【正文】 演講完畢 ， 謝謝觀看 ！ 。對程序設(shè)計(jì)或機(jī)器人控制問題，先產(chǎn)生一個不費(fèi)事的有錯誤的解，然后再修正它，使它正常工作。目前，智能組合調(diào)度與指揮方法已被應(yīng)用于汽車運(yùn)輸調(diào)度、列車的編組與指揮、空中交通管制以及軍事指揮等系統(tǒng)。他們根據(jù)理論上的最佳方法計(jì)算出所耗時間的最壞情況來排列不同問題的難度。如 Hamilton圖和八皇后問題等都需從可能的組合或序列中選取一個答案。如何根據(jù)存儲的事實(shí)演繹出答案。 隨著科學(xué)技術(shù)的迅速發(fā)展，出現(xiàn)了“知識爆炸”的情況，對國內(nèi)外種類繁多和數(shù)量巨大的科技文獻(xiàn)之檢索遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任的，研究智能檢索系統(tǒng)已成為科技持續(xù)快速發(fā)展的重要保障。另外，還有基于解釋的學(xué)習(xí)、基于事例的學(xué)習(xí)、基于概念的學(xué)習(xí)、基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、基于遺傳的學(xué)習(xí)等。 (5).觀察發(fā)現(xiàn)式的學(xué)習(xí) （ Learning by observation and discovery) 它是歸納學(xué)習(xí)的高一層次。比較成功的例子有： (a)里拉特（ )研制的數(shù)學(xué)發(fā)現(xiàn)系統(tǒng) AM，它能利用 250條產(chǎn)生式規(guī)則在原有 115個概念的基礎(chǔ)上形成許多新的概念和發(fā)現(xiàn)有關(guān)基本數(shù)學(xué)和集合論的新定理。如著名的盧瑟福類比就是通過將原子結(jié)構(gòu)（目標(biāo)）同太陽系（源域）進(jìn)行類比，從而發(fā)現(xiàn)原子結(jié)構(gòu)的奧秘。目前大多數(shù)基于知識的系統(tǒng)可用此方法建立知識庫。學(xué)習(xí)方法主要有： (1).機(jī)械式學(xué)習(xí)（ Rote Learning） 專家完成全部轉(zhuǎn)換工作，系統(tǒng)只負(fù)責(zé)存儲。機(jī)器學(xué)習(xí)是使計(jì)算機(jī)具有智能的根本途徑，而且有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。既可發(fā)揮專家系統(tǒng)在知識處理方面的特長，又可發(fā)揮傳統(tǒng)決策支持系統(tǒng)在數(shù)值分析方面的優(yōu)勢，具有很寬的應(yīng)用前景。它是把人工智能技術(shù)尤其是專家系統(tǒng)技術(shù)與決策支持系統(tǒng)相結(jié)合的產(chǎn)物。 1985年在美國首次召開了智能控制學(xué)術(shù)討論會， 1987年又在美國召開了首屆智能控制國際學(xué)術(shù)會議， 1993年在北京召開了第一屆全球華人智能控制與智能自動化大會。1977年，美國 、控制論和運(yùn)籌學(xué)結(jié)合起來的思想。 1965年，付京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。隨著人工智能和計(jì)算機(jī)技術(shù)的發(fā)展，已可能把自動控制和人工智能以及系統(tǒng)科學(xué)的某些分支結(jié)合起來，建立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。 人工智能的發(fā)展促進(jìn)了自動控制向智能控制發(fā)展。 機(jī)器視覺的前沿研究領(lǐng)域包括實(shí)時圖象壓縮傳輸和復(fù)原，多光譜和彩色圖象的處理與解釋等。其目的是使被觀察的對象突現(xiàn)出來。并非人工智能的全部領(lǐng)域都是圍繞著知識處理的，計(jì)算機(jī)低層視覺就是一例。 機(jī)器視覺或計(jì)算機(jī)視覺已從模式識別的一個研究領(lǐng)域發(fā)展為一門獨(dú)立的學(xué)科。機(jī)器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防等領(lǐng)域獲得越來越普遍的應(yīng)用。 工業(yè)機(jī)器人已相當(dāng)普遍，遠(yuǎn)距離操縱型機(jī)器 人也有不少應(yīng)用，如美國機(jī)器人“探測者 3號”是第一臺登月的使者，它由阿波羅 12號運(yùn)上月球，在空中實(shí)驗(yàn)室操作人員的控制下，伸出 米的機(jī)械手，在月球表面取巖石樣品并把化驗(yàn)結(jié)果發(fā)回地球。 