第1章緒論目錄1.1人類智能與機器智能1.2智能科學與技術1.3智能科學與技術模型1.4智能科學與技術重點研究領域1.5智能科學與技術發展和應用1.1人類智能與機器智能1.1.1智能與自然智能1.智能的涵義國內外四種觀點：

1）獨立說。我國古代的智能觀可稱之獨立說。認為智力與能力是兩個獨立的概念。例如，明末清初思想家王夫之認為：智為認識潛能，即潛在的認識能力；能是實踐潛能，即潛在的實踐能力。智乃“知”，系“耳力”、“目力”、“心思”對外界的了解，屬于認識活動；能為“用”，即作用于外部世界并取得效果，屬于實踐活動。

2）包容說。部分西方心理學家認為智能等同于智力或能力，智力包含有多種多樣的能力，各種能力是智力的組成因素。例如，著名教育心理學家霍華德·加德納提出的“多元智能理論”，將智能區分為八種：語言文字智能、數學邏輯智能、視覺空間智能、身體運動智能、音樂旋律智能、人際關系智能、自我認知智能和自然觀察智能。

3）等同說。部分西方心理學家認為智能等同于智力或能力，智力就是能力。例如，智力就是思維能力、學習能力或適應環境的能力。

4）從屬說。前蘇聯的心理學屆認為智能等同于智力或能力，能力是上位概念，而智力則是其下位概念。能力包含著智力，智力是能力的組成部分。可以把能力劃分為一般能力和特殊能力，一般能力就是指智力。1.1人類智能與機器智能1.1.1智能與自然智能2.智能的定義關于智能的定義，不同領域的專家學者從不同角度給出的定義多達幾十種，而且，絕大部分也都是從人類自身智能的角度給出的定義。例如：心理學學者通常將智能定義為各種能力的綜合（例如，加德納總結為八種能力，也有學者認為是五種能力），包括人的注意力、觀察力、想象力、記憶力和思維力五類，人的智能作為一種綜合能力，但以人的思維力為核心。無論哪種定義，人們均把感覺、注意、記憶、思維、邏輯、理解、推理以及決策等作為智能的特征，然而這些無一不是人腦的功能。難道除了人類之外，地球上的其它動物和植物就沒有智能嗎？例如，鴿子可以辨認不同圖案，甚至能分辨哪些圖案相同、哪些圖案不同。老虎遇到獵物時會伏低身體，并且尋找掩護慢慢潛近；在追捕時，老虎會規劃路線，打出提前量截擊獵物。還有，“語法大師”黑猩猩，“優秀學生”海豚，“邏輯學者”海獅，“多情才子”鸚鵡，等等。從進化論角度看，人類是從自然界動物演化來的，動物又是從古生物，甚至是微生物、單細胞等演化來的。因此，單純地從人類的角度來定義智能，忽略其它生物智能是不科學的，也是不完整的。定義：智能是指生物體或系統在特定環境條件下，自適應地調整自身或調控各種資源達到目標的能力。1.1人類智能與機器智能1.1.1智能與自然智能3.智能譜對于地球上的生物來說，只要其具有自適應地調整自身或調控各種資源達到目標的能力，這種生物就具有智能，或稱該生物就具有自然智能。

如果一個系統在一定的環境下，表現出自適應地調整或控制各種資源盡可能地實現預定目標的能力，就說該系統具有一定的智能。如果該系統為機器時，那就是一種機器智能。不同的生物體或系統，依據其智能水平高低在智能譜中都能找到合適的位置。人類具有最高的智能水平，智能的最主要體現是在智力上，而智力的表現往往以思維為核心。1.1人類智能與機器智能1.1.2人類智能與能力1.能力與素質

1973年，美國心理學家麥克利蘭提出素質冰山模型。

“水面之上冰山部分”約占1/8

：知識指個體擁有的某一特定領域事實型與經驗型信息，技能指個體對某一特定領域所需技術與知識的掌握情況。知識和技能是外在的顯性表現，容易了解與測量，相對而言也容易通過學習培訓加以改變和發展。

“水面之下冰山部分”約占7/8：社會角色是指個體基于態度和價值觀的行為方式與風格；自我認知是指個體的態度、價值觀和自我認知；特質是指個性、身體特征對環境和各種信息所表現出來的持續反應；動機則是指在一個特定領域的自然而持續的想法和偏好。7/8將驅動、引導和決定一個人的外在行動，不太容易通過外界影響加以改變，但其卻對人類個體的行為與表現起著關鍵性的作用。

人類個體智力的高低，取決于其擁有知識的真實、準確、可靠程度，以及在所掌握的知識基礎上的悟性、想象力、思維力等主觀因素。而能力的高低則取決于其本身的特質和自我認知，在自我動機支配下的社會角色實現，以及知識獲取與技能鍛煉。1.1人類智能與機器智能1.1.2人類智能與能力2.能力的分類

為了與近年來發展迅速的人工智能研究相對比，可以將人類智能所涉及的能力歸納為六種能力：

1）感知能力。通過感受器官感知外界的能力。感知是對外界事物（信息）的感覺、知覺、注意的一系列過程，例如，眼睛能感知光線，耳朵能感知聲音，鼻子能感知氣味，皮膚能感知冷熱，等等。

2）記憶能力。對外界信息和內部知識的存儲能力。記憶是人腦對經歷過的事件或事物的識記、保持、再現或再認，是進行思維、想象、決策等高級心理活動的基礎。

3）思維能力。對已存儲信息或知識的本質屬性、內部知識的認識能力。每逢人們在工作、學習、生活中遇到問題，總要“想一想”，這種“想”就是思維。思維能力包括常識思維能力、邏輯思維能力、形象思維能力、靈感思維能力等。

4）學習能力。指具有特定目的的知識獲取的能力。學習是指通過閱讀、聽講、思考、研究、實踐等途徑獲得知識和技能的過程。

5）自適應能力。通過自我調節適應外界環境的能力。人類可以根據環境的變化，調整自身使得其行為在新的或者已經改變了的環境下達到最佳狀態。

6）行為能力。人們對感知到的外界信息作出動作反應的能力。1.1人類智能與機器智能1.1.3機器智能模擬1.人工智能發展歷程

1956年夏季，麥卡錫、明斯基等科學家在美國達特茅斯學院開會討論“如何用機器模擬人的智能”，并首次提出“人工智能（ArtificialIntelligence，AI）”這一術語。

1）起步發展期。1956年至20世紀60年代初。相繼取得了一批令人矚目的研究成果，如機器定理證明、跳棋程序等。學術界也有人將人工智能起步追溯到1950年圖靈測試誕生。

2）反思發展期。20世紀60年代至70年代初。人們提出了一些不切實際的研發目標，多次的失敗和預期目標的落空使人工智能的發展走入低谷。

3）應用發展期。20世紀70年代初至80年代中。專家系統模擬人類專家的知識和經驗解決特定領域問題，實現了人工智能從理論研究走向實際應用。例如，專家系統在醫療、化學、地質等領域取得成功。

4）低迷發展期。20世紀80年代中至90年代中。規模的不斷擴大，專家系統存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現有數據庫兼容等問題逐漸暴露出來。

5）穩步發展期。20世紀90年代中至2010年?；ヂ摼W技術發展，促使人工智能技術進一步走向實用化。1997年IBM的深藍超級計算機戰勝國際象棋世界冠軍卡斯帕羅夫；2008年IBM提出“智慧地球”的概念。

6）蓬勃發展期。2011年至今。隨著大數據、云計算、互聯網、物聯網等新一代信息技術的發展，推動了以深度神經網絡為代表的人工智能技術飛速發展，人工智能技術實現了從“不能用、不好用”到“可以用”的技術突破，迎來了爆發式增長的新高潮。1.1人類智能與機器智能1.1.3機器智能模擬2.智能模擬技術路線不同學科學者對人工智能給出了各自的理解，產生了不同的學術流派，其中影響較大的的主要有符號主義、聯結主義和行為主義三大學派，不同學派采取不同的技術路線模擬人類（自然）的智能。

