人工智能第1章绪论课件

人工智能━一种现代方法ArtificialIntelligenceAModernApproach人工智能━一种现代方法ArtificialIntellig第一章绪论1.1什么是人工智能1.2人工智能的基础1.3人工智能的历史1.4目前发展水平1.5小结第一章绪论1.1什么是人工智能人工智能的发源古希腊的亚里士多德（前384-322）：给出了形势逻辑的基本规律英国哲学家、自然科学家培根：系统地给出了归纳法“知识就是力量”德国数学家莱布尼兹：提出了关于数理逻辑的思想，把形势逻辑符号化，从而能对人的思维进行运算和推理，做出了能做四则运算的手摇计算器英国数学家、逻辑学家布尔，实现了莱布尼兹的思想，提出了布尔代数人工智能的发源古希腊的亚里士多德（前384-322）：给出了奥地利数理逻辑学家哥德尔：证明了一阶谓词的完备性定理：任何包含初等数理的形式系统，如果它是无矛盾的，那么一定是不完备的。意义：人的思维形式化和机械化的某种极限，在理论上证明了某些事是做不到的。英国数学家图灵：1936年提出了一种理想计算机的数学模型(图灵机)，1950年提出了图灵测试。图灵奖。美国数学家Mauchly，1946年发明了电子数字计算机人工智能的发源奥地利数理逻辑学家哥德尔：证明了一阶谓词的完备性定理：任何包美国神经生理学家McCulloch,建立了第一个神经网络的数学模型。美国数学家香农，1948年发表《通讯的数学理论》，代表“信息论”的诞生。人工智能的发源美国神经生理学家McCulloch,建立了第一个神经网络的数人工智能(ArtificialIntelligence,AI)1956年美国达特茅斯会议McCarthy（麦卡锡）--人工智能之父计算算计人工智能(ArtificialIntelligence,像人一样思考的系统理性思考的系统像人一样行动的系统理性行为的系统像人一样思考的系统理性思考的系统像人一样行动的系统理性行为的认为人工智能是一门技术，它创造出能够完成一定任务的机器，而当我们人类对这些任务进行处理的时候，需要一定的智能。对于人类做得比较好的任务，让计算机来完成。 定理证明 下国际象棋 疾病诊断类人行为方法：认为人工智能是一门技术，它创造出能够完成一定图灵的测试1950年图灵在《心灵》（mind）杂志上发表了一篇划时代的论文：《计算机器和智能》。图灵的测试机器能思考吗？机器是否具有智能的问题可以通过他设计的“图灵测试”来解决。

自然语言处理知识表示自动推理机器学习智者询问者图灵的测试1950年图灵在《心灵》（mind）杂志上发表了一通过图灵测试就有智能了吗？希尔勒的中文屋子罗杰.施安克的故事理解程序通过图灵测试就有智能了吗？认知学派认为人工智能是与人的思维、决策、问题求解和学习等有关活动的自动化。主要采用的是认知模型方法—是关于人类思维工作原理的可检测的理论。

类人思维方法：以Simon,Minsky和Newell等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。

认知学派认为人工智能是与人的思维、决策、问题求解和学习等有关为确定人类思维的内部是怎样工作的，可以有两种方法：通过内省(Introspection)通过心理学实验为确定人类思维的内部是怎样工作的，可以有两种方法：认知学派80年代Newell等致力于SOAR系统的研究。SOAR系统是以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。认知学派80年代Newell等致力于SOAR系统的研究认知学派Minsky从心理学的研究出发，认为人们在日常认识活动中，使用了大批从以前的经验中获取并经过整理的知识。该知识是以一种类似框架的结构记存在人脑中。因此，在70年代他提出了框架知识表示方法。认知学派Minsky从心理学的研究出发，认为人们在日常认识活认为人工智能是用计算模型研究智力能力。一个系统如果能根据它所知的信息（知识、时间、资源等）能够做出最好的决策，就是理性的思考。当知识是完全的，并且资源是无限的时候，就是所谓的逻辑推理。理性思考方法：认为人工智能是用计算模型研究智力能力。理性思考方法：逻辑学派逻辑学派以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界。

逻辑学派在人工智能研究中，强调的是概念化知识表示、演绎推理等。McCarthy主张任何事物都可以用统一的逻辑框架来表示。逻辑学派逻辑学派以McCarthy和Nilsson等为代表，理性的地行动：理性智能体方法认为人工智能关心的是人工制品中的智能行为。这种人工制品主要指能够动作的智能体(Agent)。人工智能就是研究和建造理性智能体。理性行为：做正确的事，即已知某些信念，理性智能体通过自己的行动达到某个目标或获得最佳结果，或在不确定的情况下，获得最佳期望结果。理性思维强调正确推理，可认为是理性主体的一部分。理性的地行动：理性智能体方法人工智能基础哲学数学认知科学经济学脑科学神经科学心理学计算机工程控制论逻辑语言学人工智能基础哲学人工智能什么是智能？个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力。即个体认识客观事物和运用知识解决问题的能力。1、感知与认识客观事物、客观世界与自我的能力;2、通过学习取得经验、积累知识的能力;3、理解知识、运用知识和运用经验分析问题和解决问题的能力;4、联想、推理、判断、决策的能力;5、运用语言进行抽象、概括的能力;6、发现、发明、创造、创新的能力;7、实时地、迅速地、合理地应付复杂环境的能力;8、预测、洞察事物发展变化的能力等。智能人工智能什么是智能？1、感知与认识客观事物、客观世界与自人工智能

人工智能是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能,实现某些``机器思维“。作为一门学科，人工智能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的计算系统，解决需要人类专家才能处理的复杂问题。人工智能人工智能是相对人的自然智能而言，即用人工的方法和人工智能人类智能的主要特点：感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。特点：人工智能人类智能的主要特点：感知能力、记忆与思维能力、归感知能力

