【正文】 坦福大學(xué)國際人工智能中心的杜達(dá)等人開始研制礦藏勘探專家系統(tǒng)PROSPECTOR，它能幫助地質(zhì)學(xué)家解釋地質(zhì)礦藏數(shù)據(jù)，提供硬巖石礦物勘探方面的咨詢，包括勘探測評，區(qū)域資源估值，鉆井井位選擇等。PROSPECTOR系統(tǒng)于1981年開始投入實際使用，取得了巨大的經(jīng)濟(jì)效益。（4）美國卡內(nèi)基—梅隆大學(xué)于20世紀(jì)70年代先后研制了語音理解系統(tǒng)HEARSAYI加入HEARSAYII，它完成從輸入的聲音信號轉(zhuǎn)換成字，組成單詞，合成句子，形成數(shù)據(jù)庫查詢語句，再到情報數(shù)據(jù)庫中去查詢資料。在這一時期，人工智能在新方法、程序設(shè)計語言、知識表示、推理方法等方面也取得了重大進(jìn)展。圍繞知識這一核心問題，人們重新對人工智能的原理和方法進(jìn)行了探索，并在知識獲取、知識表示以及知識在推理過程中的利用等方面開始出現(xiàn)一組新的原理、工具和技術(shù)。費根鮑姆認(rèn)為，知識工程是研究知識信息處理的學(xué)科，它應(yīng)用人工智能的原理和方法，對那些需要專家知識才能解決的應(yīng)用難題提供了求解的途徑。至此，圍繞著開發(fā)專家系統(tǒng)而開展的相關(guān)理論、方法、技術(shù)的研究形成了知識工程學(xué)科。為了適應(yīng)人工智能和知識工程發(fā)展的需要，在政府的大力支持下，日本于1982年開始了為期10年的“第五代計算機(jī)的研制計劃”，即“知識信息處理計算機(jī)系統(tǒng)KIPS”。日本的這一計劃形成了一股熱潮，推動了世界各國的追趕浪潮。隨著第五代計算機(jī)的研究開發(fā)和應(yīng)用，人工智能進(jìn)入一個興盛時期，人工智能界一派樂觀情緒。日本、美國、英國和歐洲所制訂對那些針對人工智能的大型計劃多數(shù)執(zhí)行到20世紀(jì)80年代中期就開始面臨重重困難，已經(jīng)看出達(dá)不到預(yù)想的目標(biāo)?？偟膩碇v是兩個問題：一是所謂的交互（Interaction）問題，即傳統(tǒng)方法只能模擬人類深思熟慮的行為，而不包括人與環(huán)境的交互行為。這些計劃的失敗，對人工智能的發(fā)展是一個挫折。還有神經(jīng)網(wǎng)絡(luò),，人工神經(jīng)網(wǎng)絡(luò)像雨后春筍一樣迅速發(fā)展起來，給人們帶來了新的希望。1987年美國召開了第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣布新學(xué)科的誕生。但是隨著應(yīng)用的深入，人們又發(fā)現(xiàn)人工神經(jīng)元網(wǎng)絡(luò)模型和算法也存在問題。以后，人工智能學(xué)術(shù)界充分認(rèn)識到已有的人工智能方法僅限于在模擬人類智能活動中使用成功的經(jīng)驗知識處理簡單的問題，開始在符號機(jī)理與神經(jīng)網(wǎng)機(jī)理的結(jié)合及引入Agent系統(tǒng)等方面進(jìn)一步開展研究工作。對此，中國學(xué)者認(rèn)為這3種方法各有優(yōu)缺點，他們提出了綜合集成的方法，即不同的問題用不同的方法來解決，或用聯(lián)合（混合、融合）的方法來解決，再加上人工智能系統(tǒng)引入交互機(jī)制，系統(tǒng)的智能水平將會大為提高。許多領(lǐng)域?qū)⒅R和智能思想引入到自己的領(lǐng)域，使一些問題得以較好的解決。讀書的好處行萬里路，讀萬卷書。讀書破萬卷，下筆如有神?！_(dá)爾文少壯不努力，老大徒悲傷?！佌媲鋵殑︿h從磨礪出，梅花香自苦寒來。一日無書，百事荒廢。1一日不讀口生，一日不寫手生?！郀柣?書到用時方恨少、事非經(jīng)過不知難?！芽▋?學(xué)習(xí)永遠(yuǎn)不晚?！獎⑾?學(xué)而不思則惘，思而不學(xué)則殆?！喔谌喝斯ぶ悄苷撐慕庾x人工智能結(jié)課論文系別：計算機(jī)科學(xué)與技術(shù)系班級：姓名：于靜學(xué)號：13計算機(jī)專接本一班知識處理***0摘要：進(jìn)入2l 世紀(jì)，計算機(jī)硬件和軟件更新的速度越來越快，計算機(jī)這個以往總給人以冷冰冰的機(jī)器的形象也得到了徹底的改變。