【正文】 家 主要貢獻(xiàn)： 研究數(shù)理邏輯中一些帶有根本性的問題，即形式系統(tǒng)的完備性和可判定性問題。 1930年證明了一階謂詞演算的完備性定理 1931年證明了： 第一條不完備性定理 任何包含初等數(shù)論的形式系統(tǒng)，如果它是協(xié)調(diào)的，那么一定是不完備的。 第二條不完備性定理是：如果這種形式系統(tǒng)是協(xié)調(diào)的，那么這種協(xié)調(diào)性一定不能在本系統(tǒng)中得到證明。 Godel的這兩條定理徹底摧毀了 Hilbert的建立無矛盾數(shù)學(xué)體系的綱領(lǐng)，對(duì)人工智能研究的意義在于，指出了把人的思維形式化和機(jī)械化的某種極限，在理論上證明了有些事情是做不到的 。 ? AMTuring （圖靈）（ 19121954）英國 天才 數(shù)學(xué)家 主要貢獻(xiàn)： ? 1936年提出一種理想計(jì)算機(jī)的數(shù)學(xué)模型，后世稱之為圖靈機(jī)。 現(xiàn)已公認(rèn)，所有可計(jì)算函數(shù)都能用圖靈機(jī)計(jì)算 為電子計(jì)算機(jī)出現(xiàn)建立了理論根據(jù)。 ? 在二次大戰(zhàn)期間為盟軍設(shè)計(jì)破譯密碼的機(jī)器，為盟軍的最后勝利立下了汗馬功勞。 ? 1950年，在 《 Computing Machinery and Intelligence》 一文中提出了著名的“ Turing Test” 如果機(jī)器能成功的偽裝成人欺騙觀察者 ,就認(rèn)為它具有了智能。 Turing Test的重要意義： 使實(shí)驗(yàn)研究智能行為成為可能 1980,美國哲學(xué)家 John searle 在其論文 《 心、 大腦與程序 》 中提出 Chinese Room Experiment 第一階段： 50年代人工智能的興起和冷落 ? 電子計(jì)算機(jī)的誕生 ——人工智能的物質(zhì)基礎(chǔ)。 Mauchly（美國數(shù)學(xué)家）和 Eckert等人共同發(fā)明了電子數(shù)字計(jì)算機(jī) ENIAC（ 1946年）。 占地面積達(dá) 170平方米，重達(dá) 30噸 ? 人工智能的開端 Norbert Wiener ：所有人類智力的結(jié)果都是一種反饋的結(jié)果；反饋機(jī)制是有可能用機(jī)器模擬的 第一階段： 50年代人工智能的興起和冷落 ? 人工智能的問世 1956年，“人工智能之父” McCarthy： Vermont “ Dartmouth人工智能夏季研究會(huì)”，命名 人工智能 參加者： Minsky, Rochester, Shannon, Moore, Samuel, Selfridge, Solomonff, Simon, Newell等一批數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計(jì)算機(jī)科學(xué)家。 （ McCarthy于 2023年 10月 24日與世長辭，享年 84歲 ） ? 早期發(fā)展 ? 機(jī)器定理證明 1956年， Newell和 Simon的 Logic Theorist（邏輯理論機(jī)）證明了 《 數(shù)學(xué)原理 》 第二章的 38條定理，1963年全部 52條定理。 1958年，王浩在 IBM704上實(shí)現(xiàn)了一個(gè)定理機(jī)器證明程序，以 35分鐘的時(shí)間證明了 《 數(shù)學(xué)原理 》中 220條全部命題演算定理和 150條一階邏輯定理中的 85%， 1959年用了 。 1959年， Gelernter研制出了平面幾何證明程序。 1965年 Robinson提出了歸結(jié)方法，把人工智能的研究向前推進(jìn)了一大步。 ? 早期發(fā)展 ? 機(jī)器學(xué)習(xí) 1956年， Samuel研制了跳棋程序，該程序具有學(xué)習(xí)功能，能夠從棋譜中學(xué)習(xí)，也能在實(shí)踐中總結(jié)經(jīng)驗(yàn)，提高棋藝。 1959年打敗了設(shè)計(jì)者 Samuel本人， 1962年擊敗了美國一個(gè)州的冠軍。 ? 模式識(shí)別與計(jì)算機(jī)視覺 1956年， Selfridge研制出第一個(gè)字符識(shí)別程序，1959年他又推出了功能更強(qiáng)的模式識(shí)別程序。1965年， Roberts編制了可以分辨積木構(gòu)造的程序，開創(chuàng)了計(jì)算機(jī)視覺的新領(lǐng)域。 ? 早期發(fā)展 ? 通用問題求解程序 GPS 1957年始， Newell, Shaw和 Simon等人在 Logic Theotist基礎(chǔ)上，研究一種不依賴于具體領(lǐng)域的通用解題程序，持續(xù)了 10年，最后版本發(fā)表于 1969年。 ? 符號(hào)計(jì)算 1963年， Slagle發(fā)表了符號(hào)積分程序 SAINT，他使用了86個(gè)積分問題檢查該程序，其中有 54個(gè)問題是 MIT微積分課程的考試題，結(jié)果程序解出了 84個(gè)問題， SAINT的解題能力達(dá)到了大學(xué)生中優(yōu)秀者的水平。 1967年， Mosis又研制了一個(gè)符號(hào)積分程序 SIN，能解更多更復(fù)雜的積分題目，效率比 SAINT快 3倍，解題能力達(dá)到同領(lǐng)域?qū)＜宜健? ? LISP表處理語言等 各種誘人的前景把很多人吸引到人工智能領(lǐng)域中來，人工智能的研究呈現(xiàn)出蓬勃發(fā)展的局面。 一系列的成功使某些研究者頭腦發(fā)熱起來 .1958年，Newell和 Simon曾經(jīng)自信地說：不出 10年，計(jì)算機(jī)將能譜寫具有優(yōu)秀作曲家水平的樂曲；不出 10年，大多數(shù)心理學(xué)理論將在計(jì)算機(jī)上形成。有些人甚至預(yù)言， 80年代是全面實(shí)現(xiàn)人工智能的年代，到 2023年機(jī)器的智能會(huì)超過人。 第一階段： 50年代人工智能的興起和冷落 第一階段： 50年代人工智能的興起和冷落 ? 人工智能的低谷時(shí)期 ? 歸結(jié)方法的效率很難提高 在用歸結(jié)方法證明問題時(shí)，稍微復(fù)雜一點(diǎn)的問題就會(huì)因內(nèi)存全被占滿或時(shí)間長的無法忍受而失敗。如同沒有包治百病的良藥一樣，建立適用于各個(gè)不同領(lǐng)域的通用推理程序的嘗試也失敗了。 ? 機(jī)器學(xué)習(xí)的能力不如預(yù)期的那樣好 Samuel的跳棋程序在戰(zhàn)勝了一個(gè)州的冠軍后，其能力就保持在那個(gè)水平上，一直沒有新的提高 ? 機(jī)器翻譯等的失敗 “ Time flies like an arrow” 翻譯成日語，再譯回來 ：“蒼蠅喜歡箭” “ The spirit is willing but the flesh is weak” 譯成俄語，再譯回來 ： “ The wine is good but the meat is spoiled” 英，劍橋大學(xué) James: “AI即使不是騙局也是庸人自擾” 美， IBM下令取消 AI所有研究活動(dòng) ? 在總結(jié)研究經(jīng)驗(yàn)的基礎(chǔ)上，人工智能研究者指出，使計(jì)算機(jī)具有知識(shí)是使人工智能走出困境的關(guān)鍵。企圖建造一個(gè)脫離知識(shí)的通用推理程序的想法是不夠完整的，目前也是不切實(shí)際的。