当前位置：文档视界 › 人工智能发展综述

人工智能发展综述

中国西部科技
２０１１年０６月（中旬）第１０卷第１７期总第２５０期
人工智能发展综述
朱祝武
（山东科技大学，山东青岛２６６５１０）摘要：人工智能是一门极富发展潜力和挑战性的学科，和大多数事物发展规律一样，该学科也呈“肯定－否定－否定之否定”的螺旋上升发展趋势。文章分析了人工智能的内涵、发展历程以及目前人工智能研究领域占主导地位的三种发展观，最后简要的介绍其应用领域及发展前景。关键词：人工智能；简史；发展观ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６３９６．２０１１．１７．００４人工智能的定义人工智能（ＡｒｉｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，英文缩写为ＡＩ）是一门综合了计算机科学、控制论、信息论、神经生理学、心理学、语言学、哲学等多种学科互相渗透而发展起来的的一门交叉学科，是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。关于人工智能，目前研究界尚无统一的定义，美国斯坦福大学人工智能研究中心尼尔逊教授下过这样一个定义：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”［１－３］我们认为，人工智能就是研究怎样用人工的方法在机器（计算机）上模拟、实现和扩展人类智能的一门技术和科学。２人工智能的发展简史人工智能从诞生至今已有近６０年的历史，其发展大致
［４］
１
２．２诞生及第一个兴旺阶段（１９５６年至１９６６年）１９５６年夏季，在美国Ｄａｒｔｍｏｔｈ大学举办的“侃谈会” 上，第一次正式使用了人工智能（ＡＩ）这一术语，从而开创了人工智能的研究方向和学科，并有了ＡＩ的第一个发展期（兴旺期）。这段时期ＡＩ研究的主要方向是机器翻译、定理证明、博弈等，代表性工作有：１９５６年，Ｎｅｗｅｌｌ和Ｓｉｍｏｎ等人在定理证明工作中首先取得突破，开启了以计算机程序来模拟人类思维的道路；１９６０年，ＭｃＣａｒｔｈｙ建立了人工智能程序设计语言ＬＩＳＰ。一系列的成功使人工智能科学家们认为可以研究和总结人类思维的普遍规律并用计算机模拟它的实现，乐观的预计可以创造一个万能的逻辑推理体系。２．３萧条波折期（１９６７年至７０年代初期）当人们进行了比较深入的工作后，发现人工智能研究碰到的困难比原来想象的要多得多。例如：１９６５年发明的消解法（归结原理）曾给人们带来了希望，可很快就发现了消解法的能力也有限，证明“连续函数之和仍连续”是微积分中的简单事实，可是用消解法（归结法）来证明时，推了十万步（归结出几十万个子句）尚无结果；Ｓａｍｕｅｌ的下棋程序当了州冠军之后没能进一步当上全国冠军更不要说世界冠军；１９６５年世界冠军Ｈｅｌｍａｎｎ与Ｓａｍｕｅｌ的程序对弈了四局获得全胜，仅有的一个和局是因为世界冠军“匆忙地同时和几个人对弈”的结果；已过去的十年计算机并未证明出重要的人还未证明出的定理；最糟糕的还是机器翻译，最初采用的主要办法是依靠一部词典的词到词的简单映射方法，结果没有成功；从神经生理学角度研究ＡＩ的人发现他们遇到了几乎是不可逾越的困难，以电子线路模拟神经元及人脑都没有成功。这一切都说明：由于５０年代的盲目乐观和期望值过高，没有充分估计困难，没有抓到科学本质。因此，６０年代中期至７０年代初期ＡＩ受到了各种责难，进入了萧条波折期。尽管社会压力很大，却没能动摇ＡＩ研究先驱者的信念，他们认真总结经验教训。斯坦福大学的年轻教授Ｆｅｉｇｅｎｂａｕｍ为代表的发驱者认为，万能的逻辑推理体系根本就不可能存在。总之，在这个波拆萧条期，很多国家的ＡＩ研究人员并没有灰心，而是扎扎实实的做工作，不仅是加强基础理论研究，而且在专家系统、自然语言理解、机器人、计
可分为以下几个阶段。２．１萌芽阶段（１９５６年之前）人工智能的思想自古中外均有萌芽。公元前９００多年，我国有歌舞机器人传说的记载。公元８５０年，古希腊就有制造机器人帮助人们劳动的神话传说。萌芽阶段期间涌现出的代表性人物或成果有：十七世纪法国物理学家、数学家Ｂ．Ｐａｓｃａｌ制成了世界上第一台会演算的机械加法器；十八世纪德国数学家、哲学家Ｌｅｉｂｎｉｔｚ作出了能做四则运算的手摇计算器并提出了关于数理逻辑的思想（把形式逻辑符号化）；１９３６年，英国数学家Ａ．Ｍ．Ｔｕｒｉｎｇ在论文 “理想计算机”中提出的图灵机模型以及１９５０年在“计算机能思维吗”一文中提出机器能够思维的论述（图灵实验）；１９４６年美国科学家Ｊ．Ｗ．Ｍａｕｃｈｌｙ和Ｅｃｋｅｒｔ等人共同发明了世界上第一台电子数字计算机ＥＮＩＡＣ，为ＡＩ研究奠定了物质基础；之后贡献最卓著、最大的是ＶｏｎＮｅｕｍａｎｎ，目前世界上占统治地位的仍是冯?诺伊曼的计算机；美国数学家Ｎ．Ｗｉｅｎｅｒ控制法的创立、美国数学家Ｃ．Ｅ．Ｓｈａｎｎｏｎ信息论的创立等等，都为人工智能学科的诞生做了理论和实验工具的巨大贡献。
收稿日期：２０１１－０４－１３修回日期：２０１１－０５－０６
作者简介：朱祝武（１９７９－），男，汉族，江苏灌南籍，山东科技大学在读博士，研究方向为矿业信息工程、管理科学与工程。
08

