人工智能及專家系統(tǒng)第1章--人工智能概述課件

1、第1章 人工智能概述 11 人工智能的基本概念111 智能112 人類智能 113 人工智能114 人工智能的研究目標12 人工智能的科學體系與分支121 人工智能的科學體系122 人工智能的學科范疇123 人工智能的應用領域第1章 人工智能概述13 工智能的技術方案與途徑131 人工智能的基本技術132 人工智能的研究內容133 人工智能的研究途徑與方法14 人工智能的產生與發(fā)展141 人工智能的孕育期142 人工智能的基礎技術研究與形成期143 人工智能的發(fā)展與應用期(1970年以后144 人工智能在我國的發(fā)展情況145 人工智能的發(fā)展趨勢與展望11 人工智能的基本概念 111 智能“智力

2、”：是運用知識解決問題的能力“智能”：是指知識的集合與智力的綜合(或總和)，是靜態(tài)的知識和動態(tài)的智力綜合所體現(xiàn)的一種能力。智能具有收集、匯集、選擇、理解和感覺信息的功能。智能過程：感覺、記憶、回憶、思維、語言、自適應、行為的整個過程。智能的概念是廣義的。廣義智能包括:人類智能、人工智能和集成智能。集成智能：是人類智能與人工智能相結合的人-機系統(tǒng)。 廣義智能信息系統(tǒng)論智能信息論廣義智能論智能系統(tǒng)論感知信息論思維信息論行為信息論智能普存論智能層次論智能進化論感知系統(tǒng)論思維系統(tǒng)論行為系統(tǒng)論智能的共性 智能的基本要素是“知識”。 智能是普遍存在的。人、動物、機器都可能有智能。 智能是多層的。高層智能(

3、思維)、中層智能(感知)、基層智能(行為)。 智能是進化的。先天進化(遺傳、變異)、后天進化(學習、知識推理)。 智能是相對的。不同的主體、客體、時間、空間、環(huán)境、條件有不同智能水平。 智能是智能系統(tǒng)的整體功能。 1 人類智能 人類智能通常表現(xiàn)為感知力、觀察力、記憶力、思維能力、語言表達能力、正確行動的能力等等，基本過程是：感覺分析判斷決策行動。它是指人在認識與改造客觀世界的活動中，由思維過程和腦力活動所體現(xiàn)出的能力。 包括思維能力、感知能力和行為能力思維能力 人們通過腦的思維活動(如:記憶、聯(lián)想、推理、計算、分析、比較、判斷、決策、規(guī)劃、學習、探索等)，對各種信息進行加工處理，將感性知識上升

4、為理性知識。進一步積累與總結經驗，形成概念、建立方法、制訂計劃、作出決策的能力；通過推理、論證或分析、計算，求解問題、作出結論的能力；通過學習、教育或訓練、實踐，從而增長知識、豐富經驗、促進工作的能力。 思維的結構模型 圖1-1 思維的結構模型外部表象初級處理感覺表象初級處理外部表象形 象 源語 言形象思維抽象思維輸入記憶處理輸出感知能力 人們通過視覺、聽覺、觸覺系統(tǒng)等，感知客觀世界，獲取感性知識的能力。例如，由眼、耳等感覺器官接受各種信息(如:文字、圖象、物景、聲音、語言等)，產生相應的沖動，沿外周神經傳入中樞神經腦，通過視覺、聽覺中樞等，進行信息處理、模式識別、語言理等的智能活動的能力。

5、行為能力人們通過效應器官(如:手、足以及發(fā)音器官等)，對外界刺激(輸入信息)作出反應(輸出信息),采取行動的能力。例如，根據儀表的顯示信息，進行手動操作，或者對用戶提出的問題作出回答或解釋等。行為的智能特性表現(xiàn)在反應的靈活性與適應性。 人工智能 人工智能(AI)是一門研究機器智能和智能機器的新型的、綜合性的、具有強大生命力的邊緣學科，它研究怎樣讓計算機或智能機器（包括硬件和軟件）模仿、延伸和擴展人腦從事推理、規(guī)劃、計算、思考、學習、等思維活動，解決迄今為止需要人類專家才能處理好的復雜問題。人工智能程序和通常程序的比較 人工智能程序 通常計算機程序主要是符號處理 主要是數字處理啟發(fā)式搜索 依靠算

6、法控制結構和知識域相分離 信息和控制聯(lián)結在 一起易于修改、更新和改變 難以修改允許不正確的答案 要求正確的答案人工智能的研究內容1機器思維與思維機器機器思維，如:啟發(fā)式程序、專家系統(tǒng)、知識工程、機器學習、機器證明、機器博弈等。思維機器，如:智能計算機，學習機、推理機、博弈機、邏輯機、自動機，神經細胞模型、人工神經網絡、腦模型等。2機器感知與感知機器機器感知，如:文字、圖象、物景、聲音等模式識別與自然語言理解；計算機視覺、聽覺、觸覺等。感知機器，如:文字、圖象、聲音、語言的識別機、感知機;觸覺感知器，平衡感知器，各種智能傳感器等。3機器行為與行為機器 機器行為，如:自適應、自鎮(zhèn)定、自尋優(yōu)等智能控

