人工智能導(dǎo)論

人工智能2教材及主要參考書(shū):[1]蔡自興、徐光佑.人工智能及其應(yīng)用.清華大學(xué)出版社,2004（第三版）,2010

（第四版）

[2]王永慶.人工智能原理與方法.西安交通大學(xué)出版社.2002[3]Nilsson.ArtificialIntelligence--ANewSynthesis機(jī)械工業(yè)出版社,1999(英文版)2000（中文版）學(xué)習(xí)資料:Web搜索、包括課件、文章等等。

IJCAI國(guó)際人工智能大會(huì)

ArtificialIntelligence（期刊）

AAAI（美國(guó)人工智能聯(lián)合會(huì)）

考核成績(jī)?cè)u(píng)定方法：期末考試＋大作業(yè)考試方式：閉卷。各教學(xué)環(huán)節(jié)占總分的比例：期末考試占考試成績(jī)的80%，大作業(yè)占20%。放在前面3Movies人工智能導(dǎo)演：斯皮爾博格提示：電影從一個(gè)小孩子的眼光來(lái)詮釋人與機(jī)器人的關(guān)系，并揭示了一個(gè)殘酷的事實(shí)：機(jī)器人永遠(yuǎn)不能變成人類、他們不能有愛(ài)，即使有也只是一段程序。4機(jī)械公敵（Irobot）影片根據(jù)艾薩克·阿西莫夫經(jīng)典科幻短篇小說(shuō)集《我，機(jī)器人》改編。故事發(fā)生在2035年，科技已經(jīng)發(fā)展到相當(dāng)高的水準(zhǔn)，尤其是智能機(jī)器人領(lǐng)域，他們已經(jīng)完全融進(jìn)了人類的各種生產(chǎn)和生活中。機(jī)器人三大法則:機(jī)器人不得傷害人，或任人傷害而無(wú)所作為；機(jī)器人應(yīng)服從人的一切命令，但命令與第一法則沖突時(shí)例外；機(jī)器人必須保護(hù)自身的安全，但不得與前兩條法則抵觸。Movies5黑客帝國(guó)（MATRIX）MoviesIronManWhat

is

AI?WhatisAI?定義1智能機(jī)器(intelligentmachine)能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機(jī)器。定義2人工智能(學(xué)科)

人工智能(學(xué)科)是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。它的近期主要目標(biāo)在于研究用機(jī)器來(lái)模仿和執(zhí)行人腦的某些智力功能，并開(kāi)發(fā)相關(guān)理論和技術(shù)。定義3人工智能(能力)

人工智能(能力)是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為，如判斷、推理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)。大師眼中的人工智能Bellman,1978:人工智能是那些與人的思維、決策、問(wèn)題求解和學(xué)習(xí)等有關(guān)活動(dòng)的自動(dòng)化進(jìn)程。Haugeland,1985:人工智能是一種使計(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。Charniak和McDermott,1985：人工智能是用計(jì)算模型研究智力行為。Kurzwell,1990：人工智能是一種能夠執(zhí)行，需要人的智能的，創(chuàng)造性機(jī)器的技術(shù)。Schalkoff,1990：人工智能是一門(mén)通過(guò)計(jì)算過(guò)程，力圖理解和模仿智能行為的學(xué)科。Rick和Knight,1991：人工智能研究如何使計(jì)算機(jī)做事，而讓人過(guò)得更好。Winston,1992：人工智能是研究那些使理解、推理和行為成為可能的計(jì)算。Luger和Stubblefield,1993：人工智能是計(jì)算機(jī)科學(xué)中，與智能行為的自動(dòng)化有關(guān)的一個(gè)分支。WhatcanAIdoforyou?人工智能的基礎(chǔ)人工智能的基礎(chǔ)人工智能（Artificial

Intelligence）,

英文縮寫(xiě)為

AI,

是一門(mén)由計(jì)算機(jī)科學(xué)、控制論、信息論、語(yǔ)言學(xué)、神經(jīng)生理學(xué)、心理學(xué)、數(shù)學(xué)、哲學(xué)等多種學(xué)科相互滲透而發(fā)展起來(lái)的綜合性新學(xué)科。自問(wèn)世以來(lái)AI經(jīng)過(guò)波波折折，終于作為一門(mén)邊緣新學(xué)科得到世界的承認(rèn)并且日益引起人們的興趣和關(guān)注。AI的基礎(chǔ)哲學(xué)：標(biāo)出了AI的大部分重要思想數(shù)學(xué)：使AI成為一門(mén)規(guī)范科學(xué)數(shù)學(xué)形式化神經(jīng)科學(xué)：網(wǎng)絡(luò)，并行處理心理學(xué)：認(rèn)知理論計(jì)算機(jī)工程：AI的“載體”語(yǔ)言學(xué)：知識(shí)表示、語(yǔ)法哲學(xué)形式化規(guī)則能用來(lái)抽取合理的結(jié)論嗎？

亞里士多德（Aristotle）為形式邏輯奠定了基礎(chǔ)，第一個(gè)把支配意識(shí)的理性部分法則形式化為精確的法則集合，典型代表就是三段論，即初始前提的條件下機(jī)械地推導(dǎo)出結(jié)論。17世紀(jì)，有人提出推理如同數(shù)字計(jì)算，帕斯卡寫(xiě)到：“算術(shù)機(jī)器產(chǎn)生的效果顯然更接近思維，而不是動(dòng)物的其他活動(dòng)?！苯Y(jié)論：肯定的結(jié)論，即可以用一個(gè)規(guī)則集合描述意識(shí)的形式化部分精神的意識(shí)是如何從物質(zhì)的大腦產(chǎn)生出來(lái)？Descartes(笛卡爾)給出了第一個(gè)關(guān)于意識(shí)和物質(zhì)之間區(qū)別以及由此產(chǎn)生的清晰的討論二元論意識(shí)（靈魂、精神）的一部分是超脫于自然之外的，不受物理定律的影響動(dòng)物不具有這種屬性，它們可以被當(dāng)做機(jī)器對(duì)待唯物主義大腦依照物理定律運(yùn)轉(zhuǎn)而構(gòu)成意識(shí)自由意志是對(duì)出現(xiàn)在選擇過(guò)程中可能選擇的感受方式結(jié)論：兩種選擇：二元論和唯物主義知識(shí)從哪里來(lái)？關(guān)于知識(shí)的來(lái)源：FrancisBacon(培根)《新工具論》開(kāi)始了經(jīng)驗(yàn)主義運(yùn)動(dòng)JohnLocke(洛克)指出：“無(wú)物非先感而后知”

RudolfCarnap(魯?shù)婪颉た柤{普)發(fā)展了邏輯實(shí)證主義學(xué)說(shuō)，認(rèn)為所有的知識(shí)都可以用最終與（對(duì)應(yīng)于傳感器輸入的）觀察語(yǔ)句相聯(lián)系的邏輯理論來(lái)刻畫(huà)?？茖W(xué)哲學(xué)的任務(wù)之一是構(gòu)造“形式的人工語(yǔ)言”以及系統(tǒng)理論，以便于我們更好地進(jìn)行科學(xué)概念和科學(xué)陳述的重新構(gòu)造。這種語(yǔ)言和自然語(yǔ)言不同，它不是世襲的，而是按照我們制定的規(guī)則構(gòu)造出來(lái)的。結(jié)論：知識(shí)來(lái)源于實(shí)踐知識(shí)是如何導(dǎo)致行動(dòng)的？Aristotle:行動(dòng)是通過(guò)目標(biāo)與關(guān)于行動(dòng)結(jié)果的知識(shí)之間的邏輯聯(lián)系來(lái)判定的。他進(jìn)一步指出，要深思的不是結(jié)局而是手段，假設(shè)了結(jié)局并考慮如何以及通過(guò)什么手段得到結(jié)局，結(jié)局是否容易是否最好，手段在分析順序中是最后一個(gè)，在生成順序中是第一個(gè)這實(shí)際上就是回歸規(guī)劃系統(tǒng)，2300年后，1972年Newell&Simon研制了第一個(gè)能夠擬人類問(wèn)題解決的計(jì)算機(jī)程序——GPS程序（GeneralProblemSolverprogram）當(dāng)多個(gè)行動(dòng)可以達(dá)到目標(biāo)時(shí)或根本無(wú)法到達(dá)目標(biāo)時(shí)，如何行事？結(jié)論：通過(guò)目標(biāo)和關(guān)于行動(dòng)結(jié)果的知識(shí)之間的邏輯聯(lián)系來(lái)判定

哲學(xué)家們標(biāo)志出了AI的大部分思想，但實(shí)現(xiàn)成為一門(mén)規(guī)范科學(xué)的飛躍就要求在三個(gè)基礎(chǔ)領(lǐng)域完成一定程度的數(shù)學(xué)形式化：邏輯、計(jì)算和概率。

數(shù)學(xué)什么是抽取合理結(jié)論的形式化規(guī)則？Boole邏輯（接近命題邏輯）Frege擴(kuò)展了Boole邏輯，使其包含對(duì)象和關(guān)系，創(chuàng)建了一階邏輯（當(dāng)今最基本的知識(shí)表示系統(tǒng)）結(jié)論：形式化規(guī)則=命題邏輯和一階謂詞邏輯數(shù)學(xué)概率概率起源于對(duì)賭博問(wèn)題可能結(jié)果的描述，成為所有需要定量的科學(xué)的無(wú)價(jià)之寶，幫助對(duì)付不確定的測(cè)量和不完備的理論。（Cardano，16世紀(jì)）Bayes提出了根據(jù)新證據(jù)更新概率的法則（18世紀(jì)）Bayes分析形成了大多數(shù)AI系統(tǒng)中不確定推理的現(xiàn)代方法的基礎(chǔ)結(jié)論：使用貝葉斯理論進(jìn)行不確定推理數(shù)學(xué)什么可以計(jì)算？可以被計(jì)算，就要找到一個(gè)算法算法本身的研究在19世紀(jì)晚期，把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力1900年，DavidHilbert(希爾伯特)著名的“23個(gè)問(wèn)題”的最后一個(gè)問(wèn)題是：是否存在一個(gè)算法可以判定任何涉及自然數(shù)的邏輯命題的真實(shí)性。/有效證明過(guò)程的能力是否有基礎(chǔ)的局限性這一問(wèn)題被KurtGodel(哥德?tīng)?證明了，確實(shí)存在真實(shí)的局限（不完備性定理，1931）1930年，哥德?tīng)柼岢?，存在一個(gè)有效過(guò)程可以證明羅素和弗雷格的一階邏輯中的任何真值語(yǔ)句，但是一階邏輯不能捕捉到刻畫(huà)自然數(shù)所需要的數(shù)學(xué)歸納法原則。1931年，哥德?tīng)栕C明了不完備性定理，在任何表達(dá)能力足以描述自然數(shù)的語(yǔ)言中，在不能通過(guò)任何算法建立它們的真值意義下，存在不可判定的真值語(yǔ)句。不完備性定理還可以表述為，整數(shù)的某些函數(shù)無(wú)法用算法表示，即不可計(jì)算。Turning試圖精確地刻畫(huà)哪些函數(shù)是能夠被計(jì)算的但，計(jì)算或有效過(guò)程的概念是無(wú)法給出形式化定義的。圖靈說(shuō)明了一些函數(shù)沒(méi)有對(duì)應(yīng)的圖靈機(jī)，沒(méi)有通用的圖靈機(jī)可以判定一個(gè)給定的程序，對(duì)于給定的輸入能否返回答案或者永遠(yuǎn)運(yùn)行下去。在不可計(jì)算性以外，不可操作性具有更重要的影響，如果解決一個(gè)問(wèn)題需要的計(jì)算時(shí)間隨著實(shí)例規(guī)模成指數(shù)級(jí)增長(zhǎng)，則該問(wèn)題被稱為不可操作的以StevenCook和RichardCarp為代表的NP-完全理論為認(rèn)識(shí)不可操作問(wèn)題提供一種方法。Cook和Carp證明了大量各種類別的規(guī)范的組合搜索和推理問(wèn)題屬于NP-完全問(wèn)題。但任何NP-完全問(wèn)題類可歸約而成的問(wèn)題類很可能是不可操作的結(jié)論：有了可計(jì)算性可算法復(fù)雜性的理論的指導(dǎo)神經(jīng)科學(xué)：大腦是如何處理信息的？在1943年沃侖·麥卡洛克（WarrencMcCulloch）和沃爾特·皮茲（WalterPitts）的工作是這方面最早的嘗試之一。他們表明，在原則上由非常簡(jiǎn)單的單元連接在一起組成的“網(wǎng)絡(luò)”可以對(duì)任何邏輯和算術(shù)函數(shù)進(jìn)行計(jì)算。因?yàn)榫W(wǎng)絡(luò)的單元有些像大大簡(jiǎn)化的神經(jīng)元，它現(xiàn)在常被稱作“神經(jīng)網(wǎng)絡(luò)”。

