高級人工智能-概論51課件

22十一月20221高級人工智能——第1講概論5123十月20221高級人工智能——第1講概論51人工智能的淵源人工智能的認(rèn)知問題思維的層次模型符號智能與計(jì)算智能人工智能的研究方法自動推理機(jī)器學(xué)習(xí)分布式人工智能人工思維模型知識系統(tǒng)2022/11/222合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源2022/10/232合肥工業(yè)大學(xué)人工智能與數(shù)人工智能的淵源人工智能(ArtificialIntelligence)主要研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)機(jī)器智能。2005年,McCarthy指出人工智能的長期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能[McCarthy2005]2022/11/223合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源人工智能(ArtificialIntelli人工智能的淵源中國算盤：古典計(jì)算機(jī)；水運(yùn)儀象臺：天文觀測與星象分析儀器；候風(fēng)地動儀：測報與顯示地震的儀器。陰陽學(xué)說：對現(xiàn)代邏輯的發(fā)展有重大影響。2022/11/224合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源中國2022/10/234合肥工業(yè)大學(xué)人工智能人工智能的淵源國外Aristotle(公元前384—322)：《工具論》的著作中提出形式邏輯。Bacon(1561—1626)：《新工具》中提出歸納法。Leibnitz(1646—1716)：研制四則計(jì)算器，提出了“通用符號”和“推理計(jì)算”的概念，使形式邏輯符號化。Boole(1815—1864)：創(chuàng)立布爾代數(shù)，《思維法則》書中首次用符號語言描述了思維活動的基本推理法則。Godel(1906—1978)提出了不完備性定理。Turing(1912—1954)提出了理想計(jì)算機(jī)模型──圖靈機(jī)1943年，McClloch和Pitts提出了MP神經(jīng)網(wǎng)絡(luò)模型1946年，Manochly和Eckert研制成功ENIAC電子數(shù)字計(jì)算機(jī)。1948年，Wiener創(chuàng)立了控制論，Shannon創(chuàng)立了信息論。

2022/11/225合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源國外2022/10/235合肥工業(yè)大學(xué)人工智能人工智能的淵源1956年由McCarthy、Minsky等發(fā)起，美國的幾位心理學(xué)家、數(shù)學(xué)家、計(jì)算機(jī)科學(xué)家、信息論學(xué)家在Dartmouth大學(xué)舉辦夏季討論會，正式提出人工智能的術(shù)語，開始了具有真正意義的人工智能的研究。2022/11/226合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源1956年由McCarth人工智能的淵源在20世紀(jì)50年代，人工智能以博弈、游戲?yàn)閷ο筮M(jìn)行研究。Samuel：自學(xué)習(xí)能力的啟發(fā)式博弈程序Newell、Simon：啟發(fā)式程序LogicTheorist,證明了《數(shù)學(xué)原理》書中38條定理。Chomsky：語言文法，開創(chuàng)了形式語言的研究。McCarthy：人工智能程序設(shè)計(jì)語言LISP。20世紀(jì)60年代，人工智能以搜索算法、通用問題求解(GPS)的研究為主Newell：問題求解程序，使啟發(fā)式程序有更大的普適性。Minsky：發(fā)表題為“走向人工智能的步驟”的論文。Feigenbaum：DENDRAL化學(xué)專家系統(tǒng)人工智能研究走向?qū)嵱没臉?biāo)志。Robinson：提出了歸結(jié)原理。Quillian：語義網(wǎng)絡(luò)的知識表示方法。1969年，國際人工智能聯(lián)合會(IJCAI)成立。2022/11/227合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源在20世紀(jì)50年代，人工智能以博弈、游人工智能的淵源20世紀(jì)70年代前期，人工智能研究以自然語言理解、知識表示為主Winograd：自然語言理解系統(tǒng)SHRDLU。

Colmerauer：創(chuàng)建PROLOG語言。Schank：概念從屬理論。Minsky：框架知識表示法。Feigenbaum（1977年）：知識工程。20世紀(jì)80年代，人工智能蓬勃發(fā)展

專家系統(tǒng)開始廣泛應(yīng)用，出現(xiàn)了專家系統(tǒng)開發(fā)工具，人工智能產(chǎn)業(yè)。國家制訂相應(yīng)的計(jì)劃，進(jìn)行人工智能和智能計(jì)算機(jī)系統(tǒng)的研究。2022/11/228合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源20世紀(jì)70年代前期，人工智能研究以自然人工智能的淵源

人工智能尚缺乏必要的理論。在一些關(guān)鍵技術(shù)方面,諸如機(jī)器學(xué)習(xí)、非單調(diào)推理、常識性知識表示、不確定推理等尚未取得突破性的進(jìn)展。人工智能對全局性判斷模糊信息處理、多粒度視覺信息的處理是極為困難的。人工智能還處于智能學(xué)科研究的早期階段,必須開展智能科學(xué)的研究。智能科學(xué)研究智能的基本理論和實(shí)現(xiàn)技術(shù)，是由腦科學(xué)、認(rèn)知科學(xué)、人工智能等學(xué)科構(gòu)成的交叉學(xué)科。

腦科學(xué)從分子水平、細(xì)胞水平、行為水平研究人腦智能機(jī)理，建立腦模型，揭示人腦的本質(zhì)。

認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識等人腦心智活動過程的科學(xué)。

人工智能研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)機(jī)器智能。2022/11/229合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源人工智能尚缺乏必要的理論人工智能的認(rèn)知問題認(rèn)知(cognition)是和情感、動機(jī)、意志等相對的理智或認(rèn)識過程。美國心理學(xué)家Houston等人將對“認(rèn)知”的看法歸納為如下五種主要類型：

(1)認(rèn)知是信息的處理過程；

(2)認(rèn)知是心理上的符號運(yùn)算；

(3)認(rèn)知是問題求解；

(4)認(rèn)知是思維；

(5)認(rèn)知是一組相關(guān)的活動，如知覺、記憶、思維、判斷、推理、問題求解、學(xué)習(xí)、想象、概念形成、語言使用等。認(rèn)知心理學(xué)家Dodd等則認(rèn)為，認(rèn)知應(yīng)包括三個方面，即適應(yīng)、結(jié)構(gòu)和過程。也就是說，認(rèn)知是為了一定的目的，在一定的心理結(jié)構(gòu)中進(jìn)行的信息加工過程。2022/11/2210合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問題認(rèn)知(cognition)是和情感、動機(jī)、人工智能的認(rèn)知問題認(rèn)知科學(xué)是研究人類感知和思維信息處理過程的科學(xué),包括從感覺的輸入到復(fù)雜問題求解,從人類個體到人類社會的智能活動,以及人類智能和機(jī)器智能的性質(zhì)。認(rèn)知科學(xué)是現(xiàn)代心理學(xué)、信息科學(xué)、神經(jīng)科學(xué)、數(shù)學(xué)、科學(xué)語言學(xué)、人類學(xué)乃至自然哲學(xué)等學(xué)科交叉發(fā)展的結(jié)果。認(rèn)知科學(xué)研究的目的：說明和解釋人在完成認(rèn)知活動時是如何進(jìn)行信息加工的。認(rèn)知科學(xué)涉及的問題：知覺、語言、學(xué)習(xí)、記憶、思維、問題求解、創(chuàng)造、注意,以及環(huán)境、社會文化背景對認(rèn)知的影響。

2022/11/2211合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問題認(rèn)知科學(xué)是研究人類感知和思維人工智能的認(rèn)知問題人工智能的五個基本問題[Kirsh1991]：(1)知識與概念化是否是人工智能的核心？(2)認(rèn)知能力能否與載體分開來研究？(3)認(rèn)知的軌跡是否可用類自然語言來描述？(4)學(xué)習(xí)能力能否與認(rèn)知分開來研究？(5)所有的認(rèn)知是否有一種統(tǒng)一的結(jié)構(gòu)？

這些問題都是與人工智能有關(guān)的認(rèn)知問題,必須從認(rèn)知科學(xué)的基礎(chǔ)理論進(jìn)行探討。2022/11/2212合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問題人工智能的五個基本問題[Kirs思維的層次模型

