人工智能概论 第章

第1篇概述与工具

第1章人工智能概述华南师范大学教育信息技术学院郑云翔1提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略2什么是人工智能人工智能概念的普通描画：字面解释：人工智能就是人造智能，其英文表示是“ArtificialIntelligence〞，简称AI指用计算机模拟或实现的智能，因此人工智能又称机器智能科学定义：目前还没有一致的认识人工智能是那些与人的思想相关的活动，诸如决策、问题求解和学习等的自动化(Bellman，1978年)人工智能是一种计算机可以思想，使机器具有智力的激动人心的新尝试(Haugeland，1985年)3什么是人工智能科学定义(续)：人工智能是研讨如何让计算机做现阶段只需人才干做得好的事情(RichKnight，1991年)人工智能是那些使知觉、推理和行为成为能够的计算的研讨(Winston，1992年)广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson，1998年)StuartRussell和PeterNorvig那么把已有的一些人工智能定义分为4类：像人一样思索的系统、像人一样行动的系统、理性地思索的系统、理性地行动的系统(2003年)4什么是人工智能没有完全或严厉地用智能的内涵或外延来定义人工智能图灵测试和中文屋子(P2-P3)图灵测试：1950年，计算机科学开创人之一的英国数学家阿兰·图灵(AlanTuring)提出中文屋子：1980年，美国哲学家约翰·西尔勒(JohnSearle)提出异议5什么是人工智能脑智能和群智能：脑智能(BrainIntelligence，BI)：人脑的宏观心思层次的智能表现——学习、发现、发明等，是一种个体智能(IndividualIntelligence，II)群智能(SwarmIntelligence，SI)：由群体行为所表现出的神经元层次的智能——蚂蚁群、鸟群、鱼群等，是一种社会智能(SocialIntelligence，SI)，或系统智能(SystemIntelligence，SI)6什么是人工智能脑智能和群智能：宏观心思(或者言语)层次上的脑智能与神经元层次上的群智能又有亲密的关系——正是微观生理层次上低级的神经元的群智能构成了宏观心思层次上高级的脑智能7什么是人工智能符号智能和计算智能：符号智能：符号人工智能，模拟脑智能的人工智能，即传统人工智能或经典人工智能以符号方式的知识和信息为根底，主要经过逻辑推理，运用知识进展问题求解主要内容包括知识获取、知识表示、知识组织与管理和知识运用等技术以及基于知识的智能系统等8什么是人工智能符号智能和计算智能(续)：计算智能：计算人工智能，模拟群智能的人工智能以数值数据为根底，主要经过数值计算，运用算法进展问题求解主要内容包括：神经计算、进化计算(包括遗传算法、进化规划、进化战略等)、免疫计算、粒群算法、蚁群算法、自然计算等主要研讨各类优化搜索算法，是当前人工智能学科中一个非常活泼的分支领域9提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略10人工智能的研讨意义、目的和战略为什么要研讨人工智能？普通计算机系统的智能还相当低下：如缺乏自顺应、自学习、自优化等才干，也缺乏社会常识或专业知识等，而只能是被动地按照人们为它事先安排好的任务步骤进展任务难以满足越来越复杂和越来越广泛的社会需求，问题：能否能让计算机同人脑一样也具有智能呢？11人工智能的研讨意义、目的和战略为什么要研讨人工智能？(续)研讨人工智能也是当前信息化社会的迫切要求：互联网、万维网和网格就剧烈地需求智能技术的支持。