《人工智能概述課件》由會員分享，可在線閱讀，更多相關《人工智能概述課件（108頁珍藏版）》請在裝配圖網上搜索。

1、單擊此處編輯母版標題樣式,,單擊此處編輯母版文本樣式,,第二級,,第三級,,第四級,,第五級,,,*,,第 1 章 人工智能概述,第 1 章 人工智能概述,1.1 什么是人工智能,,1.2 人工智能的研究意義、目標和策略,,1.3 人工智能的學科范疇,,1.4 人工智能的研究內容,,1.5 人工智能的研究途徑與方法,,1.6 人工智能的基本技術,,,1.7 人工智能的應用,,1.8 人工智能的分支領域與研究方向,,1.9 人工智能的發(fā)展概況,,習題一,,1.1,什么是人工智能,,1.1.1 人工智能概念的一般描述,,顧名思義,人工智能就是人造智能, 其英文表示是,“,Artificial I

2、ntelligence,”,,,簡稱,AI。,“,人工智能,”,一詞目前是指用計算機模擬或實現(xiàn)的智能, 因此人工智能又稱機器智能。 當然, 這只是對人工智能的字面解釋或一般解釋。關于人工智能的科學定義, 學術界目前還沒有統(tǒng)一的認識。下面是部分學者對人工智能概念的描述, 可以看做是他們各自對人工智能所下的定義。 ,,,——,人工智能是那些與人的思維相關的活動, 諸如決策、 問題求解和學習等的自動化(,Bellman, 1978,年)。,,,——,人工智能是一種計算機能夠思維, 使機器具有智力的激動人心的新嘗試(,Haugeland,,1985,年)。,,,——,人工智能是研究如何讓計算機做

3、現(xiàn)階段只有人才能做得好的事情(,Rich Knight, 1991,年)。,,——人工智能是那些使知覺、,,推理和行為成為可能的計算的研究,(,Winston, 1992,年,),。,,,,——,廣義地講, 人工智能是關于人造物的智能行為, 而智能行為包括知覺、推理、學習、交流和在復雜環(huán)境中的行為(,Nilsson, 1998,年)。 ,,,——,Stuart Russell,和,Peter,Norvig,則把已有的一些人工智能定義分為4類: 像人一樣思考的系統(tǒng)、 像人一樣行動的系統(tǒng)、 理性地思考的系統(tǒng)、 理性地行動的系統(tǒng)(2003年)。 ,,可以看出, 這些定義雖然都指出了人工智能

4、的一些特征, 但用它們卻難以界定一臺計算機是否具有智能。因為要界定機器是否具有智能, 必然要涉及到什么是智能的問題,但這卻是一個難以準確回答的問題。所以,盡管人們給出了關于人工智能的不少說法, 但都沒有,完全或嚴格地用智能的內涵或外延來定義人工智能。,,,1.1.2 圖靈測試和中文屋子,,關于如何界定機器智能, 早在人工智能學科還未正式誕生之前的1950年, 計算機科學創(chuàng)始人之一的英國數(shù)學家阿蘭,·,圖靈(,Alan Turing),就提出了現(xiàn)稱為,“,圖靈測試,”,(,Turing Test),的方法。簡單來講, 圖靈測試的做法是: 讓一位測試者分別與一臺計算機和一個人進行交談(當時是用電

5、傳打字機), 而測試者事先并不知道哪一個被測者是人, 哪一個是計算機。 如果交談后測試者分不出哪一個被測者是人, 哪一個是計算機, 則可以認為這臺被測的計算,機具有智能。,,,對于,“,圖靈測試,”,, 美國哲學家約翰,·,西爾勒(,John,Searle,, 1980,年)提出了異議。他用一個現(xiàn)在稱為,“,中文屋子,”,的假設, 試圖說明即便是一臺計算機通過了圖靈測試, 也不能說它就真的具有智能。中文屋子假設是說: 有一臺計算機閱讀了一段故事并且能正確回答相關問題, 這樣這臺計算就通過了圖靈測試。而西爾勒設想將這段故事和問題改用中文描述(因為他本人不懂中文), 然后將自己封閉在一個屋子里,

6、代替計算機閱讀這段故事并且回答相關問題。描述這段故事和問題的一連串中文符號只能通過一個很小的縫隙被送到屋子里。 西爾勒則完全按照原先計算機程序的處理方式和過程(如符號匹配、查找、照抄等)對這些符號串進行操作, 然后把得到的結果即問題答案通過小縫隙送出去。 西爾勒認為盡管計算機用這種符號處理方式也能正確回答問題, 并且也可通過圖靈測試, 但仍然不,能說計算機就有了智能。,,,1.1.3 腦智能和群智能,,,群智能是有別于腦智能的。 事實上, 它們是屬于不同層次的智能。腦智能是一種個體智能,(Individual Intelligence,II),,而群智能是一種社會智能,(Social Int

