人工智能與專家系統信息系:辦公電話:Email:教學內容：本章首先介紹人工智能的定義、發展概況及相關學派和他們的認知觀，接著討論人工智能的研究和應用領域。

教學重點：

1．從不同科學或學科出發對人工智能進行定義；

2．介紹人工智能的起源與發展過程；

3．討論人工智能與人類智能的關系；

4．簡介目前人工智能的主要學派；

5．簡介人工智能所研究的范圍與應用領域。第1章緒論第1章緒論教學難點：怎么樣理解人工智能？人工智能作為一門學科有什么意義？人工智能的主要學派與其爭論焦點。教學要求：重點掌握人工智能的幾種定義，掌握目前人工智能的三個主要學派及對人工智能的理解，一般了解人工智能的主要研究范圍和應用領域。第1章緒論人工智能的定義和發展1.1人類智能和人工智能(補充)1.2人工智能的學派(補充)1.3人工智能的研究與應用領域1.41.1人工智能的定義和發展1.前言---我們的時代2.智能的概念與特征3.人工智能的定義4.人工智能的起源與發展5.人工智能的研究目標及其研究內容我們已跨進21世紀的新時代，牛頓、達爾文、愛因斯坦、圖靈……一代代大師、偉人在我們的身后；展現在我們的面前是科學發現和技術發明的海洋。1.前言---我們的時代自然條件：在我們面前，有著可供人類使用的三大戰略資源，它們是：——？即物質、能源、信息；由此，產生了促進人類文明的三要素：即材料、動力、知識。

“過去，理性的力量使人類走出了神秘的陰影，認識并利用了物質文化、能量轉換和信息控制，以科學和技術推動了文明的不斷躍升。”例如，人類發現并釋放了原子中蘊藏的巨大能量；

現代人類已登上了先人們久已渴望親臨的月球；在我們時代，已發明了便于處理各種信息的電腦；還有，我們人類已發現了控制生命活動的基因……引語

“未來，人類的創造力將揭露更多的天機，科學和技術將開拓新的文明，人們將不再為資源短缺而不安，信息的運動速度將把一切都變為短暫。我們將尋找人類的祖籍，我們將尋找心靈的居所，我們將尋覓地外生命的搖籃，我們將登陸火星并移民太空，我們將走向宇宙誕生的圣地……

‘現在’是‘過去’和‘未來’的中轉站,我們面對‘時空寶鑒’遙望未來,將會見到一個夢想不到的全新世界。”

——摘自[科技創造未來](FutureOnScience)(徐冠華主編,北京理工大學出版社)引語

人類在二十世紀取得了被譽為對未來影響最為深遠的三大前沿科學技術成就，它們是——？即：宇航空間技術原子能技術人工智能其中，人工智能是由一群年輕學者首先提出來的。二十世紀造就了三大前沿科學技術成就1.1人工智能的定義和發展1.前言---我們的時代2.智能的概念與特征3.人工智能的定義4.人工智能的起源與發展5.人工智能的研究目標及其研究內容自然界四大奧秘：

物質的本質;

宇宙的起源;

生命的本質;

智能的發生。2.智能的概念與特征自然智能:指人類和一些動物所具有的智力和行為能力人類的自然智能（簡稱智能）:指人類在認識客觀世界中，由思維過程和腦力活動所表現出的綜合能力。人類大腦是如何實現智能的兩大難題之一：宇宙起源、人腦奧秘對人腦奧秘知之甚少對人腦奧秘知道什么結構：1011-12量級的神經元，分布并行功能：記憶、思維、觀察、分析等對智能的嚴格定義有待于人腦奧秘的揭示，進一步認識，也就產生了許多爭議。2.智能的概念與特征2.智能的概念與特征獲取知識并應用知識求解問題的能力（1）智能定義主要流派有：

思維理論：智能的核心——

思維

知識閾值理論：智能的基礎——

知識

進化理論（MIT，R.A.Brooks,人造機器蟲研究)：智能的基礎——感知、行為、進化

“不需知識的智能”、“沒有推理的智能”

