人工智能概述blue

人工智能概述blue1第一頁(yè)，共五十八頁(yè)，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(biāo)和策略

1.3人工智能的學(xué)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(yè)，共五十八頁(yè)，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(xué)者對(duì)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(dòng)，諸如決策、問(wèn)題求解和學(xué)習(xí)等的自動(dòng)化（Bellman,1978）；

——

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

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

3第三頁(yè)，共五十八頁(yè)，2022年，8月28日——

人工智能是那些使知覺(jué)、推理和行為成為可能的計(jì)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(jué)、推理、學(xué)習(xí)、交流和在復(fù)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(lèi)：像人一樣思考的系統(tǒng)、像人一樣行動(dòng)的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動(dòng)的系統(tǒng)（2003）。第四頁(yè)，共五十八頁(yè)，2022年，8月28日1.1.2圖靈測(cè)試和中文屋子

◆圖靈測(cè)試”（TuringTest）數(shù)學(xué)家阿蘭·圖靈設(shè)計(jì)出的一個(gè)智能測(cè)試，將被提問(wèn)的一個(gè)人和一臺(tái)計(jì)算機(jī)分別隔離在兩間屋子，讓提問(wèn)者用人和計(jì)算機(jī)都能接受的方式來(lái)進(jìn)行問(wèn)答測(cè)試。如果提問(wèn)者分不清回答者是人還是機(jī)器，那就證明計(jì)算機(jī)已具備人的智能。5第五頁(yè)，共五十八頁(yè)，2022年，8月28日弱人工智能和強(qiáng)人工智能哲學(xué)家將人工智能的觀點(diǎn)分為兩類(lèi)，弱人工智能和強(qiáng)人工智能，分別認(rèn)為機(jī)器智能只是一種模擬智能和機(jī)器確實(shí)可以有真正的智能。兩種觀點(diǎn)進(jìn)行了爭(zhēng)論，出現(xiàn)了不少巧妙的假想實(shí)驗(yàn)，其中中文屋子就是反駁強(qiáng)人工智能的一個(gè)有名的假想實(shí)驗(yàn)。6第六頁(yè)，共五十八頁(yè)，2022年，8月28日中文屋子1980年，哲學(xué)家西爾勒提出了名為“中文屋子”的假想實(shí)驗(yàn)，模擬圖靈測(cè)試，用以反駁強(qiáng)人工智能觀點(diǎn)。主要說(shuō)明某臺(tái)計(jì)算機(jī)即使通過(guò)了圖靈測(cè)試，能正確的回答問(wèn)題，它對(duì)問(wèn)題仍然沒(méi)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(jì)算機(jī)中的CPU）在一個(gè)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(wèn)題，而他對(duì)中文一竅不通。房子內(nèi)有一本英語(yǔ)的指令手冊(cè)（相當(dāng)于程序），從中可以找到相應(yīng)的規(guī)則。他按照規(guī)則辦事，把作為答案的中文符號(hào)寫(xiě)在紙（相當(dāng)于存儲(chǔ)器）上，并輸出到屋子外面。這樣，看起來(lái)他能處理輸入的中文問(wèn)題，并給出正確答案（如同一臺(tái)計(jì)算機(jī)通過(guò)了圖靈測(cè)試）。但是，他對(duì)那些問(wèn)題毫無(wú)理解，不理解其中的任何一個(gè)詞！7第七頁(yè)，共五十八頁(yè)，2022年，8月28日◆約翰.西爾勒(JohnSearle)的“中文屋子”8第八頁(yè)，共五十八頁(yè)，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(chēng)為腦智能（BrainIntelligence,BI）。由群體行為所表現(xiàn)出的智能稱(chēng)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(gè)體智能（IndividualIntelligence,II）；群智能是一種社會(huì)智能（SocialIntelligence,SI），或者說(shuō)系統(tǒng)智能（SystemIntelligence,SI）。9第九頁(yè)，共五十八頁(yè)，2022年，8月28日1.1.4符號(hào)智能和計(jì)算智能