7、elligence,SI),,或者說是系統(tǒng)智能,(System Intelligence,SI)。,但對于人腦來說, 宏觀心理(或者語言)層次上的腦智能與神經元層次上的群智能又有密切的關系,——,正是微觀生理層次上低級的神經元的群智能形成了宏觀心理層次上高級的腦智能(但二者之間的具體關,系如何,,,卻仍然是個迷,,,這個問題的解決需要借助于系統(tǒng)科學,),。,,,1.1.4 符號智能和計算智能,,1.,符號智能,,符號智能就是符號人工智能, 它是模擬腦智能的人工智能, 也就是所說的傳統(tǒng)人工智能或經典人工智能。 符號智能以符號形式的知識和信息為基礎, 主要通過邏輯推理，運用知識進行問題求解。符

8、號智能的主要內容包括知識獲取(,knowledge acquisition)、,知識表示(,knowledge representation)、,,知識組織與管理和知識運用等技術,(,這些構成了所謂的知識工程,(,Knowledge Engineering, KE)),以及基于知識的智能系統(tǒng)等。,,,,2. 計算智能,,計算智能就是計算人工智能, 它是模擬群智能的人工智能。計算智能以數(shù)值數(shù)據(jù)為基礎, 主,要通過數(shù)值計算，運用算法進行問題求解。,,計算智能的主要內容包括,:,神經計算,(,Neural Computation, NC),、,,進化計算,(,亦稱演化計算,,,Evolutiona

9、ry Computation, EC,,包括遺傳算法,(,Genetic Algorithm, GA),、,,進化規(guī)劃,(,Evolutionary Planning, EP),、,進化策略,(,Evolutionary Strategies, ES),等,),、免疫計算,(,immune computation),、,,粒群算法,(,Particle Swarm Algorithm, PSA),、,,蟻群算法,(,Ant Colony Algorithm, ACA),、,,自然計算,(,Natural Computation, NC),以及人工生命,(,Artificial Life, A

10、L),等。,,計算智能主要研究各類優(yōu)化搜索算法,,,是當前人工智能學科中一個十分活躍的分支領域。,,,1.2,人工智能的研究意義、目標和策略,,1.2.1 為什么要研究人工智能,,我們知道, 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(xiàn)在的普通計算機系統(tǒng)的智能還相當?shù)拖? 譬如缺乏自適應、自學習、自優(yōu)化等能力, 也缺乏社會常識或專業(yè)知識等, 而只能是被動地按照人們?yōu)樗孪劝才藕玫墓ぷ鞑襟E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, 那么是否能讓計算機同人腦一樣也具有智能呢？這

11、正是人,們研究人工智能的初衷。,,,研究人工智能也是當前信息化社會的迫切要求。我們知道, 人類社會現(xiàn)在已經進入了信息化時代。信息化的進一步發(fā)展, 就必須有智能技術的支持。例如, 當前迅速發(fā)展著的互聯(lián)網(,Internet)、,萬維網(,WWW),和網格(,Grid),就強烈地需要智能技術的支持。也就是說,人工智能技術在,Internet、 WWW,和,Grid,上將發(fā)揮重要作用。 ,,智能化也是自動化發(fā)展的必然趨勢。自動化發(fā)展到一定水平, 再向前發(fā)展就必然是智能化。事實上,智能化將是繼機械化、自動化之后, 人類生產和生活中的又一個技術特征,。,,,1.2.2 人工智能的研究目標和策略,,人

12、工智能作為一門學科, 其研究目標就是制造智能機器和智能系統(tǒng), 實現(xiàn)智能化社會。具體來講, 就是要使計算機不僅具有腦智能和群智能, 還要具有看、聽、說、寫等感知和交流能力。 簡言之, 就是要使計算機具有自主發(fā)現(xiàn)規(guī)律、解決問題和發(fā)明創(chuàng)造的能力, 從而大大擴展和延伸人的智能,實現(xiàn)人類社會的全面智能化。 ,,人工智能學科的研究策略則是先部分地或某種程度地實現(xiàn)機器的智能,并運用智能技術解決各種實際問題特別是工程問題, 從而使現(xiàn)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,,,從而逐步擴展和不斷延伸人的智能,,,逐步實現(xiàn)智能化。,,,1.3,人工智能的學科范疇,,現(xiàn)在, 人工智能已構

13、成信息技術領域的一個重要學科。 因為該學科研究的是如何使機器(計算機)具有智能或者說如何利用計算機實現(xiàn)智能的理論、 方法和技術, 所以, 當前的人工智能既屬于計算機科學技術的一個前沿領域, 也屬于信息處理和自動化技術的一個前沿領域。但由于其研究內容涉及到,“,智能,”,, 因此,人工智能又不局限于計算機、信息和自動化等學科, 還涉及到智能科學、認知科學、心理科學、腦及神經科學、生命科學、語言學、邏輯學、行為科學、教育科學、系統(tǒng)科學、數(shù)理科學以及控制論、哲學甚至經濟學等眾多學,科領域。,,所以,,,人工智能實際上是一門綜合性的交叉學科和邊緣學科。,,,1.4,人工智能的研究內容,,1.4.1 搜

