人工智能概述

人工智能概述第一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20231人工智能

第1章人工智能概述

1.1什么是人工智能

1.2人工智能的研究意義、目標(biāo)和策略

1.3人工智能的學(xué)科范疇

1.4人工智能的研究?jī)?nèi)容

1.5人工智能的研究途徑與方法

1.6人工智能的基本技術(shù)

1.7人工智能的應(yīng)用

1.8人工智能的分支領(lǐng)域與研究方向

1.9人工智能的發(fā)展概況第二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20232人工智能

1.1什么是人工智能

◆人工智能（ArtificialIntelligence”，AI）1.1.1人工智能概念的一般描述

◆部分學(xué)者對(duì)人工智能概念的描述：

——人工智能是那些與人的思維相關(guān)的活動(dòng)，諸如決策、問(wèn)題求解和學(xué)習(xí)等的自動(dòng)化（Bellman,1978）；

——人工智能是一種計(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（Haugeland,1985）；

——人工智能是研究如何讓計(jì)算機(jī)做現(xiàn)階段只有人才能做得好的事情（RichandKnight,1991）；

第三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20233人工智能——人工智能是那些使知覺(jué)、推理和行為成為可能的計(jì)算的研究（Winston,1992）；——廣義地講，人工智能是關(guān)于人造物的智能行為，而智能行為包括知覺(jué)、推理、學(xué)習(xí)、交流和在復(fù)雜環(huán)境中的行為（Nilsson，1998）。——StuartRussell和PeterNorvig則把已有的一些人工智能定義分為4類：像人一樣思考的系統(tǒng)、像人一樣行動(dòng)的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動(dòng)的系統(tǒng)（2003）。第四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20234人工智能人工智能人工智能（ArtificialIntelligence）簡(jiǎn)稱AI，主要研究如何用人工的方法和技術(shù)，使用各種自動(dòng)化機(jī)器或智能機(jī)器（主要指計(jì)算機(jī)）模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)某些機(jī)器思維或腦力勞動(dòng)自動(dòng)化。第五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20235人工智能1.1.2圖靈測(cè)試和中文屋子

◆圖靈測(cè)試”（TuringTest,1950）◆圖靈測(cè)試的反向應(yīng)用登錄校驗(yàn)碼第六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20236人工智能◆約翰.西爾勒(JohnSearle，1980)的“中文屋子”第七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20237人工智能1.1.3腦智能和群智能腦（主要指人腦）的宏觀心理層次的智能表現(xiàn)稱為腦智能（BrainIntelligence,BI）。由群體行為所表現(xiàn)出的智能稱為群智能（SwarmIntelligence,SI）(生物神經(jīng)元)。腦智能和群智能是屬于不同層次的智能：

腦智能是一種個(gè)體智能（IndividualIntelligence,II）；群智能是一種社會(huì)智能（SocialIntelligence,SI），或者說(shuō)系統(tǒng)智能（SystemIntelligence,SI）。第八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20238人工智能

生物神經(jīng)元的基本結(jié)構(gòu)第九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/20239人工智能微觀生理層次上的低級(jí)神經(jīng)元的群智能形成了宏觀層次上高級(jí)的腦智能。智能基于人腦的智能從內(nèi)涵上講，應(yīng)該是知識(shí)＋思維。從外延上講，就是發(fā)現(xiàn)規(guī)律、運(yùn)用規(guī)律的能力和分析問(wèn)題、解決問(wèn)題的能力(或者說(shuō)獲取知識(shí)、處理知識(shí)、運(yùn)用知識(shí)的能力)。第十頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202310人工智能1.1.4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)工程（KnowledgeEngineering,KE））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)用基于知識(shí)的智能系統(tǒng)

第十一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202311人工智能

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。

第十二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202312人工智能計(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（亦稱演化計(jì)算，EvolutionaryComputation，EC，遺傳算法（GeneticAlgorithm，GA）進(jìn)化規(guī)劃（EvolutionaryPlanning，EP）進(jìn)化策略（EvolutionaryStrategies，ES）免疫計(jì)算（immunecomputation）粒群計(jì)算（ParticleSwarmAlgorithm，PSA）蟻群算法（AntColonyAlgorithm，ACA）自然計(jì)算（NaturalComputation，NC）人工生命（ArtificialLife，AL）第十三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202313人工智能

1.2人工智能的研究意義、目標(biāo)和策略1.2.1為什么要研究人工智能普通計(jì)算機(jī)智能低下，不能滿足社會(huì)需求。研究人工智能也是當(dāng)前信息化社會(huì)的迫切需求。智能化是自動(dòng)化發(fā)展的必然趨勢(shì)。研究人工智能，對(duì)人類自身智能的奧秘也提供有益幫助。第十四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202314人工智能1.2.2人工智能的研究目標(biāo)和策略遠(yuǎn)期目標(biāo)

