【正文】 然科學(xué) 社會(huì)科學(xué) 交叉科學(xué) （人工智能） 哲學(xué)是所有科學(xué)的指導(dǎo)思想 數(shù)學(xué)是一切科學(xué)的基礎(chǔ)科學(xué) 由于人工智能是一門(mén)交叉科學(xué)，因此，具有很強(qiáng)的綜合性，人工智能吸取了自然科學(xué)與社會(huì)科學(xué)的最新成就，以思維與智能為核心，形成自身的新體系。 運(yùn)用計(jì)算機(jī)科學(xué)的觀點(diǎn)，撇開(kāi)腦的微觀結(jié)構(gòu)，單純地進(jìn)行腦的宏觀功能的模擬。 算法又具有三個(gè)性質(zhì)： 通用性： 一個(gè)算法應(yīng)適用于求解某類問(wèn)題的全部問(wèn)題，而不是只能解決其中的某些特殊的問(wèn)題； 確定性： 算法中的任何狀態(tài)和步驟都是確定的、唯一的，不具有任意性。（這類問(wèn)題隨時(shí)間的復(fù)雜度的線性增長(zhǎng)，計(jì)算所需時(shí)間或存儲(chǔ)空間將按指數(shù)增長(zhǎng)） 依靠心理學(xué)模型，把人在解決各種問(wèn)題時(shí)所使用的經(jīng)驗(yàn)方法、策略、竅門(mén)都編進(jìn)程序（即對(duì)人解決問(wèn)題的認(rèn)識(shí)過(guò)程進(jìn)行計(jì)算機(jī)程序的模擬），這種程序稱為啟發(fā)式程序。 在處理實(shí)際問(wèn)題時(shí)，并不是單純地使用上述兩種方法中的任何一種，而是交替地使用算法和啟發(fā)。 三、實(shí)現(xiàn)人工智能的技術(shù)路線 專用路線 通過(guò)開(kāi)發(fā)研制一些專用的智能計(jì)算機(jī)（如 LISP機(jī)、PROLOG機(jī)）或?qū)Ｓ玫能浖到y(tǒng)（如 EMYCIN專家系統(tǒng)開(kāi)發(fā)工具）或者專門(mén)用于開(kāi)發(fā)人工智能系統(tǒng)的計(jì)算機(jī)語(yǔ)言 (LISP語(yǔ)言、 PROLOG語(yǔ)言） 通用路線 利用一般計(jì)算機(jī)硬件和軟件系統(tǒng)來(lái)解決人工智能的問(wèn)題，進(jìn)行人工智能系統(tǒng)的開(kāi)發(fā)。 二、人工智能的應(yīng)用領(lǐng)域 人工智能的第一大成就就是發(fā)展了能夠求解難題的下棋程序。 1997年 5月由 IBM公司研制的“申藍(lán)”計(jì)算機(jī)在美國(guó)戰(zhàn)勝了俄羅斯的一名世界著名的國(guó)際象棋大師卡斯帕若夫（對(duì)弈 6局，結(jié)果“深藍(lán)”獲勝）。已開(kāi)發(fā)出的程序能夠借助于對(duì)事實(shí)數(shù)據(jù)庫(kù)的操作來(lái)“證明”斷定。在證明時(shí)，不僅需要根據(jù)假設(shè)進(jìn)行演繹的能力，而且需要某些直覺(jué)的技巧。 如 1976年 7月，美國(guó)的阿佩爾（ )等人合作解決了長(zhǎng)達(dá) 124年（ 1852年提出）之久的難題 —— 四色猜想。 自然語(yǔ)言理解就是研究如何讓計(jì)算機(jī)理解人類自然語(yǔ)言的一個(gè)研究領(lǐng)域。事先將有關(guān)專家系統(tǒng)的知識(shí)、經(jīng)驗(yàn)總結(jié)出來(lái)，形成規(guī)則，并將它們以適當(dāng)?shù)男问酱嫒胗?jì)算機(jī)，即建立知識(shí)庫(kù)。此外，還有勘探、石油測(cè)井、通信故障診斷、軍用報(bào)警、電子線路分析與計(jì)算機(jī)輔助設(shè)計(jì)等專家系統(tǒng)。 目前模式識(shí)別學(xué)科正處于大力發(fā)展的階段。 傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)僅限于對(duì)數(shù)據(jù)庫(kù)的查詢和檢索，不能從數(shù)據(jù)庫(kù)中提取知識(shí)，使得數(shù)據(jù)庫(kù)中所蘊(yùn)涵的豐富知識(shí)白白浪費(fèi)。