7、制、管理、決策行為，機器人在不確定的、動態(tài)環(huán)境中的“漫游”行為等。行為機器，如:智能控制器、智能效應器、智能執(zhí)行機構、智能機械手、智能機器人等。 人工智能計算機即第五代計算機，它是一種具有直接感知文字、圖象、理解自然語言、進行知識推理和邏輯判斷的計算機，具有能聽、能說、能看、能寫、能計算、會規(guī)劃、會設計、會思考、會推理、會學習等功能。需配備機器視覺、聽覺、感覺與智能電腦。 人工智能的困難在于對腦的了解，人腦僅重1500克，神經元1011與銀河系中的星星差不多，記憶1015比特信息。對腦的模擬研究、在于對腦的功能模擬和思維模擬。人工智能的研究目標索羅門的人工智能目標:對智能行為有效解釋的理論分析

8、；解釋人類智能；構造智能的人工制品。李艾特和費根鮑姆的人工智能目標:即理解人類的認識，有效的自動化，有效的智能拓展，超人的智力，通用問題求解，連貫性交談，自治，學習，儲存信息。 人工智能的研究目標遠期目標是要制造智能機器，使現(xiàn)有的計算機更聰明，能夠模擬人類的智能行為。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、思考、分析、決策、預測、理解、規(guī)劃、設計和學習等高級思維能力，還要有分析問題、解決問題和發(fā)明創(chuàng)造的能力。近期目標是實現(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。121 人工智能的

9、科學體系一、人工智能的位置基礎科學交叉科學：系統(tǒng)科學、思維科學、人體科學人工智能指導科學 圖 科學體系 哲學 數學 社會 科學自然科學人工智能是邏輯學、思維學、生理學、心理學、計算機科學，電子學、語言學、教育、圖學、光學、聲學、工業(yè)自動化、空間研究、物理學、程序設計學等多學科相互滲透的結果。人工智能是在控制論、信息論與系統(tǒng)論基礎之上誕生的，也必然隨著突變論、耗散結構理論、協(xié)同論的發(fā)展而進入到新的階段。人工智能的基礎學科包括：數學理論（離散數學、模糊數學）、思維科學理論（論知心理學、邏輯和抽象思維學、形象和直觀思維學）和計算機工程技術（硬件和軟件技術）。 人 工智能機 知器 識感 獲知 取機 問

10、器 題思 求維 解機知 器識 思 應維 用機 視 覺器 聽 覺知 問識 題推 求理 解智 能機 器系 統(tǒng)模式識別：文字圖象識別、景物分析、聲音識別。人機對話：自然語言理解、自然語言生成。知識表達技術：規(guī)則、邏輯、網絡知識積累技術：知識庫、數據庫知識推理：啟發(fā)算法；學習、聯(lián)想、歸納、 演繹；證明、博弈知識處理工具：智能自動程序設計、自動程序設計專家咨詢系統(tǒng)、智能機、第五代計算機、腦膜型、智能機器人、生產、辦公、家務自動化、智能控制、管理系統(tǒng)、計算機輔助設計、教學、實驗、制造 圖1-3 人工智能的學科范疇122 人工智能的學科范疇 1. 機器感知知識獲取它研究機器如何直接或間接獲取(自動或半自動)

11、知識，輸入自然信息(文字、圖象、聲音、語言、物景)，如機器視覺(文字、圖象識別、物景分析)；機器聽覺(聲音識別、語言理解)；機器觸覺；機器嗅覺；以及其他機器感覺(力感覺、平衡感覺等)。其中最重要的是機器視覺。2機器思維知識處理這涉及到在機器中如何表示知識；積累與存儲知識；組織與管理知識；進行知識推理和問題求解；如機器記憶、聯(lián)想、學習、推理和解題等機器思維的工程技術方法。 知識表達技術 知識積累技術 知識推理技術 知識處理工具3機器行為知識運用機器行為是指運用機器所獲取的知識，通過知識信息處理，作出反應，付諸行動，發(fā)揮知識的效用的問題，以及各種智能機器和智能系統(tǒng)的設計方法和工程實現(xiàn)技術。如基于知

12、識庫的專家系統(tǒng)，智能控制與智能管理系統(tǒng)，進行知識信息處理的、具有人機智能接口的第五代計算機或新一代的智能機，能夠自行制訂行動規(guī)劃，具有機器視覺與聽覺、觸覺的智能機器人，自然語言理解與生成及人機對話系統(tǒng)，具有AI的計算機輔助設計、教學、實驗、制造系統(tǒng)，以及生產自動化、辦公室自動化、家務管理自動化系統(tǒng)等。 123 人工智能的應用領域 ：難題求解、自動定理證明、自動程序設計、自動翻譯、模式識別、自然語言理解、博弈、計算機視覺、智能控制、智能管理、智能決策、智能通信、智能仿真、智能CAD、智能CAI 等 難題求解 主要指那些沒有算法解，或雖有算法解但在現(xiàn)有機器上無法實施或無法完成的困難問題。例如：路徑