人工智能的遠(yuǎn)期目標(biāo)是要制造智能機(jī)器。具體講就是使計(jì)算機(jī)具有看、聽(tīng)、說(shuō)、寫等感知和交互能力，具有聯(lián)想、學(xué)習(xí)、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。近期目標(biāo)

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)器智能，從而使現(xiàn)有的計(jì)算機(jī)更靈活好用和更聰明有用。第十五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202315人工智能1.3人工智能的學(xué)科范疇

當(dāng)前的人工智能既屬于計(jì)算機(jī)科學(xué)技術(shù)的一個(gè)前沿領(lǐng)域，也屬于信息處理和自動(dòng)化技術(shù)的一個(gè)前沿領(lǐng)域。還涉及到智能科學(xué)、認(rèn)知科學(xué)、心理科學(xué)、腦及神經(jīng)科學(xué)、生命科學(xué)、語(yǔ)言學(xué)、邏輯學(xué)、行為科學(xué)、教育科學(xué)、系統(tǒng)科學(xué)、數(shù)理科學(xué)以及控制論、科學(xué)方法論、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域。人工智能實(shí)際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科。第十六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202316人工智能人工智能學(xué)科結(jié)構(gòu)第十七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202317人工智能

1.4人工智能的研究?jī)?nèi)容1.4.1搜索與求解1.4.2學(xué)習(xí)與發(fā)現(xiàn)1.4.3知識(shí)與推理1.4.4發(fā)明與創(chuàng)造1.4.5感知與交流1.4.6記憶與聯(lián)想1.4.7系統(tǒng)與建造1.4.8應(yīng)用與工程第十八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202318人工智能1.4.1搜索與求解

搜索，就是為了達(dá)到某一目標(biāo)而多次地進(jìn)行某種操作、運(yùn)算、推理或計(jì)算的過(guò)程?？梢钥醋魇侨祟惡推渌锼哂械囊环N元知識(shí)。許多智能活動(dòng)（包括腦智能和群智能）的過(guò)程，甚至幾乎所有智能活動(dòng)的過(guò)程，都可以看作或者抽象為一個(gè)基于搜索的問(wèn)題求解過(guò)程。理查德.卡普分支界限法約翰.麥卡錫發(fā)明α-β剪枝算法第十九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202319人工智能1.4.3知識(shí)與推理知識(shí)是智能的基礎(chǔ)和源泉。要研究人工智能就要研究面向機(jī)器的知識(shí)表示形式和基于各種表示的機(jī)器推理技術(shù)。推理是人腦的一個(gè)基本功能和重要功能，因此，在符號(hào)智能中幾乎處處都與推理有關(guān)。

第二十頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202320人工智能1.4.5感知與交流感知與交流指計(jì)算機(jī)對(duì)外部信息的直接感知和人機(jī)之間、智能體之間的直接信息交流。機(jī)器感知就是計(jì)算機(jī)直接“感覺(jué)”周圍世界，就像人一樣通過(guò)“感覺(jué)器官”直接從外界獲取信息，如通過(guò)視覺(jué)器官獲取圖形、圖像信息，通過(guò)聽(tīng)覺(jué)器官獲取聲音信息。機(jī)器感知包括計(jì)算機(jī)視覺(jué)、聽(tīng)覺(jué)等各種感覺(jué)能力。機(jī)器信息交流涉及通信和自然語(yǔ)言處理等技術(shù)。自然語(yǔ)言處理又包括自然語(yǔ)言理解和表達(dá)。第二十一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202321人工智能1.4.6記憶與聯(lián)想記憶是智能的基本條件，是人腦的基本功能之一。聯(lián)想是思維過(guò)程中最基本、使用最頻繁的一種功能。人類聯(lián)想人類的聯(lián)想是建立事物之間的聯(lián)系。人類的聯(lián)想功能是基于神經(jīng)網(wǎng)絡(luò)、按內(nèi)容記憶方式進(jìn)行的。機(jī)器聯(lián)想機(jī)器的聯(lián)想就是有關(guān)數(shù)據(jù)、信息或知識(shí)之間的聯(lián)系。機(jī)器聯(lián)想利用人類按內(nèi)容記憶原理，采用“聯(lián)想存儲(chǔ)”的技術(shù)實(shí)現(xiàn)聯(lián)想功能。第二十二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202322人工智能

