什么是人工智能课件

人工智能原理(符号计算科学)PrinciplesofArtificialIntelligence人工智能原理(符号计算科学)Principlesof第一章：概述Chapter01Introduction第一章：概述Chapter01§01什么是人工智能？Section01WhatisAI?§01Section01§01什么是人工智能？人工智能：ArtificialIntelligence(AI)ArtificialIntelligenceArtificial(adj.)人造的,假的,非原产地的。Artificial

意味着：所谓“人工智能”，即假的智能，人造的智能，非原产地的智能。1.1关于智能的概念：§01什么是人工智能？人工智能：ArtificialIn1.1关于智能的概念：

智能涉及什么？JamesAlbus：“我相信，对智能的理解涉及理解知识怎样获取、表达和存储，智能行为怎样生成，灵感、情感和直觉怎样发展并产生作用，来自感官的信号怎样转换成符号，而符号又怎样操作以表现逻辑并推理过去策划未来，智能的机制怎样产生幻想、信念、愿望、恐惧和梦，甚至善良和爱。”§01什么是人工智能？1.1关于智能的概念：JamesAlbus：§01什么§01什么是人工智能？1.1关于智能的概念：理解智能意味着什么？JamesAlbus：“我相信，在一个基本的水平上理解这些功能将是与原子核物理、相对论和分子遗传学相提并论的科学成就。”1. 智能是非常复杂和难以理解的；2. 对智能的理解将必定是伟大的科学成就；3.

我们现在还未能理解，至少未能很好的理解智能行为。JamesAlbus的话意味着：§01什么是人工智能？1.1关于智能的概念：James§01什么是人工智能？1.2人工智能的派别符号计算与神经计算目前，人工智能研究领域呈现出两大派别：基于符号主义的符号计算学派基于联结主义的神经计算学派无论是符号计算学派，还是神经计算学派，其研究的出发点都是使机器表现出类似生物智能行为的行为。§01什么是人工智能？1.2人工智能的派别目前，人工智能§01什么是人工智能？1.2人工智能的派别关于符号计算科学所谓符号主义：符号计算学派认为智能的基本元素是符号，人的认知过程是基于符号的符号运算。符号主义最直接的证据是：人的逻辑思维过程是基于语言符号的。因此，符号计算科学为模拟人的大脑的逻辑思维过程提供了良好的途径。实现符号计算的机器是符号计算机。§01什么是人工智能？1.2人工智能的派别所谓符号主义：§01什么是人工智能？1.2人工智能的派别关于神经计算科学所谓联结主义：神经计算学派认为智能的基本元素是神经元，生物的认知过程是神经系统内信息并行分布处理的过程。神经计算反映了科学界对生物智能微观特征的认识和理解，这种认识和理解对基于神经信息的生物智能（包括知觉、记忆、灵感、情感、想象、概念形成、判断、推理、学习等）的模拟有普遍的意义。实现神经计算的机器是神经计算机。§01什么是人工智能？1.2人工智能的派别所谓联结主义：本课程中所讲述的“人工智能”仅限于“符号计算科学”。这也是传统意义上ArtificialIntelligence所具有的内涵。§01什么是人工智能？1.3课程对AI概念的限定仅仅意味着符号计算本课程中所讲述的“人工智能”仅限于“符号计算科学”。这§01什么是人工智能？1.3科学界的人工智能观

Winston

的AI

观Winston说：

“实际上，下一个一般性的定义似乎是不可能的，因为智能似乎是一个包含着许多的信息处理和信息表达技能的混合体。”Winston未能对人工智能做一般性的定义，但他为人工智能确立了这样的研究目标：“人工智能的中心目标是建立那些使智能的实现成为可能的原理。”§01什么是人工智能？1.3科学界的人工智能观Winst§01什么是人工智能？1.3科学界的人工智能观

Graham

的AI

观Graham说：

“人工智能是计算机科学的一个分支，他用计算机程序来做某些事情，这些事情如果让人来做的话，就需要智能。”“至于说，能不能把做这些事情的计算机叫做‘有智能’的，那就由你了。”§01什么是人工智能？1.3科学界的人工智能观Graha§01什么是人工智能？1.3科学界的人工智能观傅京孙的AI

观傅京孙在上世纪70年代初期曾说：“人工智能是一门新兴的边缘学科，其核心是符号模型和符号运算。”§01什么是人工智能？1.3科学界的人工智能观傅京孙在上§01什么是人工智能？1.3科学界的人工智能观

Nilsson的AI观Nilsson说：“概括地讲，人工智能是关于以人工制品的形式存在的智能行为的科学。”“智能行为依次涉及感知、推理、学习、交流、以及在复杂环境中进行决策。”“人工智能的长远目标之一就是开发具有能与人一样出色，甚至比人更为出色地做这些事情的机器。人工智能的另一个目标是理解这种行为，无论这种行为是表现在机器内，还是表现在人或其它生物内。”“人工智能既有工程的目标，又有科学的目标。”§01什么是人工智能？1.3科学界的人工智能观Nilss§01什么是人工智能？1.3注解人工智能

AI

是边缘科学关于AI的三元论：

人工智能是：(1)计算机科学(2)逻辑学(3)认知科学交叉形成的科学。计算机科学逻辑学认知科学研究智能载体的科学研究思维规律的科学人工智能研究感知和思维信息处理过程的科学注：传统上，人工智能归属计算机科学的范畴。§01什么是人工智能？1.3注解人工智能关于AI的三§01什么是人工智能？1.3注解人工智能

AI

的基本目标人工智能的基本目标在于：使机器具有类似生物的智能使机器表现出类似生物的智能行为使机器思维按照Nilsson的观点，人工智能包含两类不同性质的目标，即科学目标和工程目标。(1)科学目标：理解智能(2)工程目标：实现智能§01什么是人工智能？1.3注解人工智能人工智能的基本目§01什么是人工智能？1.3思考与练习1-1 什么是人工智能？1-2 符号计算学派和神经计算学派关于人工智能的基本观点是什么？1-3 以你的观点，人工智能研究中，符号计算学和神经计算学各具有哪些合理性或不合理性？1-4 作为一门科学，人工智能属于什么学科？1-5 按照Nilsson的观点，人工智能的科学目标是什么？工程目标又是什么？1-6 人工智能的基本目标是什么？研究的基本内容是什么？1-7 符号运算意义下，人工智能的基本目标和研究的基本内容是什么？§01什么是人工智能？1.3思考与练习1-1 什么是人§02为什么研究AI？Section02WhyAI?§02Section02§02为什么研究AI？2.1算法与计算机程序算法与运行时间计算机是通过执行计算机程序来进行工作的，计算机程序是算法的计算机语言形式，算法是问题求解方法的形式化描述或问题求解的步骤。问题的求解需要算法，执行一个算法或计算机程序需要一定的时间。显然，算法运行所需的时间与问题的大小有关。算法运行时间：问题的大小：t与n相关：tnt=

f(n)

