作業講解詹杭龍zhanhl@第一次作業題目：2.11用謂詞邏輯公式表示如下自然數公理：

（1）每個數都存在一個且僅存在一個直接后繼數。參考解答：

定義謂詞：Equal(x,y):x和y相等，N(x):x是自然數，Succeed(x,y),y是x的后繼(x是y的前啟)。or定義函詞：succ(x):x的后繼2.11（1）不好的解答：

僅定義一個謂詞，未考慮對“僅存在一個”的描述，A(x)表示x存在一個且僅一個直接后繼數。Equal(x,y)直接寫為x=y，最好用謂詞來描述第一次作業題目：2.11用謂詞邏輯公式表示如下自然數公理：

（2）每個數都不以0為后繼數。參考解答：

定義謂詞：Equal(x,y):x和y相等，N(x):x是自然數，Succeed(x,y),y是x的后繼(x是y的前啟)。不好的解答：

未考慮謂詞N(x)第一次作業題目：2.11用謂詞邏輯公式表示如下自然數公理：

（3）每個不同于0的數都存在一個且僅存在一個直接前啟數。參考解答：

定義謂詞：Equal(x,y):x和y相等，N(x):x是自然數，Succeed(x,y),y是x的后繼(x是y的前啟)。第一次作業題目：2.12用一階謂詞邏輯表示下面的句子。

（1）人人為我，我為人人。參考解答：

定義謂詞：定義For(x,y)表示x為y,I表示我或I(x)表示x是我。Equal表示x,y是同一個人。不好的解答：1.需要再細分第一次作業題目：2.12用一階謂詞邏輯表示下面的句子。

（2）魚我所欲也，熊掌亦我所欲也。參考解答：

定義謂詞：I表示我或I(x)表示x是我，Fish(x)表示x是魚，Bearpaw(x)表示x是熊掌。不好的解答：1.描述對象錯誤2.沒有量詞第一次作業題目：2.12用一階謂詞邏輯表示下面的句子。

（8）歷史考試的最高分比生物考試最高分要高。參考解答：

主體是比較分數的高低，所以將分數作為變元x，注意是謂詞，不是函數，不能寫history(x)表示歷史最高分可以寫History(x)表示x是歷史最高分；Biology(x)表示x是生物最高分，Higher(x,y)表示x比y高。不好的解答：1.定義H為歷史最高分，B為生物最高分。不夠直觀第一次作業題目：2.12用一階謂詞邏輯表示下面的句子。

（10）星期六，所有的學生或者去參加舞會了，或者工作去了，但是沒有兩者都去的。參考解答：

Student(x)表示x是學生，Dance(x)表示x周六去跳舞了，Work(x)表示x周六去工作了。（帶上不帶上星期六都可以，如果原題說的是每個星期六的話，最好帶上Saturday(x)—>(…)）點評謂詞的作用是描述對象的性質和關系，因此，在定義謂詞的時候不應當帶有“對象”。例如，forMe，wantFish，wantPaw等。盡量用符號去表示常量和變量，并注意區分大小寫。>，<，=等符號表示對象之間的關系，最好定義為謂詞，例如Equal(x,y)。命名規范：最好使用Equal(x,y)，而不是E(x,y)。形式化的層次應該適當細一點。例子：世上沒有無緣無故的愛，也沒有無緣無故的恨。分析題目描述的對象是什么，將其作為變元來分析。第一次作業題目：2.14Hanoi塔表示：已知3個柱子1、2、3，3個盤子A、B、C（A比B大，B比C大）。初始狀態時，A、B、C依次放在柱子1上。目標狀態是A、B、C依次放在柱子3上。條件是每次可以移動一個盤子，盤子上方為空才可以移動，而且任何時候都不允許大盤子在小盤子的上面。請使用一階謂詞邏輯對這一問題進行描述。2.14參考解答：

