1、人工智能課程論文題 目 論文寫作規(guī)范及格式模板 院（系） 中印計算機軟件學院 專業(yè) 軟件工程 學 號 學生姓名 任課教師 時 間 中文摘要中文摘要人工智能是21世紀早期邏輯學發(fā)展的主要動力源泉。人工智能研究必須建立在歸納邏輯基礎(chǔ)之上，從而達到多領(lǐng)域交叉合作來共同促進人工智能研究的廣泛而深遠的發(fā)展。關(guān)鍵字：人工智能，知識表達式，計算機AbstractAbstractArtificial intelligence is the main driving force of logic development in early twenty-first Century. Artificial inte

2、lligence research must be based on inductive logic, so as to achieve multi domain cross cooperation to promote the extensive and far-reaching development of artificial intelligence research.Key Words: Artificial intelligence, knowledge expression, computer目錄目 錄中文封面I中文摘要IIAbstractIII目 錄第1章 緒論1第2章 正文2

3、2.1 人工智能的誕生22.2 人工智能的應用42.3 人工智能的表示72.4 結(jié)語13第3章 總結(jié)與展望143.1 未來與展望14參考文獻1517第1章 緒論第1章 緒論人工智能是人造的智能,是計算機科學、邏輯學、認知科學交叉形成的一門科學，簡稱AI。人工智能是在計算機科學、控制論、信息論、心理學、語言學等多種學科相互滲透的基礎(chǔ)發(fā)展起來的一門新興邊緣學科，主要研究用機器（主要是計算機）來模仿和實現(xiàn)人類的智能行為，經(jīng)過幾十年的發(fā)展，人工智能應用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學習當中也有許多地方得到應用。本文就符號計算、模式識別、專家系統(tǒng)、機器翻譯等方面的應用作簡單介紹，籍此使讀者對我們

4、身邊的人工智能應用有一個感性的認識。第2章 正文第2章 正文2.1 人工智能研究的誕生9世紀以來，數(shù)理邏輯、自動機理論、控制論、信息論、仿生學、心理學、電腦等科學技術(shù)的發(fā)展，為一個新科的誕生準備了思想、理論與物質(zhì)基礎(chǔ)。在這一背景下，1956年美國的一些科學家， 包括心理學家、數(shù)學家、計算機學家、信息論學家在美國一所大學舉辦討論會，正式提出了人工智能這一術(shù)語，開始了具有真正意義的人工智能的研究。社會需求與科技的發(fā)展，呼喚著一個新學科的誕生。人工智能就是計算機科學中涉及研究、設(shè)計和應用智能機器的個分支，人工智能的目標就是研究怎樣用電腦來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)的技術(shù)產(chǎn)品，建立有關(guān)的

5、理論。人工智能領(lǐng)域中的心理學家、語言學家傾向于將重點放在用電腦去再現(xiàn)人腦思維的內(nèi)部狀態(tài)上，也就是要使電腦程產(chǎn)真正理解它所他的事情，就好保人腦一樣去“思考問題”。由于大家研究的內(nèi)容與側(cè)重點各不相同， 因此對人工智能的認識也有一定的差異。但是，他們的認識又相互補充、相輔相成，共同構(gòu)成了人工智能豐富多彩的研究層次與多樣化的研究隊伍。人工智能的研究經(jīng)歷了以下幾個階段： 第一階段：50年代人工智能的興起和冷落    人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題s求解程序、LISP表處理語言等。但由于消解法推理能力的

6、有限，以及機器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點是：重視問題求解的方法，忽視知識重要性。第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮   DENDRAL化學質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969年成立了國際人工智能聯(lián)合會議（International Joint Conferences on Artificial Intelligence即IJCAI）。 第三階段：80年代，隨著第五

7、代計算機的研制，人工智能得到了很大發(fā)展   日本1982年開始了“第五代計算機研制計劃“，即“知識信息處理計算機系統(tǒng)KIPS“，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。 第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展   1987年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。 第五階段：90年代，人工智能出現(xiàn)新的研究高潮 由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智

