【正文】 它表明 ,雖然在通向其最終目標的道路上 , 還有不少困難 、 問題和挑戰(zhàn) , 但前進和發(fā)展畢竟是大勢所趨 。 社會上與人工智能有關(guān)的組織 、 團體 、 刊物 、 網(wǎng)站 、 公司日漸增多 , 相關(guān)活動 、 會議日益頻繁 。 特別是在人工智能的總體研究方向上 , 我國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 。 當前 , Agent與 Inter和 WWW相結(jié)合 , 更是相得益彰 —— 人工智能的應(yīng)用范圍大為擴展 , 社會效益日益明顯 。 第 1 章 人工智能概述 智能 Agent 20世紀 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 。這標志著一個有別于符號智能的人工智能新領(lǐng)域 —— 計算智能正式形成 。 從此 , 神經(jīng)網(wǎng)絡(luò)便東山再起 , 其研究活動的總量急劇增長 , 理論與技術(shù)繼續(xù)進展 , 應(yīng)用成果不斷涌現(xiàn) 。 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 )的準優(yōu)解 , 顯示它在求解 “ 難解問題 ” 上的非凡能力 。 因而明斯基本人也對神經(jīng)網(wǎng)絡(luò)的前景持悲觀態(tài)度 。 又稱為自下而上和連接主義 ,屬于非符號處理范疇 . 在現(xiàn)實中 ， 人們并不僅僅依靠邏輯推理來求解問題 ， 有時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)來實現(xiàn) ，它研究的內(nèi)容就是神經(jīng)網(wǎng)絡(luò) 。 同時 ,知識表示 、 不精確推理 、 機器學(xué)習(xí)等方面也都取得了重要進展 。 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有力工具 。 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)。 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 。 從符號主義的研究途徑來看 ,主要有 : —— 定理證明 1956年 , 美國的紐厄爾 、 肖和西蒙合作編制了一個名為邏輯理論機 (LT)的計算機程序系統(tǒng) 。 AI的目標就是實現(xiàn)機器智能 ,而計算機自身具有符號處理功能 ,它本身就蘊含著推理能力 ,因而可能夠方便地模擬邏輯思維過程 符號主義認為：人類智能的基本單元是符號 ， 認知過程就是符號操作過程 ， 從而思維就是符號計算 。 會上經(jīng)麥卡錫提議正式采用了 “ 人工智能 ”這一術(shù)語 。 —— 從系統(tǒng)角度看 , AI中有智能計算機系統(tǒng)和智能應(yīng)用系統(tǒng)兩大領(lǐng)域 。 ? 智能 Agent也是人工智能的一個新興的重要領(lǐng)域 。” 2022年，小機器人挑戰(zhàn)法老咒語，代替科學(xué)家勇探胡夫金字塔內(nèi)部秘道。 這種機器人能夠主動的適應(yīng)外界環(huán)境變化 ， 并能夠通過學(xué)習(xí)豐富自己的知識 、 提高自己的工作能力 。 由于它直接面向應(yīng)用 , 社會效益強 , 所以 , 其發(fā)展非常迅速 。 現(xiàn)在這一賽事已波及到全世界的許多大專院校 , 激起了大學(xué)生們的極大興趣和熱情 。 “深藍”：是個剛剛涉足棋壇的小學(xué)生 ,記憶力強，計算平穩(wěn)且不受環(huán)境干擾。1997年 IBM的 “ 深藍 ” 計算機以 2勝 3平 1負的戰(zhàn)績擊敗了蟬聯(lián)12年之久的世界國際象棋冠軍加里 〃 卡斯帕羅夫 , 轟動了全世界 。 大千收眼底 , 斯調(diào)不同凡。 近年來 , CAI在歐美國家迅速發(fā)展 , 成為新產(chǎn)品開發(fā)中的一項關(guān)鍵性基礎(chǔ)技術(shù) 。 經(jīng)過多年的研究 , 模式識別已發(fā)展成為一個獨立的學(xué)科 , 其應(yīng)用十分廣泛 , 諸如信息 、 遙感 、 醫(yī)學(xué) 、 影像 、 安全 、 軍事等領(lǐng)域 , 模式識別已經(jīng)取得了重要成效 。 該課題涉及到機器感知特別是圖形圖像識別與理解 、 語音識別 、 自然語言處理 、 機器翻譯等諸多 AI技術(shù) , 另外 , 還涉及到多媒體 、 虛擬現(xiàn)實等技術(shù) 。 ICAI的特點是能對學(xué)生因才施教地進行指導(dǎo) 。 第 1 章 人工智能概述 智能制造就是在數(shù)控技術(shù) 、 柔性制造技術(shù)和計算機集成制造技術(shù)的基礎(chǔ)上 , 引入智能技術(shù) 。 事實上 , AI幾乎可以應(yīng)用到CAD技術(shù)的各個方面 , 從目前發(fā)展的趨勢來看 , 至少有以下四個方面 : (1) 設(shè)計自動化 。 例如在通信網(wǎng)的構(gòu)建 、 網(wǎng)管與網(wǎng)控 、 轉(zhuǎn)接 、 信息傳輸與轉(zhuǎn)換等環(huán)節(jié) , 都可實現(xiàn)智能化 。 它是決策支持系統(tǒng)與人工智能 , 特別是專家系統(tǒng)相結(jié)合的產(chǎn)物 。 