《第1-10共10章-人工智能ppt丁世飞概要.ppt》由会员分享，可在线阅读，更多相关《第1-10共10章-人工智能ppt丁世飞概要.ppt（50页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第一章 绪论n【主要内容】n1.1 什么是人工智能n1.2 人工智能的发展n1.3 人工智能的研究方法n1.4 人工智能研究的应用领域【现工智现代人工智能（Artificial Intelligence，简称AI），一般认为起源于美国1956年夏季的达特茅斯会议，在这次会议上，John McCarthy第一次提出了“Artificial Intelligence”这个词。约翰约翰麦卡锡麦卡锡（John McCarthy）p人工智能之父人工智能之父n首次提出首次提出AI的概念的概念nLISP语言的发明人语言的发明人 人工智能人工智能(Artificial Intelligence，简记为AI)是
2、当前科学技术迅速发展及新思想、新理论、新技术不断涌现的形势下产生的一个学科，也是一门涉及数学、计算机科学、哲学、认知心理学和心理学、信息论、控制论等学科的交叉和边缘学科。本章的主要任务是讨论智能、人工智能的基本概念，并对人工智能的发展历史、研究内容、研究途径及应用领域进行简要的讨论。人工人工 人工智能的一个比较流行的定义，也是该领域较早的定义，是由当时麻省理工学院的麦卡锡在1956年的达特矛斯会议上提出的：“人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样”。总体来讲，目前对人工智能的定义大多可划分为四类，即机器“类人思维”、“类人行为”、“理性思维”和“理性行为”。【图灵测试】
3、1950年，年，阿兰阿兰图灵图灵(Alan Turing)提出图灵测提出图灵测试，为智能提供一个满足可操作要求的定义。图试，为智能提供一个满足可操作要求的定义。图灵测试用人类的表现来衡量假设的智能机器的表灵测试用人类的表现来衡量假设的智能机器的表现，这无疑是评价智能行为的最好且唯一的标准。现，这无疑是评价智能行为的最好且唯一的标准。图灵测试的基本过程图灵测试的基本过程 图灵称为图灵称为“模仿游戏模仿游戏”的测试是这样进行的的测试是这样进行的:将一将一个人与一台机器置于一间房间中，而与另外一个人分个人与一台机器置于一间房间中，而与另外一个人分隔开来，并把后一个人称为询问者。询问者不能直接隔开来，
4、并把后一个人称为询问者。询问者不能直接见到屋中任一方，也不能与他们说话，因此，他不知见到屋中任一方，也不能与他们说话，因此，他不知道到底哪一个实体是机器，只可以通过一个类似终端道到底哪一个实体是机器，只可以通过一个类似终端的文本设备与他们联系。的文本设备与他们联系。然后然后,让询问者仅根据通过这个仪器提问收到的答让询问者仅根据通过这个仪器提问收到的答案辨别出哪个是计算机，哪个是人。如果询问者不能区案辨别出哪个是计算机，哪个是人。如果询问者不能区别出机器和人，那么根据图灵的理论，别出机器和人，那么根据图灵的理论，就可以认为这就可以认为这个机器是智能的。个机器是智能的。一台机器要通过图灵测试，它需
5、要有下面一台机器要通过图灵测试，它需要有下面的能力：的能力：1.自然语言处理自然语言处理:实现用自然语言与计算机进行交实现用自然语言与计算机进行交流流;2.知识表示知识表示:存储它知道的或听到的、看到的；存储它知道的或听到的、看到的；3.自动推理：能根据存储的信息回答问题，并提出自动推理：能根据存储的信息回答问题，并提出新的结论；新的结论；4.机器学习：能适应新的环境，并能检测和推断新机器学习：能适应新的环境，并能检测和推断新的模式；的模式；5.计算机视觉：可以感知物体；计算机视觉：可以感知物体；6.机器人技术：可以操纵和移动物体。机器人技术：可以操纵和移动物体。图灵测试的重要特征图灵测试的重