论
算机视觉等方面作出了很有成效的工作。这个时期出现的代表性成果有：ＥＬＩＥＡ（１９６８年Ｊ．Ｗｅｉｚｅｎｂａｕｍ在美国麻省理工学院设计的基于“模式匹配”的自然语言系统）；ＤＥＮＤＲＡＬ（１９７０年斯坦福大学计算机科学系Ｅ．Ａ．Ｆｅｉｇｅｎｂａｕｍ和化学家Ｃ．Ｄｊｅｒａｓｓｉ以及Ｊ．Ｌｅｂｅｒｂｅｒｇ等人研制出的世界上第一个专家系统）；ＭＡＣＳＭＡ（麻省理工学院的Ｃ．Ｅｎｇｌｅｍａｎ，Ｗ．Ｍａｒｔｉｎ和Ｊ．Ｍｏｓｅｓ研制成的基于知识的数学专家系统）；ＭＹＣＩＮ（Ｅ．Ｈ．Ｓｈｏｒｔｌｉｆｆｅ等人于１９７２年至１９７４年研制、１９７６年发表的医疗专家系统）；ＬＵＮＡＲ（１９７２年Ｗ．Ｗｏｏｄｓ研制成功的基于知识的自然语言理解系统）；ＳＨＲＤＬＵ（１９７２年麻省理工学院的Ｔ．Ｗｉｎｏｇｒａｄ１研制成功的在“积木世界”中进行英语对话的自然语言理解系统）；ＳＴＵＤＥＮＴ（１９６８年美国麻省理工学院的博士生Ｄ．Ｂｏｂｒｏｗ完成的一个基于模式匹配的自然语言理解系统）；ＭＡＲＧＩＥ（是由Ｒ．Ｓｃｈａｎｋ及其学生们在美国斯坦福大学的人工智能实验室里建立的一个英语的分析、理解和推理系统）；ＥＡＲＳＡＹ－Ｉ（卡内基－梅隆大学的Ｌ．Ｄ．Ｅｒｍａｎ等人１９７３年设计的自然语言理解系统）。还有，１９７３年Ｒ．Ｃ．Ｓｃｈａｍｋ提出的概念从属理论；１９７４年Ｍｉｎｓｋｙ提出表示知识的另一种方法框架理论，又称画面理论；１９７０年由英国爱丁堡大学的Ｒ．Ｋｏｗａｌｓｋｉ首先提出以逻辑为基础的程序设计语言Ｐｒｏｌｏｇ，１９７２年由法国马赛大学的Ａ．Ｃｏｌｍｅｒａｕｅｓ及其研究小组实现了第一个Ｐｒｏｌｏｇ系统。Ｐｒｏｌｏｇ和ＬＩＳＰ一样被称为面向ＡＩ的语言，成为继ＬＩＳＰ语言之后的最主要的一种人工智能语言。２．４第二个兴旺期（７０年代中期至８０年代末）１９７７年第五届国际人工智能联合会会议上，Ｆｅｉｇｅｎｂａｕｍ教授在一篇题为“人工智能的艺术：知识工程课题及实例研究”的特约文章中系统地阐述了专家系统的思想并提出“知识工程”的概念。至此人工智能的研究又有新的转折点，即从获取智能的基于能力的策略，变成了基于知识的方法研究。知识作为智能的基础开始受到重视，知识工程的方法很快渗透了ＡＩ各个领域，促使ＡＩ从实验室研究走向实际应用。由于理论研究（例如各种表示方法的研究）和计算机软、硬件的飞速发展，各种专家系统、自然语言处理系统等ＡＩ实用系统开始商业化并进入市场，而且取得了较大的经济效益和社会效益，展示了人工智能应用的广阔前景。例如，ＡＩ系统用作ＶＡＸ计算机的组装，每年为ＤＥＣ公司节约２０００万美元；斯坦福大学国际研究所ＳＲＩ的Ｒ．Ｏ．Ｄｕｄａ等人１９７６年开始研制的用于地质勘探的专家系统ＰＲＯＳＰＥＣＴＯＲ在１９８２年预测了华盛顿州的一个勘探地段的钼矿位置，其开采价值超过了一亿美元。总之，随着智能机器人和第五代计算机研制计划的产生，使人工智能研究从萧条期转入第二个兴旺期并进入黄金时代。但是在兴旺发展中也不是事事顺心，例如，日本的第五代机计划未能达到预期效果而不了了之。八十年代中期、后期，人们想研究通用的智能机器或专家系统的设想或计划开始出现危机，存在几个问题：一是智能系统的实时性以及与环境的交互性不尽人意，感知问题要解决很不容易，声音、图象、文字信息等多媒体信息处理也是个问
著
题，而要模拟人的直觉、顿悟、灵感等智能就更难了；二是人工智能问题在规模扩大后有了新问题，例如专家系统走向一般化时出现了问题，问题不在存储量和检索速度，而在于专家系统的专用领域有质的变化，目标判断（属于哪个领域的问题）要求更高层的知识、常识、推理知识、通用概念和理论等；三是推理问题，常识的形式化问题没有解决，常用的一阶谓词推理与常识推理有较大差别。于是人工智能研究人员开始做“顶天立地”的工作。 “顶天”是指研究和解决ＡＩ的一系列关键技术问题，例如常识性知识表示、非单调推理、不确定推理、机器学习、分布式人工智能、智能机器体系结构等基础性研究，以期取得突破性进展。“立地”是指研究人工智能的实际应用，特别是专家系统、自然语言理解、计算机视觉、智能机器人、机器翻译系统都朝实用化迈进。以人工智能为主要技术的知识工程、知识产业日益发展。２．５平稳发展期（２０世纪９０年代至今）由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能面向实用。３三种发展观［５－６］符号主义、联结主义、行为主义分别代表了人工智能研究领域的三种主要发展观。它们是人工智能学科发展的最重要的理论成果，同时又是人工智能学科发展的理论基础。３．１符号主义符号主义又称为逻辑主义或计算机学派，它认为符号是人类的认识基元，同时人认识的过程即是对符号的计算与推理的过程。符号主义首先将人的认识对象通过数学逻辑的方法以符号形式表示出来，然后再利用计算机自身所具有的符号处理推算能力来模拟人的认识过程。支撑符号主义的原理主要为物理符号系统假设和有限合理性原理。符号主义的主要研究内容就是基于逻辑的知识表示和推理技术。其主要的代表人物有纽厄尔、西蒙、麦卡锡、鲁宾逊、肖特利菲。主要的研究成果有归结推理方法、启发式算法、专家系统、知识工程理论与技术等。符号主义在逻辑问题求解方面取得了巨大的成功。例如，人工智能证明了人类所能证明的全部定理，并且解决了尚无手工证明的“四色猜想”问题，上世纪７０年代专家系统的成功开发和应用等。３．２联结主义又被叫做仿生学派，其主要原理是人类的智能是由人脑的生理结构和工作模式决定的。联结主义认为人的认识基元是人脑的神经元，认识的过程就是人脑进行信息处理的过程。因此，联结主义主张从结构和工作模式上对人脑进行模仿从而真正实现人类智能在机器上的模拟。联结主义研究的主要内容是神经网络。其主要代表人物有麦克莱伦德和鲁梅尔哈特等。主要的研究成果有脑模型研究和多层网络中的反向传播（Ｂ－Ｐ）算法。３．３行为主义
09

