人工智能及專家系統(tǒng)(課件全集)第1章-人工智能概述

敖志剛

編制第1章人工智能概述

第1章人工智能概述

1．1人工智能的根本概念1．1．1智能1．1．2人類智能1．1．3人工智能1．1．4人工智能的爭論目標1．2人工智能的科學體系與分支1．2．1人工智能的科學體系1．2．2人工智能的學科范疇1．2．3人工智能的應用領域第1章人工智能概述1．3工智能的技術方案與途徑1．3．1人工智能的根本技術1．3．2人工智能的爭論內(nèi)容1．3．3人工智能的爭論途徑與方法1．4人工智能的產(chǎn)生與進展1．4．1人工智能的孕育期1．4．2人工智能的根底技術爭論與形成期1．4．3人工智能的進展與應用期(1970年以后1．4．4人工智能在我國的進展狀況1．4．5人工智能的進展趨勢與展望1．1人工智能的根本概念1．1．1智能“智力”：是運用學問解決問題的力量“智能”：是指學問的集合與智力的綜合(或總和)，是靜態(tài)的學問和動態(tài)的智力綜合所表達的一種力量。智能具有收集、集合、選擇、理解和感覺信息的功能。智能過程：感覺、記憶、回憶、思維、語言、自適應、行為的整個過程。智能的概念是廣義的。廣義智能包括:人類智能、人工智能和集成智能。集成智能：是人類智能與人工智能相結合的人-機系統(tǒng)。

廣義智能信息系統(tǒng)論智能信息論廣義智能論智能系統(tǒng)論感知信息論思維信息論行為信息論智能普存論智能層次論智能進化論感知系統(tǒng)論思維系統(tǒng)論行為系統(tǒng)論智能的共性⑴智能的根本要素是“學問”。⑵智能是普遍存在的。人、動物、機器都可能有智能。⑶智能是多層的。高層智能(思維)、中層智能(感知)、基層智能(行為)。⑷智能是進化的。先天進化(遺傳、變異)、后天進化(學習、學問推理)。⑸智能是相對的。不同的主體、客體、時間、空間、環(huán)境、條件有不同智能水平。⑹智能是智能系統(tǒng)的整體功能。1．１．２人類智能

人類智能通常表現(xiàn)為感知力、觀看力、記憶力、思維力量、語言表達力量、正確行動的力量等等，根本過程是：感覺→分析→推斷→決策→行動。它是指人在生疏與改造客觀世界的活動中，由思維過程和腦力活動所表達出的力量。包括思維力量、感知力量和行為力量思維力量人們通過腦的思維活動(如:記憶、聯(lián)想、推理、計算、分析、比較、推斷、決策、規(guī)劃、學習、探究等)，對各種信息進展加工處理，將感性學問上升為理性學問。進一步積存與總結閱歷，形成概念、建立方法、制訂打算、作出決策的力量；通過推理、論證或分析、計算，求解問題、作出結論的力量；通過學習、教育或訓練、實踐，從而增長學問、豐富閱歷、促進工作的力量。思維的構造模型

圖1-1思維的結構模型外部表象初級處理感覺表象初級處理外部表象形象源語言形象思維抽象思維輸入記憶處理輸出感知力量人們通過視覺、聽覺、觸覺系統(tǒng)等，感知客觀世界，獵取感性學問的力量。例如，由眼、耳等感覺器官承受各種信息(如:文字、圖象、物景、聲音、語言等)，產(chǎn)生相應的沖動，沿外周神經(jīng)傳入中樞神經(jīng)——腦，通過視覺、聽覺中樞等，進展信息處理、模式識別、語言理等的智能活動的力量。行為力量人們通過效應器官(如:手、足以及發(fā)音器官等)，對外界刺激(輸入信息)作出反響(輸出信息),實行行動的力量。例如，依據(jù)儀表的顯示信息，進展手動操作，或者對用戶提出的問題作出答復或解釋等。行為的智能特性表現(xiàn)在反響的敏捷性與適應性。１．１．３人工智能