智能是知識與智力的總和知識是一切智能行為的基礎（2）智能的層次結構高層智能：以大腦皮層（抑制中樞）為主，主要完成記憶、思維等活動。中層智能：以丘腦（感覺中樞）為主，主要完成感知活動。低層智能：以小腦、脊髓為主，主要完成動作反應活動。不同觀點在層次結構中的對應關系思維理論知識閾值理論進化理論高層智能2.智能的概念與特征中層智能和低層智能TextTextTextTextText2.智能的概念與特征（3）智能的特征感知能力記憶思維能力行為能力學習能力指人們通過視覺、聽覺、觸覺、嗅覺等感覺器官感知外部世界的能力。感知是人類最基本的生理、心理現象，是獲取外部信息的基本途徑，人類大約80%以上信息通過視覺得到，10%信息通過聽覺得到。所以感知是智能的前提與必要條件。TextTextTextTextText2.智能的概念與特征（3）智能的特征感知能力記憶思維能力行為能力學習能力記憶用于存儲由感知器官感知到的外部信息以及由思維所產生的知識。思維對記憶的信息進行處理，利用已有的知識對信息進行分析、計算、比較、判斷、推理、聯想和決策等。思維有抽象思維、形象思維、靈感思維。思維方式：

抽象思維（邏輯思維）：根據邏輯規則對信息和知識進行處理的理性思維方式。例如，邏輯推理等。

形象思維（直感思維）：基于形象概念，根據感性形象認識材料對客觀現象進行處理的一種思維方式。例如，圖像、景物識別等。

靈感思維（頓悟思維）：是一種顯意識和潛意識相互作用的思維方式。例如，因靈感而頓時開竅。2.智能的概念與特征TextTextTextTextText2.智能的概念與特征（3）智能的特征感知能力記憶思維能力行為能力學習能力學習和自適應能力。學習:是一個具有特定目的的知識獲取過程，是人的本能。不同人的學習方法、能力不同。自適應能力：是一種通過自我調節適應外界環境的過程，是人的本能。不同人的適應能力不同。TextTextTextTextText2.智能的概念與特征（3）智能的特征感知能力記憶思維能力行為能力學習能力含義：指對感知到的外界信息作出動作反應的能力。信息來源：由感知直接獲得的外界信息；經過思維加工后的信息。實現過程：通過脊髓來控制,由語言、表情、體姿等來實現。感知--動作方式：對簡單、緊急信息1.1人工智能的定義和發展1.前言---我們的時代2.智能的概念與特征3.人工智能的定義4.人工智能的起源與發展5.人工智能的研究目標及其研究內容人工智能，顧名思義，即用人工制造的方法，實現智能機器或在機器上實現的智能系統。人工智能，英文ArtificialIntelligence,簡稱AI。3.人工智能的定義人工智能的定義

人工智能（機器）

人工智能（能力）人工智能（學科）人工智能（科學）

人工智能（系統）人工智能（機器）能夠在各類環境中自主地或交互地執行各種擬人任務(anthropomorphictasks)的智能機器。Akindofmachinethatcanperformsvariousanthropomorphic[??nθr?p??m?:fik]

tasksinanenvironmentbylearningautonomouslyorinteractively.人工智能（學科）人工智能(學科)是計算機科學中涉及研究、設計和應用智能機器的一個分支。它的近期主要目標在于研究用機器來模仿和執行人腦的某些智力功能，并開發相關理論和技術。Abranchofthecomputersciencethatdealswiththeresearch,designandapplicationoftheintelligentcomputer.Itsmajorobjectiveistodevelopanduseamachinetoimitatesomeintellectualcapabilitiesofhumanbrainandtodeveloptherelatedtheoriesandtechniques.

人工智能（能力）人工智能(能力)是智能機器所執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、規劃、學習和問題求解等思維活動。

Theabilityofamachine(device)toperformfunctionsthatarenormallyassociatedwithhumanintelligence,suchasrecognition,perception,cognition,reasoning,planning,learning,understanding,andproblem-solving.人工智能（系統）人工智能（系統）是能驅使或操縱智能機器達到目標的一個系統。Asystemthatcandrive(operate)intelligentmachinetoreachitsgoal.人工智能（科學）它是研究人類智能行為本質，模擬人類和生物智力并實現各種IC智能系統的一門科學。Adisciplinethatstudiestheessencesofthehuman-beingintelligentbehavior,simulatestheintelligenceofhumanandlivingbeings,andrealizesvariousICintelligentsystems.