14、索與求解,,所謂搜索, 就是為了達到某一目標而多次地進行某種操作、 運算、 推理或計算的過程。事實上, 搜索是人在求解問題時而不知現(xiàn)成解法的情況下所采用的一種普遍方法。 這可以看做是人類和其他生物所具有的一種元知識。 另一方面, 人工智能的研究實踐也表明, 許多問題(包括智力問題和實際工程問題)的求解都可以描述為或者歸結為對某種圖或空間的搜索問題。進一步人們發(fā)現(xiàn), 許多智能活動(包括腦智能和群智能)的過程, 甚至幾乎所有智能活動的過程,都可以看做或者抽象為一個基于搜索的問題求解過程。因此, 搜索技術就成為,人工智能最基本的研究內容。,,,1.4.2 學習與發(fā)現(xiàn),,學習與發(fā)現(xiàn)是指機器的知識學

15、習和規(guī)律發(fā)現(xiàn)。事實上, 經驗積累能力、 規(guī)律發(fā)現(xiàn)能力和知識學習能力都是智能的表現(xiàn)。 那么, 要實現(xiàn)人工智能就應該賦予機器這些能力。 因此, 關于機器的學習,和發(fā)現(xiàn)技術就是人工智能的重要研究內容。,,,1.4.3 知識與推理,,,我們知道,“,知識就是力量,”,。在人工智能中, 人們則更進一步領略到了這句話的深刻內涵。的確, 對智能來說, 知識太重要了, 以致可以說,“,知識就是智能,”,。事實上, 能發(fā)現(xiàn)客觀規(guī)律是一種有智能的表現(xiàn), 能運用知識解決問題也是有智能的表現(xiàn), 而且是最為基本的一種表現(xiàn)。而發(fā)現(xiàn)規(guī)律和運用知識本身還需要知識。 因此可以說, 知識是智能的基礎和源泉。所以, 要實現(xiàn)人工智

16、能, 計算機就必須擁有知識和運用知識的能力。 為此, 就要研究面向機器的知識表示形式和基于各種表示的機器推理技術。知識表示要求便于計算機的接受、存儲、處理和運用, 機器的推理方式與知識的表示又息息相關。由于推理是人腦的一個基本功能和重要功能, 因此, 在符號智能中幾乎處處都與推理有關。,,1.4.4 發(fā)明與創(chuàng)造,,這里的發(fā)明創(chuàng)造是廣義的, 它既包括我們通常所說的發(fā)明創(chuàng)造,如機器、儀器、設備等的發(fā)明和革新, 也包括創(chuàng)新性軟件、方案、規(guī)劃、設計等的研制和技術、方法的創(chuàng)新以及文學、藝術的創(chuàng)作, 還包括思想、理論、法規(guī)的建立和創(chuàng)新等等。我們知道, 發(fā)明創(chuàng)造不僅需要知識和推理, 還需要想象和靈感。 它

17、不僅需要邏輯思維, 而且還需要形象思維。 所以, 這個領域應該說是人工智能中最富挑戰(zhàn)性的一個研究領域。目前,人們在這一領域已經開展了一些工作, 并取得了一些成果, 例如已展開了關于形象信息的認知理論、計算模型和應用技術的研究, 已開發(fā)出了計算機輔助創(chuàng)新軟件, 還嘗試用計算機進行文藝創(chuàng)作等等。但總的來講, 原創(chuàng)性的機器發(fā)明,創(chuàng)造進展甚微,,,甚至還是空白。,,,1.4.5 感知與交流,,感知與交流是指計算機對外部信息的直接感知和人機之間、 智能體之間的直接信息交流。機器感知就是計算機直接,“,感覺,”,周圍世界, 就像人一樣通過,“,感覺器官,”,直接從外界獲取信息, 如通過視覺器官獲取圖形、

18、 圖像信息, 通過聽覺器官獲取聲音信息。所以, 機器感知包括計算機視覺、聽覺等各種感覺能力。機器信息交流涉及通信和自然語言處理等技術。 自然語言處理又包括自然語言理解和表達。感知和交流是擬人化智能個體或智能系統(tǒng)(如,Agent,和智能機器人)所,不可缺少的功能組成部分,,,所以這也是人工智能的研究內容之一。,,,1.4.6 記憶與聯(lián)想,,記憶是智能的基本條件, 不管是腦智能還是群智能, 都以記憶為基礎。 記憶也是人腦的基本功能之一。 在人腦中, 伴隨著記憶的就是聯(lián)想, 聯(lián)想是人腦的奧秘之一。 ,,計算機要模擬人腦的思維就必須具有聯(lián)想功能。 要實現(xiàn)聯(lián)想無非就是建立事物之間的聯(lián)系。在機器世界里

19、面就是有關數(shù)據(jù)、信息或知識之間的聯(lián)系。當然, 建立這種聯(lián)系的辦法很多,比如用指針、函數(shù)、鏈表等等。 我們通常的信息查詢就是這樣做的。但傳統(tǒng)方法實現(xiàn)的聯(lián)想, 只能對于那些完整的、 確定的(輸入)信息, 聯(lián)想起(輸出)有關的信息。這種,“,聯(lián)想,”,與人腦的聯(lián)想功能相差甚遠。人腦能對那些殘缺的、失真的、變形的輸入信息, 仍然可以快速準確地輸出聯(lián)想響應。,,從機器內部的實現(xiàn)方法來看, 傳統(tǒng)的信息查詢是基于傳統(tǒng)計算機的按地址存取方式進行的。而研究表明, 人腦的聯(lián)想功能是基于神經網絡的按內容記憶方式進行的。 也就是說, 只要是內容相關的事情, 不管在哪里(與存儲地址無關), 都可由其相關的內容被想起。例