人工智能(AI)是一門爭論機器智能和智能機器的新型的、綜合性的、具有強大生命力的邊緣學科，它爭論怎樣讓計算機或智能機器〔包括硬件和軟件〕仿照、延長和擴展人腦從事推理、規(guī)劃、計算、思考、學習、等思維活動，解決迄今為止需要人類專家才能處理好的簡單問題。。人工智能程序和通常程序的比較人工智能程序通常計算機程序主要是符號處理主要是數(shù)字處理啟發(fā)式搜尋依靠算法掌握構造和學問域相分別信息和掌握聯(lián)結在一起易于修改、更新和轉變難以修改允許不正確的答案要求正確的答案人工智能的爭論內(nèi)容1．機器思維與思維機器機器思維，如:啟發(fā)式程序、專家系統(tǒng)、學問工程、機器學習、機器證明、機器博弈等。思維機器，如:智能計算機，學習機、推理機、博弈機、規(guī)律機、自動機，神經(jīng)細胞模型、人工神經(jīng)網(wǎng)絡、腦模型等。2．機器感知與感知機器機器感知，如:文字、圖象、物景、聲音等模式識別與自然語言理解；計算機視覺、聽覺、觸覺等。感知機器，如:文字、圖象、聲音、語言的識別機、感知機;觸覺感知器，平衡感知器，各種智能傳感器等。3．機器行為與行為機器機器行為，如:自適應、自鎮(zhèn)靜、自尋優(yōu)等智能掌握、治理、決策行為，機器人在不確定的、動態(tài)環(huán)境中的“漫游”行為等。行為機器，如:智能掌握器、智能效應器、智能執(zhí)行機構、智能機械手、智能機器人等。人工智能計算機即第五代計算機，它是一種具有直接感知文字、圖象、理解自然語言、進展學問推理和規(guī)律推斷的計算機，具有能聽、能說、能看、能寫、能計算、會規(guī)劃、會設計、會思考、會推理、會學習等功能。需配備機器視覺、聽覺、感覺與智能電腦。人工智能的困難在于對腦的了解，人腦僅重1500克，神經(jīng)元1011與銀河系中的星星差不多，記憶1015比特信息。對腦的模擬爭論、在于對腦的功能模擬和思維模擬。人工智能的爭論目標索羅門的人工智能目標:①對智能行為有效解釋的理論分析；②解釋人類智能；③構造智能的人工制品。李艾特和費根鮑姆的人工智能目標:即①理解人類的生疏，②有效的自動化，③有效的智能拓展，④超人的智力，⑤通用問題求解，⑥連貫性交談，⑦自治，⑧學習，⑨儲存信息。人工智能的爭論目標遠期目標是要制造智能機器，使現(xiàn)有的計算機更聰明，能夠模擬人類的智能行為。具體來講，就是要使計算機具有看、聽、說、寫等感知和交互功能，具有聯(lián)想、推理、思考、分析、決策、猜測、理解、規(guī)劃、設計和學習等高級思維力量，還要有分析問題、解決問題和制造制造的力量。近期目標是實現(xiàn)機器智能，即先局部地或某種程度地實現(xiàn)機器的智能，從而使現(xiàn)有的計算機更敏捷、更好用和更有用，成為人類的智能化信息處理工具。1．2．1人工智能的科學體系一、人工智能的位置基礎科學交叉科學：系統(tǒng)科學、思維科學、人體科學人工智能指導科學

圖科學體系

哲學

數(shù)學

社會科學自然科學人工智能是規(guī)律學、思維學、生理學、心理學、計算機科學，電子學、語言學、教育、圖學、光學、聲學、工業(yè)自動化、空間爭論、物理學、程序設計學等多學科相互滲透的結果。人工智能是在掌握論、信息論與系統(tǒng)論根底之上誕生的，也必定隨著突變論、耗散構造理論、協(xié)同論的進展而進入到新的階段。人工智能的根底學科包括：數(shù)學理論〔離散數(shù)學、模糊數(shù)學〕、思維科學理論〔論知心理學、規(guī)律和抽象思維學、形象和直觀思維學〕和計算機工程技術〔硬件和軟件技術〕。

人工智能機知器識感獲知取機問器題思求維解機知器識思應維用機視覺器聽覺知問識題推求理解智能機器系統(tǒng)模式識別：文字圖象識別、景物分析、聲音識別。人機對話：自然語言理解、自然語言生成。知識表達技術：規(guī)則、邏輯、網(wǎng)絡知識積累技術：知識庫、數(shù)據(jù)庫知識推理：啟發(fā)算法；學習、聯(lián)想、歸納、演繹；證明、博弈知識處理工具：智能自動程序設計、自動程序設計專家咨詢系統(tǒng)、智能機、第五代計算機、腦膜型、智能機器人、生產(chǎn)、辦公、家務自動化、智能控制、管理系統(tǒng)、計算機輔助設計、教學、實驗、制造圖1-3人工智能的學科范疇1．2．2人工智能的學科范疇

1.機器感知——學問獵取它爭論機器如何直接或間接獵取(自動或半自動)學問，輸入自然信息(文字、圖象、聲音、語言、物景)，如機器視覺(文字、圖象識別、物景分析)；機器聽覺(聲音識別、語言理解)；機器觸覺；機器嗅覺；以及其他機器感覺(力感覺、平衡感覺等)。其中最重要的是機器視覺。2．機器思維——學問處理這涉及到在機器中如何表示學問；積存與存儲學問；組織與治理學問；進展學問推理和問題求解；如機器記憶、聯(lián)想、學習、推理和解題等機器思維的工程技術方法。學問表達技術學問積存技術學問推理技術學問處理工具3．機器行為——學問運用機器行為是指運用機器所獵取的學問，通過學問信息處理，作出反響，付諸行動，發(fā)揮學問的效用的問題，以及各種智能機器和智能系統(tǒng)的設計方法和工程實現(xiàn)技術。如基于學問庫的專家系統(tǒng)，智能掌握與智能治理系統(tǒng)，進展學問信息處理的、具有人——機靈能接口的第五代計算機或新一代的智能機，能夠自行制訂行動規(guī)劃，具有機器視覺與聽覺、觸覺的智能機器人，自然語言理解與生成及人機對話系統(tǒng)，具有AI的計算機幫助設計、教學、試驗、制造系統(tǒng)，以及生產(chǎn)自動化、辦公室自動化、家務治理自動化系統(tǒng)等。1．2．3人工智能的應用領域