中国西部科技
２０１１年０６月（中旬）第１０卷第１７期总第２５０期
序设计（ＡｕｔｏｍａｔｉｃＰｒｏｇｒａｍｍｉｎｇ）；感知问题（ＰｅｒｃｅｐｔｉｏｎＰｒｏｂｌｅｍｓ）：视觉、听觉、嗅觉、触觉；组合和调度问题（ＣｏｍｂｉｎａｔｉｏｎａｎｄＳｃｈｅｄｕｌｉｎｇ）；分布式人工智能（ＤｉｓｔｒｉｂｕｔｅｄＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＤＡＩ）和多Ａｇｅｎｔ系统（Ｍｕｌｔｉ－ＡｇｅｎｔＳｙｓｔｅｍ）；模式识别（ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ）；人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ）等等。５结论人工智能是一门极富发展潜力和挑战性的学科，和大多数事物发展规律一样，该学科也呈“肯定－否定－否定之否定”的螺旋上升发展趋势，科研工作者要大胆否定自我、突破自我、相信自我。我们有理由相信，随着研究的深入，目前尚未完善的人工智能理论和方法体系将得到进一步补充；人工智能的三种发展观必将得到进一步整合；人工智能应用领域的深度和广度将进一步拓展。
参考文献：［１］陈庆霞．人工智能研究纲领的发展历程和前景［Ｊ］．科技信息，２００８，３３：４９～５０．［２］俞萍．人工智能发展预测［Ｊ］．电脑知识与技术，２００９，１０（５）：２７１０～２７１１．［３］武海丽．初识人工智能［Ｊ］．科技创新导报，２００９，２：１９６．［４］ｈｔｔｐ：／／ｗｗｗ．Ｓｚｔｖｕ．ｃｏｍ／ｔｓｉｎｇｈｕａ／ｒｇｚｎ／ｍｅｎｕ．ｈｔｍｌ．［５］肖斌，薛丽敏，李照顺．对人工智能发展新方向的思考［Ｊ］．信息技术，２００９，１２：１６６～１６８．［６］冯锐，张君瑞．人工智能研究进路的范式转化［Ｊ］．现代远程教育研究，２０１０，１：１４～１７．［７］史忠植．高级人工智能［Ｍ］．科学出版社，２００６．
行为主义又被称作进化主义、控制论学派。其主要原理是智能取决于感知和行动，它不需要知识、不需要表示、不需要推理。行为主义认为人的本质能力是行为能力、感知能力和维持生命及自我繁殖的能力，智能行为是通过与现实世界环境的交互作用体现出来的；人工智能应像人类智能一样通过逐步进化而实现，而与知识的表示和知识的推理无关。行为主义的研究重点是模拟人的各种控制行为。其主要代表人物是布鲁克。主要的发展成果是实现了智能控制和智能机器人系统。行为主义目前还没有形成完整的理论体系，但因为它与传统的人工智能观点完全不同，所以引起了人工智能界的关注。以上三种观点对人工智能的发展意义重大、影响深远，可以说正是在这三种观点的指导下才诞生出各种具体的人工智能的分析模型、实现方法和算法。即使是最新出现的数据挖掘和知识发现以及智能Ａｇｅｎｔ技术也深受上述观点的影响。４应用领域
［７］
人工智能的研究领域十分广泛，主要有：专家咨询系统（ＥｘｐｅｒｔＣｏｎｓｕｌｔｉｎｇＳｙｓｔｅｍ）；自然语言理解（ＮａｔｕｒａｌＬａｎｇｕａｇｅＵｎｄｅｒｓｔａｎｄｉｎｇ）和机器翻译（ＭａｃｈｉｎｅＴｒａｎｓｌａｔｉｏｎ）；数据库的智能检索（ＩｎｔｅｌｌｉｇｅｎｔＲｅｔｒｉｅｖａｌｆｒｏｍＤａｔａｂａｓｅ）；定理证明（ＴｈｅｏｒｅｍＰｒｏｖｉｎｇ）；博奕游戏和决策（ＧａｍｅＰｌａｙｉｎｇａｎｄＤｅｃｉｓｉｏｎＭａｋｉｎｇ）；机器人学（Ｒｏｂｏｔｉｃｓ）；自动程
（上接第０７页）（１）１型挡土墙。墙高８．０ｍ，墙面、墙背坡率均为１：０．２５，顶宽度为１．２ｍ，墙底宽度为２．１ｍ。（２）２型挡土墙。墙高１０．５ｍ，墙面、墙背坡率均为１：０．２５，２型挡墙顶宽度为１．５ｍ，墙底宽度为２．１ｍ。挡土墙以基岩强风化层为基础持力层，基础进入持力层深度不小于１．０ｍ，基底均采用０．２０：１的逆坡。挡土墙结合地形每１０～１５ｍ设置一道伸缩缝，挡墙墙脚设置侧沟以排除地下水。５．２．２泄水孔在挡土墙背侧设置泄水孔，泄水孔倾向坡外，倾角＞５％。其中，１型挡土墙长约５０ｍ，设置３排泄水孔；２型抗滑桩桩间挡土墙长约５０ｍ，设置４排泄水孔。泄水孔孔径为１００ｍｍ，水平间距为２．０～３．０ｍ，上下左右交错布置，泄水孔处用４０～６０ｍｍ的卵石做反滤层。５．３排水工程在滑坡体后缘一带，即滑坡体上方设排水沟，拦截地表汇水以防渗入坡体。由于本场地滑坡已导致地表裂缝增多，为减少场地地表水对滑坡体的影响，减小裂缝充水增加推力，对滑坡体表面进行整平及裂缝填塞工作，并设置一定数量的截排水渗沟、盲沟或泄水涵洞等排水设施。同时，对地表采取植被护坡措施，铺撒草种或设置其他植被。
５．４施工中注意的问题由于该滑坡为受人为切坡因素影响的“工程滑坡”，在滑坡体范围内施工时，应采取分段跳槽开挖，并且及时采取支挡措施，做到边开挖边支护，支护后再开挖，避免后续工程对边坡的开挖更加恶化滑坡的稳定性。施工用水的排放应修建专用的截、排水措施，将水排放到滑坡体范围之外，避免施工用水对滑坡进一步滑动的影响。６结论江安大井加油站滑坡属于中小型堆积层滑坡，该滑坡是受到地形因素、工程地质与水文地质因素、人为因素以及大气降水因素的影响而形成的，现状稳定，但是若受到人为、强降水等因素进一步的影响，有进一步滑动的趋势，威胁了江安—红桥的正常运营以及拟建江安大井加油站的施工安全，经过计算分析，采用抗滑桩、抗滑挡墙以及排水工程等措施对滑坡进行治理，治理后滑坡稳定，治理效果较好。
参考文献：［１］中华人民共和国国家标准．《岩土工程勘察规范》（ＧＢ５００２１－２００１）［Ｓ］．北京：中国建筑工业出版社，２００２．［２］中华人民共和国国家标准．《建筑边坡工程技术规范》（ＧＢ５０３３０－２００２）［Ｓ］．北京：中国建筑工业出版社，２００２．［３］赵明阶，何光春，王多垠．边坡工程处置技术［Ｍ］．北京：人民交通出版社，２００４．
10