思維是客觀現(xiàn)實(shí)的反映過程，是具有意識的人腦對于客觀現(xiàn)實(shí)的本質(zhì)屬性、內(nèi)部規(guī)律性的自覺的、間接的和概括的反映。

人類思維的形態(tài)：感知思維：初級的思維形態(tài)。只是把感性材料組織起來,構(gòu)成有條理的知識,認(rèn)識到的僅是現(xiàn)象。在此基礎(chǔ)上形成的思維形態(tài)即是感知思維。形象思維：用典型化的方法進(jìn)行概括，并用形象材料來思維。形象思維是與神經(jīng)機(jī)制的連接論相適應(yīng)的。模式識別、圖像處理、視覺信息加工都屬于這個范疇。2022/11/2213合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型思維是客觀現(xiàn)實(shí)的反映過程，是具有意思維的層次模型抽象思維：基于抽象概念的思維形式，通過符號信息處理進(jìn)行思維。只有語言的出現(xiàn)，抽象思維才成為可能，語言和思維互相促進(jìn)，互相推動?？梢哉J(rèn)為物理符號系統(tǒng)是抽象思維的基礎(chǔ)。靈感思維：靈感思維是形象思維擴(kuò)大到潛意識，人腦有一部分對信息進(jìn)行加工,，但是人并沒有意識到。靈感思維是頓悟。靈感思維在創(chuàng)造性思維中起重要作用。

2022/11/2214合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型抽象思維：基于抽象概念的思維形式，通過符號信息思維的層次模型感知思維是極簡單的思維形態(tài)，它通過人的眼、耳、鼻、舌、身感知器官產(chǎn)生表象。形象思維以神經(jīng)網(wǎng)絡(luò)的連接論為理論基礎(chǔ)，可以高度并行處理。抽象思維以物理符號系統(tǒng)為理論基礎(chǔ)，用語言表述抽象的概念。由于注意的作用，使其處理基本上是串行的。抽象處理單元感知處理單元1形象處理單元n形象處理單元2形象處理單元1感知處理單元n感知處理單元22022/11/2215合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型感知思維是極簡單的思維形態(tài)，它符號智能與計(jì)算智能

智能是個體有目的的行為、合理的思維,以及有效的適應(yīng)環(huán)境的綜合性能力。通俗地說,智能是個體認(rèn)識客觀事物和運(yùn)用知識解決問題的能力。人類個體的智能包括：感知與認(rèn)識客觀事物、客觀世界與自我的能力;通過學(xué)習(xí)取得經(jīng)驗(yàn)、積累知識的能力;理解知識、運(yùn)用知識和運(yùn)用經(jīng)驗(yàn)分析問題和解決問題的能力;聯(lián)想、推理、判斷、決策的能力;運(yùn)用語言進(jìn)行抽象、概括的能力;發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力;實(shí)時地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力;預(yù)測、洞察事物發(fā)展變化的能力。

智能與社會環(huán)境有密切的關(guān)系。2022/11/2216合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能智能是個體有目的的行為、合符號智能與計(jì)算智能

人工智能的符號主義、連接主義和行為主義：傳統(tǒng)人工智能是符號主義，它以Newell和Simon提出的物理符號系統(tǒng)假設(shè)為基礎(chǔ)。物理符號系統(tǒng)假設(shè)認(rèn)為物理符號系統(tǒng)是智能行為充分和必要的條件。物理符號系統(tǒng)由一組符號實(shí)體組成，它們都是物理模式，可在符號結(jié)構(gòu)的實(shí)體中作為組分出現(xiàn)。連接主義研究非程序的、適應(yīng)性的、大腦風(fēng)格的信息處理的本質(zhì)和能力，也稱為神經(jīng)計(jì)算。神經(jīng)網(wǎng)絡(luò)主體是一種開放式的神經(jīng)網(wǎng)絡(luò)環(huán)境，提供典型的、具有實(shí)用價值的神經(jīng)網(wǎng)絡(luò)模型。系統(tǒng)采用開放方式，使得新的網(wǎng)絡(luò)模型可以比較方便地進(jìn)入系統(tǒng)中,利用系統(tǒng)提供良好的用戶界面和各種工具，對網(wǎng)絡(luò)算法進(jìn)行調(diào)試修改。2022/11/2217合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能人工智能的符號主義、連接主義符號智能與計(jì)算智能Brooks提出了無需知識表示的智能[Brooks1991a]，無需推理的智能[Brooks1991b]。他認(rèn)為智能只是在與環(huán)境的交互作用中表現(xiàn)出來，在許多方面是行為心理學(xué)觀點(diǎn)在現(xiàn)代人工智能中的反映，人們稱為基于行為的人工智能，簡言之，稱為行為主義。

2022/11/2218合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能Brooks提出了無需知識表示的智能[B符號智能與計(jì)算智能神經(jīng)計(jì)算從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來研究腦的功能，研究大量簡單的神經(jīng)元的集團(tuán)信息處理能力及其動態(tài)行為。其研究重點(diǎn)側(cè)重于模擬和實(shí)現(xiàn)人的認(rèn)識過程中的感知覺過程、形象思維、分布式記憶和自學(xué)習(xí)自組織過程。特別是對并行搜索、聯(lián)想記憶，時空數(shù)據(jù)統(tǒng)計(jì)描述的自組織以及一些相互關(guān)聯(lián)的活動中自動獲取知識，更顯示出了其獨(dú)特的能力，并普遍認(rèn)為神經(jīng)網(wǎng)絡(luò)適合于低層次的模式處理。

神經(jīng)網(wǎng)絡(luò)基本特點(diǎn)：①以分布式方式存儲信息。②以并行方式處理信息。③具有自組織、自學(xué)習(xí)能力。2022/11/2219合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能神經(jīng)計(jì)算從腦的神經(jīng)系符號智能與計(jì)算智能符號主義、連接主義和行為主義特點(diǎn)的比較

符號主義連接主義行為主義認(rèn)識層次離散連續(xù)連續(xù)表示層次符號連接行動求解層次自頂向下由底向上由底向上處理層次串行并行并行操作層次推理映射交互體系層次局部分布分布基礎(chǔ)層次邏輯模擬直覺判斷2022/11/2220合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能符號主義、連接主義和行為主義特點(diǎn)的比較符號智能與計(jì)算智能符號智能：以知識為基礎(chǔ)，通過推理進(jìn)行問題求解。也即所謂的傳統(tǒng)人工智能。計(jì)算智能：以數(shù)據(jù)為基礎(chǔ)，通過訓(xùn)練建立聯(lián)系，進(jìn)行問題求解。人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊系統(tǒng)、進(jìn)化程序設(shè)計(jì)、人工生命等都可以包括在計(jì)算智能。2022/11/2221合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能符號智能：以知識為基礎(chǔ)，人工智能的研究方法認(rèn)知學(xué)派

以Simon,Minsky和Newell等為代表，從人的思維活動出發(fā)，利用計(jì)算機(jī)進(jìn)行宏觀功能模擬。20世紀(jì)50年代，Newell和Simon：“LogicTheorist”程序模擬人證明數(shù)學(xué)定理的思維過程。60年代初：“GeneralProblemSolver-GPS”，分三個階段模擬了人在解題過程中的思維規(guī)律。2022/11/2222合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法認(rèn)知學(xué)派2022/10/2322合肥工業(yè)人工智能的研究方法1976年Newell和Simon：物理符號系統(tǒng)假設(shè)，認(rèn)為物理系統(tǒng)表現(xiàn)智能行為必要和充分的條件是它是一個物理符號系統(tǒng)。任何信息加工系統(tǒng)看成是一個具體的物理系統(tǒng)，對符號進(jìn)行操作就是對符號進(jìn)行比較，物理符號系統(tǒng)的基本任務(wù)和功能是辨認(rèn)相同的符號和區(qū)分不同的符號。20世紀(jì)80年代Newell：SOAR系統(tǒng)，以知識塊(Chunking)理論為基礎(chǔ)，利用基于規(guī)則的記憶，獲取搜索控制知識和操作符，實(shí)現(xiàn)通用問題求解。Minsky：框架知識表示方法。

1985年Minsky：《SocietyofMind(思維社會)》指出思維社會是由大量具有某種思維能力的單元組成的復(fù)雜社會。2022/11/2223合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法1976年Newell和Simon人工智能的研究方法