神經(jīng)科學(xué)是研究神經(jīng)系統(tǒng)特別是大腦的科學(xué)雖然幾千年來(lái)人們一直贊同大腦以某種方式和思維相聯(lián)系，因?yàn)樽C據(jù)表明頭部受到重?fù)魰?huì)導(dǎo)致精神缺陷，但是直到18世紀(jì)中期人們才廣泛地承認(rèn)大腦是意識(shí)的居所。1861年法國(guó)神經(jīng)解剖家布魯卡，對(duì)八名有語(yǔ)言障礙：能聽(tīng)懂而不能說(shuō)的病人，進(jìn)行研究時(shí)發(fā)現(xiàn)，由于大腦左側(cè)額區(qū)的后部，一些組織受損所致。對(duì)這個(gè)區(qū)域命名為布魯卡語(yǔ)言區(qū)。1874年奧地利醫(yī)生威爾尼克發(fā)現(xiàn)，與布魯卡稍有區(qū)別的顳葉部分能控制、理解與記憶，因而命名此區(qū)域?yàn)橥柲峥苏Z(yǔ)言區(qū)。英國(guó)《自然》雜志刊登：中國(guó)人民解放軍306醫(yī)院“認(rèn)知科學(xué)與學(xué)習(xí)”實(shí)驗(yàn)?zāi)X功能成像中心，與香港大學(xué)合作試驗(yàn)發(fā)現(xiàn)，使用華語(yǔ)和應(yīng)用英語(yǔ)，人腦所司的語(yǔ)言區(qū)不同。講華語(yǔ)因?yàn)槭窃~根式語(yǔ)言，結(jié)構(gòu)靈活，要多理解、多記憶，活動(dòng)量大，所以，應(yīng)用威爾尼克運(yùn)動(dòng)區(qū)。而說(shuō)英語(yǔ)由于依靠語(yǔ)言的形態(tài)變化，須要多聽(tīng)、多說(shuō)因此，使用布魯卡的聽(tīng)力區(qū)。1990年核磁共振成像為神經(jīng)科學(xué)家提供了關(guān)于大腦活動(dòng)的細(xì)致圖像，使得以某種方式與正在進(jìn)行的認(rèn)知過(guò)程相符合的測(cè)量成了可能。真正令人震驚的結(jié)論是，簡(jiǎn)單細(xì)胞的集合能夠?qū)е滤季S、行動(dòng)和意識(shí)，即使大腦產(chǎn)生意識(shí)大腦活動(dòng)過(guò)程對(duì)計(jì)算機(jī)工作過(guò)程有所啟發(fā)心理學(xué)：人類和動(dòng)物是如何思考的？機(jī)器的思考?xì)w根結(jié)底還是模仿人類的思維模式，正是“思考”這一人類的本質(zhì)屬性，使得人工智能和心理學(xué)從最初就緊密地聯(lián)系在一起。JohnWatson(沃森)領(lǐng)導(dǎo)的行為主義認(rèn)為，內(nèi)省不能提供可靠的證據(jù)，拒絕任何涉及精神過(guò)程的理論，只研究動(dòng)物的感知及其反應(yīng)認(rèn)知心理學(xué)的主要特征是，把大腦當(dāng)做信息處理裝置，F(xiàn)redericBartlett（弗雷德里克·巴特萊特）領(lǐng)導(dǎo)的劍橋大學(xué)應(yīng)用心理小組使得認(rèn)知模型得以繁榮心理學(xué)家普遍認(rèn)為，認(rèn)知理論就應(yīng)該像計(jì)算機(jī)程序結(jié)論：人類思考和活動(dòng)應(yīng)該是一個(gè)信息處理過(guò)程計(jì)算機(jī)工程：如何制造能干的計(jì)算機(jī)？AI需要智能和人工制品，即計(jì)算機(jī)。AI對(duì)主流計(jì)算機(jī)科學(xué)的影響分時(shí)技術(shù)交互式翻譯器使用窗口和鼠標(biāo)的個(gè)人計(jì)算機(jī)面向?qū)ο蟮木幊獭Z(yǔ)言學(xué)：語(yǔ)言和思維是怎樣聯(lián)系起來(lái)的？現(xiàn)代語(yǔ)言學(xué)的誕生：Chomsky（喬姆斯基）理論1957年《句法結(jié)構(gòu)》出版，顛覆了行為主義，認(rèn)為兒童怎么能理解和構(gòu)造他們以前沒(méi)有聽(tīng)到過(guò)的句子，而喬姆斯基關(guān)于語(yǔ)法模型的理論則能解釋這個(gè)現(xiàn)象，并且足夠形式化知識(shí)表示的許多早期工作和語(yǔ)言緊密聯(lián)系為什么AI有必要成為一個(gè)單獨(dú)的領(lǐng)域？和控制論、運(yùn)籌學(xué)、決策理論的目標(biāo)類似為什么不是數(shù)學(xué)的一個(gè)分支？AI從一開(kāi)始就承載著復(fù)制人的才能的思想方法論的不同AI屬于計(jì)算機(jī)科學(xué)的分支AI試圖建造在復(fù)雜和變化的環(huán)境中自動(dòng)發(fā)揮功能的機(jī)器人工智能的發(fā)展人工智能的發(fā)展人工智能的萌芽（1956年以前）人工智能的誕生（1956-1961年）人工智能的發(fā)展（1961年后）/wiki/History_of_artificial_intelligence人工智能的萌芽階段亞里斯多德(Aristotle384-322BC)，主要貢獻(xiàn)為邏輯(logic)及形而上學(xué)(metaphysics)兩方面的思想。亞氏在邏輯主要成就包括主謂命題(statementinsubject-predicateform)及關(guān)于此類命題的邏輯推理方法，特別是三段論證(syllogism)。所謂“命題”就是真(true)或假(false)的句子，例如“蘇格拉底是人”，這是真的命題；至于問(wèn)句“我的書(shū)在那里？”就不是命題了，它并沒(méi)有真假的意義可言。

亞里斯多德與邏輯、推理邏輯只討論命題，因它有真假可言。亞氏認(rèn)為命題基本是由主詞(subject)與謂詞(predicate)構(gòu)成的，主詞是命題所描述的事物或主題，謂詞則是描述主詞的詞語(yǔ)。亞氏提出四種比較復(fù)雜的主謂命題，它們都具有以下結(jié)構(gòu)：量詞─主詞─系詞─謂詞。這里我們以符號(hào)S及P分別表示主詞及謂詞。系詞有兩種：「是」或「不是」；量詞亦有兩種：「所有」(all)或「有」(some)。

亞里斯多德與邏輯、推理(A)所有S是P(或凡S是P)，例如「凡人是動(dòng)物」；(B)凡S不是P，例如「凡貓不是狗」；(C)有S是P，例如「有花是白的」；(D)有S不是P，如有花不是白的。所謂「邏輯推論」，即指由前提推導(dǎo)出結(jié)論的正確(valid)的方法，在這種正確推論中，若前提為真，則結(jié)論亦必然為真。

亞里斯多德與邏輯、推理關(guān)于推論，亞氏特別討論三段論證，這是由兩個(gè)前提推出結(jié)論的方法。例如：(i)凡孔子的后代是人

(ii)凡人皆會(huì)死因此，凡孔子的后代會(huì)死。若寫(xiě)成普遍的形式，則是：(i)凡S是M;(ii)凡M是P，因此凡S是P。這里(i)及(ii)是兩個(gè)前提，若這兩個(gè)前提為真，則以上推出的結(jié)論(凡S是P)亦必然地真，因此這個(gè)三段論證是正確的。2.培根與歸納法培根（Bacon),英國(guó)哲學(xué)家和自然科學(xué)家。１５６１年培根出生在英國(guó)倫敦的一個(gè)貴族家庭，父親是女王的掌璽大臣，母親也是貴族出身。培根小時(shí)候身體很弱，經(jīng)常生病，但他卻很愛(ài)學(xué)習(xí)，喜歡閱讀比他的年齡應(yīng)讀的書(shū)更為高深的書(shū)籍，１３歲時(shí)便進(jìn)入英國(guó)著名的劍橋大學(xué)讀書(shū)。培根只在劍橋住了３年。當(dāng)時(shí)的劍橋受“經(jīng)院哲學(xué)”的統(tǒng)治，不重視科學(xué)研究，而注重研究神學(xué)，用繁瑣的方法來(lái)證明宗教教條的正確。培根對(duì)此非常反感，于是便離開(kāi)了那里。１６２０年，培根總結(jié)了他的哲學(xué)思想，出版了《新工具》一書(shū)。在書(shū)中他響亮地提出了“知識(shí)就是力量”的觀點(diǎn)。他指出，要想控制自然，利用自然，就必須掌握科學(xué)知識(shí)。他認(rèn)為真正的哲學(xué)必須研究自然，研究科學(xué)。為此，他十分重視科學(xué)實(shí)驗(yàn)，認(rèn)為只有經(jīng)過(guò)實(shí)驗(yàn)才能獲得真正的知識(shí)。

2.培根與歸納法培根的主要貢獻(xiàn)是系統(tǒng)地提出了歸納法，成為和亞里士多德的演繹法相輔相成的思維法則。這里所說(shuō)的“歸納推理”是廣義的，指一切擴(kuò)展性推理，它們的結(jié)論所斷定的超出了其前提所斷定的范圍，因而前提的真無(wú)法保證結(jié)論的真，整個(gè)推理因此缺乏必然性。人類智能的本質(zhì)特征和最高表現(xiàn)是創(chuàng)造。在人類創(chuàng)造的過(guò)程中，具有必然性的演繹推理固然起重要作用，但更為重要的是具有某種不確定性的歸納、類比推理以及模糊推理等。因此，計(jì)算機(jī)要成功地模擬人的智能，真正體現(xiàn)出人的智能品質(zhì)，就必須對(duì)各種具有不確定性的推理模式進(jìn)行研究。