A，B，C表示盤子(A比B大，B比C大)，1，2，3表示柱子，Plate(x)表示x是盤子,Pillar(x)表示x是柱子，At(x,y)表示盤子x在柱子y上，Bigger(x,y)表示盤子x比盤子y大，Above(x,y)表示盤子x在盤子y上方，Move(x,y,z)表示將x盤從y柱移動到z柱。已知：Bigger(A,B),Bigger(B,C)初始：At(A,1),At(B,1),At(C,1),Above(C,B),Above(B,A)目標：At(A,3),At(B,3),At(C,3),Above(C,B),Above(B,A)移動條件：第一次作業題目：

請求出公式

的析取范式和合取范式。參考解答：

析取范式與合取范式相同，均為：第二次作業題目：

2.20考慮下面不可滿足的子句集和：1.對下面每一種策略求其歸結反駁。支持集策略（其中支持集是上述字句列表的最后一個子句）。祖先過濾策略。一種既違反支持集也違反祖先過濾的策略。2.說明不存在這種不可滿足的子句集合的線性輸入歸結反駁。2.20參考解答：

支持集策略：每次歸結時，參與歸結的子句中至少有一個是由目標公式的否定所得到的子句或者是它們的后裔。

（1）P∨Q

（2）P∨┓Q

（3）┓P∨Q

（4）┓P∨┓Q

（5）┓P （3）（4）歸結（利用目標公式）

（6）┓Q （2）（4）歸結（利用目標公式）

（7）Q （1）（6）歸結（利用目標公式的后裔（6））

（8）□ （6）（7）歸結（利用目標公式的后裔（6）（7））2.20參考解答：

祖先過濾：參與歸結的兩個子句中至少有一個是初始子句集中的子句，或者一個子句是另一個子句的祖先，該策略是完備的。（1）P∨Q（2）P∨┓Q（3）┓P∨Q（4）┓P∨┓Q（5）┓P （3）（4）歸結（利用初始子句）（6）┓Q （2）（4）歸結（利用初始子句）（7）Q （1）（6）歸結（利用初始子句）（8）□ （6）（7）歸結（（6）是（7）的祖先）第二次作業參考解答：

違反支持集也違反祖先過濾的策略（1）P∨Q（2）P∨┓Q（3）┓P∨Q（4）┓P∨┓Q（5）┓P （3）（4）歸結（違反支持集策略）（6）P （1）（2）歸結（7）□ （5）（6）歸結（違反祖先過濾策略）第二次作業題目：

2.20說明不存在這種不可滿足的子句集合的線性輸入歸結反駁。參考解答：線性輸入：參與歸結的兩個子句中至少有一個是原始子句集中的子句。該策略是不完備的。在原問題中所有子句都含有兩個文字，而歸結一次只能消除掉一個文字，所以不論如何歸結，只要參與歸結的兩個子句有一個是來自原始子句集，那么歸結的結果一定不會是□。

所以，不存在這種子句集合的線性歸結反駁。第二次作業題目：

2.24把下面的表達式轉換成子句形式。參考解答：第二次作業題目：

2.24把下面的表達式轉換成子句形式。（2）參考解答：注意：常元一般用a,b,c，變元用字母表后面的字母第二次作業題目：

2.27對下述公式集合執行合一算法，判斷是否可合一，如果可合一，給出最一般合一。

（1）

（2）（3）2.27參考解答：核心：合一概念，合一算法（P52頁）（1）解答如下：（2）答案：不可合一（3）答案：可合一，mgu=

第二次作業題目：

2.31已知：

規則1：任何人的兄弟不是女性。

規則2：任何人的姐妹必是女性。

事實：Mary是Bill的姐妹。

求證：用歸結推理方法證明Mary不是Tom的兄弟。參考解答：

定義Sister(x,y)表示x是y的姐妹，Brother(x,y)表示x是y的兄弟，Female(x)表示x是女性，論域為所有人的集合。2.31已知：求證：子句集：1，4歸結：(5)(6)2，3歸結：5，6歸結：□第二次作業題目：