要想人工智能的研究取得突破，必須把人們具有的知識(shí)也傳給計(jì)算機(jī)系統(tǒng)。 第二階段： 60年代末到 70年代 專家系統(tǒng)出現(xiàn) ? DENDRAL：化學(xué)質(zhì)譜分析系統(tǒng) MYCIN：疾病診斷和治療系統(tǒng) PROSPECTOR：探礦系統(tǒng) HearsayII：語音理解系統(tǒng) ? 1969年成立了 IJCAI ? Edward Albert Feigenbaum： 1965年，和遺傳學(xué)系主任、諾貝爾獎(jiǎng)得主萊德伯格 (Joshua Lederberg)等人合作， DENDRAL 1994年度 Turing Award得主 最早倡導(dǎo)了“ Knowledge engineering”(1977年， Feigenbaum在第五屆國際人工智能大會(huì) ) In the Knowledge lies the power ? 在此之后各種的專家系統(tǒng)紛紛研制出來，專家系統(tǒng)得到航天、醫(yī)學(xué)、地質(zhì)、氣象等部門的支持，發(fā)展迅速。 ? 在計(jì)算機(jī)中使用知識(shí)，為人工智能提出了一批有實(shí)用價(jià)值的研究課題，例如：如何使計(jì)算機(jī)獲得人類知識(shí)、如何表示知識(shí)、如何進(jìn)行基于不同領(lǐng)域知識(shí)的推理等等，這些課題促進(jìn)了人工智能的研究，使人工智能這一學(xué)科重新出現(xiàn)了蓬勃發(fā)展的局面。 第三階段： 80年代，人工智能得到很大發(fā)展 ? 第五代計(jì)算機(jī)研制計(jì)劃“知識(shí)信息處理計(jì)算機(jī)系統(tǒng) KIPS” ： 1982年 日本發(fā)起 為期 10年 目的：使邏輯推理達(dá)到數(shù)值運(yùn)算那么快 結(jié)果：在扔了上 10億美元之后不了了之 它的開展形成了一股研究人工智能的熱潮 第四階段： 80年代末 神經(jīng)網(wǎng)絡(luò)飛速發(fā)展 ? 1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會(huì)議宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。 ? 據(jù)美國每日科學(xué)網(wǎng)站 2023年 7月 20日 報(bào)道，美國科學(xué)家朝人工智能領(lǐng)域 邁出了關(guān)鍵的一步：他們使用 DNA，在試管中制造出了首個(gè)人 造神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)包含 4個(gè) 人造神經(jīng)元，由 112個(gè)不同的 DNA片 段組成。 ? 這個(gè)相互作用的分子組成的電路能像人腦一樣，可像人腦一樣基于部分特征識(shí)別事物，這是大腦獨(dú)特的屬性之一。然而，其運(yùn)行效率目前還很低下，需要進(jìn)一步提高其性能。 ? 7月 21日出版的 《 自然 》 雜志上的論文中寫道：“這個(gè)人造‘大腦’可不簡單，它使得我們識(shí)別事物、形成記憶、做出決定并采取行動(dòng)，這表明，一個(gè)由相互作用的分子組成的人造神經(jīng)網(wǎng)絡(luò)也能展示與大腦一樣的行為。” 第五階段： 90年代 — 現(xiàn)在 新的 AI研究高潮 ? IBM公司“深藍(lán)”電腦擊敗了人類的世界國際象棋冠軍 ? 美國制定了以多 Agent系統(tǒng)應(yīng)用為重要研究內(nèi)容的信息高速公路計(jì)劃，基于 Agent技術(shù)的 Softbot(軟機(jī)器人 )在軟件領(lǐng)域和網(wǎng)絡(luò)搜索引擎中得到了充分應(yīng)用 ? 