人工智能技术在Internet、WWW和Grid上将发扬重要作用智能化也是自动化开展的必然趋势(机械化自动化智能化)12人工智能的研讨意义、目的和战略人工智能的研讨目的：制造智能机器和智能系统，实现智能化社会——使计算机具有自主发现规律、处理问题和发明发明的才干，从而大大扩展和延伸人的智能，实现人类社会的全面智能化13人工智能的研讨意义、目的和战略研讨战略：先部分地或某种程度地实现机器的智能，并运用智能技术处理各种实践问题特别是工程问题，从而使现有的计算机更灵敏、更好用和更有用，逐渐实现智能化目前，在机器博弈、自动推理、定理证明、方式识别、机器学习以及规划、调度、控制方面已到达或接近人类程度，某些方面甚至超越了人类14提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略15人工智能的学科范畴计算机科学技术、信息处置和自动化技术的一个前沿领域涉及智能科学、认知科学、心思科学、脑及神经科学、生命科学、言语学、逻辑学、行为科学、教育科学、系统科学、数文科学以及控制论、哲学甚至经济学等众多学科领域人工智能实践上是一门综合性的交叉学科和边缘学科16提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略17人工智能的研讨内容搜索与求解：为了到达某一目的而多次地进展某种操作、运算、推理或计算的过程。现实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法许多问题(包括智力问题和实践工程问题)的求解都可以描画为或者归结为对某种图或空间的搜索问题搜索技术就成为人工智能最根本的研讨内容18人工智能的研讨内容学习与发现：学习与发现是指机器的知识学习和规律发现。现实上，阅历积累才干、规律发现才干和知识学习才干都是智能的表现19人工智能的研讨内容知识与推理：知识就是力量，知识就是智能发现客观规律，运用知识处理问题都是有智能的表现，而且是最为根本的一种表现发现规律和运用知识本身还需求知识，因此知识是智能的根底和源泉研讨面向机器的知识表示方式和基于各种表示的机器推理技术：知识表示要求便于计算机的接受、存储、处置和运用，机器的推理方式与知识的表示又息息相关20人工智能的研讨内容发明与发明：广义的发明发明不仅需求知识和推理，还需求想象和灵感。不仅需求逻辑思想，还需求笼统思想人工智能中最富挑战性的一个研讨领域目前已有一些进展：已展开了关于笼统信息的认知实际、计算模型和运用技术的研讨，已开发出了计算机辅助创新软件，还尝试用计算机进展文艺创作等等21人工智能的研讨内容感知与交流：指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。机器感知包括计算机视觉、听觉等各种觉得才干。机器信息交流涉及通讯、自然言语了解和表达22人工智能的研讨内容记忆与联想：记忆是智能的根本条件，不论是脑智能还是群智能，都以记忆为根底传统方法实现的联想，只能对于那些完好的、确定的(输入)信息，联想起(输出)有关的信息。这种“联想〞与人脑的联想功能相差甚远人脑的联想功能基于神经网络的按内容记忆方式，而非存储地址当前，采用一种称为“联想存储〞的技术来实现联想功能23人工智能的研讨内容系统与建造：包括智能系统的分类、硬/软件体系构造、设计方法、实现言语工具与环境等运用与工程：人工智能技术与实践运用的接口，主要研讨人工智能的运用领域、运用方式、详细运用工程工程等，涉及问题的分析、识别和表示，相应求解方法和技术的选择等24提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略25人工智能的研讨途径与方法心思模拟，符号推演：从人脑的宏观心思层面入手，以智能行为的心思模型为根据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，模拟人脑的逻辑思想过程，实现人工智能26人工智能的研讨途径与方法心思模拟，符号推演(续)：采用这一途径与方法的缘由是：人脑的可认识到的思想活动是在心思层面上进展的(如我们的记忆、联想、推理、计算、思索等思想过程都是一些心思活动)，心思层面上的思想过程是可以用言语符号显式表达的，从而人的智能行为就可以用逻辑来建模27人工智能的研讨途径与方法心思模拟，符号推演(续)：采用这一途径与方法的缘由是(续)：心思学、逻辑学、言语学等实践上也是建立在人脑的心思层面上的，一些现成实际和方法可供人工智能参考或直接运用当前的数字计算机可以方便地实现言语符号型知识的表示和处置可以直接运用人类已有显式知识(包括实际知识和阅历知识)直接建立基于知识的智能系统28人工智能的研讨途径与方法心思模拟，符号推演(续)：基于心思模拟和符号推演的人工智能研讨，被称为心思学派、逻辑学派、符号主义。