§02为什么研究AI？2.1算法与计算机程序计算机是通§02为什么研究AI？2.2经典算法定义算法定义：一个有穷规则集合称为一个算法，如果该集合中的规则规定了一个解决某一特定类型问题的运算序列，并具有如下特征：(1)

有穷性：算法必定在执行有穷步之后结束(2)

确定性：算法的每一个步骤必须是确切定义的(3)

输入：算法有0个以上的输入(4)

输出：算法有1个以上的输出(5)能行性：算法中所有有待实现的运算都是相当基本的，即，它们原则上都是能够精确地执行的，人用笔和纸进行有限次运算可完成的。§02为什么研究AI？2.2经典算法算法定义：一个有穷1.已经证明，有相当多的同类问题，不存在任何算法可以解答其中任何一个问题。2.即使有一种算法能解决某一类别中的所有问题，可是这个算法只对其中一些很小的问题才有实际意义；而对于其中一些较大的实际问题却仍然无能为力。§02为什么研究AI？2.2经典算法存在的困难1.已经证明，有相当多的同类问题，不存在任何算法可以解答其所谓多项式时间运行算法，即运行时间t与问题大小n

的多项式nc

(c=1,2,…)成正比的算法。§02为什么研究AI？2.2经典算法多项式时间运行算法例：1.加法：t

n1(n为加数位数)2.乘法：t

n2(n为乘数位数)多项式时间运行算法被认为是：可以实际运行的算法

所谓多项式时间运行算法，即运行时间t与问题大小n的多所谓指数时间运行算法，即运行时间t与问题大小n

的指数

2n,n!,nn成正比的算法。§02为什么研究AI？2.2经典算法指数时间运行算法例：1.TSP问题：t

n!(n为城市数)2.梵塔问题：t

2n(n为圆盘数)指数时间运行算法被认为是：不可以实际运行的算法

所谓指数时间运行算法，即运行时间t与问题大小n的指数§02为什么研究AI？2.2经典算法

TSP

问题旅行推销员问题(TravelingSalesmanProblem,TSP)：设有n个城市Ci

(i=1,2,…,n)，一推销员由城市C1出发，必须经过且只许经过每个城市一次，最后返回城市C1。求路径最短的旅行路线。可能的路径数？例：n5Ci

为第i个城市dij为Ci

和Cj间的距离(n1)!§02为什么研究AI？2.2经典算法旅行推销员问题(§02为什么研究AI？2.2经典算法梵塔问题梵塔问题(Tower-of-HanoiPuzzle)：设有3根柱子和n个不同直径的圆盘Di

(i=1,2,…,n)，圆盘由大到小穿在柱子1上。要求将圆盘移至柱子2，并由大到小地叠放。移动圆盘时，每次只能移动1个，且大圆盘不能叠放在小圆盘上。可能的操作次数？操作初始状态目标状态例：n3可能的操作次数：23－1＝72n1§02为什么研究AI？2.2经典算法梵塔问题(Tow§02为什么研究AI？2.2经典算法梵塔问题梵塔问题操作次数：2n1(n1)证明：(数学归纳法)BasisStep:

n=1时，需操作1次，即：2n1=211=1InductiveStep:

设n=k时结论成立，则n=k+1时，操作次数为：(证毕)§02为什么研究AI？2.2经典算法梵塔问题操作次数：一个标准的梵塔问题是一个有n=64个圆盘的梵塔问题，需要对圆盘进行操作的次数为：由人来移动圆盘，假设每次操作需要1秒的时间，那么，此问题的求解需要多少时间呢？§02为什么研究AI？2.2经典算法梵塔问题一个标准的梵塔问题是一个有n=64个圆盘的梵塔问题，需要由计算机来移动圆盘，假设每次操作对应计算机的1次计算，那么，对于一个速度为每秒1千亿次的计算机，求解64个圆盘的梵塔问题解需要多少时间呢？§02为什么研究AI？2.2经典算法梵塔问题由计算机来移动圆盘，假设每次操作对应计算机的1次计算，那§02为什么研究AI？2.2经典算法运行时间对照表§02为什么研究AI？2.2经典算法人类每天都会遇到许多复杂问题。对经典算法而言，这些问题大多极其复杂，特别是一些控制、管理与决策问题。然而，人类能很好地，有效地处理和解决这些问题。数学家认为，在人类处理的复杂问题中，某些类的问题甚至不存在任何一种经典算法能求解此类问题；而另一些类的问题，即使存在某种经典算法能求解此类问题，这种算法也是以指数时间运行的算法，是无法实际运行的。§02为什么研究AI？2.3智能算法人类球解复杂问题的能力人类每天都会遇到许多复杂问题。对经典算法而言，这些问题大多极1.经典算法需保证对某一类问题的有效性；而人类的方法只需面向合理的或实际的问题，并且，特殊问题，特殊对待。2.经典算法需保证对某一类问题的正确性；而人类容许某一方法对某一特殊问题的失败，尝试各种方法是人类问题求解方法的一部分。3.经典算法需保证对某一类问题的最优性；而人类并不追求最佳解答，只求可行解答。§02为什么研究AI？2.3智能算法与经典算法的区别1.经典算法需保证对某一类问题的有效性；而人类的方法只需面与经典算法相比，人类在求解实际问题方面，远远胜过采用经典算法的计算机。因此，将人类解决问题的方法移植到计算机，研究用于计算机的人工智能算法，是一个很好的想法。§02为什么研究AI？2.3智能算法模拟人类问题球解策略与经典算法相比，人类在求解实际问题方面，远远胜过采用经典算法1.搜索：象人类那样尝试错误2.启发式搜索：盲目搜索会造成“组合爆炸”，从而导致算法以指数时间运行。象人类那样利用经验一类的启发性知识进行搜索，能有效避免“组合爆炸”。3.问题规约：象人类那样将复杂问题化解为一些简单的子问题，然后分别予以解决，可谓“集中优势兵力，各个击破”。4.规划：象人类那样将制定一个解决复杂问题的计划和步骤，并依计划确定各步骤的方案。§02为什么研究AI？2.3智能算法特征1.搜索：象人类那样尝试错误2.启发式搜索：盲目搜索会造1-9 人工智能的算法与经典算法的根本差异是什么？1-8 为什么说指数时间运行算法是无法实际运行的的算法？1-10 依你的观点，机器需要智能吗？§02为什么研究AI？2.4思考与练习1-9 人工智能的算法与经典算法的根本差异是什么？1-8 为§03机器能表现智能吗？Section03CanMachinesbeIntelligent?§03Section03§03机器能表现智能吗？3.1Simon和Newell杜撰的概念物理符号系统物理符号系统(PhysicalSymbolSystems,PSS)Simon和Newell试图通过对物理符号系统(PhysicalSymbolSystems,PSS)与智能行为关系的研究，阐明计算机表现智慧的可能性或计算机思维的可能性。§03机器能表现智能吗？3.1Simon和Newel§03机器能表现智能吗？3.2物理符号系统相关概念符号：能与其它模式相区别的模式模式：事物存在的形式符号系统：能处理或操作符号的系统物理系统：物质的系统物理符号系统：物质的符号系统§03机器能表现智能吗？3.2物理符号系统符号：能与其它§03机器能表现智能吗？3.2物理符号系统定义如果一个物理系统具有如下功能，它就是一个物理符号系统：(1)输入符号；(2)输出符号；(3)存储符号；(4)复制符号；(5)条件转移；(6)建立符号结构：发现符号关系，形成符号结构。§03机器能表现智能吗？3.2物理符号系统如果一个物理系§03机器能表现智能吗？3.2物理符号系统体系结构思维/控制(状态S)记忆/存储S=(s1,s2,…,sn)复制符号存储符号输入符号符号结构条件转移输出符号感受/传感运动/执行§03机器能表现智能吗？3.2物理符号系统思维/控制记忆§03机器能表现智能吗？3.2物理符号系统注释物理符号系统是一种信息处理系统，计算机是物理符号系统，人的神经系统也是物理符号系统。物理符号系统意味着所研究的系统是物质的物理符号系统的基本任务或基本功能就是辨认相同的符号，区别不同的符号。符号可以是形象的，也可以是抽象的；即可以是文字、图象，又可以是计算机中的电子运动模式，或生物神经系统中的生物信号模式。§03机器能表现智能吗？3.2物理符号系统物理符号系统是§03机器能表现智能吗？3.3物理符号系统假设

