AI人工智能——科技改變未來——隨著科技的發(fā)展，人工智能技術(shù)迅猛發(fā)展，正悄然地改變?nèi)藗兊纳a(chǎn)生活，同時也改變了人們的思維，它是科技發(fā)展的最好詮釋。單位：XXX授課：XXX目錄CONTENTS0201030405人工智能的基本內(nèi)容AI的定義及其研究目標(biāo)AI的產(chǎn)生與發(fā)展AI研究的基本內(nèi)容AI研究的不同學(xué)派Part01人工智能的基本內(nèi)容人工智能基本概念、方法和技術(shù)人工智能的主要研究、應(yīng)用領(lǐng)域人工智能新技術(shù)物質(zhì)、能量、信息、知識和智能（一）人工智能基本概念、方法和技術(shù)

一、人工智能的基本內(nèi)容規(guī)劃04搜索03知識表示01推理02

1、基本技術(shù)（二）人工智能的主要研究、應(yīng)用領(lǐng)域

一、人工智能的基本內(nèi)容機器感知機器視覺；機器聽覺；自然語言理解；機器翻譯機器思維機器推理機器學(xué)習(xí)符號學(xué)習(xí)；連接學(xué)習(xí)機器行為智能控制智能機器智能機器人；機器智能智能應(yīng)用博弈；自動定理證明；自動程序設(shè)計；專家系統(tǒng)；智能決策；智能檢索；智能CAD；智能CAI；智能交通；智能電力；智能產(chǎn)品；智能建筑等一、人工智能的基本內(nèi)容（三）人工智能新技術(shù)多Agent,群體智能分布智能02010304計算智能神經(jīng)計算；模糊計算；進化計算；自然計算人工生命人工腦；細胞自動機知識發(fā)現(xiàn)；數(shù)據(jù)挖掘數(shù)據(jù)挖掘（四）物質(zhì)、能量、信息、知識和智能1、構(gòu)成宇宙的三大要素：三大要素：物質(zhì)、能量與信息信息：是物質(zhì)和能量的表現(xiàn)形式，是以物質(zhì)和能量為載體的客觀存在2、三大要素與智能人類的智能：物質(zhì)(碳)+能量(生物電)→(生物)信息人造的智能：物質(zhì)(硅)+能量(物理電)→(電子)信息一、人工智能的基本內(nèi)容一、人工智能的基本內(nèi)容3、信息、知識和智能是由數(shù)據(jù)表達的客觀事實信息是由智力對信息進行加工后所形成的對客觀世界規(guī)律性的認(rèn)識知識是指人類在認(rèn)識客觀世界中，由思維過程和腦力活動所表現(xiàn)出的綜合能力智能4、三者之間的關(guān)系5、產(chǎn)業(yè)革命和信息革命及其意義一、人工智能的基本內(nèi)容信息知識智能是形成知識的原料，是智能的加工對象是信息的關(guān)聯(lián)，是由智能加工后的產(chǎn)品是信息到知識的一個加工器產(chǎn)業(yè)革命是物質(zhì)與能量領(lǐng)域的革命，放大了人的體能信息革命是信息與智能領(lǐng)域的革命，需要放大人的智能Part02AI的定義及其研究目標(biāo)AI的定義AI的研究目標(biāo)Turing測試1、AI的一般解釋人工智能就是用人工的方法在機器（計算機）上實現(xiàn)的智能，或稱機器智能二、AI的定義及其研究目標(biāo)（一）AI的定義AI無形式化定義的理由人工智能的嚴(yán)格定義依賴于對智能的定義即要定義人工智能，首先應(yīng)該定義智能但智能本身也還無嚴(yán)格定義自然智能：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(rèn)識客觀世界中，由思維過程和腦力活動所表現(xiàn)出的綜合能力。二、AI的定義及其研究目標(biāo)人類大腦是如何實現(xiàn)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(jié)構(gòu)：1011-12量級的神經(jīng)元，分布并行功能：記憶、思維、觀察、分析等對智能的嚴(yán)格定義有待于人腦奧秘的揭示，進一步認(rèn)識（一）AI的定義二、AI的定義及其研究目標(biāo)（一）AI的定義思維理論智能來源于思維活動，智能的核心是思維，人的一切知識都是思維的產(chǎn)物。可望通過對思維規(guī)律和思維方法的研究，來揭示智能的本質(zhì)。進化理論是美國MIT的Brooks在對人造機器蟲研究的基礎(chǔ)上提出來的。智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，智能不需要知識、不需要表示、不需要推理，智能可由逐步進化來實現(xiàn)。不一致，從層次結(jié)構(gòu)再認(rèn)識知識閾值理論智能取決于知識的數(shù)量及其可運用程度。一個系統(tǒng)所具有的可運用知識越多，其智能就會越高。2、認(rèn)識智能的觀點3、智能的層次結(jié)構(gòu)不同觀點在層次結(jié)構(gòu)中的對應(yīng)關(guān)系思維理論知識閾值理論進化理論高層智能: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(yīng)活動。二、AI的定義及其研究目標(biāo)（一）AI的定義1、感知能力通過感知器官感知外界的能力。是人類獲得外界信息的基本途徑，其處理方式有以下兩種：對簡單、緊急信息：對復(fù)雜信息：

