【正文】 模糊邏輯是一種精確解決不精確、不完全信息的方法 。但當(dāng)達(dá)到最大值后，輸出就不再增。 ? ?突觸接觸間隙的變化。到了這個(gè)程度后，計(jì)算機(jī)將以驚人的速度進(jìn)行自我教育?！? 將電腦植入人腦，用微型芯片配合腦神經(jīng)細(xì)胞工作，只要求解決兩者之間的接口問(wèn)題 。 ?而形象思維、知覺(jué)、預(yù)感、創(chuàng)意這些人類右腦的功能，迄今計(jì)算機(jī)尚絲毫難以企及。 模式識(shí)別是近 30年來(lái)得到迅速發(fā)展的人工智能分支學(xué)科。 誰(shuí)也沒(méi)有想到，勇敢地站出來(lái)，試圖集人工智能研究成果之大成者，竟然是在這個(gè)領(lǐng)域并沒(méi)有多少影響力的日本科學(xué)家。也 稱 為 用 戶 界 面 ，即 用 來(lái) 接 受 用 戶 輸入 的 信 息 ， 輸 出 推理 的 結(jié) 論 和 解 釋 的內(nèi) 容 等 的 專 家 系 統(tǒng)界 面 。 知識(shí)表示的目的 ——使用知識(shí)。 人工智能先驅(qū)們認(rèn)真地研究下棋，研究機(jī)器定理證明，但效果仍不盡如人意。 ?在實(shí)驗(yàn)結(jié)果的啟發(fā)下，紐厄爾和赫伯特 它的代表性成果是 1943年由生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨 (Pitts)創(chuàng)立的腦模型，即 MP模型。 “深藍(lán)” (Deep Blue) 。為了生存，它必須表現(xiàn)出某種適當(dāng)?shù)男袨椋缫捠?、避免危險(xiǎn)、占領(lǐng)一定的地域、吸引異性以及生育和照料后代。如果有 4個(gè)城市，則有 4!=24種次序 .即使用計(jì)算機(jī)來(lái)計(jì)算，這種急劇增長(zhǎng)的可能性的數(shù)目也遠(yuǎn)遠(yuǎn)超過(guò)計(jì)算資源的處理能力，對(duì)此，算法復(fù)雜性專家史蒂芬 .庫(kù)克評(píng)論： 如果有 100個(gè)城市，需要求出 100！條路線的費(fèi)用，沒(méi)有哪一臺(tái)計(jì)算機(jī)能夠勝任這一任務(wù)。 函數(shù) f表達(dá)了神經(jīng)元的輸入輸出特性。諾依曼不覺(jué)流露出吃驚的神色，敏銳地從數(shù)學(xué)問(wèn)題里，感到眼前這位青年身邊正發(fā)生著什么不尋常的事情。 22歲時(shí)，他獲瑞士蘇黎士聯(lián)邦工業(yè)大學(xué)化學(xué)工程師文憑。 ?1931年匈牙利首都布達(dá)佩斯。經(jīng)過(guò)三年緊張的工作，第一臺(tái)電子計(jì)算機(jī)終于在 1946年 2月 14日問(wèn)世了，它由 17468個(gè)電子管、 6萬(wàn)個(gè)電阻器、 1萬(wàn)個(gè)電容器和 6千個(gè)開(kāi)關(guān)組成，重達(dá) 30噸，占地 160平方米，耗電 174千瓦，耗資 45萬(wàn)美元。例如，提問(wèn)與回答呈現(xiàn)出下列狀況： 圖靈試驗(yàn) ?問(wèn)：你會(huì)下國(guó)際象棋嗎？ ?答：是的。 Turing圖靈與人工智能 ?1950年，圖靈來(lái)到曼徹斯特大學(xué)任教，并被指定為該大學(xué)自動(dòng)計(jì)算機(jī)項(xiàng)目的負(fù)責(zé)人。 ?