人工智能算法综述

人工智能算法综述人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索（GRAPH SERCH）策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素（breadth-first search 。 3、深度优先搜索属于图算法的一种,英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。二、启发式搜索盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然"博弈，其特征如下： (1 对垒的MAX、MIN双方轮流采取行动，博弈的结果只有三种情况：MAX方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。

人工智能发展综述_田金萍

科技广场２００７．１２３０

１９８７年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。第五阶段：　９０年代，人工智能出现新的研究高潮由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Ｈｏｐｆｉｅｌｄ多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。３研究热点ＡＩ研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是：　智能接口、数据挖掘、主体及多主体系统。（１）　智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。（２）　数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱：　数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。（３）主体系统是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。　４实际应用人工智能是在计算机科学、控制论、信息论、心理学、语言学等多种学科相互渗透的基础发展起来的一门新兴边缘学科，主要研究用机器（主要是计算机）来模仿和实现人类的智能行为，经过几十年的发展，人工智能应用在不少领域得到发展，在我们的日常生活和学习当中也有许多地方得到应用。本文就符号计算、模式识别、专家系统、机器翻译等方面的应用作简单介绍，籍此使读者对我们身边的人工智能应用有一个感性的认识。（１）符号计算计算机最主要的用途之一就是科学计算，科学计算可分为两类：　一类是纯数值的计算，例如求函数的值，方程的数值解，比如天气预报、油藏模拟、航天等领域；　另一类是符号计算，又称代数运算，这是一种智能化的计算，处理的是符号。符号可以代表整数、有理数、实数和复数，也可以代表多项式，函数，集合等。随着计算机的普及和人工智能的发展，相继出现了多种功能齐全的计算机代数系统软件，其中Ｍａｔｈｅｍａｔｉｃａ和Ｍａｐｌｅ是它们的代表，由于它们都是用Ｃ语言写成的，所以可以在绝大多数计算机上使用。（２）模式识别模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里，我们把环境与客体统称为“模式”，随着计算机技术的发展，人类有可能研究复杂的信息处理过程。用计算机实现模式（文字、声音、人物、物体等）的自动识别，是开发智能机器的一个最关键的突破口，也为人类认识自身智能提供线索。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。以“语音识别”为例：　语音识别就是让计算机能听懂人说的话，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。该系统实现后，人们出国预定旅馆、购买机票、在人工智能发展综述２３１

人工智能综述

人工智能 “人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。是计算机科学技术的前沿科技领域。人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的，在此以后．因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整．我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活[1]。一、人工智能涉及的技术或方法的基本功能、特点与适用对象目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域[2]： 1)问题求解人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2)逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而

人工智能算法综述

人工智能算法综述人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索(GRAPH SERCH)策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素( breadth-first search。 3、深度优先搜索属于图算法的一种，英文缩写为DFS即Depth First Search其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。二、启发式搜索盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然" 博弈，其特征如下： (1对垒的MAX MIN双方轮流采取行动，博弈的结果只有三种情况：MA)方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。 (3 任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选取对自已为最有利而对对方最为不利的对策，不存在掷骰子之类的"碰运气"因素即双方都是很理智地决定自己的行动。在博弈过程中，任何一方都希望自己取得胜利。因此，当某一方当前有多个行

