人工智能概述

人工智能概述人工智能的定義及研究目標(biāo)人工智能的產(chǎn)生與發(fā)展人工智能研究的基本內(nèi)容及其特點人工智能的研究和應(yīng)用領(lǐng)域人工智能研究的不同學(xué)派及其爭論人工智能的近期發(fā)展分析2021/5/91人工智能的定義及其研究目標(biāo)(1)人工智能的定義什么是智能？智能是一種認(rèn)識客觀事物和運用知識解決問題的綜合能力。認(rèn)識智能的不同觀點。思維理論——智能來源于思維活動知識閾值理論——智能取決于可運用的知識進化理論——知識可由逐步進化來實現(xiàn)智能層次結(jié)構(gòu)。

高層智能——以大腦皮層為主，主要完成記憶和思維等活動。中層智能——以丘腦為主，主要完成感知活動。智能低層——以小腦、脊髓為主，主要完成動作反應(yīng)。智能所包含的能力感知能力；記憶與思維能力；學(xué)習(xí)與自適應(yīng)能力；行為能力。2021/5/92人工智能的定義及研究目標(biāo)(2)什么是人工智能？從能力方面定義人工智能是指相對于人的自然能力而言的，用人工的方法在機器（計算機）上實現(xiàn)的智能；從學(xué)科的角度定義人工智能是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，使它能模擬、延伸和擴展人類智能的學(xué)科。2021/5/93人工智能的定義及研究目標(biāo)(3) 人工智能的研究目標(biāo)1978年，索羅門（A.Sloman）對人工智能給出了三個主要目標(biāo)：對智能行為有效解釋的理論分析；解釋人類智能；構(gòu)造智能的人工制品。人工智能的目標(biāo)一般可分為遠(yuǎn)期目標(biāo)和近期目標(biāo)。遠(yuǎn)期目標(biāo)：揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類智能。近期目標(biāo)：研究如何使現(xiàn)有的計算機更聰明，即使它能夠運用知識去處理問題，能夠模擬人類的智能行為。2021/5/94人工智能的產(chǎn)生與發(fā)展人工智能術(shù)語1956年正式提出，并作為一個學(xué)科的名稱使用至今有近50年的歷史。其產(chǎn)生與發(fā)展過程大致可分為：孕育期（1956年以前）形成期（1956年—1970年）知識應(yīng)用期（1971年—80年代末）綜合集成期（80年代末—今）2021/5/95人工智能的產(chǎn)生與發(fā)展—孕育期（1956年以前）在人工智能誕生之前，一些著名的科學(xué)家就已經(jīng)創(chuàng)立了數(shù)理邏輯、自動機理論、控制論和信息論，并發(fā)明了通用電子數(shù)字計算機。這些為人工智能的產(chǎn)生準(zhǔn)備了必要的思想、理論和物質(zhì)技術(shù)條件。亞里斯多德：演繹法；培根：歸納法；萊布尼茨：把形式邏輯符號化，使得人們可以對思維進行運算和推理，奠定了數(shù)理邏輯的基礎(chǔ)。帕斯卡：制造了第一臺加法器。巴貝奇：發(fā)明了差分機和分析機；布爾：布爾代數(shù)；圖靈：自動機理論；馮?諾依曼：存儲程序的概念；莫克利和?？颂兀旱谝慌_通用電子計算機，為機器智能的研究與實現(xiàn)提供了物質(zhì)基礎(chǔ)。維納：控制論；信息論：香農(nóng)；克洛奇和皮茲：第一個神經(jīng)網(wǎng)絡(luò)模型（MP模型）。2021/5/96計算機的誕生

1943年，世界反法西斯戰(zhàn)爭出現(xiàn)了歷史性的轉(zhuǎn)折，美、英等盟國加緊準(zhǔn)備開辟反法西斯的“第二戰(zhàn)場”。就在這一年，美國賓夕法尼亞大學(xué)莫爾電機系同阿拉伯丁試跑廠聯(lián)合執(zhí)行一次任務(wù)：為各種型號和口徑的火炮計算導(dǎo)彈表。任務(wù)緊迫，而計算量又相當(dāng)繁重。阿拉伯丁試跑廠啟用一臺大型的模擬機器，這是美國工程師布什在30年代發(fā)明的，全部由機械齒輪組成。另外，還雇傭了100多名姑娘做輔助計算。但工作結(jié)果仍不能令人滿意，大家都非常著急。這時，一份由莫爾電機系36歲的物理學(xué)家莫希來和24歲的工程師?？