1人工智能第1章緒論

海軍工程大學賁可榮2教材《人工智能》(第二版)普通高等教育“十一五”和“十二五”國家級規(guī)劃教材

高等學校計算機教育規(guī)劃教材賁可榮張彥鐸編著陳志剛

審電話643985（O）138711647893參考書ArtificialIntelligence:StructuresandStrategiesforComplexProblemSolving(6thEdition)GeorgeF.Luger人工智能原理與考試指導（第二版）張仰森，高等教育出版社，2004學校圖書館4人工智能自誕生之日起就引起人們無限美麗的想象和憧憬；已經(jīng)成為學科交叉發(fā)展中的一盞明燈,光芒四射；但其理論起伏跌宕，也存在爭議和誤解。51.1人工智能的定義與發(fā)展 1.2人類智能與人工智能

1.2.1智能信息處理系統(tǒng)的假設 1.2.2人類智能的計算機模擬 1.3人工智能各學派的認知觀 1.4人工智能的研究與應用領域

1.4.1智能感知 1.4.2智能推理 1.4.3智能學習 1.4.4智能行動 1.5未來50年的人工智能問題1.6人工智能與新軍事變革6人工智能

(A.I.:ArtificialIntelligence)

華納兄弟公司(WarnerBrothers,USA)2001年出品主演：

海利-喬-奧斯蒙特(HaleyJoelOsment)

裘德-洛(JudeLaw)

弗朗西斯-奧康娜(FrancesO'Connor)

薩姆-羅伯茲(SamRobards)

導演：斯蒂文-斯皮爾伯格(StevenSpielberg)

編?。核沟傥?斯皮爾伯格(StevenSpielberg)

類型：科幻片

71.1人工智能的定義與發(fā)展人類的許多活動，如下棋、競技、解題、游戲、規(guī)劃和編程，甚至駕車和騎車都需要“智能”。如果機器能夠執(zhí)行這種任務，就可以認為機器已具有某種性質的“人工智能”。3個主流學派：邏輯學派（符號主義方法）仿生學派（聯(lián)結主義方法）控制論學派（行為主義方法）81.定義AI是研究理解和模擬人類智能、智能行為及其規(guī)律的一門學科。主要任務——建立智能信息處理理論，進而設計可以展現(xiàn)某些近似于人類智能行為的計算系統(tǒng)。智能機器(intelligentmachine)——能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務的機器。9AI能力是智能機器所執(zhí)行的通常與人類智能有關的智能行為，如判斷、推理、證明、識別、感知、理解、通信、設計、思考、規(guī)劃、學習和問題求解等思維活動。102.起源與發(fā)展20世紀30年代，F(xiàn)rege、Whitehead、Russell和Tarski等人研究表明，推理的某些方面可以用比較簡單的結構加以形式化。Turing、Church等人給出了計算的本質刻畫。111956年Dartmouth會議標志人工智能學科的誕生。與會者有數(shù)學家、邏輯學家、認知學家、心理學家、神經(jīng)生理學家和計算機科學家。3個亮點神經(jīng)網(wǎng)絡模擬器搜索法定理證明器1969年召開IJCAI1970年《InternationalJournalofAI》創(chuàng)刊12Wiener、McCulloch等人提出的控制論和自組織系統(tǒng)的概念集中討論了“局部簡單”系統(tǒng)的宏觀特性。1948年，Wiener開創(chuàng)了近代控制論，而且為人工智能的控制論學派(即行為主義學派)樹立了新的里程碑?？刂普撚绊懥嗽S多領域。WarrenMcCulloch13最終把這些不同思想連接起來的是計算機本身。在機器的應用成為可行之后不久，人們就開始試圖編寫程序以解決智力測驗難題、下棋以及把文本從一種語言翻譯成另一種語言。14智能機器5thcB.C.Aristotelianlogicinvented1642 Pascalbuiltanaddingmachine1694 Leibnitzreckoningmachine15智能機器1834 CharlesBabbage’sAnalyticalEngine