1）功能模擬。功能模擬方式亦稱為符號主義（邏輯主義）。符號主義認為人類認知的基元是符號，認知過程是符號表示上的一種運算。智能的基礎是知識，其核心是知識表示和知識推理，知識可用符號表示，也可用符號進行推理，由此建立了基于知識的人類智能和機器智能的統一的理論體系。典型案例：啟發式算法、專家系統、知識工程理論與技術。

2）結構模擬。結構模擬方式亦稱為聯結主義（仿生學派或生理學派）。聯結主義認為，AI起源于仿生學，特別是人腦模型。人類認知的基元是神經元，認知過程是神經元的聯結活動過程。思維的基元是神經元，而不是符號。思維過程是神經元的聯結活動過程，而不是符號運算過程。典型案例：人工神經網絡。

3）行為模擬。行為模擬方式亦稱行為主義（進化主義或控制論學派）。行為主義認為，人工智能起源于控制論，智能取決于感知和行為，取決于對外界復雜環境的適應，不需要推理。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，而且人工智能可以像人類智能那樣逐步進化。典型案例：智能行為“感知–動作”模型。1.1人類智能與機器智能1.1.4機器智能計算1.智能計算概念

“智能計算（計算智能）”是一個內涵相當豐富的概念，而且由于實施計算的主體是機器（計算機），故也可稱為“機器智能計算”或“機器計算智能”。

在自然界，智能是在生物的遺傳、變異、生長以及外部環境的自然選擇中產生的，智能計算就是人們基于對自然界獨特規律的認知，提取相關特性，研究設計出適合問題求解的計算工具（模型和算法）。因此，智能計算是以生物進化的觀點來認識和模擬智能的。2.四種典型智能計算方法

1）進化算法（EvolutionaryAlgorithm）。進化計算啟迪于大自然適者生存、優勝劣態的進化規律，進化計算中將群體中的每一個個體稱為染色體，將每一個個體的特性稱為基因，子代通過個體間的競爭而繁殖產生，群體的進化通過個體之間的交叉、變異、選擇等一系列過程而實現。

遺傳算法（GeneticAlgorithm）是進化計算的典型算法之一，其主要特點是直接對結構對象進行操作，不存在求導和函數連續性的限定；具有內在的隱并行性和解空間全局尋優能力；能自適應地調整搜索方向，不需要確定性的規則。廣泛地應用于組合優化、信號處理、自適應控制和人工生命等領域。1.1人類智能與機器智能1.1.4機器智能計算2.四種典型智能計算方法

2）人工神經網絡（ArtificialNeuralNetwork，ANN）。生物的神經系統由大量的神經元和傳播信號的突觸組成，它的傳播機制為人工神經網絡模型的設計提供了靈感，人工神經元被用來模擬生物神經元，從而可以產生多種不同類型的神經網絡模型。神經網絡的一個重要特性是它能夠從環境中學習，學習是一個過程，在其所處環境的激勵下輸入一定數量的訓練樣本，并按照一定的規則（學習算法）調整網絡各層的權值矩陣，當權值收斂時，則學習過程結束，所生成的神經網絡即可正式處理實際數據。

3）免疫算法（ImmuneAlgorithm）。免疫算法引入自然免疫系統中的抗原、抗體、親合度、B細胞、樹突細胞、T細胞等一系列概念，建立解決具體問題的模型。免疫算法全局收斂能力和收斂速度都表現出優越性，可以克服尋優處理過程中的早熟現象，然而大量參數配置成為了人工免疫算法的瓶頸。

人工免疫系統在模式識別、機器學習和自動控制等眾多領域得到了深入研究和廣泛應用，基于人工免疫系統的分類是人工免疫系統研究的熱點之一。1.1人類智能與機器智能1.1.4機器智能計算2.四種典型智能計算方法

4）群智能算法（SwarmIntelligenceAlgorithm）。群智能算法啟迪于諸如鳥群、蟻群、魚群、蠅群等群居生物體的社會行為，通常情況下群體中的個體行為都比較簡單，而且個體之間沒有差異，群體中也沒有中心控制個體，個體與個體之間可以通過相互協作來完成復雜問題的求解。蟻群算法用螞蟻的行走路徑表示待優化問題的可行解；粒子群算法起源于對鳥類尋找食物的飛行行為軌跡的研究；果蠅算法產生于研究果蠅這一群體尋找食物的行為軌跡；煙花算法啟迪于煙花爆炸時產生的火花現象。群智能在沒有集中控制并且不提供全局模型的前提下，為尋找復雜分布式問題的解決方案提供了有效工具，特別是在組合優化這一傳統領域，群智能算法表現出了很好的求解能力。1.2智能科學與技術1.2.1科學、技術與工程1.科學、技術與工程之間關系

一元論：認為科學和技術是同一體

二元論：認為科學和技術不是同一體

三元論：21世紀初由一門新興的學科—工程哲學的相關學者提出的，認為科學、技術與工程三者是并列的，是人類的三大主要行為或活動。科學、技術與工程三者之間的關系：科學是技術的基礎，技術是科學研究的手段；技術支撐工程的實施，工程促進技術的發展；科學認識往往來源于工程實踐，而工程必須建立在科學認識的基礎之上。1.2智能科學與技術1.2.1科學、技術與工程1.科學、技術與工程之間關系

科學的本質是發現；技術的靈魂是發明；工程的核心是建造。從研究的目的與任務、研究的過程與方法、成果性質與評價標準三個不同維度進行分析。維度科學技術工程研究的目的與任務目的是認識世界，揭示自然界的客觀規律。任務是解決“是什么”、“為什么”問題。目的是改造世界，對自然物、自然力利用。任務是解決“做什么”、“怎么做”問題。目的是使為人類服務的人工自然物成為現實。任務是解決“在哪做”、“何時做”等問題。研究的過程與方法研究過程追求精確的數據和完備的理論，從認識的經驗水平上升到理論水平；探索性很強，偶然因素較多。主要研究方法包括觀測、實驗推理、歸納、演繹等。研究過程追求比較穩定的應用目標，要利用科學理論解決實際問題；認識由理論向實踐轉化，有的放矢，偶然性較小。主要研究方法包括論證、調查、設計、試驗、修正等。研究過程是工程目標的確定、工程方案的設計和工程項目的決策等；其實現要考慮資源、經濟、環境等方方面面的因素。主要研究方法是論證、計劃、設計、實施、觀測、評價、反饋、修正等。成果性質與評價標準最終成果主要是知識形態的理論或知識體系，具有公共性或共享性，一般不保密。評價標準是是非正誤，以真理為準繩；與社會現實價值聯系相對較弱，或者說僅蘊含少量的價值成分。最終成果主要是技術發明和生產經驗的物化形態，是某種程序或人工器物，具有商品性；可以在保密的同時出賣或轉讓。評價標準是利弊得失，以功利為尺度；處處滲透價值、時時體現價值。最終成果是達到預期目標，人工自然物建造完成。評價標準是達不到預期目標就意味著失?。挥泻軓姷膶嵺`價值依賴性；要在資源、經濟、環境等各方面間權衡，妥協性是工程價值性的體現。1.2智能科學與技術1.2.1科學、技術與工程2.科學、技術與工程的定義

1）科學（Science）。關于世界本質及其規律的知識體系。是人們對各種事實和現象進行觀察、分類、歸納、演繹、分析、推理、計算和實驗，從而發現規律，并對各種定量規律予以驗證和公式化的知識體系。按研究對象的不同，科學可分為自然科學、社會科學和思維科學三大類。