感知能力是指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力。是人类获取外部信息的基本途径。人类就是通过感知获取有关信息，再经过大脑加工来获得其大部份知识。感知能力感知能力是指人们通过视觉、听觉、触觉、味觉、记忆与思维能力

记忆与思维能力是人脑最重要的功能，也是人类之所以有智能的根本原因所在。存储由感知器官感知到的外部信息以及由思维所产生的知识对记忆的信息进行处理即利用已有的知识对信息进行分析、计算、比较、判断、推理、联想、决策等。思维是一个动态过程，是获得知识以及运用知识求解问题的根本途径。

记忆与思维能力记忆与思维能力存储由感知器官感知到的外部信息以及由思思维的层次模型思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。人类思维的形态主要有感知思维形象思维抽象思维灵感思维

思维的层次模型思维是客观现实的反映过程，是具有意识的感知思维初级思维形态。在人们开始认识世界时,只是把感性材料组织起来,使之构成有条理的知识,所能认识到的仅是现象。在此基础上形成的思维形态即是感知思维。人们在实践过程中,通过眼、耳、鼻、舌、身等感官直接接触客观外界而获得的各种事物的表面现象的初步认识,它的来源和内容都是客观的、丰富的。感知思维初级思维形态。形象思维形象思维主要是用典型化的方法进行概括，并用形象材料来思维，是一切高等生物所共有的。形象思维是与神经机制的连接论相适应的。模式识别、图象处理、视觉信息加工都属于这个范畴。依据直觉。思维过程是并行协同式的。形式化困难。在信息变形或缺少的情况下仍有可能得到比较满意的结果。形象思维形象思维主要是用典型化的方法进行概括，并用形象材抽象思维抽象思维是一种基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。依靠逻辑进行思维。思维过程是串行的。容易形式化。思维过程具有严密性、可靠性。抽象思维抽象思维是一种基于抽象概念的思维形式，通过符号信灵感思维有人认为,灵感思维是形象思维扩大到潜意识,人脑有一部分对信息进行加工,但是人并没有意识到(潜意识)。也有人认为,灵感思维是顿悟。灵感思维在创造性思维中起重要作用,有待进行深入研究。灵感思维有人认为,灵感思维是形象思维扩大到潜意识,人脑思维的层次模型

思维的层次模型归纳与演绎能力

归纳与演绎能力是人类求解问题的两种主要推理方式。归纳能力是通过大量实例，总结出具有一般性规律的知识的能力。演绎能力是根据已有的知识和所感知到的事实，推理求解问题的能力。归纳与演绎能力归纳与演绎能力是人类求解问题的两种主要推理人工智能研究的方法和途径符号主义连接主义行为主义

主要途径人工智能研究的方法和途径符号主义主要途径符号智能传统人工智能是符号主义，它以Newell和Simon提出（1976年）的物理符号系统假设为基础。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。该系统可以进行建立、修改、复制、删除等操作，以生成其它符号结构。精神物质符号智能传统人工智能是符号主义，它以Newell和Si连接主义连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。近年来迅速发展,大量的神经网络的机理、模型、算法不断地涌现出来。连接主义连接主义研究非程序的、适应性的、大脑风格的信息处理的行为主义Brooks提出了无需知识表示的智能、无需推理的智能(1991年)。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。基本观点（1）到现场去（2）物理实现（3）初级智能（4）行为产生智能行为主义Brooks提出了无需知识表示的智能、无需推理的智能智能符号智能是以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能是以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。智能符号智能是以知识为基础，通过推理进行问题求解。也思维的层次模型

思维的层次模型人工智能历史第一阶段（40年代中–50年代末）：神经元网络时代--双层网络--M-P模型、感知器模型--问题：XOR问题不能解决人工智能历史第一阶段（40年代中–50年代末）：神经元网络Minsky的著作：《Perceptions》（感知器）从理论上证明了二层神经元网络不可能解决XOR问题如果要求解XOR问题，神经元网络必须是3层或3层以上的结构对3层或3层以上的神经元网络，难以找到一个通用的学习算法1959年美国政府取消对神经网络研究的资助人工智能历史Minsky的著作：《Perceptions》（感知器）人工第二阶段(50年代中–60年代中)：通用方法时代物理符号系统主要研究的问题：GPS(通用问题求解)、智能游戏、翻译对问题的难度估计不足(例如，归结法费时)，陷入困境人工智能历史第二阶段(50年代中–60年代中)：通用方法时代人工智能历1958年：Newell和Simon的四个预测十年内：计算机将成为世界象棋冠军十年内：计算机将发现或证明有意义的数学定理十年内：计算机将能谱写优美的乐曲十年内：计算机将能实现大多数的心理学理论人工智能历史1958年：Newell和Simon的四个预测人工智能历史英俄翻译笑话：Thespiritiswillingbutthefleshisweek.（心有余而力不足）TheVodkaisstrongbutmeatisrotten.(伏尔加酒虽然很浓，但肉是腐烂的)人工智能历史英俄翻译笑话：人工智能历史出错原因：Spirit：（1）精神（2）烈性酒结论：必须理解才能翻译，而理解需要知识。知识就是力量—培根知识蕴含着力量—费根鲍姆人工智能历史出错原因：人工智能历史第三阶段（60年代中—80年代末）：知识工程时代专家系统自然语言处理知识工程知识工程席卷全球各国发展计划 日本五代机计划美国MCC计划英国ALVEY计划法国UNIKA计划 中国863计划人工智能历史第三阶段（60年代中—80年代末）：知识工程时代人工智能历史专家系统1962年McCarthy创立了StanfordAILab1965年MIT的JosephWeizenbaum研制出ELIZA

