人工智能概述blue

人工智能概述blue1第一頁，共五十八頁，2022年，8月28日

第1章人工智能概述

1.1什么是人工智能

1.2人工智能的研究意義、目標和策略

1.3人工智能的學科范疇

1.4人工智能的研究途徑與方法

1.5人工智能的分支領(lǐng)域與研究方向

1.6人工智能的基本技術(shù)

1.7人工智能的發(fā)展概況2第二頁，共五十八頁，2022年，8月28日

1.1什么是人工智能

◆人工智能（ArtificialIntelligence”，AI）1.1.1人工智能概念的一般描述

◆部分學者對人工智能概念的描述：

——

人工智能是那些與人的思維相關(guān)的活動，諸如決策、問題求解和學習等的自動化（Bellman,1978）；

——

人工智能是一種計算機能夠思維，使機器具有智力的激動人心的新嘗試（Haugeland,1985）；

——人工智能是研究如何讓計算機做現(xiàn)階段只有人才能做得好的事情（RichKnight,1991）；

3第三頁，共五十八頁，2022年，8月28日——

人工智能是那些使知覺、推理和行為成為可能的計算的研究（Winston,1992）；——

廣義地講，人工智能是關(guān)于人造物的智能行為，而智能行為包括知覺、推理、學習、交流和在復雜環(huán)境中的行為（Nilsson，1998）?！猄tuartRussell和PeterNorvig則把已有的一些人工智能定義分為4類：像人一樣思考的系統(tǒng)、像人一樣行動的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動的系統(tǒng)（2003）。第四頁，共五十八頁，2022年，8月28日1.1.2圖靈測試和中文屋子

◆圖靈測試”（TuringTest）數(shù)學家阿蘭·圖靈設(shè)計出的一個智能測試，將被提問的一個人和一臺計算機分別隔離在兩間屋子，讓提問者用人和計算機都能接受的方式來進行問答測試。如果提問者分不清回答者是人還是機器，那就證明計算機已具備人的智能。5第五頁，共五十八頁，2022年，8月28日弱人工智能和強人工智能哲學家將人工智能的觀點分為兩類，弱人工智能和強人工智能，分別認為機器智能只是一種模擬智能和機器確實可以有真正的智能。兩種觀點進行了爭論，出現(xiàn)了不少巧妙的假想實驗，其中中文屋子就是反駁強人工智能的一個有名的假想實驗。6第六頁，共五十八頁，2022年，8月28日中文屋子1980年，哲學家西爾勒提出了名為“中文屋子”的假想實驗，模擬圖靈測試，用以反駁強人工智能觀點。主要說明某臺計算機即使通過了圖靈測試，能正確的回答問題，它對問題仍然沒有任何理解，因此不具備真正的智能。

西爾勒假設(shè)：西爾勒博士（扮演計算機中的CPU）在一個封閉的房子里，有輸入和輸出縫隙與外部相通。輸入的是中文問題，而他對中文一竅不通。房子內(nèi)有一本英語的指令手冊（相當于程序），從中可以找到相應的規(guī)則。他按照規(guī)則辦事，把作為答案的中文符號寫在紙（相當于存儲器）上，并輸出到屋子外面。這樣，看起來他能處理輸入的中文問題，并給出正確答案（如同一臺計算機通過了圖靈測試）。但是，他對那些問題毫無理解，不理解其中的任何一個詞！7第七頁，共五十八頁，2022年，8月28日◆約翰.西爾勒(JohnSearle)的“中文屋子”8第八頁，共五十八頁，2022年，8月28日1.1.3腦智能和群智能腦（主要指人腦）的宏觀心理層次的智能表現(xiàn)稱為腦智能（BrainIntelligence,BI）。由群體行為所表現(xiàn)出的智能稱為群智能（SwarmIntelligence,SI）。腦智能和群智能是屬于不同層次的智能：

腦智能是一種個體智能（IndividualIntelligence,II）；群智能是一種社會智能（SocialIntelligence,SI），或者說系統(tǒng)智能（SystemIntelligence,SI）。9第九頁，共五十八頁，2022年，8月28日1.1.4符號智能和計算智能

