人工智能第一章緒論課件

歡迎使用本課件教材簡(jiǎn)介:

名稱(chēng):人工智能原理與應(yīng)用作者:張仰森出版社:高等教育出版社章節(jié):共十章主講教師:殷亞玲歡迎使用本課件教材簡(jiǎn)介:主講教師:殷亞玲教學(xué)目的和要求：

通過(guò)本課程學(xué)習(xí)，使學(xué)生對(duì)人工智能的發(fā)展概況、基本原理和應(yīng)用領(lǐng)域有初步了解，對(duì)主要技術(shù)及應(yīng)用有一定掌握，啟發(fā)學(xué)生對(duì)人工智能的興趣，培養(yǎng)知識(shí)創(chuàng)新和技術(shù)創(chuàng)新能力。教學(xué)目的和要求：課程內(nèi)容敘述人工智能和智能系統(tǒng)的概況，列舉出人工智能的研究與應(yīng)用領(lǐng)域。研究傳統(tǒng)人工智能的知識(shí)表示方法和搜索推理技術(shù)，包括狀態(tài)空間法、問(wèn)題歸約法、謂詞邏輯法、語(yǔ)義網(wǎng)絡(luò)法、盲目搜索、啟發(fā)式搜索、規(guī)則演繹算法和產(chǎn)生式系統(tǒng)等。討論高級(jí)知識(shí)推理，涉及非單調(diào)推理、時(shí)序推理、和各種不確定推理方法。比較詳細(xì)地討論了人工智能的主要應(yīng)用，包括專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言理解、數(shù)據(jù)挖掘和Agent。評(píng)述近年來(lái)人工智能的爭(zhēng)論，討論人工智能對(duì)人類(lèi)經(jīng)濟(jì)、社會(huì)和文化的影響，展望人工智能的發(fā)展。課程內(nèi)容內(nèi)容組織第一章緒論第二章知識(shí)表示第三章確定性推理第四章不確定性推理第五章?tīng)顟B(tài)空間搜索策略第六章機(jī)器學(xué)習(xí)第七章自然語(yǔ)言理解第八章專(zhuān)家系統(tǒng)第九章人工神經(jīng)網(wǎng)絡(luò)第十章數(shù)據(jù)挖掘和Agent技術(shù)內(nèi)容組織本章重點(diǎn)難點(diǎn)：

人工智能的定義，人工智能三種主要學(xué)派及其主要觀點(diǎn)，人工智能的應(yīng)用領(lǐng)域。本章重點(diǎn)難點(diǎn)：1.1人工智能的誕生與發(fā)展1.2人工智能的定義1.3人工智能研究的方法與途徑1.4人工智能的研究及應(yīng)用領(lǐng)域1.5人工智能近期發(fā)展習(xí)題一