2、記憶和思維能力記憶：對感知到的外界信息和由思維產(chǎn)生的內(nèi)部知識的存儲過程思維：對已存儲信息或知識的本質(zhì)屬性、內(nèi)部知識的認(rèn)識過程二、AI的定義及其研究目標(biāo)（二）AI的研究目標(biāo)感知動作方式感知思維動作方式3、思維方式二、AI的定義及其研究目標(biāo)抽象思維（邏輯思維）根據(jù)邏輯規(guī)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01形象思維（直感思維）基于形象概念，根據(jù)感性形象認(rèn)識材料對客觀現(xiàn)象進行處理的一種思維方式。例如，圖像、景物識別等02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033、思維方式4、學(xué)習(xí)和自適應(yīng)能力

二、AI的定義及其研究目標(biāo)學(xué)習(xí)：是一個具有特定目的的知識獲取過程，是人的一種本能。不同人的學(xué)習(xí)方法、能力不同自適應(yīng)：是一種通過自我調(diào)節(jié)適應(yīng)外界環(huán)境的過程，是人的一種本能。不同人的適應(yīng)能力不同。5、行為能力

二、AI的定義及其研究目標(biāo)含義：是人們對感知到的外界信息作出動作反應(yīng)的能力信息來源：由感知直接獲得的外界信息，經(jīng)過思維加工后的信息實現(xiàn)過程：通過脊髓來控制，由語言、表情、體姿等來實現(xiàn)綜合各種不同觀點，可從能力和學(xué)科兩個方面討論二、AI的定義及其研究目標(biāo)人工智能就是用人工的方法在機器（計算機）上實現(xiàn)的智能，或稱機器智能是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，以模擬、延伸和擴展人類智能的學(xué)科能力方面學(xué)科方面測試主持人被測機器被測人小于50%？二、AI的定義及其研究目標(biāo)（三）Turing測試如下圖所示。能分辨出人和機器的概率小于50%Turing測試存在的問題：僅反映了結(jié)果的比較，沒涉及思維過程沒指出是什么人Part03AI的產(chǎn)生與發(fā)展孕育期形成期知識運用期從學(xué)派分離走向綜合智能科學(xué)技術(shù)學(xué)科的興起三、AI的產(chǎn)生與發(fā)展1956----1970年形成期20世紀(jì)80年代末到本世紀(jì)初從學(xué)派分離走向綜合1956年以前孕育期1970----20世紀(jì)80年代末知識應(yīng)用期本世紀(jì)初以來智能科學(xué)技術(shù)學(xué)科的興起01020304051、孕育期（1956年以前）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。三、AI的產(chǎn)生與發(fā)展

