《人工智能与模糊数学.pptx》由会员分享，可在线阅读，更多相关《人工智能与模糊数学.pptx（61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、序论人工智能与模糊数学人工智能之父JohnMccarthy人工智能的定义可以分为两部分，即“人工”和“智能”“人工”比较好理解，争议性也不大。“智能”涉及诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能。但是我们对自身智能的理解非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。一、什么叫人工智能（ArtificialI
2、ntelligence）麦卡锡麦卡锡（John McCarthy）：人工智能是使一部机器的反应方式就象是一个人在行动时所依据的智能。尼尔逊尼尔逊（美国斯坦福大学人工智能研究中心教授）：人工智能是关于知识的学科怎样表示知识以及怎样获得知识并使用知识的科学。温斯顿温斯顿（麻省理工学院教授）：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。现在通用的描述：所谓人工智能人工智能，是指人类的各种智能行为和各类脑力劳动，诸如感知、记忆、情感、判断、推理、证明、识别、理解、通信、设计、思考、学习等思维活动，可用某种物化了的机器予以人工的实现。二、人工智能的发展历程 在1955的时候，香农等人一起
3、开发了The Logic Theorist程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们现在所采用的方法思想方法有许多还是来自于这个50年代的程序。1956年6月，达特茅斯会议 发起者：约翰.迈卡锡（John McCarthy）（普林斯顿大学数学博士）马文.明斯基（Marvin Minsky)（人工智能大师，心智社会的作者）纳撒尼尔.罗彻斯特（Nathaniel Rochester）（IBM计算机设计者之一）克劳德.香农（Cla
4、ude Shannon）（信息论创立者）在理论方面，70年代也是大发展的一个时期，计算机开始有了简单的思维和视觉。在70年代，另一个人工智能语言Prolog语言诞生了，它和LISP一起几乎成了人工智能工作者不可缺少的工具。20世纪80年代，数理逻辑和形式化推理成为人工智能的时尚。关于神经网络的研究和日本的“第五代计算机研制计划”（即“知识信息处理计算机系统”），把人工智能研究推向高潮。最近20年，计算机技术飞速发展，人工智能新增众多研究方向，各方面研究深入进行，但距离真正的“智能”还很遥远。实际应用 机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博
5、弈，自动程序设计，航天应用等。研究范畴 自然语言处理，不确定性的数学理论，知识表示，知识获取，机器学习，推理，神经网络，复杂系统，智能搜索，规划，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，人工生命，遗传算法，人类思维方式涉及学科 哲学，脑科学，认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，仿生学，人类学，语言学等多个自然科学和社会科学的交叉。家庭智能机器人类人形机器人宝石般的机器鱼，可以执行搜寻水中污染物的巡逻任务机器龙虾 真正认识人类大脑是开发智能机器的必由之路。杰夫.霍金斯杰夫.霍金斯(掌上型电脑Palmpilot、智能电话Treo以及许多手持装置的发明人，
6、ON INTELLIGENCE 一书作者)智能究竟是什么？为什么人脑有智能而电脑没有？为什么一个6岁的小孩可以在河床的石头上跳来跳去，姿势优美，而当今最先进的机器人却象行动迟缓的傻瓜？为什么3岁的小孩已经粗通语言，而计算机却语言不通，枉费了程序师半个世纪以来艰苦卓绝的努力？为什么你能在一秒钟以内分辨猫和狗，而超级计算机却不能？这些都是亟待破解的斯芬克斯之谜。目前的线索不少，但真正需要的是一些关键性的见解。单就美国就有成千上万的神经科学家，可惜至今也没有形成一套有关智能和大脑工作原理的完整的理论。大部分神经生物学家不大考虑有关大脑的理论，因为他们只贯注于有关大脑的诸子系统的实验，只埋头于收集更多
