人工智能及其應(yīng)用第一章緒論人工智能及其應(yīng)用第一章緒論參考書籍蔡自興，徐光：《人工智能及其應(yīng)用》（第四版），清華大學(xué)出版社，2010年李士勇：《模糊控制·神經(jīng)控制和智能控制論》（第2版），哈爾濱工業(yè)大學(xué)出版社，2006年StuartRussell，PeterNorvig，《人工智能——一種現(xiàn)代方法》，（英文影印版）人民郵電出版社，2002，索取號為TP18-43/1RobCallan：《ArtificialIntelligence》，PalgraveMacmillan，2003韓立群，《人工神經(jīng)網(wǎng)絡(luò)教程》，北京郵電大學(xué)出版社，2006參考書籍蔡自興，徐光：《人工智能及其應(yīng)用》（第四版），清華大目錄人工智能的定義人工智能的發(fā)展進(jìn)程人工智能的計算機(jī)模擬人工智能的目的人工智能的研究方法人工智能面臨的難題人工智能的發(fā)展趨勢人工智能在電力系統(tǒng)的應(yīng)用目錄人工智能的定義1.1什么是人工智能智能是什么？將感覺、記憶、思維、語言、行為的整個過程稱為智能過程，它是智力和能力的表現(xiàn)。通俗地說，智能是個體認(rèn)識客觀事物和運(yùn)用知識解決問題的能力。智能智慧感覺記憶思維能力行為語言1.1什么是人工智能智能是什么？智能智慧感覺記憶思維能力1.1什么是人工智能邏輯思維的基礎(chǔ)是概念、判斷與推理，即將信息抽象為概念，再根據(jù)邏輯規(guī)則進(jìn)行邏輯推理。由于概念可用符號表示，而邏輯推理宜按串行模式進(jìn)行，這一過程可以事先寫成串行的指令由機(jī)器完成。20世紀(jì)40年代問世的第一臺電子計算機(jī)就是這樣一種用機(jī)器模擬人腦邏輯思維的人工智能系統(tǒng)，也是人類實現(xiàn)這一追求的重要里程碑。1.1什么是人工智能邏輯思維的基礎(chǔ)是概念、判斷與推理，即將1.1什么是人工智能人工智能(ArtificialIntelligence)是相對人的自然智能而言，即用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能，實現(xiàn)某些“機(jī)器思維”。作為一門學(xué)科，人工智能研究智能行為的計算模型，研制具有感知、推理、學(xué)習(xí)、聯(lián)想、決策等思維活動的計算系統(tǒng)，解決需要人類專家才能處理的復(fù)雜問題。1.1什么是人工智能人工智能(ArtificialInt1.1什么是人工智能人工智能的研究內(nèi)容包括三個方面知識表達(dá)：研究如何在機(jī)器中表示知識，使知識形式化、模型化，用以建立合適的符號邏輯系統(tǒng)。知識獲取：研究機(jī)器如何從各種知識源獲取知識。問題求解：運(yùn)用存貯于機(jī)器中的知識進(jìn)行相應(yīng)知識處理。1.1什么是人工智能人工智能的研究內(nèi)容包括三個方面1.1什么是人工智能不同學(xué)科對人工智能的理解不同，產(chǎn)生了不同的學(xué)派符號主義（Symbolicism），又稱為邏輯主義、心理學(xué)派或計算機(jī)學(xué)派，它認(rèn)為符號是人類的認(rèn)識基元，同時人的認(rèn)識過程即是對符號的計算推理的過程。其研究內(nèi)容是基于邏輯的知識表示和推理技術(shù)。聯(lián)結(jié)主義（Connectionism），又稱為仿生學(xué)派或生理學(xué)派，它認(rèn)為人的認(rèn)識基元是神經(jīng)元，認(rèn)識的過程就是人腦進(jìn)行信息處理的過程。主要研究內(nèi)容是神經(jīng)網(wǎng)絡(luò)。行為主義（Actionism），又稱進(jìn)化主義或控制論學(xué)派，其主要原理是智能取決于感知和行為，它不需要知識，不需要表示，不需要推理，智能行為是通過與現(xiàn)實外界環(huán)境的交互作用體現(xiàn)出來的。研究重點是模擬人的各種控制行為。1.1什么是人工智能不同學(xué)科對人工智能的理解不同，產(chǎn)生了不1.1什么是人工智能符號主義認(rèn)為：人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起就獲迅速發(fā)展；到20世紀(jì)30年代開始用于描述智能行為。計算機(jī)出現(xiàn)后，在計算機(jī)上實現(xiàn)了邏輯演繹系統(tǒng)。1956年，符號主義者首先采用“人工智能”這個術(shù)語。后來又發(fā)展了啟發(fā)式算法→專家系統(tǒng)→知識工程理論與技術(shù)，并在80年代取得了很大發(fā)展。符號主義曾長期一枝獨(dú)秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用和實現(xiàn)理論聯(lián)系實際具有特別重要意義。這個學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜（Nilsson）等。1.1什么是人工智能符號主義認(rèn)為：人工智能源于數(shù)理邏輯。1.1什么是人工智能聯(lián)結(jié)主義認(rèn)為：人工智能源于人腦模型的研究。代表性成果是1943年由生理學(xué)家麥卡洛克和數(shù)理邏輯學(xué)家皮茨創(chuàng)立的腦模型，即MP模型。60～70年代，尤其是對感知機(jī)（Perceptron）為代表的腦模型的研究曾出現(xiàn)過熱潮，由于當(dāng)時的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在70年代后期至80年代初期落入低潮。Hopfield教授在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(luò)時，聯(lián)結(jié)主義又重新抬頭。1986年魯梅爾哈特（Rumelhart）等人提出多層網(wǎng)絡(luò)中的反向傳播BP算法。此后，聯(lián)結(jié)主義勢頭大振，從模型到算法，從理論分析到工程實現(xiàn)，為神經(jīng)網(wǎng)絡(luò)計算機(jī)走向市場打下基礎(chǔ)。1.1什么是人工智能聯(lián)結(jié)主義認(rèn)為：人工智能源于人腦模型的研1.1什么是人工智能行為主義認(rèn)為：人工智能源于控制論。控制論思想早在40～50年代就成為時代思潮的重要部分，影響了早期的人工智能工作者。60～70年代，控制論系統(tǒng)的研究取得一定進(jìn)展，播下智能控制和智能機(jī)器人的種子，并在80年代誕生了智能控制和智能機(jī)器人系統(tǒng)。行為主義是近年來才以人工智能新學(xué)派的面孔出現(xiàn)的，引起許多人的興趣與研究。1.1什么是人工智能行為主義認(rèn)為：人工智能源于控制論。1.1什么是人工智能不同學(xué)派對人工智能基本理論、技術(shù)路線的看法也是有爭論的。沿著什么技術(shù)路線和策略來發(fā)展人工智能？人工智能是否一定采用模擬人的智能的方法？若要模擬又該如何模擬？對結(jié)構(gòu)模擬和行為模擬、感知思維和行為、對認(rèn)知與學(xué)習(xí)以及邏輯思維和形象思維等問題是否應(yīng)分離研究？是否有必要建立人工智能的統(tǒng)一理論系統(tǒng)？若有，又應(yīng)以什么方法為基礎(chǔ)？1.1什么是人工智能不同學(xué)派對人工智能基本理論、技術(shù)路線的1.1什么是人工智能從表現(xiàn)形式的角度

機(jī)器智能，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(wù)（Anthropomorphictasks）的機(jī)器。從學(xué)科發(fā)展的角度

人工智能，是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機(jī)器的一個分支，其近期主要目標(biāo)是用計算機(jī)來模仿和執(zhí)行人腦的某些智能功能，并開發(fā)相關(guān)理論和技術(shù)。從實用主義的角度

