1、第1章 人工智能概述 11 人工智能的基本概念 111 智能 112 人类智能 113 人工智能 114 人工智能的研究目标 12 人工智能的科学体系与分支 121 人工智能的科学体系 122 人工智能的学科范畴 123 人工智能的应用领域第1章 人工智能概述 13 工智能的技术方案与途径 131 人工智能的基本技术 132 人工智能的研究内容 133 人工智能的研究途径与方法 14 人工智能的产生与发展 141 人工智能的孕育期 142 人工智能的基础技术研究与形成期 143 人工智能的发展与应用期(1970年以后 144 人工智能在我国的发展情况 145 人工智能的发展趋势与展望11 人工
2、智能的基本概念 111 智能“智力”：是运用知识解决问题的能力“智能”：是指知识的集合与智力的综合(或总和)，是静态的知识和动态的智力综合所体现的一种能力。智能具有收集、汇集、选择、理解和感觉信息的功能。智能过程：感觉、记忆、回忆、思维、语言、自适应、行为的整个过程。智能的概念是广义的。广义智能包括:人类智能、人工智能和集成智能。集成智能：是人类智能与人工智能相结合的人-机系统。广义智能信息系统论广义智能信息系统论智能信息论广义智能论智能系统论感知信息论思维信息论行为信息论智能普存论智能层次论智能进化论感知系统论思维系统论行为系统论智能的共性 智能的基本要素是“知识”。智能是普遍存在的。人、动
3、物、机器都可能有智能。智能是多层的。高层智能(思维)、中层智能(感知)、基层智能(行为)。智能是进化的。先天进化(遗传、变异)、后天进化(学习、知识推理)。智能是相对的。不同的主体、客体、时间、空间、环境、条件有不同智能水平。智能是智能系统的整体功能。1 人类智能 人类智能通常表现为感知力、观察力、记忆力、思维能力、语言表达能力、正确行动的能力等等，基本过程是：感觉分析判断决策行动。它是指人在认识与改造客观世界的活动中，由思维过程和脑力活动所体现出的能力。包括思维能力、感知能力和行为能力思维能力 人们通过脑的思维活动(如:记忆、联想、推理、计算、分析、比较、判断、决策、规划、学习、探索等)，对
4、各种信息进行加工处理，将感性知识上升为理性知识。进一步积累与总结经验，形成概念、建立方法、制订计划、作出决策的能力；通过推理、论证或分析、计算，求解问题、作出结论的能力；通过学习、教育或训练、实践，从而增长知识、丰富经验、促进工作的能力。思维的结构模型 图1-1 思维的结构模型外部表象初级处理感觉表象初级处理外部表象形 象 源语 言形象思维抽象思维输入记忆处理输出感知能力 人们通过视觉、听觉、触觉系统等，感知客观世界，获取感性知识的能力。例如，由眼、耳等感觉器官接受各种信息(如:文字、图象、物景、声音、语言等)，产生相应的冲动，沿外周神经传入中枢神经脑，通过视觉、听觉中枢等，进行信息处理、模式
5、识别、语言理等的智能活动的能力。行为能力 人们通过效应器官(如:手、足以及发音器官等)，对外界刺激(输入信息)作出反应(输出信息),采取行动的能力。例如，根据仪表的显示信息，进行手动操作，或者对用户提出的问题作出回答或解释等。行为的智能特性表现在反应的灵活性与适应性。人工智能 人工智能(AI)是一门研究机器智能和智能机器的新型的、综合性的、具有强大生命力的边缘学科，它研究怎样让计算机或智能机器（包括硬件和软件）模仿、延伸和扩展人脑从事推理、规划、计算、思考、学习、等思维活动，解决迄今为止需要人类专家才能处理好的复杂问题。人工智能程序和通常程序的比较 人工智能程序 通常计算机程序 主要是符号处理
6、 主要是数字处理 启发式搜索 依靠算法 控制结构和知识域相分离 信息和控制联结在 一起 易于修改、更新和改变 难以修改 允许不正确的答案 要求正确的答案人工智能的研究内容1机器思维与思维机器 机器思维，如:启发式程序、专家系统、知识工程、机器学习、机器证明、机器博弈等。思维机器，如:智能计算机，学习机、推理机、博弈机、逻辑机、自动机，神经细胞模型、人工神经网络、脑模型等。2机器感知与感知机器 机器感知，如:文字、图象、物景、声音等模式识别与自然语言理解；计算机视觉、听觉、触觉等。感知机器，如:文字、图象、声音、语言的识别机、感知机;触觉感知器，平衡感知器，各种智能传感器等。3机器行为与行为机器