伴隨著人類把最新的計算機(jī)技術(shù)應(yīng)用于各個學(xué)科，對這些學(xué)科的認(rèn)知也進(jìn)入了日新月異的發(fā)展階段，促使大量的新的研究成果不斷涌現(xiàn)。隨著計算機(jī)這個人類有史以來最重要的工具的不斷發(fā)展，伴隨著不斷有新理論的出現(xiàn)，人類必須重新對它們進(jìn)行分析和審視。本文對知識處理的核心問題之——識的表示進(jìn)行了全面的綜述目前流行的知識表達(dá)方式不下十種，在此只介紹一階謂詞邏輯、產(chǎn)生式、語義網(wǎng)絡(luò)、框架、混合等目前最常用的知識表示方法。最后對知識表示的發(fā)展趨向作出了展望。(1)知識只有相對正確的特性。只是源于人們生活、學(xué)習(xí)與工作的實踐，知識是人們在信息社會中各種實踐經(jīng)驗的匯集、智慧的概括與積累。然而當(dāng)客觀環(huán)境與條件發(fā)生改變時，知識的正確性就接受檢驗，必要時就要對原來的認(rèn)識加以修改和補充，一至全部更新而取而代之。通常人們獲取知識的重要手段是：利用信息，把各種信息提煉、概括并關(guān)聯(lián)在一起，就形成了知識。(2)知識的確定與不確定性如前說述，知識有若干信息關(guān)聯(lián)的結(jié)構(gòu)組成，但是，其中有的信息是精確的，有的信息卻是不精確的。例如，在我國中南地區(qū)，根據(jù)天上出現(xiàn)彩虹的方向及其位置，可以預(yù)示天氣的變化?！钡?，這只是一種常識性經(jīng)驗，并不能完全肯定或否定。我們則認(rèn)為家一定是年輕人，乙就是老年人嘛？不能完全肯定，因為相反的事例是很多的。知識表達(dá)及其映像原理智能機(jī)器系統(tǒng)如同智能生物一樣，在運用知識進(jìn)行信息交流或只能問題求解時，都需要預(yù)先進(jìn)行知識表示。因而只是表示是知識信息處理系統(tǒng)必不可少的關(guān)鍵環(huán)節(jié)。其本質(zhì)，就是采用某種技術(shù)模式，八所要求解決的問題的相關(guān)知識，映射為一種便于找到該問題解的數(shù)據(jù)結(jié)構(gòu)。如圖1。順便指出：同構(gòu)解答與原始問題有相同的形式解，然而對于同態(tài)問題，如果得到原始解，只需對同臺解答再施行反運算即可。目前比較常見的知識表達(dá)方法主要有：常用的知識表示方法：一階謂詞邏輯表示法，產(chǎn)生式表示法，框架表示法，語義網(wǎng)絡(luò)表示法，腳本表示法，過程表示法，面向?qū)ο蟊硎痉?，神?jīng)網(wǎng)絡(luò)表示法。它是通過分析命題內(nèi)容和謂詞邏輯，盡可能正確地表述它的各種意境的過程。使用謂詞邏輯既便于表達(dá)概念、狀態(tài)、屬性等事實性知識，又能方便地采用謂詞公式的表達(dá)形式，進(jìn)行各種智能行為的過程性描述與演繹推理。例如：STUDENT(zhangsan)：zhangsan是學(xué)生STUDENT(x)：x是學(xué)生Greater(x，5)：x5TEACHER(father(Wanghong))：王宏的父親是教師。、∨、∧、→、? 量詞：?、?(?x)P(x)為真、為假的定義(?x)P(x)為真、為假的定義結(jié)合具體事例可以看到一階謂詞邏輯在知識表示法中的優(yōu)越性： 李明是計算機(jī)系的學(xué)生，但他不喜歡編程。謂詞邏輯知識表示規(guī)范性嚴(yán)，邏輯性強，自然性好，推理過程嚴(yán)密，易于實現(xiàn)。但是必須看到，謂詞邏輯屬于標(biāo)準(zhǔn)的二值（T與F）邏輯，難以直接進(jìn)行不確定性問題的處理。因此，針對謂詞邏輯，尚待人們不斷加以改進(jìn)，以尋求自然性好而效率更高的技術(shù)方法。是美國數(shù)學(xué)家Post在1943年提出了一種計算形式體系里所使用的術(shù)語。例如：IF CLEAR(B)AND HANDEMPTYTHEN Pickup(B)如果積木B上是空的，且機(jī)械手空，則機(jī)械手從桌面上抓起積木B。產(chǎn)生式表示法其優(yōu)點在于模塊性。