8、能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標的分布式問題求解，而且研究多個智能主體的多目標問題求解，將人工智能更面向?qū)嵱?。另外，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會生活的各個領(lǐng)域。2.2 人工智能的應用人工智能是在計算機科學、控制論、信息論、心理學、語言學等多種學科相互滲透的基礎(chǔ)發(fā)展起來的一門新興邊緣學科，主要研究用機器（主要是計算機）來模仿和實現(xiàn)人類的智能行為，經(jīng)過幾十年的發(fā)展，人工智能應用在不少領(lǐng)域得到發(fā)展，在我們的日常生活和學習當中也有許多地方得到應用。1.符號計算計算機最主要的用途之一就

9、是科學計算,科學計算可分為兩類: 一類是純數(shù)值的計算,例如求函數(shù)的值, 方程的數(shù)值解, 比如天氣預報、油藏模擬、航天等領(lǐng)域; 另一類是符號計算,又稱代數(shù)運算,這是一種智能化的計算, 處理的是符號。符號可以代表整數(shù)、有理數(shù)、實數(shù)和復數(shù),也可以代表多項式,函數(shù),集合等。隨著計算機的普及和人工智能的發(fā)展,相繼出現(xiàn)了多種功能齊全的計算機代數(shù)系統(tǒng)軟件, 其中Mathematica 和Maple 是它們的代表，由于它們都是用C 語言寫成的, 所以可以在絕大多數(shù)計算機上使用。2.模式識別模式識別就是通過計算機用數(shù)學技術(shù)方法來研究模式的自動處理和判讀。這里,我們把環(huán)境與客體統(tǒng)稱為“模式”, 隨著計算機技術(shù)的發(fā)

10、展，人類有可能研究復雜的信息處理過程。用計算機實現(xiàn)模式（文字、聲音、人物、物體等）的自動識別，是開發(fā)智能機器的一個最關(guān)鍵的突破口，也為人類認識自身智能提供線索。計算機識別的顯著特點是速度快、準確性和效率高。識別過程與人類的學習過程相似。以“語音識別”為例： 語音識別就是讓計算機能聽懂人說的話，一個重要的例子就是七國語言（英、日、意、韓、法、德、中）口語自動翻譯系統(tǒng)。該系統(tǒng)實現(xiàn)后，人們出國預定旅館、購買機票、在餐館對話和兌換外幣時，只要利用電話網(wǎng)絡(luò)和國際互聯(lián)網(wǎng)，就可用手機、電話等與“老外”通話。指紋是人體的一個重要特征，具有唯一性。北京大學有關(guān)專家對數(shù)字圖像的離散幾何性質(zhì)進行了深入研究，建立了從

11、指紋灰度圖像精確計算紋線局部方向、進而提取指紋特征信息的理論與算法，隨后研究成功了適于民用身份鑒定的全自動指紋鑒定系統(tǒng)，以及適于公安刑事偵破的指紋鑒定系統(tǒng)。從而開創(chuàng)了我國指紋自動識別系統(tǒng)應用的先河。北京指紋自動識別系統(tǒng)的推出，使我國公安干警從指紋查對的繁重人工處理中解放出來。3.專家系統(tǒng)專家系統(tǒng)是一種模擬人類專家解決某些領(lǐng)域問題的計算機程序系統(tǒng)。專家系統(tǒng)內(nèi)部含有大量的某個領(lǐng)域的專家水平的知識與經(jīng)驗，能夠運用人類專家的知識和解決問題的方法進行推理和判斷，模擬人類專家的決策過程，來解決該領(lǐng)域的復雜問題。專家系統(tǒng)是人工智能應用研究最活躍和最廣泛的應用領(lǐng)域之一,涉及到社會各個方面，各種專家系統(tǒng)已遍布各

