第1章-緒論課件

第1章緒論2024/7/1921.1人工智能概述1.1.1什么是人工智能1）顧名思義,人工智能就是人造智能,其英文表示是“ArtificialIntelligence”,簡稱AI,是計算機科學(xué)中一門新興的邊緣學(xué)科。當(dāng)然,這只是人工智能的字面解釋或廣義解釋。目前的“人工智能”一詞是指用計算機模擬或?qū)崿F(xiàn)的智能,同時,人工智能又是一個學(xué)科名稱。2024/7/193作為學(xué)科,人工智能研究的是如何使機器（計算機）具有智能的科學(xué)和技術(shù),特別是自然智能如何在計算機上實現(xiàn)或再現(xiàn)的科學(xué)和技術(shù)。因此,從學(xué)科角度講,當(dāng)前的人工智能是計算機科學(xué)的一個分支。人工智能雖然是計算機科學(xué)的一個分支,但它的研究卻不僅涉及到計算機科學(xué),而且還涉及到腦科學(xué)、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)、邏輯學(xué)、認(rèn)知(思維)科學(xué)、行為科學(xué)、生命科學(xué)和數(shù)學(xué),以及信息論、控制論和系統(tǒng)論等許多學(xué)科領(lǐng)域。2024/7/194首次提出是在1956年達(dá)特茅斯（Dartmouth大學(xué)）會議上,第一次正式使用了人工智能（AI）這一術(shù)語,從而開創(chuàng)了人工智能的研究方向。1956年夏季,在美國Dartmouth大學(xué),由年青數(shù)學(xué)助教J.McCarthy（現(xiàn)斯坦福大學(xué)教授）和他的三位朋友M.Minsky（哈佛大學(xué)年青數(shù)學(xué)和神經(jīng)學(xué)家,現(xiàn)MIT教授）、N.Lochester（IBM公司信息研究中心負(fù)責(zé)人）和C.Shannon（貝爾實驗室信息部數(shù)學(xué)研究員）共同發(fā)起,在會上他們第一次正式使用了人工智能（AI）這一術(shù)語2024/7/1952）為什么要研究人工智能我們知道，計算機是迄今為止最有效的信息處理工具，以至于人們稱它為“電腦”。但現(xiàn)在的普通計算機系統(tǒng)的智能還相當(dāng)?shù)拖?，譬如缺乏自適應(yīng)、自學(xué)習(xí)、自優(yōu)化等能力，也缺乏社會常識或?qū)I(yè)知識等，而只能是被動地按照人們?yōu)樗孪劝才藕玫墓ぷ鞑襟E進(jìn)行工作。因而它的功能和作用就受到很大的限制，難以滿足越來越復(fù)雜和越來越廣泛的社會需求。既然計算機和人腦一樣都可進(jìn)行信息處理，那么是否也能讓計算機同人腦一樣也具有智能呢？這正是人們研究人工智能的初衷。2024/7/196研究人工智能也是當(dāng)前信息化社會的迫切要求。我們知道,人類社會現(xiàn)在已經(jīng)進(jìn)入了信息化時代。信息化的進(jìn)一步發(fā)展,就必須有智能技術(shù)的支持。例如,當(dāng)前迅速發(fā)展著的國際互聯(lián)網(wǎng)(Internet)就強烈地需要智能技術(shù)。特別是當(dāng)我們要在Internet上構(gòu)筑信息高速公路時,其中有許多技術(shù)問題就要用人工智能的方法去解決。這就是說,人工智能技術(shù)在Internet和未來的信息高速公路上將發(fā)揮重要作用。2024/7/197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)展就是智能化,即智能化是繼機械化、自動化之后,人類生產(chǎn)和生活中的又一個技術(shù)特征。另外,研究人工智能,對探索人類自身智能的奧秘也可提供有益的幫助。因為我們可以通過電腦對人腦進(jìn)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。人類對人工智能的渴望。2024/7/1983）從狹義的概念上來講,人工智能是計算機科學(xué)中涉及研究,設(shè)計和應(yīng)用智能機器的一個分支,是對智能計算機系統(tǒng)的研究。從廣義上來講,人工智能是指人類智能行為規(guī)律、智能理論方面的研究。人工智能的研究目標(biāo)可分為遠(yuǎn)期目標(biāo)和近期目標(biāo)。遠(yuǎn)期目標(biāo)是要制造智能機器。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、理解、學(xué)習(xí)等高級思維能力,還要有分析問題、解決問題和發(fā)明創(chuàng)造的能力。簡言之,也就是使計算機像人一樣具有自動發(fā)現(xiàn)規(guī)律和利用規(guī)律的能力,或者說具有自動獲取知識和利用知識的能力,從而擴展和延伸人的智能。2024/7/199從目前的技術(shù)水平來看,要全面實現(xiàn)上述目標(biāo),還存在很多困難。人工智能的近期目標(biāo)是實現(xiàn)機器智能,即先部分地或某種程度地實現(xiàn)機器的智能,從而使現(xiàn)有的計算機更靈活、更好用和更有用,成為人類的智能化信息處理工具。2024/7/19104）什么是自然智能:目的:那些是可能實現(xiàn)的，那些是不能實現(xiàn)的.計算――――算計書P3數(shù)種智能描述智能的多面性:人工智能研究者D.Hofstadter認(rèn)為“智能中最重要的能力包括適應(yīng)環(huán)境，適應(yīng)偶然性事件，能分辨模糊和矛盾的信息，在孤立的情況中找出相似性，產(chǎn)生新要領(lǐng)和思想”。2024/7/19115）圖靈測試我們來看看“思考”這一最難的詞。圖靈沒有企圖對這個詞下定義，只是提出了“圖靈測試”。通過這一測試即可判斷某一特定機器是不是智能機器。這一測試最初被描繪成一種游戲通過了圖靈測試就具有智能了嗎？羅杰.施安克的故事理解程序希爾樂的中文屋子圖靈夢想2024/7/1912美國哲學(xué)家約翰·希爾勒對通過了圖靈測試的計算機具有智能提出了否定意見。他認(rèn)為,即便一臺計算機通過了圖靈測試,但這臺計算機仍然不具備和理解有關(guān)的精神屬性。2024/7/1913圖靈夢想在這段對話中“詢問者”代表人，“智者”代表機器，并且假定他們都讀過狄更斯（C.Dickens）的著名小說《匹克威克外傳》，對話內(nèi)容如下：

