人工智能

本章討論的主要問題是：

1.什么是智能？什么是人工智能？為什么要研究人工智能？2.如何實現人工智能？人工智能的主要研究方法是什么？3.目前，人工智能都應用在哪些領域？有成熟的應用嗎？情景問題——人PK計算機計算機比人做得更好:對大整數進行快速計算，實現復雜的方程求解；在詞典中進行快速查找，長期記憶大量數據；

……計算機比人做得更好:

模式識別。例如，人可以識別出各種各樣的桌子，可以識別不同字體和形狀的字母；邏輯推理，圖像識別，……BAB

A

B

A

B

A

B

ABA

A

B情景問題——人PK計算機下棋、打牌等是非常能夠體現人類智能的競技性活動，但是，現在計算機能夠像人類一樣下棋、打橋牌、打麻將，甚至手機上一般都有諸如此類的游戲，如果一般的游戲者和計算機對弈，獲勝的一方常常是計算機。

什么是智能？什么是人工智能？人工智能與人類智能有什么關系？如何判定機器是否具有智能？智能的定義人工智能——什么是人工智能

現代漢語詞典對智能的定義是：智慧和能力。

智慧是指辨析判斷、發明創造的能力；

智力是指人認識、理解客觀事物并運用知識、經驗等解決問題的能力，包括記憶、觀察、想像、思考、判斷等；

思維是指在表象、概念的基礎上進行分析、綜合、判斷、推理等認識活動的過程。智能是一個難以準確定義的概念，其根本原因在于人類智能的奧秘還沒有完全被揭開，沒有人確切地知道人腦是如何存儲和處理知識，如何將事物之間的聯系合成信息。人工智能的定義人工智能——什么是人工智能

關于人工智能的嚴格定義，學術界還沒有統一的認識。人工智能是研究如何使計算機具有智能或如何利用計算機實現智能的理論、方法和技術。

1981年，費根鮑姆（Feigenbaum）：“人工智能是計算機科學的一個分支，涉及到智能計算機系統的設計，該系統顯示人類行為中與智能有關的某些特征”。

1984年，紹特里夫（Shortliffe）：“人工智能是計算機科學的一個分支，它研究問題求解的符號方法和非算法方法”。

1992年，溫斯頓（Winston）：“人工智能是計算機科學的一個領域，它主要解決如何使計算機感覺、推理和行為等問題”。如何判定計算機是否具有智能人工智能——什么是人工智能弱人工智能——人類和計算機在結果（即輸出）上是等價的，但實現結果的方式可以不同；強人工智能——人類和計算機使用相同的內部過程來生成結果，也就是計算機能夠以人類的思維方式（如理解、推理、判斷、感知等）來處理信息。如何判定計算機是否具有智能人工智能——什么是人工智能

弱人工智能的兩個最著名實驗：圖靈測試和中文屋子。提問者回答者A

回答者B如果機器在一場會話中成功地扮演人的角色，就可以認為它具有智能。

如何判定計算機是否具有智能人工智能——什么是人工智能

弱人工智能的兩個最著名實驗：圖靈測試和中文屋子。

假設西爾勒被關在一個屋子里，屋子里有序地堆放著足夠的漢字字符，屋外的人遞進一串漢語字符，同時還附了一本用英文寫的處理漢字的規則，西爾勒按照規則對這些字符進行處理后，將一串新的字符送出屋外。事實上，他根本不知道送進來的字符串就是屋外人提出的“問題”，也不知道送出去的就是“問題的答案”。弱人工智能認為：形式化的計算機僅有語法，沒有語義，因此，機器永遠也不可能代替人腦，只有從功能的角度來判定機器是否具有思維，也就是從行為角度對機器思維進行定義。如何判定計算機是否具有智能人工智能——什么是人工智能

強人工智能的典型代表——符號主義認為：認知是一種符號處理過程，人類思維過程也可以用某種符號來描述。但是這種方法至少有三個關鍵問題很難解決：（1）人類的智能包含了很多人類難以理解或不能理解的智力活動。（2）人腦的結構與計算機的部件之間存在巨大的差別。（3）機器做事情的最佳方法與人類做這些事情時所用的方法往往不同。到目前為止，思維就是符號計算的思想沒有實質性的突破。人工智能的研究意義

如果計算機具有一定的智能，將會在更高層面上擴大和延伸人類的智能。人和計算機之間的交互應該更加友好、便捷和多樣化，計算機能夠代替人類或者作為人類的代理做一些更為復雜的工作。如果計算機具有智能，就能自動實現問題求解，向人們提供功能和服務，甚至可以自發地工作。智能化是自動化發展的必然趨勢。機械化

