【正文】 對(duì)智能進(jìn)行 宏現(xiàn)研究 ，而聯(lián)接主義則是一種 微觀意義上的探索 。 人工智能的發(fā)展 (61年之后 ) 1. 機(jī)器證明 2. 專家系統(tǒng) 3. 第五代計(jì)算機(jī) 4. 模式識(shí)別 5. 人腦與電腦 6. 人工智能預(yù)言 ?赫伯特 機(jī)器證明 1976年 6月，美國(guó)伊利諾斯大學(xué)的兩位數(shù)學(xué)家沃爾夫?qū)? 專家系統(tǒng) 費(fèi)根鮑姆構(gòu)建的“專家系統(tǒng)”，就是要在 機(jī)器智能與人類智慧集大成者 ──專家的知識(shí)經(jīng)驗(yàn)之間建造橋梁 。推 理 機(jī) 就 是 實(shí) 現(xiàn) 推 理的 程 序 ， 它 是 利 用 知識(shí) 進(jìn) 行 推 理 的 。諾依曼為它們確定的體系結(jié)構(gòu)。 1992年，它重新開(kāi)始實(shí)施“現(xiàn)實(shí)世界計(jì)算機(jī)”計(jì)劃，接著研制具有類似于人的 右腦 功能的計(jì)算機(jī)。比目前全球電話網(wǎng)還要復(fù)雜 1500倍。這個(gè)本質(zhì)上的‘你’可以在計(jì)算機(jī)里保存，變成 IBM電腦里的磁性脈沖收集品。 我們的“人工智能猴”的示意圖 ?利用這樣的載體和安裝在其上的傳感器，比如攝像機(jī)，我們可以接近人類不能親自到達(dá)的場(chǎng)所，比如探雷，偵察，到地震廢墟中，到倒塌的礦洞里尋找存活人員，到車子底盤(pán)下尋找毒品，爆炸物。所謂功能性接觸，是指非永久性的接觸，這正是神經(jīng)元之間傳遞信息的奧秘之處 . 樹(shù)突 是指由細(xì)胞體向外延伸的除軸突以外的其它所有分支?？梢?jiàn)，人工神經(jīng)元是一個(gè)具有多輸入，單輸出的非線性器件。 ?這些神經(jīng)網(wǎng)絡(luò)的特性與當(dāng)時(shí)流行串行的、離散的、符號(hào)處理的電子計(jì)算機(jī)及其相應(yīng)的人工智能技術(shù)有本質(zhì)上的不同，由此引起許多研究者的興趣，在 60代掀起了神經(jīng)網(wǎng)絡(luò)研究的第一次高潮。它從初始種群出發(fā)，采用優(yōu)勝略汰、適者生存的自然法則選擇個(gè)體，并通過(guò)雜交、變異產(chǎn)生新一代種群，如此逐代進(jìn)化，直到滿足目標(biāo)為止 。 ?1949年心理學(xué)家 Hebb提出著名的 Hebb學(xué)習(xí)規(guī)則，即由神經(jīng)元之間結(jié)合強(qiáng)度的改變來(lái)實(shí)現(xiàn)神經(jīng)學(xué)習(xí)的方法。由于種種復(fù)雜環(huán)境條件的刺激等原因，或者由于動(dòng)物本身的生長(zhǎng)或衰老，神經(jīng)系統(tǒng)的突觸數(shù)目會(huì)發(fā)生變化，并影響神經(jīng)元之間的傳遞效率。然而科學(xué)并未因此而停滯不前，它總是在可以突破的地方首先契入進(jìn)去。 ?如將計(jì)算機(jī)的指令變成動(dòng)物可以接受的信息模式，比如聲音信號(hào)，顏色，圖形信號(hào)。即使在這種嚴(yán)重的故障面前，大腦仍然可以正常地運(yùn)作。在普通話的基礎(chǔ)上能適應(yīng)廣東、四川、上海三種口音，識(shí)別率提高了 20個(gè)百分點(diǎn)以上，平常速度口音讀一般文章的識(shí)別率達(dá)到了 85%～ 95%，只需訓(xùn)練 5個(gè)詞、 3句話， 5分鐘左右即可建立一個(gè)語(yǔ)音模型，使中文語(yǔ)音識(shí)別技術(shù)取得了實(shí)質(zhì)性突破，語(yǔ)音識(shí)別終于走到了用戶面前。