1.符號智能

符號智能就是符號人工智能，它是模擬腦智能的人工智能，也就是所說的傳統(tǒng)人工智能或經(jīng)典人工智能。符號智能以符號形式的知識和信息為基礎(chǔ)，主要通過邏輯推理，運用知識進行問題求解。符號智能的主要內(nèi)容包括知識獲?。╧nowledgeacquisition）、知識表示（knowledgerepresentation）、知識組織與管理和知識運用等技術(shù)（這些構(gòu)成了所謂的知識工程（KnowledgeEngineering,KE））以及基于知識的智能系統(tǒng)等。

10第十頁，共五十八頁，2022年，8月28日

2.計算智能

計算智能就是計算人工智能，它是模擬群智能的人工智能。計算智能以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過數(shù)值計算，運用算法進行問題求解。計算智能的主要內(nèi)容包括：神經(jīng)計算（NeuralComputation，NC）、進化計算（亦稱演化計算，EvolutionaryComputation，EC，包括:

遺傳算法（GeneticAlgorithm，GA）、進化規(guī)劃（EvolutionaryPlanning，EP）、進化策略（EvolutionaryStrategies，ES）等）、免疫計算（immunecomputation）、粒群計算（ParticleSwarmAlgorithm，PSA）、蟻群算法（AntColonyAlgorithm，ACA）、自然計算（NaturalComputation，NC）以及人工生命（ArtificialLife，AL）等。11第十一頁，共五十八頁，2022年，8月28日

1.2人工智能的研究意義、目標和策略1.2.1為什么要研究人工智能

■

使當前的電腦更好用，更有用，以擴大和延伸人類智能；

■

信息化社會的迫切要求；

■

自動化發(fā)展的必然趨勢；

■

有益于探索人類自身智能的奧秘。12第十二頁，共五十八頁，2022年，8月28日1.2.2人工智能的研究目標和策略研究目標就是制造智能機器和智能系統(tǒng)(遠期目標)，實現(xiàn)智能化社會。具體來講，就是要使計算機不僅具有腦智能和群智能，還要具有看、聽、說、寫等感知和交流能力。研究策略則是先部分地或某種程度地實現(xiàn)機器的智能(近期目標)，并運用智能技術(shù)解決各種實際問題特別是工程問題，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，而逐步擴展和不斷延伸人的智能，逐步實現(xiàn)智能化。13第十三頁，共五十八頁，2022年，8月28日1.3人工智能的學科范疇人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個重要學科。當前的人工智能既屬于計算機科學技術(shù)的一個前沿領(lǐng)域，也屬于信息處理和自動化技術(shù)的一個前沿領(lǐng)域。還涉及到智能科學、認知科學、心理科學、腦及神經(jīng)科學、生命科學、語言學、邏輯學、行為科學、教育科學、系統(tǒng)科學、數(shù)理科學以及控制論、科學方法論、哲學甚至經(jīng)濟學等眾多學科領(lǐng)域。人工智能實際上是一門綜合性的交叉學科和邊緣學科。14第十四頁，共五十八頁，2022年，8月28日1.4人工智能的研究途徑與方法1.4.1結(jié)構(gòu)模擬，神經(jīng)計算結(jié)構(gòu)模擬：根據(jù)人腦的生理結(jié)構(gòu)和工作機理，實現(xiàn)計算機的智能，即人工智能。目前的結(jié)構(gòu)模擬只是對人腦的局部和近似模擬。具體來講就是用人工神經(jīng)元（神經(jīng)細胞）組成的人工神經(jīng)網(wǎng)絡來作為信息和知識的載體，用神經(jīng)計算的方法實現(xiàn)學習、聯(lián)想、識別和推理等功能，從而模擬人腦的智能行為。結(jié)構(gòu)模擬法也就是基于人腦的生理模型，采用數(shù)值計算的方法，從微觀上來模擬人腦，實現(xiàn)機器智能。這種方法一班是通過神經(jīng)網(wǎng)絡的“自學習”獲得知識，再利用知識解決問題。15第十五頁，共五十八頁，2022年，8月28日1.4.2功能模擬，符號推演功能模擬：在當前的計算機上，對人腦從功能上進行模擬，實現(xiàn)人工智能。稱為功能模擬法。具體的說，功能模擬法就是以人腦的心理模型，將問題或知識表示成某種邏輯網(wǎng)絡，采用符號來推演的方法，實現(xiàn)搜索、推理、學習等功能，從宏觀上來模擬人腦的思維，實現(xiàn)機器智能。這種方法一般是利用顯式的知識(庫)和推理(機)來解決問題的。擅長模擬人腦的邏輯思維，便于實現(xiàn)人腦的高級認知功能，如推理、決策等。16第十六頁，共五十八頁，2022年，8月28日使用功能模擬方法的原因：一方面是由于至今人們對大腦的生理結(jié)構(gòu)和工作機理還沒有完全弄清楚；另一方面由于以下原因：(1)當前的數(shù)字計算機可以方便地實現(xiàn)高速的符號處理(2)功能模擬方法可以顯示地表示知識，容易表達人的心理模型(3)智能行為也并非僅神經(jīng)網(wǎng)絡那樣的結(jié)構(gòu)形式所獨有17第十七頁，共五十八頁，2022年，8月28日1.4.3行為模擬，控制進化基于感知—行為模型的研究途徑和方法，稱其為行為模擬法。模擬人在控制過程中的智能活動和行為特性，如自尋優(yōu)、自適應、自學習、自組織等，來研究和實現(xiàn)人工智能。18第十八頁，共五十八頁，2022年，8月28日1.5人工智能的分支領(lǐng)域與研究方向

