智能科學與技術導論課件第1章

1、第1章 緒論目錄1.1 人類智能與機器智能1.2 智能科學與技術1.3 智能科學與技術模型1.4 智能科學與技術重點研究領域1.5 智能科學與技術發(fā)展和應用第1章 緒論目錄1.1 人類智能與機器智能1.1 人類智能與機器智能1.1.1 智能與自然智能1.智能的涵義 國內(nèi)外四種觀點： 1）獨立說。我國古代的智能觀可稱之獨立說。認為智力與能力是兩個獨立的概念。例如，明末清初思想家王夫之認為：智為認識潛能，即潛在的認識能力；能是實踐潛能，即潛在的實踐能力。智乃“知”，系“耳力”、“目力”、“心思”對外界的了解，屬于認識活動；能為“用”，即作用于外部世界并取得效果，屬于實踐活動。 2）包容說。部分西方

2、心理學家認為智能等同于智力或能力，智力包含有多種多樣的能力，各種能力是智力的組成因素。例如，著名教育心理學家霍華德加德納提出的“多元智能理論”，將智能區(qū)分為八種：語言文字智能、數(shù)學邏輯智能、視覺空間智能、身體運動智能、音樂旋律智能、人際關系智能、自我認知智能和自然觀察智能。 3）等同說。部分西方心理學家認為智能等同于智力或能力，智力就是能力。例如，智力就是思維能力、學習能力或適應環(huán)境的能力。 4）從屬說。前蘇聯(lián)的心理學屆認為智能等同于智力或能力，能力是上位概念，而智力則是其下位概念。能力包含著智力，智力是能力的組成部分?？梢园涯芰澐譃橐话隳芰吞厥饽芰?，一般能力就是指智力。1.1 人類智能與

3、機器智能1.1.1 智能與自然智能1.1 人類智能與機器智能1.1.1 智能與自然智能2.智能的定義 關于智能的定義，不同領域的專家學者從不同角度給出的定義多達幾十種，而且，絕大部分也都是從人類自身智能的角度給出的定義。例如： 心理學學者通常將智能定義為各種能力的綜合（例如，加德納總結為八種能力，也有學者認為是五種能力），包括人的注意力、觀察力、想象力、記憶力和思維力五類，人的智能作為一種綜合能力，但以人的思維力為核心。 無論哪種定義，人們均把感覺、注意、記憶、思維、邏輯、理解、推理以及決策等作為智能的特征，然而這些無一不是人腦的功能。難道除了人類之外，地球上的其它動物和植物就沒有智能嗎？ 例

4、如，鴿子可以辨認不同圖案，甚至能分辨哪些圖案相同、哪些圖案不同。老虎遇到獵物時會伏低身體，并且尋找掩護慢慢潛近；在追捕時，老虎會規(guī)劃路線，打出提前量截擊獵物。還有，“語法大師”黑猩猩，“優(yōu)秀學生”海豚，“邏輯學者”海獅，“多情才子”鸚鵡，等等。 從進化論角度看，人類是從自然界動物演化來的，動物又是從古生物，甚至是微生物、單細胞等演化來的。因此，單純地從人類的角度來定義智能，忽略其它生物智能是不科學的，也是不完整的。 定義：智能是指生物體或系統(tǒng)在特定環(huán)境條件下，自適應地調(diào)整自身或調(diào)控各種資源達到目標的能力。1.1 人類智能與機器智能1.1.1 智能與自然智能1.1 人類智能與機器智能1.1.1

5、智能與自然智能3.智能譜 對于地球上的生物來說，只要其具有自適應地調(diào)整自身或調(diào)控各種資源達到目標的能力，這種生物就具有智能，或稱該生物就具有自然智能。 如果一個系統(tǒng)在一定的環(huán)境下，表現(xiàn)出自適應地調(diào)整或控制各種資源盡可能地實現(xiàn)預定目標的能力，就說該系統(tǒng)具有一定的智能。如果該系統(tǒng)為機器時，那就是一種機器智能。 不同的生物體或系統(tǒng)，依據(jù)其智能水平高低在智能譜中都能找到合適的位置。 人類具有最高的智能水平，智能的最主要體現(xiàn)是在智力上，而智力的表現(xiàn)往往以思維為核心。1.1 人類智能與機器智能1.1.1 智能與自然智能1.1 人類智能與機器智能1.1.2 人類智能與能力1.能力與素質(zhì) 1973年，美國心理

6、學家麥克利蘭提出素質(zhì)冰山模型。 “水面之上冰山部分”約占1/8 ：知識指個體擁有的某一特定領域事實型與經(jīng)驗型信息，技能指個體對某一特定領域所需技術與知識的掌握情況。知識和技能是外在的顯性表現(xiàn)，容易了解與測量，相對而言也容易通過學習培訓加以改變和發(fā)展。 “水面之下冰山部分”約占7/8：社會角色是指個體基于態(tài)度和價值觀的行為方式與風格；自我認知是指個體的態(tài)度、價值觀和自我認知；特質(zhì)是指個性、身體特征對環(huán)境和各種信息所表現(xiàn)出來的持續(xù)反應；動機則是指在一個特定領域的自然而持續(xù)的想法和偏好。7/8將驅動、引導和決定一個人的外在行動，不太容易通過外界影響加以改變，但其卻對人類個體的行為與表現(xiàn)起著關鍵性的作

7、用。 人類個體智力的高低，取決于其擁有知識的真實、準確、可靠程度，以及在所掌握的知識基礎上的悟性、想象力、思維力等主觀因素。而能力的高低則取決于其本身的特質(zhì)和自我認知，在自我動機支配下的社會角色實現(xiàn)，以及知識獲取與技能鍛煉。1.1 人類智能與機器智能1.1.2 人類智能與能力 1.1 人類智能與機器智能1.1.2 人類智能與能力2.能力的分類 為了與近年來發(fā)展迅速的人工智能研究相對比，可以將人類智能所涉及的能力歸納為六種能力： 1）感知能力。通過感受器官感知外界的能力。感知是對外界事物（信息）的感覺、知覺、注意的一系列過程，例如，眼睛能感知光線，耳朵能感知聲音，鼻子能感知氣味，皮膚能感知冷熱，

8、等等。 2）記憶能力。對外界信息和內(nèi)部知識的存儲能力。記憶是人腦對經(jīng)歷過的事件或事物的識記、保持、再現(xiàn)或再認，是進行思維、想象、決策等高級心理活動的基礎。 3）思維能力。對已存儲信息或知識的本質(zhì)屬性、內(nèi)部知識的認識能力。每逢人們在工作、學習、生活中遇到問題，總要“想一想”，這種“想”就是思維。思維能力包括常識思維能力、邏輯思維能力、形象思維能力、靈感思維能力等。 4）學習能力。指具有特定目的的知識獲取的能力。學習是指通過閱讀、聽講、思考、研究、實踐等途徑獲得知識和技能的過程。 5）自適應能力。通過自我調(diào)節(jié)適應外界環(huán)境的能力。人類可以根據(jù)環(huán)境的變化，調(diào)整自身使得其行為在新的或者已經(jīng)改變了的環(huán)境下