1.5人工智能的研究途徑與方法1.5.1心理模擬，符號(hào)推演1.5.2生理模擬，神經(jīng)計(jì)算1.5.3行為模擬，控制進(jìn)化1.5.4群體模擬，仿生計(jì)算1.5.5博采廣鑒，自然計(jì)算1.5.6原理分析，數(shù)學(xué)建模第二十三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202323人工智能1.5.1心理模擬，符號(hào)推演（1/2）

心理模擬（功能模擬）法就是以人腦的心理模型為依據(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，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)人工智能。采用這一途徑與方法的原因是：（1）人腦的可意識(shí)的活動(dòng)是心理層面上進(jìn)行的，心理層面上的思維過(guò)程可以用語(yǔ)言符號(hào)顯式表達(dá)。（2）心理學(xué)、邏輯學(xué)、語(yǔ)言學(xué)學(xué)科的一些理論和方法可以借鑒或直接使用。（3）計(jì)算機(jī)方便對(duì)符號(hào)型知識(shí)的表示與處理。（4）可以直接運(yùn)用人類已有的顯式知識(shí)。

第二十四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202324人工智能

1.5.1心理模擬，符號(hào)推演（2/2）

以功能模擬和符號(hào)推演研究人工智能者，被稱為心理學(xué)派、邏輯學(xué)派、符號(hào)主義。早期代表人物有紐厄爾(AllenNewell)、肖（Shaw）、西蒙（HerbertSimon），后來(lái)還有費(fèi)根寶姆(E.A.Feigenbaum)、Nilsson等。代表理念是“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)程是符號(hào)處理的過(guò)程；而計(jì)算機(jī)可以處理符號(hào)，所以可以用計(jì)算機(jī)通過(guò)對(duì)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。符號(hào)推演方法擅長(zhǎng)實(shí)現(xiàn)人腦的高級(jí)認(rèn)知功能。第二十五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202325人工智能1.5.2生理模擬，神經(jīng)計(jì)算

生理模擬（結(jié)構(gòu)模擬）就是用人工神經(jīng)元（神經(jīng)細(xì)胞）組成的人工神經(jīng)網(wǎng)絡(luò)來(lái)作為信息和知識(shí)的載體，用稱為神經(jīng)計(jì)算的方法實(shí)現(xiàn)學(xué)習(xí)、記憶、聯(lián)想、識(shí)別和推理等功能，從而來(lái)模擬人腦的智能行為，使計(jì)算機(jī)表現(xiàn)出某種智能。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。采用結(jié)構(gòu)模擬，用神經(jīng)網(wǎng)絡(luò)和神經(jīng)計(jì)算的方法研究人工智能者，被稱為生理學(xué)派、連接主義。其代表人物有McCulloch，Pitts，(MP模型)F.Rosenblatt（感知器），T.Kohonen，J.Hopfield（全連接網(wǎng)絡(luò)模型）等。第二十六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202326人工智能1.5.3行為模擬，控制進(jìn)化

行為模擬是一種基于感知－行為模型的研究途徑和方法，它是在模擬人在控制過(guò)程中的智能活動(dòng)和行為特性，如自適應(yīng)，自尋優(yōu)、自學(xué)習(xí)、自組織等，來(lái)研究和實(shí)現(xiàn)人工智能。以行為模擬方法研究人工智能者，被稱為行為主義、進(jìn)化主義、控制論學(xué)派。其代表人物是MIT的R.Brooks教授。行為主義曾強(qiáng)烈地批評(píng)傳統(tǒng)的人工智能對(duì)真實(shí)世界的客觀事物和復(fù)雜境遇，做了虛假的、過(guò)分簡(jiǎn)化的抽象。第二十七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202327人工智能1.5.4群體模擬，仿生計(jì)算群體模擬模擬生物群落的群體智能行為，從而實(shí)現(xiàn)人工智能。對(duì)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)稱其為仿生計(jì)算。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；模擬鳥群飛翔的粒群算法模擬魚群活動(dòng)的魚群算法。第二十八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202328人工智能1.5.5博采廣鑒，自然計(jì)算

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，這類計(jì)算模型通常是一類具有自適應(yīng)、自組織、自學(xué)習(xí)、自尋優(yōu)能力的算法。如：模擬退火算法量子聚類算法1994年阿德曼提出DNA分子計(jì)算方法第二十九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202329人工智能1.5.6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。如：人們用概率統(tǒng)計(jì)原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。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、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。第三十頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202330人工智能1.6人工智能的基本技術(shù)表示符號(hào)智能的表示是知識(shí)表示計(jì)算智能的表示一般是對(duì)象表示運(yùn)算符號(hào)智能的運(yùn)算是基于知識(shí)表示的推理或符號(hào)操作計(jì)算智能的運(yùn)算是基于對(duì)象表示的操作或計(jì)算搜索符號(hào)智能在問(wèn)題空間內(nèi)搜索進(jìn)行問(wèn)題求解計(jì)算智能在解空間搜索進(jìn)行求解第三十一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202331人工智能