13、規(guī)劃、運輸調度、電力調度、地質分析、測量數據解釋、天氣預報、市場預測、股市分析、疾病診斷、故障診斷、軍事指揮、機器人行動規(guī)劃、機器博弈等等。 自動定理證明 把人證明數學定理和日常生活中的演繹推理變成一系列能在計算機上自動實現(xiàn)的符號演算的過程和技術，稱為自動定理證明，也就是機器定理證明，其方法主要有四類： 自然演繹法。依據推理規(guī)則，從前提和公理中可以推出許多定理，如果待證的定理恰在其中，則定理得證。 判定法。即對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算法解。 定理證明器。它研究一切可判定問題的證明方法。 計算機輔助證明。它是以計算機為輔助工具，幫助人完成手工證明中難以完成的大量計算、推理和窮舉。 自

14、動程序設計 就是讓計算機設計程序。具體來講，就是只要人給出關于某程序要求的非常高級的描述，計算機就會自動生成一個能完成這個要求目標的具體程序。它通過規(guī)劃過程，生成所需的程序。自動程序設計包括兩方面的內容：程序綜合與程序自動驗證。程序綜合即實現(xiàn)自動編程，只要告訴計算機“做什么”，而不用說“如何做”，計算機就可以自動地把程序設計出來。程序自動驗證是指自動證明所設計程序的正確性。 自動翻譯 即機器翻譯，是在沒有人工翻譯參與的情況下，利用最新技術生成的翻譯。也就是完全用計算機作為兩種語言之間的翻譯。 （5） 模式識別 模式識別的一般過程可描述為：所謂模式識別（Pattern Recognition）就

15、是是利用計算機對各種符號、文字、圖形、語言、聲音等進行分析、判斷、分類的學科，分為三類：即模式獲取、模式分析和模式分類。模式獲取是利用變換器、傳感器等檢驗器件將信息源中模擬數據收集起來作為待識別的模式信號；給計算機配感覺器官（ 如攝象機、送話器等） 電信號系列 進行預處理 抽出特征模式 與標準模式進行比較 分類識別。 模式識別經常采用的方法有模板匹配法、統(tǒng)計模式法、句法模式法、模糊模式法和神經網絡法。下面分別對這些方法作以簡單介紹:統(tǒng)計模式法 統(tǒng)計模式法是利用概率統(tǒng)計的方法進行模式識別。它把模式看成是三維空間的一些點，先對已知樣本模式進行學習，通過樣本特征建立起判別函數，以此對識別事物進行分類

16、識別。信息空間 信息空間 模式空間 特征空間 分類空間 學習部分統(tǒng)計判決系統(tǒng)框圖 模式獲取預處理特征提取分類判決特征選擇模式樣本學習教練結構（句法）模式法 該方法把模式分成若干個簡單元素，然后用特殊的文法規(guī)則描述這些元素之間的結構關系。不同的模式對應著不同的語句。結構法識別系統(tǒng)如圖所示。 圖 結構法識別系統(tǒng)框圖 提取有關特征模式獲取預處理模式表示語法分析模式選擇模式樣本文法推斷參數與非參數法 參數法又稱為參數估計法。它是當模式樣本的類概率密度函數已知，或者從提供的作為設計分類器用的訓練樣本能估計出類概率密度函數的近似表達式的情況下使用的一種模式識別方法。例如，在多數情況下，類概率密度函數常常用

17、正態(tài)分布來近似，即用正態(tài)分布的均值和協(xié)方差矩陣作為估計計算判別函數的參數。參數估計中最常用的方法是最大貝葉斯估計和最大似然估計。 神經網絡法 這是一種把神經網絡與模式識別相結合所產生的新方法。它在進行識別之前，首先需要用一訓練樣例對網絡進行訓練，將連接權值確定下來，然后才能對待識別事務進行識別。該方法適應于對復雜事物的分類，并具有并行分布、容錯、學習、自組織和自適應等特點。 自然語言理解 自然語言理解（Natural Language Processing）主要研究如何使計算機能夠理解和生成自然語言。早期的自然語言理解主要針對書面語言進行研究，即利用語言的句法、語法、語義、語用、語氣、語調等知

18、識，再結合有關外界信息對其進行理解。60年代只注重語法；70年代出現(xiàn)了理解程序；73年涉及到語言的語法、語義、概念?，F(xiàn)在的研究一般是在文字識別和語音識別系統(tǒng)的配合下進行書面語言和有聲語音的識別與理解。 圖 人機對話系統(tǒng)方框圖。 自然語言理解自然語言生成 語言識別 語言理解 語言生成 語言發(fā)生推理解題決策 話筒 喇叭自然語言理解要達到以下一些目標： 一種語言翻譯成另外一種語言；用書本語言變成口頭語言；將口頭語言變成書本語言；修改和解釋語言；根據各種語言發(fā)出各種指令，進行推理和問答等；在有關專題中找到某種答案。自然語言理解的應用：機器翻譯或機助翻譯。目前已研制出中、英、日等實用的翻譯系統(tǒng)，其翻譯的