艾倫 人工智能（ AI）伴隨著電腦誕生，在風(fēng)風(fēng)雨雨中走過(guò)了半個(gè)多世紀(jì)的艱難歷程，已但經(jīng)是枝繁葉茂、郁郁蔥蔥！ 人工智能的發(fā)展 ?人工智能的萌芽（ 56年以前） ?人工智能的誕生（ 5661年） ?人工智能的發(fā)展（ 61年后） 人工智能的萌芽階段 ? 亞里斯多德 (Aristotle 384322 BC)，主要貢獻(xiàn)為 形而上學(xué) (metaphysics)和邏輯學(xué)兩方面的思想。 ? 亞氏跟著提出四種比較復(fù)雜的主謂命題，它們都具有以下結(jié)構(gòu)：量詞 ─ 主詞 ─ 系詞 ─ 謂詞。 8歲時(shí)，圖靈嘗試著寫(xiě)了一部科學(xué)著作，題名 《 關(guān)于一種顯微鏡 》 。 ?圖靈指出：“如果機(jī)器在某些現(xiàn)實(shí)的條件下，能夠非常好地模仿人回答問(wèn)題，以至提問(wèn)者在相當(dāng)長(zhǎng)時(shí)間里誤認(rèn)它不是機(jī)器，那么機(jī)器就可以被認(rèn)為是能夠思維的。 ?問(wèn)：你會(huì)下國(guó)際象棋嗎？ ?答：是的，我不是已經(jīng)說(shuō)過(guò)了嗎？ ?問(wèn)：請(qǐng)?jiān)俅位卮?，你?huì)下國(guó)際象棋嗎？ ?答：你煩不煩，干嘛老提同樣的問(wèn)題。諾依曼 Von Neumann提出馮 ?諾依曼計(jì)算機(jī)模型。 ?父親無(wú)可奈何，只好把馮 1928年，美國(guó)數(shù)學(xué)泰斗、普林斯頓高級(jí)研究院維伯倫教授（ ）廣羅天下之英才，一封燙金的大紅聘書(shū)，寄給了柏林大學(xué)這位無(wú)薪講師，請(qǐng)他去美國(guó)講授“量子力學(xué)理論課”。報(bào)告明確規(guī)定出計(jì)算機(jī)的五大部件，并用二進(jìn)制替代十進(jìn)制運(yùn)算。突觸有興奮型和抑制型兩種。這就是啟發(fā)式搜索。 “中樞神經(jīng)系統(tǒng)的功能”。 人工智能定義 西蒙 認(rèn)為： AI是學(xué)會(huì)怎樣編制計(jì)算機(jī)程序完成機(jī)智的行為，學(xué)習(xí)人類怎樣做這些機(jī)智行為； 明斯基 則認(rèn)為人工智能一方面幫助人的思考，另一方面使計(jì)算機(jī)更有用。 (學(xué)術(shù)權(quán)威 M. L. Minsky，明斯基和 S. Papert ) ?1986年魯梅爾哈特 (Rumelhart)等人提出多層網(wǎng)絡(luò)中的反向傳播 (BP)算法。 1959年，王浩用他首創(chuàng)的“王氏算法”，在一臺(tái)速度不高的IBM704電腦上再次向 《 數(shù)學(xué)原理 》 發(fā)起挑戰(zhàn)。西蒙的研究生、斯坦福大學(xué)青年學(xué)者費(fèi)根鮑姆（ ），在第五屆國(guó)際人工智能大會(huì)上提出了“知識(shí)工程”的概念，標(biāo)志著 AI研究從傳統(tǒng)的以 推理為中心 ，進(jìn)入到以 知識(shí)為中心 的新階段。 negative(X)表示該動(dòng)物不具有特點(diǎn) X。 在 MYCIN的知識(shí)庫(kù)里，大約存放著 450條判別規(guī)則和1000條關(guān)于細(xì)菌感染方面的醫(yī)學(xué)知識(shí)。 