計算智能，研究智能信息處理技術(shù)，以使計算機(jī)具有與人類智能相類似的行為，如：判斷、推理、證明、識別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。1.1什么是人工智能從表現(xiàn)形式的角度1.1什么是人工智能現(xiàn)在，人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個系統(tǒng)，可以模仿人腦的行為，去思考宇宙中最復(fù)雜的問題。對于自然學(xué)習(xí)過程、自然語言和感官知覺的研究為科學(xué)家構(gòu)建智能機(jī)器提供了幫助。這種系統(tǒng)在解決復(fù)雜的問題時，需要具備對事物能夠進(jìn)行感知、學(xué)習(xí)、推理、聯(lián)想、概括和發(fā)現(xiàn)等能力。對人工智能機(jī)器持反觀點的人認(rèn)為：人類智能是一個發(fā)生、發(fā)展的過程。人類在解決各種問題時，存在非智力因素與智力因素的相互作用。機(jī)器能夠模擬人類智能是極其有限的。1.1什么是人工智能現(xiàn)在，人工智能專家們面臨的最大挑戰(zhàn)之一1.2人工智能的發(fā)展進(jìn)程1.2人工智能的發(fā)展進(jìn)程1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)人工智能的思想萌牙可以追溯到十七世紀(jì)的巴斯卡和萊布尼茨，他們較早萌生了有智能的機(jī)器的想法。

十九世紀(jì)，英國數(shù)學(xué)家布爾和德·摩爾根提出了“思維定律”，這些可謂是人工智能的開端。

十九世紀(jì)，英國科學(xué)家巴貝奇設(shè)計了第一架“計算機(jī)器”，它被認(rèn)為是計算機(jī)硬件，也是人工智能硬件的前身。但隨著1941年以來電子計算機(jī)的發(fā)展，技術(shù)已最終可以創(chuàng)造出機(jī)器智能。雖然計算機(jī)為AI提供了必要的技術(shù)基礎(chǔ)，但直到50年代早期人們才注意到人類智能與機(jī)器之間的聯(lián)系。1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)人工智能的思想萌牙可以追溯到1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)1950年：AlanTuring在文章“ComputingMachineryandIntelligence”中提出了著名的圖靈測試，即一種測試機(jī)器是不是具備人類智能的方法。阿倫·圖靈認(rèn)為：如果一臺計算機(jī)能騙過人，使人相信它是人而不是機(jī)器，那么它就應(yīng)當(dāng)被稱作有智能。1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)1950年：AlanTu1.2.2人工智能的誕生NorbertWiener是最早研究反饋理論的美國人之一。最熟悉的反饋控制的例子是自動調(diào)溫器。它將收集到的房間溫度與希望的溫度比較，并做出反應(yīng)將加熱器開大或關(guān)小，從而控制環(huán)境溫度。這項對反饋回路的研究重要性在于：Wiener從理論上指出，所有的智能活動都是反饋機(jī)制的結(jié)果，而反饋機(jī)制是有可能用機(jī)器模擬的。這項發(fā)現(xiàn)對早期AI的發(fā)展影響很大。1.2.2人工智能的誕生NorbertWiener是最早1.2.2人工智能的誕生1956年：

世界上第一次正式的AI會議。人工智能之父的美國學(xué)者麥卡錫邀請了對機(jī)器智能感興趣的一批數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計算機(jī)科學(xué)家聚集在達(dá)特矛斯（Dartmouthcollege）進(jìn)行了長達(dá)二個月的討論，即“Dartmouth人工智能夏季研究會”。從那時起，這個領(lǐng)域被命名為“人工智能”。雖然Dartmouth學(xué)會不是非常成功，但它確實集中了AI的創(chuàng)立者們，并為以后的AI研究奠定了基礎(chǔ)。1.2.2人工智能的誕生1956年：世界上第一次正式的A1.2.3人工智能的發(fā)展Dartmouth會議后的7年中，AI研究開始快速發(fā)展1957年“通用解題機(jī)”（GPS）的第一個版本進(jìn)行了測試，GPS擴(kuò)展了Wiener的反饋原理，可以解決很多常識問題。1959年:FrankRosenblatt提出感知器模型