20、如, 蘋果這一概念, 一般有形狀、大小、顏色等特征, 我們所要介紹的內容記憶方式就是,由形狀,(,比如蘋果是圓形的,),想起顏色、,,大小等特征,,,而不需要關心其內部地址。,,,當前,在機器聯(lián)想功能的研究中, 人們就是利用這種按內容記憶原理,采用一種稱為,“,聯(lián)想存儲,”,的技術來實現(xiàn)聯(lián)想功能。 聯(lián)想存儲的特點是: ,,,——,可以存儲許多相關(激勵, 響應)模式對。,,,——,通過自組織過程可以完成這種存儲。,,,——,以分布、 穩(wěn)健的方式(可能會有很高的冗余度)存儲信息。,,,——,可以根據(jù)接收到的相關激勵模式產生并輸出適當?shù)捻憫Ｊ?。?,,——,即使輸入激勵模式失真或不完全時

21、, 仍然可以產生正確的響應模式。,,,——可在原存儲中加入新的存儲模式。,,,1.4.7 系統(tǒng)與建造,,系統(tǒng)與建造是指智能系統(tǒng)的設計和實現(xiàn)技術。它包括智能系統(tǒng)的分類、硬/軟件體系結構、設計方法、實現(xiàn)語言工具與環(huán)境等。由于人工智能一般總要以某種系統(tǒng)的形式來表現(xiàn)和應用, 因此關于,智能系統(tǒng)的設計和實現(xiàn)技術也是人工智能的研究內容之一。,,,1.4.8 應用與工程,,應用與工程是指人工智能的應用和工程研究, 這是人工智能技術與實際應用的接口。它主要研究人工智能的應用領域、 應用形式、具體應用工程項目等。 其研究內容涉及問題的分析、 識別和表,示,,,相應求解方法和技術的選擇等。,,,1.5,人

22、工智能的研究途徑與方法,,1.5.1 心理模擬, 符號推演,,,“,心理模擬, 符號推演,”,就是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(jù), 將問題或知識表,示成某種邏輯網絡,,,采用符號推演的方法,,,模擬人腦的邏輯思維過程,,,實現(xiàn)人工智能。,,,采用這一途徑與方法的原因是: ① 人腦的可意識到的思維活動是在心理層面上進行的(如我們的記憶、聯(lián)想、推理、 計算、 思考等思維過程都是一些心理活動), 心理層面上的思維過程是可以用語言符號顯式表達的, 從而人的智能行為就可以用邏輯來建模。 ② 心理學、邏輯學、 語言學等實際上也是建立在人腦的心理層面上的, 從而這些學科的一些現(xiàn)成理

23、論和方法就可供人工智能參考或直接使用。 ③ 當前的數(shù)字計算機可以方便地實現(xiàn)語言符號型知識的表示和處理。 ④ 可以直接運用人類已有顯式知識(包括理論知識和經驗知識)直接建立基,于知識的智能系統(tǒng)。,,,基于心理模擬和符號推演的人工智能研究, 被稱為心理學派、邏輯學派、符號主義。早期的代表人物有紐厄爾(,Allen Newell)、,肖(,Shaw)、,西蒙(,Herbert Simon),等, 后來還有費根寶姆(,E. A.,Feigenbaum,)、,尼爾遜(,Nilsson),等。 其代表性的理念是所謂的,“,物理符號系統(tǒng)假設,”,, 即認為人對客觀世界的認知基元是符號, 認知過程就是符號處理

24、的過程;而計算機也可以處理符號, 所以就可以用計算機通過符號推演的方式來模擬人的邏輯思維過程,,實現(xiàn)人工智能。,,,符號推演法是人工智能研究中最早使用的方法之一。人工智能的許多重要成果也都是用該方法取得的, 如自動推理、定理證明、問題求解、 機器博弈、專家系統(tǒng)等等。由于這種方法模擬人腦的邏輯思維, 利用顯式的知識和推理來解決問題, 因此, 它擅長實現(xiàn)人腦的高級認知,功能,,,如推理、,,決策等。,,,1.5.2 生理模擬, 神經計算,,,“,生理模擬, 神經計算,”,就是從人腦的生理層面, 即微觀結構和工作機理入手, 以智能行為的生理模型為依據(jù),采用數(shù)值計算的方法, 模擬腦神經網絡的工作過程,

25、 實現(xiàn)人工智能。 具體來講, 就是用人工神經網絡作為信息和知識的載體,用稱為神經計算的數(shù)值計算方法來實現(xiàn)網絡的學習、記憶、聯(lián)想、 識別和推理等功能。 ,,我們知道,人腦的生理結構是由大約10,11,～10,12,個神經元(細胞)組成的神經網絡, 而且是一個動態(tài)的、開放的、高度復雜的巨系統(tǒng), 以致于人們至今對它的生理結構和工作機理還未完全弄清楚。 因此, 對人腦的真正和完全模擬, 一時還難以辦到。 所以, 目前的生理模擬只是對人腦的局部或近似模擬, 也就是從群智能的層面進行模擬, 實現(xiàn)人工智能。 ,,這種方法一般是通過神經網絡的,“,自學習,”,獲得知識, 再利用知識解決問題。神經網絡具有