19、總開銷是人工翻譯的30%以下。篇章理解：機器閱讀，在消化篇章內容的基礎上生成其摘要，或回答有關問題。篇章生成：根據以某種形式語言存儲在計算機中的信息，生成自然語言。自然語言接口：用戶直接采用自然語言，如英語、漢語等同大型數據庫或專家咨詢系統(tǒng)對話 博弈 是一個有關對策和斗智問題的領域。例如，下棋、打牌、戰(zhàn)爭等這一類競爭性智能活動都屬于博弈問題。在AI中大多以下棋為例來研究博弈規(guī)律，并研制出一些很著名的博弈程序，例如塞繆爾的跳棋程序，格林布萊特等人設計的國際象棋程序等。 “深藍”被稱為世界上第一臺超級國際象棋電腦，于1997年5月3日至5月11日在美國紐約曼哈頓同當時的國際象棋世界冠軍蘇聯(lián)人卡斯帕

20、羅夫對弈6局，結果“深藍”獲勝。 1997年,世界國際象棋冠軍斯卡帕羅夫(Kasparow)與一為特殊的對手進行了一次比賽。這位特殊的對手不是人類，而是IBM公司制造的超級計算機深藍(Deep blue)由于第六具戲劇性的大勝，深藍以3.5比2.5的總比分迫使斯卡帕羅夫低頭認輸。人們驚呼：電腦戰(zhàn)勝了人腦！深藍創(chuàng)造了歷史那么深藍又是如何做到這一點的呢 計算機視覺 它是一門用計算機實現(xiàn)或模擬人類視覺功能，研究為完成在復雜的環(huán)境中運動和在復雜的場景中識別物體所需要哪些視覺信息，以及如何從圖像中獲取這些信息的新興學科。前沿研究領域包括實時并行處理,主動式定性視覺,動態(tài)和時變視覺,三維景物的建模與識別,

21、實時圖像壓縮傳輸和復原,多光譜和彩色圖像的處理與解釋等。主要研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力，這種能力不僅包括對三維環(huán)境中物體形狀、位置、姿態(tài)、運動等幾何信息的感知，而且還包括對這些信息的描述、存儲、識別與理解。計算機視覺的應用計算機視覺已在條形碼、郵政編碼、指紋、染色體、字符等識別方面，在衛(wèi)星圖像處理、飛行器跟蹤、成像精確制導、景物識別、目標檢測和定位、CT圖像的臟器重建、醫(yī)學圖像分析與識別、盲人導航視覺、機器人對物體識別與定位、障礙識別與回避、自動導航視覺、監(jiān)測系統(tǒng)、生產過程監(jiān)控、集成電路分析檢測、鋼管焊縫檢測和彩色顯像屏熒光膜混色檢測等方面有較廣泛的應用。 智能控

22、制。 是指那種無需或盡可能少的人的干預就能獨立地驅動智能機器實現(xiàn)其目標的自動控制。智能控制系統(tǒng)是由智能機器對生產過程自動控制的系統(tǒng)。智能控制系統(tǒng)的智能可歸納為以下幾方面： 先驗智能：有關控制對象及干擾的先驗知識； 反應性智能：對系統(tǒng)及環(huán)境變化的正確反應能力； 優(yōu)化智能：先驗性優(yōu)化及反應性優(yōu)化； 組織與協(xié)調智能：系統(tǒng)之間的有效管理與協(xié)調。 智能管理 是指通過智能技術進行信息的智能過濾處理，將正確的信息在適當的時候傳遞給適當的人。它模擬管理人員的社會行為及管理行為偏好，自主地獲取、檢索因特網上的信息，管理過載信息，擔當信息收集者、過濾者及知識學習者的角色。 智能檢索 智能檢索就是利用分詞詞典、同義

23、詞典，同音詞典改善檢索效果，還可在知識層面或者說概念層面上輔助查詢，通過主題詞典、上下位詞典、相關同級詞典，形成一個知識體系或概念網絡，給予用戶智能知識提示，最終幫助用戶獲得最佳的檢索效果。 智能決策 把AI技術引入決策過程，建立智能決策支持系統(tǒng)。該系統(tǒng)能夠為決策者提供決策所需的數據、信息和背景材料，幫助明確決策目標和進行問題的識別，建立或修改決策模型，提供各種備選方案，并且對各種方案進行評價和優(yōu)選，通過人機交互功能進行分析、比較和判斷，為正確決策提供必要的支持。 智能通信 指以智能化的方式將通信嵌入到實時的系統(tǒng)運行之中，進而在整個系統(tǒng)范圍內將人員和業(yè)務流程聯(lián)接在一起，在通信系統(tǒng)的各個層次和環(huán)

