。這些成份又被處置，以便按照景物的表面和形狀來推斷有關(guān)景 物的三維特性信息。帶有視覺的月球自主車 帶有視覺的越野自主車機(jī)械視覺的前沿研究領(lǐng)域包括實(shí)時(shí)并行處置、主動式定性視覺、動態(tài)和時(shí)變視覺、 三維景物的建模與識別、實(shí)時(shí)圖象緊縮傳輸和恢復(fù)、多光譜和彩色圖象的處置與解釋等。機(jī) 械視覺已在機(jī)械人裝配、衛(wèi)星圖象處置、工業(yè)進(jìn)程監(jiān)控、飛行器跟蹤和制導(dǎo)和電視實(shí)況轉(zhuǎn)播 等領(lǐng)域取得極為普遍的應(yīng)用。1.4.11智能控制人工智能的進(jìn)展增進(jìn)自動控制向智能控制進(jìn)展。

37、智能控制是一類無需（或需要盡可 能少的）人的干與就可以夠獨(dú)立地驅(qū)動智能機(jī)械實(shí)現(xiàn)其目標(biāo)的自動控制。或說，智能控制是 驅(qū)動智能機(jī)械自主地實(shí)現(xiàn)其目標(biāo)的進(jìn)程。隨著人工智能和運(yùn)算機(jī)技術(shù)的進(jìn)展，已可能把自動控制和人工智能和系統(tǒng)科學(xué)的 某些分支結(jié)合起來，成立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件 下產(chǎn)生的。它是自動控制的最新進(jìn)展階段，也是用運(yùn)算機(jī)模擬人類智能的一個(gè)重要研究領(lǐng)域。 1965年，傅京孫第一提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。十連年后，成 立實(shí)用智能控制系統(tǒng)的技術(shù)逐漸成熟。1971年，傅京孫提出把人工智能與自動控制結(jié)合起 來的思想。1977年，美國薩里迪斯提出把人工

38、智能、控制論和運(yùn)籌學(xué)結(jié)合起來的思想。1986 年，中國蔡自興提出把人工智能、控制論、信息論和運(yùn)籌學(xué)結(jié)合起來的思想。依照這些結(jié)構(gòu) 理論已經(jīng)研究出一些智能控制的理論和技術(shù)，用來構(gòu)造用于不同領(lǐng)域的智能控制系統(tǒng)。智能控制的核心在高層控制，即組織級控制。其任務(wù)在于對實(shí)際環(huán)境或進(jìn)程進(jìn)行 組織，即決策和計(jì)劃，以實(shí)現(xiàn)廣義問題求解。已經(jīng)提出的用以構(gòu)造智能控制系統(tǒng)的理論和技 術(shù)有分級遞階控制理論、分級控制器設(shè)計(jì)的熵方式、智能逐級增高而精度逐級降低原理、專 家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)和基于NN的控制系統(tǒng)等。智能控制有很多研究領(lǐng)域，它們的研 究課題既具有獨(dú)立性，又彼此關(guān)聯(lián)。目前研究得較多的是以下6個(gè)方面：智能機(jī)械人計(jì)劃

39、與 控制、智能進(jìn)程計(jì)劃、智能進(jìn)程控制、專家控制系統(tǒng)、語音控制和智能儀器。1.4.12智能檢索隨著科學(xué)技術(shù)的迅速進(jìn)展，出現(xiàn)了 ”知識爆炸”的情形。對國內(nèi)外種類繁多和數(shù)量 龐大的科技文獻(xiàn)之檢索遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任。研究智能檢索系統(tǒng)已成為科技持 續(xù)快速進(jìn)展的重要保證。數(shù)據(jù)庫系統(tǒng)是貯存某學(xué)科大量事實(shí)的運(yùn)算機(jī)軟件系統(tǒng)，它們能夠回 答用戶提出的有關(guān)該學(xué)科的各類問題。數(shù)據(jù)庫系統(tǒng)的設(shè)計(jì)也是運(yùn)算機(jī)科學(xué)的一個(gè)活躍的分支。為了有效地表示、存儲和 檢索大量事實(shí)，已經(jīng)進(jìn)展了許多技術(shù)。當(dāng)咱們想用數(shù)據(jù)庫中的事實(shí)進(jìn)行推理并從中檢索答案 時(shí)，那個(gè)課題就顯得很成心義。智能調(diào)度與指揮肯定最佳調(diào)度或組合的問題是咱們感興趣的