6、要特征：1.它给出了一个客观的智能概念，也就是根据对一系它给出了一个客观的智能概念，也就是根据对一系列特定问题的反应来决定是否是智能体的行为。这列特定问题的反应来决定是否是智能体的行为。这为判断智能提供了一个标准，从而避免了有关部门为判断智能提供了一个标准，从而避免了有关部门智能：智能：“真正真正”特征的必然争论。特征的必然争论。2.这项实验使我们免于受到诸如以下目前无法回答的这项实验使我们免于受到诸如以下目前无法回答的问题的牵制：计算机使用的内部处理方法是否恰当问题的牵制：计算机使用的内部处理方法是否恰当或者机器是否是否真的意识到其动作。或者机器是否是否真的意识到其动作。3.通过使询问者只关
7、注回答问题的内容，消除了有利通过使询问者只关注回答问题的内容，消除了有利于生物体的偏置。于生物体的偏置。人工智能（AI）是一门正在发展中的综合性前沿学科，它由计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科相互渗透而发展起来。人工智能研究的近期目标：是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。人工智能的最终目标是建立关于智能的理论和让智能机器达到人类的智能水平（人工智能体）。图图灵灵于于19361936年年提提出出了了一一种种理理想想计计算算机机的的数数学学模模型型，后后世世通通称称之之为为图图灵灵机机。现现已
8、已公公认认，所所有有可可计计算算函函数数都都能能用用图图灵灵机机计计算算，这这就就是是所所谓谓C Church-Turinghurch-Turing论论题题。TuringTuring的的这这项工作为后来出现的电子计算机建立了理论根据。项工作为后来出现的电子计算机建立了理论根据。19501950年年1010月月，图图灵灵发发表表了了题题为为“机机器器能能思思考考吗吗？”的的论论文文，在在计计算算机机科科学学界界引引起起巨巨大大震震撼撼，为为人人工工智智能能的的创创立立奠定了基础。奠定了基础。人工智能的孕育期人工智能的孕育期McCullochMcCulloch，美美国国神神经经生生理理学学家家。他
9、他和和PittsPitts一一起起，在在19431943年年建建成成了了第第一一个个神神经经网网络络数数学学模模型型。McCullochMcCulloch和和PittsPitts的的理理论论开创了微观人工智能，即用模拟人脑来实现智能的研究。开创了微观人工智能，即用模拟人脑来实现智能的研究。Wiener(Wiener(维维纳纳)，美美国国数数学学家家。他他于于19481948年年发发表表的的控控制制论论（CyberneticsCybernetics或或动动物物与与机机器器中中的的控控制制与与通通信信）论论文文，不不但但开开创创了了近近代代控控制制论论，而而且且为为人人工工智智能能的的行行为为主主
10、义义学学派派树树立立了了信信息息的的里程碑。里程碑。Shannon(Shannon(香香农农)，美美国国数数学学家家。他他于于19481948年年发发表表了了通通讯讯的的数数学学理理论论，这这是是一一个个标标志志，代代表表了了一一门门新新学学科科信信息息论论的的诞诞生生。信信息息论论对对心心理理学学产产生生了了很很大大的的影影响响，而而心心理理学学又又是是人人工工智能研究的重要支柱。智能研究的重要支柱。人工智能的孕育期人工智能的孕育期人工智能的摇篮期人工智能的摇篮期1956年夏季，人工智能（AI）作为一门独立的学科正式诞生在达特茅斯大学召开的世界上第一次人工智能大会。经McCarthy提议，在
11、会上正式决定使用人工智能一词来概括这个研究方向。McCarthy人工智能之父会议参加者：Minsky(哈佛大学数学神经学家)Rochester(IBM公司信息研究中心负责人)Shannon(香农)(贝尔实验室信息部数学研究员)T.Moore(摩尔)和A.Samuel(塞缪尔)(IBM公司)A.Newell(艾伦.纽厄尔)H.A.Simon(西蒙)自这次会议之后的10多年间，人工智能的研究取得了许多引人注目的成就。1956年，NeweIl和Simon等人首先取得突破，他们编制的程序Logic Theorist证明了数学原理第二章中的38条定理。后来经过改进，又于1963年证明了该章中的全部52条
