計算機導(dǎo)論 第12章 人工智能

計算機導(dǎo)論教師：第12章人工智能12目錄CONTENTS12.1人工智能的起源與發(fā)展12.2人工智能的定義與研究意義12.3人工智能的研究與應(yīng)用領(lǐng)域本章學(xué)習(xí)目標(biāo)了解人工智能的起源與發(fā)展理解人工智能的定義了解人工智能的應(yīng)用領(lǐng)域本章學(xué)習(xí)目標(biāo)《列子·湯問》中記載了有關(guān)西周時期的巧匠偃師制造的能歌舞的機器人的傳說故事。公元850年，古希臘傳說中有關(guān)于利用制造的機器人幫助人們勞動的故事記載。在近代史中，關(guān)于制造具有智能行為機器人的記載更是層出不窮。這說明，在人類歷史的發(fā)展過程中，人們從未間斷對人工智能的探索和研究。古希臘哲學(xué)家亞里士多德（Aristotle）是邏輯學(xué)的創(chuàng)始人，他所提出的三段論（大前提、小前提和結(jié)論）奠定了演繹推理的基礎(chǔ)。17世紀(jì)世界上第一臺會演算的機械——加法器，由法國物理學(xué)家、數(shù)學(xué)家帕斯卡（B.Pascal）研制成功。在此基礎(chǔ)上，德國數(shù)學(xué)家、哲學(xué)家萊布尼茲（G.W.Leibniz）研制了能進行四則運算的計算器，并提出了“萬能符號”和“推理計算”的思想，成為現(xiàn)代“思考”機器的設(shè)計思想萌芽。進入20世紀(jì)后，人工智能領(lǐng)域相繼出現(xiàn)了若干個開創(chuàng)性的工作成果。其中，英國數(shù)學(xué)家、計算機邏輯的奠基者艾倫·麥席森·圖靈對人工智能的發(fā)展做出了杰出貢獻。12.1.1萌芽期1950年，艾倫·麥席森·圖靈發(fā)表了《計算機能思考嗎？》的論文，這篇劃時代之作為他贏得了“人工智能之父”的美譽。為了證明機器是否真的能思考，他又提出了“圖靈測試”。所謂圖靈測試，是一種測試機器是不是具備智能的方法。被測試者中有一個人和一個聲稱具有智能的機器。測試時，測試人與被測試者分開，測試人通過一些裝置（如鍵盤）向被測試者提問。經(jīng)過一段時間的提問后，如果測試人無法分辨回答問題的是人還是機器，則該機器就通過了圖靈測試，可認(rèn)為該機器具有智能。圖靈測試至今仍被沿用。可惜到目前為止，還沒有一臺機器能夠通過圖靈測試。不過有些軟件可以通過圖靈測試的子測試。1946年，第一臺通用計算機ENIAC由美國數(shù)學(xué)家莫克利（JW.Mauchly）和艾克特（J.P.Eckert）合作研制成功。12.1.1萌芽期1947年，美國數(shù)學(xué)家維納（N.Wiener）創(chuàng)立了控制論，揭示了機器中的通信和控制機能與人的神經(jīng)、感覺機能的共同規(guī)律，為現(xiàn)代科學(xué)技術(shù)研究提供了嶄新的科學(xué)方法。1948年，美國貝爾實驗室的數(shù)學(xué)家香農(nóng)（C.E.Shannon）創(chuàng)立了信息論，信息論是運用概率論與數(shù)理統(tǒng)計方法研究信息、信息熵、通信系統(tǒng)、數(shù)據(jù)傳輸、密碼學(xué)、數(shù)據(jù)壓縮等問題的應(yīng)用數(shù)學(xué)學(xué)科。1952年，美籍奧地利生物學(xué)家貝塔朗菲（L.V.Bertalanffy）創(chuàng)立了系統(tǒng)論。系統(tǒng)論是研究系統(tǒng)的一般模式、結(jié)構(gòu)和規(guī)律的學(xué)問，它能研究各種系統(tǒng)的共同特征，用數(shù)學(xué)方法定量地描述其功能，尋求并確立適用于一切系統(tǒng)的原理、原則和數(shù)學(xué)模型，是具有邏輯和數(shù)學(xué)性質(zhì)的一門新興科學(xué)。人類在這一時期的主要成就是創(chuàng)立了數(shù)理邏輯、自動機理論、控制論、信息論和系統(tǒng)論，并發(fā)明了通用電子數(shù)字計算機。這些成就為人工智能的誕生和迅速發(fā)展提供了充足的思想、理論和實驗工具等物質(zhì)技術(shù)條件。12.1.1萌芽期1956年，達特茅斯會議的召開標(biāo)志著人工智能學(xué)科的正式誕生。該會議由麥卡錫（JohnMcCarthy，1971年的圖靈獎獲得者）、明斯基（MarvinMinsky，1969年圖靈獎獲得者）、香農(nóng)（C.E.Shannon）、羅切斯特（NathanielRochester）4個年輕人發(fā)起，普林斯頓大學(xué)的莫爾（Trenchardmore）、IBM的塞繆爾（ArthurSamuel）、麻省理工的索羅蒙夫（RaySolomonoff）和塞爾夫里奇（OliverSelfridge）、卡內(nèi)基梅隆大學(xué)的紐厄爾（A.Newel，1975年圖靈獎獲得者）和西蒙（Simon，1975年圖靈獎獲得者）共10人參加，探討了用機器模擬智能的各種相關(guān)問題，并正式提出了人工智能這一術(shù)語。東道主麥卡錫有一個宏偉的目標(biāo)：組織十來個人，用兩個月的時間共同努力設(shè)計一臺具有真正智能的機器。雖然他們沒有實現(xiàn)這個目標(biāo)，但是他們卻創(chuàng)立了一個嶄新的學(xué)科——人工智能。