第第1章第2章第3章第1部分基礎知識人工智能概述知識表示方法AI編程基礎第1章人工智能概述人工智能(artificialintelligenee,AI)是計算機科學、控制論、信息論、神經生理學、心理學、語言學等諸多學科相互交叉、相互滲透而發展起來的一門新興邊緣學科。它主要研究如何用機器(計算機)來模擬和實現人類的智能行為。人工智能技術同原子能技術、空間技術一起被稱為20世紀三大科技成就。人工智能中的專家系統、機器學習、自然語言理解等分支領域已經投入使用。一個智能化信息處理的新時代正向世界走來。近年來，計算機網絡，特別是因特網的迅猛發展和廣泛應用，又為人工智能提供了新的廣闊天地。信息化需要智能化的支持，人工智能在信息高速公路上也將發揮重要作用。目前，世界各國對人工智能的研究都十分重視，紛紛投入大量的人力、物力和財力，激烈爭奪這一高新技術的制高點。人工智能的前景誘人，同時也任重道遠。本章作為概述，主要討論人工智能的定義、研究目標、研究內容、研究途徑與方法、主要特點、研究領域、基本技術、形成過程及發展趨勢等，目的在于展示一個處于不斷發展中的人工智能的概貌。人工智能的概念1.1.1人工智能所謂“人工智能”是指用計算機模擬或實現的智能。作為一門學科，人工智能研究的是如何使機器(計算機)具有智能的科學和技術，特別是人類智能如何在計算機上實現或再現的科學和技術。因此，從學科角度講，當前的人工智能是計算機科學的一個分支。人工智能雖然是計算機科學的一個分支，但它的研究卻不僅涉及計算機科學，而且還涉及腦科學、神經生理學、心理學、語言學、邏輯學、認知(思維)科學、行為科學和數學、信息論、控制論和系統論等眾多學科領域。因此，人工智能實際上是一門綜合性的交叉學科和邊緣學科。廣義的人工智能學科是模擬、延伸和擴展人的智能，研究與開發各種機器智能和智能機器的理論、方法與技術的綜合性學科。人工智能是一個含義很廣的詞語，在其發展過程中，具有不同學科背景的人工智能學者對它有著不同的理解，提出了一些不同的觀點，人們稱這些觀點為符號主義 (symbolism)、連接主義(connectionism)和行為主義(actionism)等，或者叫做邏輯學派(logicism)、仿生學派(bionicsism)和生理學派(physiologism)。此外還有計算機學派、心理學派和語言學派等。斯坦福大學人工智能研究中心的尼爾遜( N.J.Nilsson)教授從處理的對象出發，認為“人工智能是關于知識的科學，即怎樣表示知識、怎樣獲取知識和怎樣使用知識的科學”。麻省理工學院溫斯頓（P.H.Winston）教授則認為“人工智能就是研究如何使計算機去做過去只有人才能做的富有智能的工作”。斯坦福大學費根鮑姆（ EAFeigenbaum）教授從知識工程的角度出發，認為“人工智能是一個知識信息處理系統”。綜合各種不同的人工智能觀點，可以從“能力”和“學科”兩個方面對人工智能進行定義。從能力的角度來看，人工智能是相對于人的自然智能而言的，所謂人工智能是指用人工的方法在機器（計算機）上實現的智能；從學科的角度來看，人工智能是作為一個學科名稱來使用的，所謂人工智能是一門研究如何構造智能機器或智能系統，使它能模擬、延伸和擴展人類智能的學科。總之，人工智能是一門綜合性的邊緣學科。它借助于計算機建造智能系統，完成諸如模式識別、自然語言理解、程序自動設計、自動定理證明、機器人、專家系統等智能活動。它的最終目標是構造智能機。如何衡量機器是否具有智能呢？早在 1950年，人工智能還沒有作為一門學科正式出現之前，英國數學家圖靈（A.M.Turing）就在他發表的一篇文章“ComputingMachineryandIntelligenee（計算機器與智能）”中提出了“機器能思維”的觀點，并設計了一個很著名的測試機器智能的實驗，稱為“圖靈測試”或“圖靈實驗” 。該測試的參加者由一位測試主持人和兩個被測試者組成。要求兩個被測試者中的一個是人，另一個是機器。測試規則是：讓測試主持人和每個被測試者分別位于彼此不能看見的房間中，相互之間只能通過計算機終端進行會話。測試開始后，由測試主持人向被測試者提出各種具有智能性的問題，但不能詢問測試者的物理特征。