12、定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。从1957年开始，Newell，Shaw和Simon等人就开始研究一种不依赖于具体领域的通用解题程序，称为GPS(General Problem Solver)。GPS的研究前后持续了10年，最后的版本发表于1969年。人工智能的摇篮期人工智能的摇篮期人工智能的形成期人工智能的形成期在逻辑学方面，鲁滨逊(JARobinson)发表了使用逻辑表达式表示的公理，机械地证明给定的逻辑表达式的方法，它被称为归结原理，对后来的自动定理证明和问题求解的研究产生了很大的影响。现在有名的程序设计语言PR
13、OLOG也是以归纳原理为基础的。人工智能的形成期人工智能的形成期在这个时期最大的人工智能研究成果是涉及语义处理的自然语言处理(英语)的研究。MIT的研究生威诺格拉德(TWinograd)开发了能够在机器人世界进行会活的自然语言系统SHRDLU。它不仅能分析语法，而且能够分析语义解释不明确的句子，对提问通过推理进行回答。恰好在第一届人工智能国际会议召开之际，人工智能作为一个学术领域得到了承认。MIT、斯坦福大学和CMU被称为人工智能和计算机科学的三大中心。人工智能的发展期人工智能的发展期1972年，法国马赛大学A.Cohermer和他领导的研究小组研制成功第一个PROLOG系统，成为了继LISP
14、语言之后的另一种重要的人工智能程序语言；1972年，斯坦福大学的E.H.Shortliffe研制了用于诊断和治疗感染性疾病的专家系统MYCIN。1974年，Minsky提出了框架理论；Shortliffe于1975年提出并在IMYCIN中应用了不精确推理；Duda于1976年提出并在PROSPECTOR中应用的贝叶斯方法等等。1977年，第 五 届 国 际 人 工 智 能 联 合 会(5thIJCAI)上，Feigenbaum教授在一篇题为人工智能的艺术：知识工程课题及实例研究的特约文章中，系统地阐述了专家系统的思想，并提出了知识工程(Knowledge Engineering)的概念。他说；
15、“人工智能研究的知识表示和知识利用的理论，不能直接地用于解决复杂的实际问题。知识工程师必须把专家的知识变换成易于计算机处理的形式加以存储。计算机系统通过利用知识进行推理来解决实际问题。”从此之后，处理专家知识的知识工程和利用知识工程的应用系统(专家系统)大量涌现。专家系统可以预测在一定条件下某种解的概率。由于当时计算机已有巨大容量，专家系统有可能从数据中得出规律。专家系统的市场应用很广。十年间，专家系统被用于股市预测，帮助医生诊断疾病，以及指示矿工确定矿藏位置等。这一切都因为专家系统存储规律和信息的能力而成为可能。人工智能的发展期人工智能的发展期人工智能的实用期人工智能的实用期 进入20世纪8
16、0年代后，专家系统的开发已经走出实验室，成为软件产业的一个新分支：知识产业。有人估计，这方面的专业公司正以差不多每周新开张一个的速度发展着。现在，大多数人工智能专家都承认，知识工程是20世纪七八十年代人工智能研究中最有成就的分支之一，它在恢复和推进人工智能的社会形象方面起了很大的作用。作为典型的人工智能产品最早要数LISP机。其作用是用高速专用工作站把以往在大型计算机上运行的人工智能语言LISP加以实现。在MIT从1975年左右开始试制LISP机。作为一个副产品，一部分研究者成立了公司，最先把LISP机商品化。美国主要的人工智能研究所最先购入LISP机，用户的范围逐渐扩大。再者，各种程序设计语