40、又一類問題。一個(gè)古典的問題就是推 銷員旅行問題。那個(gè)問題要求為推銷員尋覓一條最短的旅行線路。他從某個(gè)城市動身，訪問 每一個(gè)城市一次，且只許一次，然后回到動身的城市。大多數(shù)這種問題能夠從可能的組合或 序列當(dāng)選取一個(gè)答案，不過組合或序列的范圍專門大。試圖求解這種問題的程序產(chǎn)生了一種 組合爆炸的可能性。這時(shí)，即即是大型運(yùn)算機(jī)的容量也會被用光。在這些問題中有幾個(gè)（包 括推銷員旅行問題）是屬于計(jì)算理論家稱為NP完全性一類的問題。他們按照理論上的最佳 方式計(jì)算出所耗時(shí)刻（或所走步數(shù)）的最壞情形來排列不同問題的難度。智能組合調(diào)度與指揮方式已被應(yīng)用于汽車運(yùn)輸調(diào)度、列車的編組與指揮、空中交 通管制和軍事指揮等系

41、統(tǒng)。系統(tǒng)與語言工具人工智能對運(yùn)算機(jī)界的某些最大奉獻(xiàn)已經(jīng)以派生的形式表現(xiàn)出來。運(yùn)算機(jī)系統(tǒng)的 一些概念，如分時(shí)系統(tǒng)、編目處置系統(tǒng)和交互調(diào)試系統(tǒng)等，已經(jīng)在人工智能研究中取得進(jìn)展。 幾種知識表達(dá)語言（把編碼知識和推理方式作為數(shù)據(jù)結(jié)構(gòu)和進(jìn)程運(yùn)算機(jī)的語言）已在70年代 后期開發(fā)出來，以探索各類成立推理程序的思想。特里威諾格雷德（Terry Winograd的文章 在程序設(shè)計(jì)語言之外（1979年）討論了他的某些關(guān)于計(jì)算的未來思想；其中部份思想是在 他的人工智能研究中產(chǎn)生的。80年代以來，運(yùn)算機(jī)系統(tǒng)、如散布式系統(tǒng)、并行處置系統(tǒng)、 多機(jī)協(xié)作系統(tǒng)和各類運(yùn)算機(jī)網(wǎng)絡(luò)等，都有了進(jìn)展。在人工智能程序設(shè)計(jì)語言方面，除繼續(xù)開

42、 發(fā)和改良通用和專用的編程語言新版本和新語種外，還研究出了一些面向目標(biāo)的編程語言和 專用開發(fā)工具。對關(guān)系數(shù)據(jù)庫研究所取得的進(jìn)展，無疑為人工智能程序設(shè)計(jì)提供了新的有效 工具。人工智能對人類的影響人工智能的進(jìn)展已對人類及其未來產(chǎn)生深遠(yuǎn)影響，這些影響涉及人類的經(jīng)濟(jì)利益、 社會作用和文化生活等方面，下面一一加以討論。1.5.1人工智能對經(jīng)濟(jì)的影響人工智能系統(tǒng)的開發(fā)和應(yīng)用，已為人類創(chuàng)造出可觀的經(jīng)濟(jì)效益，專家系統(tǒng)就是一 個(gè)例子。隨著運(yùn)算機(jī)系統(tǒng)價(jià)錢的繼續(xù)下降，人工智能技術(shù)必將取得更大的推行，產(chǎn)生更大的 經(jīng)濟(jì)效益。下面略舉二例說明。專家系統(tǒng)的效益成功的專家系統(tǒng)能為它的建造者、擁有者和用戶帶來明顯的經(jīng)濟(jì)效益。用