萊布尼茨（1646——1716）圖靈（1912——1954）莫克利（1907——1980）麥克洛奇和皮茲維納古希臘偉大的哲學(xué)家和思想家，創(chuàng)立了演繹法。德國數(shù)學(xué)家和哲學(xué)家把形式邏輯符號化，奠定了數(shù)理邏輯的基礎(chǔ)。英國數(shù)學(xué)家，1936年創(chuàng)立了自動機理論，自動機理論亦稱圖靈機，是一個理論計算機模型。美國數(shù)學(xué)家、電子數(shù)字計算機的先驅(qū)，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美國神經(jīng)生理學(xué)家，于1943年建成了第一個神經(jīng)網(wǎng)絡(luò)模型(MP模型)。美國著名數(shù)學(xué)家、控制論創(chuàng)始人。1948年創(chuàng)立了控制論。控制論向人工智能的滲透，形成了行為主義學(xué)派。圖靈（1874—1956）于1950年，發(fā)表題為《計算機能思維嗎？》的著名論文，明確提出了“機器能思維”的觀點。亞里斯多德（公元前384——322）2、形成期（1956--1970年）——誕生三、AI的產(chǎn)生與發(fā)展AI誕生于一次歷史性的聚會時間1956年夏季地點達特莫斯(Dartmouth)大學(xué)目的為使計算機變得更“聰明”，或者說使計算機具有智能發(fā)起人麥卡錫(J.McCarthy），Dartmouth的年輕數(shù)學(xué)家、計算機專家，后為MIT教授明斯基(M.L.Minsky），哈佛大學(xué)數(shù)學(xué)家、神經(jīng)學(xué)家，后為MIT教授洛切斯特(N.Lochester)，IBM公司信息中心負(fù)責(zé)人香農(nóng)(C.E.Shannon)，貝爾實驗室信息部數(shù)學(xué)研究員參加人莫爾(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(nèi)基(Carnagie)工科大學(xué)會議結(jié)果由麥卡錫提議正式采用了“ArtificialIntelligence”這一術(shù)語2、形成期（1956--1970年）——早期研究

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

1960年研制了通用問題求解程序。該程序當(dāng)時可解決11種類型的問題，如不定積分、三角函數(shù)、代數(shù)方程、猴子摘香蕉、河內(nèi)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(xué)習(xí)、自組織和自適應(yīng)能力的西洋跳棋程序。這個程序可以從棋譜中學(xué)習(xí)，也可以在下棋過程中積累經(jīng)驗、提高棋藝。通過不斷學(xué)習(xí)，該程序1959年擊敗了塞繆爾本人，1962年又擊敗了一個州的冠軍。

MIT小組：1958年，麥卡西建立了行動規(guī)劃咨詢系統(tǒng)。

1960年，麥卡錫又研制了人工智能語言LISP。

1961年，明斯基發(fā)表了“走向人工智能的步驟”的論文，推動了人工智能的發(fā)展。

其他方面：1965年，魯賓遜(J.A.Robinson)提出了歸結(jié)（消解）原理。

1965年，費根鮑姆開始研究化學(xué)專家系統(tǒng)DENDRAL。三、AI的產(chǎn)生與發(fā)展3、知識應(yīng)用期（1971—1980）——挫折和教訓(xùn)失敗的預(yù)言：60年代初，西蒙預(yù)言：10年內(nèi)計算機將成為世界冠軍、將證明一個未發(fā)現(xiàn)的數(shù)學(xué)定理、將能譜寫出具有優(yōu)秀作曲家水平的樂曲、大多數(shù)心理學(xué)理論將在計算機上形成。三、AI的產(chǎn)生與發(fā)展發(fā)現(xiàn)魯賓遜歸結(jié)法的能力有限。當(dāng)用歸結(jié)原理證明兩個連續(xù)函數(shù)之和還是連續(xù)函數(shù)時，推了10萬步也沒證出結(jié)果。在定理證明方面塞繆爾的下棋程序在與世界冠軍對弈時，5局?jǐn)×?局。3、知識應(yīng)用期（1971—1980）——挫折和教訓(xùn)三、AI的產(chǎn)生與發(fā)展