Adawritesoftheengine,“TheAnalyticalEnginehasnopretensionswhatevertooriginateanything.Itcandowhateverweknowhowtoorderittoperform.”Thepictureisofamodelbuiltinthelate1800sbyBabbage’ssonfromBabbage’sdrawings.1630多年來，人工智能的應用研究取得了重大進展。專家系統(tǒng)(expertsystem)顯示出強大的生命力。Feigenbaum所領導的研究小組于1968年研究成功第一個專家系統(tǒng)DENDRAL1972-1976年，F(xiàn)eigenbaum小組又開發(fā)成功MYCIN醫(yī)療專家系統(tǒng)17著名專家系統(tǒng)PROSPECTOR地質勘探專家系統(tǒng)、CASNET青光眼診斷治療專家系統(tǒng)、RI計算機結構設計專家系統(tǒng)、MACSYMA符號積分與定理證明專家系統(tǒng)、ELAS鉆井數(shù)據(jù)分析專家系統(tǒng)ACE電話電纜維護專家系統(tǒng)1977年，F(xiàn)eigenbaum進一步提出了知識工程(knowledgeengineering)的概念。18AI系統(tǒng)的三個基本問題:知識表示知識利用知識獲取人工智能系統(tǒng)是一個知識處理系統(tǒng)近十多年來，機器學習、計算智能、人工神經(jīng)網(wǎng)絡等行為主義的研究深入開展，形成高潮，這些都推動了人工智能研究的深入發(fā)展。191978年“智能模擬”納入國家計劃；1984年召開了智能計算機及其系統(tǒng)的全國學術討論會；1986年起把智能計算機系統(tǒng)、智能機器人和智能信息處理(含模式識別)等重大項目列入863計劃；1993年起，又把智能控制和智能自動化等項目列入973計劃。進入21世紀后，己有更多的人工智能與智能系統(tǒng)研究獲得各種基金計劃支持。中國201981年起，相繼成立了中國人工智能學會(CAAI)、全國高校人工智能研究會、中國計算機學會人工智能與模式識別專業(yè)委員會（2010長沙）中國自動化學會模式識別與機器智能專業(yè)委員會、中國軟件行業(yè)協(xié)會人工智能協(xié)會、中國智能機器人專業(yè)委員會、中國計算機視覺與智能控制專業(yè)委員會中國智能自動化專業(yè)委員會等學術團體。1989年召開CJCAIIJCAI2013：2013年8月3日-9日，北京國際會議中心211987年《模式識別與人工智能》創(chuàng)刊。國際上有影響的創(chuàng)造性成果，如吳文俊關于幾何定理證明的“吳氏方法”。228位人工智能學者獲圖靈獎MarvinMinsky（1969年獲獎）,JohnMcCarthy（1971年獲獎）,HerbertSimon和AllenNewell（1975年獲獎）,EdwardAlbertFeigenbaum和RajReddy（1994年獲獎）。LeslieValiant(2010年獲獎)JudeaPearl(2011年獲獎)23LeslieValiant獲得2010年圖靈獎出生于英國的理論計算機科學家、哈佛大學教授LeslieValiant因為“對眾多計算理論（包括PAC學習、枚舉復雜性、代數(shù)計算和并行與分布式計算）所做的變革性的貢獻”而獲得最新一屆計算機科學最高榮譽——圖靈獎。

Valiant最大的貢獻是1984年的論文ATheoryoftheLearnable，使誕生于50年代的機器學習領域第一次有了堅實的數(shù)學基礎，從而掃除了學科發(fā)展的障礙，這對人工智能諸多領域包括加強學習、機器視覺、自然語言處理和手寫識別等都產(chǎn)生了巨大影響?？梢哉f，沒有他的貢獻，IBM也不可能造出Watson這樣神奇的機器來。242012年3月16日消息，被譽為“計算領域諾貝爾獎”的圖靈獎，2011年頒發(fā)給了UCLA的JudeaPearl教授（75歲），獎勵他在人工智能領域的基礎性貢獻，他提出概率和因果性推理演算法，徹底改變了人工智能最初基于規(guī)則和邏輯的方向。人工智能專家JudeaPearl獲2011年圖靈獎JudeaPear畢業(yè)于以色列理工學院Technion，在那里獲得電氣工程學科的學士學位。1965年，他獲得了Rutgers大學的物理學碩士學位，同年獲得了布魯克林理工學院的電氣工程學的博士學位。25AI有三次大躍進：智能系統(tǒng)代替人完成部分邏輯推理工作智能系統(tǒng)能夠和環(huán)境交互，從運行的環(huán)境中獲取信息，代替人完成包括不確定性在內的部分思維工作，通過自身的動作，對環(huán)境施加影響，并適應環(huán)境的變化。智能系統(tǒng)具有類人的認知和思維能力，能夠發(fā)現(xiàn)新的知識，去完成面臨的任務261.2人類智能與人工智能人類的認知過程是一個非常復雜的行為，人們從不同的角度對它進行研究，從而形成諸如認知生理學、認知心理學和認知工程學等相關學科。271.2.1智能信息處理系統(tǒng)的假設28一個完善的符號系統(tǒng)應具有下列6種基本功能：(1)輸入符號(input)，(2)輸出符號(output)，(3)存儲符號(store)，(4)復制符號(copy)，(5)建立符號結構：通過找出各符號間的關系，在符號系統(tǒng)中形成符號結構，(6)條件性遷移(conditionaltransfer)：根據(jù)已有符號，繼續(xù)完成活動過程人和計算機具備這6種功能。29(1)認知生理學

