人工智能理論 第一章

第1篇概述與工具

第1章人工智能概述華南師范大學(xué)教育信息技術(shù)學(xué)院鄭云翔提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容人工智能的研究途徑與方法人工智能的基本技術(shù)人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況什么是人工智能人工智能概念的一般描述：字面解釋：人工智能就是人造智能，其英文表示是“ArtificialIntelligence”，簡稱AI指用計算機(jī)模擬或?qū)崿F(xiàn)的智能，因此人工智能又稱機(jī)器智能科學(xué)定義：目前還沒有統(tǒng)一的認(rèn)識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(xué)習(xí)等的自動化(Bellman，1978年)人工智能是一種計算機(jī)能夠思維，使機(jī)器具有智力的激動人心的新嘗試(Haugeland，1985年)什么是人工智能科學(xué)定義(續(xù))：人工智能是研究如何讓計算機(jī)做現(xiàn)階段只有人才能做得好的事情(RichKnight，1991年)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年)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(xué)習(xí)、交流和在復(fù)雜環(huán)境中的行為(Nilsson，1998年)StuartRussell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年)什么是人工智能沒有完全或嚴(yán)格地用智能的內(nèi)涵或外延來定義人工智能圖靈測試和中文屋子(P2-P3)圖靈測試：1950年，計算機(jī)科學(xué)創(chuàng)始人之一的英國數(shù)學(xué)家阿蘭·圖靈(AlanTuring)提出中文屋子：1980年，美國哲學(xué)家約翰·西爾勒(JohnSearle)提出異議什么是人工智能腦智能和群智能：腦智能(BrainIntelligence，BI)：人腦的宏觀心理層次的智能表現(xiàn)——學(xué)習(xí)、發(fā)現(xiàn)、創(chuàng)造等，是一種個體智能(IndividualIntelligence，II)群智能(SwarmIntelligence，SI)：由群體行為所表現(xiàn)出的神經(jīng)元層次的智能——螞蟻群、鳥群、魚群等，是一種社會智能(SocialIntelligence，SI)，或系統(tǒng)智能(SystemIntelligence，SI)什么是人工智能腦智能和群智能：宏觀心理(或者語言)層次上的腦智能與神經(jīng)元層次上的群智能又有密切的關(guān)系——正是微觀生理層次上低級的神經(jīng)元的群智能形成了宏觀心理層次上高級的腦智能什么是人工智能符號智能和計算智能：符號智能：符號人工智能，模擬腦智能的人工智能，即傳統(tǒng)人工智能或經(jīng)典人工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(yùn)用知識進(jìn)行問題求解主要內(nèi)容包括知識獲取、知識表示、知識組織與管理和知識運(yùn)用等技術(shù)以及基于知識的智能系統(tǒng)等什么是人工智能符號智能和計算智能(續(xù))：計算智能：計算人工智能，模擬群智能的人工智能以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過數(shù)值計算，運(yùn)用算法進(jìn)行問題求解主要內(nèi)容包括：神經(jīng)計算、進(jìn)化計算(包括遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