1959年:卡內(nèi)基梅隆大學(xué)和MIT開始組建AILab。研究面臨的挑戰(zhàn)：下一步需要建立能夠更有效解決問題的系統(tǒng)，例如在“邏輯專家”中減少搜索，還有就是建立可以自我學(xué)習(xí)的系統(tǒng)。1962年：Herbert花3年時間制作了一個解幾何定理的程序。1.2.3人工智能的發(fā)展Dartmouth會議后的7年中，1.2.3人工智能的發(fā)展1963年：MIT從美國政府得到了一筆220萬美元的資助，用于研究機(jī)器輔助識別。這筆資助來自國防部高級研究計劃署（ARPA），這個計劃吸引了來自全世界的計算機(jī)科學(xué)家，加快了AI研究的發(fā)展步伐。1958年:McCarthy宣布了他的新成果，即LISP語言（表處理），很快就為大多數(shù)AI開發(fā)者采納。在MIT由MarvinMinsky領(lǐng)導(dǎo)的研究人員發(fā)現(xiàn)，面對小規(guī)模的對象，計算機(jī)程序可以解決空間和邏輯問題。在60年代末出現(xiàn)的“STUDENT”可以解決代數(shù)問題，“SIR”可以理解簡單的英語句子，這些程序的結(jié)果對處理語言理解和邏輯有所幫助。1.2.3人工智能的發(fā)展1963年：MIT從美國政府得到了1.2.3.1專家系統(tǒng)時期1963：M.RossQuillian開創(chuàng)語義網(wǎng)絡(luò)（SemanticNets)1965：MIT的JosephWeizenbaum研制出第一個聊天機(jī)器人ELIZA，可模擬治療專家與病人之間的談話。1965：Feigenbaum和Lederberg研制出第一個專家系統(tǒng)（DENDRAL），可幫助化學(xué)家推斷分子結(jié)構(gòu)。1966:由于ALPAC（自動語言處理顧問委員會）在“機(jī)器翻譯評估報告”中存在偏見，造成美國政府取消對機(jī)器翻譯的資助。1969：Minsky和Papert的感知機(jī)報告中提出“有限階感知機(jī)僅能識別歐拉函數(shù)，不能識別其他的拓?fù)洳蛔冃浴保斐擅绹∠麑ι窠?jīng)網(wǎng)絡(luò)研究的資助。1969：SRI研制出機(jī)器人Shakey，具有運(yùn)動、感知和問題求解能力1.2.3.1專家系統(tǒng)時期1963：M.RossQu1.2.3.2自然語言處理時期1970:Stanford的TerryWinograd等研制出（ETAOIN）SHRDLU，它能用普通的英語句子與人交流,還能作出決策并執(zhí)行操作。1972:Colmerauer研制出PROLOG語言的解釋系統(tǒng)。1972:DARPA（美國國防部高級研究計劃署）取消Stanford大學(xué)機(jī)器人研究(Shakey)的資助。1972:Mycin工程（一個通過提供咨詢服務(wù)來幫助普通內(nèi)科醫(yī)生診治細(xì)菌感染性疾病的專家系統(tǒng)）啟動1973:JamesLighthill爵士的報告使得英國政府取消對AI研究的資助（特別提出了指數(shù)爆炸問題）。從那時起至今，英國AI研究一蹶不振。1976:DARPA取消對語音識別研究的資助。1976:Greenblatt研制出第一臺LISP機(jī)CONS。1.2.3.2自然語言處理時期1970:Stanford1.2.3.2自然語言處理時期1976:DougLenat的數(shù)學(xué)積分系統(tǒng)AM(AutomatedMathematician)1977:SRI（史丹佛研究院）啟動PROSPECTOR工程幫助地質(zhì)專家探測和解釋礦物1978年發(fā)現(xiàn)鉬礦脈(molybdenumvein)1977:EdwardFeigenbaum在IJCAI會議上正式提出知識工程作為一門學(xué)科1979:Stanford研制出第一臺計算機(jī)控制的汽車（StanfordCart）1980:第一屆美國AI協(xié)會會議（AAAI）在Stanford召開。1980:JohnMcDermott為DEC設(shè)計了XCON專家系統(tǒng)，用于配置VAX機(jī)器系統(tǒng)。1.2.3.2自然語言處理時期1976:DougLen1.2.3.3知識工程時期1981:日本政府宣布啟動日本五代機(jī)（first-generationcomputer）計劃（即智能計算機(jī)）1982:JohnHopfield掀起神經(jīng)網(wǎng)絡(luò)的研究1983:MCC（MicroelectronicsandComputerTechnologyCorporation）成立（BobbyInman任主任）1984:DougLenat在BobbyRayInman的勸說下在MCC開始Cyc（第一個試圖解決常識問題的程序）的研究1986:ThinkingMachinesInc研制聯(lián)結(jié)機(jī)器(ConnectionMachine)1987:LISP機(jī)器市場開始暗淡1988:386芯片使得PC機(jī)速度可以與LISP機(jī)器媲美1.2.3.3知識工程時期1981:日本政府宣布啟動日本1.2.3.4分布智能和機(jī)器學(xué)習(xí)1992:日本政府宣布五代機(jī)計劃失敗。隨后啟動RWC計劃（RealWorldComputingProject，真實世界計算項目）1993:Shoham提出AOP（面向方向的編程）1995:Vapnik提出SVM（支持向量機(jī)），它在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。1996:中科院計算所多主體系統(tǒng)MAPE1996:DARPA啟動HPKB計劃軍事上的“GrandChallenge”問題分析和求解1997:IBM深藍(lán)II(DeepBlue)擊敗GarryKasparov2000:中科院計算所多主體環(huán)境MAGE，知識發(fā)現(xiàn)系統(tǒng)MSMiner1.2.3.4分布智能和機(jī)器學(xué)習(xí)1992:日本政府宣布五1.3人工智能的計算機(jī)模擬人類思維策略初級信息處理生理過程計算機(jī)程序計算機(jī)語言計算機(jī)硬件計算機(jī)低層中層高層中樞神經(jīng)神經(jīng)元大腦1.3人工智能的計算機(jī)模擬人類思維策略初級信息處理生理過程1.3人工智能的計算機(jī)模擬研究認(rèn)知過程的主要任務(wù)是探求高層次思維決策與初級信息處理的關(guān)系，并用計算機(jī)程序來模擬人的思維策略水平，而用計算機(jī)語言模擬人的初級信息處理過程。典型代表為IBM的深藍(lán)。1.3人工智能的計算機(jī)模擬研究認(rèn)知過程的主要任務(wù)是探求高層1.3人工智能的計算機(jī)模擬抽象處理單元形象處理單元1感知處理單元1形象處理單元2感知處理單元2形象處理單元3感知處理單元3抽象思維形象思維感知思維外界信號1.3人工智能的計算機(jī)模擬抽象處理單元形象處理單元1感知處1.4人工智能的目的通過計算機(jī)技術(shù)模擬人腦智能，替代人類解決生產(chǎn)、生活中的具體問題。通過計算機(jī)技術(shù)延伸人類智力，提高人類解決生產(chǎn)、生活中的具體問題的能力。通過計算機(jī)技術(shù)研究和推動人類智力發(fā)展1.4人工智能的目的通過計算機(jī)技術(shù)模擬人腦智能，替代人類解1.5人工智能的方法將對象信息轉(zhuǎn)換為計算機(jī)內(nèi)碼（數(shù)字化信息）建立相關(guān)知識庫和知識應(yīng)用模型（包括各種算法和知識推理的邏輯運(yùn)算方法）通過計算機(jī)程序語言實現(xiàn)對象信息的加工處理。

無論是替代、延伸，還是研究和推動人腦信息，我們必須首先明確：人工智能是對機(jī)器智能的發(fā)現(xiàn)科學(xué)？還是一種實用工程技術(shù)？從人工智能的定義看，人工智能只是一種實用工程技術(shù)。1.5人工智能的方法將對象信息轉(zhuǎn)換為計算機(jī)內(nèi)碼（數(shù)字化信1.5人工智能的方法既然是一種實用工程技術(shù)，就必須建立人工智能技術(shù)開發(fā)的規(guī)范性方法。其具體工作至少應(yīng)該包括：分析處理對象與工具的關(guān)系：在問題解決過程中，哪些知識需要并且可能數(shù)字化？規(guī)則化？模型化？邏輯運(yùn)算化？何種計算機(jī)程序語言可以實現(xiàn)所選擇的信息處理方案？人工智能與人腦智能的效率比較：雖然計算機(jī)對可建立信息處理規(guī)則的數(shù)字化信息的計算、搜索、模式識別即快又準(zhǔn)，但由于人類知識普遍具有或然性和可變性，從應(yīng)用價值角度分析，“全自動的并不是最好的”，因此需從精確性、靈敏性、完整性等進(jìn)行比較。1.5人工智能的方法既然是一種實用工程技術(shù)，就必須建立人1.5人工智能的方法選擇人工智能系統(tǒng)的人機(jī)互助方案：凡是不可能建立完整的計算機(jī)信息處理規(guī)則的信息系統(tǒng)，信息處理過程中的人工參與將不可避免。因此，電腦能力和人腦能力如何優(yōu)化組合是一個關(guān)鍵問題。人機(jī)能力組合技術(shù)的科學(xué)性、功能完整性、普遍適用性水平，決定了一個人工智能系統(tǒng)的實用價值。人工智能系統(tǒng)的成本效益分析：任何實用工程技術(shù)，必須考慮開發(fā)成本和使用價值之比。因此，對人工智能技術(shù)的價值（效率）評價、人工智能系統(tǒng)的人機(jī)互助方案選擇，必須進(jìn)行開發(fā)成本和市場效益分析。1.5人工智能的方法選擇人工智能系統(tǒng)的人機(jī)互助方案：凡是不1.6人工智能發(fā)展面臨的難題理論不夠成熟目前的智能控制理論，或多或少老師依據(jù)一定的工程背景或特殊的應(yīng)用場合才逐步發(fā)展起來的，因此，人工智能控制理論的發(fā)展呈現(xiàn)出不同的理論算法只適用于特定的領(lǐng)域或工程背景，理論的通用性和可移植性較弱。符號主義觀點在面對非確定性問題、非邏輯問題時常常顯得力不從心，它要求待處理的信息完整、精確，而現(xiàn)實中的許多問題都不滿足這些條件，這也就限制了符號主義的進(jìn)一步發(fā)展。1.6人工智能發(fā)展面臨的難題理論不夠成熟1.6人工智能發(fā)展面臨的難題聯(lián)結(jié)主義試圖模仿人腦的結(jié)構(gòu)和功能這一想法雖然很有吸引力，但是在人們對人腦結(jié)構(gòu)和人腦工作機(jī)制認(rèn)識還不全面、不深入的情況下只靠一些簡單的結(jié)構(gòu)模仿就想實現(xiàn)研究目標(biāo)顯然是不切實際的。1.6人工智能發(fā)展面臨的難題聯(lián)結(jié)主義試圖模仿人腦的結(jié)構(gòu)和功1.6人工智能發(fā)展面臨的難題行為主義的觀點雖然強(qiáng)調(diào)感知和行動，但是它缺乏完整的理論體系，有待進(jìn)一步研究。同時，它認(rèn)為智能不需要知識、不需要表示、不需要推理，這明顯是不符合人類認(rèn)識發(fā)展歷程的。1.6人工智能發(fā)展面臨的難題行為主義的觀點雖然強(qiáng)調(diào)感知和行1.7人工智能的發(fā)展趨勢從獨(dú)立進(jìn)行的過程仿真走向與相關(guān)技術(shù)進(jìn)行組合的功能仿真。從機(jī)器替代走向機(jī)器參與。從機(jī)器思維走向機(jī)器輔助人腦思維。從機(jī)器學(xué)習(xí)走向機(jī)器幫助人學(xué)習(xí)。