在博弈方面對于不良結(jié)構(gòu)，會產(chǎn)生組合爆炸問題。在問題求解方面發(fā)現(xiàn)并不那么簡單，甚至?xí)[出笑話。例如，把“心有余而力不足”的英語句子翻譯成俄語，再翻譯回來時竟變成了“酒是好的，肉變質(zhì)了”在機器翻譯方面研究發(fā)現(xiàn)人腦有1011-12以上的神經(jīng)元，在現(xiàn)有技術(shù)條件下用機器從結(jié)構(gòu)上模擬人腦是根本不可能的。在神經(jīng)生理學(xué)方面人工智能也遇到了不少問題。在英國，劍橋大學(xué)的詹姆教授指責(zé)“人工智能研究不是騙局，也是庸人自擾”。從此，形勢急轉(zhuǎn)直下，在全世界范圍內(nèi)人工智能研究陷入困境。

在其他方面3、知識應(yīng)用期（1971—1980）——以知識為中心的研究

專家系統(tǒng)實現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用，從一般思維規(guī)律探討走向?qū)ｉT知識運用的重大突破，是AI發(fā)展史上的一次重要轉(zhuǎn)折。1972年，費根鮑姆開始研究MYCIN專家系統(tǒng)，并于1976年研制成功。從應(yīng)用角度看，它能協(xié)助內(nèi)科醫(yī)生診斷細菌感染疾病，并提供最佳處方。從技術(shù)角度看，他解決了知識表示、不精確推理、搜索策略、人機聯(lián)系、知識獲取及專家系統(tǒng)基本結(jié)構(gòu)等一系列重大技術(shù)問題。1976年，斯坦福大學(xué)的杜達(R.D.Duda)等人開始研制地質(zhì)勘探專家系統(tǒng)PROSPECTOR這一時期，與專家系統(tǒng)同時發(fā)展的重要領(lǐng)域還有計算機視覺和機器人，自然語言理解與機器翻譯等。新的問題：

專家系統(tǒng)本身所存在的應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、沒有分布式功能、不能訪問現(xiàn)存數(shù)據(jù)庫等問題被逐漸暴露出來。三、AI的產(chǎn)生與發(fā)展4、從學(xué)派分立到綜合（20世紀(jì)80年代到本世紀(jì)初）隨著人工神經(jīng)網(wǎng)絡(luò)的再度興起和布魯克（R.A.Brooks）的機器蟲的出現(xiàn)，人工智能研究形成了符號主義、連接主義和行為主義三大學(xué)派。三、AI的產(chǎn)生與發(fā)展01是指基于符號運算的人工智能學(xué)派，他們認(rèn)為知識可以用符號來表示，認(rèn)知可以通過符號運算來實現(xiàn)。例如，專家系統(tǒng)等。02是指神經(jīng)網(wǎng)絡(luò)學(xué)派，在神經(jīng)網(wǎng)絡(luò)方面，繼魯梅爾哈特研制出BP網(wǎng)絡(luò)之后，1987年，首屆國際人工神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會在美國的圣迭戈（San-Diego）舉行，掀起了人工神經(jīng)網(wǎng)絡(luò)的第二次高潮。之后，隨著模糊邏輯和進化計算的逐步成熟，又形成了“計算智能”這個統(tǒng)一的學(xué)科范疇。03是指進化主義學(xué)派，在行為模擬方面，麻省理工學(xué)院的布魯克教授1991年研制成功了能在未知的動態(tài)環(huán)境中漫游的有6條腿的機器蟲。符號主義學(xué)派連接主義學(xué)派行為主義學(xué)派5、智能科學(xué)技術(shù)的興起（本世紀(jì)初以來）目前，一個以人工智能為核心，以自然智能、人工智能、集成智能為一體的新的智能科學(xué)技術(shù)學(xué)科正在逐步興起，并引起了人們的極大關(guān)注。該學(xué)科研究的主要特征包括以下幾個方面：(1)由對人工智能的單一研究走向以自然智能、人工智能、集成智能為一體的協(xié)同研究；(2)由人工智能學(xué)科的獨立研究走向重視與腦科學(xué)、認(rèn)知科學(xué)等學(xué)科的交叉研究；(3)由多個不同學(xué)派的獨立研究走向多學(xué)派的綜合研究；(4)由對個體、集中智能的研究走向?qū)θ后w、分布智能的研究。三、AI的產(chǎn)生與發(fā)展AI成功的標(biāo)志：IBM的“深藍”和“小深”棋大師并非易事。三、AI的產(chǎn)生與發(fā)展北京時間1997年5月12日凌晨4點50分