3.Turing圖靈與人工智能艾倫·麥席森·圖靈（Turing，1912年6月23日-1954年6月7日），英國(guó)數(shù)學(xué)家，舉世公認(rèn)的“人工智能之父”。3歲那年，他進(jìn)行了在科學(xué)實(shí)驗(yàn)方面的首次嘗試──把玩具木頭人的胳膊掰下來(lái)種植到花園里，想讓它們長(zhǎng)成更多的木頭人。8歲時(shí)，圖靈嘗試著寫(xiě)了一部科學(xué)著作，題名《關(guān)于一種顯微鏡》。提出圖靈機(jī)1936年，年僅24歲的圖靈發(fā)表了著名的《論應(yīng)用于決定問(wèn)題的可計(jì)算數(shù)字》一文，作為闡明現(xiàn)代電腦原理的開(kāi)山之作，被永遠(yuǎn)載入了計(jì)算機(jī)的發(fā)展史冊(cè)。這篇論文原本是為了解決一個(gè)基礎(chǔ)性的數(shù)學(xué)問(wèn)題：是否只要給人以足夠的時(shí)間演算，數(shù)學(xué)函數(shù)都能夠通過(guò)有限次機(jī)械步驟求得解答？傳統(tǒng)數(shù)學(xué)家當(dāng)然只會(huì)想到用公式推導(dǎo)證明它是否成立，可是圖靈獨(dú)辟蹊徑地想出了一臺(tái)冥冥之中的機(jī)器。

圖靈把人在計(jì)算時(shí)所做的工作分解成簡(jiǎn)單的動(dòng)作，與人的計(jì)算類似，機(jī)器需要：（1）存儲(chǔ)器，用于貯存計(jì)算結(jié)果；（2）一種語(yǔ)言，表示運(yùn)算和數(shù)字；(3)掃描；（4）計(jì)算意向，即在計(jì)算過(guò)程中下一步打算做什么；（5）執(zhí)行下一步計(jì)算。具體到一步計(jì)算，則分成：（1）改變數(shù)字的符號(hào)；（2）掃描區(qū)改變，如往左進(jìn)位和往右添位等；（3）改變計(jì)算意向等。圖靈還采用了二進(jìn)位制。這樣，他就把人的工作機(jī)械化了。這種理想中的機(jī)器被稱為"圖靈機(jī)"。圖靈機(jī)是一種抽象計(jì)算模型，用來(lái)精確定義可計(jì)算函數(shù)。圖靈機(jī)被公認(rèn)為現(xiàn)代計(jì)算機(jī)的原型，這臺(tái)機(jī)器可以讀入一系列的0和1，這些數(shù)字代表了解決某一問(wèn)題所需要的步驟，按這個(gè)步驟走下去，就可以解決某一特定的問(wèn)題。在圖靈看來(lái)，這臺(tái)機(jī)器只用保留一些最簡(jiǎn)單的指令，一個(gè)復(fù)雜的工作只用把它分解為這幾個(gè)最簡(jiǎn)單的操作就可以實(shí)現(xiàn)了，在當(dāng)時(shí)他能夠具有這樣的思想確實(shí)是很了不起的。他相信有一個(gè)算法可以解決大部分問(wèn)題，而困難的部分則是如何確定最簡(jiǎn)單的指令集，怎么樣的指令集才是最少的，而且又能頂用，還有一個(gè)難點(diǎn)是如何將復(fù)雜問(wèn)題分解為這些指令的問(wèn)題。破譯恩尼格瑪密碼機(jī)第二次世界大戰(zhàn)期間，圖靈應(yīng)征入伍，在戰(zhàn)時(shí)英國(guó)情報(bào)中心“布雷契萊莊園”（Bletchiy）從事破譯德軍密碼的工作，與戰(zhàn)友們一起制作了第一臺(tái)密碼破譯機(jī)。在圖靈理論指導(dǎo)下，這個(gè)“莊園”后來(lái)還研制出破譯密碼的專用電子管計(jì)算機(jī)“巨人”（Colossus），在盟軍諾曼底登陸等戰(zhàn)役中立下了豐功偉績(jī)，當(dāng)時(shí)他才27歲。

1945年，脫下軍裝的圖靈，帶著大英帝國(guó)授予的最高榮譽(yù)勛章，被錄用為泰丁頓國(guó)家物理研究所高級(jí)研究員。由于有了布雷契萊的實(shí)踐，他提交了一份“自動(dòng)計(jì)算機(jī)”的設(shè)計(jì)方案，領(lǐng)導(dǎo)一批優(yōu)秀的電子工程師，著手制造一種名叫ACE的電腦。1950年，ACE電腦樣機(jī)公開(kāi)表演，被認(rèn)為是當(dāng)時(shí)世界上最快最強(qiáng)有力的電子計(jì)算機(jī)之一。

Canamachinethink？1950年，圖靈來(lái)到曼徹斯特大學(xué)任教，并被指定為該大學(xué)自動(dòng)計(jì)算機(jī)項(xiàng)目的負(fù)責(zé)人。就在這年10月，他的又一篇?jiǎng)潟r(shí)代論文《計(jì)算機(jī)與智能》發(fā)表。這篇文章后來(lái)被改名為《機(jī)器能思維嗎？》.它引來(lái)的驚雷，今天還在震撼著電腦的世紀(jì)。在“第一代電腦”占統(tǒng)治地位的時(shí)期，這篇論文甚至可以作為“第五代電腦”和“第六代電腦”的宣言書(shū)。

圖靈寫(xiě)道：你無(wú)法制造一臺(tái)替你思考的機(jī)器，這是人們一般會(huì)毫無(wú)疑義接受下來(lái)的老生長(zhǎng)談。我的論點(diǎn)是：與人腦的活動(dòng)方式極為相似的機(jī)器是可以制造出來(lái)的。更有趣的是，圖靈還設(shè)計(jì)了一個(gè)“圖靈試驗(yàn)”，試圖通過(guò)讓機(jī)器模仿人回答某些問(wèn)題，判斷它是否具備智能。

圖靈試驗(yàn)

圖靈指出：“如果機(jī)器在某些現(xiàn)實(shí)的條件下，能夠非常好地模仿人回答問(wèn)題，以至提問(wèn)者在相當(dāng)長(zhǎng)時(shí)間里誤認(rèn)它不是機(jī)器，那么機(jī)器就可以被認(rèn)為是能夠思維的。”圖靈測(cè)試對(duì)計(jì)算機(jī)的要求自然語(yǔ)言處理知識(shí)表示自動(dòng)推理機(jī)器學(xué)習(xí)從表面上看，要使機(jī)器回答按一定范圍提出的問(wèn)題似乎沒(méi)有什么困難，可以通過(guò)編制特殊的程序來(lái)實(shí)現(xiàn)。然而，如果提問(wèn)者并不遵循常規(guī)標(biāo)準(zhǔn)，編制回答的程序是極其困難的事情。圖靈試驗(yàn)問(wèn)：你會(huì)下國(guó)際象棋嗎？答：是的。問(wèn)：你會(huì)下國(guó)際象棋嗎？答：是的。問(wèn)：請(qǐng)?jiān)俅位卮穑銜?huì)下國(guó)際象棋嗎？答：是的。你多半會(huì)想到，面前的這位是一部笨機(jī)器。

圖靈試驗(yàn)問(wèn)：你會(huì)下國(guó)際象棋嗎？答：是的。問(wèn)：你會(huì)下國(guó)際象棋嗎？答：是的，我不是已經(jīng)說(shuō)過(guò)了嗎？問(wèn)：請(qǐng)?jiān)俅位卮?，你?huì)下國(guó)際象棋嗎？答：你煩不煩，干嘛老提同樣的問(wèn)題。

圖靈試驗(yàn)

上述兩種對(duì)話的區(qū)別在于，第一種可明顯地感到回答者是從知識(shí)庫(kù)里提取簡(jiǎn)單的答案，第二種則具有分析綜合的能力，回答者知道觀察者在反復(fù)提出同樣的問(wèn)題?！皥D靈試驗(yàn)”沒(méi)有規(guī)定問(wèn)題的范圍和提問(wèn)的標(biāo)準(zhǔn)，如果想要制造出能通過(guò)試驗(yàn)的機(jī)器，以我們現(xiàn)在的技術(shù)水平，必須在電腦中儲(chǔ)存人類所有可以想到的問(wèn)題，儲(chǔ)存對(duì)這些問(wèn)題的所有合乎常理的回答，并且還需要理智地作出選擇。

圖靈預(yù)言

圖靈曾預(yù)言，隨著電腦科學(xué)和機(jī)器智能的發(fā)展，本世紀(jì)末將會(huì)出現(xiàn)這樣的機(jī)器。在這點(diǎn)上，圖靈也過(guò)于樂(lè)觀。但是，“圖靈試驗(yàn)”大膽地提出“機(jī)器思維”的概念，為人工智能確定了奮斗的目標(biāo)，并指明了前進(jìn)的方向。遺憾的是，1954年6月8，圖靈英年早逝！

直到現(xiàn)在，計(jì)算機(jī)界仍有個(gè)一年一度“圖靈獎(jiǎng)”，由美國(guó)計(jì)算機(jī)學(xué)會(huì)（ACM）頒發(fā)給世界上最優(yōu)秀的電腦科學(xué)家，像科學(xué)界的諾貝爾獎(jiǎng)金那樣，是電腦領(lǐng)域的最高榮譽(yù)。

ENIAC

賓夕法尼亞大學(xué)莫奇利Mauchly和?？颂谽ckert等研制成功ENIAC電子數(shù)字計(jì)算機(jī)，為人工智能研究奠定物質(zhì)基礎(chǔ)。缺點(diǎn)：（1）沒(méi)有存儲(chǔ)器；（2）它用布線接板進(jìn)行控制，甚至要搭接幾天，計(jì)算速度也就被這一工作抵消了．埃克特（右）和莫克利（左）

VonNeumann提出馮?諾依曼計(jì)算機(jī)模型。熟悉計(jì)算機(jī)發(fā)展歷史的人大都知道，美國(guó)科學(xué)家馮·諾依曼被譽(yù)為“計(jì)算機(jī)之父”，他是本世紀(jì)最偉大的發(fā)明家之一。馮·諾依曼