1.1人工智能的誕生與發(fā)展人工智能的發(fā)展是以硬件與軟件為基礎(chǔ)的，經(jīng)歷了漫長(zhǎng)的發(fā)展歷程。特別是20世紀(jì)30年代和40年代的智能界，發(fā)現(xiàn)了兩件重要的事情：數(shù)理邏輯和關(guān)于計(jì)算的新思想。以維納（Wiener）、弗雷治、羅素等為代表對(duì)發(fā)展數(shù)理邏輯學(xué)科的貢獻(xiàn)及丘奇(Church)、圖靈和其它一些人關(guān)于計(jì)算本質(zhì)的思想，為人工智能的形成產(chǎn)生了重要影響。本章首先介紹人工智能的誕生、定義、發(fā)展概況及相關(guān)學(xué)派和他們的認(rèn)知觀，接著討論人工智能的研究和應(yīng)用領(lǐng)域。人工智能的發(fā)展是以硬件與軟件為基礎(chǔ)的，經(jīng)歷了漫長(zhǎng)的發(fā)1.1人工智能的誕生與發(fā)展1956年夏季，人類(lèi)歷史上第一次人工智能研討會(huì)在美國(guó)的達(dá)特茅斯(Dartmouth)大學(xué)舉行，標(biāo)志著人工智能學(xué)科的誕生。1969年召開(kāi)了第一屆國(guó)際人工智能聯(lián)合會(huì)議(InternationalJointConferenceonAI,IJCAI),此后每?jī)赡暾匍_(kāi)一次。1970年《人工智能》國(guó)際雜志(InternationalJournalofAI)創(chuàng)刊。這些對(duì)開(kāi)展人工智能?chē)?guó)際學(xué)術(shù)活動(dòng)和交流、促進(jìn)人工智能的研究和發(fā)展起到積極作用。1.1人工智能的誕生與發(fā)展1956年夏季，人類(lèi)歷史上1.1人工智能的誕生與發(fā)展20世紀(jì)70～80年代，知識(shí)工程的提出與專(zhuān)家系統(tǒng)的成功應(yīng)用，確定了知識(shí)在人工智能中的地位。近十多年來(lái)，機(jī)器學(xué)習(xí)、計(jì)算智能、人工神經(jīng)網(wǎng)絡(luò)等和行為主義的研究深入開(kāi)展，形成高潮。同時(shí)，不同人工智能學(xué)派間的爭(zhēng)論也非常熱烈。這些都推動(dòng)人工智能研究的進(jìn)一步發(fā)展1.1人工智能的誕生與發(fā)展20世紀(jì)70～定義1智能機(jī)器能夠在各類(lèi)環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機(jī)器。定義2人工智能(學(xué)科)人工智能(學(xué)科)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。它的近期主要目標(biāo)在于研究用機(jī)器來(lái)模仿和執(zhí)行人腦的某些智力功能，并開(kāi)發(fā)相關(guān)理論和技術(shù)。定義3人工智能(能力)人工智能(能力)是智能機(jī)器所執(zhí)行的通常與人類(lèi)智能有關(guān)的智能行為，如判斷、推理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)。1.2人工智能的定義定義1智能機(jī)器1.2人工智能的定義為了讓讀者對(duì)人工智能的定義進(jìn)行討論，以便更深刻地理解人工智能，下面綜述其它幾種關(guān)于人工智能的定義。定義4人工智能是一種使計(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。定義5人工智能是那些與人的思維、決策、問(wèn)題求解和學(xué)習(xí)等有關(guān)活動(dòng)的自動(dòng)化。定義6人工智能是用計(jì)算模型研究智力行為。定義7人工智能是研究那些使理解、推理和行為成為可能的計(jì)算。定義8人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)。1.2人工智能的定義為了讓讀者對(duì)人工智能的定義進(jìn)行討論，以便更定義9人工智能研究如何使計(jì)算機(jī)做事讓人過(guò)得更好。定義10人工智能是一門(mén)通過(guò)計(jì)算過(guò)程力圖理解和模仿智能行為的學(xué)科。定義11人工智能是計(jì)算機(jī)科學(xué)中與智能行為的自動(dòng)化有關(guān)的一個(gè)分支。其中，定義4和定義5涉及擬人思維；定義6和定義7與理性思維有關(guān)；定義8和定義9涉及擬人行為；定義10和定義11與擬人理性行為有關(guān)?？梢钥闯?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(méi)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。

1.2人工智能的定義定義9人工智能研究如何使計(jì)算機(jī)做事讓人過(guò)得更好。1.1.2.2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(AlanTuring)就提出了現(xiàn)稱(chēng)為“圖靈測(cè)試”(TuringTest)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。

1.2.2圖靈測(cè)試和中文屋子對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(JohnSearle,1980年)提出了異議。他用一個(gè)現(xiàn)在稱(chēng)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。

對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(JohnS1.2.3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))。1.2.3腦智能和群智能1.2.4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(knowledgerepresentation)、

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(KnowledgeEngineering,KE))以及基于知識(shí)的智能系統(tǒng)等。

1.2.4符號(hào)智能和計(jì)算智能

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(NeuralComputation,NC)、

進(jìn)化計(jì)算(亦稱(chēng)演化計(jì)算,EvolutionaryComputation,EC,包括遺傳算法(GeneticAlgorithm,GA)、

進(jìn)化規(guī)劃(EvolutionaryPlanning,EP)、進(jìn)化策略(EvolutionaryStrategies,ES)等)、免疫計(jì)算(immunecomputation)、

粒群算法(ParticleSwarmAlgorithm,PSA)、

蟻群算法(AntColonyAlgorithm,ACA)、

自然計(jì)算(NaturalComputation,NC)以及人工生命(ArtificialLife,AL)等。

計(jì)算智能主要研究各類(lèi)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。

2.計(jì)算智能1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研究的方法及途徑1、人工智能三大學(xué)派·符號(hào)主義(Symbolicism)，又稱(chēng)為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計(jì)算機(jī)學(xué)派(Computerism)，其原理主要為物理符號(hào)系統(tǒng)(即符號(hào)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(chēng)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?！ば袨橹髁x(Actionism)，又稱(chēng)進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，其原理為控制論及感知和行動(dòng)。1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研心理模擬,符號(hào)推演（符號(hào)主義）“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。

心理模擬,符號(hào)推演（符號(hào)主義）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(lèi)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)。