“深藍”“小深”時間北京時間1997年5月12日凌晨4點50分北京時間2003年1月26日至2月7日對手IBM的“深藍”超級計算機國際象棋世界冠軍卡斯派羅夫“小深”超級計算機國際象棋世界冠軍卡斯派羅夫結(jié)局2勝1負(fù)3平，總比分3.5:2.5，“深藍”獲勝1勝1負(fù)4平，平局技術(shù)指標(biāo)及啟示32個CPU，每個CPU有12個協(xié)處理器，每個CPU有256M內(nèi)存，每個CPU的處理速度為200萬步/秒。對弈的實質(zhì)機器智能與人類智能的較量計算機可以有智能；計算機要完全戰(zhàn)勝人類象Part04AI研究的基本內(nèi)容AI的學(xué)科位置與腦科學(xué)和認(rèn)知科學(xué)的交叉研究智能模擬的方法和技術(shù)研究1、AI的學(xué)科位置AI是一門新興的邊緣學(xué)科，是自然科學(xué)與社會科學(xué)的交叉學(xué)科AI的交叉包括：邏輯、思維、生理、心理、計算機、電子、語言、自動化、光、聲等AI的核心是思維與智能，構(gòu)成了自己獨特的學(xué)科體系A(chǔ)I的基礎(chǔ)學(xué)科包括：數(shù)學(xué)（離散、模糊）、思維科學(xué)（認(rèn)知心理、邏輯思維學(xué)、形象思維學(xué)）和計算機（硬件、軟件）等自然科學(xué)社會科學(xué)哲學(xué)數(shù)學(xué)交叉學(xué)科系統(tǒng)科學(xué)思維科學(xué)人體科學(xué)人工智能基礎(chǔ)學(xué)科指導(dǎo)學(xué)科四、AI研究的基本內(nèi)容2、與腦科學(xué)和認(rèn)知科學(xué)的交叉研究——腦科學(xué)腦科學(xué)：又稱神經(jīng)科學(xué)，其目的是要認(rèn)識腦、保護腦和創(chuàng)造腦。美國神經(jīng)科學(xué)學(xué)會的定義：神經(jīng)科學(xué)是為了了解神經(jīng)系統(tǒng)內(nèi)分子水平、細胞水平及細胞間的變化過程，以及這些過程在中樞的功能、控制系統(tǒng)內(nèi)的整合作用所進行的研究。