21世紀(jì)，人工智能將會涉及人性化智能機(jī)器人、生命科學(xué)和腦科學(xué)等領(lǐng)域的研究。1.7人工智能的發(fā)展趨勢從獨(dú)立進(jìn)行的過程仿真走向與相關(guān)技術(shù)1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先進(jìn)的自動控制水平，且電力系統(tǒng)研究的大量問題已具備相應(yīng)的數(shù)學(xué)模型和數(shù)值算法，因此在AI早期對電力部門的吸引力不大。隨著專家系統(tǒng)應(yīng)用的巨大成功亦啟發(fā)電力部門研究人員去嘗試，很快發(fā)現(xiàn)AI在電力系統(tǒng)的應(yīng)用也是很大的。同時加上電力系統(tǒng)具備AI應(yīng)用的技術(shù)基礎(chǔ)，因此AI在電力系統(tǒng)的應(yīng)用研究發(fā)展很快。1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先進(jìn)的自動控制水平，且電力系統(tǒng)研究的大量問題已具備相應(yīng)的數(shù)學(xué)模型和數(shù)值算法，因此在AI早期對電力部門的吸引力不大。隨著專家系統(tǒng)應(yīng)用的巨大成功亦啟發(fā)電力部門研究人員去嘗試，很快發(fā)現(xiàn)AI在電力系統(tǒng)的應(yīng)用也是很大的。同時加上電力系統(tǒng)具備AI應(yīng)用的技術(shù)基礎(chǔ)，因此AI在電力系統(tǒng)的應(yīng)用研究發(fā)展很快。1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先進(jìn)的自動控制水平，且電力系統(tǒng)研究的大量問題已具備相應(yīng)的數(shù)學(xué)模型和數(shù)值算法，因此在AI早期對電力部門的吸引力不大。隨著專家系統(tǒng)應(yīng)用的巨大成功亦啟發(fā)電力部門研究人員去嘗試，很快發(fā)現(xiàn)AI在電力系統(tǒng)的應(yīng)用也是很大的。同時加上電力系統(tǒng)具備AI應(yīng)用的技術(shù)基礎(chǔ)，因此AI在電力系統(tǒng)的應(yīng)用研究發(fā)展很快。1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先1.8.1AI在電力系統(tǒng)的應(yīng)用范圍機(jī)組啟停檢修計劃負(fù)荷預(yù)測發(fā)電廠控制與保護(hù)潮流優(yōu)化電力系統(tǒng)安全分析電力系統(tǒng)穩(wěn)定分析無功優(yōu)化分配控制優(yōu)化繼電保護(hù)經(jīng)濟(jì)調(diào)度黑啟動1.8.1AI在電力系統(tǒng)的應(yīng)用范圍機(jī)組啟停檢修計劃負(fù)荷預(yù)測1.8.1AI在電力系統(tǒng)的應(yīng)用范圍電力質(zhì)量控制系統(tǒng)設(shè)計優(yōu)化電力規(guī)劃電氣設(shè)備故障診斷變電所運(yùn)行控制電力系統(tǒng)可靠性電力系統(tǒng)網(wǎng)架重構(gòu)系統(tǒng)恢復(fù)供電電力系統(tǒng)建模1.8.1AI在電力系統(tǒng)的應(yīng)用范圍電力質(zhì)量控制系統(tǒng)設(shè)計優(yōu)化1.8.1AI在電力系統(tǒng)的應(yīng)用范圍電力系統(tǒng)的運(yùn)行與控制由相對簡單的局部控制的協(xié)同作用構(gòu)成整個電力系統(tǒng)復(fù)雜的實時控制。實時控制有2種形式，即離散控制和連續(xù)控制。繼電保護(hù)：一種離散控制，系統(tǒng)狀態(tài)評估是實現(xiàn)保護(hù)動作的關(guān)鍵。由于AI的邏輯思維和快速處理能力，AI已成為在線狀態(tài)評估的重要工具。在繼電保護(hù)中存在大量的模糊知識與方法。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍電力系統(tǒng)的運(yùn)行與控制1.8.1AI在電力系統(tǒng)的應(yīng)用范圍切負(fù)荷：另一種離散控制。系統(tǒng)元件突然丟失，當(dāng)負(fù)荷超出系統(tǒng)供應(yīng)容量，就必須降低負(fù)荷以避免大范圍的供電中斷。這時，需通過對負(fù)荷需求和系統(tǒng)行為的分析和啟發(fā)式知識來控制繼電器及時動作。ANN具有對函數(shù)映射的逼近功能和并行處理能力，因而用ANN進(jìn)行電力系統(tǒng)的切負(fù)荷控制有著良好的適應(yīng)性和實時性。對輸入特征量的選取和獲得足以描述函數(shù)映射的樣本，是用神經(jīng)網(wǎng)絡(luò)進(jìn)行切負(fù)荷控制的關(guān)鍵問題。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍切負(fù)荷：另一種離散控制。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍勵磁控制：是重要的實時連續(xù)控制系統(tǒng)，對維持電力系統(tǒng)的穩(wěn)定性起主要作用，完成該功能的設(shè)備為PSS。由于大容量機(jī)組的投入和快速勵磁系統(tǒng)的應(yīng)用，系統(tǒng)的動態(tài)穩(wěn)定性問題愈來愈突出。將模糊集理論用于勵磁控制系統(tǒng)，較傳統(tǒng)基于線性系統(tǒng)理論的PSS有更好的控制效果。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍勵磁控制：是重要的實時連1.8.1AI在電力系統(tǒng)的應(yīng)用范圍電力系統(tǒng)的智能故障診斷專家系統(tǒng)診斷：應(yīng)用大量人類專家的知識和推理方法求解復(fù)雜實際問題的一種人工智能計算機(jī)程序。一般包括知識庫、數(shù)據(jù)庫、推理機(jī)、人機(jī)接口及知識庫管理系統(tǒng)、解釋系統(tǒng)等。人工神經(jīng)網(wǎng)絡(luò)診斷：以其大規(guī)模并行處理能力、自適應(yīng)學(xué)習(xí)能力、分布式信息存儲、魯棒性、容錯性和推廣能力等特點在故障檢測和診斷領(lǐng)域受到廣泛重視。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍電力系統(tǒng)的智能故障診斷1.8.1AI在電力系統(tǒng)的應(yīng)用范圍模式識別診斷：將系統(tǒng)的工作流程經(jīng)過仿真和分析，加上人的經(jīng)驗，建成各種故障模式，并根據(jù)測量信息，確定系統(tǒng)屬于哪種模式，從而檢測和分離故障。故障樹分析法：一種自上而下逐層展開的演繹分析法。它以系統(tǒng)或設(shè)備最不可能發(fā)生的故障為頂層事件，向下逐層查出導(dǎo)致該事件發(fā)生的全部原因，以一種特殊的倒立樹狀邏輯因果關(guān)系圖，表示事件的邏輯關(guān)系，并進(jìn)行定性、定量的安全性和可靠性分析。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍模式識別診斷：將系統(tǒng)的工1.8.1AI在電力系統(tǒng)的應(yīng)用范圍模糊診斷：模糊概念是內(nèi)涵確定而外延不確定的概念，如“電壓過大”，“電機(jī)過熱”等。正是由于這些模糊知識及故障診斷中的經(jīng)驗知識存在，所以模糊診斷技術(shù)具有較多的使用場合。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍模糊診斷：模糊概念是內(nèi)涵1.8.1AI在電力系統(tǒng)的應(yīng)用范圍灰色系統(tǒng)理論診斷：灰色概念是外延確定而內(nèi)涵不確定的概念，如“機(jī)器人失控”。灰色系統(tǒng)是指部分信息清楚而部分信息不清楚的系統(tǒng)，是控制論觀點和方法的延伸。它從系統(tǒng)的角度出發(fā)研究如何利用已知信息去揭示未知信息，即系統(tǒng)的“白化問題”。一個運(yùn)行中的設(shè)備實際就是一個復(fù)雜的灰色系統(tǒng)。故障診斷就是利用已知信息去認(rèn)識含有不可知信息系統(tǒng)的特性、狀態(tài)和發(fā)展趨勢，并對未來作出預(yù)測和決策，實際上是一個灰色系統(tǒng)的白化過程。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍灰色系統(tǒng)理論診斷：灰色概1.8.1AI在電力系統(tǒng)的應(yīng)用范圍遺傳算法診斷：主要特點是群體搜索策略和群體中各個體之間的信息轉(zhuǎn)化，可并行地爬多個峰，搜索不依賴于梯度信息，采用概率的變遷規(guī)則來指導(dǎo)它的搜索方向。尤其適用于處理傳統(tǒng)搜索方法中難以解決的復(fù)雜問題和非線性問題，不僅避免了局部優(yōu)化算法的缺陷，而且可以利用固有知識縮小搜索空間，避免其他全局優(yōu)化算法產(chǎn)生搜索的組合爆炸。