：難題求解、自動定理證明、自動程序設計、自動翻譯、模式識別、自然語言理解、博弈、計算機視覺、智能掌握、智能治理、智能決策、智能通信、智能仿真、智能CAD、智能CAI等⑴難題求解主要指那些沒有算法解，或雖有算法解但在現(xiàn)有機器上無法實施或無法完成的困難問題。例如：路徑規(guī)劃、運輸調(diào)度、電力調(diào)度、地質分析、測量數(shù)據(jù)解釋、天氣預報、市場猜測、股市分析、疾病診斷、故障診斷、軍事指揮、機器人行動規(guī)劃、機器博弈等等。⑵自動定理證明把人證明數(shù)學定理和日常生活中的演繹推理變成一系列能在計算機上自動實現(xiàn)的符號演算的過程和技術，稱為自動定理證明，也就是機器定理證明，其方法主要有四類：①自然演繹法。依據(jù)推理規(guī)章，從前提和公理中可以推出很多定理，假設待證的定理恰在其中，則定理得證。②判定法。即對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算法解。③定理證明器。它爭論一切可判定問題的證明方法。④計算機幫助證明。它是以計算機為幫助工具，幫助人完成手工證明中難以完成的大量計算、推理和窮舉。⑶自動程序設計就是讓計算機設計程序。具體來講，就是只要人給出關于某程序要求的特別高級的描述，計算機就會自動生成一個能完成這個要求目標的具體程序。它通過規(guī)劃過程，生成所需的程序。自動程序設計包括兩方面的內(nèi)容：程序綜合與程序自動驗證。程序綜合即實現(xiàn)自動編程，只要告知計算機“做什么”，而不用說“如何做”，計算機就可以自動地把程序設計出來。程序自動驗證是指自動證明所設計程序的正確性。⑷自動翻譯即機器翻譯，是在沒有人工翻譯參與的狀況下，利用最新技術生成的翻譯。也就是完全用計算機作為兩種語言之間的翻譯?！?〕模式識別模式識別的一般過程可描述為：所謂模式識別〔PatternRecognition〕就是是利用計算機對各種符號、文字、圖形、語言、聲音等進展分析、推斷、分類的學科，分為三類：即模式獵取、模式分析和模式分類。模式獵取是利用變換器、傳感器等檢驗器件將信息源中模擬數(shù)據(jù)收集起來作為待識別的模式信號；給計算機配感覺器官〔如攝象機、送話器等〕→電信號系列→進展預處理→抽出特征模式→與標準模式進展比較→分類識別。模式識別常常承受的方法有模板匹配法、統(tǒng)計模式法、句法模式法、模糊模式法和神經(jīng)網(wǎng)絡法。下面分別對這些方法作以簡潔介紹:①統(tǒng)計模式法統(tǒng)計模式法是利用概率統(tǒng)計的方法進展模式識別。它把模式看成是三維空間的一些點，先對樣本模式進展學習，通過樣本特征建立起判別函數(shù)，以此對識別事物進展分類識別。信息空間信息空間模式空間特征空間分類空間學習局部統(tǒng)計判決系統(tǒng)框圖模式獲取預處理特征提取分類判決特征選擇模式樣本學習教練②構造〔句法〕模式法該方法把模式分成假設干個簡潔元素，然后用特殊的文法規(guī)章描述這些元素之間的構造關系。不同的模式對應著不同的語句。構造法識別系統(tǒng)如下圖。

圖構造法識別系統(tǒng)框圖提取有關特征模式獲取預處理模式表示語法分析模式選擇模式樣本文法推斷③參數(shù)與非參數(shù)法參數(shù)法又稱為參數(shù)估量法。它是當模式樣本的類概率密度函數(shù)，或者從供給的作為設計分類器用的訓練樣本能估量出類概率密度函數(shù)的近似表達式的狀況下使用的一種模式識別方法。例如，在多數(shù)狀況下，類概率密度函數(shù)常常用正態(tài)分布來近似，即用正態(tài)分布的均值和協(xié)方差矩陣作為估量計算判別函數(shù)的參數(shù)。參數(shù)估量中最常用的方法是最大貝葉斯估量和最大似然估量。④神經(jīng)網(wǎng)絡法這是一種把神經(jīng)網(wǎng)絡與模式識別相結合所產(chǎn)生的新方法。它在進展識別之前，首先需要用一訓練樣例對網(wǎng)絡進展訓練，將連接權值確定下來，然后才能對待識別事務進展識別。該方法適應于對簡單事物的分類，并具有并行分布、容錯、學習、自組織和自適應等特點。⑹自然語言理解自然語言理解〔NaturalLanguageProcessing〕主要爭論如何使計算機能夠理解和生成自然語言。早期的自然語言理解主要針對書面語言進展爭論，即利用語言的句法、語法、語義、語用、語氣、語調(diào)等學問，再結合有關外界信息對其進展理解。60年月只留意語法；70年月消失了理解程序；73年涉及到語言的語法、語義、概念。現(xiàn)在的爭論一般是在文字識別和語音識別系統(tǒng)的協(xié)作下進展書面語言和有聲語音的識別與理解。