略等)、免疫計算、粒群算法、蟻群算法、自然計算等主要研究各類優(yōu)化搜索算法，是當(dāng)前人工智能學(xué)科中一個十分活躍的分支領(lǐng)域提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容人工智能的研究途徑與方法人工智能的基本技術(shù)人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況人工智能的研究意義、目標(biāo)和策略為什么要研究人工智能？普通計算機(jī)系統(tǒng)的智能還相當(dāng)?shù)拖拢喝缛狈ψ赃m應(yīng)、自學(xué)習(xí)、自優(yōu)化等能力，也缺乏社會常識或?qū)I(yè)知識等，而只能是被動地按照人們?yōu)樗孪劝才藕玫墓ぷ鞑襟E進(jìn)行工作難以滿足越來越復(fù)雜和越來越廣泛的社會需求，問題：是否能讓計算機(jī)同人腦一樣也具有智能呢？人工智能的研究意義、目標(biāo)和策略為什么要研究人工智能？(續(xù))研究人工智能也是當(dāng)前信息化社會的迫切要求：互聯(lián)網(wǎng)、萬維網(wǎng)和網(wǎng)格就強(qiáng)烈地需要智能技術(shù)的支持。人工智能技術(shù)在Internet、WWW和Grid上將發(fā)揮重要作用智能化也是自動化發(fā)展的必然趨勢(機(jī)械化

自動化智能化)人工智能的研究意義、目標(biāo)和策略人工智能的研究目標(biāo)：制造智能機(jī)器和智能系統(tǒng)，實現(xiàn)智能化社會——使計算機(jī)具有自主發(fā)現(xiàn)規(guī)律、解決問題和發(fā)明創(chuàng)造的能力，從而大大擴(kuò)展和延伸人的智能，實現(xiàn)人類社會的全面智能化人工智能的研究意義、目標(biāo)和策略研究策略：先部分地或某種程度地實現(xiàn)機(jī)器的智能，并運(yùn)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(jī)更靈活、更好用和更有用，逐步實現(xiàn)智能化目前，在機(jī)器博弈、自動推理、定理證明、模式識別、機(jī)器學(xué)習(xí)以及規(guī)劃、調(diào)度、控制方面已達(dá)到或接近人類水平，某些方面甚至超過了人類提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇

人工智能的研究內(nèi)容人工智能的研究途徑與方法人工智能的基本技術(shù)人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況人工智能的學(xué)科范疇計算機(jī)科學(xué)技術(shù)、信息處理和自動化技術(shù)的一個前沿領(lǐng)域涉及智能科學(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、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域人工智能實際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容

人工智能的研究途徑與方法人工智能的基本技術(shù)人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況人工智能的研究內(nèi)容搜索與求解：為了達(dá)到某一目標(biāo)而多次地進(jìn)行某種操作、運(yùn)算、推理或計算的過程。事實上，搜索是人在求解問題時而不知現(xiàn)成解法的情況下所采用的一種普遍方法許多問題(包括智力問題和實際工程問題)的求解都可以描述為或者歸結(jié)為對某種圖或空間的搜索問題搜索技術(shù)就成為人工智能最基本的研究內(nèi)容人工智能的研究內(nèi)容學(xué)習(xí)與發(fā)現(xiàn)：學(xué)習(xí)與發(fā)現(xiàn)是指機(jī)器的知識學(xué)習(xí)和規(guī)律發(fā)現(xiàn)。