【正文】 運(yùn)用計(jì)算機(jī)方法求解智能問(wèn)題時(shí)，特別在編制智能軟件時(shí)，又有二種方法： (1)、數(shù)學(xué)方法 依靠建立數(shù)學(xué)模型并利用算法來(lái)求解問(wèn)題。 啟發(fā)式程序具有三個(gè)性質(zhì)： 局部性： 啟發(fā)式程序在求解某類問(wèn)題的結(jié)果時(shí)，不一定保證是準(zhǔn)確解或最佳解； 試探性： 啟發(fā)式程序求解問(wèn)題時(shí)允許失誤而改用其他的方法； 針對(duì)性： 啟發(fā)式程序可以利用某些被解問(wèn)題的特殊規(guī)律，大大簡(jiǎn)化該問(wèn)題的求解過(guò)程，具有較強(qiáng)的針對(duì)性。 軟件路線 開(kāi)發(fā)和運(yùn)用各種智能軟件及工具 (啟發(fā)性程序、知識(shí)工程、智能算法等 )，這將是人工智能發(fā)展的必由之路。 目前，該類問(wèn)題存在如下尚需研究與開(kāi)發(fā)的：如洞察棋局的能力，問(wèn)題表示的選擇等。一個(gè)熟練的數(shù)學(xué)家運(yùn)用他的判斷力能夠精確地推測(cè)出哪些前已證明的定理在當(dāng)前的證明中有用。如用于飛機(jī)定票系統(tǒng)及家庭自動(dòng)電話中。 模式識(shí)別就是研究如何使機(jī)器具有感知能力的一個(gè)研究領(lǐng)域，其中主要研究對(duì)視覺(jué)模式、聽(tīng)覺(jué)模式的識(shí)別。 神經(jīng)網(wǎng)絡(luò)的發(fā)展有著非常廣泛的科學(xué)背景。對(duì)神經(jīng)網(wǎng)絡(luò)模型、算法、理論分析和硬件實(shí)現(xiàn)的大量研究，為神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)走向應(yīng)用提供了物質(zhì)基礎(chǔ)。在人工智能程序設(shè)計(jì)語(yǔ)言方面，除了繼續(xù)開(kāi)發(fā)和改進(jìn)通用和專用的編程語(yǔ)言新版本和新語(yǔ)種外，還研究出了一些面向目標(biāo)的編程語(yǔ)言和專用開(kāi)發(fā)工具。目前已研制出多種類型用于機(jī)械裝配、集成電路壓焊、水泥電柱的裝配、假肢及人工手等方面的智能機(jī)器人。機(jī)器視覺(jué)已在機(jī)器人裝配、衛(wèi)星圖象處理、工業(yè)過(guò)程控制、飛行器跟蹤和制導(dǎo)以及電視實(shí)況轉(zhuǎn)播等領(lǐng)域獲得極為廣泛應(yīng)用。 1986年，中國(guó)蔡自興提出把人工智能、控制論、信息論和運(yùn)籌學(xué)結(jié)合起來(lái)的思想。一個(gè)學(xué)習(xí)過(guò)程本質(zhì)上是學(xué)習(xí)系統(tǒng)把人類專家提供的信息轉(zhuǎn)換成能被系統(tǒng)理解并應(yīng)用的形式。 (b)蘭利（ )研制的物理（重新）發(fā)現(xiàn)系統(tǒng) BACON， 它能根據(jù)已有的事實(shí)，用 83條產(chǎn)生式規(guī)則重新發(fā)現(xiàn)許多著名的物理定律，如理想氣體定律，行星運(yùn)動(dòng)定律以及歐姆定律等。 確定最佳調(diào)度或組合是我們感興趣的又一類問(wèn)題。這種做法一般比堅(jiān)持要求第一個(gè)解就完全沒(méi)有缺陷的做法有效得多。該時(shí)間或步數(shù)是隨著問(wèn)題大小的某種量度增長(zhǎng)。 分布式人工智能目前有兩個(gè)主要研究方向： ? 分布式問(wèn)題求解： 主要任務(wù)是要?jiǎng)?chuàng)建一個(gè)可以對(duì)某一問(wèn)題進(jìn)行共同求解的協(xié)作群體； ? 多智能主體系統(tǒng)： 主要任務(wù)是要?jiǎng)?chuàng)建一個(gè)多智能主體之間能夠相互協(xié)調(diào)智能行為的、可以共同處理單個(gè)目標(biāo)和多個(gè)目標(biāo)的智能群體。 (3).類比學(xué)習(xí) （ Learning from analogy)（ 模仿學(xué)習(xí)） 學(xué)習(xí)系統(tǒng)是將源域中的知識(shí)與求解方法轉(zhuǎn)換到目標(biāo)域中去。智能決策支持系統(tǒng)由數(shù)據(jù)庫(kù)、模型庫(kù)、方法庫(kù)、人機(jī)接口及知識(shí)庫(kù)五部分所組成。智能控制正是在這種條件下產(chǎn)生的，它是自動(dòng)控制的最新發(fā)展階段，也是用計(jì)算機(jī)模擬人類智能的一個(gè)重要研究領(lǐng)域。