9、達到最佳狀態(tài)。 6）行為能力。人們對感知到的外界信息作出動作反應的能力。1.1 人類智能與機器智能1.1.2 人類智能與能力1.1 人類智能與機器智能1.1.3 機器智能模擬1.人工智能發(fā)展歷程 1956年夏季，麥卡錫、明斯基等科學家在美國達特茅斯學院開會討論“如何用機器模擬人的智能”，并首次提出“人工智能（Artificial Intelligence，AI）”這一術語。 1）起步發(fā)展期。1956年至20世紀60年代初。相繼取得了一批令人矚目的研究成果，如機器定理證明、跳棋程序等。學術界也有人將人工智能起步追溯到1950年圖靈測試誕生。 2）反思發(fā)展期。20世紀60年代至70年代初。人們提出

10、了一些不切實際的研發(fā)目標，多次的失敗和預期目標的落空使人工智能的發(fā)展走入低谷。 3）應用發(fā)展期。20世紀70年代初至80年代中。專家系統(tǒng)模擬人類專家的知識和經(jīng)驗解決特定領域問題，實現(xiàn)了人工智能從理論研究走向實際應用。例如，專家系統(tǒng)在醫(yī)療、化學、地質(zhì)等領域取得成功。 4）低迷發(fā)展期。20世紀80年代中至90年代中。規(guī)模的不斷擴大，專家系統(tǒng)存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題逐漸暴露出來。 5）穩(wěn)步發(fā)展期。20世紀90年代中至2010年?；ヂ?lián)網(wǎng)技術發(fā)展，促使人工智能技術進一步走向實用化。1997年IBM的深藍超級計算機戰(zhàn)勝國際象

11、棋世界冠軍卡斯帕羅夫；2008年IBM提出“智慧地球”的概念。 6）蓬勃發(fā)展期。2011年至今。隨著大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新一代信息技術的發(fā)展，推動了以深度神經(jīng)網(wǎng)絡為代表的人工智能技術飛速發(fā)展，人工智能技術實現(xiàn)了從“不能用、不好用”到“可以用”的技術突破，迎來了爆發(fā)式增長的新高潮。1.1 人類智能與機器智能1.1.3 機器智能模擬1.1 人類智能與機器智能1.1.3 機器智能模擬2.智能模擬技術路線 不同學科學者對人工智能給出了各自的理解，產(chǎn)生了不同的學術流派，其中影響較大的的主要有符號主義、聯(lián)結主義和行為主義三大學派，不同學派采取不同的技術路線模擬人類（自然）的智能。 1）功能模擬

12、。功能模擬方式亦稱為符號主義（邏輯主義）。符號主義認為人類認知的基元是符號，認知過程是符號表示上的一種運算。智能的基礎是知識，其核心是知識表示和知識推理，知識可用符號表示，也可用符號進行推理，由此建立了基于知識的人類智能和機器智能的統(tǒng)一的理論體系。 典型案例：啟發(fā)式算法、專家系統(tǒng)、知識工程理論與技術。 2）結構模擬。結構模擬方式亦稱為聯(lián)結主義（仿生學派或生理學派）。聯(lián)結主義認為，AI起源于仿生學，特別是人腦模型。人類認知的基元是神經(jīng)元，認知過程是神經(jīng)元的聯(lián)結活動過程。思維的基元是神經(jīng)元，而不是符號。思維過程是神經(jīng)元的聯(lián)結活動過程，而不是符號運算過程。 典型案例：人工神經(jīng)網(wǎng)絡。 3）行為模擬。行

13、為模擬方式亦稱行為主義（進化主義或控制論學派）。行為主義認為，人工智能起源于控制論，智能取決于感知和行為，取決于對外界復雜環(huán)境的適應，不需要推理。智能行為只能在現(xiàn)實世界中與周圍環(huán)境交互作用而表現(xiàn)出來，而且人工智能可以像人類智能那樣逐步進化。 典型案例：智能行為“感知動作”模型。1.1 人類智能與機器智能1.1.3 機器智能模擬1.1 人類智能與機器智能1.1.4 機器智能計算1.智能計算概念 “智能計算（計算智能）”是一個內(nèi)涵相當豐富的概念，而且由于實施計算的主體是機器（計算機），故也可稱為“機器智能計算”或“機器計算智能”。 在自然界，智能是在生物的遺傳、變異、生長以及外部環(huán)境的自然選擇中產(chǎn)

14、生的，智能計算就是人們基于對自然界獨特規(guī)律的認知，提取相關特性，研究設計出適合問題求解的計算工具（模型和算法）。因此，智能計算是以生物進化的觀點來認識和模擬智能的。2.四種典型智能計算方法 1）進化算法（Evolutionary Algorithm）。進化計算啟迪于大自然適者生存、優(yōu)勝劣態(tài)的進化規(guī)律，進化計算中將群體中的每一個個體稱為染色體，將每一個個體的特性稱為基因，子代通過個體間的競爭而繁殖產(chǎn)生，群體的進化通過個體之間的交叉、變異、選擇等一系列過程而實現(xiàn)。 遺傳算法（Genetic Algorithm）是進化計算的典型算法之一，其主要特點是直接對結構對象進行操作，不存在求導和函數(shù)連續(xù)性的限

15、定；具有內(nèi)在的隱并行性和解空間全局尋優(yōu)能力；能自適應地調(diào)整搜索方向，不需要確定性的規(guī)則。廣泛地應用于組合優(yōu)化、信號處理、自適應控制和人工生命等領域。1.1 人類智能與機器智能1.1.4 機器智能計算1.1 人類智能與機器智能1.1.4 機器智能計算2.四種典型智能計算方法 2）人工神經(jīng)網(wǎng)絡（Artificial Neural Network，ANN）。生物的神經(jīng)系統(tǒng)由大量的神經(jīng)元和傳播信號的突觸組成，它的傳播機制為人工神經(jīng)網(wǎng)絡模型的設計提供了靈感，人工神經(jīng)元被用來模擬生物神經(jīng)元，從而可以產(chǎn)生多種不同類型的神經(jīng)網(wǎng)絡模型。 神經(jīng)網(wǎng)絡的一個重要特性是它能夠從環(huán)境中學習，學習是一個過程，在其所處環(huán)境的

16、激勵下輸入一定數(shù)量的訓練樣本，并按照一定的規(guī)則（學習算法）調(diào)整網(wǎng)絡各層的權值矩陣，當權值收斂時，則學習過程結束，所生成的神經(jīng)網(wǎng)絡即可正式處理實際數(shù)據(jù)。 3）免疫算法（Immune Algorithm）。免疫算法引入自然免疫系統(tǒng)中的抗原、抗體、親合度、B細胞、樹突細胞、T細胞等一系列概念，建立解決具體問題的模型。免疫算法全局收斂能力和收斂速度都表現(xiàn)出優(yōu)越性，可以克服尋優(yōu)處理過程中的早熟現(xiàn)象，然而大量參數(shù)配置成為了人工免疫算法的瓶頸。 人工免疫系統(tǒng)在模式識別、機器學習和自動控制等眾多領域得到了深入研究和廣泛應用，基于人工免疫系統(tǒng)的分類是人工免疫系統(tǒng)研究的熱點之一。1.1 人類智能與機器智能1.1.