神經(jīng)生理學(xué)家、心理學(xué)家的共同研究得出的結(jié)論是：人腦是一個(gè)功能特別強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。 80年代初以來(lái)，對(duì)神經(jīng)網(wǎng)絡(luò)的研究再次出現(xiàn)高潮。特別在處理直覺(jué)和形象思維信息方面具有十分優(yōu)良的效果。 除了直接描準(zhǔn)實(shí)現(xiàn)智能的研究工作外，開(kāi)發(fā)新的方法也往往是人工智能的一個(gè)重要方面。（如： Lisp、 Prolog、 Smalltalk、Module、 C++、 OPS等） 機(jī)器人（ Robet） 是一種具有類似生物器官的某些功能，用以完成操作或移動(dòng)任務(wù)并能用程序加以控制的自動(dòng)裝置，它是人工智能的模式識(shí)別、問(wèn)題求解、自然語(yǔ)言理解等綜合成果。智能機(jī)器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉，涉及眾多的課題，如機(jī)器人體系結(jié)構(gòu)、機(jī)械、控制、智能、視覺(jué)、觸覺(jué)、力覺(jué)、聽(tīng)覺(jué)、機(jī)器人裝配、惡劣環(huán)境下的機(jī)器人以及機(jī)器人語(yǔ)言等。計(jì)算機(jī)視覺(jué)通常可分為低層次視覺(jué)與高次視覺(jué)兩類。高層視覺(jué)則主要是理解所觀察的形象，也只有這時(shí)才顯示出掌握與所觀察的對(duì)象相關(guān)聯(lián)的知識(shí)的重要性。智能控制是一類無(wú)需或盡可能少的人干預(yù)就能夠獨(dú)立地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制。 1971年，他又提出把人工智能與自動(dòng)控制結(jié)合起來(lái)的思想。 智能控制主要有以下六個(gè)領(lǐng)域： ? 智能機(jī)器人規(guī)劃與控制 ? 智能過(guò)程規(guī)劃 ? 智能過(guò)程控制 ? 專家控制系統(tǒng) ? 語(yǔ)音控制 ? 智能儀器 智能決策支持系統(tǒng)是指那種在傳統(tǒng)決策系統(tǒng)中增加了相應(yīng)的智能部件的決策支持系統(tǒng)。 學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識(shí)的基本手段。 (2).講授式學(xué)習(xí)（ Learning from instruction) 學(xué)習(xí)系統(tǒng)對(duì)專家提供的信息有一定的選擇能力，并予以形式化。 (4).歸納學(xué)習(xí) （ Learning from induction)（ 示例學(xué)習(xí)） 學(xué)習(xí)系統(tǒng)將大量的實(shí)例描述進(jìn)行歸類和對(duì)共性的分析，抽象出一般的概念和規(guī)律，使 這些新概念、新規(guī)則能蘊(yùn)涵所有的實(shí)例。對(duì)所接受含有噪音和矛盾的實(shí)例中，對(duì)它加以鑒別和提純，對(duì)實(shí)例間相互聯(lián)系進(jìn)行分析，實(shí)現(xiàn)概念聚類、或發(fā)現(xiàn)新的規(guī)律和概念，因而有創(chuàng)新的成分。 智能檢索方面主要研究如下兩個(gè)方面： 建立一個(gè)能夠理解以自然語(yǔ)言陳述的詢問(wèn)系統(tǒng)。這類問(wèn)題是屬于計(jì)算理論家稱為 NP—— 完全性一類的問(wèn)題。 自動(dòng)程序設(shè)計(jì)研究的重大貢獻(xiàn)之一是作為問(wèn)題求解策略的調(diào)整概