事實上，經(jīng)驗積累能力、規(guī)律發(fā)現(xiàn)能力和知識學(xué)習(xí)能力都是智能的表現(xiàn)人工智能的研究內(nèi)容知識與推理：知識就是力量，知識就是智能發(fā)現(xiàn)客觀規(guī)律，運(yùn)用知識解決問題都是有智能的表現(xiàn)，而且是最為基本的一種表現(xiàn)發(fā)現(xiàn)規(guī)律和運(yùn)用知識本身還需要知識，因此知識是智能的基礎(chǔ)和源泉研究面向機(jī)器的知識表示形式和基于各種表示的機(jī)器推理技術(shù)：知識表示要求便于計算機(jī)的接受、存儲、處理和運(yùn)用，機(jī)器的推理方式與知識的表示又息息相關(guān)人工智能的研究內(nèi)容發(fā)明與創(chuàng)造：廣義的發(fā)明創(chuàng)造不僅需要知識和推理，還需要想象和靈感。不僅需要邏輯思維，還需要形象思維人工智能中最富挑戰(zhàn)性的一個研究領(lǐng)域目前已有一些進(jìn)展：已展開了關(guān)于形象信息的認(rèn)知理論、計算模型和應(yīng)用技術(shù)的研究，已開發(fā)出了計算機(jī)輔助創(chuàng)新軟件，還嘗試用計算機(jī)進(jìn)行文藝創(chuàng)作等等人工智能的研究內(nèi)容感知與交流：指計算機(jī)對外部信息的直接感知和人機(jī)之間、智能體之間的直接信息交流。機(jī)器感知包括計算機(jī)視覺、聽覺等各種感覺能力。機(jī)器信息交流涉及通信、自然語言理解和表達(dá)人工智能的研究內(nèi)容記憶與聯(lián)想：記憶是智能的基本條件，不管是腦智能還是群智能，都以記憶為基礎(chǔ)傳統(tǒng)方法實現(xiàn)的聯(lián)想，只能對于那些完整的、確定的(輸入)信息，聯(lián)想起(輸出)有關(guān)的信息。這種“聯(lián)想”與人腦的聯(lián)想功能相差甚遠(yuǎn)人腦的聯(lián)想功能基于神經(jīng)網(wǎng)絡(luò)的按內(nèi)容記憶方式，而非存儲地址當(dāng)前，采用一種稱為“聯(lián)想存儲”的技術(shù)來實現(xiàn)聯(lián)想功能人工智能的研究內(nèi)容系統(tǒng)與建造：包括智能系統(tǒng)的分類、硬/軟件體系結(jié)構(gòu)、設(shè)計方法、實現(xiàn)語言工具與環(huán)境等應(yīng)用與工程：人工智能技術(shù)與實際應(yīng)用的接口，主要研究人工智能的應(yīng)用領(lǐng)域、應(yīng)用形式、具體應(yīng)用工程項目等，涉及問題的分析、識別和表示，相應(yīng)求解方法和技術(shù)的選擇等提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容人工智能的研究途徑與方法

人工智能的基本技術(shù)人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況人工智能的研究途徑與方法心理模擬，符號推演：從人腦的宏觀心理層面入手，以智能行為的心理模型為依據(jù)，將問題或知識表示成某種邏輯網(wǎng)絡(luò)，采用符號推演的方法，模擬人腦的邏輯思維過程，實現(xiàn)人工智能人工智能的研究途徑與方法心理模擬，符號推演(續(xù))：采用這一途徑與方法的原因是：人腦的可意識到的思維活動是在心理層面上進(jìn)行的(如我們的記憶、聯(lián)想、推理、計算、思考等思維過程都是一些心理活動)，心理層面上的思維過程是可以用語言符號顯式表達(dá)的，從而人的智能行為就可以用邏輯來建模人工智能的研究途徑與方法心理模擬，符號推演(續(xù))：采用這一途徑與方法的原