2.34函數cons(x,y)表示把元素x插在列表y的頭部形成的列表。我們用Nil表示空列表，列表(2)由cons(2,Nil)表示；列表(1,2)由cons(1,cons(2,Nil))表示…等等。公式Last(L,e)指e是列表L的最后一個元素。我們有下面的公理：(1)根據這些定理用歸結反駁證明：(2)用回答提取找到v，它是列表(2,1)的最后一個元素。2.34參考解答：

首先進行斯柯倫變換，之后進行歸結反駁。

（1）略

（2）v=1，它是列表（2，1）的最后一個元素。第三次作業2.43量水問題

對量水問題給出產生式系統描述，并畫出狀態空間。

有兩個無刻度標志的水壺，分別可裝5升和2升的水。設另有一水缸，可用來向水壺灌水或倒出水，兩個水壺之間，水也可以相互傾灌。已知5升壺為滿壺，2升為空壺，問如何通過倒水或灌水操作，使能在2升的壺中量出1升的水來。第三次作業2.43量水問題水缸里開始有沒有水的問題不需考慮綜合數據庫：一般都是(Big,Small)初始狀態(5,0),目標狀態(x,1),x為任意值第三次作業2.43量水問題規則如下最終可行序列:(5,0)(3,2)(1,2)(1,0)(0,1)

或(5,0)(3,2)(0,2)(2,0)(2,2)(4,0)(4,2)(5,1)

等4個第三次作業2.44漢諾塔問題

對梵塔問題給出產生式系統描述，并討論N為任意時狀態空間的規模。

相傳在古代某處一廟宇中，有3根立柱，柱子上可套放直徑不等的N個圓盤，開始時所有圓盤都放在第一根柱子上，且小盤在大盤之上，即從下向上直徑是遞減的。和尚們的任務是把所有圓盤一次一個地搬到另一個柱子上去，且小盤必須在大盤之上。問和尚們如何搬法最后能將所有的盤子都搬到第三根柱子上。

求N=2時，求解該問題的產生式系統描述，給出其狀態空間圖。討論N為任意時，狀態空間規模。第三次作業2.44漢諾塔問題兩種表示方式，一種是對于每個盤子，標示其在哪個柱子上，另一種是對于每個柱子標示其上有哪些盤子綜合數據庫(P1,P2),P1,P21,2,3P1：小盤（1號盤）所在柱子P2：大盤（2號盤）所在柱子初始狀態：（1，1）目標狀態（3，3）第三次作業2.44漢諾塔問題規則集合小盤可移向任何柱子，大盤分兩種情況若與小盤在同一柱子上，不能移動否則，可移向6-P1-P2規則為：if(P1,P2＝P1)then(1,P2)if(P1,P2＝P1)then(2,P2)if(P1,P2＝P1)then(3,P2)if(P1,P2≠P1)then(P1,6-P1-P2)–關鍵規則第三次作業2.44漢諾塔問題最終可行序列(1,1),(2,1),(2,3),(3,3)最好給出任意N的產生式系統描述綜合數據庫：對于每個柱子標示其上有哪些盤子，使用棧或者集合規則狀態空間:每個盤子有三種可能狀態，狀態空間規模為3^N第三次作業2.47二進制問題

說明怎樣才能用一個產生式系統把十進制數轉換為二進制數，并通過轉換141.125這個數為二進制數，闡明其運行過程。

第三次作業2.47二進制問題這個題比較簡單，可以表示為（N1,D1,N2,D2）(十進制整數,十進制小數,二進制整數,二進制小數)。141.12510001101.001

第三次作業2.49語義網-畫成一個語義網（1）我是一個人。（2）我擁有我的計算機。（3）我的計算機的擁有者是我。（4）我的計算機是英特爾奔騰4。（5）英特爾奔騰4是微機。（6）微機是計算機。（7）英特爾奔騰4包括硬盤、顯示器、微處理器、內存。（8）硬盤、顯示器、微處理器、內存是英特爾奔騰4的組成部分。第三次作業2.49語義網-畫成一個語義網人我擁有1我的計算機計算機Intel奔4微機硬盤顯示器微處理器內存組成1ISAISAAKOAKOownsownerPart-ofpartwhole第四次作業3.1過河問題