數(shù)學(xué)史界卻同樣堅(jiān)持認(rèn)為，馮·諾依曼是本世紀(jì)最偉大的數(shù)學(xué)家之一，他在遍歷理論、拓?fù)淙豪碚摰确矫孀鞒隽碎_(kāi)創(chuàng)性的工作，算子代數(shù)甚至被命名為“馮·諾依曼代數(shù)”。物理學(xué)家說(shuō)，馮·諾依曼在30年代撰寫(xiě)的《量子力學(xué)的數(shù)學(xué)基礎(chǔ)》已經(jīng)被證明對(duì)原子物理學(xué)的發(fā)展有極其重要的價(jià)值，經(jīng)濟(jì)學(xué)家則反復(fù)強(qiáng)調(diào)，馮·諾依曼建立的經(jīng)濟(jì)增長(zhǎng)橫型體系，特別是40年代出版的著作《博弈論和經(jīng)濟(jì)行為》，使他在經(jīng)濟(jì)學(xué)和決策科學(xué)領(lǐng)域豎起了一塊豐碑。1931年匈牙利首都布達(dá)佩斯，一位猶太銀行家在報(bào)紙上刊登啟事，要為他11歲的孩子招聘家庭教師，聘金超過(guò)常規(guī)10倍。布達(dá)佩斯人才濟(jì)濟(jì)，可一個(gè)多月過(guò)去，居然沒(méi)有一人前往應(yīng)聘。因?yàn)檫@個(gè)城市里，誰(shuí)都聽(tīng)說(shuō)過(guò)，銀行家的長(zhǎng)子馮·諾依曼聰慧過(guò)人，3歲就能背誦父親帳本上的所有數(shù)字，6歲能夠心算8位數(shù)除8位數(shù)的復(fù)雜算術(shù)題，8歲學(xué)會(huì)了微積分，其非凡的學(xué)習(xí)能力，使那些曾經(jīng)教過(guò)他的教師驚詫不已。父親無(wú)可奈何，只好把馮·諾依曼送進(jìn)一所正規(guī)學(xué)校就讀。不到一個(gè)學(xué)期，他班上的數(shù)學(xué)老師走進(jìn)家門(mén)，告訴銀行家自己的數(shù)學(xué)水平已遠(yuǎn)不能滿足馮·諾依曼的需要?！凹偃绮唤o創(chuàng)造這孩子深造的機(jī)會(huì)，將會(huì)耽誤他的前途，”老師認(rèn)真地說(shuō)道，“我可以將他推薦給一位數(shù)學(xué)教授，您看如何？”銀行家一聽(tīng)大喜過(guò)望，于是馮·諾依曼一面在學(xué)校跟班讀書(shū)，一面由布達(dá)佩斯大學(xué)教授為他“開(kāi)小灶”。

然而，這種狀況也沒(méi)能維持幾年，勤奮好學(xué)的中學(xué)生很快又超過(guò)了大學(xué)教授，他居然把學(xué)習(xí)的觸角伸進(jìn)了當(dāng)時(shí)最新數(shù)學(xué)分支——集合論和泛函分析，同時(shí)還閱讀了大量歷史和文學(xué)方面的書(shū)籍，并且學(xué)會(huì)了七種外語(yǔ)。畢業(yè)前夕，馮·諾依曼與數(shù)學(xué)教授聯(lián)名發(fā)表了他第一篇數(shù)學(xué)論文，那一年，他還不到17歲。

考大學(xué)前夕，匈牙利政局出現(xiàn)動(dòng)蕩，馮·諾依曼便浪跡歐洲各地，在柏林和瑞士一些著名的大學(xué)聽(tīng)課。22歲時(shí)，他獲瑞士蘇黎士聯(lián)邦工業(yè)大學(xué)化學(xué)工程師文憑。一年之后，輕而易舉摘取布達(dá)佩斯大學(xué)數(shù)學(xué)博士學(xué)位。在柏林當(dāng)了幾年無(wú)薪講師后，他轉(zhuǎn)而攻向物理學(xué)，為量子力學(xué)研究數(shù)學(xué)模型，又使自己在理論物理學(xué)領(lǐng)域占據(jù)了突出的地位。風(fēng)華正茂的馮·諾依曼，靠著頑強(qiáng)的學(xué)習(xí)毅力，在科學(xué)殿堂里“橫掃千軍如卷席”，成為橫跨“數(shù)、理、化”各門(mén)學(xué)科的超級(jí)全才。

1928年，美國(guó)數(shù)學(xué)泰斗、普林斯頓高級(jí)研究員維伯倫教授（O.Veblen）廣羅天下之英才，一封燙金的大紅聘書(shū)，寄給了柏林大學(xué)這位無(wú)薪講師，請(qǐng)他去美國(guó)講授“量子力學(xué)理論課”。馮·諾依曼預(yù)料到未來(lái)科學(xué)的發(fā)展中心即將西移，欣然同意赴美國(guó)任教。1930年，27歲的馮·諾依曼被提升為教授；1933年，他又與愛(ài)因斯坦一起，被聘為普林斯頓高等研究院第一批終身教授，而且是6名大師中最年輕的一名。1944年仲夏的一個(gè)傍晚，戈德斯坦來(lái)到阿貝丁車(chē)站，等候去費(fèi)城的火車(chē)，突然看見(jiàn)前面不遠(yuǎn)處，有個(gè)熟悉的身影向他走過(guò)來(lái)。來(lái)者正是聞名世界的大數(shù)學(xué)家馮·諾依曼。天賜良機(jī)，戈德斯坦感到絕不能放過(guò)這次偶然的邂逅，他把早已埋藏在心中的幾個(gè)數(shù)學(xué)難題，一古腦兒倒出來(lái)，向數(shù)學(xué)大師討教。數(shù)學(xué)家和藹可親，沒(méi)有一點(diǎn)架子，耐心地為戈德斯坦排憂解難。聽(tīng)著聽(tīng)著，馮·諾依曼不覺(jué)流露出吃驚的神色，敏銳地從數(shù)學(xué)問(wèn)題里，感到眼前這位青年身邊正發(fā)生著什么不尋常的事情。他開(kāi)始反過(guò)來(lái)向戈德斯坦發(fā)問(wèn)，直問(wèn)得年輕人“好像又經(jīng)歷了一次博士論文答辯”。最后，戈德斯坦毫不隱瞞地告訴他莫爾學(xué)院的電子計(jì)算機(jī)課題和目前的研究進(jìn)展。

馮·諾依曼由ENIAC機(jī)研制組的戈?duì)柕滤雇⒅形窘榻B參加ENIAC機(jī)研制小組后，便帶領(lǐng)這批富有創(chuàng)新精神的年輕科技人員，向著更高的目標(biāo)進(jìn)軍．1945年，他們?cè)诠餐懻摰幕A(chǔ)上，發(fā)表了一個(gè)全新的“存儲(chǔ)程序通用電子計(jì)算機(jī)方案”——EDVAC（ElectronicDiscreteVariableAutomaticCompUter的縮寫(xiě)）．在這過(guò)程中，馮·諾依曼顯示出他雄厚的數(shù)理基礎(chǔ)知識(shí)，充分發(fā)揮了他的顧問(wèn)作用及探索問(wèn)題和綜合分析的能力．

EDVAC方案明確奠定了新機(jī)器由五個(gè)部分組成，包括：運(yùn)算器、邏輯控制裝置、存儲(chǔ)器、輸入和輸出設(shè)備，并描述了這五部分的職能和相互關(guān)系．EDVAC機(jī)還有兩個(gè)非常重大的改進(jìn)，即：（1）采用了二進(jìn)制，不但數(shù)據(jù)采用二進(jìn)制，指令也采用二進(jìn)制；（2）建立了存儲(chǔ)程序，指令和數(shù)據(jù)便可一起放在存儲(chǔ)器里，并作同樣處理．簡(jiǎn)化了計(jì)算機(jī)的結(jié)構(gòu)，大大提高了計(jì)算機(jī)的速度．

1946年7，8月間，馮·諾依曼和戈?duì)柕滤雇?、勃克斯在EDVAC方案的基礎(chǔ)上，為普林斯頓大學(xué)高級(jí)研究所研制IAS計(jì)算機(jī)時(shí)，又提出了一個(gè)更加完善的設(shè)計(jì)報(bào)告《電子計(jì)算機(jī)邏輯設(shè)計(jì)初探》．以上兩份既有理論又有具體設(shè)計(jì)的文件，首次在全世界掀起了一股“計(jì)算機(jī)熱”，它們的綜合設(shè)計(jì)思想，便是著名的“馮·諾依曼機(jī)”，其中心就是有存儲(chǔ)程序。他是美國(guó)國(guó)家科學(xué)院、秘魯國(guó)立自然科學(xué)院和意大利國(guó)立林且學(xué)院等院的院士。1954年他任美國(guó)原子能委員會(huì)委員；1951年至1953年任美國(guó)數(shù)學(xué)會(huì)主席。1954年夏，馮·諾依曼被使現(xiàn)患有癌癥，1957年2月8日，在華盛頓去世，終年54歲。人工神經(jīng)網(wǎng)絡(luò)

McCulloch和Pitts建立神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，通過(guò)模擬人腦實(shí)現(xiàn)智能，開(kāi)創(chuàng)人工神經(jīng)網(wǎng)絡(luò)研究。

wij——代表神經(jīng)元i與神經(jīng)元j之間的連接強(qiáng)度(模擬生物神經(jīng)元之間突觸連接強(qiáng)度)，稱之為連接權(quán)；ui——代表神經(jīng)元i的活躍值，即神經(jīng)元狀態(tài)；vj——代表神經(jīng)元j的輸出，即是神經(jīng)元i的一個(gè)輸入；θi——代表神經(jīng)元i的閾值。函數(shù)f表達(dá)了神經(jīng)元的輸入輸出特性。在MP模型中，f定義為階躍函數(shù)：

細(xì)胞體（細(xì)胞膜、質(zhì)、核），對(duì)輸入信號(hào)進(jìn)行處理，相當(dāng)于CPU。本體向外伸出的分支，多根，長(zhǎng)1mm左右，本體的輸入端。本體向外伸出的最長(zhǎng)的分支，即神經(jīng)纖維，一根，長(zhǎng)1cm—1m左右，通過(guò)軸突上的神經(jīng)末梢將信號(hào)傳給其它神經(jīng)元，相當(dāng)于本體的輸出端。各神經(jīng)元間軸突和樹(shù)突的接口，即神經(jīng)末梢與樹(shù)突相接觸的交界面，每個(gè)細(xì)胞體大約有103—104個(gè)突觸，有興奮型和抑制型兩種。Wiener創(chuàng)立控制論Shannon創(chuàng)立信息論英國(guó)數(shù)學(xué)家、邏輯學(xué)家Boole實(shí)現(xiàn)了布萊尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)——布爾代數(shù)。布爾利用代數(shù)語(yǔ)言使邏輯推理更簡(jiǎn)潔清晰，從而建立起一種所謂邏輯科學(xué)，其方法不但使數(shù)學(xué)家耳目一新，也使哲學(xué)家大為嘆服。他為邏輯代數(shù)化作出了決定性的貢獻(xiàn)，他所建立的理論隨著電子計(jì)算機(jī)的問(wèn)世而得到迅速發(fā)展。人工智能的誕生人工智能的誕生導(dǎo)因人們對(duì)數(shù)據(jù)世界的需求發(fā)展到對(duì)知識(shí)世界的需求而產(chǎn)生的?，F(xiàn)實(shí)世界中相當(dāng)多的問(wèn)題求解是復(fù)雜的，常無(wú)算法可循，即使有計(jì)算方法，也是NP(Non-deterministic