因是(續(xù))：心理學(xué)、邏輯學(xué)、語言學(xué)等實際上也是建立在人腦的心理層面上的，一些現(xiàn)成理論和方法可供人工智能參考或直接使用當(dāng)前的數(shù)字計算機(jī)可以方便地實現(xiàn)語言符號型知識的表示和處理可以直接運(yùn)用人類已有顯式知識(包括理論知識和經(jīng)驗知識)直接建立基于知識的智能系統(tǒng)人工智能的研究途徑與方法心理模擬，符號推演(續(xù))：基于心理模擬和符號推演的人工智能研究，被稱為心理學(xué)派、邏輯學(xué)派、符號主義。代表人物有紐厄爾、肖、西蒙、費根寶姆、尼爾遜等。其代表性的理念是所謂的“物理符號系統(tǒng)假設(shè)”自動推理、定理證明、問題求解、機(jī)器博弈、專家系統(tǒng)等許多重要成果也都是用該方法取得的這種方法模擬人腦的邏輯思維，利用顯式的知識和推理來解決問題，因此擅長實現(xiàn)人腦的高級認(rèn)知功能，如推理、決策等人工智能的研究途徑與方法生理模擬，神經(jīng)計算：從人腦的生理層面，即微觀結(jié)構(gòu)和工作機(jī)理入手，以智能行為的生理模型為依據(jù)，采用數(shù)值計算的方法，模擬腦神經(jīng)網(wǎng)絡(luò)的工作過程，實現(xiàn)人工智能用人工神經(jīng)網(wǎng)絡(luò)作為信息和知識的載體，用稱為神經(jīng)計算的數(shù)值計算方法來實現(xiàn)網(wǎng)絡(luò)的學(xué)習(xí)、記憶、聯(lián)想、識別和推理功能人工智能的研究途徑與方法生理模擬，神經(jīng)計算(續(xù))：神經(jīng)網(wǎng)絡(luò)具有高度的并行分布性、很強(qiáng)的魯棒性和容錯性，通過神經(jīng)網(wǎng)絡(luò)的“自學(xué)習(xí)”獲得知識，再利用知識解決問題擅長模擬人腦的形象思維，便于實現(xiàn)人腦的低級感知功能，例如圖像、聲音信息的識別和處理采用生理模擬和神經(jīng)計算方法的人工智能研究，被稱為生理學(xué)、連接主義。其代表人物有McCulloch，Pitts，F(xiàn).Rosenblatt，T.Kohonen，J.Hopfield等人工智能的研究途徑與方法行為模擬，控制進(jìn)化：用模擬人和動物在與環(huán)境的交互、控制過程中的智能活動和行為特性，如反應(yīng)、適應(yīng)、學(xué)習(xí)、尋優(yōu)等，來研究和實現(xiàn)人工智能基于這一方法研究人工智能的典型代表要算MIT的R.Brooks教授，他研制的六足行走機(jī)器人(亦稱為人造昆蟲或機(jī)器蟲)，曾引起人工智能界的轟動人工智能的研究途徑與方法行為模擬，控制進(jìn)化(續(xù))：R.Brooks教授的工作代表了稱為“現(xiàn)場(situated)AI”的人工智能新方向，強(qiáng)調(diào)智能系統(tǒng)與環(huán)境的交互，認(rèn)為智能取決于感知和行動，智能行為可以不需要知識，提出“沒有表示的智能”，“沒有推理的智能”的觀點，主張智能行為的“感知-動作”模式，認(rèn)為人的智能、機(jī)器智能可以逐步進(jìn)化，但只能在現(xiàn)實世界中與周圍環(huán)境的交互中體現(xiàn)出來基于行為模擬方法的人工智能研究，被稱為行為主義、進(jìn)化主義、控制論學(xué)派人工智能的研究途徑與方法群體模擬，仿生計算：模擬生物群落的群體智能行為，從而實現(xiàn)人工智能。