一個農夫帶著一只狼，一只羊和一筐菜，欲從河的左岸坐船到右岸，由于船太小，農夫每次只能帶一樣東西過河，并且，沒有農夫看管的話，狼會吃羊，羊會吃菜。設計一個方案，使農夫可以無損失地渡河。第四次作業3.1過河問題雖然題目沒有要求，但是因為該章學的是搜索算法，所以大家最好用產生式系統描述該問題，然后給出h(n)，并利用h(n)在狀態空間進行搜索得出答案一般可以規定綜合數據庫四元組(farmer,wolf,sheep,vegetable),1表示在左岸，0在右岸（1，1，1，1）（0，0，0，0）第四次作業定義啟發函數f(x)=d(x)+w(x)d(x):初始結點到結點x的路徑長度當wolf和sheep在一邊，sheep和vegetable在一邊，則w(x)無窮大；否則等于wolf+sheep+vegetable搜索空間、搜索樹產生式系統小結注意我們關心的是產生式系統的描述而不是具體問題的解決，因此要畫出所有的狀態綜合數據庫和規則的普適性和可擴展性越大越好不必給出規則之間的先后順序(由搜索算法完成，不屬于產生式系統本身的內容)第四次作業3.4給出三個不等式，每個不等式有三個變量，用約束滿足方法求解參考課本P.121例3.4

數字重寫問題

變換規則如下：6→3,3;6→4,2;4→2,2;4→3,1;3→2,1;2→1,1;問如何利用這些規則把6變換成為一個由若干個1組成的數字串。要求用AO*算法求解，并給出搜索圖。求解時，設K-連接弧的耗散值為K個單位，h函數規定為：h(1)=0;h(n)=n,n≠0時第四次作業第四次作業數字重寫問題K-連接弧的耗散為kH(n)=0(n=1)H(n)=n(n>1)AO*算法兩個關鍵點：自頂向下：沿著最優路徑產生后繼節點，判斷節點是否可解自底向上：傳播節點是否可解，做估值修正，重新選擇最優路徑另一種解法謝謝！演講完畢，謝謝觀看！附錄資料：人工智能簡介?AboutTeachingPlan基本要求：人工智能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，是目前迅速發展的一門新興學科，新思想新方法層出不窮。其基本思想是利用機器來模仿和執行人腦的功能，如判斷、推理、證明、識別、感知、理解、設計、思考、規劃、學習和問題求解等思維活動。對于培養學生計算機技術的應用能力，開闊思路和視野，有重要意義。

?AboutTeachingPlan因此，要求學生掌握知識表示和問題求解的幾種常用方法，尤其是不確定性推理；掌握機器學習基本概念，了解幾種機器學習方法尤其是神經網絡學習方法；掌握專家系統的概念，了解專家系統設計方法，掌握一些智能控制方法，了解國內外人工智能研究尤其是機器人的最新進展；具有一定的人工智能編程設計能力（利用Lisp或Prolog語言）。?AboutTeachingPlan課程內容以及學時分配人工智能引論(1) 人工智能概念及與計算機的關系，研究途徑、內容和應用領域概況介紹，其他最新材料。符號主義、連接主義、行為主義三大流派人工智能數學基礎(1)知識表示方法（2） 狀態空間法、問題歸約法，謂詞邏輯法、產生式表示法（動物識別系統）；CLIPS語言；語義網絡法、框架法（這是結構化表示）；劇本、過程、Petri網、面向對象的表示。?AboutTeachingPlan 搜索技術和策略（3-4）狀態空間法，盲目搜索和啟發式搜索，A*算法；海伯倫理論、消解原理和策略；與\或形推理和搜索策略；其他求解技術。 不確定推理技術（3-4）主觀Bayes理論；可信度方法和證據理論；系統組織技術；非單調推理；Rete快速算法；模糊推理技術；基于語義網絡和框架不確定推理； 專家系統（2）專家系統概念、結構和知識獲取；黑板模型、知識組織、管理及系統建造和開發工具；專家系統舉例及編程。

