第1章概论(第一讲)

人工智能

ArtificialIntelligence

概论（1）董春游(ChunyouDong)PhD,ProfessorEmail:chunyoudong@126.com研究生学院1课程简介课程性质:学位课总学时：42，理论26-30学时。其中上机：6-8学时，讨论：6学时,弹性。考核:60分(撰写读书报告)+20（平时报告）+20分论文(希望公开发表)个人情况简介：经历。数学基础：数理逻辑、概率及数理统计工具:MATLAB，数理统计部分等,计算机语言：面向对象式语言VC，JAVA;要求：计算机专业，B/S结构编程，管理科学与工程及其它学科掌握理论学科类别：交叉学科，包括计算机、控制理论、管理等学习目标:理论：主要掌握两个方面一是宏观，二是具体。思维方式：由学生向研究者转变，理论与实践融合，成果为论文，科技论文写作方法2主要参考资料*王永庆.

人工智能原理与方法.西安：西安交通大学出版社,2001.史忠植、王文杰.人工智能.国防工业出版社，科学出版社,2007.陆汝钤.人工智能(上、下册).科学出版社，2000.蔡自兴，徐光佑.人工智能及其应用(研究生）.清华大学出版社，2004.王珏,周志华,周傲英.机器学习及其应用.清华大学出版社,2006.*MichaelNegnevitsky（澳），AritificilIntelligence-AguidetoIntelligentSystem,SecondEdition,2007,台湾研究生用书。NilsJ.Nilsson.ArtificialIntelligence:ANewSynthesis.ChinaMachinePress，1999（《人工智能—一种新的集成》.郑扣根、庄越挺等译，2000）TomM.Mitchell.MachineLearning.ChinaMachinePress,2003.

学习方法1、处理好一般了解与重点掌握的关系计算机应用技术学科学生，重点是将理论与编程结合起来；管理专科：重点在不确定多属性决策方法与实现2、学以致用学习成果：第一阶段，发表小论文。第二阶段，在大论文中应用。论文水准：一般，高档次，EI论文发表。注意如何发EI论文(英语，会议）3人工智能课程的主要内容1.人工智能概述(2-6)：定义，产生过程，基本内容，不同学派，研究和应用领域，近期发展分析2.知识表示方法(8)：谓词，产生式，语义网络、框架等3.不确定性推理(12)：确定性理论，主观Bayese方法，证据理论，跨学科模糊推理计算机模拟与可信度方法，计算机模拟与证据理论，云模型，prolog语言。5.搜索策略（4）状态空间的盲目搜索，状态空间的启发式搜索6.计算智能(6)：粗糙集FUZZY7.专家系统与决策支持系统(4)：8.机器学习（*）：符号学习，连接学习8.自然语言理解(*)：词法分析，句法分析，语义分析9.分布智能（*）：多Agent技术，移动Agent技术