詢問者：在14行詩的首行是“你如同夏日”，你不覺得“春日”更好嗎？

智者：它不合韻。

詢問者：“冬日”如何？它可完全合韻的。

智者：它確是合韻，但沒有人愿意被比作“冬日”。

詢問者：你不是說過匹克威克先生讓你想起圣誕節(jié)嗎？

智者：是的。

詢問者：圣誕節(jié)是冬天的一個日子，我想匹克威克先生對這個比喻不會介意吧。

智者：我認(rèn)為您不夠嚴(yán)謹(jǐn)，“冬日”指的是一般冬天的日子，而不是某個特別的日子，如圣誕節(jié)。

從上面的對話可以看出，能滿足這樣的要求，要求計算機不僅能模擬而且可以延伸、擴展人的智能，達(dá)到甚至超過人類智能的水平，在目前是難以達(dá)到的，它是人工智能研究的根本目標(biāo)。2024/7/19146）人工智能的研究目標(biāo)但就其本質(zhì)而言,人工智能是研究如何制造出人造的智能機器或智能系統(tǒng),來模擬人類智能活動的能力,以延伸人們智能的科學(xué)。AI的本質(zhì)問題 研究如何制造出人造的智能機器或系統(tǒng),來模擬人類智能活動的能力,以延伸人們智能的科學(xué)。（1）通過視覺、聽覺、觸覺等感官活動,接受并理解文字、圖象、聲音、語言等各種外界的"自然信息",這就是認(rèn)識和理解世界環(huán)境的能力。

2024/7/1915（2）通過人腦的生理與心理活動以及有關(guān)的信息處理過程,將感性知識抽象為理性知識,并能對事物運動的規(guī)律進(jìn)行分析、判斷和推理,這就是提出概念、建立方法,進(jìn)行演繹和歸納推理、作出決策的能力。（3）通過教育、訓(xùn)練和學(xué)習(xí)過程,日益豐富自身的知識和技能,這就是學(xué)習(xí)的能力。（4）對變化多端的外界環(huán)境條件,如干擾、刺激等作用能靈活地作出反應(yīng),這就是自我適應(yīng)的能力。2024/7/1916人工智能的研究途徑與方法