人工智能程序設計（1）人工智能語言基本機制：LISP和PROLOG。?AboutTeachingPlan 模式識別導論（3）模式識別專題：概率模式識別。模式識別專題：結構模式識別 機器學習（1）：機械,解釋經驗,事例,歸納,概念,類比學習等；統計,結構,模糊模式識別。 專題講座（3次） 1)神經網絡基本理論和應用 (史奎凡課程：安排于人工智能理論與應用課程內)； 2)智能體（Agent）； 3)自然語言處理； 4)智能控制和機器人科學 智能控制的結構理論和研究領域，智能控制系統及應用示例；機器人規劃、機器視覺和自然語言理解等。?AboutTeachingPlan 實踐：1) 搜索技術和策略2) 不確定推理技術3) 專家系統：動物識別系統4) 模式識別技術5) 調研： 搜索技術和策略、不確定推理技術、統計模式識別、機器學習等四個領域進展報告。?ChapterOne:BriefIntroductiontoArtificialIntelligence1.WhatisAI?人工智能（ArtificialIntelligence,AI）是當前科學技發展的一門前沿學科，同時也是一門新思想，新觀念，新理論，新技術不斷出現的新興學科以及正在發展的學科。它是在計算機科學，控制論，信息論，神經心理學，哲學，語言學等多種學科研究的基礎發展起來的，因此又可把它看作是一門綜合性的邊緣學科。它的出現及所取得的成就引起了人們的高度重視,并取得了很高的評價。有的人把它與空間技術，原子能技術一起并譽為20世紀的三大科學技術成就。?Intelligence智能是知識與智力的總合。 知識——智能行為的基礎； 智力——獲取知識并運用知識求解問題的能力。智能具有以下特征：(1)具有感知能力——指人們通過視覺、聽覺、觸覺、味覺、嗅覺等感覺器官感知外部世界的能力；(2)具有記憶與思維的能力——這是人腦最重要的功能，亦是人之所以有智能的根本原因；(3)具有學習能力及自適應能力；(4)具有行為能力。ArtificialIntelligence人工智能——計算機科學的一個分支，是智能計算機系統，即人類智慧在機器上的模擬，或者說是人們使機器具有類似于人的智慧（對語言能理解、能學習、能推理）。?2.BriefHistoryofAI (1) 孕育（1956年前）古希臘的Aristotle（亞里士多德）（前384-322），給出了形式邏輯的基本規律。英國的哲學家、自然科學家Bacon（培根）（1561-1626），系統地給出了歸納法。“知識就是力量”德國數學家、哲學家Leibnitz（布萊尼茨）（1646-1716）。提出了關于數理邏輯的思想，把形式邏輯符號化，從而能對人的思維進行運算和推理。做出了能做四則運算的手搖計算機英國數學家、邏輯學家Boole（布爾）（1815-1864）實現了布萊尼茨的思維符號化和數學化的思想，提出了一種嶄新的代數系統——布爾代數。?美籍奧地利數理邏輯學家Godel（哥德爾）（1906-1978），證明了一階謂詞的完備性定；任何包含初等數論的形式系統，如果它是無矛盾的，那么一定是不完備的。意義在于，人的思維形式化和機械化的某種極限，在理論上證明了有些事是做不到的。英國數學家Turing(圖靈)（1912-1954）,1936年提出了一種理想計算機的數學模型（圖靈機），1950年提出了圖靈試驗，發表了“計算機與智能”的論文。圖靈獎。美國數學家Mauchly，1946發明了電子數字計算機ENIAC美國神經生理學家McCulloch，建立了第一個神經網絡數學模型。