知識庫易于增加、修改、刪除自然性。易于保留動作所產(chǎn)生的變化、軌跡，但仍有不少缺點：知識庫維護(hù)難。為了模塊一致性理解難。 語義網(wǎng)絡(luò)表達(dá)式語義網(wǎng)絡(luò)是人工智能常用的知識表示法之一。它作為人類聯(lián)想記憶的一個顯示心理學(xué)模型，并用于自然語言處理。分別稱為:（1）節(jié)(結(jié))點。指針。用圓形、橢圓、菱形或長方形的框圖來表示，用來表示事物的名稱、概念、屬性、情況、動作、狀態(tài)等。節(jié)點之間用帶箭頭及文字標(biāo)識的有向線條來聯(lián)結(jié)，用以表示事物之間的結(jié)構(gòu)，即語義關(guān)系。是在節(jié)點或者弧線的旁邊，另外附加必要的線條及文字標(biāo)識，用來對節(jié)點、弧線和語義關(guān)系作出相宜的補充、解釋與說明。概括起來，主要優(yōu)點在于采用語義關(guān)系的有向圖來連接，語義、語法、詞語應(yīng)用兼顧，具有描述生動，表達(dá)自然，易于理解等。．框架表式式框架表示法誕生于1975年，這也是一種結(jié)構(gòu)化的知識表示方法，并已在多種系統(tǒng)中得到成功的應(yīng)用。自然界各種事物都可用框架(Frame)組織構(gòu)成?？蚣苁且环N被用來描述某個對象（諸如一個事物、一個事件或一個概念）屬性知識的數(shù)據(jù)結(jié)構(gòu)。n框架名：〈大學(xué)教師〉 n姓名：單位（姓，名）n年齡：單位（歲）n性別：范圍(（男，女）缺?。耗?n學(xué)歷：范圍（學(xué)士，碩士，博士）n職稱：范圍(（教授，副教授，講師，助教）缺?。褐v師)n部門：范圍（學(xué)院（或系、處）n住址：〈住址框架〉 n工資：〈工資框架〉 n參加工作時間：單位（年，月）n健康狀況：范圍（健康，一般，較差）n其它：范圍（〈個人家庭框架〉，〈個人經(jīng)濟(jì)狀況框架〉）上述框架共有十一個槽，分別描述了關(guān)于“大學(xué)教師”的十一個方面的知識及其屬性?？蚣鼙硎痉ㄖС稚蠈涌蚣芨拍畛橄蠛拖聦涌蚣苄畔⒗^承共享的思想，不僅減少了框架信息和屬性知識表達(dá)的冗余，而且保證了上、下層框架知識表達(dá)的一致性。三、各知識表達(dá)式的比較與展望以上若知識表達(dá)方法，絕大多數(shù)在應(yīng)用中得到了很好的應(yīng)用。每一種知識表示方法各有特點，而且適用的領(lǐng)域也不同：（1）謂詞邏輯方法只適用于確定性、陳述性、靜態(tài)性知識，而對動態(tài)的、變化性、模糊性知識則很難表示。（3）語義網(wǎng)絡(luò)方法表達(dá)的知識面比較窄。（縱向從屬繼承關(guān)系很明確）因此，對于復(fù)雜的、深層次的知識，應(yīng)根據(jù)需要表示知識的特征，來決定用二種或三種方法聯(lián)合表示，例如：（1）邏輯與框架：框架里的槽值可以對應(yīng)于謂詞項。（3）產(chǎn)生式與框架：框架的槽值對應(yīng)于一條產(chǎn)生式規(guī)則。參考文獻(xiàn)：[1] 蔡之華；模糊Petri網(wǎng)及知識表示 [J]。機(jī)械設(shè)計；2004年06期。新的知識表示方法——概念圖［Ｊ］。1997（4）。西安交通大學(xué)出版社。讀書的好處行萬里路，讀萬卷書。讀書破萬卷，下筆如有神?！_(dá)爾文少壯不努力，老大徒悲傷?！佌媲鋵殑︿h從磨礪出，梅花香自苦寒來。一日無書，百事荒廢。1一日不讀口生，一日不寫手生。——高爾基1書到用時方恨少、事非經(jīng)過不知難?！芽▋?學(xué)習(xí)永遠(yuǎn)不晚?！獎⑾?學(xué)而不思則惘，思而不學(xué)則殆?！喔谒钠喝斯ぶ悄苷n程論文解讀人工智能課程論文題目：人工智能：用科學(xué)解密生命與智慧姓名：學(xué)號：指導(dǎo)老師：人工智能：用科學(xué)解密生命與智慧摘要本文是對人工智能及其應(yīng)用的一個綜述。然后簡要介紹了人工智能的發(fā)展現(xiàn)狀以及未來趨勢，并列舉了一些人工智能在生活中的應(yīng)用。