低層視覺(jué)主要執(zhí)行預(yù)處理功能，如邊緣檢測(cè)、動(dòng)目標(biāo)檢測(cè)、紋理分析、通過(guò)陰影獲得形狀、立體造型、曲面色彩等。 目前已經(jīng)應(yīng)用和研究的機(jī)器人主要有三種：工業(yè)機(jī)器人、遠(yuǎn)距離操縱型機(jī)器人和智能機(jī)器人。它主要研究在邏輯或物理上分散的智能系統(tǒng)之間相互協(xié)調(diào)各自的智能行為，實(shí)現(xiàn)問(wèn)題的并行求解。 神經(jīng)網(wǎng)絡(luò)的研究始于 40年代初期，經(jīng)歷了一條十分曲折的道路。 知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘是在數(shù)據(jù)庫(kù)的基礎(chǔ)上實(shí)現(xiàn)的一種知識(shí)發(fā)現(xiàn)系統(tǒng)。 專家系統(tǒng)可以解決的問(wèn)題一般包括解釋、預(yù)測(cè)、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。四色定理的證明曾轟動(dòng)計(jì)算機(jī)世界。當(dāng)本原問(wèn)題（初始）事實(shí)是正確的，則程序就能證明這些從事實(shí)得出的定理。今天的計(jì)算機(jī)程序可以下錦標(biāo)賽水平的各種方盤(pán)棋、五子棋、國(guó)際象棋等。相比之下，心理學(xué)方法是人工智能取得重要成果的主要方法，也是目前人工智能研究中的主要方法。 依靠算法，可以保證得到需要的解或最佳解，但須事先掌握把前提和結(jié)論聯(lián)系起來(lái)的全部先驗(yàn)信息，在實(shí)際求解問(wèn)題時(shí)，運(yùn)用算法受到如下限制： (1)、不是所有問(wèn)題都能找到算法來(lái)求解 。 二、人工智能的研究方法 由于人工智能的目標(biāo)是使機(jī)器具有認(rèn)識(shí)問(wèn)題與解決問(wèn)題的能力，是對(duì)人的智能進(jìn)行模擬，其主要方法有： ： 是對(duì)人腦思維建立生理學(xué)模型，通過(guò)微觀的方法直接模擬人腦和神經(jīng)系統(tǒng)的結(jié)構(gòu)與功能，把腦的微觀結(jié)構(gòu)與宏觀功能統(tǒng)一起來(lái)進(jìn)行研究，希望制成一種大腦的智能機(jī)。 定義 3（能力） ：人工智能（能力）是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的功能，如判斷、推理、證明、識(shí)別、感知、理解、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng)。 ，人工智能技術(shù)正在向大型分布式人工智能、大型分布式多專家協(xié)同系統(tǒng)、廣義知識(shí) 表達(dá)、綜合知識(shí)庫(kù)、并行推理、多種專家系統(tǒng)開(kāi)發(fā)工具、大型分布式人工智能開(kāi)發(fā)環(huán)境和分 布式環(huán)境下的多智能體（ Agent） 協(xié)同系統(tǒng)等方向發(fā)展。在 1972年，費(fèi)根鮑姆在繼化學(xué)專家系統(tǒng) DENDRAL之后， 又領(lǐng)導(dǎo)他的研究小組開(kāi)始研究 MYCIN專家系統(tǒng)，并于 1976年研制成功。 該專家系統(tǒng)于 1968年完成并投入使用，它可以根據(jù)質(zhì)譜儀的實(shí)驗(yàn)，通過(guò)分析推理決定化合物的分子結(jié)構(gòu)。 隨后，在 1960年，又研制了通用問(wèn)題求解程序，該程序當(dāng)時(shí)可以解決 11種不同類型的問(wèn)題：如不定積分、三角函數(shù)、代數(shù)方程、猴子與香蕉、河內(nèi)梵塔、人羊過(guò)河等。 如果我們把命題看作運(yùn)算的對(duì)象，如同代數(shù)中的數(shù)字、字母或代數(shù)式，而把邏輯聯(lián)結(jié)詞看作代數(shù)中的“加、減、乘、除”那樣的運(yùn)算，那么由簡(jiǎn)單命題組成復(fù)合命題的過(guò)程，就可以當(dāng)作邏輯運(yùn)算的過(guò)程，從而實(shí)現(xiàn)命題的演算。主講教師：吳 斌 EMALL: 西南科技大學(xué)信息工程學(xué)院 2023年 9月 總學(xué)時(shí)： 45學(xué)時(shí) 學(xué)時(shí)安排： 緒論 2學(xué)時(shí) 知識(shí)表示 8學(xué)時(shí) 確定性推理 10學(xué)時(shí)