麥卡錫也被譽為“人工智能之父”。麥卡錫的主要研究方向是計算機下棋，其發(fā)明了著名的α-β搜索算法。在該算法中，麥卡錫巧妙地將節(jié)點的產(chǎn)生與求評價函數(shù)值結(jié)合起來，從而使某些子樹節(jié)點根本不必產(chǎn)生和搜索。該算法至今仍是人工智能領(lǐng)域中一種高效、常用的求解方法。12.1.2形成期卡內(nèi)基梅隆大學(xué)的紐厄爾和西蒙在會議上展示了啟發(fā)式程序“邏輯理論家”，它可以證明數(shù)學(xué)名著《數(shù)學(xué)原理》一書第2章52個定理中的38個定理。該程序模擬了人類用數(shù)理邏輯證明定理時的思維特點，把認(rèn)知理論、人機交互等結(jié)合起來，建立了一個“智能問題解決和學(xué)習(xí)”模型，只要事先在機器中存儲一組公理和推理規(guī)則，該程序就可以自己去探索解決方案。這是利用機器對人的高級思維活動實現(xiàn)模擬的第一個重大成果。另外，在開發(fā)“邏輯理論家”的過程中，他們首次提出并成功應(yīng)用了“鏈表”（List）作為基本的數(shù)據(jù)結(jié)構(gòu)，設(shè)計和實現(xiàn)了表處理語言IPL。IPL是最早的表處理語言，也是最早使用遞歸子程序的語言。明斯基在會議上展示了名為Snarc的學(xué)習(xí)機的雛形。Snarc是世界上第一個神經(jīng)網(wǎng)絡(luò)模擬器，主要用于學(xué)習(xí)如何穿過迷宮。其組成包括40個智能體（Agent）和1個對成功給予獎勵的系統(tǒng)。在Snarc的基礎(chǔ)上，明斯基解決了如何讓機器利用過去的知識實現(xiàn)對當(dāng)前行為結(jié)果的預(yù)測這一問題。塞繆爾在1952年運用博弈理論和狀態(tài)空間搜索技術(shù)研制了世界上第一個跳棋程序，經(jīng)過不斷完善，1959年該程序擊敗了它的設(shè)計者塞繆爾，1962年該程序擊敗了美國的一個州冠軍。該程序具有自學(xué)習(xí)、自組織和自適應(yīng)能力，可以像一個真正的棋手那樣學(xué)習(xí)棋譜和積累下棋經(jīng)驗。12.1.2形成期1956年，喬姆斯基（N.Chomsky）發(fā)表了用形式語言方法研究自然語言的第一篇論文，創(chuàng)立了形式語言。形式語言與自動機結(jié)合，用來描述和研究思維過程。這樣的組合在自然語言的理解和翻譯、計算機語言的描述和編譯、社會和自然現(xiàn)象的模擬、語法制導(dǎo)的模式識別等方面有廣泛的應(yīng)用。1959年，麥卡錫開發(fā)了著名的表處理語言LISP，LISP是一種函數(shù)式的符號處理語言，其程序由一些函數(shù)子程序組成。LISP還具有自編譯能力。該語言成為人工智能界第一個廣泛流行的語言。1960年，西蒙夫婦通過一個有趣的心理學(xué)實驗表明，人類解決問題的過程是一個搜索的過程，其效率取決于啟發(fā)式函數(shù)。在這個實驗基礎(chǔ)上，西蒙、紐厄爾和肖（J·Shaw）等人成功地開發(fā)了“通用問題求解系統(tǒng)”（GeneralProblemSolver，GPS）。GPS是根據(jù)人在解題中的共同思維規(guī)律編制而成的，可以求解11種不同類型的問題，從而使啟發(fā)式程序有了更普遍的意義。人們在這一時期的主要成就是人工智能學(xué)科的正式誕生，人工智能學(xué)科在定理證明、問題求解、博弈、LISP及模式識別等許多領(lǐng)域取得了眾多突破成果，其作為一門新興學(xué)科迅速受到人們的關(guān)注。12.1.2形成期20世紀(jì)60年代以來，人工智能的研究活動越來越受到國內(nèi)外專家學(xué)者的重視。其不僅在問題求解、博弈、定理證明、程序設(shè)計、機器視覺、自然語言理解等領(lǐng)域的研究取得了深入進展，而且開始走向?qū)嵱没膽?yīng)用研究。人工智能的理論和成果廣泛地被應(yīng)用于化學(xué)、醫(yī)療、氣象、地質(zhì)、軍事、教學(xué)等諸多領(lǐng)域。1972年，法國馬賽大學(xué)的科麥瑞爾（A.Comerauer）提出并實現(xiàn)了邏輯程序設(shè)計語言PROLOG。同年，斯坦福大學(xué)的肖特利夫（E.H.Shortliffe）等人開始研制MYCIN專家系統(tǒng)。該專家系統(tǒng)是用于診斷和治療細菌感染性疾病的系統(tǒng)，該系統(tǒng)能夠識別51種病菌，處理23種抗菌素，能夠為患者提供最佳處方。1991年8月在悉尼召開的第12屆國際人工智能聯(lián)合會議上，澳大利亞國際象棋冠軍約翰森（D.Johansen）與IBM研制的“深藍”（DeepThought）計算機進行了一場人機大戰(zhàn)，最終以1∶1平局結(jié)束。1996年2月，IBM邀請國際象棋棋王卡斯帕羅夫（Kasparov）與“深藍”計算機進行人機大戰(zhàn)，不過最終棋王卡斯帕羅夫以4∶2贏得了比賽。但1997年5月，“深藍”計算機再次挑戰(zhàn)卡斯帕羅夫，并以3.5∶2.5的總分擊敗了卡斯帕羅夫。12.1.3發(fā)展期2016年3月，AlphaGo以4∶1的戰(zhàn)績戰(zhàn)勝了韓國棋手李世石。2017年5月，它以3∶0的戰(zhàn)績擊敗了圍棋排名世界第一的柯杰。