1結(jié)構(gòu)模擬,神經(jīng)計算所謂結(jié)構(gòu)模擬,就是根據(jù)人腦的生理結(jié)構(gòu)和工作機理,實現(xiàn)計算機的智能,即人工智能。我們知道,人腦的生理結(jié)構(gòu)是由大量神經(jīng)細(xì)胞組成的神經(jīng)網(wǎng)絡(luò)。人腦是由大約1011個神經(jīng)細(xì)胞組成的一個動態(tài)的、開放的、高度復(fù)雜的巨系統(tǒng),以致于人們至今對它的生理結(jié)構(gòu)和工作機理還未完全弄清楚。2024/7/19172功能模擬,符號推演由于人腦的奧秘至今還未徹底揭開,所以,人們就在當(dāng)前的數(shù)字計算機上,對人腦從功能上進(jìn)行模擬,實現(xiàn)人工智能。這種途徑稱為功能模擬法。具體來講,功能模擬法就是以人腦的心理模型,將問題或知識表示成某種邏輯網(wǎng)絡(luò),采用符號推演的方法,實現(xiàn)搜索、推理、學(xué)習(xí)等功能,從宏觀上來模擬人腦的思維,實現(xiàn)機器智能。2024/7/19183行為模擬,控制進(jìn)化除了上述兩種研究途徑和方法外,還有一種基于感知-行為模型的研究途徑和方法。我們稱其為行為模擬法。這種方法是模擬人在控制過程中的智能活動和行為特性,如自尋優(yōu)、自適應(yīng)、自學(xué)習(xí)、自組織等,來研究和實現(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器人(亦稱為人造昆蟲或機器蟲),曾引起人工智能界的轟動。這個機器蟲可以看作是新一代的“控制論動物”,它具有一定的適應(yīng)能力,是一個運用行為模擬即控制進(jìn)化方法研究人工智能的代表作。2024/7/19191.1.2人工智能程序與普通計算機程序的區(qū)別傳統(tǒng)的程序是告訴機器干什么,怎么干,怎么干是依靠人設(shè)計出算法,編寫出程序而實現(xiàn)的,人工智能只要求機器知道干什么,至于怎么干則由機器自動求解。表1.1列出了人工智能程序和傳統(tǒng)程序之間的區(qū)別的一個比較。2024/7/1920IBM的“深藍(lán)”北京時間1997年5月12日凌晨4點50分，美國紐約公平大廈，當(dāng)IBM公司的“深藍(lán)”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫?qū)Α吧钏{(lán)”的人機大戰(zhàn)落下帷幕，“深藍(lán)”以3.5:2.5的總比分戰(zhàn)勝卡斯帕羅夫。2024/7/192196年2月第一次比賽結(jié)果: “深藍(lán)”:勝、負(fù)、平、平、負(fù)、負(fù)97年5月第二次比賽結(jié)果: “深藍(lán)”:負(fù)、勝、平、平、平、勝“深藍(lán)”的技術(shù)指標(biāo):32個CPU每個CPU有16個協(xié)處理器每個CPU有256M內(nèi)存每個CPU的處理速度為200萬步/秒2024/7/19221.2人工智能的發(fā)展歷史人工智能的產(chǎn)生是由于人們對“數(shù)據(jù)世界”的需求進(jìn)而發(fā)展到對“知識世界”的需求而產(chǎn)生的。為了尋求試探性的搜索，啟發(fā)式的不精確的模糊的甚至允許出現(xiàn)錯誤的推理方法。以便符合人類的思維過程。從某種意義上說是計算機科學(xué)的歷史:計算機是土壤。2024/7/19231.2.1第一階段－孕育期（1956年以前）古希臘的Aristotle（亞里士多德）（前384-322）,給出了形式邏輯的基本規(guī)律,著手解釋和編纂他稱之為三段論的演繹推理時就邁出了向人工智能發(fā)展的早期步伐。英國數(shù)學(xué)家、邏輯學(xué)家Boole（布爾）（1815-1864）實現(xiàn)了布萊尼茨的思維符號和數(shù)學(xué)化的思想,提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。2024/7/1924美國神經(jīng)生理學(xué)家McCulloch,總結(jié)出簡單計算元素和生物神經(jīng)元之間關(guān)系的理論,建立了第一個神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型。英國數(shù)學(xué)家Turing(圖靈)（1912-1954）,1936年提出了一種理想計算機的數(shù)學(xué)模型（圖靈機）,1950年提出了圖靈試驗,發(fā)表了“計算機與智能”的論文。圖靈是最早給人工智能奠定理論基礎(chǔ)的人。1956年在美國召開了由十多位數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計算機科學(xué)家等學(xué)者參加的關(guān)于利用計算機模擬人類行為的學(xué)術(shù)會議。在討論會上McCarthy（麥卡錫）提出了“ArtificialIntelligence（人工智能）”2024/7/19251.2.2第二階段－人工智能基礎(chǔ)技術(shù)的研究和形成（1956年～1970年）紐厄爾和西蒙等在1956年研制成“邏輯理論機LT”（TheLogicTheoryMachine）,該系統(tǒng)是第一個處理符號而不是處理數(shù)字的計算機程序,是機器證明數(shù)學(xué)定理的最早嘗試。60年又編制成功“通用問題求解程序GPS（GeneralProblemSolving）系統(tǒng)2024/7/192660年代西蒙（Simon）由試驗得到結(jié)論:人類問題的求解是一個搜索的過程，效果與啟發(fā)式函數(shù)有關(guān)。敘述了智能系統(tǒng)的特點:智能表示、智能推理、智能搜索Nilson發(fā)表了A*算法（搜索方法）McCarthy在1960年建立了人工智能程序設(shè)計語言Lisp，它不僅可以處理數(shù)值還可以更方便的處理符號，適用于符號微積分計算、數(shù)學(xué)定理證明、圖像識別等各個領(lǐng)域。60年代Simon由試驗得到結(jié)論:人類問題的求解是一個搜索的過程，效果與啟發(fā)式函數(shù)有關(guān)。敘述了智能系統(tǒng)的特點:智能表示、智能推理、智能搜索。2024/7/19271.2.3第三階段－發(fā)展和實用化階段（1971年－1980年）1965年Robinson提出了歸結(jié)原理,（于傳統(tǒng)的自然演繹法完全不同的消解法）。1968年Quillian提出了語義網(wǎng)絡(luò)的知識表示方法。1972年及其研究小組實現(xiàn)了世界上第一個PROLOG系統(tǒng),它是一種新型的程序設(shè)計語言,與LISP一起被稱為面向人工智能的語言,但它比LISP更高級。2024/7/192870年代，人工智能開始從理論走向?qū)嵺`，解決一些實際問題。同時很快就發(fā)現(xiàn)了問題:歸結(jié)法費時、下棋贏不了全國冠軍、機器翻譯一團(tuán)糟等等。以費根鮑姆（Feigenbaum）為首的一批年輕科學(xué)家研究了以往人工智能系統(tǒng)成功和失敗的教訓(xùn)，改變了戰(zhàn)略思想，1977年提出了知識工程的概念，以知識為基礎(chǔ)的專家咨詢系統(tǒng)開始得到廣泛的應(yīng)用DENDRAL化學(xué)分析專家系統(tǒng)（斯坦福大學(xué)1968）標(biāo)志著人工智能開始向?qū)嵱没A段邁進(jìn)，同時標(biāo)志著一個新的研究領(lǐng)域－專家系統(tǒng)（ExpertSyetem）的正式誕生。2024/7/1929MACSYMA符號數(shù)學(xué)專家系統(tǒng)（麻省理工1971）MYCIN診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)（斯坦福大學(xué)1973）在這期間發(fā)現(xiàn)了最有發(fā)展前景的三個子領(lǐng)域:專家系統(tǒng)、計算機視覺和機器人、自然語言理解和機器翻譯