17、言也商品化了。除此之外，还有作为人机接口的自然语言软件(英语)、CAI(Computer Aided Instruction)、具有视觉的机器人等。在各公司内部使用的产品中，GE公司的机车故障诊断系统和DEC公司的计算机构成的辅助系统是很有名的。人工智能的实用期人工智能的实用期然而，随着专家系统应用的不断深入，专家系统自身存在的知识获取难、知识领域窄、推理能力弱、智能水平低、没有分布式功能、实用性差等等问题逐步暴露出来。日本、美国、英国和欧洲所制订的那些针对人工智能的大型计划多数执行到20世纪80年代中期就开始面临重重困难，已经看出达不到预想的目标1992年，FGCS正式宣告失败。进一步分析便
18、发现，这些困难不只是个别项目的制定有问题，而是涉及人工智能研究的根本性问题。人工智能的实用期人工智能的实用期总的来讲是两个问题：一是所谓的交互(Interaction)问题，即传统方法只能模拟人类深思熟虑的行为，而不包括人与环境的交互行为；另一个问题是扩展(Scaling up)问题，即所谓的大规模的问题，传统人工智能方法只适合于建造领域狭窄的专家系统，不能把这种方法简单地推广到规模更大、领域更宽的复杂系统中去。这些计划的失败，对人工智能的发展是一个挫折。于是到了20世纪80年代中期，AI特别是专家系统热大大降温。进而导致了一部分人对AI前景持悲观态度，甚至有人提出AI的冬天已经来临。人工智能
19、的实用期人工智能的实用期人工智能稳步增长期人工智能稳步增长期 尽管20世纪80年代中期AI研究的淘金热跌到谷底，但大部分AI研究者都还保持着清醒的头脑。一些老资格的学者早就呼吁不要过于渲染AI的威力，应多做些脚踏实地的工作。甚至在这个淘金热来到时就已预言其很快就会降温。也正是在这批人的领导下，大量扎实的研究工作接连不断地进行，从而使AI技术和方法论的发展始终保持了较高的速度。20世纪80年代中期的降温并不意味着AI研究停滞不前或遭受重大挫折，因为过高的期望未达到是预料中的事，不能认为是受到挫折。自那以来，AI研究进入稳健的线性增长时期，而人工智能技术的实用化进程也步入成熟时期。人工智能稳步增长
20、期人工智能稳步增长期近年来AI研究形成三种不同的研究学派：符号主义符号主义（AI研究的传统观点）联接主义：联接主义：神经网络及神经网络间的连接机制与学习算法行为主义行为主义：智能行为的基础是“感知-行动”，是在与环境的交互作用中表现出来的。符号主义符号主义 符号主义以符号处理为核心的方法，又称为符号主义以符号处理为核心的方法，又称为自上而下和符号主义自上而下和符号主义,起源于起源于GPS,GPS,用于模拟人类用于模拟人类问题求解过程的心理过程问题求解过程的心理过程,逐渐形成为物理符号逐渐形成为物理符号系统系统。AIAI的目标就是实现机器智能的目标就是实现机器智能,而计算机自身具而计算机自身具有
21、符号处理功能有符号处理功能,它本身就蕴含着推理能力它本身就蕴含着推理能力,因而因而可能够方便地模拟逻辑思维过程可能够方便地模拟逻辑思维过程。符号主义认为：。符号主义认为：人类智能的基本单元是符号，认知过程就是符号人类智能的基本单元是符号，认知过程就是符号操作过程，从而思维就是符号计算操作过程，从而思维就是符号计算主要特征主要特征:(1)(1)立足于逻辑运算和符号操作立足于逻辑运算和符号操作,适合于模拟适合于模拟 人人的逻辑思维过程的逻辑思维过程,解决需要逻辑推理的复杂问题。解决需要逻辑推理的复杂问题。(2)(2)知识可用显示的符号表示知识可用显示的符号表示,在已知基本规则的情在已知基本规则的情
22、况下况下,无需输入大量的细节知识。无需输入大量的细节知识。(3)(3)便于模块化便于模块化,当个别事实发生变化时当个别事实发生变化时,易于修改。易于修改。(4)(4)能与传统的符号数据库进行连接。能与传统的符号数据库进行连接。(5)(5)可对推理结论进行解释可对推理结论进行解释,便于对各种可能性进行便于对各种可能性进行选择。选择。符号主义符号主义缺点：缺点：可以解决逻辑思维可以解决逻辑思维,但对于形象思维难但对于形象思维难于模拟信息表示成符号后于模拟信息表示成符号后,并在处理或并在处理或转换时转换时,信息有丢失的情况。信息有丢失的情况。连接主义以网络连接为主的连接机制方法。又连接主义以网络连接