4第1章人工智能概述1.1AI的定义及其研究目标1.2AI的产生与发展1.3AI研究的基本内容1.4AI研究的不同学派1.5AI的主要研究和应用领域1.6AI近期发展分析1.7我国智能科学技术教育体系51.1AI的定义及其研究目标1.1.1AI的定义形式化定义目前还没有完整描述(模糊性、学派不同、发展)人类智能：1）认识和理解世界环境的能力。2）这就是提出概念、建立方法、进行演绎和归纳推理、作出决策的的能力。3）学习的能力。4）这就是自我适应的能力总之，人类智能是涉及信息描述和信息处理的复杂过程。一般解释：人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能无形式化定义的理由：1）不同学科的学者从各自的角度看AI,不会得到相同的定义；2）最根本的一点就是人们尚未弄清人类表现出来的各种高度智能的本质或机制是什么人工智能的严格定义依赖于对智能的定义，即要定义人工智能，首先应该定义智能，但智能本身也还无严格定义,因此，应先对人类的自然智能进行讨论，下面分析几种情况6像人一样思考的系统理性地思考的系统要使计算机能思考……有头脑的机器(Haugeland,1985)[使之自动化]与人类的思维相关的活动,诸如决策、问题求解、学习等活动(Bellman,1978)通过对计算模型的使用来进行心智能力的研究(Charniak&McDemontt,1985)对使得知觉、推理和行动成为可能的计算的研究(Winston,1992)像人一样行动的系统理性地行动的系统创造机器来执行人需要智能才能完成的功能(Kurzweil,1990)研究如何让计算机能够做到那些目前人比计算机做得更好的事情(Rich&Knight,1991)计算智能是对设计智能化智能体的研究(Pooleetal.,1998)AI关心的是人工制品中的智能行为(Nilsson,1998)1.类人类思维方法(符号主义，连接主义）2.理性行为方法（行为主义）71.何谓智能（自然智能）自然智能：指人类和一些动物所具有的智力和行为能力人类的自然智能（简称智能）：指人类在认识客观世界中，由思维过程和脑力活动所表现出的综合能力。荀子：所以知之在人者，谓之知，知有所合，谓之智。所以能之在人者，谓之能。能有所合，谓之能。笛卡尔：精神与肉体二元论。灵魂离开肉体人类大脑是如何实现智能的两大难题之一：宇宙起源、人脑奥秘对人脑奥秘知之甚少对人脑奥秘知道什么结构：1011-12量级的神经元，分布并行功能：记忆、思维、观察、分析等对智能的严格定义有待于人脑奥秘的揭示，进一步认识82.认识智能的观点（三种理论）1）思维理论:智能来源于思维活动，智能的核心是思维，人的一切知识都是思维的产物。可望通过对思维规律和思维方法的研究，来揭示智能的本质。2）知识阈值理论:

智能取决于知识的数量及其可运用程度。一个系统所具有的可运用知识越多，其智能就会越高。3）进化理论:是美国MIT的Brooks在对人造机器虫研究的基础上提出来的。智能取决于感知和行为，取决于对外界复杂环境的适应，智能不需要知识、不需要表示、不需要推理，智能可由逐步进化来实现。93.智能包含的能力（四类）(1)感知能力通过感知器官感知外界的能力。是人类获得外界信息的基本途径，其处理方式有以下两种：

感知--动作方式：对简单、紧急信息感知--思维--动作方式：对复杂信息，三思而后行。(2)记忆和思维能力记忆：对感知到的外界信息和由思维产生的内部知识的存储过程思维：对已存储信息或知识的本质属性、内部知识的认识过程思维方式：a.抽象思维（逻辑思维）：根据逻辑规则对信息和知识进行处理的理性思维方式。例如，逻辑推理等b.形象思维（直感思维）：基于形象概念，根据感性形象认识材料对客观现象进行处理的一种思维方式。例如，图像、景物识别等c.灵感思维（顿悟思维）：是一种显意识和潜意识相互作用的思维方式。例如，因灵感而顿时开窍.

10

(3)学习和自适应能力学习：是一个具有特定目的的知识获取过程是人的一种本能。不同人的学习方法、能力不同.自适应：是一种通过自我调节适应外界环境的过程是人的一种本能。不同人的适应能力不同。（4）行为能力含义：是人们对感知到的外界信息作出动作反应的能力。信息来源：由感知直接获得的外界信息经过思维加工后的信息。实现过程：通过大脑（脊髓）来控制由语言、表情、体姿等来实现。HowdoweclassifyresearchasAI?114.结论：对人工智能定义的理解综合各种不同观点，可从能力和学科两个方面讨论能力方面:人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能学科方面:

是一门研究如何构造智能机器或智能系统，以模拟、延伸和扩展人类智能的学科。跨学科，管理是管理人的思想，行为。计算机，具有智能。121.1.2人工智能的研究目标1）远期目标:揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展。2）近期目标:研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。3）相互关系:远期目标为近期目标指明了方向，近期目标则为远期目标奠定了理论和技术基础。131.2AI的产生与发展