26、高度的并行分布性、 很強的魯棒性和容錯性。 它擅長模擬人腦的形象思維, 便于實現(xiàn)人腦的,低級感知功能,,,例如圖像、,,聲音信息的識別和處理。,,,生理模擬和神經計算的方法早在20世紀40年代就已出現(xiàn), 但由于種種原因而發(fā)展緩慢, 甚至一度出現(xiàn)低潮, 直到80年代中期才重新崛起, 現(xiàn)已成為人工智能研究中不可或缺的重要途徑與方法。 ,,采用生理模擬和神經計算方法的人工智能研究, 被稱為生理學派、 連接主義。其代表人,物有,McCulloch, Pitts, F.,Rosenblatt,, T.,Kohonen,, J.,Hopfield,等。,,,1.5.3 行為模擬, 控制進化,,

27、還有一種基于,“,感知-行為,”,模型的研究途徑和方法,我們稱其為行為模擬法。這種方法是用模擬人和動物在與環(huán)境的交互、 控制過程中的智能活動和行為特性, 如反應、適應、學習、 尋優(yōu)等, 來研究和實現(xiàn)人工智能?；谶@一方法研究人工智能的典型代表要算,MIT,的,R.Brooks,教授, 他研制的六足行走機器人(亦稱為人造昆蟲或機器蟲), 曾引起人工智能界的轟動。 這個機器蟲可以看做是新一代的,“,控制論動物,”,, 它具有一定的適應能力, 是一個運用行為模擬即控制進化方法研究人工智能的代表作。,,事實上,,R.Brooks,教授的工作代表了稱為,“,現(xiàn)場(,situated)AI,”,的人工智能

28、新方向。 現(xiàn)場,AI,強調智能系統(tǒng)與環(huán)境的交互, 認為智能取決于感知和行動, 智能行為可以不需要知識, 提出,“,沒有表示的智能,”,,,“,沒有推理的智能,”,的觀點, 主張智能行為的,“,感知-動作,”,模式, 認為人的智能、機器智能可以逐步進化, 但只能在現(xiàn)實世界中與周圍環(huán)境的交互中體現(xiàn)出來。智能只能放,在環(huán)境中才是真正的智能,,,智能的高低主要表現(xiàn)在對環(huán)境的適應性上。,,基于行為模擬方法的人工智能研究, 被稱為行為主義、 進化主義、控制論學派。行為主義曾強烈地批評傳統(tǒng)的人工智能(主要指符號主義, 也涉及連接主義)對真實世界的客觀事物和復雜境遇, 作了虛假的、過分簡化的抽象。沿著這一途徑

29、, 人們研制具有自學習、自適應、自組織特性的智能控制系統(tǒng)和智能機器人, 進一步展開了人工生命,(,AL),的研究。,,,1.5.4 群體模擬, 仿生計算,,,“,群體模擬, 仿生計算,”,就是模擬生物群落的群體智能行為, 從而實現(xiàn)人工智能。例如,模擬生物種群有性繁殖和自然選擇現(xiàn)象而出現(xiàn)的遺傳算法, 進而發(fā)展為進化計算; 模擬人體免疫細胞群而出現(xiàn)的免疫計算、 免疫克隆計算及人工免疫系統(tǒng); 模擬螞蟻群體覓食活動過程的蟻群算法; 模擬鳥群飛翔的粒群算法和模擬魚群活動的魚群算法等等。這些算法在解決組合優(yōu)化等問題中表現(xiàn)出卓越的性能。而對這些群體智慧的模擬是通過一些諸如遺傳、變異、選擇、交叉、克隆等所謂

30、的算子或操作來實現(xiàn)的, 所以我們統(tǒng)稱其為仿生計算。,,仿生計算的特點是,其成果可以直接付諸應用, 解決工程問題和實際問題。,,1.5.5 博采廣鑒, 自然計算,,其實, 人工智能的這些研究途徑和方法的出現(xiàn)并非偶然。 因為至今人們對智能的科學原理還未完全弄清楚, 所以在這種情況下研究和實現(xiàn)人工智能的一個自然的思路就是模擬自然智能。 起初, 人們知道自然智能源于人腦, 于是, 模擬人腦智能就是研究人工智能的一個首要途徑和方法。 后來, 人們發(fā)現(xiàn)一些生命群體的群體行為也會表現(xiàn)出某些智能, 于是, 模擬這些群體智能, 就成了研究人工智能的又一個重要途徑和方法。 現(xiàn)在,人們則進一步從生命、生態(tài)、系統(tǒng)、

31、社會、數(shù)學、 物理、化學、 甚至經濟等眾多學科和領域,尋找啟發(fā)和靈感,,,展開人工智能的研究。,,,例如, 人們從熱力學和統(tǒng)計物理學所描述的高溫固體材料冷卻時, 其原子的排列結構與能量的關系中得到啟發(fā), 提出了,“,模擬退火算法,”,。 該算法已是解決優(yōu)化搜索問題的有效算法之一。又如,人們從量子物理學中的自旋和統(tǒng)計機理中得到啟發(fā), 而提出了量子聚類算法。再如,1994年阿德曼(,Addman,),使用現(xiàn)代分子生物技術, 提出了解決哈密頓路徑問題的,DNA,分子計算方,法,,,并在試管里求出了此問題的解。,,,這些方法一般稱為自然計算(,NC)。,自然計算就是模仿或借鑒自然界的某種機理而設計計算