人工智能发展史解读

人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果：（1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。（2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。（3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。（4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。

人工智能的发展及未来畅想

人工智能的发展及未来畅想最近看了电影《黑客帝国》系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢？在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为其暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。当前人工智能的发展方向可以分为两种：一种受控于人类的智能机器或智能程序，人类输入指令后让其达到预期的目的；另一类，能自主推理、逻辑、判断、学习、进步的智能，而后一种而有吸引力，更增加了人工智能无穷的魅力。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，在不断的接近。她并不像很多人想象的是几个科学家的工作，而是随着社会各学科发展而默默发展的。在智能领域里，最关键的问题之一，就是机器学习的问题。一旦机器有了学习的能力，谁还（敢）预测未来呢？人类的社会发展其实也是在不断积累中发展而来，人的智能也就是事实依据库+推理机制所构成了的。当所有领域的定律都能用特定的公式推理出来，黑客帝国的实现就要到来了。研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域。一、专家系统：专家系统是依靠人类专家已有的知识建立起来的知识系统，目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。它是在特定的领域内具有相应的知识和经验的程序系统，它应用人工智能技术、模拟人类专家解决问题时的思维过程，来求解领域内的各种问题，达到或接近专家的水平。二、机器学习：机器学习的研究，主要在以下三个方面进行：一是研究人类学习的机理、人脑思维的过程；和机器学习的方法；以及建立针对具体任务的学习系统。机器学习的研究

