【正文】 它以達爾文進化論的“物竟天擇、適者生存”作為算法的進化規(guī)則，并結合孟德爾的遺傳變異理論，將生物進化過程中的 繁殖（ Reproduction） 變異（ Mutation） 競爭（ Competition） 選擇（ Selection），引入到了算法中。 ]； T=[ ]； 輸入矢量可以用圖 ///來描述， 對應于目標值 0的輸入矢量用符 號‘ 0‘表示，對應于目標值 1的輸 入矢量符號‘ +‘表示。一個經(jīng)過適當訓練的神經(jīng)網(wǎng)絡具有歸納全部數(shù)據(jù)的能力。 常用的人工神經(jīng)元模型 根據(jù)功能函數(shù)的不同，可得到不同的神經(jīng)元模型。由于新的回路的形成，使得結合模式發(fā)生變化，也會引起傳遞效率的變化。這種突觸的聯(lián)接是可塑的，也就是說突觸特性的變化是受到外界信息的影響或自身生長過程的影響。 人工智能的未來 現(xiàn)有的計算機技術已充分實現(xiàn)了人類左腦的邏輯推理功能，人工智能的下一步是模仿人類右腦的模糊處理能力，以及模擬整個大腦并行處理大量信息的功能，把人類從那些繁瑣的重復性的腦力勞動中解放出來，去從事那些具有高創(chuàng)造性的腦力勞動，如科學發(fā)明和藝術創(chuàng)作等等，生產(chǎn)效率也將得到大幅度提高。 ?1958年紐厄爾和赫伯特 〃 西蒙在預言“電腦將在 10內(nèi)戰(zhàn)勝國際象棋世界冠軍”的同時，還大膽地預言說： ── 不出 10年，電腦便能找到并證明到那時還未被證明的重要數(shù)學定理。這樣，在新的世紀里，有可能出現(xiàn)一種這樣的產(chǎn)物，它是生物機體和電子電路結合的產(chǎn)物，我們可以稱呼它為 “人工智能動物” 利用動物的感受器來作為一個動物和機器的通訊界面，利用巴普洛夫的操作式條件反射理論完全可能達到控制的目的。莫拉維克。在人的一生中， 腦神經(jīng)元大約每小時就有 1000個發(fā)生故障，一年之內(nèi)累計為 800多萬個。若采用半導體器件組裝成相應的電腦裝置，則必須做成一座高達 40層的摩天大樓，所需功率要以百萬千瓦計。另一種可能的方案更符合實際：大腦感知的不是圖象上所有的點，而是其輪廓中最典型的特征，如線段、角度、弧度、反差、顏色等等，把它們從圖象中抽取出來，然后結合頭腦中過去的記憶和有關經(jīng)驗和知識分析判斷。蓋茨第五次訪問中國 。 淵一博和研究人員甚至不把他們研制的機器命名為計算機，而稱作“知識信息處理系統(tǒng)” （ KIPS） 。所有的程序指令都必須調(diào)入 CPU，一條接著一條地順序執(zhí)行。 專家系統(tǒng)實例之一 專家系統(tǒng)最成功的實例之一， 是 1976年美國斯坦福大學肖特列夫（ Shortliff）開發(fā)的醫(yī)學專家系統(tǒng) MYCIN，這個系統(tǒng)后來被知識工程師視為“專家系統(tǒng)的設計規(guī)范”。解 釋 器 是 用 來 解 釋 用戶 疑 問 的 。 產(chǎn)生式規(guī)則表示知識 產(chǎn)生式規(guī)則的基本形式： If P then Q 或者 P?Q 老虎 Λ 黃褐色 黑色條紋 食肉動物 吃肉 Λ 有犬牙 有爪 眼睛向前 哺育動物 產(chǎn)奶 有毛發(fā) 產(chǎn)生式規(guī)則表示知識的網(wǎng)絡 老虎 黃褐色 黑色條紋 食肉動物 吃肉 有犬牙 有爪 眼睛向前 哺育動物 產(chǎn)奶 有毛發(fā) 與或圖表示知識 定義如下謂詞： positive(X)表示該動物具有特點 X。因此， 專家系統(tǒng)又被稱為知識工程 ，這兩種不同的稱謂在英國和日本涇渭分明：英國學界崇尚科學，成為專家是人們追逐的境界；而日本學界推崇技術，工程師是人們向往的職業(yè)，于是，才有了“專家系統(tǒng)”與“知識工程”兩種同義的名稱。 :人工智能的復興 1977年，曾是赫伯特 阿佩爾（ K. Apple） 宣布， 他們成功地證明了這一定理，使用的方法就是機器證明。 ?美籍華人學者、洛克菲勒大學教授王浩在“自動定理證明”上獲得了更大的成就。 ?原理：在卡內(nèi)基 —梅隆大學的計算機實驗室，西蒙從分析人類解答數(shù)學題的技巧入手，讓一些人對各種數(shù)學題作周密的思考，要求他們不僅寫出求解的答案，而且說出自己推理的方法和步驟。 