颂睾蠈懙年P(guān)于制造電子計算的報告，由陸軍軍械部派出的聯(lián)絡(luò)官格爾斯坦中尉提交到了軍械部召開的一次專家會議上。當(dāng)時，軍械部的科學(xué)顧問、著名的數(shù)學(xué)家維伯倫仰靠在座椅上沉思片刻，突然站起身來，對試跑廠導(dǎo)彈實驗室的負(fù)責(zé)人西蒙上校大聲說：“西蒙，給他這筆經(jīng)費?！彪S即離開了會議室。研制第一臺電子計算機的序幕，就這樣在一戲劇性的場面中開始了。經(jīng)過三年的努力，于1946年，一臺名叫“埃尼亞克”的電子計算機正式誕生了。從此，就有了電子計算機的歷史，而“埃尼亞克”也作為一座豐碑載入了電子計算機的發(fā)展史。后來，經(jīng)美籍匈牙利科學(xué)家、后來被譽為“電子計算機之父”的馮.諾伊曼教授的改進，奠定了今天的計算機科學(xué)的基礎(chǔ)。2021/5/97人工智能的產(chǎn)生與發(fā)展——形成期（1956-1970）1956年，在一次有關(guān)為使得計算機變得更“聰明”的學(xué)術(shù)研討會上，麥卡斯正式采用了“人工智能”這一術(shù)語。從此一個研究以機器來模擬人類智能的新興學(xué)科——人工智能誕生了。之后，形成了三個研究小組：心理學(xué)小組、IBM工程課題研究小組、MIT小組。人工智能在誕生后十余年很快在定理證明、問題求解、博弈等領(lǐng)域取得了重大進展。主要研究大致包括以下幾個方面：心理學(xué)小組：1957年，紐厄爾、肖、西蒙等人的心理學(xué)小組研制了一個稱為邏輯理論機的數(shù)學(xué)定理證明程序(LT)。開創(chuàng)了用機器研究人類思維活動規(guī)律的工作。IBM工程課題小組：1956年，塞繆爾研制成功了一個具有自學(xué)習(xí)、自組織和自適應(yīng)能力的西洋跳棋程序。主要貢獻在于發(fā)現(xiàn)了啟發(fā)式搜索是表現(xiàn)智能行為的最基本機制。MIT小組：1958年，麥卡斯建立了行動規(guī)劃咨詢系統(tǒng)；1960年，麥卡斯又研制了人工智能語言LISP；1961年，明斯基發(fā)表了“走向人工智能的步驟”的論文。其它方面：1965年，魯賓遜提出了歸結(jié)原理；1965年，費根鮑姆成功的研制了第一個專家系統(tǒng)；1969年，成立了國際人工智能聯(lián)合會議。2021/5/98人工智能的產(chǎn)生與發(fā)展—知識應(yīng)用期（1971-80年代末）（1）人工智能在經(jīng)過形成期的快速發(fā)展之后，很快遇到了許多困難，遭受到很大的挫折。人們從反思中總結(jié)經(jīng)驗教訓(xùn)，很快走出了一條以知識為中心，面向應(yīng)用開發(fā)的研究道路。挫折和教訓(xùn)在博弈方面，塞繆爾的下棋程序與世界冠軍對弈，5局?jǐn)×?局。在定理證明方面，發(fā)現(xiàn)歸結(jié)原理能力有限，一個簡單的問題推了數(shù)萬步還未推出。在問題求解方面，處理結(jié)構(gòu)不良的問題時，會產(chǎn)生組合爆炸。在機器翻譯方面，鬧出了許多笑話。在神經(jīng)心理學(xué)方面，研究發(fā)現(xiàn)人腦的神經(jīng)元多達1011，在現(xiàn)有技術(shù)條件下用機器從結(jié)構(gòu)上模擬人腦是根本不可能的。在人工智能的本質(zhì)、理論、思想及機理方面，人工智能受到來自哲學(xué)、心理學(xué)、神經(jīng)生理學(xué)等社會各界的責(zé)難、懷疑和批評。在眾多的挫折面前，人工智能的研究陷于了困境，處于低谷。2021/5/99人工智能的產(chǎn)生與發(fā)展—知識應(yīng)用期（1971-80年代末）（2）以知識為中心的研究在處于困境的情況下，人們從費根鮑姆以知識為中心開展人工智能研究的觀點中找到了新的出路。專家系統(tǒng)的發(fā)展和應(yīng)用。專家系統(tǒng)是人工智能發(fā)展是上的一次重大轉(zhuǎn)折。計算機視覺和機器人，自然語言理解與機器翻譯的發(fā)展。在知識的表示，不精確推理，人工智能語言等方面也有重大進展。1977年，在第5屆國際人工智能聯(lián)合會議上，費根鮑姆正是提出了知識工程的概念。