7、 机器行为，如:自适应、自镇定、自寻优等智能控制、管理、决策行为，机器人在不确定的、动态环境中的“漫游”行为等。行为机器，如:智能控制器、智能效应器、智能执行机构、智能机械手、智能机器人等。人工智能计算机 即第五代计算机，它是一种具有直接感知文字、图象、理解自然语言、进行知识推理和逻辑判断的计算机，具有能听、能说、能看、能写、能计算、会规划、会设计、会思考、会推理、会学习等功能。需配备机器视觉、听觉、感觉与智能电脑。人工智能的困难在于对脑的了解，人脑仅重1500克，神经元1011与银河系中的星星差不多，记忆1015比特信息。对脑的模拟研究、在于对脑的功能模拟和思维模拟。人工智能的研究目标索罗门
8、的人工智能目标:对智能行为有效解释的理论分析；解释人类智能；构造智能的人工制品。李艾特和费根鲍姆的人工智能目标:即理解人类的认识，有效的自动化，有效的智能拓展，超人的智力，通用问题求解，连贯性交谈，自治，学习，储存信息。人工智能的研究目标远期目标是要制造智能机器，使现有的计算机更聪明，能够模拟人类的智能行为。具体来讲，就是要使计算机具有看、听、说、写等感知和交互功能，具有联想、推理、思考、分析、决策、预测、理解、规划、设计和学习等高级思维能力，还要有分析问题、解决问题和发明创造的能力。近期目标是实现机器智能，即先部分地或某种程度地实现机器的智能，从而使现有的计算机更灵活、更好用和更有用，成为人
9、类的智能化信息处理工具。121 人工智能的科学体系 一、人工智能的位置基础科学交叉科学：系统科学、思维科学、人体科学人工智能指导科学 图 科学体系 哲学 数学 社会 科学自然科学 人工智能是逻辑学、思维学、生理学、心理学、计算机科学，电子学、语言学、教育、图学、光学、声学、工业自动化、空间研究、物理学、程序设计学等多学科相互渗透的结果。人工智能是在控制论、信息论与系统论基础之上诞生的，也必然随着突变论、耗散结构理论、协同论的发展而进入到新的阶段。人工智能的基础学科包括：数学理论（离散数学、模糊数学）、思维科学理论（论知心理学、逻辑和抽象思维学、形象和直观思维学）和计算机工程技术（硬件和软件技术
10、）。人 工智能机 知器 识感 获知 取机 问器 题思 求维 解机知 器识 思 应维 用机 视 觉器 听 觉知 问识 题推 求理 解智 能机 器系 统模式识别：文字图象识别、景物分析、声音识别。人机对话：自然语言理解、自然语言生成。知识表达技术：规则、逻辑、网络知识积累技术：知识库、数据库知识推理：启发算法；学习、联想、归纳、演绎；证明、博弈知识处理工具：智能自动程序设计、自动程序设计专家咨询系统、智能机、第五代计算机、脑膜型、智能机器人、生产、办公、家务自动化、智能控制、管理系统、计算机辅助设计、教学、实验、制造 图1-3 人工智能的学科范畴122 人工智能的学科范畴 1.机器感知知识获取 它
11、研究机器如何直接或间接获取(自动或半自动)知识，输入自然信息(文字、图象、声音、语言、物景)，如机器视觉(文字、图象识别、物景分析)；机器听觉(声音识别、语言理解)；机器触觉；机器嗅觉；以及其他机器感觉(力感觉、平衡感觉等)。其中最重要的是机器视觉。2机器思维知识处理 这涉及到在机器中如何表示知识；积累与存储知识；组织与管理知识；进行知识推理和问题求解；如机器记忆、联想、学习、推理和解题等机器思维的工程技术方法。知识表达技术 知识积累技术 知识推理技术 知识处理工具3机器行为知识运用 机器行为是指运用机器所获取的知识，通过知识信息处理，作出反应，付诸行动，发挥知识的效用的问题，以及各种智能机器
12、和智能系统的设计方法和工程实现技术。如基于知识库的专家系统，智能控制与智能管理系统，进行知识信息处理的、具有人机智能接口的第五代计算机或新一代的智能机，能够自行制订行动规划，具有机器视觉与听觉、触觉的智能机器人，自然语言理解与生成及人机对话系统，具有AI的计算机辅助设计、教学、实验、制造系统，以及生产自动化、办公室自动化、家务管理自动化系统等。123 人工智能的应用领域 ：难题求解、自动定理证明、自动程序设计、自动翻译、模式识别、自然语言理解、博弈、计算机视觉、智能控制、智能管理、智能决策、智能通信、智能仿真、智能CAD、智能CAI 等 难题求解 主要指那些没有算法解，或虽有算法解但在现有机器