1.符號(hào)智能

符號(hào)智能就是符號(hào)人工智能，它是模擬腦智能的人工智能，也就是所說(shuō)的傳統(tǒng)人工智能或經(jīng)典人工智能。符號(hào)智能以符號(hào)形式的知識(shí)和信息為基礎(chǔ)，主要通過(guò)邏輯推理，運(yùn)用知識(shí)進(jìn)行問(wèn)題求解。符號(hào)智能的主要內(nèi)容包括知識(shí)獲?。╧nowledgeacquisition）、知識(shí)表示（knowledgerepresentation）、知識(shí)組織與管理和知識(shí)運(yùn)用等技術(shù)（這些構(gòu)成了所謂的知識(shí)工程（KnowledgeEngineering,KE））以及基于知識(shí)的智能系統(tǒng)等。

10第十頁(yè)，共五十八頁(yè)，2022年，8月28日

2.計(jì)算智能

計(jì)算智能就是計(jì)算人工智能，它是模擬群智能的人工智能。計(jì)算智能以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過(guò)數(shù)值計(jì)算，運(yùn)用算法進(jìn)行問(wèn)題求解。計(jì)算智能的主要內(nèi)容包括：神經(jīng)計(jì)算（NeuralComputation，NC）、進(jìn)化計(jì)算（亦稱(chēng)演化計(jì)算，EvolutionaryComputation，EC，包括:

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

1.2人工智能的研究意義、目標(biāo)和策略1.2.1為什么要研究人工智能

■

使當(dāng)前的電腦更好用，更有用，以擴(kuò)大和延伸人類(lèi)智能；

■

信息化社會(huì)的迫切要求；

■

自動(dòng)化發(fā)展的必然趨勢(shì)；

■

有益于探索人類(lèi)自身智能的奧秘。12第十二頁(yè)，共五十八頁(yè)，2022年，8月28日1.2.2人工智能的研究目標(biāo)和策略研究目標(biāo)就是制造智能機(jī)器和智能系統(tǒng)(遠(yuǎn)期目標(biāo))，實(shí)現(xiàn)智能化社會(huì)。具體來(lái)講，就是要使計(jì)算機(jī)不僅具有腦智能和群智能，還要具有看、聽(tīng)、說(shuō)、寫(xiě)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(shí)現(xiàn)機(jī)器的智能(近期目標(biāo))，并運(yùn)用智能技術(shù)解決各種實(shí)際問(wèn)題特別是工程問(wèn)題，從而使現(xiàn)有的計(jì)算機(jī)更靈活、更好用和更有用，成為人類(lèi)的智能化信息處理工具，而逐步擴(kuò)展和不斷延伸人的智能，逐步實(shí)現(xiàn)智能化。13第十三頁(yè)，共五十八頁(yè)，2022年，8月28日1.3人工智能的學(xué)科范疇人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個(gè)重要學(xué)科。當(dāng)前的人工智能既屬于計(jì)算機(jī)科學(xué)技術(shù)的一個(gè)前沿領(lǐng)域，也屬于信息處理和自動(dòng)化技術(shù)的一個(gè)前沿領(lǐng)域。還涉及到智能科學(xué)、認(rèn)知科學(xué)、心理科學(xué)、腦及神經(jīng)科學(xué)、生命科學(xué)、語(yǔ)言學(xué)、邏輯學(xué)、行為科學(xué)、教育科學(xué)、系統(tǒng)科學(xué)、數(shù)理科學(xué)以及控制論、科學(xué)方法論、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域。人工智能實(shí)際上是一門(mén)綜合性的交叉學(xué)科和邊緣學(xué)科。14第十四頁(yè)，共五十八頁(yè)，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(jì)算結(jié)構(gòu)模擬：根據(jù)人腦的生理結(jié)構(gòu)和工作機(jī)理，實(shí)現(xiàn)計(jì)算機(jī)的智能，即人工智能。目前的結(jié)構(gòu)模擬只是對(duì)人腦的局部和近似模擬。具體來(lái)講就是用人工神經(jīng)元（神經(jīng)細(xì)胞）組成的人工神經(jīng)網(wǎng)絡(luò)來(lái)作為信息和知識(shí)的載體，用神經(jīng)計(jì)算的方法實(shí)現(xiàn)學(xué)習(xí)、聯(lián)想、識(shí)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(jì)算的方法，從微觀上來(lái)模擬人腦，實(shí)現(xiàn)機(jī)器智能。這種方法一班是通過(guò)神經(jīng)網(wǎng)絡(luò)的“自學(xué)習(xí)”獲得知識(shí)，再利用知識(shí)解決問(wèn)題。15第十五頁(yè)，共五十八頁(yè)，2022年，8月28日1.4.2功能模擬，符號(hào)推演功能模擬：在當(dāng)前的計(jì)算機(jī)上，對(duì)人腦從功能上進(jìn)行模擬，實(shí)現(xiàn)人工智能。稱(chēng)為功能模擬法。具體的說(shuō)，功能模擬法就是以人腦的心理模型，將問(wèn)題或知識(shí)表示成某種邏輯網(wǎng)絡(luò)，采用符號(hào)來(lái)推演的方法，實(shí)現(xiàn)搜索、推理、學(xué)習(xí)等功能，從宏觀上來(lái)模擬人腦的思維，實(shí)現(xiàn)機(jī)器智能。這種方法一般是利用顯式的知識(shí)(庫(kù))和推理(機(jī))來(lái)解決問(wèn)題的。擅長(zhǎng)模擬人腦的邏輯思維，便于實(shí)現(xiàn)人腦的高級(jí)認(rèn)知功能，如推理、決策等。16第十六頁(yè)，共五十八頁(yè)，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(duì)大腦的生理結(jié)構(gòu)和工作機(jī)理還沒(méi)有完全弄清楚；另一方面由于以下原因：(1)當(dāng)前的數(shù)字計(jì)算機(jī)可以方便地實(shí)現(xiàn)高速的符號(hào)處理(2)功能模擬方法可以顯示地表示知識(shí)，容易表達(dá)人的心理模型(3)智能行為也并非僅神經(jīng)網(wǎng)絡(luò)那樣的結(jié)構(gòu)形式所獨(dú)有17第十七頁(yè)，共五十八頁(yè)，2022年，8月28日1.4.3行為模擬，控制進(jìn)化基于感知—行為模型的研究途徑和方法，稱(chēng)其為行為模擬法。模擬人在控制過(guò)程中的智能活動(dòng)和行為特性，如自尋優(yōu)、自適應(yīng)、自學(xué)習(xí)、自組織等，來(lái)研究和實(shí)現(xiàn)人工智能。18第十八頁(yè)，共五十八頁(yè)，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(lái)看，人工智能可分為符號(hào)智能和計(jì)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(hào)智能中又有圖搜索、自動(dòng)推理、不確定性推理、知識(shí)工程、符號(hào)學(xué)習(xí)等。計(jì)算智能中又有神經(jīng)計(jì)算、進(jìn)化計(jì)算、免疫計(jì)算、蟻群計(jì)算、粒群計(jì)算、自然計(jì)算等。另外，智能Agent也是人工智能的一個(gè)新興的重要領(lǐng)域。智能Agent或者說(shuō)Agent智能則是以符號(hào)智能和計(jì)算智能為基礎(chǔ)的更高一級(jí)的人工智能。

從模擬的腦智能或腦功能來(lái)看，AI中有機(jī)器學(xué)習(xí)、機(jī)器感知、機(jī)器聯(lián)想、機(jī)器推理、機(jī)器行為等分支領(lǐng)域。而機(jī)器學(xué)習(xí)又可分為符號(hào)學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)等許多研究領(lǐng)域和方向。機(jī)器感知又可分為計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)聽(tīng)覺(jué)、模式識(shí)別、圖像識(shí)別與理解、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域和方向。