32、模型, 這類計算模型通常是一類具有自適應、自組織、自學習、自尋優(yōu)能力的算法。 如神經計算、進化計算、免疫計算、生態(tài)計算、 量子計算、分子計算、,DNA,計算和復雜自適應系統(tǒng)等都屬于自然計算。 自然計算實際是傳統(tǒng)計算的擴展, 它是自然科學和計算科學相交叉而產生的研究領域, 目前正方興未艾。自然計算能夠解決傳統(tǒng)計算方法難于解決的各種復雜問題,在大規(guī)模復雜系統(tǒng)的最優(yōu)化設計、優(yōu)化控制、網絡安全,、創(chuàng)造性設計等領域具有很好的應用前景。,,,1.5.6 原理分析, 數(shù)學建模,,,“,原理分析, 數(shù)學建模,”,就是通過對智能本質和原理的分析, 直接采用某種數(shù)學方法來建立智能行為模型。例如,人們用概率統(tǒng)計原

33、理(特別是貝葉斯定理)處理不確定性信息和知識, 建立了統(tǒng)計模式識別、統(tǒng)計機器學習和不確定性推理的一系列原理和方法。又如, 人們用數(shù)學中的距離、空間、 函數(shù)、變換等概念和方法, 開發(fā)了幾何分類、支持向量機等模式識別和機器學習的原理和方法。人工智能的這一研究途徑和方法的特點也就是純粹用人的智能去實現(xiàn)機器智能。 ,,1.6,人工智能的基本技術,,盡管人工智能可分為符號智能和計算智能, 但二者仍有許多共同或相似之處, 其中最顯著的相似之處是: ,,(1) 二者都涉及表示和運算。,,(2) 二者都是通過搜索進行問題求解的。 ,,1.7,人工智能的應用,,1.7.1 難題求解,,這里的難題, 主

34、要指那些沒有算法解,或雖有算法解但在現(xiàn)有機器上無法實施或無法完成的困難問題,例如智力性問題中的梵塔問題、,n,皇后問題、旅行商問題、博弈問題等等,就是這樣的難題。又如, 現(xiàn)實世界中復雜的路徑規(guī)劃、車輛調度、電力調度、資源分配、任務分配、系統(tǒng)配置、地質分析、數(shù)據(jù)解釋、天氣預報、市場預測、股市分析、疾病診斷、故障診斷、軍事指揮、 機器人行動規(guī)劃等等, 也是這樣的難題。在這些難題中,有些是組合數(shù)學理論中所稱的非確定型多項式(,Nondeterministic,Polynomial, NP),問題或,NP,完全(,Nondeterministic,Polynomial Complete,NPC),問題

35、。,NP,問題是指那些既不能證明其算法復雜性超出多項式界, 但又未找到有效算法的一類問題。,,研究工程難題的求解是人工智能的重要課題, 而研究智力難題的求解則具有雙重意義: 一方面, 可以找到解決這些難題的途徑; 另一方面, 由解決這些難題而發(fā)展起來的一些技術和方法可用于人工智能的其他領域。這也正是人工智能研究初期, 研究內容基本上都集中于游戲世界的智力性問題的重要原因， 例如博弈問題就可為搜索策略、機器學習等研究提供很好,的實際背景。,,,1.7.2 自動規(guī)劃、 調度與配置,,在上述的難題求解中,規(guī)劃、調度與配置問題是實用性、 工程性最強的一類問題。規(guī)劃一般指設計制定一個行動序列, 例如機

36、器人行動規(guī)劃、交通路線規(guī)劃。調度就是一種任務分派或者安排, 例如車輛調度、電力調度、資源分配、任務分配。調度的數(shù)學本質是給出兩個集合間的一個映射。配置則是設計合理的部件組合結構,即空間布局, 例如資源配置、 系統(tǒng)配置、設備或設施配置。 ,,從問題求解角度看, 規(guī)劃、調度、配置三者又有一定的內在聯(lián)系, 有時甚至可以互相轉化,。,事實上, 它們都屬于人工智能的經典問題之一的約束滿足問題(,Constraint Satisfaction Problems,CSP)。,這類問題的解決體現(xiàn)了計算機的創(chuàng)造性, 所以, 規(guī)劃、調度、配置問,題求解也是人工智能的一個重要研究領域。,,,1.7.3 機器定理證

37、明,,,機器定理證明也是人工智能的一個重要的研究課題,它也是人工智能最早的研究領域之一。定理證明是最典型的邏輯推理問題, 它在發(fā)展人工智能方法上起過重大作用。 如關于謂詞演算中推理過程機械化的研究, 幫助我們更清楚地了解到某些機械化推理技術的組成情況。很多非數(shù)學領域的任務如醫(yī)療診斷、信息檢索、規(guī)劃制定和難題求解, 都可以轉化成一個定理,證明問題。所以機器定理證明的研究具有普遍的意義。,,,機器定理證明的方法主要有四類: ,,(1) 自然演繹法, 其基本思想是依據(jù)推理規(guī)則, 從前提和公理中可以推出許多定理,如果待證的定理恰在其中, 則定理得證。 ,,(2) 判定法,即對一類問題找出統(tǒng)一的計