2024/7/19301.2.4第四階段-知識工程與專家系統(tǒng)（1980年至今）一個笑話（英俄翻譯）: Thespiritiswillingbutthefleshisweek(weak). （心有余而力不足） Thevodkaisstrongbutmeatisrotten. （伏特加酒雖然很濃，但肉是腐爛的）2024/7/1931出現(xiàn)這樣的錯誤的原因: Spirit: 1）精神 2）烈性酒結(jié)論: 必須理解才能翻譯，而理解需要知識2024/7/1932知識工程的提出,專家系統(tǒng)的初步成功,使得知識工程的方法滲透到人工智能的各個領(lǐng)域,促進(jìn)了人工智能從實驗室研究走向?qū)嶋H應(yīng)用。80年代,人工智能發(fā)展達(dá)到階段性的頂峰。87,89年世界大會有６－７千人參加。硬件公司有上千個。并進(jìn)行Lisp硬件、Lisp機的研究2024/7/1933在專家系統(tǒng)及其工具越來越商品化的過程中,國際軟件市場上形成了一門旨在生產(chǎn)和加工知識的新產(chǎn)業(yè)——知識產(chǎn)業(yè)。應(yīng)該說,知識工程和專家系統(tǒng)是近十余年來人工智能研究中最有成就的分支之一。同年代,1986年Rumlhart領(lǐng)導(dǎo)的并行分布處理研究小組提出了神經(jīng)元網(wǎng)絡(luò)的反向傳播學(xué)習(xí)算法,解決了神經(jīng)網(wǎng)絡(luò)的根本問題之一。從此,神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入新的高潮。2024/7/1934人工智能技術(shù)逐漸與數(shù)據(jù)庫、多媒體等主流技術(shù)相結(jié)合,并融合在主流技術(shù)之中,旨在使計算機更聰明、更有效、與人更接近。日本政府于1992年結(jié)束了為期十年的稱為“知識信息處理體統(tǒng)”的第五代計算機系統(tǒng)研究開發(fā)計劃。并開始了為期十年的實況計算（RealWordComputing）計劃。當(dāng)前人工智能的研究熱點:☉分布式處理☉智能Agent☉數(shù)據(jù)挖掘（DataMining）☉環(huán)境自適應(yīng)2024/7/19351.3人工智能的研究特點人工智能是一門知識的科學(xué)。以知識為對象，研究知識的獲取、表示和使用。數(shù)據(jù)處理->知識處理，數(shù)據(jù)->符號。符號表示知識而不是數(shù)值、數(shù)據(jù)。有啟發(fā)，有推導(dǎo)。人工智能是引起爭論最多的科學(xué)之一焦點：當(dāng)前人工智能的研究應(yīng)該以人類的普遍思維規(guī)律為主，還是以特定知識的處理和運用為主？智能的本質(zhì)是什么？機器能達(dá)到人的水平嗎？2024/7/1936結(jié)論:人工智能的研究是非常困難的萬能的邏輯推理體系至今沒有創(chuàng)造出來，并不是因為人工智能專家的本事不夠，而是因為這種萬能的體系從根本上就是不可能有的。他最大的弱點就是缺乏知識，缺乏人類在幾千年的文明史上積累起來的知識，在實際生活中，人是根據(jù)知識行事的，而不是根據(jù)在抽象原則上的推理行事的。