24、節(jié)上實現(xiàn)智能化。例如在通信網的構建、網管與網控、轉接、信息傳輸與轉換等環(huán)節(jié)，都可實現(xiàn)智能化。這樣，網絡就可運行在最佳狀態(tài)，使其具有自適應、自組織、自學習、自修復等功能。 智能仿真 把以知識為核心和人類思維行為作背景的智能技術引入整個建模與仿真過程，構造智能仿真平臺。智能仿真技術的開發(fā)途徑是AI與仿真技術的集成化。因此，近年來各種智能算法，如模糊算法、神經算法、遺傳算法的探索也形成了智能建模與仿真中的一些研究熱點。 智能制造 是指應用智能制造技術和智能制造系統(tǒng)的制造生產模式，在制造的各個環(huán)節(jié)中，以一種高度柔性和高度集成的方式，通過計算機模擬人類專家的智能活動，進行分析、判斷、推理、構思和決策，旨

25、在取代或延伸制造環(huán)境中人的部分腦力勞動，并對人類專家的制造智能進行收集、存貯、完善、共享、繼承和發(fā)展。 智能CAD 將AI理論與 CAD(計算機輔助設計)技術相結合,使計算機具有支持人類專家的設計思維、推理決策及模擬人的思維方法與智能行為的能力, 從而把設計自動化推向更高層次。從目前發(fā)展的趨勢來看，它至少涉及設計自動化、智能交互、智能圖形學、自動數據采集四個方面，把工程數據庫及其管理系統(tǒng)、知識庫及其專家系統(tǒng)、擬人化用戶接口管理系統(tǒng)集于一體。 智能CAI 就是把AI技術引入CAI(計算機輔助教學)領域。它將教學內容與教學策略分開，根據學生資料庫提供的學生模型，通過智能系統(tǒng)的搜索與推理，動態(tài)生成適

26、合于個別化教學的內容與策略，自動生成各種問題與練習，自動解決問題生成解答；通過智能診斷機制判斷學生的學習水平，分析學生產生錯誤的原因，同時向學生提出更改建議、以及進一步需學習內容的建議；通過對學生資料庫中全體學生出現(xiàn)錯誤分布的統(tǒng)計，智能診斷機制向教師提供教學重點、方式、測試重點、方式、題型的建議；為教師提供友好的教學內容、測試內容維護界面，無需改變軟件的結構即可調整教學策略；通過對學生模型、教學內容、測試結果的智能分析，向教學督導人員提供對教師教學業(yè)績評價的參考意見。 計算智能與進化計算 計算智能涉及神經計算、模糊計算、進化計算等研究領域。進化計算是指一類以達爾文進化論為依據來設計、控制和優(yōu)化

27、人工系統(tǒng)的技術和方法的總稱，它包括遺傳算法、進化策略和進化規(guī)劃。 人工生命 旨在用計算機和精密機械等人工媒介生成或構造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。自然生命系統(tǒng)行為具有自組織、自復制、自修復等特征以及形成這些特征的混沌動力學、進化和環(huán)境適應。人工生命所研究的人造系統(tǒng)能夠演示具有自然生命系統(tǒng)特征的行為，在“生命之所能”的廣闊范圍內深入研究“生命之所知”的實質。人工生命學科的研究內容包括生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進化動力學、人工生命的計算理論、進化與學習綜合系統(tǒng)以及人工生命的應用等。 124 人工智能分支的劃分 1 根據腦功能模擬的劃分 機器學習就是機器自己獲取知識

28、。 機器感知就是機器像人一樣通過“感覺器官”直接從外界獲取信息。 機器聯(lián)想就是機器具有聯(lián)想的功能。聯(lián)想是指感知或回憶某一事物時，連帶想起其他的有關事物的過程。 機器推理就是計算機推理，也稱自動推理。所謂推理就是以一些已知判斷(前提)推出一個新判斷(結論)的思維過程。 機器理解就是使機器能夠理解包括自然語言和圖形在內的各種符號。 機器行為主要指機器人行動規(guī)劃。2. 根據應用系統(tǒng)的劃分 專家系統(tǒng)是一種模擬人類專家解決領域問題的計算機程序系統(tǒng)。其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復

29、雜問題。 知識庫系統(tǒng)是以知識庫為核心的，包含人、硬件和軟件的各種資源，用于實現(xiàn)知識共享的系統(tǒng)。 智能數據庫系統(tǒng)就是在數據庫的應用中集成了自我管理及資源調度的的功能，由數據庫系統(tǒng)自己進行錯誤分析、可能的解決方案建議、自我修復及參數的自動配置。 智能機器人系統(tǒng)是融合了感知、視覺、聽覺、思考、人機通訊和執(zhí)行等功能的綜合系統(tǒng)。機器人 機器人(Robot)是具有類似某些生物器官功能、用以完成特定操作和移動任務的、可再編程的機械電子自動裝置。復雜的機器人除機械手和腳、推進器、旋轉器件、動力系統(tǒng)、控制系統(tǒng)、計算裝置、存貯裝置外，還具有多種人類器官的功能，如：具有觸覺、聽覺、嗅覺、感覺：粗造硬度、位置重量、熱