43、比較經(jīng) 濟(jì)的方式執(zhí)行任務(wù)而不需要有經(jīng)驗(yàn)的專家，能夠極大地減少勞務(wù)開支和培育費(fèi)用。由于軟件 易于復(fù)制，所以專家系統(tǒng)能夠普遍傳播專家知識和經(jīng)驗(yàn)，推行應(yīng)用數(shù)量有限的和昂貴的專業(yè) 人員及其知識。若是保護(hù)適當(dāng)，軟件能被長期地和完整地保留。領(lǐng)域?qū)I(yè)人員（如醫(yī)生）難以同時(shí)維持最新的實(shí)際建議（如醫(yī)治方案和方式），而專家 系統(tǒng)卻能迅速地更新和保留這種建議，使終端用戶（如病人）從中受益。人工智能推動運(yùn)算機(jī)技術(shù)進(jìn)展人工智能研究已經(jīng)對運(yùn)算機(jī)技術(shù)的方方面面產(chǎn)生并將繼續(xù)產(chǎn)生較大影響。人工智 能應(yīng)用要求繁重的計(jì)算，增進(jìn)了并行處置和專用集成片的開發(fā)。算法發(fā)生器和靈巧的數(shù)據(jù)結(jié) 構(gòu)取得應(yīng)用，自動程序設(shè)計(jì)技術(shù)將開始對軟件開發(fā)產(chǎn)生踴

44、躍影響。所有這些在研究人工智能 時(shí)開發(fā)出來的新技術(shù)，推動了運(yùn)算機(jī)技術(shù)的進(jìn)展，進(jìn)而使運(yùn)算機(jī)為人類創(chuàng)造更大的經(jīng)濟(jì)實(shí)惠。 1.5.2人工智能對社會的影響人工智能在給它的創(chuàng)造者、銷售者和用戶帶來經(jīng)濟(jì)利益的同時(shí)，就象任何新技術(shù)一樣， 它的進(jìn)展也引發(fā)或即將出現(xiàn)許多問題，并使一些人感到擔(dān)憂或懊惱。勞務(wù)就業(yè)問題由于人工智能能夠代替人類進(jìn)行各類腦力勞動，將會使一部份人不能不改變他們的工 種，乃至造成失業(yè)。人工智能在科技和工程中的應(yīng)用，會使一些人失去介入信息處置活動（如 計(jì)劃、診斷、理解和決策等）的機(jī)緣，乃至不能不改變自己的工作方式。社會結(jié)構(gòu)轉(zhuǎn)變?nèi)藗円环矫嫦Ｍ斯ぶ悄芎椭悄軝C(jī)械能夠代替人類從事各類勞動，另一方面又

45、擔(dān)憂它們 的進(jìn)展會引發(fā)新的社會問題。實(shí)際上，近十連年來，社會結(jié)構(gòu)正在發(fā)生一種靜偷偷的轉(zhuǎn)變。 ”人-機(jī)械”的社會結(jié)構(gòu)，終將為”人-智能機(jī)械-機(jī)械”的社會結(jié)構(gòu)所取代。智能機(jī)械人就是智能 機(jī)械之一。此刻和未來的很多本來是由人承擔(dān)的工作將由機(jī)械人來擔(dān)任，因此，人們將不能 不學(xué)會與有智能的機(jī)械相處，并適應(yīng)這種轉(zhuǎn)變了的社會結(jié)構(gòu)。思維方式與觀念的轉(zhuǎn)變?nèi)斯ぶ悄艿倪M(jìn)展與推行應(yīng)用，將影響到人類的思維方式和傳統(tǒng)觀念，并使它們發(fā)生改變。 例如，傳統(tǒng)知識一般印在書本報(bào)刊或雜志上，因此是固定不變的，而人工智能系統(tǒng)的知識庫 的知識卻是能夠不斷修改、擴(kuò)充和更新的。又如，一旦專家系統(tǒng)的用戶開始相信系統(tǒng)（智能 機(jī)械）的判斷和決定