1.8.1AI在電力系統(tǒng)的應(yīng)用范圍遺傳算法診斷：主要特點是1.8.2AI在電力系統(tǒng)的發(fā)展趨勢混合智能：人工智能中的4種主要工具，即專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊集理論、啟發(fā)式搜索，各有優(yōu)點和局限，缺少一種普遍有效的方法應(yīng)用于電力系統(tǒng)的各個領(lǐng)域。混合智能，即綜合多種智能技術(shù)，成為AI的重要發(fā)展方向之一。1.8.2AI在電力系統(tǒng)的發(fā)展趨勢混合智能：人工智能中的41.8.2AI在電力系統(tǒng)的發(fā)展趨勢分布式人工智能（DAI）：80年代發(fā)展起來的人工智能研究的一個分支，是伴隨著并行分布式計算的發(fā)展而產(chǎn)生的，包括3個方面的內(nèi)容：分布式問題求解：針對某個特定的問題，將工作分割為多個模塊，在知識共享和劃分的層次上協(xié)作找到問題的解決方法。并行人工智能：主要開發(fā)與人工智能相關(guān)的并行計算系統(tǒng)的機(jī)構(gòu)、語言和算法。1.8.2AI在電力系統(tǒng)的發(fā)展趨勢分布式人工智能（DAI）1.8.2AI在電力系統(tǒng)的發(fā)展趨勢多代理系統(tǒng)：關(guān)于一系統(tǒng)自主的智能代理之間的行為研究，包括如何協(xié)調(diào)他們的知識、目標(biāo)、技能、規(guī)劃以使他們共同采取行動來解決問題。多代理系統(tǒng)中的單個代理的工作目標(biāo)可以是同一個，也可以是相互關(guān)聯(lián)的獨(dú)立目標(biāo)。應(yīng)用多代理系統(tǒng)的主要困難是如何實現(xiàn)任務(wù)協(xié)調(diào)，在缺乏全局控制或全局共享目標(biāo)的開放式系統(tǒng)中，問題更為復(fù)雜。1.8.2AI在電力系統(tǒng)的發(fā)展趨勢多代理系統(tǒng)：關(guān)于一系統(tǒng)自人工智能課件1人工智能及其應(yīng)用第一章緒論人工智能及其應(yīng)用第一章緒論參考書籍蔡自興，徐光：《人工智能及其應(yīng)用》（第四版），清華大學(xué)出版社，2010年李士勇：《模糊控制·神經(jīng)控制和智能控制論》（第2版），哈爾濱工業(yè)大學(xué)出版社，2006年StuartRussell，PeterNorvig，《人工智能——一種現(xiàn)代方法》，（英文影印版）人民郵電出版社，2002，索取號為TP18-43/1RobCallan：《ArtificialIntelligence》，PalgraveMacmillan，2003韓立群，《人工神經(jīng)網(wǎng)絡(luò)教程》，北京郵電大學(xué)出版社，2006參考書籍蔡自興，徐光：《人工智能及其應(yīng)用》（第四版），清華大目錄人工智能的定義人工智能的發(fā)展進(jìn)程人工智能的計算機(jī)模擬人工智能的目的人工智能的研究方法人工智能面臨的難題人工智能的發(fā)展趨勢人工智能在電力系統(tǒng)的應(yīng)用目錄人工智能的定義1.1什么是人工智能智能是什么？將感覺、記憶、思維、語言、行為的整個過程稱為智能過程，它是智力和能力的表現(xiàn)。通俗地說，智能是個體認(rèn)識客觀事物和運(yùn)用知識解決問題的能力。智能智慧感覺記憶思維能力行為語言1.1什么是人工智能智能是什么？智能智慧感覺記憶思維能力1.1什么是人工智能邏輯思維的基礎(chǔ)是概念、判斷與推理，即將信息抽象為概念，再根據(jù)邏輯規(guī)則進(jìn)行邏輯推理。由于概念可用符號表示，而邏輯推理宜按串行模式進(jìn)行，這一過程可以事先寫成串行的指令由機(jī)器完成。20世紀(jì)40年代問世的第一臺電子計算機(jī)就是這樣一種用機(jī)器模擬人腦邏輯思維的人工智能系統(tǒng)，也是人類實現(xiàn)這一追求的重要里程碑。1.1什么是人工智能邏輯思維的基礎(chǔ)是概念、判斷與推理，即將1.1什么是人工智能人工智能(ArtificialIntelligence)是相對人的自然智能而言，即用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能，實現(xiàn)某些“機(jī)器思維”。作為一門學(xué)科，人工智能研究智能行為的計算模型，研制具有感知、推理、學(xué)習(xí)、聯(lián)想、決策等思維活動的計算系統(tǒng)，解決需要人類專家才能處理的復(fù)雜問題。1.1什么是人工智能人工智能(ArtificialInt1.1什么是人工智能人工智能的研究內(nèi)容包括三個方面知識表達(dá)：研究如何在機(jī)器中表示知識，使知識形式化、模型化，用以建立合適的符號邏輯系統(tǒng)。知識獲取：研究機(jī)器如何從各種知識源獲取知識。問題求解：運(yùn)用存貯于機(jī)器中的知識進(jìn)行相應(yīng)知識處理。1.1什么是人工智能人工智能的研究內(nèi)容包括三個方面1.1什么是人工智能不同學(xué)科對人工智能的理解不同，產(chǎn)生了不同的學(xué)派符號主義（Symbolicism），又稱為邏輯主義、心理學(xué)派或計算機(jī)學(xué)派，它認(rèn)為符號是人類的認(rèn)識基元，同時人的認(rèn)識過程即是對符號的計算推理的過程。其研究內(nèi)容是基于邏輯的知識表示和推理技術(shù)。聯(lián)結(jié)主義（Connectionism），又稱為仿生學(xué)派或生理學(xué)派，它認(rèn)為人的認(rèn)識基元是神經(jīng)元，認(rèn)識的過程就是人腦進(jìn)行信息處理的過程。主要研究內(nèi)容是神經(jīng)網(wǎng)絡(luò)。行為主義（Actionism），又稱進(jìn)化主義或控制論學(xué)派，其主要原理是智能取決于感知和行為，它不需要知識，不需要表示，不需要推理，智能行為是通過與現(xiàn)實外界環(huán)境的交互作用體現(xiàn)出來的。研究重點是模擬人的各種控制行為。1.1什么是人工智能不同學(xué)科對人工智能的理解不同，產(chǎn)生了不1.1什么是人工智能符號主義認(rèn)為：人工智能源于數(shù)理邏輯。數(shù)理邏輯從19世紀(jì)末起就獲迅速發(fā)展；到20世紀(jì)30年代開始用于描述智能行為。計算機(jī)出現(xiàn)后，在計算機(jī)上實現(xiàn)了邏輯演繹系統(tǒng)。1956年，符號主義者首先采用“人工智能”這個術(shù)語。后來又發(fā)展了啟發(fā)式算法→專家系統(tǒng)→知識工程理論與技術(shù)，并在80年代取得了很大發(fā)展。符號主義曾長期一枝獨(dú)秀，為人工智能的發(fā)展作出重要貢獻(xiàn)，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用和實現(xiàn)理論聯(lián)系實際具有特別重要意義。這個學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜（Nilsson）等。1.1什么是人工智能符號主義認(rèn)為：人工智能源于數(shù)理邏輯。1.1什么是人工智能聯(lián)結(jié)主義認(rèn)為：人工智能源于人腦模型的研究。代表性成果是1943年由生理學(xué)家麥卡洛克和數(shù)理邏輯學(xué)家皮茨創(chuàng)立的腦模型，即MP模型。60～70年代，尤其是對感知機(jī)（Perceptron）為代表的腦模型的研究曾出現(xiàn)過熱潮，由于當(dāng)時的理論模型、生物原型和技術(shù)條件的限制，腦模型研究在70年代后期至80年代初期落入低潮。Hopfield教授在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(luò)時，聯(lián)結(jié)主義又重新抬頭。1986年魯梅爾哈特（Rumelhart）等人提出多層網(wǎng)絡(luò)中的反向傳播BP算法。此后，聯(lián)結(jié)主義勢頭大振，從模型到算法，從理論分析到工程實現(xiàn)，為神經(jīng)網(wǎng)絡(luò)計算機(jī)走向市場打下基礎(chǔ)。1.1什么是人工智能聯(lián)結(jié)主義認(rèn)為：人工智能源于人腦模型的研1.1什么是人工智能行為主義認(rèn)為：人工智能源于控制論。控制論思想早在40～50年代就成為時代思潮的重要部分，影響了早期的人工智能工作者。60～70年代，控制論系統(tǒng)的研究取得一定進(jìn)展，播下智能控制和智能機(jī)器人的種子，并在80年代誕生了智能控制和智能機(jī)器人系統(tǒng)。行為主義是近年來才以人工智能新學(xué)派的面孔出現(xiàn)的，引起許多人的興趣與研究。1.1什么是人工智能行為主義認(rèn)為：人工智能源于控制論。1.1什么是人工智能不同學(xué)派對人工智能基本理論、技術(shù)路線的看法也是有爭論的。沿著什么技術(shù)路線和策略來發(fā)展人工智能？人工智能是否一定采用模擬人的智能的方法？若要模擬又該如何模擬？對結(jié)構(gòu)模擬和行為模擬、感知思維和行為、對認(rèn)知與學(xué)習(xí)以及邏輯思維和形象思維等問題是否應(yīng)分離研究？是否有必要建立人工智能的統(tǒng)一理論系統(tǒng)？若有，又應(yīng)以什么方法為基礎(chǔ)？1.1什么是人工智能不同學(xué)派對人工智能基本理論、技術(shù)路線的1.1什么是人工智能從表現(xiàn)形式的角度