代表人物有纽厄尔、肖、西蒙、费根宝姆、尼尔逊等。其代表性的理念是所谓的“物理符号系统假设〞自动推理、定理证明、问题求解、机器博弈、专家系统等许多重要成果也都是用该方法获得的这种方法模拟人脑的逻辑思想，利用显式的知识和推理来处理问题，因此擅长实现人脑的高级认知功能，如推理、决策等29人工智能的研讨途径与方法生理模拟，神经计算：从人脑的生理层面，即微观构造和任务机理入手，以智能行为的生理模型为根据，采用数值计算的方法，模拟脑神经网络的任务过程，实现人工智能用人工神经网络作为信息和知识的载体，用称为神经计算的数值计算方法来实现网络的学习、记忆、联想、识别和推理功能30人工智能的研讨途径与方法生理模拟，神经计算(续)：神经网络具有高度的并行分布性、很强的鲁棒性和容错性，经过神经网络的“自学习〞获得知识，再利用知识处理问题擅长模拟人脑的笼统思想，便于实现人脑的低级感知功能，例如图像、声音信息的识别和处置采用生理模拟和神经计算方法的人工智能研讨，被称为生理学、衔接主义。其代表人物有McCulloch，Pitts，F.Rosenblatt，T.Kohonen，J.Hopfield等31人工智能的研讨途径与方法行为模拟，控制进化：用模拟人和动物在与环境的交互、控制过程中的智能活动和行为特性，如反响、顺应、学习、寻优等，来研讨和实现人工智能基于这一方法研讨人工智能的典型代表要算MIT的R.Brooks教授，他研制的六足行走机器人(亦称为人造昆虫或机器虫)，曾引起人工智能界的惊动32人工智能的研讨途径与方法行为模拟，控制进化(续)：R.Brooks教授的任务代表了称为“现场(situated)AI〞的人工智能新方向，强调智能系统与环境的交互，以为智能取决于感知和行动，智能行为可以不需求知识，提出“没有表示的智能〞，“没有推理的智能〞的观念，主张智能行为的“感知-动作〞方式，以为人的智能、机器智能可以逐渐进化，但只能在现实世界中与周围环境的交互中表达出来基于行为模拟方法的人工智能研讨，被称为行为主义、进化主义、控制论学派33人工智能的研讨途径与方法群体模拟，仿生计算：模拟生物群落的群体智能行为，从而实现人工智能。例如：模拟生物种群有性繁衍和自然选择景象而出现的遗传算法，进而开展为进化计算模拟人体免疫细胞群而出现的免疫计算、免疫克隆计算及人工免疫系统模拟蚂蚁群体寻食活动过程的蚁群算法模拟鸟群飞翔的粒群算法和模拟鱼群活动的鱼群算法34人工智能的研讨途径与方法群体模拟，仿生计算(续)：这些算法在处理组合优化等问题中表现出杰出的性能对这些群体智慧的模拟是经过一些诸如遗传、变异、选择、交叉、克隆等所谓的算子或操作来实现的，所以统称为仿生计算35人工智能的研讨途径与方法博采广鉴，自然计算：从生命、生态、系统、社会、数学、物理、化学、甚至经济等众多学科和领域寻觅启发和灵感，展开人工智能的研讨。例如：从热力学和统计物理学所描画的高温固体资料冷却时，其原子的陈列构造与能量的关系中得到启发，提出了“模拟退火算法〞，该算法已是处理优化搜索问题的有效算法之一从量子物理学中的自旋和统计机理中得到启发，而提出了量子聚类算法1994年阿德曼(Addman)运用现代分子生物技术，提出理处理哈密顿途径问题的DNA分子计算方法，并在试管里求出了此问题的解36人工智能的研讨途径与方法博采广鉴，自然计算(续)：这些方法普通称为自然计算(NC)——模拟或自创自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自顺应、自组织、自学习、自寻优才干的算法自然计算是自然科学和计算科学相交叉而产生的研讨领域，可以处理传统计算方法难于处理的各种复