第五代計(jì)算機(jī) 日本人宣稱這種機(jī)器將以 Prolog(人工智能語(yǔ)言 )為機(jī)器的語(yǔ)言，其應(yīng)用程序?qū)⑦_(dá)到知識(shí)表達(dá)級(jí)，具有聽(tīng)覺(jué)、視覺(jué)甚至味覺(jué)功能，能夠聽(tīng)懂人說(shuō)話，自己也能說(shuō)話，能認(rèn)識(shí)不同的物體，看懂圖形和文字。 視覺(jué)識(shí)別 語(yǔ)音識(shí)別技術(shù) ?直到 1998年 12月， IBM公司發(fā)布第二代技術(shù)ViaVoice98，詞庫(kù)量是 ，同時(shí)增加了語(yǔ)音導(dǎo)航功能 。如果人活到 100歲，將會(huì)有 10億個(gè)神經(jīng)細(xì)胞功能失效，約占總數(shù)的 1/10。 研究者可通過(guò)腦刺激來(lái)控制動(dòng)物的行為，但仔細(xì)分析表明，在個(gè)體較大的動(dòng)物，其實(shí)這種直接的腦刺激是不必要，也不可取的，它需要復(fù)雜的腦外科手術(shù)和昂貴的設(shè)備，局限于實(shí)驗(yàn)室研究。 人工智能的新生：計(jì)算智能 ?80年代，符號(hào)主義 AI的研究未能取得應(yīng)有進(jìn)展，再加上日本第五代計(jì)算機(jī)研制的失敗，使符號(hào)主義的研究受到挫折。 ?突觸數(shù)目的增減。因此，神經(jīng)網(wǎng)絡(luò)能夠解決那些由數(shù)學(xué)模型或描述規(guī)則難以處理的控制過(guò)程問(wèn)題。 r e d 0 . 3 3w h it e 0 . 5 g r e e nsp lit _ xsp lit _ yr o o tr e d 0 . 3 3w h i t e 0 . 5y e l l o w 0 . 5 g r e e nsp l i t _ ysp l i t _ xsp l i t _ yr o o twhite green split_y root 進(jìn)化算法的基礎(chǔ)思想 ?基本思想： (美國(guó)密執(zhí)安大學(xué)霍蘭德教授 1962提出 )是使用模擬生物和人類進(jìn)化的方法來(lái)求解復(fù)雜問(wèn)題。 感知器模型 (perceptron model) 感知器模型如圖 I/O關(guān)系為 00101 { ?????? ?yyniiiiybpwy例 解 首先定義輸入矢量及相應(yīng)的 目標(biāo)矢量： P=[ – 。其輸入為： ??niiiwx1 其輸出為 ???????? ???iniiwxfy1， 其中， f 稱為神經(jīng)元功能函數(shù)或作用函數(shù)。樹(shù)突的長(zhǎng)度一般較短，但數(shù)量很多，它是神經(jīng)元的輸入端，用于接受從其它神經(jīng)元的突觸傳來(lái)的信號(hào) . ?人腦大約由 1011 1012個(gè)神經(jīng)元所組成，每個(gè)細(xì)胞體大約有 103— 104個(gè)突觸 (輸出 ). ?小腦中的每個(gè)神經(jīng)元大約有 105個(gè)突觸，并且每個(gè)突觸都可以與別的神經(jīng)元的一個(gè)樹(shù)突相連 . ?人腦神經(jīng)系統(tǒng)就是由這些巨量的生物神經(jīng)元經(jīng)廣泛并行互連所形成的一個(gè)高度并行性、非常復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng) . ?神經(jīng)元之間的聯(lián)系主要依賴其突觸的聯(lián)接作用。換上其它傳感器和用其它動(dòng)物，我們還可開(kāi)發(fā)其它用途。” 