《人工智能概論 第1章》由會(huì)員分享，可在線閱讀，更多相關(guān)《人工智能概論 第1章（92頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、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1提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 2什么是人工智能o人工智能概念的一般描述：n字面解釋：o人工智能就是人造智能，其英文表示是“Artificial Intelligence”，簡稱AIo指用計(jì)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n科學(xué)定義：目前還沒有統(tǒng)一的認(rèn)識(shí)o人工智能是那些與人的思維相關(guān)的活動(dòng)，諸如決策、問題求解和學(xué)習(xí)等的自

2、動(dòng)化(Bellman，1978年)o人工智能是一種計(jì)算機(jī)能夠思維，使機(jī)器具有智力的激動(dòng)人心的新嘗試(Haugeland，1985年)3什么是人工智能n科學(xué)定義(續(xù))：o人工智能是研究如何讓計(jì)算機(jī)做現(xiàn)階段只有人才能做得好的事情(Rich Knight，1991年)o人工智能是那些使知覺、推理和行為成為可能的計(jì)算的研究(Winston，1992年)o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)oStuart Russell和Peter Norvig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(dòng)

3、的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動(dòng)的系統(tǒng)(2003年)4什么是人工智能o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o圖靈測試和中文屋子(P2-P3)n圖靈測試：1950年，計(jì)算機(jī)科學(xué)創(chuàng)始人之一的英國數(shù)學(xué)家阿蘭圖靈(Alan Turing)提出n中文屋子：1980年，美國哲學(xué)家約翰西爾勒(John Searle)提出異議5什么是人工智能o腦智能和群智能：n腦智能(Brain Intelligence，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(gè)體智能(Individual Intelligence，II)n群智能(Swarm Intelligence，SI)：由群體行

4、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(huì)智能(Social Intelligence，SI)，或系統(tǒng)智能(System Intelligence，SI)6什么是人工智能o腦智能和群智能：n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(jí)的神經(jīng)元的群智能形成了宏觀心理層次上高級(jí)的腦智能7什么是人工智能o符號(hào)智能和計(jì)算智能：n符號(hào)智能：o符號(hào)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o以符號(hào)形式的知識(shí)和信息為基礎(chǔ)，主要通過邏輯推理，運(yùn)用知識(shí)進(jìn)行問題求解o主要內(nèi)容包括知識(shí)獲取、知識(shí)表示、知識(shí)組織與管理和知識(shí)運(yùn)用等技術(shù)以

5、及基于知識(shí)的智能系統(tǒng)等8什么是人工智能o符號(hào)智能和計(jì)算智能(續(xù))：n計(jì)算智能：o計(jì)算人工智能，模擬群智能的人工智能o以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過數(shù)值計(jì)算，運(yùn)用算法進(jìn)行問題求解o主要內(nèi)容包括：神經(jīng)計(jì)算、進(jìn)化計(jì)算(包括遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略等)、免疫計(jì)算、粒群算法、蟻群算法、自然計(jì)算等o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(gè)十分活躍的分支領(lǐng)域9提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 10人工智能的研究意義

6、、目標(biāo)和策略 o為什么要研究人工智能？n普通計(jì)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(huì)常識(shí)或?qū)I(yè)知識(shí)等，而只能是被動(dòng)地按照人們?yōu)樗孪劝才藕玫墓ぷ鞑襟E進(jìn)行工作n難以滿足越來越復(fù)雜和越來越廣泛的社會(huì)需求，問題：是否能讓計(jì)算機(jī)同人腦一樣也具有智能呢？11人工智能的研究意義、目標(biāo)和策略 12人工智能的研究意義、目標(biāo)和策略o人工智能的研究目標(biāo)：制造智能機(jī)器和智能系統(tǒng)，實(shí)現(xiàn)智能化社會(huì)使計(jì)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(shí)現(xiàn)人類社會(huì)的全面智能化13人工智能的研究意義、目標(biāo)和策略o研究策略：n先部分地或某種程度地實(shí)現(xiàn)機(jī)器的智能，并運(yùn)

7、用智能技術(shù)解決各種實(shí)際問題特別是工程問題，從而使現(xiàn)有的計(jì)算機(jī)更靈活、更好用和更有用，逐步實(shí)現(xiàn)智能化n目前，在機(jī)器博弈、自動(dòng)推理、定理證明、模式識(shí)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14提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 15人工智能的學(xué)科范疇o計(jì)算機(jī)科學(xué)技術(shù)、信息處理和自動(dòng)化技術(shù)的一個(gè)前沿領(lǐng)域o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

8、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o人工智能實(shí)際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科16提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 17人工智能的研究內(nèi)容o搜索與求解：n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(jì)算的過程。事實(shí)上，搜索是人在求解問題時(shí)而不知現(xiàn)成解法的情況下所采用的一種普遍方法n許多問題(包括智力問題和實(shí)際工程問題)的求解都可以描述為或者歸結(jié)為對(duì)某種圖或空間