50多年来，人工智能走过了一条起伏和曲折的发展道路。回顾历史，可以按照不同时期的主要特征，将其产生与发展过程分为5个阶段。第一阶段:孕育期（1956年以前）

第二阶段:形成期（1956----1970年）

第三阶段:知识应用期（1970----80年代）

第四阶段:从学派分离走向综合（20世纪80年代末到本世纪初）

第五阶段：智能科学技术学科兴起(目前)14第一阶段：孕育期（1956年以前)自远古以来，人类就有用机器代替人们脑力劳动的的幻想：公元前900多年我国有歌舞机器人流传的记载；公元前850年古希腊有制造机器人帮助人们劳动的神话传说a.亚里斯多德（Aristotle，公元前384—322）：古希腊伟大的哲学家和思想家，创立了演绎法。他提出的三段论至今仍然是演绎推理的最基本出发点。提出了逻辑学的范畴与命题。哈佛大学校训：与柏拉图同在，与亚里斯多德同在。b.莱布尼茨(G.W.Leibnitz，1646——1716)：德国数学家和哲学家把形式逻辑符号化，奠定了数理逻辑的基础

15c.莫克利(J.W.Mauchly，1907——1980)：美国数学家、电子数字计算机的先驱，与他的研究生埃克特(J.P.Eckert)合作，1946年研制成功了世界上第一台通用电子计算机.

d.麦克洛奇(W.McCulloch)和皮兹(W.Pitts)：美国神经生理学家，于1943年建成了第一个神经网络模型(MP模型)。e.维纳(N.Wiener，1874—1956)：美国著名数学家、控制论创始人。1948年创立控制论。控制论向人工智能的渗透，形成了行为主义学派。f.图灵实验：可见，在人工智能诞生之前，一些著名科学家就已经创立了数理逻辑、神经网络模型和控制论，并发明了通用电子数字计算机。为人工智能的诞生准备了必要思想、理论和物质技术条件。16【图灵简介】：英国数学家、逻辑学家，他被视为计算机之父。1931年图

灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二

战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助

盟军取得了二战的胜利。

1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中，图灵给“可计算性”下了一个严格的数学定义，并提出著名的“图灵机”(TuringMachine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。“图灵机”与“冯·诺伊曼机”齐名，被永远载入计算机的发展史中。1950年10月，图灵又发表了另一篇题为“机器能思考吗”的论文，成为划时代之作。也正是这篇文章，为图灵赢得了“人工智能之父”的桂冠。

【图灵奖】：了解世界计算机科学发展进程的人也应该知道，美国计算机学会（ACM）的年度“图灵奖”，自从1966年设立以来，一直是世界计算机科学领域的最高荣誉，相当于计算机科学界的诺贝尔奖。图灵奖已经被先后授予给了47位计算机科学界的杰出人物，其中包括关系数据库理论的开创者EdgarCodd、程序语言和算法理论的知名科学家Dijkstra、UNIX操作系统的开创者DennisRitchie、面向对象程序设计理论的奠基人以及苹果个人电脑基于鼠标的GUI界面（也就是WINDOWS图形界面的最原始来源）的首创者AlanKay、Fortran语言的设计者JohnBackus、IBM-RISC体系结构的创立者JohnCocke等大名鼎鼎的计算机科学家。这个以图灵的名字命名的大奖，代表着几十年来世界计算机科学的重大进步和创新，代表着计算机科学和相关技术产业的一次次质的飞跃，同时，也代表着计算机科学界对图灵的崇高敬意。