在中國，類人形機器人的研究受到機械和自動控制工作者的重視。中國科學(xué)技術(shù)大學(xué)一直從事兩足步行機器人、類人形機器人的研究，于1990年成功研制出中國第一臺兩足步行機器人。同時，經(jīng)過10年的辛苦鉆研，于2000年11月，又成功研制出中國第一臺類人形機器人，并使其具備了一定的語言能力。它的行走頻率從過去的6s/步，加快到2步/s；從只能平靜地靜態(tài)步行，到能快速自如地動態(tài)步行；從只能在已知的環(huán)境中步行，到能在小偏差、不確定環(huán)境中行走，取得了機器人神經(jīng)網(wǎng)絡(luò)系統(tǒng)、生理視覺系統(tǒng)、雙手協(xié)調(diào)系統(tǒng)、手指控制系統(tǒng)等多項重大研究成果。目前，人工智能技術(shù)發(fā)展十分迅速，在人臉識別、語音識別、圖像理解、步態(tài)識別、自動控制等領(lǐng)域得到了成功應(yīng)用。12.1.3發(fā)展期歷史上，人工智能的定義歷經(jīng)了多次轉(zhuǎn)變。一些膚淺的、未能揭示內(nèi)在規(guī)律的定義很早就被研究者拋棄。但直到今天，被廣泛接受的定義仍有很多種。具體使用哪一種定義，通常取決于我們討論問題的語境和關(guān)注的焦點。簡要列舉幾種歷史上有影響的，或目前仍然流行的人工智能的定義。定義1：人工智能是讓人覺得不可思議的計算機程序。定義2：人工智能是與人類思考方式相似的計算機程序。定義3：人工智能是與人類行為相似的計算機程序。定義4：人工智能是會學(xué)習(xí)的計算機程序。定義5：人工智能是根據(jù)對環(huán)境的感知，做出合理的行動，并獲得最大收益的計算機程序。以上，我們列舉了5種常見的人工智能的定義。其中，定義2（與人類思考方式相似）特別不可取。人們對大腦工作機理的認(rèn)識尚淺，而計算機走得幾乎是完全不同的技術(shù)路線。12.2.1人工智能的定義《維基百科的人工智能詞條采用的是斯圖爾特·羅素（StuartJ.Russell）與彼得諾維格（PeterNorvig）在《人工智能：一種現(xiàn)代的方法》一書中的定義，他們認(rèn)為人工智能是有關(guān)“智能主體（IntelligentAgent）的研究與設(shè)計”的學(xué)問，而“智能主體是指一個可以觀察周遭環(huán)境并做出行動以達到目標(biāo)的系統(tǒng)”?；旧希@個定義將前面幾個實用主義的定義都涵蓋了進去，既強調(diào)人工智能可以根據(jù)環(huán)境感知做出主動反應(yīng)，又強調(diào)人工智能所做出的反應(yīng)必須達到目標(biāo)，同時不再強調(diào)人工智能對人類思維方式或人類總結(jié)的思維法則（邏輯學(xué)規(guī)律）的模仿。人工智能不是“模仿人類”，而通常是“遠超人類”。幾年后，你能和這樣的計算機競爭嗎？每天自我對弈100萬盤棋，并從中學(xué)習(xí)的AlphaGo？每天從100萬輛車實際行駛中吸收所有經(jīng)驗的Tesla？一秒內(nèi)對比全世界所有機場攝像頭視頻和所有通緝犯人臉的計算機？12.2.1人工智能的定義國家戰(zhàn)略（2017年政府工作報告）要全面實施戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃，加快人工智能等技術(shù)的研發(fā)和轉(zhuǎn)化，做大做強產(chǎn)業(yè)集群，把發(fā)展智能制造作為主攻方向，以推進國家智能制造示范區(qū)、制造業(yè)創(chuàng)新中心建設(shè)。人工智能必將成為計算機專業(yè)的重要研究方向。由此，我們給出了人工智能的概念。人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它企圖了解智能的實質(zhì)，并生產(chǎn)一種新的能以人類智能相似的方式做出反應(yīng)的智能機器。12.2.1人工智能的定義人工智能有哪些類型呢？弱人工智能，包含基礎(chǔ)的、特定場景下的角色型的任務(wù)，如Siri等聊天機器人和AlphaGo等下棋機器人。通用人工智能，包含人類水平的任務(wù)，涉及機器的持續(xù)學(xué)習(xí)。強人工智能，指比人類更聰明的機器。12.2.1人工智能的定義研究人工智能也是當(dāng)前信息化社會的迫切要求。信息化的進一步發(fā)展，必須有智能技術(shù)的支持。例如，當(dāng)前迅速發(fā)展的互聯(lián)網(wǎng)（Internet）、萬維網(wǎng)（WWW）和網(wǎng)格（Grid）計算就越來越多地需要智能技術(shù)的支持。事實上，人工智能技術(shù)在上述領(lǐng)域已經(jīng)發(fā)揮了和正在發(fā)揮著重要作用。另外，智能化也是自動化發(fā)展的必然趨勢。自動化發(fā)展到一定水平，再向前發(fā)展必然是智能化。事實上，智能化是繼機械化、自動化之后，人類生產(chǎn)和生活中的又一個技術(shù)特征。此外，研究人工智能對探索人類自身智能的奧秘也能提供有益的幫助。我們可以通過計算機對人腦進行模擬，從而揭示人腦的工作原理，發(fā)現(xiàn)自然智能的淵源。事實上，現(xiàn)在有一門稱為“計算神經(jīng)科學(xué)”的學(xué)科正迅速崛起，它從整體水平、細胞水平和分子水平對人腦進行模擬研究，以揭示其智能活動的機理和規(guī)律。