23、为主的连接机制方法。又称为自下而上和连接主义称为自下而上和连接主义,属于非符号处理范畴。属于非符号处理范畴。在现实中，人们并不仅仅依靠逻辑推理来求解问题，在现实中，人们并不仅仅依靠逻辑推理来求解问题，有时非逻辑推理还其着非常重要的作用。有时非逻辑推理还其着非常重要的作用。连接主义连接主义主要特征主要特征:(1)(1)通过神经元之间的并行协作实现信息处理通过神经元之间的并行协作实现信息处理,处理过程具有并行性处理过程具有并行性,动态性动态性,全局性全局性(2)(2)可以实现联想的功能可以实现联想的功能,便于对有噪声的信息便于对有噪声的信息进行处理进行处理(3)(3)可以通过对神经元之间连接强度的
24、调整实现可以通过对神经元之间连接强度的调整实现学习和分类等学习和分类等(4)(4)适合模拟人类的形象思维过程适合模拟人类的形象思维过程(5)(5)求解问题时求解问题时,可以较快的得到一个近似解可以较快的得到一个近似解连接主义连接主义缺点：缺点：(1)(1)不适合于解决逻辑思维不适合于解决逻辑思维(2)(2)体现结构固定和组成方案单一的系体现结构固定和组成方案单一的系统也不适合多种知识的开发统也不适合多种知识的开发 行为主义又称为进化主义或控制论学派，是基于控制行为主义又称为进化主义或控制论学派，是基于控制论和论和“动作动作-感知感知”型控制系统的人工智能学派，属型控制系统的人工智能学派，属于非
25、符号处理方法于非符号处理方法 行为基本观点可以概括为：行为基本观点可以概括为：1 1、知知识识和和形形式式化化表表达达和和模模型型化化方方法法是是人人工工智智能能的的重重要障碍之一；要障碍之一；2 2、智智能能取取决决于于感感知知和和行行动动，应应直直接接利利用用机机器器对对环环境境作用后，环境对作用的响应为原形作用后，环境对作用的响应为原形 3 3、智智能能行行为为只只能能现现实实在在世世界界中中与与周周围围环环境境交交互互作作用用而表现出来而表现出来 4 4、人人工工智智能能可可以以像像人人类类智智能能一一样样逐逐步步进进化化，分分阶阶段段发展和增强。发展和增强。这种观点认为人工智能起源于
26、控制论这种观点认为人工智能起源于控制论，智能取决智能取决于感知和行动于感知和行动(所以被称为行为主义所以被称为行为主义)，它不需要知识、它不需要知识、不需要表示、不需要推理。不需要表示、不需要推理。其代表人是布鲁克其代表人是布鲁克(R.A.Brooks)(R.A.Brooks)，他的观点是：，他的观点是：人的本质能力是在动态环境中的行为能力、对外界事人的本质能力是在动态环境中的行为能力、对外界事物的感知能力、维持生命和繁衍生息的能力物的感知能力、维持生命和繁衍生息的能力，正是这正是这些能力对智能的发展提供了基础些能力对智能的发展提供了基础，因此智能行为只能因此智能行为只能在与现实世界的环境交互
27、作用中表现出来在与现实世界的环境交互作用中表现出来，这似乎符这似乎符合达尔文的进化论合达尔文的进化论，即人工智能也会像人类智能一样即人工智能也会像人类智能一样通过逐步进化而实现通过逐步进化而实现(所以称为进化主义所以称为进化主义)，而不需要而不需要有知识表示和知识推理有知识表示和知识推理。行为主义行为主义 BrooksBrooks的代表性成果是他所研制的的代表性成果是他所研制的6 6足机器虫。足机器虫。BrooksBrooks认为要求机器人像人一样去思维太困难了认为要求机器人像人一样去思维太困难了，在做一在做一个像样的机器人之前个像样的机器人之前，不如先做一个像样的机器虫不如先做一个像样的机器