從模擬的層次和所用的方法來看，人工智能可分為符號智能和計算智能兩大主要分支領(lǐng)域。而這兩大領(lǐng)域各自又有一些子領(lǐng)域和研究方向。如符號智能中又有圖搜索、自動推理、不確定性推理、知識工程、符號學習等。計算智能中又有神經(jīng)計算、進化計算、免疫計算、蟻群計算、粒群計算、自然計算等。另外，智能Agent也是人工智能的一個新興的重要領(lǐng)域。智能Agent或者說Agent智能則是以符號智能和計算智能為基礎(chǔ)的更高一級的人工智能。

從模擬的腦智能或腦功能來看，AI中有機器學習、機器感知、機器聯(lián)想、機器推理、機器行為等分支領(lǐng)域。而機器學習又可分為符號學習、連接學習、統(tǒng)計學習等許多研究領(lǐng)域和方向。機器感知又可分為計算機視覺、計算機聽覺、模式識別、圖像識別與理解、語音識別、自然語言處理等領(lǐng)域和方向。

19第十九頁，共五十八頁，2022年，8月28日從應用角度看，AI中有難題求解等數(shù)十種分支領(lǐng)域和研究方向。

從系統(tǒng)角度看，有智能計算機系統(tǒng)和智能應用系統(tǒng)兩大類。智能計算機系統(tǒng)又可分為：智能硬件平臺、智能操作系統(tǒng)、智能網(wǎng)絡系統(tǒng)等。智能應用系統(tǒng)又可分為：基于知識的智能系統(tǒng)、基于算法的智能系統(tǒng)和兼有知識和算法的智能系統(tǒng)等。另外，還有分布式人工智能系統(tǒng)。從基礎(chǔ)理論看，AI中有數(shù)理邏輯和多種非標準邏輯、圖論、人工神經(jīng)網(wǎng)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(wǎng)絡、統(tǒng)計學習理論與支持向量機、形式語言與自動機等領(lǐng)域和方向。20第二十頁，共五十八頁，2022年，8月28日1.5.1基于腦功能模擬的領(lǐng)域劃分1、機器感知（信息輸入）。使計算機具有類似于人的感知能力，能通過“感知”直接從外界獲取信息?？煞譃闄C器視覺、機器聽覺等分支課題。相關(guān)學科：模式識別（主要集中于圖形識別和語音識別）。2、機器聯(lián)想?；趦?nèi)容的聯(lián)想，與具體存儲位置無關(guān)。聯(lián)想存儲技術(shù)實現(xiàn)聯(lián)想。21第二十一頁，共五十八頁，2022年，8月28日3、機器推理。又稱為計算機推理、自動推理，是人工智能的核心課題之一。方法：自然演繹推理、歸結(jié)演繹推理、基于非經(jīng)典邏輯的推理。4、機器學習。機器自己獲取知識。對書本知識的學習、對客觀規(guī)律的發(fā)現(xiàn)、對自身行為的修正。機器學習分為類：學習方法分類：機械學習、指導學習、解釋學習、類比學習、示例學習、發(fā)現(xiàn)學習等。這些屬于符號學習。按實現(xiàn)途徑分類：符號學習、神經(jīng)網(wǎng)絡學習（連接學習）。22第二十二頁，共五十八頁，2022年，8月28日5、機器理解。包括圖形理解（物景分析）、自然語言理解。從微觀上講理解是從自然語言到機器內(nèi)部表示的一種映射；從宏觀上講理解是能夠完成我們所希望的一些功能。理解是感知的延伸和深化，是對本質(zhì)和意義的感知。6、機器行為（信息輸出）。計算機的表達能力及類似于人四肢的功能，能走路、取物、操作等。主要指機器人行動規(guī)劃。23第二十三頁，共五十八頁，2022年，8月28日1.5.2基于實現(xiàn)技術(shù)的領(lǐng)域劃分1.知識工程與符號智能以符號知識為基礎(chǔ)，通過符號推理進行問題求解而實現(xiàn)的智能。即傳統(tǒng)人工智能。內(nèi)容主要包括知識工程和符號處理技術(shù)。2.計算智能以數(shù)據(jù)為基礎(chǔ)，通過數(shù)值計算進行問題求解而實現(xiàn)的智能。內(nèi)容主要包括神經(jīng)網(wǎng)絡、進化計算、模糊技術(shù)、人工生命等。24第二十四頁，共五十八頁，2022年，8月28日1.5.3基于應用領(lǐng)域的領(lǐng)域劃分

1、難題求解。路徑規(guī)劃、組合優(yōu)化、博弈等難題求解。NP(NondeterministicPolynomial)和NPC問題。難題求解技術(shù)能促進人工智能其他領(lǐng)域的發(fā)展。