美國數學家Shannon（香農）,1948年發表了《通訊的數學理論》，代表了“信息論”的誕生。? (2) 形成（1956-1969）1956年提出了“ArtificialIntelligence（人工智能）”1956年夏由麻省理工學院的J.McCarthy、M.L.Minsky,IBM公司信息研究中心的N.Rochester,貝爾實驗室的C.E.Shannon共同發起，邀請了Moore,Samuel,Selfridge,Solomonff,Simon,Newell等人，10位數學家、信息學家、心理學家、神經生理學家、計算機科學家，在Dartmouth大學召開了一次關于機器智能的研討會，會上McCarthy提議正式采用了ArtificialIntelligence（人工智能）這一術語。這次會議，標志著人工智能作為一門新興學科正式誕生了。 McCarthy（麥卡錫）——人工智能之父。這次會議之后的10年間，人工智能的研究取得了許多引人矚目的成就.機器學習方面：塞繆爾于1956年研制出了跳棋程序，該程序能從棋譜中學習，也能從下棋實踐中提高棋藝；?在定理證明方面：王浩于1958年在IBM機上證明了《數學原理》中有關命題演算的全部定理（220條），還證明了謂詞演算中150條定理85%；1965年，魯賓遜（Robinson）提出了消解原理；在模式識別方面：1959年塞爾夫里奇推出了一個模式識別程序；1965年羅伯特（Robert）編制出可辨別積木構造的程序；在問題求解方面：1960年紐厄爾等人通過心理學試驗總結出了人們求解問題的思維規律，編制了通用問題求解程序GPS,可以用來求解11種不同類型的問題；在專家系統方面：斯坦福大學的費根鮑姆（E.A.Feigenbaum）自1965年開始進行專家系統DENDRAL（化學分析專家系統），1968年完成并投入使用；在人工智能語言方面：1960年McCarthy等人建立了人工智能程序設計語言Lisp，該語言至今仍是建造智能系統的重要工具；1969年成立了國際人工智能聯合會議（InternationalJointConferencesOnArtificialIntelligence）? (3) 發展（1970年以后）70年代，開始從理論走向實踐，解決一些實際問題。同時很快就發現問題：歸結法費時、下棋贏不了全國冠軍、機器翻譯一團糟。以Feigenbaum為首的一批年輕科學家改變了戰略思想，1977年提出知識工程的概念，以知識為基礎的專家咨詢系統開始廣泛的應用。著名專家系統的有：DENDRAL化學分析專家系統（斯坦福大學1968）MACSYMA符號數學專家系統（麻省理工1971）MYCIN診斷和治療細菌感染性血液病的專家咨詢系統（斯坦福大學1973）CASNET(CausalASsciationalNetwork)診斷和治療青光眼的專家咨詢系統（拉特格爾斯（Rutgers）大學70年代中）CADUCEUS(原名INTERNIST)醫療咨詢系統（匹茲堡大學）；HEARSAYI和II語音理解系統（卡內基-梅隆大學）PROSPECTOR地質勘探專家系統（斯坦福大學1976）XCON計算機配置專家系統（卡內基-梅隆大學1978）??80年代，人工智能發展達到階段性的頂峰。?87,89年世界大會有６－７千人參加。硬件公司有上千個。并進行Lisp硬件、Lisp機的研究。?在專家系統及其工具越來越商品化的過程中,國際軟件市場上形成了一門旨在生產和加工知識的新產業——知識產業。應該說，知識工程和專家系統是近十余年來人工智能研究中最有成就的分支之一。?同年代，1986年Rumlhart領導的并行分布處理研究小組提出了神經元網絡的反向傳播學習算法，解決了神經網絡的根本問題之一。從此，神經網絡的研究進入新的高潮。?90年代，計算機發展趨勢為小型化、并行化、網絡化、智能化。?人工智能技術逐漸與數據庫、多媒體等主流技術相結合，并融合在主流技術之中，旨在使計算機更聰明、更有效、與人更接近。?日本政府于1992年結束了為期十年的稱為“知識信息處理體統”的第五代計算機系統研究開發計劃。并開始了為期十年的實況計算（RealWordComputing）計劃。?3.ResearchObjectsandMainContents