采用這一途徑與方法的原因是:①人腦的可意識(shí)到的思維活基于心理模擬和符號(hào)推演的人工智能研究,被稱(chēng)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(HerbertSimon)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。

基于心理模擬和符號(hào)推演的人工智能研究,被稱(chēng)為心理學(xué)派、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(zhuān)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。

符號(hào)推演法是人工智能研究中最早使用的方法之一。人工智能的生理模擬,神經(jīng)計(jì)算（連結(jié)主義）“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(chēng)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。生理模擬,神經(jīng)計(jì)算（連結(jié)主義）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(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。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。

我們知道,人腦的生理結(jié)構(gòu)是由大約1011～1012個(gè)神生理模擬和神經(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(chēng)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。

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),行為模擬,控制進(jìn)化（行為主義）還有一種基于“感知-行為”模型的研究途徑和方法,我們稱(chēng)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。基于這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(chēng)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。行為模擬,控制進(jìn)化（行為主義）事實(shí)上,R.Brooks教授的工作代表了稱(chēng)為“現(xiàn)場(chǎng)(situated)AI”的人工智能新方向。現(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(méi)有表示的智能”,“沒(méi)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?chē)h(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。事實(shí)上,R.Brooks教授的工作代表了稱(chēng)為“現(xiàn)場(chǎng)(s基于行為模擬方法的人工智能研究,被稱(chēng)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(kāi)了人工生命(AL)的研究。

基于行為模擬方法的人工智能研究,被稱(chēng)為行為主義、進(jìn)化群體模擬,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(niǎo)群飛翔的粒群算法和模擬魚(yú)群活動(dòng)的魚(yú)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(chēng)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。群體模擬,仿生計(jì)算博采廣鑒,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(kāi)人工智能的研究。

博采廣鑒,自然計(jì)算例如,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(lèi)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。

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這些方法一般稱(chēng)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(lèi)計(jì)算模型通常是一類(lèi)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。

這些方法一般稱(chēng)為自然計(jì)算(NC)。自然計(jì)算就是模仿或借鑒原理分析,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(kāi)發(fā)了幾何分類(lèi)、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。原理分析,數(shù)學(xué)建模1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研究的方法及途徑2、三大學(xué)派對(duì)人工智能發(fā)展歷史的不同看法符號(hào)主義

認(rèn)為人工智能源于數(shù)理邏輯。符號(hào)主義仍然是人工智能的主流派。這個(gè)學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。聯(lián)結(jié)主義認(rèn)為人工智能源于仿生學(xué)，特別是人腦模型的研究。行為主義

認(rèn)為人工智能源于控制論。這一學(xué)派的代表作首推布魯克斯(Brooks)的六足行走機(jī)器人，它被看做新一代的“控制論動(dòng)物”，是一個(gè)基于感知－動(dòng)作模式的模擬昆蟲(chóng)行為的控制系統(tǒng)。

1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研1.3.2實(shí)現(xiàn)人工智能的技術(shù)路線采用什么樣的技術(shù)路線和策略來(lái)開(kāi)發(fā)研制智能系統(tǒng)與智能產(chǎn)品，也存在著不同的看法，下面是目前幾種常被采用的技術(shù)路線，在實(shí)際應(yīng)用中常將它們結(jié)合起來(lái)用。(1)專(zhuān)用路線(2)通用路線(3)硬件路線(4)軟件路線注：詳細(xì)內(nèi)容請(qǐng)參閱P9。1.3人工智能研究的方法及途徑1.3.2實(shí)現(xiàn)人工智能的技術(shù)路線采用什么樣1.4人工智能的研究及應(yīng)用領(lǐng)域人工智能研究及應(yīng)用領(lǐng)域很多，主要研究領(lǐng)域包括問(wèn)題求解、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)、模式識(shí)別、自動(dòng)定理證明、自然語(yǔ)言理解等。

1.4人工智能的研究及應(yīng)用領(lǐng)域人工智能研究及應(yīng)用1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.1難題求解人工智能的第一個(gè)大成就是發(fā)展了能夠求解難題的下棋(如國(guó)際象棋)程序，它包含問(wèn)題的表示、分解、搜索與歸約等。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.1難題求解1.7人工智能的應(yīng)用

