【正文】 號(hào)計(jì)算 。 第 1 章 人工智能概述 ?主要特征 : (1)立足于邏輯運(yùn)算和符號(hào)操作 ,適合于模擬人的邏輯思維過程 ,解決需要邏輯推理的復(fù)雜問題； (2)知識(shí)可用顯示的符號(hào)表示 ,在已知基本規(guī)則的情況下 ,無(wú)需輸入大量的細(xì)節(jié)知識(shí)； (3)便于模塊化 ,當(dāng)個(gè)別事實(shí)發(fā)生變化時(shí) ,易于修改； (4)能與傳統(tǒng)的符號(hào)數(shù)據(jù)庫(kù)進(jìn)行連接； (5)可對(duì)推理結(jié)論進(jìn)行解釋 ,便于對(duì)各種可能性進(jìn)行選擇。 ?缺點(diǎn)： 可以解決邏輯思維 ,但對(duì)于形象思維難于模擬； 信息表示成符號(hào)后 ,并在處理或轉(zhuǎn)換時(shí) ,信息有丟失的情況。 第 1 章 人工智能概述 符號(hào)主義途徑發(fā)展概況 1956年之后的 10多年間 ,人工智能的研究取得了許多引人矚目的成就 。 從符號(hào)主義的研究途徑來(lái)看 ,主要有 : —— 定理證明 1956年 , 美國(guó)的紐厄爾 、 肖和西蒙合作編制了一個(gè)名為邏輯理論機(jī) (LT)的計(jì)算機(jī)程序系統(tǒng) 。 該程序模擬了人為數(shù)理邏輯證明定理時(shí)的思維規(guī)律 。 利用 LT紐厄爾等人證明了 《 數(shù)學(xué)原理 》 第 2 章中的 38 條定理 。 數(shù)理邏輯學(xué)家王浩于 1958年在計(jì)算機(jī)上用 3～ 5 分鐘證明了 《 數(shù)學(xué)原理 》 中有關(guān)命題演算的全部定理 (220條 ), 并且還證明了謂詞演算中 150條定理的 85%。 第 1 章 人工智能概述 —— 1956年 , 塞繆爾研制成功了具有自學(xué)習(xí) 、 自組織 、 自適應(yīng)能力的跳棋程序 。 這個(gè)程序能從棋譜中學(xué)習(xí) , 也能從下棋實(shí)踐中提高棋藝 , 1959 年它擊敗了塞繆爾本人 ,1962年又擊敗了美國(guó)一個(gè)州的冠軍 。 —— 1959年 , 籍勒洛特發(fā)表了證明平面幾何問題的程序 , 塞爾夫里奇推出了一個(gè)模式識(shí)別程序 。 1965年羅伯特 (Roberts)編制出了可以分辨積木構(gòu)造的程序 。 第 1 章 人工智能概述 —— 1960年 , 紐厄爾 、 肖和西蒙等人通過心理學(xué)試驗(yàn)總結(jié)出了人們求解問題的思維規(guī)律 ,編制了通用問題求解程序(General Problem Solving, GPS)。 該程序可以求解 11種不同類型的問題 。 —— 1960年 , 麥卡錫研制成功了面向人工智能程序設(shè)計(jì)的表處理語(yǔ)言 LISP。 該語(yǔ)言以其獨(dú)特的符號(hào)處理功能 , 很快在人工智能界風(fēng)靡起來(lái) 。 它武裝了一代人工智能學(xué)者 , 至今仍然是人工智能研究的一個(gè)有力工具 。 —— 1965年 , 魯賓遜 (Robinson)提出了消解原理(resolution principle), 為定理的機(jī)器證明做出了突破性的貢獻(xiàn)。 第 1 章 人工智能概述 20世紀(jì) 80年代后 ,專家系統(tǒng)與知識(shí)工程在理論 、 技術(shù)和應(yīng)用方面都有了長(zhǎng)足的進(jìn)步和發(fā)展 。 專家系統(tǒng)的建造進(jìn)入應(yīng)用高級(jí)開發(fā)工具時(shí)期 。 同時(shí) ,知識(shí)表示 、 不精確推理 、 機(jī)器學(xué)習(xí)等方面也都取得了重要進(jìn)展 。各個(gè)應(yīng)用領(lǐng)域的專家系統(tǒng)更如雨后春筍般地在世界各地不斷涌現(xiàn) 。 專家系統(tǒng) 、 知識(shí)工程的技術(shù)已應(yīng)用于各種計(jì)算機(jī)應(yīng)用系統(tǒng) , 出現(xiàn)了智能管理信息系統(tǒng) 、 智能決策支持系統(tǒng) 、 智能控制系統(tǒng) 、 智能 CAD系統(tǒng) 、 智能 CAI系統(tǒng) 、 智能數(shù)據(jù)庫(kù)系統(tǒng) 、 智能多媒體系統(tǒng)等等 。 第 1 章 人工智能概述 連接主義是指以網(wǎng)絡(luò)連接為主的連接機(jī)制方法 。 