專家系統(tǒng)的成功，使得人們更清楚地認(rèn)識到人工智能系統(tǒng)應(yīng)該是一個知識處理系統(tǒng)，而知識表示、知識獲取、知識利用則是人工智能系統(tǒng)的三個基本問題。2021/5/910人工智能的產(chǎn)生與發(fā)展—綜合集成期（80年代末-今）隨著專家系統(tǒng)應(yīng)用的不斷深入和計算機技術(shù)的飛速發(fā)展，專家系統(tǒng)本身存在應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、沒有分布式功能、不能訪問現(xiàn)存數(shù)據(jù)庫等問題暴露出來。要擺脫困境，必須走綜合集成的發(fā)展道路。在專家系統(tǒng)方面，從80年代末開始逐步向多技術(shù)、多方法的綜合集成與多學(xué)科多領(lǐng)域的綜合應(yīng)用型發(fā)展。目前，人工智能技術(shù)正向著大型分布式人工智能、大型分布式多專家協(xié)同系統(tǒng)、廣義知識表達、綜合知識庫、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(fā)環(huán)境及多智能體協(xié)同系統(tǒng)等方向發(fā)展。從目前來看，人工智能仍處于學(xué)科發(fā)展的早期階段，其理論、方法和技術(shù)都不太成熟，人們對它的認(rèn)識也比較膚淺。還有待于人們的長期探索。2021/5/911人工智能研究的基本內(nèi)容及特點(1)人工智能研究的基本內(nèi)容認(rèn)知建模一般認(rèn)為，認(rèn)知是為了一定的目的，在一定的心理結(jié)構(gòu)中進行的信息加工過程。認(rèn)知科學(xué)（思維科學(xué)）是研究人類感知和思維信息處理過程的一門學(xué)科。認(rèn)知科學(xué)是人工智能的重要理論基礎(chǔ)，對人工智能的發(fā)展起著根本作用。機器感知所謂機器感知，就是要讓計算機具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺等。機器感知是智能系統(tǒng)獲取外部信息的最主要的途徑，也是機器智能不可缺少的重要組成部分。對計算機視覺與聽覺的研究，目前已在人工智能中形成了一些專門的研究領(lǐng)域，如計算機視覺、模式識別、自然語言理解等。機器思維所謂機器思維，就是計算機能夠?qū)Ω兄降耐饨缧畔⒑妥约寒a(chǎn)生的內(nèi)部信息進行思維性加工。由于人類智能主要來自于大腦的思維活動，因此機器的智能也主要應(yīng)該通過機器的思維功能來實現(xiàn)。機器思維是機器智能的重要組成部分。2021/5/912人工智能研究的基本內(nèi)容及特點(2)人工智能研究的基本內(nèi)容機器學(xué)習(xí)所謂機器學(xué)習(xí)，就是讓計算機能夠象人那樣自動的獲取新知識，并在實踐中不斷完善自我和增強能力。機器學(xué)習(xí)是機器具有智能的根本途徑，也是人工智能研究的核心問題之一。目前，人們已經(jīng)研究出不少機器學(xué)習(xí)的方法，如機械學(xué)習(xí)，類比學(xué)習(xí)，歸納學(xué)習(xí)，發(fā)現(xiàn)學(xué)習(xí)，遺傳學(xué)習(xí)，連接學(xué)習(xí)等。機器行為所謂機器行為就是讓機器能夠具有象人那樣的行動和表達能力。機器人學(xué)作為人工智能的一個研究領(lǐng)域，包含了機器行為方面的研究。智能系統(tǒng)和智能計算機無論是人工智能的近期目標(biāo)還是遠(yuǎn)期目標(biāo)，都需要建立智能系統(tǒng)或構(gòu)造智能機器，因此需要開展對系統(tǒng)模型、構(gòu)造技術(shù)、構(gòu)造工具及語言環(huán)境等方面的研究。2021/5/913人工智能研究的基本內(nèi)容及特點（3）人工智能研究的特點

目前的計算機系統(tǒng)的結(jié)構(gòu)和工作方式與人腦的組織結(jié)構(gòu)和思維功能有很大差別。要縮小這種差別，要靠人工智能技術(shù)。從長遠(yuǎn)來看，需要徹底改變計算機的體系結(jié)構(gòu)，研制智能計算機。但目前還主要靠智能程序系統(tǒng)來提高現(xiàn)有計算機的智能化程度。智能系統(tǒng)與傳統(tǒng)的程序系統(tǒng)相比有如下特點：重視知識重視推理采用啟發(fā)式搜索采用數(shù)據(jù)驅(qū)動方式用人工智能語言建造系統(tǒng)2021/5/914人工智能研究和應(yīng)用領(lǐng)域（一）