AI

的公理物理符号系统假设(PSS假设，Simon和Newell)：物理系统表现智能行为的充分必要条件是，它是一个物理符号系统。说明：(1)

必要性意味着：只有物理符号系统能表现智能行为；(2)

充分性意味着：物理符号系统一定能表现智能行为。§03机器能表现智能吗？3.3物理符号系统假设物理符号系§03机器能表现智能吗？3.3物理符号系统假设推理推论一：因为人是有智能的，所以，人是一个物理符号系统。推论二：因为计算机是一个物理符号系统，所以，计算机能表现智能。推论三：因为人是一个物理符号系统，计算机也是一个物理符号系统，所以，我们能用计算机来模拟人的智能行为。§03机器能表现智能吗？3.3物理符号系统假设推论一：因§03机器能表现智能吗？3.3物理符号系统假设意义PSS假设(试图)使人们相信：计算机模拟智能是可行的PSS假设(试图)建立：人工智能科学的理论基础§03机器能表现智能吗？3.3物理符号系统假设PSS假§03机器能表现智能吗？3.3练习与思考1-12 人是物理符号系统吗？为什么？1-13 计算机是物理符号系统吗？为什么？1-11 描述概念：模式、符号、符号系统、物理系统、物理符号系统。指出物理符号系统的基本任务。1-14 依你的观点，计算机能思维吗？1-15 物理符号系统假设的内容是什么？Simon和Newell提出PSS假设的目的是什么？§03机器能表现智能吗？3.3练习与思考1-12 人是物§04怎样测试机器智能？Section04HowtoTestMachineIntelligence§04Section04§04怎样测试机器智能？4.1AI的三个相关问题之一可操作性问题人工智能(ArtificialIntelligence)需要回答的三个相关问题是：(1)必要性问题：为什么研究AI？(2)可能性问题：机器能表现智能吗？(3)可操作性问题：怎么知道机器是有智能的？PSS假设仅仅意味着机器能模拟智能，并不意味着我们能判定一个具体的机器是否具有智能。评测机器智能是一个关于可操作性的问题。§04怎样测试机器智能？4.1AI的三个相关问题之一人§04怎样测试机器智能？4.2Turing测试关于AI

可操作性的理念1950年，计算机科学的创始人之一，图灵(Turing)提出了著名的图灵测试(Turingtest)。图灵并不打算证明计算机能模拟智能，但他提供了一种方法，一种测试或评价计算机是否具有智能的方法。如果说图灵测试是一种方法，不如说是一种思想，一种关于AI可操作性的理念。§04怎样测试机器智能？4.2Turing测试1950§04怎样测试机器智能？4.2Turing测试比较机器与人的智能道具：询问者：interrogator被询问者1：human(inroom1)被询问者2：computer(inroom2)询问者(ahuman)被询问者1(ahuman)被询问者2(acomputer)通讯界面由询问者向被询问者提问，如果询问者分辨不出回答是由人还是机器作出的，则机器被认为是具有智能的。测试：§04怎样测试机器智能？4.2Turing测试道具：询§04怎样测试机器智能？4.2Turing测试基本思想及意义图灵测试的基本思想：对于一项需要智能才能完成的任务，如果机器的表现与人的表现一样出色，则机器具有智能。图灵测试的重要意义：图灵测试意味着，AI是具有可操作性的，机器或计算机的智能是可以测试和评价的。§04怎样测试机器智能？4.2Turing测试图灵测试§04怎样测试机器智能？4.3练习与思考1-16 给出“机器”的定义，并回答问题：“人是机器吗？”1-17 设想你是图灵测试中的询问者，你会向被测试的人和机器提出什么样的问题？ (至少列出三个问题)§04怎样测试机器智能？4.3练习与思考1-16 给出“§05AI能做什么？Section05WhatAICanbeUsedfor?§05Section05§05AI能做什么？5.1Winston的预测幻想与现实1977年，Winston在其所著的《人工智能》一书中说：“不难想象计算机在未来世界中的应用，以今天的标准来看，很象科学幻想。这里举出一些例子：在农业中：