例如：模擬生物種群有性繁殖和自然選擇現(xiàn)象而出現(xiàn)的遺傳算法，進(jìn)而發(fā)展為進(jìn)化計算模擬人體免疫細(xì)胞群而出現(xiàn)的免疫計算、免疫克隆計算及人工免疫系統(tǒng)模擬螞蟻群體覓食活動過程的蟻群算法模擬鳥群飛翔的粒群算法和模擬魚群活動的魚群算法人工智能的研究途徑與方法群體模擬，仿生計算(續(xù))：這些算法在解決組合優(yōu)化等問題中表現(xiàn)出卓越的性能對這些群體智慧的模擬是通過一些諸如遺傳、變異、選擇、交叉、克隆等所謂的算子或操作來實現(xiàn)的，所以統(tǒng)稱為仿生計算人工智能的研究途徑與方法博采廣鑒，自然計算：從生命、生態(tài)、系統(tǒng)、社會、數(shù)學(xué)、物理、化學(xué)、甚至經(jīng)濟(jì)等眾多學(xué)科和領(lǐng)域?qū)ふ覇l(fā)和靈感，展開人工智能的研究。例如：從熱力學(xué)和統(tǒng)計物理學(xué)所描述的高溫固體材料冷卻時，其原子的排列結(jié)構(gòu)與能量的關(guān)系中得到啟發(fā)，提出了“模擬退火算法”，該算法已是解決優(yōu)化搜索問題的有效算法之一從量子物理學(xué)中的自旋和統(tǒng)計機(jī)理中得到啟發(fā)，而提出了量子聚類算法1994年阿德曼(Addman)使用現(xiàn)代分子生物技術(shù)，提出了解決哈密頓路徑問題的DNA分子計算方法，并在試管里求出了此問題的解人工智能的研究途徑與方法博采廣鑒，自然計算(續(xù))：這些方法一般稱為自然計算(NC)——模仿或借鑒自然界的某種機(jī)理而設(shè)計計算模型，這類計算模型通常是一類具有自適應(yīng)、自組織、自學(xué)習(xí)、自尋優(yōu)能力的算法自然計算是自然科學(xué)和計算科學(xué)相交叉而產(chǎn)生的研究領(lǐng)域，能夠解決傳統(tǒng)計算方法難于解決的各種復(fù)雜問題，在大規(guī)模復(fù)雜系統(tǒng)的最優(yōu)化設(shè)計、優(yōu)化控制、網(wǎng)絡(luò)安全、創(chuàng)造性設(shè)計等領(lǐng)域具有很好的應(yīng)用前景人工智能的研究途徑與方法原理分析，數(shù)學(xué)建模：通過對智能本質(zhì)和原理的分析，直接采用某種數(shù)學(xué)方法來建立智能行為模型，例如：用概率統(tǒng)計原理(特別是貝葉斯定理)處理不確定性信息和知識，建立了統(tǒng)計模式識別、統(tǒng)計機(jī)器學(xué)習(xí)和不確定性推理的一系列原理和方法用數(shù)學(xué)中的距離、空間、函數(shù)、變換等概念和方法，開發(fā)了幾何分類、支持向量機(jī)等模式識別和機(jī)器學(xué)習(xí)的原理和方法提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容人工智能的研究途徑與方法人工智能的基本技術(shù)

人工智能的應(yīng)用人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況人工智能的基本技術(shù)符號智能和計算智能最顯著的相似之處：二者都涉及表示和運(yùn)算二者都是通過搜索進(jìn)行問題求解的人工智能三個最基本、最核心的技術(shù)：表示、運(yùn)算和搜索符號智能計算智能表示知識表示對象表示運(yùn)算基于知識表示的推理或符號操作基于對象表示的操作或計算搜索在問題空間搜索在解空間搜索提綱什么是人工智能人工智能的研究意義、目標(biāo)和策略人工智能的學(xué)科范疇人工智能的研究內(nèi)容人工智能的研究途徑與方法人工智能的基本技術(shù)人工智能的應(yīng)用

人工智能的分支領(lǐng)域與研究方向人工智能的發(fā)展概況人工智能的應(yīng)用難題求解：指那些沒有算法解，或雖有算法解但在現(xiàn)有機(jī)器上無法實施或無法完成的困難問題，例如：智力性問題中的梵塔問題、n皇后問題、旅行商問題、博弈問題等路徑規(guī)劃、車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配、系統(tǒng)配置、地質(zhì)分析、數(shù)據(jù)解釋、天氣預(yù)報、市場預(yù)測、股市分析、疾病診斷、故障診斷、軍事指揮、機(jī)器人