7、的数据。尽管一批又一批的计算机工程师曾经尝试让计算机拥有智能，却一次次以失败而收场。我相信他们会屡战屡败，除非这些程序师不再忽视计算机与大脑之间的差别。大脑：人类的大脑皮层平均厚度为2.53.0毫米，分为6个层次，神经细胞约有140亿个，面积约2200平方厘米，灰色物质层有四张A4打印纸大小，神经细胞的周围还有1000多亿个胶质细胞。神经元：神经元细胞体、轴突、树突、树突棘。树突棘的数量及分布因不同神经元而异，并可随功能而改变。在大脑皮质锥体细胞和小脑皮质蒲肯野细胞的树突上，树突棘数量最多而明显，一个蒲肯野细胞的树突棘可多达10万个以上。三、知识的不确定性知识的不确定性包括：随机性、模糊性、不
8、完备性、不协调性、非恒常性研究人工智能不能回避的问题：语言的不确定性常识知识的不确定性（一）随机性 德国儿歌：“你知道有多少星星镶嵌在蓝色的天空？你知道有多少云朵飘浮过大地？上帝对它们作过清点，数字虽然巨大，可是无一遗漏。”星表、云表 多少世纪以前，人们就能预测常见的天文现象；但要想精确地预测明天的天气，一般并不容易。天文学和气象学所以这样不同，原因是天文学的时间是可逆的，而气象学的时间是不同逆的。牛顿时间与伯格森时间 以牛顿理论为代表的确定性科学，创造了给世界以精确描绘的方法，将整个宇宙看作是钟表式的动力学系统，处于确定、和谐、有序的运动之中。只要知道初始条件就可以确定未来的一切。爱因斯坦与
9、玻尔的分歧当自然科学进入到有大量要素组成的多自由度体系时，确定论不再有效。统计力学、量子力学、气象学、海洋学、进化论 随机现象：在完全相同的条件下，一个试验或观察出现的结果可能是不同的（即条件和结果没有必然的因果关系）。（二）模糊性杨炳儒教授与模糊理论创始人L.A.Zadeh教授秃头悖论命题A：一根头发都没有的人肯定是秃头。命题B：比秃头多一根头发的还是秃头。所以命题C：满头乌发是秃头。清晰：非此即彼，明明白白，不模棱两可模糊性的例子 季节交替、昼夜交替、少年青年 几乎一切连续变化过程的定性描述 模糊性根植于客观事物差异的中介过渡性。就客观对象而言，有的对象明显地呈现出非此即彼的性态（清晰），
10、有的对象明显地呈现出亦此亦彼的性态（模糊）。认为模糊知识必定是靠不住的，这种看法是认为模糊知识必定是靠不住的，这种看法是大错特错了。大错特错了。罗素罗素传统逻辑都习惯于假设使用的是精确的符号，传统逻辑都习惯于假设使用的是精确的符号，因此，它不适用于尘世生活，而仅仅适用于想因此，它不适用于尘世生活，而仅仅适用于想象的天堂。象的天堂。同计算机相比，人脑的一个优越性似乎是同计算机相比，人脑的一个优越性似乎是“能够掌握尚未明确的含糊概念能够掌握尚未明确的含糊概念”。大脑的语言不是数学语言。大脑的语言不是数学语言。冯冯.诺伊曼诺伊曼诺伯特诺伯特.维纳维纳自然语言的不确定性自然语言的不确定性是知识不确定性
11、的一个重要研究内容，而自然语言理解又是人工智能研究的重要内容。语言组织 思想表达 句子 名词 谓词 人们使用语言时，词语的意思常常是模糊的，词语的选择、句子的表达、语句的使用、句间的组织有随机性。如果能在自然语言的不确定性研究方面有所突破，让计算机不再用精确严密的符号来计算，而直接用自然语言来思考，那么就可以使自然语言理解乃至人工智能取得实质性的进展。参考文献：1.人工智能的未来作者：杰夫.霍金斯霍金斯出版社：陕西科学技术出版社出版日期：2006年1月2.人工智能：一种现代方法作者：罗素罗素 Russell,s.诺维格诺维格 Norvig,P.出版日期：2006年5月3.3.神经生物学神经生物
12、学:从神经元到脑从神经元到脑 原书名：原书名：From Neuron to BrainFrom Neuron to Brain 原出版社：原出版社：SinauerAssociatesSinauerAssociates作者：作者：J.G.J.G.尼克尔斯尼克尔斯尼克尔斯尼克尔斯A.R.A.R.马丁马丁马丁马丁B.G.B.G.华莱士华莱士华莱士华莱士 P.A.P.A.富克斯富克斯富克斯富克斯 译者：译者：杨雄里杨雄里 出版社：科学出版社出版社：科学出版社 出版日期：出版日期：20062006年年1212月月4.4.模糊系统与模糊控制教程模糊系统与模糊控制教程模糊系统与模糊控制教程模糊系统与模糊控制