46、，那么他們就可能不肯多動腦筋，變得懶惰，并失去對許多問題及其求 解任務(wù)的責(zé)任感和敏感性。那些過度依賴計(jì)算器的學(xué)生，他們的主動思維能力和計(jì)算能力也 會明顯下降。過度地依賴運(yùn)算機(jī)的建議而不加分析地同意，將會使智能機(jī)械用戶的認(rèn)知能力 下降，并增加誤解。在設(shè)計(jì)和研制智能系統(tǒng)時(shí)，應(yīng)考慮到上述問題，盡可能鼓勵用戶在問題 求解中的主動性，讓他們的智力踴躍參與問題求解進(jìn)程。4心理上的要挾人工智能還使一部份社會成員感到心理上的要挾，或叫做精神要挾。人們一般以為，只 有人類才具有感知精神，而且以此與機(jī)械相別。若是有一天，這些人開始相信機(jī)械也能夠思 維和創(chuàng)作，那么他們可能會感到失望，乃至感到要挾。他們擔(dān)憂：有朝一日

47、，智能機(jī)械的人 工智能會超過人類的自然智能，令人類淪為智能機(jī)械和智能系統(tǒng)的奴隸。對于人的觀念（更 具體地指人的精神）和機(jī)械的觀念（更具體地指人工智能）之間的關(guān)系問題，哲學(xué)家、神學(xué)家和 其它人們之間一直存在著爭辯。依照人工智能的觀點(diǎn)，人類有可能用機(jī)械來計(jì)劃自己的未來， 乃至能夠把那個(gè)計(jì)劃問題想象為一類狀態(tài)空間搜索。當(dāng)社會上一部份人歡迎這種新觀念時(shí)， 另一部份人則發(fā)覺這些新觀念是引人煩惱的和無法同意的，尤其是當(dāng)這些觀念與他們鐘愛的 信仰和觀念背道而馳時(shí)。技術(shù)失控的危險(xiǎn)任何新技術(shù)最大危險(xiǎn)莫過于人類對它失去了控制，或是它落入那些企取利用新技術(shù)反對 人類的人手中。有人擔(dān)憂機(jī)械人和人工智能的其它制品要挾人

48、類的安全。為此，著名的美國 科幻作家阿西莫夫提出了”機(jī)械人三守則”：（1）機(jī)械人必需不危害人類，也不允許它眼看人類受害而袖手旁觀。（2）機(jī)械人必需絕對服從人類，除非這種服從有害于人類。機(jī)械人必需保護(hù)自身不受傷害，除非為了保護(hù)人類或是人類命令它作出捐軀。咱們以為，若是把那個(gè)”機(jī)械人三守則”推行到整個(gè)智能機(jī)械，成為”智能機(jī)械三守則”， 那么，人類社會就會更易同意智能機(jī)械和人工智能。人工智能技術(shù)是一種信息技術(shù)，能夠極快地傳遞。咱們必需維持高度警戒，避免人工智 能技術(shù)被用于反對人類和危害社會的犯法(有的人稱之為”智能犯法”)。同時(shí)，人類有足夠的 智慧和信心，能夠研制出防范、檢測和偵破各類智能犯法活動的