13、上无法实施或无法完成的困难问题。例如：路径规划、运输调度、电力调度、地质分析、测量数据解释、天气预报、市场预测、股市分析、疾病诊断、故障诊断、军事指挥、机器人行动规划、机器博弈等等。自动定理证明 把人证明数学定理和日常生活中的演绎推理变成一系列能在计算机上自动实现的符号演算的过程和技术，称为自动定理证明，也就是机器定理证明，其方法主要有四类：自然演绎法。依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证。判定法。即对一类问题找出统一的计算机上可实现的算法解。定理证明器。它研究一切可判定问题的证明方法。计算机辅助证明。它是以计算机为辅助工具，帮助人完成手工证明中难以
14、完成的大量计算、推理和穷举。自动程序设计 就是让计算机设计程序。具体来讲，就是只要人给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序。它通过规划过程，生成所需的程序。自动程序设计包括两方面的内容：程序综合与程序自动验证。程序综合即实现自动编程，只要告诉计算机“做什么”，而不用说“如何做”，计算机就可以自动地把程序设计出来。程序自动验证是指自动证明所设计程序的正确性。自动翻译 即机器翻译，是在没有人工翻译参与的情况下，利用最新技术生成的翻译。也就是完全用计算机作为两种语言之间的翻译。（5）模式识别 模式识别的一般过程可描述为：所谓模式识别（Pattern R
15、ecognition）就是是利用计算机对各种符号、文字、图形、语言、声音等进行分析、判断、分类的学科，分为三类：即模式获取、模式分析和模式分类。模式获取是利用变换器、传感器等检验器件将信息源中模拟数据收集起来作为待识别的模式信号；给计算机配感觉器官（如摄象机、送话器等）电信号系列 进行预处理 抽出特征模式 与标准模式进行比较 分类识别。模式识别经常采用的方法有模板匹配法、统计模式法、句法模式法、模糊模式法和神经网络法。下面分别对这些方法作以简单介绍:统计模式法 统计模式法是利用概率统计的方法进行模式识别。它把模式看成是三维空间的一些点，先对已知样本模式进行学习，通过样本特征建立起判别函数，以此
16、对识别事物进行分类识别。信息空间 信息空间 模式空间 特征空间 分类空间 学习部分 统计判决系统框图 模式获取预处理特征提取分类判决特征选择模式样本学习教练结构（句法）模式法 该方法把模式分成若干个简单元素，然后用特殊的文法规则描述这些元素之间的结构关系。不同的模式对应着不同的语句。结构法识别系统如图所示。图 结构法识别系统框图 提取有关特征模式获取预处理模式表示语法分析模式选择模式样本文法推断参数与非参数法 参数法又称为参数估计法。它是当模式样本的类概率密度函数已知，或者从提供的作为设计分类器用的训练样本能估计出类概率密度函数的近似表达式的情况下使用的一种模式识别方法。例如，在多数情况下，类
17、概率密度函数常常用正态分布来近似，即用正态分布的均值和协方差矩阵作为估计计算判别函数的参数。参数估计中最常用的方法是最大贝叶斯估计和最大似然估计。神经网络法 这是一种把神经网络与模式识别相结合所产生的新方法。它在进行识别之前，首先需要用一训练样例对网络进行训练，将连接权值确定下来，然后才能对待识别事务进行识别。该方法适应于对复杂事物的分类，并具有并行分布、容错、学习、自组织和自适应等特点。自然语言理解 自然语言理解（Natural Language Processing）主要研究如何使计算机能够理解和生成自然语言。早期的自然语言理解主要针对书面语言进行研究，即利用语言的句法、语法、语义、语用、
18、语气、语调等知识，再结合有关外界信息对其进行理解。60年代只注重语法；70年代出现了理解程序；73年涉及到语言的语法、语义、概念。现在的研究一般是在文字识别和语音识别系统的配合下进行书面语言和有声语音的识别与理解。图 人机对话系统方框图。自然语言理解自然语言生成 语言识别 语言理解 语言生成 语言发生推理解题决策 话筒 喇叭自然语言理解要达到以下一些目标：一种语言翻译成另外一种语言；用书本语言变成口头语言；将口头语言变成书本语言；修改和解释语言；根据各种语言发出各种指令，进行推理和问答等；在有关专题中找到某种答案。自然语言理解的应用：机器翻译或机助翻译。目前已研制出中、英、日等实用的翻译系统，
19、其翻译的总开销是人工翻译的30%以下。篇章理解：机器阅读，在消化篇章内容的基础上生成其摘要，或回答有关问题。篇章生成：根据以某种形式语言存储在计算机中的信息，生成自然语言。自然语言接口：用户直接采用自然语言，如英语、汉语等同大型数据库或专家咨询系统对话 博弈 是一个有关对策和斗智问题的领域。例如，下棋、打牌、战争等这一类竞争性智能活动都属于博弈问题。在AI中大多以下棋为例来研究博弈规律，并研制出一些很著名的博弈程序，例如塞缪尔的跳棋程序，格林布莱特等人设计的国际象棋程序等。“深蓝”被称为世界上第一台超级国际象棋电脑，于1997年5月3日至5月11日在美国纽约曼哈顿同当时的国际象棋世界冠军苏联人
