【正文】 專家系統(tǒng),其發(fā)現(xiàn)了一個(gè)鉬礦沉積,價(jià)值超過(guò)1億美元。目前能夠用來(lái)研究人工智能的主要物質(zhì)手段以及能夠?qū)崿F(xiàn)人工智能技術(shù)的機(jī)器就是計(jì)算機(jī),人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展史聯(lián)系在一起的?！　?2)地質(zhì)勘探、石油化工等領(lǐng)域是人工智能的主要作用發(fā)揮領(lǐng)地。這一階段的特點(diǎn)是：重視問(wèn)題求解的方法，忽視知識(shí)重要性。這種努力的結(jié)果，可能導(dǎo)致知識(shí)的某些改善，以便能夠比較容易地推斷出令人感興趣的新的真理。隨著時(shí)代的發(fā)展及信息革命的到來(lái),人工智能的研究領(lǐng)域日益拓寬,其內(nèi)容逐步豐富,對(duì)人類發(fā)展有劃時(shí)代的意義。因?yàn)槿斯ぶ悄艿难芯款I(lǐng)域十分廣闊,它總的來(lái)說(shuō)是面向應(yīng)用的,主要研究領(lǐng)域有專家系統(tǒng),有人在工作,它就可以用在什么地方,因?yàn)槿斯ぶ悄艿淖罡灸康倪€是要模擬人類的思維。這里,計(jì)算機(jī)實(shí)質(zhì)上只是機(jī)械地、被動(dòng)地執(zhí)行人們編制的應(yīng)用程序指令的“電子奴仆”,也不理解為什么要做這項(xiàng)工作,即不懂得:為什么?。三、控制過(guò)程，將需要輸出的反應(yīng)轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息。 人工智能目前在計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。這些都是已經(jīng)投入使用了的機(jī)器人，但它們顯然沒(méi)有人的智力，只是自動(dòng)控制技術(shù)的延展?，F(xiàn)在的計(jì)算機(jī),雖然經(jīng)歷了從電子管、晶體管、集成電路、超大規(guī)模集成電路等幾代的發(fā)展,在工藝和性能方面都有巨大的進(jìn)步。例如,專家系統(tǒng)軟件,機(jī)器博奕軟件等。我們至少需要經(jīng)過(guò)幾代人的持續(xù)奮斗，進(jìn)行多學(xué)科聯(lián)合協(xié)作研究，才可能基本上解開”智能”之謎，使人工智能理論達(dá)到一個(gè)更高的水平。正是根據(jù)這一近期研究目標(biāo)，我們才把人工智能理解為計(jì)算機(jī)科學(xué)的一個(gè)分支。提出了關(guān)于數(shù)理邏輯的思想，把形式邏輯符號(hào)化，從而能對(duì)人的思維進(jìn)行運(yùn) 算和推理。　　(1)醫(yī)學(xué)專家系統(tǒng)是人工智能和專家系統(tǒng)理論和技術(shù)在醫(yī)學(xué)領(lǐng)域的重要應(yīng)用,具有極大的科研和應(yīng)用價(jià)值,它可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問(wèn)題,作為醫(yī)生診斷、治療的輔助工具。　　　　專家運(yùn)用超聲無(wú)損檢測(cè)儀器,以其高精度的運(yùn)算、控制和邏輯判斷力代替大量人的體力與腦力勞動(dòng),減少了任務(wù)因素造成的無(wú)擦,提高了檢測(cè)的可靠性,實(shí)現(xiàn)了超聲檢測(cè)和評(píng)價(jià)的自動(dòng)化、智能化。第四階段: 80 年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展1987 年，美國(guó)召開第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。它們存在明顯的局限性。從幾個(gè)世紀(jì)前出現(xiàn)的神話般的巨鐘和機(jī)械自動(dòng)機(jī)開始,人們已對(duì)機(jī)器操作的復(fù)雜性與自身的某些活動(dòng)進(jìn)行直觀聯(lián)系。就是用計(jì)算機(jī)去模擬、延伸和擴(kuò)展專家的智能?；谌斯ど窠?jīng)網(wǎng)絡(luò)的、具有分布式結(jié)構(gòu)的“聯(lián)結(jié)機(jī)”以及其他數(shù)據(jù)流計(jì)算機(jī)、控制流計(jì)算機(jī)……除了“智能計(jì)算機(jī)”之外,還有其他的許多智能機(jī)器。但總的來(lái)說(shuō)，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。這涉及到其它諸如意識(shí)（consciousness）、自我（self）、思維（mind）（包括無(wú)意識(shí)的思維（unconscious_mind）等等問(wèn)題。未來(lái)人工智能的研究方向主要有:人工智能理論、機(jī)器學(xué)習(xí)模型和理論、不精確知識(shí)表示及其推理、常識(shí)知識(shí)及其推理、人工思維模型,智能人機(jī)接口、多智能主體系統(tǒng)、知識(shí)發(fā)現(xiàn)與知識(shí)獲取、人工智能應(yīng)用基礎(chǔ)等。如:醫(yī)療診斷專家系統(tǒng),故障診斷專家系統(tǒng)等。1936年,24歲的英國(guó)數(shù)學(xué)家圖靈提出了“自動(dòng)機(jī)”理論,把研究會(huì)思維的機(jī)器和計(jì)算機(jī)的工作大大向前推進(jìn)了一步,他也因此被稱為“人工智能之父”。3 理論和實(shí)際脫節(jié)大腦的實(shí)際工作，在宏觀上我們已知道得不少；但是智能的千姿百態(tài)，變幻莫測(cè)，復(fù)雜得難以理出清晰的頭緒。第五階段