【正文】 if 該動物是哺乳動物 and 是食肉類動物 and 是黃褐色 and 身上有暗斑點 then 該動物是金錢豹 r10： if 該動物是哺乳動物 and 是食肉類動物 and 是黃褐色 and 身上有黑色條紋 then 該動物是虎 r11： if 該動物是有蹄類動物 and 有長脖子 and 有長腿 and 身上有暗斑點 then 該動物是長頸鹿 r12： if 該動物是有蹄類動物 and 身上有黑色條紋 then 該動物是斑馬 r13： if 該動物是鳥 and 有長脖子 and 有長腿 and 不會飛 then 該動物是鴕鳥 r14： if 該動物是鳥 and 會游泳 and 不會飛 and 有黑白兩色 then 該動物是企鵝 r15： if 該動物是鳥 and 善飛 then 該動物是信天翁 專家系統(tǒng)實例之一 1965年， 在斯坦福大學化學專家的配合下，費根鮑姆研制的第一個專家系統(tǒng) DENDRAL是化學領域的“專家”。 諾依曼機 我們知道，從用電子管制作的 ENIAC， 直到用超大規(guī)模集成電路設計的微型電腦，都毫無例外遵循著 40年代馮 第五代計算機 1982年夏天，日本“新一代計算機技術研究所”（ ICOT）， 40位年輕人 在 淵一博 帶領開始了新一代計算機機的研究。 第五代計算機 1992年 6月，就在“五代機”計劃實施整整 10年之際， ICOT展示了它研制的五代機原型試制機，由64臺處理器實現(xiàn)了并行處理，已初步具備類似人的左腦 的先進功能，可以對蛋白質進行高精度分析，已經在基因研究中發(fā)揮了作用。但是，對于什么是“模式”，或者什么是機器（也包括人）能夠辨認的模式，迄今尚無確切的定義。人類大腦有 140多億個腦神經細胞，每個細胞都與另外 5萬個其他細胞相互連結。右腦的功能不可替代，只能靠人自己培養(yǎng)和發(fā)揮。 一位作家則說：“從本質上講，‘你’不是肉體，而是你的記憶。 電腦與人腦相連接 德國科學家已經在硅芯片上培植成功一種與人類神經細胞極為相似的老鼠神經細胞，并且可以把神經細胞發(fā)出的電子脈沖信號傳送到特制傳感器上。一旦動物做對了，可以給一定食物獎勵。幾個月之后，它將具有天才的智力，再過幾個月，它的智力將無以倫比。在軸突的末端形成了許多很細的分枝，這些分支叫神經末梢 . 每一條神經末梢可以與其它神經元形成 功能性接觸 ，該接觸部位稱為 突觸 。在突觸表面有許多形狀各異的小凸芽，調節(jié)其形狀變化可以改變接觸間隙，并影響傳遞效率。 細 胞 體突觸軸 突樹突圖 1 2 . 2 生 物 神 經 元 功 能 模 型輸入輸出信 息 處 理電 脈 沖形 成傳 輸黑箱 人工神經元的結構 θ … x1 x2 xn w1 w2 wn y 下圖是一個 MP神經元模型 MP 模型將神經元看作二進制閾值元件的簡單模型，圖中的nxxx , 21 ?表示某一神經元的n個輸入；iw表示第i個輸入的連接強度，稱為連接權值；?為神經元的閾值；y為神經元的輸出。 信息的分布表示 記憶在大量元中，每個元存在許多信息的部分內容，信息在神經網絡中的記憶反映在神經元間的突觸連接強度上（ weights）。感知機雖然比較簡單，卻已具有神經網絡的一些基本性質，如分布式存貯、并行處理、可學習性、連續(xù)計算等。模糊邏輯可以比較自然地處理人的概念，它是一種通過模仿人的思維方式來表示和分析不確定、不精確信息的方法和工具 . ?模糊邏輯突破了傳統(tǒng)邏輯的思維模式，對于深刻研究人類的認識能力具有舉足輕重的作用。 ?這些方法。它主要用來處理現(xiàn)實世界中因模糊而引起的不確定性。雖然 Hebb學習規(guī)則在人們研究神經網絡的初期就已提出，但是其基本思想至今在神經網絡的研究中仍發(fā)揮著重要作用。它反映的是神經元的飽和特性 . 分段線性強飽和型 (Linear Saturation) S型 (Sibmoid) 這種模型又稱為偽線性，其輸入 /輸出之間在一定范圍內滿足線性關系，一直延續(xù)到輸出為最大值 1為止。 神經元產生信號 靜止膜電位： 當沒有輸入信號時的膜電位成為靜止膜電位，通常為 70mv 當外部有輸入信號時，將使膜電位發(fā)生變化，倘若使膜電位升高，比靜止膜電位高 15mv以上，即超過 55mv（閾值），神經元被激活，內部電位急劇上升至 100mv左右，并維持約 1ms，然后急劇下降。其次是突觸傳遞物質質量的變化，包括比例成分的變化所引起傳遞效率的變化。 ?與之形成對比的是，聯(lián)接主義 (神經網絡 )的研究蓬勃發(fā)展，在理論和應用上均取得了令人矚目的成就，占據(jù)人工智能的主導地位。這樣的機器能讀懂莎士比亞的著作，會給汽車上潤滑油，會玩弄政治權術，能講笑話，會爭吵。經過訓練的動物可以根據(jù)這些信號執(zhí)行一些簡單的指令，而一個復雜的動作可由一系列簡單的動作來完成。人不就可以永生不死！ 電腦與人腦相連接 人工智能的泰斗明斯基教授想用另外的辦法，即把微電腦嵌入人的大腦，以便使“我們能設計出我們的‘思維兒童’ ，他們思考問題的速度比我們現(xiàn)在快 100萬倍。 信息的輸入 ?