19第十九頁(yè)，共五十八頁(yè)，2022年，8月28日從應(yīng)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(jì)算機(jī)系統(tǒng)和智能應(yīng)用系統(tǒng)兩大類(lèi)。智能計(jì)算機(jī)系統(tǒng)又可分為：智能硬件平臺(tái)、智能操作系統(tǒng)、智能網(wǎng)絡(luò)系統(tǒng)等。智能應(yīng)用系統(tǒng)又可分為：基于知識(shí)的智能系統(tǒng)、基于算法的智能系統(tǒng)和兼有知識(shí)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(biāo)準(zhǔn)邏輯、圖論、人工神經(jīng)網(wǎng)絡(luò)、模糊集、粗糙集、概率統(tǒng)計(jì)（貝葉斯統(tǒng)計(jì)決策理論）和貝葉斯網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)、形式語(yǔ)言與自動(dòng)機(jī)等領(lǐng)域和方向。20第二十頁(yè)，共五十八頁(yè)，2022年，8月28日1.5.1基于腦功能模擬的領(lǐng)域劃分1、機(jī)器感知（信息輸入）。使計(jì)算機(jī)具有類(lèi)似于人的感知能力，能通過(guò)“感知”直接從外界獲取信息?？煞譃闄C(jī)器視覺(jué)、機(jī)器聽(tīng)覺(jué)等分支課題。相關(guān)學(xué)科：模式識(shí)別（主要集中于圖形識(shí)別和語(yǔ)音識(shí)別）。2、機(jī)器聯(lián)想?；趦?nèi)容的聯(lián)想，與具體存儲(chǔ)位置無(wú)關(guān)。聯(lián)想存儲(chǔ)技術(shù)實(shí)現(xiàn)聯(lián)想。21第二十一頁(yè)，共五十八頁(yè)，2022年，8月28日3、機(jī)器推理。又稱(chēng)為計(jì)算機(jī)推理、自動(dòng)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(jī)器學(xué)習(xí)。機(jī)器自己獲取知識(shí)。對(duì)書(shū)本知識(shí)的學(xué)習(xí)、對(duì)客觀規(guī)律的發(fā)現(xiàn)、對(duì)自身行為的修正。機(jī)器學(xué)習(xí)分為類(lèi)：學(xué)習(xí)方法分類(lèi)：機(jī)械學(xué)習(xí)、指導(dǎo)學(xué)習(xí)、解釋學(xué)習(xí)、類(lèi)比學(xué)習(xí)、示例學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)等。這些屬于符號(hào)學(xué)習(xí)。按實(shí)現(xiàn)途徑分類(lèi)：符號(hào)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)（連接學(xué)習(xí)）。22第二十二頁(yè)，共五十八頁(yè)，2022年，8月28日5、機(jī)器理解。包括圖形理解（物景分析）、自然語(yǔ)言理解。從微觀上講理解是從自然語(yǔ)言到機(jī)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(duì)本質(zhì)和意義的感知。6、機(jī)器行為（信息輸出）。計(jì)算機(jī)的表達(dá)能力及類(lèi)似于人四肢的功能，能走路、取物、操作等。主要指機(jī)器人行動(dòng)規(guī)劃。23第二十三頁(yè)，共五十八頁(yè)，2022年，8月28日1.5.2基于實(shí)現(xiàn)技術(shù)的領(lǐng)域劃分1.知識(shí)工程與符號(hào)智能以符號(hào)知識(shí)為基礎(chǔ)，通過(guò)符號(hào)推理進(jìn)行問(wèn)題求解而實(shí)現(xiàn)的智能。即傳統(tǒng)人工智能。內(nèi)容主要包括知識(shí)工程和符號(hào)處理技術(shù)。2.計(jì)算智能以數(shù)據(jù)為基礎(chǔ)，通過(guò)數(shù)值計(jì)算進(jìn)行問(wèn)題求解而實(shí)現(xiàn)的智能。內(nèi)容主要包括神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、模糊技術(shù)、人工生命等。24第二十四頁(yè)，共五十八頁(yè)，2022年，8月28日1.5.3基于應(yīng)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(wèn)題。難題求解技術(shù)能促進(jìn)人工智能其他領(lǐng)域的發(fā)展。