49、智能手腕。引發(fā)的法律問題人工智能的應(yīng)用技術(shù)不僅代替了人的一些體力勞動，也代替了人的某些腦力勞動，有時(shí) 乃至行使著本應(yīng)由人擔(dān)任的職能，免不了引發(fā)法律糾紛。比如醫(yī)療診斷專家系統(tǒng)萬一出現(xiàn)失 誤，致使醫(yī)療事故，怎么樣來處置，開發(fā)專家系統(tǒng)者是不是要負(fù)責(zé)任，利用專家系統(tǒng)者應(yīng)負(fù) 什么責(zé)任，等等。人工智能的應(yīng)用將會愈來愈普及，正在慢慢進(jìn)入家庭，利用”機(jī)頂盒”技術(shù)的智能化電器 已問世。能夠預(yù)料，將會出現(xiàn)更多的與人工智能的應(yīng)用有關(guān)的法律問題，需要社會在實(shí)踐的 基礎(chǔ)上從法律角度作出對這些問題的解決方案。要通過法律手腕，對利用人工智能技術(shù)來反對人類和危害社會的犯法行為進(jìn)行懲罰，令 人工智能技術(shù)為人類的利益作奉獻(xiàn)。人工

50、智能對文化的影響如前所述，人工智能可能改變?nèi)说乃季S方式和傳統(tǒng)觀念。另外，人工智能對人類文化有 更多的影響。改善人類知識在從頭論述咱們的歷史知識的進(jìn)程中，哲學(xué)家、科學(xué)家和人工智能學(xué)家有機(jī)緣盡力解決 知識的模糊性和消除知識的不一致性。這種盡力的結(jié)果，可能致使知識的某些改善，以便能 夠比較容易地推斷出令人感興趣的新的真理。改善人類語言按照語言學(xué)的觀點(diǎn)，語言是思維的表現(xiàn)和工具，思維規(guī)律可用語言學(xué)方式加以研究，但 人的下意識和潛意識往往”只能意會，不可言傳”。由于采用人工智能技術(shù)，綜合應(yīng)用語法、 語義和形式知識表示方式，咱們有可能在改善知識的自然語言表示的同時(shí)，把知識論述為適 用的人工智能形式。隨著人工

51、智能原理日趨普遍傳播，人們可能應(yīng)用人工智能概念來描述他 們生活中的日常狀態(tài)和求解各類問題的進(jìn)程。人工智能能夠擴(kuò)大人們交流知識的概念集合， 為咱們提供必然狀況下可供選擇的概念，描述咱們所見所聞的方式和描述咱們的信念的新方 式。改善文化生活人工智能技術(shù)為人類文化生活打開了許多新的窗口。比如圖像處置技術(shù)必將對圖形藝 術(shù)、廣告和社會教育部門產(chǎn)生深遠(yuǎn)的影響。比如現(xiàn)有的智力游戲機(jī)將進(jìn)展為具有更高智能的 文化娛樂手腕。綜上分析咱們明白，人工智能技術(shù)對人類的社會進(jìn)步、經(jīng)濟(jì)進(jìn)展和文化提高都有龐大的 影響。隨著時(shí)刻的推動和技術(shù)的進(jìn)步，這種影響將愈來愈明顯地表現(xiàn)出來。還有一些影響， 可能是咱們此刻難以預(yù)測的。能夠肯定，人工智能將對人類的物質(zhì)文明和精神文明產(chǎn)生愈來 愈大的影響。對人工智能的展望人工智能的近期研究目標(biāo)在于建造智能運(yùn)算機(jī)，用以代替人類從事腦力勞動，即便現(xiàn)有 的運(yùn)算機(jī)更伶俐更有效。正是按照這一近期研究目標(biāo)，咱們才把人工智能理解為運(yùn)算機(jī)科學(xué) 的一個(gè)分支。人工智能還有它的遠(yuǎn)期研究目標(biāo)，即探討人類智能和機(jī)械智能的大體原理，研 究用自動機(jī)(automata)模擬人類的思維進(jìn)程和智能行為。那個(gè)長期目標(biāo)遠(yuǎn)遠(yuǎn)超出運(yùn)算機(jī)科學(xué) 的范圍，幾乎涉及自然科學(xué)和社會科學(xué)的所