【正文】 6~1973) –基于知識(shí)的系統(tǒng) : 力量的鑰匙 ? (1969~1979) – AI成為工業(yè) (1980~現(xiàn)在 ) – AI成為科學(xué) (1987~現(xiàn)在 ) / 神經(jīng)網(wǎng)絡(luò)的回歸 (1986~現(xiàn)在 ) / 智能化智能體出現(xiàn) (1995~現(xiàn)在 ) 83 人工智能的主要研究方向 ? 機(jī)器學(xué)習(xí) (Machine Learning) ? 規(guī)劃 (Planning) ? 知識(shí)表示 (Knowledge Representation) ? 智能搜索 (Intelligent Search) ? 不確定性和不精確知識(shí)的管理(Management of Imprecision and Uncertainty ) 機(jī)器學(xué)習(xí) (Machine Learning) ? 類(lèi)比學(xué)習(xí) ? 歸納學(xué)習(xí) ? 連接學(xué)習(xí) ? 遺傳學(xué)習(xí) 規(guī)劃 (Planning) ? 規(guī)劃是一種問(wèn)題求解方法。所謂符號(hào)就是模式 (pattern)。 (3)存儲(chǔ)符號(hào) (store)。 (5)建立符號(hào)結(jié)構(gòu)：通過(guò)找出各符號(hào)間的關(guān)系，在符號(hào)系統(tǒng)中形成符號(hào)結(jié)構(gòu)； (6)條件性遷移 (conditional transfer):根據(jù)已有符號(hào)，繼續(xù)完成活動(dòng)過(guò)程。人具有上述 6種功能；現(xiàn)代計(jì)算機(jī)也具備物理符號(hào)系統(tǒng)的這 6種功能。反之，任何系統(tǒng)如果具有這 6種功能，那么它就能夠表現(xiàn)出智能；這種智能指的是人類(lèi)所具有的那種智能。 物理符號(hào)系統(tǒng) 3個(gè)推論 ? 推論一 既然人具有智能，那么他 (她 )就一定是個(gè)物理符號(hào)系統(tǒng)。 ? 推論二 既然計(jì)算機(jī)是一個(gè)物理符號(hào)系統(tǒng)，它就一定能夠表現(xiàn)出智能。 ? 推論三 既然人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，那么就能夠用計(jì)算機(jī)來(lái)模擬人的活動(dòng)。 ? 認(rèn)知心理學(xué) 研究認(rèn)知行為的心理活動(dòng)，主要研究人的思維策略，是認(rèn)知科學(xué)研究的頂層。這是認(rèn)知活動(dòng)的中間層，承上啟下。這是研究認(rèn)知科學(xué)和認(rèn)知行為的工具，應(yīng)成為現(xiàn)代認(rèn)知心理學(xué)和現(xiàn)代認(rèn)知生理學(xué)的重要研究手段。 1952年起 , 塞繆爾寫(xiě)了一系列西洋跳棋程序 , 通過(guò)學(xué)習(xí)可達(dá)業(yè)余高手的級(jí)別 – MIT: 1958年麥卡錫到了以后作出了三項(xiàng)重要貢獻(xiàn) /貢獻(xiàn) 1: 定義了 LISP語(yǔ)言 / 貢獻(xiàn) 2: 與MIT其他人發(fā)明了分時(shí)技術(shù) / 貢獻(xiàn) 3: 發(fā)表了題為《 Program with Common Sense》的論文 , 文中描述了“建議采納者”程序 . 