2、自動(dòng)規(guī)劃、調(diào)度與配置3、自動(dòng)定理證明。即機(jī)器定理證明。25第二十五頁(yè)，共五十八頁(yè)，2022年，8月28日4、自動(dòng)程序設(shè)計(jì)。自動(dòng)程序綜合和自動(dòng)程序驗(yàn)證。5、自動(dòng)翻譯。機(jī)器翻譯。自然語(yǔ)言理解。6、智能控制。自動(dòng)控制與人工智能的結(jié)合。專(zhuān)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(xué)、系統(tǒng)工程和計(jì)算機(jī)技術(shù)等多學(xué)科的結(jié)合。8、智能決策。人工智能應(yīng)用于決策支持系統(tǒng)。26第二十六頁(yè)，共五十八頁(yè)，2022年，8月28日9、智能通訊。在通訊的各個(gè)環(huán)節(jié)和層次上實(shí)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(shí)運(yùn)行于最佳狀態(tài)。10、智能仿真。仿真是在三種類(lèi)型知識(shí)-描述性知識(shí)、目的性知識(shí)和處理知識(shí)的基礎(chǔ)上產(chǎn)生另一種形式的知識(shí)-結(jié)論性知識(shí)。11、智能CAD。人工智能應(yīng)用于CAD的設(shè)計(jì)自動(dòng)化、智能交互、智能圖形學(xué)、自動(dòng)數(shù)據(jù)采集方面。27第二十七頁(yè)，共五十八頁(yè)，2022年，8月28日12、智能CAI。人工智能應(yīng)用于CAI：自動(dòng)生成各種問(wèn)題與練習(xí)、自動(dòng)選擇與調(diào)整教學(xué)內(nèi)容和進(jìn)度、自動(dòng)生成答案、自然語(yǔ)言理解能力、不斷改善教學(xué)策略。13、機(jī)器人學(xué)。智能機(jī)器人。是人工智能的實(shí)驗(yàn)場(chǎng)。14模式識(shí)別15數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)16計(jì)算機(jī)輔助創(chuàng)新17計(jì)算機(jī)文藝創(chuàng)作18機(jī)器博弈19智能機(jī)器人28第二十八頁(yè)，共五十八頁(yè)，2022年，8月28日1.5.4基于應(yīng)用系統(tǒng)的領(lǐng)域劃分1、專(zhuān)家系統(tǒng)?；谌祟?lèi)專(zhuān)家知識(shí)的程序系統(tǒng)。能模擬專(zhuān)家的思維方式。2、知識(shí)庫(kù)系統(tǒng)。3、智能數(shù)據(jù)庫(kù)系統(tǒng)。傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)+人工智能。4、智能機(jī)器人系統(tǒng)。具備感知、思維、人-機(jī)通訊和運(yùn)動(dòng)能力。29第二十九頁(yè)，共五十八頁(yè)，2022年，8月28日1.5.5基于計(jì)算機(jī)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(jī)結(jié)合。3、智能計(jì)算機(jī)系統(tǒng)。4、智能網(wǎng)絡(luò)系統(tǒng)。AI的模糊技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于網(wǎng)絡(luò)的業(yè)務(wù)量預(yù)測(cè)和控制、資源動(dòng)態(tài)分配、動(dòng)態(tài)路由選擇等方面。30第三十頁(yè)，共五十八頁(yè)，2022年，8月28日1.5.6基于實(shí)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(jì)語(yǔ)言，如表處理語(yǔ)言LISP、邏輯程序設(shè)計(jì)語(yǔ)言PROLOG、面向?qū)ο蟪绦蛟O(shè)計(jì)語(yǔ)言Smalltalk等。知識(shí)表示語(yǔ)言FRL、OPS5。專(zhuān)家系統(tǒng)工具、知識(shí)工程工具等。2、智能硬件平臺(tái)。直接支持智能系統(tǒng)開(kāi)發(fā)和運(yùn)行的機(jī)器硬件。31第三十一頁(yè)，共五十八頁(yè)，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)?；谥^詞邏輯的自然演繹推理和歸結(jié)反演推理?