38、算機上可實現(xiàn)的算法解。在這方面一個著名的成果是我國數(shù)學家吳文俊教授1977年提出的初等幾何定理證明方法。 ,,(3) 定理證明器, 它研究一切可判定問題的證明方法。,,(4) 計算機輔助證明,它是以計算機為輔助工具, 利用機器的高速度和大容量,幫助人,完成手工證明中難以完成的大量計算、推理和窮舉。,,,1.7.4 自動程序設計,,自動程序設計就是讓計算機設計程序。具體來講,就是人只要給出關于某程序要求的非常高級的描述,計算機就會自動生成一個能完成這個要求目標的具體程序。 所以, 這相當于給機器配置了一個,“,超級編譯系統(tǒng),”,, 它能夠對高級描述進行處理, 通過規(guī)劃過程, 生成所需的程序。

39、但這只是自動程序設計的主要內容, 它實際是程序的自動綜合。自動程序設計還包括程序自動驗證, 即自動證明所設計程序的正確性。這樣, 自動程序設計也是人工智能和,軟件工程相結合的研究課題。,,,1.7.5 機器翻譯,,機器翻譯就是完全用計算機作為兩種語言之間的翻譯。 機器翻譯由來已久,早在電子計算機問世不久, 就有人提出了機器翻譯的設想, 隨后就開始了這方面的研究。當時人們總以為只要用一部雙向詞典及一些語法知識就可以實現(xiàn)兩種語言文字間的機器互譯,結果遇到了挫折。例如當把,“,光陰似箭,”,的英語句子,“,Time flies like an arrow,”,翻譯成日語,然后再翻譯回來的時候,

40、竟變成了,“,蒼蠅喜歡箭,”,;又如, 當把,“,心有余而力不足,”,的英語句子,“,The spirit is willing but the flesh is weak,”,翻譯成俄語, 然后再翻譯回來時竟變成了,“,酒是好的,肉變質了,”,,即,“,The wine is good but the meat is spoiled,”,。,,這些問題的出現(xiàn)才使人們發(fā)現(xiàn), 機器翻譯并非想像的那么簡單,并使得人們認識到, 單純地依靠,“,查字典,”,的方法不可能解決翻譯問題,只有在對語義理解的基礎上,才能做到真正的翻譯, 所以機,器翻譯的真正實現(xiàn),,,還要靠自然語言理解方面的突破。,,,1

41、.7.6 智能控制,,智能控制就是把人工智能技術引入控制領域, 建立智能控制系統(tǒng)。智能控制具有兩個顯著的特點: 第一, 智能控制是同時具有知識表示的非數(shù)學廣義世界模型和傳統(tǒng)數(shù)學模型混合表示的控制過程, 也往往是含有復雜性、不完全性、模糊性或不確定性以及不存在已知算法的過程, 并以知識進行推理, 以啟發(fā)來引導求解過程; 第二, 智能控制的核心在高層控制, 即組織級控制, 其任務在于對實際環(huán)境或過程進行組織, 即決策與,規(guī)劃,,,以實現(xiàn)廣義問題求解。,,,智能控制系統(tǒng)的智能可歸納為以下幾方面: ,,(1) 先驗智能: 有關控制對象及干擾的先驗知識, 可以從一開始就考慮在控制系統(tǒng)的設計中。,

42、,(2) 反應性智能: 在實時監(jiān)控、 辨識及診斷的基礎上, 對系統(tǒng)及環(huán)境變化的正確反應能力。,,(3) 優(yōu)化智能: 包括對系統(tǒng)性能的先驗性優(yōu)化及反應性優(yōu)化。,,(4),組織與協(xié)調智能,:,表現(xiàn)為對并行耦合任務或子系統(tǒng)之間的有效管理與協(xié)調。,,,智能控制的開發(fā), 目前認為有以下途徑: ,,,——,基于專家系統(tǒng)的專家智能控制。,,,——,基于模糊推理和計算的模糊控制。,,,——,基于人工神經網絡的神經網絡控制。,,,——綜合以上三種方法的綜合型智能控制。,,,1.7.7 智能管理,,智能管理就是把人工智能技術引入管理領域, 建立智能管理系統(tǒng)。 智能管理是現(xiàn)代管理科學技術發(fā)展的新動向。

43、 智能管理是人工智能與管理科學、系統(tǒng)工程、計算機技術及通信技術等多學科、多技術互相結合、互相滲透而產生的一門新技術、新學科。它研究如何提高計算機管理系統(tǒng)的智能水平, 以及智能管理系統(tǒng)的設計理論、方法與實現(xiàn)技術。 ,,智能管理系統(tǒng)是在管理信息系統(tǒng)、辦公自動化系統(tǒng)、決策支持系統(tǒng)的功能集成和技術集成的基礎上, 應用人工智能專家系統(tǒng)、知識工程、模式識別、人工神經網絡等方法和技術,,進行智能化、集成化、協(xié)調化,,,設計和實現(xiàn)的新一代的計算機管理系統(tǒng)。,,,1.7.8 智能決策,,智能決策就是把人工智能技術引入決策過程, 建立智能決策支持系統(tǒng)。 智能決策支持系統(tǒng)是在20世紀80年代初提出來的。它是決策