異或 (Exclusive –OR)問題 g（ x， y） y 0 1 x 0 0 1 1 1 0 X y ?由于當時的理論模型、生物原型和技術條件的限制，腦模型研究在 70年代后期至 80年代初期落入低潮。數(shù)理邏輯從 19世紀末起就獲迅速發(fā)展；到 20世紀 30年代開始用于描述智能行為。其中，智能行為包括：感知 (perception)、推理(Reasoning)、學習 (learning)、通信 (municating)和復雜環(huán)境下的動作行為 (acting)。 人工智能 人工智能是相對人的自然智能而言，即用人工的方法和技術，研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能，實現(xiàn)智能行為和“機器思維”，解決需要人類專家才能處理的問題。具體地講，可包括： 1）感知與認識事物、客觀世界與自我的能力； 2）通過學習取得經(jīng)驗、積累知識的能力； 3）理解知識、運用知識和運用經(jīng)驗分析問題和解決問題的能力； 4）聯(lián)想、推理、判斷、決策的能力； 5）運用語言進行抽象、概括的能力； 6）發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力； 7）實時地、迅速地、合理地應付復雜環(huán)境的能力； 8）預測、洞察事物發(fā)展變化的能力； 智能定義 智能是人類具有的特征之一，然而，對于什么是人類智能（或者說智力），科學界至今還沒有給出令人滿意的定義。 ?一方面，電腦能計算出 10億位的 π值，能快速處理全國人口普查的海量數(shù)據(jù)，能精確地控制宇宙飛船登上月球的每一步驟，使任何聰明絕頂?shù)娜嗽谒媲岸枷嘈我娊I；另一方面，電腦的智力水平可以說連普通 3歲孩童都不如。運用專門領域的經(jīng)驗知識，經(jīng)常會取得有關問題的滿意解，而非數(shù)學上的最優(yōu)解。布爾利用代數(shù)語言使邏輯推理更簡潔清晰，從而建立起一種所謂邏輯科學，其方法不但使數(shù)學家耳目一新，也使哲學家大為嘆服。 ? 突觸：各神經(jīng)元之間軸突和樹突之間的接口，即神經(jīng)末梢與樹突相接觸的交界面，每個細胞體大約有 103—104個突觸。皮茲（ Walter Pitts）研究表明，在原則上由非常簡單的單元連接在一起組成的“網(wǎng)絡”可以對任何邏輯和算術函數(shù)進行計算。諾依曼與戈德斯坦、勃克斯等人，聯(lián)名發(fā)表了一篇長達 101頁紙的報告，即計算機史上著名的“ 101頁報告”，直到今天，仍然被認為是現(xiàn)代電腦科學發(fā)展里程碑式的文獻。諾依曼。諾依曼，靠著頑強的學習毅力，在科學殿堂里“橫掃千軍如卷席”，成為橫跨“數(shù)、理、化”各門學科的超級全才。畢業(yè)前夕，馮 諾依曼聰慧過人， 3歲就能背誦父親帳本上的所有數(shù)字， 6歲能夠心算 8位數(shù)除 8位數(shù)的復雜算術題， 8歲學會了微積分。 ?物理學家說，馮 諾依曼馮 把“圖林獎”獲獎者作一統(tǒng)計后就會發(fā)現(xiàn)，許多電腦科學家恰好是在人工智能領域作出的杰出貢獻。 圖靈試驗 ?問： 你會下國際象棋嗎？ ?答：是的。 問： 34957加 70764等于多少？ 答：（停 30秒后） 105721 問：你會下國際象棋嗎？ 答：是的。要求觀察者不斷提出各種問題，從而辨別回答者是人還是機器。在圖靈理論指導下，這個“莊園”后來還研制出破譯密碼的專用電子管計算機“巨人”（ Colossus），在盟軍諾曼底登陸等戰(zhàn)役中立下了豐功偉績。 ? 3歲那年，他進行了在科學實驗方面的首次嘗試──把玩具木頭人的胳膊掰下來種植到花園里，想讓它們長成更多的木頭人。若寫成普遍的形式，則是： (i)凡 S是 M。亞氏認為命題基本是由主詞 (subject)與謂詞 (predicate)構成的，主詞是命題所描述的事物或主題，謂詞則是描述主詞的詞語。 ? 1997年 5月 11日北京時間早晨 4時 50分，一臺名叫“深藍”的超級電腦在棋盤 C4處落下最后一顆棋子，全世界都聽到了震撼世紀的叫殺聲 ──“將車”！