【正文】 試和檢驗(yàn) , 它的研究將有力推動(dòng)人工智。 第 1 章 人工智能概述 智能機(jī)器人也是當(dāng)前人工智能領(lǐng)域一個(gè)十分重要的應(yīng)用領(lǐng)域和熱門的研究方向 。 由于它直接面向應(yīng)用 , 社會(huì)效益強(qiáng) , 所以 , 其發(fā)展非常迅速 。 事實(shí)上 , 有關(guān)機(jī)器人的報(bào)道 , 近年來在媒體上已頻頻出現(xiàn) 。 諸如工業(yè)機(jī)器人 、 太空機(jī)器人 、 水下機(jī)器人 、 家用機(jī)器人 、 軍用機(jī)器人 、 服務(wù)機(jī)器人 、 醫(yī)療機(jī)器人 、 運(yùn)動(dòng)機(jī)器人 、 助理機(jī)器人 、 機(jī)器人足球賽 、 機(jī)器人象棋賽 …… , 幾乎應(yīng)有盡有 。 第 1 章 人工智能概述 智能機(jī)器人的研制幾乎需要所有的人工智能技術(shù) , 而且還涉及其他許多科學(xué)技術(shù)部門和領(lǐng)域 。 所以 , 智能機(jī)器人是人工智能技術(shù)的綜合應(yīng)用 , 其能力和水平已經(jīng)成為人工智能技術(shù)水平甚至人類科學(xué)技術(shù)綜合水平的一個(gè)代表和體現(xiàn) 。 需要指出的是 , 以上我們僅給出了人工智能應(yīng)用的部分領(lǐng)域和課題 。 其實(shí) , 當(dāng)今的人工智能研究與實(shí)際應(yīng)用的結(jié)合越來越緊密 , 受應(yīng)用的驅(qū)動(dòng)越來越明顯 。 現(xiàn)在的人工智能技術(shù)已同整個(gè)計(jì)算機(jī)科學(xué)技術(shù)緊密地結(jié)合在一起了 , 其應(yīng)用也與傳統(tǒng)的計(jì)算機(jī)應(yīng)用越來越相互融合了 ,有的則直接面向應(yīng)用 。 歸納起來 , 形成了以下幾條主線 : 第 1 章 人工智能概述 ——從專家 (知識(shí) )系統(tǒng)到 Agent系統(tǒng)和智能機(jī)器人系統(tǒng) 。 ——從機(jī)器學(xué)習(xí)到數(shù)據(jù)挖掘和數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn) 。 ——從基于圖搜索的問題求解到基于各種智能算法的問題求解 。 ——從單機(jī)環(huán)境下的智能程序到以 Inter和 WWW為平臺(tái)的分布式智能系統(tǒng) 。 —— 從智能技術(shù)的單一應(yīng)用到各種各樣的智能產(chǎn)品和智能工程 (如智能交通、智能建筑 )。 第 1 章 人工智能概述 人工智能的分支領(lǐng)域與研究方向 ——從模擬的智能層次和所用的方法來看 , 人工智能可分為符號(hào)智能和計(jì)算智能兩大主要分支領(lǐng)域 。 而這兩大領(lǐng)域各自又有一些子領(lǐng)域和研究方向 。 如符號(hào)智能中又有圖搜索 、 自動(dòng)推理 、 不確定性推理 、 知識(shí)工程 、 符號(hào)學(xué)習(xí)等 。 計(jì)算智能中又有神經(jīng)計(jì)算 、 進(jìn)化計(jì)算 、 免疫計(jì)算 、 蟻群算法 、 粒群算法 、 自然計(jì)算等 。 另外 ， 智能 Agent也是人工智能的一個(gè)新興的重要領(lǐng)域 。 智能 Agent（ 或者說 Agent智能 ） 是以符號(hào)智能和計(jì)算智能為基礎(chǔ)的更高一級(jí)的人工智能 。 第 1 章 人工智能概述 ——從模擬的腦智能或腦功能來看 , AI中有機(jī)器學(xué)習(xí) 、 機(jī)器感知 、 機(jī)器聯(lián)想 、 機(jī)器推理 、 機(jī)器行為等分支領(lǐng)域 。 而機(jī)器學(xué)習(xí)又可分為符號(hào)學(xué)習(xí) 、 連接學(xué)習(xí) 、 統(tǒng)計(jì)學(xué)習(xí)等許多研究領(lǐng)域和方向 。 