圖人機對話系統(tǒng)方框圖。自然語言理解自然語言生成語言識別語言理解語言生成語言發(fā)生推理解題決策話筒喇叭自然語言理解要到達以下一些目標：一種語言翻譯成另外一種語言；用書本語言變成口頭語言；將口頭語言變成書本語言；修改和解釋語言；依據(jù)各種語言發(fā)出各種指令，進展推理和問答等；在有關專題中找到某種答案。自然語言理解的應用：機器翻譯或機助翻譯。目前已研制出中、英、日等有用的翻譯系統(tǒng)，其翻譯的總開銷是人工翻譯的30%以下。篇章理解：機器閱讀，在消化篇章內(nèi)容的根底上生成其摘要，或答復有關問題。篇章生成：依據(jù)以某種形式語言存儲在計算機中的信息，生成自然語言。自然語言接口：用戶直接承受自然語言，如英語、漢語等同大型數(shù)據(jù)庫或專家詢問系統(tǒng)對話⑺博弈是一個有關對策和斗智問題的領域。例如，下棋、打牌、戰(zhàn)斗等這一類競爭性智能活動都屬于博弈問題。在AI中大多以下棋為例來爭論博弈規(guī)律，并研制出一些很著名的博弈程序，例如塞繆爾的跳棋程序，格林布萊特等人設計的國際象棋程序等?！吧钏{”被稱為世界上第一臺超級國際象棋電腦，于1997年5月3日至5月11日在美國紐約曼哈頓同當時的國際象棋世界冠軍蘇聯(lián)人卡斯帕羅夫對弈6局，結果“深藍”獲勝。1997年,世界國際象棋冠軍斯卡帕羅夫(Kasparow)與一為特殊的對手進展了一次競賽。這位特殊的對手不是人類，而是IBM公司制造的超級計算機——深藍(Deepblue)由于第六具戲劇性的大勝，深藍以3.5比2.5的總比分迫使斯卡帕羅夫低頭認輸。人們驚呼：電腦戰(zhàn)勝了人腦！深藍制造了歷史那么深藍又是如何做到這一點的呢〉⑻計算機視覺它是一門用計算機實現(xiàn)或模擬人類視覺功能，爭論為完成在簡單的環(huán)境中運動和在簡單的場景中識別物體所需要哪些視覺信息，以及如何從圖像中獵取這些信息的新興學科。前沿爭論領域包括實時并行處理,主動式定性視覺,動態(tài)和時變視覺,三維景物的建模與識別,實時圖像壓縮傳輸和復原,多光譜和彩色圖像的處理與解釋等。主要爭論目標是使計算機具有通過二維圖像認知三維環(huán)境信息的力量，這種力量不僅包括對三維環(huán)境中物體外形、位置、姿勢、運動等幾何信息的感知，而且還包括對這些信息的描述、存儲、識別與理解。計算機視覺的應用計算機視覺已在條形碼、郵政編碼、指紋、染色體、字符等識別方面，在衛(wèi)星圖像處理、飛行器跟蹤、成像準確制導、景物識別、目標檢測和定位、CT圖像的臟器重建、醫(yī)學圖像分析與識別、盲人導航視覺、機器人對物體識別與定位、障礙識別與回避、自動導航視覺、監(jiān)測系統(tǒng)、生產(chǎn)過程監(jiān)控、集成電路分析檢測、鋼管焊縫檢測和彩色顯像屏熒光膜混色檢測等方面有較廣泛的應用。⑼智能掌握。是指那種無需或盡可能少的人的干預就能獨立地驅動智能機器實現(xiàn)其目標的自動掌握。智能掌握系統(tǒng)是由智能機器對生產(chǎn)過程自動掌握的系統(tǒng)。智能掌握系統(tǒng)的智能可歸納為以下幾方面：①先驗智能：有關掌握對象及干擾的先驗學問；②反響性智能：對系統(tǒng)及環(huán)境變化的正確反響力量；③優(yōu)化智能：先驗性優(yōu)化及反響性優(yōu)化；④組織與協(xié)調(diào)智能：系統(tǒng)之間的有效治理與協(xié)調(diào)。⑽智能治理是指通過智能技術進展信息的智能過濾處理，將正確的信息在適當?shù)臅r候傳遞給適當?shù)娜?。它模擬治理人員的社會行為及治理行為偏好，自主地獵取、檢索因特網(wǎng)上的信息，治理過載信息，擔當信息收集者、過濾者及學問學習者的角色。⑾智能檢索智能檢索就是利用分詞詞典、同義詞典，同音詞典改善檢索效果，還可在學問層面或者說概念層面上幫助查詢，通過主題詞典、上下位詞典、相關同級詞典，形成一個學問體系或概念網(wǎng)絡，賜予用戶智能學問提示，最終幫助用戶獲得最正確的檢索效果。⑿智能決策把AI技術引入決策過程，建立智能決策支持系統(tǒng)。該系統(tǒng)能夠為決策者供給決策所需的數(shù)據(jù)、信息和背景材料，幫助明確決策目標和進展問題的識別，建立或修改決策模型，供給各種備選方案，并且對各種方案進展評價和優(yōu)選，通過人機交互功能進展分析、比較和推斷，為正確決策供給必要的支持。⒀智能通信指以智能化的方式將通信嵌入到實時的系統(tǒng)運行之中，進而在整個系統(tǒng)范圍內(nèi)將人員和業(yè)務流程聯(lián)接在一起，在通信系統(tǒng)的各個層次和環(huán)節(jié)上實現(xiàn)智能化。例如在通信網(wǎng)的構建、網(wǎng)管與網(wǎng)控、轉接、信息傳輸與轉換等環(huán)節(jié)，都可實現(xiàn)智能化。這樣，網(wǎng)絡就可運行在最正確狀態(tài)，使其具有自適應、自組織、自學習、自修復等功能。⒁智能仿真把以學問為核心和人類思維行為作背景的智能技術引入整個建模與仿真過程，構造智能仿真平臺。智能仿真技術的開發(fā)途徑是AI與仿真技術的集成化。因此，近年來各種智能算法，如模糊算法、神經(jīng)算法、遺傳算法的探究也形成了智能建模與仿真中的一些爭論熱點。⒂智能制造是指應用智能制造技術和智能制造系統(tǒng)的制造生產(chǎn)模式，在制造的各個環(huán)節(jié)中，以一種高度柔性和高度集成的方式，通過計算機模擬人類專家的智能活動，進展分析、推斷、推理、構思和決策，旨在取代或延長制造環(huán)境中人的局部腦力勞動，并對人類專家的制造智能進展收集、存貯、完善、共享、繼承和進展。⒃智能CAD將AI理論與CAD(計算機幫助設計)技術相結合,使計算機具有支持人類專家的設計思維、推理決策及模擬人的思維方法與智能行為的力量,從而把設計自動化推向更高層次。從目前進展的趨勢來看，它至少涉及設計自動化、智能交互、智能圖形學、自動數(shù)據(jù)采集四個方面，把工程數(shù)據(jù)庫及其治理系統(tǒng)、學問庫及其專家系統(tǒng)、擬人化用戶接口治理系統(tǒng)集于一體。⒄智能CAI就是把AI技術引入CAI(計算機幫助教學)領域。它將教學內(nèi)容與教學策略分開，依據(jù)學生資料庫供給的學生模型，通過智能系統(tǒng)的搜尋與推理，動態(tài)生成適合于個別化教學的內(nèi)容與策略，自動生成各種問題與練習，自動解決問題生成解答；通過智能診斷機制推斷學生的學習水平，分析學生產(chǎn)生錯誤的緣由，同時向學生提出更改建議、以及進一步需學習內(nèi)容的建議；通過對學生資料庫中全體學生消失錯誤分布的統(tǒng)計，智能診斷機制向教師供給教學重點、方式、測試重點、方式、題型的建議；為教師供給友好的教學內(nèi)容、測試內(nèi)容維護界面，無需轉變軟件的構造即可調(diào)整教學策略；通過對學生模型、教學內(nèi)容、測試結果的智能分析，向教學督導人員供給對教師教學業(yè)績評價的參考意見。⒅計算智能與進化計算計算智能涉及神經(jīng)計算、模糊計算、進化計算等爭論領域。進化計算是指一類以達爾文進化論為依據(jù)來設計、掌握和優(yōu)化人工系統(tǒng)的技術和方法的總稱，它包括遺傳算法、進化策略和進化規(guī)劃。⒆人工生命旨在用計算機和周密機械等人工媒介生成或構造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。自然生命系統(tǒng)行為具有自組織、自復制、自修復等特征以及形成這些特征的混沌動力學、進化和環(huán)境適應。人工生命所爭論的人造系統(tǒng)能夠演示具有自然生命系統(tǒng)特征的行為，在“生命之所能”的寬闊范圍內(nèi)深入爭論“生命之所知”的實質。人工生命學科的爭論內(nèi)容包括生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進化動力學、人工生命的計算理論、進化與學習綜合系統(tǒng)以及人工生命的應用等。1．2．4人工智能分支的劃分