這里的難題,主要指那些沒(méi)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(chē)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(chēng)的非確定型多項(xiàng)式(NondeterministicPolynomial,NP)問(wèn)題或NP完全(NondeterministicPolynomialComplete,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(lèi)問(wèn)題。1.7人工智能的應(yīng)用這里的難題,主要指那些沒(méi)有算法國(guó)際象棋國(guó)際象棋是典型的適合于AI技術(shù)解決的問(wèn)題50年代AI研究形成時(shí)期，其就是AI研究的主要對(duì)象之一，·著名的老一輩AI學(xué)者像西蒙（Simon）、紐厄爾（Newell）和肖（shaw），·不少AI問(wèn)題求解技術(shù)來(lái)源于下棋程序的研究，如狀態(tài)空間搜索方法?！?0年代初麥卡錫提出了alpha-beta修剪算法，大大提高了機(jī)器下棋的水平。下棋程序水平的快速提高：1966年——C級(jí)專(zhuān)業(yè)棋手水平，1982年——大師級(jí)，1985年——美國(guó)的Hitech，特級(jí)大師水平，1988年——由卡內(nèi)基-梅隆大學(xué)的兩個(gè)學(xué)生設(shè)計(jì)的程序“DeepThought”在美國(guó)的一次錦標(biāo)賽中勝了最高級(jí)棋手。1997年——由IBM公司研制的超級(jí)計(jì)算機(jī)“DeepBlue”，在與卡斯帕羅夫的六盤(pán)對(duì)弈中，取得三勝二和一負(fù)的戰(zhàn)績(jī)。下棋需要高級(jí)的智能，其進(jìn)展可視為人工智能研究的重大成就。國(guó)際象棋國(guó)際象棋是典型的適合于AI技術(shù)解決的問(wèn)題1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.2機(jī)器學(xué)習(xí)學(xué)習(xí)是人類(lèi)智能的主要標(biāo)志和獲得知識(shí)的基本手段；機(jī)器學(xué)習(xí)(自動(dòng)獲取新的事實(shí)及新的推理算法)是使計(jì)算機(jī)具有智能的根本途徑；機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類(lèi)學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。學(xué)習(xí)是一個(gè)有特定目的的知識(shí)獲取過(guò)程，其內(nèi)部表現(xiàn)為新知識(shí)結(jié)構(gòu)的不斷建立和修改，而外部表現(xiàn)為性能的改善。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.2機(jī)器學(xué)習(xí)1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.3專(zhuān)家系統(tǒng)一般地說(shuō)，專(zhuān)家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部具有大量專(zhuān)家水平的某個(gè)領(lǐng)域知識(shí)與經(jīng)驗(yàn)，能夠利用人類(lèi)專(zhuān)家的知識(shí)和解決問(wèn)題的方法來(lái)解決該領(lǐng)域的問(wèn)題。發(fā)展專(zhuān)家系統(tǒng)的關(guān)鍵是表達(dá)和運(yùn)用專(zhuān)家知識(shí)，即來(lái)自人類(lèi)專(zhuān)家的并已被證明對(duì)解決有關(guān)領(lǐng)域內(nèi)的典型問(wèn)題是有用的事實(shí)和過(guò)程。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.3專(zhuān)家系統(tǒng)1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.4模式識(shí)別人工智能所研究的模式識(shí)別是指用計(jì)算機(jī)代替人類(lèi)或幫助人類(lèi)感知模式，是對(duì)人類(lèi)感知外界功能的模擬，研究的是計(jì)算機(jī)模式識(shí)別系統(tǒng)，也就是使一個(gè)計(jì)算機(jī)系統(tǒng)具有模擬人類(lèi)通過(guò)感官接受外界信息、識(shí)別和理解周?chē)h(huán)境的感知能力。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.4模式識(shí)別1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.5自動(dòng)定理證明自動(dòng)定理證明的研究在人工智能方法的發(fā)展中曾經(jīng)產(chǎn)生過(guò)重要的影響。例如，采用謂詞邏輯語(yǔ)言的演繹過(guò)程的形式化有助于更清楚地理解推理的某些子命題。許多非形式的工作，包括醫(yī)療診斷和信息檢索都可以和定理證明問(wèn)題一樣加以形式化。因此，在人工智能方法的研究中定理證明是一個(gè)極其重要的論題。我國(guó)人工智能大師吳文俊院士提出并實(shí)現(xiàn)了幾何定理機(jī)器證明的方法，被國(guó)際上承認(rèn)為“吳氏方法”，是定理證明的又一標(biāo)志性成果。