28、虫，由机由机器虫慢慢进化器虫慢慢进化，或许可以做出机器人。于是他在或许可以做出机器人。于是他在MITMIT的的AIAI实验室研制成功了一个由实验室研制成功了一个由150150个传感器和个传感器和2323个执行器构成个执行器构成的像煌虫一样能做的像煌虫一样能做6 6足行走的机器人实验系统。这个机器足行走的机器人实验系统。这个机器虫虽然不具有像人那样的推理、规划能力虫虽然不具有像人那样的推理、规划能力 ,但其应付复但其应付复杂环境的能力却大大超过了原有的机器人杂环境的能力却大大超过了原有的机器人,在自然在自然(非结非结构化构化)环境下环境下，具有灵活的防碰撞和漫游行为具有灵活的防碰撞和漫游行为 。
29、目目前前这这一一观观点点尚尚未未形形成成完完整整的的理理论论体体系系，有有待待进进一一步步研研究究，但但由由于于它它与与人人们们的的传传统统看看法法完完全全不不同同，因因而而引引起起了了人工智能界的注意。人工智能界的注意。人工智能研究的主要内容包括机器学人工智能研究的主要内容包括机器学习、问题求解、习、问题求解、专专家家系统系统 、模式识、模式识别、自然语言处理别、自然语言处理 、智能决策支持智能决策支持系系统统、人工神经网络、自动定理证明、人工神经网络、自动定理证明、机器学习等广泛内容。机器学习等广泛内容。n机器学习 机器学机器学习习就是就是让计让计算机能算机能够够像人那像人那样样自自动获动
30、获取新知取新知识识，并在并在实实践中不断地完善自我和增践中不断地完善自我和增强强能力能力，使得系使得系统统在在下一次下一次执执行同行同样样任任务务或或类类似的任似的任务时务时，会比会比现现在做得在做得更好或效率更高更好或效率更高。机器学机器学习习的研究一方面可以使机器能自的研究一方面可以使机器能自动获动获取知取知识识，赋赋予机器更多的智能予机器更多的智能；另一方面可以另一方面可以进进一步揭示人一步揭示人类类思思维规维规律和学律和学习习奥秘奥秘，帮助人帮助人们们提高学提高学习习效率。机器效率。机器学学习习的研究的研究还还会会对记忆对记忆存存储储模式、信息模式、信息输输入方式及入方式及计计算机体系
31、算机体系结结构构产产生重大影响。生重大影响。机器学机器学习习主要有机械学主要有机械学习习、归纳归纳学学习习、类类比学比学习习、解、解释释学学习习、发现发现学学习习、遗传遗传学学习习和和连连接学接学习习等。等。机器学习的研究尚处于初级阶段，但却是一个必须大力开展研究的领域。只有机器学习的研究取得进展，人工智能和知识工程才会取得重大突破。37机器学习n问题求解 人工智能的第一大成就是能够求解难题的下棋(如象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。另一种问题求解程序是把各种数学公式符号汇编在一起，使其性
32、能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。专家系统是一个计算机智能软件系统专家系统是一个计算机智能软件系统，它运用特定领它运用特定领域的专门知识域的专门知识，通过推理来模拟解决通常由人类专家才能通过推理来模拟解决通常由人类专家才能解决的各种复杂、具体的问题解决的各种复杂、具体的问题，其解决问题的能力达到与其解决问题的能力达到与领域专家同等水平。领域专家同等水平。专专家系家系统统的研究起源于前述的的研究起源于前述的DENDRALDENDRAL系统系统，它和后它和后来研制的来研制的MYCINMYCIN系统一起推动了专家系统技术的大发展。系统一起推动了
33、专家系统技术的大发展。进入进入2020世纪世纪8080年代后期年代后期，专家系统加快了其实用化步伐专家系统加快了其实用化步伐。例如据例如据19881988年美国的一份统计资料讲年美国的一份统计资料讲：19871987年得到实年得到实用的专家系统为用的专家系统为5050个个，而而19881988年则达年则达14001400个个，至于声称在至于声称在研制开发中的专家系统就更多了研制开发中的专家系统就更多了。专家系统成功案例成功案例American ExpressAmerican Express公司研制的公司研制的专专家系家系统统AAAA和和CACA 长长期以来，期以来，该该公司提供的信用卡服公司提