1．依據(jù)腦功能模擬的劃分⑴機器學習——就是機器自己獵取學問。⑵機器感知——就是機器像人一樣通過“感覺器官”直接從外界獵取信息。⑶機器聯(lián)想——就是機器具有聯(lián)想的功能。聯(lián)想是指感知或回憶某一事物時，連帶想起其他的有關事物的過程。⑷機器推理——就是計算機推理，也稱自動推理。所謂推理就是以一些推斷(前提)推出一個新推斷(結論)的思維過程。⑸機器理解——就是使機器能夠理解包括自然語言和圖形在內(nèi)的各種符號。⑹機器行為——主要指機器人行動規(guī)劃。2.依據(jù)應用系統(tǒng)的劃分⑴專家系統(tǒng)——是一種模擬人類專家解決領域問題的計算機程序系統(tǒng)。其內(nèi)部含有大量的某個領域專家水平的學問與閱歷，能夠利用人類專家的學問和解決問題的方法來處理該領域問題，模擬人類專家的決策過程，以便解決那些需要人類專家處理的簡單問題。⑵學問庫系統(tǒng)——是以學問庫為核心的，包含人、硬件和軟件的各種資源，用于實現(xiàn)學問共享的系統(tǒng)。⑶智能數(shù)據(jù)庫系統(tǒng)——就是在數(shù)據(jù)庫的應用中集成了自我治理及資源調(diào)度的的功能，由數(shù)據(jù)庫系統(tǒng)自己進展錯誤分析、可能的解決方案建議、自我修復及參數(shù)的自動配置。⑷智能機器人系統(tǒng)——是融合了感知、視覺、聽覺、思考、人機通訊和執(zhí)行等功能的綜合系統(tǒng)。機器人機器人(Robot)是具有類似某些生物器官功能、用以完成特定操作和移動任務的、可再編程的機械電子自動裝置。簡單的機器人除機械手和腳、推動器、旋轉器件、動力系統(tǒng)、掌握系統(tǒng)、計算裝置、存貯裝置外，還具有多種人類器官的功能，如：具有觸覺、聽覺、嗅覺、感覺：粗造硬度、位置重量、熱導體、溫度、接近、外形、大小、距離的傳感器。機器人可廣泛用于生產(chǎn)自動化、原子能利用、宇宙和海洋開發(fā)等領域，例如，可讓機器人代替人在高溫、高壓、深水、單調(diào)、孤寂、狹小或帶有放射性、有害性物質的環(huán)境中從事繁重或危急工作；另一方面，可以為人工智能理論、方法、技術爭論供給一個綜合試驗場地，對人工智能各個領域的爭論進展全面檢查，并反過來推動人工智能爭論的進展。機器人的分類1．按打算分第一代機器人——固定程序機器人和遙控式機器人；其次代機器人——可變程序機器人和示教再現(xiàn)式機器人；第三代機器人——自適應機器人和智能機器人。2．按應用型劃分工業(yè)機器人、宇宙開發(fā)機器人、海洋開發(fā)機器人、玩具機器人、效勞機器人、智能機器人。3．按重量劃分機器人可分為重負荷〔50公斤以上〕機器人、中負荷〔5~50公斤〕機器人、輕負荷〔5公斤以下〕機器人。有關機器人的爭論內(nèi)容1．利用大規(guī)模集成電路的小型化和計算機的高性能，研制新式推斷機理的工程方法及軟件；2．爭論視覺、聽覺、觸覺等感知器，尤其是爭論空間識別問題；3．研制用周密機械元件做成的手、腳等與計算機結合的方式；4．爭論機器人從三維空間收搜集信息的處理方式；5．爭論機器人識別外界環(huán)境的力量；人們正在研制在構造上有敏捷動作的多關節(jié)手和兩腿步行機構，利用電視攝像機和光學測距器、超聲波等做視覺，在廣泛范圍內(nèi)對物體進展搜尋、識別和測距，并帶有觸覺、聽覺等功能的智能機器人。3.依據(jù)計算機系統(tǒng)構造的劃分