17、4 機器智能計算1.1 人類智能與機器智能1.1.4 機器智能計算2.四種典型智能計算方法 4）群智能算法（Swarm Intelligence Algorithm）。群智能算法啟迪于諸如鳥群、蟻群、魚群、蠅群等群居生物體的社會行為，通常情況下群體中的個體行為都比較簡單，而且個體之間沒有差異，群體中也沒有中心控制個體，個體與個體之間可以通過相互協(xié)作來完成復雜問題的求解。 蟻群算法用螞蟻的行走路徑表示待優(yōu)化問題的可行解； 粒子群算法起源于對鳥類尋找食物的飛行行為軌跡的研究； 果蠅算法產(chǎn)生于研究果蠅這一群體尋找食物的行為軌跡； 煙花算法啟迪于煙花爆炸時產(chǎn)生的火花現(xiàn)象。 群智能在沒有集中控制并且不提

18、供全局模型的前提下，為尋找復雜分布式問題的解決方案提供了有效工具，特別是在組合優(yōu)化這一傳統(tǒng)領域，群智能算法表現(xiàn)出了很好的求解能力。1.1 人類智能與機器智能1.1.4 機器智能計算1.2 智能科學與技術1.2.1 科學、技術與工程1.科學、技術與工程之間關系 一元論：認為科學和技術是同一體 二元論：認為科學和技術不是同一體 三元論：21世紀初由一門新興的學科工程哲學的相關學者提出的，認為科學、技術與工程三者是并列的，是人類的三大主要行為或活動。 科學、技術與工程三者之間的關系： 科學是技術的基礎，技術是科學研究的手段； 技術支撐工程的實施，工程促進技術的發(fā)展； 科學認識往往來源于工程實踐，而工

19、程必須建立在科學認識的基礎之上。1.2 智能科學與技術1.2.1 科學、技術與工程 科1.2 智能科學與技術1.2.1 科學、技術與工程1.科學、技術與工程之間關系 科學的本質(zhì)是發(fā)現(xiàn)；技術的靈魂是發(fā)明；工程的核心是建造。從研究的目的與任務、研究的過程與方法、成果性質(zhì)與評價標準三個不同維度進行分析。維度科學技術工程研究的目的與任務目的是認識世界，揭示自然界的客觀規(guī)律。任務是解決“是什么”、“為什么”問題。目的是改造世界，對自然物、自然力利用。任務是解決“做什么”、“怎么做”問題。目的是使為人類服務的人工自然物成為現(xiàn)實。任務是解決“在哪做”、“何時做”等問題。研究的過程與方法研究過程追求精確的數(shù)據(jù)

20、和完備的理論，從認識的經(jīng)驗水平上升到理論水平；探索性很強，偶然因素較多。主要研究方法包括觀測、實驗推理、歸納、演繹等。研究過程追求比較穩(wěn)定的應用目標，要利用科學理論解決實際問題；認識由理論向實踐轉化，有的放矢，偶然性較小。主要研究方法包括論證、調(diào)查、設計、試驗、修正等。研究過程是工程目標的確定、工程方案的設計和工程項目的決策等；其實現(xiàn)要考慮資源、經(jīng)濟、環(huán)境等方方面面的因素。主要研究方法是論證、計劃、設計、實施、觀測、評價、反饋、修正等。成果性質(zhì)與評價標準最終成果主要是知識形態(tài)的理論或知識體系，具有公共性或共享性，一般不保密。評價標準是是非正誤，以真理為準繩；與社會現(xiàn)實價值聯(lián)系相對較弱，或者說僅

21、蘊含少量的價值成分。最終成果主要是技術發(fā)明和生產(chǎn)經(jīng)驗的物化形態(tài)，是某種程序或人工器物，具有商品性；可以在保密的同時出賣或轉讓。評價標準是利弊得失，以功利為尺度；處處滲透價值、時時體現(xiàn)價值。 最終成果是達到預期目標，人工自然物建造完成。評價標準是達不到預期目標就意味著失??；有很強的實踐價值依賴性；要在資源、經(jīng)濟、環(huán)境等各方面間權衡，妥協(xié)性是工程價值性的體現(xiàn)。1.2 智能科學與技術1.2.1 科學、技術與工程維度科學技1.2 智能科學與技術1.2.1 科學、技術與工程2.科學、技術與工程的定義 1）科學（Science）。關于世界本質(zhì)及其規(guī)律的知識體系。是人們對各種事實和現(xiàn)象進行觀察、分類、歸納、

22、演繹、分析、推理、計算和實驗，從而發(fā)現(xiàn)規(guī)律，并對各種定量規(guī)律予以驗證和公式化的知識體系。 按研究對象的不同，科學可分為自然科學、社會科學和思維科學三大類。 2）技術（Technology）。關于利用和改造自然的知識、經(jīng)驗、技巧和手段。是指人們利用現(xiàn)有事物形成新事物，或是改變現(xiàn)有事物功能、性能的方法。 技術應具備明確的使用范圍和被其他人認知的形式和載體，如原材料（輸入）、產(chǎn)成品（輸出）、工藝、工具、設備、設施、標準、規(guī)范、指標、計量方法等。 3）工程（Engineering）。關于人工自然物設計與建造實施的過程。是一項計劃和設計以實現(xiàn)一個特定目標的單獨進行或聯(lián)合實施的工作，人們要應用科學知識和各