人工智能：是一門研究如何構造智能機器（智能計算機）或智能系統，使它能模擬、延伸、擴展人類智能的學科。1.1人工智能的定義和發展1.前言---我們的時代2.智能的概念與特征3.人工智能的定義4.人工智能的起源與發展5.人工智能的研究目標及其研究內1956年前1956--1970年1970年至今孕育期形成期發展期4.人工智能的起源與發展自遠古以來，人類就有用機器代替人們腦力勞動的的幻想：公元前900多年我國有歌舞機器人流傳的記載。公元前，亞里斯多德（Aristotle）：三段論培根（F.Bacon）：歸納法萊布尼茨（G.W.Leibnitz）：萬能符號、推理計算布爾（G.Boole）：用符號語言描述思維活動的基本推理法則1936年，圖靈：圖靈機1943年，麥克洛奇（W.McCulloch）、匹茲(W.Pitts)：M－P模型孕育期（1956年之前）美國愛荷華州立大學的阿塔納索夫教授和他的研究生貝瑞在1937年至1941年間開發的世界上第一臺電子計算機“阿塔納索夫－貝瑞計算機（Atanasoff-BerryComputer，ABC）”為人工智能的研究奠定了物質基礎。阿塔納索夫貝瑞孕育期（1956年之前）克利(1907－1980)：美國數學家、電子數字計算機的先驅，他與埃克特(J.P.Eckert)合作，1946年研制成功了世界上第一臺通用電子計算機ENIAC。麥克洛奇和皮茲：美國神經生理學家，于1943年建成了第1個神經網絡模型(MP模型)。維納1874－1956)：美國著名數學家、控制論創始人。1948年創立了控制論。控制論向人工智能的滲透，形成了行為主義學派。圖靈又于1950年，發表了《計算機能思維嗎？》，提出了“機器能思維”的觀點。孕育期（1956年之前）

AI誕生于1次歷史性的聚會

時間：1956年夏季

地點：達特莫斯(Dartmouth)大學

目的：為使計算機變得更“聰明”，或者說使計算機具有智能

發起人：麥卡錫(J.McCarthy)：Dartmouth的年輕數學家、計算機專家，后為MIT教授。

明斯基(M.L.Minsky)：哈佛大學數學家、神經學家，后為MIT教授。洛切斯特(N.Lochester)：IBM公司信息中心負責人。香農(C.E.Shannon)：貝爾實驗室信息部數學研究員。形成期（1956-1969）莫爾(T.more)、塞繆爾(A.L.Samuel)：IBM公司。塞爾夫里奇(O.Selfridge)、索羅蒙夫(R.Solomonff)：MIT。

紐厄爾(A.Newell)：蘭德(RAND)公司。西蒙(H.A.Simon)：卡內基(Carnagie)工科大學。

會議結果：由麥卡錫提議正式采用了“ArtificialIntelligence”這一術語。形成期（1956-1969）早期研究

心理學小組：1957年，紐厄爾、肖(J.Shaw)和西蒙等人的心理學小組研制了稱為邏輯理論機(簡稱LT)的數學定理證明程序。

1960年研制了通用問題求解程序。該程序當時可解決10種類型的問題，如不定積分、三角函數、代數方程、猴子摘香蕉、梵塔、人—羊過河等。

IBM工程小組：1956年，塞繆爾在IBM704計算機上研制成功了具有自學習、自組織和自適應能力的西洋跳棋程序。這個程序可以從棋譜中學習，也可以在下棋過程中積累經驗、提高棋藝。通過不斷學習，該程序1959年擊敗了塞繆爾本人，1962年又擊敗了一個州冠軍。

形成期（1956-1969）MIT小組：

1958年，麥卡錫建立了行動規劃咨詢系統。

1959年，麥卡錫又研制了人工智能語言LISP。

1960年，明斯基發表了“走向人工智能的步驟”的論文，推動了人工智能的發展。形成期（1956-1969）早期研究其他方面：

1965年，魯賓遜(J.A.Robinson)提出了歸結（消解）原理。

1965年，費根鮑姆開始研究化學專家系統DENDRAL。

1969年，成立了國際人工智能聯合會議（InternationalJointConferencesonArtificialIntelligence，IJCAI）。