(2)認知心理學

(3)認知信息學(4)認知工程學從4個層次對認知本質進行研究：30計算機的確能夠很好地執(zhí)行許多智能功能，如下棋、證明定理、翻譯語言文字和解決難題等。這些任務是通過編寫與執(zhí)行模擬人類智能的計算機程序來完成的。這些程序只能接近于人的行為1.2.2人類智能的計算機模擬IBM人機大戰(zhàn)：2011年2月17日，鏖戰(zhàn)三回合，IBM超級電腦沃森（Watson）完勝鳴金。31考慮下棋的計算機程序。計算機程序對每個可能的走步空間進行搜索，它能夠同時搜索幾千種走步。進行有效搜索的技術是人工智能的核心思想之一。當象棋大師們盯著一個棋位時，在他們的腦子里出現(xiàn)了很多盤重要的棋局，幫助他們決定最好的走步。32“IBM人機大戰(zhàn)：超級電腦讓人類智慧處于危險邊緣？”中報道，2011年2月17日，鏖戰(zhàn)三回合的人機大戰(zhàn)硝煙散盡，IBM超級電腦沃森（Watson）完勝鳴金。兩名對手肯·詹寧斯和布拉德·魯特爾，前者是曾連贏74場的答題王，創(chuàng)下連贏場數(shù)最多紀錄；后者是獲得獎金總額最高選手，總數(shù)達325萬美元之多。331.3人工智能各學派的認知觀