17图灵之死与苹果1951年，图灵以他杰出的贡献被当选为英国皇家学会会员。就在他事业步入辉煌之际，灾难降临了。1952年，图灵遭到警方拘捕，原因是他是一个同性恋者。1952年3月31日，图灵更因为和曼彻斯特当地一位青年有染，被警方逮捕。在法庭上，图灵既不否认，也不为自己辨解。在庄严的法庭上，他郑重其事地告诉人们：他的行为没有错，结果被判有罪。在入狱和治疗两者中间，图灵选择了注射激素，来治疗所谓的“性欲倒错”。此后图灵开始研究生物学、化学，还和一位心理医生有很深的交往。那时，他的脾气已变得躁怒不安，性格更为阴沉怪僻。1953年3月，他因为接待过一位被英国警方注意的挪威客人，成为警方的目标，甚至去希腊度假时也被跟踪。1954年6月8日，图灵42岁，正逢进入他生命中最辉煌的创造顶峰。一天早晨，女管家走进他的卧室，发现台灯还亮着，床头上还有个苹果，只咬了一小半，图灵沉睡在床上，一切都和往常一样。但这一次，图灵是永远地睡着了，不会再醒来……经过解剖，法医断定是剧毒氰化物致死，那个苹果是在氰化物溶液中浸泡过的。图灵的母亲则说他是在做化学实验时，不小心沾上的，她的"艾伦"从小就有咬指甲的习惯。但外界的说法是服毒自杀，一代天才就这样走完了人生。苹果电脑公司以那个咬了一口的苹果作为其商标图案，就是为纪念这位伟大的人工智能领域的先驱者——图灵。18图灵的贡献：计算机如果通过图灵测试，需要具有下面的能力1.自然语言处理实现用自然语言与计算机交流；2.知识表示存储它知道的知识(听、看的信息）；3.自动推理根据存储的信息回答问题，并推理出新的结论4.机器学习适应新的环境，并能检测和推断新的模式；拓展：4.计算机视觉感知对象5.机器人技术可以操纵和移动对象上述包括人工智能的大部分内容问题：符号问题求解，没有测试感知技能没有实现手工技巧所需要的能力19第二阶段：形成期（1956--1970年）a.重要会议：AI诞生于一次历史性的聚会时间：1956年夏季地点：达特莫斯(Dartmouth)大学目的：为使计算机变得更“聪明”,或者说使计算机具有智能发起人：麦卡锡(J.McCarthy），（图）Dartmouth的年轻数学家、计算机专家，后为MIT教授

明斯基(M.L.Minsky），哈佛大学数学家、神经学家，后为MIT教授（图）

洛切斯特(N.Lochester)，IBM公司信息中心负责人香农(C.E.Shannon)，贝尔实验室信息部数学研究员20

McCarthy在此次会议上提议正式使用：ArtificialIntelligence（简称AI），标志着“人工智能”作为一门独立学科正式诞生。AI的诞生地：美国Boston。上图为横穿波士顿市区的CharlesRiver21位于波士顿的MIT已成为美国四大AI名校之一图中为MIT的标志性建筑22参加人：（共10人）时间：两个月

莫尔(T.more)、塞缪尔(A.L.Samuel)：IBM公司塞尔夫里奇(O.Selfridge)：MIT麻省理工学院纽厄尔(A.Newell)图：兰德(RAND)公司西蒙(H.A.Simon)图：卡内基(Carnagie)工科大学会议结果：

由麦卡锡提议正式采用了“ArtificialIntelligence”这一术语

b.IBM工程小组1956年，塞缪尔在IBM704计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。这个程序可以从棋谱中学习，也可以在下棋过程中积累经验、提高棋艺。通过不断学习，该程序1959年击败了塞缪尔本人，1962年又击败了一个州的冠军。23

赫伯特·亚历山大·西蒙（HerbertAlexanderSimon，1916年6月15日－2001年2月9日），美国心理学家，卡内基梅隆大学知名教授，研究领域涉及认知心理学、计算机科学、公共行政、经济学、管理学和科学哲学等多个方向。

研究领域：西蒙学识广博，是现今很多重要学术领域的创始人之一，如人工智能、信息处理、决策制定、问题解决、注意力经济、组织行为学、复杂系统等。他创造了术语“有限理性”（Boundedrationality）和“满意度”（satisficing），也是第一个分析复杂性架构（architectureofcomplexity）的人。

获奖：西蒙因其贡献和影响在他晚年获得了很多顶级荣誉，如：1975年的图灵奖、1978年的诺贝尔经济奖、1986年的美国国家科学奖章和1993年美国心理协会的终身成就奖。24