用英语进行交互回答任何问题1965-1983：Feigenbaum和Lederberg启动DENDRAL工程1969年：SRI研制出机器人Shakey

具有运动、感知和问题求解能力1973年：斯坦福大学，MYCIN诊断和治疗细菌感染性血液病的专家系统专家系统1962年McCarthy创立了StanfordA第三阶段（60年代中—80年代末）：知识工程时代专家系统自然语言处理知识工程知识工程席卷全球各国发展计划日本五代机计划美国MCC计划英国ALVEY计划法国UNIKA计划 中国863计划人工智能历史第三阶段（60年代中—80年代末）：知识工程时代人工智能历史自然语言处理自然语言处理人工智能历史人工智能历史第三阶段（60年代中—80年代末）：知识工程时代专家系统自然语言处理知识工程席卷全球各国发展计划: 日本五代机(智能计算机)计划 美国MCC计划英国ALVEY计划法国UNIKA计划中国863计划人工智能历史第三阶段（60年代中—80年代末）：知识工程时代人工智能历史遇到的困难：

知识获取的瓶颈问题人工智能历史遇到的困难：人工智能历史第四阶段（80年代中-90年代初）：新的神经元网络时代BP网，解决了多层网络的学习问题Hopfield网，成功求解了旅行商问题存在问题：理论依据解决大规模问题的能力新的动向—构造化方法人工智能历史第四阶段（80年代中-90年代初）：新的神经元网络时代人工智第五阶段（90年代初—现在）：数据和网络时代网络给AI带来机会分布智能机器学习(知识发现和数据挖掘)AI走向实用化1993年:Shoham提出AOP,Agent-OrientedProgramming1995年:Vapnik提出SVM1997年：IBM深蓝II击败GarryKasparov人工智能历史第五阶段（90年代初—现在）：数据和网络时代人工智能历史人工智能的发展90年代以前：知识信息处理90年代：智能信息处理：遗传算法、神经网络21世纪：智能科学认知科学脑科学逻辑近年来，美国和欧共体分别推出“脑的十年”计划和“EC脑的十年”计划；日本“脑科学时代”计划。脑的认知及其信息处理是重点。人工智能的发展90年代以前：知识信息处理1.自动定理证明

定理证明的实质是证明由前提P

得到结论Q的永真性。

1958年，王浩证明了有关命题演算的全部定理（220条）、谓词演算中150条定理的85%。

1965年鲁宾逊（Robinson）提出了归结原理，使机器定理证明成为现实。我国著名数学家、中国科学院吴文俊院士把几何代数化，建立了一套机器证明方法，被称为“吴方法”。人工智能的研究及应用领域1.自动定理证明定理证明的实质是证明由前提P得到结论

2.博弈下棋、打牌、战争等一类竞争性的智能活动。

1956年，塞缪尔研制出跳棋程序。

1991年8月，IBM公司研制的DeepThought2计算机系统与澳大利亚象棋冠军约翰森（D.Johansen）举行了一场人机对抗赛，以1：1平局告终。

1997年，IBM公司的“深蓝”计算机系统与卡斯帕罗夫进行了六局比赛，以3.5比2.5的总比分赢得这场世人瞩目的“人机大战”的胜利。人工智能的研究及应用领域2.博弈人工智能的研究及应用领域人工智能的研究及应用领域

2.博弈

2004年6月8日，中国首届国际象棋人机对弈开战。国际象棋特级大师诸宸与“紫光之星”笔记本电脑对阵。诸宸在最后关头被电脑抓住破绽，先负一局。4天后诸宸灵活变阵，但再负一局。人工智能的研究及应用领域2.博弈人工智能的研究及应用领域

2007年台北国际发明暨技术交易展览上，第三代智能机器人DOC现场表演下棋。

人工智能的研究及应用领域2007年台北国际发明暨技术交易展人工智能的研究及应用领域模式识别（patternrecognition）：研究对象描述和分类方法的学科。分析和识别的模式可以是信号、图象或者普通数据。文字识别：邮政编码、车牌识别、汉字识别。人脸识别：反恐、商业。物体识别：导弹、机器人。3.模式识别人工智能的研究及应用领域模式识别（patternreco4.专家系统

专家系统模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。

1965年费根鲍姆研究小组开始研制第一个专家系统——分析化合物分子结构的DENDRAL，1968年完成并投入使用。

1971年MIT开发成功求解一些数学问题的MYCSYMA专家系统。拉特格尔大学开发的清光眼诊断与治疗的专家系统CASNET。

1972年斯坦福大学肖特里菲等人开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。

1976年斯坦福研究所开始开发探矿专家系统PROSPECTOR，1980年首次实地分析华盛顿某山区地质资料，发现了一个钼矿。

1981年斯坦福大学研制成功专家系统AM，能模拟人类进行概括、抽象和归纳推理，发现某些数论的概念和定理。

人工智能的研究及应用领域4.专家系统专家系统模拟人类专家求解问题的思维过程求解人工智能的研究及应用领域5.机器人

20世纪60年代初，研制出尤尼梅特和沃莎特兰两种机器人。机器人发展：程序控制机器人（第一代）、自适应机器人（第二代）、智能机器人（现代）。人工智能的研究及应用领域5.机器人20世纪60年代初，人工智能的研究及应用领域美国军用机器人携带火箭人工智能的研究及应用领域美国军用机器人携带火箭人工智能的研究及应用领域美军排爆机器人人工智能的研究及应用领域美军排爆机器人人工智能的研究及应用领域美军投入伊拉克战场的排弹机器人人工智能的研究及应用领域美军投入伊拉克战场的排弹机器人人工智能的研究及应用领域美军投入伊拉克战场的可携带侦察机器人人工智能的研究及应用领域美军投入伊拉克战场的可携带侦察机器人工智能的研究及应用领域韩国AEGIS战场情报侦察机器人人工智能的研究及应用领域韩国AEGIS战场情报侦察机器人韩国排雷机器人韩国排雷机器人人工智能的研究及应用领域韩国地面作战机器人人工智能的研究及应用领域韩国地面作战机器人人工智能的研究及应用领域2008美国战斗机械狗研制成功，由科幻变现实这个形似机械狗的四足机器人被命名为“大狗”(Bigdog)，由波士顿动力学工程公司专门为美国军队研究设计。这只机器狗与真狗一般大小。人工智能的研究及应用领域2008美国战斗机械狗研制成功，由科在战场上的作用:为士兵运送弹药、食物和其他物品。原理：汽油机驱动的液压系统能够带动其有关节的四肢运动。陀螺仪和其他传感器帮助机载计算机规划每一步运动，保持身体的平衡。如果有一条腿比预期更早地碰到了地面,计算机认为可能踩到了岩石或是山坡,就会相应地调节自己的步伐。人工智能的研究及应用领域在战场上的作用:为士兵运送弹药、食物和其他物品。人工智能的研人工智能的研究及应用领域2007年，来自中国科技大学的8个20多厘米高的机器人表演《千手观音》，它们的手臂、身躯随着节奏依次或伸展或摇摆，还能够蹲起直立。人工智能的研究及应用领域2007年，来自中国科技大学的8个2人工智能的研究及应用领域6.机器视觉

