【正文】 運用計算機方法求解智能問題時，特別在編制智能軟件時，又有二種方法： (1)、數學方法 依靠建立數學模型并利用算法來求解問題。 啟發(fā)式程序具有三個性質： 局部性： 啟發(fā)式程序在求解某類問題的結果時，不一定保證是準確解或最佳解； 試探性： 啟發(fā)式程序求解問題時允許失誤而改用其他的方法； 針對性： 啟發(fā)式程序可以利用某些被解問題的特殊規(guī)律，大大簡化該問題的求解過程，具有較強的針對性。 軟件路線 開發(fā)和運用各種智能軟件及工具 (啟發(fā)性程序、知識工程、智能算法等 )，這將是人工智能發(fā)展的必由之路。 目前，該類問題存在如下尚需研究與開發(fā)的：如洞察棋局的能力，問題表示的選擇等。一個熟練的數學家運用他的判斷力能夠精確地推測出哪些前已證明的定理在當前的證明中有用。如用于飛機定票系統(tǒng)及家庭自動電話中。 模式識別就是研究如何使機器具有感知能力的一個研究領域，其中主要研究對視覺模式、聽覺模式的識別。 神經網絡的發(fā)展有著非常廣泛的科學背景。對神經網絡模型、算法、理論分析和硬件實現(xiàn)的大量研究，為神經網絡計算機走向應用提供了物質基礎。在人工智能程序設計語言方面，除了繼續(xù)開發(fā)和改進通用和專用的編程語言新版本和新語種外，還研究出了一些面向目標的編程語言和專用開發(fā)工具。目前已研制出多種類型用于機械裝配、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器人。機器視覺已在機器人裝配、衛(wèi)星圖象處理、工業(yè)過程控制、飛行器跟蹤和制導以及電視實況轉播等領域獲得極為廣泛應用。 1986年，中國蔡自興提出把人工智能、控制論、信息論和運籌學結合起來的思想。一個學習過程本質上是學習系統(tǒng)把人類專家提供的信息轉換成能被系統(tǒng)理解并應用的形式。 (b)蘭利（ )研制的物理（重新）發(fā)現(xiàn)系統(tǒng) BACON， 它能根據已有的事實，用 83條產生式規(guī)則重新發(fā)現(xiàn)許多著名的物理定律，如理想氣體定律，行星運動定律以及歐姆定律等。 確定最佳調度或組合是我們感興趣的又一類問題。這種做法一般比堅持要求第一個解就完全沒有缺陷的做法有效得多。該時間或步數是隨著問題大小的某種量度增長。 分布式人工智能目前有兩個主要研究方向： ? 分布式問題求解： 主要任務是要創(chuàng)建一個可以對某一問題進行共同求解的協(xié)作群體； ? 多智能主體系統(tǒng)： 主要任務是要創(chuàng)建一個多智能主體之間能夠相互協(xié)調智能行為的、可以共同處理單個目標和多個目標的智能群體。 (3).類比學習 （ Learning from analogy)（ 模仿學習） 學習系統(tǒng)是將源域中的知識與求解方法轉換到目標域中去。智能決策支持系統(tǒng)由數據庫、模型庫、方法庫、人機接口及知識庫五部分所組成。智能控制正是在這種條件下產生的，它是自動控制的最新發(fā)展階段，也是用計算機模擬人類智能的一個重要研究領域。低層視覺主要執(zhí)行預處理功能，如邊緣檢測、動目標檢測、紋理分析、通過陰影獲得形狀、立體造型、曲面色彩等。 目前已經應用和研究的機器人主要有三種：工業(yè)機器人、遠距離操縱型機器人和智能機器人。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)調各自的智能行為，實現(xiàn)問題的并行求解。 神經網絡的研究始于 40年代初期，經歷了一條十分曲折的道路。 知識發(fā)現(xiàn)和數據挖掘是在數據庫的基礎上實現(xiàn)的一種知識發(fā)現(xiàn)系統(tǒng)。 專家系統(tǒng)可以解決的問題一般包括解釋、預測、診斷、設計、規(guī)劃、監(jiān)視、修理、指導和控制等。四色定理的證明曾轟動計算機世界。當本原問題（初始）事實是正確的，則程序就能證明這些從事實得出的定理。今天的計算機程序可以下錦標賽水平的各種方盤棋、五子棋、國際象棋等。相比之下，心理學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論聯(lián)系起來的全部先驗信息，在實際求解問題時，運用算法受到如下限制： (1)、不是所有問題都能找到算法來求解 。 二、人工智能的研究方法 由于人工智能的目標是使機器具有認識問題與解決問題的能力，是對人的智能進行模擬，其主要方法有： ： 是對人腦思維建立生理學模型，通過微觀的方法直接模擬人腦和神經系統(tǒng)的結構與功能，把腦的微觀結構與宏觀功能統(tǒng)一起來進行研究，希望制成一種大腦的智能機。 定義 3（能力） ：人工智能（能力）是智能機器所執(zhí)行的通常與人類智能有關的功能，如判斷、推理、證明、識別、感知、理解、設計、思考、規(guī)劃、學習和問題求解等思維活動。 ，人工智能技術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 表達、綜合知識庫、并行推理、多種專家系統(tǒng)開發(fā)工具、大型分布式人工智能開發(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，費根鮑姆在繼化學專家系統(tǒng) DENDRAL之后， 又領導他的研究小組開始研究 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，它可以根據質譜儀的實驗，通過分析推理決定化合物的分子結構。 隨后，在 1960年，又研制了通用問題求解程序，該程序當時可以解決 11種不同類型的問題：如不定積分、三角函數、代數方程、猴子與香蕉、河內梵塔、人羊過河等。 如果我們把命題看作運算的對象，如同代數中的數字、字母或代數式，而把邏輯聯(lián)結詞看作代數中的“加、減、乘、除”那樣的運算，那么由簡單命題組成復合命題的過程，就可以當作邏輯運算的過程，從而實現(xiàn)命題的演算。主講教師：吳 斌 EMALL: 西南科技大學信息工程學院 2023年 9月 總學時： 45學時 學時安排： 緒論 2學時 知識表示 8學時 確定性推理 10學時