【正文】 del(哥德爾 , 1906~1978)在1931年證實：確實存在真實的局限 第 1章 人工智能概述 31 數(shù)學(xué)的貢獻 (5) ? 1930年 , 哥德爾提出 : 存在一個有效過程可以證明羅素和弗雷格的一階邏輯中的任何真值語句 , 但是一階邏輯不能捕捉到刻畫自然數(shù)所需要的數(shù)學(xué)歸納法原則 ? 1931年 , 哥德爾證明了他的不完備性定理 : 在任何表達能力足以描述自然數(shù)的語言 (如某種邏輯 )中 , 在不能通過任何算法建立它們的真值的意義上 , 存在不可判定的真值語句 ? 不完備性定理還可以表述為 : 整數(shù)的某些函數(shù)無法用算法表示 , 即不可計算的 第 1章 人工智能概述 32 數(shù)學(xué)的貢獻 (6) ? 由此激發(fā)了 Allen Turing(圖靈 , 1912~1954)的熱情 , 他試圖精確地刻畫哪些函數(shù)是能夠被計算的 / 實際上計算或者有效過程的概念是無法給出形式化定義的 / 但是 ChurchTuring論題指出 : 圖靈機可以計算任何可計算的函數(shù) / 該結(jié)論作為一個充分的定義而被接受 ? 圖靈說明了一些函數(shù)沒有對應(yīng)的圖靈機 / 沒有通用的圖靈機可以判定一個給定的程序?qū)τ诮o定的輸入能否返回答案或者永遠運行下去 第 1章 人工智能概述 33 數(shù)學(xué)的貢獻 (7) ? 在不可計算性以外 , 不可操作性 具有更重要的影響 / 如果解決一個問題需要的計算時間隨著實例規(guī)模成指數(shù)級增長 , 則該問題被稱為不可操作的（計算復(fù)雜性問題） ? 多項式級和指數(shù)級增長的區(qū)別在 20世紀(jì) 60年代得到重視 ? 如何認(rèn)識不可操作問題 ? 以 Steven Cook(1971)和 Richard Carp為代表的 NP完全理論的研究提供了一種方法 第 1章 人工智能概述 34 數(shù)學(xué)的貢獻 (8) ? Cook和 Carp證明有大量各種類別的規(guī)范的組合搜索和推理問題屬于 NP完全問題 ? 任何 NP完全問題類 可歸約成的問題類很可能是不可操作的 (目前尚未證明 , 但大家猜測是如此 ) ? AI研究幫助解釋了為什么 NP完全問題的一些實例很難 , 而另外一些較容易 ? 問題 2結(jié)論 : 有了可計算性和算法復(fù)雜性理論的指導(dǎo) 第 1章 人工智能概述 35 數(shù)學(xué)的貢獻 (9) ? 數(shù)學(xué)對 AI的第三個貢獻是概率理論 ? Pierre Fermat, Pascal, James Bernoulli, Pierre Laplace等都推進了概率理論的發(fā)展及引入了新的統(tǒng)計方法論 ? Thomas Bayes(貝葉斯 , 1749~1827)提出了根據(jù)證據(jù)更新概率的法則 (貝葉斯公式 /條件概率公式 ) ? 由此衍生出的貝葉斯分析形成了 AI系統(tǒng)中不確定推理方法的基礎(chǔ) ? 問題 3結(jié)論 : 使用貝葉斯理論進行不確定推理 第 1章 人工智能概述 36 經(jīng)濟學(xué)的貢獻 (1) ? 經(jīng)濟學(xué) (1776~現(xiàn)在 )貢獻的思想 : ? 如何決策以獲得最大收益 ? ? 在他人不合作的情況下如何做到這點 ? ? 在收益遙遙無期的情況下如何做到這點 ? ? 問題 1: 效用理論 ? 問題 2: 決策理論 ? 問題 3: 運籌學(xué) ? 上述研究工作對于建造理性智能體很有貢獻 , 其原因之一是制定理性決策的復(fù)雜性 第 1章 人工智能概述 37 經(jīng)濟學(xué)的貢獻 (2) ? Herbert Simon(西蒙 , 1916~2023)是 AI研究的先驅(qū)者 / 他于 1978年獲得諾貝爾經(jīng)濟學(xué)獎 , 是因為他早年的工作 : 基于滿意度的模型 —制定“足夠好”的決策 , 而不是艱苦計算獲得最優(yōu)化決策 —能更好地描述真實人類行為 ? 