美國 Sandia實(shí)驗(yàn)室建立了國際上最龐大的“虛擬現(xiàn)實(shí)”實(shí)驗(yàn)室，擬通過數(shù)據(jù)頭盔和數(shù)據(jù)手套實(shí)現(xiàn)更友好的人機(jī)交互，建立更好的智能用戶接口。 ? 圖像處理和圖像識(shí)別，聲音處理和聲音識(shí)別取得了較好的發(fā)展， IBM公司推出了 ViaVoice聲音識(shí)別軟件，以使聲音作為重要的信息輸入媒體。 計(jì)算機(jī)打敗國際象棋冠軍 1997年 5月 11日，在國際象棋“人機(jī)大戰(zhàn)”最后一局較量中，美國 IBM公司的RS/6000/SP國際象棋超級(jí)計(jì)算機(jī)“深藍(lán)” 僅用了一個(gè)小時(shí)便輕松戰(zhàn)勝國際象棋特級(jí)大師卡斯帕羅夫，并以 70萬美元的獎(jiǎng)金。 計(jì)算機(jī)打敗國際象棋冠軍 “深藍(lán)”與卡斯帕羅夫的對(duì)比 ── 身高 :卡斯帕羅夫 5英尺 10英寸 ,“深藍(lán)” 6英尺 5英寸； 體重 :卡斯帕羅夫 176磅， “深藍(lán)” ； 年齡：卡斯帕羅夫 34歲， “深藍(lán)” 4歲； 每秒行棋速度：卡斯帕羅夫 2步， “深藍(lán)” 2億步。 最主要差別： 卡斯帕羅夫的隨機(jī)應(yīng)變能力強(qiáng)，老謀深算，經(jīng)驗(yàn)豐富 ,但思路易受身體條件、情緒和周圍環(huán)境的影響 “深藍(lán)”是個(gè)剛剛涉足棋壇的小學(xué)生 ,記憶力強(qiáng)，計(jì)算平穩(wěn)且不受環(huán)境干擾。 ? “深藍(lán)”程序： 帶有一個(gè)收集了 20世紀(jì)各位著名國際象棋大師所下的數(shù)千個(gè)棋局的數(shù)據(jù)庫。 ? 必須克服人工智能領(lǐng)域的一個(gè)關(guān)鍵問題： 在組合劇增的情況下進(jìn)行全盤搜索 。 ? 棋手每走一步約有 30步不同的走法。要看到 15步之遠(yuǎn)，計(jì)算機(jī)必須算遍 3015種不同走棋過 程，并從中作出選擇。 ? IBM的研究小組使用的技術(shù)： 先進(jìn)行“淺”搜索，比如深度只有 10步，以粗略指出哪些步是有希望的，然后對(duì)這些走法進(jìn)行深度較大的搜索。使“深藍(lán)”要處理的局面數(shù)減少到 1000億種左右。 一篇古怪的小說 背叛 作者 Brytus1型 1998年 3月 戴夫 斯特賴維爾喜愛這所大學(xué)。他喜愛校園里爬滿常春藤的鐘樓，那古色古香而又堅(jiān)固 的磚塊，還有那灑滿陽光的碧綠草坪和熱情的年輕人。使他感到欣慰的還有這樣一件事， 即大學(xué)里完全沒有商場上那些冷酷無情的考驗(yàn) ——但事實(shí)恰恰并非如此：做學(xué)問也要通過 考試，而且有的考試與市場上的考驗(yàn)一樣不留情面。最好的例子就是論文答辯：為了取得 博士學(xué)位，為了成為博士，博士生必須通過論文的口試。愛德華 哈特教授就喜歡主持這樣 的答辯考試。 戴夫迫切希望成為一名博士。但他需要讓三個(gè)人在他論文的第一頁上簽上他們的名字， 這三個(gè)千金買的簽名能夠證明他通過了答辯。其中一個(gè)簽名是哈特教授的。哈特常常對(duì)戴 夫本人和其他人說，對(duì)于幫助戴夫?qū)崿F(xiàn)他應(yīng)該有的夢想，他感到很榮幸。答辯之前，斯特 賴維爾早早給哈特送去了他論文的倒數(shù)第二稿。哈特閱讀后告訴戴夫，論文水平絕一流， 答辯時(shí)他會(huì)很高興地在論文上簽名。在哈特那四壁擺滿書籍的辦公室里，兩人甚至還握了 手。戴夫注意到，哈特兩眼放光，充滿信賴，神情宛如慈父一般。 在答辯時(shí)，戴夫覺得自己流利地概括了論文的第三章。評(píng)審者提了兩個(gè)問題，一個(gè)是羅 德曼教授的，另一個(gè)是蒂爾博士提的。戴夫分別作了回答，并且顯然讓每個(gè)人都心悅誠 服，再?zèng)]有人提