20、卡斯帕罗夫对弈6局，结果“深蓝”获胜。1997年,世界国际象棋冠军斯卡帕罗夫(Kasparow)与一为特殊的对手进行了一次比赛。这位特殊的对手不是人类，而是IBM公司制造的超级计算机深蓝(Deep blue)由于第六具戏剧性的大胜，深蓝以3.5比2.5的总比分迫使斯卡帕罗夫低头认输。人们惊呼：电脑战胜了人脑！深蓝创造了历史那么深蓝又是如何做到这一点的呢 计算机视觉 它是一门用计算机实现或模拟人类视觉功能，研究为完成在复杂的环境中运动和在复杂的场景中识别物体所需要哪些视觉信息，以及如何从图像中获取这些信息的新兴学科。前沿研究领域包括实时并行处理,主动式定性视觉,动态和时变视觉,三维景物的建模与识
21、别,实时图像压缩传输和复原,多光谱和彩色图像的处理与解释等。主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力不仅包括对三维环境中物体形状、位置、姿态、运动等几何信息的感知，而且还包括对这些信息的描述、存储、识别与理解。计算机视觉的应用 计算机视觉已在条形码、邮政编码、指纹、染色体、字符等识别方面，在卫星图像处理、飞行器跟踪、成像精确制导、景物识别、目标检测和定位、CT图像的脏器重建、医学图像分析与识别、盲人导航视觉、机器人对物体识别与定位、障碍识别与回避、自动导航视觉、监测系统、生产过程监控、集成电路分析检测、钢管焊缝检测和彩色显像屏荧光膜混色检测等方面有较广泛的应用。智
22、能控制。是指那种无需或尽可能少的人的干预就能独立地驱动智能机器实现其目标的自动控制。智能控制系统是由智能机器对生产过程自动控制的系统。智能控制系统的智能可归纳为以下几方面：先验智能：有关控制对象及干扰的先验知识；反应性智能：对系统及环境变化的正确反应能力；优化智能：先验性优化及反应性优化；组织与协调智能：系统之间的有效管理与协调。智能管理 是指通过智能技术进行信息的智能过滤处理，将正确的信息在适当的时候传递给适当的人。它模拟管理人员的社会行为及管理行为偏好，自主地获取、检索因特网上的信息，管理过载信息，担当信息收集者、过滤者及知识学习者的角色。智能检索 智能检索就是利用分词词典、同义词典，同音
23、词典改善检索效果，还可在知识层面或者说概念层面上辅助查询，通过主题词典、上下位词典、相关同级词典，形成一个知识体系或概念网络，给予用户智能知识提示，最终帮助用户获得最佳的检索效果。智能决策 把AI技术引入决策过程，建立智能决策支持系统。该系统能够为决策者提供决策所需的数据、信息和背景材料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确决策提供必要的支持。智能通信 指以智能化的方式将通信嵌入到实时的系统运行之中，进而在整个系统范围内将人员和业务流程联接在一起，在通信系统的各个层次和环节上实现智能化
24、。例如在通信网的构建、网管与网控、转接、信息传输与转换等环节，都可实现智能化。这样，网络就可运行在最佳状态，使其具有自适应、自组织、自学习、自修复等功能。智能仿真 把以知识为核心和人类思维行为作背景的智能技术引入整个建模与仿真过程，构造智能仿真平台。智能仿真技术的开发途径是AI与仿真技术的集成化。因此，近年来各种智能算法，如模糊算法、神经算法、遗传算法的探索也形成了智能建模与仿真中的一些研究热点。智能制造 是指应用智能制造技术和智能制造系统的制造生产模式，在制造的各个环节中，以一种高度柔性和高度集成的方式，通过计算机模拟人类专家的智能活动，进行分析、判断、推理、构思和决策，旨在取代或延伸制造环
25、境中人的部分脑力劳动，并对人类专家的制造智能进行收集、存贮、完善、共享、继承和发展。智能CAD 将AI理论与 CAD(计算机辅助设计)技术相结合,使计算机具有支持人类专家的设计思维、推理决策及模拟人的思维方法与智能行为的能力,从而把设计自动化推向更高层次。从目前发展的趋势来看，它至少涉及设计自动化、智能交互、智能图形学、自动数据采集四个方面，把工程数据库及其管理系统、知识库及其专家系统、拟人化用户接口管理系统集于一体。智能CAI 就是把AI技术引入CAI(计算机辅助教学)领域。它将教学内容与教学策略分开，根据学生资料库提供的学生模型，通过智能系统的搜索与推理，动态生成适合于个别化教学的内容与策