计算机将控制病虫害，进行剪枝，并有选择地收割套种的庄稼。在采矿业中：

计算机将在对人来说过于危险的条件下作业，在海底发掘锰。§05AI能做什么？5.1Winston的预测197§05AI能做什么？5.1Winston的预测幻想与现实在学校中：

计算机把学生的问题视为要找的错误，它将向学生提供‘计算机化的超级书籍’，在微处理机上显示出轨道上运行的行星的轨迹和演奏乐谱。在制造业中：

计算机将进行装配，并检查工作。在医院中：

计算机将帮助诊断，监护病人，处理治疗和管理床位。§05AI能做什么？5.1Winston的预测在学校§05AI能做什么？5.1Winston的预测幻想与现实在办公室中：

计算机将编制有关人员和团体的各种表格，把问题交给适当的人，做新闻摘要，推敲文件草案，改正拼写和文法错误。”在家庭中： 计算机将考虑烹调和采购，清理地板和草地，担负洗衣和处理生活费用等。”给出上述例子之后，Winston说：“当然，现在这些事情都是不可能的，但人工智能有助于使它们成为可能。”§05AI能做什么？5.1Winston的预测在办公§05AI能做什么？5.1Winston的预测幻想与现实Winston七十年代谈论的“科学幻想”，今天几乎都已成为现实。当然，这里有的事情不需要人工智能，而有的事情的确是借助于人工智能才得以实现或更好地实现，如：制造业中的CIMS系统，办公自动化中的写作自动化，计算机辅助教学(CAI)系统，医疗专家系统和智能信息系统等。§05AI能做什么？5.1Winston的预测WinWinston描述的七十年代的情形与今天的情形对照，从一个侧面反映了人工智能的发展和进步，同时，也反映了计算机在表现人类智慧方面所具有的潜在能力。§05AI能做什么？5.1Winston的预测幻想与现实Winston描述的七十年代的情形与今天的情形对照，从一个§05AI能做什么？5.2AI能做的远比Winston想象的要多

AI

的应用或相关领域1.定理机器证明与自动推理2.自然语言处理3.模式识别4.自动程序设计5.计算机辅助教学6.

机器视觉7.

机器学习8.机器人学与机器人技术§05AI能做什么？5.2AI能做的远比Winst§05AI能做什么？5.3练习和思考撰写调研报告：题目：人工智能能做什么？要求：不低于5000字。§05AI能做什么？5.3练习和思考撰写调研报告：题目§06AI历史与现状Section06TheDevelopmentHistoryofAI§06Section06§06AI的历史与现状6.1AI的诞生

Dartmouth会议ArtificialIntelligence 一词第一次出现，是在1956年达特茅斯夏季会议上。关于1956年达特茅斯夏季会议：会议发起人：McCarthy,Minsky,Lochester,Shannon会议应邀者：More,Samuel,Newell,Simon,等会议地点：美国Dartmouth大学会议性质：学术研讨会研讨内容：关于用机器模拟人类智能的问题会期：两个月§06AI的历史与现状6.1AI的诞生Artific§06AI的历史与现状6.1AI的诞生

Dartmouth

会议人类有关“用机器模拟人类智能”的思想可以追溯到很远，甚至可以追溯到公元前四世纪的亚里士多德时代。然而，作为一门学科，可以说，人工智能诞生于1956Dartmouth夏季会议。从达特茅斯会议算起，人工智能已走过了半个世纪的历程。§06AI的历史与现状6.1AI的诞生人类有关“用机§06AI的历史与现状6.1AI的诞生

Dartmouth会议在1956Dartmouth会议上，ArtificialIntelligence

战胜了诸多可选名称后成为“用机器模拟人类智能”这一主题的第一主题词。

ComplexInformationProcessing

MachineIntelligence

HeuristicProgramming

Cognology其它可选的名称包括：§06AI的历史与现状6.1AI的诞生在1956§06AI的历史与现状6.2科学界对AI的热情

Simon的预测科学界对于人工智能寄予了极高的热情和希望。早在人工智能诞生之时，人工智能的创始人之一Simon就对人工智能作了极为乐观的估计，他预言：十年之内，人工智能系统将战胜世界象棋冠军。人工智能的诞生，犹如新大陆被发现，无数的科技工作者象淘金者涌入新大陆一般，加入到人工智能的研究领域，希望能在人工智能这片科学的处女地上找到“黄金”。§06AI的历史与现状6.2科学界对AI的热情科学§06AI的历史与现状6.2科学界对AI的热情

Simon的预测1957年，Simon预计在十年之内将有4件事情在人工智能领域内发生：(1) 计算机将创造出具有美学价值的音乐作品；(2) 大多数心理学定理将具有计算机程序形式；(3) 计算机将证明具有重大意义的数学定理；(4) 计算机将成为国际象棋世界冠军。§06AI的历史与现状6.2科学界对AI的热情19§06AI的历史与现状6.3AI的四个发展阶段