邏輯學(xué)派

邏輯學(xué)派是以McCarthy和Nilsson等為代表，主張用邏輯來研究人工智能，即用形式化的方法描述客觀世界：

智能機(jī)器必須有關(guān)于自身環(huán)境的知識。

通用智能機(jī)器要能陳述性地表達(dá)關(guān)于自身環(huán)境的大部分知識。

通用智能機(jī)器表示陳述性知識的語言至少要有一階邏輯的表達(dá)能力。邏輯學(xué)派在人工智能研究中，強(qiáng)調(diào)的是概念化知識表示、模型論語義、演繹推理等。McCarthy主張任何事物都可以用統(tǒng)一的邏輯框架來表示，在常識推理中以非單調(diào)邏輯為中心。2022/11/2224合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法邏輯學(xué)派2022/10/23人工智能的研究方法行為學(xué)派

Brooks認(rèn)為人工智能的研究應(yīng)走出這種抽象過份簡單的現(xiàn)實(shí)世界模型的象牙塔，而以復(fù)雜的現(xiàn)實(shí)世界為背景，讓人工智能理論、技術(shù)先經(jīng)受解決實(shí)際問題的考驗(yàn)，并在這種考驗(yàn)中成長。提出了無需知識表示的智能、無需推理的智能。智能只是在與環(huán)境的交互作用中表現(xiàn)出來，其基本觀點(diǎn)：

到現(xiàn)場去；

物理實(shí)現(xiàn)；

初級智能；

行為產(chǎn)生智能。

對機(jī)器人的研究開創(chuàng)了一種新的方法。

2022/11/2225合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法行為學(xué)派2022/10/2325合人工智能的研究方法

不同的人工智能學(xué)派,對基本的認(rèn)知問題給以不同的回答。邏輯學(xué)派對認(rèn)知問題的(1)─(4)給予肯定的回答，對(5)持中立觀點(diǎn)。認(rèn)知學(xué)派對認(rèn)知問題的(1)、(3)、(5)給予肯定的回答。行為學(xué)派，對認(rèn)知問題(1)─(5)均持否定的看法。(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運(yùn)算；(3)認(rèn)知是問題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動。2022/11/2226合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法不同的人工智能學(xué)派,對基本自動推理

推理：從一個或幾個已知的判斷(前提)邏輯地推論出一個新的判斷(結(jié)論)的思維形式。

自動推理的理論和技術(shù)是程序推導(dǎo)、程序正確性證明、專家系統(tǒng)、智能機(jī)器人等研究領(lǐng)域的重要基礎(chǔ)。早期的工作：機(jī)器定理證明：LogicTheorist。1956年Robinson：歸結(jié)原理,推理規(guī)則簡單,邏輯上完備,成為Prolog的計(jì)算模型。自然演繹法和等式重寫式。

這些方法本質(zhì)上都存在組合問題,都受到難解性的制約。

2022/11/2227合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理推理：從一個或幾個已知的判斷(前提)邏自動推理

非單調(diào)推理：指的是一個正確的公理加到理論中,反而會使預(yù)先所得到的一些結(jié)論變得無效了。

非單調(diào)推理過程：建立假設(shè),進(jìn)行標(biāo)準(zhǔn)邏輯意義下的推理,若發(fā)現(xiàn)不一致,進(jìn)行回溯,以便消除不一致,再建立新的假設(shè)。1978年Reiter首先提出了非單調(diào)推理方法封閉世界假設(shè)(CWA),并提出默認(rèn)推理。1979年Doyle建立了非單調(diào)推理系統(tǒng)TMS。1980年McCarthy提出限定邏輯。

2022/11/2228合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理非單調(diào)推理：指的是一個正確的公理加到理論自動推理

定性推理：把物理系統(tǒng)或物理過程細(xì)分為子系統(tǒng)或子過程,對于每個子系統(tǒng)或子過程以及它們之間的相互作用或影響都建立起結(jié)構(gòu)描述,通過局部因果性的傳播和行為合成獲得實(shí)際物理系統(tǒng)的行為描述和功能描述。最基本的定性推理方法：

deKleer的基于部件的定性方程方法Forbus的定性進(jìn)程方法Kuipers的基于約束的定性仿真方法。

定性與定量推理的結(jié)合將會對專家系統(tǒng)科學(xué)決策的發(fā)展產(chǎn)生重大影響。

2022/11/2229合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理定性推理：把物理系統(tǒng)或物理過程細(xì)分為子系自動推理

不確定性理論和推理方法體現(xiàn)：隨機(jī)性、模糊性、不確定性

概率論：廣泛地用于處理隨機(jī)性以及人類知識的不可靠性。Bayes理論被成功地用在PROSPECTOR專家系統(tǒng)中。

Dempster和Shafer證據(jù)理論：引入信任函數(shù)的概念，對經(jīng)典概率加以推廣。有堅(jiān)實(shí)的理論基礎(chǔ),定義和計(jì)算過程比較復(fù)雜。模糊集理論：從研究集合與元素的關(guān)系入手研究不確定性。廣泛應(yīng)用于專家系統(tǒng)和智能控制中。粗糙集：從知識分類入手研究不確定性。2022/11/2230合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理不確定性理論和推理方法2022/10/233自動推理

不確定推理的研究重點(diǎn)：一是解決現(xiàn)有處理不確定性的理論中存在的問題;二是大力研究人類高效、準(zhǔn)確的識別能力和判斷機(jī)制,開拓新的處理不確定性的理論和方法;三是探索可以綜合處理多種不確定性的方法和技術(shù)。

2022/11/2231合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理2022/10/2331合肥工業(yè)機(jī)器學(xué)習(xí)學(xué)習(xí)的基本機(jī)制是設(shè)法把在一種情況下是成功的表現(xiàn)行為轉(zhuǎn)移到另一類似的新情況中去。學(xué)習(xí)是獲取知識、積累經(jīng)驗(yàn)、改進(jìn)性能、發(fā)現(xiàn)規(guī)律、適應(yīng)環(huán)境的過程。知識、知識表示及運(yùn)用知識的推理算法是人工智能的核心,而機(jī)器學(xué)習(xí)則是關(guān)鍵問題。

2022/11/2232合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)學(xué)習(xí)的基本機(jī)制是設(shè)法把在一種情況下是機(jī)器學(xué)習(xí)

學(xué)習(xí)系統(tǒng)的四個基本環(huán)節(jié)：

環(huán)境提供外界信息,類似教師的角色。學(xué)習(xí)單元處理環(huán)境提供的信息,相當(dāng)于各種學(xué)習(xí)算法。知識庫中以某種知識表示形式存儲信息。執(zhí)行單元利用知識庫中的知識來完成某種任務(wù),并把執(zhí)行中的情況回送給學(xué)習(xí)單元。環(huán)境學(xué)習(xí)單元反饋執(zhí)行單元知識庫2022/11/2233合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)環(huán)境學(xué)習(xí)單元反饋執(zhí)行單元知識庫2022/1機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的研究四個階段：無知識的學(xué)習(xí)：

主要研究神經(jīng)元模型和基于決策論方法的自適應(yīng)和自組織系統(tǒng)。符號概念獲取：給定某一類別的若干正例和反例，從中獲得該類別的一般定義。實(shí)例學(xué)習(xí)：從實(shí)例學(xué)習(xí)結(jié)構(gòu)描述。有知識的學(xué)習(xí)：把大量知識引入學(xué)習(xí)系統(tǒng)做為背景知識2022/11/2234合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的研究四個階段：2022/10/23機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)的風(fēng)范：歸納學(xué)習(xí)：研究一般性概念的描述和概念聚類。AQ算法、變型空間算法、ID3算法等。類比學(xué)習(xí)是通過目標(biāo)對象與源對象的相似性,從而運(yùn)用源對象的求解方法來解決目標(biāo)對象的問題。分析學(xué)習(xí)：在領(lǐng)域知識指導(dǎo)下進(jìn)行實(shí)例學(xué)習(xí),包括基于解釋的學(xué)習(xí)、知識塊學(xué)習(xí)等。基于解釋的學(xué)習(xí)是從問題求解的一個具體過程中抽取出一般的原理,并使其在類似情況下也可利用。發(fā)現(xiàn)學(xué)習(xí)：根據(jù)實(shí)驗(yàn)數(shù)據(jù)或模型重新發(fā)現(xiàn)新的定律的方法。數(shù)據(jù)庫知識發(fā)現(xiàn)：分類規(guī)則、特性規(guī)則、關(guān)聯(lián)規(guī)則、差異規(guī)則、演化規(guī)則、異常規(guī)則等。2022/11/2235合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的風(fēng)范：2022/10/233機(jī)器學(xué)習(xí)遺傳學(xué)習(xí)：模擬生物繁衍的變異和自然選擇，把概念的各種變體當(dāng)作物種的個體,根據(jù)客觀功能測試概念的誘發(fā)變化和重組合并,決定哪種情況應(yīng)在基因組合中予以保留。連接學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)通過典型實(shí)例的訓(xùn)練,識別輸入模式的不同類別。