1.7人工智能的應(yīng)用1.7.1難題求解1.7.2自動(dòng)規(guī)劃、調(diào)度與配置1.7.3機(jī)器定理證明1.7.4自動(dòng)程序設(shè)計(jì)1.7.5機(jī)器翻譯1.7.6智能控制1.7.7智能管理1.7.8智能決策1.7.9智能通信1.7.10智能仿真第三十二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202332人工智能1.7.11智能CAD1.7.12智能制造1.7.13智能CAI1.7.14智能人機(jī)接口1.7.15模式識(shí)別1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)1.7.17計(jì)算機(jī)輔助創(chuàng)新1.7.18計(jì)算機(jī)文藝創(chuàng)作1.7.19機(jī)器博弈1.7.20智能機(jī)器人第三十三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202333人工智能1.7.1難題求解難題沒(méi)有算法解或或雖有算法解但在現(xiàn)有機(jī)器上無(wú)法實(shí)施或無(wú)法完成的問(wèn)題。NPNondeterministicPolynomial,非確定性多項(xiàng)式。不能證明算法復(fù)雜度超出多項(xiàng)式邊界，但又未找到有效算法的問(wèn)題。NPC：NPComplete，NP中一類最困難的問(wèn)題。研究意義

a.找到解決難題的途徑。

b.由解決這些難題而發(fā)展起來(lái)得一些技術(shù)和方法可用于人工智能其它領(lǐng)域。第三十四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202334人工智能1.7.2自動(dòng)規(guī)劃、調(diào)度與配置

規(guī)劃一般指設(shè)計(jì)制定一個(gè)行動(dòng)序列，例如機(jī)器人行動(dòng)規(guī)劃、交通路線規(guī)劃。（1960年Simon的GPS和Green方法，1969年斯坦福大學(xué)的STRIPS）調(diào)度就是一種任務(wù)分派或者安排，例如車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配。調(diào)度的數(shù)學(xué)本質(zhì)是給出兩個(gè)集合間的一個(gè)映射。配置則是設(shè)計(jì)合理的部件組合結(jié)構(gòu)，即空間布局，例如資源配置、系統(tǒng)配置、設(shè)備或設(shè)施配置。（XCOM）都屬于人工智能的經(jīng)典問(wèn)題之一的約束滿足問(wèn)題(ConstraintSatisfactionProblems,CSP)。第三十五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202335人工智能

智能交通第三十六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202336人工智能1.7.3機(jī)器定理證明機(jī)器定理證明的方法主要有：自然演繹法

依據(jù)推理規(guī)則，從前提和公理中推出許多定理，若待證明的定理恰在其中，則定理得證。判定法對(duì)一類問(wèn)題找出統(tǒng)一的計(jì)算機(jī)上可實(shí)現(xiàn)的算法解。定理證明器

研究一切可判定問(wèn)題的解法。1965年魯濱遜提出的消解原理是這類工作的基礎(chǔ)，計(jì)算機(jī)輔助證明

以計(jì)算機(jī)為輔助工具，利用機(jī)器的高速和大容量，幫助人完成手工證明中無(wú)法完成的大量計(jì)算、推理和窮舉。第三十七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202337人工智能1.7.4自動(dòng)程序設(shè)計(jì)自動(dòng)程序設(shè)計(jì)自動(dòng)程序設(shè)計(jì)就是人只要給出關(guān)于某程序要求的非常高級(jí)的描述，計(jì)算機(jī)就會(huì)自動(dòng)生成一個(gè)能完成這個(gè)要求目標(biāo)的具體程序。自動(dòng)程序設(shè)計(jì)過(guò)程自動(dòng)程序設(shè)計(jì)相當(dāng)于給機(jī)器配置了一個(gè)“超級(jí)編譯系統(tǒng)”，它能夠?qū)Ω呒?jí)描述進(jìn)行處理，通過(guò)規(guī)劃過(guò)程，生成所需的程序。這是自動(dòng)程序設(shè)計(jì)的主要內(nèi)容，它實(shí)際是程序的自動(dòng)綜合。自動(dòng)程序設(shè)計(jì)還包括程序自動(dòng)驗(yàn)證。第三十八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202338人工智能1.7.5機(jī)器翻譯英語(yǔ)句子“Thespiritiswillingbutthefleshisweak”翻譯成俄語(yǔ)，然后再翻譯回來(lái)時(shí)竟變成了“酒是好的，肉變質(zhì)了”，即“Thewineisgoodbutthemeatisspoiled”。機(jī)器翻譯的真正實(shí)現(xiàn)，還要靠自然語(yǔ)言理解方面的突破。自然語(yǔ)言理解的困難：這世上男人沒(méi)有了女人就沒(méi)法活。（不可解決的句法結(jié)構(gòu)歧義）//第三十九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202339人工智能1.7.15模式識(shí)別模式識(shí)別，指的是用計(jì)算機(jī)進(jìn)行物體識(shí)別。這里的物體一般指文字、符號(hào)、圖形、圖像、語(yǔ)音、聲音及傳感器信息等形式的實(shí)體對(duì)象，也就是說(shuō)，這里所說(shuō)的模式識(shí)別是狹義的模式識(shí)別，它是人和生物的感知能力在計(jì)算機(jī)上的模擬和擴(kuò)展。第四十頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202340人工智能