2、自動規(guī)劃、調(diào)度與配置3、自動定理證明。即機器定理證明。25第二十五頁，共五十八頁，2022年，8月28日4、自動程序設(shè)計。自動程序綜合和自動程序驗證。5、自動翻譯。機器翻譯。自然語言理解。6、智能控制。自動控制與人工智能的結(jié)合。專家智能控制、模糊控制、神經(jīng)控制。7、智能管理。人工智能與管理科學、系統(tǒng)工程和計算機技術(shù)等多學科的結(jié)合。8、智能決策。人工智能應用于決策支持系統(tǒng)。26第二十六頁，共五十八頁，2022年，8月28日9、智能通訊。在通訊的各個環(huán)節(jié)和層次上實現(xiàn)智能化。如網(wǎng)控、轉(zhuǎn)接、信息轉(zhuǎn)換等。使通訊網(wǎng)隨時運行于最佳狀態(tài)。10、智能仿真。仿真是在三種類型知識-描述性知識、目的性知識和處理知識的基礎(chǔ)上產(chǎn)生另一種形式的知識-結(jié)論性知識。11、智能CAD。人工智能應用于CAD的設(shè)計自動化、智能交互、智能圖形學、自動數(shù)據(jù)采集方面。27第二十七頁，共五十八頁，2022年，8月28日12、智能CAI。人工智能應用于CAI：自動生成各種問題與練習、自動選擇與調(diào)整教學內(nèi)容和進度、自動生成答案、自然語言理解能力、不斷改善教學策略。13、機器人學。智能機器人。是人工智能的實驗場。14模式識別15數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn)16計算機輔助創(chuàng)新17計算機文藝創(chuàng)作18機器博弈19智能機器人28第二十八頁，共五十八頁，2022年，8月28日1.5.4基于應用系統(tǒng)的領(lǐng)域劃分1、專家系統(tǒng)。基于人類專家知識的程序系統(tǒng)。能模擬專家的思維方式。2、知識庫系統(tǒng)。3、智能數(shù)據(jù)庫系統(tǒng)。傳統(tǒng)數(shù)據(jù)庫系統(tǒng)+人工智能。4、智能機器人系統(tǒng)。具備感知、思維、人-機通訊和運動能力。29第二十九頁，共五十八頁，2022年，8月28日1.5.5基于計算機系統(tǒng)結(jié)構(gòu)的領(lǐng)域劃分1、智能操作系統(tǒng)。并行、分布和智能性。2、智能多媒體系統(tǒng)。人工智能與多媒體技術(shù)的有機結(jié)合。3、智能計算機系統(tǒng)。4、智能網(wǎng)絡系統(tǒng)。AI的模糊技術(shù)和神經(jīng)網(wǎng)絡技術(shù)應用于網(wǎng)絡的業(yè)務量預測和控制、資源動態(tài)分配、動態(tài)路由選擇等方面。30第三十頁，共五十八頁，2022年，8月28日1.5.6基于實現(xiàn)工具與環(huán)境的領(lǐng)域劃分1、智能軟件工具。