26、略，自动生成各种问题与练习，自动解决问题生成解答；通过智能诊断机制判断学生的学习水平，分析学生产生错误的原因，同时向学生提出更改建议、以及进一步需学习内容的建议；通过对学生资料库中全体学生出现错误分布的统计，智能诊断机制向教师提供教学重点、方式、测试重点、方式、题型的建议；为教师提供友好的教学内容、测试内容维护界面，无需改变软件的结构即可调整教学策略；通过对学生模型、教学内容、测试结果的智能分析，向教学督导人员提供对教师教学业绩评价的参考意见。计算智能与进化计算 计算智能涉及神经计算、模糊计算、进化计算等研究领域。进化计算是指一类以达尔文进化论为依据来设计、控制和优化人工系统的技术和方法的总称
27、，它包括遗传算法、进化策略和进化规划。人工生命 旨在用计算机和精密机械等人工媒介生成或构造出能够表现自然生命系统行为特征的仿真系统或模型系统。自然生命系统行为具有自组织、自复制、自修复等特征以及形成这些特征的混沌动力学、进化和环境适应。人工生命所研究的人造系统能够演示具有自然生命系统特征的行为，在“生命之所能”的广阔范围内深入研究“生命之所知”的实质。人工生命学科的研究内容包括生命现象的仿生系统、人工建模与仿真、进化动力学、人工生命的计算理论、进化与学习综合系统以及人工生命的应用等。124 人工智能分支的划分 1 根据脑功能模拟的划分 机器学习就是机器自己获取知识。机器感知就是机器像人一样通过
28、“感觉器官”直接从外界获取信息。机器联想就是机器具有联想的功能。联想是指感知或回忆某一事物时，连带想起其他的有关事物的过程。机器推理就是计算机推理，也称自动推理。所谓推理就是以一些已知判断(前提)推出一个新判断(结论)的思维过程。机器理解就是使机器能够理解包括自然语言和图形在内的各种符号。机器行为主要指机器人行动规划。2.根据应用系统的划分 专家系统是一种模拟人类专家解决领域问题的计算机程序系统。其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。知识库系统是以知识库为核心的，包含
29、人、硬件和软件的各种资源，用于实现知识共享的系统。智能数据库系统就是在数据库的应用中集成了自我管理及资源调度的的功能，由数据库系统自己进行错误分析、可能的解决方案建议、自我修复及参数的自动配置。智能机器人系统是融合了感知、视觉、听觉、思考、人机通讯和执行等功能的综合系统。机器人 机器人(Robot)是具有类似某些生物器官功能、用以完成特定操作和移动任务的、可再编程的机械电子自动装置。复杂的机器人除机械手和脚、推进器、旋转器件、动力系统、控制系统、计算装置、存贮装置外，还具有多种人类器官的功能，如：具有触觉、听觉、嗅觉、感觉：粗造硬度、位置重量、热导体、温度、接近、形状、大小、距离的传感器。机器
30、人可广泛用于生产自动化、原子能利用、宇宙和海洋开发等领域，例如，可让机器人代替人在高温、高压、深水、单调、孤寂、狭小或带有放射性、有害性物质的环境中从事繁重或危险工作；另一方面，可以为人工智能理论、方法、技术研究提供一个综合试验场地，对人工智能各个领域的研究进行全面检查，并反过来推动人工智能研究的发展。机器人的分类 1按计划分 第一代机器人固定程序机器人和遥控式机器人；第二代机器人可变程序机器人和示教再现式机器人；第三代机器人自适应机器人和智能机器人。2按应用型划分 工业机器人、宇宙开发机器人、海洋开发机器人、玩具机器人、服务机器人、智能机器人。3按重量划分 机器人可分为重负荷（50公斤以上）
31、机器人、中负荷（550公斤）机器人、轻负荷（5公斤以下）机器人。有关机器人的研究内容 1利用大规模集成电路的小型化和计算机的高性能，研制新式判断机理的工程方法及软件；2研究视觉、听觉、触觉等感知器，尤其是研究空间识别问题；3研制用精密机械元件做成的手、脚等与计算机结合的方式；4研究机器人从三维空间收搜集信息的处理方式；5研究机器人识别外界环境的能力；人们正在研制在结构上有灵活动作的多关节手和两腿步行机构，利用电视摄像机和光学测距器、超声波等做视觉，在广泛范围内对物体进行搜索、识别和测距，并带有触觉、听觉等功能的智能机器人。3.根据计算机系统结构的划分 智能操作系统是一类基于知识处理、问题求解、