圖像識(shí)別系統(tǒng)第四十一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202341人工智能1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)數(shù)據(jù)挖掘（DataMining）與知識(shí)發(fā)現(xiàn)（KnowledgeDiscoveringfromDatabase）：從海量數(shù)據(jù)中歸納、提取出更高一級(jí)的更本質(zhì)更有用的規(guī)律性信息和知識(shí)的技術(shù)。數(shù)據(jù)挖掘流行于統(tǒng)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)庫(kù)和管理信息系統(tǒng)領(lǐng)域。知識(shí)發(fā)現(xiàn)流行于人工智能和機(jī)器學(xué)習(xí)領(lǐng)域。第四十二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202342人工智能1.7.17計(jì)算機(jī)輔助創(chuàng)新計(jì)算機(jī)輔助創(chuàng)新（ComputerAidedInnovation，CAI），是以“發(fā)明問(wèn)題解決理論（TRIZ）”為基礎(chǔ)，結(jié)合本體論（Ontology）、現(xiàn)代設(shè)計(jì)方法學(xué)而形成的一種用于技術(shù)創(chuàng)新的新手段。第四十三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202343人工智能1.7.18計(jì)算機(jī)文藝創(chuàng)作云松鑾仙玉骨寒，松虬雪友繁。大千收眼底，斯調(diào)不同凡。第四十四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202344人工智能（無(wú)題）白沙平舟夜?jié)?，春日曉露路相逢。朱樓寒雨離歌淚，不堪腸斷雨乘風(fēng)。

第四十五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202345人工智能

BetrayalDaveStriverlovedtheuniversity.Heloveditsivy-coveredclocktowers,itsancientandsturdybrick,anditssun-splashedverdantgreensandeageryouth.Healsolovedthefactthattheuniversityisfreeofthestarkunforgivingtrialsofthebusinessworld-onlythisisn'tafact:Academiahasitsowntests,andsomeareasmercilessasanyinthemarketplace.Aprimeexampleisthedissertationdefense:ToearnthePhD,tobecomeadoctor,onemustpassanoralexaminationonone'sdissertation.ThiswasatestProfessorEdwardHartenjoyedgiving.Davewanteddesperatelytobeadoctor.Butheneededthesignaturesofthreepeopleonthefirstpageofhisdissertation,thepricelessinscriptionsthat,together,wouldcertifythathehadpassedhisdefense.OneofthesignatureshadtocomefromProfessorHart,andHarthadoftensaid-toothersandtohimself-thathewashonoredtohelpDavesecurehiswell-earneddream.第四十六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202346人工智能

Wellbeforethedefense,StrivergaveHartapenultimatecopyofhisthesis.HartreaditandtoldDavethatitwasabsolutelyfirstrate,andthathewouldgladlysignitatthedefense.TheyevenshookhandsinHart'sbook-linedoffice.DavenoticedthatHart'seyeswerebrightandtrustful,andhisbearingpaternal.Atthedefense,Davethoughtthatheeloquentlysummarizedchapter3ofhisdissertation.Thereweretwoquestions,onefromProfessorRodmanandonefromDr.Teer;Daveansweredboth,apparentlytoeveryone'ssatisfaction.Therewerenofurtherobjections.

第四十七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202347人工智能

ProfessorRodmansigned.HeslidthetometoTeer;shetoosigned,andthensliditinfrontofHart.Hartdidn'tmove."Ed?"Rodmansaid.Hartstillsatmotionless.Davefeltslightlydizzy."Edward,areyougoingtosign?"Later,Hartsataloneinhisofficeinhisbigleatherchair,saddenedbyDave'sfailure.HetriedtothinkofwayshecouldhelpDaveachievehisdream.