Polynomial，即多項(xiàng)式復(fù)雜程度的非確定性問(wèn)題)問(wèn)題。人們?yōu)榱藢で笤囂叫缘乃阉鳎瑔l(fā)式的不精確的模糊的甚至允許出現(xiàn)錯(cuò)誤的推理方法，以便符合人類的思維過(guò)程。比如采用啟發(fā)式知識(shí)進(jìn)行問(wèn)題求解，把復(fù)雜的問(wèn)題大大簡(jiǎn)化，可在浩瀚的搜索空間中迅速找到解答。運(yùn)用專門(mén)領(lǐng)域的經(jīng)驗(yàn)知識(shí)，經(jīng)常會(huì)取得有關(guān)問(wèn)題的滿意解，而非數(shù)學(xué)上的最優(yōu)解。圖靈開(kāi)創(chuàng)了計(jì)算機(jī)科學(xué)的重要分支──人工智能，雖然他當(dāng)時(shí)并沒(méi)有明確使用這個(gè)術(shù)語(yǔ)。把“圖靈獎(jiǎng)”獲獎(jiǎng)?wù)咦饕唤y(tǒng)計(jì)后就會(huì)發(fā)現(xiàn)，許多電腦科學(xué)家恰好是在人工智能領(lǐng)域作出的杰出貢獻(xiàn)。例如，1969年“圖靈獎(jiǎng)”獲得者是哈佛大學(xué)的明斯基（M.Minsky）；1971年“圖靈獎(jiǎng)”獲得者是達(dá)特莫斯大學(xué)的麥卡錫（J.McCarthy）；1975年“圖靈獎(jiǎng)”則由卡內(nèi)基—梅隆大學(xué)的紐厄爾（A.Newell）和赫伯特·西蒙（H.Simon）共同獲得。正是這些人，把圖林開(kāi)創(chuàng)的事業(yè)演繹為意義深遠(yuǎn)的“達(dá)特莫斯會(huì)議”。

達(dá)特莫斯會(huì)議

1956年夏天，美國(guó)達(dá)特莫斯大學(xué)召開(kāi)了一次影響深遠(yuǎn)的歷史性會(huì)議。主要發(fā)起人是該校青年助教麥卡錫(71,圖靈獎(jiǎng))，此外會(huì)議發(fā)起者還有哈佛大學(xué)明斯基(69,圖靈獎(jiǎng))、貝爾實(shí)驗(yàn)室香農(nóng)（E.Shannon）和IBM公司信息研究中心羅徹斯特（N.Lochester），他們邀請(qǐng)了卡內(nèi)基—梅隆大學(xué)紐厄爾和赫伯特·西蒙(75,圖靈獎(jiǎng))、麻省理工學(xué)院塞夫里奇（O.Selfridge）和索羅門(mén)夫R.Solomamff），以及IBM公司塞繆爾（A.Samuel，跳棋機(jī)，56）和莫爾（T.More）。

達(dá)特莫斯會(huì)議

這些青年學(xué)者的研究專業(yè)包括數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和電腦科學(xué)，分別從不同的角度共同探討人工智能的可能性。達(dá)特莫斯會(huì)議歷時(shí)長(zhǎng)達(dá)兩個(gè)多月，學(xué)者們?cè)诔浞钟懻摰幕A(chǔ)上，首次提出了“人工智能”（ArtificialIntelligence）這一術(shù)語(yǔ)，標(biāo)志著人工智能（AI）作為一門(mén)新興學(xué)科正式誕生。83在美國(guó)開(kāi)始形成了以人工智能為研究目標(biāo)的幾個(gè)研究組：如Newell和Simon的Carnegie-RAND協(xié)作組；塞繆爾（A.Samuel）和格蘭特（Gelernter）的IBM公司工程課題研究組；明斯基（M.Minsky）和麥卡錫（J.McCarthy）的MIT研究組等，這一時(shí)期人工智能的研究工作主要在下述幾個(gè)方面：1957年Newell和Simon等人的心理學(xué)小組編制出一個(gè)稱為邏輯理論機(jī)LT(TheLogicTheoryMachine)的數(shù)學(xué)定理證明程序，當(dāng)時(shí)該程序證明了羅素（B.A.W.Russell）和懷特海（A.N.Whitehead）的“數(shù)學(xué)原理”一書(shū)第二章中的38個(gè)定理（1963年修訂的程序在大機(jī)器上終于證完了該章中全部52個(gè)定理）。1960年又編制了能解十種類型不同課題的通用問(wèn)題求解程序GPS（GeneralProblemSolving）。和這些工作有聯(lián)系的Newell關(guān)于自適應(yīng)象棋機(jī)的論文和Simon關(guān)于問(wèn)題求解和決策過(guò)程中合理選擇和環(huán)境影響的行為理論的論文，也是當(dāng)時(shí)信息處理研究方面的巨大成就。1956年Samuel研究的具有自學(xué)習(xí)、自組織、自適應(yīng)能力的西洋跳棋程序是IBM小組有影響的工作，這個(gè)程序可以像一個(gè)優(yōu)秀棋手那樣，向前看幾步來(lái)下棋。它還能學(xué)習(xí)棋譜，在分析大約175000幅不同棋局后，可猜測(cè)出書(shū)上所有推薦的走步，準(zhǔn)確度達(dá)48％，這是機(jī)器模擬人類學(xué)習(xí)過(guò)程卓有成就的探索。1959年這個(gè)程序曾戰(zhàn)勝設(shè)計(jì)者本人，1962年還擊敗了美國(guó)一個(gè)州的跳棋大師。在MIT小組，1959年麥卡錫（J.McCarthy）發(fā)明的表（符號(hào)）處理語(yǔ)言LISP，成為人工智能程序設(shè)計(jì)的主要語(yǔ)言，至今仍被廣泛采用。1958年McCarthy建立的行動(dòng)計(jì)劃咨詢系統(tǒng)以及1960年Minsky的論文“走向人工智能的步驟”，對(duì)人工智能的發(fā)展都起了積極的作用。1956年Chomsky的文法體系，1958年塞夫里奇（O.Selfridge）等人的模式識(shí)別系統(tǒng)程序等，都對(duì)人工智能的研究產(chǎn)生有益的影響。人工智能的研究和其它事物的發(fā)展一樣，出現(xiàn)過(guò)曲折，從一開(kāi)始，人工智能工作者因過(guò)分樂(lè)觀而受人指責(zé)。60年代出，人工智能的創(chuàng)始人Simon等就樂(lè)觀的預(yù)言：1、十年內(nèi)數(shù)字計(jì)算機(jī)將是世界象棋冠軍。2、十年內(nèi)計(jì)算機(jī)將證明一個(gè)未發(fā)現(xiàn)的重要的數(shù)學(xué)定理。3、十年內(nèi)計(jì)算機(jī)將譜寫(xiě)具有相當(dāng)美學(xué)價(jià)值的而為批評(píng)家所認(rèn)可的樂(lè)曲4、十年內(nèi)大多數(shù)心理學(xué)理論將采用計(jì)算機(jī)程序的形式這些預(yù)言至今還沒(méi)有完全實(shí)現(xiàn)，甚至連一個(gè)3歲小孩也能輕而易舉的從一幅圖畫(huà)中辨別出一棵樹(shù)來(lái)，而功能最強(qiáng)大的計(jì)算機(jī)也只能在小孩認(rèn)樹(shù)方面達(dá)到中等水平。人工智能尚缺乏必要的理論，在一些關(guān)鍵技術(shù)方面，如機(jī)器學(xué)習(xí)、非單調(diào)推理、常識(shí)性知識(shí)表示、不確定推理等尚未取得突破性進(jìn)展。人工智能對(duì)全局性判斷模糊信息處理、多粒度視覺(jué)信息的處理是極為困難的。生物智能

對(duì)低級(jí)動(dòng)物來(lái)講，它的生存、繁衍是一種智能。為了生存，它必須表現(xiàn)出某種適當(dāng)?shù)男袨?，如覓食、避免危險(xiǎn)、占領(lǐng)一定的地域、吸引異性以及生育和照料后代。因此，從個(gè)體的角度看，生物智能是動(dòng)物為達(dá)到某種目標(biāo)而產(chǎn)生正確行為的生理機(jī)制。自然界智能水平最高的生物就是人類自身，不但具有很強(qiáng)的生存能力，而且具有感受復(fù)雜環(huán)境、識(shí)別物體、表達(dá)和獲取知識(shí)以及進(jìn)行復(fù)雜的思維推理和判斷的能力。人類智能

人類個(gè)體的智能是一種綜合性能力。具體地講，可包括：1）感知與認(rèn)識(shí)事物、客觀世界與自我的能力；2）通過(guò)學(xué)習(xí)取得經(jīng)驗(yàn)、積累知識(shí)的能力；3）理解知識(shí)、運(yùn)用知識(shí)和運(yùn)用經(jīng)驗(yàn)分析問(wèn)題和解決問(wèn)題的能力；4）聯(lián)想、推理、判斷、決策的能力；5）運(yùn)用語(yǔ)言進(jìn)行抽象、概括的能力；6）發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力；7）實(shí)時(shí)地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力；8）預(yù)測(cè)、洞察事物發(fā)展變化的能力；多元智能學(xué)說(shuō)語(yǔ)言邏輯空間肢體運(yùn)作音樂(lè)人際內(nèi)省自然探索人類智能與人工智能人，是一種智能信息處理系統(tǒng)物理符號(hào)系統(tǒng)的六種基本功能（Functions）：□輸入符號(hào)——Input；□輸出符號(hào)——Output；□存儲(chǔ)符號(hào)——Storage；□復(fù)制符號(hào)——Copy；□建立符號(hào)結(jié)構(gòu)：通過(guò)找出各個(gè)符號(hào)之間的關(guān)系，在符號(hào)系統(tǒng)中形成一種結(jié)構(gòu)，即：符號(hào)結(jié)構(gòu)（SymbolStructure）；□條件性遷移（Conditionaltransformation）：根據(jù)已有符號(hào)，完成活動(dòng)過(guò)程，即某種形式的推理過(guò)程

物理符號(hào)系統(tǒng)的假設(shè)任何一個(gè)系統(tǒng)，如果它能表現(xiàn)出智能，那么它就必定能夠執(zhí)行上述6種功能。反之，任何系統(tǒng)如果具有這6種功能，那么它就能夠表現(xiàn)出智能；這種智能指的是人類所具有的那種智能。把這個(gè)假設(shè)稱為物理符號(hào)系統(tǒng)的假設(shè)物理符號(hào)系統(tǒng)的3個(gè)推論推論一既然人具有智能，那么他（她）一定是一個(gè)物理符號(hào)系統(tǒng).推論二既然計(jì)算機(jī)是一個(gè)物理符號(hào)系統(tǒng)，它就一定能夠表現(xiàn)出智能。推論三既然人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，那么就能夠用計(jì)算機(jī)來(lái)模擬人的活動(dòng)。機(jī)器智能可以模擬人類智能 物理符號(hào)系統(tǒng)假設(shè)的推論一告訴我們，人有智能，所以他是一個(gè)物理符號(hào)系統(tǒng)；推論三指出，可以編寫(xiě)出計(jì)算機(jī)程序去模擬人類的思維活動(dòng)。這就是說(shuō)，人和計(jì)算機(jī)這兩個(gè)物理符號(hào)系統(tǒng)所使用的物理符號(hào)是相同的，因而計(jì)算機(jī)可以模擬人類的智能活動(dòng)過(guò)程。智能計(jì)算機(jī)的功能 計(jì)算機(jī)的確能夠很好執(zhí)行許多智能功能，如下棋、證明定理、翻譯語(yǔ)言文字和解決難題等。這些任務(wù)是通過(guò)編寫(xiě)執(zhí)行模擬人類智能的計(jì)算機(jī)程序來(lái)完成，這些程序智能接近于人的行為，而不能與人的行為完全相同，同時(shí)這些程序所能模擬的智能問(wèn)題，其水平還是很有限的。迄今為止，幾乎所有的計(jì)算機(jī)基本上沒(méi)有擺脫馮諾依曼的機(jī)構(gòu)只能一次對(duì)單個(gè)問(wèn)題進(jìn)行求解。神經(jīng)計(jì)算機(jī)(neuralcomputer)能夠以類似人類的方式進(jìn)行“思考”，它力圖重建人腦的形象。一些國(guó)家對(duì)量子計(jì)算機(jī)的研究也已起步，希望通過(guò)對(duì)量子計(jì)算(quantumcomputing)的研究，產(chǎn)生量子計(jì)算機(jī)。人類智能的計(jì)算機(jī)模擬人工智能的主要學(xué)派