13、教程 王立新王立新(著著)王迎军王迎军(译译)清华大学出版社清华大学出版社2003-06-012003-06-015.粗糙集理论与方法张文修等编著科学出版社2001年出版6.粗糙集理论、算法与应用苗夺谦，李道国等著清华大学出版社2008年出版7.不确定性人工智能作者：李德毅李德毅 等等出版社：国防工业出版社出版日期：2005年10月演讲完毕，谢谢观看！附录资料：人工智能简介About Teaching Plan基本要求：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是目前迅速发展的一门新兴学科，新思想新方法层出不穷。其基本思想是利用机器来模仿和执行人脑的功能，如判断、推理、证明
14、、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。对于培养学生计算机技术的应用能力，开阔思路和视野，有重要意义。About Teaching Plan因此，要求学生掌握知识表示知识表示和问题求解问题求解的几种常用方法，尤其是不确定性推理不确定性推理；掌握机器学习机器学习基本概念，了解几种机器学习方法机器学习方法尤其是神经网络学习方法；神经网络学习方法；掌握专家系统的概念，了解专家系统设计方法专家系统设计方法，掌握一些智能控制方法智能控制方法，了解国内外人工智能研究尤其是机器人的最新进展；最新进展；具有一定的人工智能编程设计能力人工智能编程设计能力（利用Lisp或Prolog语言）
15、。About Teaching Plan课程内容以及学时分配课程内容以及学时分配人工智能引论(1)人工智能概念及与计算机的关系，研究途径、内容和应用领域概况介绍，其他最新材料其他最新材料。符号主义、连接主义、行为主义三大流派人工智能数学基础(1)知识表示方法（2）状态空间法、问题归约法，谓词逻辑法、产生式表示法（动物识别系统）；CLIPS语言；语义网络法、框架法（这是结构化表示）；剧本、过程、Petri网、面向对象的表示。About Teaching Plan搜索技术和策略（3-4）状态空间法，盲目搜索和启发式搜索，A*算法；海伯伦理论、消解原理和策略；与或形推理和搜索策略；其他求解技术。不确
16、定推理技术（3-4）主观Bayes理论；可信度方法和证据理论；系统组织技术；非单调推理；Rete快速算法；模糊推理技术；基于语义网络和框架不确定推理；专家系统（2）专家系统概念、结构和知识获取；黑板模型、知识组织、管理及系统建造和开发工具；专家系统举例及编程。人工智能程序设计人工智能程序设计（1）人工智能语言基本机制：LISP和PROLOG。About Teaching Plan模式识别导论（3）模式识别专题：概率模式识别。模式识别专题：结构模式识别机器学习（1）：机械,解释经验,事例,归纳,概念,类比学习等；统计,结构,模糊模式识别。专题讲座（3次）1)神经网络基本理论和应用(史奎凡课程：安
17、排于人工智能理论与应用课程内)；2)智能体（Agent）；3)自然语言处理；4)智能控制和机器人科学智能控制的结构理论和研究领域，智能控制系统及应用示例；机器人规划、机器视觉和自然语言理解等。About Teaching Plan实践：1)搜索技术和策略2)不确定推理技术3)专家系统：动物识别系统4)模式识别技术5)调研：搜索技术和策略、不确定推理技术、统计模式识别、机器学习等四个领域进展报告。Chapter One:Brief Introduction to Artificial Intelligence1.What is AI?人工智能（人工智能（Artificial Intelligen
18、ce,AI）是当前科学技发展的一门前是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。现的新兴学科以及正在发展的学科。它是在它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门等多种学科研究的基础发展起来的，因此又可把它看作是一门综综合性的边缘学科合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视它的出现及所取得的成就引起了人们的高度重视,并取得了很高的评并取