2024/7/1937即使就推理體系來說，它的主要技術(shù)是狀態(tài)空間搜索，而在執(zhí)行中遇到的主要困難就是“組合爆炸”，事實表明，單靠一些思維原則是解決不了組合爆炸問題的，要擺脫困境，只有大量使用理性的知識。McCarthy:人工智能的所有問題都是難解的。Minsky:人工智能是有史以來最難的科學(xué)之一。難在:實現(xiàn)智能需要浩繁的知識，而最難對付的知識是常識（不是專業(yè)知識）。Dreyfus:常識問題是實現(xiàn)人工智能的最大障礙。2024/7/19381.4人工智能的研究領(lǐng)域人工智能的研究領(lǐng)域非常廣泛，涉及到的學(xué)科也很多，目前主要包括:分布式人工智能、知識工程和專家系統(tǒng)、自然語言處理、機器人、機器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)、模式識別、定理證明、自動程序設(shè)計、智能數(shù)據(jù)庫、智能檢索等。下面介紹界各主要的研究內(nèi)容:2024/7/19391.專家系統(tǒng)（ExpertSystem）專家系統(tǒng)是一個智能的計算機程序,它運用知識和推理步驟來解決只有專家才能解決的復(fù)雜問題。即任何解題能力達(dá)到了同領(lǐng)域人類專家水平的計算機程序都可以稱為專家系統(tǒng)。像前面所說的DENDRAL化學(xué)分析專家系統(tǒng),它可以象化學(xué)家一樣推斷分子的組成結(jié)構(gòu)。MYCIN系統(tǒng)可以像一個傳染病醫(yī)生一樣為患者診斷,治療感染性疾病。調(diào)查研究表明專家系統(tǒng)使工作效率提高10倍100或300倍2024/7/19402.自然語言處理（NaturalLanguageProcessing）自然語言處理主要研究使用計算機理解和生成自然語言的基礎(chǔ)理論和基本技術(shù)。它采用人工智能的理論和技術(shù)將設(shè)定的自然語言（漢語、英語、日語等）機理用計算機程序表達(dá)出來，構(gòu)造稱能夠理解自然語言的系統(tǒng)。如:把書面文字輸入計算機，通過分析和生成使計算機能夠“理解”，并作出回答；用口語對計算機講話，通過語音識別等技術(shù)，使計算機能夠作出響應(yīng)，生成所需要的文本。對于用手輸入的文本，通過辨識，匹配，使計算機生成所需要的文本。2024/7/1941例如,美國認(rèn)知心理學(xué)家G.M.Ulson曾為理解提出了四條判別標(biāo)準(zhǔn):(1)能夠成功地回答與輸入材料有關(guān)的問題；(2)能夠具有對所給材料進(jìn)行摘要的功能；(3)能用不同的詞語敘述所給材料；(4)具有從一種語言轉(zhuǎn)譯成另一種語言的能力。2024/7/19423.機器學(xué)習(xí)(MzchineLearning)不具備學(xué)習(xí)能力的的計算機系統(tǒng)就難以稱為智能系統(tǒng)

