搜索
第一节人工智能发展概要•主要内容：□人工智能的定义和发展□人类智能和人工智能□人工智能的各种认知观□人工智能的研究与应用领域•从1956年正式提出人工智能学科算起，40多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够象人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？人工智能定义当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。现在人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，现在计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的深蓝（DeepBlue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov)人工智能理论进入21世纪，正酝酿着新的突破-人工生命的提出，不仅意味着人类试图从传统的工程技术途径，而且将开辟生物工程技术途径，去发展人工智能；同时人工智能的发展，又将作为人工生命科学的重要支柱和推动力量。可以预言：人工智能的研究成果将能够创造出更多更高级的智能“制品”，并使之在越来越多的领域超越人类智能；人工智能将为发展国民经济和改善人类生活作出更大贡献什么是人工智能?•定义1智能机器(intelligentmachine)能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphictasks)的机器。•定义2人工智能(学科)人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。•定义3人工智能(能力)人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。大师眼中的人工智能•Bellman,1978:人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化进程。•Haugeland,1985:人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试。•Charniak和McDermott,1985人工智能是用计算模型研究智力行为。•Kurzwell,1990人工智能是一种能够执行，需要人的智能的，创造性机器的技术。•Schalkoff,1990人工智能是一门通过计算过程，力图理解和模仿智能行为的学科。•Rick和Knight,1991人工智能研究如何使计算机做事，而让人过得更好。•Winston,1992人工智能是研究那些使理解、推理和行为成为可能的计算。•Luger和Stubblefield,1993人工智能是计算机科学中，与智能行为的自动化有关的一个分支。人工智能发展进程•1956年夏季，由麦卡锡(J.McCarthy)等美国年轻学者发起的首次人工智能研讨会标志着人工智能作为新兴学科的诞生。就在这次会议上，第一次使用了人工智能这一术语。自此以后，人工智能作为计算机学科的一个重要分支，获得了快速的发展。这一发展历程大致可划分为形成、成长、快速发展和稳步增长四个阶段。1.形成期•1956年到1961年可以说是AI研究的形成时期，基于前人数学逻辑和形式推理方面取得的成果，建立在卡内基-梅隆大学、麻省理工学院和IBM公司的研究组开始了AI的早期研究工作。这个时期的成果主要是定理证明程序、GPS（GeneralProblemSolving）、下棋程序、LISP语言和模式识别系统等。这些早期成果充分表明，AI作为一门新兴的学科正在茁壮成长。2.成长期•1961年以后进入AI研究成长期。然而在成长期的早期（60年代），由于不适当地过分强调和依赖于符号逻辑和形式推理（AI形成期为AI建立的研究基础），导致了AI研究陷入基于弱法（weakmethods）的纯学术研究的困境。•所谓弱法就是通用问题求解策略，由于片面强调相应算法的通用性，忽视问题域特别信息的指导作用，容易引起所谓的组合爆炸问题。•组合爆炸意指，复杂的问题涉及大量因素，由这些因素的适当组合而构成的可能解答的数目相当庞大，以至于再高速的计算机已无法在合理的时间内通过穷尽的枚举来找出正确答案。•结果，弱法只能解决智力游戏（过河，九宫图）、玩具问题（积木块世界动作规划）等十分简单的问题。60年代中期到70年代初，斯坦福大学研制的DENDRAL（用化学专业知识从质谱议数据推断有机化合物的结构）和MYCIN（人血液疾病诊断咨询系统）以及随之涌现的大批专家系统和建造工具的研制，使AI从纯弱法的研究困境中解脱出来，赋予新的生命力，以至引起八十年代初的AI大发展。关键的教训在于早期的AI研究忽视了人类智能的本质在于有知识，可用以合理地组织和指导问题求解，从而避免组合爆炸。3．快速发展期八十年代初被卡内基-梅隆大学的研究组称作为AI研究的淘金热（agoldrush）。正像戴维斯（Davis）指出的那样，这是有讽刺意义的，三年前（70年代末），AI被认为是不可靠的，现在却成了热门，每个人均想利用。70年代专家系统的初步成功和日本于1979年宣布的五代机研究计划起到了决定性的推动作用。美国、西欧和英国都拟定了庞大的投资计划，作为对日本人挑战的应答。在美国，DARPA（美国国防部先进科研项目管理处）提出新一代计算系统的10年研究计划（83-92），头五年就投资6亿美元，直接用于AI项目的为1亿美元；西欧提出ESPRIT计划，拨款13.3亿美元；直接用于AI的为1亿美元；英国投资5.25亿美元，直接用于AI的为5千万美元。相比之下，日本尽管提出了五代机计划，却只投资了3千万美元。80年代初，AI被视为具有高的经济价值，因而冒险性投资骤然剧增。例如美国有40家小公司在80年代初的三年内，居然投资了1亿美元去发展商品化的AI产品。