自動化

智能化。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。人工智能——什么是人工智能

符號智能：從人腦的宏觀心理層面入手，以智能行為的心理模型為依據，主要通過邏輯推演，運用知識模擬人類的思維過程。符號智能的代表性理念是“物理符號系統假設”，認為計算機可以通過符號推演的方式來模擬人的邏輯思維過程，實現人工智能。代表人物有西蒙、紐厄爾、費根鮑姆、尼爾遜等。符號主義曾經一支獨秀，為人工智能的發展做出重要貢獻，尤其是專家系統的成功開發和利用，對人工智能走向工程應用具有重要意義，但在模擬人的視覺、聽覺以及學習、適應能力等方面，卻遇到了很大的困難。人工智能——研究方法符號智能

計算智能以數值數據為基礎，主要通過數值計算，運用算法進行問題求解。

神經計算是從人腦的生理層面入手，以智能行為的生理模型為依據，采用數值計算的方法，模擬人腦神經網絡的工作過程，來研究和實現人工智能。

進化計算（演化計算）是以生物進化為基礎，模擬人與環境的交互和控制過程中表現出來的行為特性，如反應、適應、學習、尋優等，來研究和實現人工智能。

模糊計算是以模糊數學為基礎，運用數學手段，描述和處理人的思維存在的模糊性概念，來研究和實現人工智能。人工智能——研究方法計算智能

Agent是一種具有智能的實體，這種實體可以是軟件、設備、機器人或計算機系統。

Agent的抽象模型是具有傳感器和效應器，Agent通過傳感器感知環境，通過效應器作用于環境，并且能與其他Agent進行信息交流并協同工作。目前的研究熱點主要集中在Agent理論模型、多Agent系統及其開發應用等方面。工業界開始介入Agent理論和技術的研究與應用。

OMG標準化組織開始致力于Agent技術的標準化工作并推出了一些重要的Agent技術標準。人工智能——研究方法智能Agent

博弈：諸如下棋、打牌等競爭性智能活動稱為博弈。博弈為人工智能提供了一個很好的實驗領域，人工智能中的許多概念和方法都是從博弈中提取出來的。博弈成果顯著，如IBM公司研制的IBM超級計算機“深藍”于1997年5月與當時的國際象棋世界冠軍卡斯帕羅夫對弈，結果“深藍”獲勝。實現機器博弈的關鍵是對博弈樹的搜索。一個完整的博弈樹包括每一步所有可能的走步，國際象棋大約有10120個結點，圍棋大約有10768個結點。由于這樣的樹太大，即使具備現代的計算能力，在合理的時間內，也只能分析博弈樹的部分結點。人工智能——應用領域機器博弈

專家系統是一個智能的計算機系統，它運用知識和推理來解決只有專家才能解決的復雜問題。任何解決問題的能力達到同領域人類專家水平的計算機系統都可以稱為專家系統。世界上第一個專家系統DENDRAL可以像物理化學家一樣推斷分子結構。美國DEC公司配置專家系統XCON。由于專家系統走出了實驗室，能夠解決現實世界中的實際問題，被譽為“應用人工智能”，并受到企業界和政府的關注和支持。人工智能——應用領域專家系統“數據爆炸但知識貧乏”的現象，人們希望能夠對數據進行更深層次的分析，從中發現更有價值的信息。數據挖掘是指從大型數據庫或數據倉庫中提取隱含的、未知的、非平凡的、有潛在應用價值的信息或模式的處理過程。數據挖掘利用各種分析方法和分析工具在大規模海量數據中建立模型和發現數據間關系，從而實現決策和預測。目前，數據挖掘在金融、保險、通訊等行業的成功案例較多，在零售業、醫療保健、運輸業、行政司法等領域都具有廣闊的應用前景。人工智能——應用領域數據挖掘與知識發現

自然語言處理（又稱自然語言理解）采用人工智能的理論和技術將自然語言機理用計算機程序表達出來，構造能夠理解自然語言的系統。我們知道，語言是由語句組成的，所以，語句應該是自然語言理解的最小單位。然而，一個語句通常不是孤立存在的，往往是與該語句所在的環境聯系在一起才構成它的語義，這正是自然語言理解所遇到的困難之一。自然語言理解在下列場合獲得廣泛應用：（1）機器翻譯；（2）篇章理解；（3）自然語言接口。人工智能——應用領域自然語言理解

識別是人和生物的基本智能信息處理能力之一。

模式是提供模仿用的標本，模式識別就是識別出給定事物和哪一個模式相同或相似。模式識別的研究主要在以下兩個方面：（1）圖形和圖像識別（2）語音識別

預處理系統識別處理系統待識別事物識別結果人工智能——應用領域模式識別

機器人是一種可再編程的多功能的操作裝置。機器人和其他類型計算機的最重要的硬件區別是復雜的輸入和輸出設備，機器人并不是把輸出傳送到屏幕或打印機，而是發送命令給關節、手臂或其他可移動部件。理論上，智能機器人至少應該具備以下四種機能：（1）感知機能：獲取外部環境信息以便進行自我行動；（2）運動機能：施加于外部