32、现场感应、环境适应并且能产生人类智能行为的操作系统 智能多媒体系统是一种多媒体播放系统，支持终端模式下大规模用户的多媒体应用，支持点播和组播等多种播放方式。它利用了本地计算能力，播放方式对用户完全透明，用户使用方式只需双击服务器上的文件即可。智能网络系统。AI技术、智能计算机与计算机网络技术的结合与融合，形成具有更多思维能力的智能网络系统。当前，基于网络系统的分布式智能决策系统、分布专家系统、分布知识库系统、分布智能代理技术、分布智能控制系统及智能网络管理技术等的发展，也都明显的体现了这种智能网络系统的发展趋向。智能计算机系统是信息采集、存储、处理、通信同AI结合在一起的新一代计算机系统。它具
33、有计算、感知、记忆、推理、学习等功能，能以汉语语音、汉字、图形和图像与系统进行交互作用，具有较丰富的软件设计和生产能力，是一个功能较强的智能应用系统的开发环境。智能计算机的特点 1 集中分布式多级递阶结构；2 串行并行相结合的工作方式；3 分工分区相结合的协调控制体制；4 两态多态兼容的复合逻辑；5 自组织、自修复的柔性联结系统；6 启发算法，归纳演绎；7 联想记忆、联想识别、联想推理；8 自学习、自适应、自寻优；9 自整定、自规划、自编程；10.自然信息的输入、处理及输出。智能计算机要达到的目标 1执行110亿逻辑推理，1逻辑推理1001000步；2 知识库容量1000亿100000亿字节，
34、在几秒钟内搜索得到结果；3 智能接口系统以自然语言方式对话，提供机器翻译10000个基本词，1000条语法规则，分析精度达99%；4 核心语言Prolog语言；5 不学就会用；6 高度的精确推理和学习；7 程序自动生成；8 高可靠性和保密。4.根据基础理论的划分 从基础理论看，AI可分为数理逻辑和多种非标准逻辑、图论、人工神经网络、模糊集、粗糙集、概率统计（贝叶斯统计决策理论）和贝叶斯网络、统计学习理论与支持向量机、形式语言与自动机等领域和方向。5.根据智能算法来划分 从智能算法来看，AI可分为数据挖掘和知识发现、智能主体、启发式算法、逻辑演算、高级知识推理、模糊算法、遗传算法、免疫算法、人工
35、神经网络、人工生命、进化编程、粒群优化、蚁群算法、自然计算等分支与方向。13 人工智能的技术方案与途径 131 人工智能的基本技术 1推理技术：从一个或几个已知的判断（前提）得出另一个新判断（结论）的思维过程。2搜索技术：为了达到某一目标而连续地进行推理的过程。搜索技术就是对推理进行引导和控制的技术。3知识表示与知识库技术：知识表示是指知识在计算机中的表示方法和表示形式；知识库技术包括知识的组织、管理、维护、优化等技术。4知识获取技术：知识获取包括机器学习和用人工移植的方法进行学习两个方面。131 人工智能的基本技术 5.联想技术和归纳技术：联想是指感知或回忆某一事物时，连带想起其他的有关事物
36、的过程。归纳技术，是指机器自动提取概念、抽取知识、寻找规律的技术。6.知识发现和数据挖掘技术：知识发现的全称是从数据库中发现知识。知识发现主要流行于AI和机器学习领域，而数据挖掘则主要流行于统计、数据分析、数据库和管理信息系统领域。数据挖掘是指从数据库中发现隐含的、先前不知道的、潜在有用的信息，它综合了机器学习、数据库、专家系统、模式识别、统计、管理信息系统、基于知识的系统、可视化等领域的有关技术。其目的就是从数据库的数据中抽取和精化一般规律或模式。7智能系统与智能计算机的构成技术：建立智能系统或构造智能机器 132 人工智能的研究内容 1人工智能的理论体系研究 2广义知识模型的研究 3联想知
37、识库的研究 4自组织推理机的研究 5知识获取工具的研究 6专家系统开发环境的研究 7 对智能控制与智能管理的研究 8高智能机器人及其应用研究 9新一代人工智能机的研究 10高性能脑模型的研究 11高智能专家系统的研究 12对智能化仪器、仪表的研制133 人工智能的研究方法 结构模拟是从仿生学的观点，基于脑的生理结构原型和工作机理。思维模拟法就是以人脑的心理模型，利用计算机软件、符号推演与心理学方法，从宏观上来模拟人脑的思维，实现机器智能。1.启发方法依靠启发推理，利用启发程序，进行问题求解。2.算法主要依靠算法证明，利用算法程序进行问题求解。行为模拟法是一种基于感知行为模型的研究方法 14 人
38、工智能的产生与发展 141 人工智能的孕育期(在1956年以前)在这个阶段中，数理逻辑、自动机理论、控制论、信息论、仿生学、神经生理学、实验心理学、电子计算机等科学技术的进展，为人工智能学科的诞生，准备了思想、理论和物质基础。141 人工智能的孕育期1 1647年法国的数学和物理学家帕斯卡(Pascal)制造了一台有效的机械加法器。2 1821年英国数学家巴贝奇(Babbage)发明了两台最先进的差分机和分析机。其中分析机的设计思想与现代电子计算机十分相似。他提出了计算机的五个主要组成部分：输入(把数字输入机器)、存储器(保存数字和程序指令)、运算器(执行运算)、控制器(控制执行各种命令)和输