人們不再需要為它編寫(xiě)程序指令，只需要口述命令，它自動(dòng)推理并完成工作任務(wù)。它一邊與用戶進(jìn)行對(duì)話，一邊進(jìn)行推理診斷。 It_is(X)表示該動(dòng)物屬于 X類別 。人工智能重新獲得人們的普遍重視，逐步跨進(jìn)了復(fù)興期。不到 9 分鐘，王浩的機(jī)器把這本數(shù)學(xué)史上視為里程碑的著作中全部（ 350條以上） 的定理，統(tǒng)統(tǒng)證明了一遍。此后，聯(lián)結(jié)主義勢(shì)頭大振，從模型到算法，從理論分析到工程實(shí)現(xiàn)，為神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)走向市場(chǎng)打下基礎(chǔ)。 鑒于圖靈是用行為來(lái)判斷機(jī)器是否具有智能，麻省理工學(xué)院 溫斯頓 （ P. Winston）在 AI教科書(shū)里下定義說(shuō)：“人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能的工作。 “進(jìn)行抽象思維的能力” 。 達(dá)特莫斯會(huì)議 1956年夏天， 美國(guó)達(dá)特莫斯大學(xué)召開(kāi)了 一次影響深遠(yuǎn)的歷史性會(huì)議。 Wiener創(chuàng)立控制論， Shannon創(chuàng)立信息論 維納開(kāi)始考慮計(jì)算機(jī)如何能像大腦一樣工作。 ?他是美國(guó)國(guó)家科學(xué)院、秘魯國(guó)立自然科學(xué)院和意大利國(guó)立林且學(xué)院等院的院土。馮 諾依曼送進(jìn)一所正規(guī)學(xué)校就讀。 馮 圖靈試驗(yàn) 上述兩種對(duì)話的區(qū)別在于，第一種可明顯地感到回答者是從知識(shí)庫(kù)里提取簡(jiǎn)單的答案，第二種則具有分析綜合的能力，回答者知道觀察者在反復(fù)提出同樣的問(wèn)題。” ?從表面上看，要使機(jī)器回答按一定范圍提出的問(wèn)題似乎沒(méi)有什么困難，可以通過(guò)編制特殊的程序來(lái)實(shí)現(xiàn)。 Turing圖靈與人工智能 ?1937年，倫敦權(quán)威的數(shù)學(xué)雜志又收到圖靈一篇論文 《 論可計(jì)算數(shù)及其在判定問(wèn)題中的應(yīng)用 》 ，作為闡明現(xiàn)代電腦原理的開(kāi)山之作，被永遠(yuǎn)載入了計(jì)算機(jī)的發(fā)展史冊(cè)。這里我們以符號(hào) S及 P分別表示主詞及謂詞。 ? “深藍(lán)”的技術(shù)指標(biāo)： 32個(gè) CPU 每個(gè) CPU有 16個(gè)協(xié)處理器 每個(gè) CPU有 256M內(nèi)存 每個(gè) CPU的處理速度為 200萬(wàn)步 /秒 每秒行棋速度：卡斯帕羅夫 2步，“深藍(lán)” 2億步。 Bacon(培根， 15611626)在 《 新工具 》 中提出歸納法，提出“知識(shí)就是力量” ,他十分重視科學(xué)實(shí)驗(yàn)，認(rèn)為只有經(jīng)過(guò)實(shí)驗(yàn)才能獲得真正的知識(shí)。1950年， ACE電腦樣機(jī)公開(kāi)表演，被認(rèn)為是當(dāng)時(shí)世界上最快最強(qiáng)有力的電子計(jì)算機(jī)之一。然而，如果提問(wèn)者并不遵循常規(guī)標(biāo)準(zhǔn)，編制回答的程序是極其困難的事情。 :計(jì)算機(jī) ?