該程序?qū)崿F(xiàn)了知識(shí)表示和推理的中心原則 : 具備明確的知識(shí)表示 , 并能通過(guò)演繹過(guò)程處理這些表示 111 早期的熱情 , 巨大的期望 (1952~1969)(3) – Stanford: 1963年麥卡錫啟動(dòng)了斯坦福的 AI實(shí)驗(yàn)室 , 著重研究邏輯推理的通用方法 (后來(lái)如Robinson發(fā)現(xiàn)歸結(jié)方法 ) / 以及機(jī)器人研究 – MIT: 1958年明斯基也到了 , 不過(guò)他對(duì)程序如何實(shí)現(xiàn)更感興趣 , 并最終發(fā)展出反邏輯的觀點(diǎn) / 指導(dǎo)了一系列學(xué)生 , 選擇那些顯然需要智能才能解決的受限問(wèn)題 / 貢獻(xiàn) : 微世界 模型 – MIT: 最著名的微世界是積木世界 , 在此基礎(chǔ)上完成了許多研究工作如 : 視覺(jué)項(xiàng)目、自然語(yǔ)言理解項(xiàng)目 (Terry Winograd)、規(guī)劃器等 112 現(xiàn)實(shí)的困難 (1966~1973)(1) ? 早期 AI研究者過(guò)于盲目的樂(lè)觀態(tài)度 , 10年預(yù)見(jiàn) , 而實(shí)際上至少 40年 ? 早期的 AI系統(tǒng)在試圖解決更寬范圍和更難的問(wèn)題時(shí) , 都悲慘地失敗了 / 原因何在 ? –第一類(lèi)困難 : 缺少主題知識(shí) (通用而非專(zhuān)門(mén)化 ) –典型例子 : 機(jī)器翻譯 (MT) / 最早對(duì) AI研究的發(fā)難始于機(jī)器翻譯 (1966ALPAC報(bào)告 ) –時(shí)至今日 , MT研究仍然不完善但是被廣泛期待，也在作為一種輔助文檔處理工具 113 現(xiàn)實(shí)的困難 (1966~1973)(2) –第二類(lèi)困難： AI試圖解決的很多問(wèn)題是不可操作的 (NP類(lèi) ) –在計(jì)算復(fù)雜性理論建立之前 , 對(duì)“問(wèn)題放大” (從玩具到現(xiàn)實(shí) )的認(rèn)識(shí)局限于速度和存儲(chǔ)容量 –例子 : 包含超過(guò)幾十條事實(shí)的定理證明 / 早期遺傳算法實(shí)驗(yàn) (1958~59) –無(wú)限計(jì)算能力的幻覺(jué) : 程序原則上能夠找到解并不意味著程序?qū)嶋H上包含找到解的機(jī)制 – 1973年英國(guó)政府在 Lighthill報(bào)告之后終止了除 2所大學(xué)以外所有的 AI研究資助 114 現(xiàn)實(shí)的困難 (1966~1973)(3) –第三類(lèi)困難：用于產(chǎn)生智能行為的基本結(jié)構(gòu)存在某些限制 –例子： 1969年 Minsky和 Papert證明了感知器 — 簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)所能表示的東西很少(單層感知器對(duì) XOR函數(shù) ) –神經(jīng)網(wǎng)絡(luò)研究由此沉寂了 20年 , 直到 80年代后期多層網(wǎng)絡(luò)的反向傳播算法出現(xiàn)引起了神經(jīng)網(wǎng)絡(luò)的復(fù)興 –這一算法首次發(fā)現(xiàn)恰恰是在 1969年發(fā)現(xiàn)的(Bryson Ho) 115 基于知識(shí)的系統(tǒng) : 力量的鑰匙 ? (1969~1979)(1) ? 早期研究中的通用搜索機(jī)制稱為 弱方法 , 通用但不能擴(kuò)展到大規(guī)模問(wèn)題或困難問(wèn)題 ? 需要更強(qiáng)有力的、領(lǐng)域相關(guān)的知識(shí) – DENDRAL是第一個(gè)成功的知識(shí)密集型系統(tǒng) , 1969年在 Stanford開(kāi)發(fā) , 參與者包括 Ed Feigenbaum等，根據(jù)質(zhì)譜儀信息推斷分子結(jié)構(gòu) / 該系統(tǒng)改進(jìn)后 , 把知識(shí)和推理部分清楚地劃分開(kāi) — 80年代專(zhuān)家系統(tǒng)的典型結(jié)構(gòu) 116 基于知識(shí)的系統(tǒng) : 力量的鑰匙 ? (1969~1979)(2) ? 