；诜菢?biāo)準(zhǔn)邏輯如多值邏輯、模態(tài)邏輯、時(shí)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(dòng)的過(guò)程，都可以看作或抽象為一個(gè)“問(wèn)題求解”過(guò)程?！皢?wèn)題求解”就是在問(wèn)題空間中進(jìn)行搜索的過(guò)程。盲目搜索、啟發(fā)式搜索。神經(jīng)網(wǎng)絡(luò)搜索。32第三十二頁(yè)，共五十八頁(yè)，2022年，8月28日3知識(shí)表示與知識(shí)庫(kù)技術(shù)。知識(shí)表示是指知識(shí)在計(jì)算機(jī)中的表示方式。知識(shí)表示要符合知識(shí)的邏輯結(jié)構(gòu)和物理結(jié)構(gòu)，并適合于計(jì)算機(jī)存儲(chǔ)和處理。知識(shí)庫(kù)由知識(shí)構(gòu)成。知識(shí)的組織、管理、維護(hù)和優(yōu)化。4歸納技術(shù)。機(jī)器自動(dòng)提取概念、獲取知識(shí)、發(fā)現(xiàn)規(guī)律的技術(shù)。歸納技術(shù)與知識(shí)獲取和機(jī)器學(xué)習(xí)密切相關(guān)?；诜?hào)處理的歸納和基于神經(jīng)網(wǎng)絡(luò)的歸納。數(shù)據(jù)庫(kù)知識(shí)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(chǔ)。33第三十三頁(yè)，共五十八頁(yè)，2022年，8月28日1.7人工智能學(xué)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(shí)就是力量”3、德國(guó)數(shù)學(xué)家Leibniz（1646-1716）提出了萬(wàn)能符號(hào)和推理計(jì)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(yè)，共五十八頁(yè)，2022年，8月28日4、英國(guó)邏輯學(xué)家Boole（1815-1864）創(chuàng)立了布爾代數(shù)，在《思維法則》一書(shū)中首次用符號(hào)語(yǔ)言描述了思維活動(dòng)的基本推理法則。5、英國(guó)數(shù)學(xué)家Turing于1936年提出理想計(jì)算機(jī)的數(shù)學(xué)模型，即圖靈機(jī)。Turing測(cè)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(tái)電子計(jì)算機(jī)誕生。35第三十五頁(yè)，共五十八頁(yè)，2022年，8月28日1.7.1人工智能學(xué)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(xué)召開(kāi)歷時(shí)兩個(gè)多月的研討會(huì)，討論機(jī)器智能的有關(guān)問(wèn)題。由McCarthy提出“人工智能”一詞，人工智能從此成為一門(mén)學(xué)科。36第三十六頁(yè)，共五十八頁(yè)，2022年，8月28日1.7.2符號(hào)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(wèn)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(jī)（LT）程序；1958年，王浩的工作；1965年，Robinson提出的消解原理。（3）模式識(shí)別方面，1959年Selfridge的模式識(shí)別程序；1965年Roberts編制了可以分辨積木構(gòu)造的程序。（4）問(wèn)題求解方面。1960年，Newell的通用問(wèn)題求解(GPS)程序。（5）1960年，McCarthy研制成功LISP語(yǔ)言。37第三十七頁(yè)，共五十八頁(yè)，2022年，8月28日2、人工智能的知識(shí)期（1965-70年代末）（1）專(zhuān)家系統(tǒng)方面。1965年，F(xiàn)eigenbaum的專(zhuān)家系統(tǒng)DENDRAL，1968年投入使用。DENDRAL對(duì)知識(shí)表示、存儲(chǔ)、獲取和推理的技術(shù)為以后的專(zhuān)家系統(tǒng)的建造樹(shù)立了榜樣，對(duì)AI的發(fā)展產(chǎn)生了深刻的影響。之后著名的專(zhuān)家系統(tǒng)有：醫(yī)學(xué)專(zhuān)家系統(tǒng)MYCIN，地質(zhì)勘探專(zhuān)家系統(tǒng)PROSPECTOR，計(jì)算機(jī)配置專(zhuān)家系統(tǒng)R1等。