被測試者在回答問題時，都應盡量使測試者相信自己是“人”，而另一位是“機器”。在這個前提下，要求測試主持人區分被測試者哪個是人，哪個是機器。如果無論如何更換測試主持人和被測試者中的人，測試主持人能分辨出人和機器的概率都小于50%,則認為該機器具有了智能。作為人的一方不能判定對方是人還是機器，那么就認為對方的那臺機器達到了人的智能。對圖靈的這個測試標準，也有人提出了疑義：認為該測試僅反映了結果的比較，既沒有涉及思維的過程，也沒有明確參加實驗的人是小孩還是具有良好素質的成年人。盡管如此，它對人工智能這門學科的發展所產生的影響則是十分深遠的。要研究人工智能，當然要涉及什么是智能的問題， 但這卻是一個難以準確回答的問題。因為關于智能，至今還沒有一個確切的公認的定義。這是由于智能是腦，特別是人腦的屬性或者說產物。但人腦的奧秘至今還未完全揭開。從系統的觀點看，人腦是一個復雜的、開放的、動態的巨系統。它的內部結構和工作機理，至今人們還不完全清楚。所以，這就導致了對于智能的多種說法。譬如有人說智能的基礎是知識（因為沒有知識的智能是不可想像的）；有人說智能的關鍵是思維（因為知識是思維產生的） ；有人說智能取決于感知和行為，認為智能是在系統與周圍環境不斷“刺激一反應”的交互中發展和進化的。作者認為，從內涵來講，智能應該是知識 +思維；從外延來講，智能就是發現規律、運用規律的能力（或者說獲取知識、運用知識的能力）和分析問題、解決問題的能力。1.1.2為什么要研究人工智能電子計算機是迄今為止最有效的信息處理工具，以至于人們稱它為“電腦” 。但現在的普通計算機系統的智能還相當低下，譬如缺乏自適應、自學習、自優化等能力，也缺乏

社會常識或專業知識等，而只能是被動地按照人們為它事先安排好的工作步驟進行工作。因而它的功能和作用就受到很大的限制，難以滿足越來越復雜和越來越廣泛的社會需求。既然計算機和人腦一樣都可進行信息處理，那么是否也能讓計算機同人腦一樣也具有智能呢？這正是人們研究人工智能的初衷。事實上，如果計算機自身也具有一定智能的話，那么它的功效將會發生質的飛躍，成為名副其實的電“腦”。這樣的電腦將是人腦更為有效的擴展和延伸， 也是人類智能的擴展和延伸，其作用將是不可估量的。例如，用這樣的電腦武裝起來的機器人就是智能機器人。智能機器人的出現，將標志著人類社會進入了一個新的時代。研究人工智能也是當前信息化社會的迫切要求。人類社會現在已經進入了信息化時代，但信息化的進一步發展，就必須有智能技術的支持。例如，當前迅速發展著的因特網就強烈地需要智能技術。特別是當人們要在因特網上構筑信息高速公路時，其中許多技術問題就要用人工智能的方法來解決。這就是說，人工智能技術在因特網和未來的信息高速公路上將發揮重要作用。智能化也是自動化發展的必然趨勢。 自動化發展到一定水平，再向前發展就是智能化，即智能化是繼機械化、自動化之后，人類生產和生活中的又一個技術特征。另外，研究人工智能，對探索人類自身智能的奧秘也可提供有益的幫助。因為人們可以通過電腦對人腦進行模擬，從而揭示人腦的工作原理，發現自然智能的淵源。1.1.3人類智能的計算機模擬人類的認知過程是個非常復雜的行為，至今仍未能被完全解釋。人們從不同的角度對它進行研究，從而形成諸如認知生理學、認知心理學和認知工程學等相關學科。對這些學科的深入研究已超出本書范圍。這里僅討論幾個與人工智能關系密切的問題。人的心理活動具有不同的層次，它可與計算機的層次相比較，如圖?研究認知過程的任務人的心理活動具有不同的層次，它可與計算機的層次相比較，如圖動的最高層級是思維策略，中間一層是初級信息處理，最低層級為生理過程，即中樞神經系統、神經元和大腦的活動。與此相應的是計算機的程序、語言和硬件。研究認知過程的主要任務是探求高層次思維決策與初級信息處理的關系，并用計算機程序來模擬人的思維策略水平，而用計算機語言模擬人的初級信息處理過程。令T表示時間變量，x表示認知操作（cognitiveoperation）,x的變化Ax為當時機體狀態S（機體的生理和心理狀態以及腦子里的記憶等）和外界刺激 R的函數。當外界刺激作用到處于某一特定狀態的機體時，便發生變化，即語言和硬件。