2022/11/2236合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)遺傳學(xué)習(xí)：模擬生物繁衍的變異和自然選擇，把概念的各種分布式人工智能

分布式人工智能：研究在邏輯上或物理上分散的智能動作者如何協(xié)調(diào)其智能行為，即協(xié)調(diào)它們的知識、技能和規(guī)劃,求解單目標(biāo)或多目標(biāo)問題，為設(shè)計(jì)和建立大型復(fù)雜的智能系統(tǒng)或計(jì)算機(jī)支持協(xié)同工作提供有效途徑。

DAI系統(tǒng)的研究動因：技術(shù)基礎(chǔ)──處理器硬件結(jié)構(gòu)技術(shù)及處理器之間的通信技術(shù)的進(jìn)步使得大量復(fù)雜的并且是異步執(zhí)行的處理器之間的互聯(lián)成為可能。

分布式問題求解──很多的人工智能應(yīng)用在本質(zhì)上都是分布的。包括：空間分布、功能分布、時序分布。

2022/11/2237合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能分布式人工智能：研究在邏輯上或物理分布式人工智能易于系統(tǒng)集成──分布式人工智能系統(tǒng)支持模塊性的設(shè)計(jì)及實(shí)現(xiàn)。智能行為的新途徑──通過智能主體實(shí)現(xiàn)自主的智能行為。要使人工智能系統(tǒng)成為思維社會的組成，它必須具有與環(huán)境之間進(jìn)行交互的作用，以及彼此協(xié)作和協(xié)調(diào)的能力。

認(rèn)識論上的意義──分布式人工智能可用來研究和驗(yàn)證社會學(xué)、心理學(xué)、管理學(xué)等中的問題和理論。通過信念、知識、希望、意圖、承諾、注意、目標(biāo)、協(xié)作等，實(shí)現(xiàn)協(xié)同工作的多主體系統(tǒng)，為理解和仿真認(rèn)識論問題提供有效的手段。2022/11/2238合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能易于系統(tǒng)集成──分布式人工智能系統(tǒng)支持模塊性的分布式人工智能DAI的研究方向：分布式問題求解（DPS:DistributedProblemSolving）：目標(biāo)是要創(chuàng)建大粒度的協(xié)作群體，它們之間共同工作以對某一問題進(jìn)行求解。在一個純粹的DPS系統(tǒng)中，問題被分解成任務(wù)，并且為求解這些任務(wù)，需要僅為該問題設(shè)計(jì)一些專用的任務(wù)執(zhí)行系統(tǒng)。所有的交互（如果有，如協(xié)作等）策略都被集成為系統(tǒng)設(shè)計(jì)的整體部分。這是一種從頂向下設(shè)計(jì)的系統(tǒng)，因?yàn)樘幚硐到y(tǒng)是為滿足在頂部所給定的需求而設(shè)計(jì)的。2022/11/2239合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能DAI的研究方向：2022/10/2339合分布式人工智能DAI的研究方向：多主體系統(tǒng)（MAS:Multi-AgentSystem）：主體是一個自主的實(shí)體，它不斷地與環(huán)境發(fā)生交互作用。同時在該環(huán)境中還有其他的進(jìn)程發(fā)生，也存在其他的主體。在MAS中，主體可以是同構(gòu)的，也可以是異構(gòu)的。MAS的研究涉及到在一組自主的智能主體之間協(xié)調(diào)其智能行為，協(xié)調(diào)它們的知識、目標(biāo)、意圖及規(guī)劃以聯(lián)合起來采取行動或求解問題。主體之間可能是協(xié)作關(guān)系，也可能存在著競爭。多主體系統(tǒng)可看作是采用由底向上的設(shè)計(jì)方法設(shè)計(jì)的系統(tǒng)。DPS和MAS處于同一研究范系的兩個端點(diǎn)上。2022/11/2240合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能DAI的研究方向：2022/10/2340合人工思維模型

計(jì)算機(jī)的發(fā)展兩個階段:第一個階段：采用馮·諾伊曼體系結(jié)構(gòu)，主要用于數(shù)值計(jì)算、文檔處理、數(shù)據(jù)庫管理和檢索。這些應(yīng)用都有明確的算法，僅在編程方面較困難。第二個階段：是面向符號和邏輯的處理，主要通過推理，進(jìn)行知識信息處理。如何確定有效的算法是研究的重點(diǎn)。

2022/11/2241合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工思維模型計(jì)算機(jī)的發(fā)展兩個階段:2022/10/23人工思維模型

現(xiàn)實(shí)世界的問題大多具有病態(tài)定義的結(jié)構(gòu)，如模式識別、不完全信息的問題求解和學(xué)習(xí)等，而這些問題屬于直覺信息處理的范疇。為了處理直覺信息，必須研究柔性信息處理的理論和技術(shù)。真實(shí)世界的所謂柔性問題具有下列特點(diǎn)：包含意義不明確或不確定信息的各種復(fù)雜情況的集成；主動獲取必要的信息和知識，通過歸納學(xué)習(xí)范化知識；系統(tǒng)本身能適應(yīng)用戶和環(huán)境的變化；根據(jù)處理對象系統(tǒng)進(jìn)行自組織；容錯處理能力。2022/11/2242合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工思維模型現(xiàn)實(shí)世界的問題大多具有病態(tài)定義的人工思維模型

人工思維模型開放式自主系統(tǒng)集體智能柔性信息處理真實(shí)世界

人工思維將以開放式自主系統(tǒng)為基礎(chǔ)，充分發(fā)揮各種處理范型的特長，實(shí)現(xiàn)集體智能，才能達(dá)到柔性信息處理，解決真實(shí)世界的問題。2022/11/2243合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工思維模型人工思維模型開放式自主系統(tǒng)集體智能柔性信知識系統(tǒng)知識系統(tǒng)包括：專家系統(tǒng)、知識庫系統(tǒng)、智能決策系統(tǒng)等。專家系統(tǒng)：這類計(jì)算機(jī)程序包括兩部分:知識庫,它表示和存儲由任務(wù)所指定領(lǐng)域知識的一組數(shù)據(jù)結(jié)構(gòu)集合，包含有關(guān)領(lǐng)域的事實(shí)和專家水平的啟發(fā)式知識。推理機(jī),它是構(gòu)造推理路徑的一組推理方法集合,以便導(dǎo)致問題求解、假設(shè)的形成、目標(biāo)的滿足等。由于推理采用的機(jī)理、概念不同，推理機(jī)形成多種范型的格局。2022/11/2244合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)知識系統(tǒng)包括：專家系統(tǒng)、知識庫系統(tǒng)、智能決策系統(tǒng)等。知識系統(tǒng)知識庫系統(tǒng)：

把知識以一定的結(jié)構(gòu)存入計(jì)算機(jī),進(jìn)行知識的管理和問題求解,實(shí)現(xiàn)知識的共享。這些軟件的明顯特色是將推理和查詢結(jié)合起來,改善了知識庫的維護(hù)功能,為開發(fā)具體領(lǐng)域的知識系統(tǒng)提供有用的環(huán)境。2022/11/2245合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)知識庫系統(tǒng)：2022/10/2345合肥工業(yè)大學(xué)人工知識系統(tǒng)決策支持系統(tǒng)(DSS)