機(jī)器感知又可分為計(jì)算機(jī)視覺 、 計(jì)算機(jī)聽覺 、 模式識(shí)別 、 圖像識(shí)別與理解 、 語音識(shí)別 、 自然語言處理等領(lǐng)域和方向 。 —— 從應(yīng)用角度看 , 如 , AI中有難題求解等數(shù)十種分支領(lǐng)域和研究方向。 第 1 章 人工智能概述 ——從系統(tǒng)角度看 , AI中有智能計(jì)算機(jī)系統(tǒng)和智能應(yīng)用系統(tǒng)兩大領(lǐng)域 。 智能計(jì)算機(jī)系統(tǒng)又可分為 : 智能硬件平臺(tái) 、 智能操作系統(tǒng) 、 智能網(wǎng)絡(luò)系統(tǒng)等 。 智能應(yīng)用系統(tǒng)又可分為 : 基于知識(shí)的智能系統(tǒng) 、 基于算法的智能系統(tǒng)和兼有知識(shí)和算法的智能系統(tǒng)等 。 另外 , 還有分布式人工智能系統(tǒng) 。 ——從基礎(chǔ)理論看 , AI中有數(shù)理邏輯和多種非標(biāo)準(zhǔn)邏輯 、 圖論 、 人工神經(jīng)網(wǎng)絡(luò) 、 模糊集 、 粗糙集 、 概率統(tǒng)計(jì) (貝葉斯統(tǒng)計(jì)決策理論 )和貝葉斯網(wǎng)絡(luò) 、 統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī) 、 形式語言與自動(dòng)機(jī)等領(lǐng)域和方向 。 第 1 章 人工智能概述 人工智能的發(fā)展概況 現(xiàn)在公認(rèn) ,人工智能學(xué)科正式誕生于 1956年 。 1956年夏季 , 由美國達(dá)特莫斯 (Dartmouth)大學(xué)的麥卡錫 (John McCarthy) 、 哈佛大學(xué)的明斯基 (Marvin Minsky)、 IBM公司信息研究中心的洛切斯特 (Nathaniel Rochester)、 貝爾實(shí)驗(yàn)室的申農(nóng) (Claude Shannon)共同發(fā)起 , 邀請(qǐng) IBM公司的莫爾 (T. More)和塞繆爾(Allen Samuel)、 麻省理工學(xué)院的塞爾夫里奇 (O. Selfridge)和索羅門夫 (R. Solomonff)以及蘭德公司和卡內(nèi)基工科大學(xué)的紐厄爾 (A. Newell)、 西蒙 (H. A. Simon)等 , 共十位來自數(shù)學(xué) 、 心理學(xué) 、 神經(jīng)生理學(xué) 、 信息論和計(jì)算機(jī)等方面的學(xué)者和工程師 , 在達(dá)特莫斯大學(xué)召開了一次歷時(shí)兩個(gè)月的研究會(huì) , 討論關(guān)于機(jī)器智能的有關(guān)問題 。 會(huì)上經(jīng)麥卡錫提議正式采用了 “ 人工智能 ” 這一術(shù)語 。 從此 ,一門新興的學(xué)科便正式誕生了 。 第 1 章 人工智能概述 需要指出的是 , 人工智能學(xué)科雖然正式誕生于 1956年的這次學(xué)術(shù)研討會(huì) , 但實(shí)際上它是邏輯學(xué) 、 心理學(xué) 、 計(jì)算機(jī)科學(xué) 、 腦科學(xué) 、 神經(jīng)生理學(xué) 、 信息科學(xué)等學(xué)科發(fā)展的必然趨勢(shì)和必然結(jié)果 。 單就計(jì)算機(jī)來看 , 其功能從數(shù)值計(jì)算到數(shù)據(jù)處理 , 再下去必然是知識(shí)處理 。 實(shí)際上就其當(dāng)時(shí)的水平而言 , 也可以說計(jì)算機(jī)已具有某種智能的成分了 。 能自動(dòng)地進(jìn)行復(fù)雜的數(shù)值計(jì)算和數(shù)據(jù)處理 , 難道這不是具有智能的表現(xiàn)嗎 ？ 