1956－2000(1) 五十年代：神经网络时代(2) 六十年代：弱方法时代(3) 七十年代：知识工程时代(4) 八十和九十年代：知识工业时代§06AI的历史与现状6.3AI的四个发展阶段(1)1948年，NoberWiener发表了《控制论(动物与机器中的控制和通讯)》Wiener将机器与生物的控制和通讯机制进行类比，抽象出共同特征，形成控制论这么独立的新学科。Wiener指出：“就其控制行为而言，所有的人工系统都模仿生物系统，但没有任何一种生物系统模仿人工系统。”§06AI的历史与现状6.3AI的四个发展阶段神经网络时代1948年，NoberWiener发表了《控制论(动NoberWiener的《控制论》的概念跨越了许多领域，因而也影响了许多领域。控制论把生物神经系统的工作原理与信息处理、控制理论、逻辑学和计算联系在一起。控制论的思想极大地影响了许多早期人工智能学者，并成为人工智能强劲的引潮力和人工智能诞生的原动力。§06AI的历史与现状6.3AI的四个发展阶段神经网络时代NoberWiener的《控制论》的概念跨越了许多领域，§06AI的历史与现状6.3AI的四个发展阶段神经网络时代Wiener的思想及其控制论引发了科学界对生物控制机能、生物通讯机能、生物信息处理机能和生物智能进行模拟的科学研究热情。特别是Wiener关于生物神经系统及其信息处理机制的观点，引起了人们对生物神经系统进行仿真研究的兴趣。§06AI的历史与现状6.3AI的四个发展阶段WieWiener在其《控制论》中指出：“能够做计算系统所做工作的人和动物的神经系统，它们的工作单元动作起来就象继电器。这个事实值得我们注意，这些工作单元就是所谓的神经元或神经细胞。”§06AI的历史与现状6.3AI的四个发展阶段神经网络时代在这一思想的影响下，五十年代兴起了基于开关网的神经系统模拟研究，其中较为成功和较有影响的是对青蛙视神经的模拟。Rosenblatt的感知器(Perceptron)等人工神经网络的研究也是这一时期基于Wiener思想的产物。”Wiener在其《控制论》中指出：§06AI的历史与现一方面，常规计算方法所处理的问题为结构化问题(StructuredProblem)，而且是充分结构化问题(Well-StructuredProblem)。对于弱结构化问题(Ill-StructuredProblem)和非结构化问题(Non-StructuredProblem)，常规算法常常是无能为力的。另一方面，人每天都会面临许多的弱结构化甚至非结构化问题，并且，人，特别是一个训练有素的人，能很好的求解这些问题。§06AI的历史与现状6.3AI的四个发展阶段弱方法时代一方面，常规计算方法所处理的问题为结构化问题(Struct对于弱结构化问题，由于知识的不完备性，人只能运用试验、试探和搜索的方法，在巨大的问题空间中，运用非完备的知识、经验和启发性的知识，寻求可行的问题求解途径，做计划、设计和决策，获取问题的可行解，而非最优解。Simon和Newell视人工智能的任务为弱结构化问题求解。基于PSS假设，Simon和Newell用计算机程序模拟人对弱结构化问题的求解搜索方法。§06AI的历史与现状6.3AI的四个发展阶段弱方法时代对于弱结构化问题，由于知识的不完备性，人只能运用试验、试探和§06AI的历史与现状6.3AI的四个发展阶段弱方法时代用计算机程序模拟人对弱结构化问题的求解方法，是Simon和Newell的基本思想。六十年代，在这一思想的指导下，科学家们对各种求解智力难题的计算机程序进行了研究。Simon和Newell称其球解弱结构化问题

AI方法为弱方法(WeakMethods)，其“弱”的含义为：

求解的问题为弱结构化问题

求解问题的过程具有试探性

所得的问题的解是非最优的§06AI的历史与现状6.3AI的四个发展阶段用计算Simon的例子：假设有一撒满针的草堆，如果我们的任务是从草堆中找出一根最尖的针来缝一颗纽扣，需要搜索遍整个草堆，而随着草堆的增大，搜寻的工作将成倍地增长。然而，假如把追求的目标从“最佳”改为“可行”，即我们的任务只是从草堆中找出一根能把纽扣缝上的针，搜索的工作量将明显地减少。§06AI的历史与现状6.3AI的四个发展阶段弱方法时代Simon的例子：假设有一撒满针的草堆，如果我们的任务是从六十年代，科学家基于弱方法对计算机人工智能程序进行了诸多研究，其中，最有影响的是Newell,Shaw和Simon[1958]，Newell和Simon[1963]研究的通用问题求解器(GeneralProblemSolver,GPS)。这种GPS曾被用于如下一些简单的智力求解问题：

Symbolicintegration[slagle1963]

Analogypuzzles[Evans1968]

Algebrawordproblems[Bobrow1968]§06AI的历史与现状6.3AI的四个发展阶段弱方法时代六十年代，科学家基于弱方法对计算机人工智能程序进行了诸多研究Simon和Newell的“弱方法”强调问题求解方法的重要性，注重对人脑思维过程的模拟和仿真，却忽视了对知识的研究。§06AI的历史与现状6.3AI的四个发展阶段知识工程时代人求解问题的过程，是一个基于知识，应用知识的过程。一个知识贫乏的大脑，不可能有多少智能，这就是“弱方法”为什么只能用于一些简单和游戏性质的的智力求解问题的原因。Simon和Newell的“弱方法”强调问题求解方法的七十年代，鉴于“弱方法”存在的问题，人工智能研究领域出现了知识工程(KnowledgeEngineering)学派。知识工程学派认为：没有知识，就没有智能；要使计算机表现出智能，必须给予它知识。§06AI的历史与现状6.3AI的四个发展阶段知识工程时代使人工智能由弱方法的研究转向知识工程研究的是DENDRAL项目。这项研究工作是Feigenbaum1965年到斯坦福大学后不久开始的。七十年代，鉴于“弱方法”存在的问题，人工智能研究领域出现了知DENDRAL研究项目：

项目负责人：Feigenbaum

项目合作者：利德伯格，杰拉西(基于弱方法)编写计算机推理程序，一个可以从化学数据推断分子假说的智能系统。

项目研究目标：

项目起始时间：1965年§06AI的历史与现状6.3AI的四个发展阶段知识工程时代DENDRAL研究项目：项目负责人：FeigenbauDENDRAL面临的困难：物理化学知识贫乏的DENDRAL难以实现其从化学数据推断分子假说的目标。很难想象，不具有丰富的医学知识，无论是人还是机器，能治病救人。同样的道理，DENDRAL需要丰富的物理化学知识。DENDRAL面临的困难引起了Feigenbaum等人对人工智能研究的思考，并由此产生了知识工程的思想和知识工程学派。§06AI的历史与现状6.3AI的四个发展阶段知识工程时代DENDRAL面临的困难：物理化学知识贫乏的DENDRA§06AI的历史与现状6.3AI的四个发展阶段知识工程时代知识工程学派最具有代表性的口号是：“知识就是力量。”(Inknowledgeliesthepower.)在“知识就是力量”这一思想的指导下，以美国科学家Feigenbaum为首，开展了对基于知识的计算机系统的研究，建造了若干在一定专业领域内具有专家水平和实用价值的专家系统。§06AI的历史与现状6.3AI的四个发展阶段知识工§06AI的历史与现状6.3AI的四个发展阶段知识工程时代知识工程的目标是建造基于知识的系统，或称知识基系统(Knowledge-BasedSystems)，其最具有代表性的产物是：专家系统(ExpertSystems,ES)从某种意义上说，知识工程就是建造专家系统的工程。§06AI的历史与现状6.3AI的四个发展阶段知识工六十年代末，七十年代初，第一个专家系统问世以来，有影响的专家系统：