1949年西蒙应邀来到卡内基—梅隆大学，先是任行政学与心理学教授（1949～1955），后来任计算机科学与心理学教授终生。西蒙作为该大学工业管理研究生院的创办人之一，开创了组织行为和管理科学两大学术领域的研究，承担了组织理论家、管理科学家和商学院行政管理者的工作，他指导并帮助该研究生院成为美国最好的商学院之一。西蒙不仅执教于著名大学，也活跃于企业界、行政机构及多种顾问公司。他对管理学上组织理论的研究有独特的见地，不但是专业研究的先锋，更是行为科学的代表性学者。西蒙的博学足以让世人折服，他获得过9个博士头衔：1943年的加利福尼亚大学哲学博士学位、1963年凯斯工学院科学博士学位、1963年耶鲁大学科学博士学位、1963年法学博士学位、1968年瑞典伦德大学哲学博士学位、1970年麦吉尔大学法学博士、1973年鹿特丹伊拉斯莫斯大学经济学博士、1978年米之根大学法学博士、1979年匹茨堡大学法学博士。瑞典皇家科学院总结性地指出：“就经济学最广泛的意义上来说，西蒙首先是一名经济学家，他的名字主要是与经济组织中的结构和决策这一相当新的经济研究领域联系在一起的。”管理学大师西蒙与中国的关系十分密切，他先后来中国访问交流达10次之多。除了他的母国以外，西蒙在中国呆过的时间是最长的。他同中国的多个大学和研究机构有着多方面的学术合作。学界对西蒙有着业余外交家之称，而这位业余外交家的主要对象，就是中国。西蒙一向致力于中美学术交流的工作。自1980年起，他一直是中美学术交流委员会成员，并于1983年至1987年担任这个委员会的主席。1985年，他被聘为中国科学院心理研究所名誉研究员。此外，他还是北京大学、天津大学、中国科学院管理学院等单位的名誉教授。1995年，西蒙当选中国科学院外籍院士。

25

c.心理学小组1957年，纽厄尔、肖(J.Shaw)和西蒙等人的心理学小组研制了一个称为逻辑理论机(LogicTheoryMachine，简称LT)的数学定理证明程序。1960年研制了通用问题求解(GeneralProblemSolving)程序。该程序当时可以解决11种不同类型的问题，如不定积分、三角函数、代数方程、猴子摘香蕉、河内梵塔、人—羊过河等。

d.MIT小组

1958年，麦卡西建立了行动规划咨询系统。1960年，麦卡西又研制了人工智能语言LISP。1961年，明斯基发表了“走向人工智能的步骤”的论些文，推动了人工智能的发展。

e.其他方面1965年，鲁宾逊(J.A.Robinson)提出了归结（消解）原理。

1965年，费根鲍姆(E.A.Feigenbaum)开始研究化学专家系统DENDRAL26

第三阶段：知识应用期（1971--80年代末）1.曲折阶段(失败)：a.60年代初，西蒙预言：10年内计算机将成为世界冠军、将证明一个未发现的数学定理、将能谱写出具有优秀作曲家水平的乐曲、大多数心理学理论将在计算机上形成。

挫折和教训

b.在博弈方面，塞缪尔的下棋程序在与世界冠军对弈时，5局败了4局。

c.在定理证明方面，发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函数时，推了10万步也没证出结果。

d.在问题求解方面，对于不良结构，会产生组合爆炸问题。

27

e.在机器翻译方面，发现并不那么简单，甚至会闹出笑话。例如，把“心有余而力不足”的英语句子翻译成俄语，再翻译回来时竟变成了“酒是好的，肉变质了”f.在神经生理学方面，研究发现人脑有1011-12以上的神经元，在现有技术条件下用机器从结构上模拟人脑是根本不可能的。g.在其它方面，人工智能也遇到了不少问题。在英国，剑桥大学的詹姆教授指责“人工智能研究不是骗局，也是庸人自扰”。从此，形势急转直下，在全世界范围内人工智能研究陷入困境、落入低谷。

