【正文】 如何讓計(jì)算機(jī)“聽懂”、“看懂”人類自身的語言，使更多的人能使用計(jì)算機(jī)，大大提高計(jì)算機(jī)的利用率。他們用三臺大型的計(jì)算機(jī)，花去 1200小時(shí) CPU時(shí)間，并對中間結(jié)果進(jìn)行人為反復(fù) 500多處的修改。同時(shí)還可把復(fù)雜的大問題分解成若干簡單的子問題。如在求證主要定理時(shí)，要猜測應(yīng)當(dāng)首先證明哪一個(gè)引理。邏輯推理是人工智能中最持久的子領(lǐng)域之一（從 19世紀(jì)開始一直到今天） 自動定理證明也是一個(gè)十分重要的子領(lǐng)域。每個(gè)事實(shí)由分離的數(shù)據(jù)結(jié)構(gòu)表示。 早期的邏輯演繹與問題的求解相當(dāng)密切。 另一種問題求解程序?qū)⒏鞣N數(shù)學(xué)公式符號化匯編在一起，進(jìn)行較為復(fù)雜的數(shù)學(xué)公式符號運(yùn)算。 1991年 8月 IBM公司研制的 Deep Thought2計(jì)算機(jī)系統(tǒng)與澳大利亞國際象棋冠軍約翰森戰(zhàn)成 1： 1平局。在下棋的程序中應(yīng)用某些技術(shù)，如向前看幾步，并把困難的問題分成一些比較容易的子問題，由此而產(chǎn)生了搜索和問題歸約技術(shù)。 第四節(jié) 人工智能的研究領(lǐng)域與方向 一、人工智能的研究領(lǐng)域 ? 數(shù)學(xué)理論（離散數(shù)學(xué)、模糊數(shù)學(xué)）； ? 思維科學(xué)理論（認(rèn)知心理學(xué)、邏輯抽象思 維學(xué)、形象或直感思維學(xué)等）； ? 計(jì)算機(jī)工程技術(shù)（硬件與軟件技術(shù)）； ? 知識的模型化和表示； ? 問題求解 (常識性推理、演繹、啟發(fā)式搜索 )； ? 機(jī)器學(xué)習(xí)； ? 人工智能系統(tǒng)和語言。 硬件路線 利用計(jì)算機(jī)硬件技術(shù)（如超大規(guī)模集成電路、人工神經(jīng)網(wǎng)絡(luò)等）對智能機(jī)器進(jìn)行開發(fā)。計(jì)算機(jī)科學(xué)與心理學(xué)的相互滲透，相互促進(jìn)，是人工智能今后發(fā)展的途徑。一般是在戰(zhàn)略決策上較多地使用啟發(fā)，在戰(zhàn)術(shù)推進(jìn)上較多地使用算法。 依靠啟發(fā)，只須事先掌握把前提和結(jié)論聯(lián)系起來的部分先驗(yàn)信息，一般求解問題比較簡捷，在求解復(fù)雜問題時(shí)，可以更好地表現(xiàn)出人類智慧的特征。 啟發(fā)式程序： 求解某類問題時(shí)，試探的可被機(jī)械執(zhí)行的有窮步驟。 (2)、有些問題雖有算法，但實(shí)際是不可計(jì)算的。 有效性： 算法對本類問題中的任何狀態(tài)都是有效的。 算法： 求解某類問題時(shí)，確定的可被機(jī)械執(zhí)行的有窮步驟。這種方法用于研制適用于人工智能的新的體系結(jié)構(gòu)的計(jì)算機(jī)系統(tǒng)，用于研制大量實(shí)用的計(jì)算機(jī)智能軟件，此方法是當(dāng)今人工智能研究的主要方法。 這種方法從 1943年由麥克卡烙克（ )和比托斯（ )提出第一個(gè)神經(jīng)網(wǎng)絡(luò)模型以來，至今已建立了幾百多種神經(jīng)網(wǎng)絡(luò)模型。人工智能是邏輯學(xué)、思維學(xué)、生理學(xué)、心理學(xué)、計(jì)算機(jī)科學(xué)、電子學(xué)、語言學(xué)、教育學(xué)等多門學(xué)科相互滲透的結(jié)果。上述三個(gè)層次是相互關(guān)聯(lián)的，原理在理論基礎(chǔ)上建立，技術(shù)是原理的工程應(yīng)用。 