杂问题，在大规模复杂系统的最优化设计、优化控制、网络平安、发明性设计等领域具有很好的运用前景37人工智能的研讨途径与方法原理分析，数学建模：经过对智能本质和原理的分析，直接采用某种数学方法来建立智能行为模型，例如：用概率统计原理(特别是贝叶斯定理)处置不确定性信息和知识，建立了统计方式识别、统计机器学习和不确定性推理的一系列原理和方法用数学中的间隔、空间、函数、变换等概念和方法，开发了几何分类、支持向量机等方式识别和机器学习的原理和方法38提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略39人工智能的根本技术符号智能和计算智能最显著的类似之处：二者都涉及表示和运算二者都是经过搜索进展问题求解的人工智能三个最根本、最中心的技术：表示、运算和搜索符号智能计算智能表示知识表示对象表示运算基于知识表示的推理或符号操作基于对象表示的操作或计算搜索在问题空间搜索在解空间搜索40提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略41人工智能的运用难题求解：指那些没有算法解，或虽有算法解但在现有机器上无法实施或无法完成的困难问题，例如：智力性问题中的梵塔问题、n皇后问题、游览商问题、博弈问题等途径规划、车辆调度、电力调度、资源分配、义务分配、系统配置、地质分析、数据解释、天气预告、市场预测、股市分析、疾病诊断、缺点诊断、军事指挥、机器人行动规划等42人工智能的运用难题求解(续)：有些是组合数学实际中所称的非确定型多项式问题或NP完全问题——NP问题是指那些既不能证明其算法复杂性超出多项式界，但又未找到有效算法的一类问题研讨工程难题的求解是人工智能的重要课题，而研讨智力难题的求解那么具有双重意义：一方面，可以找到处理这些难题的途径；另一方面，由处理这些难题而开展起来的一些技术和方法可用于人工智能的其他领域43人工智能的运用自动规划、调度与配置：规划普通指设计制定一个行动序列，例如机器人行动规划、交通道路规划调度就是一种义务分派或者安排，例如车辆调度、电力调度、资源分配、义务分配。调度的数学本质是给出两个集合间的一个映射配置那么是设计合理的部件组合构造，即空间规划，例如资源配置、系统配置、设备或设备配置三者有一定的内在联络，有时甚至可以相互转化。现实上，它们都属于人工智能的经典问题之一的约束满足问题44人工智能的运用机器定理证明：定理证明是最典型的逻辑推理问题，它在开展人工智能方法上起过艰苦作用很多非数学领域的义务如医疗诊断、信息检索、规划制定和难题求解，都可以转化成一个定理证明问题45人工智能的运用机器定理证明(续)：机器定理证明的方法主要有四类：自然演绎法，其根本思想是根据推理规那么，从前提和公理中可以推出许多定理，假设待证的定理恰在其中，那么定理得证断定法，即对一类问题找出一致的计算机上可实现的算法解。在这方面一个著名的成果是我国数学家吴文俊教授1977年提出的初等几何定理证明方法定理证明器，它研讨一切可断定问题的证明方法计算机辅助证明，它是以计算机为辅助工具，利用机器的高速度和大容量，协助人完成手工证明中难以完成的大量计算、推理和穷举46人工智能的运用自动程序设计：让计算机设计程序：就是人只需给出关于某程序要求的非常高级的描画，计算机就会自动生成一个能完成这个要求目的的详细程序相当于给机器配置了一个“超级编译系统〞，它可以对高级描画进展处置，经过规划过程，生成所需的程序自动程序设计还包括程序自动验证，即自动证明所设计程序的正确性47人工智能的运用机器翻译：把“光阴似箭〞的英语句子“Timeflieslikeanarrow〞翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭〞；又如，当把“心有余而力缺乏〞的英语句子“Thespiritiswillingbutthefleshisweak〞翻译成俄语，然后再翻译回来时竟变成了“酒是好的，肉蜕变了〞，即“Thewineisgoodbutthemeatisspoiled〞机器翻译