1970年，創刊了國際性的人工智能雜志（ArtificialIntelligence）。

形成期（1956-1969）后期研究進一步研究AI基本原理方法和技術：20世紀60年代末，人工智能研究遇到困難，如機器翻譯。1966年美國顧問委員會的報告裁定：還不存在通用的科學文本機器翻譯，也沒有很近的實現前景。英國、美國中斷了大部分機器翻譯項目的資助。1977年，費根鮑姆在第五屆國際人工智能聯合會議上提出了“知識工程”概念，推動了以知識為中心的研究。1981年，日本宣布第五代計算機發展計劃，并在1991年展出了研制的PSI－3智能工作站和由PSI－3構成的模型機系統。發展期（1970年至今）我國自1978年開始把“智能模擬”作為國家科學技術發展規劃的主要研究課題。1981年成立了中國人工智能學會。近十多年來，機器學習、計算智能、人工神經網絡等和行為主義的研究深入開展，形成高潮。同時，不同人工智能學派間的爭論也非常熱烈。這些都推動人工智能研究的進一步發展。使人工智能從“一枝獨秀”到“百花齊放”。現在，人工智能已經成為計算機、航空航天、軍事裝備、工業等眾多領域的關鍵技術。提問：為什么人工智能在1956年才正式誕生？發展期（1970年至今）1.1人工智能的定義和發展1.前言---我們的時代2.智能的概念與特征3.人工智能的定義4.人工智能的起源與發展5.人工智能的研究目標及其研究內容5.人工智能的研究目標與內容(1)人工智能的研究目標(2)人工智能研究的基本內容如何知道一個系統是否具有智能呢？

圖靈（Turing）測試：1950年，“計算機與智能（ComputingMachineryandIntelligence)/view/1022826.htm?from_id=121208&type=syn&fromtitle=%E5%9B%BE%E7%81%B5&fr=aladdin圖靈

(1)人工智能的研究目標

圖靈（Turing）測試：1950年，“計算機與智能（ComputingMachineryandIntelligence)

詢問者被測機器被測人(1)人工智能的研究目標(1)人工智能的研究目標遠期目標：構造智能計算機。揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類的智能。涉及到腦科學、認知科學、計算機科學、系統科學、控制論等多種學科，并依賴于它們的共同發展。近期目標:

使現有的電子數字計算機更聰明、更有用，使它不僅能做1般的數值計算及非數值信息的數據處理，而且能運用知識處理問題，能模擬人類的部分智能行為。最終目標：人工智能實現人類智能的各項功能。最終目標能否實現？(2)人工智能研究的基本內容1/6知識表示(KnowledgeRepresentation)

知識表示：將人類知識形式化或模型化。知識表示方法：符號表示法：用各種包含具體含義的符號，以各種不同的方式和順序組合起來表示知識的一類方法。連接機制表示法：把各種物理對象以不同的方式及順序連接起來，并在其間互相傳遞及加工各種包含具體意義的信息，以此來表示相關的概念及知識。

機器感知

機器視覺(machinevision)：讓機器能識別并理解文字、圖像、物景等。

機器聽覺：讓機器能識別并理解語言、聲響等。圖形識別語音識別攝像機、送話器或其他傳感器預處理特征提取模式比較(2)人工智能研究的基本內容2/6

機器思維：讓計算機能夠對感知到的外界信息和自己產生的內部信息進行思維性加工。抽象思維形象思維靈感思維(2)人工智能研究的基本內容3/6

機器學習（machinelearning）

機器學習：讓計算機能夠像人那樣自動地獲取新知識，并在實踐中不斷地完善自我和增強能力。

機器學習方法：機械學習、類比學習、歸納學習、發現學習、遺傳學習和連接學習等。知識的自動獲取過程圖(2)人工智能研究的基本內容4/61957年，Rosenblatt研制成功了感知機。機器行為：讓計算機能夠具有像人那樣地行動和表達能力，如走、跑、拿、說、唱、寫畫等。(2)人工智能研究的基本內容5/6智能系統與智能機器無論是人工智能的近期目標還是遠期目標，都需要建立智能系統或構造智能機器。需要開展對系統模型、構造技術、構造工具及語言環境等研究。(2)人工智能研究的基本內容6/6第1章緒論人工智能的定義和發展1.1人類智能和人工智能1.2人工智能的學派1.3人工智能的研究與應用領域1.41.2人類智能和人工智能（結論）AICanSimulateHumanIntelligence