⑴智能操作系統(tǒng)——是一類基于學問處理、問題求解、現(xiàn)場感應、環(huán)境適應并且能產(chǎn)生人類智能行為的操作系統(tǒng)⑵智能多媒體系統(tǒng)——是一種多媒體播放系統(tǒng)，支持終端模式下大規(guī)模用戶的多媒體應用，支持點播和組播等多種播放方式。它利用了本地計算力量，播放方式對用戶完全透亮，用戶使用方式只需雙擊效勞器上的文件即可。⑶智能網(wǎng)絡系統(tǒng)。AI技術、智能計算機與計算機網(wǎng)絡技術的結合與融合，形成具有更多思維力量的智能網(wǎng)絡系統(tǒng)。當前，基于網(wǎng)絡系統(tǒng)的分布式智能決策系統(tǒng)、分布專家系統(tǒng)、分布學問庫系統(tǒng)、分布智能代理技術、分布智能掌握系統(tǒng)及智能網(wǎng)絡治理技術等的進展，也都明顯的表達了這種智能網(wǎng)絡系統(tǒng)的進展趨向。⑷智能計算機系統(tǒng)——是信息采集、存儲、處理、通信同AI結合在一起的新一代計算機系統(tǒng)。它具有計算、感知、記憶、推理、學習等功能，能以漢語語音、漢字、圖形和圖像與系統(tǒng)進展交互作用，具有較豐富的軟件設計和生產(chǎn)力量，是一個功能較強的智能應用系統(tǒng)的開發(fā)環(huán)境。智能計算機的特點1．集中——分布式多級遞階構造；2．串行——并行相結合的工作方式；3．

分工——分區(qū)相結合的協(xié)調(diào)掌握體制；4．

兩態(tài)——多態(tài)兼容的復合規(guī)律；5．

自組織、自修復的柔性聯(lián)結系統(tǒng)；6．

啟發(fā)——算法，歸納——演繹；7．

聯(lián)想記憶、聯(lián)想識別、聯(lián)想推理；8．

自學習、自適應、自尋優(yōu)；9．

自整定、自規(guī)劃、自編程；10.自然信息的輸入、處理及輸出。智能計算機要到達的目標1．執(zhí)行1——10億規(guī)律推理，1規(guī)律推理100——1000步；2．

學問庫容量1000億——100000億字節(jié)，在幾秒鐘內(nèi)搜尋得到結果；3．

智能接口系統(tǒng)——以自然語言方式對話，供給機器翻譯10000個根本詞，1000條語法規(guī)章，分析精度達99%；4．

核心語言——Prolog語言；5．

不學就會用；6．

高度的準確推理和學習；7．

程序自動生成；8．

高牢靠性和保密。4.依據(jù)根底理論的劃分從根底理論看，AI可分為數(shù)理規(guī)律和多種非標準規(guī)律、圖論、人工神經(jīng)網(wǎng)絡、模糊集、粗糙集、概率統(tǒng)計〔貝葉斯統(tǒng)計決策理論〕和貝葉斯網(wǎng)絡、統(tǒng)計學習理論與支持向量機、形式語言與自動機等領域和方向。5.依據(jù)智能算法來劃分從智能算法來看，AI可分為數(shù)據(jù)挖掘和學問覺察、智能主體、啟發(fā)式算法、規(guī)律演算、高級學問推理、模糊算法、遺傳算法、免疫算法、人工神經(jīng)網(wǎng)絡、人工生命、進化編程、粒群優(yōu)化、蟻群算法、自然計算等分支與方向。1．3人工智能的技術方案與途徑