12、個專業(yè)領(lǐng)域，取得很大的成功。根據(jù)專家系統(tǒng)處理的問題的類型，把專家系統(tǒng)分為解釋型、診斷型、調(diào)試型、維修型、教育型、預測型、規(guī)劃型、設(shè)計型和控制型等1 0 種類型。具體應用就很多了，例如血液凝結(jié)疾病診斷系統(tǒng)、電話電纜維護專家系統(tǒng)、花布圖案設(shè)計和花布印染專家系統(tǒng)等等。4.機器翻譯機器翻譯是利用計算機把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成這一過程的軟件系統(tǒng)叫做機器翻譯系統(tǒng)。目前，國內(nèi)的機器翻譯軟件不下百種，根據(jù)這些軟件的翻譯特點，大致可以分為三大類：詞典翻譯類、漢化翻譯類和專業(yè)翻譯類。詞典類翻譯軟件代表是“金山詞霸”了，堪稱是多快好省的電子詞典，它可以迅速查詢英文單詞或詞組的詞義，并提供單

13、詞的發(fā)音，為用戶了解單詞或詞組含義提供了極大的便利。漢化翻譯軟件的典型代表是“東方快車2000”，它首先提出了“智能漢化”的概念，使翻譯軟件的輔助翻譯作用更加明顯。機器翻譯：1.一句一句處理，上下文缺乏聯(lián)系； 2.對源語言的分析只是求解句法關(guān)系，完全不是意義上的理解； 3.缺乏領(lǐng)域知識，從計算機到醫(yī)學，從化工到法律都通用，就換專業(yè)詞典； 4.譯文轉(zhuǎn)換是基于源語言的句法結(jié)構(gòu)的，受源語言的句法結(jié)構(gòu)的束縛； 5.翻譯只是句法結(jié)構(gòu)的和詞匯的機械對應。 人工翻譯： 1.一般會先通讀全文，會前后照應； 2.對源語言是求得意義上的理解； 3.只有專業(yè)翻譯人員，而沒有萬能翻譯人員； 4.譯文是基于他對源語言的

14、理解，不受源語言的句法結(jié)構(gòu)的束縛； 5.翻譯是一個再創(chuàng)造的過程。 在目前的情況下，計算機輔助翻譯應該是一個比較好的實際選擇。事實上，在很多領(lǐng)域中，計算機輔助人類工作的方式已經(jīng)得到了廣泛的應用，例如CAD軟件。如果計算機輔助技術(shù)用于語言的翻譯研究，應該同樣可以起到很大的輔助作用，這就是所謂的“計算機輔助翻譯”。它集機器記憶式翻譯、語法分析式翻譯和人際交互式翻譯為一體，把翻譯過程中機械、重復、瑣碎的工作交給計算機來完成。這樣，翻譯者只需將精力集中在創(chuàng)造性的思考上，有利于工作效率的提高。機器翻譯研究歸根結(jié)底是一個知識處理問題，它涉及到有關(guān)語言內(nèi)的知識、語言間的知識、以及語言外的世界知識，其中包括常識

15、和相關(guān)領(lǐng)域的專門知識。隨著因特網(wǎng)的普及與發(fā)展，機器翻譯的應用前景十分廣闊。作為人類探索自己智能和操作知識的機制的窗口，機器翻譯的研究與應用將更加誘人。國際上有關(guān)專家分析認為機器翻譯要想達到類似人工翻譯一樣的流暢程度，至少還要經(jīng)歷15年時間的持續(xù)研究，但在人類對語言研究還沒有清楚“人腦是如何進行語言的模糊識別和判斷”的情況下，機器翻譯要想達到100%的準確率是不可能的。由此也可知道，人工智能雖然功能越來越強大，應用越來越廣泛，但是就目前來看其缺點還是很明顯的，因此還需不斷努力，使其更加完善。2.3 人工智能的表示一.智能機器系統(tǒng)如同智能生物一樣，在運用知識進行信息交流或只能問題求解時，都需要預先

16、進行知識表示。進而實現(xiàn)知識調(diào)用，達到利用知識求解問題的目的。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)。對智能機器系統(tǒng)而言,只是表示，實際上就是對知識的一種描述或約定。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)。對知識進行表示的過程，實質(zhì)上就是把相關(guān)只是映射（或稱為變換：Transformation；或稱為映像：Mapping；或稱為編碼：Coded）為該數(shù)據(jù)結(jié)構(gòu)的過程。如圖1。圖1 只是表達及其映射原理如圖，其目標是要對復雜的智能性問題實現(xiàn)機器求解，但機器直接對原始問題求解難度很大，可采用知識表達的映射原理，把原始問題映射為它的一種