机器视觉(machinevision)或计算机视觉(computervision)是用机器代替人眼睛进行测量和判断。机器视觉系统是指通过图像摄取装置将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和宽度、颜色等信息，转换成数字信号，抽取目标的特征，根据判别结果控制现场的设备动作。机器视觉应用在半导体及电子、汽车、冶金、制药、食品饮料、印刷、包装、零配件装配及制造质量检测等。人工智能的研究及应用领域6.机器视觉机器视觉(mach人工智能的研究及应用领域7.自然语言理解研究如何让计算机理解人类自然语言，包括回答问题、生成摘要、翻译等。“Timeflieslikeanarrow”光阴似箭时间象箭一样飞驰（正确）时间以箭运动的方式飞着（可笑，但不算错）用测箭速的方法测量蝇速（没听说过，但有可能）测量象箭似的苍蝇的速度（离奇）一种“时间苍蝇”喜欢箭（在科幻小说里也许有）人工智能的研究及应用领域7.自然语言理解“Timefli人工智能的研究及应用领域8.自动程序设计

程序综合：用户只需要告诉计算机要“做什么”，无须说明“怎么做”，计算机就可自动实现程序的设计。

程序正确性的验证：研究出一套理论和方法，通过运用这套理论和方法就可以证明程序的正确性。人工智能的研究及应用领域8.自动程序设计程序综合：用户人工智能的研究及应用领域9.智能信息检索

智能信息检索系统的功能：

(1)能理解自然语言。

(2)具有推理能力。

(3)系统拥有一定的常识性知识。

10.数据挖掘与知识发现数据挖掘的目的是从数据库中找出有意义的模式(一组规则、聚类、决策树、依赖网络或其他方式表示的知识)。数据挖掘过程：数据预处理、建模、模型评估及模型应用。人工智能的研究及应用领域9.智能信息检索智能信息检11.组合优化问题

组合优化问题：旅行商问题、生产计划与调度、物流中的车辆调度、智能交通、通信中的路由调度、计算机网络信息调度等。12.人工神经网络

人工神经网络：一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能。人工智能的研究及应用领域11.组合优化问题组合优化问题：旅行商问题、生产计划与人工智能的研究及应用领域

分布式人工智能系统以鲁棒性作为控制系统质量的标准，并具有互操作性，即不同的异构系统在快速变化的环境中，具有交换信息和协同工作的能力。

分布式问题求解：把一个具体的求解问题划分为多个相互合作和知识共享的模块或者结点。多智能体系统：研究各智能体之间行为的协调。13.分布式人工智能人工智能的研究及应用领域分布式人工智能系统以鲁棒性作为控制人工智能的研究及应用领域智能管理就是把人工智能技术引入管理领域，建立智能管理系统，研究如何提高计算机管理系统的智能水平，以及智能管理系统的设计理论、方法与实现技术。智能决策就是把人工智能技术引入决策过程，建立智能决策支持系统。智能决策支持系统是由传统决策支持系统再加上相应的智能部件就构成了智能决策支持系统。智能部件可以是专家系统模式、知识库模式等。

14.智能管理与智能决策

人工智能的研究及应用领域智能管理就是把人工智能技术引入管理人工智能的研究及应用领域国际知名美籍华裔科学家傅京孙（KS.Fu）在1965年首先把人工智能的启发式推理规则用于学习控制系统。

智能控制的两个显著特点：第一，智能控制是同时具有知识表示的非数学广义世界模型和传统数学模型混合表示的控制过程。第二，智能控制的核心在高层控制，其任务在于实际环境或过程进行组织，即决策与规划，以实现广义问题求解。智能控制的基本类型：（1）专家智能控制（2）模糊控制（3）神经网络控制15.智能控制

人工智能的研究及应用领域国际知名美籍华裔科学家傅京孙（K人工智能的研究及应用领域智能仿真是将AI引入仿真领域，建立智能仿真系统。仿真是对动态模型的实验，即行为产生器在规定的实验条件下驱动模型，从而产生模型行为。仿真是在描述性知识、目的性知识及处理知识的基础上产生结论性知识。利用AI对整个仿真过程（建模、实验运行及结果分析）进行指导，在仿真模型中引进知识表示，改善仿真模型的描述能力，为研究面向目标的建模语言打下基础，提高仿真工具面向用户、面向问题的能力，使仿真更有效地用于决策，更好地用于分析、设计及评价知识库系统。16.智能仿真

人工智能的研究及应用领域智能仿真是将AI引入仿真领域，建立智能CAD（简称ICAD）就是把人工智能技术引入计算机辅助设计领域，建立智能CAD系统。AI几乎可以应用到CAD技术的各个方面。从目前发展的趋势来看，至少有下述四个方面：（1）设计自动化。（2）智能交互。（3）智能图形学。（4）自动数据采集。17.智能CAD