2）技術（Technology）。關于利用和改造自然的知識、經驗、技巧和手段。是指人們利用現有事物形成新事物，或是改變現有事物功能、性能的方法。技術應具備明確的使用范圍和被其他人認知的形式和載體，如原材料（輸入）、產成品（輸出）、工藝、工具、設備、設施、標準、規范、指標、計量方法等。

3）工程（Engineering）。關于人工自然物設計與建造實施的過程。是一項計劃和設計以實現一個特定目標的單獨進行或聯合實施的工作，人們要應用科學知識和各種手段使自然力和自然物更好地為人類服務。工程活動的內涵可以概括為：一個對象是指改造對象或建造對象；兩種手段指技術手段和管理手段，后者包括行政手段、經濟手段和法律手段等；三個階段包括：①策劃階段；②實施階段；③使用階段。1.2智能科學與技術1.2.2科學技術的發生發展規律1.科學技術發生學—輔人律人類的發展歷史證明，人類的進化分為兩個階段：生物學進化階段和文明進化階段。

生物學進化階段：人類主要通過自身器官功能的分化和強化來增強自身的能力，直立行走和手腳分工是人類生物學進化階段的主要標志。

文明進化階段：人類試圖通過利用外部世界的力量來增強人類自身的能力。科學技術之所以會發生，根本原因在于人類希望“利用身外之物強化自身功能”?！吧硗庵铩本褪峭ㄟ^科學技術手段創造出來的各種工具。

科學主要擴展人類認識世界的能力，技術主要擴展人類改造世界的能力1.2智能科學與技術1.2.2科學技術的發生發展規律2.科學技術發展學—擬人律人類的“實際能力水平”與“更高的能力要求”之間存在的差距，成為一種無形卻又巨大的驅動力，支配人類在實踐探索中自覺或不自覺地朝縮小“差距”的方向努力。努力得到的理論成果就沉淀為“科學發展”，工藝成果則成為“技術進步”?！安罹唷钡目s小，新的更高的能力又會成為新的需求，新的能力差距又會出現，新一輪的實踐探索和科學技術進步又開始了。如此，呈螺旋式上升，永無止境?？梢郧宄乜吹?，科學技術的發展方向一直在跟隨人類能力擴展的需求，亦步亦趨，始終把縮小“實際能力水平”與“更高的能力要求”之間差距、科學技術發展水平擬合人類需求水平為前進動力，這就是把科學技術發展的規律稱為“擬人律”的原因之所在。1.2智能科學與技術1.2.2科學技術的發生發展規律3.科學技術未來學—共生律人類進步發展的歷程中，單純利用物質資源和力學原理構成的工具為質料工具，既要靠人力來驅動，也要靠人來駕馭，因此被稱為“人力工具”（如鐮刀、鋤頭等）。同時利用物質資源和能量資源制造出了自身具有動力的工具—動力工具，其不需要人力驅動，但還需要人來駕馭，因此被稱為“動力工具”（如機床、火車等）。綜合利用物質資源、能量資源和信息資源，可以制造出自身不僅具有動力，而且還具有智能的高級工具—智能工具，其不但可以不需要人的驅動，也可以不需要人的駕馭，是一種自主的機器，稱為“智能工具”（如專家系統、機器人等）。工具的換代是在繼承基礎上的創新，而不是簡單淘汰?？傊?，科學技術發展到今天，使人類認識世界和改造世界的能力得到了空前提高。因此，人類的全部能力應該是自身的能力加上科學技術產物的能力，這就是“共生律”。在這個共生體中，人類和智能工具之間存在著合理的分工，人有人的作用，機器有機器的作用，兩者合理分工，默契合作，人主機輔，相得益彰。1.2智能科學與技術1.2.3智能科學與技術學科1.智能科學與智能技術對于“智能科學”、“智能技術”，一些專家學者給出了多種解釋，綜合各種觀點，定義如下：

1）智能科學。探索自然界生物體或系統的行為機制，發現自然智能的本質和發展規律，揭示機器智能的原理和實現途徑。

2）智能技術。基于心理學、神經學、智能科學及相關的研究成果，尋求機器智能的構建方法和實現技術，用機器模擬自然界的智能，實現對自然界的利用、控制和改造。20世紀90年代，意大利學者Dorigo、Maniezzo等人在研究螞蟻覓食的過程中，發現單個螞蟻的行為比較簡單，但是蟻群整體卻可以體現智能行為：蟻群可以在不同的環境下，尋找最短到達食物源的路徑。機器人雖然是1920年由捷克斯洛伐克作家卡雷爾?恰佩克在他的科幻小說中創造出來的一個詞匯，但是一百年過去了，機器人已經家喻戶曉。長期以來，心理學家試圖從人的外在行為研究人的思維活動，神經學家試圖從神經元研究人類復雜的思維活動，雖然都取得了很多成就。但由于人體太復雜，今天我們仍然知之甚少，有待于繼續探索。1.2智能科學與技術1.2.3智能科學與技術學科2.人工智能自第一臺電子計算機ENIAC于1946年問世，人們就開始研究機器思維（Machinethinking）問題。1956年，“人工智能”概念被提出，最初設想是研究如何用計算機去模擬人的智能行為。雖然距離機器能夠自主思維的距離甚遠，但智能技術方面發展的成就是有目共睹的，很多只有人類才能做到的，今天用機器實現了，例如，語音識別、故障診斷、人臉識別、機器翻譯，等等。

隨著互聯網的普及、傳感器的泛在、大數據的涌現、電子商務的發展、信息社區的興起，數據和知識在人類社會、物理空間和信息空間之間交叉融合、相互作用，人工智能發展所處信息環境和數據基礎發生了巨大而深刻的變化。人工智能概念的內涵不斷豐富，外延也在不斷拓展。

人工智能定義：研究、開發用于模擬、延伸和擴展自然智能（特別是人的智能）的理論、方法、技術及應用系統的一門新的科學技術。

人工智能是智能科學與技術的一部分，或說人工智能有力地支撐了智能科學與技術學科的發展，涉及“科學”和“技術”兩個層面。1.2智能科學與技術1.2.3智能科學與技術學科3.智能科學與技術學科

智能科學與技術學科是多學科支撐的、多技術綜合、研究方向寬泛、跨領域應用的一門交叉學科。智能科學與技術前景廣闊，是信息科學技術的核心，也是現代科學技術的前沿和制高點。1.3智能科學與技術模型1.3.1智能活動基本概念如今，人類正處在信息化時代（信息社會），信息化是當今時代發展的大趨勢。而且信息已經成為重要的生產力要素，和物質、能量一起構成人類社會賴以生存發展的三大資源。1.數據（Data）數據是指對客觀事件進行記錄并可以鑒別的符號，是對客觀事物的性質、狀態以及相互關系等進行記載的物理符號,或這些物理符號的組合。在計算機系統中，各種數據均以二進制符號0、1的形式表示。數據不僅指狹義上的數字，還可以是具有一定意義的文字、字母、數字符號的組合，以及圖形、圖像、視頻、音頻等，是客觀事物的屬性、數量、位置及其相互關系等的抽象表示。例如，“0、1、2、...`”、“陰、下雨、氣溫下降，…”、“學生的檔案記錄、貨物的運輸情況、視頻監控錄像、…”等都是數據。數據可以是連續的值，比如聲音、圖像，稱為模擬數據；也可以是離散的值，如符號、文字，稱為數字數據。B（Byte，字節）=8bits；1KB(Kilobyte千字節)=1024B；1MB(Megabyte兆字節簡稱“兆”)=1024KB；1GB(Gigabyte吉字節又稱“千兆”)=1024MB；1TB(Trillionbyte萬億字節太字節)=1024GB；1PB（Petabyte千萬億字節拍字節）=1024TB；1EB（Exabyte百億億字節艾字節）=1024PB；1ZB(Zettabyte十萬億億字節澤字節)=1024EB；1YB(Yottabyte一億億億字節堯字節)=1024ZB；1BB(Brontobyte一千億億億字節)=1024YB。1.3智能科學與技術模型1.3.1智能活動基本概念2.信息（Information）