人工智能作為一門學(xué)科，其研究目標(biāo)就是制造智能機器和智能系統(tǒng)，實現(xiàn)智能化社會。具體來講，就是使計算機具有自主發(fā)現(xiàn)規(guī)律、解決問題和發(fā)明創(chuàng)造的能力，從而大大擴展和延伸人的智能，實現(xiàn)人類社會的全面智能化。12.2.2研究人工智能的意義專家系統(tǒng)是依靠人類專家已有的知識建立起來的知識系統(tǒng)，是一種具有特定領(lǐng)域內(nèi)大量知識與經(jīng)驗的程序系統(tǒng)。與傳統(tǒng)的計算機程序相比，專家系統(tǒng)以知識為中心，注重知識本身而不是確定的算法，根據(jù)專家的理論知識和實際經(jīng)驗，對人們還沒有進行精確描述和嚴(yán)格分析的問題，在不確定或不精確的信息基礎(chǔ)上做出判斷。標(biāo)準(zhǔn)的計算機程序能精確地區(qū)分每個任務(wù)應(yīng)該如何完成，而專家系統(tǒng)則是告訴計算機做什么。它能應(yīng)用人工智能技術(shù)，模擬人類專家解決問題時的思維過程，求解特定領(lǐng)域中的各種問題，以達到或接近專家的水平。專家系統(tǒng)能突出知識的價值，大大減少了知識傳授和應(yīng)用的代價，使專家的知識迅速變成社會財富。另外，專家系統(tǒng)采用的是人工智能的原理和技術(shù)，如符號表示、符號推理、啟發(fā)式搜索等，與一般的數(shù)據(jù)處理系統(tǒng)不同。12.3.1專家系統(tǒng)人類具有智能的一個重要標(biāo)志就是人類擁有學(xué)習(xí)能力。同樣，機器的智能性也可通過機器學(xué)習(xí)來體現(xiàn)。作為人工智能的一個重要研究領(lǐng)域，機器學(xué)習(xí)（MachineLearning）能研究如何使計算機模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲得新的知識或技能，從而實現(xiàn)自身的不斷完善。機器學(xué)習(xí)的研究與認(rèn)知科學(xué)、神經(jīng)心理學(xué)、邏輯學(xué)等學(xué)科都有密切的聯(lián)系，并對人工智能的其他分支，如專家系統(tǒng)、自然語言理解、自動推理、智能機器人、計算機視覺、計算機聽覺等起到了重要的推動作用。機器學(xué)習(xí)能根據(jù)生理學(xué)、認(rèn)知科學(xué)等對人的學(xué)習(xí)機理的理解，建立人類學(xué)習(xí)過程的計算模型，發(fā)展各種學(xué)習(xí)理論和學(xué)習(xí)方法，開發(fā)通用的學(xué)習(xí)算法，建立面向任務(wù)的具有一定應(yīng)用性的學(xué)習(xí)系統(tǒng)。12.3.2機器學(xué)習(xí)機器學(xué)習(xí)經(jīng)過多年的發(fā)展，已經(jīng)形成了許多學(xué)習(xí)方法，如監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、傳授學(xué)習(xí)、機械學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、類比學(xué)習(xí)、事例學(xué)習(xí)、連接學(xué)習(xí)、遺傳學(xué)習(xí)等。而目前，人工智能領(lǐng)域最熱門的科目之一是深度學(xué)習(xí)。深度學(xué)習(xí)已在筆跡識別、面部識別、語音識別、自動駕駛、自然語言處理、生物信息數(shù)據(jù)分析等方面取得了成功應(yīng)用。AlphaGo中也應(yīng)用了深度學(xué)習(xí)。AlphaGo的優(yōu)勢之一就是能夠自我學(xué)習(xí)，也就是說，AlphaGo能夠和不同版本的“自己”下棋，從而每次都可以獲得一點小的進步，由此，AlphaGo獲得了“思維”能力。具體來說，AlphaGo具有一套針對圍棋而設(shè)計的深度學(xué)習(xí)系統(tǒng)，將增強學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、策略網(wǎng)絡(luò)、快速走子、估值網(wǎng)絡(luò)和蒙特卡洛樹搜索進行整合，同時利用Google強大的硬件支撐和云計算資源，依靠CPU+GPU運算，通過增強學(xué)習(xí)和自我博弈學(xué)習(xí)不斷提高自身水平。因此，AlphaGo也可作為機器學(xué)習(xí)的一個成功案例。12.3.2機器學(xué)習(xí)模式識別（PatternRecognition）是根據(jù)研究對象的特征或?qū)傩?，利用以計算機為中心的機器系統(tǒng)運用一定的分析算法認(rèn)定它的類別，系統(tǒng)應(yīng)使分類識別的結(jié)果盡可能地符合真實。模式識別是一門綜合性、交叉性學(xué)科，在理論上涉及代數(shù)、矩陣論、概率論、圖論、模糊數(shù)學(xué)、最優(yōu)化理論等眾多學(xué)科知識，在應(yīng)用上與其他許多領(lǐng)域的工程技術(shù)密切相關(guān)，其內(nèi)涵可以概括為信息處理、分析與決策，它既是人工智能研究領(lǐng)域的重要分支，又是實現(xiàn)機器智能必不可少的技術(shù)手段。