9、的搜索問題n搜索技術(shù)就成為人工智能最基本的研究內(nèi)容18人工智能的研究內(nèi)容o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(shí)學(xué)習(xí)和規(guī)律發(fā)現(xiàn)。事實(shí)上，經(jīng)驗(yàn)積累能力、規(guī)律發(fā)現(xiàn)能力和知識(shí)學(xué)習(xí)能力都是智能的表現(xiàn)19人工智能的研究內(nèi)容o知識(shí)與推理：n知識(shí)就是力量，知識(shí)就是智能n發(fā)現(xiàn)客觀規(guī)律，運(yùn)用知識(shí)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)n發(fā)現(xiàn)規(guī)律和運(yùn)用知識(shí)本身還需要知識(shí)，因此知識(shí)是智能的基礎(chǔ)和源泉n研究面向機(jī)器的知識(shí)表示形式和基于各種表示的機(jī)器推理技術(shù)：知識(shí)表示要求便于計(jì)算機(jī)的接受、存儲(chǔ)、處理和運(yùn)用，機(jī)器的推理方式與知識(shí)的表示又息息相關(guān)20人工智能的研究內(nèi)容o發(fā)明與創(chuàng)造：n廣義的發(fā)明創(chuàng)造n不僅需要知識(shí)和推

10、理，還需要想象和靈感。不僅需要邏輯思維，還需要形象思維n人工智能中最富挑戰(zhàn)性的一個(gè)研究領(lǐng)域n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(jì)算模型和應(yīng)用技術(shù)的研究，已開發(fā)出了計(jì)算機(jī)輔助創(chuàng)新軟件，還嘗試用計(jì)算機(jī)進(jìn)行文藝創(chuàng)作等等21人工智能的研究內(nèi)容o感知與交流：指計(jì)算機(jī)對(duì)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(jì)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)22人工智能的研究內(nèi)容o記憶與聯(lián)想：n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)n傳統(tǒng)方法實(shí)現(xiàn)的聯(lián)想，只能對(duì)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。

11、這種“聯(lián)想”與人腦的聯(lián)想功能相差甚遠(yuǎn)n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(chǔ)地址n當(dāng)前，采用一種稱為“聯(lián)想存儲(chǔ)”的技術(shù)來實(shí)現(xiàn)聯(lián)想功能23人工智能的研究內(nèi)容o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(jì)方法、實(shí)現(xiàn)語言工具與環(huán)境等o應(yīng)用與工程：人工智能技術(shù)與實(shí)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(xiàng)目等，涉及問題的分析、識(shí)別和表示，相應(yīng)求解方法和技術(shù)的選擇等24提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研

12、究方向 o人工智能的發(fā)展概況 25人工智能的研究途徑與方法o心理模擬，符號(hào)推演：n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(shí)表示成某種邏輯網(wǎng)絡(luò)，采用符號(hào)推演的方法，模擬人腦的邏輯思維過程，實(shí)現(xiàn)人工智能26人工智能的研究途徑與方法o心理模擬，符號(hào)推演(續(xù))：n采用這一途徑與方法的原因是：o人腦的可意識(shí)到的思維活動(dòng)是在心理層面上進(jìn)行的(如我們的記憶、聯(lián)想、推理、計(jì)算、思考等思維過程都是一些心理活動(dòng))，心理層面上的思維過程是可以用語言符號(hào)顯式表達(dá)的，從而人的智能行為就可以用邏輯來建模27人工智能的研究途徑與方法o心理模擬，符號(hào)推演(續(xù))：n采用這一途徑與方法的原因是(續(xù))：o

13、心理學(xué)、邏輯學(xué)、語言學(xué)等實(shí)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o當(dāng)前的數(shù)字計(jì)算機(jī)可以方便地實(shí)現(xiàn)語言符號(hào)型知識(shí)的表示和處理o可以直接運(yùn)用人類已有顯式知識(shí)(包括理論知識(shí)和經(jīng)驗(yàn)知識(shí))直接建立基于知識(shí)的智能系統(tǒng)28人工智能的研究途徑與方法o心理模擬，符號(hào)推演(續(xù))：n基于心理模擬和符號(hào)推演的人工智能研究，被稱為心理學(xué)派、邏輯學(xué)派、符號(hào)主義。代表人物有紐厄爾、肖、西蒙、費(fèi)根寶姆、尼爾遜等。其代表性的理念是所謂的“物理符號(hào)系統(tǒng)假設(shè)”n自動(dòng)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n這種方法模擬人腦的邏輯思維，利用顯式的知識(shí)和推理