第 1 章 人工智能概述 另一方面 , 實(shí)現(xiàn)人工智能這也是人類自古以來的渴望和夢(mèng)想 。 據(jù)史書 《 列子 湯問 》 篇記載 , 遠(yuǎn)在公元前九百多年前的我國西周時(shí)期 , 周穆王曾路遇一個(gè)名叫偃師的匠人 ,他獻(xiàn)給穆王一個(gè) “ 機(jī)器人 ” , 這個(gè) “ 機(jī)器人 ” 能走路 、 唱歌 、 跳舞 , 使穆王誤以為是一個(gè)真人 。 這雖然是一個(gè)傳說 , 但卻反映了人類很早就有人工智能的設(shè)想 。 在現(xiàn)代 ,當(dāng)電子計(jì)算機(jī)剛問世不久 , 天才的英國科學(xué)家圖靈就于 1950年發(fā)表了題為 “ 計(jì)算機(jī)與智能 ” 的論文 , 提出了著名的 “ 圖靈測(cè)驗(yàn) ” , 為人工智能提出了更為明確的設(shè)計(jì)目標(biāo)和測(cè)試準(zhǔn)則 。 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)主義的研究途徑來看 ,主要有 : ——1956年 , 美國的紐厄爾 、 肖和西蒙合作編制了一個(gè)名為邏輯理論機(jī) (Logic Theory Machine, 簡(jiǎn)稱 LT)的計(jì)算機(jī)程序系統(tǒng) 。 該程序模擬了人用數(shù)理邏輯證明定理時(shí)的思維規(guī)律 。 利用 LT紐厄爾等人證明了懷特海和羅素的名著 ——《 數(shù)學(xué)原理 》第 2 章中的 38 條定理 (1963年在另一臺(tái)機(jī)器上證明了全部52條定理 )。 而美籍華人 、 數(shù)理邏輯學(xué)家王浩于 1958年在IBM[CD*2]704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)的表處理語言 LISP。 該語言以其獨(dú)特的符號(hào)處理功能 , 很快在人工智能界風(fēng)靡起來 。 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 。 專家系統(tǒng)結(jié)構(gòu)和規(guī)模也在不斷擴(kuò)大 , 出現(xiàn)了所謂的多專家系統(tǒng) 、 大型專家系統(tǒng) 、 微專家系統(tǒng)和分布式專家系統(tǒng)等等 。 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) 。 進(jìn)一步 , 還出現(xiàn)了不限于專家知識(shí)的所謂基于知識(shí)的系統(tǒng) (Knowledge Based System, KBS)和知識(shí)庫系統(tǒng) (Knowledge Base System, KBS)。 現(xiàn)在 , 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)庫系統(tǒng) 、 智能多媒體系統(tǒng)等等 。 第 1 章 人工智能概述 從連接主義的研究途徑看 , 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 。 例如 , 1943年心理學(xué)家 McCulloch和數(shù)學(xué)家 Pitts提出了形式神經(jīng)元的數(shù)學(xué)模型 ——現(xiàn)在稱之為 MP模型 , 1944年 Hebb提出了改變神經(jīng)元連接強(qiáng)度的 Hebb規(guī)則 。 MP模型和 Hebb規(guī)則至今仍在各種神經(jīng)網(wǎng)絡(luò)中起重要作用 。 第 1 章 人工智能概述 作為人工智能創(chuàng)始人之一的著名學(xué)者明斯基 (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 , 于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 。 