人工智能的研究及应用领域智能CAD（简称ICAD）就是把人工智能技术引入计算机辅人工智能的研究及应用领域智能CAI就是把AI引入计算机辅助教学领域。ICAI系统一般分成专门知识、教导策略和学生模型和自然语言的智能接口。

ICAI应具备下列智能特征：（1）自动生成各种问题与练习。（2）根据学生的学习情况自动选择与调整教学内容与进度。（3）在理解教学内容的基础上自动解决问题生成解答。（4）具有自然语言生成和理解能力。（5）对教学内容有理解咨询能力。（6）能诊断学生错误，分析原因并采取纠正措施。（7）能评价学生的学习行为。（8）能不断地在教学中改善教学策略。18.智能CAI

人工智能的研究及应用领域智能CAI就是把AI引入计算机辅助人工智能的研究及应用领域多媒体计算机系统就是能综合处理文字、图形、图像和声音等多种媒体信息的计算机系统。智能多媒体就是将人工智能技术引入多媒体系统，使其功能和性能得到进一步发展和提高。多媒体技术与人工智能所研究的机器感知、机器理解等技术不谋而合。人工智能的计算机视听觉、语音识别与理解、语音对译、信息智能压缩等技术运用于多媒体系统，将会使现在的多媒体系统产生质的飞跃。19.智能多媒体系统

人工智能的研究及应用领域多媒体计算机系统就是能综合处理文字智能计算机系统就是人们正在研制的新一代计算机系统。智能计算机系统从基本元件到体系结构，从处理对象到编程语言，从使用方法到应用范围，同当前的诺依曼型计算机相比，都有质的飞跃和提高，它将全面支持智能应用开发，且自身就具有智能。20.智能计算机系统

人工智能的研究及应用领域智能计算机系统就是人们正在研制的新一代计算机系统。20.智能通信就是把人工智能技术引入通信领域，建立智能通信系统。智能通信就是在通信系统的各个层次和环节上实现智能化。例如在通信网的构建、网管与网控、转接、信息传输与转换等环节，都可实现智能化。这样，网络就可运行在最佳状态，具有自适应、自组织、自学习、自修复等功能。21.智能通信人工智能的研究及应用领域智能通信就是把人工智能技术引入通信领域，建立智能通信系统智能网络系统就是将人工智能技术引入计算机网络系统。如在网络构建、网络管理与控制、信息检索与转换、人机接口等环节，运用AI的技术与成果。

AI的专家系统、模糊技术和神经网络技术可用于网络的连接接纳控制、业务量管制、业务量预测、资源动态分配、业务流量控制、动态路由选择、动态缓冲资源调度等许多方面。22.智能网络系统

人工智能的研究及应用领域智能网络系统就是将人工智能技术引入计算机网络系统。如在网IJCAI,世界人工智能大会，2年1次AAAI，美国一年一次的年会AI，杂志IJCAI,世界人工智能大会，2年1次人工智能━一种现代方法ArtificialIntelligenceAModernApproach人工智能━一种现代方法ArtificialIntellig第一章绪论1.1什么是人工智能1.2人工智能的基础1.3人工智能的历史1.4目前发展水平1.5小结第一章绪论1.1什么是人工智能人工智能的发源古希腊的亚里士多德（前384-322）：给出了形势逻辑的基本规律英国哲学家、自然科学家培根：系统地给出了归纳法“知识就是力量”德国数学家莱布尼兹：提出了关于数理逻辑的思想，把形势逻辑符号化，从而能对人的思维进行运算和推理，做出了能做四则运算的手摇计算器英国数学家、逻辑学家布尔，实现了莱布尼兹的思想，提出了布尔代数人工智能的发源古希腊的亚里士多德（前384-322）：给出了奥地利数理逻辑学家哥德尔：证明了一阶谓词的完备性定理：任何包含初等数理的形式系统，如果它是无矛盾的，那么一定是不完备的。意义：人的思维形式化和机械化的某种极限，在理论上证明了某些事是做不到的。英国数学家图灵：1936年提出了一种理想计算机的数学模型(图灵机)，1950年提出了图灵测试。图灵奖。美国数学家Mauchly，1946年发明了电子数字计算机人工智能的发源奥地利数理逻辑学家哥德尔：证明了一阶谓词的完备性定理：任何包美国神经生理学家McCulloch,建立了第一个神经网络的数学模型。美国数学家香农，1948年发表《通讯的数学理论》，代表“信息论”的诞生。人工智能的发源美国神经生理学家McCulloch,建立了第一个神经网络的数人工智能(ArtificialIntelligence,AI)1956年美国达特茅斯会议McCarthy（麦卡锡）--人工智能之父计算算计人工智能(ArtificialIntelligence,像人一样思考的系统理性思考的系统像人一样行动的系统理性行为的系统像人一样思考的系统理性思考的系统像人一样行动的系统理性行为的认为人工智能是一门技术，它创造出能够完成一定任务的机器，而当我们人类对这些任务进行处理的时候，需要一定的智能。对于人类做得比较好的任务，让计算机来完成。 定理证明 下国际象棋 疾病诊断类人行为方法：认为人工智能是一门技术，它创造出能够完成一定图灵的测试1950年图灵在《心灵》（mind）杂志上发表了一篇划时代的论文：《计算机器和智能》。图灵的测试机器能思考吗？机器是否具有智能的问题可以通过他设计的“图灵测试”来解决。

自然语言处理知识表示自动推理机器学习智者询问者图灵的测试1950年图灵在《心灵》（mind）杂志上发表了一通过图灵测试就有智能了吗？希尔勒的中文屋子罗杰.施安克的故事理解程序通过图灵测试就有智能了吗？认知学派认为人工智能是与人的思维、决策、问题求解和学习等有关活动的自动化。主要采用的是认知模型方法—是关于人类思维工作原理的可检测的理论。