它研究如何提高計算機管理系統(tǒng)的智能水平 , 以及智能管理系統(tǒng)的設(shè)計理論 、 方法與實現(xiàn)技術(shù) 。 —— 綜合以上三種方法的綜合型智能控制。 第二 , 智能控制的核心在高層控制 , 即組織級控制 , 其任務(wù)在于對實際環(huán)境或過程進行組織 , 即決策與規(guī)劃 , 以實現(xiàn)廣義問題求解 。 機器翻譯由來已久 ,早在電子計算機問世不久 , 就有人提出了機器翻譯的設(shè)想 , 隨后就開始了這方面的研究 。 相當于給機器配置了一個 “ 超級編譯系統(tǒng) ” , 它能夠?qū)Ω呒壝枋鲞M行處理 , 通過規(guī)劃過程 , 生成所需的程序 。 第 1 章 人工智能概述 機器定理證明 機器定理證明也是人工智能的一個重要的研究課題 。 第 1 章 人工智能概述 自動規(guī)劃 、 規(guī)劃 、 調(diào)度與配置問題是實用性 、 工程性最強的一類問題 。 (2) 二者都是通過搜索進行問題求解的 。 第 1 章 人工智能概述 原理分析 , “ 原理分析 , 數(shù)學(xué)建模 ” 就是通過對智能本質(zhì)和原理的分析 , 直接采用某種數(shù)學(xué)方法來建立智能行為模型 。 因為至今人們對智能的科學(xué)原理還未完全弄清楚 , 所以在這種情況下研究和實現(xiàn)人工智能的一個自然的思路就是模擬自然智能 。 這些算法在解決組合優(yōu)化等問題中表現(xiàn)出卓越的性能 。 例如 ,模擬生物種群有性繁殖和自然選擇現(xiàn)象而出現(xiàn)的遺傳算法 , 進而發(fā)展為進化計算 。 第 1 章 人工智能概述 玩具機器人（廣州中鳴數(shù)碼 ） 第 1 章 人工智能概述 沙漠機器人 第 1 章 人工智能概述 基于行為模擬方法的人工智能研究 , 被稱為行為主義 、 進化主義 、 控制論學(xué)派 。 第 1 章 人工智能概述 行為模擬 , 還有一種基于 “ 感知 行為 ” 模型的研究途徑和方法 ,稱其為行為模擬法 。 神經(jīng)網(wǎng)絡(luò)具有高度的并行分布性 、 很強的魯棒性和容錯性 。 第 1 章 人工智能概述 生理模擬 , 神經(jīng)計算 “ 生理模擬 , 神經(jīng)計算 ” 就是從人腦的生理層面 , 即微觀結(jié)構(gòu)和工作機理入手 , 以智能行為的生理模型為依據(jù) ,采用數(shù)值計算的方法 , 模擬腦神經(jīng)網(wǎng)絡(luò)的工作過程 , 實現(xiàn)人工智能 。 ④ 可以直接運用人類已有顯式知識 (包括理論知識和經(jīng)驗知識 )直接建立基于知識的智能系統(tǒng) 。 第 1 章 人工智能概述 人工智能的研究途徑與方法 心理模擬 , “ 心理模擬 , 符號推演 ” 就是從人腦的宏觀心理層面入手 , 以智能行為的心理模型為依據(jù) , 將問題或知識表示成某種邏輯網(wǎng)絡(luò) , 采用符號推演的方法 , 模擬人腦的邏輯思維過程 , 實現(xiàn)人工智能 。 由于人工智能一般總要以某種系統(tǒng)的形式來表現(xiàn)和應(yīng)用 , 因此關(guān)于智能系統(tǒng)的設(shè)計和實現(xiàn)技術(shù)也是人工智能的研究內(nèi)容之一 。 這種 “ 聯(lián)想 ” 與人腦的聯(lián)想功能相差甚遠 。 計算機要模擬人腦的思維就必須具有聯(lián)想功能 。 感知和交流是擬人化智能個體或智能系統(tǒng) (如 Agent和智能機器人 )所不可缺少的功能組成部分 , 也是人工智能的研究內(nèi)容之一 。 但總的來講 , 原創(chuàng)性的機器發(fā)明創(chuàng)造進展甚微 , 甚至還是空白 。 發(fā)明創(chuàng)造不僅需要知識和推理 , 還需要想象和靈感 。 要實現(xiàn)人工智能 , 計算機就必須擁有知識和運用知識的能力 。 關(guān)于機器的學(xué)習(xí)和發(fā)現(xiàn)技術(shù)就是人工智能的重要研究內(nèi)容 。 因此 , 搜索技術(shù)就成為人工智能最基本的研究內(nèi)容 。 搜索是人在求解問題時而不知現(xiàn)成解法的情況下所采用的一種普遍方法 。 因為該學(xué)科研究的是如何使機器 (計算機 )具有智能或者說如何利用計算機實現(xiàn)智能的理論 、 方法和技術(shù) , 所以 , 當前的人工智能既屬于計算機科學(xué)技術(shù)的一個前沿領(lǐng)域 , 也屬于信息處理和自動化技術(shù)的一個前沿領(lǐng)域 。 簡言之 , 就是要使計算機具有自主發(fā)現(xiàn)規(guī)律 、 解決問題和發(fā)明創(chuàng)造的能力 , 從而大大擴展和延伸人的智能 ,實現(xiàn)人類社會的全面智能化 。 自動化發(fā)展到一定水平 , 再向前發(fā)展就必然是智能化 。 既然計算機和人腦一樣都可進行信息處理 , 那么是否能讓計算機同人腦一樣也具有智能呢 ？ 第 1 章 人工智能概述 研究人工智能也是當前信息化社會的迫切要求 。 計算智能的主要內(nèi)容包括 : 神經(jīng)計算 (Neural Computation, NC) 、 進 化 計 算 (Evolutionary Computation, EC, 包括遺傳算法 (Geic Algorithm, GA)、 進 化 規(guī) 劃 (Evolutionary Planning, EP) 、 進 化 策 略(Evolutionary S