物理符號系統的六種基本功能

1.2.1智能信息處理系統的假設

物理符號系統的假設

物理符號系統的推論

1.2.2

人類認知行為不同的層次(了解)1.2.2人類智能的計算機模擬物理符號系統的六種基本功能信息處理系統又叫符號操作系統(SymbolOperationSystem)或物理符號系統(PhysicalSymbolSystem)。所謂符號就是模式(pattern)。(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，在符號系統中形成符號結構；(6)條件性遷移(conditionaltransfer):根據已有符號，繼續完成活動過程。物理符號系統的假設任何一個系統，如果它能表現出智能，那么它就必定能夠執行上述6種功能。反之，任何系統如果具有這6種功能，那么它就能夠表現出智能；這種智能指的是人類所具有的那種智能。把這個假設稱為物理符號系統的假設。人具有上述6種功能，所以人是一種智能信息處理系統。物理符號系統的推論推論一既然人具有智能，那么他(她)就一定是個物理符號系統。人之所以能夠表現出智能，就是基于他的信息處理過程。推論二既然計算機是一個物理符號系統，它就一定能夠表現出智能。這是人工智能的基本條件。推論三既然人是一個物理符號系統，計算機也是一個物理符號系統，那么就能夠用計算機來模擬人的活動。人類的認知行為具有不同層次（了解內容）研究認知行為的生理過程，主要研究人的神經系統（神經元、中樞神經系統和大腦）的活動，是認知科學研究的底層。

認知生理學認知心理學認知信息學認知工程學研究認知行為的心理活動，主要研究人的思維策略，是認知科學研究的頂層。

認知生理學

認知心理學認知信息學認知工程學人類的認知行為具有不同層次（了解內容）

認知生理學認知心理學

認知信息學認知工程學研究人的認知行為在人體內的初級信息處理，主要研究人的認知行為如何通過初級信息自然處理，由生理活動變為心理活動及其逆過程，即由心理活動變為生理行為。這是認知活動的中間層，承上啟下。人類的認知行為具有不同層次（了解內容）

認知生理學認知心理學認知信息學

認知工程學研究認知行為的信息加工處理，主要研究如何通過以計算機為中心的人工信息處理系統，對人的各種認知行為（如知覺、思維、記憶、語言、學習、理解、推理、識別等）進行信息處理。這是研究認知科學和認知行為的工具，應成為現代認知心理學和現代認知生理學的重要研究手段。人類的認知行為具有不同層次（了解內容）物理符號系統假設的推論一告訴人們，人有智能，所以他是一個物理符號系統；推論三指出，可以編寫出計算機程序去模擬人類的思維活動。這就是說，人和計算機這兩個物理符號系統所使用的物理符號是相同的，因而計算機可以模擬人類的智能活動過程。機器智能可以模擬人類智能1.2.2人類智能的計算機模擬

智能計算機的功能

下棋定理證明語言翻譯解決難題等新型智能計算機

神經計算機量子計算機第1章緒論人工智能的定義和發展1.1人類智能和人工智能1.2人工智能的學派1.3人工智能的研究與應用領域1.41.3人工智能的學派

人工智能的三大學派和他們對人工智能發展歷史的不同看法及基本理論

：

符號主義-功能模擬的方法又稱：邏輯主義、心理學派或計算機學派原理：物理符號系統(即符號操作系統)假設和有限合理性原理起源：源于數理邏輯學派代表：紐厄爾、西蒙和尼爾遜等符號主義的基本理論認為人的認知基元是符號，認知過程即符號操作過程。認為人是一個物理符號系統，計算機也是一個物理符號系統，因此，能用計算機來模擬人的智能行為。認為知識是信息的一種形式，是構成智能的基礎。人工智能的核心問題是知識表示、知識推理和知識運用。代表性成果：50年代的啟發式程序LT（邏輯理論家）60年代的GPS（全球定位系統）70年代的專家系統80年代的KIPS（日本的第五代計算機研究計劃）90年代的人機博弈21世紀之初的現代演繹戰爭符號主義-功能模擬的方法連接主義-結構模擬的方法又稱：仿生學派或生理學派原理：神經網絡及神經網絡間的連接機制與學習算法。起源：源于仿生學，特別是人腦模型的研究。學派代表：卡洛克、皮茨、Hopfield、魯梅爾哈特等。連接主義基本理論認為思維基元是神經元，而不是符號處理過程。認為人腦不同于電腦，并提出連結主義的大腦工作模式，用于取代符號操作的電腦工作模式。代表性成果：①

1943年初次提出神經元模型;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,成果紛紛展現

如感知機、BP(BackPropagation)算法等;④

神經網絡計算機提出，多達數百個以上微處理器互連而成;⑤

計算智能，遺傳算法研究興起與發展。連接主義——結構模擬的方法行為主義（Actionism）又稱：進化主義或控制論學派原理：控制論及感知—動作型控制系統起源：源于控制論學派代表作：布魯克斯(Brooks)的六足行走機器人，1個基于感知-動作模式的模擬昆蟲行為的控制系統。行為主義基本理論認為智能取決于感知和行動(所以被稱為行為主義)，提出智能行為的“感知—動作”模式；認為智能不需要知識、不需要表示、不需要推理；人工智能可以象人類智能一樣逐步進化(所以稱為進化主義)；智能行為只能在現實世界中與周圍環境交互作用而表現出來。第1章緒論人工智能的定義和發展1.1人類智能和人工智能1.2人工智能的學派1.3人工智能的研究與應用領域1.41.4人工智能的研究及應用領域（自學）人工智能的基本技術