30、導體、溫度、接近、形狀、大小、距離的傳感器。機器人可廣泛用于生產自動化、原子能利用、宇宙和海洋開發(fā)等領域，例如，可讓機器人代替人在高溫、高壓、深水、單調、孤寂、狹小或帶有放射性、有害性物質的環(huán)境中從事繁重或危險工作；另一方面，可以為人工智能理論、方法、技術研究提供一個綜合試驗場地，對人工智能各個領域的研究進行全面檢查，并反過來推動人工智能研究的發(fā)展。機器人的分類1按計劃分第一代機器人固定程序機器人和遙控式機器人；第二代機器人可變程序機器人和示教再現(xiàn)式機器人；第三代機器人自適應機器人和智能機器人。2按應用型劃分工業(yè)機器人、宇宙開發(fā)機器人、海洋開發(fā)機器人、玩具機器人、服務機器人、智能機器人。3按重

31、量劃分 機器人可分為重負荷（50公斤以上）機器人、中負荷（550公斤）機器人、輕負荷（5公斤以下）機器人。有關機器人的研究內容1利用大規(guī)模集成電路的小型化和計算機的高性能，研制新式判斷機理的工程方法及軟件；2研究視覺、聽覺、觸覺等感知器，尤其是研究空間識別問題；3研制用精密機械元件做成的手、腳等與計算機結合的方式；4研究機器人從三維空間收搜集信息的處理方式；5研究機器人識別外界環(huán)境的能力； 人們正在研制在結構上有靈活動作的多關節(jié)手和兩腿步行機構，利用電視攝像機和光學測距器、超聲波等做視覺，在廣泛范圍內對物體進行搜索、識別和測距，并帶有觸覺、聽覺等功能的智能機器人。3. 根據計算機系統(tǒng)結構的劃分

32、 智能操作系統(tǒng)是一類基于知識處理、問題求解、現(xiàn)場感應、環(huán)境適應并且能產生人類智能行為的操作系統(tǒng) 智能多媒體系統(tǒng)是一種多媒體播放系統(tǒng)，支持終端模式下大規(guī)模用戶的多媒體應用，支持點播和組播等多種播放方式。它利用了本地計算能力，播放方式對用戶完全透明，用戶使用方式只需雙擊服務器上的文件即可。智能網絡系統(tǒng)。AI技術、智能計算機與計算機網絡技術的結合與融合，形成具有更多思維能力的智能網絡系統(tǒng)。當前，基于網絡系統(tǒng)的分布式智能決策系統(tǒng)、分布專家系統(tǒng)、分布知識庫系統(tǒng)、分布智能代理技術、分布智能控制系統(tǒng)及智能網絡管理技術等的發(fā)展，也都明顯的體現(xiàn)了這種智能網絡系統(tǒng)的發(fā)展趨向。智能計算機系統(tǒng)是信息采集、存儲、處理、

33、通信同AI結合在一起的新一代計算機系統(tǒng)。它具有計算、感知、記憶、推理、學習等功能，能以漢語語音、漢字、圖形和圖像與系統(tǒng)進行交互作用，具有較豐富的軟件設計和生產能力，是一個功能較強的智能應用系統(tǒng)的開發(fā)環(huán)境。智能計算機的特點1 集中分布式多級遞階結構；2 串行并行相結合的工作方式；3分工分區(qū)相結合的協(xié)調控制體制；4兩態(tài)多態(tài)兼容的復合邏輯；5自組織、自修復的柔性聯(lián)結系統(tǒng)；6啟發(fā)算法， 歸納演繹；7聯(lián)想記憶、聯(lián)想識別、聯(lián)想推理；8自學習、自適應、自尋優(yōu)；9自整定、自規(guī)劃、自編程；10. 自然信息的輸入、處理及輸出。 智能計算機要達到的目標1執(zhí)行110億邏輯推理，1邏輯推理1001000步；2知識庫容量

34、1000億100000億字節(jié)，在幾秒鐘內搜索得到結果；3智能接口系統(tǒng)以自然語言方式對話，提供機器翻譯10000個基本詞，1000條語法規(guī)則，分析精度達99%；4 核心語言Prolog語言；5 不學就會用；6 高度的精確推理和學習；7 程序自動生成；8 高可靠性和保密。4. 根據基礎理論的劃分從基礎理論看，AI可分為數理邏輯和多種非標準邏輯、圖論、人工神經網絡、模糊集、粗糙集、概率統(tǒng)計（貝葉斯統(tǒng)計決策理論）和貝葉斯網絡、統(tǒng)計學習理論與支持向量機、形式語言與自動機等領域和方向。5. 根據智能算法來劃分從智能算法來看，AI可分為數據挖掘和知識發(fā)現(xiàn)、智能主體、啟發(fā)式算法、邏輯演算、高級知識推理、模糊算