17、同構(gòu)或同態(tài)問題，然后在對同構(gòu)或同態(tài)問題求出它的解答，則相對容易而方便。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。在自然科學實際應用研究中，利用映射（稱之為變換）原理迂回求解的思想，是一種非常有效而廣為使用的重要手段。目前比較常見的知識表達方法主要有：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。如圖2圖2 只是表達法的基本框架二.常用知識表示法：一階謂詞邏輯表示法：一階謂詞邏輯表示法是目前應用最廣的方法之一，在AI系統(tǒng)上已經(jīng)得到了應用。

18、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。知識的謂詞邏輯表示符合人的思維習慣，可讀性好，邏輯關(guān)系表達簡便。使用謂詞邏輯既便于表達概念、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形式，進行各種智能行為的過程性描述與演繹推理。一階謂詞的一般形式為P(x1，x2，xn) 其中P是謂詞名，xi為個體常量、變元，或函數(shù)。例如：STUDENT(zhangsan)：zhangsan是學生STUDENT(x)：x是學生Greater(x，5)：x>5TEACHER(father(Wanghong)：王宏的父親是教師。在一階謂詞表示法中連接詞是非常重要的其中： 

19、;連接詞：¬、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：     李明是計算機系的學生，但他不喜歡編程。定義謂詞：COMPUTER(x):x是計算機系的學生LIKE(x,y):x喜歡y謂詞公式為：LIKE(liming，programming) ¬COMPUTER(liming)  謂詞邏輯是一種傳統(tǒng)經(jīng)典也是最基本的形式化方法。謂詞邏輯知識表示:規(guī)范性嚴，邏輯性強，自然性好，推理過程嚴密，易于實現(xiàn)。這些優(yōu)良特性使得謂詞邏輯最早用于人工

20、智能機器定理證明，并獲得了成功。但是必須看到，謂詞邏輯屬于標準的二值（T與F）邏輯，難以直接進行不確定性問題的處理。對于復雜系統(tǒng)的求解問題，容易陷入冗長演繹推理中，常常不可避免地帶來求解效率低,甚至產(chǎn)生“組合爆炸”問題。因此，針對謂詞邏輯，尚待人們不斷加以改進，以便尋求自然性好而效率更高的技術(shù)方法。產(chǎn)生式表示法目前，產(chǎn)生式表示方法是專家系統(tǒng)的第一選擇的知識表達方式。是美國數(shù)學家Post在1943年提出了一種計算形式體系里所使用的術(shù)語。產(chǎn)生式表示的基本形式為：（1）確定性知識的表示：產(chǎn)生式形式： PQ或者IF P THEN Q  它的含義：如果前提P滿足，則可以推出結(jié)論Q或執(zhí)

21、行Q操作。例如：IF CLEAR(B) AND HANDEMPTYTHEN Pickup(B)如果積木B上是空的，且機械手空，則機械手從桌面上抓起積木B。（2）不確定知識的表示：產(chǎn)生式形式：PQ （置信度）或者IF P THEN Q（置信度）在不確定推理中，當已知事實與前提P不能精確匹配時，只要按照“置信度”的要求達到一定的相似度，就認為已知事實與前提條件相匹配，再按照一定的算法將這種可能性（不確定性）傳遞到結(jié)論Q。產(chǎn)生式表示法其優(yōu)點在于模塊性。規(guī)則與規(guī)則之間相互獨立靈活性。知識庫易于增加、修改、刪除自然性。方便地表示專家的啟發(fā)性知識與經(jīng)驗透明性。易于保留動作所產(chǎn)生的變化、軌跡，但仍有不少缺點