23、種手段使自然力和自然物更好地為人類服務。 工程活動的內(nèi)涵可以概括為：一個對象是指改造對象或建造對象；兩種手段指技術手段和管理手段，后者包括行政手段、經(jīng)濟手段和法律手段等；三個階段包括： 策劃階段； 實施階段； 使用階段。1.2 智能科學與技術1.2.1 科學、技術與工程1.2 智能科學與技術1.2.2 科學技術的發(fā)生發(fā)展規(guī)律1.科學技術發(fā)生學輔人律 人類的發(fā)展歷史證明，人類的進化分為兩個階段：生物學進化階段和文明進化階段。 生物學進化階段：人類主要通過自身器官功能的分化和強化來增強自身的能力，直立行走和手腳分工是人類生物學進化階段的主要標志。 文明進化階段：人類試圖通過利用外部世界的力量來增強

24、人類自身的能力。 科學技術之所以會發(fā)生，根本原因在于人類希望“利用身外之物強化自身功能”?！吧硗庵铩本褪峭ㄟ^科學技術手段創(chuàng)造出來的各種工具。 科學主要擴展人類認識世界的能力，技術主要擴展人類改造世界的能力1.2 智能科學與技術1.2.2 科學技術的發(fā)生發(fā)展規(guī)律1.2 智能科學與技術1.2.2 科學技術的發(fā)生發(fā)展規(guī)律2.科學技術發(fā)展學擬人律 人類的“實際能力水平”與“更高的能力要求”之間存在的差距，成為一種無形卻又巨大的驅動力，支配人類在實踐探索中自覺或不自覺地朝縮小“差距”的方向努力。 努力得到的理論成果就沉淀為“科學發(fā)展”，工藝成果則成為“技術進步”。 “差距”的縮小，新的更高的能力又會成

25、為新的需求，新的能力差距又會出現(xiàn)，新一輪的實踐探索和科學技術進步又開始了。如此，呈螺旋式上升，永無止境。 可以清楚地看到，科學技術的發(fā)展方向一直在跟隨人類能力擴展的需求，亦步亦趨，始終把縮小“實際能力水平”與“更高的能力要求”之間差距、科學技術發(fā)展水平擬合人類需求水平為前進動力，這就是把科學技術發(fā)展的規(guī)律稱為“擬人律”的原因之所在。1.2 智能科學與技術1.2.2 科學技術的發(fā)生發(fā)展規(guī)律 1.2 智能科學與技術1.2.2 科學技術的發(fā)生發(fā)展規(guī)律3.科學技術未來學共生律 人類進步發(fā)展的歷程中，單純利用物質(zhì)資源和力學原理構成的工具為質(zhì)料工具，既要靠人力來驅動，也要靠人來駕馭，因此被稱為“人力工具”

26、（如鐮刀、鋤頭等）。 同時利用物質(zhì)資源和能量資源制造出了自身具有動力的工具動力工具，其不需要人力驅動，但還需要人來駕馭，因此被稱為“動力工具”（如機床、火車等）。 綜合利用物質(zhì)資源、能量資源和信息資源，可以制造出自身不僅具有動力，而且還具有智能的高級工具智能工具，其不但可以不需要人的驅動，也可以不需要人的駕馭，是一種自主的機器，稱為“智能工具”（如專家系統(tǒng)、機器人等）。 工具的換代是在繼承基礎上的創(chuàng)新，而不是簡單淘汰?？傊?，科學技術發(fā)展到今天，使人類認識世界和改造世界的能力得到了空前提高。因此，人類的全部能力應該是自身的能力加上科學技術產(chǎn)物的能力，這就是“共生律”。 在這個共生體中，人類和智能

27、工具之間存在著合理的分工，人有人的作用，機器有機器的作用，兩者合理分工，默契合作，人主機輔，相得益彰。1.2 智能科學與技術1.2.2 科學技術的發(fā)生發(fā)展規(guī)律1.2 智能科學與技術1.2.3 智能科學與技術學科1.智能科學與智能技術 對于“智能科學”、“智能技術”，一些專家學者給出了多種解釋，綜合各種觀點，定義如下： 1）智能科學。探索自然界生物體或系統(tǒng)的行為機制，發(fā)現(xiàn)自然智能的本質(zhì)和發(fā)展規(guī)律，揭示機器智能的原理和實現(xiàn)途徑。 2）智能技術?；谛睦韺W、神經(jīng)學、智能科學及相關的研究成果，尋求機器智能的構建方法和實現(xiàn)技術，用機器模擬自然界的智能，實現(xiàn)對自然界的利用、控制和改造。 20世紀90年代，

28、意大利學者Dorigo、Maniezzo等人在研究螞蟻覓食的過程中，發(fā)現(xiàn)單個螞蟻的行為比較簡單，但是蟻群整體卻可以體現(xiàn)智能行為：蟻群可以在不同的環(huán)境下，尋找最短到達食物源的路徑。 機器人雖然是1920年由捷克斯洛伐克作家卡雷爾恰佩克在他的科幻小說中創(chuàng)造出來的一個詞匯，但是一百年過去了，機器人已經(jīng)家喻戶曉。 長期以來，心理學家試圖從人的外在行為研究人的思維活動，神經(jīng)學家試圖從神經(jīng)元研究人類復雜的思維活動，雖然都取得了很多成就。但由于人體太復雜，今天我們?nèi)匀恢跎?，有待于繼續(xù)探索。1.2 智能科學與技術1.2.3 智能科學與技術學科1.2 智能科學與技術1.2.3 智能科學與技術學科2.人工智能

29、 自第一臺電子計算機ENIAC于1946年問世，人們就開始研究機器思維（Machine thinking）問題。 1956年，“人工智能”概念被提出，最初設想是研究如何用計算機去模擬人的智能行為。 雖然距離機器能夠自主思維的距離甚遠，但智能技術方面發(fā)展的成就是有目共睹的，很多只有人類才能做到的，今天用機器實現(xiàn)了，例如，語音識別、故障診斷、人臉識別、機器翻譯，等等。 隨著互聯(lián)網(wǎng)的普及、傳感器的泛在、大數(shù)據(jù)的涌現(xiàn)、電子商務的發(fā)展、信息社區(qū)的興起，數(shù)據(jù)和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用，人工智能發(fā)展所處信息環(huán)境和數(shù)據(jù)基礎發(fā)生了巨大而深刻的變化。人工智能概念的內(nèi)涵不斷豐富，外延

30、也在不斷拓展。 人工智能定義：研究、開發(fā)用于模擬、延伸和擴展自然智能（特別是人的智能）的理論、方法、技術及應用系統(tǒng)的一門新的科學技術。 人工智能是智能科學與技術的一部分，或說人工智能有力地支撐了智能科學與技術學科的發(fā)展，涉及“科學”和“技術”兩個層面。1.2 智能科學與技術1.2.3 智能科學與技術學科1.2 智能科學與技術1.2.3 智能科學與技術學科3.智能科學與技術學科 智能科學與技術學科是多學科支撐的、多技術綜合、研究方向寬泛、跨領域應用的一門交叉學科。 智能科學與技術前景廣闊，是信息科學技術的核心，也是現(xiàn)代科學技術的前沿和制高點。1.2 智能科學與技術1.2.3 智能科學與技術學科