并非想像的那么简单，并使得人们认识到，单纯地依托“查字典〞的方法不能够处理翻译问题，只需在对语义了解的根底上，才干做到真正的翻译，所以机器翻译的真正实现，还要靠自然言语了解方面的突破48人工智能的运用智能控制：把人工智能技术引入控制领域，建立智能控制系统智能控制具有两个显著的特点：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智能控制的中心在高层控制，即组织级控制，其义务在于对实践环境或过程进展组织，即决策与规划，以实现广义问题求解49人工智能的运用智能控制(续)：智能控制系统的智能可归纳为以下几方面：先验智能：有关控制对象及干扰的先验知识，可以从一开场就思索在控制系统的设计中反响性智能：在实时监控、辨识及诊断的根底上，对系统及环境变化的正确反响才干优化智能：包括对系统性能的先验性优化及反响性优化组织与协调智能：表现为对并行耦合义务或子系统之间的有效管理与协调50人工智能的运用智能控制(续)：智能控制的开发，目前以为有以下途径：基于专家系统的专家智能控制基于模糊推理和计算的模糊控制基于人工神经网络的神经网络控制综合以上三种方法的综合型智能控制51人工智能的运用智能管理：把人工智能技术引入管理领域，建立智能管理系统智能管理是人工智能与管文科学、系统工程、计算机技术及通讯技术等多学科、多技术相互结合、相互浸透而产生的一门新技术、新学科研讨如何提高计算机管理系统的智能程度，以及智能管理系统的设计实际、方法与实现技术52人工智能的运用智能决策：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由传统决策支持系统再加上相应的智能部件构成，智能部件可以有多种方式，例如专家系统方式、知识库系统方式等专家系统方式是把专家系统作为智能部件，这是目前比较流行的一种方式。该方式适宜于以知识处置为主的问题，但它与决策支持系统的接口比较困难知识库系统方式是以知识库作为智能部件。在这种情况下，决策支持系统就是由模型库、方法库、数据库、知识库组成的四库系统。这种方式接口比较容易实现，其整体性能也较好53人工智能的运用智能决策(续)：既充分发扬了传统决策支持系统中数值分析的优势，也充分发扬了专家系统中知识及知识处置的专长，既可以进展定量分析，又可以进展定性分析，能有效地处理半构造化和非构造化的问题54人工智能的运用智能决策(续)：智能部件中可以包含如下一些知识：建立决策模型和评价模型的知识如何构成候选方案的知识建立评价规范的知识如何修正候选方案，从而得到更好候选方案的知识完善数据库，改良对它的操作及维护的知识55人工智能的运用智能通讯：智能通讯就是把人工智能技术引入通讯领域，建立智能通讯系统智能通讯就是在通讯系统的各个层次和环节上实现智能化。例如在通讯网的构建、网管与网控、转接、信息传输与转换等环节，都可实现智能化，使其具有自顺应、自组织、自学习、自修复等功能56人工智能的运用智能仿真：利用人工智能技术能对整个仿真过程(包括建模、实验运转及结果分析)进展指点，能改善仿真模型的描画才干，在仿真模型中引进知识表示将为研讨面向目的的建模言语打下根底，提高仿真工具面向用户、面向问题的才干57人工智能的运用智能CAD：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几乎可以运用到CAD技术的各个方面，从目前开展的趋势来看，至少有以下四个方面：设计自动化智能交互智能图形学自动数据采集58人工智能的运用智能CAD(续)：从详细技术来看，ICAD技术大致可分为以下几种方法：规那么生成法约束满足方法搜索法知识工程方法笼统思想方法59人工智能的运用智能制造：在数控技术、柔性制造技术和计算机集成制造技术的根底上，引入智能技术。智能制造系统由智能加工中心、资料传送检测和实验安装等智能设备组成。