19、得了很高的评价。有的人把它与空间技术，原子能技术一起并誉为价。有的人把它与空间技术，原子能技术一起并誉为20世纪的三世纪的三大科学技术成就。大科学技术成就。Intelligence智能是知识与智力的总合。智能是知识与智力的总合。知识知识智能行为的基础；智能行为的基础；智力智力获取知识并运用知识求解问题的能力。获取知识并运用知识求解问题的能力。智能具有以下特征：智能具有以下特征：(1)具有感知能力具有感知能力指人们通过视觉、听觉、触觉、味觉、嗅觉等感指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力；觉器官感知外部世界的能力；(2)具有记忆与思维的能力具有记忆与思维的能力这是人脑
20、最重要的功能，亦是人之所以有这是人脑最重要的功能，亦是人之所以有智能的根本原因；智能的根本原因；(3)具有学习能力及自适应能力；具有学习能力及自适应能力；(4)具有行为能力。具有行为能力。Artificial Intelligence人工智能人工智能计算机科学的一个分支，是智能计算机系统，即人类智慧计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧（在机器上的模拟，或者说是人们使机器具有类似于人的智慧（对语言对语言能理解、能学习、能推理）。能理解、能学习、能推理）。2.Brief History of AI(1)孕育（孕育（1956年前）年前
21、）古希腊的古希腊的Aristotle（亚里士多德）（前亚里士多德）（前384-322），给出了形式逻辑的），给出了形式逻辑的基本规律。基本规律。英国的哲学家、自然科学家英国的哲学家、自然科学家Bacon（培根）（培根）（1561-1626），系统地给），系统地给 出了归纳法。出了归纳法。“知识就是力量知识就是力量”德国数学家、哲学家德国数学家、哲学家Leibnitz（布莱尼茨）（布莱尼茨）（1646-1716）。提出了关于）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机推理
22、。做出了能做四则运算的手摇计算机英国数学家、逻辑学家英国数学家、逻辑学家Boole（布尔）（布尔）（1815-1864）实现了布莱尼茨）实现了布莱尼茨 的思维符号化和数学化的思想，提出了一种崭新的代数系统的思维符号化和数学化的思想，提出了一种崭新的代数系统布尔布尔代数。代数。美籍奥地利数理逻辑学家美籍奥地利数理逻辑学家Godel（哥德尔）（哥德尔）（1906-1978），证明），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化是无矛盾的，那么一定是不完备的。意义在于，人的
23、思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。和机械化的某种极限，在理论上证明了有些事是做不到的。英国数学家英国数学家Turing(图灵图灵)（1912-1954）,1936年提出了一种理想年提出了一种理想计算机的数学模型（图灵机），计算机的数学模型（图灵机），1950年提出了图灵试验，发表了年提出了图灵试验，发表了“计算机与智能计算机与智能”的论文。图灵奖。的论文。图灵奖。美国数学家美国数学家Mauchly，1946发明了电子数字计算机发明了电子数字计算机ENIAC美国神经生理学家美国神经生理学家McCulloch，建立了第一个神经网络数学模型。建立了第一个神经网络数学模型。
24、美国数学家美国数学家Shannon（香农）香农）,1948年发表了通讯的数学理论，年发表了通讯的数学理论，代表了代表了“信息论信息论”的诞生。的诞生。(2)形成（形成（1956-19691956-1969）1956年提出了年提出了“Artificial Intelligence（人工智能）人工智能）”1956年年夏夏由由麻麻省省理理工工学学院院的的J.McCarthy、M.L.Minsky,IBM公公司司信信息息研研究究中中心心的的 N.Rochester,贝贝尔尔实实验验室室的的 C.E.Shannon共共同同发发起起，邀邀请请了了 Moore,Samuel,Selfridge,Solomo
25、nff,Simon,Newell等等人人，10位位数数学学家家、信信息息学学家家、心心理理学学家家、神神经经生生理理学学家家、计计算算机机科科学学家家，在在Dartmouth大大学学召召开开了了一一次次关关于于机机器器智智能能的的研研讨讨会会，会会上上 McCarthy 提提议议正正式式采采用用了了 Artificial Intelligence（人人工工智智能能）这这一一术术语语。这这次次会会议议，标标志志着着人人工工智能作为一门新兴学科正式诞生了。智能作为一门新兴学科正式诞生了。McCarthy（麦卡锡）麦卡锡）人工智能之父人工智能之父。这次会议之后的这次会议之后的10年间，人工智能的研究