1．3．1人工智能的根本技術1．推理技術：從一個或幾個的推斷〔前提〕得出另一個新推斷〔結論〕的思維過程。2．搜尋技術：為了到達某一目標而連續(xù)地進展推理的過程。搜尋技術就是對推理進展引導和掌握的技術。3．學問表示與學問庫技術：學問表示是指學問在計算機中的表示方法和表示形式；學問庫技術包括學問的組織、治理、維護、優(yōu)化等技術。4．學問獵取技術：學問獵取包括機器學習和用人工移植的方法進展學習兩個方面。1．3．1人工智能的根本技術5.聯(lián)想技術和歸納技術：聯(lián)想是指感知或回憶某一事物時，連帶想起其他的有關事物的過程。歸納技術，是指機器自動提取概念、抽取學問、查找規(guī)律的技術。6.學問覺察和數(shù)據(jù)挖掘技術：學問覺察的全稱是從數(shù)據(jù)庫中覺察學問。學問覺察主要流行于AI和機器學習領域，而數(shù)據(jù)挖掘則主要流行于統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)庫和治理信息系統(tǒng)領域。數(shù)據(jù)挖掘是指從數(shù)據(jù)庫中覺察隱含的、從前不知道的、潛在有用的信息，它綜合了機器學習、數(shù)據(jù)庫、專家系統(tǒng)、模式識別、統(tǒng)計、治理信息系統(tǒng)、基于學問的系統(tǒng)、可視化等領域的有關技術。其目的就是從數(shù)據(jù)庫的數(shù)據(jù)中抽取和精化一般規(guī)律或模式。7．智能系統(tǒng)與智能計算機的構成技術：建立智能系統(tǒng)或構造智能機器1．3．2人工智能的爭論內(nèi)容1．人工智能的理論體系爭論2．廣義學問模型的爭論

3．聯(lián)想學問庫的爭論

4．自組織推理機的爭論5．學問獵取工具的爭論6．專家系統(tǒng)開發(fā)環(huán)境的爭論7．對智能掌握與智能治理的爭論8．高智能機器人及其應用爭論9．新一代人工智能機的爭論10．高性能腦模型的爭論11．高智能專家系統(tǒng)的爭論12．對智能化儀器、儀表的研制1．3．3人工智能的爭論方法構造模擬是從仿生學的觀點，基于腦的生理構造原型和工作機理。思維模擬法就是以人腦的心理模型，利用計算機軟件、符號推演與心理學方法，從宏觀上來模擬人腦的思維，實現(xiàn)機器智能。1.啟發(fā)方法依靠啟發(fā)推理，利用啟發(fā)程序，進展問題求解。2.算法主要依靠算法證明，利用算法程序進展問題求解。行為模擬法是一種基于感知——行為模型的爭論方法1．4人工智能的產(chǎn)生與進展1．4．1人工智能的孕育期(在1956年以前)在這個階段中，數(shù)理規(guī)律、自動機理論、掌握論、信息論、仿生學、神經(jīng)生理學、試驗心理學、電子計算機等科學技術的進展，為人工智能學科的誕生，預備了思想、理論和物質根底。1．4．1人工智能的孕育期1．

1647年法國的數(shù)學和物理學家帕斯卡(Pascal)制造了一臺有效的機械加法器。2．

1821年英國數(shù)學家巴貝奇(Babbage)制造了兩臺最先進的差分機和分析機。其中分析機的設計思想與現(xiàn)代電子計算機特別相像。他提出了計算機的五個主要組成局部：輸入(把數(shù)字輸入機器)、存儲器(保存數(shù)字和程序指令)、運算器(執(zhí)行運算)、掌握器(掌握執(zhí)行各種命令)和輸出(把運算的結果告知用戶)。為電子計算機的進展奠定了根底。3．

著名的英國規(guī)律學家和哲學家喬治·布爾(G.Boo1e，1815年一1864年)致力于使“思維規(guī)律”形式化和實現(xiàn)機械化，他制造了布爾代數(shù)，首次用符號語言描述了思維活動的根本推理法則。4.1936年英國數(shù)學家、圖靈機的制造者圖靈創(chuàng)立了自動機理論。圖靈1945年設計思想的21種特點中，已有15種由別人重新提出并在機器上實現(xiàn)了，如變址存放器、微程序設計、虛擬存儲器和變指令系統(tǒng)等等。布爾〔Boole〕〔1815—1864〕，英國數(shù)學家、規(guī)律學家。他的主要奉獻是初步實現(xiàn)了萊布尼茨關于思維符號化和數(shù)學化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)，但凡傳統(tǒng)規(guī)律能處理的問題，布爾代數(shù)都能處理。