又稱為自下而上和連接主義 ,屬于非符號(hào)處理范疇 . 在現(xiàn)實(shí)中 ， 人們并不僅僅依靠邏輯推理來(lái)求解問題 ， 有時(shí)非邏輯推理還其著非常重要的作用 連接主義：人工智能可以通過仿生人類的大腦的結(jié)構(gòu)來(lái)實(shí)現(xiàn) ，它研究的內(nèi)容就是神經(jīng)網(wǎng)絡(luò) 。 早在 20 世紀(jì) 40 年代 , 就有一些學(xué)者開始了神經(jīng)元及其數(shù)學(xué)模型的研究 。 第 1 章 人工智能概述 ?主要特征 : (1)通過神經(jīng)元之間的并行協(xié)作實(shí)現(xiàn)信息處理 ,處理過程具有并行性 ,動(dòng)態(tài)性 ,全局性 (2)可以實(shí)現(xiàn)聯(lián)想的功能 ,便于對(duì)有噪聲的信息進(jìn)行處理 (3)可以通過對(duì)神經(jīng)元之間連接強(qiáng)度的調(diào)整實(shí)現(xiàn)學(xué)習(xí)和分類等 (4)適合模擬人類的形象思維過程 (5)求解問題時(shí) ,可以較快的得到一個(gè)近似解 ?缺點(diǎn)： 不適合于解決邏輯思維 , 體現(xiàn)結(jié)構(gòu)固定和組成方案單一的系統(tǒng)也不適合多種知識(shí)的開發(fā) 第 1 章 人工智能概述 明斯基 (Minsky)應(yīng)用數(shù)學(xué)理論對(duì)以感知器為代表的簡(jiǎn)單網(wǎng)絡(luò)作了深入的分析 , 1969年他與白伯脫 (Papert)共同發(fā)表了頗有影響的 《 Perceptrons》 一書 。 書中證明了那時(shí)使用的單層人工神經(jīng)網(wǎng)絡(luò) , 無(wú)法實(shí)現(xiàn)一個(gè)簡(jiǎn)單的異或門 (XOR) 所完成的功能 。 因而明斯基本人也對(duì)神經(jīng)網(wǎng)絡(luò)的前景持悲觀態(tài)度 。 此后因?yàn)楦鞣N原因 , 神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入低谷 。 經(jīng)過科學(xué)家們的艱苦探索 , 神 經(jīng)網(wǎng)絡(luò)的理論和技術(shù)在經(jīng)過近 20年 的暗淡時(shí)期后終于有了新的突破和 驚人的成果 。 第 1 章 人工智能概述 1985年美國(guó)霍布金斯大學(xué)的賽諾斯 (T. Sejnowsk)開發(fā)了名為 NETtalk英語(yǔ)讀音學(xué)習(xí)用的神經(jīng)網(wǎng)絡(luò)處理器 , 輸入為最多由 7個(gè)字母組成的英語(yǔ)單詞 , 輸出為其發(fā)音 , 該處理器自己可以學(xué)習(xí)許多發(fā)音規(guī)則 , 從一無(wú)所知起步 , 經(jīng)過 3個(gè)月的學(xué)習(xí)所達(dá)到的水平已可同經(jīng)過 20年研制成功的語(yǔ)音合成系統(tǒng)相媲美 。 同年 , 美國(guó)物理學(xué)家霍普菲爾特 (J. Hopfield)用神經(jīng)網(wǎng)絡(luò)迅速求得了巡回推銷員路線問題 (即旅行商問題 )的準(zhǔn)優(yōu)解 , 顯示它在求解 “ 難解問題 ” 上的非凡能力 。 第 1 章 人工智能概述 1987年 6月 , 第一屆國(guó)際神經(jīng)網(wǎng)絡(luò)會(huì)議 (ICNN)在美國(guó)圣第亞哥召開 。 會(huì)議預(yù)定 800人 ,但實(shí)際到會(huì)達(dá) 2022多人 。 會(huì)議決定成立國(guó)際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì) , 并出版會(huì)刊 《 Neural Networks》 。 從此 , 神經(jīng)網(wǎng)絡(luò)便東山再起 , 其研究活動(dòng)的總量急劇增長(zhǎng) , 理論與技術(shù)繼續(xù)進(jìn)展 , 應(yīng)用成果不斷涌現(xiàn) 。 第 1 章 人工智能概述 1965年美國(guó)學(xué)者 . Zadeh推廣了傳統(tǒng)集合的定義提出了模糊集合 (fuzzy set)的概念 。 基于模糊集合人們又發(fā)展了模糊邏輯 、 模糊推理 、 模糊控制等 ,形成了一系列處理不確切性信息和知識(shí)的理論和方法 , 構(gòu)成了現(xiàn)在所稱的模糊理論 、 模糊技術(shù)或模糊計(jì)算 。 