腦的涵義：從狹義方面，腦是指中樞神經(jīng)系統(tǒng)，有時特指大腦；從廣義方面，腦可泛指整個神經(jīng)系統(tǒng)。人工智能是從廣義角度來理解腦科學(xué)的，因此它涵蓋了所有與認(rèn)識腦和神經(jīng)系統(tǒng)有關(guān)的研究。人腦是自然界中最復(fù)雜、最高級的智能系統(tǒng)：主要表現(xiàn)在人腦是由巨量神經(jīng)元經(jīng)其突觸的廣泛并行互聯(lián)所形成的一個巨復(fù)雜系統(tǒng)。四、AI研究的基本內(nèi)容現(xiàn)代腦科學(xué)的基本問題主要包括：(1)揭示神經(jīng)元之間的連接形式，奠定行為的腦機制的結(jié)構(gòu)基礎(chǔ)；(2)闡明神經(jīng)活動的基本過程，說明在分子、細胞到行為等不同層次上神經(jīng)信號的產(chǎn)生、傳遞、調(diào)制等基本過程；(3)鑒別神經(jīng)元的特殊細胞生物學(xué)特性；(4)認(rèn)識實現(xiàn)各種功能的神經(jīng)回路基礎(chǔ)；(5)解釋腦的高級功能機制等。腦科學(xué)是人工智能的基礎(chǔ)：研究的任何進展，都將會對人工智能的研究起到積極的推動作用，因此人工智能應(yīng)該加強與腦科學(xué)的交叉研究，以及人類智能與機器智能的集成研究。2、與腦科學(xué)和認(rèn)知科學(xué)的交叉研究——腦科學(xué)四、AI研究的基本內(nèi)容2、與腦科學(xué)和認(rèn)知科學(xué)的交叉研究——認(rèn)知科學(xué)認(rèn)知：可一般地認(rèn)為是和情感、動機、意志相對應(yīng)的理智或認(rèn)識過程，或者是為了一定的目的，在一定的心理結(jié)構(gòu)中進行的信息加工過程。美國心理學(xué)家浩斯頓(Houston)等人把認(rèn)知歸納為以下5種主要類型：(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運算；(3)認(rèn)知是問題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動，如知覺、記憶、思維、判斷、推理、問題求解、學(xué)習(xí)、想象、概念形成及語言使用等。四、AI研究的基本內(nèi)容認(rèn)知科學(xué)：認(rèn)知科學(xué)（亦稱思維科學(xué)）是研究人類感知和思維信息處理過程的一門學(xué)科，其主要研究目的就是要說明和解釋人類在完成認(rèn)知活動時是如何進行信息加工的。認(rèn)知科學(xué)也是人工智能的重要理論基礎(chǔ)，對人工智能發(fā)展起著根本性的作用。認(rèn)知科學(xué)涉及的問題非常廣泛，除了像浩斯頓提出的知覺、語言、學(xué)習(xí)、記憶、思維、問題求解、創(chuàng)造、注意、想象等相關(guān)聯(lián)活動外，還會受到環(huán)境、社會、文化背景等方面的影響。從認(rèn)知觀點看，AI應(yīng)同時開展對邏輯思維、形象思維和靈感思維的研究四、AI研究的基本內(nèi)容3、智能模擬的方法和技術(shù)研究機器感知：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、味覺機器視覺（或叫計算機視覺）：就是給計算機配上能看的視覺器官，如攝像機等，使它可以識別并理解文字、圖像、景物等機器聽覺（或叫計算機聽覺）：就是給計算配上能聽的聽覺器官，如話筒等，使計算機能夠識別并理解語言、聲音等。機器感知相當(dāng)于智能系統(tǒng)的輸入部分。機器感知的專門的研究領(lǐng)域：計算機視覺、模式識別、自然語言理解機器思維：讓計算機能夠?qū)Ω兄降耐饨缧畔⒑妥约寒a(chǎn)生的內(nèi)部信息進行思維性加工，邏輯思維、形象思維、靈感思維。四、AI研究的基本內(nèi)容3、智能模擬的方法和技術(shù)研究四、AI研究的基本內(nèi)容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(xué)習(xí)方法：機械學(xué)習(xí)、類比學(xué)習(xí)、歸納學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、遺傳學(xué)習(xí)和連接學(xué)習(xí)等機器學(xué)習(xí)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。相當(dāng)于智能系統(tǒng)的輸出部分。機器行為無論是人工智能的近期目標(biāo)還是遠期目標(biāo)，都需要建立智能系統(tǒng)或構(gòu)造智能機器需要開展對系統(tǒng)模型、構(gòu)造技術(shù)、構(gòu)造工具及語言環(huán)境等研究