14、來解決問題，因此擅長實(shí)現(xiàn)人腦的高級(jí)認(rèn)知功能，如推理、決策等29人工智能的研究途徑與方法o生理模擬，神經(jīng)計(jì)算：n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(jì)算的方法，模擬腦神經(jīng)網(wǎng)絡(luò)的工作過程，實(shí)現(xiàn)人工智能n用人工神經(jīng)網(wǎng)絡(luò)作為信息和知識(shí)的載體，用稱為神經(jīng)計(jì)算的數(shù)值計(jì)算方法來實(shí)現(xiàn)網(wǎng)絡(luò)的學(xué)習(xí)、記憶、聯(lián)想、識(shí)別和推理功能30人工智能的研究途徑與方法o生理模擬，神經(jīng)計(jì)算(續(xù))：n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(cuò)性，通過神經(jīng)網(wǎng)絡(luò)的“自學(xué)習(xí)”獲得知識(shí)，再利用知識(shí)解決問題n擅長模擬人腦的形象思維，便于實(shí)現(xiàn)人腦的低級(jí)感知功能，例如圖像、聲音信息的識(shí)別和處理n采

15、用生理模擬和神經(jīng)計(jì)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31人工智能的研究途徑與方法o行為模擬，控制進(jìn)化：n用模擬人和動(dòng)物在與環(huán)境的交互、控制過程中的智能活動(dòng)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(shí)現(xiàn)人工智能n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(dòng)32人工智能的研究途徑與方法o行為模擬，控制進(jìn)化(續(xù))：nR.Brooks教授的工作代表了稱為“現(xiàn)場(situated)

16、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(dòng)，智能行為可以不需要知識(shí)，提出“沒有表示的智能”，“沒有推理的智能”的觀點(diǎn)，主張智能行為的“感知-動(dòng)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(shí)世界中與周圍環(huán)境的交互中體現(xiàn)出來n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33人工智能的研究途徑與方法o群體模擬，仿生計(jì)算：n模擬生物群落的群體智能行為，從而實(shí)現(xiàn)人工智能。例如：o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(jì)算o模擬人體免疫細(xì)胞群而出現(xiàn)的免疫計(jì)算、免疫克隆計(jì)算及人工免疫系統(tǒng)o模擬螞蟻群體覓食活動(dòng)過程

17、的蟻群算法o模擬鳥群飛翔的粒群算法和模擬魚群活動(dòng)的魚群算法34人工智能的研究途徑與方法o群體模擬，仿生計(jì)算(續(xù))：n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n對(duì)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(shí)現(xiàn)的，所以統(tǒng)稱為仿生計(jì)算35人工智能的研究途徑與方法o博采廣鑒，自然計(jì)算：n從生命、生態(tài)、系統(tǒng)、社會(huì)、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：o從熱力學(xué)和統(tǒng)計(jì)物理學(xué)所描述的高溫固體材料冷卻時(shí)，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o從量子物理

18、學(xué)中的自旋和統(tǒng)計(jì)機(jī)理中得到啟發(fā)，而提出了量子聚類算法o1994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(jì)算方法，并在試管里求出了此問題的解36人工智能的研究途徑與方法o博采廣鑒，自然計(jì)算(續(xù))：n這些方法一般稱為自然計(jì)算(NC)模仿或借鑒自然界的某種機(jī)理而設(shè)計(jì)計(jì)算模型，這類計(jì)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n自然計(jì)算是自然科學(xué)和計(jì)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(jì)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(jì)、優(yōu)化控制、網(wǎng)絡(luò)安全、創(chuàng)造性設(shè)計(jì)等領(lǐng)域具有很好的應(yīng)用前景37人工智能的研究途徑與方法o原理分析，

19、數(shù)學(xué)建模：n通過對(duì)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：o用概率統(tǒng)計(jì)原理(特別是貝葉斯定理)處理不確定性信息和知識(shí)，建立了統(tǒng)計(jì)模式識(shí)別、統(tǒng)計(jì)機(jī)器學(xué)習(xí)和不確定性推理的一系列原理和方法o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(shí)別和機(jī)器學(xué)習(xí)的原理和方法38提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 39人工智能的基本技術(shù)o符號(hào)智能和計(jì)算智能最顯著的相似之處：

20、n二者都涉及表示和運(yùn)算n二者都是通過搜索進(jìn)行問題求解的o人工智能三個(gè)最基本、最核心的技術(shù)：表示、運(yùn)算和搜索符號(hào)智能符號(hào)智能計(jì)算智能計(jì)算智能表示表示知識(shí)表示對(duì)象表示運(yùn)算運(yùn)算基于知識(shí)表示的推理或符號(hào)操作基于對(duì)象表示的操作或計(jì)算搜索搜索在問題空間搜索在解空間搜索40提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 41人工智能的應(yīng)用o難題求解：n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(shí)施或無法完成的困難問題，例如：o智力性

21、問題中的梵塔問題、n皇后問題、旅行商問題、博弈問題等o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(bào)、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(dòng)規(guī)劃等42人工智能的應(yīng)用o難題求解(續(xù))：n有些是組合數(shù)學(xué)理論中所稱的非確定型多項(xiàng)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(xiàng)式界，但又未找到有效算法的一類問題n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43人工智能的應(yīng)用o自動(dòng)規(guī)