第四十八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202348人工智能背叛

戴夫·斯特賴維爾喜愛(ài)這所大學(xué)。他喜愛(ài)校園里爬滿常青藤的鐘樓，那古色古香而又堅(jiān)固的磚塊，還有那灑滿陽(yáng)光的碧綠草坪和熱情的年輕人。使他感到欣慰的還有這樣一件事，即大學(xué)里完全沒(méi)有商場(chǎng)上那些冷酷無(wú)情的考驗(yàn)——但事實(shí)恰恰并非如此：做學(xué)問(wèn)也要通過(guò)考試，而且有的考試與市場(chǎng)上的考驗(yàn)一樣不留情面。最好的例子就是論文答辯：為了取得博士學(xué)位，為了成為博士，博士生必須通過(guò)論文的口試，愛(ài)德華·哈特教授就喜歡主持這樣的答辯考試。第四十九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202349人工智能

戴夫迫切希望成為一名博士。但他需要讓３個(gè)人在他論文的第一頁(yè)上簽上他們的名字，這３個(gè)千金難買的簽名能夠證明他通過(guò)了答辯。其中一個(gè)簽名是哈特教授的。哈特常常對(duì)戴夫本人和其他人說(shuō)，對(duì)于幫助戴夫?qū)崿F(xiàn)他應(yīng)該有的夢(mèng)想，他感到很榮幸。答辯之前，斯特賴維爾早早給哈特送去了他論文的倒數(shù)第二稿。哈特閱讀后告訴戴夫，論文水平絕對(duì)一流，答辯時(shí)他會(huì)很高興地在論文上簽名。在哈特那四壁擺滿書櫥的辦公室里，兩人甚至還握了手。戴夫注意到，哈特兩眼放光，充滿信任，神情宛如慈父一般。第五十頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202350人工智能

在答辯時(shí)，戴夫覺(jué)得自己流利地概括了論文的第三章。評(píng)審者提了兩個(gè)問(wèn)題，一個(gè)是羅德曼教授提的，另一個(gè)是蒂爾博士提的。戴夫分別做了回答，并且顯然讓每個(gè)人都心悅誠(chéng)服，再?zèng)]有人提出異議。羅德曼教授簽了名。他把論文推給蒂爾，她也簽上了名字，接著便把本子推到了哈特跟前。哈特沒(méi)有動(dòng)?！皭?ài)德華？”羅德曼問(wèn)道。哈特仍然坐在那兒，毫無(wú)表情。戴夫感到有點(diǎn)眩暈。“愛(ài)德華，你打算簽名嗎？”過(guò)后，哈特一個(gè)人呆在辦公室里，坐在那張寬大的皮椅里，他為戴夫未能通過(guò)答辯感到難過(guò)。他試圖想出幫助戴夫?qū)崿F(xiàn)他夢(mèng)想的辦法。第五十一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202351人工智能1.7.19機(jī)器博弈第五十二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202352人工智能第五十三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202353人工智能1.7.20智能機(jī)器人第五十四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202354人工智能第五十五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202355人工智能第五十六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202356人工智能

1.8人工智能的分支領(lǐng)域與研究方向從模擬的層次和所用的方法來(lái)看，人工智能可分為符號(hào)智能,符號(hào)智能中又有圖搜索、自動(dòng)推理、不確定性推理、知識(shí)工程、符號(hào)學(xué)習(xí)等計(jì)算智能。計(jì)算智能中又有神經(jīng)計(jì)算、進(jìn)化計(jì)算、免疫計(jì)算、蟻群計(jì)算、粒群計(jì)算、自然計(jì)算等。智能Agent也是人工智能的一個(gè)新興的重要領(lǐng)域。智能Agent或者說(shuō)Agent智能則是以符號(hào)智能和計(jì)算智能為基礎(chǔ)的更高一級(jí)的人工智能。

從模擬的腦智能或腦功能來(lái)看，AI中有機(jī)器學(xué)習(xí),又可分為符號(hào)學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)等許多研究領(lǐng)域和方向。機(jī)器感知,又可分為計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)聽(tīng)覺(jué)、模式識(shí)別、圖像識(shí)別與理解、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域和方向。

機(jī)器聯(lián)想機(jī)器推理機(jī)器行為第五十七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202357人工智能從應(yīng)用角度看，如1.7節(jié)所述，AI中有難題求解等數(shù)十種分支領(lǐng)域和研究方向。

