1.2人工智能的學(xué)科范疇人工智能的位置人工智能的研究目標(biāo)人工智能的研究方法人工智能的核心問題11.2人工智能的學(xué)科范疇人工智能的位置1人工智能的位置以思維與智能為核心。是計(jì)算機(jī)科學(xué)、邏輯學(xué)、思維學(xué)、生理學(xué)、心理學(xué)、電子學(xué)、語(yǔ)言學(xué)、教育學(xué)等多學(xué)科相互滲透的結(jié)果。誕生在控制論、信息論與系統(tǒng)論基礎(chǔ)之上，也隨著突變論、耗散結(jié)構(gòu)理論、協(xié)同論的發(fā)展而進(jìn)入到新的階段。2人工智能的位置以思維與智能為核心。2人工智能的研究目標(biāo)人類智能活動(dòng)的能力

：認(rèn)識(shí)和理解世界環(huán)境的能力進(jìn)行演繹和歸納推理的能力學(xué)習(xí)的能力自適應(yīng)的能力3人工智能的研究目標(biāo)人類智能活動(dòng)的能力：3人工智能的研究目標(biāo)

近期研究目標(biāo)研究用計(jì)算機(jī)軟件、硬件系統(tǒng)模擬人類某些智能行為的基本理論、技術(shù)和方法。遠(yuǎn)期研究目標(biāo)探討智能的基本機(jī)理；研究如何利用各種自動(dòng)機(jī)來模擬人的某些思維過程和智能行為。4人工智能的研究目標(biāo)

近期研究目標(biāo)4人工智能的研究方法腦模型研究特點(diǎn)是利用仿生學(xué)的觀點(diǎn)和方法，把腦的微觀結(jié)構(gòu)與宏觀功能統(tǒng)一起來，制成類大腦的智能機(jī)器或控制論機(jī)器。人工智能研究特點(diǎn)是用計(jì)算機(jī)科學(xué)的觀點(diǎn)和方法，撇開腦的微觀結(jié)構(gòu)，單純進(jìn)行腦的宏觀功能模擬。5人工智能的研究方法腦模型研究5人工智能的研究方法仿生學(xué)方法特點(diǎn)是利用仿生學(xué)的觀點(diǎn)和方法，把腦的微觀結(jié)構(gòu)與宏觀功能統(tǒng)一起來，制成類大腦的智能機(jī)器或控制論機(jī)器。計(jì)算機(jī)方法特點(diǎn)是用計(jì)算機(jī)科學(xué)的觀點(diǎn)和方法，撇開腦的微觀結(jié)構(gòu)，單純進(jìn)行腦的宏觀功能模擬。在利用計(jì)算機(jī)方法求解智能問題時(shí)，又有兩種方法：數(shù)學(xué)建模法心理學(xué)方法6人工智能的研究方法仿生學(xué)方法6人工智能的研究方法數(shù)學(xué)建模法依靠建立數(shù)學(xué)模型并利用算法來求解問題心理學(xué)方法

依靠心理學(xué)模型，把人在解決各種問題時(shí)所使用的經(jīng)驗(yàn)、方法、策略、竅門都編進(jìn)程序，這種程序稱為啟發(fā)式程序。

計(jì)算機(jī)科學(xué)與心理學(xué)的相互滲透、相互促進(jìn)，是人工智能發(fā)展的重要途徑。7人工智能的研究方法數(shù)學(xué)建模法7人工智能的核心問題人工智能基礎(chǔ)的研究主要是認(rèn)知科學(xué)和數(shù)學(xué)方法的研究認(rèn)知科學(xué)包括：邏輯思維學(xué)、形象思維學(xué)、靈感思維學(xué)、認(rèn)識(shí)心理學(xué)、認(rèn)識(shí)生理學(xué)。數(shù)學(xué)方法包括：離散數(shù)學(xué)、模糊數(shù)學(xué)、突變論等。

8人工智能的核心問題人工智能基礎(chǔ)的研究主要是認(rèn)知科學(xué)和數(shù)學(xué)方法人工智能的核心問題尼爾遜的人工智能學(xué)科結(jié)構(gòu)