AI的主要學派：(l)符號主義(2)連接主義(3)行為主義341.符號主義學派認知基元是符號，智能行為通過符號操作來實現(xiàn),以Robinson提出的歸結原理為基礎，以LISP和Prolog語言為代表；著重問題求解中啟發(fā)式搜索和推理過程，在邏輯思維的模擬方面取得成功，如自動定理證明和專家系統(tǒng)。35人工智能源于數(shù)理邏輯。數(shù)理邏輯和計算機科學具有完全相同的宗旨。數(shù)理邏輯試圖找出構成人類思維或計算的最基礎的機制，例如推理中的代換、匹配、分離，計算中的運算、迭代、遞歸。計算機程序設計則是要把問題的求解歸結于程序設計語言的幾條基本語句，甚至歸結于一些極其簡單的機器操作指令。36數(shù)理邏輯的形式化方法又和計算機科學不謀而合。計算機系統(tǒng)本身，它的硬件、軟件都是一種形式系統(tǒng)，它們的結構都可以形式地描述；程序設計語言更是不折不扣的形式語言系統(tǒng)。要研究計算機、開發(fā)種種程序設計語言，沒有形式化知識和形式化能力是難以取得出色的成果的。37人們必須用計算機懂得的形式語言告訴它怎么做或者做什么，而計算機理解這些語言的過程，又正是按照人賦予它的形式化規(guī)程(編譯程序，compiler)，將它們歸約為自己的基本操作。38正是數(shù)理邏輯對計算的追根尋源，導致了第一個計算的數(shù)學模型圖靈機(Turingmachines)的誕生，它被公認為現(xiàn)代數(shù)字計算機的祖先；λ-演算系統(tǒng)為第一個人工智能語言LISP奠定了基礎；一階謂詞演算系統(tǒng)為計算機的知識表示及定理證明鋪平了道路。邏輯程序設計語言Prolog以其為根本。392.連接主義學派人的思維基元是神經(jīng)元，把智能理解為相互聯(lián)結的神經(jīng)元競爭與協(xié)作的結果,以人工神經(jīng)網(wǎng)絡為代表,其中,反向傳播網(wǎng)絡模型（BP）和Hopfield網(wǎng)絡模型更為突出；著重結構模擬，研究神經(jīng)元特征、神經(jīng)元網(wǎng)絡拓樸、學習規(guī)則、網(wǎng)絡的非線性動力學性質和自適應的協(xié)同行為。40認為人工智能源于仿生學，特別是對人腦模型的研究。它的代表性成果是1943年由生理學家McCulloch和數(shù)理邏輯學家Pitts創(chuàng)立的腦模型，即MP模型，開創(chuàng)了用電子裝置模仿人腦結構和功能的新途徑。它從神經(jīng)元開始進而研究神經(jīng)網(wǎng)絡模型和腦模型，開辟了人工智能的又一發(fā)展道路。4120世紀60-70年代，連接主義，尤其是對以感知器(perceptron)為代表的腦模型的研究曾出現(xiàn)過熱潮，由于受到當時的理論模型、生物原型和技術條件的限制，腦模型研究在20世紀70年代后期至80年代初期落入低潮。Hopfield在1982年和1984年發(fā)表兩篇重要論文，提出用硬件模擬神經(jīng)網(wǎng)絡以后，連接主義才又重新抬頭。1986年，Rumelhart等人提出多層網(wǎng)絡中的反向傳播(BP)算法。423.行為主義學派認為人工智能源于控制論?？刂普摪焉窠?jīng)系統(tǒng)的工作原理與信息理論、控制理論、邏輯以及計算機聯(lián)系起來。早期的研究工作重點是模擬人在控制過程中的智能行為和作用，如對自尋優(yōu)、自適應、自校正、自鎮(zhèn)定、自組織和自學習等控制論系統(tǒng)的研究，并進行“控制論動物”的研制。43行為主義是20世紀末才以人工智能新學派的面孔出現(xiàn)的，引起許多人的興趣。這一學派的代表作首推Brooks的六足行走機器人，它被看做是新一代的“控制論動物”，是一個基于感知-動作模式的模擬昆蟲行為的控制系統(tǒng)。44反饋是控制論的基石，沒有反饋就沒有智能。通過目標與實際行為之間的誤差來消除此誤差的控制策略?？刂普搶е聶C器人研究，機器人是“感知-行為”模式,是沒有知識的智能；強調系統(tǒng)與環(huán)境的交互，從運行環(huán)境中獲取信息，通過自己的動作對環(huán)境施加影響。451.4人工智能的研究與應用領域AI領域包括自然語言處理、自動定理證明、智能數(shù)據(jù)檢索系統(tǒng)、機器學習、模式識別、視覺系統(tǒng)、問題求解、人工智能方法和程序語言以及自動程序設計等。在過去的40多年中，已經(jīng)建立了一些具有人工智能的計算機系統(tǒng)。46這里所要討論的各種智能特性之間也是相互關聯(lián)的，把它們分開來介紹只是為了便于指出現(xiàn)有的人工智能程序能夠做些什么和還不能做什么。大多數(shù)人工智能研究課題都涉及許多智能領域。四個方面智能感知智能推理智能學習智能行動471.4.1智能感知(1)模式識別模式識別研究主要集中在：研究生物體是如何感知對象的，在給定的任務下，如何用計算機來實現(xiàn)模式識別的理論和方法。模式識別的方法有感知機、統(tǒng)計決策方法、基于基元關系的句法識別方法和人工神經(jīng)元網(wǎng)絡方法。計算機模式識別系統(tǒng)由三部分組成：數(shù)據(jù)采集數(shù)據(jù)處理分類決策或模型匹配48模式識別研究工作文字和二維圖像的識別解釋和描述復雜的三維景物（積木世界）活動目標的識別和分析，它是景物分析走向實用化研究的一個標志。49語音識別技術始于20世紀50年代初期。1952年，美國貝爾實驗室的Davis等人成功地進行了0-90個數(shù)字的語音識別實驗，其后由于當時技術上的困難，研究進展緩慢，直到1962年才由日本研制成功第一個連續(xù)多位數(shù)字語音識別裝置。20世紀70年代以來，各種語音識別裝置相繼出現(xiàn)，性能良好的能夠識別單詞的聲音識別系統(tǒng)已進入實用階段。神經(jīng)網(wǎng)絡用于語音識別也已取得成功。50神經(jīng)網(wǎng)絡方法已經(jīng)成功地應用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。