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.5自動(dòng)定理證明1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.6自動(dòng)程序設(shè)計(jì)對(duì)自動(dòng)程序設(shè)計(jì)的研究不僅可以促進(jìn)半自動(dòng)軟件開(kāi)發(fā)系統(tǒng)的發(fā)展，而且也使通過(guò)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)得到發(fā)展。程序理論方面的有關(guān)研究工作對(duì)人工智能的所有研究工作都是很重要的。自動(dòng)程序設(shè)計(jì)研究的重大貢獻(xiàn)之一是作為問(wèn)題求解策略的調(diào)整概念。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)不費(fèi)事的有錯(cuò)誤的解，然后再修改它(使它正確工作)，這種做法一般要比堅(jiān)持要求第一個(gè)解就完全沒(méi)有缺陷的做法有效得多。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.6自動(dòng)程序設(shè)計(jì)1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.7自然語(yǔ)言理解語(yǔ)言處理也是人工智能的早期研究領(lǐng)域之一，并引起了進(jìn)一步的重視。語(yǔ)言的生成和理解是一個(gè)極為復(fù)雜的編碼和解碼問(wèn)題。一個(gè)能理解自然語(yǔ)言信息的計(jì)算機(jī)系統(tǒng)看起來(lái)就像一個(gè)人一樣需要有上下文知識(shí)以及根據(jù)這些上下文知識(shí)和信息用信息發(fā)生器進(jìn)行推理的過(guò)程。理解口頭的和書(shū)寫(xiě)語(yǔ)言的計(jì)算機(jī)系統(tǒng)所取得的某些進(jìn)展，其基礎(chǔ)就是有關(guān)表示上下文知識(shí)結(jié)構(gòu)的某些人工智能思想以及根據(jù)這些知識(shí)進(jìn)行推理的某些技術(shù)。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.7自然語(yǔ)言理解1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.8機(jī)器人學(xué)人工智能研究日益受到重視的另一個(gè)分支是機(jī)器人學(xué)，其中包括對(duì)操作機(jī)器人裝置程序的研究。這個(gè)領(lǐng)域所研究的問(wèn)題，從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法，無(wú)所不包。目前已經(jīng)建立了一些比較復(fù)雜的機(jī)器人系統(tǒng)。機(jī)器人和機(jī)器人學(xué)的研究促進(jìn)了許多人工智能思想的發(fā)展。智能機(jī)器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉，涉及眾多的課題，機(jī)器人已在各領(lǐng)域獲得越來(lái)越普遍的應(yīng)用。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.8機(jī)器人學(xué)1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.9人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)處理直覺(jué)和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。人工神經(jīng)網(wǎng)絡(luò)已在模式識(shí)別、圖象處理、組合優(yōu)化、自動(dòng)控制、信息處理、機(jī)器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.9人工神經(jīng)網(wǎng)絡(luò)1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.10智能檢索隨著科學(xué)技術(shù)的迅速發(fā)展，出現(xiàn)了“知識(shí)爆炸”的情況，研究智能檢索系統(tǒng)已成為科技持續(xù)快速發(fā)展的重要保證。智能信息檢索系統(tǒng)的設(shè)計(jì)者們將面臨以下幾個(gè)問(wèn)題。首先，建立一個(gè)能夠理解以自然語(yǔ)言陳述的詢(xún)問(wèn)系統(tǒng)本身就存在不少問(wèn)題。其次，即使能夠通過(guò)規(guī)定某些機(jī)器能夠理解的形式化詢(xún)問(wèn)語(yǔ)句來(lái)回避語(yǔ)言理解問(wèn)題，但仍然存在一個(gè)如何根據(jù)存儲(chǔ)的事實(shí)演繹出答案的問(wèn)題。第三，理解詢(xún)問(wèn)和演繹答案所需要的知識(shí)都可能超出該學(xué)科領(lǐng)域數(shù)據(jù)庫(kù)所表示的知識(shí)。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.10智能檢索1.4.11人工智能的典型應(yīng)用1、博弈2、自動(dòng)定理證明3、智能網(wǎng)絡(luò)1.4.11人工智能的典型應(yīng)用1.5人工智能近期發(fā)展多學(xué)科交叉研究集成智能研究多學(xué)派綜合研究智能網(wǎng)絡(luò)智能機(jī)器人智能應(yīng)用和智能產(chǎn)業(yè)1.5人工智能近期發(fā)展習(xí)題一1-7習(xí)題一1-7歡迎使用本課件教材簡(jiǎn)介:

名稱(chēng):人工智能原理與應(yīng)用作者:張仰森出版社:高等教育出版社章節(jié):共十章主講教師:殷亞玲歡迎使用本課件教材簡(jiǎn)介:主講教師:殷亞玲教學(xué)目的和要求：

通過(guò)本課程學(xué)習(xí)，使學(xué)生對(duì)人工智能的發(fā)展概況、基本原理和應(yīng)用領(lǐng)域有初步了解，對(duì)主要技術(shù)及應(yīng)用有一定掌握，啟發(fā)學(xué)生對(duì)人工智能的興趣，培養(yǎng)知識(shí)創(chuàng)新和技術(shù)創(chuàng)新能力。教學(xué)目的和要求：課程內(nèi)容敘述人工智能和智能系統(tǒng)的概況，列舉出人工智能的研究與應(yīng)用領(lǐng)域。研究傳統(tǒng)人工智能的知識(shí)表示方法和搜索推理技術(shù)，包括狀態(tài)空間法、問(wèn)題歸約法、謂詞邏輯法、語(yǔ)義網(wǎng)絡(luò)法、盲目搜索、啟發(fā)式搜索、規(guī)則演繹算法和產(chǎn)生式系統(tǒng)等。討論高級(jí)知識(shí)推理，涉及非單調(diào)推理、時(shí)序推理、和各種不確定推理方法。比較詳細(xì)地討論了人工智能的主要應(yīng)用，包括專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言理解、數(shù)據(jù)挖掘和Agent。評(píng)述近年來(lái)人工智能的爭(zhēng)論，討論人工智能對(duì)人類(lèi)經(jīng)濟(jì)、社會(huì)和文化的影響，展望人工智能的發(fā)展。課程內(nèi)容內(nèi)容組織第一章緒論第二章知識(shí)表示第三章確定性推理第四章不確定性推理第五章?tīng)顟B(tài)空間搜索策略第六章機(jī)器學(xué)習(xí)第七章自然語(yǔ)言理解第八章專(zhuān)家系統(tǒng)第九章人工神經(jīng)網(wǎng)絡(luò)第十章數(shù)據(jù)挖掘和Agent技術(shù)內(nèi)容組織本章重點(diǎn)難點(diǎn)：

人工智能的定義，人工智能三種主要學(xué)派及其主要觀點(diǎn)，人工智能的應(yīng)用領(lǐng)域。本章重點(diǎn)難點(diǎn)：1.1人工智能的誕生與發(fā)展1.2人工智能的定義1.3人工智能研究的方法與途徑1.4人工智能的研究及應(yīng)用領(lǐng)域1.5人工智能近期發(fā)展習(xí)題一

1.1人工智能的誕生與發(fā)展人工智能的發(fā)展是以硬件與軟件為基礎(chǔ)的，經(jīng)歷了漫長(zhǎng)的發(fā)展歷程。特別是20世紀(jì)30年代和40年代的智能界，發(fā)現(xiàn)了兩件重要的事情：數(shù)理邏輯和關(guān)于計(jì)算的新思想。以維納（Wiener）、弗雷治、羅素等為代表對(duì)發(fā)展數(shù)理邏輯學(xué)科的貢獻(xiàn)及丘奇(Church)、圖靈和其它一些人關(guān)于計(jì)算本質(zhì)的思想，為人工智能的形成產(chǎn)生了重要影響。本章首先介紹人工智能的誕生、定義、發(fā)展概況及相關(guān)學(xué)派和他們的認(rèn)知觀，接著討論人工智能的研究和應(yīng)用領(lǐng)域。人工智能的發(fā)展是以硬件與軟件為基礎(chǔ)的，經(jīng)歷了漫長(zhǎng)的發(fā)1.1人工智能的誕生與發(fā)展1956年夏季，人類(lèi)歷史上第一次人工智能研討會(huì)在美國(guó)的達(dá)特茅斯(Dartmouth)大學(xué)舉行，標(biāo)志著人工智能學(xué)科的誕生。1969年召開(kāi)了第一屆國(guó)際人工智能聯(lián)合會(huì)議(InternationalJointConferenceonAI,IJCAI),此后每?jī)赡暾匍_(kāi)一次。1970年《人工智能》國(guó)際雜志(InternationalJournalofAI)創(chuàng)刊。這些對(duì)開(kāi)展人工智能?chē)?guó)際學(xué)術(shù)活動(dòng)和交流、促進(jìn)人工智能的研究和發(fā)展起到積極作用。1.1人工智能的誕生與發(fā)展1956年夏季，人類(lèi)歷史上1.1人工智能的誕生與發(fā)展20世紀(jì)70～80年代，知識(shí)工程的提出與專(zhuān)家系統(tǒng)的成功應(yīng)用，確定了知識(shí)在人工智能中的地位。近十多年來(lái)，機(jī)器學(xué)習(xí)、計(jì)算智能、人工神經(jīng)網(wǎng)絡(luò)等和行為主義的研究深入開(kāi)展，形成高潮。同時(shí)，不同人工智能學(xué)派間的爭(zhēng)論也非常熱烈。這些都推動(dòng)人工智能研究的進(jìn)一步發(fā)展1.1人工智能的誕生與發(fā)展20世紀(jì)70～定義1智能機(jī)器能夠在各類(lèi)環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機(jī)器。定義2人工智能(學(xué)科)人工智能(學(xué)科)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。它的近期主要目標(biāo)在于研究用機(jī)器來(lái)模仿和執(zhí)行人腦的某些智力功能，并開(kāi)發(fā)相關(guān)理論和技術(shù)。定義3人工智能(能力)人工智能(能力)是智能機(jī)器所執(zhí)行的通常與人類(lèi)智能有關(guān)的智能行為，如判斷、推理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)。1.2人工智能的定義定義1智能機(jī)器1.2人工智能的定義為了讓讀者對(duì)人工智能的定義進(jìn)行討論，以便更深刻地理解人工智能，下面綜述其它幾種關(guān)于人工智能的定義。定義4人工智能是一種使計(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。定義5人工智能是那些與人的思維、決策、問(wèn)題求解和學(xué)習(xí)等有關(guān)活動(dòng)的自動(dòng)化。定義6人工智能是用計(jì)算模型研究智力行為。定義7人工智能是研究那些使理解、推理和行為成為可能的計(jì)算。定義8人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)。1.2人工智能的定義為了讓讀者對(duì)人工智能的定義進(jìn)行討論，以便更定義9人工智能研究如何使計(jì)算機(jī)做事讓人過(guò)得更好。定義10人工智能是一門(mén)通過(guò)計(jì)算過(guò)程力圖理解和模仿智能行為的學(xué)科。定義11人工智能是計(jì)算機(jī)科學(xué)中與智能行為的自動(dòng)化有關(guān)的一個(gè)分支。其中，定義4和定義5涉及擬人思維；定義6和定義7與理性思維有關(guān)；定義8和定義9涉及擬人行為；定義10和定義11與擬人理性行為有關(guān)?？梢钥闯?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(méi)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。