2024/7/19434.定理證明（TheoremProving）數(shù)學(xué)領(lǐng)域中對臆測的定理尋求一個證明,一直被認(rèn)為是一項需要智能才能完成的任務(wù)。證明定理時,不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力,而且需要有某些直覺的技巧。例如數(shù)學(xué)家在求證一個定理時,會熟練地運用他豐富的專業(yè)知識,猜測應(yīng)當(dāng)先證明哪一個引理,精確判斷出已有的哪些定理將起作用,并把主問題分解為若干子問題,分別獨立進(jìn)行求解。因此人工智能研究中機器定理證明很早就受到注視,并取得不少成果。2024/7/1944定理證明的研究在人工智能方法的發(fā)展中曾起過重要的作用,例如使用謂詞邏輯語言,其演繹過程的形式體系研究,幫助人們更清楚地理解推理過程的各個組成部分。許多其他領(lǐng)域的問題,也可以轉(zhuǎn)化為定理證明問題,因此機器定理證明的研究具有普遍意義。2024/7/19455.分布式人工智能DAI(DistributedArtificialIntelligence)DAI系統(tǒng)由多個Agent(智能體組成),每一個Agent又是一個半自治系統(tǒng),Agent之間和Agent與環(huán)境之間進(jìn)行并發(fā)活動,并通過交互來完成問題求解。2024/7/19466.機器人學(xué)（Robotics）隨著工業(yè)自動化和計算機技術(shù)發(fā)展,到六十年代機器人開始進(jìn)入大量生產(chǎn)和實際應(yīng)用的階段。爾后由于自動裝配、海洋開發(fā)、空間探索等實際問題的需要,對機器的智能水平提出了更高的要求。特別是危險環(huán)境,人們難以勝任的場合更迫切需要機器人,從而推動了智能機器的研究。2024/7/1947機器人學(xué)的研究推動了許多人工智能思想的發(fā)展,有一些技術(shù)可在人工智能研究中用來建立世界狀態(tài)模型和描述世界狀態(tài)變化的過程。關(guān)于機器人動作規(guī)劃生成和規(guī)劃監(jiān)督執(zhí)行等問題的研究,推動了規(guī)劃方法的發(fā)展。此外由于智能機器是一個綜合性的課題,除機械手和步行機構(gòu)外,還要研究機器視覺、觸覺、聽覺等傳感技術(shù),以及機器人語言和智能控制軟件等。可以看出這是一個涉及精密機械、信息傳感技術(shù)、人工智能方法、智能控制以及生物工程等學(xué)科的綜合技術(shù)。這一課題研究有利于促進(jìn)各學(xué)科的相互結(jié)合,并大大推動人智能技術(shù)的發(fā)展。2024/7/19487.模式識別（PatternRecognition）模式識別就是識別出給定的事物和哪一個標(biāo)本相同或者相近。其中圖形圖像識別主要是研究如文字,符號,照片和各種圖像的識別；語音識別數(shù)要是研究各種語音信號的分類。2024/7/19498.計算機視覺(ComputerVision)計算機視覺是人工智能的一個重要領(lǐng)域。它就是用兩維的圖像來理解屬于三維空間的三維對象。主要應(yīng)用在圖像,圖形識別系統(tǒng),航天與軍事,醫(yī)學(xué)應(yīng)用等等。2024/7/19509.博弈（GamePlaying）博弈就是研究對策和斗智，在人工智能種大多以下棋為例來研究博弈規(guī)律Checkers(賽繆爾)設(shè)計的跳棋程序，格林布萊特（R.Gren-blatt）設(shè)計的國際象棋程序，都是一些著名的博弈程序。IBM公司研制的IBM超級計算機“深藍(lán)”（DeepBlue）在1997年的“人機大戰(zhàn)”中擊敗了當(dāng)時國際象棋世界冠軍卡斯帕羅夫?！吧钏{(lán)”計算速度為:200萬棋步/秒；表明機器智能可以超越人類，具有劃時代的意義。2024/7/195110.人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork）McCulloch和Pitts在1943年提出了第一個神經(jīng)計算模型(MP模型)。人工神經(jīng)網(wǎng)絡(luò)是采用物理可實現(xiàn)的器件或采用現(xiàn)有的計算機來模擬生物體中的神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能,并反過來用于工程或其他的領(lǐng)域,人工神經(jīng)網(wǎng)絡(luò)的著眼點不是用物理器件去完整的復(fù)制生物體中的神經(jīng)細(xì)胞,而是采納其可利用的部分來克服目前計算機或其他系統(tǒng)不能解決的問題,如學(xué)習(xí)、識別和控制等。人工神經(jīng)網(wǎng)絡(luò)由很多處理單元有機的連接起來,并行的進(jìn)行工作。它的處理單元很簡單,其工作是集體進(jìn)行的,信息傳播和存儲方式與神經(jīng)網(wǎng)絡(luò)非常相似。2024/7/195211.自動程序設(shè)計（AutomaticProgramming）自動程序設(shè)計的任務(wù)是設(shè)計一個程序系統(tǒng),它接受關(guān)于所設(shè)計的程序要求實現(xiàn)某個目標(biāo)的非常高級的描述作為其輸入,然后自動生成一個能完成這個目標(biāo)的具體程序。自動程序設(shè)計所涉及的基本問題與定理證明和機器人學(xué)有關(guān),要用到人工智能方法來實現(xiàn),它也是軟件工程和人工智能相結(jié)合的課題。2024/7/1953動編制出一份程序來獲得某種指定結(jié)果的任務(wù)同論證一份給定的程序?qū)@得某種指定結(jié)果的任務(wù)是緊密相關(guān)的,前者也稱程序綜合,后者稱為程序驗證。許多自動程序設(shè)計系統(tǒng)將產(chǎn)生一份輸出程序的驗證作為額外的收益。