模式識別已經(jīng)在天氣預報、衛(wèi)星航空圖片解釋、工業(yè)產(chǎn)品檢測、字符識別、語音識別、指紋識別、醫(yī)學圖像分析等許多方面得到了成功的應用。51(2)自然語言處理自然語言處理是用計算機對人類的書面和口頭形式的自然語言信息進行處理加工的技術，它涉及語言學、數(shù)學和計算機科學等多學科知識領域。52自然語言處理的主要任務在于建立各種自然語言處理系統(tǒng)，如：文字自動識別系統(tǒng)、語音自動識別系統(tǒng)、語音自動合成系統(tǒng)、電子詞典、機器翻譯系統(tǒng)、自然語言人機接口系統(tǒng)、自然語言輔助教學系統(tǒng)、自然語言信息檢索系統(tǒng)、自動文摘系統(tǒng)、自動索引系統(tǒng)、自動校對系統(tǒng)等。53自然語言在以下四個方面與人工語言有很大差異：(1)自然語言中充滿歧義；(2)自然語言的結構復雜多樣；(3)自然語言的語義表達千變萬化，至今還沒有一種簡單而通用的途徑來描述它；(4)自然語言的結構和語義之間有著千絲萬縷的、錯綜復雜的聯(lián)系。自然語言處理的研究有兩大主流：面向機器翻譯的自然語言處理；面向人機接口的自然語言處理。5420世紀90年代，在自然語言處理中，開始把大規(guī)模真實文本的處理作為今后的戰(zhàn)略目標，形成了詞匯主義，引入了語料庫方法，包括統(tǒng)計方法、基于實例的方法以及通過語料加工使語料庫轉變?yōu)檎Z言知識庫的方法等。判斷計算機系統(tǒng)是否真正“理解”了自然語言的標準有：問答釋義文摘生成翻譯55自然語言理解的研究大體上經(jīng)歷了三個時期：關鍵詞匹配技術句法-語義分析方法走向實用化和工程開發(fā)目前可以將任意輸入的源語言的句子作為處理對象的機器翻譯系統(tǒng)的實現(xiàn)方式大致可分為三類：直接方式轉換方式中間語言方式56近年來，又出現(xiàn)了一種全新的基于實例的方法。這種方法的基礎是大規(guī)模的雙語對譯語料庫，同時需要開發(fā)最佳匹配檢索技術和適當?shù)恼{整機制。隨著語料庫語言學的發(fā)展，基于實例的機器翻譯方法將顯示出它的優(yōu)勢。電子詞典是機器翻譯系統(tǒng)的低級形式。機器翻譯系統(tǒng)性能及其譯文質量的評價問題也是機器翻譯領域的一個重要研究課題。57(3)計算機視覺計算機視覺旨在對描述景物的一幅或多幅圖像的數(shù)據(jù)經(jīng)計算機處理，以實現(xiàn)類似于人的視覺感知功能。數(shù)字圖像(光學圖像)距離圖像(激光或超聲測距)數(shù)據(jù)融合(多種傳感器)58計算機視覺的基本方法是：（1）獲取灰度圖像；（2）從圖像中提取邊緣、周長、慣性矩等特征；（3）從描述已知物體的特征庫中選擇特征匹配最好的相應結果。59計算機視覺通?？煞譃榈蛯右曈X與高層視覺兩類。低層視覺主要執(zhí)行預處理功能，如邊緣檢測、動目標檢測、紋理分析，通過陰影獲得形狀、立體造型、曲面色彩等，其目的是使被觀察的對象更突現(xiàn)出來。高層視覺則主要是理解所觀察的形象。60計算機視覺的應用:條形碼識別系統(tǒng)指紋自動鑒定系統(tǒng)文字識別系統(tǒng)生物醫(yī)學圖像分析和遙感圖片自動解釋系統(tǒng)無損探傷系統(tǒng)計算機視覺還曾用于在海灣戰(zhàn)爭中使用過的戰(zhàn)斧式巡航導彈的制導。61（4）情感計算“情感計算”的目標是賦予計算機感知、理解以及表達情感的能力。621.4.2智能推理(1)概述對推理的研究往往涉及到對邏輯的研究。邏輯是人腦思維的規(guī)律，從而也是推理的理論基礎。機器推理或人工智能用到的邏輯，主要包括經(jīng)典邏輯中的謂詞邏輯和由它經(jīng)某種擴充、發(fā)展而來的各種邏輯。Prolog63非標準邏輯是泛指除經(jīng)典邏輯以外的那些邏輯，如多值邏輯、多類邏輯、模糊邏輯、模態(tài)邏輯、時態(tài)邏輯、動態(tài)邏輯、非單調邏輯。64(2)搜索技術搜索技術就是對推理進行引導和控制的技術。智能活動的過程可看作或抽象為一個“問題求解”過程。而所謂“問題求解”過程，實質上就是在顯式的或隱式的問題空間中進行搜索的過程。如，旅行商問題，定理證明65搜索技術也是一種規(guī)劃技術?！皢l(fā)式”搜索算法基于符號推演方式(傳統(tǒng)的搜索技術)神經(jīng)網(wǎng)絡技術用于問題求解(問題求解與搜索技術研究的新途徑)如，用Hopfield網(wǎng)解決31個城市的旅行商問題66(3)問題求解在下棋程序中應用的某些技術，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，發(fā)展成為搜索和問題歸約這樣的人工智能基本技術。十五子棋國際象棋進行各種數(shù)學公式運算67(4)定理證明程序能夠證明從事實得出的定理1976年7月，K.Appel解決了長達124年之久的難題——四色定理。吳文俊“吳氏方法”68(5)專家系統(tǒng)和知識庫專家系統(tǒng)是一個基于專門的領域知識來求解特定問題的計算機程序系統(tǒng)。主要用它來模仿人類專家的思維活動，通過推理與判斷來求解問題。專家系統(tǒng)組成：知識庫推理機69專家系統(tǒng)中的知識往往具有不確定性或不精確性，它必須能夠使用這些模糊的知識進行推理以得出結論。專家系統(tǒng)可用于解釋、預測、診斷、設計、規(guī)劃、監(jiān)督、排錯、控制和教學等目的。70專家系統(tǒng)開發(fā)工具LISP語言Prolog專家系統(tǒng)的運行與維護71知識庫技術包括知識的組織、管理、維護、優(yōu)化等技術。知識庫與知識表示密切相關，知識表示是指知識在計算機中的表示方法和表示形式，它涉及到知識的邏輯結構和物理結構。知識表示實際也隱含著知識的運用，知識表示和知識庫是知識運用的基礎，同時也與知識的獲取密切相關。知識是智能的基礎和源泉。