22、：知識庫維護難。效率低。為了模塊一致性理解難。由于規(guī)則一致性彼此之間不能調(diào)用。2.3 語義網(wǎng)絡(luò)表達式語義網(wǎng)絡(luò)是人工智能常用的知識表示法之一。是一種使用概念及其語義關(guān)系來表達知識的有向圖。它作為人類聯(lián)想記憶的一個顯示心理學模型，是由J.R.Quillian于1968年在他的博士論文中首先提出，并用于自然語言處理。語義網(wǎng)絡(luò)結(jié)構(gòu)共使用了三種圖形符號：框、帶箭頭及文字標識的線條和文字標識線。分別稱為:（1）節(jié)(結(jié))點;  弧(又叫做邊或支路); 指針。（2）節(jié)點(Node)：也稱為結(jié)點。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。（3

23、）弧(Arc)：這是一種有向弧，又稱之為支路（Branch）。節(jié)點之間用帶箭頭及文字標識的有向線條來聯(lián)結(jié)，用以表示事物之間的結(jié)構(gòu)，即語義關(guān)系。（4）指針(Pointer)：也叫指示器。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。語義網(wǎng)絡(luò)是一種結(jié)構(gòu)化知識表示方法，具有表達直觀，方法靈活，容易掌握和理解的特點。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、詞語應用兼顧，具有描述生動，表達自然，易于理解等。雖然語義網(wǎng)絡(luò)知識表示和推理具有較大的靈活性和多樣性，但是沒有公認嚴密的形式表達體系，卻不可避免地帶來了非一致性和程序

24、設(shè)計與處理上的復雜性，這也是語義網(wǎng)絡(luò)知識表示尚待深入研究解決的一個課題?？蚣鼙硎绞娇蚣鼙硎痉ㄕQ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)中得到成功的應用?？蚣芾碚撌怯扇斯ぶ悄芸茖W創(chuàng)始人之一，美國著名的人工智能學者M.L.Minsky(明斯基)提出來的。自然界各種事物都可用框架(Frame)組織構(gòu)成。每個被定義的框架對象分別代表著不同的特殊知識結(jié)構(gòu)，從而可在大腦或計算機中表示、存儲并予以認識、理解和處理?？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)。下面是一個關(guān)于“大學教師”的框架設(shè)計模式。 n   

25、;   框架名：大學教師n      姓名：單位（姓，名）n      年齡：單位（歲）n      性別：范圍(（男，女）缺省：男)n      學歷：范圍（學士，碩士，博士）n      職稱：范圍(（教授，副教授，講師，助教）缺省：講師)n   

26、;   部門：范圍（學院（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)濟狀況框架）上述框架共有十一個槽，分別描述

27、了關(guān)于“大學教師”的十一個方面的知識及其屬性。在每個槽里都指定了一些說明性的信息，表明了相關(guān)槽的值的填寫要有某些限制。框架表示法支持上層框架概念抽象和下層框架信息繼承共享的思想，不僅減少了框架信息和屬性知識表達的冗余，而且保證了上、下層框架知識表達的一致性。主要缺點：框架表示法過于死板，難以描述諸如機器人糾紛等類問題的動態(tài)交互過程生動性。三.各知識表達式的比較與展望以上若知識表達方法，絕大多數(shù)在應用中得到了很好的應用。但實際工作中，如果要建立一個人工智能系統(tǒng)、專家系統(tǒng)時，還是要根據(jù)具體情況,提出一個混合性的知識表達方式。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。（2）產(chǎn)生式規(guī)則方法推理方法太單一，如果前提條件太多，或規(guī)則條數(shù)太多，則推理的速度將慢得驚人。（3）語義網(wǎng)絡(luò)方法表達的知識面比較窄。（4）框架方法表示的知識橫向關(guān)系不太明確。（縱向從屬繼承關(guān)系很明確）因此，對于復雜的、深層次的知識，應根據(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于謂詞項。（2）語義網(wǎng)絡(luò)與框架：結(jié)點對應與框架，結(jié)點的參數(shù)就是框架的槽值。（3）產(chǎn)生式與框架：框架的槽值對應于一條產(chǎn)生式規(guī)則。與神經(jīng)網(wǎng)絡(luò)結(jié)合。2.4 結(jié)語