機(jī)器智能，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(wù)（Anthropomorphictasks）的機(jī)器。從學(xué)科發(fā)展的角度

人工智能，是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機(jī)器的一個分支，其近期主要目標(biāo)是用計算機(jī)來模仿和執(zhí)行人腦的某些智能功能，并開發(fā)相關(guān)理論和技術(shù)。從實用主義的角度

計算智能，研究智能信息處理技術(shù)，以使計算機(jī)具有與人類智能相類似的行為，如：判斷、推理、證明、識別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。1.1什么是人工智能從表現(xiàn)形式的角度1.1什么是人工智能現(xiàn)在，人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個系統(tǒng)，可以模仿人腦的行為，去思考宇宙中最復(fù)雜的問題。對于自然學(xué)習(xí)過程、自然語言和感官知覺的研究為科學(xué)家構(gòu)建智能機(jī)器提供了幫助。這種系統(tǒng)在解決復(fù)雜的問題時，需要具備對事物能夠進(jìn)行感知、學(xué)習(xí)、推理、聯(lián)想、概括和發(fā)現(xiàn)等能力。對人工智能機(jī)器持反觀點的人認(rèn)為：人類智能是一個發(fā)生、發(fā)展的過程。人類在解決各種問題時，存在非智力因素與智力因素的相互作用。機(jī)器能夠模擬人類智能是極其有限的。1.1什么是人工智能現(xiàn)在，人工智能專家們面臨的最大挑戰(zhàn)之一1.2人工智能的發(fā)展進(jìn)程1.2人工智能的發(fā)展進(jìn)程1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)人工智能的思想萌牙可以追溯到十七世紀(jì)的巴斯卡和萊布尼茨，他們較早萌生了有智能的機(jī)器的想法。

十九世紀(jì)，英國數(shù)學(xué)家布爾和德·摩爾根提出了“思維定律”，這些可謂是人工智能的開端。

十九世紀(jì)，英國科學(xué)家巴貝奇設(shè)計了第一架“計算機(jī)器”，它被認(rèn)為是計算機(jī)硬件，也是人工智能硬件的前身。但隨著1941年以來電子計算機(jī)的發(fā)展，技術(shù)已最終可以創(chuàng)造出機(jī)器智能。雖然計算機(jī)為AI提供了必要的技術(shù)基礎(chǔ)，但直到50年代早期人們才注意到人類智能與機(jī)器之間的聯(lián)系。1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)人工智能的思想萌牙可以追溯到1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)1950年：AlanTuring在文章“ComputingMachineryandIntelligence”中提出了著名的圖靈測試，即一種測試機(jī)器是不是具備人類智能的方法。阿倫·圖靈認(rèn)為：如果一臺計算機(jī)能騙過人，使人相信它是人而不是機(jī)器，那么它就應(yīng)當(dāng)被稱作有智能。1.2.120世紀(jì)初的數(shù)學(xué)基礎(chǔ)1950年：AlanTu1.2.2人工智能的誕生NorbertWiener是最早研究反饋理論的美國人之一。最熟悉的反饋控制的例子是自動調(diào)溫器。它將收集到的房間溫度與希望的溫度比較，并做出反應(yīng)將加熱器開大或關(guān)小，從而控制環(huán)境溫度。這項對反饋回路的研究重要性在于：Wiener從理論上指出，所有的智能活動都是反饋機(jī)制的結(jié)果，而反饋機(jī)制是有可能用機(jī)器模擬的。這項發(fā)現(xiàn)對早期AI的發(fā)展影響很大。1.2.2人工智能的誕生NorbertWiener是最早1.2.2人工智能的誕生1956年：