關(guān)于在智能體系統(tǒng)中使用決策理論技術(shù)的研究興趣正在復(fù)蘇 第 1章 人工智能概述 38 神經(jīng)科學(xué)的貢獻 (1) ? 神經(jīng)科學(xué) (1861~現(xiàn)在 )的貢獻 : ? 大腦是如何處理信息的 ? ? 神經(jīng)科學(xué)是研究神經(jīng)系統(tǒng)特別是大腦的科學(xué) ? 雖然幾千年來人類一直贊同大腦以某種方式與思維相聯(lián)系 (因為證據(jù)表明頭部受重擊會導(dǎo)致精神缺陷 ), 但是直到 18世紀(jì)中期人類才廣泛地承認(rèn)大腦是意識的居所 第 1章 人工智能概述 39 神經(jīng)科學(xué)的貢獻 (2) ? Paul Proca(布魯卡 )通過研究大腦損傷病人的失語癥 , 闡明了語言產(chǎn)生定位于大腦左半球的一部分 , 現(xiàn)在稱為布魯卡區(qū) ? 1873年 Camillo Golgi開發(fā)出一項染色體技術(shù) , 允許人們觀察大腦的各個神經(jīng)元 ? 1929年 Hans Berger發(fā)明腦電圖記錄儀 ? 1990年核磁共振成像為神經(jīng)科學(xué)家提供了關(guān)于大腦活動的細致圖像 , 使得以某種方式與正在進行的認(rèn)知過程相符合的測量成為可能 第 1章 人工智能概述 40 神經(jīng)科學(xué)的貢獻 (3) ? 真正令人震驚的結(jié)論是 : 簡單細胞的集合能夠?qū)е滤季S、行動和意識，換句話說，大腦產(chǎn)生意識 (西爾勒 , 1992) ? 計算機和大腦如何相比 ? ? 大腦活動過程對計算機工作過程有所啟發(fā) 第 1章 人工智能概述 41 計算機與大腦的比較 ? 盡管計算機在原始的轉(zhuǎn)換速度上快 100萬倍 , 大腦最終在做事上比計算機快 10萬倍 第 1章 人工智能概述 計算機 人腦 計算單元數(shù) 存儲單元數(shù) 運算周期時間 帶寬 記憶更新次數(shù) /秒 1個 CPU/108邏輯門 1010比特 RAM 1011比特磁盤 109秒 1010比特 /秒 109 1011個神經(jīng)元 1011個神經(jīng)元 1014個突觸 103秒 1014比特 /秒 1014 42 心理學(xué) 的貢獻 (1) ? 心理學(xué) (1879~現(xiàn)在 )的貢獻 : ? 人類和動物如何思考和行動 ? ? 心理學(xué)家的工作 ? 科學(xué)的心理學(xué)源自德國物理學(xué)家 Herman von Helmholtz(霍爾姆霍茲 , 1821~1894)和其學(xué)生Wilhelm Wundt的研究工作 , 1879年萊比錫大學(xué)開設(shè)了第一個實驗心理學(xué)的實驗室 , 進行仔細控制的實驗 第 1章 人工智能概述 43 心理學(xué) 的貢獻 (2) ? John Watson領(lǐng)導(dǎo)的行為主義運動認(rèn)為 : 內(nèi)省不能提供可靠的證據(jù) , 拒絕任何涉及精神過程的理論 , 只研究動物的感知及其反應(yīng) ? 行為主義在 1920~1960年期間一直控制著心理學(xué) ? 認(rèn)知心理學(xué) 的主要特征是 : 把大腦當(dāng)作信息處理裝置 , 可以回溯至 William James的研究工作 ? Frederic Bartlett領(lǐng)導(dǎo)的劍橋大學(xué)應(yīng)用心理學(xué)小組使得認(rèn)知模型得以繁榮 第 1章 人工智能概述 44 心理學(xué) 的貢獻 (3) ? 