26、取得了许多引人瞩目的成就年间，人工智能的研究取得了许多引人瞩目的成就.机器学习方面：机器学习方面：塞缪尔于塞缪尔于1956年研制出了跳棋程序，该程序能从棋谱年研制出了跳棋程序，该程序能从棋谱中学习，也能从下棋实践中提高棋艺；中学习，也能从下棋实践中提高棋艺；在定理证明方面：王浩于在定理证明方面：王浩于1958年在年在IBM机上证明了数学原理中有关机上证明了数学原理中有关命题演算的全部定理（命题演算的全部定理（220条），还证明了谓词演算中条），还证明了谓词演算中150条定理条定理85%；1965年，鲁宾逊（年，鲁宾逊（Robinson）提出了消解原理；提出了消解原理；在模式识别方面：在模式识别
27、方面：1959年塞尔夫里奇推出了一个模式识别程序；年塞尔夫里奇推出了一个模式识别程序；1965年年罗伯特（罗伯特（Robert）编制出可辨别积木构造的程序；编制出可辨别积木构造的程序；在问题求解方面：在问题求解方面：1960年纽厄尔等人通过心理学试验总结出了人们求解年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序问题的思维规律，编制了通用问题求解程序GPS,可以用来求解可以用来求解11种不同种不同类型的问题；类型的问题；在专家系统方面：斯坦福大学的费根鲍姆（在专家系统方面：斯坦福大学的费根鲍姆（E.A.Feigenbaum）自自1965年年开始进行专家系统开始进
28、行专家系统DENDRAL（化学分析专家系统），化学分析专家系统），1968年完成并投年完成并投入使用；入使用；在人工智能语言方面：在人工智能语言方面：1960年年McCarthy等人建立了人工智能程序设计等人建立了人工智能程序设计语言语言Lisp，该语言至今仍是建造智能系统的重要工具；该语言至今仍是建造智能系统的重要工具；1969年成立了国际人工智能联合会议（年成立了国际人工智能联合会议（International Joint Conferences On Artificial Intelligence）(3)发展（发展（1970年以后）年以后）70年代，开始从理论走向实践，解决一些实际问题。
29、同时很快就发现问年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。以以Feigenbaum为首的一批年轻科学家改变了战略思想，为首的一批年轻科学家改变了战略思想，1977年提出知年提出知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。著名专家系统的有：著名专家系统的有：1.DENDRAL化学分析专家系统（斯坦福大学化学分析专家系统（斯坦福大学1968）2.MACSYMA符号数学专家系统（麻省理工符号数学专家系统（麻省理
30、工1971）3.MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学1973）4.CASNET(Causal ASsciational Network)诊断和治疗青光眼的专家咨询系诊断和治疗青光眼的专家咨询系统（拉特格尔斯（统（拉特格尔斯（Rutgers）大学大学70年代中）年代中）5.CADUCEUS(原名原名INTERNIST)医疗咨询系统（匹兹堡大学）；医疗咨询系统（匹兹堡大学）；6.HEARSAY I 和和II语音理解系统（卡内基语音理解系统（卡内基-梅隆大学）梅隆大学）7.PROSPECTOR地质勘探专家系统（斯坦福大学地
31、质勘探专家系统（斯坦福大学1976）8.XCON计算机配置专家系统（卡内基计算机配置专家系统（卡内基-梅隆大学梅隆大学1978）80年代，人工智能发展达到阶段性的顶峰。年代，人工智能发展达到阶段性的顶峰。87,89年世界大会有千人参加。硬件公司有上千个。并进行年世界大会有千人参加。硬件公司有上千个。并进行Lisp硬件、硬件、Lisp机的研究。机的研究。在专家系统及其工具越来越商品化的过程中在专家系统及其工具越来越商品化的过程中,国际软件市场上形成国际软件市场上形成了一门旨在生产和加工知识的新产业了一门旨在生产和加工知识的新产业知识产业。应该说，知知识产业。应该说，知识工程和专家系统是近十余年来