72(6)系統(tǒng)與語言工具開發(fā)新的方法也往往是人工智能研究的一個重要方面。人工智能對計算機界的某些最大貢獻已經(jīng)以派生的形式表現(xiàn)出來。計算機系統(tǒng)的一些概念，如分時系統(tǒng)、編目處理系統(tǒng)和交互調試系統(tǒng)等，已經(jīng)在人工智能研究中得到發(fā)展。731.4.3智能學習經(jīng)典定義：利用經(jīng)驗改善系統(tǒng)自身的性能[T.Mitchell,Book97]機器學習是使計算機具有智能的根本途徑。學習是一個有特定目的的知識獲取過程，其內部表現(xiàn)為新知識結構的不斷建立和修改，而外部表現(xiàn)為性能的改善。7475美國航空航天局JPL實驗室的科學家在《Science》（2001年9月）上撰文指出：機器學習對科學研究的整個過程正起到越來越大的支持作用，……，該領域在今后的若干年內將取得穩(wěn)定而快速的發(fā)展生物信息學計算金融學分子生物學行星地質學……工業(yè)過程控制機器人……遙感信息處理信息安全機器學習76(2)神經(jīng)網(wǎng)絡神經(jīng)網(wǎng)絡實際上指的是一類計算模型，其工作原理模仿了人類大腦的某些工作機制。77神經(jīng)網(wǎng)絡計算表現(xiàn)出很強的靈活性、適應性和學習能力，這是傳統(tǒng)計算方法所缺乏的。78智能不僅要功能模擬,而且要機理模擬Actionsfromthoughts(Nature409,2001)