自動程序設(shè)計研究的重大貢獻(xiàn)之一是把程序調(diào)試的概念作為問題求解的策略來使用。實踐已經(jīng)發(fā)現(xiàn),對程序設(shè)計或機器人控制問題,先產(chǎn)生一個代價不太高的有錯誤的解,然后再進(jìn)行修改的作法,要比堅持要求第一次得到的解就完全沒有缺陷的作法,通常效率要高得多。2024/7/195412.組合調(diào)度問題（CombinatorialandSchedulingProblems）有許多實際的問題是屬于確定最佳調(diào)度或最佳組合的問題,例如旅行商問題就是其中之一。在大多數(shù)的這類問題中,隨著求解問題規(guī)模的增大,求解程序都面臨著組合爆炸問題。這些問題中有幾個（包括旅行商問題）是屬于計算理論家稱為NP-完全性一類的問題。2024/7/1955用現(xiàn)在知道的最佳方法求解NP-完全性問題,所花費的時間是隨著問題規(guī)模增大按指數(shù)方式增長,但迄今還不知道是否有更快的方法（如只涉及多項式時間）存在。人工智能學(xué)者們曾經(jīng)研究過若干種組合問題的求解方法,他們的努力主要集中在使"時間-問題大小"曲線的變化盡可能地緩慢,即使它必須按指數(shù)方式增長。此外有關(guān)問題領(lǐng)域的知識,確實是一些較有效的求解方法的關(guān)鍵因素,為處理組合問題而發(fā)展起來的許多方法,對其他組合爆炸不甚嚴(yán)重的問題也是有用的。2024/7/195613.感知問題（PerceptionProblems）人工智能研究中,已經(jīng)給計算機系統(tǒng)裝上攝像機輸入以便能夠"看見"周圍的東西,或者裝上話筒以便能"聽見"外界的聲音。視覺和聽覺都是感知問題,都涉及到要對復(fù)雜的輸入數(shù)據(jù)進(jìn)行處理。實驗表明有效的處理方法要求具有"理解"的能力,而理解則要求大量有關(guān)感受到的事物的許多基礎(chǔ)知識。2024/7/1957整個感知問題的要點是建立一個精煉的表示來取代難以處理的極其龐大的、未經(jīng)加工的輸入數(shù)據(jù),這種最終表示的性質(zhì)和質(zhì)量取決于感知系統(tǒng)的目標(biāo)。例如若顏色是重要的,則系統(tǒng)必須予以重視；若空間關(guān)系和變量是重要的,則系統(tǒng)必須給予精確的判斷。不同的系統(tǒng)將有不同的目標(biāo),但所有的系統(tǒng)都必須把來自輸入多得驚人的感知數(shù)據(jù)壓縮為一種容易處理和有意義的描述。2024/7/19581.5人工智能的基本技術(shù)