人工智能程序設(shè)計語言，如表處理語言LISP、邏輯程序設(shè)計語言PROLOG、面向?qū)ο蟪绦蛟O(shè)計語言Smalltalk等。知識表示語言FRL、OPS5。專家系統(tǒng)工具、知識工程工具等。2、智能硬件平臺。直接支持智能系統(tǒng)開發(fā)和運行的機器硬件。31第三十一頁，共五十八頁，2022年，8月28日1.6人工智能的基本技術(shù)1推理技術(shù)。推理是智能的核心。推理以邏輯為基礎(chǔ)。基于謂詞邏輯的自然演繹推理和歸結(jié)反演推理。基于非標準邏輯如多值邏輯、模態(tài)邏輯、時態(tài)邏輯、模糊邏輯、非單調(diào)邏輯的推理。2搜索技術(shù)。許多智能活動的過程，都可以看作或抽象為一個“問題求解”過程?！皢栴}求解”就是在問題空間中進行搜索的過程。盲目搜索、啟發(fā)式搜索。神經(jīng)網(wǎng)絡搜索。32第三十二頁，共五十八頁，2022年，8月28日3知識表示與知識庫技術(shù)。知識表示是指知識在計算機中的表示方式。知識表示要符合知識的邏輯結(jié)構(gòu)和物理結(jié)構(gòu)，并適合于計算機存儲和處理。知識庫由知識構(gòu)成。知識的組織、管理、維護和優(yōu)化。4歸納技術(shù)。機器自動提取概念、獲取知識、發(fā)現(xiàn)規(guī)律的技術(shù)。歸納技術(shù)與知識獲取和機器學習密切相關(guān)?；诜柼幚淼臍w納和基于神經(jīng)網(wǎng)絡的歸納。數(shù)據(jù)庫知識發(fā)現(xiàn)（KDD)和數(shù)據(jù)挖掘(DataMining)技術(shù)。5聯(lián)想技術(shù)。聯(lián)想記憶，聯(lián)想存儲。33第三十三頁，共五十八頁，2022年，8月28日1.7人工智能學科的發(fā)展概況孕育期（1956年之前）1、公元前，Aristotle提出形式邏輯的一些主要定律，三段論至今仍是演繹推理的基本依據(jù)。2、培根（1561-1626）曾系統(tǒng)地提出了歸納法。提出“知識就是力量”3、德國數(shù)學家Leibniz（1646-1716）提出了萬能符號和推理計算的思想，為數(shù)理邏輯的產(chǎn)生和發(fā)展奠定了基礎(chǔ)。34第三十四頁，共五十八頁，2022年，8月28日4、英國邏輯學家Boole（1815-1864）創(chuàng)立了布爾代數(shù)，在《思維法則》一書中首次用符號語言描述了思維活動的基本推理法則。5、英國數(shù)學家Turing于1936年提出理想計算機的數(shù)學模型，即圖靈機。Turing測試。6、1943年，McCulloch和Pitts提出M-P神經(jīng)元模型。7、1946年，世界上第一臺電子計算機誕生。35第三十五頁，共五十八頁，2022年，8月28日1.7.1人工智能學科的產(chǎn)生