类人思维方法：以Simon,Minsky和Newell等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。

认知学派认为人工智能是与人的思维、决策、问题求解和学习等有关为确定人类思维的内部是怎样工作的，可以有两种方法：通过内省(Introspection)通过心理学实验为确定人类思维的内部是怎样工作的，可以有两种方法：认知学派80年代Newell等致力于SOAR系统的研究。SOAR系统是以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。认知学派80年代Newell等致力于SOAR系统的研究认知学派Minsky从心理学的研究出发，认为人们在日常认识活动中，使用了大批从以前的经验中获取并经过整理的知识。该知识是以一种类似框架的结构记存在人脑中。因此，在70年代他提出了框架知识表示方法。认知学派Minsky从心理学的研究出发，认为人们在日常认识活认为人工智能是用计算模型研究智力能力。一个系统如果能根据它所知的信息（知识、时间、资源等）能够做出最好的决策，就是理性的思考。当知识是完全的，并且资源是无限的时候，就是所谓的逻辑推理。理性思考方法：认为人工智能是用计算模型研究智力能力。理性思考方法：逻辑学派逻辑学派以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界。

逻辑学派在人工智能研究中，强调的是概念化知识表示、演绎推理等。McCarthy主张任何事物都可以用统一的逻辑框架来表示。逻辑学派逻辑学派以McCarthy和Nilsson等为代表，理性的地行动：理性智能体方法认为人工智能关心的是人工制品中的智能行为。这种人工制品主要指能够动作的智能体(Agent)。人工智能就是研究和建造理性智能体。理性行为：做正确的事，即已知某些信念，理性智能体通过自己的行动达到某个目标或获得最佳结果，或在不确定的情况下，获得最佳期望结果。理性思维强调正确推理，可认为是理性主体的一部分。理性的地行动：理性智能体方法人工智能基础哲学数学认知科学经济学脑科学神经科学心理学计算机工程控制论逻辑语言学人工智能基础哲学人工智能什么是智能？个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力。即个体认识客观事物和运用知识解决问题的能力。1、感知与认识客观事物、客观世界与自我的能力;2、通过学习取得经验、积累知识的能力;3、理解知识、运用知识和运用经验分析问题和解决问题的能力;4、联想、推理、判断、决策的能力;5、运用语言进行抽象、概括的能力;6、发现、发明、创造、创新的能力;7、实时地、迅速地、合理地应付复杂环境的能力;8、预测、洞察事物发展变化的能力等。智能人工智能什么是智能？1、感知与认识客观事物、客观世界与自人工智能

人工智能是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能,实现某些``机器思维“。作为一门学科，人工智能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的计算系统，解决需要人类专家才能处理的复杂问题。人工智能人工智能是相对人的自然智能而言，即用人工的方法和人工智能人类智能的主要特点：感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。特点：人工智能人类智能的主要特点：感知能力、记忆与思维能力、归感知能力

感知能力是指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力。是人类获取外部信息的基本途径。人类就是通过感知获取有关信息，再经过大脑加工来获得其大部份知识。感知能力感知能力是指人们通过视觉、听觉、触觉、味觉、记忆与思维能力

记忆与思维能力是人脑最重要的功能，也是人类之所以有智能的根本原因所在。存储由感知器官感知到的外部信息以及由思维所产生的知识对记忆的信息进行处理即利用已有的知识对信息进行分析、计算、比较、判断、推理、联想、决策等。思维是一个动态过程，是获得知识以及运用知识求解问题的根本途径。

记忆与思维能力记忆与思维能力存储由感知器官感知到的外部信息以及由思思维的层次模型思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。人类思维的形态主要有感知思维形象思维抽象思维灵感思维

思维的层次模型思维是客观现实的反映过程，是具有意识的感知思维初级思维形态。在人们开始认识世界时,只是把感性材料组织起来,使之构成有条理的知识,所能认识到的仅是现象。在此基础上形成的思维形态即是感知思维。人们在实践过程中,通过眼、耳、鼻、舌、身等感官直接接触客观外界而获得的各种事物的表面现象的初步认识,它的来源和内容都是客观的、丰富的。感知思维初级思维形态。形象思维形象思维主要是用典型化的方法进行概括，并用形象材料来思维，是一切高等生物所共有的。形象思维是与神经机制的连接论相适应的。模式识别、图象处理、视觉信息加工都属于这个范畴。依据直觉。思维过程是并行协同式的。形式化困难。在信息变形或缺少的情况下仍有可能得到比较满意的结果。形象思维形象思维主要是用典型化的方法进行概括，并用形象材抽象思维抽象思维是一种基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。依靠逻辑进行思维。思维过程是串行的。容易形式化。思维过程具有严密性、可靠性。抽象思维抽象思维是一种基于抽象概念的思维形式，通过符号信灵感思维有人认为,灵感思维是形象思维扩大到潜意识,人脑有一部分对信息进行加工,但是人并没有意识到(潜意识)。也有人认为,灵感思维是顿悟。灵感思维在创造性思维中起重要作用,有待进行深入研究。灵感思维有人认为,灵感思维是形象思维扩大到潜意识,人脑思维的层次模型

思维的层次模型归纳与演绎能力

归纳与演绎能力是人类求解问题的两种主要推理方式。归纳能力是通过大量实例，总结出具有一般性规律的知识的能力。演绎能力是根据已有的知识和所感知到的事实，推理求解问题的能力。归纳与演绎能力归纳与演绎能力是人类求解问题的两种主要推理人工智能研究的方法和途径符号主义连接主义行为主义