(1)人工智能的研究目標

人工智能的長期研究目標：構造智能計算機。

人工智能的近期研究目標：使現有的電子計算機更聰明，更有用，使它不僅能做一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。?(2)人工智能研究的基本內容

1.機器感知以機器視覺與機器聽覺為主。機器感知是機器獲取外部信息的基本途徑，是使機器具有智能不可或缺的組成部分，對此人工智能中已形成兩個專門的研究領域——

模式識別和自然語言理解。2.機器思維指通過感知的外部信息及機器內部的各種工作信息進行有目的的處理。主要開展以下幾方面的研究：(1)知識表示(2)知識的組織，累計，管理技術(3)知識的推理(4)各種啟發式搜索及控制策略(5)神經網絡，人腦的結構及其工作原理?3.機器學習

使計算能自動獲取知識，能直接向書本學習，能通過與人談話學習，能通過對環境的觀察學習，并能在實踐中自我完善。4.機器行為機器行為主要指計算機的表達能力，即“說”、“寫”、“畫”等，對智能機器人，還應該有人的四肢功能，即能走路，能取物，能操作等。5.智能系統及智能計算機的構造技術?4.ResearchObjectsandMainContents人工智能面世以來，其研究途徑存在兩種不同的觀點：以符號處理為核心的方法——主張通過運用計算機科學的方法進行研究，實現人工智能在計算機的模擬。以網絡連接為主的連接機制方法——主張用生物學的方法進行研究，搞清楚人類智能的本質。(1)以符號處理為核心的方法該方法起源于紐厄爾等人的通用問題求解系統（GPS），用于模擬人類求解問題的心理過程，逐漸形成為物理符號系統，這種方法認為： 人類研究的目標是實現機器智能，而計算機自身具有符號處理能力，這種能力本身就蘊含著演繹推理的內涵，因而可通過運行相應的程序來體現某種基于邏輯思維的智能行為，達到模擬人類智能活動的效果。目前人工智能的大部分研究成果都是基于這種方法實現的。?

該方法的主要特征是：

?立足于邏輯運算和符號操作，適合于模擬人的邏輯思維過程，解決需要進行邏輯推理的復雜問題；

?知識可用顯式的符號表示；

?便于模塊化；?能與傳統的符號數據庫鏈接；?可對推理結論做出解釋，便于對各種可能性進行選擇。

但該方法不適合于形象思維；而且在用符號表示概念時其有效性在很大程度上取決于符號表示的正確性，且對帶噪聲的信息及不完整的信息難以處理。(2)以網絡連接為主的連接機制方法該方法是在人腦神經元及其相互連接而成網絡的啟示下，試圖通過多人工神經元間的并行協同作用來實現對人類智能的模擬。該方法認為：大腦是人類一切智能活動的基礎，因而從大腦神經元及其連接機制著手進行研究，搞清楚大腦的結構及它進行信息處理的過程及機理，可望揭示人類智能的奧秘，從而真正實現人類智慧在機器上的模擬。?該方法的主要特征：?通過神經元之間的并行協同作用實現信息處理，處理過程具有并行性、動態性、全局性；?通過神經元間分布式的物理聯系存儲知識和信息，因而可以實現聯想功能，對于帶有噪聲、缺損、變形的信息能進行有效地處理。近期的一些研究表明，該方法在模式識別、圖像信息壓縮等方面取得了一些研究成果；?通過神經元間連接強度的動態調整來實現對人類學習、分類等的模擬；?適合于模擬人類的形象思維過程；?求解問題時，可以比較快地球的一個近似解。該方法不適合于模擬人的邏輯思維過程，而且就目前神經網絡的研究現狀來看，由固定的體系結構與組成方案所構成的系統還達不到開發多種多樣知識的要求。?(3)系統集成

?符號方法善于模擬人的邏輯思維過程，