行動規(guī)劃等人工智能的應(yīng)用難題求解(續(xù))：有些是組合數(shù)學(xué)理論中所稱的非確定型多項式問題或NP完全問題——NP問題是指那些既不能證明其算法復(fù)雜性超出多項式界，但又未找到有效算法的一類問題研究工程難題的求解是人工智能的重要課題，而研究智力難題的求解則具有雙重意義：一方面，可以找到解決這些難題的途徑；另一方面，由解決這些難題而發(fā)展起來的一些技術(shù)和方法可用于人工智能的其他領(lǐng)域人工智能的應(yīng)用自動規(guī)劃、調(diào)度與配置：規(guī)劃一般指設(shè)計制定一個行動序列，例如機(jī)器人行動規(guī)劃、交通路線規(guī)劃調(diào)度就是一種任務(wù)分派或者安排，例如車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配。調(diào)度的數(shù)學(xué)本質(zhì)是給出兩個集合間的一個映射配置則是設(shè)計合理的部件組合結(jié)構(gòu)，即空間布局，例如資源配置、系統(tǒng)配置、設(shè)備或設(shè)施配置三者有一定的內(nèi)在聯(lián)系，有時甚至可以互相轉(zhuǎn)化。事實上，它們都屬于人工智能的經(jīng)典問題之一的約束滿足問題人工智能的應(yīng)用機(jī)器定理證明：定理證明是最典型的邏輯推理問題，它在發(fā)展人工智能方法上起過重大作用很多非數(shù)學(xué)領(lǐng)域的任務(wù)如醫(yī)療診斷、信息檢索、規(guī)劃制定和難題求解，都可以轉(zhuǎn)化成一個定理證明問題人工智能的應(yīng)用機(jī)器定理證明(續(xù))：機(jī)器定理證明的方法主要有四類：自然演繹法，其基本思想是依據(jù)推理規(guī)則，從前提和公理中可以推出許多定理，如果待證的定理恰在其中，則定理得證判定法，即對一類問題找出統(tǒng)一的計算機(jī)上可實現(xiàn)的算法解。在這方面一個著名的成果是我國數(shù)學(xué)家吳文俊教授1977年提出的初等幾何定理證明方法定理證明器，它研究一切可判定問題的證明方法計算機(jī)輔助證明，它是以計算機(jī)為輔助工具，利用機(jī)器的高速度和大容量，幫助人完成手工證明中難以完成的大量計算、推理和窮舉人工智能的應(yīng)用自動程序設(shè)計：讓計算機(jī)設(shè)計程序：就是人只要給出關(guān)于某程序要求的非常高級的描述，計算機(jī)就會自動生成一個能完成這個要求目標(biāo)的具體程序相當(dāng)于給機(jī)器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M(jìn)行處理，通過規(guī)劃過程，生成所需的程序自動程序設(shè)計還包括程序自動驗證，即自動證明所設(shè)計程序的正確性人工智能的應(yīng)用機(jī)器翻譯：把“光陰似箭”的英語句子“Timeflieslikeanarrow”翻譯成日語，然后再翻譯回來的時候，竟變成了“蒼蠅喜歡箭”；又如，當(dāng)把“心有余而力不足”的英語句子“Thespiritiswillingbutthefleshisweak”翻譯成俄語，然后再翻譯回來時竟變成了“酒是好的，肉變質(zhì)了”，即“Thewineisgoodbutthemeatisspoiled”機(jī)器翻譯并非想像的那么簡單，并使得人們認(rèn)識到，單純地依靠“查字典”的方法不可能解決翻譯問題，只有在對語義理解的基礎(chǔ)上，才能做到真正的翻譯，所以機(jī)器翻譯的真正實現(xiàn)，還要靠自然語言理解方面的突破人工智能的應(yīng)用智能控制：把人工智能技術(shù)引入控制領(lǐng)域，建立智能控制系統(tǒng)智能控制具有兩個顯著的特點：智能控制是同時具有知識表示的非數(shù)學(xué)廣義世界模型和傳統(tǒng)數(shù)學(xué)模型