從50年代以來(lái)。人工智能經(jīng)過(guò)發(fā)展，形成了許多學(xué)派。不同學(xué)派的研究方法、學(xué)術(shù)觀點(diǎn)、研究重點(diǎn)有所不同。

符號(hào)主義是以知識(shí)的符號(hào)表達(dá)為基礎(chǔ)，通過(guò)推理進(jìn)行問(wèn)題求解；連接主義以人工神經(jīng)網(wǎng)絡(luò)為代表；行為主義主張從行為方面模擬、延伸、擴(kuò)展人的智能，認(rèn)為“智能”可以不需要“知識(shí)”。人工智能的主要學(xué)派符號(hào)學(xué)派

認(rèn)為人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起就獲迅速發(fā)展；到20世紀(jì)30年代開(kāi)始用于描述智能行為。計(jì)算機(jī)出現(xiàn)后，又在計(jì)算機(jī)上實(shí)現(xiàn)了邏輯演繹系統(tǒng)正是這些符號(hào)主義者，后來(lái)又發(fā)展了啟發(fā)式算法→專家系統(tǒng)→知識(shí)工程理論與技術(shù)，并在80年代取得很大發(fā)展。符號(hào)主義曾長(zhǎng)期一枝獨(dú)秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，這個(gè)學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)。連接學(xué)派認(rèn)為人工智能源于仿生學(xué)，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。其研究重點(diǎn)側(cè)重于模擬和實(shí)現(xiàn)人的認(rèn)識(shí)過(guò)程中的感知過(guò)程、形象思維、分布式記憶和自學(xué)習(xí)自組織的過(guò)程。其研究重點(diǎn)側(cè)重于模擬和實(shí)現(xiàn)人的認(rèn)識(shí)過(guò)程中的感知過(guò)程、形象思維、分布式記憶和自學(xué)習(xí)自組織的過(guò)程。行為學(xué)派AI的研究大部分是建立在一些經(jīng)過(guò)抽象的、過(guò)分簡(jiǎn)單的現(xiàn)實(shí)世界模型之上的，Brooks認(rèn)為應(yīng)走出這種抽象模型的象牙塔，而以復(fù)雜的現(xiàn)實(shí)世界為背景。

Brooks提出了無(wú)需知識(shí)表示的智能，無(wú)需推理的智能。他認(rèn)為智能只是在與環(huán)境的交互作用中表現(xiàn)出來(lái)，其基本觀點(diǎn)：行為學(xué)派⑴到現(xiàn)場(chǎng)去；⑵物理實(shí)現(xiàn)；⑶初級(jí)智能；⑷行為產(chǎn)生智能。

以這些觀點(diǎn)為基礎(chǔ)，Brooks研制了一種機(jī)器蟲(chóng)，用一些相對(duì)獨(dú)立的功能單元，分別實(shí)現(xiàn)避讓、前進(jìn)、平衡等功能，組成分層異步分布式網(wǎng)絡(luò)，取得了一定程度的成功，特別對(duì)機(jī)器人的研究開(kāi)創(chuàng)了一種新的方法。人工智能的發(fā)展(1961年之后)機(jī)器證明專家系統(tǒng)第五代計(jì)算機(jī)模式識(shí)別人腦復(fù)制人腦與電腦連接蘋(píng)果我國(guó)的發(fā)展情況機(jī)器證明1956年AI研究另外一個(gè)重大的突破，是赫伯特·西蒙等人合作編制的《邏輯理論機(jī)》,即數(shù)學(xué)定理證明程序，從而使機(jī)器邁出了邏輯推理的第一步。在卡內(nèi)基—梅隆大學(xué)的計(jì)算機(jī)實(shí)驗(yàn)室，西蒙從分析人類解答數(shù)學(xué)題的技巧入手，讓一些人對(duì)各種數(shù)學(xué)題作周密的思考，要求他們不僅寫(xiě)出求解的答案，而且說(shuō)出自己推理的方法和步驟。經(jīng)過(guò)反復(fù)的實(shí)驗(yàn)，紐厄爾和赫伯特·西蒙進(jìn)一步認(rèn)識(shí)到，人類證明數(shù)學(xué)定理也有類似的思維規(guī)律，通過(guò)“分解”（把一個(gè)復(fù)雜問(wèn)題分解為幾個(gè)簡(jiǎn)單的子問(wèn)題）和“代入”（利用已知常量代入未知的變量）等方法，用已知的定理、公理或解題規(guī)則進(jìn)行試探性推理，直到所有的子問(wèn)題最終都變成已知的定理或公理，從而解決整個(gè)問(wèn)題。人類求證數(shù)學(xué)定理也是一種啟發(fā)式搜索，與電腦下棋的原理異曲同工。在實(shí)驗(yàn)結(jié)果的啟發(fā)下，紐厄爾和赫伯特·西蒙便利用這個(gè)LT程序向數(shù)學(xué)定理發(fā)起了激動(dòng)人心的沖擊。電腦果然不孚眾望，它一舉證明了數(shù)學(xué)家羅素的數(shù)學(xué)名著《數(shù)學(xué)原理》第二章中的38個(gè)定理。1963年，經(jīng)過(guò)改進(jìn)的LT程序在一部更大的電腦上，最終完成了第二章全部52條數(shù)學(xué)定理的證明。

美籍華人學(xué)者、洛克菲勒大學(xué)教授王浩在“自動(dòng)定理證明”上獲得了更大的成就。1959年，王浩用他首創(chuàng)的“王氏算法”，在一臺(tái)速度不高的IBM704電腦上再次向《數(shù)學(xué)原理》發(fā)起挑戰(zhàn)。不到9分鐘，王浩的機(jī)器把這本數(shù)學(xué)史上視為里程碑的著作中全部（350條以上）的定理，統(tǒng)統(tǒng)證明了一遍。

機(jī)器證明

人工智能定理證明研究最有說(shuō)服力的例子，是機(jī)器證明了困擾數(shù)學(xué)界長(zhǎng)達(dá)100余年之久的難題──“四色定理”。據(jù)說(shuō)，“四色問(wèn)題”最早是1852年由一位21歲的大學(xué)生提出來(lái)的數(shù)學(xué)難題：任何地圖都可以用最多四種顏色著色，就能區(qū)分任何兩相鄰的國(guó)家或區(qū)域。這個(gè)看似簡(jiǎn)單的問(wèn)題，就象“哥德巴赫猜想”一樣，屬于世界上最著名的數(shù)學(xué)難題之一。機(jī)器證明

1976年6月，美國(guó)伊利諾斯大學(xué)的兩位數(shù)學(xué)家沃爾夫?qū)す希╓.Haken）和肯尼斯·阿佩爾（K.Apple）宣布，他們成功地證明了這一定理，使用的方法就是機(jī)器證明。人工智能先驅(qū)們認(rèn)真地研究下棋，研究機(jī)器定理證明，但效果仍不盡如人意。問(wèn)題的癥結(jié)在于，雖然機(jī)器能夠解決一些大規(guī)模數(shù)字處理、嚴(yán)格的邏輯推理以及下棋等某些類型的問(wèn)題。這些事情大多數(shù)人都沒(méi)有它們完成得那么快、那么好。但是，面對(duì)常人能快速、不費(fèi)氣力就能完成的任務(wù)，如觀察物體并理解其意義，即便是最現(xiàn)代的計(jì)算機(jī)也顯得無(wú)能為力。

現(xiàn)實(shí)的困難早期的程序很少包含或不包含關(guān)于它們的主題信息AI試圖解決的許多問(wèn)題不可操作在計(jì)算復(fù)雜性理論發(fā)展起來(lái)之前，廣泛認(rèn)為由“微問(wèn)題”到“大問(wèn)題”只是需要更快的硬件和更大容量的內(nèi)存。但，程序原則上能找到解并不意味著它包含在實(shí)踐中找到它的機(jī)制。用于產(chǎn)生智能行為的基本結(jié)構(gòu)有著一些基本的限制例子:Atwo-inputperceptroncouldn’tbetrainedtorecognizewhenitstwoinputsweredifferent.

1960年代末，由于許多世界一流的人工智能學(xué)者過(guò)高地估計(jì)了智能電腦的能力，而現(xiàn)實(shí)卻一再無(wú)情地打破了他們樂(lè)觀的夢(mèng)想，以致遭到越來(lái)越多的嘲笑和反對(duì)。AI研究曾一度墮入低谷，出現(xiàn)了所謂“黑暗時(shí)期”。

人工智能的復(fù)興

1977年，曾是赫伯特·西蒙的研究生、斯坦福大學(xué)青年學(xué)者費(fèi)根鮑姆（E.Feigenbaum），在第五屆國(guó)際人工智能大會(huì)上提出了“知識(shí)工程”的概念，標(biāo)志著AI研究從傳統(tǒng)的以推理為中心，進(jìn)入到以知識(shí)為中心的新階段。人工智能重新獲得人們的普遍重視，逐步跨進(jìn)了復(fù)興期。專家系統(tǒng)

費(fèi)根鮑姆他具體介紹了他們開(kāi)發(fā)的第一個(gè)“專家系統(tǒng)”，并提出“知識(shí)庫(kù)”、“知識(shí)表達(dá)”和“知識(shí)工程”等一系列全新的概念。一個(gè)人要成為專家，至少必須掌握某一學(xué)科淵博的知識(shí)，具有豐富的實(shí)踐經(jīng)驗(yàn)，能解決一般人不能夠解決的疑難問(wèn)題。專家的數(shù)量和質(zhì)量標(biāo)志著一個(gè)國(guó)家、一個(gè)時(shí)代的科學(xué)水平。專家系統(tǒng)

費(fèi)根鮑姆構(gòu)建的“專家系統(tǒng)”，就是要在機(jī)器智能與人類智慧集大成者──專家的知識(shí)經(jīng)驗(yàn)之間建造橋梁。他解釋說(shuō)：專家系統(tǒng)“是一個(gè)已被賦予知識(shí)和才能的計(jì)算機(jī)程序，從而使這種程序所起到的作用達(dá)到專家的水平”知識(shí)

人類專家的知識(shí)通常包括兩大類。一類是書(shū)本知識(shí)，它可能是專家在學(xué)校讀書(shū)求學(xué)時(shí)所獲，也可能是專家從雜志、書(shū)籍里自學(xué)而來(lái)；然而，僅僅掌握了書(shū)本知識(shí)的學(xué)者還不配稱為專家，專家最為寶貴的知識(shí)是他憑借多年的實(shí)踐積累的經(jīng)驗(yàn)知識(shí)，這是他頭腦中最具魅力的知識(shí)瑰寶。在AI研究里，這類知識(shí)稱之為“啟發(fā)式知識(shí)”。專家系統(tǒng)