282.以知识为中心的研究：

专家系统:实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是AI发展史上的一次重要转折。

1972年，费根鲍姆（专家系统之父）开始研究MYCIN专家系统，并于1976年研制成功。从应用角度看，它能协助内科医生诊断细菌感染疾病，并提供最佳处方。从技术角度看，他解决了知识表示、不精确推理、搜索策略、人机联系、知识获取及专家系统基本结构等一系列重大技术问题。

1976年，斯坦福大学的杜达(R.D.Duda)等人开始研制地质勘探专家系统PROSPECTOR这一时期，与专家系统同时发展的重要领域还有计算机视觉和机器人，自然语言理解与机器翻译等。新的问题：

专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题被逐渐暴露出来。

29人工智能研究形成了三大学派：随着人工神经网络的再度兴起和布鲁克（Brooks）的机器虫的出现，人工智能研究形成了三大学派。

a.符号主义学派

b.连接主义学派

c.行为主义学派

综合：三大学派的综合集成随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。第四阶段：从学派分立到综合集成（80年始）30AI研究的不同学派

1.符号主义学派（逻辑主义、心理学派）主要观点：AI起源于数理逻辑，人类认知的基元是符号，认知过程是符号表示上的一种运算代表性成果：厄尔和西蒙等人研制的称为逻辑理论机的数学定理证明程序LT

代表人物：纽厄尔、肖、西蒙和尼尔逊(Nilsson)等

2.连接主义学派（仿生学派或心理学派）主要观点：AI起源于仿生学，特别是人脑模型，人类认知的基元是神经元，认知过程是神经元的连接活动过程代表性成果：由麦克洛奇和皮兹创立的脑模型，即MP模型

代表人物：麦克洛奇和皮兹3.行为主义学派（进化主义、控制论学派）主要观点：AI起源于控制论，智能取决于感知和行为，取决于对外界复杂环境的适应，而不是推理。代表性成果：Brooks教授研制的机器虫代表人物：Brooks教授31三大学派特点：符号主义:智能的基础是知识，其核心是知识表示和知识推理；知识可用符号表示，也可用符号进行推理，因而可以建立基于知识的人类智能和机器智能的统一的理论体系。连接主义:思维的基元是神经元，而不是符号；思维过程是神经元的联结活动过程，而不是符号运算过程；反对符号主义关于物理符号系统的假设。

行为主义智能取决于感知和行动，提出了智能行为的“感知—动作”模型；智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能那样逐步进化三大学派实现的功能符号主义功能模拟:构造能够模拟大脑功能的智能系统。连接主义结构模拟:构造模拟大脑结构的神经网络系统。行为主义行为模拟:构造具有进化能力的智能系统。32第五阶段：智能科学技术的兴起（21纪初）目前，一个以人工智能为核心，以自然智能、人工智能、集成智能为一体的新的智能科学技术学科正在逐步兴起，并引起了人们的极大关注。该学科研究的主要特征包括以下几个方面：(1)由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究；(2)由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究；(3)由多个不同学派的独立研究走向多学派的综合研究；(4)由对个体、集中智能的研究走向对群体、分布智能的研究。

33AI成功的标志：IBM的深蓝和小深“深蓝”对弈情况：

时间：北京时间1997年5月12日凌晨4点50分对手：IBM的“深蓝”超级计算机国际象棋世界冠军卡斯派罗夫结局：2胜1负3平，总比分3.5:2.5，“深蓝”获胜技术指标32个CPU，每个CPU有12个协处理器，每个CPU有256M内存，每个CPU的处理速度为200万步/秒。对弈的实质机器智能与人类智能的较量“小深”对弈情况：

时间：北京时间2003年1月26日至2月7日对手：比“深蓝”功能强大的“小深”超级计算机国际象棋世界冠军卡斯派罗夫结局：1胜1负4平，平局启示：计算机可以由智能；计算机棋手要完全战胜人类象棋大师并非易事。341.3AI研究的基本内容人工智能的学科位置与脑科学和认知科学的交叉研究智能模拟的方法和技术研究351.3.1AI学科位置AI是一门新兴的边缘学科，是自然科学与社会科学交叉学科AI的交叉包括：逻辑、思维、生理、心理、计算机、电子、语言、自动化、