22、劃、調(diào)度與配置：n規(guī)劃一般指設(shè)計(jì)制定一個(gè)行動(dòng)序列，例如機(jī)器人行動(dòng)規(guī)劃、交通路線規(guī)劃n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(gè)集合間的一個(gè)映射n配置則是設(shè)計(jì)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 n三者有一定的內(nèi)在聯(lián)系，有時(shí)甚至可以互相轉(zhuǎn)化。事實(shí)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44人工智能的應(yīng)用o機(jī)器定理證明：n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n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(gè)定理證明問題45人工智能的應(yīng)用o機(jī)

23、器定理證明(續(xù))：n機(jī)器定理證明的方法主要有四類：o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o判定法，即對(duì)一類問題找出統(tǒng)一的計(jì)算機(jī)上可實(shí)現(xiàn)的算法解。在這方面一個(gè)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o定理證明器，它研究一切可判定問題的證明方法o計(jì)算機(jī)輔助證明，它是以計(jì)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(jì)算、推理和窮舉46人工智能的應(yīng)用o自動(dòng)程序設(shè)計(jì)：n讓計(jì)算機(jī)設(shè)計(jì)程序：就是人只要給出關(guān)于某程序要求的非常高級(jí)的描述，計(jì)算機(jī)就會(huì)自動(dòng)生成一個(gè)能完成這個(gè)要求目標(biāo)的具體

24、程序n相當(dāng)于給機(jī)器配置了一個(gè)“超級(jí)編譯系統(tǒng)”，它能夠?qū)Ω呒?jí)描述進(jìn)行處理，通過規(guī)劃過程，生成所需的程序n自動(dòng)程序設(shè)計(jì)還包括程序自動(dòng)驗(yàn)證，即自動(dòng)證明所設(shè)計(jì)程序的正確性47人工智能的應(yīng)用o機(jī)器翻譯：n把“光陰似箭”的英語句子“Time flies like an arrow”翻譯成日語，然后再翻譯回來的時(shí)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“The spirit is willing but the flesh is weak”翻譯成俄語，然后再翻譯回來時(shí)竟變成了“酒是好的，肉變質(zhì)了”，即“The wine is good but the meat is spoiled

25、”n機(jī)器翻譯并非想像的那么簡單，并使得人們認(rèn)識(shí)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(duì)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(shí)現(xiàn)，還要靠自然語言理解方面的突破48人工智能的應(yīng)用o智能控制：n把人工智能技術(shù)引入控制領(lǐng)域，建立智能控制系統(tǒng)n智能控制具有兩個(gè)顯著的特點(diǎn)：o智能控制是同時(shí)具有知識(shí)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o智能控制的核心在高層控制，即組織級(jí)控制，其任務(wù)在于對(duì)實(shí)際環(huán)境或過程進(jìn)行組織，即決策與規(guī)劃，以實(shí)現(xiàn)廣義問題求解49人工智能的應(yīng)用o智能控制(續(xù))：n智能控制系統(tǒng)的智能可歸納為以下幾方面：o先驗(yàn)智能：有關(guān)控制對(duì)象及干擾的先

26、驗(yàn)知識(shí)，可以從一開始就考慮在控制系統(tǒng)的設(shè)計(jì)中o反應(yīng)性智能：在實(shí)時(shí)監(jiān)控、辨識(shí)及診斷的基礎(chǔ)上，對(duì)系統(tǒng)及環(huán)境變化的正確反應(yīng)能力o優(yōu)化智能：包括對(duì)系統(tǒng)性能的先驗(yàn)性優(yōu)化及反應(yīng)性優(yōu)化o組織與協(xié)調(diào)智能：表現(xiàn)為對(duì)并行耦合任務(wù)或子系統(tǒng)之間的有效管理與協(xié)調(diào)50人工智能的應(yīng)用o智能控制(續(xù))：n智能控制的開發(fā)，目前認(rèn)為有以下途徑：o基于專家系統(tǒng)的專家智能控制o基于模糊推理和計(jì)算的模糊控制o基于人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)控制o綜合以上三種方法的綜合型智能控制51人工智能的應(yīng)用o智能管理：n把人工智能技術(shù)引入管理領(lǐng)域，建立智能管理系統(tǒng)n智能管理是人工智能與管理科學(xué)、系統(tǒng)工程、計(jì)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

27、相滲透而產(chǎn)生的一門新技術(shù)、新學(xué)科n研究如何提高計(jì)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(jì)理論、方法與實(shí)現(xiàn)技術(shù)52人工智能的應(yīng)用o智能決策：n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)n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(shí)庫系統(tǒng)模式等o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(shí)處理為主的問題，但它與決策支持系統(tǒng)的接口比較困難o知識(shí)庫系統(tǒng)模式是以知識(shí)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(shí)庫組成的四庫系統(tǒng)。這種模式接口比較容易實(shí)現(xiàn)，其整體性