1.2人工智能的定義定義9人工智能研究如何使計(jì)算機(jī)做事讓人過(guò)得更好。1.1.2.2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(AlanTuring)就提出了現(xiàn)稱(chēng)為“圖靈測(cè)試”(TuringTest)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。

1.2.2圖靈測(cè)試和中文屋子對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(JohnSearle,1980年)提出了異議。他用一個(gè)現(xiàn)在稱(chēng)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。

對(duì)于“圖靈測(cè)試”,美國(guó)哲學(xué)家約翰·西爾勒(JohnS1.2.3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))。1.2.3腦智能和群智能1.2.4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(knowledgerepresentation)、

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(KnowledgeEngineering,KE))以及基于知識(shí)的智能系統(tǒng)等。

1.2.4符號(hào)智能和計(jì)算智能

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(NeuralComputation,NC)、

進(jìn)化計(jì)算(亦稱(chēng)演化計(jì)算,EvolutionaryComputation,EC,包括遺傳算法(GeneticAlgorithm,GA)、

進(jìn)化規(guī)劃(EvolutionaryPlanning,EP)、進(jìn)化策略(EvolutionaryStrategies,ES)等)、免疫計(jì)算(immunecomputation)、

粒群算法(ParticleSwarmAlgorithm,PSA)、

蟻群算法(AntColonyAlgorithm,ACA)、

自然計(jì)算(NaturalComputation,NC)以及人工生命(ArtificialLife,AL)等。

計(jì)算智能主要研究各類(lèi)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。

2.計(jì)算智能1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研究的方法及途徑1、人工智能三大學(xué)派·符號(hào)主義(Symbolicism)，又稱(chēng)為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計(jì)算機(jī)學(xué)派(Computerism)，其原理主要為物理符號(hào)系統(tǒng)(即符號(hào)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(chēng)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(chēng)進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，其原理為控制論及感知和行動(dòng)。1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研心理模擬,符號(hào)推演（符號(hào)主義）“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。

心理模擬,符號(hào)推演（符號(hào)主義）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(lèi)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)。

采用這一途徑與方法的原因是:①人腦的可意識(shí)到的思維活基于心理模擬和符號(hào)推演的人工智能研究,被稱(chēng)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(HerbertSimon)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。

基于心理模擬和符號(hào)推演的人工智能研究,被稱(chēng)為心理學(xué)派、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(zhuān)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。

符號(hào)推演法是人工智能研究中最早使用的方法之一。人工智能的生理模擬,神經(jīng)計(jì)算（連結(jié)主義）“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(chēng)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。生理模擬,神經(jīng)計(jì)算（連結(jié)主義）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(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。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。

我們知道,人腦的生理結(jié)構(gòu)是由大約1011～1012個(gè)神生理模擬和神經(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(chēng)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。