目前，人工智能還未形成一個統(tǒng)一的理論，很多研究和應(yīng)用工作都是結(jié)合具體領(lǐng)域來進行。其中最主要的研究和應(yīng)用領(lǐng)域包括：機器學(xué)習(xí)自然語言理解專家系統(tǒng)模式識別計算機視覺機器人學(xué)搏弈自動定理證明自動程序設(shè)計智能控制智能決策支持系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)知識發(fā)現(xiàn)和數(shù)據(jù)挖掘分布式人工智能2021/5/915人工智能研究和應(yīng)用領(lǐng)域（二）機器學(xué)習(xí)機器學(xué)習(xí)是機器具有智能的重要標(biāo)志，同時也是獲取知識的根本途徑。它主要研究如何使得計算機能夠模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)功能。為此，需要重點開展人類學(xué)習(xí)機理、機器學(xué)習(xí)方法和學(xué)習(xí)系統(tǒng)構(gòu)造技術(shù)三方面的研究工作。有關(guān)機器學(xué)習(xí)的討論將在第9章進行。自然語言理解主要研究如何使得計算機能夠理解和生成自然語言。自然語言理解通常又叫自然語言處理，采用人工智能的理論和技術(shù)將設(shè)定的自然語言機理用計算機程序表達出來，構(gòu)造能夠理解自然語言的系統(tǒng)。通常可以分為以下幾種情況：書面語言的理解；口語（聲音）的理解系統(tǒng)；手書文字識別；機器翻譯等。關(guān)于自然語言的理解的詳細(xì)討論，將在第10章進行。2021/5/916人工智能研究和應(yīng)用領(lǐng)域（三）專家系統(tǒng)專家系統(tǒng)是一個能在某特定的領(lǐng)域內(nèi)，以專家水平去解決該領(lǐng)域中困難問題的計算機程序。專家系統(tǒng)是人工智能中最活躍、發(fā)展最快的一個分支，已得到廣泛的應(yīng)用。目前正向多專家協(xié)同的分布式專家系統(tǒng)發(fā)展。有關(guān)專家系統(tǒng)的詳細(xì)討論將在第8章進行。模式識別所謂模式識別是使得計算機能夠?qū)o定的事物進行鑒別，并把它歸于與其相同或相似的模式中。根據(jù)給出的標(biāo)準(zhǔn)模式不同，模式識別技術(shù)可由多種不同的識別方法。常用的有：模板匹配法；統(tǒng)計匹配法；句法匹配法；模糊模式法；神經(jīng)網(wǎng)絡(luò)法等。2021/5/917人工智能研究和應(yīng)用領(lǐng)域（四）計算機視覺計算機視覺是一門用計算機實現(xiàn)或模擬人類視覺功能的新興學(xué)科。其主要研究目標(biāo)是使得計算機具有通過二維圖像認(rèn)知三維環(huán)境信息的能力。目前，計算機視覺已經(jīng)在許多領(lǐng)域得到成功的應(yīng)用。例如，在圖像、圖形識別方面有指紋識別、染色體識別等；在航天與軍事方面有衛(wèi)星圖像處理、飛行器跟蹤等；在醫(yī)學(xué)方面有CT圖像的臟器重建等。2021/5/918人工智能研究和應(yīng)用領(lǐng)域（五）機器人學(xué)機器人是一種可編程的多功能操作裝置。機器人學(xué)是在電子學(xué)、人工智能、控制論、系統(tǒng)工程、信息傳感、仿生學(xué)及心理學(xué)等多種學(xué)科或技術(shù)的基礎(chǔ)上形成的一種綜合性技術(shù)學(xué)科。人工智能的所有技術(shù)幾乎都可在該領(lǐng)域得到應(yīng)用。機器人研究在實踐和理論上均具有重大意義。機器人研究的發(fā)展過程到目前為止，機器人的研究和發(fā)展已經(jīng)經(jīng)歷了四個階段：遙控機器人；程序機器人；自適應(yīng)機器人；智能機器人。機器人研究的主要技術(shù)包括：研究感知器；研制用精密機械做得的肢體與計算機的結(jié)合的方式；機器人從三維空間搜集信息的處理方式；識別外界環(huán)境的能力；研究機器人判斷機理的工程化方法和相應(yīng)的軟件。