信息是對客觀世界中各種事物的運動狀態和變化的反映，是客觀事物之間相互聯系和相互作用的表征，表現的是客觀事物運動狀態和變化的實質內容。從信息管理角度來定義，信息是為了滿足用戶決策的需要而經過加工處理的數據，簡單地說，信息是經過加工的數據，或者說，信息是數據處理的結果。按所站立場不同，信息可以分為本體論信息（純客觀立場）和認識論信息（認識主體立場）。本體論信息指事物運動的狀態和狀態變化方式，它的存在或表現不以人的意志而轉移或變化。而認識論信息是認識主體所感知的事物運動的狀態及其變化方式，主體不同，感知的信息也可能不同。認識論信息又分為兩類：

1）感知信息（第一類認識論信息）。認識主體所感知的事物運動狀態與方式，是外部世界向主體輸入的信息，或者說，是認知主體感知到的信息。

2）再生信息（第二類認識論信息）。認識主體所表述的事物運動狀態與方式，是主體向外部世界（包括向其他主體）輸出的信息，或者說，是認識主體對感知信息加工后的結果。1.3智能科學與技術模型1.3.1智能活動基本概念3.知識（Knowledge）知識指事物運動的狀態和狀態變化的規律，是人類在實踐中認識客觀世界（包括人類自身）的成果，它包括事實、信息的描述或在教育和實踐中獲得的技能。4.策略（Strategy）策略是關于如何解決問題的計策方略，包括在什么時間、什么地點，由什么主體采取什么行動、達到什么目標、注意什么事項等一整套具體的計劃規劃、行動步驟、工作方式和工作方法。5.智能活動（Intelligentactivity）人類在智能活動時，能有針對性地獲得問題—環境—目標的數據和信息，并恰當地處理這些信息從而獲得相關知識實現認知，在此基礎上結合自身的目的，生成求解問題的策略。1.3智能科學與技術模型1.3.2人類的心智模型心智（Mind）是指人類的全部精神活動，包括情感、意志、感覺、知覺、表象、學習、記憶、思維、直覺等，建立心智模型的技術被稱為心智建模，目的是探索和揭示人類的思維機制。1.純認知系統模型1976年，赫伯特?西蒙和艾倫?紐厄爾提出了物理符號系統假設。1981年，紐厄爾以物理符號系統為中心，建立了純認知系統模型。物理符號系統假設的主要內容如下：

1）物理符號系統假設。物理系統表現智能行為的必要和充分條件是：它是一個物理符號系統。2）必要性。表現智能的任何物理符號系統將是物理符號系統的一個實例。3）充分性。任何物理符號系統都可以進一步組織來表現智能行為。4）智能行為就是人類所具有的智能。在某種物理條件限制下，實際發生的符合系統目標和適應環境要求的行為。1.3智能科學與技術模型1.3.2人類的心智模型2.PMJ心智模型

PMJ（Perception，MemoryandJudgment）模型

1）快速加工通路。快速加工通路是指從感知階段直接到判斷階段的加工過程（圖中的⑧），實現基于感知的判斷。

2）精細加工通路。精細加工通路是指從感知階段到記憶階段，再從記憶階段到感知和判斷階段的加工過程（如圖中的④、⑤和⑦），實現基于記憶的感知和判斷。

3）反饋加工通路。反饋加工通路是指從判斷階段到記憶階段，或從判斷階段到感知階段（如圖中的⑥或⑨）的加工過程，實現基于判斷的感知和記憶。1.3智能科學與技術模型1.3.3智能系統的基本模型1）“信息獲取”和“策略執行”是智能系統與外部世界的兩個接口。2）“信息處理”、“信息認知”以及“策略生成”是智能系統的主體，把信息資源逐步加工成為可以解決問題的智能策略。3）“信息處理”的任務是執行“非認知”的處理操作，把感知信息加工成為可用信息，可以稱之為智能系統的預處理?！靶畔⒄J知”和“策略生成”的任務則是把信息轉換成為知識和智能策略。4）“信息傳遞”和“策略傳遞”的作用是把整個系統和外部世界連接成為一個有機的整體。人工智能系統和人類智能系統高度對應。所以，也可以認為是智能科學與技術的基本模型1.4智能科學與技術重點研究領域本節僅從五個方面來介紹智能科學與技術的重點研究領域，包括自然智能研究、機器感知研究、機器思維研究、機器行為研究和智能系統研究。1.4.1自然智能研究人類要發展科學與技術，尋求智能的本質和源泉，首先就將目標鎖定在了人自身這種高級動物身上：人類大腦如何產生新想法？思維如何產生，又是如何運作的？意識緣何形成？什么是情感、感覺、想法？如果將人類大腦看成一臺機器，那么這是否有益于我們設計出能夠像人一樣能理解、善思考、會工作的高級人工智能機器？近年來，各國都在加大投入，開展多學科交叉、多層次的腦與認知科學研究。美國、韓國、歐盟、日本、澳大利亞等國家和地區都積極布局各自的腦計劃。

中國的“腦科學計劃”也早已經作為重大科技項目被列入“十三五”規劃，創新地提出了腦認知功能的解析和技術平臺為“一體”，認知障礙相關重大腦疾病診治和類腦計算與腦機智能技術為“兩翼”的“一體兩翼”腦計劃布局。

腦科學是研究腦認知、意識與智能的本質與規律的科學。隨著腦成像、生物傳感、人機交互等新技術的不斷涌現，必將有效推動自然智能研究領域，尤其是人類智能研究領域的跨越式發展。1.4智能科學與技術重點研究領域1.4.1自然智能研究1973年，英國愛丁堡大學人工智能系教授希金斯第一次在論文中使用“認知科學（Cognitivescience）”一詞。認知科學研究對象為人類、動物和人工智能機制的理解和認知，研究范圍包括知覺、注意、記憶、動作、語言、推理、思考乃至意識在內的各個層次和各個方面的人類的認知活動。因此，認知科學是研究人類認知的本質及規律，揭示人類心智奧秘的科學。大腦產生心智的過程被稱為認知。從低級到高級的5個層級的心智和認知：神經層級、心理層級、語言層級、思維層級以及文化層級。在研究人類智能的同時，人們也在研究其它形式的自然智能，從中發現智能原理和本質、機制，發明各種各樣的仿生智能算法，人們也在研究人類智能與人工智能之間的關系。思維移植、芯片植入、腦機接口、人機融合研究寄希望于整個世界的生物智能和非生物智能高度融合，成為一個功能強大的“人–機智能共生體”?；驅⒋竽X與互聯網直接相連，提升人類智能甚至構建“全球超級大腦”，1.4智能科學與技術重點研究領域1.4.2機器感知研究1.智能體模型

智能體（Agent）模型結構智能體通過傳感器感知所處環境，并通過執行機構對該環境產生作用，智能體可是人，是機器，也可以是計算機程序。智能體結構雖然類似于行為主義提出的智能行為“感知–動作”模型，但智能體不僅需要知識表示，更需要思維推理，其在與周圍環境的感知和交互作用下達到既定目標。

人類利用眼、耳、手、腳、鼻和皮膚等器官感知環境、感知世界，繼而實現對自然界的利用和改造。

機器感知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、味覺等。1.4智能科學與技術重點研究領域1.4.2機器感知研究2.機器感知技術機器感知：視覺、聽覺、觸覺、嗅覺、味覺等。

機器視覺就是用機器代替人眼來做測量和判斷。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，傳給專用圖像處理系統，根據像素分布和亮度、顏色等信息，抽取目標特征進行測量和判斷。機器視覺涉及圖像處理、模式識別、機械工程、自動控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、計算機軟硬件技術，等。