9人工智能的核心問題尼爾遜的人工智能學(xué)科結(jié)構(gòu)9人工智能的核心問題人工智能原理的四大問題

知識(shí)表示，人工智能研究的最基本問題問題求解，人工智能的根本問題

機(jī)器學(xué)習(xí)，人工智能產(chǎn)生的核心問題

系統(tǒng)構(gòu)成，人工智能的中心問題

10人工智能的核心問題人工智能原理的四大問題10人工智能的核心問題

知識(shí)表示知識(shí)表示研究機(jī)器表示知識(shí)的可行、有效、通用的原則與方法，使知識(shí)能夠合理地儲(chǔ)存在機(jī)器中，便于應(yīng)用、修改、增刪和更換。已有的知識(shí)表示法：謂詞邏輯表示法、模糊邏輯表示法、產(chǎn)生式表示法、狀態(tài)空間表示法、與/或圖表示法、語(yǔ)義網(wǎng)絡(luò)表示法，框架表示法等。11人工智能的核心問題知識(shí)表示11人工智能的核心問題問題求解包含推理與規(guī)劃兩大過程與問題的知識(shí)表示形式密切相關(guān)

(1)問題用謂詞公式表示，用演繹推理來求解。

(2)問題用狀態(tài)空間法表示，用搜索法求解。12人工智能的核心問題問題求解12人工智能的核心問題機(jī)器學(xué)習(xí)研究讓機(jī)器具有解決具體問題的本領(lǐng)；研究使機(jī)器具有自學(xué)習(xí)的能力；機(jī)器學(xué)習(xí)常用方法有：死記硬背法、參數(shù)修正法、問題求解法、概念法、發(fā)現(xiàn)法等。13人工智能的核心問題機(jī)器學(xué)習(xí)13人工智能的核心問題系統(tǒng)構(gòu)成人工智能的工作需要硬件、軟件、接口等多方面的支持與配合。

14人工智能的核心問題系統(tǒng)構(gòu)成14人工智能的核心問題

系統(tǒng)構(gòu)成包括以下五個(gè)方面：

人工智能語(yǔ)言智能應(yīng)用軟件軟件開發(fā)環(huán)境與工具硬件支持環(huán)境人機(jī)智能接口15人工智能的核心問題系統(tǒng)構(gòu)成包括以下五個(gè)方面：15

1.3人工智能的研究領(lǐng)域?qū)＜蚁到y(tǒng)自然語(yǔ)言理解智能決策支持系統(tǒng)模式識(shí)別數(shù)據(jù)庫(kù)的智能檢索博弈自動(dòng)定理證明自動(dòng)程序設(shè)計(jì)自然語(yǔ)言生成機(jī)器人161.3人工智能的研究領(lǐng)域?qū)＜蚁到y(tǒng)博弈16人工智能的研究領(lǐng)域?qū)＜蚁到y(tǒng)專家系統(tǒng)是一種以知識(shí)為基礎(chǔ)的計(jì)算機(jī)軟件系統(tǒng)，事先將有關(guān)專家的知識(shí)、經(jīng)驗(yàn)總結(jié)出來、形成規(guī)則，并將它們存入計(jì)算機(jī)，然后采用適當(dāng)?shù)目刂撇呗?，按輸入的原始?shù)據(jù)選擇合適的規(guī)則進(jìn)行推理、演繹，作出判斷和決策，并能根據(jù)用戶的要求顯示判斷決策的過程。17人工智能的研究領(lǐng)域?qū)＜蚁到y(tǒng)17人工智能的研究領(lǐng)域自然語(yǔ)言理解自然語(yǔ)言理解可看成是模式識(shí)別研究的自然延伸。智能決策支持系統(tǒng)分為確定情況下的決策、不確定情況下的決策。主要由三大部分組成：語(yǔ)言系統(tǒng)、知識(shí)系統(tǒng)、問題處理系統(tǒng)。18人工智能的研究領(lǐng)域自然語(yǔ)言理解18人工智能的研究領(lǐng)域模式識(shí)別狹義研究目標(biāo)是為計(jì)算機(jī)配置各種感覺器官，以便直接接受外界的各種信息。

數(shù)據(jù)庫(kù)的智能檢索最終目標(biāo)是：建立一個(gè)類似人類聯(lián)想記憶的數(shù)據(jù)庫(kù)系統(tǒng)，用戶通過自然語(yǔ)言描述問題，數(shù)據(jù)庫(kù)系統(tǒng)即可把相關(guān)信息檢索出來。19人工智能的研究領(lǐng)域模式識(shí)別19人工智能的研究領(lǐng)域博弈博弈即對(duì)策。博弈為人工智能提供了很好的試驗(yàn)場(chǎng)所，人工智能中的許多概念和方法都是從博弈程序中提煉出來的。自動(dòng)定理證明自動(dòng)定理證明的方法有：自然演繹法、判定法、定理證明器、計(jì)算機(jī)輔助證明。20人工智能的研究領(lǐng)域博弈20人工智能的研究領(lǐng)域自動(dòng)程序設(shè)計(jì)程序驗(yàn)證、程序綜合。自然語(yǔ)言生成研究?jī)?nèi)容包括語(yǔ)音合成系統(tǒng)、書面自然語(yǔ)言生成系統(tǒng)。機(jī)器人