知識表示（KnowledgeRepresentation）謂詞邏輯法、產生式、框架表示法、狀態空間法…

推理搜索（Searching&Reasoning）啟發式搜索、消解原理、不確定性推理…

計算智能（ComputationalIntelligence）模糊計算、神經計算、進化計算…

構成技術（系統與語言）產生式系統、LISP語言、Prolog語言…/shouye/renwu/201509/t20150901_1631695.shtml人工智能成為35歲以下最優創新人才的首選領域

許多非數學領域的問題，如醫療診斷、信息檢索、規劃制定和難題求解，都可以像定理證明問題那樣進行形式化，從而轉化為一個定理證明問題。

自動演繹法：1956年紐厄爾、肖和西蒙的邏輯理論家（LT）程序、1959年吉勒洛特（Gelernter）等人的幾何定理證明機（GMT）。

決策過程法(判定法)：1980年依沃（Eevvo）等人提出了使用集合理論的決策過程；1980年尼爾遜等人提出了帶有不解釋函數符號的等式理論決策過程；1978年我國著名數學家、中國科學院吳文俊院士把幾何代數化，建立了一套機器證明方法，被稱為“吳氏方法”。/s/NrhYIKj2?eqrcode=1&from=groupmessage&isappinstalled=01.4.1自動理論證明

定理證明器：

1964年魯賓遜(

JARobinson)提出歸結原理，沃斯(

Wos)

、卡遜(

Carson)和魯賓遜(

JARobinson)提出了單文字子句優先策略和支撐集策略；

1965年魯賓遜提出超歸結方法(

Hgper－resolution)

；

1967年斯拉格爾(

JRSlagle)提出語言歸結；

1968年努夫蘭德(

Loveland)和拉克哈孟(

Luckham)提出線性歸結；

1970年波葉(

RBoyor)提出鎖歸結；

1972年波葉和孟爾(JMoore)研制基于類人方法的證明器。1.4.1自動理論證明

計算機輔助證明（人機交互進行證明）：

1976年7月，美國的阿佩爾(K.Appel)等人合作解決了長達124年之久的難題--四色定理。他們用三臺大型計算機，花去1200小時CPU時間，并對中間結果進行人為反復修改500多處。四色定理的成功證明曾轟動計算機界。

用四種顏色標注不同的區域1.4.1自動理論證明下棋、打牌、戰爭等一類競爭性的智能活動稱為博弈（gameplaying）。

1956年，塞繆爾研制出跳棋程序。

1991年8月，IBM公司研制的DeepThought2計算機系統與澳大利亞象棋冠軍約翰森（D.Johansen）舉行了一場人機對抗賽，以1：1平局告終。

1997年5月12日，IBM公司的“深藍”計算機系統與卡斯帕羅夫進行了六局比賽，以3.5比2.5的總比分贏得這場世人矚目的“人機大戰”的勝利。1.4.2博弈2004年6月8日，中國首屆國際象棋人機對弈開戰。國際象棋特級大師諸宸與“紫光之星”筆記本電腦對陣。諸宸在最后關頭被電腦抓住破綻，先負1局。4天后諸宸靈活變陣，但再負1局。

2006年8月9日在北京舉辦的首屆中國象棋人機大賽中，計算機以3勝5和2負（比分11:9）的微弱優勢戰勝人類象棋大師。1.4.2博弈

2007年臺北國際發明暨技術交易展覽上，第三代智能機器人DOC現場表演下棋。1.4.2博弈

模式識別（patternrecognition）：研究對象描述和分類方法的學科。分析和識別的模式可以是信號、圖象或者普通數據。文字識別：郵政編碼、車牌識別、漢字識別。人臉識別：反恐、商業。物體識別：導彈、機器人。1.4.3模式識別