人腦復(fù)制 1988年，美國(guó)最負(fù)盛名的學(xué)術(shù)出版機(jī)構(gòu)哈佛大學(xué)出版社，出版了一本 《 思維兒童 》 的專著（有人譯作 《 換腦兒童 》 ），作者是卡內(nèi)基 —梅隆大學(xué)活動(dòng)機(jī)器人實(shí)驗(yàn)室主任漢斯 據(jù)前蘇聯(lián)學(xué)者阿諾克欣測(cè)算，一個(gè)普通的大腦擁有的神經(jīng)突觸連接和沖動(dòng)傳遞途徑的數(shù)目， 是在 1后面加上 1000萬(wàn)公里長(zhǎng)的、用標(biāo)準(zhǔn)打字機(jī)打出的那么多個(gè)零！但是，由如此龐大數(shù)目元件構(gòu)成的大腦，平均重量不足 1400克，平均體積約為 ， 消耗的總功率只有 10瓦。 會(huì)看、會(huì)聽(tīng)、會(huì)說(shuō)的機(jī)器 ?1997年 12月，美國(guó)微軟公司比爾 這種體系必須不折不扣地執(zhí)行人們預(yù)先編制、并且已經(jīng)儲(chǔ)存的程序， 不具備主動(dòng)學(xué)習(xí)和自適應(yīng)能力。 推 理機(jī) 控 制 著 整 個(gè) 專 家 系統(tǒng) 的 工 作 過(guò) 程 和 求 解問(wèn) 題 的 策 略 ， 就 像 人類 思 考 問(wèn) 題 一 樣 ， 不斷 地 使 用 知 識(shí) 來(lái) 解 決問(wèn) 題 。他解釋說(shuō)：專家系統(tǒng)“是一個(gè)已被賦予知識(shí)和才能的計(jì)算機(jī)程序，從而使這種程序所起到的作用達(dá)到專家的水平” 專家系統(tǒng) 專家本人不一定了解電腦程序， 構(gòu)建 專家系統(tǒng)還必須有所謂“知識(shí)工程師”參與，幫助領(lǐng)域?qū)＜覐念^腦中挖掘啟發(fā)式知識(shí)，并設(shè)計(jì)知識(shí)庫(kù)和知識(shí)推理程序。 哈肯（ ）和肯尼斯 西蒙 等人合作編制的 《 邏輯理論機(jī) 》 ,即數(shù)學(xué)定理證明程序，從而使機(jī)器邁出了邏輯推理的第一步。 符號(hào)主義 ?認(rèn)為人工智能源于數(shù)理邏輯。離開(kāi)特定時(shí)間說(shuō)智能是困難的、沒(méi)有意義的。 現(xiàn)代電腦 的智能與人類智能 ?例一回答問(wèn)題，“樹(shù)上有 10只鳥(niǎo)，被獵人用槍打下 1只， 問(wèn)樹(shù)上還剩下幾只鳥(niǎo)？ ” ?實(shí)際生活：過(guò)馬路。 英國(guó)數(shù)學(xué)家、邏輯學(xué)家 Boole（ 18151864） 實(shí)現(xiàn)了萊布尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng) ——布爾代數(shù)。麥卡洛克（ Warrenc McCulloch）和沃爾特 來(lái)者正是聞名世界的大數(shù)學(xué)家馮 然而，這種狀況也沒(méi)能維持幾年，勤奮好學(xué)的中學(xué)生很快又超過(guò)了大學(xué)教授，他居然把學(xué)習(xí)的觸角伸進(jìn)了當(dāng)時(shí)最新數(shù)學(xué)分支 ——集合論和泛函分析，同時(shí)還閱讀了大量歷史和文學(xué)方面的書(shū)籍，并且學(xué)會(huì)了七種外語(yǔ)。諾依曼代數(shù)”。 遺憾的是， 1954年 6月 8，圖靈英年早逝！ 