人工智能的學(xué)科體系主要分三個(gè)層次： (1)、人工智能的理論基礎(chǔ)： 數(shù)學(xué)理論（離散數(shù)學(xué)、模糊數(shù)學(xué)） 思維科學(xué)理論（認(rèn)知心理學(xué)、邏輯抽象思維 學(xué)、形象或直感思維學(xué)等） 計(jì)算機(jī)工程技術(shù)（硬件與軟件技術(shù)） (2)、人工智能原理 人工智能的工作原理是以知識的表達(dá)、知識的處理、知識的獲取與學(xué)習(xí)，利用知識求解問題的基本技術(shù)作為主要的研究內(nèi)容。 總之：人工智能也稱為機(jī)器智能，就是讓機(jī)器更“聰明”，更具有類似人的智能，同時(shí)又與人的智能互為補(bǔ)充、互相促進(jìn)。 定義 2（學(xué)科） ：人工智能學(xué)科是計(jì)算機(jī)科學(xué)中涉及研究、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支，它的近期目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。 二、人工智能的定義 廣義的講：用計(jì)算機(jī)來表示和執(zhí)行人類的智能活動，就是人工智能。 第二節(jié) 人工智能 一、人工智能的定義 什么是智能 通過適當(dāng)?shù)男袨檎{(diào)整，成功地滿足各種新的狀況的能力；以導(dǎo)致所希望目標(biāo)的方式來理解現(xiàn)有事實(shí)間的相互關(guān)系；前者反映了智能的學(xué)習(xí)能力；后者描述了智能的面向目標(biāo)、問題求解和理解等幾方面的屬性。 總結(jié)： 20世紀(jì) 50年代： 主要是以游戲、博弈為研究對象； 20世紀(jì) 60年代前期： 主要是以搜索方法和一般問題的求 解為主要研究內(nèi)容； 20世紀(jì) 70年代： 主要是以專家系統(tǒng)和知識工程為主要的研究對象； 20世紀(jì) 80年代： 主要是以推理技術(shù)作為主要的研究內(nèi)容； 20世紀(jì) 90年代以來： 主要是以機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)為主要的研究內(nèi)容。 四、綜合集成期（ 20世紀(jì) 80年代末至今） ，從 20世紀(jì) 80年代末，開始逐步向多技術(shù)、多方法的綜合集成與多學(xué)科、多領(lǐng)域的綜合應(yīng)用型發(fā)展。 1977年，在第五屆國際人工智能聯(lián)合會上正式提出了知識工程的概念。 1976年，斯坦福大學(xué)國際人工智能中心杜達(dá)（ )等人開始研制地質(zhì)勘探專家系統(tǒng) PROSPECTOR， 到 1981年該系統(tǒng)已擁有 15種礦藏知識。 MYCIN是一個(gè)用于細(xì)菌感染患者的診斷和治療醫(yī)學(xué)專家系統(tǒng)。 在這種極端困難的情況下，仍有一大批人 工智能學(xué)者不畏艱辛、潛心研究。如：在博奕方面，塞繆爾的下棋程序在與世界冠軍對奕時(shí)，5局中擊敗了 4局；在定理證明方面，發(fā)現(xiàn)魯賓遜的歸結(jié)原理的能力十分有限，當(dāng)用歸結(jié)原理證明兩個(gè)連續(xù)函數(shù)之和還是連續(xù)函數(shù)時(shí)，推了10萬步也沒有結(jié)果；在問題求解方面，由于過去研究的多是良結(jié)構(gòu)問題，而現(xiàn)實(shí)世界中的問題又多是不良結(jié)構(gòu)，如果仍用那些方法去處理，將會產(chǎn)生組合爆炸。 三、知識形成期（ 1971年 — 1980年代末） 在 70年代 ~80年代，人工智能遭受了嚴(yán)重的挫折。DENDRAL被稱為專家系統(tǒng)的萌芽，是人工智能研究從一般思維探討到專門知識應(yīng)用的一次成功的嘗試。 另外， 1965年美國斯坦福大學(xué)的費(fèi)根鮑姆()領(lǐng)導(dǎo)的研究小組開始研究化學(xué)專家系統(tǒng) DENDRAL。該語言不僅可以處理數(shù)值，而且可以方便地處理符號，作為建造智能系統(tǒng)的重要工具在人工智能領(lǐng)域中得到廣泛的應(yīng)用； 1961年，明斯基發(fā)表了“走向人工智能的步驟”的論文，推動了人工智能