是計(jì)算機(jī)科學(xué)（包括人工智能）、行為科學(xué)和系統(tǒng)科學(xué)（包括控制論、系統(tǒng)論、信息論、運(yùn)籌學(xué)、管理科學(xué)等）相結(jié)合的產(chǎn)物，是以支持半結(jié)構(gòu)化和非結(jié)構(gòu)化決策過程為特征的一類計(jì)算機(jī)輔助決策系統(tǒng)，用于支持高級管理人員進(jìn)行戰(zhàn)略規(guī)劃和宏觀決策。它為決策者提供分析問題、構(gòu)造模型、模擬決策過程以及評價決策效果的決策支持環(huán)境，幫助決策者利用數(shù)據(jù)和模型在決策過程中通過人－機(jī)交互設(shè)計(jì)和選擇方案。決策過程模型：以決策者為主體的管理決策過程經(jīng)歷了信息、設(shè)計(jì)和選擇三個階段。在決策模型的類型：結(jié)構(gòu)化決策問題、非結(jié)構(gòu)化決策問題和半結(jié)構(gòu)化決策問題。2022/11/2246合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)決策支持系統(tǒng)(DSS)2022/10/2346合肥知識系統(tǒng)決策支持系統(tǒng)的組成

：數(shù)據(jù)庫管理子系統(tǒng)：數(shù)據(jù)庫中存放決策支持所需要的數(shù)據(jù)。該子系統(tǒng)具有對數(shù)據(jù)庫進(jìn)行維護(hù)、控制和管理的功能，并能按用戶要求快速選擇和抽取數(shù)據(jù)。模型庫管理子系統(tǒng)：模型庫中存放各種通用的決策模型和特殊的決策模型。該子系統(tǒng)能夠提供非結(jié)構(gòu)化的建模語言，具有對模型庫進(jìn)行維護(hù)以及模型的調(diào)用控制與校核等功能。2022/11/2247合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)決策支持系統(tǒng)的組成：2022/10/234知識系統(tǒng)方法庫管理子系統(tǒng)：方法庫這存放實(shí)現(xiàn)各類模型的求解方法和最優(yōu)化算法。該子系統(tǒng)具有對方法庫進(jìn)行維護(hù)以及方法調(diào)用的控制與校核等功能。知識庫管理子系統(tǒng)：知識庫中存放有經(jīng)驗(yàn)的決策者的決策知識和推理規(guī)則。該子系統(tǒng)能夠?qū)χR庫進(jìn)行維護(hù)，并將知識庫與推理機(jī)制相結(jié)合組成專家系統(tǒng)，從而使DSS具有更強(qiáng)的決策支持能力。會話子系統(tǒng)：包括交互式驅(qū)動的操作方式、提供非過程語言以及用戶接口，為用戶提供一個良好的人－機(jī)交互界面。

2022/11/2248合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)方法庫管理子系統(tǒng)：方法庫這存放實(shí)現(xiàn)各類模型的求解方法知識系統(tǒng)根據(jù)智能系統(tǒng)具有的知識和處理范型的情況，可以分成四類：單領(lǐng)域知識單處理范型智能系統(tǒng)：系統(tǒng)具有單一領(lǐng)域的知識，并且只有一種處理范型。例如，第一代、第二代專家系統(tǒng)和智能控制系統(tǒng)屬于這種類型。單領(lǐng)域知識多處理范型智能系統(tǒng)：單領(lǐng)域知識多處理范型智能系統(tǒng)具有單一領(lǐng)域的知識，而處理范型有多種。例如，混合智能系統(tǒng)屬于這種類型。一般可以用神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練，獲得知識。然后，轉(zhuǎn)換成產(chǎn)生式規(guī)則，提供給推理機(jī)在求解問題時使用。2022/11/2249合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)根據(jù)智能系統(tǒng)具有的知識和處理范型的情況，可以分成四類知識系統(tǒng)多領(lǐng)域知識單處理范型智能系統(tǒng)：多領(lǐng)域知識單處理范型智能系統(tǒng)具有多種領(lǐng)域的知識，而處理范型只有一種。大多數(shù)分布式問題求解系統(tǒng)、多專家系統(tǒng)屬于這種類型。一般采用專家系統(tǒng)開發(fā)工具和環(huán)境來研制這種大型綜合智能系統(tǒng)。多領(lǐng)域知識多處理范型智能系統(tǒng)：具有多種領(lǐng)域的知識，而且處理范型也有多種。2022/11/2250合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識系統(tǒng)2022/10/2350合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖22十一月202251高級人工智能——第1講概論5123十月20221高級人工智能——第1講概論51人工智能的淵源人工智能的認(rèn)知問題思維的層次模型符號智能與計(jì)算智能人工智能的研究方法自動推理機(jī)器學(xué)習(xí)分布式人工智能人工思維模型知識系統(tǒng)2022/11/2252合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源2022/10/232合肥工業(yè)大學(xué)人工智能與數(shù)人工智能的淵源人工智能(ArtificialIntelligence)主要研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)機(jī)器智能。2005年,McCarthy指出人工智能的長期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能[McCarthy2005]2022/11/2253合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源人工智能(ArtificialIntelli人工智能的淵源中國算盤：古典計(jì)算機(jī)；水運(yùn)儀象臺：天文觀測與星象分析儀器；候風(fēng)地動儀：測報與顯示地震的儀器。陰陽學(xué)說：對現(xiàn)代邏輯的發(fā)展有重大影響。2022/11/2254合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源中國2022/10/234合肥工業(yè)大學(xué)人工智能人工智能的淵源國外Aristotle(公元前384—322)：《工具論》的著作中提出形式邏輯。Bacon(1561—1626)：《新工具》中提出歸納法。Leibnitz(1646—1716)：研制四則計(jì)算器，提出了“通用符號”和“推理計(jì)算”的概念，使形式邏輯符號化。Boole(1815—1864)：創(chuàng)立布爾代數(shù)，《思維法則》書中首次用符號語言描述了思維活動的基本推理法則。Godel(1906—1978)提出了不完備性定理。Turing(1912—1954)提出了理想計(jì)算機(jī)模型──圖靈機(jī)1943年，McClloch和Pitts提出了MP神經(jīng)網(wǎng)絡(luò)模型1946年，Manochly和Eckert研制成功ENIAC電子數(shù)字計(jì)算機(jī)。1948年，Wiener創(chuàng)立了控制論，Shannon創(chuàng)立了信息論。

2022/11/2255合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源國外2022/10/235合肥工業(yè)大學(xué)人工智能人工智能的淵源1956年由McCarthy、Minsky等發(fā)起，美國的幾位心理學(xué)家、數(shù)學(xué)家、計(jì)算機(jī)科學(xué)家、信息論學(xué)家在Dartmouth大學(xué)舉辦夏季討論會，正式提出人工智能的術(shù)語，開始了具有真正意義的人工智能的研究。2022/11/2256合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源1956年由McCarth人工智能的淵源在20世紀(jì)50年代，人工智能以博弈、游戲?yàn)閷ο筮M(jìn)行研究。Samuel：自學(xué)習(xí)能力的啟發(fā)式博弈程序Newell、Simon：啟發(fā)式程序LogicTheorist,證明了《數(shù)學(xué)原理》書中38條定理。Chomsky：語言文法，開創(chuàng)了形式語言的研究。McCarthy：人工智能程序設(shè)計(jì)語言LISP。20世紀(jì)60年代，人工智能以搜索算法、通用問題求解(GPS)的研究為主Newell：問題求解程序，使啟發(fā)式程序有更大的普適性。Minsky：發(fā)表題為“走向人工智能的步驟”的論文。Feigenbaum：DENDRAL化學(xué)專家系統(tǒng)人工智能研究走向?qū)嵱没臉?biāo)志。Robinson：提出了歸結(jié)原理。Quillian：語義網(wǎng)絡(luò)的知識表示方法。1969年，國際人工智能聯(lián)合會(IJCAI)成立。2022/11/2257合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源在20世紀(jì)50年代，人工智能以博弈、游人工智能的淵源20世紀(jì)70年代前期，人工智能研究以自然語言理解、知識表示為主Winograd：自然語言理解系統(tǒng)SHRDLU。