從系統(tǒng)角度看，有智能計(jì)算機(jī)系統(tǒng)，又可分為：智能硬件平臺(tái)、智能操作系統(tǒng)、智能網(wǎng)絡(luò)系統(tǒng)等智能應(yīng)用系統(tǒng)，又可分為：基于知識(shí)的智能系統(tǒng)、基于算法的智能系統(tǒng)和兼有知識(shí)和算法的智能系統(tǒng)等。另外，還有分布式人工智能系統(tǒng)。從基礎(chǔ)理論看，AI中有數(shù)理邏輯和多種非標(biāo)準(zhǔn)邏輯、圖論、人工神經(jīng)網(wǎng)絡(luò)、模糊集、粗糙集、概率統(tǒng)計(jì)（貝葉斯統(tǒng)計(jì)決策理論）和貝葉斯網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)、形式語(yǔ)言與自動(dòng)機(jī)等領(lǐng)域和方向。第五十八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202358人工智能

1.9人工智能學(xué)科的發(fā)展概況1.9.1人工智能學(xué)科的產(chǎn)生1.9.2符號(hào)主義途徑發(fā)展概況1.9.3連接主義途徑發(fā)展概況1.9.4計(jì)算智能異軍突起1.9.5智能Agent方興未艾1.9.6現(xiàn)狀與發(fā)展趨勢(shì)第五十九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202359人工智能1.9.1人工智能學(xué)科的產(chǎn)生前提條件

1956年之前，創(chuàng)立數(shù)理邏輯、自動(dòng)機(jī)理論、控制論、信息論和系統(tǒng)論，并發(fā)明了通用電子數(shù)字計(jì)算機(jī)，這些成就為人工智能的誕生準(zhǔn)備了充足的思想、理論和物質(zhì)技術(shù)條件。產(chǎn)生