目前，模式識別理論和技術(shù)已成功應(yīng)用于工業(yè)、農(nóng)業(yè)、國防、科研、公安、生物醫(yī)學(xué)、氣象、天文學(xué)等許多領(lǐng)域，如信件自動分撿、指紋識別、生物醫(yī)學(xué)的細胞或組織分析、遙感圖片的機器判讀、系統(tǒng)的故障診斷及文字與語言的識別等。雖然現(xiàn)在機器識別的水平還遠不如人腦，但隨著模式識別理論及其他相關(guān)學(xué)科的發(fā)展，可以預(yù)言，它的功能將會越來越強，應(yīng)用也會越來越廣泛。12.3.3模式識別自動定理證明（AutomaticTheoremProving）是最典型的邏輯推理問題之一，它對人工智能的發(fā)展曾經(jīng)產(chǎn)生過重要影響。在數(shù)學(xué)領(lǐng)域中對已測得定理尋求一個證明或反證，是一項艱巨的智能任務(wù)。在定理證明過程中，不僅要根據(jù)假設(shè)進行演繹，還需要某些直覺和技巧。例如，為了證明一個定理，首先數(shù)學(xué)家要設(shè)想需要證明哪些引理，并運用他的判斷力推測已證明的哪些結(jié)論會在這個定理的證明中起作用，把主要問題分解成若干個子問題，然后對各個子問題進行求解。自動定理證明是讓計算機自動地進行推理和證明數(shù)學(xué)定理，自動模擬人類證明非數(shù)值符號的演算過程。很多非數(shù)值領(lǐng)域的任務(wù)，如醫(yī)療診斷、信息檢索、規(guī)劃制度和難題求解等都可以轉(zhuǎn)化成一個定理證明問題，因此自動定理證明的研究在人工智能領(lǐng)域具有普遍意義。12.3.4自動定理證明自然語言是人們相互之間進行信息交流的主要媒介，人們之所以能夠輕松自如地進行交流，是因為人類有很強的自然語言理解能力。自然語言充滿歧義，結(jié)構(gòu)復(fù)雜多樣，語義表達千變?nèi)f化，結(jié)構(gòu)和語義之間有千絲萬縷、錯綜復(fù)雜的聯(lián)系，這使計算機系統(tǒng)與人類的交互只能限制在各種非自然語言上。對自然語言理解（NaturalLanguageUnderstanding）的研究是用計算機模擬人的語言交際過程，使計算機能理解和運用人類社會的自然語言，如漢語、英語等，實現(xiàn)人機之間的自然語言通信，以代替人的部分腦力勞動，包括查詢資料、解答問題、摘錄文獻、匯編資料及一切有關(guān)自然語言信息的加工處理。這在當(dāng)前新技術(shù)革命的浪潮中占有十分重要的地位。研制第5代計算機的主要目標(biāo)之一，就是使計算機具有理解和運用自然語言的功能。與自然語言理解密切相關(guān)的另一個領(lǐng)域是機器翻譯，即用計算機把一種語言翻譯成另一種語言。12.3.5自然語言理解近年來，在自然語言理解的研究方面，有了長足的進展。ChatGPT（全名：ChatGenerativePre-trainedTransformer），美國OpenAI研發(fā)的聊天機器人程序，于2022年11月30日發(fā)布。ChatGPT是人工智能技術(shù)驅(qū)動的自然語言處理工具，它能夠通過理解和學(xué)習(xí)人類的語言來進行對話，還能根據(jù)聊天的上下文進行互動，真正像人類一樣來聊天交流，甚至能完成撰寫郵件、視頻腳本、文案、翻譯等任務(wù)。翻譯軟件在近年來也得到了快速發(fā)展，特別是在中國，隨著互聯(lián)網(wǎng)的爆炸式發(fā)展，翻譯技術(shù)的使用越來越廣泛。越來越多的翻譯從業(yè)人員開始重視翻譯技術(shù)的使用和翻譯引擎的應(yīng)用，使得機器翻譯在翻譯行業(yè)中的身影越來越多。這種技術(shù)進步使得翻譯從業(yè)者可以將更多的重復(fù)勞動交給機器來完成，從而提高了翻譯服務(wù)的效率和質(zhì)量。12.3.5自然語言理解人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork）是指用大量的簡單計算單元（神經(jīng)元）構(gòu)成的非線性系統(tǒng)，在一定程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理、存儲及檢索功能，因而具有學(xué)習(xí)、記憶和計算等智能處理功能。人工神經(jīng)網(wǎng)絡(luò)的研究內(nèi)容相當(dāng)廣泛，反映了多學(xué)科交叉技術(shù)領(lǐng)域的特點。目前，主要的研究工作集中在以下幾個方面。（1）生物原型研究。從生理學(xué)、心理學(xué)、解剖學(xué)、腦科學(xué)、病理學(xué)等生物科學(xué)方面研究神經(jīng)細胞、神經(jīng)網(wǎng)絡(luò)、神經(jīng)系統(tǒng)的生物原型結(jié)構(gòu)及其功能機理。（2）建立理論模型。根據(jù)生物原型的研究，建立神經(jīng)元、神經(jīng)網(wǎng)絡(luò)的理論模型，其中包括概念模型、知識模型、物理化學(xué)模型、數(shù)學(xué)模型等。12.3.6人工神經(jīng)網(wǎng)絡(luò)（3）神經(jīng)網(wǎng)絡(luò)模型與算法研究。