32、人工智能研究中最有成就的分支识工程和专家系统是近十余年来人工智能研究中最有成就的分支之一。之一。同年代，同年代，1986年年Rumlhart领导的并行分布处理研究小组提出了神领导的并行分布处理研究小组提出了神经元网络的反向传播学习算法，解决了神经网络的根本问题之一。经元网络的反向传播学习算法，解决了神经网络的根本问题之一。从此，神经网络的研究进入新的高潮。从此，神经网络的研究进入新的高潮。90年代，计算机发展趋势为小型化、并行化、网络化、智能化。年代，计算机发展趋势为小型化、并行化、网络化、智能化。人工智能技术逐渐与数据库、多媒体等主流技术相结合，并融合在主人工智能技术逐渐与数据库、多媒体等主
33、流技术相结合，并融合在主流技术之中，旨在使计算机更聪明、更有效、与人更接近。流技术之中，旨在使计算机更聪明、更有效、与人更接近。日本政府于日本政府于1992年结束了为期十年的称为年结束了为期十年的称为“知识信息处理体统知识信息处理体统”的第五代计算机系统研究开发计划。并开始了为期十年的实况计的第五代计算机系统研究开发计划。并开始了为期十年的实况计算（算（Real Word Computing）计划。计划。3.Research Objects and Main Contents(1)人工智能的研究目标人工智能的研究目标 人工智能的长期研究目标：构造智能计算机。人工智能的长期研究目标：构造智能计算
34、机。人工智能的近期研究目标：人工智能的近期研究目标：使现有的电子计算机更聪明，更有用，使它不仅能做一般的数值计使现有的电子计算机更聪明，更有用，使它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的部分智能行为。(2)人工智能研究的基本内容人工智能研究的基本内容 1.机器感知机器感知 以机器视觉与机器听觉为主。以机器视觉与机器听觉为主。机器感知是机器获取外部信息的基本途径，是使机器具有智能不可机器感知是机器获取外部信息的基本途径，是使机器具有智能不可 或缺的组成部分，对此人工智能中已形成两
35、个专门的研究领域或缺的组成部分，对此人工智能中已形成两个专门的研究领域 模式识别和自然语言理解。模式识别和自然语言理解。2.机器思维机器思维 指通过感知的外部信息及机器内部的各种工作信息进行有目的的处指通过感知的外部信息及机器内部的各种工作信息进行有目的的处 理。理。主要开展以下几方面的研究：主要开展以下几方面的研究：(1)知识表示知识表示 (2)知识的组织，累计，管理技术知识的组织，累计，管理技术 (3)知识的推理知识的推理 (4)各种启发式搜索及控制策略各种启发式搜索及控制策略 (5)神经网络，人脑的结构及其工作原理神经网络，人脑的结构及其工作原理3.机器学习机器学习 使计算能自动获取知识
36、，能直接向书本学习，能通过与人谈话学习，使计算能自动获取知识，能直接向书本学习，能通过与人谈话学习，能通过对环境的观察学习，并能在实践中自我完善。能通过对环境的观察学习，并能在实践中自我完善。4.机器行为机器行为 机器行为主要指计算机的表达能力，即机器行为主要指计算机的表达能力，即“说说”、“写写”、“画画”等，等，对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作等。等。5.智能系统及智能计算机的构造技智能系统及智能计算机的构造技术术4.Research Objects and Main Contents人工智能面世以来，
37、其研究途径存在两种不同的观点：人工智能面世以来，其研究途径存在两种不同的观点：以以符符号号处处理理为为核核心心的的方方法法主主张张通通过过运运用用计计算算机机科科学学的的方方法法进进行行研研究，实现人工智能在计算机的模拟。究，实现人工智能在计算机的模拟。以以网网络络连连接接为为主主的的连连接接机机制制方方法法主主张张用用生生物物学学的的方方法法进进行行研研究究，搞清楚人类智能的本质。搞清楚人类智能的本质。(1)以符号处理为核心的方法以符号处理为核心的方法该该方方法法起起源源于于纽纽厄厄尔尔等等人人的的通通用用问问题题求求解解系系统统（GPS），用用于于模模拟拟人人类类求求解问题的心理过程，逐渐