28、能也較好 53人工智能的應(yīng)用o智能決策(續(xù))：n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(shí)及知識(shí)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54人工智能的應(yīng)用o智能決策(續(xù))：n智能部件中可以包含如下一些知識(shí)：o建立決策模型和評(píng)價(jià)模型的知識(shí)o如何形成候選方案的知識(shí)o建立評(píng)價(jià)標(biāo)準(zhǔn)的知識(shí)o如何修正候選方案，從而得到更好候選方案的知識(shí)o完善數(shù)據(jù)庫，改進(jìn)對(duì)它的操作及維護(hù)的知識(shí)55人工智能的應(yīng)用o智能通信：n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)n智能通信就是在通信系統(tǒng)的各個(gè)層次和環(huán)節(jié)上實(shí)現(xiàn)智能化。例如在通信網(wǎng)的

29、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(shí)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56人工智能的應(yīng)用o智能仿真：n利用人工智能技術(shù)能對(duì)整個(gè)仿真過程(包括建模、實(shí)驗(yàn)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(shí)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57人工智能的應(yīng)用o智能CAD：n智能CAD(簡稱ICAD)就是把人工智能技術(shù)引入計(jì)算機(jī)輔助設(shè)計(jì)領(lǐng)域，建立智能CAD系統(tǒng)nAI幾乎可以應(yīng)用到CAD技術(shù)的各個(gè)方面，從目前發(fā)展的趨勢來看，至少有以下四個(gè)方面：o設(shè)計(jì)自動(dòng)化o智能交互o智能圖形學(xué)o自動(dòng)數(shù)據(jù)采集58人工智能的

30、應(yīng)用o智能CAD(續(xù))：n從具體技術(shù)來看，ICAD技術(shù)大致可分為以下幾種方法：o規(guī)則生成法o約束滿足方法o搜索法o知識(shí)工程方法o形象思維方法59人工智能的應(yīng)用o智能制造：n在數(shù)控技術(shù)、柔性制造技術(shù)和計(jì)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(shí)驗(yàn)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(dòng)化生產(chǎn)60人工智能的應(yīng)用o智能CAI：n把人工智能技術(shù)引入計(jì)算機(jī)輔助教學(xué)領(lǐng)域，建立智能CAI系統(tǒng)(ICAI)，ICAI的特點(diǎn)是能對(duì)學(xué)生因才施教地進(jìn)行指導(dǎo)nICAI應(yīng)具

31、備下列智能特征：o自動(dòng)生成各種問題與練習(xí)o根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動(dòng)選擇與調(diào)整教學(xué)內(nèi)容和進(jìn)度o在理解教學(xué)內(nèi)容的基礎(chǔ)上自動(dòng)解決問題生成解答o具有自然語言的生成和理解能力o對(duì)教學(xué)內(nèi)容有解釋咨詢能力o能診斷學(xué)生錯(cuò)誤，分析原因并采取糾正措施o能評(píng)價(jià)學(xué)生的學(xué)習(xí)行為o能不斷地在教學(xué)中改善教學(xué)策略61人工智能的應(yīng)用o智能人機(jī)接口：n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(jì)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(gè)性化n該課題涉及到機(jī)器感知特別是圖形圖像識(shí)別與理解、語音識(shí)別、自然語言處理、機(jī)器翻譯、多媒體、虛擬現(xiàn)實(shí)等技術(shù)62人工智能的應(yīng)用o模式識(shí)別：n用計(jì)算機(jī)進(jìn)行物體識(shí)別。這里的物體一般

32、指文字、符號(hào)、圖形、圖像、語音、聲音及傳感器信息等形式的實(shí)體對(duì)象，而并不包括概念、思想、意識(shí)等抽象或虛擬對(duì)象n經(jīng)過多年研究已發(fā)展成為一個(gè)獨(dú)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)63人工智能的應(yīng)用o數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)：n數(shù)據(jù)挖掘主要流行于統(tǒng)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)庫和信息系統(tǒng)等領(lǐng)域n數(shù)據(jù)庫中的知識(shí)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n涉及范圍：企業(yè)數(shù)據(jù)、商業(yè)數(shù)據(jù)、科學(xué)實(shí)驗(yàn)數(shù)據(jù)、管理決策數(shù)據(jù)、Web數(shù)據(jù)等的挖掘和發(fā)現(xiàn)64人工智能的應(yīng)用o計(jì)算機(jī)輔助創(chuàng)新：n以“發(fā)明問題解決理論(TRIZ)”為基礎(chǔ)，結(jié)合本體論(Onto

33、logy)、現(xiàn)代設(shè)計(jì)方法學(xué)、計(jì)算機(jī)技術(shù)而形成的一種用于技術(shù)創(chuàng)新的新手段n可看做是機(jī)器發(fā)明創(chuàng)造的初級(jí)形式n部分例子見P1765人工智能的應(yīng)用o計(jì)算機(jī)文藝創(chuàng)作：n詩詞、小說、樂曲、繪畫nP18“古詩”和小說66人工智能的應(yīng)用o機(jī)器博弈：n人工智能學(xué)科建立的當(dāng)年1956年，塞繆爾就研制成功了一個(gè)跳棋程序n1959年，擊敗了塞繆爾本人，1962年又擊敗了美國一個(gè)州的冠軍n1997年IBM的“深藍(lán)”計(jì)算機(jī)以2勝3平1負(fù)的戰(zhàn)績擊敗了蟬聯(lián)12年之久的世界國際象棋冠軍加里卡斯帕羅夫n2001年，德國的“更弗里茨”國際象棋軟件更是擊敗了當(dāng)時(shí)世界排名前10位棋手中的9位，計(jì)算機(jī)的搜索速度達(dá)到創(chuàng)紀(jì)錄的600萬步每秒