人工智能综述

２０１０年４月电脑学习第２期人工智能综述卢妙娜。王润摘要：人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科．主要包括计算机实现的智能的原理、制造套似于人脑智能的计算机。使计算机能实现更高层次的应用。关键词：人工智能计算机知识中图分类号：ＴＰｌ８文献标识码：Ａ文章编号：１００２－２４２２（２０１０）０２－０００３－０２ＡｎＯｖｅｒｖｉｅｗｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＬｕＭｈ蚰ａＷａｎｇＲｕｎＡｂｓｔｒａｃｔ：Ｋｅｙｗｏｒｄ：＂ＡｒｔｉｆｉｃｉａｌＩｍｅＵｉｇｅｎｃｏ。ｉｓｔｈｅｓｕｂｊｅｃｔｔｈａｔｓｔｕｄｉｅｓｈｏｗｔｏｕ∞ｃｏｍｐｕｔｅｒｓｔｏｆｉｍｕｌａｔｅｈｕｍａｎｔｈｏｕｇｈｔｓａｎｄｂｅｈａｖｉｏｒｓ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｔｈｅｒｅａｌｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｓｏｆｃｏｍｐｕｔｅｒｉｎｔｅｌｌｉｇｅｎｃｅ，ｐｒｏｄｕｃｉｎｇｃｏｍｐｕｔｅｒｓｓ蛐ｔｏｈｕｍａｎｉｎｔｅｌｌｉｇｅｎｃｅ，ａｎｄａｐｐｌｙｉｎｇｃｏｍｐｕｔｅｒｓｉｎｔｈｅｐｎｗｔｉｅｅｏｎａｈｉｇｈｅｒｌｅｖｅｌ．ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅ１计算机与智能熟知的棋王卡斯帕罗夫与ＩＢＭ公司的“深蓝”计算机系统进行了六局“人机大战”，结果“深蓝”以３．５比２．５的总比分获胜。比赛给人们留下了深刻的思考：下棋要求选手要有很强的思维能力、记忆能力、丰富的下棋经验，还得及时作出反映，否则一着出错满盘皆输，这显然是个“智能”问题。尽管开发“深蓝”计算机的ＩＢＭ专家认为离智能计算机还相差甚远，但以每秒２１０８步棋的并行的计算速度，实现了人类智力的计算机上的部分模拟。从字面上看，“人工智能”就是用人工的方法在计算机上实现人的智能，或者说是人们使计算机具有类似于人的智能。２智能与知识在２０世纪７０年代以后，许多国家都相继开展了人工智能的研究，由于当时对实现机器智能理解得过于容易和片面，认为只要一些推理的定律加上强大的计算机就能有专家的水平和超人的能力。这样虽然也获得一定成果，但问题也跟着出现了，例如机器翻译当时人们往往认为只要用一部双向词典及词法知识，就能实现两种语言文字的互译，其实完全不是这么一回事。例如，把英语句子“Ｔｉｍｅｆｌｉｅｓｌｉｋ明脚ｗ”（光阴似箭）翻译成日语，然后再译回英语，竟然成为“苍蝇喜欢箭”。在其它方面也都遇到这样或者那样的困难。这时，本来对人工智能抱怀疑态度的人提出诸多苛刻的指责，人工智能的研究一度进入了低潮。然而人们继续探索，认识到人的智能表现在人能学习知识，有了知识，能了解、运用已有的知识。智能的核心是思维，人的一切智慧或智能都来自大脑思维活动，人类的一切知识都是人们思维的产物。要让计算机“聪明”起来，首先要解决计算机如何学会知识，以及如何运用知识的问题。人工智能研究的开展应当改变为以知识为中心来进行。此后，以专家知识为基础开发的专家系统在许多领域里获得成功，例如地矿勘探专家系统拥有１５种矿藏知识，能根据岩石标本及地质勘探数据对矿产资源进行估计和预测，能对矿床分布、储藏量、开采价值等进行推断，制定合理的开采方案，成功地找到了超亿美元的钼矿，显示出较高的水平。专家系统的成功，充分表明知识是智能的基础，人工智能的研究必须以知识为中心来进行．由于知识的表示、利用、获取等研究都取得较大的进展。因而，人工智能的研究已解决了许多理论和技术上的问题。３人工智能研究的目标１９５０年英国数学家图灵发表的“计算机与智能”论文中提出著名的“图灵测试”，让人和机器分别位于两个房间，只可通话，不能互相看见。通过对话，如果人的一方不能区分对方是人还是机器，那么就可以认为那台机器达到了模式识别与人工智能，１９９９，１２（２）：２４１—２４４．【Ｊ】．北京：计算机学报，２０００，２３（７）：７６３－７６７．【５】王爱民，沈兰荪．图像分割研究综述【Ｊ】．北京：测控技术，２０００，１９］ＧＫｕｎｔｉｍａｄ，ＨＳＢａｎｇａｎａｔｈ?Ｐｅｒｆｅｃｔｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｕｓｉｎｇ１９（５）；ｌ一５．ＰＣＮＮ［Ｊ］?ＩＥＥＥＴｒａｎｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，Ｍａｙｌ９９９，１０（３）：５９ｌ一 ‘Ｏ叠【６】罗希平，田捷?诸葛婴，等?图像分割方法综述?合肥：模式识【ｌｏｉ意Ｙｉｄｅ，ＤａｉＲ０ｌａｎ，ｕｕ蛐ｅｔａｌ．ＩｌＩＩａ铲∞ｇｒｎｅｎｔａｔｉ仰０ｆｅ－别与人工智能，１９９９，１２（３）：３００—３１２? ｍｂｒｙｏｎｊｃ讪阻ｔｃｅｌｌｕｓｉＩｌｌ；ＰｌＩｌ辩一ｃｏｕｐｌｅｄＮｅＩ二ｌＮｅｈｒ。ｒｋ８Ｃ一【７】钱志柏．基于模糊聚类和ＰＣＮＮ的图像分割新算法研究【Ｄ】．ｈｉｎｅ∞ＳｃｉｅｎｃｅＢｕｕｃｔｉｏｎ，２００２，４７（０２）：１６７—１７２．（ＳＣｌ）兰州：兰州大学研究生论文，２００４：６．【１１】ＫｅｎｎｅｔｈＲＣａｓｔｌｅｍａｎ．数字图像处理【Ｍ】．北京：电子工业出【８１王月兰，曾迎生．信息融合技术在彩色图像分割方法中的应用版社，１９９８．收稿日期：２０１０一Ｏｌ—ｌｌ ?卢妙娜韩山师范学院外语系高教研究助理研究员（广东，潮州５２１０４１）。 ?３。万方数据

文献综述_人工智能

人工智能的形成及其发展现状分析冯海东（长江大学管理学院荆州434023）摘要：人工智能的历史并不久远，故将从人工智能的出现、形成、发展现状及前景几个方面对其进行分析，总结其发展过程中所出现的问题，以及发展现状中的不足之处，分析其今后的发展方向。关键词：人工智能，发展过程，现状分析，前景。一．引言人工智能最早是在1936年被英国的科学家图灵提出，并不为多数人所认知。当时，他编写了一个下象棋的程序，这就是最早期的人工智能的应用。也有著名的“图灵测试”，这也是最初判断是否是人工智能的方案,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在相当的缺陷。通过搜集的资料，将详细的介绍人工智能这个领域的具体情况，剖析其面临的挑战和未来的前景。二．人工智能的发展历程 1. 1956年前的孕育期 (1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon)，他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句，都对人类思维过程的研究产生了重要影响。（2）17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想，为数理逻辑的产生和发展奠定了基础，播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔（G. Boole）创立的布尔代数，实现了用符号语言描述人类思维活动的基本推理法则。（3） 20世纪30年代迅速发展的数学逻辑和关于计算的新思想，使人们在计算机出现之前，就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵（A. Tur-ing）在1936年提出了一种理想计算机的数学模型，即图灵机之后,1946年就由美国数学家莫克利（J. Mauchly）和埃柯特（J. Echert）研制出了世界上第一台数字计算机，它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文，提出了著名的“图灵测试”，形象地指出什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了极其深远的影响。（4） 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。 2. 1956年至1969年的诞生发育期 (1)1956年夏季，麻省理工学院（MIT)的麦卡锡（J．McCarthy）、明斯基（M. Minshy）、塞尔夫里奇（O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛

人工智能发展史

人工智能发展史人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果：（1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。（2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。（3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。（4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用

人工智能研究方法的文献综述

人工智能研究方法的文献综述 1、前言本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献（1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期（3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期（5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期

人工智能发展综述

人工智能发展综述摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。关键词:人工智能; 前景; 发展综述人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 2 人工智能历史当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几

人工智能技术课程综述

人工智能技术课程综述 1 人工智能的定义与发展 1.1 人工智能的定义 40多年来，人工智能获得了很大的发展，已引起了众多学科和不同专业背景学者们的日益重视，成为一门广泛的交叉和前言学科。进十年来，现代计算机的发展已能够存储及其大量的信息，进行快速信息处理，软件功能和硬件实现军取得长足进步，使人工智能获得进一步的应用。人工智能（Artificial Intelligence），英文缩写为AI。目前的“人工智能”一词是指用计算机模拟或实现的一种智能。同时人工智能又是一个学科名称，作为一个学科，人工智能研究的如何使机器（计算机）具有智能的科学和技术，特别是自然智能如何在计算机上实现或再现的科学技术。从科学的角度讲，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 “人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解

是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机，人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 1.2 人工智能的研究发展对于人工智能的发展来说，20世纪30年代和40年代的智能界，发现了两件最重要的事：数理逻辑和关于计算的新思想。而人工智能的总体发展阶段大致可以分为以下五大阶段：第一阶段：50年代人工智能的兴起和冷落。人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。

人工智能的争论与发展现状

题目人工智能的争论与现状学院电子工程学院专业智能科学与技术学生姓名教师姓名

摘要人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。但是在人工智能的发展过程中，它也引起了人们关于人工智能理论、方法以及技术路线等争论。尽管如此，人工智能对人类未来的发展，还是会有深远的的意义。关键字：人工智能；发展现状；未来展望

1.引言人工智能”一词最初是在1956 年Dartmouth学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 2.人工智能的争论随着人工智能的发展，计算机科学界以及外界对人工智能的发展持有不同的看法。但总体来说，对于人工智能的争论主要有以下几点： 2.1对人工智能理论的争论 2.1.1符号主义：符号主义认为人的认知基元是符号，而且认知过程即符号操作过程。它认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。也就是

人工智能技术及其发展趋势2020考试答案

人工智能技术及其发展趋势 1.关于专用人工智能与通用人工智能，下列表述不当的是（）。（分） A.人工智能的近期进展主要集中在专用智能领域 B.专用人工智能形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能 C.通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D.真正意义上完备的人工智能系统应该是一个专用的智能系统我的答案：D√答对 2.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。（分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片我的答案：A√答对 3.下列选项中，不属于生物特征识别技术的是（）。（分） A.步态识别 B.声纹识别 C.文本识别 D.虹膜识别我的答案：C√答对 4.（）是自然语言处理的重要应用，也可以说是最基础的应用。（分） A.文本识别 B.机器翻译

C.文本分类 D.问答系统我的答案：C√答对 1.一般说来，人工智能技术包括（）。（分）） A.深度学习、机器学习 B.计算机视觉、自然语言处理 C.人机交互、生物信息技术、智能芯片 D.虚拟现实/增强现实、机器人技术我的答案：ABCD√答对 2.指纹识别是通过（）等物理传感器获取指纹图像，经过数据处理进行分析判别。（分）） A.光 B.电 C.力 D.热我的答案：ABCD√答对 1.机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。（分）我的答案：正确√答对 2.卷积神经网络是一种常用来处理具有网格结构拓扑数据的神经网络，如处理时序数据和图像数据等，广泛应用于人脸识别、物品识别等领域。（分）我的答案：正确√答对 3.人工智能是科学交叉的结果，它由不同领域多学科综合发展而来。（分）我的答案：正确√答对

(总结452类)人工智能综述

人工智能 “人工智能”( )简称。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。是计算机科学技术的前沿科技领域。人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器实现人类的智能。这个英文单词最早是在年的一次会议上提出的，在此以后．因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整．我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活[]。一、人工智能涉及的技术或方法的基本功能、特点与适用对象目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域[]： ) 问题求解人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和施工全过程管理人员所应用。有些程序甚至还能够用经验来改善其性能。 ) 逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而且需要某些直觉技巧。 ) 理解自然语言 ( )自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出的问题的程序。这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上