31、1.3 智能科學與技術模型1.3.1 智能活動基本概念 如今，人類正處在信息化時代（信息社會），信息化是當今時代發(fā)展的大趨勢。而且信息已經(jīng)成為重要的生產(chǎn)力要素，和物質(zhì)、能量一起構成人類社會賴以生存發(fā)展的三大資源。1.數(shù)據(jù)（Data） 數(shù)據(jù)是指對客觀事件進行記錄并可以鑒別的符號，是對客觀事物的性質(zhì)、狀態(tài)以及相互關系等進行記載的物理符號,或這些物理符號的組合。在計算機系統(tǒng)中，各種數(shù)據(jù)均以二進制符號0、1的形式表示。 數(shù)據(jù)不僅指狹義上的數(shù)字，還可以是具有一定意義的文字、字母、數(shù)字符號的組合，以及圖形、圖像、視頻、音頻等，是客觀事物的屬性、數(shù)量、位置及其相互關系等的抽象表示。 例如，“0、1、2、.”

32、、“陰、下雨、氣溫下降，”、“學生的檔案記錄、貨物的運輸情況、視頻監(jiān)控錄像、”等都是數(shù)據(jù)。數(shù)據(jù)可以是連續(xù)的值，比如聲音、圖像，稱為模擬數(shù)據(jù)；也可以是離散的值，如符號、文字，稱為數(shù)字數(shù)據(jù)。 B（Byte，字節(jié)）= 8 bits；1KB (Kilobyte 千字節(jié))=1024 B；1MB (Megabyte 兆字節(jié) 簡稱“兆”)=1024 KB；1GB (Gigabyte 吉字節(jié) 又稱“千兆”)=1024 MB；1TB (Trillionbyte 萬億字節(jié) 太字節(jié))=1024 GB；1PB（Petabyte 千萬億字節(jié) 拍字節(jié)）=1024 TB；1EB（Exabyte 百億億字節(jié) 艾字節(jié)）=102

33、4 PB；1ZB (Zettabyte 十萬億億字節(jié) 澤字節(jié))= 1024 EB；1YB (Yottabyte 一億億億字節(jié) 堯字節(jié))= 1024 ZB；1BB (Brontobyte 一千億億億字節(jié))= 1024 YB。1.3 智能科學與技術模型1.3.1 智能活動基本概念1.3 智能科學與技術模型1.3.1 智能活動基本概念2.信息（Information） 信息是對客觀世界中各種事物的運動狀態(tài)和變化的反映，是客觀事物之間相互聯(lián)系和相互作用的表征，表現(xiàn)的是客觀事物運動狀態(tài)和變化的實質(zhì)內(nèi)容。 從信息管理角度來定義，信息是為了滿足用戶決策的需要而經(jīng)過加工處理的數(shù)據(jù)，簡單地說，信息是經(jīng)過加工的數(shù)

34、據(jù)，或者說，信息是數(shù)據(jù)處理的結果。 按所站立場不同，信息可以分為本體論信息（純客觀立場）和認識論信息（認識主體立場）。本體論信息指事物運動的狀態(tài)和狀態(tài)變化方式，它的存在或表現(xiàn)不以人的意志而轉移或變化。而認識論信息是認識主體所感知的事物運動的狀態(tài)及其變化方式，主體不同，感知的信息也可能不同。認識論信息又分為兩類： 1）感知信息（第一類認識論信息）。認識主體所感知的事物運動狀態(tài)與方式，是外部世界向主體輸入的信息，或者說，是認知主體感知到的信息。 2）再生信息（第二類認識論信息）。認識主體所表述的事物運動狀態(tài)與方式，是主體向外部世界（包括向其他主體）輸出的信息，或者說，是認識主體對感知信息加工后的結

35、果。1.3 智能科學與技術模型1.3.1 智能活動基本概念1.3 智能科學與技術模型1.3.1 智能活動基本概念3.知識（Knowledge） 知識指事物運動的狀態(tài)和狀態(tài)變化的規(guī)律，是人類在實踐中認識客觀世界（包括人類自身）的成果，它包括事實、信息的描述或在教育和實踐中獲得的技能。4.策略（Strategy） 策略是關于如何解決問題的計策方略，包括在什么時間、什么地點，由什么主體采取什么行動、達到什么目標、注意什么事項等一整套具體的計劃規(guī)劃、行動步驟、工作方式和工作方法。5.智能活動（Intelligent activity） 人類在智能活動時，能有針對性地獲得問題環(huán)境目標的數(shù)據(jù)和信息，并恰當

36、地處理這些信息從而獲得相關知識實現(xiàn)認知，在此基礎上結合自身的目的，生成求解問題的策略。1.3 智能科學與技術模型1.3.1 智能活動基本概念1.3 智能科學與技術模型1.3.2 人類的心智模型 心智（Mind）是指人類的全部精神活動，包括情感、意志、感覺、知覺、表象、學習、記憶、思維、直覺等，建立心智模型的技術被稱為心智建模，目的是探索和揭示人類的思維機制。1.純認知系統(tǒng)模型 1976年，赫伯特西蒙和艾倫紐厄爾提出了物理符號系統(tǒng)假設。1981年，紐厄爾以物理符號系統(tǒng)為中心，建立了純認知系統(tǒng)模型。物理符號系統(tǒng)假設的主要內(nèi)容如下： 1）物理符號系統(tǒng)假設。物理系統(tǒng)表現(xiàn)智能行為的必要和充分條件是：它是

37、一個物理符號系統(tǒng)。2）必要性。表現(xiàn)智能的任何物理符號系統(tǒng)將是物理符號系統(tǒng)的一個實例。3）充分性。任何物理符號系統(tǒng)都可以進一步組織來表現(xiàn)智能行為。4）智能行為就是人類所具有的智能。在某種物理條件限制下，實際發(fā)生的符合系統(tǒng)目標和適應環(huán)境要求的行為。1.3 智能科學與技術模型1.3.2 人類的心智模型1.3 智能科學與技術模型1.3.2 人類的心智模型2.PMJ心智模型 PMJ（Perception，Memory and Judgment）模型 1）快速加工通路。快速加工通路是指從感知階段直接到判斷階段的加工過程（圖中的 ），實現(xiàn)基于感知的判斷。 2）精細加工通路。精細加工通路是指從感知階段到記憶階

