【正文】 機會成為國際象棋冠軍：實際用了 40年，而非 10年 原因可能是 AI系統(tǒng)在簡單實例上成功，最終在試圖解決更寬范圍和更難問題是幾乎都失敗了 組合爆炸 – 第一類困難：早期的程序很少或者不包含關(guān)于它們的主題的知識，它們只是在簡單句法處理的意義上成功了 英語句子： The spirit is willing but the flesh is weak （ 心有余而力不足）， 譯成俄語再譯成英語竟成了： “ The wine is good but the meat is spoiled‖（ 酒是好的，肉變質(zhì)了） – 第二類困難： AI試圖解決的很多問題不可操作。當(dāng)問題 “ 放大 ” 后，就不行了：程序原則上能找到解并不意味著程序?qū)嶋H上包含找到解的機制 Principles of AIWang Wenjie Introduction: 30 169。特別地，它們不能訓(xùn)練兩輸入的感知器，讓它們識別什么時候它的兩個輸入不一致。 Graduate University, Chinese academy of Sciences. 人工智能的發(fā)展簡歷（ 8） ? 知識就是力量時期 ( 19691979): – 早期 AI研究采用的是弱方法：一種通用的搜索機制，試圖通過基本的推理步驟來尋找完全的解。即從基于搜索的求解，到基于知識的求解 – 通用的 vs. 領(lǐng)域有關(guān)的 ? DENDRAL專家系統(tǒng) – 第一個成功的知識密集的系統(tǒng) – 專家系統(tǒng) ? MYCIN血液病診斷 – 不確定性推理的引入 – 對知識表示的研究 ? 邏輯 , 框架 , 語義網(wǎng)絡(luò) , … Principles of AIWang Wenjie Introduction: 32 169。 Graduate University, Chinese academy of Sciences. 人工智能的發(fā)展簡歷（ 10） ? AI成為科學(xué)（ 1987年至今） – 近年來， AI研究在內(nèi)容和方法上都發(fā)生了巨大變革：普遍是在已有理論基礎(chǔ)上研究而不是提出嶄新的理論；把結(jié)論建立在嚴(yán)格的定理或者確鑿的實驗證據(jù)的基礎(chǔ)上而不是考直覺 …… ? 智能 Agent的出現(xiàn)（ 1995年至今） ? 互聯(lián)網(wǎng)和語義 Web出現(xiàn)（ 1991年至今） Principles of AIWang Wenjie Introduction: 34 169。 Graduate University, Chinese academy of Sciences. 符號主義（ 1） 以符號處理為核心的方法 ?又稱為自上而下和符號主義 ,起源于 GPS,用于模擬人類問題求解過程的心理過程 ,逐漸形成為物理符號系統(tǒng) ?AI的目標(biāo)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 ?基本原理是：物理符號系統(tǒng)假設(shè)和有限合理性原理 Principles of AIWang Wenjie Introduction: 36 169。 Graduate University, Chinese academy of Sciences. 連接主義（ 1） 以網(wǎng)絡(luò)連接為主的連接機制方法 ?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 ?聯(lián)結(jié)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)。 Graduate University, Chinese academy of Sciences. 連接主義（ 2） ?主要特征 : (1)通過神經(jīng)元之間的并行協(xié)作實現(xiàn)信息處理 ,處理過程具有并行性 ,動態(tài)性 ,全局性 (2)可以實現(xiàn)聯(lián)想的功能 ,便于對有噪聲的信息進行處理 (3)可以通過對神經(jīng)元之間連接強度的調(diào)整實現(xiàn)學(xué)習(xí)和分類等 (4)適合模擬人類的形象思維過程 (5)求解問題時 ,可以較快的得到一個近似解 ?缺點 不適合于解決邏輯思維 , 體現(xiàn)結(jié)構(gòu)固定和組成方案單一的系統(tǒng)也不適合多種知識的開發(fā) Principles of AIWang Wenjie Introduction: 39 169。 Principles of AIWang Wenjie Introduction: 40 169。以知識為對象，研究知識的獲取、表示和使用。 符號表示知識而不是數(shù)值、數(shù)據(jù)。 ? 人工智能是引起爭論最多的科學(xué)之一 – 焦點：當(dāng)前人工智能的研究應(yīng)該以人類的普遍思維規(guī)律為主，還是以特定知識的處理和運用為主？智能的本質(zhì)是什么？機器能達到人的水平嗎？ – 結(jié)論：人工智能研究是非常困難的 Principles of AIWang Wenjie Introduction: 41 169。 – McCarthy： 人工智能的所有問題都是難解的。難在：實現(xiàn)智能需要浩繁的知識，而最難對付的知識是常識（不是專業(yè)知識）。 ? ? ? ? ? ? ? ? ? ? ? ? ? Principles of AIWang Wenjie Introduction: 42 169。 Graduate University, Chinese academy of Sciences. （ 2） Parent disciplines of AI Philosophy amp。 Navigation Subjects covered under AI Application areas of AI Principles of AIWang Wenjie Introduction: 44 169。 Graduate University, Chinese academy of Sciences. 課程主要內(nèi)容 ? 機器學(xué)習(xí) 歸納學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，遺傳算法，統(tǒng)計學(xué)習(xí) ? 不確定性推理與專家系統(tǒng) 不確定性推理， Bayes網(wǎng)絡(luò)， 模糊推理 ? 智能搜索技術(shù) 通用搜索，啟發(fā)式搜索，約束滿足，博弈 ? 智能程序設(shè)計原理 經(jīng)典邏輯介紹，定理機器證明，非單調(diào)推理 ? 語義 Web 語義 Web，智能 Agent，語義 Web服務(wù) Principles of AIWang Wenjie Introduction: 46 169。這是否可以說明人工智能是不可能的？ “計算機肯定不是智能的－－它們只能做程序員告訴