在理論模型研究的基礎(chǔ)上構(gòu)建具體的神經(jīng)網(wǎng)絡(luò)模型，以實現(xiàn)計算機模擬或硬件化實現(xiàn)。這方面的研究也包括對網(wǎng)絡(luò)動力學(xué)特性分析、學(xué)習(xí)算法構(gòu)建等內(nèi)容的研究。近年來，憶阻器件的出現(xiàn)對神經(jīng)網(wǎng)絡(luò)的硬件化實現(xiàn)開辟了新的研究方向。（4）人工神經(jīng)網(wǎng)絡(luò)應(yīng)用系統(tǒng)。在神經(jīng)網(wǎng)絡(luò)模型與算法研究的基礎(chǔ)上，利用人工神經(jīng)網(wǎng)絡(luò)組成實際的應(yīng)用系統(tǒng)。例如，完成某種信號處理或模式識別的功能、實現(xiàn)系統(tǒng)推理決策或作為自動化系統(tǒng)的控制器等。特別是最近幾年，卷積神經(jīng)網(wǎng)絡(luò)在模式識別等領(lǐng)域中的應(yīng)用取得了令人矚目的效果。12.3.6人工神經(jīng)網(wǎng)絡(luò)決策系統(tǒng)是管理科學(xué)的一個分支，把人工智能中的專家系統(tǒng)和決策系統(tǒng)有機地結(jié)合就形成了智能決策支持系統(tǒng)（IntelligentDecisionSupportSystem）。它是近年來新興的一個研究領(lǐng)域。智能決策支持系統(tǒng)是在20世紀(jì)80年代初提出來的，它是決策支持系統(tǒng)與人工智能，特別是專家系統(tǒng)相結(jié)合的產(chǎn)物。它既充分發(fā)揮了傳統(tǒng)決策支持系統(tǒng)中數(shù)值分析的優(yōu)勢，又充分發(fā)揮了專家系統(tǒng)中知識及知識處理的特長，既可以進行定量分析，又可以進行定性分析，能有效地解決半結(jié)構(gòu)化和非結(jié)構(gòu)化的問題，從而擴大決策支持系統(tǒng)的范圍，提高決策支持系統(tǒng)的能力。智能決策支持系統(tǒng)是在傳統(tǒng)決策支持系統(tǒng)的基礎(chǔ)上發(fā)展起來的，由傳統(tǒng)決策支持系統(tǒng)加上相應(yīng)的智能部件就構(gòu)成了智能決策支持系統(tǒng)。智能部件可以有多種模式，如專家系統(tǒng)模式、知識庫系統(tǒng)模式等。12.3.7智能決策支持系統(tǒng)博弈（GamePlaying）是在多決策主體之間的行為具有相互作用時，各主體根據(jù)所掌握的信息及對自身能力的認(rèn)知，做出有利于自己的決策的一種行為。博弈論是二人或多人在平等的對局中各自根據(jù)對方的策略變換自己的對抗策略，達到取勝目標(biāo)的理論，是研究互動決策的理論。由于博弈可以分析自己與對手的利弊關(guān)系，從而確立自己在博弈中的優(yōu)勢，因此有不少博弈理論，可以幫助對弈者分析局勢，從而釆取相應(yīng)策略最終達到取勝的目的。博弈的類型分為合作博弈、非合作博弈、完全信息博弈、非完全信息博弈、靜態(tài)博弈、動態(tài)博弈等。在機器博弈方面，1956年，人工智能的先驅(qū)程序能夠從棋譜中學(xué)習(xí)，并能從實戰(zhàn)中總結(jié)經(jīng)驗。當(dāng)時較轟動的一條新聞是塞繆爾的跳棋程序贏了美國一個州的跳棋冠軍。12.3.8博弈1997年，IBM的“深藍”計算機以2勝3平1負的戰(zhàn)績擊敗了蟬聯(lián)12年之久的世界國際象棋冠軍。2001年，德國的“更弗里茨”國際象棋軟件擊敗了當(dāng)時世界排名前十棋手中的9位。2004年，中國首屆國際象棋“人機大戰(zhàn)”中，當(dāng)時筆記本電腦最高水平的“紫光之星”險些戰(zhàn)勝棋后。這些事實說明機器在博弈方面已具有相當(dāng)高的智能性。與象棋不同，圍棋的棋盤空間更大，變化也更加復(fù)雜，因此在AlphaGo出現(xiàn)以前，一直沒有與圍棋高手相抗衡的計算機軟件。AlphaGo的開發(fā)團隊是DeepMind，DeepMind是由人工智能程序師兼神經(jīng)科學(xué)家戴密斯·哈薩比斯等人于2010年9月在英國創(chuàng)立的人工智能企業(yè)，它將深度學(xué)習(xí)和系統(tǒng)神經(jīng)科學(xué)的先進技術(shù)結(jié)合起來，建立了強大的通用學(xué)習(xí)算法。2014年，Google以將近4億美元的價格收購了該公司，在不到6年的時間里，DeepMind開發(fā)了能夠戰(zhàn)勝人類專業(yè)圍棋選手的AlphaGo，展示了人工智能不可阻擋的發(fā)展趨勢。12.3.8博弈智能仿真是指將人工智能技術(shù)引入仿真領(lǐng)域，建立智能仿真系統(tǒng)。我們知道，仿真是對動態(tài)模型的實驗，即行為產(chǎn)生器在規(guī)定的實驗條件下驅(qū)動模型，從而產(chǎn)生模型行為。具體來說，仿真是在3種類型的知識，即描述性知識、目的性知識及處理知識的基礎(chǔ)上產(chǎn)生的另一種形式的知識——結(jié)論性知識。因此可以將仿真視為一個特殊的知識變換器，從這個意義上講，人工智能與仿真有密切關(guān)系。利用人工智能技術(shù)對整個仿真過程（包括建模、實驗運行及結(jié)果分析）進行指導(dǎo)，以改善仿真模型的描述能力。