聽覺（耳）、視覺（眼）、嗅覺（鼻）、觸（皮）覺、味覺（嘴） ?計算機（鍵盤、鼠標， 0和 1） 人腦與電腦 從以上這些數(shù)字看，人類的大腦不啻于世界上最復雜、最高級、最有效、儲存容量最大的超級計算機。 人腦與電腦 ?左腦的功能是抽象概括思維，這種思維必須借助于語言和其他符號系統(tǒng)，主管“說話”、“寫字”、“計算”、“分析”等 . ?右腦的功能是感性直觀思維，這種思維不需要語言的參加，比如掌管“音樂”、“美術”、“立體感覺”等。 語音合成技術 ?至于“會說話”的電腦，目前基本上有兩種解決方案，其一是“真人發(fā)聲”，即事先錄制好人說的話語，再由電腦來“鸚鵡學舌”，這當然只能局限為某些特定的話語；其二是語音合成，早期電腦合成的語音聽起來就像在“念字”、“說詞”而不是“說話”，無法做到抑揚頓挫、聲情并茂的誦讀。 人們看到一臺電腦正在分辨人用點頭或搖頭表示 YES和 NO的動作，還有電腦跟蹤人眼的指向，在眼睛的指揮下，下了一盤“三子棋”。 只需要告訴作什么而不需要告訴怎么做！ 第五代計算機 ―五代機”的命運是悲壯的。 縱觀人類科學技術發(fā)展歷史，當一門科學技術的各組成部分，分別發(fā)展到一定階段時，總是需要有人出來作綜合工作，將分散的理論與實踐成果集成為系統(tǒng)。它的推理規(guī)則稱為“產生式規(guī)則”，類似于：“ IF（打噴嚏） OR（鼻塞） OR（咳嗽）， THEN（有感冒癥狀）”這種醫(yī)生診斷疾病的經驗總結，最后顯示出它“考慮”的可能性最高的病因，并以給出用藥的建議而結束。 系 統(tǒng) 運 行時 ， 綜 合 數(shù) 據(jù) 庫 建立 ， 在 當 系 統(tǒng) 運 行 完成 之 后 ， 綜 合 數(shù) 據(jù) 庫也 就 會 被 撤 消 。 Animal_is(X)表示該動物的名字叫 X. 用 Prolog語言表示知識（ 1） It_is(“哺育動物 ” ):positive(“有毛發(fā) ” ) It_is(“哺育動物 ” ):positive(“產奶 ” ) It_is(“食肉動 物 ” ):positive(“吃肉 ” ) It_is(“食肉動物 ” ):positive(“有犬齒 ” ),positive(“有爪 ” ),positive(“眼視前方 ” ) Animal_is(“老虎 ” ):It_is(“哺育動物 ” ),It_is(“食肉動物 ” ),positive(“黃褐色 ” ),positive(“有黑色條紋 ” ) 用 Prolog語言表示知識（ 2） 專 家系統(tǒng)的基本 結構圖 人機接口 推理機 解釋程序 知識獲取程序 數(shù)據(jù)庫及其管理系統(tǒng) 知識庫及其管理系統(tǒng) 專家系統(tǒng)的一般結構 用戶 領域專家 知 識 庫推 理 機解 釋 器綜 合 數(shù)據(jù) 庫人 機 接 口用 戶知 識 庫 是 用 來 存 放 專家 知 識 的 。在 AI研究里，這類知識稱之為“啟發(fā)式知識”。 專家系統(tǒng) 費根鮑姆他具體介紹了他們開發(fā)的第一個“專家系統(tǒng)”，并提出“知識庫”、“知識表達”和“知識工程”等一系列全新的概念。十幾天后， 共耗費1200個機時，做完 200億個邏輯判斷。 機器證明 ? 人工智能定理證明研究最有說服力的例子， 是機器證明了困擾數(shù)學界長達 100余年之久的難題 ──“四色定理”。人類求證數(shù)學定理也是一種啟發(fā)式搜索，與電腦下棋的原理異曲同工。現(xiàn)在，對ANN的研究熱情仍然不減。 連接主義 ?認為人工智能源于仿生學，特別是人腦模型的研究?！? 人工智能的特點與分支 ?特點：具備推理、學習和聯(lián)想 ?人工智能從一開始就形成了其中 兩 種重要的研究范式，即 符號主義和聯(lián)接主義 。 例子 1：能夠模擬人的思維，進行博弈的計算機。 “獲得能力的能力” 智能定義 不確定的動態(tài)環(huán)境 中作出適當反應的能力，這種反應必須有助于它 (它們 ) 實現(xiàn)其最終的行為目標。 生物智能 對 低級動物來講，它的生存、繁衍是一種智能。 主要發(fā)起人是該校青年助教麥卡錫 (71,圖靈獎 ) ，此外會議發(fā)起者還有哈佛大學明斯基 (69,圖靈獎 )、貝爾實驗室香農（ ）和 IBM公司信息研究中心羅徹斯特 (Lochester），他們邀請了卡內基 —梅隆大學赫伯特 TSP( Traveling salesman problem,旅行商問題 ) B A C D E F A F E D C B A NP:推銷員旅行問題 ? 如果有 3個城市，則有 3!=6種訪問每個城市的次序。他發(fā)現(xiàn)了二者的相似性。 ????njijjii vwu1?)( ii ufv ???????0,00,1iii uuv wij ——代表神經元 i與神經元 j之間的連接強度 (模擬生物神經元之間突觸連接強度 )，稱之為連接權； ui——代表神經元 i的活躍值，即神經元狀態(tài)； vi——代表神經元 j的輸出，即是神經元 i的一個輸入；