2021/5/919人工智能研究和應(yīng)用領(lǐng)域（六）搏弈博弈是一個有關(guān)對策和斗智問題的研究領(lǐng)域。到目前為止，人工智能對博弈的研究多以下棋為對象。一個代表性的成果就是被稱為世界上第一臺超級國際象棋電腦的IBM研制的超級計算機“深藍(lán)”。自動定理證明自動定理證明就是讓計算機模擬人類證明定理的方法，自動實現(xiàn)象人類證明定理那樣的非數(shù)值的符號演算過程。自動定理證明主要有以下幾種方法：自然演繹法；判定法；定理證明器；人機交互定理證明。2021/5/920人工智能研究和應(yīng)用領(lǐng)域（七）自動程序設(shè)計自動程序設(shè)計是一種讓計算機把高級形式語言或自然語言描述的程序自動轉(zhuǎn)換成可執(zhí)行的程序的技術(shù)。自動程序設(shè)計包括程序綜合和正確性驗證兩個方面。智能控制智能控制是指那種無需或少需人的干預(yù)就能獨立地驅(qū)動智能機器實現(xiàn)其目標(biāo)的自動控制。他是一種把人工智能技術(shù)與經(jīng)典控制理論（頻閾法）及現(xiàn)代控制理論（時閾法）相結(jié)合，研制智能控制系統(tǒng)的方法和技術(shù)。該領(lǐng)域目前研究較多的有智能機器人規(guī)劃與控制；智能過程規(guī)劃；專家控制系統(tǒng)、語音控制及智能儀器等。2021/5/921人工智能研究和應(yīng)用領(lǐng)域（八）智能決策支持系統(tǒng)智能決策支持系統(tǒng)是指那種在傳統(tǒng)決策支持系統(tǒng)中增加了相應(yīng)的智能部件的決策支持系統(tǒng)。智能決策支持系統(tǒng)由數(shù)據(jù)庫、模型庫、方法庫、人機接口及知識庫五部分組成。人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是一個用大量的簡單處理單元經(jīng)廣泛并行互連所構(gòu)成的人工網(wǎng)絡(luò)，用于模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。人工神經(jīng)網(wǎng)絡(luò)在模仿生物神經(jīng)計算方面有一定優(yōu)勢，它具有自學(xué)習(xí)、自組織、自適應(yīng)、聯(lián)想、模糊推理等能力。器研究和應(yīng)用已滲透到許多領(lǐng)域。2021/5/922人工智能研究和應(yīng)用領(lǐng)域（九）知識發(fā)現(xiàn)和數(shù)據(jù)挖掘知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是在數(shù)據(jù)庫的基礎(chǔ)上實現(xiàn)的一種知識發(fā)現(xiàn)系統(tǒng)。通過綜合運用統(tǒng)計學(xué)、粗糙集、模糊數(shù)學(xué)、機器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從數(shù)據(jù)庫中提煉和抽取知識，從而揭示蘊含在數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)原理，實現(xiàn)知識的自動獲取。傳統(tǒng)的數(shù)據(jù)庫技術(shù)僅限于對數(shù)據(jù)庫的查詢和檢索，不能從中提取知識。知識發(fā)現(xiàn)和數(shù)據(jù)挖掘以數(shù)據(jù)庫為知識源去抽取知識，提高了數(shù)據(jù)的利用價值，同時也為專家系統(tǒng)的知識獲取開辟了一條新的途徑。2021/5/923人工智能研究和應(yīng)用領(lǐng)域（十）分布式人工智能它是隨著計算機網(wǎng)絡(luò)、計算機通信和并發(fā)程序設(shè)計技術(shù)而發(fā)展起來的一個新的人工智能研究領(lǐng)域。主要研究在邏輯或物理上分散的智能系統(tǒng)之間如何相互協(xié)調(diào)各自的智能行為，實現(xiàn)問題的并行求解。目前的研究方向主要有兩個：分布式問題求解；多智能主體系統(tǒng)。