34、供的信用卡服务务面面临恶临恶性性透支和欺透支和欺骗骗行行为为等等问题问题，致使公司每年蒙受高达，致使公司每年蒙受高达1 1亿亿美元的美元的损损失失。为为此，判断持卡人是否正当使用信此，判断持卡人是否正当使用信用卡成用卡成为为迫切需解决的迫切需解决的问题问题。如何在如何在9090秒的秒的时间时间内内对对多达多达1616屏幕的信用卡屏幕的信用卡记录进记录进行行审查审查？人工？人工审查审查是是不可能的。不可能的。所以公司于所以公司于19881988年研制了年研制了AAAA系系统统来帮助来帮助做信用卡做信用卡审查审查工作，工作，获获得了巨大成功，每年可得了巨大成功，每年可为为公公司挽回司挽回损损失近失
35、近27002700万美元。万美元。19911991年公司又研制了年公司又研制了CACA系系统统来来审查审查AAAA系系统统决策决策的合理性的合理性，以求提高以求提高AAAA系系统统的可靠性的可靠性。作作为这为这两个两个专专家系家系统联统联合工作的合工作的结结果果，公司几乎每年可挽回公司几乎每年可挽回50005000万美元的万美元的损损失。失。CACA系系统统的开的开发发涉及到美国司法的复涉及到美国司法的复杂杂性性5050个个州各自州各自颁颁布差异很大的信用法律，知布差异很大的信用法律，知识处识处理技理技术术正正好大有用武之地。好大有用武之地。目前，专家系统已广泛用于工业、农业、医疗、地质、气象
36、、交通、军事、教育、空间技术、信息管理等各方面，大大提高了工作效率和工作质量，创造了可观的经济效益和积极的社会效益。今后专家系统研究的重点课题是：如何克服专家系统的脆弱性，提高鲁棒性，浅层知识与深层知识推理的结合，多专家系统协作求解，自动知识获取等。模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别。如识别物体、地形、图像、字体（如签字）等。模式识别是一个不断发展的新学科它的理论基础和研究范围也在不断发展。随着生物医学对人类大脑的初步认识，模拟人脑构造的计算机实验即人工神经网络方法早在20世纪50年代末和60年代初就已经开始。在日常生活各方面以及军事上都有广大的用途。至今，
37、在模式识别领域，神经网络方法已经成功地用于手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面。模式识别如果能让计算机如果能让计算机“听懂听懂”、“看懂看懂”人类自身的语言人类自身的语言(如汉语、英语、法语等如汉语、英语、法语等)，那将使更多的人可以使用那将使更多的人可以使用计算机计算机，大大提高计算机的利用率。自然语言理解就大大提高计算机的利用率。自然语言理解就是研究如何让计算机理解人类自然语言的一个研究领是研究如何让计算机理解人类自然语言的一个研究领域。域。自然自然语语言理解是指机器能言理解是指机器能够执够执行人行人类类所期望的所期望的以以下下语语言功能言功能：回答有关提问回答有关提问
38、(question-answering)(question-answering)；摘要生成和文本释义摘要生成和文本释义(Summarizing and(Summarizing and paraphrase)paraphrase)；翻译翻译(translation)(translation)。自然语言处理 IDSS IDSS是将是将AIAI技技术术引入引入DSSDSS而形成的一种新型信息而形成的一种新型信息系系统统。它是以信息技。它是以信息技术为术为手段，手段，应应用管理科学、用管理科学、计计算算机科学及有关学科的理机科学及有关学科的理论论与方法，与方法，针对针对半半结结构化和非构化和非结结构化