劃分為四種類型：遙控機(jī)器人、程序機(jī)器人、示教—再現(xiàn)機(jī)器人、智能機(jī)器人。21人工智能的研究領(lǐng)域自動(dòng)程序設(shè)計(jì)211.4人工智能系統(tǒng)結(jié)構(gòu)及特點(diǎn)計(jì)算機(jī)問答系統(tǒng)規(guī)劃與問題求解專家系統(tǒng)人工智能系統(tǒng)的特點(diǎn)221.4人工智能系統(tǒng)結(jié)構(gòu)及特點(diǎn)計(jì)算機(jī)問答系統(tǒng)22計(jì)算機(jī)問答系統(tǒng)機(jī)器已存放的信息，無論是已知事實(shí)還是推理規(guī)則都是明確的，要求解的目標(biāo)(即答案)也是明確的。求解問題的方法不是一個(gè)固定的過程，而是多條路線推理，因此，答案也不一定唯一，這是人工智能系統(tǒng)有別于一般系統(tǒng)的特點(diǎn)之一。

23計(jì)算機(jī)問答系統(tǒng)機(jī)器已存放的信息，無論是已知事實(shí)還是推理規(guī)則都規(guī)劃與問題求解人們常需要根據(jù)周圍環(huán)境的條件以及所要達(dá)到的目標(biāo)計(jì)劃自己的行為，即產(chǎn)生一個(gè)合適的動(dòng)作序列，或者給出一個(gè)解決問題的步驟，這類問題被稱為規(guī)劃。啟發(fā)式知識(shí)、啟發(fā)式程序。24規(guī)劃與問題求解人們常需要根據(jù)周圍環(huán)境的條件以及所要達(dá)到的目標(biāo)專家系統(tǒng)專家系統(tǒng)是指一類計(jì)算機(jī)智能程序，可從事特定的、難度較高的專業(yè)工作?；窘Y(jié)構(gòu)：如右圖。

25專家系統(tǒng)專家系統(tǒng)是指一類計(jì)算機(jī)智能程序，可從事特定的、難度較人工智能系統(tǒng)特點(diǎn)人工智能應(yīng)用系統(tǒng)的結(jié)構(gòu)特征是：(1)系統(tǒng)要有智能就必須擁有知識(shí)。(2)系統(tǒng)應(yīng)具備某種推理的能力。(3)具備某種繼續(xù)獲取知識(shí)的功能。與其它程序設(shè)計(jì)方法的差異

系統(tǒng)結(jié)構(gòu)知識(shí)表示方法適用范圍系統(tǒng)功能26人工智能系統(tǒng)特點(diǎn)人工智能應(yīng)用系統(tǒng)的結(jié)構(gòu)特征是：26人工智能系統(tǒng)特點(diǎn)系統(tǒng)結(jié)構(gòu)在傳統(tǒng)程序方法中，程序和數(shù)據(jù)是嚴(yán)格分離，需建立數(shù)學(xué)物理模型，利用提前設(shè)計(jì)的算法讓計(jì)算機(jī)求解答案。在智能系統(tǒng)中，解決問題所需的知識(shí)同使用知識(shí)的方法性知識(shí)是相互獨(dú)立的，計(jì)算機(jī)通過“智能化”搜索求解問題答案。在面向?qū)ο蠓椒ㄖ?，程序和?shù)據(jù)被統(tǒng)一到一個(gè)可重用的類中。27人工智能系統(tǒng)特點(diǎn)系統(tǒng)結(jié)構(gòu)27人工智能系統(tǒng)特點(diǎn)知識(shí)表示方法傳統(tǒng)程序方法中解題的全部知識(shí)是隱含在整個(gè)程序中。人工智能方法的知識(shí)，則顯式地表示在機(jī)器的知識(shí)庫(kù)中。面向?qū)ο蠓椒ǖ闹R(shí)卻都被封裝在該對(duì)象類的定義中。