DENDRAL[Feigenbaum1965－]世界上第一个专家系统，帮助化学家解释和设计化学结构式。

MYCIN

[Shortliffe1973]世界上最有影响的专家系统，帮助医生诊断抗菌性感染病，并推荐治疗方案。§06AI的历史与现状6.3AI的四个发展阶段知识工程时代六十年代末，七十年代初，第一个专家系统问世以来，有影响的专家六十年代末，七十年代初，第一个专家系统问世以来，有影响的专家系统：

PIP[Pauker1976]模拟肾脏病专家推断肾脏病人病史的活动。

PROSPECTOR[Hart1979]帮助地质学家评价储矿地点，寻找潜在的矿藏资源。§06AI的历史与现状6.3AI的四个发展阶段知识工程时代六十年代末，七十年代初，第一个专家系统问世以来，有影响的专家§06AI的历史与现状6.3AI的四个发展阶段知识工程时代知识工程使人工智能有了成就感。七十年代，知识工程使人工智能的研究达到了一个高潮。正如我国人工智能专家张钹所说：“专家系统的问世，使智能在实验室中摆弄游戏程序的AI，一夜之间成为解决实际问题的能手。”作为知识工程的代表，专家系统已成为人工智能的研究热点之一。七十年代的专家系统研究热潮至今仍在延续。§06AI的历史与现状6.3AI的四个发展阶段知识工专家系统的成就使人们看到了知识工程的前景。专家系统解决实际问题的能力展现了智能系统的商用价值，由此，智能产业在八十年代初期开始形成。仅管全球的智能产业在1981年只有1亿美元，但人们对信息领域发展的预测仍然乐观地认为，二十一世纪初，全球的智能产业将超过2500亿美元。§06AI的历史与现状6.3AI的四个发展阶段知识工业时代专家系统的成就使人们看到了知识工程的前景。专家系统解决实际问面对人工智能大好的发展形式，Machlup等人在知识工程概念的基础上，提出了一个更具感召力的概念：“知识工业”

(KnowledgeIndustry)§06AI的历史与现状6.3AI的四个发展阶段知识工业时代面对人工智能大好的发展形式，Machlup等人在知识工程概八十年代初，智能产业光明的前景，以及智能科学作为尖端科学所具有的战略意义，促使各国政府纷纷将知识工程纳入其经济计划。如：

美国的SDI计划

英国的ALVEY计划

法国的UNIKA计划

欧共体的ESPRIT计划§06AI的历史与现状6.3AI的四个发展阶段知识工业时代八十年代初，智能产业光明的前景，以及智能科学作为尖端科学所具中国九十年代中期开展的计算机辅助制造系统(ComputerIndustryManufactureSystems,CIMS)研究计划，即CIMS研究计划就是“知识工业”的产物。知识工业在中国的产物§06AI的历史与现状6.3AI的四个发展阶段知识工业时代中国九十年代中期开展的计算机辅助制造系统(Co1981年10月，日本政府向全世界宣布了它的第五代机计算机计划：十年内研制出第五代计算机，即人工智能计算机，具有与人类同样的，甚至超过人类的思维能力的超级计算机。日本的第五代计算机计划§06AI的历史与现状6.3AI的四个发展阶段知识工业时代1981年10月，日本政府向全世界宣布了它的第五代机计(40-50s)电子管的

第一代电子计算机：(60-70s)晶体管的

第二代电子计算机：(70-80s)集成电路的

第三代电子计算机：(80-90s)超大规模集成电路的

第四代电子计算机：第一代至第四代电子计算机都是冯诺依曼(VonNeumman)型计算机。回顾计算机的发展§06AI的历史与现状6.3AI的四个发展阶段知识工业时代(40-50s)电子管的第一代电子计算机：(60-70关于VonNeumann型计算机§06AI的历史与现状6.3AI的四个发展阶段知识工业时代冯诺依曼型计算机的体系结构冯诺依曼型计算机以串性方式运行。关于VonNeumann型计算机§06AI的历史与“第五代计算机将抛弃冯诺依曼型计算机体系结构，或大大改进这种结构。将会有新的体系结构，即非冯诺依曼型计算机体系结构，新的存储组织，新的程序设计语言，可以处理符号而不仅仅处理数字的新的操作方法。”─

摘自Feigenbaum1983年撰写的《第五代计算机：人工智能和日本计算机对世界的挑战》Feigenbaum笔下的第五代计算机§06AI的历史与现状6.3AI的四个发展阶段知识工业时代“第五代计算机将抛弃冯诺依曼型计算机体系结构，或大大改“第五代计算机将是与众不同的，这不仅仅因为它所采用的技术，而且还因为它在概念上和功能上与世人所了解的前四代电子计算机不同。这种新的机器叫做知识信息处理系统(KnowledgeInformationProcessingSystems)，缩写为KIPS。”─

摘自Feigenbaum1983年撰写的《第五代计算机：人工智能和日本计算机对世界的挑战》Feigenbaum笔下的第五代计算机§06AI的历史与现状6.3AI的四个发展阶段知识工业时代“第五代计算机将是与众不同的，这不仅仅因为它所采用的技术，而─

摘自Feigenbaum1983年撰写的《第五代计算机：人工智能和日本计算机对世界的挑战》“日本人正在计划生产出奇迹般的产品。这种产品将不是来自他们的矿山、油井、田野，甚至也不是来自他们的海洋，而是来自他们的头脑。这个奇迹般的产品是知识。日本人正计划象其它国家包装和出售能源、食品或制成品一样，包装和出售这种奇迹般的产品。他们打算向全世界提供下一代，即第五代电子计算机。这种计算机将是智能机器。”Feigenbaum笔下的第五代计算机§06AI的历史与现状6.3AI的四个发展阶段知识工业时代─摘自Feigenbaum1983年撰写的《第五代计─

摘自Feigenbaum1983年撰写的《第五代计算机：人工智能和日本计算机对世界的挑战》“日本人已看到远山上的黄金，并且，已经开始行动了。”Feigenbaum笔下的第五代计算机§06AI的历史与现状6.3AI的四个发展阶段知识工业时代─摘自Feigenbaum1983年撰写的“日本人已人工智能的研究并不象人们一开始所期望的那样一帆风顺，成果辉煌。七十年代：专家系统受到了怀疑和批评人工智能学者对科学界的许诺，大多未能实现。六十年代：游戏性质的弱方法没有大的作为八十年代：