35、法、遺傳算法、免疫算法、人工神經網絡、人工生命、進化編程、粒群優(yōu)化、蟻群算法、自然計算等分支與方向。13 人工智能的技術方案與途徑 131 人工智能的基本技術1推理技術：從一個或幾個已知的判斷（前提）得出另一個新判斷（結論）的思維過程。2搜索技術：為了達到某一目標而連續(xù)地進行推理的過程。搜索技術就是對推理進行引導和控制的技術。 3知識表示與知識庫技術：知識表示是指知識在計算機中的表示方法和表示形式 ；知識庫技術包括知識的組織、管理、維護、優(yōu)化等技術。 4知識獲取技術 ：知識獲取包括機器學習和用人工移植的方法進行學習兩個方面。 131 人工智能的基本技術5. 聯(lián)想技術和歸納技術：聯(lián)想是指感知或回

36、憶某一事物時，連帶想起其他的有關事物的過程。歸納技術，是指機器自動提取概念、抽取知識、尋找規(guī)律的技術。 6. 知識發(fā)現(xiàn)和數據挖掘技術：知識發(fā)現(xiàn)的全稱是從數據庫中發(fā)現(xiàn)知識。知識發(fā)現(xiàn)主要流行于AI和機器學習領域，而數據挖掘則主要流行于統(tǒng)計、數據分析、數據庫和管理信息系統(tǒng)領域。 數據挖掘是指從數據庫中發(fā)現(xiàn)隱含的、先前不知道的、潛在有用的信息，它綜合了機器學習、數據庫、專家系統(tǒng)、模式識別、統(tǒng)計、管理信息系統(tǒng)、基于知識的系統(tǒng)、可視化等領域的有關技術。其目的就是從數據庫的數據中抽取和精化一般規(guī)律或模式。 7智能系統(tǒng)與智能計算機的構成技術：建立智能系統(tǒng)或構造智能機器 132 人工智能的研究內容 1人工智能的

37、理論體系研究 2廣義知識模型的研究 3聯(lián)想知識庫的研究 4自組織推理機的研究5知識獲取工具的研究 6專家系統(tǒng)開發(fā)環(huán)境的研究 7 對智能控制與智能管理的研究 8高智能機器人及其應用研究 9新一代人工智能機的研究10高性能腦模型的研究 11高智能專家系統(tǒng)的研究 12對智能化儀器、儀表的研制133 人工智能的研究方法 結構模擬是從仿生學的觀點，基于腦的生理結構原型和工作機理。 思維模擬法就是以人腦的心理模型，利用計算機軟件、符號推演與心理學方法，從宏觀上來模擬人腦的思維，實現(xiàn)機器智能。 1. 啟發(fā)方法依靠啟發(fā)推理，利用啟發(fā)程序，進行問題求解。 2. 算法主要依靠算法證明，利用算法程序進行問題求解。行

38、為模擬法是一種基于感知行為模型的研究方法 14 人工智能的產生與發(fā)展 141 人工智能的孕育期(在1956年以前)在這個階段中，數理邏輯、自動機理論、控制論、信息論、仿生學、神經生理學、實驗心理學、電子計算機等科學技術的進展，為人工智能學科的誕生，準備了思想、理論和物質基礎。141 人工智能的孕育期1 1647年法國的數學和物理學家帕斯卡(Pascal)制造了一臺有效的機械加法器。2 1821年英國數學家巴貝奇(Babbage)發(fā)明了兩臺最先進的差分機和分析機。其中分析機的設計思想與現(xiàn)代電子計算機十分相似。他提出了計算機的五個主要組成部分：輸入(把數字輸入機器)、存儲器(保存數字和程序指令)、

39、運算器(執(zhí)行運算)、控制器(控制執(zhí)行各種命令)和輸出(把運算的結果告訴用戶)。為電子計算機的發(fā)展奠定了基礎。3 著名的英國邏輯學家和哲學家喬治布爾(G.Boo1e，1815年一1864年)致力于使“思維規(guī)律”形式化和實現(xiàn)機械化，他發(fā)明了布爾代數，首次用符號語言描述了思維活動的基本推理法則。4. 1936年英國數學家、圖靈機的發(fā)明者圖靈(A.M.Turing)創(chuàng)立了自動機理論。圖靈1945年設計思想的21種特點中，已有15種由別人重新提出并在機器上實現(xiàn)了，如變址寄存器、微程序設計、虛擬存儲器和變指令系統(tǒng)等等。布爾（Boole）（1815 1864），英國數學家、邏輯學家。他的主要貢獻是初步實現(xiàn)了