79(3)計算智能與進化計算計算智能涉及神經(jīng)計算、模糊計算、進化計算等研究領域。

進化計算是指一類以達爾文進化論為依據(jù)來設計、控制和優(yōu)化人工系統(tǒng)的技術和方法的總稱，它包括遺傳算法、進化策略和進化規(guī)劃。

80(4)遺傳算法遺傳算法是模擬自然界中按“優(yōu)勝劣汰”法則進行進化過程而設計的算法。遺傳算法應用:用于控制(煤氣管道的控制)、規(guī)劃(生產(chǎn)任務規(guī)劃)、設計(通信網(wǎng)絡設計)、組合優(yōu)化(TSP問題、背包問題)以及圖像處理和信號處理811.4.4智能行動(1)智能檢索智能信息檢索系統(tǒng)面臨問題:理解以自然語言陳述的詢問如何根據(jù)存儲的事實演繹出答案理解詢問和演繹答案所需要的知識都有可能超出該學科領域數(shù)據(jù)庫所表示的知識范圍怎樣表示和應用常識82(2)智能調度與指揮推銷員旅行問題NP-hard智能組合調度與指揮方法已被應用于汽車運輸調度、列車的編組與指揮、空中交通管制以及軍事指揮等系統(tǒng)。C4ISR(C3I的基礎上增加了偵察、信息管理和信息戰(zhàn))，強調戰(zhàn)場情報的感知能力、信息綜合處理能力以及系統(tǒng)之間的交互作用能力。83任務規(guī)劃系統(tǒng)O-Plan。O-Plan應用：空間站構造衛(wèi)星規(guī)劃與控制結構構造與房屋建造軟件開發(fā)UNIX管理員的手跡寫入物流非戰(zhàn)斗撤退行動危機響應空戰(zhàn)規(guī)劃流程84(3)智能控制智能控制是驅動智能機器自主地實現(xiàn)其目標的過程。智能控制研究領域智能機器人規(guī)劃與控制智能過程規(guī)劃智能過程控制專家控制系統(tǒng)語音控制智能儀器85(4)智能機器人機器人分為三代:工業(yè)機器人基于傳感器信息來工作的機器人智能機器人智能機器人具備四種機能：行動機能感知機能思維機能人機交互機能86智能機器人的研究和應用體現(xiàn)出廣泛的學科交叉，涉及眾多的課題，如機器人體系結構、機構、控制、智能、視覺、觸覺、力覺、聽覺、機器人裝配、惡劣環(huán)境下的機器人以及機器人語言等。機器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防等領域獲得越來越普遍的應用。87星際探索機器人海洋(水下)機器人機器人外科手術系統(tǒng)微型機器人足球機器人機器人足球比賽88美國“大狗”機器人2008年3月，美國官方公布了一段關于軍用機器人的錄像，視頻中的機器人名為“大狗”(BigDog)，擁有驚人的活動能力和適應性。這個“大狗”機器人吸引了眾多關注的目光，它的視頻也在互聯(lián)網(wǎng)上造成轟動?！按蠊贰睓C器人擁有非常強的平衡能力，無論是爬陡坡，跨崎嶇路段，還是在冰面或者雪地上，它都能夠行走自如，甚至在被人猛地踹上一腳后，“大狗”也能迅速調整恢復身體的平衡。最新款“大狗”可以攀越35°的斜坡，可承載40多公斤的裝備，約相當于其自重的30%，“大狗”還可以自行沿著簡單的路線行進，或是被遠程控制。89科學網(wǎng)（2011年9月11日）：據(jù)英國每日郵報報道，目前，英國最新研制一款智能聊天語言系統(tǒng)，可以賦予計算機類似人類的“思維”，如圖所示?！斑@款智能軟件系統(tǒng)能夠‘欺騙’50%以上的測試者，它已通過了‘圖靈測試’?；蛟S為研制新一代智能機器帶來契機?！?/p>

90歐盟嵌入式腦外科手術機器人研究獲得重大突破科技部門戶網(wǎng)站2011年12月20日

2011年11月28日-12月4日，首屆《歐洲機器人周》在歐盟17個成員國同時舉行。11月28日，歐委會在《歐洲機器人周》首日的新聞發(fā)布會上正式對外