日本人雄心勃勃的第五代计算机计划以彻底地失败而告终五十年代：神经网络随Perceptron被否定§06AI的历史与现状6.4AI面临的困难

AI前面的路还很长人工智能的研究并不象人们一开始所期望的那样一帆风顺，成果辉煌§06AI的历史与现状6.5练习与思考1-12 为什么说Wiener的控制论思想是人工智能诞生的原动力？1-11 Simon和Newell的“弱方法”是什么？其“弱”的含义是什么？1-13 从第一部电子计算机诞生至今，电子计算机经历了多少代？它们的特征是什么？第五代计算机与前四代有什么本质上的不同？1-14 VonNeumann机具有什么样的基本结构？§06AI的历史与现状6.5练习与思考1-12 为什么§07AI与计算机的成就Section07TheAchievementsofAI&theComputer§07Section07§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理1852年，毕业于伦敦大学的弗南西斯在一家科研单位负责地图着色的工作。弗南西斯发现了一种有趣的现象：“似乎，每一幅地图都可以用四种颜色进行着色，使得有共同边界的国家都被着上不同的颜色。”§07AI与计算机的成就7.1AI与计算机成就之一1§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理这个现象能不能从数学上加以证明呢？弗南西斯和他在大学读书的弟弟决心试一试。兄弟二人为证明这一问题而使用的稿纸已经堆成了山，可是研究工作没有进展。于是，弗南西斯的弟弟就这一问题请教自己的老师，著名数学家摩尔根。§07AI与计算机的成就7.1AI与计算机成就之一这§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理摩尔根找不到解决这一问题的途径，于是又写信，向自己的好友，著名数学家密尔顿请教。密尔顿也未能找到解决这一问题的途径。1872年，著名数学家凯利正式向伦敦数学学会提出了这个问题，于是四色猜想便成了世界数学界关注的问题。§07AI与计算机的成就7.1AI与计算机成就之一摩§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理一开始，四色问题并为引起人们足够的重视。数学家们低估了它的难度。德国数论专家闵可夫斯基上拓扑课时说，四色问题之所以一直没有获得解决，那仅仅是由于没有第一流的数学家来解决它。他拿起粉笔，竟要当场给学生进行推导，结果没有成功。§07AI与计算机的成就7.1AI与计算机成就之一一§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理下一节课闵可夫斯基继续尝试，还是没有成功。几个星期过去了，闵可夫斯基仍无进展。有一天，闵可夫斯基刚跨进教室，雷声大作。他马上对学生说：“上天责我自大，我也无法解决四色问题。”一百多年来，四色猜想困扰着数学家们，没有人能证明它，也没有人推翻它。§07AI与计算机的成就7.1AI与计算机成就之一下§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理无数的数学家投身于四色猜想的证明。许多人声称自己证明了四色猜想。然而，最后都被证明是错误的。1890年，赫伍德证明了五色定理。然而，四色猜想仍然只能是四色猜想。§07AI与计算机的成就7.1AI与计算机成就之一无§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理四色猜想问题刺激了大量的数学研究，促进了图论和拓扑学等相关学科的发展，并获得了许多的应用。1976年9月，《美国数学会通报》(v.82n.3)宣布四色定理被证明。四色问题是怎么解决的呢？§07AI与计算机的成就7.1AI与计算机成就之一四§07AI与计算机的成就7.1AI与计算机成就之一计算机证明四色定理1976年7月，美国的Appel等人用三台大型计算机，耗时1200CPU时间，进行了100亿次逻辑判断，证明了四色定理。四色猜想成为四色定理。美国当地的邮局在当天发出的所有邮件上都加盖了“四色足够”的特制邮戳，以庆祝这一难题获得解决。§07AI与计算机的成就7.1AI与计算机成就之一1§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov让机器学会下国际象棋并战胜人类国际象棋冠军，是人工智能学者从人工智能诞生的那一天起就产生了的梦想。八十年代，我国女子国际象棋大师刘适兰在国际比赛中曾被一计算机系统击败。1994年8月，以前保持了四届的国际象棋冠军Kasparov被一带有Genius-2计算机击败。尽管这些人机大战是非正式的，但机器潜在的智能已初露端倪。§07AI与计算机的成就7.2AI与计算机成就之二让1996年2月，计算机与人类第一次真正意义上的正式的国际象棋比赛在美国举行。比赛结果：Kasparov以4:2战胜DeepBlue对阵双方：人类：Kasparov计算机：DeepBlue比分牌Game1:DeepBlueGame2:KasparovGame3:DrawGame4:DrawGame5:KasparovGame6:Kasparov§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov1996年2月，计算机与人类第一次真正意义上的正式的国1996年，就在Kasparov与DeepBlue对阵之前，代表人类国际象棋最高水平的Kasparov表示：“绝不能让计算机获胜。为了捍卫人类的尊严，我一定要战胜深蓝。”

“这话过于傲慢。他是向科学挑战，最终是要失败的。”─宋健《控制论和系统科学与中国的缘分》(1997.4)§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov向科学挑战是要失败的1996年，就在Kasparov与DeepBlue在Simon的预测做出整整40年之后，人工智能学者最富盛名的梦想，即让机器战胜国际象棋世界冠军的梦想终于成为现实。1997年5月3日－11日，计算机与人类第二次正式比赛在美国举行。美国IBM公司制造的超级计算机“更深蓝(DeeperBlue)”国际象棋世界冠军俄罗斯的卡斯帕罗夫(Kasparov)对阵，结果，DeeperBlue以6战2胜3和1负的战绩战胜Kasparov。§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov在Simon的预测做出整整40年之后，人工智能学者最DeepBlue是IBM耗资上千万美元，耗时8年建造起来的世界上最强大的会下国际下棋的计算机。本质上，DeepBlue是一个大规模并行的基于RS/6000超级处理器的计算机系统。§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜KaspanovDeepBlue是IBM耗资上千万美元，耗时8年§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov深蓝的核心：IBMRS/6000SP超级处理器—高度并行的结构使SP三分钟内可计算上千亿步棋ChessProcessor每一个