（2）1969年，國(guó)際人工智能聯(lián)合會(huì)議(IJCAI)召開(kāi)。1970年，“ArtificialIntelligence”雜志創(chuàng)刊。（3）1977年，F(xiàn)eigenbaum在第五屆國(guó)際人工智能會(huì)議上，提出了“知識(shí)過(guò)程”的概念。38第三十八頁(yè)，共五十八頁(yè)，2022年，8月28日3、發(fā)展期（20世紀(jì)80年代后）專(zhuān)家系統(tǒng)與知識(shí)工程在理論、技術(shù)和應(yīng)用方面都有長(zhǎng)足的進(jìn)步和發(fā)展。出現(xiàn)了多專(zhuān)家系統(tǒng)、大型專(zhuān)家系統(tǒng)、微專(zhuān)家系統(tǒng)、分布專(zhuān)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(yè)，共五十八頁(yè)，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(xué)家McCulloch和Pitts提出M-P神經(jīng)元模型。1944年，Hebb提出Hebb學(xué)習(xí)規(guī)則。2、1957年，Rosenblatt提出Perceptron單層神經(jīng)網(wǎng)絡(luò)模型。1962年，Widrow提出自適應(yīng)線性元件Adaline。應(yīng)用于天氣預(yù)報(bào)、電子線路板分析、人工視覺(jué)等。3、1969年，Minsky和Papert證明了單層人工神經(jīng)網(wǎng)絡(luò)無(wú)法實(shí)現(xiàn)一個(gè)簡(jiǎn)單的異或邏輯函數(shù)XOR，把神經(jīng)網(wǎng)絡(luò)的研究帶入低谷。40第四十頁(yè)，共五十八頁(yè)，2022年，8月28日4、在低谷期，Grossberg和Anderson等人仍堅(jiān)持研究，取得了一些有價(jià)值的結(jié)果。5、20世紀(jì)80年代中期以后，神經(jīng)網(wǎng)絡(luò)研究復(fù)蘇。1986年，Hopfield網(wǎng)絡(luò)成功應(yīng)用于TSP問(wèn)題。1987年6月，第一屆國(guó)際神經(jīng)網(wǎng)絡(luò)大會(huì)（IJCNN）召開(kāi)，盛況空前。目前，NN與專(zhuān)家系統(tǒng)、知識(shí)工程成為AI的兩個(gè)主流方向。NN在智能控制、信號(hào)處理、最優(yōu)化、知識(shí)工程等領(lǐng)域成功應(yīng)用。41第四十一頁(yè)，共五十八頁(yè)，2022年，8月28日1.7.4現(xiàn)狀與發(fā)展趨勢(shì)1、傳統(tǒng)以符號(hào)處理為中心的人工智能與神經(jīng)網(wǎng)絡(luò)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(yè)，共五十八頁(yè)，2022年，8月28日■多種途徑齊頭并進(jìn)，多種方法協(xié)作互補(bǔ)?！鲂滤枷?、新技術(shù)不斷涌現(xiàn)，新領(lǐng)域、新方向不斷開(kāi)拓?！隼碚撗芯扛由钊?，應(yīng)用研究愈加廣泛?！鲅芯筷?duì)伍日益壯大，社會(huì)影響越來(lái)越大。

43第四十三頁(yè)，共五十八頁(yè)，2022年，8月28日

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

44第四十四頁(yè)，共五十八頁(yè)，2022年，8月28日

智能交通45第四十五頁(yè)，共五十八頁(yè)，2022年，8月28日

圖像識(shí)別系統(tǒng)46第四十六頁(yè)，共五十八頁(yè)，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(yè)，共五十八頁(yè)，2022年，8月28日（無(wú)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(fēng)。

48第四十八頁(yè)，共五十八頁(yè)，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(yè)，共五十八頁(yè)，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(yè)，共五十八頁(yè)，2022年，8月28日

ProfessorRodmansigned.HeslidthetometoTeer;