【正文】 這類問題是屬于計算理論家稱為 NP—— 完全性一類的問題。 (2).講授式學(xué)習(xí)（ Learning from instruction) 學(xué)習(xí)系統(tǒng)對專家提供的信息有一定的選擇能力，并予以形式化。智能控制是一類無需或盡可能少的人干預(yù)就能夠獨(dú)立地驅(qū)動智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動控制。（如： Lisp、 Prolog、 Smalltalk、Module、 C++、 OPS等） 機(jī)器人（ Robet） 是一種具有類似生物器官的某些功能，用以完成操作或移動任務(wù)并能用程序加以控制的自動裝置，它是人工智能的模式識別、問題求解、自然語言理解等綜合成果。神經(jīng)生理學(xué)家、心理學(xué)家的共同研究得出的結(jié)論是：人腦是一個功能特別強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。事先將有關(guān)專家系統(tǒng)的知識、經(jīng)驗(yàn)總結(jié)出來，形成規(guī)則，并將它們以適當(dāng)?shù)男问酱嫒胗嬎銠C(jī)，即建立知識庫。已開發(fā)出的程序能夠借助于對事實(shí)數(shù)據(jù)庫的操作來“證明”斷定。 在處理實(shí)際問題時，并不是單純地使用上述兩種方法中的任何一種，而是交替地使用算法和啟發(fā)。 (4) 知識信息處理系統(tǒng)（ KIPS） ? 知識庫系統(tǒng) ? 解題與推理系統(tǒng) ? 人機(jī)智能接口系統(tǒng) 第三節(jié) 人工智能的研究方法 一、人工智能的位置 整個學(xué)科體系分為： 自然科學(xué) 社會科學(xué) 交叉科學(xué) （人工智能） 哲學(xué)是所有科學(xué)的指導(dǎo)思想 數(shù)學(xué)是一切科學(xué)的基礎(chǔ)科學(xué) 由于人工智能是一門交叉科學(xué)，因此，具有很強(qiáng)的綜合性，人工智能吸取了自然科學(xué)與社會科學(xué)的最新成就，以思維與智能為核心，形成自身的新體系。從此，人工智能的發(fā)展又步入了一個飛速發(fā)展的時期。這種與傳統(tǒng)自然演繹完全不同的方法為自動定理證明做出了突破性的貢獻(xiàn)。并首次提出了人工智能 —— 宣布人工智能誕生了； 第一節(jié) 人工智能 的起源 命題演算 ? 命題是指有真假意義的陳述句。利用這些定律，我們可以進(jìn)行邏輯推理，可以簡化復(fù)合命題，可以推證兩個復(fù)合命題是不是等價，某個命題是否是若干前提的有效結(jié)論等等。 三、知識形成期（ 1971年 — 1980年代末） 在 70年代 ~80年代，人工智能遭受了嚴(yán)重的挫折。 第二節(jié) 人工智能 一、人工智能的定義 什么是智能 通過適當(dāng)?shù)男袨檎{(diào)整，成功地滿足各種新的狀況的能力；以導(dǎo)致所希望目標(biāo)的方式來理解現(xiàn)有事實(shí)間的相互關(guān)系；前者反映了智能的學(xué)習(xí)能力；后者描述了智能的面向目標(biāo)、問題求解和理解等幾方面的屬性。這種方法用于研制適用于人工智能的新的體系結(jié)構(gòu)的計算機(jī)系統(tǒng)，用于研制大量實(shí)用的計算機(jī)智能軟件，此方法是當(dāng)今人工智能研究的主要方法。 硬件路線 利用計算機(jī)硬件技術(shù)（如超大規(guī)模集成電路、人工神經(jīng)網(wǎng)絡(luò)等）對智能機(jī)器進(jìn)行開發(fā)。如在求證主要定理時，要猜測應(yīng)當(dāng)首先證明哪一個引理。在我國，特別是中醫(yī)診療系統(tǒng)的研制取得了令人注目的成績?；羝辗茽柕拢?Hopfield） 提出用硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)， 魯梅爾哈特（ Rumelhart） 等提出多層網(wǎng)絡(luò)中的反向傳播（ BP） 算法就是兩個重要的標(biāo)志。機(jī)器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防等領(lǐng)域獲得越來越普遍的應(yīng)用。1977年，美國 、控制論和運(yùn)籌學(xué)結(jié)合起來的思想。比較成功的例子有： (a)里拉特（ )研制的數(shù)學(xué)發(fā)現(xiàn)系統(tǒng) AM，它能利用 250條產(chǎn)生式規(guī)則在原有 115個概念的基礎(chǔ)上形成許多新的概念和發(fā)現(xiàn)有關(guān)基本數(shù)學(xué)和集合論的新定理。對程序設(shè)計或機(jī)器人控制問題，先產(chǎn)生一個不費(fèi)事的有錯誤的解，然后再修正它，使它正常工作。 隨著科學(xué)技術(shù)的迅速發(fā)展，出現(xiàn)了“知識爆炸”的情況，對國內(nèi)外種類繁多和數(shù)量巨大的科技文獻(xiàn)之檢索遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任的，研究智能檢索系統(tǒng)已成為科技持續(xù)快速發(fā)展的重要保障。既可發(fā)揮專家系統(tǒng)在知識處理方面的特長，又可發(fā)揮傳統(tǒng)決策支持系統(tǒng)在數(shù)值分析方面的優(yōu)勢，具有很寬的應(yīng)用前景。其目的是使被觀察的對象突現(xiàn)出來。分布式人工智能的研究為在計算機(jī)網(wǎng)絡(luò)環(huán)境下設(shè)計和建立大型復(fù)雜智能系統(tǒng)提供了一條有效途徑，體現(xiàn)了新一代軟件設(shè)計的思想，是當(dāng)前人工智能研究的一個熱點(diǎn)。它是通過綜合運(yùn)用統(tǒng)計學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從數(shù)據(jù)庫中提煉和抽取知識，從而可以揭示出蘊(yùn)涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)原理，實(shí)現(xiàn)知識的自動獲取。 如何讓計算機(jī)“聽懂”、“看懂”人類自身的語言，使更多的人能使用計算機(jī)，大大提高計算機(jī)的利用率。 1991年 8月 IBM公司研制的 Deep Thought2計算機(jī)系統(tǒng)與澳大利亞國際象棋冠軍約翰森戰(zhàn)成 1： 1平局。 (2)、有些問題雖有算法，但實(shí)際是不可計算的。 總之：人工智能也稱為機(jī)器智能，就是讓機(jī)器更“聰明”，更具有類似人的智能，同時又與人的智能互為補(bǔ)充、互相促進(jìn)。 MYCIN是一個用于細(xì)菌感染患者的診斷和治療醫(yī)學(xué)專家系統(tǒng)。 (2)、 IBM工程課題小組 1956年，塞繆爾在 IBM704計算機(jī)上研制成功了具有自學(xué)習(xí)、自組織和自適應(yīng)能力的西洋跳棋程序。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： 45學(xué)時 學(xué)時安排： 緒論 2學(xué)時 知識表示 8學(xué)時 確定性推理 10學(xué)時