39、出(把运算的结果告诉用户)。为电子计算机的发展奠定了基础。3 著名的英国逻辑学家和哲学家乔治布尔(G.Boo1e，1815年一1864年)致力于使“思维规律”形式化和实现机械化，他发明了布尔代数，首次用符号语言描述了思维活动的基本推理法则。4.1936年英国数学家、图灵机的发明者图灵(A.M.Turing)创立了自动机理论。图灵1945年设计思想的21种特点中，已有15种由别人重新提出并在机器上实现了，如变址寄存器、微程序设计、虚拟存储器和变指令系统等等。布尔（布尔（Boole）（）（1815 1864），），英国数学家、逻辑学家。他的主要英国数学家、逻辑学家。他的主要贡献是初步实现了莱布尼茨
40、关于思贡献是初步实现了莱布尼茨关于思维符号化和数学化的思想，提出了维符号化和数学化的思想，提出了一种崭新的代数系统一种崭新的代数系统布尔代数，布尔代数，凡是传统逻辑能处理的问题，布尔凡是传统逻辑能处理的问题，布尔代数都能处理。代数都能处理。歌德尔（Gdel）（1906 1978），美籍奥地利数理逻辑学家，他研究数理逻辑中的一些带根本性的问题，即形式系统的完备性和可判定性问题，指出了把人的思维形式化和机械化的某些极限，在理论上证明了有些事情是机器做不到的。怎样才能说机器（计算机）拥有了智能？1950年，图灵提出了著名的年，图灵提出了著名的“图图灵实验灵实验”：让一个人和一台计算机分处让一个人和一
41、台计算机分处两个不同的房间，另有一主持人向两个不同的房间，另有一主持人向他们提出问题，如果主持人通过听他们提出问题，如果主持人通过听取对问题的回答分辨不出哪个是人取对问题的回答分辨不出哪个是人的回答，哪个是计算机的回答，便的回答，哪个是计算机的回答，便认为被实验的计算机有了智能。认为被实验的计算机有了智能。1.1.2 图灵测试和中文屋子 图灵测试”（Turing Test）141 人工智能的孕育期5 1943年，麦卡洛克(W.cclloch)与匹茨(W.Pitts)研制了神经细胞模型MP模型，开创了脑模型研究工作。6 1 9 4 5 年 匈 牙 利 数 学 家、博 弈 论 的 创 立 者 冯
42、诺 依 曼(John.Von.Neumann)提出了存储程序的概念。冯诺依曼的这一思想被誉为电子计算机时代的开始。至今，计算机的体系结构还基本上是冯诺依曼型。7 1946年由美国人莫克利(Mauchly)和埃克特(Eckert)在宾夕法尼亚大学摩尔电工学院研制成功世界上第一台电子计算机ENIAC(Electronic Numerical Integrator And Computer)。该机由18000个电子管组成，占空间81立方米，占地1500平方米，重量60吨，运行速度为5000次/秒，是为计算枪炮和导弹的弹导表而设计的，能够在30秒内计算出60个弹道曲线。8 1948美国著名数学家、控制
43、论创始人维纳(N.Wiener)创立了控制论。9 1948年美国应用数学家、信息论的创始人香农(C.E.Shannon)创立了信息论。10 1948年英国生物学家阿希贝（W.R.Ashby）的设计一个脑一书出版。142 人工智能的研究与形成期(1956年至1970年)在这个阶段，人工智能学科正式产生，在定理证明、问题求解、机器博弈、Lisp语言、文字和图象识别、机器思维、感知、及行为等基本内容上取得了重大突破。这一时期的主要研究成果大致有以下一些方面。142 人工智能的研究与形成期 1 1956年麦卡锡在美国正式提出了“人工智能”（Artificial Intelligence）这一术语。2
44、1956年，美国的纽厄尔、肖和赛蒙合作编制了一个名为逻辑理论机(Logic Theory Machine，LT)的计算机程序系统。证明了名著数学原理第2章中的38条定理(1963年在另一台机器上证明了全部52条定理)。而美籍华人、数理逻辑学家王浩于1958年在IBM一704计算机上用35分钟证明了数学原理中有关命题演算的全部220条定理，并且还证明了谓词演算中150条定理的85%。3 1956年，塞缪尔研制成功了具有自学习、自组织、自适应能力的西洋跳棋程序。4 1957年，罗森勃劳特(F.Rosenblatt)研究制成感知机，具有学习功能，模仿视觉,进行模式分类识别。5 1959年，籍勒洛特发