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),行為模擬,控制進(jìn)化（行為主義）還有一種基于“感知-行為”模型的研究途徑和方法,我們稱(chēng)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(chēng)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。行為模擬,控制進(jìn)化（行為主義）事實(shí)上,R.Brooks教授的工作代表了稱(chēng)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(méi)有表示的智能”,“沒(méi)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?chē)h(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。事實(shí)上,R.Brooks教授的工作代表了稱(chēng)為“現(xiàn)場(chǎng)(s基于行為模擬方法的人工智能研究,被稱(chēng)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(kāi)了人工生命(AL)的研究。

基于行為模擬方法的人工智能研究,被稱(chēng)為行為主義、進(jìn)化群體模擬,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(niǎo)群飛翔的粒群算法和模擬魚(yú)群活動(dòng)的魚(yú)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(chēng)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。群體模擬,仿生計(jì)算博采廣鑒,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(kāi)人工智能的研究。

博采廣鑒,自然計(jì)算例如,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(lèi)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。

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這些方法一般稱(chēng)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(lèi)計(jì)算模型通常是一類(lèi)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。

這些方法一般稱(chēng)為自然計(jì)算(NC)。自然計(jì)算就是模仿或借鑒原理分析,數(shù)學(xué)建模“原理分析,數(shù)學(xué)建?！本褪峭ㄟ^(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(kāi)發(fā)了幾何分類(lèi)、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。原理分析,數(shù)學(xué)建模1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研究的方法及途徑2、三大學(xué)派對(duì)人工智能發(fā)展歷史的不同看法符號(hào)主義

認(rèn)為人工智能源于數(shù)理邏輯。符號(hào)主義仍然是人工智能的主流派。這個(gè)學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。聯(lián)結(jié)主義認(rèn)為人工智能源于仿生學(xué)，特別是人腦模型的研究。行為主義

認(rèn)為人工智能源于控制論。這一學(xué)派的代表作首推布魯克斯(Brooks)的六足行走機(jī)器人，它被看做新一代的“控制論動(dòng)物”，是一個(gè)基于感知－動(dòng)作模式的模擬昆蟲(chóng)行為的控制系統(tǒng)。

1.3.1人工智能研究的各種學(xué)派及其理論1.3人工智能研1.3.2實(shí)現(xiàn)人工智能的技術(shù)路線采用什么樣的技術(shù)路線和策略來(lái)開(kāi)發(fā)研制智能系統(tǒng)與智能產(chǎn)品，也存在著不同的看法，下面是目前幾種常被采用的技術(shù)路線，在實(shí)際應(yīng)用中常將它們結(jié)合起來(lái)用。(1)專(zhuān)用路線(2)通用路線(3)硬件路線(4)軟件路線注：詳細(xì)內(nèi)容請(qǐng)參閱P9。1.3人工智能研究的方法及途徑1.3.2實(shí)現(xiàn)人工智能的技術(shù)路線采用什么樣1.4人工智能的研究及應(yīng)用領(lǐng)域人工智能研究及應(yīng)用領(lǐng)域很多，主要研究領(lǐng)域包括問(wèn)題求解、機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)、模式識(shí)別、自動(dòng)定理證明、自然語(yǔ)言理解等。

1.4人工智能的研究及應(yīng)用領(lǐng)域人工智能研究及應(yīng)用1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.1難題求解人工智能的第一個(gè)大成就是發(fā)展了能夠求解難題的下棋(如國(guó)際象棋)程序，它包含問(wèn)題的表示、分解、搜索與歸約等。1.4人工智能的研究及應(yīng)用領(lǐng)域1.4.1難題求解1.7人工智能的應(yīng)用

這里的難題,主要指那些沒(méi)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(chē)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(chēng)的非確定型多項(xiàng)式(NondeterministicPolynomial,NP)問(wèn)題或NP完全(NondeterministicPolynomialComplete,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(lèi)問(wèn)題。1.7人工智能的應(yīng)用這里的難題,主要指那些沒(méi)有算法國(guó)際象棋國(guó)際象棋是典型的適合于AI技術(shù)解決的問(wèn)題50年代AI研究形成時(shí)期，其就是AI研究的主要對(duì)象之一，·著名的老一輩AI學(xué)者像西蒙（Simon）、紐厄爾（Newell）和肖（shaw），·不少AI問(wèn)題求解技術(shù)來(lái)源于下棋程序的研究，如狀態(tài)空間搜索方法。·60年代初麥卡錫提出了alpha-beta修剪算法，大大提高了機(jī)器下棋的水平。下棋程序水平的快速提高：1966年——C級(jí)專(zhuān)業(yè)棋手水平，1982年——大師級(jí)，1985年——美國(guó)的Hitech，