Colmerauer：創(chuàng)建PROLOG語言。Schank：概念從屬理論。Minsky：框架知識表示法。Feigenbaum（1977年）：知識工程。20世紀(jì)80年代，人工智能蓬勃發(fā)展

專家系統(tǒng)開始廣泛應(yīng)用，出現(xiàn)了專家系統(tǒng)開發(fā)工具，人工智能產(chǎn)業(yè)。國家制訂相應(yīng)的計(jì)劃，進(jìn)行人工智能和智能計(jì)算機(jī)系統(tǒng)的研究。2022/11/2258合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源20世紀(jì)70年代前期，人工智能研究以自然人工智能的淵源

人工智能尚缺乏必要的理論。在一些關(guān)鍵技術(shù)方面,諸如機(jī)器學(xué)習(xí)、非單調(diào)推理、常識性知識表示、不確定推理等尚未取得突破性的進(jìn)展。人工智能對全局性判斷模糊信息處理、多粒度視覺信息的處理是極為困難的。人工智能還處于智能學(xué)科研究的早期階段,必須開展智能科學(xué)的研究。智能科學(xué)研究智能的基本理論和實(shí)現(xiàn)技術(shù)，是由腦科學(xué)、認(rèn)知科學(xué)、人工智能等學(xué)科構(gòu)成的交叉學(xué)科。

腦科學(xué)從分子水平、細(xì)胞水平、行為水平研究人腦智能機(jī)理，建立腦模型，揭示人腦的本質(zhì)。

認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識等人腦心智活動過程的科學(xué)。

人工智能研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)機(jī)器智能。2022/11/2259合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源人工智能尚缺乏必要的理論人工智能的認(rèn)知問題認(rèn)知(cognition)是和情感、動機(jī)、意志等相對的理智或認(rèn)識過程。美國心理學(xué)家Houston等人將對“認(rèn)知”的看法歸納為如下五種主要類型：

(1)認(rèn)知是信息的處理過程；

(2)認(rèn)知是心理上的符號運(yùn)算；

(3)認(rèn)知是問題求解；

(4)認(rèn)知是思維；

(5)認(rèn)知是一組相關(guān)的活動，如知覺、記憶、思維、判斷、推理、問題求解、學(xué)習(xí)、想象、概念形成、語言使用等。認(rèn)知心理學(xué)家Dodd等則認(rèn)為，認(rèn)知應(yīng)包括三個方面，即適應(yīng)、結(jié)構(gòu)和過程。也就是說，認(rèn)知是為了一定的目的，在一定的心理結(jié)構(gòu)中進(jìn)行的信息加工過程。2022/11/2260合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問題認(rèn)知(cognition)是和情感、動機(jī)、人工智能的認(rèn)知問題認(rèn)知科學(xué)是研究人類感知和思維信息處理過程的科學(xué),包括從感覺的輸入到復(fù)雜問題求解,從人類個體到人類社會的智能活動,以及人類智能和機(jī)器智能的性質(zhì)。認(rèn)知科學(xué)是現(xiàn)代心理學(xué)、信息科學(xué)、神經(jīng)科學(xué)、數(shù)學(xué)、科學(xué)語言學(xué)、人類學(xué)乃至自然哲學(xué)等學(xué)科交叉發(fā)展的結(jié)果。認(rèn)知科學(xué)研究的目的：說明和解釋人在完成認(rèn)知活動時是如何進(jìn)行信息加工的。認(rèn)知科學(xué)涉及的問題：知覺、語言、學(xué)習(xí)、記憶、思維、問題求解、創(chuàng)造、注意,以及環(huán)境、社會文化背景對認(rèn)知的影響。

2022/11/2261合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問題認(rèn)知科學(xué)是研究人類感知和思維人工智能的認(rèn)知問題人工智能的五個基本問題[Kirsh1991]：(1)知識與概念化是否是人工智能的核心？(2)認(rèn)知能力能否與載體分開來研究？(3)認(rèn)知的軌跡是否可用類自然語言來描述？(4)學(xué)習(xí)能力能否與認(rèn)知分開來研究？(5)所有的認(rèn)知是否有一種統(tǒng)一的結(jié)構(gòu)？

這些問題都是與人工智能有關(guān)的認(rèn)知問題,必須從認(rèn)知科學(xué)的基礎(chǔ)理論進(jìn)行探討。2022/11/2262合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問題人工智能的五個基本問題[Kirs思維的層次模型

思維是客觀現(xiàn)實(shí)的反映過程，是具有意識的人腦對于客觀現(xiàn)實(shí)的本質(zhì)屬性、內(nèi)部規(guī)律性的自覺的、間接的和概括的反映。

人類思維的形態(tài)：感知思維：初級的思維形態(tài)。只是把感性材料組織起來,構(gòu)成有條理的知識,認(rèn)識到的僅是現(xiàn)象。在此基礎(chǔ)上形成的思維形態(tài)即是感知思維。形象思維：用典型化的方法進(jìn)行概括，并用形象材料來思維。形象思維是與神經(jīng)機(jī)制的連接論相適應(yīng)的。模式識別、圖像處理、視覺信息加工都屬于這個范疇。2022/11/2263合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型思維是客觀現(xiàn)實(shí)的反映過程，是具有意思維的層次模型抽象思維：基于抽象概念的思維形式，通過符號信息處理進(jìn)行思維。只有語言的出現(xiàn)，抽象思維才成為可能，語言和思維互相促進(jìn)，互相推動?？梢哉J(rèn)為物理符號系統(tǒng)是抽象思維的基礎(chǔ)。靈感思維：靈感思維是形象思維擴(kuò)大到潛意識，人腦有一部分對信息進(jìn)行加工,，但是人并沒有意識到。靈感思維是頓悟。靈感思維在創(chuàng)造性思維中起重要作用。

2022/11/2264合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型抽象思維：基于抽象概念的思維形式，通過符號信息思維的層次模型感知思維是極簡單的思維形態(tài)，它通過人的眼、耳、鼻、舌、身感知器官產(chǎn)生表象。形象思維以神經(jīng)網(wǎng)絡(luò)的連接論為理論基礎(chǔ)，可以高度并行處理。抽象思維以物理符號系統(tǒng)為理論基礎(chǔ)，用語言表述抽象的概念。由于注意的作用，使其處理基本上是串行的。抽象處理單元感知處理單元1形象處理單元n形象處理單元2形象處理單元1感知處理單元n感知處理單元22022/11/2265合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型感知思維是極簡單的思維形態(tài)，它符號智能與計(jì)算智能

智能是個體有目的的行為、合理的思維,以及有效的適應(yīng)環(huán)境的綜合性能力。通俗地說,智能是個體認(rèn)識客觀事物和運(yùn)用知識解決問題的能力。人類個體的智能包括：感知與認(rèn)識客觀事物、客觀世界與自我的能力;通過學(xué)習(xí)取得經(jīng)驗(yàn)、積累知識的能力;理解知識、運(yùn)用知識和運(yùn)用經(jīng)驗(yàn)分析問題和解決問題的能力;聯(lián)想、推理、判斷、決策的能力;運(yùn)用語言進(jìn)行抽象、概括的能力;發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力;實(shí)時地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力;預(yù)測、洞察事物發(fā)展變化的能力。

智能與社會環(huán)境有密切的關(guān)系。2022/11/2266合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能智能是個體有目的的行為、合符號智能與計(jì)算智能

人工智能的符號主義、連接主義和行為主義：傳統(tǒng)人工智能是符號主義，它以Newell和Simon提出的物理符號系統(tǒng)假設(shè)為基礎(chǔ)。物理符號系統(tǒng)假設(shè)認(rèn)為物理符號系統(tǒng)是智能行為充分和必要的條件。物理符號系統(tǒng)由一組符號實(shí)體組成，它們都是物理模式，可在符號結(jié)構(gòu)的實(shí)體中作為組分出現(xiàn)。連接主義研究非程序的、適應(yīng)性的、大腦風(fēng)格的信息處理的本質(zhì)和能力，也稱為神經(jīng)計(jì)算。神經(jīng)網(wǎng)絡(luò)主體是一種開放式的神經(jīng)網(wǎng)絡(luò)環(huán)境，提供典型的、具有實(shí)用價值的神經(jīng)網(wǎng)絡(luò)模型。系統(tǒng)采用開放方式，使得新的網(wǎng)絡(luò)模型可以比較方便地進(jìn)入系統(tǒng)中,利用系統(tǒng)提供良好的用戶界面和各種工具，對網(wǎng)絡(luò)算法進(jìn)行調(diào)試修改。2022/11/2267合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能人工智能的符號主義、連接主義符號智能與計(jì)算智能Brooks提出了無需知識表示的智能[Brooks1991a]，無需推理的智能[Brooks1991b]。他認(rèn)為智能只是在與環(huán)境的交互作用中表現(xiàn)出來，在許多方面是行為心理學(xué)觀點(diǎn)在現(xiàn)代人工智能中的反映，人們稱為基于行為的人工智能，簡言之，稱為行為主義。