40、萊布尼茨關于思維符號化和數學化的思想，提出了一種嶄新的代數系統(tǒng)布爾代數，凡是傳統(tǒng)邏輯能處理的問題，布爾代數都能處理。 歌德爾（Gdel）（1906 1978），美籍奧地利數理邏輯學家，他研究數理邏輯中的一些帶根本性的問題，即形式系統(tǒng)的完備性和可判定性問題，指出了把人的思維形式化和機械化的某些極限，在理論上證明了有些事情是機器做不到的。怎樣才能說機器（計算機）擁有了智能？ 1950年，圖靈提出了著名的“圖靈實驗”： 讓一個人和一臺計算機分處兩個不同的房間，另有一主持人向他們提出問題，如果主持人通過聽取對問題的回答分辨不出哪個是人的回答，哪個是計算機的回答，便認為被實驗的計算機有了智能。1.1.2

41、 圖靈測試和中文屋子 圖靈測試”（Turing Test）141 人工智能的孕育期5 1943年，麥卡洛克(W.cclloch)與匹茨(W.Pitts)研制了神經細胞模型MP模型，開創(chuàng)了腦模型研究工作。6 1945年匈牙利數學家、博弈論的創(chuàng)立者馮諾依曼(John.Von.Neumann)提出了存儲程序的概念。馮諾依曼的這一思想被譽為電子計算機時代的開始。至今，計算機的體系結構還基本上是馮諾依曼型。7 1946年由美國人莫克利(Mauchly)和?？颂?Eckert)在賓夕法尼亞大學摩爾電工學院研制成功世界上第一臺電子計算機ENIAC(Electronic Numerical Integrato

42、r And Computer)。該機由18000個電子管組成，占空間81立方米，占地1500平方米，重量60噸，運行速度為5000次/秒，是為計算槍炮和導彈的彈導表而設計的，能夠在30秒內計算出60個彈道曲線。8 1948美國著名數學家、控制論創(chuàng)始人維納(N.Wiener)創(chuàng)立了控制論。9 1948年美國應用數學家、信息論的創(chuàng)始人香農(C.E.Shannon)創(chuàng)立了信息論。10 1948年英國生物學家阿希貝（W.R.Ashby）的設計一個腦一書出版。142 人工智能的研究與形成期(1956年至1970年) 在這個階段，人工智能學科正式產生，在定理證明、問題求解、機器博弈、Lisp語言、文字和圖

43、象識別、機器思維、感知、及行為等基本內容上取得了重大突破。這一時期的主要研究成果大致有以下一些方面。 142 人工智能的研究與形成期 1 1956年麥卡錫在美國正式提出了“人工智能”（Artificial Intelligence）這一術語。2 1956年，美國的紐厄爾、肖和賽蒙合作編制了一個名為邏輯理論機(Logic Theory Machine，LT)的計算機程序系統(tǒng)。證明了名著數學原理第2章中的38條定理(1963年在另一臺機器上證明了全部52條定理)。而美籍華人、數理邏輯學家王浩于1958年在IBM一704計算機上用35分鐘證明了數學原理中有關命題演算的全部220條定理，并且還證明了謂

44、詞演算中150條定理的85%。3 1956年，塞繆爾研制成功了具有自學習、自組織、自適應能力的西洋跳棋程序。 4 1957年，羅森勃勞特(F.Rosenblatt)研究制成感知機，具有學習功能，模仿視覺,進行模式分類識別。5 1959年，籍勒洛特發(fā)表了證明平面幾何問題的程序，塞爾夫里奇推出了一個模式識別程序； 142 人工智能的研究與形成期6 1960年，紐厄爾、肖和賽蒙等人編制了通用問題求解程序。該程序可以求解11種不同類型的問題 。7 1960年，麥卡錫研制成功了面向人工智能程序設計的表處理語言LISP。8 1960年美國生產了第一批商用工業(yè)機器人UNIMATE和VERSATRAN。9 1

45、965年，魯賓遜(Robinson)提出了歸結(消解)原理。10 1965年，美國斯坦福大學的費根鮑姆(E.A.Feigenbaum) 開始研究化學專家系統(tǒng)DENDRAL。11 1968年Quillian提出了語義網絡知識表示法。12 1969年，由國際上許多學術團體共同發(fā)起成立了國際人工智能聯(lián)合會議(International Joint Conferenceson Artificial Intelligence，簡稱IJCAI) 。143 人工智能的發(fā)展與應用期（1970年以后）從1970年以后，人工智能從實驗室走了出來，從一般思維規(guī)律探討轉向知識工程開發(fā)，進入實際應用時代。 70年代后期開始，一大批實用型專家系統(tǒng)不斷涌現(xiàn)。 大量出版關于人工智能的專著、手冊和文集。 在知識表示、不精確推理、人工智能語言等方面也有重大進展。 1977年，在第五屆國際人工智能會議上，費根鮑姆進一步提出了“知識工程”的概念。 日本于1981年10月向全世界公布的第五代電子計算機的研制計劃，打算在此十年內撥出大約4億5000萬美元資金用于該項目的實施。美國1983年制定了6一10年的研制規(guī)劃，