計算機也以類似的原理進行工作。在規定時間內，計算機存儲的記憶相當于機體的狀態；計算機的輸入相當于機體施加的某種刺激。在得到輸入后，計算機便進行操作，使得其內部狀態隨時間發生變化。可以從不同的層次來研究這種計算機系統。這種系統以人的思維方式為模型進行智能信息處理( intelligentinformationprocessing)。顯然，這是一種智能計算機系統。設計適用于特定領域的這種高水平智能信息處理系統(也稱為專家系統)是研究認知過程的一個具體而又重要的目標。例如，一個具有智能信息處理能力的自動控制系統就是一個智能控制系統，它可以是專家控制系統，或者是智能決策系統等。?智能信息處理系統的假設可以把人看成一個智能信息處理系統。信息處理系統又叫物理符號系統( physicalsymbolsystem)。所謂符號就是模式(pattern)。任一模式，只要它能與其他模式相區別，它就是一個符號。不同的漢語拼音字母或英文字母就是不同的符號。對符號進行操作就是對符號進行比較，從中找出相同的和不同的符號。物理符號系統的基本任務和功能就是辨認相同的符號和區別不同的符號。為此，這種系統就必須能夠辨別出不同符號之間的實質差別。符號既可以是物理符號，也可以是頭腦中的抽象符號，或者是電子計算機中的電子運動模式，還可以是頭腦中神經元的某些運動方式。一個完善的符號系統應具有下列 6種基本功能：輸入符號(input);輸出符號(output);存儲符號(store);復制符號(copy);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；條件性遷移(conditionaltransfer):根據已有符號，繼續完成活動過程。如果一個物理符號系統具有上述全部 6種功能，能夠完成這個全過程，那么它就是一個完整的物理符號系統。人能夠輸入信號，如用眼睛看，用耳朵聽，用手觸摸等。計算機也能通過卡片或紙帶打孔、磁帶或鍵盤打字等方式輸入符號。人具有上述 6種功能，現代計算機也具備物理符號系統的這 6種功能。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。物理符號系統的假設伴隨有 3個推論，或稱為附帶條件。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的基本條件。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。值得指出，推論三并不一定是從推論一和推論二推導出來的必然結果。因為人是物理符號系統，具有智能；計算機也是一個物理符號系統，也具有智能，但他(它)們可以用不同的原理和方式進行活動。所以計算機并不一定都是模擬人活動的，它可以編制出一些復雜的程序來求解方程式，進行復雜的計算。不過，計算機的這種運算過程未必就是人類的思維過程。可以按照人類的思維過程來編制計算機程序，這項工作就是人工智能的研究內容，也是智能控制的主要研究內容。如果做到了這一點，就可以用計算機在形式上來描述人的思維活動過程，或者建立一個理論來說明人的智力活動過程。?人類智能的計算機模擬帕梅拉?麥考達克(PamelaMcCorduck)在她的著名的人工智能歷史研究 《機器思維》(MachineWhoThink,1979)中曾經指出：在復雜的機械裝置與智能之間存在著長期的聯系。從幾世紀前出現的神話般的復雜巨鐘和機械自動機開始，人們已對機器操作的復雜性與自身的智能活動進行直接聯系。今天，新技術已使人們所建造的機器的復雜性大為提高。現代電子計算機要比以往的任何機器復雜幾十倍、幾百倍，甚至幾千倍以上。計算機的早期工作主要集中在數值計算方面。然而人類最主要的智力活動并不是數值計算，而是在邏輯推理方面。物理符號系統假設的推論一也告訴我們，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。計算機的確能夠很好地執行許多智能功能，如下棋、證明定理、翻譯語言文字和解決難題等。這些任務是通過編寫與執行模擬人類智能的計算機程序來完成的。