1956年夏季，McCarthy,Minsky,Lochester,Shannon,More,Samuel,Selfridge,Solomonff,Newell,Simon等十人在Dartmouth大學召開歷時兩個多月的研討會，討論機器智能的有關(guān)問題。由McCarthy提出“人工智能”一詞，人工智能從此成為一門學科。36第三十六頁，共五十八頁，2022年，8月28日1.7.2符號主義AI發(fā)展概況

1、形成（1956-1965）（人工智能的推理期。結(jié)構(gòu)良好問題。搜索策略和算法）（1）1965年，Samuel的跳棋程序。（2）定理證明方面，1956年Newell等的邏輯理論機（LT）程序；1958年，王浩的工作；1965年，Robinson提出的消解原理。（3）模式識別方面，1959年Selfridge的模式識別程序；1965年Roberts編制了可以分辨積木構(gòu)造的程序。（4）問題求解方面。1960年，Newell的通用問題求解(GPS)程序。（5）1960年，McCarthy研制成功LISP語言。37第三十七頁，共五十八頁，2022年，8月28日2、人工智能的知識期（1965-70年代末）（1）專家系統(tǒng)方面。1965年，F(xiàn)eigenbaum的專家系統(tǒng)DENDRAL，1968年投入使用。DENDRAL對知識表示、存儲、獲取和推理的技術(shù)為以后的專家系統(tǒng)的建造樹立了榜樣，對AI的發(fā)展產(chǎn)生了深刻的影響。之后著名的專家系統(tǒng)有：醫(yī)學專家系統(tǒng)MYCIN，地質(zhì)勘探專家系統(tǒng)PROSPECTOR，計算機配置專家系統(tǒng)R1等。（2）1969年，國際人工智能聯(lián)合會議(IJCAI)召開。1970年，“ArtificialIntelligence”雜志創(chuàng)刊。（3）1977年，F(xiàn)eigenbaum在第五屆國際人工智能會議上，提出了“知識過程”的概念。38第三十八頁，共五十八頁，2022年，8月28日3、發(fā)展期（20世紀80年代后）專家系統(tǒng)與知識工程在理論、技術(shù)和應用方面都有長足的進步和發(fā)展。出現(xiàn)了多專家系統(tǒng)、大型專家系統(tǒng)、微專家系統(tǒng)、分布專家系統(tǒng)等。智能管理信息系統(tǒng)、智能決策支持系統(tǒng)、智能控制系統(tǒng)等。39第三十九頁，共五十八頁，2022年，8月28日1.7.3連接主義途徑發(fā)展概況1、1943年，神經(jīng)生理學家McCulloch和Pitts提出M-P神經(jīng)元模型。1944年，Hebb提出Hebb學習規(guī)則。2、1957年，Rosenblatt提出Perceptron單層神經(jīng)網(wǎng)絡模型。1962年，Widrow提出自適應線性元件Adaline。應用于天氣預報、電子線路板分析、人工視覺等。3、1969年，Minsky和Papert證明了單層人工神經(jīng)網(wǎng)絡無法實現(xiàn)一個簡單的異或邏輯函數(shù)XOR，把神經(jīng)網(wǎng)絡的研究帶入低谷。40第四十頁，共五十八頁，2022年，8月28日4、在低谷期，Grossberg和Anderson等人仍堅持研究，取得了一些有價值的結(jié)果。5、20世紀80年代中期以后，神經(jīng)網(wǎng)絡研究復蘇。1986年，Hopfield網(wǎng)絡成功應用于TSP問題。1987年6月，第一屆國際神經(jīng)網(wǎng)絡大會（IJCNN）召開，盛況空前。目前，NN與專家系統(tǒng)、知識工程成為AI的兩個主流方向。NN在智能控制、信號處理、最優(yōu)化、知識工程等領(lǐng)域成功應用。41第四十一頁，共五十八頁，2022年，8月28日1.7.4現(xiàn)狀與發(fā)展趨勢1、傳統(tǒng)以符號處理為中心的人工智能與神經(jīng)網(wǎng)絡的結(jié)合。2、新理論、新技術(shù)的出現(xiàn)。Fuzzy,GeneticAlgorithm,Chaos,Artificiallife,SoftComputing,ComputationalIntelligence,Roughset,DataMining,Knowledgediscoveryindatabase,Datawarehouse,SituatedAI.,Agent-baseddistributedAI等。42第四十二頁，共五十八頁，2022年，8月28日■多種途徑齊頭并進，多種方法協(xié)作互補?！鲂滤枷?、新技術(shù)不斷涌現(xiàn)，新領(lǐng)域、新方向不斷開拓。■理論研究更加深入，應用研究愈加廣泛。■研究隊伍日益壯大，社會影響越來越大。