圖靈獎(jiǎng) 圖林開(kāi)創(chuàng)了計(jì)算機(jī)科學(xué)的重要分支 ──人工智能，雖然他當(dāng)時(shí)并沒(méi)有明確使用這個(gè)術(shù)語(yǔ)。 答：不要問(wèn)我這道題，我從來(lái)不會(huì)寫(xiě)詩(shī)。 ?第二次世界大戰(zhàn)期間，圖靈應(yīng)征入伍，在戰(zhàn)時(shí)英國(guó)情報(bào)中心“布雷契萊莊園”（ Bletchiy）從事破譯德軍密碼的工作，與戰(zhàn)友們一起制作了第一臺(tái)密碼破譯機(jī)。 ?例如： (i)凡孔子的后代是人 (ii)凡人皆會(huì)死，；因此凡孔子的后代會(huì)死。人工智能 計(jì)算智能 智能信息處理研究所 尚榮華 計(jì)算主義 隨著數(shù)學(xué)和計(jì)算機(jī)技術(shù)的進(jìn)展，計(jì)算的觀念越來(lái)越顯示其在各個(gè)領(lǐng)域的威力，從計(jì)算的角度審視世界，也已經(jīng)成為我們?cè)跀?shù)字化時(shí)代生存的一種特殊的思維方式，主張?jiān)谶€原論哲學(xué)基礎(chǔ)上建立計(jì)算主義，認(rèn)為從物理世界、生命過(guò)程直到人類智能都是算法可計(jì)算的（ Computable），甚至整個(gè)宇宙完全是由算法（ Algorithm）支配的。 亞里斯多德與邏輯、推理 ?關(guān)于推論，亞氏特別討論三段論證，這是由兩個(gè) (主謂命題 )前提推出 (主謂式 )結(jié)論的方法。該計(jì)算機(jī)僅有的功能是：把紙帶向右移動(dòng)一格，然后把“ 1”變成“ 0”，或者相反把“ 0”變成“ 1”。 圖靈測(cè)試對(duì)計(jì)算機(jī)的要求 ?自然語(yǔ)言處理 ?知識(shí)表示 ?自動(dòng)推理 ?機(jī)器學(xué)習(xí) ?完全圖靈測(cè)試 ?計(jì)算機(jī)視覺(jué) ?機(jī)器人技術(shù) 圖靈還為這項(xiàng)試驗(yàn)親自擬定了幾個(gè)示范性問(wèn)： 問(wèn)： 請(qǐng)給我寫(xiě)出有關(guān)“第四號(hào)橋”主題的十四行詩(shī)。但是，“圖靈試驗(yàn)”大膽地提出“機(jī)器思維”的概念，為人工智能確定了奮斗的目標(biāo)，并指明了前進(jìn)的方向。諾依曼是本世紀(jì)最偉大的數(shù)學(xué)家之一，他在遍歷理論、拓?fù)淙豪碚摰确矫孀鞒隽碎_(kāi)創(chuàng)性的工作，算子代數(shù)甚至被命名為“馮 諾依曼一面在學(xué)校跟班讀書(shū)，一面由布達(dá)佩斯大學(xué)教授為他“開(kāi)小灶”。 ? 1944年戈德斯坦來(lái)到阿貝丁車站，等候去費(fèi)城的火車，突然看見(jiàn)前面不遠(yuǎn)處，有個(gè)熟悉的身影向他走過(guò)來(lái)。 MP模型 ?在 1943年沃侖 麻省理工學(xué)院的一位教授為了證實(shí)維納的這個(gè)觀點(diǎn)，甚至用石塊和衛(wèi)生紙卷制造過(guò)一臺(tái)簡(jiǎn)單的能運(yùn)行的計(jì)算機(jī)。 達(dá)特莫斯會(huì)議歷時(shí)長(zhǎng)達(dá)兩個(gè)多月，學(xué)者們?cè)诔浞钟懻摰幕A(chǔ)上，首次提出了“人工智能” （ Artificial Intelligence）這一術(shù)語(yǔ)，標(biāo)志著人工智能（ AI）作為一門(mén)新興學(xué)科正式誕生。 注 智能是相對(duì)的、發(fā)展的。符號(hào)主義試圖