當然，這些程序只能接近于人的行為，而不可能與人的行為完全相同。此外，這些程序所能模擬的智能問題，其水平還是很有限的。作為例子，考慮下棋的計算機程序。現有的國際象棋程序是十分熟練的、具有人類專家棋手水平的最好實驗系統，但是下得沒有像人類國際象棋大師那樣好。該計算機程序對每個可能的走步空間進行搜索，它能夠同時搜索幾千種走步，進行有效搜索的技術是人工智能的核心思想之一。不過，計算機不一定是最好的棋手，其原因在于：向前看并不是下棋所必須具有的一切，需要徹底搜索的走步又太多；在尋找和估計替換走步時并不能確信能夠導致博弈的勝利。國際象棋大師們具有尚不能解釋的能力。一些心理學家指出，當象棋大師們盯著一個棋位時，在他們的腦子里出現了幾千盤重要的棋局，這大概能夠幫助他們決定最好的走步。近年來，智能計算機的研究取得許多重大進展。對神經型智能計算機的研究就是一個新的范例，它必將為模擬人類智能做出新的貢獻。神經計算機(neuralcomputer)能夠以類似人類的方式進行"思考” ，它力圖重建人腦的形象。據日本通產省(MITI)報導，對神經計算機系統的可行性研究早于 1989年4月底完成，并提出了該系統的長期研究計劃的細節。在美國、英國、中國和其他一些國家，都有眾多的研究小組投入對“神經元網絡”的研究。據預測，神經計算機在本世紀將進入實用階段，并將有產品投放市場。人腦這個神奇的器官能夠復制大量的交互作用，快速處理極其大量的信息，同時執行幾項任務。迄今為止的所有計算機，基本上都未能擺脫馮?諾依曼機的體系結構，只能依次對單個問題進行“求解”。即使是20世紀80年代初期的并行處理計算機， 其運行性能仍然十分有限。人們期望，對神經計算( neuralcomputing)的研究將造出神經計算機，大大提高信息處理能力，達到更高的人工智能水平。人工智能的研究目標關于人工智能的研究目標，目前還沒有一個統一的說法。從研究的內容出發，李文特和費根鮑姆提出了人工智能的9個最終目標。.理解人類的認識此目標研究人類如何進行思維，而不是研究機器如何工作。要盡量深入了解人的記憶、問題求解能力、學習的能力和一般的決策等過程。?有效的自動化此目標是在需要智能的各種任務上用機器取代人，其結果是要建造執行起來和人一樣好的程序。?有效的智能拓展此目標是建造思維上的彌補物，有助于人們的思維更富有成效、更快、更深刻、更清晰。.超人的智力此目標是建造超過人的性能的程序。如果越過這一知識閾值，就可以導致進一步地增殖，如制造行業上的革新、理論上的突破、超人的教師和非凡的研究人員等。.通用問題求解此目標的研究可以使程序能夠解決或至少能夠嘗試其范圍之外的一系列問題，包括過去從未聽說過的領域。?連貫性交談此目標類似于圖靈測試，它可以令人滿意地與人交談。交談使用完整的句子，而句子是用某一種人類的語言。.自治此目標是一系統，它能夠主動地在現實世界中完成任務。 它與下列情況形成對比：僅在某一抽象的空間做規劃，在一個模擬世界中執行，建議人去做某種事情。該目標的思想是：現實世界永遠比人們的模型要復雜得多，因此它才成為測試所謂智能程序的惟一公正的手段。?學習此目標是建造一個程序，它能夠選擇收集什么數據和如何收集數據。然后再進行數據的收集工作。學習是將經驗進行概括，成為有用的觀念、方法、啟發性知識，并能以類似方式進行推理。.存儲信息此目標就是要存儲大量的知識，系統要有一個類似于百科詞典式的，包含廣泛范圍知識的知識庫。要實現這些目標，需要同時開展對智能機理和智能構造技術的研究。即使對圖靈所期望的那種智能機器，盡管它沒有提到思維過程，但要真正實現這種智能機器，卻同樣離不開對智能機理的研究。因此，揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類智能應該是人工智能研究的根本目標，或者叫遠期目標。人工智能研究的遠期目標是要制造智能機器。 具體來講，就是要使計算機具有看、聽、說、寫等感知能力和交互功能，具有聯想、推理、理解、學習等高級思維能力，還要有分析問題、解決問題和發明創造的能力。簡言之，也就是使計算機像人一樣具有自動發現規律和利用規律的能力，或者說具有自動獲取知識和利用知識的能力， 從而擴展和延伸人的智能。