在美國 , 計算機科學(xué)的發(fā)展導(dǎo)致了認(rèn)知科學(xué)的創(chuàng)建 , 始于 1956年 9月 MIT的一個研討會 (就在 AI創(chuàng)始的那次學(xué)術(shù)會議 2個月之后 ), 會上有三篇著名論文 ? Gee Miller介紹了魔法數(shù)字 7(The Magic Number Seven) / Noam Chomsky(喬姆斯基 )介紹了語言的三種模型 (Three Models of Language) / Allen Newell(紐厄爾 )和 Herbert Simon介紹了邏輯理論機 (The Logic Theory Machine) 第 1章 人工智能概述 45 心理學(xué) 的貢獻 (4) ? 這三篇論文分別顯示了計算機模型可以用來表達記憶、語言和邏輯思維的心理狀態(tài) ? 心理學(xué)家普遍認(rèn)為：“認(rèn)知理論就應(yīng)該像計算機程序” (Anderson, 1980), 即認(rèn)知理論應(yīng)該描述詳細的信息處理機制 , 由此可能實現(xiàn)某種認(rèn)知功能 ? 結(jié)論 : 人類思考和活動應(yīng)該是一個信息處理過程 第 1章 人工智能概述 46 計算機工程的貢獻 (1) ? 計算機工程 (1940~現(xiàn)在 )的貢獻 : ? 如何才能制造出能干的計算機 ? ? 計算機被視為智能和人工制品的結(jié)合 ? 最早的可計算的裝置應(yīng)該從 17世紀(jì)算起 ? 19世紀(jì)中葉 , Charles Babbage(巴貝奇 , 1792~1871)設(shè)計了兩臺機器 , 名為“差分機”和“分析機” , 前者最終于 1991年建造出來并在倫敦展出 第 1章 人工智能概述 47 計算機工程的貢獻 (2) ? 最早的現(xiàn)代計算機幾乎同時在二戰(zhàn)期間分別在英國、德國和美國發(fā)明出來 ? 1945年在賓夕法尼亞大學(xué) (UPenn)開發(fā)出來的 ENIAC被公認(rèn)為現(xiàn)代計算機最有影響的先驅(qū) , 研制者包括 John Mauchly和 John Eckert ? 計算機硬件按照摩爾定律每 18個月性能翻一番 , 這樣的增長速度還可以持續(xù)穩(wěn)定 10年至20年 , 以后就不得不尋求新技術(shù)了 第 1章 人工智能概述 48 計算機工程的貢獻 (3) ? 計算機軟件技術(shù)為 AI提供了操作系統(tǒng)、程序設(shè)計語言、工具軟件等 ? AI反過來也對主流計算機科學(xué)產(chǎn)生了影響：分時技術(shù)、交互式編譯器、窗口和鼠標(biāo)的個人機、快速開發(fā)環(huán)境、鏈接表數(shù)據(jù)類型、自動存儲管理、面向?qū)ο蟮木幊痰? 第 1章 人工智能概述 49 控制論的貢獻 (1) ? 控制論 (1948~現(xiàn)在 )的貢獻 : ? 人工制品怎樣才能在自己的控制下運轉(zhuǎn) ? ? 現(xiàn)代控制論 ? 控制論的創(chuàng)始人 Norbert Wiener(維納 , 1894~ 1964)的暢銷書 《 Cyberics》 (控制論 )喚醒了人們對人工制造智能機器的可能性的熱情 ? 現(xiàn)代控制論 , 特別是隨機優(yōu)化控制的分支 , 把設(shè)計出能隨時間變化使目標(biāo)函數(shù)最大化的系統(tǒng)作為其目的 , 也粗略符合對 AI的觀點 第 1章 人工智能概述 50 控制論的貢獻 (2) ? AI和控制論為什么是兩個不同領(lǐng)域 ? ? 控制論的數(shù)學(xué)工具是微積分和矩陣代數(shù) , 適合于用固定的連續(xù)變量集合描述的系統(tǒng) , 精確分析在典型情況下只