這場舉世矚目的“人機大戰(zhàn)”，終于以機器獲勝的結局降下了幃幕。 ? 亞氏在邏輯主要成就包括主謂命題 (statement in subjectpredicate form)及關于此類命題的邏輯推理方法，特別是三段論證 (syllogism)。 ?所謂「邏輯推論」，即指由前提推導出結論的正確 (valid)的方法，在這種正確推論中，若前提為真，則結論亦必然為真。麥席森 該計算機有一個讀寫頭部件，可以從帶子上讀出信息，也可以往空方格里寫下信息。就在這年 10月， 他的又一篇劃時代論文 《 計算機與智能 》 發(fā)表。 ?然而， AI研究者相信研究智能的根本原理遠比復制智能更重要。 ?問：你會下國際象棋嗎？ ?答：是的。在這點上，圖靈也過于樂觀。這臺計算機每秒只能運行 5千次加法運算，稱為“埃尼阿克” 即 ENIAC（電子數(shù)字積分計算機）。 ?數(shù)學史界卻同樣堅持認為，馮 身為猶太銀行家的父親在報紙上刊登啟事，要為他 11歲的孩子招聘家庭教師，聘金超過常規(guī) 10倍。“假如不給創(chuàng)造這孩子深造的機會，將會耽誤他的前途，”老師認真地說道，“我可以將他推薦給一位數(shù)學教授，您看如何？” 銀行家一聽大喜過望，于是馮 一年之后，輕而易舉摘取布達佩斯大學數(shù)學博士學位。諾依曼被提升為教授； 1933年，他又與愛因斯坦一起，被聘為普林斯頓高等研究院第一批終身教授，而且是 6名大師中最年輕的一名。他開始反過來向戈德斯坦發(fā)問，直問得年輕人“好像又經(jīng)歷了一次博士論文答辯”。諾依曼被使現(xiàn)患有癌癥， 1957年2月 8日，在華盛頓去世，終年 54歲。在 MP模型中， f定義為階躍函數(shù)： 輸入 輸出 ?本體：細胞體（細胞膜、質(zhì)、核），對輸入信號進行處理，相當于 CPU。而且計算機本身并不一定要用齒輪，導線，軸，電機等部件制成。打個比方，讓太陽系中所有的電子以它旋轉(zhuǎn)的頻率來計算，就算太陽燒盡了也算不完。 達特莫斯會議 這些青年學者的研究專業(yè)包括數(shù)學、心理學、神經(jīng)生理學、信息論和電腦科學，分別從不同的角度共同探討人工智能的可能性。因此，從個體的角度看，生物智能是動物為達到某種目標而產(chǎn)生正確行為的生理機制。通俗地講，智能是個體認識客觀事物、客觀世界和運用知識解決問題的能力。 例子 2：能夠進行深海探測的潛水機器人。聯(lián)接主義則從大腦和神經(jīng)系統(tǒng)的生理背景出發(fā)來模擬它們的工作機理和學習方式。 6070年代，聯(lián)結主義，尤其是對以感知機 (perceptron)為代表的腦模型的研究曾出現(xiàn)過熱潮 . ?對于某一類簡單的問題 ——―線性可分”的問題 ——感知機通過有限次訓練就能學會正確的行為。換言之，人工智能是電腦科學的一個重要分支，它的 近期目標 是讓電腦更聰明、更有用，它的 遠期目標 是使電腦變成“像人一樣具有智能的機器”。西蒙便利用這個 LT程序向數(shù)學定理發(fā)起了激動人心的沖擊。這個看似簡單的問題，就象“哥德巴赫猜想”一樣，屬于世界上最著名的數(shù)學難題之一。問題的癥結在于，雖然機器能夠解決一些極其錯綜復雜的難題，但是有更多的工作，對人來說是簡單到不能再簡單的事情，對電腦卻難似上青天 。專家的數(shù)量和質(zhì)量標志著一個國家、一個時代的科學水平。它是問題求解和專家系統(tǒng)的基礎。例 如 ， 用 i f t h e n 規(guī) 則的 形 式 來 存 儲 ， 或 以狀 態(tài) 空 間 的 形 式 來 表示 等 等 。動物識別系統(tǒng) 附：規(guī)則（知識） r1： if 該動物有毛發(fā) then 該動物是哺乳動物 r2： if 該動物有奶 then 該動物是哺乳動物 r3： if 該動物有羽毛 then 該動物是鳥 r4： if 該動物會飛 and 會下蛋 then 該動物是鳥 r5： if 該動物吃肉 then 該動物是食肉動物 r6： if 該動物有犬齒 and 有爪 and 眼盯前方 then 該動物是食肉動物 r7： if 該動物是哺乳動物 and 有蹄 then 該動物是有蹄類動物 r8： if 該動物是哺乳動物 and 是嚼反芻類動物 then 該動物是有蹄類動物 r9：