機器聽覺涉及聲音采集、預處理、聲源分離、去噪/增強、音頻事件檢測、提取或學習音頻特征、聲音分類、聲音識別等。自然語言處理（NLP）包括自然語言理解、自然語言生產。

機器觸覺、嗅覺、味覺等，從傳統的壓力、溫度、可燃或有毒氣體等常規的傳感器，到現代新型的紅外、激光、光纖、雷達、紫外等種類的傳感器，出現了大量新型傳感器、新算法。

“態勢感知”技術研究，融合運用內部、外部的多維感知數據，進行未來發展趨勢的預測分析，在網絡安全態勢分析、設備運維故障預警、市場前景評估、業務用戶感知等得到了初步應用。1.4智能科學與技術重點研究領域1.4.3機器思維研究

最早提出“機器思維”這一概念的人是圖靈。1950年他在“計算機和智力”一文中講到：“我相信在本世紀末……人們可以談論機器思維而不會遭到什么反對”。1.機器思維標準

1）費根鮑姆的標準。費根鮑姆認為：一項需要人依靠智力才能完成的工作，如果交給機器也能完成，就應該認為機器能思維。這是一種低級標準，按此標準，機器思維的確已是“現實”。

2）圖靈的標準。即圖靈測試：如果一部機器，能在某些指定條件下模仿人把問題回答得很好，以致在很長一段時間內能迷惑提出該問題的人，分不清究竟是機器還是人在回答問題，那么就可以認為這臺機器是能思維的。圖靈的標準實際上是一種高級標準，到目前為止，“機器思維”還只是一種夢想。盡管他們對“機器思維”的理解有很大不同，但二者卻有一個共同的特點，即忽略了機器同人腦在行為方式、結構和材料方面的差異，而只僅僅考慮到機器的功能同人腦功能的相似，只考慮到機器最終得出的結果同人腦得出的結果相同。實際上，就像“人工智能”概念一樣，“機器思維”研究與應用已經遠遠超出當時的初衷。因此，也不必糾結于是否能達到高級標準。1.4智能科學與技術重點研究領域1.4.3機器思維研究2.機器博弈近年來，機器思維已經不再那么神秘，而是更多表現為機器學習、記憶、搜索、判斷和推理等具體形式，尤其在機器博弈方面取得了巨大進展。

機器博弈是人工智能的一個重要領域，其核心思想并不復雜，就是對博弈樹節點估值過程和對博弈樹搜索過程的結合。1997年IBM的“深藍”戰勝了國際象棋世界冠軍卡斯帕羅夫。2016年3月，谷歌（Google）的阿爾法圍棋（AlphaGo）以4比1的總比分擊敗了職業九段棋手李世石。AlphaGo通過兩個不同神經網絡“大腦”合作來改進下棋：

第一個大腦是“策略網絡（Policynetwork）”，觀察棋盤布局試圖找到最佳的下一步，可以理解成“落子選擇器”。第二個大腦是“價值網絡（Valuenetwork）”，在給定棋子位置情況下，預測每一個棋手贏棋的概率，可以理解為“局面評估器”。1.4智能科學與技術重點研究領域1.4.3機器思維研究3.搜索與定理證明

搜索：是指在缺乏解決問題的足夠知識時，為了達到某一目標而不斷尋找恰當線路或最優方案，逐步使問題得以解決的過程。搜索技術常被用于諸如機器博弈、定理證明、問題求解之類的情形。

1）狀態空間搜索：深度優先搜索、廣度優先（盲目搜索）搜索、啟發式搜索等。

2）與/或樹搜索：極大極小值算法、負極大值搜索、Alpha-Beta剪枝算法等。

定理證明：按照某種策略從已知事實出發，利用知識推出所需結論的過程。機器推理分為兩大類：一類為確定性推理，指推理所使用的知識和推出的結論都是精確的；另一類是不確定性推理，指推理所使用的知識和推出的結論可以是不確定的，或者說結論是不精確性的、模糊的和非完備性的。確定性推理主要是基于一階經典邏輯，不確定性推理主要基于非經典邏輯和概率等。近幾年，機器推理（Machinereasoning）在常識問答、事實檢測、自然語言理解、視覺常識推理、視覺問答、文檔級問答等應用上取得了重大進展。1.4智能科學與技術重點研究領域1.4.4機器行為研究

機器行為（Machinebehavior）或計算機行為（Computerbehavior）是研究如何用機器去模擬、延伸、擴展人的智能行為，如走、跑、拿、說、唱、寫、畫等。1.機器人機器人一般由執行機構、驅動裝置、檢測裝置、控制系統和復雜機械等組成，可以從智能、技能和物理能等幾個方面進行評價。

智能指機器人的感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；技能指機器人的變通性、通用性或空間占有性等；物理能指機器人的力量、速度、可靠性、聯用性和壽命等。

機器人就是具有生物功能的工具，可以代替人類完成一些危險或難以進行的勞作、任務等。近年來，機器人應用不斷滲透到各行各業、各個領域，工業機器人、農業機器人、服務機器人、娛樂機器人、警用機器人、軍用機器人、醫用機器人、危險作業機器人、水下機器人、科技機器人、……。十大前沿技術：柔性機器人技術、液態金屬控制技術、生肌電控制技術、敏感觸覺技術、會話式智能交互技術、情感識別技術、腦機接口技術、自動駕駛技術、虛擬現實機器人技術、機器人云服務技術。1.4智能科學與技術重點研究領域1.4.4機器行為研究2.自然語言生成在自然語言生成（NaturalLanguageGeneration）方面，文字轉語音技術（Text-To-Speech）也已經成熟，在位置導航等領域達到了實用程度。

自然語言生成是研究使計算機具有人一樣的表達和寫作的功能，即能夠根據一些關鍵信息及其在機器內部的表達形式，基于語言信息處理模型和自然語言的語義、語法規則，經過一定的規劃選擇過程，自動生成高質量的自然語言文本（語音）。

自然語言生成技術可以用來生成分析報告、幫助消息等，或者作為鑒別特殊語言的一種手段。自然語言生成技術已誕生了近半個世紀，科學家們一直在致力于使這項技術能夠更加成熟、使用。例如，微軟小冰2014年5月誕生，最初人們對它的看法只是一個單純的聊天工具。但經過不斷的迭代，小冰得到了全面提升，甚至有自己的全息影像，EQ（情商，EmotionalQuotient）和IQ（智商，IntelligenceQuotient）也得到了升級?，F在的小冰，已經成為微軟通過使用自然語言生成等技術創造出來的一個超前產品。1.4智能科學與技術重點研究領域1.4.4機器行為研究3.智能控制隨著控制系統設計與應用的發展，已有的自動控制方法和技術受到了挑戰。1965年美國普渡大學傅京孫教授首先把AI的啟發式推理規則用于學習控制系統，1966年美國門德爾主張將AI用于飛船控制系統的設計，由此智能控制誕生。

智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，其以控制理論、計算機科學、人工智能、運籌學等學科為基礎，擴展了相關的理論和技術，主要用來解決那些用傳統方法難以解決的復雜系統的控制問題。

專家控制（Expertcontrol）主要利用專家系統來達成目的，將行業內控制工程師的經驗和知識體系進行規范化，將其導入到控制系統的知識庫中，繼而由推理機、解析機制和知識獲取系統共同作用的專家系統完成專家控制。

模糊控制（Fuzzycontrol）理論于1965年由拉特飛?扎德教授首先提出，利用模糊數學方法將被控對象模糊化，與知識庫信息模糊對比推理得到相關信息，再進行清晰化處理后給控制對象提供控制信息。