人工智能的遠期目標涉及腦科學、認知科學、計算機科學、系統科學、控制論及微電子等多種學科，并有賴于這些學科的共同發展。但從目前這些學科的現狀來看，實現人工智能的遠期目標還需要有一個較長的時期。人工智能研究的近期目標是實現機器智能，是研究如何使現有的計算機更聰明，即先部分地或某種程度地實現機器的智能，從而使現有的計算機更靈活、更好用和更有用，成為人類的智能化信息處理工具，使它能夠運用知識去處理問題，能夠模擬人類的智能行為，如推理、思考、分析、決策、預測、理解、規劃、設計和學習等。為了實現這一目標，人們需要根據現有計算機的特點，研究實現智能的有關理論、方法和技術，建立相應的智能系統。實際上，人工智能的遠期目標與近期目標是相互依存的。遠期目標為近期目標指明了方向，而近期目標則為遠期目標奠定了理論和技術基礎。同時，近期目標和遠期目標之間并無嚴格界限，近期目標會隨人工智能研究的發展而變化，并最終達到遠期目標。需指出的是，人工智能的遠期目標雖然現在還不能全部實現，但在某些側面，當前的機器智能已表現出相當高的水平。例如，在機器博弈、機器證明、識別和控制等方面，當前的機器智能的確已達到或接近了能同人類抗衡和媲美的水平。 下面的兩例可見一斑：1995年，美國研制的自動汽車（即智能機器人駕駛的汽車） ，在高速公路上以55km/h的速度，從美國的東部一直開到西部，其中的 98.8%的操作都是由機器自動完成的。 1997年5月3日至11日,IBM公司的深藍巨型計算機與蟬聯 12年之久的世界象棋冠軍卡斯帕羅夫進行了6場比賽，廝殺得難分難解。在決定勝負的最后一局比賽中，深藍以不到 1h的時間，在第19步棋就輕易逼得卡斯帕羅夫俯首稱臣，從而以3.5分比2.5分的總成績取得勝利。總之，無論是人工智能研究的近期目標，還是遠期目標，擺在人們面前的任務異常艱巨，還有一段很長的路要走。在人工智能的基礎理論和物理實現上， 還有許多問題要解決。當然，僅僅只靠人工智能工作者是遠遠不行的，還應該聚集諸如心理學家、邏輯學家、數學家、哲學家、生物學家和計算機科學家等， 依靠群體的共同努力，去實現人類夢想的“第2次知識革命”。人工智能研究的基本內容及特點本節介紹人工智能研究的基本內容、人工智能研究的途徑和方法，以及人工智能研究的主要特點。1.3.1人工智能研究的基本內容關于人工智能的研究內容，各種不同學派、不同研究領域以及人工智能發展的不同時期，對其有著一些不同的看法。下面根據人工智能的現狀，給出幾個對實現人工智能系統來說具有一般意義的基本內容。?認知建模所謂認知可以一般地認為是和情感、動機、意志相對應的理智或認識過程，或者說是為了一定目的，在一定的心理結構中進行的信息加工過程。美國心理學家浩斯頓(Houston)等人曾把對認知(cognition)的看法歸納為以下5種認知是信息的處理過程；認知是心理上的符號運算；認知是問題求解；認知是思維；認知是一組相關的活動，如知覺、記憶、思維、判斷、推理、問題求解、學習、想像、概念形成及語言使用等。實際上人類的認知過程是非常復雜的，人們對其研究形成了認知科學(也稱思維科學)。因此，認知科學是研究人類感知和思維信息處理過程的一門學科， 它包括從感覺的輸入到復雜問題的求解，從人類個體智能到人類社會智能的活動，以及人類智能和機器智能的性質。其主要研究目的就是要說明和解釋人類在完成認知活動時是如何進行信息加工的。認知科學是人工智能的重要理論基礎，對人工智能發展起著根本性的作用。認知科學涉及的問題非常廣泛，除了像浩斯頓提出的知覺、語言、學習、記憶、思維、問題求解、創造、注意、想像等相關聯活動外，還會受到環境、社會、文化背景等方面的影響。從認知觀點看，人工智能不能僅限于邏輯思維的研究，還必須深入開展對形象思維和靈感思維的研究。只有這樣，才能使人工智能具有更堅實的理論基礎，才能為智能計算機系統的研制提供更新的思想，創造更新的途徑。.機器感知所謂機器感知就是要讓計算機具有類似于人的感知能力， 如視覺、聽覺、觸覺、嗅覺、味覺。在這些感知能力中，目前研究較多、較為成功的是機器視覺(或叫計算機視覺)和機器聽覺(或叫計算機聽覺)。計算機