可以说80年代初是AI事业在全球得到大发展的时期。但由于人工智能技术的不成熟性，以及对AI经济效益的期望值太高，结果不免令人失望；更糟糕的是大部分草率上马的专家系统项目均未达实用化程度。于是到了80年代中期，AI热特别是专家系统热大大降温。进而导致了一部分人对AI前景持悲观态度，甚至有人提出AI的冬天已经来临。•尽管八十年代中期AI研究的淘金热跌到谷底，但大部份AI研究者都还保持着清醒的头脑。一些老资格的学者早就呼吁不要过于渲染AI的威力，应多做些脚踏实地的工作。甚至在这个淘金热来到时就已预言其很快就会降温。也正是在这批人的领导下，大量扎实的研究工作接连不断地进行，从而使AI技术和方法论的发展始终保持了较高的速度。顺便提一下，80年代中期的降温并不意味着AI研究停滞不进或遭受重大挫折，因为过高的期望未达到是预料中的事，不能认为是受到挫折。自那以来，AI研究进入稳健的线性增长时期，而人工智能技术的实用化进程也步入成熟时期。4．稳步增长期从七十年代开始，在国家的支持下，做了一些专家系统的研究，其中医医疗诊断系统昀多。相对于美国很多探矿、化学等专家系统来说，我国的医疗诊断专家系统也是相当成功的，但是由于医疗风险等问题，投入实际使用的难度比较大。我国人工智能研究状况人类智能与人工智能•人的心理活动具有不同的层次，它可以与计算机的层次相比较，见下图人类智能与人工智能•人，是一种智能信息处理系统。□信息处理系统又可以看成是一种符号操作系统（SymbolOperationSystem），或物理符号系统（PhysicalSymbolSystem）；□符号，就是模式（Pattern）。•物理符号系统的六种基本功能（Functions）：□输入符号——Input；□输出符号——Output；□存储符号——Storage；□复制符号——Copy；□建立符号结构：通过找出各个符号之间的关系，在符号系统中形成一种结构，即：符号结构（SymbolStructure）；□条件性迁移（Conditionaltransformation）：根据已有符号，完成活动过程，即某种形式的推理过程。物理符号系统的假设•任何一个系统，如果它能表现出智能，那么它就必定能够执行上述6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能；这种智能指的是人类所具有的那种智能。把这个假设称为物理符号系统的假设物理符号系统的3个推论•推论一•□既然人具有智能，那么他（她）一定是一个物理符号系统.•□解释：人之所以能够表现出智能，就是基于他的信息处理过程。•推论二□既然计算机是一个物理符号系统，它就一定能够表现出智能。□解释：计算机是一个信息处理系统；这是人工智能的基本条件。•推论三□既然人是一个物理符号系统，计算机也是一个物理符号系统，那么就能够用计算机来模拟人的活动。•认知生理学•研究认知行为的生理过程；主要研究人的神经系统（神经元、中枢神经系统和大脑）的活动；认知科学研究的底层。•认知心理学•研究认知行为的心理活动；主要研究人的思维策略；是认知科学研究的顶层。•认知信息学•研究人的认知行为在人体内的初级信息处理；主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程，即由心理活动变为生理行为；这是认知活动的中间层，承上启下。认知行为的不同层次•认知工程学•研究认知行为的信息加工处理；主要研究如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为（如知觉、思维、记忆、语言、学习、理解、推理、识别等）进行信息处理；这是研究认知科学和认知行为的工具，应成为现代认知心理学和现代认知生理学的重要研究手段.人类智能的计算机模拟•机器智能可以模拟人类智能智能计算机下棋定理证明语言翻译新型智能计算机神经计算机量子计算机•近期目标建造智能计算机代替人类的部分智力劳动。•远期目标用自动机模仿人类的思维过程和智能行为。昀终目标机器智能实现生物智能的各项功能。•问题：昀终目标能否实现？人工智能的研究目标I’monlyamachine!——TerminatorIII人工智能的各种认知观•生理学派或连接主义（Connectionism）•根据人脑的生理结构和工作机理，研究和实现计算机智能。因为人脑是由神经细胞组成的神经网络，所以该研究途径就是用人工神经元组成的人工神经网络模型来存储信息和知识，用神经计算（数值计算）的方法实现自学习、联想、识别和推理功能。神经网络具有高度的并行分布性。该研究方法适于实现图象、声音信息识别。•采用这种研究途径称为生理学派或连接主义，代表人物是Newell•逻辑学派或符号主义（Symbolicism）•模拟人脑的逻辑思维，将问题和知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能。这种方法目前还在使用，人工智能研究中的很多成果都是用该方法取得的，如定理证明，自动推理，专家系统、博弈系统等。•采用这种方法的研究者称为心理学派或逻辑学派或符号主义，代表任务是NILSSON.•进化主义或控制论学派（Actionism）•模拟人在控制过程中的智能活动和行为特性（自寻优，自适应，自学习），强调“现场AI”（situatedAI）即智能系统或智能机器能与环境交互，能对环境进行感知从而表现出智能行为，也就是说智能行为不需要知识从而与“符号主义”相悖。•这种方法的研究者称为行为主义、进化主义或控制论学派。代表人物是MIT的Brooks教授，其著名试验是“六足机器虫”。人工智能的基本技术•知识表示（KnowledgeRepresentation）状态空间法、问题归约法、谓词逻辑法…•推理搜索（Searching&Reasoning）启发式搜索、消解原理、不确定性推理…•计算智能（ComputationalIntelligence）模糊计算、神经计算、进化计算…•构成技术（系统与语言）产生式系统、LISP语言、Prolog语言…人工智能的研究领域•