神經網絡控制（Neuralnetworkscontrol）將神經網絡作為控制系統的控制器或辨識器，通過不斷修正神經元之間連接的權值來優化控制信息，使控制系統穩定、魯棒性好，具有要求的靜態、動態性能。1.4智能科學與技術重點研究領域1.4.5智能系統研究

智能系統研究致力于充分利用智能科學與技術的研究成果，利用計算機(機器系統)模擬自然系統的信息處理與行為控制規律，特別是自組織、自學習、自適應、自修復、自生長、自復制等基本特性，及感知、知覺、認知、判斷、思維、推理、動作等智能行為。1.專家系統

專家系統是一個具有大量的專門知識與經驗的程序系統，它應用人工智能技術和計算機技術，根據某領域專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，解決需要人類專家處理的復雜問題，簡而言之，專家系統是一種模擬人類專家解決領域問題的計算機應用系統。

專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成。1.4智能科學與技術重點研究領域1.4.5智能系統研究2.物聯網系統麻省理工學院凱文?阿什頓教授于1999年最早提出物聯網（InternetofThings，IoT）理念。

物聯網：通過射頻識別（RFID)、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何（一種或多種）物品與互聯網連接起來，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。物聯網的推廣與普及，給智能系統帶來了新的挑戰，促使人類在指導思想、技術路線、系統體系結構、計算模式等方面為智能系統的研究融入新的思想與技術，使得智能系統的研究邁入了新的階段，即以開放復雜智能系統，特別是巨型開放智能系統為研究對象，以社會智能為研究重點的綜合研究階段。

開放復雜智能系統指具有開放性特征、與環境之間存在交互、系統成員眾多、系統有多個層次、系統可能涉及人的參與的智能系統。物聯網系統的技術體系結構基本達成了統一認識，分為感知層、網絡層、應用層三個大的層次作為新一代信息技術的重要組成部分，物聯網的跨界融合、集成創新和規?；l展，在促進傳統產業轉型升級方面起到了巨大的作用。未來應用于全社會，實現萬物互聯（InternetofEverything，IoE）。1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展下面分別從腦科學、認知科學、計算機科學、人工智能和控制科學等不同角度，簡單描繪智能科學與技術的產生與發展。1.腦科學我國古代認為“心之官則思，思則得之，不思則不得也”，古希臘對靈魂駐地的看法則有“三級”的特色，認為：腦司理性思想，心司意氣感情，肝司食色欲望。亞里士多德也明確地以心臟作為人體的中心，認為心是綜合、比較各種感覺材料的“公共感官”，思維、意識、想象及記憶均源于心。以希波克拉底為代表的古希臘醫生們最早完成了“從心到腦”的認識轉移，基于他們對腦功能的了解，提出：“是由于腦，我們思維、理解、看見，知道丑和美、惡和善”?，F代腦研究開始于19世紀末，西班牙神經學家卡哈爾對大腦的微觀神經元結構研究是開創性的。20世紀40年代末期微電極的發明，開創了神經生理研究的新時代。在過去的兩個世紀里，雖然腦科學研究領域取得了一些進展，但到目前為止，腦科學現在仍然屬于一個“神秘”領域。因此，從20世紀末開始，美國（1997年）、韓國（1998年）、歐盟（2013年）、日本（2014年）、澳大利亞（2016年）、加拿大（2017年），包括我國（2006年開始布局，2016年正式啟動），先后啟動腦科學研究計劃，希望在認識腦、保護腦、模擬腦三個方向上取得突破。1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展2.認知科學認知科學的發展軌跡可以簡單給出如下幾個時間點：①1967年，被譽為認知心理學之父的美國心理學家奈瑟爾提出以信息加工理論為基礎的現代認知心理學。②1973年，英國愛丁堡大學人工智能系教授朗吉特?希金斯第一次在論文中使用了“認知科學”一詞。③1977年，著名的認知科學研究領域的權威期刊《認知科學》創刊。④1979年，認知科學學會在美國成立，標志著認知科學誕生。三個發展階段：1）20世紀40年代至50年代末，計算理論階段。研究主要是基于“認知即計算”這一經典理論而展開的，其代表人物為邱奇（AlonzoChurch）、圖靈、馮?諾伊曼（JohnvonNeumann）。2）20世紀50年代末至80年代初期，符號處理理論階段。研究主要基于“認知是對符號的計算機處理”的理論，又被稱為“計算機處理經典符號階段”，因為它和當時逐漸發展起來的計算機科學緊密相關，其代表人物為紐維爾（AllenNewell）和西蒙（HerbertSimon）。3）20世紀70年代至今，多理論階段。三種主要的指導理論引領認知科學的發展，它們分別是人工神經網絡理論、模塊理論、環境作用理論。1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展3.計算機科學

計算機科學。20世紀30年代，可計算理論取得突破性進展，眾多理論模型中以圖靈機更接近常人計算，成為計算機的計算理論基礎。20世紀50年代喬姆斯基建立了形式語言的理論體系，其對計算機科學有著深刻的影響，特別是對程序設計語言和編譯方法等有重要的作用。20世紀60年代計算復雜性、20世紀70年代程序驗證理論為整個計算機科學發展奠定了堅實的理論基礎。

計算機技術。20世紀50年代馮?諾依曼提出計算機體系結構，以程序存儲為基礎，程序指令和數據公用一個存儲空間。1946年，第一臺電子數字計算機ENIAC誕生。1964年IBM推出一款計算機系統IBM360，在業界引起轟動。20世紀80年代，IBMPC使計算機進入了各行各業、千家萬戶。20世紀90年代出現的互聯網，以及后續的物聯網、云計算、大數據等新一代信息技術相繼涌現，計算機系統經歷了從單機時代進化到能夠共享資源的專用局域網系統，然后發展到資源可整合、共享互聯網時代，逐步演進到目前資源動態分配、服務高度發達共享的網絡信息服務時代。1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展4.人工智能

AI作為計算機科學、控制科學的一個研究方向，其發展最早可以追溯到20世紀50年代以符號主義為代表的邏輯推理和定理證明研究。20世紀60年代其模擬人類專家的行為，概括成經驗性的規則形成規則系統，推演應用領域知識的生成?；诖嗽順嬙斓膶＜蚁到y在醫療診斷、化學邏輯關系推演等方面發揮了很好的作用。后來的數據庫、知識庫、語義網絡、知識圖譜在模擬和學習人類邏輯思維，以及系統推演中更進一步。AI的另外一條主線是以聯接主義為代表，模擬發生在人類神經系統中的認知過程。20世紀50年代提出的感知機是最早的模擬神經元細胞和突觸機制的計算模型。之后模擬人的神經系統，建立了多層感知機等人工神經網絡，一直到現在的深度學習都是沿著這條路徑發展起來的。與此同時，在AI發展過程中的另外一個重要學派行為主義認為智能是系統與環境之間的交互行為。因此，形成了強化學習、進化計算等智能方法，可以看作是控制科學對AI的啟發和貢獻。1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展5.控制科學控制科學的發展經歷了三個重要時期：

1）20世紀40年代末至50年代的經典控制理論時期，著重解決單輸入單輸出系統的控制問題（PID控制、反饋控制），主要方法是時域法、頻域法、根軌跡法。

2）20世紀60年代至70年代的現代控制理論時期，著重解決多輸入多輸出系統的控制問題（最優控制、模糊控制、自適應控制），主要方法是變分法、極大值原理、動態規劃理論。

3）20世紀80年代后的先進控制理時期，先進控制理論是現代控制理論的發展和延伸。先進控制理論內容豐富、涵蓋面最廣，包括魯棒控制、智能控制、集成控制等。此外，20世紀50年代開始的機器人也非常有代表性，已經滲透到了我們人類社會的各個角落，出現在人們的日常工作生活中。1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展6.智能科學與技術發展歷程