它具有一定的自组织、自学习和自顺应才干，能在不可预测的环境下，基于不确定、不准确、不完全的信息，完成拟人的制造义务，构成高度自动化消费60人工智能的运用智能CAI：把人工智能技术引入计算机辅助教学领域，建立智能CAI系统(ICAI)，ICAI的特点是能对学生因才施教地进展指点ICAI应具备以下智能特征：自动生成各种问题与练习根据学生的程度和学习情况自动选择与调整教学内容和进度在了解教学内容的根底上自动处理问题生成解答具有自然言语的生成和了解才干对教学内容有解释咨询才干能诊断学生错误，分析缘由并采取纠正措施能评价学生的学习行为能不断地在教学中改善教学战略61人工智能的运用智能人机接口：智能化的人机交互界面，也就是将人工智能技术运用于计算机与人的交互界面，使人机界面更加灵性化、拟人化、个性化该课题涉及到机器感知特别是图形图像识别与了解、语音识别、自然言语处置、机器翻译、多媒体、虚拟现实等技术62人工智能的运用方式识别：用计算机进展物体识别。这里的物体普通指文字、符号、图形、图像、语音、声音及传感器信息等方式的实体对象，而并不包括概念、思想、认识等笼统或虚拟对象经过多年研讨已开展成为一个独立的学科，运用非常广泛，诸如信息、遥感、医学、影像、平安、军事等领域，特别是基于其而出现的生物认证、数字水印等新技术63人工智能的运用数据发掘与数据库中的知识发现：数据发掘主要流行于统计、数据分析、数据库和信息系统等领域数据库中的知识发现主要流行于人工智能和机器学习等领域涉及范围：企业数据、商业数据、科学实验数据、管理决策数据、Web数据等的发掘和发现64人工智能的运用计算机辅助创新：以“发明问题处理实际(TRIZ)〞为根底，结合本体论(Ontology)、现代设计方法学、计算机技术而构成的一种用于技术创新的新手段可看做是机器发明发明的初级方式部分例子见P1765人工智能的运用计算机文艺创作：诗词、小说、乐曲、绘画P18“古诗〞和小说66人工智能的运用机器博弈：人工智能学科建立的当年——1956年，塞缪尔就研制胜利了一个跳棋程序1959年，击败了塞缪尔本人，1962年又击败了美国一个州的冠军1997年IBM的“深蓝〞计算机以2胜3平1负的战绩击败了蝉联12年之久的世界国际象棋冠军加里·卡斯帕罗夫2001年，德国的“更弗里茨〞国际象棋软件更是击败了当时世界排名前10位棋手中的9位，计算机的搜索速度到达创纪录的600万步每秒67人工智能的运用智能机器人：直接面向运用，社会效益强如工业机器人、太空机器人、水下机器人、家用机器人、军用机器人、效力机器人、医疗机器人、运动机器人、助理机器人、机器人足球赛、机器人象棋赛是人工智能技术的综合运用，其才干和程度曾经成为人工智能技术程度甚至人类科学技术综合程度的一个代表和表达68人工智能的运用智能机器人(续)：运用主线：从专家(知识)系统到Agent系统和智能机器人系统从机器学习到数据发掘和数据库中的知识发现从基于图搜索的问题求解到基于各种智能算法的问题求解从单机环境下的智能程序到以Internet和WWW为平台的分布式智能系统从智能技术的单一运用到各种各样的智能产品和智能工程(如智能交通、智能建筑)69提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略70人工智能的分支领域与研讨方向从模拟的智能层次和所用的方法来看：符号智能：图搜索、自动推理、不确定性推理、知识工程、符号学习等计算智能：神经计算、进化计算、免疫计算、蚁群算法、粒群算法、自然计算另外，智能Agent也是人工智能的一个新兴的重要领域，是以符号智能和计算智能为根底的更高一级的人工智能71人工智能的分支领域与研讨方向从模拟的脑智能或脑功能来看：机器学习：符号学习、衔接学习、统计学习等机器感知：计算机视觉、计算机听觉、方式识别、图像识别与了解、语音识别、自然言语处置等机器联想机器推理机器行为72人工智能的分支领域与研讨方向从运用角度看：如上节所述，AI中有难题求解等数十种分支领域和研讨方向从系统角度看：智能计算机系统：智能硬件平台、智能操作系统、智能网络系统等智能运用系统：基于知识的智能系统、基于算法的智能系统、兼有知识和算法的智能系统、分布式人工智能系统73人工智能的分支领域与研讨方向从根底实际看：数理逻辑、多种非规范逻辑、图论、人