由于明斯基的理論證明和個(gè)人的威望 , 這本書的影響很大 , 使許多學(xué)者放棄了在該領(lǐng)域中的繼續(xù)努力 ,政府機(jī)構(gòu)也改變基金資助的投向 。 另一方面 , 由于在此期間 ,人工智能的基于邏輯與符號(hào)推理途徑的研究不斷取得進(jìn)展和成功 , 也掩蓋了發(fā)展新途徑的必要性和迫切性 , 于是 , 神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入低谷 。 第 1 章 人工智能概述 經(jīng)過這些科學(xué)家的艱苦探索 , 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 。 1985年美國霍布金斯大學(xué)的賽諾斯 (T. Sejnowsk)開發(fā)了名為NETtalk英語讀音學(xué)習(xí)用的神經(jīng)網(wǎng)絡(luò)處理器 , 輸入為最多由 7個(gè)字母組成的英語單詞 , 輸出為其發(fā)音 , 由于該處理器自己可以學(xué)習(xí)許多發(fā)音規(guī)則 , 因此從一無所知起步 , 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年研制成功的語音合成系統(tǒng)相媲美 。 同年 , 美國物理學(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 實(shí)際上 ,早在 1962年 ,霍普菲爾特就提出了著名的 HNN模型 。 在這個(gè)模型中 , 他引入了 “ 計(jì)算能量函數(shù) ” 的概念 , 給出了網(wǎng)絡(luò)穩(wěn)定性判據(jù) , 從而開拓了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計(jì)算的新途徑 。 此外 , 還有不少成功的例子 ， 這些重大突破和成功 , 轟動(dòng)了世界 ， 人們開始對(duì)冷落了近 20 年的神經(jīng)網(wǎng)絡(luò)又刮目相看了 。 另一方面 , 在這一時(shí)期 , 雖然在符號(hào)主義途徑上 , 人工智能在專家系統(tǒng) 、 知識(shí)工程等方面取得很大的進(jìn)展 , 但在模擬人的視覺 、 聽覺和學(xué)習(xí) 、 適應(yīng)能力方面 , 卻遇到了很大的困難 。 這又使人們不得不回過頭來對(duì)人工智能的研究途徑作新的反思 , 不得不尋找新的出路 。 正是在這樣的背景下 , 神經(jīng)網(wǎng)絡(luò)研究的熱潮又再度出現(xiàn) 。 第 1 章 人工智能概述 1987年 6月 , 第一屆國際神經(jīng)網(wǎng)絡(luò)會(huì)議 (ICNN)在美國圣第亞哥召開 。 會(huì)議預(yù)定 800人 ,但實(shí)際到會(huì)達(dá) 2022多人 。 會(huì)上氣氛之熱烈 , 群情之激昂 , 據(jù)報(bào)導(dǎo)是國際學(xué)術(shù)會(huì)議前所未有的 。 例如 , 會(huì)上有人竟喊出了 “ AI is dead. Long live Neural Networks”的口號(hào) 。 會(huì)議決定成立國際神經(jīng)網(wǎng)絡(luò)學(xué)會(huì) , 并出版會(huì)刊 《 Neural Networks》 。 從此之后 , 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 , 理論與技術(shù)繼續(xù)進(jìn)展 , 應(yīng)用成果不斷涌現(xiàn) , 新的研究機(jī)構(gòu) 、 實(shí)驗(yàn)室 、 商業(yè)公司與日俱增 , 世界各國政府也在組織與實(shí)施有關(guān)的科研攻關(guān)項(xiàng)目 。 第 1 章