28人工智能系統(tǒng)特點(diǎn)知識(shí)表示方法28人工智能系統(tǒng)特點(diǎn)適用范圍

傳統(tǒng)程序原則上只能解決那些已經(jīng)形成科學(xué)體系，具有嚴(yán)格規(guī)律的問題。人工智能技術(shù)能解決傳統(tǒng)程序所不能解決的問題。面向?qū)ο蠓椒ㄖ饕矛F(xiàn)實(shí)世界的概念抽象地思考問題，從而自然地解決一般性、規(guī)律性問題，是傳統(tǒng)程序的擴(kuò)展和更高層次的運(yùn)用。29人工智能系統(tǒng)特點(diǎn)適用范圍29人工智能系統(tǒng)特點(diǎn)系統(tǒng)功能智能系統(tǒng)具有一定功能的抽象對(duì)象模塊方法。智能系統(tǒng)的解題過程是一種推理過程，具有自我解釋的能力。人工智能系統(tǒng)的知識(shí)庫(kù)有自學(xué)習(xí)的能力。30人工智能系統(tǒng)特點(diǎn)系統(tǒng)功能301.那么，人工智能在現(xiàn)代科學(xué)中的地位如何呢？實(shí)際上，AI是一個(gè)大學(xué)科，其特點(diǎn)可概括為：前沿學(xué)科、新興學(xué)科、邊緣學(xué)科。前沿學(xué)科：人工智能從其誕生起，就一直是當(dāng)代科學(xué)技術(shù)的前沿學(xué)科；新興學(xué)科：它又是一門新思想、新理論、新技術(shù)、新成就不斷涌現(xiàn)的新興學(xué)科。邊緣學(xué)科：人工智能的研究，是在計(jì)算機(jī)科學(xué)、信息論、控制論、心理學(xué)、生理學(xué)、數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、醫(yī)學(xué)、哲學(xué)、語(yǔ)言學(xué)、社會(huì)學(xué)等多學(xué)科的基礎(chǔ)上發(fā)展起來的。因此，它又是一門綜合性極強(qiáng)的邊緣學(xué)科。311.那么，人工智能在現(xiàn)代科學(xué)中的地位如何呢？實(shí)際上，AI2.對(duì)智能現(xiàn)象有哪些不同的認(rèn)識(shí)觀點(diǎn)？

智能現(xiàn)象本質(zhì)是人類尚未完全探索明白的四大奧秘之一。四大奧秘：宇宙起源、物質(zhì)形態(tài)、生命活動(dòng)、智能發(fā)生。盡管如此，人類在對(duì)腦科學(xué)和智能認(rèn)識(shí)的研究中，逐漸形成了許多不同的研究觀點(diǎn)。其中，最著名并具代表性的理論有三種不同的研究觀點(diǎn)：即思維理論、知識(shí)閾值理論、“進(jìn)化”論。322.對(duì)智能現(xiàn)象有哪些不同的認(rèn)識(shí)觀點(diǎn)？智能現(xiàn)象本質(zhì)是人類尚2.對(duì)智能現(xiàn)象有哪些不同的認(rèn)識(shí)觀點(diǎn)？

思維理論：又稱作認(rèn)知科學(xué)，它認(rèn)為智能的核心是思維，一切智慧及其知識(shí)均源于活體大腦的思維。因此，通過研究思維規(guī)律與思維方法，有望揭示智能的本質(zhì)。

知識(shí)閾值(Threshold)理論：強(qiáng)調(diào)知識(shí)對(duì)智能的重要影響和作用，認(rèn)為知識(shí)集聚到某種滿意程度時(shí)，將會(huì)觸發(fā)智慧大門的開啟。知識(shí)閾值理論把智能定義為：智能就是在巨大搜索空間中迅速找到一個(gè)滿意解的能力。這一理論曾經(jīng)深刻地影響了人工智能的發(fā)展進(jìn)程：專家系統(tǒng)、知識(shí)工程等就是在該理論的影響下而發(fā)展起來的。

“進(jìn)化”論：強(qiáng)調(diào)智能可由逐步進(jìn)化的步驟來實(shí)現(xiàn)成長(zhǎng)。332.對(duì)智能現(xiàn)象有哪些不同的認(rèn)識(shí)觀點(diǎn)？思維理論：又稱作認(rèn)知3.人工智能研究的方法與發(fā)展過程三種不同的認(rèn)知觀符號(hào)主義（Symbolicism）連接主義（Connectionism）行為主義（Actionism）343.人工智能研究的方法與發(fā)展過程三種不同的認(rèn)知觀34又稱邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派，可簡(jiǎn)稱為邏輯派或功能派。其原理主要為物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理采用“黑盒”研究法。認(rèn)為AI源于數(shù)理邏輯。人類的智能的基本單元是符號(hào)，認(rèn)知過程是符號(hào)表示下的符號(hào)運(yùn)算。符號(hào)主義