34、67人工智能的應(yīng)用o智能機(jī)器人：n直接面向應(yīng)用，社會(huì)效益強(qiáng)n如工業(yè)機(jī)器人、太空機(jī)器人、水下機(jī)器人、家用機(jī)器人、軍用機(jī)器人、服務(wù)機(jī)器人、醫(yī)療機(jī)器人、運(yùn)動(dòng)機(jī)器人、助理機(jī)器人、機(jī)器人足球賽、機(jī)器人象棋賽n是人工智能技術(shù)的綜合應(yīng)用，其能力和水平已經(jīng)成為人工智能技術(shù)水平甚至人類科學(xué)技術(shù)綜合水平的一個(gè)代表和體現(xiàn)68人工智能的應(yīng)用69提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 70人工智能的分支領(lǐng)域與研究方向o從模擬的智能層次和所用的

35、方法來看：n符號(hào)智能：圖搜索、自動(dòng)推理、不確定性推理、知識(shí)工程、符號(hào)學(xué)習(xí)等n計(jì)算智能：神經(jīng)計(jì)算、進(jìn)化計(jì)算、免疫計(jì)算、蟻群算法、粒群算法、自然計(jì)算n另外，智能Agent也是人工智能的一個(gè)新興的重要領(lǐng)域，是以符號(hào)智能和計(jì)算智能為基礎(chǔ)的更高一級(jí)的人工智能71人工智能的分支領(lǐng)域與研究方向o從模擬的腦智能或腦功能來看：n機(jī)器學(xué)習(xí)：符號(hào)學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)等n機(jī)器感知：計(jì)算機(jī)視覺、計(jì)算機(jī)聽覺、模式識(shí)別、圖像識(shí)別與理解、語音識(shí)別、自然語言處理等n機(jī)器聯(lián)想n機(jī)器推理n機(jī)器行為72人工智能的分支領(lǐng)域與研究方向o從應(yīng)用角度看：如上節(jié)所述，AI中有難題求解等數(shù)十種分支領(lǐng)域和研究方向o從系統(tǒng)角度看：n智能計(jì)算機(jī)系

36、統(tǒng)：智能硬件平臺(tái)、智能操作系統(tǒng)、智能網(wǎng)絡(luò)系統(tǒng)等n智能應(yīng)用系統(tǒng)：基于知識(shí)的智能系統(tǒng)、基于算法的智能系統(tǒng)、兼有知識(shí)和算法的智能系統(tǒng)、分布式人工智能系統(tǒng)73人工智能的分支領(lǐng)域與研究方向o從基礎(chǔ)理論看：數(shù)理邏輯、多種非標(biāo)準(zhǔn)邏輯、圖論、人工神經(jīng)網(wǎng)絡(luò)、模糊集、粗糙集、概率統(tǒng)計(jì)(貝葉斯統(tǒng)計(jì)決策理論)和貝葉斯網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)、形式語言與自動(dòng)機(jī)等74提綱o什么是人工智能 o人工智能的研究意義、目標(biāo)和策略o人工智能的學(xué)科范疇 o人工智能的研究內(nèi)容 o人工智能的研究途徑與方法 o人工智能的基本技術(shù) o人工智能的應(yīng)用 o人工智能的分支領(lǐng)域與研究方向 o人工智能的發(fā)展概況 75人工智能的發(fā)展概況o人工智能

37、學(xué)科正式誕生于1956年：1956年夏季，由美國Dartmouth大學(xué)的麥卡錫、哈佛大學(xué)的明斯基、IBM公司信息研究中心的洛切斯特、貝爾實(shí)驗(yàn)室的申農(nóng)共同發(fā)起，邀請(qǐng)IBM公司的莫爾和塞繆爾、麻省理工學(xué)院的塞爾夫里奇和索羅門夫以及蘭德公司和卡內(nèi)基工科大學(xué)的紐厄爾、西蒙等，共十位來自數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和計(jì)算機(jī)等方面的學(xué)者和工程師，在Dartmouth大學(xué)召開了一次歷時(shí)兩個(gè)月的研究會(huì)，會(huì)上正式采用了“人工智能”這一術(shù)語76人工智能的發(fā)展概況o人工智能學(xué)科的產(chǎn)生：n實(shí)際上是邏輯學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、腦科學(xué)、神經(jīng)生理學(xué)、信息科學(xué)等學(xué)科發(fā)展的必然趨勢和必然結(jié)果n單就計(jì)算機(jī)來看，其功能從數(shù)值計(jì)