機(jī)器人主要在功能上模仿人，外形上可以有多種多樣，它們具有眼、腦、手等部分功能，把觀測、思維和操作巧妙地結(jié)合起來。對關(guān)系數(shù)據(jù)庫研究所取得的進(jìn)展，無疑為人工智能程序設(shè)計(jì)提供了新的有效工具。80年代以來，計(jì)算機(jī)系統(tǒng)：如分布式系統(tǒng)、并行處理系統(tǒng)、多機(jī)協(xié)作系統(tǒng)和各種計(jì)算機(jī)網(wǎng)絡(luò)等都有發(fā)展。分布式人工智能的研究為在計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境下設(shè)計(jì)和建立大型復(fù)雜智能系統(tǒng)提供了一條有效途徑，體現(xiàn)了新一代軟件設(shè)計(jì)的思想，是當(dāng)前人工智能研究的一個熱點(diǎn)。 分布式人工智能是隨著計(jì)算機(jī)網(wǎng)絡(luò)、計(jì)算機(jī)通信和并發(fā)程序設(shè)計(jì)技術(shù)而發(fā)展起來的一個新的人工智能研究領(lǐng)域?，F(xiàn)在，神經(jīng)網(wǎng)絡(luò)已在模式識別、圖象處理、組合優(yōu)化、自動控制、信息處理、機(jī)器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。霍普菲爾德（ Hopfield） 提出用硬件實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)， 魯梅爾哈特（ Rumelhart） 等提出多層網(wǎng)絡(luò)中的反向傳播（ BP） 算法就是兩個重要的標(biāo)志。幾起幾落。因此，對人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)的研究，可能創(chuàng)造出新一代人工智能機(jī) —— 神經(jīng)計(jì)算機(jī)。是眾多學(xué)科研究的綜合成果。知識發(fā)現(xiàn)和數(shù)據(jù)挖掘以數(shù)據(jù)庫作為知識源去抽去知識，不僅可以提高數(shù)據(jù)庫中數(shù)據(jù)的利用價(jià)值，同時也為專家系統(tǒng)的知識獲取開辟了一條新的途徑。它是通過綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從數(shù)據(jù)庫中提煉和抽取知識，從而可以揭示出蘊(yùn)涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)原理，實(shí)現(xiàn)知識的自動獲取。隨著應(yīng)用范圍的不斷擴(kuò)大，隨著計(jì)算機(jī)科學(xué)的不斷進(jìn)步，基于人工神經(jīng)網(wǎng)絡(luò)的模式識別技術(shù)，在 21世紀(jì)將有更大的發(fā)展。 如文字和數(shù)字的識別（漢字、汽車牌照等） 、 圖形圖像的識別（指紋、腦電圖、心電圖等）、語音識別；人們在生產(chǎn)和生活中需要建立模式如在一堆工具中尋找自己所需型號的扳手，森林發(fā)生蟲災(zāi)，飛行員要找到遭受蟲災(zāi)的森林等。在我國，特別是中醫(yī)診療系統(tǒng)的研制取得了令人注目的成績。 比較著名的專家系統(tǒng)有： 1965年美國斯坦福大學(xué)研制成功的 DENDRAL專家系統(tǒng)（用于質(zhì)譜儀分析有機(jī)化合物的分子結(jié)構(gòu)）、 MYCIN專家系統(tǒng)（用于抗生藥物治療）、PROSECTOR專家系統(tǒng)（用于地質(zhì)勘探專家系統(tǒng)）。然后采用合適的控制策略，按輸入的原始數(shù)據(jù)選擇合適的規(guī)則進(jìn)行規(guī)劃推理、演繹，作出判斷和決策，并能根據(jù)用戶的要求顯示如何作出判斷決策的過程。 所謂專家系統(tǒng)，就是一種以知識為基礎(chǔ)的計(jì)算機(jī)軟件系統(tǒng)。 從宏觀上講，自然語言理解使是指機(jī)器能夠執(zhí)行人類所期望的某些語言功能，如： ? 回答有關(guān)問題 ? 計(jì)算機(jī)能正確理解人們用自然語言輸入的信息，并能正確回答 ?計(jì)算機(jī)能將一種自然語言翻譯成另一種自然語言（如英譯漢、漢譯英、同步翻譯等） 目前，處理自然語言的工作已開始從實(shí)驗(yàn)走向工程應(yīng)用。