2021/5/924人工智能研究的不同學(xué)派及其爭論人們在對人工智能的研究過程中逐漸形成不同的學(xué)派。這些不同的學(xué)派，除了研究和應(yīng)用領(lǐng)域不同之外，在人工智能的理論、方法和技術(shù)方面也存在著嚴(yán)重的分歧和激烈的爭論。人工智能的三大學(xué)派符號主義聯(lián)結(jié)主義行為主義人工智能的理論的爭論人工智能研究方法的爭論2021/5/925人工智能的三大學(xué)派（一）符號主義又稱為邏輯主義、心理學(xué)派或計算機學(xué)派，是基于物理符號假設(shè)和有限合理性原理的人工智能學(xué)派。誕生于1956年。主要代表人物：紐厄爾、肖、西蒙和尼爾遜等。代表性成果：1957年紐厄爾和西蒙等人研制的稱為邏輯理論機的數(shù)學(xué)定理證明程序LT。觀點：認(rèn)為人工智能起源于數(shù)理邏輯，人類認(rèn)知（智能）的基本元素是符號，認(rèn)知過程是符號表示上的一種運算。物理符號系統(tǒng)假設(shè)是紐厄爾和西蒙提出的一種觀點。認(rèn)為物理符號系統(tǒng)是實現(xiàn)智能行為的充要條件。有限合理性原理是西蒙提出的觀點。對于難題的求解，人類往往是采用啟發(fā)式搜索的試探性的方法求得問題的有限合理解。2021/5/926人工智能的三學(xué)派（二）聯(lián)結(jié)主義又稱為仿生學(xué)派或生理學(xué)派，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的聯(lián)結(jié)機制與學(xué)習(xí)算法的人工智能學(xué)派。代表性成果：1943年由麥克洛奇和皮茲創(chuàng)立的腦模型，即MP模型。觀點：認(rèn)為人工智能起源于起源于仿生學(xué)，特別是人腦模型的研究。2021/5/927人工智能的三大學(xué)派（三）行為主義又稱為進化主義或控制論學(xué)派，是基于控制論和“感知-動作”型控制系統(tǒng)的人工智能學(xué)派。代表性成果：布魯克研制的機器蟲。觀點：認(rèn)為人工智能起源于控制論，提出智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，而不是表示和推理。2021/5/928人工智能理論的爭論（一）符號主義主要觀點：認(rèn)知的基元是符號；認(rèn)知的過程是符號運算；智能行為的充要條件是物理符號系統(tǒng)，人腦、電腦都是物理符號系統(tǒng)；智能的基礎(chǔ)是知識，其核心是知識的表示和知識的推理；知識可用符號表示，也可用符號進行推理，因而可建立基于知識的人類智能和機器智能的統(tǒng)一的理論體系。2021/5/929人工智能理論的爭論（二）聯(lián)結(jié)主義主要觀點：思維的基元是神經(jīng)元，而不是符號；思維的過程是神經(jīng)元的聯(lián)接活動過程，而不是符號運算過程；反對符號主義關(guān)于物理符號的假設(shè)，認(rèn)為人腦不同于電腦；提出用聯(lián)結(jié)主義的人腦的工作模式來代替符號主義的電腦工作模式。2021/5/930人工智能理論的爭論（三）行為主義智能取決于感知和行動，提出了智能行為的“感知-動作”模型；智能不需要知識，不需要表示，不需要推理，人工智能可以象人類智能那樣逐步進化，智能只有在現(xiàn)實世界中通過與周圍環(huán)境的交互作用才能表現(xiàn)出來；指責(zé)傳統(tǒng)人工智能（主要指符號主義，也涉及到聯(lián)結(jié)主義）對現(xiàn)實世界中客觀事物的描述和復(fù)雜智能行為的工作模式作了虛假的、過于簡單的抽象，因而不能真實的反映現(xiàn)實世界的客觀事物。2021/5/931人工智能研究方法的爭論爭論的主要問題包括：人工智能是否得模擬人的智能？如何模擬？對結(jié)構(gòu)模擬和行為模擬是否可以分離研究？對感知、思維和行為是否可分離研究？對認(rèn)知與學(xué)習(xí)以及邏輯思維和形象思維等問題是否可以分離研究？是否有必要建立人工智能的統(tǒng)一理論體系？如何建立？2021/5/932人工智能研究方法的爭論（一）符號主義人工智能的研究方法應(yīng)為功能模擬方法。即通過研究人類