主要途径人工智能研究的方法和途径符号主义主要途径符号智能传统人工智能是符号主义，它以Newell和Simon提出（1976年）的物理符号系统假设为基础。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。该系统可以进行建立、修改、复制、删除等操作，以生成其它符号结构。精神物质符号智能传统人工智能是符号主义，它以Newell和Si连接主义连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。近年来迅速发展,大量的神经网络的机理、模型、算法不断地涌现出来。连接主义连接主义研究非程序的、适应性的、大脑风格的信息处理的行为主义Brooks提出了无需知识表示的智能、无需推理的智能(1991年)。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。基本观点（1）到现场去（2）物理实现（3）初级智能（4）行为产生智能行为主义Brooks提出了无需知识表示的智能、无需推理的智能智能符号智能是以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能是以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。智能符号智能是以知识为基础，通过推理进行问题求解。也思维的层次模型

思维的层次模型人工智能历史第一阶段（40年代中–50年代末）：神经元网络时代--双层网络--M-P模型、感知器模型--问题：XOR问题不能解决人工智能历史第一阶段（40年代中–50年代末）：神经元网络Minsky的著作：《Perceptions》（感知器）从理论上证明了二层神经元网络不可能解决XOR问题如果要求解XOR问题，神经元网络必须是3层或3层以上的结构对3层或3层以上的神经元网络，难以找到一个通用的学习算法1959年美国政府取消对神经网络研究的资助人工智能历史Minsky的著作：《Perceptions》（感知器）人工第二阶段(50年代中–60年代中)：通用方法时代物理符号系统主要研究的问题：GPS(通用问题求解)、智能游戏、翻译对问题的难度估计不足(例如，归结法费时)，陷入困境人工智能历史第二阶段(50年代中–60年代中)：通用方法时代人工智能历1958年：Newell和Simon的四个预测十年内：计算机将成为世界象棋冠军十年内：计算机将发现或证明有意义的数学定理十年内：计算机将能谱写优美的乐曲十年内：计算机将能实现大多数的心理学理论人工智能历史1958年：Newell和Simon的四个预测人工智能历史英俄翻译笑话：Thespiritiswillingbutthefleshisweek.（心有余而力不足）TheVodkaisstrongbutmeatisrotten.(伏尔加酒虽然很浓，但肉是腐烂的)人工智能历史英俄翻译笑话：人工智能历史出错原因：Spirit：（1）精神（2）烈性酒结论：必须理解才能翻译，而理解需要知识。知识就是力量—培根知识蕴含着力量—费根鲍姆人工智能历史出错原因：人工智能历史第三阶段（60年代中—80年代末）：知识工程时代专家系统自然语言处理知识工程知识工程席卷全球各国发展计划 日本五代机计划美国MCC计划英国ALVEY计划法国UNIKA计划 中国863计划人工智能历史第三阶段（60年代中—80年代末）：知识工程时代人工智能历史专家系统1962年McCarthy创立了StanfordAILab1965年MIT的JosephWeizenbaum研制出ELIZA

用英语进行交互回答任何问题1965-1983：Feigenbaum和Lederberg启动DENDRAL工程1969年：SRI研制出机器人Shakey

具有运动、感知和问题求解能力1973年：斯坦福大学，MYCIN诊断和治疗细菌感染性血液病的专家系统专家系统1962年McCarthy创立了StanfordA第三阶段（60年代中—80年代末）：知识工程时代专家系统自然语言处理知识工程知识工程席卷全球各国发展计划日本五代机计划美国MCC计划英国ALVEY计划法国UNIKA计划 中国863计划人工智能历史第三阶段（60年代中—80年代末）：知识工程时代人工智能历史自然语言处理自然语言处理人工智能历史人工智能历史第三阶段（60年代中—80年代末）：知识工程时代专家系统自然语言处理知识工程席卷全球各国发展计划: 日本五代机(智能计算机)计划 美国MCC计划英国ALVEY计划法国UNIKA计划中国863计划人工智能历史第三阶段（60年代中—80年代末）：知识工程时代人工智能历史遇到的困难：

知识获取的瓶颈问题人工智能历史遇到的困难：人工智能历史第四阶段（80年代中-90年代初）：新的神经元网络时代BP网，解决了多层网络的学习问题Hopfield网，成功求解了旅行商问题存在问题：理论依据解决大规模问题的能力新的动向—构造化方法人工智能历史第四阶段（80年代中-90年代初）：新的神经元网络时代人工智第五阶段（90年代初—现在）：数据和网络时代网络给AI带来机会分布智能机器学习(知识发现和数据挖掘)AI走向实用化1993年:Shoham提出AOP,Agent-OrientedProgramming1995年:Vapnik提出SVM1997年：IBM深蓝II击败GarryKasparov人工智能历史第五阶段（90年代初—现在）：数据和网络时代人工智能历史人工智能的发展90年代以前：知识信息处理90年代：智能信息处理：遗传算法、神经网络21世纪：智能科学认知科学脑科学逻辑近年来，美国和欧共体分别推出“脑的十年”计划和“EC脑的十年”计划；日本“脑科学时代”计划。脑的认知及其信息处理是重点。人工智能的发展90年代以前：知识信息处理1.自动定理证明

定理证明的实质是证明由前提P

得到结论Q的永真性。

1958年，王浩证明了有关命题演算的全部定理（220条）、谓词演算中150条定理的85%。

1965年鲁宾逊（Robinson）提出了归结原理，使机器定理证明成为现实。我国著名数学家、中国科学院吴文俊院士把几何代数化，建立了一套机器证明方法，被称为“吴方法”。人工智能的研究及应用领域1.自动定理证明定理证明的实质是证明由前提P得到结论

2.博弈下棋、打牌、战争等一类竞争性的智能活动。

1956年，塞缪尔研制出跳棋程序。

1991年8月，IBM公司研制的DeepThought2计算机系统与澳大利亚象棋冠军约翰森（D.Johansen）举行了一场人机对抗赛，以1：1平局告终。

1997年，IBM公司的“深蓝”计算机系统与卡斯帕罗夫进行了六局比赛，以3.5比2.5的总比分赢得这场世人瞩目的“人机大战”的胜利。人工智能的研究及应用领域2.博弈人工智能的研究及应用领域人工智能的研究及应用领域