專家系統模擬人類專家求解問題的思維過程求解領域內的各種問題，其水平可以達到甚至超過人類專家的水平。

1965年費根鮑姆研究小組開始研制第一個專家系統——分析化合物分子結構的DENDRAL，1968年完成并投入使用。

1971年MIT開發成功求解一些數學問題的MYCSYMA專家系統。拉特格爾大學開發的清光眼診斷與治療的專家系統CASNET。

1972年斯坦福大學肖特里菲等人開始研制用于診斷和治療感染性疾病的專家系統MYCIN。

1976年斯坦福研究所開始開發探礦專家系統PROSPECTOR，1980年首次實地分析華盛頓某山區地質資料，發現了一個鉬礦。

1981年斯坦福大學研制成功專家系統AM，能模擬人類進行概括、抽象和歸納推理，發現某些數論的概念和定理。

1.4.4專家系統

機器人(Robots)：一種可再編程的多功能操作裝置。

機器人學:電子學、人工智能、控制論、系統工程、精密機械、信息傳感、仿生學、以及心理學等多種學科或技術發展的基礎上形成的一種綜合性技術學科。

機器人發展：經歷了遙控、程序、自適應、智能機器人、情感機器人。人工智能的主要研究對象是智能機器人和情感機器人。情感機器人：是一種具有情感（愛、恨…）和情緒(喜、怒、哀、樂…)功能新一代機器人。1.4.5機器人

20世紀60年代初，研制出尤尼梅特和沃莎特蘭兩種機器人。

機器人發展：程序控制機器人（第一代）、自適應機器人（第二代）、智能機器人（現代）。1.4.5機器人美國軍用機器人攜帶火箭1.4.5機器人美軍排爆機器人1.4.5機器人美軍投入伊拉克戰場的可攜帶偵察機器人1.4.5機器人2007年9月26日，南京市青少年活動中心科技館展示大廳里，來自中國科技大學的15個仿人形機器人表演舞蹈《千手觀音》、體操表演和趙本山、范偉的小品《賣拐》等三套拿手絕活，達到了我國表演類機器人的最高水平。這批人形機器人具有17個自由度，能夠雙足行走、前進、后退、轉彎、俯臥站立、翻轉、鯉魚打挺、做俯臥撐、站立踢球射門、招手、擁抱，還可以打太極拳、做廣播體操、跳舞。用一種鋰聚合物電池給它們充電，充一次電可以演出20場。1.4.5機器人

2007年9月26日，南京青少年活動中心科技館展示大廳里，來自中國科技大學的8個20多厘米高的機器人表演《千手觀音》，它們的手臂、身軀隨著節奏依次或伸展或搖擺，還能夠蹲起直立。1.4.5機器人仿人形機器人表演舞蹈千手觀音MIT研究的情感機器人/article.htm?id=20151114A01RDZ00未來的機器人老婆/?action-viewnews-itemid-2664全球首例自動駕駛大客車開放道路行駛1.4.5機器人

機器視覺(machinevision)或計算機視覺(computervision)：用機器代替人眼睛進行測量和判斷，即用計算機來實現或模擬人類的視覺功能，其主要研究目標是使計算機具有通過二維圖像認知三維環境信息的能力。

機器視覺系統：通過圖像攝取裝置將被攝取的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和寬度、顏色等信息，轉換成數字信號，抽取目標的特征，根據判別結果控制現場的設備動作。

機器視覺應用：半導體及電子、汽車、冶金、制藥、食品飲料、印刷、包裝、零配件裝配及制造質量檢測等。1.4.6機器視覺

研究如何讓計算機理解和生成人類自然語言，包括回答問題、生成摘要、翻譯等。

1957年，在蘇聯人造衛星成功發射的刺激下,美國國家研究會大力支持對俄科技論文的計算機翻譯。人們最初以為機器翻譯只要將雙向詞典及一些詞法知識放進計算機就行了。后來發現有時會出現十分荒謬的錯誤。

“Thespiritiswillingbutthefleshisweak”心有余而力不足。俄語

“Thewineisgoodbutthemeatisspoiled”酒是好的但肉變質了。1.4.7自然語言理解

自然語言理解的意義:

該研究不僅對智能人機接口有著重要的實際意義，而且對不確定人工智能的研究也具有重大的理論價值。有學者指出：人工智能如果不能用自然語言作為其知識表示基礎，建立起不確定人工智能的理論和方法，人工智能也就永遠實現不了跨越的夢想。1.4.7自然語言理解自動程序設計的任務是設計一個程序系統，它接受關于所設計的程序要求實現某個目標非常高級描述作為其輸入，然后自動生成一個能完成這個目標的具體程序。程序綜合：用戶只需要告訴計算機要“做什么”，無須說明“怎么做”，計算機就可自動實現程序的設計。