39、的决策构化的决策问题问题，通，通过过提供背景材料、提供背景材料、协协助明确助明确问问题题、修改完善模型、列、修改完善模型、列举举可能方案、可能方案、进进行分析比行分析比较较等等方式，方式，为为管理者做出决策提供帮助的智能型人机互助管理者做出决策提供帮助的智能型人机互助式信息系式信息系统统 。在席卷全球的信息革命浪潮中，在席卷全球的信息革命浪潮中，IDSSIDSS作作为为DSSDSS研研究的究的热热点和主要点和主要发发展方向，引起了国内外学展方向，引起了国内外学术术界和企界和企业业界的极大重界的极大重视视。智能决策支持系统 人工神经网络是一个用大量称做人工神经元的人工神经网络是一个用大量称做人工
40、神经元的简单处理单元经广泛连接而组成的人工网络简单处理单元经广泛连接而组成的人工网络，用来用来模拟大脑神经系统的结构和功能模拟大脑神经系统的结构和功能。人工神人工神经经网网络络的研究始于的研究始于2020世世纪纪4040年代。年代。19431943年年，生理学家生理学家W.McCullochW.McCulloch和数理逻辑学家和数理逻辑学家W.W.PittsPitts提出了形式神经元的数学模型提出了形式神经元的数学模型(M-P(M-P模型模型)，从从此开创了将数理科学与认知科学结合此开创了将数理科学与认知科学结合，探索人脑奥探索人脑奥秘的过程。秘的过程。人工神经网络 在经历了几十年的曲折发展道
41、路之后在经历了几十年的曲折发展道路之后，到了到了2020世纪世纪8080年代年代，HopfieldHopfield在神经网络建在神经网络建模及应用方面提出了模及应用方面提出了HopfieldHopfield神经网络模型神经网络模型，以及以及RumelhartRumelhart等等提出了多层网络中的反向传提出了多层网络中的反向传播播(B-P)(B-P)算法算法，使神经网络的研究再次出现高使神经网络的研究再次出现高潮潮，步入鼎盛时期步入鼎盛时期，取得了许多研究成果。取得了许多研究成果。自动定理证明 利用计算机进行利用计算机进行ATPATP是是AIAI研究中的一个重要方向研究中的一个重要方向，在发展
42、在发展AIAI方法上起过重大的作用。很多非数学领域的方法上起过重大的作用。很多非数学领域的任务任务，都可以转化为一个定理证明问题。目前都可以转化为一个定理证明问题。目前，自动自动定理证明的常用方法有定理证明的常用方法有3 3大类大类：自然演绎法；判定法；：自然演绎法；判定法；定理证明器。定理证明器。自然演绎法自然演绎法：其基本思想是依据推理规则其基本思想是依据推理规则，从前提和从前提和公理中可以推出许多定理公理中可以推出许多定理，如果待证明的定理恰好在如果待证明的定理恰好在其中其中，则定理得证。则定理得证。自动定理证明定理证明器：定理证明器：是研究一切可判定问题的证明方法。是研究一切可判定问题
43、的证明方法。它的基础是它的基础是19651965年年RobinsonRobinson提出的归结原理。提出的归结原理。判定法判定法：即对一类特定的问题找出统一的、可在即对一类特定的问题找出统一的、可在计算机上实现的算法解计算机上实现的算法解 。如吴文俊的。如吴文俊的“吴方法吴方法”。机器人学是在社会对机器人的需求和机器人技术的机器人学是在社会对机器人的需求和机器人技术的迅速发展的基础上，形成的一个多学科高度交叉的前沿迅速发展的基础上，形成的一个多学科高度交叉的前沿学科。学科。它所导致的一些技术可用来模拟世界的状态，用来描述从一种世界状态转变为另一种世界状态的过程。它对于怎样产生动作序列的规划以及怎样监督这些规划的执行有较好的理解。目前研制出来的机器人一般是目前研制出来的机器人一般是针对针对具体具体领领域的，如域的，如工工业业机器人、机器人、井井下机器人、宇宙机器人等下机器人、宇宙机器人等，特别应用在特别应用在一些环境比较危险、人们难以胜任的工作场合一些环境比较危险、人们难以胜任的工作场合。机器人学 随着计算机技术的快速发展，人工智能的研究近几年来也取得了很多新的进展，许多的研究领域不断出现，例如数据挖掘、网络信息过滤等都是一些新型的研究领域。随着科学技术的发展，人工智能各研究领域间联系将更加紧密，互相渗透，这种融合与渗透必将促进人工智能研究的发展，促使其走向实际应用。