工神经网络、模糊集、粗糙集、概率统计(贝叶斯统计决策实际)和贝叶斯网络、统计学习实际与支持向量机、方式言语与自动机等74提纲什么是人工智能人工智能的研讨意义、目的和战略人工智能的学科范畴人工智能的研讨内容人工智能的研讨途径与方法人工智能的根本技术人工智能的运用人工智能的分支领域与研讨方向人工智能的开展概略75人工智能的开展概略人工智能学科正式诞生于1956年：1956年夏季，由美国Dartmouth大学的麦卡锡、哈佛大学的明斯基、IBM公司信息研讨中心的洛切斯特、贝尔实验室的申农共同发起，约请IBM公司的莫尔和塞缪尔、麻省理工学院的塞尔夫里奇和索罗门夫以及兰德公司和卡内基工科大学的纽厄尔、西蒙等，共十位来自数学、心思学、神经生理学、信息论和计算机等方面的学者和工程师，在Dartmouth大学召开了一次历时两个月的研讨会，会上正式采用了“人工智能〞这一术语76人工智能的开展概略人工智能学科的产生：实践上是逻辑学、心思学、计算机科学、脑科学、神经生理学、信息科学等学科开展的必然趋势和必然结果单就计算机来看，其功能从数值计算到数据处置，再下去必然是知识处置当时的程度已具有智能的表现：能自动地进展复杂的数值计算和数据处置77人工智能的开展概略符号主义途径开展概略：1956年，美国的纽厄尔、肖和西蒙协作编制了一个名为逻辑实际机(LT)的计算机程序系统。模拟人用数理逻辑证明定理时的思想规律，证明了怀特海和罗素的名著——<数学原理>第2章中的38条定理(1963年在另一台机器上证明了全部52条定理)美籍华人、数理逻辑学家王浩于1958年在IBM[CD*2]704计算机上用3～5分钟证明了<数学原理>中有关命题演算的全部定理(220条)，并且还证明了谓词演算中150条定理的85%78人工智能的开展概略符号主义途径开展概略(续)：1956年，塞缪尔胜利研制了具有自学习、自组织、自顺应才干的跳棋程序。这个程序能从棋谱中学习，也能从下棋实际中提高棋艺，1959年它击败了塞缪尔本人，1962年又击败了美国一个州的冠军1959年，籍勒洛特发表了证明平面几何问题的程序，塞尔夫里奇推出了一个方式识别程序1965年罗伯特编制出了可以分辨积木构造的程序79人工智能的开展概略符号主义途径开展概略(续)：1960年，纽厄尔、肖和西蒙等人经过心思学实验总结出了人们求解问题的思想规律，编制了通用问题求解程序，该程序可以求解11种不同类型的问题1960年，麦卡锡研制胜利了面向人工智能程序设计的表处置言语LISP。该言语以其独特的符号处置功能，很快在人工智能界风靡起来，至今依然是人工智能研讨的一个有力工具1965年，鲁宾逊提出了消解原理，为定理的机器证明做出了突破性的奉献80人工智能的开展概略符号主义途径开展概略(续)：20世纪80年代后，专家系统与知识工程在实际、技术和运用方面都有了长足的提高和开展专家系统的建造进入运用高级开发工具时期，出现了所谓的多专家系统、大型专家系统、微专家系统和分布式专家系统等知识表示、不准确推理、机器学习等方面也都获得了重要进展还出现了不限于专家知识的所谓基于知识的系统和知识库系统81人工智能的开展概略衔接主义途径开展概略：早在20世纪40年代，就有一些学者开场了神经元及其数学模型的研讨。例如，1943年心思学家McCulloch和数学家Pitts提出了方式神经元的数学模型——如今称之为MP模型，1944年Hebb提出了改动神经元衔接强度的Hebb规那么。MP模型和Hebb规那么至今仍在各种神经网络中起重要作用82人工智能的开展概略衔接主义途径开展概略(续)：1969年，明斯基与白伯脱共同发表了颇有影响的<Perceptrons>一书，书中证明了那时运用的单层人工神经网络，无法实现一个简单的异或门(XOR)所完成的功能对神经网络的前景持悲观态度，许多学者放弃了在该领域中的继续努力，政府机构也改动基金资助的投向，神经网络的研讨进入低谷83人工智能的开展概略衔接主义途径开展概略(续)：经过近20年的暗淡时期后终于有了新的突破和惊人的成果：1985年美国霍布金斯大学的赛诺斯开发了名为NETtalk英语读音学