歌德爾〔G?del〕〔1906—1978〕，美籍奧地利數(shù)理規(guī)律學家，他爭論數(shù)理規(guī)律中的一些帶根本性的問題，即形式系統(tǒng)的完備性和可判定性問題，指出了把人的思維形式化和機械化的某些極限，在理論上證明白有些事情是機器做不到的。怎樣才能說機器〔計算機〕擁有了智能？1950年，圖靈提出了著名的“圖靈試驗”：讓一個人和一臺計算機分處兩個不同的房間，另有一主持人向他們提出問題，假設主持人通過聽取對問題的答復區(qū)分不出哪個是人的答復，哪個是計算機的答復，便認為被試驗的計算機有了智能。1.1.2圖靈測試和中文屋子◆圖靈測試”〔TuringTest〕1．4．1人工智能的孕育期5．

1943年，麥卡洛克(W.cclloch)與匹茨(W.Pitts)研制了神經(jīng)細胞模型——MP模型，開創(chuàng)了腦模型爭論工作。6．

1945年匈牙利數(shù)學家、博弈論的創(chuàng)立者馮·諾依曼提出了存儲程序的概念。馮·諾依曼的這一思想被譽為電子計算機時代的開頭。至今，計算機的體系構造還根本上是馮·諾依曼型。7．

1946年由美國人莫克利(Mauchly)和?？颂?Eckert)在賓夕法尼亞大學摩爾電工學院研制成功世界上第一臺電子計算機ENIAC(ElectronicNumericalIntegratorAndComputer)。該機由18000個電子管組成，占空間81立方米，占地1500平方米，重量60噸，運行速度為5000次/秒，是為計算槍炮和的彈導表而設計的，能夠在30秒內(nèi)計算出60個彈道曲線。8．

1948美國著名數(shù)學家、掌握論創(chuàng)始人維納(N.Wiener)創(chuàng)立了掌握論。9．

1948年美國應用數(shù)學家、信息論的創(chuàng)始人香農(nóng)創(chuàng)立了信息論。10．

1948年英國生物學家阿希貝〔〕的《設計一個腦》一書出版。1．4．2人工智能的爭論與形成期(1956年至1970年)在這個階段，人工智能學科正式產(chǎn)生，在定理證明、問題求解、機器博弈、Lisp語言、文字和圖象識別、機器思維、感知、及行為等根本內(nèi)容上取得了重大突破。這一時期的主要爭論成果大致有以下一些方面。1．4．2人工智能的爭論與形成期1．

1956年麥卡錫在美國正式提出了“人工智能”〔ArtificialIntelligence〕這一術語。2．

1956年，美國的紐厄爾、肖和賽蒙合作編制了一個名為規(guī)律理論機(LogicTheoryMachine，LT)的計算機程序系統(tǒng)。證明白名著《數(shù)學原理》第2章中的38條定理(1963年在另一臺機器上證明白全部52條定理)。而美籍華人、數(shù)理規(guī)律學家王浩于1958年在IBM一704計算機上用3～5分鐘證明白《數(shù)學原理》中有關命題演算的全部220條定理，并且還證明白謂詞演算中150條定理的85%。。3．

1956年，塞繆爾研制成功了具有自學習、自組織、自適應力量的西洋跳棋程序。4．

1957年，羅森勃勞特(F.Rosenblatt)爭論制成感知機，具有學習功能，仿照視覺,進展模式分類識別。5．

1959年，籍勒洛特發(fā)表了證明平面幾何問題的程序，塞爾夫里奇推出了一個模式識別程序；1．4．2人工智能的爭論與形成期6．

1960年，紐厄爾、肖和賽蒙等人編制了通用問題求解程序。該程序可以求解11種不同類型的問題。7．

1960年，麥卡錫研制成功了面對人工智能程序設計的表處理語言LISP。8．

1960年美國生產(chǎn)了第一批商用工業(yè)機器人UNIMATE和VERSATRAN。9．

1965年，魯賓遜(Robinson)提出了歸結(消解)原理。10．

1965年，美國斯坦福大學的費根鮑姆開頭爭論化學專家系統(tǒng)DENDRAL。11．

1968年Quillian提出了語義網(wǎng)絡學問表示法。12．

1969年，由國際上很多學術團體共同發(fā)起成立了國際人工智能聯(lián)合會議(InternationalJointConferencesonArtificialIntelligence，簡稱IJCAI)。1．4．3人工智能的進展與應用期〔1970年以后〕

從1970年以后，人工智能從試驗室走了出來，從一般思維規(guī)律探討轉向學問工程開發(fā)，進入實際應用時代。70年月后期開頭，一大批有用型專家系統(tǒng)不斷涌現(xiàn)。大量出版關于人工智能的專著、手冊和文集。在學問表示、不準確推理、人工智能語言等方面也有重大進展。1977年，在第五屆國際人工智能會議上，費根鮑姆進一步提出了“學問工程”的概念。日本于1981年10月向全世界公布的第五代電子計算機的研制打算，準備在此十年內(nèi)撥出大約4億5000萬美元資金用于該工程的實施。美國1983年制定了6一10年的研制規(guī)劃，投資6億多美元擬研制能看、聽、說和思考的新一代電子計算機神經(jīng)網(wǎng)絡的理論和技術在經(jīng)過近20年的暗淡時期后最終有了新的突破和驚人的成果。一般認為，當前人工智能的進展，