38、段，再從記憶階段到感知和判斷階段的加工過程（如圖 中的 、和），實現(xiàn)基于記憶的感知和判斷。 3）反饋加工通路。反饋加工通路是指從判斷階段到記憶階段，或從判斷階段到感知階段（如圖中的或）的加工過程，實現(xiàn)基于判斷的感知和記憶。1.3 智能科學與技術模型1.3.2 人類的心智模型1.3 智能科學與技術模型1.3.3 智能系統(tǒng)的基本模型 1）“信息獲取”和“策略執(zhí)行” 是智能系統(tǒng)與外部世界的兩個接口。 2）“信息處理”、“信息認知”以及“ 策略生成”是智能系統(tǒng)的主體，把信息資源逐步加工成為可以解決問題的智能策略。 3）“信息處理”的任務是執(zhí)行“非認知” 的處理操作，把感知信息加工成為可用信息，可以稱之

39、為智能系統(tǒng)的預處理?！靶畔⒄J知”和“策略生成”的任務則是把信息轉換成為知識和智能策略。 4）“信息傳遞”和“策略傳遞” 的作用是把整個系統(tǒng)和外部世界連接成為一個有機的整體。 人工智能系統(tǒng)和人類智能系統(tǒng)高度對應。所以，也可以認為是智能科學與技術的基本模型1.3 智能科學與技術模型1.3.3 智能系統(tǒng)的基本模型1.4 智能科學與技術重點研究領域 本節(jié)僅從五個方面來介紹智能科學與技術的重點研究領域，包括自然智能研究、機器感知研究、機器思維研究、機器行為研究和智能系統(tǒng)研究。1.4.1 自然智能研究 人類要發(fā)展科學與技術，尋求智能的本質(zhì)和源泉，首先就將目標鎖定在了人自身這種高級動物身上：人類大腦如何產(chǎn)生

40、新想法？思維如何產(chǎn)生，又是如何運作的？意識緣何形成？什么是情感、感覺、想法？如果將人類大腦看成一臺機器，那么這是否有益于我們設計出能夠像人一樣能理解、善思考、會工作的高級人工智能機器？ 近年來，各國都在加大投入，開展多學科交叉、多層次的腦與認知科學研究。美國、韓國、歐盟、日本、澳大利亞等國家和地區(qū)都積極布局各自的腦計劃。 中國的“腦科學計劃”也早已經(jīng)作為重大科技項目被列入“十三五”規(guī)劃，創(chuàng)新地提出了腦認知功能的解析和技術平臺為“一體”，認知障礙相關重大腦疾病診治和類腦計算與腦機智能技術為“兩翼”的“一體兩翼”腦計劃布局。 腦科學是研究腦認知、意識與智能的本質(zhì)與規(guī)律的科學。隨著腦成像、生物傳感、

41、人機交互等新技術的不斷涌現(xiàn)，必將有效推動自然智能研究領域，尤其是人類智能研究領域的跨越式發(fā)展。1.4 智能科學與技術重點研究領域 本節(jié)僅從五個方面來1.4 智能科學與技術重點研究領域1.4.1 自然智能研究 1973年，英國愛丁堡大學人工智能系教授希金斯第一次在論文中使用“認知科學（Cognitive science）”一詞。 認知科學研究對象為人類、動物和人工智能機制的理解和認知，研究范圍包括知覺、注意、記憶、動作、語言、推理、思考乃至意識在內(nèi)的各個層次和各個方面的人類的認知活動。因此，認知科學是研究人類認知的本質(zhì)及規(guī)律，揭示人類心智奧秘的科學。 大腦產(chǎn)生心智的過程被稱為認知。從低級到高級的

42、5個層級的心智和認知：神經(jīng)層級、心理層級、語言層級、思維層級以及文化層級。 在研究人類智能的同時，人們也在研究其它形式的自然智能，從中發(fā)現(xiàn)智能原理和本質(zhì)、機制，發(fā)明各種各樣的仿生智能算法，人們也在研究人類智能與人工智能之間的關系。思維移植、芯片植入、腦機接口、人機融合研究寄希望于整個世界的生物智能和非生物智能高度融合，成為一個功能強大的“人機智能共生體”?；驅⒋竽X與互聯(lián)網(wǎng)直接相連，提升人類智能甚至構建“全球超級大腦”，1.4 智能科學與技術重點研究領域1.4.1 自然智能研究 1.4 智能科學與技術重點研究領域1.4.2 機器感知研究1.智能體模型 智能體（Agent）模型結構 智能體通過傳感

43、器感知所處環(huán)境，并通過執(zhí)行機構對該環(huán)境產(chǎn)生作用，智能體可是人，是機器，也可以是計算機程序。 智能體結構雖然類似于行為主義提出的智能行為“感知動作”模型，但智能體不僅需要知識表示，更需要思維推理，其在與周圍環(huán)境的感知和交互作用下達到既定目標。 人類利用眼、耳、手、腳、鼻和皮膚等器官感知環(huán)境、感知世界，繼而實現(xiàn)對自然界的利用和改造。 機器感知是要讓計算機具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺等。1.4 智能科學與技術重點研究領域1.4.2 機器感知研究 1.4 智能科學與技術重點研究領域1.4.2 機器感知研究2.機器感知技術 機器感知：視覺、聽覺、觸覺、嗅覺、味覺等。 機器視覺就

44、是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)通過圖像攝取裝置將被攝取的目標轉換成圖像信號，傳給專用圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，抽取目標特征進行測量和判斷。 機器視覺涉及圖像處理、模式識別、機械工程、自動控制、電光源照明、光學成像、傳感器、模擬與數(shù)字視頻技術、計算機軟硬件技術，等。 機器聽覺涉及聲音采集、預處理、聲源分離、去噪/增強、音頻事件檢測、提取或學習音頻特征、聲音分類、聲音識別等。自然語言處理（NLP）包括自然語言理解、自然語言生產(chǎn)。 機器觸覺、嗅覺、味覺等，從傳統(tǒng)的壓力、溫度、可燃或有毒氣體等常規(guī)的傳感器，到現(xiàn)代新型的紅外、激光、光纖、雷達、紫外等種類的傳感器，出現(xiàn)了

45、大量新型傳感器、新算法。 “態(tài)勢感知”技術研究，融合運用內(nèi)部、外部的多維感知數(shù)據(jù)，進行未來發(fā)展趨勢的預測分析，在網(wǎng)絡安全態(tài)勢分析、設備運維故障預警、市場前景評估、業(yè)務用戶感知等得到了初步應用。1.4 智能科學與技術重點研究領域1.4.2 機器感知研究1.4 智能科學與技術重點研究領域1.4.3 機器思維研究 最早提出“機器思維”這一概念的人是圖靈。1950年他在“計算機和智力”一文中講到：“我相信在本世紀末人們可以談論機器思維而不會遭到什么反對”。1.機器思維標準 1）費根鮑姆的標準。費根鮑姆認為：一項需要人依靠智力才能完成的工作，如果交給機器也能完成，就應該認為機器能思維。這是一種低級標準，