38、算到數(shù)據(jù)處理，再下去必然是知識(shí)處理n當(dāng)時(shí)的水平已具有智能的表現(xiàn)：能自動(dòng)地進(jìn)行復(fù)雜的數(shù)值計(jì)算和數(shù)據(jù)處理77人工智能的發(fā)展概況o符號(hào)主義途徑發(fā)展概況：n1956年，美國的紐厄爾、肖和西蒙合作編制了一個(gè)名為邏輯理論機(jī)(LT)的計(jì)算機(jī)程序系統(tǒng)。模擬人用數(shù)理邏輯證明定理時(shí)的思維規(guī)律，證明了懷特海和羅素的名著數(shù)學(xué)原理第 2 章中的 38 條定理(1963年在另一臺(tái)機(jī)器上證明了全部52條定理)n美籍華人、數(shù)理邏輯學(xué)家王浩于1958年在IBMCD*2704計(jì)算機(jī)上用 35 分鐘證明了數(shù)學(xué)原理中有關(guān)命題演算的全部定理(220條)，并且還證明了謂詞演算中150條定理的85%78人工智能的發(fā)展概況o符號(hào)主義途徑發(fā)展

39、概況(續(xù))：n1956年，塞繆爾成功研制了具有自學(xué)習(xí)、自組織、自適應(yīng)能力的跳棋程序。這個(gè)程序能從棋譜中學(xué)習(xí)，也能從下棋實(shí)踐中提高棋藝，1959 年它擊敗了塞繆爾本人，1962年又擊敗了美國一個(gè)州的冠軍n1959年，籍勒洛特發(fā)表了證明平面幾何問題的程序，塞爾夫里奇推出了一個(gè)模式識(shí)別程序n1965年羅伯特編制出了可以分辨積木構(gòu)造的程序79人工智能的發(fā)展概況o符號(hào)主義途徑發(fā)展概況(續(xù))：n1960年，紐厄爾、肖和西蒙等人通過心理學(xué)試驗(yàn)總結(jié)出了人們求解問題的思維規(guī)律，編制了通用問題求解程序，該程序可以求解11種不同類型的問題n1960年，麥卡錫研制成功了面向人工智能程序設(shè)計(jì)的表處理語言LISP。該語言

40、以其獨(dú)特的符號(hào)處理功能，很快在人工智能界風(fēng)靡起來，至今仍然是人工智能研究的一個(gè)有力工具n1965年，魯賓遜提出了消解原理，為定理的機(jī)器證明做出了突破性的貢獻(xiàn)80人工智能的發(fā)展概況o符號(hào)主義途徑發(fā)展概況(續(xù))：n20世紀(jì)80年代后，專家系統(tǒng)與知識(shí)工程在理論、技術(shù)和應(yīng)用方面都有了長足的進(jìn)步和發(fā)展n專家系統(tǒng)的建造進(jìn)入應(yīng)用高級(jí)開發(fā)工具時(shí)期，出現(xiàn)了所謂的多專家系統(tǒng)、大型專家系統(tǒng)、微專家系統(tǒng)和分布式專家系統(tǒng)等n知識(shí)表示、不精確推理、機(jī)器學(xué)習(xí)等方面也都取得了重要進(jìn)展n還出現(xiàn)了不限于專家知識(shí)的所謂基于知識(shí)的系統(tǒng)和知識(shí)庫系統(tǒng)81人工智能的發(fā)展概況o連接主義途徑發(fā)展概況：n早在 20 世紀(jì) 40 年代，就有一些學(xué)

41、者開始了神經(jīng)元及其數(shù)學(xué)模型的研究。例如，1943年心理學(xué)家McCulloch和數(shù)學(xué)家Pitts提出了形式神經(jīng)元的數(shù)學(xué)模型現(xiàn)在稱之為MP模型，1944年Hebb提出了改變神經(jīng)元連接強(qiáng)度的Hebb規(guī)則。MP模型和Hebb規(guī)則至今仍在各種神經(jīng)網(wǎng)絡(luò)中起重要作用82人工智能的發(fā)展概況o連接主義途徑發(fā)展概況(續(xù))：n1969年，明斯基與白伯脫共同發(fā)表了頗有影響的Perceptrons一書，書中證明了那時(shí)使用的單層人工神經(jīng)網(wǎng)絡(luò)，無法實(shí)現(xiàn)一個(gè)簡單的異或門(XOR)所完成的功能n對(duì)神經(jīng)網(wǎng)絡(luò)的前景持悲觀態(tài)度，許多學(xué)者放棄了在該領(lǐng)域中的繼續(xù)努力，政府機(jī)構(gòu)也改變基金資助的投向，神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入低谷83人工智能的發(fā)展