45、表了证明平面几何问题的程序，塞尔夫里奇推出了一个模式识别程序；142 人工智能的研究与形成期6 1960年，纽厄尔、肖和赛蒙等人编制了通用问题求解程序。该程序可以求解11种不同类型的问题 。7 1960年，麦卡锡研制成功了面向人工智能程序设计的表处理语言LISP。8 1960年美国生产了第一批商用工业机器人UNIMATE和VERSATRAN。9 1965年，鲁宾逊(Robinson)提出了归结(消解)原理。10 1965年，美国斯坦福大学的费根鲍姆(E.A.Feigenbaum)开始研究化学专家系统DENDRAL。11 1968年Quillian提出了语义网络知识表示法。12 1969年，由国
46、际上许多学术团体共同发起成立了国际人工智能联合会议(International Joint Conferenceson Artificial Intelligence，简称IJCAI)。143 人工智能的发展与应用期（1970年以后）从1970年以后，人工智能从实验室走了出来，从一般思维规律探讨转向知识工程开发，进入实际应用时代。70年代后期开始，一大批实用型专家系统不断涌现。大量出版关于人工智能的专著、手册和文集。在知识表示、不精确推理、人工智能语言等方面也有重大进展。1977年，在第五届国际人工智能会议上，费根鲍姆进一步提出了“知识工程”的概念。日本于1981年10月向全世界公布的第五代电
47、子计算机的研制计划，打算在此十年内拨出大约4亿5000万美元资金用于该项目的实施。美国1983年制定了6一10年的研制规划，投资6亿多美元拟研制能看、听、说和思考的新一代电子计算机 神经网络的理论和技术在经过近20年的暗淡时期后终于有了新的突破和惊人的成果。一般认为，当前人工智能的发展，呈现出如下特点:1 传统的符号处理与神经计算各取所长，联合作战。由于两种方法各有所长，又各有所短，但却刚好互补。所以，将两种方法相结合，则是可取的策略和方向。2 一批新思想、新理论、新技术不断涌现。如:模糊技术。模糊神经网络、遗传算法、进化程序设计、混沌理论、人工生命等，它们又构成了所谓的软计算技术、计算智能、
48、符号智能、粗糙集理论、数据开采与知识发现技术、面向对象技术、现场AI等等，而且这些理论和技术又互相渗透、互相融合。3 基于计算机网络，以研究和开发群体智能为主要特征的分布式人工智能正异军突起，蓬勃发展。4 应用研究愈加深入而广泛。当今的人工智能研究与实际应用的结合越来越紧密，受应用的驱动越来越明显。144 人工智能在我国的发展情况 1980年4月，中国自动化学会模式识别与机器智能专业委员会在武汉成立；1980年8月，全国高校人工智能研究会在长春成立；1981年9月，中国人工智能学会在长沙成立；1982年4月，中国计算机学会人工智能学组在杭州成立(1986年11月在太原升级为人工智能与模式识别专
49、业委员会)；1986年5月，中国软件行业协会人工智能协会在北京成立；1987年6月，中国计算机学会软件专业委员会智能软件学组在北京成立；1987年，国家高技术智能计算机系统专家组在北京成立。1978年，国家科学技术发展规划将智能模拟列为主要课题之一。1986年我国政府把人工智能、模式识别和智能机器人等列入重大科技攻关项目，后来又列入跟踪国际高科技发展规划中。在我国的发展情况 我国开发的AI产品包括：智能家居（智能家居中心、智能家电产品、智能游戏等）；智能装置与智能系统（智能仪表与智能传感器、智能检测系统、智能设备、智能开发系统、智能制造系统、智能控制单元与系统、仿生与识别装置、仿真设计与制造、
50、智能教学设备、智能温室技术与产品等）；智能机器人；智能建筑集成（智能场馆、与智能建筑集成配套的技术和设备等）；智能交通（智能化交通设备与系统、智能化定位与导航系统等）；智能网络（智能管理系统、智能网络与终端、网络监视与控制系统以及其他智能网络的平台、系统等）；智能通信（智能通信终端设备、智能通信技术与系统等）；其他各类智能产品、系统。145 人工智能的发展趋势与展望 1.AI发展的特点 传统的符号处理与神经计算各取所长，联合作战。一批新思想、新理论、新技术不断涌现。如:模糊技术。模糊神经网络、遗传算法、进化程序设计、混沌理论、人工生命等，而且这些理论和技术又互相渗透、互相融合。基于计算机网络，