混合表示的控制過程智能控制的核心在高層控制，即組織級控制，其任務(wù)在于對實際環(huán)境或過程進(jìn)行組織，即決策與規(guī)劃，以實現(xiàn)廣義問題求解人工智能的應(yīng)用智能控制(續(xù))：智能控制系統(tǒng)的智能可歸納為以下幾方面：先驗智能：有關(guān)控制對象及干擾的先驗知識，可以從一開始就考慮在控制系統(tǒng)的設(shè)計中反應(yīng)性智能：在實時監(jiān)控、辨識及診斷的基礎(chǔ)上，對系統(tǒng)及環(huán)境變化的正確反應(yīng)能力優(yōu)化智能：包括對系統(tǒng)性能的先驗性優(yōu)化及反應(yīng)性優(yōu)化組織與協(xié)調(diào)智能：表現(xiàn)為對并行耦合任務(wù)或子系統(tǒng)之間的有效管理與協(xié)調(diào)人工智能的應(yīng)用智能控制(續(xù))：智能控制的開發(fā)，目前認(rèn)為有以下途徑：基于專家系統(tǒng)的專家智能控制基于模糊推理和計算的模糊控制基于人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)控制綜合以上三種方法的綜合型智能控制人工智能的應(yīng)用智能管理：把人工智能技術(shù)引入管理領(lǐng)域，建立智能管理系統(tǒng)智能管理是人工智能與管理科學(xué)、系統(tǒng)工程、計算機(jī)技術(shù)及通信技術(shù)等多學(xué)科、多技術(shù)互相結(jié)合、互相滲透而產(chǎn)生的一門新技術(shù)、新學(xué)科研究如何提高計算機(jī)管理系統(tǒng)的智能水平，以及智能管理系統(tǒng)的設(shè)計理論、方法與實現(xiàn)技術(shù)人工智能的應(yīng)用智能決策：把人工智能技術(shù)引入決策過程，建立智能決策支持系統(tǒng)智能決策支持系統(tǒng)由傳統(tǒng)決策支持系統(tǒng)再加上相應(yīng)的智能部件構(gòu)成，智能部件可以有多種模式，例如專家系統(tǒng)模式、知識庫系統(tǒng)模式等專家系統(tǒng)模式是把專家系統(tǒng)作為智能部件，這是目前比較流行的一種模式。該模式適合于以知識處理為主的問題，但它與決策支持系統(tǒng)的接口比較困難知識庫系統(tǒng)模式是以知識庫作為智能部件。在這種情況下，決策支持系統(tǒng)就是由模型庫、方法庫、數(shù)據(jù)庫、知識庫組成的四庫系統(tǒng)。這種模式接口比較容易實現(xiàn)，其整體性能也較好人工智能的應(yīng)用智能決策(續(xù))：既充分發(fā)揮了傳統(tǒng)決策支持系統(tǒng)中數(shù)值分析的優(yōu)勢，也充分發(fā)揮了專家系統(tǒng)中知識及知識處理的特長，既可以進(jìn)行定量分析，又可以進(jìn)行定性分析，能有效地解決半結(jié)構(gòu)化和非結(jié)構(gòu)化的問題人工智能的應(yīng)用智能決策(續(xù))：智能部件中可以包含如下一些知識：建立決策模型和評價模型的知識如何形成候選方案的知識建立評價標(biāo)準(zhǔn)的知識如何修正候選方案，從而得到更好候選方案的知識完善數(shù)據(jù)庫，改進(jìn)對它的操作及維護(hù)的知識人工智能的應(yīng)用智能通信：智能通信就是把人工智能技術(shù)引入通信領(lǐng)域，建立智能通信系統(tǒng)智能通信就是在通信系統(tǒng)的各個層次和環(huán)節(jié)上實現(xiàn)智能化。