人工智能：用科學(xué)解密生命與智慧目錄一，人工智能與人類智能..............................................................................................41，什么是智能？.................................................................................................4 2，機(jī)器智能不等同于人類智能.........................................................................5 二，人工智能當(dāng)前進(jìn)展..................................................................................................6 三，人工智能在生活中的應(yīng)用......................................................................................7 四，人工智能的前沿分支：神經(jīng)計算..........................................................................91，人工神經(jīng)網(wǎng)絡(luò)：從大腦得到靈感.................................................................9 2，神經(jīng)網(wǎng)絡(luò)應(yīng)用實例：基于Deep autoencoder的字符圖像識別...............10 五，人工智能未來發(fā)展趨勢........................................................................................12 小結(jié)................................................................................................................................13 參考文獻(xiàn)........................................................................................................................14人工智能：用科學(xué)解密生命與智慧一，人工智能與人類智能人工智能（Artificial Intelligence，AI）是計算機(jī)科學(xué)的一個分支，它關(guān)心智能行為的自動化。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。1，什么是智能？雖然大多數(shù)人確信看到智能行為是能判斷它是智能的，但是似乎沒有人能夠使“智能”的定義既足夠又具體以評估計算機(jī)程序的智能性，同時又反映了人類意識的生動性和復(fù)雜性。這些制品通常以診斷、預(yù)測或可視化工具實現(xiàn)，能夠使得人類使用者完成復(fù)雜的任務(wù)。因此，定義人工智能完全領(lǐng)域的問題就變成了定義智能本身的問題：智能是一種獨立的才能，還是一系列獨一無二且不相關(guān)的能力的總稱？在多大程度上可以說智能是學(xué)到的不是預(yù)先存在的？準(zhǔn)確的說，學(xué)習(xí)時發(fā)生什么？什么是創(chuàng)造力？什么是直覺？智能是從可觀察行為推斷出的，還是需要特定內(nèi)部機(jī)制的證據(jù)？在一個生物體的神經(jīng)組織中，知識是以何種方式表示的？什么是自覺，它在智能中起著怎樣的作用？另外，有必要按照已知的人類智能模式來設(shè)計智能計算機(jī)程序嗎？智能實體是不是需要只有在生物中存在的豐富感受和經(jīng)歷？這一系列的問題很難回答，但這些問題幫助我們勾勒出現(xiàn)代人工智能研究的核心問題以及求解方法。AI為智能理論提供了一種媒介和實驗臺：首先用計算機(jī)程序語言表達(dá)出這些理論，然后在實際計算機(jī)上執(zhí)行來進(jìn)行測