專家本人不一定了解電腦程序，構(gòu)建專家系統(tǒng)還必須有所謂“知識(shí)工程師”參與，幫助領(lǐng)域?qū)＜覐念^腦中挖掘啟發(fā)式知識(shí)，并設(shè)計(jì)知識(shí)庫(kù)和知識(shí)推理程序。因此，專家系統(tǒng)又被稱為知識(shí)工程，這兩種不同的稱謂在英國(guó)和日本涇渭分明：英國(guó)學(xué)界崇尚科學(xué)，成為專家是人們追逐的境界；而日本學(xué)界推崇技術(shù)，工程師是人們向往的職業(yè)，于是，才有了“專家系統(tǒng)”與“知識(shí)工程”兩種同義的名稱。動(dòng)物識(shí)別系統(tǒng)附：規(guī)則（知識(shí)）

r1：if該動(dòng)物有毛發(fā)then該動(dòng)物是哺乳動(dòng)物

r2：if該動(dòng)物有奶then該動(dòng)物是哺乳動(dòng)物

r3：if該動(dòng)物有羽毛then該動(dòng)物是鳥(niǎo)

r4：if該動(dòng)物會(huì)飛and會(huì)下蛋then該動(dòng)物是鳥(niǎo)

r5：if該動(dòng)物吃肉then該動(dòng)物是食肉動(dòng)物

r6：if該動(dòng)物有犬齒and有爪and眼盯前方

then該動(dòng)物是食肉動(dòng)物

r7：if該動(dòng)物是哺乳動(dòng)物and有蹄

then該動(dòng)物是有蹄類動(dòng)物

r8：if該動(dòng)物是哺乳動(dòng)物and是嚼反芻類動(dòng)物

then該動(dòng)物是有蹄類動(dòng)物

r9：if該動(dòng)物是哺乳動(dòng)物and是食肉類動(dòng)物

and是黃褐色

and身上有暗斑點(diǎn)

then該動(dòng)物是金錢(qián)豹

r10：if該動(dòng)物是哺乳動(dòng)物and是食肉類動(dòng)物

and是黃褐色

and身上有黑色條紋

then該動(dòng)物是虎

r11：if該動(dòng)物是有蹄類動(dòng)物and有長(zhǎng)脖子

and有長(zhǎng)腿

and身上有暗斑點(diǎn)

then該動(dòng)物是長(zhǎng)頸鹿

r12：if該動(dòng)物是有蹄類動(dòng)物and身上有黑色條紋

then該動(dòng)物是斑馬

r13：if該動(dòng)物是鳥(niǎo)and有長(zhǎng)脖子

and有長(zhǎng)腿

and不會(huì)飛

then該動(dòng)物是鴕鳥(niǎo)

r14：if該動(dòng)物是鳥(niǎo)and會(huì)游泳

and不會(huì)飛

and有黑白兩色

then該動(dòng)物是企鵝

r15：if該動(dòng)物是鳥(niǎo)and善飛

then該動(dòng)物是信天翁專家系統(tǒng)實(shí)例之一

1965年，在斯坦福大學(xué)化學(xué)專家的配合下，費(fèi)根鮑姆研制的第一個(gè)專家系統(tǒng)DENDRAL是化學(xué)領(lǐng)域的“專家”。在輸入化學(xué)分子式和質(zhì)譜圖等信息后，它能通過(guò)分析推理決定有機(jī)化合物的分子結(jié)構(gòu)，其分析能力已經(jīng)接近、甚至超過(guò)了有關(guān)化學(xué)專家的水平。該專家系統(tǒng)為AI的發(fā)展樹(shù)立了典范，其意義遠(yuǎn)遠(yuǎn)超出了系統(tǒng)本身在實(shí)用上創(chuàng)造的價(jià)值。

專家系統(tǒng)實(shí)例之一

專家系統(tǒng)最成功的實(shí)例之一，是1976年美國(guó)斯坦福大學(xué)肖特列夫（Shortliff）開(kāi)發(fā)的醫(yī)學(xué)專家系統(tǒng)MYCIN，這個(gè)系統(tǒng)后來(lái)被知識(shí)工程師視為“專家系統(tǒng)的設(shè)計(jì)規(guī)范”。在MYCIN的知識(shí)庫(kù)里，大約存放著450條判別規(guī)則和1000條關(guān)于細(xì)菌感染方面的醫(yī)學(xué)知識(shí)。它一邊與用戶進(jìn)行對(duì)話，一邊進(jìn)行推理診斷。它的推理規(guī)則稱為“產(chǎn)生式規(guī)則”，類似于：“IF（打噴嚏）OR（鼻塞）OR（咳嗽），THEN（有感冒癥狀）”這種醫(yī)生診斷疾病的經(jīng)驗(yàn)總結(jié)，最后顯示出它“考慮”的可能性最高的病因，并以給出用藥的建議而結(jié)束。專家系統(tǒng)和知識(shí)工程成為符號(hào)主義人工智能發(fā)展的主流。我國(guó)的研究應(yīng)用從七十年代開(kāi)始，在國(guó)家的支持下，做了一些專家系統(tǒng)的研究，其中醫(yī)醫(yī)療診斷系統(tǒng)最多。相對(duì)于美國(guó)很多探礦、化學(xué)等專家系統(tǒng)來(lái)說(shuō)，我國(guó)的醫(yī)療診斷專家系統(tǒng)也是相當(dāng)成功的，但是由于醫(yī)療風(fēng)險(xiǎn)等問(wèn)題，投入實(shí)際使用的難度比較大。諾依曼機(jī)

我們知道，從用電子管制作的ENIAC，直到用超大規(guī)模集成電路設(shè)計(jì)的微型電腦，都毫無(wú)例外遵循著40年代馮·諾依曼為它們確定的體系結(jié)構(gòu)。

這種體系必須不折不扣地執(zhí)行人們預(yù)先編制、并且已經(jīng)儲(chǔ)存的程序，不具備主動(dòng)學(xué)習(xí)和自適應(yīng)能力。所有的程序指令都必須調(diào)入CPU，一條接著一條地順序執(zhí)行。人們把這種順序執(zhí)行（串行）已儲(chǔ)存程序的電腦類型統(tǒng)稱為“諾依曼機(jī)”。第五代計(jì)算機(jī)

達(dá)特莫斯會(huì)議以來(lái)數(shù)十年間，除了在問(wèn)題求解（包括機(jī)器博弈、定理證明等）、專家系統(tǒng)、模式識(shí)別等領(lǐng)域外，人工智能在自然語(yǔ)言理解、自動(dòng)程序設(shè)計(jì)、機(jī)器人學(xué)、知識(shí)庫(kù)的智能檢索等各種不同的領(lǐng)域，都開(kāi)拓出極其廣闊的應(yīng)用前景?？v觀人類科學(xué)技術(shù)發(fā)展歷史，當(dāng)一門(mén)科學(xué)技術(shù)的各組成部分，分別發(fā)展到一定階段時(shí)，總是需要有人出來(lái)作綜合工作，將分散的理論與實(shí)踐成果集成為系統(tǒng)。誰(shuí)也沒(méi)有想到，勇敢地站出來(lái)，試圖集人工智能研究成果之大成者，竟然是在這個(gè)領(lǐng)域并沒(méi)有多少影響力的日本科學(xué)家。第五代計(jì)算機(jī)

1982年夏天，日本“新一代計(jì)算機(jī)技術(shù)研究所”（ICOT），40位年輕人在淵一博帶領(lǐng)開(kāi)始了新一代計(jì)算機(jī)機(jī)的研究?！靶乱淮?jì)算機(jī)”的主要目標(biāo)之一是突破電腦所謂“馮·諾依曼瓶頸”。淵一博和研究人員甚至不把他們研制的機(jī)器命名為計(jì)算機(jī)，而稱作“知識(shí)信息處理系統(tǒng)”（KIPS）。

第五代計(jì)算機(jī)

日本人宣稱這種機(jī)器將以Prolog(人工智能語(yǔ)言)為機(jī)器的語(yǔ)言，其應(yīng)用程序?qū)⑦_(dá)到知識(shí)表達(dá)級(jí)，具有聽(tīng)覺(jué)、視覺(jué)甚至味覺(jué)功能，能夠聽(tīng)懂人說(shuō)話，自己也能說(shuō)話，能認(rèn)識(shí)不同的物體，看懂圖形和文字。人們不再需要為它編寫(xiě)程序指令，只需要口述命令，它自動(dòng)推理并完成工作任務(wù)。第五代計(jì)算機(jī)

五代機(jī)計(jì)劃定為10年完成，分為三個(gè)階段實(shí)施。然而，“五代機(jī)”的命運(yùn)是悲壯的。1992年，因最終沒(méi)能突破關(guān)鍵性的技術(shù)難題，無(wú)法實(shí)現(xiàn)自然語(yǔ)言人機(jī)對(duì)話、程序自動(dòng)生成等目標(biāo)，導(dǎo)致了該計(jì)劃最后階段研究的流產(chǎn)，淵一博也不得不重返大學(xué)講壇。第五代計(jì)算機(jī)

“五代機(jī)”計(jì)劃不能算作失敗，它在前兩個(gè)階段基本上達(dá)到了預(yù)期目標(biāo)。1992年6月，就在“五代機(jī)”計(jì)劃實(shí)施整整10年之際，ICOT展示了它研制的五代機(jī)原型試制機(jī)，由64臺(tái)處理器實(shí)現(xiàn)了并行處理，已初步具備類似人的左腦的先進(jìn)功能，可以對(duì)蛋白質(zhì)進(jìn)行高精度分析，已經(jīng)在基因研究中發(fā)揮了作用。

1992年，他重新開(kāi)始實(shí)施“現(xiàn)實(shí)世界計(jì)算機(jī)”計(jì)劃，接著研制具有類似于人的右腦功能的計(jì)算機(jī)。

視覺(jué)識(shí)別

一種可能的解決方案是：圖象上的每一點(diǎn)都用一個(gè)神經(jīng)細(xì)胞與之對(duì)應(yīng)并逐一判別，最后綜合為整體；但是，既使只描述圖象局部的大致輪廓，神經(jīng)元的數(shù)目仍不敷使用。另一種可能的方案更符合實(shí)際：大腦感知的不是圖象上所有的點(diǎn)，而是其輪廓中最典型的特征，如線段、角度、弧度、反差、顏色等等，把它們從圖象中抽取出來(lái)，然后結(jié)合頭腦中過(guò)去的記憶和有關(guān)經(jīng)驗(yàn)和知識(shí)分析判斷。語(yǔ)音識(shí)別技術(shù)直到1998年12月，IBM公司發(fā)布第二代技術(shù)ViaVoice98，詞庫(kù)量是ViaVoice4.0的三倍，同時(shí)增加了語(yǔ)音導(dǎo)航功能;在普通話的基礎(chǔ)上能適應(yīng)廣東、四川、上海三種口音，識(shí)別率提高了20個(gè)百分點(diǎn)以上，平常速度口音讀一般文章的識(shí)別率達(dá)到了85%～95%，只需訓(xùn)練5個(gè)詞、3句話，5分鐘左右即可建立一個(gè)語(yǔ)音模型，使中文語(yǔ)音識(shí)別技術(shù)取得了實(shí)質(zhì)性突破，語(yǔ)音識(shí)別終于走到了用戶面前。同樣是在1998年，中文語(yǔ)音合成技術(shù)也取得了實(shí)質(zhì)性的突破。863計(jì)劃先后支持了清華大學(xué)、中科院聲學(xué)所、中國(guó)科技大學(xué)等八家單位進(jìn)行語(yǔ)音合成技術(shù)攻關(guān)。中國(guó)科技大學(xué)人機(jī)語(yǔ)音通信實(shí)驗(yàn)室，在十幾年語(yǔ)音技術(shù)研究和積累的基礎(chǔ)上，毅然拋棄了國(guó)際通行的算法，獨(dú)創(chuàng)了以“人聲道模擬技術(shù)”為基礎(chǔ)的KD—863系統(tǒng)，一舉突破了語(yǔ)音合成清晰度和自然度的制約瓶頸，將語(yǔ)音合成技術(shù)推進(jìn)到應(yīng)用的水平。會(huì)看會(huì)聽(tīng)的機(jī)器