世界上第一次正式的AI會議。人工智能之父的美國學(xué)者麥卡錫邀請了對機(jī)器智能感興趣的一批數(shù)學(xué)家、信息學(xué)家、心理學(xué)家、神經(jīng)生理學(xué)家、計算機(jī)科學(xué)家聚集在達(dá)特矛斯（Dartmouthcollege）進(jìn)行了長達(dá)二個月的討論，即“Dartmouth人工智能夏季研究會”。從那時起，這個領(lǐng)域被命名為“人工智能”。雖然Dartmouth學(xué)會不是非常成功，但它確實集中了AI的創(chuàng)立者們，并為以后的AI研究奠定了基礎(chǔ)。1.2.2人工智能的誕生1956年：世界上第一次正式的A1.2.3人工智能的發(fā)展Dartmouth會議后的7年中，AI研究開始快速發(fā)展1957年“通用解題機(jī)”（GPS）的第一個版本進(jìn)行了測試，GPS擴(kuò)展了Wiener的反饋原理，可以解決很多常識問題。1959年:FrankRosenblatt提出感知器模型

1959年:卡內(nèi)基梅隆大學(xué)和MIT開始組建AILab。研究面臨的挑戰(zhàn)：下一步需要建立能夠更有效解決問題的系統(tǒng)，例如在“邏輯專家”中減少搜索，還有就是建立可以自我學(xué)習(xí)的系統(tǒng)。1962年：Herbert花3年時間制作了一個解幾何定理的程序。1.2.3人工智能的發(fā)展Dartmouth會議后的7年中，1.2.3人工智能的發(fā)展1963年：MIT從美國政府得到了一筆220萬美元的資助，用于研究機(jī)器輔助識別。這筆資助來自國防部高級研究計劃署（ARPA），這個計劃吸引了來自全世界的計算機(jī)科學(xué)家，加快了AI研究的發(fā)展步伐。1958年:McCarthy宣布了他的新成果，即LISP語言（表處理），很快就為大多數(shù)AI開發(fā)者采納。在MIT由MarvinMinsky領(lǐng)導(dǎo)的研究人員發(fā)現(xiàn)，面對小規(guī)模的對象，計算機(jī)程序可以解決空間和邏輯問題。在60年代末出現(xiàn)的“STUDENT”可以解決代數(shù)問題，“SIR”可以理解簡單的英語句子，這些程序的結(jié)果對處理語言理解和邏輯有所幫助。1.2.3人工智能的發(fā)展1963年：MIT從美國政府得到了1.2.3.1專家系統(tǒng)時期1963：M.RossQuillian開創(chuàng)語義網(wǎng)絡(luò)（SemanticNets)1965：MIT的JosephWeizenbaum研制出第一個聊天機(jī)器人ELIZA，可模擬治療專家與病人之間的談話。1965：Feigenbaum和Lederberg研制出第一個專家系統(tǒng)（DENDRAL），可幫助化學(xué)家推斷分子結(jié)構(gòu)。1966:由于ALPAC（自動語言處理顧問委員會）在“機(jī)器翻譯評估報告”中存在偏見，造成美國政府取消對機(jī)器翻譯的資助。1969：Minsky和Papert的感知機(jī)報告中提出“有限階感知機(jī)僅能識別歐拉函數(shù)，不能識別其他的拓?fù)洳蛔冃浴保斐擅绹∠麑ι窠?jīng)網(wǎng)絡(luò)研究的資助。1969：SRI研制出機(jī)器人Shakey，具有運(yùn)動、感知和問題求解能力1.2.3.1專家系統(tǒng)時期1963：M.RossQu1.2.3.2自然語言處理時期1970:Stanford的TerryWinograd等研制出（ETAOIN）SHRDLU，它能用普通的英語句子與人交流,還能作出決策并執(zhí)行操作。1972:Colmerauer研制出PROLOG語言的解釋系統(tǒng)。1972:DARPA（美國國防部高級研究計劃署）取消Stanford大學(xué)機(jī)器人研究(Shakey)的資助。1972:Mycin工程（一個通過提供咨詢服務(wù)來幫助普通內(nèi)科醫(yī)生診治細(xì)菌感染性疾病的專家系統(tǒng)）啟動1973:JamesLighthill爵士的報告使得英國政府取消對AI研究的資助（特別提出了指數(shù)爆炸問題）。從那時起至今，英國AI研究一蹶不振。1976:DARPA取消對語音識別研究的資助。1976:Greenblatt研制出第一臺LISP機(jī)CONS。1.2.3.2自然語言處理時期1970:Stanford1.2.3.2自然語言處理時期1976:DougLenat的數(shù)學(xué)積分系統(tǒng)AM(AutomatedMathematician)1977:SRI（史丹佛研究院）啟動PROSPECTOR工程幫助地質(zhì)專家探測和解釋礦物1978年發(fā)現(xiàn)鉬礦脈(molybdenumvein)1977:EdwardFeigenbaum在IJCAI會議上正式提出知識工程作為一門學(xué)科1979:Stanford研制出第一臺計算機(jī)控制的汽車（StanfordCart）1980:第一屆美國AI協(xié)會會議（AAAI）在Stanford召開。1980:JohnMcDermott為DEC設(shè)計了XCON專家系統(tǒng)，用于配置VAX機(jī)器系統(tǒng)。1.2.3.2自然語言處理時期1976:DougLen1.2.3.3知識工程時期1981:日本政府宣布啟動日本五代機(jī)（first-generationcomputer）計劃（即智能計算機(jī)）1982:JohnHopfield掀起神經(jīng)網(wǎng)絡(luò)的研究1983:MCC（MicroelectronicsandComputerTechnologyCorporation）成立（BobbyInman任主任）1984:DougLenat在BobbyRayInman的勸說下在MCC開始Cyc（第一個試圖解決常識問題的程序）的研究1986:ThinkingMachinesInc研制聯(lián)結(jié)機(jī)器(ConnectionMachine)1987:LISP機(jī)器市場開始暗淡1988:386芯片使得PC機(jī)速度可以與LISP機(jī)器媲美1.2.3.3知識工程時期1981:日本政府宣布啟動日本1.2.3.4分布智能和機(jī)器學(xué)習(xí)1992:日本政府宣布五代機(jī)計劃失敗。隨后啟動RWC計劃（RealWorldComputingProject，真實世界計算項目）1993:Shoham提出AOP（面向方向的編程）1995:Vapnik提出SVM（支持向量機(jī)），它在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。1996:中科院計算所多主體系統(tǒng)MAPE1996:DARPA啟動HPKB計劃軍事上的“GrandChallenge”問題分析和求解1997:IBM深藍(lán)II(DeepBlue)擊敗GarryKasparov2000:中科院計算所多主體環(huán)境MAGE，知識發(fā)現(xiàn)系統(tǒng)MSMiner1.2.3.4分布智能和機(jī)器學(xué)習(xí)1992:日本政府宣布五1.3人工智能的計算機(jī)模擬人類思維策略初級信息處理生理過程計算機(jī)程序計算機(jī)語言計算機(jī)硬件計算機(jī)低層中層高層中樞神經(jīng)神經(jīng)元大腦1.3人工智能的計算機(jī)模擬人類思維策略初級信息處理生理過程1.3人工智能的計算機(jī)模擬研究認(rèn)知過程的主要任務(wù)是探求高層次思維決策與初級信息處理的關(guān)系，并用計算機(jī)程序來模擬人的思維策略水平，而用計算機(jī)語言模擬人的初級信息處理過程。典型代表為IBM的深藍(lán)。1.3人工智能的計算機(jī)模擬研究認(rèn)知過程的主要任務(wù)是探求高層1.3人工智能的計算機(jī)模擬抽象處理單元形象處理單元1感知處理單元1形象處理單元2感知處理單元2形象處理單元3感知處理單元3抽象思維形象思維感知思維外界信號1.3人工智能的計算機(jī)模擬抽象處理單元形象處理單元1感知處1.4人工智能的目的通過計算機(jī)技術(shù)模擬人腦智能，替代人類解決生產(chǎn)、生活中的具體問題。通過計算機(jī)技術(shù)延伸人類智力，提高人類解決生產(chǎn)、生活中的具體問題的能力。通過計算機(jī)技術(shù)研究和推動人類智力發(fā)展1.4人工智能的目的通過計算機(jī)技術(shù)模擬人腦智能，替代人類解1.5人工智能的方法將對象信息轉(zhuǎn)換為計算機(jī)內(nèi)碼（數(shù)字化信息）建立相關(guān)知識庫和知識應(yīng)用模型（包括各種算法和知識推理的邏輯運(yùn)算方法）通過計算機(jī)程序語言實現(xiàn)對象信息的加工處理。