46、按此標準，機器思維的確已是“現(xiàn)實”。 2）圖靈的標準。即圖靈測試：如果一部機器，能在某些指定條件下模仿人把問題回答得很好，以致在很長一段時間內(nèi)能迷惑提出該問題的人，分不清究竟是機器還是人在回答問題，那么就可以認為這臺機器是能思維的。圖靈的標準實際上是一種高級標準，到目前為止，“機器思維”還只是一種夢想。 盡管他們對“機器思維”的理解有很大不同，但二者卻有一個共同的特點，即忽略了機器同人腦在行為方式、結構和材料方面的差異，而只僅僅考慮到機器的功能同人腦功能的相似，只考慮到機器最終得出的結果同人腦得出的結果相同。 實際上，就像“人工智能”概念一樣，“機器思維”研究與應用已經(jīng)遠遠超出當時的初衷。因此

47、，也不必糾結于是否能達到高級標準。1.4 智能科學與技術重點研究領域1.4.3 機器思維研究1.4 智能科學與技術重點研究領域1.4.3 機器思維研究2.機器博弈 近年來，機器思維已經(jīng)不再那么神秘，而是更多表現(xiàn)為機器學習、記憶、搜索、判斷和推理等具體形式，尤其在機器博弈方面取得了巨大進展。 機器博弈是人工智能的一個重要領域，其核心思想并不復雜，就是對博弈樹節(jié)點估值過程和對博弈樹搜索過程的結合。 1997年IBM的“深藍”戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫。2016年3月，谷歌（Google）的阿爾法圍棋（AlphaGo）以4比1的總比分擊敗了職業(yè)九段棋手李世石。 AlphaGo通過兩個不同神經(jīng)網(wǎng)

48、絡“大腦”合作來改進下棋： 第一個大腦是“策略網(wǎng)絡（Policy network）”，觀察棋盤布局試圖找到最佳的下一步，可以理解成“落子選擇器”。 第二個大腦是“價值網(wǎng)絡（Value network）”，在給定棋子位置情況下，預測每一個棋手贏棋的概率，可以理解為“局面評估器”。1.4 智能科學與技術重點研究領域1.4.3 機器思維研究1.4 智能科學與技術重點研究領域1.4.3 機器思維研究3.搜索與定理證明 搜索：是指在缺乏解決問題的足夠知識時，為了達到某一目標而不斷尋找恰當線路或最優(yōu)方案，逐步使問題得以解決的過程。 搜索技術常被用于諸如機器博弈、定理證明、問題求解之類的情形。 1）狀態(tài)空間

49、搜索：深度優(yōu)先搜索、廣度優(yōu)先（盲目搜索）搜索、啟發(fā)式搜索等。 2）與/或樹搜索：極大極小值算法、負極大值搜索、Alpha-Beta剪枝算法等。 定理證明：按照某種策略從已知事實出發(fā)，利用知識推出所需結論的過程。 機器推理分為兩大類：一類為確定性推理，指推理所使用的知識和推出的結論都是精確的；另一類是不確定性推理，指推理所使用的知識和推出的結論可以是不確定的，或者說結論是不精確性的、模糊的和非完備性的。 確定性推理主要是基于一階經(jīng)典邏輯，不確定性推理主要基于非經(jīng)典邏輯和概率等。 近幾年，機器推理（Machine reasoning）在常識問答、事實檢測、自然語言理解、視覺常識推理、視覺問答、文檔

50、級問答等應用上取得了重大進展。1.4 智能科學與技術重點研究領域1.4.3 機器思維研究1.4 智能科學與技術重點研究領域1.4.4 機器行為研究 機器行為（Machine behavior）或計算機行為（Computer behavior）是研究如何用機器去模擬、延伸、擴展人的智能行為，如走、跑、拿、說、唱、寫、畫等。1.機器人 機器人一般由執(zhí)行機構、驅動裝置、檢測裝置、控制系統(tǒng)和復雜機械等組成，可以從智能、技能和物理能等幾個方面進行評價。 智能指機器人的感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；技能指機器人的變通性、通用性或空間占有性等；物理能指機器人的力量、速

51、度、可靠性、聯(lián)用性和壽命等。 機器人就是具有生物功能的工具，可以代替人類完成一些危險或難以進行的勞作、任務等。 近年來，機器人應用不斷滲透到各行各業(yè)、各個領域，工業(yè)機器人、農(nóng)業(yè)機器人、服務機器人、娛樂機器人、警用機器人、軍用機器人、醫(yī)用機器人、危險作業(yè)機器人、水下機器人、科技機器人、。 十大前沿技術：柔性機器人技術、液態(tài)金屬控制技術、生肌電控制技術、敏感觸覺技術、會話式智能交互技術、情感識別技術、腦機接口技術、自動駕駛技術、虛擬現(xiàn)實機器人技術、機器人云服務技術。1.4 智能科學與技術重點研究領域1.4.4 機器行為研究1.4 智能科學與技術重點研究領域1.4.4 機器行為研究2.自然語言生成

52、在自然語言生成（Natural Language Generation）方面，文字轉語音技術（Text-To-Speech）也已經(jīng)成熟，在位置導航等領域達到了實用程度。 自然語言生成是研究使計算機具有人一樣的表達和寫作的功能，即能夠根據(jù)一些關鍵信息及其在機器內(nèi)部的表達形式，基于語言信息處理模型和自然語言的語義、語法規(guī)則，經(jīng)過一定的規(guī)劃選擇過程，自動生成高質(zhì)量的自然語言文本（語音）。 自然語言生成技術可以用來生成分析報告、幫助消息等，或者作為鑒別特殊語言的一種手段。 自然語言生成技術已誕生了近半個世紀，科學家們一直在致力于使這項技術能夠更加成熟、使用。例如，微軟小冰2014年5月誕生，最初人們對

53、它的看法只是一個單純的聊天工具。但經(jīng)過不斷的迭代，小冰得到了全面提升，甚至有自己的全息影像，EQ（情商，Emotional Quotient）和IQ（智商，Intelligence Quotient）也得到了升級。 現(xiàn)在的小冰，已經(jīng)成為微軟通過使用自然語言生成等技術創(chuàng)造出來的一個超前產(chǎn)品。1.4 智能科學與技術重點研究領域1.4.4 機器行為研究1.4 智能科學與技術重點研究領域1.4.4 機器行為研究3.智能控制 隨著控制系統(tǒng)設計與應用的發(fā)展，已有的自動控制方法和技術受到了挑戰(zhàn)。1965年美國普渡大學傅京孫教授首先把AI的啟發(fā)式推理規(guī)則用于學習控制系統(tǒng)，1966年美國門德爾主張將AI用于飛船