在仿真模型中引進知識，一方面表示將為研究面向目標(biāo)的建模語言打下基礎(chǔ)，提高仿真工具面向用戶、面向問題的能力；另一方面仿真與人工智能相結(jié)合可使仿真更有效地用于決策，更好地用于分析、設(shè)計及評價知識庫系統(tǒng)，從而推動人工智能技術(shù)的發(fā)展。正是基于這兩方面，將人工智能特別是專家系統(tǒng)與仿真相結(jié)合，就成為仿真領(lǐng)域一個十分重要的研究方向。12.3.9智能仿真計算機輔助設(shè)計（ComputerAidedDesign，CAD）指利用計算機及其圖形設(shè)備幫助設(shè)計人員進行設(shè)計工作。智能CAD（簡稱ICAD）就是把人工智能技術(shù)引入CAD領(lǐng)域，建立ICAD系統(tǒng)。事實上，人工智能幾乎可以應(yīng)用到CAD技術(shù)的各個方面。智能制造是在數(shù)控技術(shù)、柔性制造技術(shù)和計算機集成制造技術(shù)的基礎(chǔ)上，引入智能技術(shù)。智能制造系統(tǒng)由智能加工中心及材料傳送檢測和實驗裝置等智能設(shè)備組成。它具有一定的自組織、自學(xué)習(xí)和自適應(yīng)能力，能在不可預(yù)測的環(huán)境下，基于不確定、不精確、不完全的信息，完成擬人的制造任務(wù)，并進行高度自動化生產(chǎn)。12.3.10智能設(shè)計與制造計算機輔助教學(xué)（ComputerAidedInstruction，CAI）是在計算機輔助下進行的各種教學(xué)活動，以對話方式與學(xué)生討論教學(xué)內(nèi)容、安排教學(xué)進程、進行教學(xué)訓(xùn)練的方法與技術(shù)。智能CAI就是把人工智能技術(shù)引入CAI領(lǐng)域，建立智能CAI系統(tǒng)，即ICAI。ICAI的特點是能對學(xué)生因材施教，它具備下列智能特征。（1）具有自然語言的生成和理解能力。（2）對教學(xué)內(nèi)容有解釋咨詢能力。（3）能診斷學(xué)生錯誤，分析原因并采取糾正措施。（4）能評價學(xué)生的學(xué)習(xí)行為。（5）能在教學(xué)中不斷改善教學(xué)策略。ICAI可以自動生成各種問題與練習(xí)，根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動選擇與調(diào)整教學(xué)內(nèi)容與進度，在理解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題，生成解答。為了實現(xiàn)上述ICAI系統(tǒng)，一般把整個系統(tǒng)分成專業(yè)知識、教導(dǎo)策略和學(xué)生模型3個基本模塊和1個自然語言的智能接口。12.3.11智能計算機輔助教學(xué)智能機器人（IntelligentRobot）是指具有人類所特有的某種智能行為的機器，它是在電子學(xué)、人工智能、控制理論、系統(tǒng)工程、機械工程、仿生學(xué)及心理學(xué)等各個學(xué)科基礎(chǔ)上發(fā)展起來的綜合性學(xué)科。由于它是直接面向應(yīng)用的，社會效益強，所以發(fā)展非常迅速，顯示出其強大的生命力。智能機器人按照智能化程度的高低，可以分為外部受控機器人、半自主機器人和全自主機器人。從行業(yè)應(yīng)用的角度來講，智能機器人可分為智能工業(yè)機器人和智能娛樂機器人，如圖12.3和圖12.4所示。智能工業(yè)機器人，包括工作在電焊、弧焊、噴漆、搬運、碼垛等工業(yè)現(xiàn)場中的機器人。在不同的應(yīng)用場合又有水下機器人、空間機器人和農(nóng)業(yè)、林業(yè)、牧業(yè)、醫(yī)用機器人等。按移動機器人的運動方式，智能機器人又可分為輪式移動機器人、步行移動機器人、履帶式機器人、爬行式機器人和空氣推進機器人、水下推進機器人等。12.3.12智能機器人12.3.12智能機器人

圖12.3智能工業(yè)機器人

圖12.4智能娛樂機器人隨著數(shù)據(jù)庫技術(shù)的成熟和數(shù)據(jù)應(yīng)用的普及，人類積累的數(shù)據(jù)量正在以指數(shù)級速度迅速增長，但是浩瀚無垠的信息海洋，數(shù)據(jù)洪水正向人們滾滾涌來。當(dāng)數(shù)據(jù)量極度增長時，如果沒有有效的方法提取有用的信息和知識，人們處理問題時就會像大海撈針一樣。相對于“數(shù)據(jù)過剩”和“信息爆炸”，人們反而會感到信息貧乏。于是數(shù)據(jù)挖掘與知識發(fā)現(xiàn)應(yīng)運而生，其能幫助人們在數(shù)據(jù)汪洋中去粗存精、去偽存真。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又潛在有用的信息和知識的過程。數(shù)據(jù)挖掘提取的知識可以表示為概念、規(guī)律、模式、約束、可視化等。數(shù)據(jù)挖掘算法的好壞會直接影響所發(fā)現(xiàn)的知識的質(zhì)量。12.3.13數(shù)據(jù)挖掘與知識發(fā)現(xiàn)知識發(fā)現(xiàn)是所謂數(shù)據(jù)挖掘的一種更廣義的說法，即可從各種媒體表示的信息中，根據(jù)不同的需求獲得知識。