CP每秒可分析和评估两三千个棋谱位置图。节点：由8个CP构成32个节点(共256个CP)形成

RS/6000SP，三分钟内可计算上千亿步棋。§07AI与计算机的成就7.2AI与计算机成就之二深§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov项目负责人：谭崇仁(Chung-JenTan)始作蛹者：许封雄(Feng-HsiungHsu)§07AI与计算机的成就7.2AI与计算机成就之二项§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”的始作蛹者许封雄1985年，美国CarnegieMellon大学一个名叫许封雄华裔博士研究生开始研究和开发一种可进行国际象棋博弈的机器，取名为“Chiptest”。§07AI与计算机的成就7.2AI与计算机成就之二“§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”的始作蛹者许封雄1988年，Chiptest成为第一个国际象棋大师级计算机，为此，许封雄赢得了FredkinIntermediatePrize。1989年，许封雄以他的“Chiptest”工作，获得计算机科学博士学位，其博士学位论文主要包含两部份内容：(1)国际象棋机器结构设计，(2)并行alpha-beta搜索算法研究。§07AI与计算机的成就7.2AI与计算机成就之二“1989年，许封雄进入IBM公司，继续他的国际象棋博弈计算机的研究工作，并将Chiptest更名为DeepBlue。经过12年的努力，经历几百次的失败之后，Chiptest最终成长为最强大的国际象棋博弈计算机—

DeepBlue。§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”的始作蛹者许封雄1989年，许封雄进入IBM公司，继续他的国际象棋博弈Game15/3/97：KasparovwinsGame25/4/97：DeepBluewinsGame35/6/97：DrawGame45/7/97：DrawGame5

5/10/97：DrawGame65/11/97：DeepBluewins1997DeeperBluevs.Kasparov:3.5-2.5§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“更深的蓝(DeeperBlue)”的战绩Game15/3/97：KasparovwinsGa§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”使用了AI技术吗？IBM’sawnser:

“Theshortansweris‘no’.Earliercomputerdesignsthattriedtomimichumanthinkingweren’tverygoodatit.Noformulaexistsforintuition.SoDeepBlue‘sdesignershavegone“backtothefuture.”DeepBluereliesmoreoncomputationalpowerandasimplersearchandevaluationfunction.”“DoesDeepblueuseartificialintelligence？”§07AI与计算机的成就7.2AI与计算机成就之二“§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”使用了AI技术吗？IBM’sawnser:

“Thelongansweris‘no’.‘ArtificialIntelligence’ismoresuccessfulinsciencefictionthanitishereonearth,andyoudon’thavetobeIsaacAsimovtoknowwhyit’shardtodesignamachinetomimicaprocesswedon’tunderstandverywelltobeginwith.HowwethinkisaquestionaHAL-2000ifittried.NorwoulditoccurtoDeepBlueto“try”..”“DoesDeepblueuseartificialintelligence？”§07AI与计算机的成就7.2AI与计算机成就之二“§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”使用了AI技术吗？许封雄的博士学位论文涉及两部分工作：1.Architecturalworkonchessmachines2.Researchonparallelalpha-betasearchalgorithms其中，第二部分的并行-搜索算法正是人工智能技术中针对博弈的算法。显然，许封雄的Cheptest机使用了人工智能的-算法。DeepBlue源于Cheptest，它与人工智能的关系应该是显而易见的。§07AI与计算机的成就7.2AI与计算机成就之二“伦理学家：很悲哀新闻工作者：很茫然人工智能学者：抑制不住内心的激动和喜悦人工智能学者等待这一天已经等了40年。虽然DeepBlue对Kasparov的胜利来得晚了些，但它仍然极大地鼓舞了在人工智能这片土地上辛勤耕耘的科学工作者，并给人工智能的未来带来了无限的光明。§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜Kaspanov“深蓝”战胜Kaspanov引发的敢想伦理学家：很悲哀新闻工作者：很茫然人工智能学者：抑制不住内心§07AI与计算机的成就7.2AI与计算机成就之二

“深蓝”战胜KaspanovDeepBlue战胜Kasparov表明，人工智能在前进，今天的计算机比过去的计算机更“聪明”。§07AI与计算机的成就7.2AI与计算机成就之二D§08人工智能的未来Section08ThefutureofAI§08Section08正如毛泽东主席所说：“科学的东西，来不得半点的虚伪和骄傲。”§08人工智能的未来8.1人工智能是科学来不得虚伪和骄傲在人工智能的发展历程中，既有成功的喜悦，又有失败的困扰。今天的人工智能学者应该更富于理性，而非盲目乐观的澎湃热情。今天的人工智能，不再是神奇的王国，而是一个需要科学工作者脚踏实地辛勤耕耘的科学园地。正如毛泽东主席所说：“科学的东西，来不得半点的虚伪和骄傲。”然而，尽管人工智能的发展未能跟上人们对它的期望，但它的确在不断地进步，其取得的成就足以让人们相信，机器正变得越来越聪明。以人们今天的想象力，很难想象，人工智能能走多远，未来的机器能有多聪明，类似DeepBlue战胜Kasparov之类的事情在Chess之外的其它领域是否还会发生。§08人工智能的未来8.2人工智能在前进未来的机器会更聪明人类，没有理由认为，机器不能思维。然而，尽管人工智能的发展未能跟上人们对它的期望，但它的确在不第一章结束TheEndofChapterOneArtificialIntelligence第一章结束TheEndofChapterOneArt人工智能原理(符号计算科学)PrinciplesofArtificialIntelligence人工智能原理(符号计算科学)Principlesof第一章：概述Chapter01Introduction第一章：概述Chapter01§01什么是人工智能？Section01WhatisAI?§01Section01§01什么是人工智能？人工智能：ArtificialIntelligence(AI)ArtificialIntelligenceArtificial(adj.)人造的,假的,非原产地的。Artificial

意味着：所谓“人工智能”，即假的智能，人造的智能，非原产地的智能。1.1关于智能的概念：§01什么是人工智能？人工智能：ArtificialIn1.1关于智能的概念：

智能涉及什么？JamesAlbus：“我相信，对智能的理解涉及理解知识怎样获取、表达和存储，智能行为怎样生成，灵感、情感和直觉怎样发展并产生作用，来自感官的信号怎样转换成符号，而符号又怎样操作以表现逻辑并推理过去策划未来，智能的机制怎样产生幻想、信念、愿望、恐惧和梦，甚至善良和爱。”§01什么是人工智能？1.1关于智能的概念：JamesAlbus：§01什么§01什么是人工智能？1.1关于智能的概念：理解智能意味着什么？JamesAlbus：“我相信，在一个基本的水平上理解这些功能将是与原子核物理、相对论和分子遗传学相提并论的科学成就。”1. 智能是非常复杂和难以理解的；2. 对智能的理解将必定是伟大的科学成就；3.

我们现在还未能理解，至少未能很好的理解智能行为。JamesAlbus的话意味着：§01什么是人工智能？1.1关于智能的概念：James§01什么是人工智能？1.2人工智