54、控制系統(tǒng)的設計，由此智能控制誕生。 智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，其以控制理論、計算機科學、人工智能、運籌學等學科為基礎，擴展了相關的理論和技術，主要用來解決那些用傳統(tǒng)方法難以解決的復雜系統(tǒng)的控制問題。 專家控制（Expert control）主要利用專家系統(tǒng)來達成目的，將行業(yè)內(nèi)控制工程師的經(jīng)驗和知識體系進行規(guī)范化，將其導入到控制系統(tǒng)的知識庫中，繼而由推理機、解析機制和知識獲取系統(tǒng)共同作用的專家系統(tǒng)完成專家控制。 模糊控制（Fuzzy control）理論于1965年由拉特飛扎德教授首先提出，利用模糊數(shù)學方法將被控對象模糊化，與知識庫信息模糊對比推理得到相關

55、信息，再進行清晰化處理后給控制對象提供控制信息。 神經(jīng)網(wǎng)絡控制（Neural networks control）將神經(jīng)網(wǎng)絡作為控制系統(tǒng)的控制器或辨識器，通過不斷修正神經(jīng)元之間連接的權值來優(yōu)化控制信息，使控制系統(tǒng)穩(wěn)定、魯棒性好，具有要求的靜態(tài)、動態(tài)性能。1.4 智能科學與技術重點研究領域1.4.4 機器行為研究1.4 智能科學與技術重點研究領域1.4.5 智能系統(tǒng)研究 智能系統(tǒng)研究致力于充分利用智能科學與技術的研究成果，利用計算機(機器系統(tǒng))模擬自然系統(tǒng)的信息處理與行為控制規(guī)律，特別是自組織、自學習、自適應、自修復、自生長、自復制等基本特性，及感知、知覺、認知、判斷、思維、推理、動作等智能行為。

56、1.專家系統(tǒng) 專家系統(tǒng)是一個具有大量的專門知識與經(jīng)驗的程序系統(tǒng)，它應用人工智能技術和計算機技術，根據(jù)某領域專家提供的知識和經(jīng)驗，進行推理和判斷，模擬人類專家的決策過程，解決需要人類專家處理的復雜問題，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領域問題的計算機應用系統(tǒng)。 專家系統(tǒng)通常由人機交互界面、知識庫、推理機、解釋器、綜合數(shù)據(jù)庫、知識獲取等6個部分構成。1.4 智能科學與技術重點研究領域1.4.5 智能系統(tǒng)研究1.4 智能科學與技術重點研究領域1.4.5 智能系統(tǒng)研究2.物聯(lián)網(wǎng)系統(tǒng) 麻省理工學院凱文阿什頓教授于1999年最早提出物聯(lián)網(wǎng)（Internet of Things，IoT）理念。 物聯(lián)

57、網(wǎng)：通過射頻識別（RFID) 、紅外感應器、全球定位系統(tǒng)、激光掃描器等信息傳感設備，按約定的協(xié)議，把任何（一種或多種）物品與互聯(lián)網(wǎng)連接起來，進行信息交換和通信，以實現(xiàn)智能化識別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡。 物聯(lián)網(wǎng)的推廣與普及，給智能系統(tǒng)帶來了新的挑戰(zhàn)，促使人類在指導思想、技術路線、系統(tǒng)體系結構、計算模式等方面為智能系統(tǒng)的研究融入新的思想與技術，使得智能系統(tǒng)的研究邁入了新的階段，即以開放復雜智能系統(tǒng)，特別是巨型開放智能系統(tǒng)為研究對象，以社會智能為研究重點的綜合研究階段。 開放復雜智能系統(tǒng)指具有開放性特征、與環(huán)境之間存在交互、系統(tǒng)成員眾多、系統(tǒng)有多個層次、系統(tǒng)可能涉及人的參與的智能系統(tǒng)。

58、物聯(lián)網(wǎng)系統(tǒng)的技術體系結構基本達成了統(tǒng)一認識，分為感知層、網(wǎng)絡層、應用層三個大的層次 作為新一代信息技術的重要組成部分，物聯(lián)網(wǎng)的跨界融合、集成創(chuàng)新和規(guī)?；l(fā)展，在促進傳統(tǒng)產(chǎn)業(yè)轉型升級方面起到了巨大的作用。未來應用于全社會，實現(xiàn)萬物互聯(lián)（Internet of Everything，IoE）。1.4 智能科學與技術重點研究領域1.4.5 智能系統(tǒng)研究1.5 智能科學與技術發(fā)展和應用1.5.1 智能科學與技術的誕生和發(fā)展 下面分別從腦科學、認知科學、計算機科學、人工智能和控制科學等不同角度，簡單描繪智能科學與技術的產(chǎn)生與發(fā)展。1.腦科學 我國古代認為“心之官則思，思則得之，不思則不得也”，古希臘對靈

59、魂駐地的看法則有“三級”的特色，認為：腦司理性思想，心司意氣感情，肝司食色欲望。亞里士多德也明確地以心臟作為人體的中心，認為心是綜合、比較各種感覺材料的“公共感官”，思維、意識、想象及記憶均源于心。 以希波克拉底為代表的古希臘醫(yī)生們最早完成了“從心到腦”的認識轉移，基于他們對腦功能的了解，提出：“是由于腦，我們思維、理解、看見，知道丑和美、惡和善”。 現(xiàn)代腦研究開始于19世紀末，西班牙神經(jīng)學家卡哈爾對大腦的微觀神經(jīng)元結構研究是開創(chuàng)性的。20世紀40年代末期微電極的發(fā)明，開創(chuàng)了神經(jīng)生理研究的新時代。在過去的兩個世紀里，雖然腦科學研究領域取得了一些進展，但到目前為止，腦科學現(xiàn)在仍然屬于一個“神秘”

60、領域。 因此，從20世紀末開始，美國（1997年）、韓國（1998年）、歐盟（2013年）、日本（2014年）、澳大利亞（2016年）、加拿大（2017年），包括我國（2006年開始布局，2016年正式啟動），先后啟動腦科學研究計劃，希望在認識腦、保護腦、模擬腦三個方向上取得突破。1.5 智能科學與技術發(fā)展和應用1.5.1 智能科學與技術的1.5 智能科學與技術發(fā)展和應用1.5.1 智能科學與技術的誕生和發(fā)展2.認知科學 認知科學的發(fā)展軌跡可以簡單給出如下幾個時間點： 1967年，被譽為認知心理學之父的美國心理學家奈瑟爾提出以信息加工理論為基礎的現(xiàn)代認知心理學。 1973年，英國愛丁堡大學人工