1.5.1推理技術(shù)幾乎所有的人工智能領(lǐng)域都要用到推理,因此,推理技術(shù)是人工智能的基本技術(shù)之一。需指出的是,對推理的研究往往涉及到對邏輯的研究。邏輯是人腦思維的規(guī)律,從而也是推理的理論基礎(chǔ)。機器推理或人工智能用到的邏輯,主要包括經(jīng)典邏輯中的謂詞邏輯和由它經(jīng)某種擴充、發(fā)展而來的各種邏輯。后者通常稱為非經(jīng)典或非標(biāo)準(zhǔn)邏輯。2024/7/19591.5.2搜索技術(shù)所謂搜索,就是為了達(dá)到某一“目標(biāo)”,而連續(xù)地進(jìn)行推理的過程。搜索技術(shù)就是對推理進(jìn)行引導(dǎo)和控制的技術(shù),它也是人工智能的基本技術(shù)之一。事實上,許多智能活動的過程,甚至所有智能活動的過程,都可看作或抽象為一個“問題求解”過程。而所謂“問題求解”過程,實質(zhì)上就是在顯式的或隱式的問題空間中進(jìn)行搜索的過程。即在某一狀態(tài)圖,或者與或圖,或者一般地說,在某種邏輯網(wǎng)絡(luò)上進(jìn)行搜索的過程。2024/7/1960搜索技術(shù)也是一種規(guī)劃技術(shù)。因為對于有些問題,其解就是由搜索而得到的“路徑”。搜索技術(shù)是人工智能中發(fā)展最早的技術(shù)。在人工智能研究的初期,“啟發(fā)式”搜索算法曾一度是人工智能的核心課題。截至目前,對啟發(fā)式搜索的研究,人們已取得了不少成