2.博弈

2004年6月8日，中国首届国际象棋人机对弈开战。国际象棋特级大师诸宸与“紫光之星”笔记本电脑对阵。诸宸在最后关头被电脑抓住破绽，先负一局。4天后诸宸灵活变阵，但再负一局。人工智能的研究及应用领域2.博弈人工智能的研究及应用领域

2007年台北国际发明暨技术交易展览上，第三代智能机器人DOC现场表演下棋。

人工智能的研究及应用领域2007年台北国际发明暨技术交易展人工智能的研究及应用领域模式识别（patternrecognition）：研究对象描述和分类方法的学科。分析和识别的模式可以是信号、图象或者普通数据。文字识别：邮政编码、车牌识别、汉字识别。人脸识别：反恐、商业。物体识别：导弹、机器人。3.模式识别人工智能的研究及应用领域模式识别（patternreco4.专家系统

专家系统模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。

1965年费根鲍姆研究小组开始研制第一个专家系统——分析化合物分子结构的DENDRAL，1968年完成并投入使用。

1971年MIT开发成功求解一些数学问题的MYCSYMA专家系统。拉特格尔大学开发的清光眼诊断与治疗的专家系统CASNET。

1972年斯坦福大学肖特里菲等人开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。

1976年斯坦福研究所开始开发探矿专家系统PROSPECTOR，1980年首次实地分析华盛顿某山区地质资料，发现了一个钼矿。

1981年斯坦福大学研制成功专家系统AM，能模拟人类进行概括、抽象和归纳推理，发现某些数论的概念和定理。

人工智能的研究及应用领域4.专家系统专家系统模拟人类专家求解问题的思维过程求解人工智能的研究及应用领域5.机器人

20世纪60年代初，研制出尤尼梅特和沃莎特兰两种机器人。机器人发展：程序控制机器人（第一代）、自适应机器人（第二代）、智能机器人（现代）。人工智能的研究及应用领域5.机器人20世纪60年代初，人工智能的研究及应用领域美国军用机器人携带火箭人工智能的研究及应用领域美国军用机器人携带火箭人工智能的研究及应用领域美军排爆机器人人工智能的研究及应用领域美军排爆机器人人工智能的研究及应用领域美军投入伊拉克战场的排弹机器人人工智能的研究及应用领域美军投入伊拉克战场的排弹机器人人工智能的研究及应用领域美军投入伊拉克战场的可携带侦察机器人人工智能的研究及应用领域美军投入伊拉克战场的可携带侦察机器人工智能的研究及应用领域韩国AEGIS战场情报侦察机器人人工智能的研究及应用领域韩国AEGIS战场情报侦察机器人韩国排雷机器人韩国排雷机器人人工智能的研究及应用领域韩国地面作战机器人人工智能的研究及应用领域韩国地面作战机器人人工智能的研究及应用领域2008美国战斗机械狗研制成功，由科幻变现实这个形似机械狗的四足机器人被命名为“大狗”(Bigdog)，由波士顿动力学工程公司专门为美国军队研究设计。这只机器狗与真狗一般大小。人工智能的研究及应用领域2008美国战斗机械狗研制成功，由科在战场上的作用:为士兵运送弹药、食物和其他物品。原理：汽油机驱动的液压系统能够带动其有关节的四肢运动。陀螺仪和其他传感器帮助机载计算机规划每一步运动，保持身体的平衡。如果有一条腿比预期更早地碰到了地面,计算机认为可能踩到了岩石或是山坡,就会相应地调节自己的步伐。人工智能的研究及应用领域在战场上的作用:为士兵运送弹药、食物和其他物品。人工智能的研人工智能的研究及应用领域2007年，来自中国科技大学的8个20多厘米高的机器人表演《千手观音》，它们的手臂、身躯随着节奏依次或伸展或摇摆，还能够蹲起直立。人工智能的研究及应用领域2007年，来自中国科技大学的8个2人工智能的研究及应用领域6.机器视觉

机器视觉(machinevision)或计算机视觉(computervision)是用机器代替人眼睛进行测量和判断。机器视觉系统是指通过图像摄取装置将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和宽度、颜色等信息，转换成数字信号，抽取目标的特征，根据判别结果控制现场的设备动作。机器视觉应用在半导体及电子、汽车、冶金、制药、食品饮料、印刷、包装、零配件装配及制造质量检测等。人工智能的研究及应用领域6.机器视觉机器视觉(mach人工智能的研究及应用领域7.自然语言理解研究如何让计算机理解人类自然语言，包括回答问题、生成摘要、翻译等。“Timeflieslikeanarrow”光阴似箭时间象箭一样飞驰（正确）时间以箭运动的方式飞着（可笑，但不算错）用测箭速的方法测量蝇速（没听说过，但有可能）测量象箭似的苍蝇的速度（离奇）一种“时间苍蝇”喜欢箭（在科幻小说里也许有）人工智能的研究及应用领域7.自然语言理解“Timefli人工智能的研究及应用领域8.自动程序设计

程序综合：用户只需要告诉计算机要“做什么”，无须说明“怎么做”，计算机就可自动实现程序的设计。

程序正确性的验证：研究出一套理论和方法，通过运用这套理论和方法就可以证明程序的正确性。人工智能的研究及应用领域8.自动程序设计程序综合：用户人工智能的研究及应用领域9.智能信息检索

智能信息检索系统的功能：

(1)能理解自然语言。

(2)具有推理能力。

(3)系统拥有一定的常识性知识。

10.数据挖掘与知识发现数据挖掘的目的是从数据库中找出有意义的模式(一组规则、聚类、决策树、依赖网络或其他方式表示的知识)。数据挖掘过程：数据预处理、建模、模型评估及模型应用。人工智能的研究及应用领域9.智能信息检索智能信息检