38、形成为物理符号系统，这种方法认为：解问题的心理过程，逐渐形成为物理符号系统，这种方法认为：人人类类研研究究的的目目标标是是实实现现机机器器智智能能，而而计计算算机机自自身身具具有有符符号号处处理理能能力力，这这种种能能力力本本身身就就蕴蕴含含着着演演绎绎推推理理的的内内涵涵，因因而而可可通通过过运运行行相相应应的的程程序序来来体体现现某某种种基基于于逻逻辑辑思思维维的的智智能能行行为为，达达到到模模拟拟人人类类智智能能活活动动的的效果。效果。目前人工智能的大部分研究成果都是基于这种方法实现的。目前人工智能的大部分研究成果都是基于这种方法实现的。该方法的主要特征是：该方法的主要特征是：立足于逻辑
39、运算和符号操作，适合于模拟人的逻辑思维过程，解决需立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需 要进行逻辑推理的复杂问题；要进行逻辑推理的复杂问题；知识可用显式的符号表示；知识可用显式的符号表示；便于模块化；便于模块化；能与传统的符号数据库链接；能与传统的符号数据库链接；可对推理结论做出解释，便于对各种可能性进行选择。可对推理结论做出解释，便于对各种可能性进行选择。但该方法不适合于形象思维；而且在用符号表示概念时其有效性在很但该方法不适合于形象思维；而且在用符号表示概念时其有效性在很大程度上取决于符号表示的正确性，且对带噪声的信息及不完整的信息大程度上取决于符号表示的正确性，且
40、对带噪声的信息及不完整的信息难以处理。难以处理。(2)以网络连接为主的连接机制方法以网络连接为主的连接机制方法 该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过 多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法认为：多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法认为：大脑是人类一切智能活动的基础，因而从大脑神经元及其连接机制着大脑是人类一切智能活动的基础，因而从大脑神经元及其连接机制着 手进行研究，搞清楚大脑的结构及它进行信息处理的过程及机理，可望手进行研究，搞清楚大脑的结构及它进行信息处理的过程及机理，
41、可望 揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。该方法的主要特征：该方法的主要特征：通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、动态性、全局性；动态性、全局性；通过神经元间分布式的物理联系存储知识和信息，因而可以实现联想功通过神经元间分布式的物理联系存储知识和信息，因而可以实现联想功能，对于带有噪声、缺损、变形的信息能进行有效地处理。近期的一些能，对于带有噪声、缺损、变形的信息能进行有效地处理。近期的一些研究表明，该方法在模式识别、图像信息压缩等
42、方面取得了一些研究成研究表明，该方法在模式识别、图像信息压缩等方面取得了一些研究成果；果；通过神经元间连接强度的动态调整来实现对人类学习、分类等的模拟；通过神经元间连接强度的动态调整来实现对人类学习、分类等的模拟；适合于模拟人类的形象思维过程；适合于模拟人类的形象思维过程；求解问题时，可以比较快地球的一个近似解。求解问题时，可以比较快地球的一个近似解。该方法不适合于模拟人的逻辑思维过程，而且就目前神经网络的研该方法不适合于模拟人的逻辑思维过程，而且就目前神经网络的研究现状来看，由固定的体系结构与组成方案所构成的系统还达不到开发究现状来看，由固定的体系结构与组成方案所构成的系统还达不到开发多种多
43、样知识的要求。多种多样知识的要求。(3)系统集成系统集成 符号方法善于模拟人的逻辑思维过程，求解问题时，如果问题有解，符号方法善于模拟人的逻辑思维过程，求解问题时，如果问题有解，它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的 增加成指数性增长，另外其知识和信息的符号化过程需要由人来完成，增加成指数性增长，另外其知识和信息的符号化过程需要由人来完成，它自身不具备这种功能。它自身不具备这种功能。连接机制方法善于模拟人的形象思维过程，求解问题时，由于它的并连接机制方法善于模拟人的形象思维过程，求解问题时，由于它的并 行处理能力