——功能模擬的方法35又稱邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派，可簡(jiǎn)稱為邏輯派或功能派。代表性成果：50年代的LT（邏輯理論家）60年代的GPS70年代的專家系統(tǒng)80年代的KIPS（日本的第五代計(jì)算機(jī)研究計(jì)劃）90年代的人機(jī)博弈21世紀(jì)之初的現(xiàn)代演繹戰(zhàn)爭(zhēng)

符號(hào)主義

——功能模擬的方法36代表性成果：符號(hào)主義36存在局限性及可能解決的途徑：①

形式化方法對(duì)于非邏輯的推理過程，經(jīng)驗(yàn)式模糊推理，形象思維推理，往往難以用符號(hào)系統(tǒng)表示；②

符號(hào)形式化方法的有效性取決于符號(hào)概念的精確性。當(dāng)把有關(guān)信息轉(zhuǎn)換成符號(hào)化的推理機(jī)制時(shí)，將會(huì)丟失一些重要的信息；③

對(duì)于帶有噪聲的信息以及不完整的信息往往也難以進(jìn)行恰當(dāng)?shù)谋磉_(dá)和處理。解決局限性的可能途徑是：可采用互連技術(shù)的方法——即結(jié)構(gòu)派采用技術(shù)思路，則具有很好的互補(bǔ)作用。符號(hào)主義

——功能模擬的方法37存在局限性及可能解決的途徑：符號(hào)主義37又稱仿生學(xué)派或生理學(xué)派，其原理主要為人工神經(jīng)元網(wǎng)絡(luò)（NeuralNetwork）及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。采用“白盒”研究法；又稱為網(wǎng)絡(luò)互連（NetworkConnection）的技術(shù)研究方法認(rèn)為AI源于仿生學(xué)，特別是人腦模型的研究。連接主義——結(jié)構(gòu)模擬的方法38又稱仿生學(xué)派或生理學(xué)派，其原理主要為人工神經(jīng)元網(wǎng)絡(luò)（Neu①

1943年初次提出神經(jīng)元模型②

80年代中后期各種ANN模型如雨后春筍，脫穎而出③

90年代前后，世界欣起ANN研究熱潮，研究成果成千上萬，例如感知機(jī)、BP(BackPropagation)算法等④

神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)提出，多達(dá)數(shù)百個(gè)以上微處理器互連而成⑤

計(jì)算智能，遺傳算法研究興起與發(fā)展⑥

現(xiàn)代ANN技術(shù)結(jié)合圖像處理，動(dòng)目標(biāo)識(shí)別，對(duì)于局部畸變不敏感，常常能獲得意外效果連接主義——結(jié)構(gòu)模擬的方法代表性成果39①

1943年初次提出神經(jīng)元模型連接主義代表性成果39存在局限性及其解決思路：難以用因果分析關(guān)系解釋其活動(dòng)過程。而這恰恰是符號(hào)化邏輯處理的優(yōu)勢(shì)，二者互補(bǔ)，可否擴(kuò)大研究成果呢？其發(fā)展與展望是：隨著進(jìn)化計(jì)算（EC）理論開拓和生物醫(yī)學(xué)工程技術(shù)進(jìn)步，尤其克隆技術(shù)的發(fā)展，前景十分誘人。

連接主義——結(jié)構(gòu)模擬的方法40存在局限性及其解決思路：連接主義40又稱進(jìn)化主義或控制論學(xué)派，其原理為控制論及感知-動(dòng)作型控制系統(tǒng)。認(rèn)為AI源于控制論。代表性成果智能控制和智能機(jī)器人系統(tǒng)Brooks等人實(shí)現(xiàn)了具有多腿腳協(xié)調(diào)行走、并可上下樓梯的機(jī)器蝗蟲；

EmbodiedAI（具體的人工智能裝置）行為主義——行為模擬的方法41又稱進(jìn)化主義或控制論學(xué)派，其原理為控制論及感知-動(dòng)作型控制系主要特點(diǎn)：“激勵(lì)－響應(yīng)”模式，很實(shí)用；代表性典型裝置實(shí)現(xiàn)，適應(yīng)性強(qiáng)，難度較低，易于物理實(shí)現(xiàn)；行為模擬的“小前提”思想——即采用層次式處理手法的逐個(gè)前提條件“滿足－實(shí)現(xiàn)→小有成功；