1956年夏季，十位來(lái)自數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和計(jì)算機(jī)方面的專家在美國(guó)達(dá)特莫斯大學(xué)召開(kāi)一次歷時(shí)兩個(gè)月的研究會(huì)，討論了關(guān)于機(jī)器智能的有關(guān)問(wèn)題，會(huì)上麥卡錫提議正式采用了“人工智能”一詞。這標(biāo)志人工智能學(xué)科的正式誕生。第六十頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202360人工智能十位學(xué)者達(dá)特莫斯大學(xué)的麥卡錫（JohnMcCarthy）哈佛大學(xué)的明斯基（MarvinMinsky）IBM公司的羅切斯特（MathanielRochester）貝爾實(shí)驗(yàn)室的香農(nóng)（ClaudeShannon）IBM公司的莫爾（T.More）和賽繆而（AllenSamuel）MIT的塞爾弗里奇（O.Selfridge）和索門羅夫（R.Solomonff）卡內(nèi)基工科大學(xué)的紐厄爾（A.Newell）和西蒙（H.A.Simon）第六十一頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202361人工智能人工智能發(fā)展簡(jiǎn)史圖1956年提出AI60年代中期70年代初期80－90年代形成第一個(gè)興旺期形成第二個(gè)興旺期蕭條期第六十二頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202362人工智能數(shù)理邏輯發(fā)展歷程（1/2）邏輯學(xué)的創(chuàng)始人、古希臘的哲學(xué)家亞里斯多得（Aristotle）是研究人類思維規(guī)律的鼻祖。12世紀(jì)末13世紀(jì)初的西班牙神學(xué)家和邏輯學(xué)家羅門·盧樂(lè)（RomenLuee）最早提出了制造可以解決各種問(wèn)題的通用邏輯機(jī)。17世紀(jì)法國(guó)的物理學(xué)家和數(shù)學(xué)家帕斯卡（B.Pascal，1623－1662）制成了世界上第一臺(tái)機(jī)械式加法器。第六十三頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202363人工智能數(shù)理邏輯發(fā)展歷程（2/2）德國(guó)數(shù)學(xué)家和哲學(xué)家萊布尼茲（G.W.Leibniz，1646－1716）制成了可進(jìn)行四則運(yùn)算的計(jì)算器。他還提出了“萬(wàn)能符號(hào)”和“推理計(jì)算”的思想。萊布尼茲被后人尊為數(shù)理邏輯的第一奠基人。19世紀(jì)英國(guó)的數(shù)學(xué)家布爾（G.Boole,1815-1864）在《思維法則》一書中，第一次用符號(hào)語(yǔ)言描述了思維活動(dòng)中的推理的基本法則，創(chuàng)立了邏輯代數(shù)。在近代，研究思維機(jī)器的最高成就屬于英國(guó)的數(shù)學(xué)家巴貝奇（1791－1871），他畢生致力于差分機(jī)和分析機(jī)的研究，分析機(jī)的設(shè)計(jì)思想與現(xiàn)代電子數(shù)字計(jì)算機(jī)十分相似，但由于種種限制而未能成功。第六十四頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202364人工智能自動(dòng)機(jī)理論英國(guó)的數(shù)學(xué)家圖靈（A.M.Turing,1912－1954）提出了理想計(jì)算機(jī)模型（即圖靈機(jī)），創(chuàng)立了自動(dòng)機(jī)理論。把思維機(jī)器的研究和計(jì)算機(jī)的理論研究向前推進(jìn)了一步。圖靈在1950年發(fā)表了題為“計(jì)算機(jī)與智能”的論文，提出了著名的圖靈測(cè)試。第六十五頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202365人工智能控制論、信息論和系統(tǒng)論控制論1948年美國(guó)數(shù)學(xué)家維納（N.Wiener）創(chuàng)立了控制論。信息論美國(guó)數(shù)學(xué)家香農(nóng)（C.E.Shannon）創(chuàng)立了信息論。系統(tǒng)論美籍奧地利生物學(xué)家貝塔郎菲創(chuàng)立了系統(tǒng)論。第六十六頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202366人工智能1.9.2符號(hào)主義途徑發(fā)展概況1956年之后十年符號(hào)主義主要成就（1）1956年，美國(guó)的紐厄爾、肖和塞蒙合作編制了名為邏輯理論機(jī)（LogicTheoryMachine，簡(jiǎn)稱LT）的計(jì)算機(jī)程序系統(tǒng)。該程序模擬人用數(shù)學(xué)邏輯證明定理時(shí)的思維規(guī)律。（美籍華人王浩1958年證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理。）（2）1956年，賽謬爾研制成功了具有自學(xué)習(xí)、自組織和自適應(yīng)能力的跳棋程序。（3）1959年，籍勒洛特發(fā)表了證明平面幾何問(wèn)題的程序，塞爾福里奇推出了一個(gè)模式識(shí)別程序；1965年羅伯特編制出了可以分辯積木構(gòu)造的程序。第六十七頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202367人工智能（4）1960年，紐厄爾、肖和塞蒙等人通過(guò)心理學(xué)試驗(yàn)總結(jié)出人們求解問(wèn)題的思維規(guī)律，編制了通用問(wèn)題求解程序（GeneralProblemSolving，GPS）。（5）1960年，麥卡錫研制成功了人工智能程序設(shè)計(jì)的表處理語(yǔ)言LISP.（6）1965年，魯濱遜提出了消解原理，為定理的機(jī)器證明作出了突破性貢獻(xiàn)。這一時(shí)期的人工智能研究主要以推理為中心。因此，這一時(shí)期稱為人工智能的推理期。要解決復(fù)雜的問(wèn)題，除了重視推理之外，還需要知識(shí)，人工智能的研究又開(kāi)始轉(zhuǎn)向知識(shí)。第六十八頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202368人工智能推理期轉(zhuǎn)向知識(shí)期1965年，美國(guó)斯坦福大學(xué)的菲根鮑姆（E.A.Feigenbaum）教授研制的基于領(lǐng)域知識(shí)和專家知識(shí)的名為DENDRAL的程序系統(tǒng)，標(biāo)志著人工智能新時(shí)期的開(kāi)始。醫(yī)學(xué)專家系統(tǒng)MYCIN地質(zhì)勘探專家系統(tǒng)PROSPECTOR計(jì)算機(jī)配置專家系統(tǒng)R1

這些專家系統(tǒng)的出現(xiàn)，完善了專家系統(tǒng)的理論和技術(shù)基礎(chǔ)，也使人工智能的研究從實(shí)驗(yàn)室走了出來(lái)，能解決現(xiàn)實(shí)世界的實(shí)際問(wèn)題。第六十九頁(yè)，共七十八頁(yè)，編輯于2023年，星期六6/15/202369人工智能重大學(xué)術(shù)實(shí)踐1969年國(guó)際人工智能聯(lián)合會(huì)議（IJCAI）宣告成立1970年國(guó)際性人工智能雜志《ArtificialIntelligence》創(chuàng)刊1972年法國(guó)馬賽大學(xué)的科邁瑞爾在Horn子句的基礎(chǔ)上提出了邏輯程序設(shè)計(jì)語(yǔ)言PROLOG1977年，費(fèi)根寶姆進(jìn)一步提出了知識(shí)工程，人工智能的研究便從以推理為中心轉(zhuǎn)向以知識(shí)為中心，進(jìn)入知識(shí)期。20世紀(jì)80年代后，專家系統(tǒng)與知識(shí)工程在理論、技術(shù)應(yīng)用方面有了長(zhǎng)足的進(jìn)步與發(fā)展。第七十頁(yè)