由 DENDRAL系統(tǒng)開(kāi)始的 專(zhuān)家系統(tǒng) 方法論又應(yīng)用到其他需要人類(lèi)專(zhuān)家知識(shí)的領(lǐng)域 : MYCIN— 檢測(cè)血液感染的專(zhuān)家系統(tǒng) – MYCIN知識(shí)庫(kù)的特點(diǎn) : 直接來(lái)自經(jīng)驗(yàn) / 反映出知識(shí)的不確定性 ? 自然語(yǔ)言理解領(lǐng)域的專(zhuān)家系統(tǒng) : –耶魯大學(xué) Roger Schank和其學(xué)生們開(kāi)發(fā)的一系列程序 (1977~1983) 117 AI成為工業(yè) (1980~現(xiàn)在 )(1) ? 1982年 , 第一個(gè)成功的商用專(zhuān)家系統(tǒng) R1在 DEC公司開(kāi)始運(yùn)轉(zhuǎn) , 到 1986年為止每年為公司節(jié)省 4千萬(wàn)美元 –美國(guó)主要公司都曾開(kāi)發(fā)或使用專(zhuān)家系統(tǒng) – AI工業(yè)在 1980年只是幾百萬(wàn)美元 , 1988年漲到數(shù)十億美元 –但很快又進(jìn)入了“ AI的冬天”時(shí)期 118 AI成為工業(yè) (1980~現(xiàn)在 )(2) ? 在八十年代的 AI研究熱潮中 , 1981年日本提出五代機(jī)計(jì)劃 , 目的是建造運(yùn)行 Prolog程序的智能機(jī) ? 美國(guó)則對(duì)應(yīng)成立了 MCC研究集團(tuán) ? 其中的 AI部分從未實(shí)現(xiàn)其野心勃勃的目標(biāo) ? 實(shí)際上，“ AI成為工業(yè)”目前在一些家電中可以找到影子 (智能洗衣機(jī)等 ) 119 神經(jīng)網(wǎng)絡(luò)的回歸 (1986~現(xiàn)在 ) ? 神經(jīng)網(wǎng)絡(luò) : Frank Rosenblatt1962年提出感知器 , 證明了感知器收斂定理 / 但 1969年以后沉寂 ? 反向傳播算法引起了神經(jīng)網(wǎng)絡(luò)研究的復(fù)興 ? Rumelhart和 McClelland的文集引起反響 ? 連接主義 方法崛起，被認(rèn)為是 Newell和 Simon提出的符號(hào)模型和 McCarthy主張的邏輯方法的直接競(jìng)爭(zhēng)者 ? 當(dāng)前的觀點(diǎn)是：連接主義和符號(hào)主義方法是互補(bǔ)的 120 AI成為科學(xué) (1987~現(xiàn)在 )(1) ? 近年來(lái)， AI研究在內(nèi)容和方法論方面的特點(diǎn)： –在已有的理論基礎(chǔ)上進(jìn)行研究而不是提出嶄新理論 –理論建立在嚴(yán)格定理或者確鑿實(shí)驗(yàn)證據(jù)基礎(chǔ)上而不是靠直覺(jué) –顯示與現(xiàn)實(shí)世界應(yīng)用的相關(guān)性而不是與玩具樣例的相關(guān)性 121 AI成為科學(xué) (1987~現(xiàn)在 )(2) ? 從對(duì)控制論和統(tǒng)計(jì)學(xué)的某種叛逆到開(kāi)始接受這些領(lǐng)域的理論和方法 ? 通過(guò)互連網(wǎng)進(jìn)行測(cè)試數(shù)據(jù)和程序代碼的共享 ? 典型：語(yǔ)音識(shí)別中 HMM模型應(yīng)用 / 貝葉斯網(wǎng)絡(luò) 122 智能化智能體出現(xiàn) (1995~現(xiàn)在 ) ? 重新審視“完整智能體” ： SOAR系統(tǒng)上的工作 (1987~1990) –環(huán)境約束 : 目標(biāo)是理解嵌入真實(shí)環(huán)境的智能體的工作 / 目前最重要的智能化智能體環(huán)境是 Inter, AI技術(shù)成為重要的 Inter工具 ? 為什么要采納智能體觀點(diǎn) ? – AI目前分離的子領(lǐng)域需要重新組織起來(lái) , 至少當(dāng)它們的結(jié)果需要聯(lián)系在一起的時(shí)候 – AI與其他涉及智能體的領(lǐng)域的聯(lián)系被拉近了(如控制論和經(jīng)濟(jì)學(xué) ) 123 謝謝 演講完畢，謝謝觀看！