2022/11/2268合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能Brooks提出了無需知識表示的智能[B符號智能與計(jì)算智能神經(jīng)計(jì)算從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來研究腦的功能，研究大量簡單的神經(jīng)元的集團(tuán)信息處理能力及其動態(tài)行為。其研究重點(diǎn)側(cè)重于模擬和實(shí)現(xiàn)人的認(rèn)識過程中的感知覺過程、形象思維、分布式記憶和自學(xué)習(xí)自組織過程。特別是對并行搜索、聯(lián)想記憶，時空數(shù)據(jù)統(tǒng)計(jì)描述的自組織以及一些相互關(guān)聯(lián)的活動中自動獲取知識，更顯示出了其獨(dú)特的能力，并普遍認(rèn)為神經(jīng)網(wǎng)絡(luò)適合于低層次的模式處理。

神經(jīng)網(wǎng)絡(luò)基本特點(diǎn)：①以分布式方式存儲信息。②以并行方式處理信息。③具有自組織、自學(xué)習(xí)能力。2022/11/2269合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能神經(jīng)計(jì)算從腦的神經(jīng)系符號智能與計(jì)算智能符號主義、連接主義和行為主義特點(diǎn)的比較

符號主義連接主義行為主義認(rèn)識層次離散連續(xù)連續(xù)表示層次符號連接行動求解層次自頂向下由底向上由底向上處理層次串行并行并行操作層次推理映射交互體系層次局部分布分布基礎(chǔ)層次邏輯模擬直覺判斷2022/11/2270合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能符號主義、連接主義和行為主義特點(diǎn)的比較符號智能與計(jì)算智能符號智能：以知識為基礎(chǔ)，通過推理進(jìn)行問題求解。也即所謂的傳統(tǒng)人工智能。計(jì)算智能：以數(shù)據(jù)為基礎(chǔ)，通過訓(xùn)練建立聯(lián)系，進(jìn)行問題求解。人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊系統(tǒng)、進(jìn)化程序設(shè)計(jì)、人工生命等都可以包括在計(jì)算智能。2022/11/2271合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號智能與計(jì)算智能符號智能：以知識為基礎(chǔ)，人工智能的研究方法認(rèn)知學(xué)派

以Simon,Minsky和Newell等為代表，從人的思維活動出發(fā)，利用計(jì)算機(jī)進(jìn)行宏觀功能模擬。20世紀(jì)50年代，Newell和Simon：“LogicTheorist”程序模擬人證明數(shù)學(xué)定理的思維過程。60年代初：“GeneralProblemSolver-GPS”，分三個階段模擬了人在解題過程中的思維規(guī)律。2022/11/2272合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法認(rèn)知學(xué)派2022/10/2322合肥工業(yè)人工智能的研究方法1976年Newell和Simon：物理符號系統(tǒng)假設(shè)，認(rèn)為物理系統(tǒng)表現(xiàn)智能行為必要和充分的條件是它是一個物理符號系統(tǒng)。任何信息加工系統(tǒng)看成是一個具體的物理系統(tǒng)，對符號進(jìn)行操作就是對符號進(jìn)行比較，物理符號系統(tǒng)的基本任務(wù)和功能是辨認(rèn)相同的符號和區(qū)分不同的符號。20世紀(jì)80年代Newell：SOAR系統(tǒng)，以知識塊(Chunking)理論為基礎(chǔ)，利用基于規(guī)則的記憶，獲取搜索控制知識和操作符，實(shí)現(xiàn)通用問題求解。Minsky：框架知識表示方法。

1985年Minsky：《SocietyofMind(思維社會)》指出思維社會是由大量具有某種思維能力的單元組成的復(fù)雜社會。2022/11/2273合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法1976年Newell和Simon人工智能的研究方法

邏輯學(xué)派

邏輯學(xué)派是以McCarthy和Nilsson等為代表，主張用邏輯來研究人工智能，即用形式化的方法描述客觀世界：

智能機(jī)器必須有關(guān)于自身環(huán)境的知識。

通用智能機(jī)器要能陳述性地表達(dá)關(guān)于自身環(huán)境的大部分知識。

通用智能機(jī)器表示陳述性知識的語言至少要有一階邏輯的表達(dá)能力。邏輯學(xué)派在人工智能研究中，強(qiáng)調(diào)的是概念化知識表示、模型論語義、演繹推理等。McCarthy主張任何事物都可以用統(tǒng)一的邏輯框架來表示，在常識推理中以非單調(diào)邏輯為中心。2022/11/2274合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法邏輯學(xué)派2022/10/23人工智能的研究方法行為學(xué)派

Brooks認(rèn)為人工智能的研究應(yīng)走出這種抽象過份簡單的現(xiàn)實(shí)世界模型的象牙塔，而以復(fù)雜的現(xiàn)實(shí)世界為背景，讓人工智能理論、技術(shù)先經(jīng)受解決實(shí)際問題的考驗(yàn)，并在這種考驗(yàn)中成長。提出了無需知識表示的智能、無需推理的智能。智能只是在與環(huán)境的交互作用中表現(xiàn)出來，其基本觀點(diǎn)：

到現(xiàn)場去；

物理實(shí)現(xiàn)；

初級智能；

行為產(chǎn)生智能。

對機(jī)器人的研究開創(chuàng)了一種新的方法。

2022/11/2275合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法行為學(xué)派2022/10/2325合人工智能的研究方法

不同的人工智能學(xué)派,對基本的認(rèn)知問題給以不同的回答。邏輯學(xué)派對認(rèn)知問題的(1)─(4)給予肯定的回答，對(5)持中立觀點(diǎn)。認(rèn)知學(xué)派對認(rèn)知問題的(1)、(3)、(5)給予肯定的回答。行為學(xué)派，對認(rèn)知問題(1)─(5)均持否定的看法。(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運(yùn)算；(3)認(rèn)知是問題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動。2022/11/2276合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法不同的人工智能學(xué)派,對基本自動推理

推理：從一個或幾個已知的判斷(前提)邏輯地推論出一個新的判斷(結(jié)論)的思維形式。

自動推理的理論和技術(shù)是程序推導(dǎo)、程序正確性證明、專家系統(tǒng)、智能機(jī)器人等研究領(lǐng)域的重要基礎(chǔ)。早期的工作：機(jī)器定理證明：LogicTheorist。1956年Robinson：歸結(jié)原理,推理規(guī)則簡單,邏輯上完備,成為Prolog的計(jì)算模型。自然演繹法和等式重寫式。

這些方法本質(zhì)上都存在組合問題,都受到難解性的制約。

2022/11/2277合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理推理：從一個或幾個已知的判斷(前提)邏自動推理

非單調(diào)推理：指的是一個正確的公理加到理論中,反而會使預(yù)先所得到的一些結(jié)論變得無效了。

非單調(diào)推理過程：建立假設(shè),進(jìn)行標(biāo)準(zhǔn)邏輯意義下的推理,若發(fā)現(xiàn)不一致,進(jìn)行回溯,以便消除不一致,再建立新的假設(shè)。1978年Reiter首先提出了非單調(diào)推理方法封閉世界假設(shè)(CWA),并提出默認(rèn)推理。1979年Doyle建立了非單調(diào)推理系統(tǒng)TMS。1980年McCarthy提出限定邏輯。

2022/11/2278合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理非單調(diào)推理：指的是一個正確的公理加到理論自動推理