44、，可以较快地得到问题的解，但解一般是近似的，次优行处理能力，可以较快地得到问题的解，但解一般是近似的，次优 的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显 式解释。式解释。将两个方法结合起来，取长补短。将两个方法结合起来，取长补短。通通过过形形象象思思维维得得到到一一个个直直觉觉的的解解或或给给出出一一种种假假设设，然然后后用用逻逻辑辑思思维维进行仔细的论证或搜索，最终得到一个最优解。进行仔细的论证或搜索，最终得到一个最优解。但两种方法存在太多的不同，因此将其结合起来还要克服许多困难。但两种方法存在太多的不同，因此将其结合起
45、来还要克服许多困难。就目前的研究而言，这两种方法结合起来有两种途径：就目前的研究而言，这两种方法结合起来有两种途径：结合结合即两者分别保持原来的结构，但密切合作，任何一方都可以把即两者分别保持原来的结构，但密切合作，任何一方都可以把自己不能解决的问题转化给另一方；自己不能解决的问题转化给另一方；统一统一把两者自然统一在一个系统中，即由逻辑思维的功能，友友形把两者自然统一在一个系统中，即由逻辑思维的功能，友友形象思维的功能。象思维的功能。目前的一些体系结构有：目前的一些体系结构有：黑盒黑盒/细线结构（细线结构（Black-box/Thin-wire）黑盒模块化（黑盒模块化（Black-box m
46、odularity）并行管理和控制（并行管理和控制（Parallel monitoring and control）神经网络的符号化机制（神经网络的符号化机制（The symbolic setup of a neural net）符号信息的神经网络获取机制（符号信息的神经网络获取机制（neural net acquisition of symbolicinformation）两院结构（两院结构（Bicameral architecture）5.Research Fields1.专家系统专家系统专专家家系系统统是是一一种种具具有有特特定定领领域域内内大大量量知知识识与与经经验验的的程程序序系系统
47、统，它它应应用用人人工工智智能能技技术术，模模拟拟人人类类专专家家求求解解问问题题的的思思维维过过程程求求解解领领域域内内的的各各种种问题，其水平可以达到甚至超过人类专家的水平。问题，其水平可以达到甚至超过人类专家的水平。2.机器学习机器学习它它主主要要研研究究如如何何使使计计算算机机具具有有类类似似于于人人的的学学习习能能力力，使使计计算算机机能能通通过过学习自动获取知识与技能，实现自我完善。学习自动获取知识与技能，实现自我完善。3.模式识别模式识别模模式式识识别别是是研研究究如如何何使使机机器器具具有有感感知知能能力力的的一一个个研研究究领领域域，其其中中主主要要研究视觉模式和听觉模式。研
48、究视觉模式和听觉模式。4.自然语言理解自然语言理解研究如何让计算机理解人类自然语言的一个研究领域。研究如何让计算机理解人类自然语言的一个研究领域。5.自动定理证明自动定理证明 定定理理证证明明的的实实质质是是对对前前提提P和和结结论论Q，证证明明PQ的的永永真真性性。鲁鲁宾宾逊逊提提出出的的归归结结原原理理是是定定理理证证明明得得以以在在计计算算机机上上实实现现，对对机机器器推推理理作作出出了了重重要要贡献。贡献。6.自动程序设计自动程序设计 7.机器人学机器人学 8.博奕博奕 人人工工智智能能研研究究搏搏奕奕的的目目的的并并不不是是为为了了让让计计算算基基于于人人进进行行下下棋棋、打打牌牌之
49、之类类的的游游戏戏，而而是是通通过过对对搏搏奕奕研研究究来来检检验验某某些些人人工工智智能能技技术术是是否否达达到到对对人人类智能的模拟，因为搏奕是一种智能性很强的竞争活动。类智能的模拟，因为搏奕是一种智能性很强的竞争活动。9.智能决策支持系统智能决策支持系统 决决策策支支持持系系统统是是在在管管理理信信息息系系统统基基础础上上发发展展起起来来的的计计算算机机管管理理系系统统。智能决策支持系统即是将人工智能技术应用于决策支持系统而形成的。智能决策支持系统即是将人工智能技术应用于决策支持系统而形成的。10.人工神经网络人工神经网络 是是一一个个用用大大量量简简单单处处理理单单元元经经广广泛泛连连接接而而组组成成的的人人工工网网络络，用用来来模模拟拟人的大脑神经系统的结构和功能。人的大脑神经系统的结构和功能。