1）茫然期。從人類社會形成至19世紀末。雖然也有“聰明”、“精明”’、“神明”或“視聽”相關的探索和論述，但由于主導認識是把心作為思維的器官，限制了人們的“智慧”，無法深入探索人類“智能”的本質和源泉。

2）萌芽期。19世紀末至20世紀40年代。19世紀90年代，以希波克拉底為代表的古希臘醫生們提出人腦的神經元結構，完成思維“從心到腦”的認識轉移。20世紀30年代，可計算理論取得突破性進展。20世紀40年代，以頻率響應法（1932）和根軌跡法（1948）為核心的經典控制理論（PID控制、反饋控制）誕生。

3）初創期。20世紀40年代至60年代末。1946年，第一臺計算機誕生；1950年，圖靈提出了著名的圖靈測試；1956年，達特茅斯會議提出AI概念；20世紀50年代，形式語言的理論體系建立；20世紀60年代的計算復雜性和20世紀60年代模擬人類專家的行為；1964年，IBM推出IBM360計算機系統；20世紀60年代，現代控制理論（最優控制、模糊控制、自適應控制）奠基。

1.5智能科學與技術發展和應用1.5.1智能科學與技術的誕生和發展6.智能科學與技術發展歷程

4）發展期。20世紀60年代末至21世紀初。1967年美國心理學家奈瑟爾提出現代認知心理學；1979年，認知科學正式確立；20世紀80年代，IBMPC使計算機進入各行各業、千家萬戶；20世紀90年代出現的互聯網加速了人工智能的創新研究；20世紀80年代以后，先進控制理論（魯棒控制、智能控制、集成控制）萌芽。1997年，IBM的深藍超級計算機戰勝了國際象棋世界冠軍卡斯帕羅夫；2008年，IBM提出“智慧地球”概念。

5）繁榮期。21世紀初至今。隨著移動互聯網、大數據、云計算、物聯網等新一代信息技術的發展，人工智能技術飛速發展，大幅跨越了科學與應用之間的“技術鴻溝”，以機器人為代表的人工智能產品大量出現在人們的工作生活中。2016年3月，阿爾法圍棋以4比1的總比分戰勝職業九段棋手李世石，喚起人們對AI的極大熱情，大量的人力、物力、財力紛紛投到智能科學與技術的研究與應用領域。韓國、美國、歐盟、日本、澳大利亞、加拿大，包括我國先后啟動腦科學研究計劃，認識腦、保護腦、模擬腦，推動以神經計算和類腦智能為代表的腦科學研究，成為各國追求的目標。1.5智能科學與技術發展和應用1.5.2智能科學與技術應用下面從保障身體健康的應用、保障衣食住行的應用、輔助終身學習的應用、輔助觀察世界的應用、輔助決策判斷的應用和輔助改造世界的應用六個方面，闡述智能科學與技術的應用。1.保障身體健康的應用

保障身體健康的應用是指智能科學與技術在對人類自身身體狀況監測、疾病診斷、治療康復、娛樂鍛煉等方面，以及在相關行業的應用。近年來，智能手表、智能手環、智能眼鏡等穿戴式智能設備越來越多?！坝肁I監測駕駛員情緒，告別疲勞駕駛和路怒”也早已成為現實。專家系統最早被應用于疾病的診斷，而且在引入深度學習、知識圖譜等技術后，各類疾病診斷專家系統更加實用。人工智能在游戲娛樂方面的應用更加出色，不僅可以用來生產圖片、音頻、文字、視頻等各種內容素材，還可以代替人類玩家在游戲發布之前進行測試，更能給游戲創造更高的可玩性，增強趣味性。不久之前，“人工智能健身房”走進了人們的視野?？梢灶A見，未來的健身設備、健身房、運動場館將會融入越來越多的智能元素。1.5智能科學與技術發展和應用1.5.2智能科學與技術應用2.保障衣食住行的應用

保障衣食住行的應用是指智能科學與技術在改變人類傳統的衣食住行觀念、提供現代化的衣食住行條件等方面，以及在相關行業的應用。

人工智能服飾內置溫度傳感器，能夠根據用戶體溫和室外溫度自動打開氣孔、保護層，使其保持在一個舒適的程度?；凇?D建模+AI圖像”的服裝定制將改變人們傳統的試衣購買或定制的習慣，包括服務機器人智能導購、分析用戶畫像與精準營銷、面料色彩紋路和花色智能識別，理解服裝流行時尚等。

AI菜譜可以根據實物辨別出食材的品種和質量，給出最好的烹飪方法，最大程度地發揮食物營養價值?，F代家庭里的電視、音響、冰箱、洗衣機、空調等家電均可以有線/無線方式上網，云上AI資源豐富，端AI功能也越來越強，人臉識別、語音遙控、遠程控制越來越普及。在“萬物智能”的今天，能夠用手機控制速度、方向，擁有微電腦和藍牙的智能自行車、智能滑板出現在了人們的生活當中。近年來，汽車內的傳感器越來越多，在提高駕駛舒適性的同時，各種智能技術（包括車聯網）在為駕駛員的安全保駕護航。而且，近幾年無人駕駛汽車發展迅速。在現代化的智能互聯城市里，居民出行方式和工具越來越智能化。出差旅游需乘坐的火車、動車、高鐵、飛機、輪船等交通工具，都大量使用了智能傳感、控制、規劃、調度等技術，宇宙空間探測更是如此，包括射電望遠鏡、火箭、衛星、太空站等，沒有智能科學與技術的支撐是不可能實現的。1.5智能科學與技術發展和應用1.5.2智能科學與技術應用3.輔助終身學習的應用

輔助終身學習的應用是指智能科學與技術在人類的人生各個階段（含嬰幼兒、中小學、大學、研究生、工作、退休養老期間）學習，以及在教育培訓領域中的應用。在嬰幼兒成長的過程中，有很多專門設計的智能穿戴設備，例如，嬰兒監測器、智能體溫計、智能嬰兒紐扣、智能攝像頭、智能嬰兒床等。當然，也有以安撫和陪伴嬰幼兒玩耍學習為主的智能設備。多元智能理論由心理發展學家霍華德?加德納在1983年提出，主要體現在以下四個方面：①改變傳統學生觀；②重新定位教學觀：③改變教學目標；④改變教學行為。當然，人工智能的發展也給教育技術的方式方法帶來了革命性的改變，“AI”場景下改變了知識傳遞傳授的樣式，原本只能通過書本學到的抽象知識，可以變得身臨其境。另外，還可以基于采集到的學生學習過程中的各項數據，運用大數據智能技術實現對日常教學過程中的考試、作業、測驗等環節的識別分析，可以為學生推薦符合其個人學習特點、規律的個性化的學習方案，還可以針對學生的學習情況提供更加具有實效性的輔導。近幾年，智慧地球概念極大地推動了智慧教育的發展，而智慧校園作為智慧教育的一個縮影、數字校園的高級形態，其建設在我國高校、中小學已經取得了一定成就。目前，智慧教育不僅在中小學、大學的智慧校園建設中取得了實效。1.5智能科學與技術發展和應用1.5.2智能科學與技術應用4.輔助觀察世界的應用

輔助觀察世界的應用是指智能科學與技術在人類社會經濟各類事物（自然界物體或社會活動事件等）外表特征、運行狀態、本質規律及發展趨勢觀測中的應用，包括運用智能硬件工具，也包括采用智能軟件和相關數據。作為與外界環境交互的重要手段和感知信息的主要來源，智能傳感器為人類感知世界插上翅膀。例如，我們日常使用的手機，除常規的麥克風、話筒外，還可以配置多達六個攝像頭，更有如光線傳感器、距離傳感器、北斗/GPS等十幾種傳感器，使手機成為了名副其實的移動智能終端。智能傳感器的應用已經深入各行各業，在工農業生產、交通運輸、文化教育、城市管理、軍事國防、醫療衛生、航空航天等方方面面都有廣泛應用。