二戰(zhàn)期間，美國(guó)軍方為了解決計(jì)算大量軍用數(shù)據(jù)的難題，成立了由賓夕法尼亞大學(xué)莫奇利和埃克特領(lǐng)導(dǎo)的研究小組，開(kāi)始研制世界上第一臺(tái)計(jì)算機(jī)。諾依曼建立的經(jīng)濟(jì)增長(zhǎng)橫型體系，特別是 40年代出版的著作 《 博弈論和經(jīng)濟(jì)行為 》 ，使他在經(jīng)濟(jì)學(xué)和決策科學(xué)領(lǐng)域豎起了一塊豐碑。諾依曼便浪跡歐洲各地，在柏林和瑞士一些著名的大學(xué)聽(tīng)課。聽(tīng)著聽(tīng)著，馮 ????njijjii vwu1?)( ii ufv ???????0,00,1iii uuv wij ——代表神經(jīng)元 i與神經(jīng)元 j之間的連接強(qiáng)度 (模擬生物神經(jīng)元之間突觸連接強(qiáng)度 )，稱之為連接權(quán)； ui——代表神經(jīng)元 i的活躍值，即神經(jīng)元狀態(tài)； vi——代表神經(jīng)元 j的輸出，即是神經(jīng)元 i的一個(gè)輸入； θi——代表神經(jīng)元 i的閾值。 TSP( Traveling salesman problem,旅行商問(wèn)題 ) B A C D E F A F E D C B A NP:推銷員旅行問(wèn)題 ? 如果有 3個(gè)城市，則有 3!=6種訪問(wèn)每個(gè)城市的次序。 生物智能 對(duì) 低級(jí)動(dòng)物來(lái)講，它的生存、繁衍是一種智能。 例子 1：能夠模擬人的思維，進(jìn)行博弈的計(jì)算機(jī)。 連接主義 ?認(rèn)為人工智能源于仿生學(xué)，特別是人腦模型的研究。人類求證數(shù)學(xué)定理也是一種啟發(fā)式搜索，與電腦下棋的原理異曲同工。十幾天后， 共耗費(fèi)1200個(gè)機(jī)時(shí)，做完 200億個(gè)邏輯判斷。在 AI研究里，這類知識(shí)稱之為“啟發(fā)式知識(shí)”。 系 統(tǒng) 運(yùn) 行時(shí) ， 綜 合 數(shù) 據(jù) 庫(kù) 建立 ， 在 當(dāng) 系 統(tǒng) 運(yùn) 行 完成 之 后 ， 綜 合 數(shù) 據(jù) 庫(kù)也 就 會(huì) 被 撤 消 。 縱觀人類科學(xué)技術(shù)發(fā)展歷史，當(dāng)一門(mén)科學(xué)技術(shù)的各組成部分，分別發(fā)展到一定階段時(shí)，總是需要有人出來(lái)作綜合工作，將分散的理論與實(shí)踐成果集成為系統(tǒng)。 人們看到一臺(tái)電腦正在分辨人用點(diǎn)頭或搖頭表示 YES和 NO的動(dòng)作，還有電腦跟蹤人眼的指向，在眼睛的指揮下，下了一盤(pán)“三子棋”。 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(yǔ)言和其他符號(hào)系統(tǒng)，主管“說(shuō)話”、“寫(xiě)字”、“計(jì)算”、“分析”等 . ?右腦的功能是感性直觀思維，這種思維不需要語(yǔ)言的參加，比如掌管“音樂(lè)”、“美術(shù)”、“立體感覺(jué)”等。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(shè)計(jì)出我們的‘思維兒童’ ，他們思考問(wèn)題的速度比我們現(xiàn)在快 100萬(wàn)倍。這樣的機(jī)器能讀懂莎士比亞的著作，會(huì)給汽車上潤(rùn)滑油，會(huì)玩弄政治權(quán)術(shù)，能講笑話，會(huì)爭(zhēng)吵。其次是突觸傳遞物質(zhì)質(zhì)量的變化，包括比例成分的變化所引起傳遞效率的變化。