1997年12月，美國(guó)微軟公司比爾·蓋茨第五次訪問(wèn)中國(guó)。當(dāng)介紹到微軟正在著手開(kāi)發(fā)手寫(xiě)輸入和語(yǔ)音識(shí)別軟件時(shí)，比爾·蓋茨當(dāng)場(chǎng)為聽(tīng)眾播放了一段電腦識(shí)別人體語(yǔ)言的錄像，精彩的情節(jié)引起了與會(huì)者濃厚的興趣。人們看到一臺(tái)電腦正在分辨人用點(diǎn)頭或搖頭表示YES和NO的動(dòng)作，還有電腦跟蹤人眼的指向，在眼睛的指揮下，下了一盤(pán)“三子棋”。人腦與電腦

長(zhǎng)期以來(lái)，一個(gè)誘人的科學(xué)幻想主題經(jīng)常涉及到人腦與電腦的關(guān)系。人類大腦有140多億個(gè)腦神經(jīng)細(xì)胞，每個(gè)細(xì)胞都與另外5萬(wàn)個(gè)其他細(xì)胞相互連結(jié)。比目前全球電話網(wǎng)還要復(fù)雜1500倍。據(jù)前蘇聯(lián)學(xué)者阿諾克欣測(cè)算，一個(gè)普通的大腦擁有的神經(jīng)突觸連接和沖動(dòng)傳遞途徑的數(shù)目，是在1后面加上1000萬(wàn)公里長(zhǎng)的、用標(biāo)準(zhǔn)打字機(jī)打出的那么多個(gè)零！但是，由如此龐大數(shù)目元件構(gòu)成的大腦，平均重量不足1400克，平均體積約為1.5立方分米，消耗的總功率只有10瓦。若采用半導(dǎo)體器件組裝成相應(yīng)的電腦裝置，則必須做成一座高達(dá)40層的摩天大樓，所需功率要以百萬(wàn)千瓦計(jì)。

人腦與電腦

對(duì)于電腦來(lái)說(shuō)，只要某一個(gè)小部件出了毛病，就會(huì)導(dǎo)致整個(gè)機(jī)器癱瘓。但是，人的大腦細(xì)胞具有自行組合和分裂的活性，構(gòu)成了高度可靠的“自適應(yīng)系統(tǒng)”。在人的一生中，腦神經(jīng)元大約每小時(shí)就有1000個(gè)發(fā)生故障，一年之內(nèi)累計(jì)為800多萬(wàn)個(gè)。如果人活到100歲，將會(huì)有10億個(gè)神經(jīng)細(xì)胞功能失效，約占總數(shù)的1/10。即使在這種嚴(yán)重的故障面前，大腦仍然可以正常地運(yùn)作。人腦與電腦

從以上這些數(shù)字看，人類的大腦不啻于世界上最復(fù)雜、最高級(jí)、最有效、儲(chǔ)存容量最大的超級(jí)計(jì)算機(jī)。除了運(yùn)算速度比電腦略遜一籌外，人腦在結(jié)構(gòu)、尺寸、性能、能耗等各方面都令最先進(jìn)的電腦望塵莫及！

人腦復(fù)制

1988年，美國(guó)最負(fù)盛名的學(xué)術(shù)出版機(jī)構(gòu)哈佛大學(xué)出版社，出版了一本《思維兒童》的專著（有人譯作《換腦兒童》），作者是卡內(nèi)基—梅隆大學(xué)活動(dòng)機(jī)器人實(shí)驗(yàn)室主任漢斯·莫拉維克。

莫拉維克在書(shū)中生動(dòng)地描述了人怎樣把思維輸入電腦，以及這一切怎樣在未來(lái)50年之內(nèi)變成現(xiàn)實(shí)。人腦復(fù)制

按照莫拉維克等人的設(shè)想，一旦我們能夠把思維轉(zhuǎn)移到計(jì)算機(jī)或者儲(chǔ)存介質(zhì)中，既使原件（大腦）受到損傷或者衰老，仍然可以把它拷貝到新克隆出的大腦中，先FORMAT（格式化），再COPY（拷貝）。

電腦與人腦相連接

人工智能的泰斗明斯基教授想用另外的辦法，即把微電腦嵌入人的大腦，以便使“我們能設(shè)計(jì)出我們的‘思維兒童’，他們思考問(wèn)題的速度比我們現(xiàn)在快100萬(wàn)倍?！睂㈦娔X植入人腦，用微型芯片配合腦神經(jīng)細(xì)胞工作，只要求解決兩者之間的接口問(wèn)題。電腦與人腦相連接

德國(guó)科學(xué)家已經(jīng)在硅芯片上培植成功一種與人類神經(jīng)細(xì)胞極為相似的老鼠神經(jīng)細(xì)胞，并且可以把神經(jīng)細(xì)胞發(fā)出的電子脈沖信號(hào)傳送到特制傳感器上。由此看來(lái)，人機(jī)連“腦”不是夢(mèng)，人腦與電腦相連能優(yōu)勢(shì)互補(bǔ)，可以彌補(bǔ)人類記憶和運(yùn)算能力的不足，大大增強(qiáng)人腦的功能。人工智能動(dòng)物--Nature,417:37-38,2002.動(dòng)物的腦是可以和電腦結(jié)合在一起，按人類的意志來(lái)控制動(dòng)物的行為的。這樣，在新的世紀(jì)里，有可能出現(xiàn)一種這樣的產(chǎn)物，它是生物機(jī)體和電子電路結(jié)合的產(chǎn)物，我們可以稱呼它為“人工智能動(dòng)物”蘋(píng)果從左到右依次是（1977-1998年）（1998-2000）（2001-2007）（2007至今，目前使用中）、（2012-03-18，iPad發(fā)布會(huì)使用）。2007年，在美國(guó)成立了一家專業(yè)公司，名字叫Siri（SpeechInterpretationandRecognitionInterface），服務(wù)于黑莓、谷歌與蘋(píng)果等企業(yè)的智能產(chǎn)品。根據(jù)有關(guān)資料記載，——

“Siriisaspin-out（延伸）fromtheSRI（斯坦福研究院）InternationalArtificialIntelligenceCenter,andisanoffshoot（分支機(jī)構(gòu)）oftheDARPA（美國(guó)國(guó)防高級(jí)研究計(jì)劃局）fundedCALO（

CognitiveAssistantthatLearnsandOrganizes）

project。2010年4月28日，蘋(píng)果喬布斯決定全資購(gòu)進(jìn)Siri公司，同時(shí)，對(duì)外宣布：停止（Cancelled）原Siri公司對(duì)黑莓與谷歌Android手機(jī)的支持服務(wù)。2011年10月4日，融合Siri技術(shù)成就的iPhone4S終于問(wèn)世了，喬布斯臥床微笑觀看了iPhone4S的產(chǎn)品發(fā)布會(huì)，次日，一代偉人喬布斯先生就與世長(zhǎng)辭了?！拔艺J(rèn)為展望未來(lái)50至100年，如果我們真能開(kāi)發(fā)出一款設(shè)備，它可以捕捉潛在精神，或者一套潛在的原則，或者是潛在的看待世界的方式，這樣當(dāng)下一個(gè)亞里士多德出現(xiàn)的時(shí)候……”喬布斯說(shuō)，“也許他可以隨身攜帶這款設(shè)備，將所有東西都輸入其中。這樣當(dāng)這個(gè)人死后，我們就可以問(wèn)這款設(shè)備‘喂，對(duì)此亞里士多德會(huì)怎么說(shuō)？’，我們得到的答案或許是錯(cuò)誤的，或許是正確。但是想到此我就已經(jīng)很激動(dòng)了GoogleNow146重要會(huì)議1969年第一屆國(guó)際人工智能聯(lián)合會(huì)議（InternationalJointConferenceonAI）召開(kāi),此后每?jī)赡觊_(kāi)一次，成為人工智能界最高級(jí)別的學(xué)術(shù)盛會(huì)。1979年成立美國(guó)人工智能聯(lián)合會(huì)（AmericanAssociationforArtificialIntelligence），到2006年已經(jīng)召開(kāi)了第21屆全國(guó)性會(huì)議，147國(guó)內(nèi)重要會(huì)議1981年成立中國(guó)人工智能學(xué)會(huì)（CAAI），2005年10月召開(kāi)了第11屆全國(guó)人工智能學(xué)術(shù)年會(huì)（CAAI—11）。1989年首次召開(kāi)中國(guó)人工智能控制聯(lián)合會(huì)議（CJCAI），至今也已召開(kāi)7次。148重要刊物1970年起，IJCAI定期出版：《InternationalJournalofAI》1979年起，AAAI定期出版：

《AIMagazine》，人工智能網(wǎng)站NP問(wèn)題什么是非確定性問(wèn)題呢？有些計(jì)算問(wèn)題是確定性的，比如加減乘除之類，你只要按照公式推導(dǎo)，按部就班一步步來(lái)，就可以得到結(jié)果。但是，有些問(wèn)題是無(wú)法按部就班直接地計(jì)算出來(lái)。比如，找大質(zhì)數(shù)的問(wèn)題。有沒(méi)有一個(gè)公式，你一套公式，就可以一步步推算出來(lái)，下一個(gè)質(zhì)數(shù)應(yīng)該是多少呢？這樣的公式是沒(méi)有的。再比如，大的合數(shù)分解質(zhì)因數(shù)的問(wèn)題，有沒(méi)有一個(gè)公式，把合數(shù)代進(jìn)去，就直接可以算出，它的因子各自是多少？也沒(méi)有這樣的公式。這種問(wèn)題的答案，是無(wú)法直接計(jì)算得到的，只能通過(guò)間接的“猜算”來(lái)得到結(jié)果。這也就是非確定性問(wèn)題。而這些問(wèn)題的通常有個(gè)算法，它不能直接告訴你答案是什么，但可以告訴你，某個(gè)可能的結(jié)果是正確的答案還是錯(cuò)誤的。這個(gè)可以告訴你“猜算”的答案正確與否的算法，假如可以在多項(xiàng)式時(shí)間內(nèi)算出來(lái)，就叫做多項(xiàng)式非確定性問(wèn)題。而如果這個(gè)問(wèn)題的所有可能答案，都是可以在多項(xiàng)式時(shí)