知識發(fā)現(xiàn)的目的是向使用者屏蔽原始數(shù)據(jù)的煩瑣細節(jié)，從原始數(shù)據(jù)中提煉有意義的、簡潔的知識，直接向使用者報告。知識發(fā)現(xiàn)過程由以下3個階段組成。（1）數(shù)據(jù)準(zhǔn)備。（2）數(shù)據(jù)挖掘。（3）結(jié)果表達和解釋。目前，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)（DataMiningandKnowledgeDiscovering）的應(yīng)用十分廣泛。政府管理、商業(yè)經(jīng)營、工業(yè)企業(yè)決策支持、市場銷售預(yù)測、金融投資、社會保險、醫(yī)學(xué)、天文、地質(zhì)及科學(xué)研究等各個領(lǐng)域都會用到數(shù)據(jù)挖掘和知識發(fā)現(xiàn)技術(shù)。12.3.13數(shù)據(jù)挖掘與知識發(fā)現(xiàn)計算機輔助創(chuàng)新是以“發(fā)明問題解決理論（TRIZ）”為基礎(chǔ)，結(jié)合本體論（Ontology）、現(xiàn)代設(shè)計方法學(xué)、計算機技術(shù)而形成的一種用于技術(shù)創(chuàng)新的新技術(shù)手段。近年來，計算機輔助創(chuàng)新在歐美國家迅速發(fā)展，成為新產(chǎn)品開發(fā)中的一項關(guān)鍵基礎(chǔ)技術(shù)。計算機輔助創(chuàng)新可以視為機器發(fā)明創(chuàng)造的初級形式。TRIZ是由俄語拼寫的單詞首字母組成的，用英語可縮寫為TIPS（TheoryofInventiveProblemSolving）。TRIZ是由GenrichAltshuller等人在分析了全世界近250萬件高水平的發(fā)明專利，并綜合多學(xué)科領(lǐng)域的原理和法則后建立起來的一種發(fā)明創(chuàng)造理論和方法。TRIZ是由解決技術(shù)問題和實現(xiàn)創(chuàng)新開發(fā)的各種方法、算法組成的綜合理論體系。TRIZ的基本原理如下：企業(yè)和科學(xué)技術(shù)領(lǐng)域中的問題和解決方案是重復(fù)出現(xiàn)的；企業(yè)和科學(xué)技術(shù)領(lǐng)域的發(fā)展變化也是重復(fù)出現(xiàn)的；高水平的創(chuàng)新活動經(jīng)常應(yīng)用到專業(yè)領(lǐng)域以外的科學(xué)知識。因此，技術(shù)系統(tǒng)的進化遵循客觀的法則群，人們可以應(yīng)用這些進化法則預(yù)測產(chǎn)品的未來發(fā)展趨勢，把握新產(chǎn)品的開發(fā)方向。12.3.14計算機輔助創(chuàng)新在文藝創(chuàng)作方面，人們也嘗試開發(fā)和運用人工智能技術(shù)。事實上，使用計算機創(chuàng)作詩詞、小說、樂曲、繪畫時有報道。例如，下面兩首“古詩”就是由計算機創(chuàng)作的。云松鑾仙玉骨寒，松虬雪友繁。大千收眼底，斯調(diào)不同凡。無題白沙平舟夜?jié)暎喝諘月堵废喾?。朱樓寒雨離歌淚，不堪腸斷雨乘風(fēng)。12.3.15計算機文藝創(chuàng)作自從Google正式對外宣布自動駕駛汽車項目以來，自動駕駛行業(yè)呈現(xiàn)整體布局、多元配置、多角度切入的格局，幾年后也許會具備千億美元甚至萬億美元規(guī)模的龐大產(chǎn)業(yè)生態(tài)。我們也許還無法準(zhǔn)確預(yù)測，全功能最高等級的自動駕駛汽車會在什么樣的時間節(jié)點，真正走入普通人的生活，但毫無疑問的是，在這一人工智能熱潮中，自動駕駛一定是最大的應(yīng)用場景之一。自動駕駛帶給我們有關(guān)未來生活的想象空間，如圖12.5所示，幾乎是無窮的。這絕對不是未來的汽車都不需要司機，我們可以躺在車?yán)锼X、聽音樂這么簡單的一件事。12.3.16自動駕駛圖12.5自動駕駛——未來生活例如，當(dāng)汽車不再需要司機的時候，我們?yōu)槭裁催€要像今天這樣，在家里保有一輛到兩輛私家車呢？滴滴、優(yōu)步等共享汽車已經(jīng)為我們揭示了一些未來生活的樣子。大多數(shù)汽車可以用共享經(jīng)濟的模式，隨叫隨到。因為不需要司機，這些車輛可以保證24小時待命，可以在任何時間、任何地點提供高質(zhì)量的租用服務(wù)。這樣一來，整個城市的交通情況就會發(fā)生翻天覆地的變化。因為智能調(diào)度算法的幫助，共享汽車的使用率會接近100%，城市里需要的汽車總量則會大幅減少。需要停放的共享汽車數(shù)量不多，只需要占用城市有限的幾個公共停車場就足夠了。停車難、大堵車等現(xiàn)象會因為自動駕駛、共享汽車的出現(xiàn)而得到真正解決。那個時候，私家車只用于滿足個人追求駕駛樂趣的需要，就像今天人們會到郊區(qū)騎自行車鍛煉身體一樣。12.3.16自動駕駛在自動駕駛時代里，人們可以把以前駕駛汽車的時間用來工作、思考問題、開會、娛樂。一部分共享汽車可以設(shè)計成會議室的樣子，人們既可以圍坐在汽車?yán)镉懻搯栴}，又可以在乘車時通過視頻會議與辦公室里的同事溝通。目前駕駛汽車時，只能聽廣播或音樂。未來，在乘坐自動