程序正確性的驗證：研究出一套理論和方法，通過運用這套理論和方法就可以證明程序的正確性。1.4.8自動程序設計9.智能信息檢索

智能檢索的概念：是指利用人工智能的方法從大量信息中盡快找到所需要的信息或知識。

智能檢索的重要性：目前，在各種數據庫中，尤其是互聯網上存放著大量的、甚至是海量的信息或知識。面對這種信息海洋，如果還用傳統的人工方式進行檢索，已很不現實。智能信息檢索系統的功能：

(1)能理解自然語言。

(2)具有推理能力。

(3)系統擁有一定的常識性知識。

1.4.9智能信息檢索數據挖掘與知識發現是一個以數據庫、人工智能、數理統計、可視化四大支柱技術為基礎，多學科交叉、滲透、融合形成的新的交叉學科。數據挖掘的目的是從數據庫中找出有意義的模式(一組規則、聚類、決策樹、依賴網絡或其他方式表示的知識)。數據挖掘主要發現廣義型、分類型、關聯型、預測型和偏差型這五類知識

。數據挖掘方法：統計方法(回歸分析、判別分析、聚類分析、探索性分析等

)、機器學習方法(歸納學習方法、基于范例學習、遺傳算法等

)、神經網絡方法(前向神經網絡、自組織神經網絡等)和數據庫方法(多維數據分析或OLAP方法、面向屬性的歸納方法）。

1.4.10數據挖掘與知識發現

組合優化問題（確定最佳調度或最佳組合的問題）：旅行商問題、生產計劃與調度、物流中的車輛調度、智能交通、通信中的路由調度、計算機網絡信息調度等。

NP完全問題：用目前知道的最好的方法求解，問題求解需要花費的時間是隨問題規模增大以指數關系增長。

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。1.4.11組合優化問題

人工神經網絡：一個用大量簡單處理單元經廣泛連接而組成的人工網絡，用來模擬大腦神經系統的結構和功能。主要研究內容：包括人工神經元的結構和模型，人工神經網絡的互連結構和系統模型，基于神經網絡的聯結學習機制等。

神經網絡具有自學習、自組織、自適應、聯想、模糊推理等能力，在模仿生物神經計算方面有一定優勢。目前，神經計算的研究和應用已滲透到許多領域，如機器學習、專家系統、智能控制、模式識別等。1.4.12人工神經網絡

分布智能的概念：主要研究在邏輯上或物理上分布的智能系統之間如何相互協調各自的智能行為，實現問題的并行求解。

分布式問題求解：主要研究如何在多個合作者之間進行任務劃分和問題求解，它一般是針對某一問題去創建一個能夠進行合作求解的協作群體；

多智能體系統：主要研究如何在一群自主的Agent之間進行智能行為的協調，它不限于單一目標，可創建一個能夠共同處理單個目標或多個目標的智能群體。1.4.13分布式人工智能

智能管理就是把人工智能技術引入管理領域，建立智能管理系統，研究如何提高計算機管理系統的智能水平，以及智能管理系統的設計理論、方法與實現技術。

智能決策就是把人工智能技術引入決策過程，建立智能決策支持系統。

智能決策支持系統：20世紀80年代初提出，是由傳統決策支持系統再加上相應的智能部件（專家系統模式、知識庫模式等）就構成了智能決策支持系統。1.4.14智能管理與智能決策國際知名美籍華裔科學家傅京孫（K.S.Fu）在1965年首先把人工智能的啟發式推理規則用于學習控制系統。

1985年8月，IEEE召開第一屆智能控制學術討論會集中討論了智能控制原理和智能控制系統的結構。

智能控制的兩個顯著特點：

(1)同時具有知識表示的非數學廣義世界模型和傳統數學模型混合表示的控制過程。

(2)核心在高層控制，其任務在于實際環境或過程進行組織，即決策與規劃，以實現廣義問題求解。

智能控制的基本類型：專家智能控制、模糊控制、神經網絡控制。1.4.15智能控制

智能仿真：將AI引入仿真領域，建立智能仿真系統。仿真是對動態模型的實驗，即行為產生器在規定的實驗條件下驅動模型，從而產生模型行為。仿真是在描述性知識、目的性知識及處理知識的基礎上產生結論性知識。利用AI對整個仿真過程（建模、實驗運行及結果分析）進行指導，在仿真模型中引進知識表示，改善仿真模型的描述能力，為研究面向目標的建模語言打下基礎，提高仿真工具面向用戶、面向問題的能力，使仿真更有效地用于決策，更好地用于分析、設計