無論是替代、延伸，還是研究和推動人腦信息，我們必須首先明確：人工智能是對機(jī)器智能的發(fā)現(xiàn)科學(xué)？還是一種實用工程技術(shù)？從人工智能的定義看，人工智能只是一種實用工程技術(shù)。1.5人工智能的方法將對象信息轉(zhuǎn)換為計算機(jī)內(nèi)碼（數(shù)字化信1.5人工智能的方法既然是一種實用工程技術(shù)，就必須建立人工智能技術(shù)開發(fā)的規(guī)范性方法。其具體工作至少應(yīng)該包括：分析處理對象與工具的關(guān)系：在問題解決過程中，哪些知識需要并且可能數(shù)字化？規(guī)則化？模型化？邏輯運(yùn)算化？何種計算機(jī)程序語言可以實現(xiàn)所選擇的信息處理方案？人工智能與人腦智能的效率比較：雖然計算機(jī)對可建立信息處理規(guī)則的數(shù)字化信息的計算、搜索、模式識別即快又準(zhǔn)，但由于人類知識普遍具有或然性和可變性，從應(yīng)用價值角度分析，“全自動的并不是最好的”，因此需從精確性、靈敏性、完整性等進(jìn)行比較。1.5人工智能的方法既然是一種實用工程技術(shù)，就必須建立人1.5人工智能的方法選擇人工智能系統(tǒng)的人機(jī)互助方案：凡是不可能建立完整的計算機(jī)信息處理規(guī)則的信息系統(tǒng)，信息處理過程中的人工參與將不可避免。因此，電腦能力和人腦能力如何優(yōu)化組合是一個關(guān)鍵問題。人機(jī)能力組合技術(shù)的科學(xué)性、功能完整性、普遍適用性水平，決定了一個人工智能系統(tǒng)的實用價值。人工智能系統(tǒng)的成本效益分析：任何實用工程技術(shù)，必須考慮開發(fā)成本和使用價值之比。因此，對人工智能技術(shù)的價值（效率）評價、人工智能系統(tǒng)的人機(jī)互助方案選擇，必須進(jìn)行開發(fā)成本和市場效益分析。1.5人工智能的方法選擇人工智能系統(tǒng)的人機(jī)互助方案：凡是不1.6人工智能發(fā)展面臨的難題理論不夠成熟目前的智能控制理論，或多或少老師依據(jù)一定的工程背景或特殊的應(yīng)用場合才逐步發(fā)展起來的，因此，人工智能控制理論的發(fā)展呈現(xiàn)出不同的理論算法只適用于特定的領(lǐng)域或工程背景，理論的通用性和可移植性較弱。符號主義觀點在面對非確定性問題、非邏輯問題時常常顯得力不從心，它要求待處理的信息完整、精確，而現(xiàn)實中的許多問題都不滿足這些條件，這也就限制了符號主義的進(jìn)一步發(fā)展。1.6人工智能發(fā)展面臨的難題理論不夠成熟1.6人工智能發(fā)展面臨的難題聯(lián)結(jié)主義試圖模仿人腦的結(jié)構(gòu)和功能這一想法雖然很有吸引力，但是在人們對人腦結(jié)構(gòu)和人腦工作機(jī)制認(rèn)識還不全面、不深入的情況下只靠一些簡單的結(jié)構(gòu)模仿就想實現(xiàn)研究目標(biāo)顯然是不切實際的。1.6人工智能發(fā)展面臨的難題聯(lián)結(jié)主義試圖模仿人腦的結(jié)構(gòu)和功1.6人工智能發(fā)展面臨的難題行為主義的觀點雖然強(qiáng)調(diào)感知和行動，但是它缺乏完整的理論體系，有待進(jìn)一步研究。同時，它認(rèn)為智能不需要知識、不需要表示、不需要推理，這明顯是不符合人類認(rèn)識發(fā)展歷程的。1.6人工智能發(fā)展面臨的難題行為主義的觀點雖然強(qiáng)調(diào)感知和行1.7人工智能的發(fā)展趨勢從獨(dú)立進(jìn)行的過程仿真走向與相關(guān)技術(shù)進(jìn)行組合的功能仿真。從機(jī)器替代走向機(jī)器參與。從機(jī)器思維走向機(jī)器輔助人腦思維。從機(jī)器學(xué)習(xí)走向機(jī)器幫助人學(xué)習(xí)。

21世紀(jì)，人工智能將會涉及人性化智能機(jī)器人、生命科學(xué)和腦科學(xué)等領(lǐng)域的研究。1.7人工智能的發(fā)展趨勢從獨(dú)立進(jìn)行的過程仿真走向與相關(guān)技術(shù)1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先進(jìn)的自動控制水平，且電力系統(tǒng)研究的大量問題已具備相應(yīng)的數(shù)學(xué)模型和數(shù)值算法，因此在AI早期對電力部門的吸引力不大。隨著專家系統(tǒng)應(yīng)用的巨大成功亦啟發(fā)電力部門研究人員去嘗試，很快發(fā)現(xiàn)AI在電力系統(tǒng)的應(yīng)用也是很大的。同時加上電力系統(tǒng)具備AI應(yīng)用的技術(shù)基礎(chǔ)，因此AI在電力系統(tǒng)的應(yīng)用研究發(fā)展很快。1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先進(jìn)的自動控制水平，且電力系統(tǒng)研究的大量問題已具備相應(yīng)的數(shù)學(xué)模型和數(shù)值算法，因此在AI早期對電力部門的吸引力不大。隨著專家系統(tǒng)應(yīng)用的巨大成功亦啟發(fā)電力部門研究人員去嘗試，很快發(fā)現(xiàn)AI在電力系統(tǒng)的應(yīng)用也是很大的。同時加上電力系統(tǒng)具備AI應(yīng)用的技術(shù)基礎(chǔ)，因此AI在電力系統(tǒng)的應(yīng)用研究發(fā)展很快。1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先進(jìn)的自動控制水平，且電力系統(tǒng)研究的大量問題已具備相應(yīng)的數(shù)學(xué)模型和數(shù)值算法，因此在AI早期對電力部門的吸引力不大。隨著專家系統(tǒng)應(yīng)用的巨大成功亦啟發(fā)電力部門研究人員去嘗試，很快發(fā)現(xiàn)AI在電力系統(tǒng)的應(yīng)用也是很大的。同時加上電力系統(tǒng)具備AI應(yīng)用的技術(shù)基礎(chǔ)，因此AI在電力系統(tǒng)的應(yīng)用研究發(fā)展很快。1.8人工智能在電力系統(tǒng)的應(yīng)用由于大規(guī)模電力系統(tǒng)一般具有先1.8.1AI在電力系統(tǒng)的應(yīng)用范圍機(jī)組啟停檢修計劃負(fù)荷預(yù)測發(fā)電廠控制與保護(hù)潮流優(yōu)化電力系統(tǒng)安全分析電力系統(tǒng)穩(wěn)定分析無功優(yōu)化分配控制優(yōu)化繼電保護(hù)經(jīng)濟(jì)調(diào)度黑啟動1.8.1AI在電力系統(tǒng)的應(yīng)用范圍機(jī)組啟停檢修