網絡輿情監控是智能科學與技術輔助人們觀察世界的另一個很好的例證，作為自然語言處理的一個重要研究方向，已經成為現代社會管理的重要監控手段。智能科學與技術在人類從事科學研究和技術研發中的應用也是智能科學與技術輔助人們觀察世界的一個有力例證。在材料科學領域，使用傳統方法，一天只能對材料成分做一兩次分析試驗，實驗室“誕生”一個新材料平均需要10年，從實驗室“走進”生產車間可能需要再用20年；而通過對廢棄數據的機器學習，再對新材料進行預測，新材料的研發和應用周期有望縮短一半以上。1.5智能科學與技術發展和應用1.5.2智能科學與技術應用5.輔助決策判斷的應用

輔助決策判斷的應用是指智能科學與技術在人類社會經濟各類事務推理、決策、判斷、控制方面應用，包括工農業生產、交通運輸、文化教育、城市管理、軍事國防、醫療衛生、航空航天等各個領域。在大數據智能處理技術出現之前，農業生產專家系統、農作物模擬模型、農作物生產決策支持系統是主要的農業生產決策技術。而大數據智能處理技術可以集成農作物自身生長發育狀況以及農作物生長環境中的氣候、土壤、生物等數據，同時綜合考慮經濟、環境、可持續發展等指標，為決策者做出精準的農業生產決策提供技術支撐。

辦公自動（OfficeAutomation，OA）迄今為止已經經歷了以數據統計和文檔寫作電子化為主要特征的第一代、以工作流程自動化為主要特征的第二代、以知識管理為主要特征的第三代的不斷迭代。而目前各級政府部門、企事業單位、組織機構正在大力建設的新一代OA則是以新一代信息技術應用與智能決策為主要特征，是基于AI技術和OA場景相結合打造的高度交互性的智能辦公決策平臺，而且更加強調移動智能應用。云計算、大數據、互聯網、物聯網、人工智能等技術的進步，催生、驅動了新型智慧城市的建設，新型智慧城市需要“城市大腦”。城市大腦的神經末梢可以觸達每一個參與者、每一個角落、每一個場景，以及每一個點，在任何需要的時刻將服務通過移動端，隨時隨地、動態實時延伸到網絡可以覆蓋到的地方。2019年12月30日，京張高速鐵路正式開通運營。作為中國首條智能高速鐵路，設計、建設與運營注入了很多先進的智能科學與技術。1.5智能科學與技術發展和應用1.5.2智能科學與技術應用6.輔助改造世界的應用

輔助改造世界的應用是指智能科學與技術在人類從事社會經濟各種活動時，輔助人們完成指定動作或工作方面的應用，包括各種智能設備和智能機器人等。從最普通的衛生清掃到最高端的航空航天，智能科學與技術的應用案例數不勝數。集遠程控制和智能導航定位于一體的智能家用掃地機器人、高樓外墻清洗機器人等。占據工業機器人應用半壁江山的焊接機器人，已被廣泛應用于汽車、電子、航空、航天、鐵路、工程機械、能源裝備和海洋重工等領域。在社區管理方面，通過在社區道路、樓道門禁、通行出入口進行人臉采集抓拍，實現出入口人員、社區居民的智能管控，解決群租、孤寡老人等特殊人群的定期監護問題；與此同時，當出現居民大量聚集或高空墜物時，智能分析算法能快速檢測并報警，還能準確溯源。軍事、太空、災難、高溫、超低溫、劇毒等特殊場景，具有一定危險性，或者人類難以生存，智能科學與技術應用更能發揮優勢。在過去的幾十年，智能科學與技術，特別是人工智能的出現也導致了人類的集體焦慮。人們普遍的擔憂是，隨著機器人和計算機取代更多人類的工作崗位，將會有大量的人員面臨失業。然而，必須注意的是，并非所有的工作最終都會被人工智能取代，而且，機器人的廣泛應用也將催生機器人的設計、制造、運輸、安裝、維修、保養等工作崗位。1.5智能科學與技術發展和應用1.5.3智能科學與技術和新一代信息技術1.互聯網是新一代信息技術源頭互聯網是廣域網、局域網及單機按照一定的通訊協議組成的國際計算機網絡。發展到今天，“互聯網”已經成為一個復合集成的概念，其范疇其實是“以互聯網為代表的現代信息技術”。

互聯網作為計算機網絡普及的開始，也是新一輪信息技術變革的源頭?；ヂ摼W誕生于1969年的美國，而我國互聯網發展起源于1994年。1994年4月20日，我國通過一條64K的國際專線接入國際互聯網，標志著我國互聯網的誕生。從1997年我國互聯網的正式起步至今二十多年，而近十幾年是我國互聯網快速發展的階段。2006年我國互聯網普及率僅為10.5%，而到了2019年6月底，我國互聯網普及率提升到了61.28%，網民數量為8.54億人，手機網民8.47億人，居全球首位。互聯網帶來的革命性改變是連接和在線。互聯網帶來了線下生產生活的在線化，使在線成為普遍特征和時代本能，使無人不在線、無業不在線、無時無刻不在線成為可能。尤其是隨著物聯網的成熟，推動進入了人人互聯、人物互聯、物物互聯的萬物互聯時代。隨著連接的不斷擴展和深化，互聯網在經濟社會中的地位和作用也在逐漸發生變化。目前，互聯網已經滲透到生產生活的方方面面，成為越來越多經濟社會活動的渠道和平臺，也成為創新創業最活躍的領域和創新驅動發展的主導力量?；ヂ摼W由最初的單一技術工具，逐漸拓展成為社交工具、媒體工具、交易工具、創新工具、創業工具，等等，成為了生產生活方方面面都不可或缺的基礎設施。1.5智能科學與技術發展和應用1.5.3智能科學與技術和新一代信息技術2.互聯網和物聯網催生大數據互聯網最大的特征在于，在線的行為全部都可以被記錄轉化為數據。任何人和物只要連接到互聯網上，都會變成數據源，其一切狀態和所有行為都可以被數據化記錄，互聯網與經濟社會各領域的深度融合引發了數據量的爆發式增長。物聯網可用的感知工具種類繁多、多種多樣，包括各類傳感器、變送器、RFID標簽/EPC編碼的讀寫掃描器、定時定位終端、攝像頭/麥克風、人體熱紅外感應器、遙感測控裝置、證件自動識別裝置，等等。物聯網每天產生的數據量非常龐大，占到了整個大數據來源的百分之九十以上。網絡的完善大大提升了數據傳輸速度，硬件性能的提升解決了數據存儲問題，尤其是云計算的發展不僅為海量數據提供了存儲的空間，更重要的是使得實時在線處理成為可能。大數據的價值特性與物質、能源等傳統資源有著本質的區別。傳統資源總量有限，總會用盡枯竭，數據不是對自然資源掠奪，而是來自于經濟社會活動本身，且經濟社會活動越活躍，產生的數據資源越多。數據越挖掘，其價值越大，而且隨著挖掘新增和沉淀的數據越多，數據總量也將越來越多，在一定程度上可以實現“取之不盡、用之不竭”。另一方面，大數據帶來了前所未有的革命性影響，尤其是對人們的思維方式帶來了根本性變革?！坝脭祿f話”被越來越多的人所接受，成為人們的習慣自覺。1.5智能科學與技術發展和應用1.5.3智能科學與技術和新一代信息技術3.大數據激活人工智能之所以說大數據激活人工智能，是因為人工智能概念的產生比大數據早，甚至比互聯網還要早。大數據激活人工智能是指，大數據使人工智能“枯木再逢春，老樹發新芽”。1950年，圖靈提出了檢驗機器是否智能的“圖靈測試”，成為人工智能思想起源。1956年在達特茅斯夏季研討會上正式提出了人工智