定性推理：把物理系統(tǒng)或物理過程細(xì)分為子系統(tǒng)或子過程,對于每個子系統(tǒng)或子過程以及它們之間的相互作用或影響都建立起結(jié)構(gòu)描述,通過局部因果性的傳播和行為合成獲得實(shí)際物理系統(tǒng)的行為描述和功能描述。最基本的定性推理方法：

deKleer的基于部件的定性方程方法Forbus的定性進(jìn)程方法Kuipers的基于約束的定性仿真方法。

定性與定量推理的結(jié)合將會對專家系統(tǒng)科學(xué)決策的發(fā)展產(chǎn)生重大影響。

2022/11/2279合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理定性推理：把物理系統(tǒng)或物理過程細(xì)分為子系自動推理

不確定性理論和推理方法體現(xiàn)：隨機(jī)性、模糊性、不確定性

概率論：廣泛地用于處理隨機(jī)性以及人類知識的不可靠性。Bayes理論被成功地用在PROSPECTOR專家系統(tǒng)中。

Dempster和Shafer證據(jù)理論：引入信任函數(shù)的概念，對經(jīng)典概率加以推廣。有堅(jiān)實(shí)的理論基礎(chǔ),定義和計(jì)算過程比較復(fù)雜。模糊集理論：從研究集合與元素的關(guān)系入手研究不確定性。廣泛應(yīng)用于專家系統(tǒng)和智能控制中。粗糙集：從知識分類入手研究不確定性。2022/11/2280合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理不確定性理論和推理方法2022/10/233自動推理

不確定推理的研究重點(diǎn)：一是解決現(xiàn)有處理不確定性的理論中存在的問題;二是大力研究人類高效、準(zhǔn)確的識別能力和判斷機(jī)制,開拓新的處理不確定性的理論和方法;三是探索可以綜合處理多種不確定性的方法和技術(shù)。

2022/11/2281合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動推理2022/10/2331合肥工業(yè)機(jī)器學(xué)習(xí)學(xué)習(xí)的基本機(jī)制是設(shè)法把在一種情況下是成功的表現(xiàn)行為轉(zhuǎn)移到另一類似的新情況中去。學(xué)習(xí)是獲取知識、積累經(jīng)驗(yàn)、改進(jìn)性能、發(fā)現(xiàn)規(guī)律、適應(yīng)環(huán)境的過程。知識、知識表示及運(yùn)用知識的推理算法是人工智能的核心,而機(jī)器學(xué)習(xí)則是關(guān)鍵問題。

2022/11/2282合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)學(xué)習(xí)的基本機(jī)制是設(shè)法把在一種情況下是機(jī)器學(xué)習(xí)

學(xué)習(xí)系統(tǒng)的四個基本環(huán)節(jié)：

環(huán)境提供外界信息,類似教師的角色。學(xué)習(xí)單元處理環(huán)境提供的信息,相當(dāng)于各種學(xué)習(xí)算法。知識庫中以某種知識表示形式存儲信息。執(zhí)行單元利用知識庫中的知識來完成某種任務(wù),并把執(zhí)行中的情況回送給學(xué)習(xí)單元。環(huán)境學(xué)習(xí)單元反饋執(zhí)行單元知識庫2022/11/2283合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)環(huán)境學(xué)習(xí)單元反饋執(zhí)行單元知識庫2022/1機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的研究四個階段：無知識的學(xué)習(xí)：

主要研究神經(jīng)元模型和基于決策論方法的自適應(yīng)和自組織系統(tǒng)。符號概念獲取：給定某一類別的若干正例和反例，從中獲得該類別的一般定義。實(shí)例學(xué)習(xí)：從實(shí)例學(xué)習(xí)結(jié)構(gòu)描述。有知識的學(xué)習(xí)：把大量知識引入學(xué)習(xí)系統(tǒng)做為背景知識2022/11/2284合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的研究四個階段：2022/10/23機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)的風(fēng)范：歸納學(xué)習(xí)：研究一般性概念的描述和概念聚類。AQ算法、變型空間算法、ID3算法等。類比學(xué)習(xí)是通過目標(biāo)對象與源對象的相似性,從而運(yùn)用源對象的求解方法來解決目標(biāo)對象的問題。分析學(xué)習(xí)：在領(lǐng)域知識指導(dǎo)下進(jìn)行實(shí)例學(xué)習(xí),包括基于解釋的學(xué)習(xí)、知識塊學(xué)習(xí)等。基于解釋的學(xué)習(xí)是從問題求解的一個具體過程中抽取出一般的原理,并使其在類似情況下也可利用。發(fā)現(xiàn)學(xué)習(xí)：根據(jù)實(shí)驗(yàn)數(shù)據(jù)或模型重新發(fā)現(xiàn)新的定律的方法。數(shù)據(jù)庫知識發(fā)現(xiàn)：分類規(guī)則、特性規(guī)則、關(guān)聯(lián)規(guī)則、差異規(guī)則、演化規(guī)則、異常規(guī)則等。2022/11/2285合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的風(fēng)范：2022/10/233機(jī)器學(xué)習(xí)遺傳學(xué)習(xí)：模擬生物繁衍的變異和自然選擇，把概念的各種變體當(dāng)作物種的個體,根據(jù)客觀功能測試概念的誘發(fā)變化和重組合并,決定哪種情況應(yīng)在基因組合中予以保留。連接學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)通過典型實(shí)例的訓(xùn)練,識別輸入模式的不同類別。

2022/11/2286合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)遺傳學(xué)習(xí)：模擬生物繁衍的變異和自然選擇，把概念的各種分布式人工智能

分布式人工智能：研究在邏輯上或物理上分散的智能動作者如何協(xié)調(diào)其智能行為，即協(xié)調(diào)它們的知識、技能和規(guī)劃,求解單目標(biāo)或多目標(biāo)問題，為設(shè)計(jì)和建立大型復(fù)雜的智能系統(tǒng)或計(jì)算機(jī)支持協(xié)同工作提供有效途徑。

DAI系統(tǒng)的研究動因：技術(shù)基礎(chǔ)──處理器硬件結(jié)構(gòu)技術(shù)及處理器之間的通信技術(shù)的進(jìn)步使得大量復(fù)雜的并且是異步執(zhí)行的處理器之間的互聯(lián)成為可能。

分布式問題求解──很多的人工智能應(yīng)用在本質(zhì)上都是分布的。包括：空間分布、功能分布、時序分布。

2022/11/2287合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能分布式人工智能：研究在邏輯上或物理分布式人工智能易于系統(tǒng)集成──分布式人工智能系統(tǒng)支持模塊性的設(shè)計(jì)及實(shí)現(xiàn)。智能行為的新途徑──通過智能主體實(shí)現(xiàn)自主的智能行為。要使人工智能系統(tǒng)成為思維社會的組成，它必須具有與環(huán)境之間進(jìn)行交互的作用，以及彼此協(xié)作和協(xié)調(diào)的能力。

認(rèn)識論上的意義──分布式人工智能可用來研究和驗(yàn)證社會學(xué)、心理學(xué)、管理學(xué)等中的問題和理論。通過信念、知識、希望、意圖、承諾、注意、目標(biāo)、協(xié)作等，實(shí)現(xiàn)協(xié)同工作的多主體系統(tǒng)，為理解和仿真認(rèn)識論問題提供有效的手段。2022/11/2288合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能易于系統(tǒng)集成──分布式人工智能系統(tǒng)支持模塊性的分布式人工智能DAI的研究方向：分布式問題求解（DPS:DistributedProblemSolving）：目標(biāo)是要創(chuàng)建大粒度的協(xié)作群體，它們之間共同工作以對某一問題進(jìn)行求解。在一個純粹的DPS系統(tǒng)中，問題被分解成任務(wù)，并且為求解這些任務(wù)，需要僅為該問題設(shè)計(jì)一些專用的任務(wù)執(zhí)行系統(tǒng)。所有的交互（如果有，如協(xié)作等）策略都被集成為系統(tǒng)設(shè)計(jì)的整體部分。這是一種從頂向下設(shè)計(jì)的系統(tǒng)，因?yàn)樘幚硐到y(tǒng)是為滿足在頂部所給定的需求而設(shè)計(jì)的。2022/11/2289合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能DAI的研究方向：2022/10/2339合分布式人工智能DA