1994年 , 關(guān)于神經(jīng)網(wǎng)絡(luò) 、 進(jìn)化程序設(shè)計(jì)和模糊系統(tǒng)的三個(gè)IEEE國(guó)際會(huì)議聯(lián)合舉行了首屆計(jì)算智能大會(huì) “ The First IEEE World Congress on Computational Intelligence” 。這標(biāo)志著一個(gè)有別于符號(hào)智能的人工智能新領(lǐng)域 —— 計(jì)算智能正式形成 。 第 1 章 人工智能概述 進(jìn)入 21世紀(jì)后 , 計(jì)算智能從理論上和應(yīng)用上都取得了長(zhǎng)足的發(fā)展 。 特別是進(jìn)化計(jì)算 、 免疫算法 、 蟻群算法 、 粒群算法等又構(gòu)成了一個(gè)稱為智能計(jì)算或智能算法的新領(lǐng)域 。 其應(yīng)用遍及網(wǎng)絡(luò)安全 、 機(jī)器學(xué)習(xí) 、 數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn) 、 模式識(shí)別 、自動(dòng)規(guī)劃 、 自動(dòng)配置 、 自動(dòng)控制 、 故障診斷 、 加工調(diào)度 、 聚類分類和計(jì)量化學(xué)等眾多領(lǐng)域 , 大大推進(jìn)了人工智能技術(shù)的研究和發(fā)展 , 也大大擴(kuò)展和加快了人工智能技術(shù)的實(shí)際應(yīng)用 。 第 1 章 人工智能概述 智能 Agent 20世紀(jì) 80年代中期 , 智能主體 Agent的概念被 (明斯基 )引入人工智能領(lǐng)域 , 形成了基于 Agent的人工智能新理念 。 Agent的出現(xiàn) , 標(biāo)志著人們對(duì)智能認(rèn)識(shí)的一個(gè)飛躍 , 從而開創(chuàng)了人工智能技術(shù)的新局面 。 從此 , 智能系統(tǒng)的結(jié)構(gòu)形式和運(yùn)作方式發(fā)生了重大變化 , 傳統(tǒng)的 “ 知識(shí) +推理 ” 的腦智能模式發(fā)展為以 Agent為基本單位的個(gè)體智能和社會(huì)智能新模式 。 20 世紀(jì) 90年代以后 , Agent技術(shù)蓬勃發(fā)展 。 當(dāng)前 , Agent與 Inter和 WWW相結(jié)合 , 更是相得益彰 —— 人工智能的應(yīng)用范圍大為擴(kuò)展 , 社會(huì)效益日益明顯 。 同時(shí)也促進(jìn)了人工智能技術(shù)的進(jìn)一步發(fā)展 。 第 1 章 人工智能概述 人工智能的現(xiàn)狀和發(fā)展呈現(xiàn)出如下特點(diǎn) : —— 多種途徑齊頭并進(jìn) , 多種方法協(xié)作互補(bǔ) 。 —— 新思想 、 新技術(shù)不斷涌現(xiàn) ,新領(lǐng)域 、 新方向不斷開拓 。 特別是在人工智能的總體研究方向上 , 我國(guó)的涂序彥教授提出的 “ 廣義智能信息系統(tǒng)論 ” 、 潘云鶴院士提出的 “ 人工形象智能 ” 和李德毅院士提出的 “ 不確定性人工智能 ” 值得一提 。 —— 理論研究更加深入 , 應(yīng)用研究愈加廣泛 。 第 1 章 人工智能概述 —— 研究隊(duì)伍日益壯大 , 社會(huì)影響越來(lái)越大 。 主要表現(xiàn)為: 大專院校和科研院所中與智能相關(guān)的學(xué)科 、 專業(yè)和研究方向越來(lái)越多 (國(guó)內(nèi)的許多大學(xué)甚至已開設(shè)了智能科學(xué)與技術(shù)專業(yè) )。 社會(huì)上與人工智能有關(guān)的組織 、 團(tuán)體 、 刊物 、 網(wǎng)站 、 公司日漸增多 , 相關(guān)活動(dòng) 、 會(huì)議日益頻繁 。人工智能的產(chǎn)品 、 系統(tǒng) 、 工程幾乎應(yīng)有盡有 。人工智能的有關(guān)新聞報(bào)道頻頻出現(xiàn) 。 總之 , 以上特點(diǎn)展現(xiàn)了人工智能學(xué)科的繁榮景象和光明前景 。 它表明 ,雖然在通向其最終目標(biāo)的道路上 , 還有不少困難 、 問題和挑戰(zhàn) , 但前進(jìn)和發(fā)展畢竟是大勢(shì)所趨 。