42、概況o連接主義途徑發(fā)展概況(續(xù))：n經(jīng)過近20年的暗淡時(shí)期后終于有了新的突破和驚人的成果：1985年美國霍布金斯大學(xué)的賽諾斯開發(fā)了名為NETtalk英語讀音學(xué)習(xí)用的神經(jīng)網(wǎng)絡(luò)處理器；同年，美國物理學(xué)家霍普菲爾特用神經(jīng)網(wǎng)絡(luò)迅速求得了旅行商問題的準(zhǔn)優(yōu)解，顯示它在求解“難解問題”上的非凡能力n對(duì)冷落了近 20 年的神經(jīng)網(wǎng)絡(luò)又刮目相看；再者，雖然在符號(hào)主義途徑上，人工智能在專家系統(tǒng)、知識(shí)工程等方面取得很大的進(jìn)展，但在模擬人的視覺、聽覺和學(xué)習(xí)、適應(yīng)能力方面，卻遇到了很大的困難，此時(shí)神經(jīng)網(wǎng)絡(luò)研究的熱潮又再度出現(xiàn)84人工智能的發(fā)展概況o連接主義途徑發(fā)展概況(續(xù))：n1987年6月，第一屆國際神經(jīng)網(wǎng)絡(luò)會(huì)議(IC

43、NN)在美國圣第亞哥召開。會(huì)議預(yù)定800人，但實(shí)際到會(huì)達(dá)2000多人。會(huì)上氣氛之熱烈，群情之激昂，據(jù)報(bào)導(dǎo)是國際學(xué)術(shù)會(huì)議前所未有的。會(huì)議決定成立國際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)，并出版會(huì)刊Neural Networksn從此之后，神經(jīng)網(wǎng)絡(luò)便東山再起85人工智能的發(fā)展概況o計(jì)算智能異軍突起：n1962年福格爾受物競天擇的生物進(jìn)化過程啟發(fā)，提出了進(jìn)化程序設(shè)計(jì)，開創(chuàng)了從腦和神經(jīng)系統(tǒng)以外的生命世界中尋找智慧機(jī)理之先河n1964年雷切伯格、施韋費(fèi)爾和比納特提出了稱為進(jìn)化策略的搜索算法n1967年Bagley和Rosengerg提出了遺傳算法的初步思想nn1994年，關(guān)于神經(jīng)網(wǎng)絡(luò)、進(jìn)化程序設(shè)計(jì)和模糊系統(tǒng)的三個(gè)IEEE國際會(huì)

44、議聯(lián)合舉行了首屆計(jì)算智能大會(huì)，這標(biāo)志著一個(gè)有別于符號(hào)智能的人工智能新領(lǐng)域計(jì)算智能正式形成86人工智能的發(fā)展概況o計(jì)算智能異軍突起(續(xù))：n在20世紀(jì)90年代前后，又涌現(xiàn)出了一批計(jì)算智能的新理論和新算法：o20世紀(jì)90年代初，意大利學(xué)者提出了蟻群優(yōu)化算法o1990年伯西尼首次使用免疫算法來解決實(shí)際問題o20世紀(jì)末，福雷斯特等提出免疫遺傳算法，de Castro和Gaspar建立了克隆選擇算法和模式跟蹤算法，Dasgupta設(shè)計(jì)了陰性選擇算法，亨特等人又將免疫算法用于機(jī)器學(xué)習(xí)領(lǐng)域87人工智能的發(fā)展概況o計(jì)算智能異軍突起(續(xù))：n在20世紀(jì)90年代前后，又涌現(xiàn)出了一批計(jì)算智能的新理論和新算法(續(xù))：

45、oEberhart和Kennedy開發(fā)了粒群優(yōu)化算法o1991年波蘭數(shù)學(xué)家Pawlak提出了粗糙集理論o1995年Vapnik提出了“統(tǒng)計(jì)學(xué)習(xí)理論”和支持向量機(jī)的機(jī)器學(xué)習(xí)新技術(shù)o模糊邏輯、神經(jīng)計(jì)算、概率推理、遺傳算法、混沌系統(tǒng)和信任網(wǎng)絡(luò)等合起來又被稱為軟計(jì)算88人工智能的發(fā)展概況o計(jì)算智能異軍突起(續(xù))：n進(jìn)入21世紀(jì)后，計(jì)算智能從理論上和應(yīng)用上都取得了長足的發(fā)展。特別是進(jìn)化計(jì)算、免疫算法、蟻群算法、粒群算法等又構(gòu)成了一個(gè)稱為智能計(jì)算或智能算法的新領(lǐng)域n其應(yīng)用遍及網(wǎng)絡(luò)安全、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)、模式識(shí)別、自動(dòng)規(guī)劃、自動(dòng)配置、自動(dòng)控制、故障診斷、加工調(diào)度、聚類分類和計(jì)量化學(xué)等眾多領(lǐng)域89人工智能的發(fā)展概況90人工智能的發(fā)展概況o現(xiàn)狀與發(fā)展趨勢：n多種途徑齊頭并進(jìn)，多種方法協(xié)作互補(bǔ)n新思想、新技術(shù)不斷涌現(xiàn)，新領(lǐng)域、新方向不斷開拓n理論研究更加深入，應(yīng)用研究愈加廣泛n研究隊(duì)伍日益壯大，社會(huì)影響越來越大91完！92