它反映的是神經(jīng)元的飽和特性 . 分段線性強(qiáng)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(nèi)滿足線性關(guān)系，一直延續(xù)到輸出為最大值 1為止。它主要用來(lái)處理現(xiàn)實(shí)世界中因模糊而引起的不確定性。模糊邏輯可以比較自然地處理人的概念，它是一種通過(guò)模仿人的思維方式來(lái)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(duì)于深刻研究人類的認(rèn)識(shí)能力具有舉足輕重的作用。 信息的分布表示 記憶在大量元中，每個(gè)元存在許多信息的部分內(nèi)容，信息在神經(jīng)網(wǎng)絡(luò)中的記憶反映在神經(jīng)元間的突觸連接強(qiáng)度上（ weights）。在突觸表面有許多形狀各異的小凸芽，調(diào)節(jié)其形狀變化可以改變接觸間隙，并影響傳遞效率。幾個(gè)月之后，它將具有天才的智力，再過(guò)幾個(gè)月，它的智力將無(wú)以倫比。 電腦與人腦相連接 德國(guó)科學(xué)家已經(jīng)在硅芯片上培植成功一種與人類神經(jīng)細(xì)胞極為相似的老鼠神經(jīng)細(xì)胞，并且可以把神經(jīng)細(xì)胞發(fā)出的電子脈沖信號(hào)傳送到特制傳感器上。右腦的功能不可替代，只能靠人自己培養(yǎng)和發(fā)揮。但是，對(duì)于什么是“模式”，或者什么是機(jī)器（也包括人）能夠辨認(rèn)的模式，迄今尚無(wú)確切的定義。 第五代計(jì)算機(jī) 1982年夏天，日本“新一代計(jì)算機(jī)技術(shù)研究所”（ ICOT）， 40位年輕人 在 淵一博 帶領(lǐng)開(kāi)始了新一代計(jì)算機(jī)機(jī)的研究。動(dòng)物識(shí)別系統(tǒng) 附：規(guī)則（知識(shí)） r1： if 該動(dòng)物有毛發(fā) then 該動(dòng)物是哺乳動(dòng)物 r2： if 該動(dòng)物有奶 then 該動(dòng)物是哺乳動(dòng)物 r3： if 該動(dòng)物有羽毛 then 該動(dòng)物是鳥(niǎo) r4： if 該動(dòng)物會(huì)飛 and 會(huì)下蛋 then 該動(dòng)物是鳥(niǎo) r5： if 該動(dòng)物吃肉 then 該動(dòng)物是食肉動(dòng)物 r6： if 該動(dòng)物有犬齒 and 有爪 and 眼盯前方 then 該動(dòng)物是食肉動(dòng)物 r7： if 該動(dòng)物是哺乳動(dòng)物 and 有蹄 then 該動(dòng)物是有蹄類動(dòng)物 r8： if 該動(dòng)物是哺乳動(dòng)物 and 是嚼反芻類動(dòng)物 then 該動(dòng)物是有蹄類動(dòng)物 r9： if 該動(dòng)物是哺乳動(dòng)物 and 是食肉類動(dòng)物 and 是黃褐色 and 身上有暗斑點(diǎn) then 該動(dòng)物是金錢(qián)豹 r10： if 該動(dòng)物是哺乳動(dòng)物 and 是食肉類動(dòng)物 and 是黃褐色 and 身上有黑色條紋 then 該動(dòng)物是虎 r11： if 該動(dòng)物是有蹄類動(dòng)物 and 有長(zhǎng)脖子 and 有長(zhǎng)腿 and 身上有暗斑點(diǎn) then 該動(dòng)物是長(zhǎng)頸鹿 r12： if 該動(dòng)物是有蹄類動(dòng)物 and 身上有黑色條紋 then 該動(dòng)物是斑馬