43第四十三頁，共五十八頁，2022年，8月28日

雖然在通向人工智能最終目標的道路上，還有不少困難、問題和挑戰(zhàn)，但前進和發(fā)展畢竟是大勢所趨。

44第四十四頁，共五十八頁，2022年，8月28日

智能交通45第四十五頁，共五十八頁，2022年，8月28日

圖像識別系統(tǒng)46第四十六頁，共五十八頁，2022年，8月28日云松

鑾仙玉骨寒，松虬雪友繁。大千收眼底，斯調(diào)不同凡。

47第四十七頁，共五十八頁，2022年，8月28日（無題）白沙平舟夜?jié)?，春日曉露路相逢。朱樓寒雨離歌淚，不堪腸斷雨乘風。

48第四十八頁，共五十八頁，2022年，8月28日

BetrayalDaveStriverlovedtheuniversity.Heloveditsivy-coveredclocktowers,itsancientandsturdybrick,anditssun-splashedverdantgreensandeageryouth.Healsolovedthefactthattheuniversityisfreeofthestarkunforgivingtrialsofthebusinessworld-onlythisisn'tafact:Academiahasitsowntests,andsomeareasmercilessasanyinthemarketplace.Aprimeexampleisthedissertationdefense:ToearnthePhD,tobecomeadoctor,onemustpassanoralexaminationonone'sdissertation.ThiswasatestProfessorEdwardHartenjoyedgiving.Davewanteddesperatelytobeadoctor.Butheneededthesignaturesofthreepeopleonthefirstpageofhisdissertation,thepricelessinscriptionsthat,together,wouldcertifythathehadpassedhisdefense.OneofthesignatureshadtocomefromProfessorHart,andHarthadoftensaid-toothersandtohimself-thathewashonoredtohelpDavesecurehiswell-earneddream.49第四十九頁，共五十八頁，2022年，8月28日

Wellbeforethedefense,StrivergaveHartapenultimatecopyofhisthesis.HartreaditandtoldDavethatitwasabsolutelyfirstrate,andthathewouldgladlysignitatthedefense.TheyevenshookhandsinHart'sbook-linedoffice.DavenoticedthatHart'seyeswerebrightandtrustful,andhisbearingpaternal.Atthedefense,Davethoughtthatheeloquentlysummarizedchapter3ofhisdissertation.Thereweretwoquestions,onefromProfessorRodmanandonefromDr.Teer;Daveansweredboth,apparentlytoeveryone'ssatisfaction.Therewerenofurtherobjections.

50第五十頁，共五十八頁，2022年，8月28日

ProfessorRodmansigned.HeslidthetometoTeer;