例如在通信網(wǎng)的構(gòu)建、網(wǎng)管與網(wǎng)控、轉(zhuǎn)接、信息傳輸與轉(zhuǎn)換等環(huán)節(jié)，都可實現(xiàn)智能化，使其具有自適應(yīng)、自組織、自學(xué)習(xí)、自修復(fù)等功能人工智能的應(yīng)用智能仿真：利用人工智能技術(shù)能對整個仿真過程(包括建模、實驗運(yùn)行及結(jié)果分析)進(jìn)行指導(dǎo)，能改善仿真模型的描述能力，在仿真模型中引進(jìn)知識表示將為研究面向目標(biāo)的建模語言打下基礎(chǔ)，提高仿真工具面向用戶、面向問題的能力人工智能的應(yīng)用智能CAD：智能CAD(簡稱ICAD)就是把人工智能技術(shù)引入計算機(jī)輔助設(shè)計領(lǐng)域，建立智能CAD系統(tǒng)AI幾乎可以應(yīng)用到CAD技術(shù)的各個方面，從目前發(fā)展的趨勢來看，至少有以下四個方面：設(shè)計自動化智能交互智能圖形學(xué)自動數(shù)據(jù)采集人工智能的應(yīng)用智能CAD(續(xù))：從具體技術(shù)來看，ICAD技術(shù)大致可分為以下幾種方法：規(guī)則生成法約束滿足方法搜索法知識工程方法形象思維方法人工智能的應(yīng)用智能制造：在數(shù)控技術(shù)、柔性制造技術(shù)和計算機(jī)集成制造技術(shù)的基礎(chǔ)上，引入智能技術(shù)。智能制造系統(tǒng)由智能加工中心、材料傳送檢測和實驗裝置等智能設(shè)備組成。它具有一定的自組織、自學(xué)習(xí)和自適應(yīng)能力，能在不可預(yù)測的環(huán)境下，基于不確定、不精確、不完全的信息，完成擬人的制造任務(wù)，形成高度自動化生產(chǎn)人工智能的應(yīng)用智能CAI：把人工智能技術(shù)引入計算機(jī)輔助教學(xué)領(lǐng)域，建立智能CAI系統(tǒng)(ICAI)，ICAI的特點是能對學(xué)生因才施教地進(jìn)行指導(dǎo)ICAI應(yīng)具備下列智能特征：自動生成各種問題與練習(xí)根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動選擇與調(diào)整教學(xué)內(nèi)容和進(jìn)度在理解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題生成解答具有自然語言的生成和理解能力對教學(xué)內(nèi)容有解釋咨詢能力能診斷學(xué)生錯誤，分析原因并采取糾正措施能評價學(xué)生的學(xué)習(xí)行為能不斷地在教學(xué)中改善教學(xué)策略人工智能的應(yīng)用智能人機(jī)接口：智能化的人機(jī)交互界面，也就是將人工智能技術(shù)應(yīng)用于計算機(jī)與人的交互界面，使人機(jī)界面更加靈性化、擬人化、個性化該課題涉及到機(jī)器感知特別是圖形圖像識別與理解、語音識別、自然語言處理、機(jī)器翻譯、多媒體、虛擬現(xiàn)實等技術(shù)人工智能的應(yīng)用模式識別：用計算機(jī)進(jìn)行物體識別。這里的物體一般指文字、符號、圖形、圖像、語音、聲音及傳感器信息等形式的實體對象，而并不包括概念、思想、意識等抽象或虛擬對象經(jīng)過多年研究已發(fā)展成為一個獨立的學(xué)科，應(yīng)用十分廣泛，諸如信息、遙感、醫(yī)學(xué)、影像、安全、軍事等領(lǐng)域，特別是基于其而出現(xiàn)的生物認(rèn)證、數(shù)字水印等新技術(shù)人工智能的應(yīng)用數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn)：數(shù)據(jù)挖掘主要流行于統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)庫和信息系統(tǒng)等領(lǐng)域數(shù)據(jù)庫中的知識發(fā)現(xiàn)主要流行于人工智能和機(jī)器學(xué)習(xí)等領(lǐng)域涉及范圍：企業(yè)數(shù)據(jù)、商業(yè)數(shù)據(jù)、科學(xué)實驗數(shù)據(jù)