44、支持系統(tǒng)與人工智能, 特別是專家系統(tǒng)相結合的產物。它既充分發(fā)揮了傳統(tǒng)決策支持系統(tǒng)中數(shù)值分析的優(yōu)勢,也充分發(fā)揮了專家系統(tǒng)中知識及知識處理的特長, 既可以進行定量分析, 又可以進行定性分析, 能有效地解決半結構化和,非結構化的問題,,,從而擴大了決策支持系統(tǒng)的范圍,,,提高了決策支持系統(tǒng)的能力。,,,智能決策支持系統(tǒng)是在傳統(tǒng)決策支持系統(tǒng)的基礎上發(fā)展起來的, 由傳統(tǒng)決策支持系統(tǒng)再加上相應的智能部件就構成了智能決策支持系統(tǒng)。 智能部件可以有多種模式, 例如專家系統(tǒng)模式、知識庫系統(tǒng)模式等。專家系統(tǒng)模式是把專家系統(tǒng)作為智能部件, 這是目前比較流行的一種模式。 該模式適合于以知識處理為主的問題, 但它與決

45、策支持系統(tǒng)的接口比較困難。知識庫系統(tǒng)模式是以知識庫作為智能部件。在這種情況下, 決策支持系統(tǒng)就是由模型庫、方法庫、數(shù)據(jù)庫、知識庫組成的四庫系統(tǒng)。這種模式接口比較容易實現(xiàn), 其整體性能也較,好。,,,一般來說, 智能部件中可以包含如下一些知識: ,,,——,建立決策模型和評價模型的知識。 ,,,——,如何形成候選方案的知識。 ,,,——,建立評價標準的知識。 ,,,——,如何修正候選方案, 從而得到更好候選方案的知識。,,,——完善數(shù)據(jù)庫,,,改進對它的操作及維護的知識。,,,1.7.9 智能通信,,智能通信就是把人工智能技術引入通信領域, 建立智能通信系統(tǒng)。智能通信就是在通信系統(tǒng)的各

46、個層次和環(huán)節(jié)上實現(xiàn)智能化。例如在通信網的構建、 網管與網控、轉接、信息傳輸與轉換等環(huán)節(jié), 都可實現(xiàn)智能化。這樣,網絡就可運行在最佳狀態(tài), 使呆板的網變成活化,的網,,,使其具有自適應、,,自組織、,,自學習、,,自修復等功能。,,,1.7.10 智能仿真,,利用人工智能技術能對整個仿真過程(包括建模、 實驗運行及結果分析)進行指導,能改善仿真模型的描述能力, 在仿真模型中引進知識表示將為研究面向目標的建模語言打下基礎, 提高仿真工具面向用戶、面向問題的能力。 從另一方面來講, 仿真與人工智能相結合可使仿真更有效地用于決策, 更好地用于分析、 設計及評價知識庫系統(tǒng), 從而推動人工智能技術的發(fā)展

47、。 正是基于這些方面, 近年來, 將人工智能特別是專家系統(tǒng)與仿真相結合, 就成,為仿真領域中一個十分重要的研究方向,,,引起了大批仿真專家的關注。,,,1.7.11 智能,CAD,,,智能,CAD(,簡稱,ICAD),就是把人工智能技術引入計算機輔助設計領域, 建立智能,CAD,系統(tǒng)。 事實上,,AI,幾乎可以應用到,CAD,技術的各個方面, 從目前發(fā)展的趨勢來看, 至少有以下四個方面: ,,(1) 設計自動化。,,(2) 智能交互。 ,,(3) 智能圖形學。 ,,(4),自動數(shù)據(jù)采集。,,,從具體技術來看,,ICAD,技術大致可分為以下幾種方法:,,(1) 規(guī)則生成法。 ,,(2

48、) 約束滿足方法。 ,,(3) 搜索法。 ,,(4) 知識工程方法。 ,,(5),形象思維方法。,,,1.7.12 智能制造,,智能制造就是在數(shù)控技術、 柔性制造技術和計算機集成制造技術的基礎上, 引入智能技術。智能制造系統(tǒng)由智能加工中心、材料傳送檢測和實驗裝置等智能設備組成。它具有一定的自組織、 自學習和自適應能力,能在不可預測的環(huán)境下, 基于不確定、不精確、不完,全的信息,,,完成擬人的制造任務,,,形成高度自動化生產。,,,1.7.13 智能,CAI,,,,智能,CAI,就是把人工智能技術引入計算機輔助教學領域, 建立智能,CAI,系統(tǒng), 即,ICAI。ICAI,的特點是能對學

49、生因才施教地進行指導。 為此,,ICAI,應具備下列智能特征: ,,,——,自動生成各種問題與練習。 ,,,——,根據(jù)學生的水平和學習情況自動選擇與調整教學內容和進度。 ,,,——,在理解教學內容的基礎上自動解決問題生成解答。 ,,,——具有自然語言的生成和理解能力。,,,,——,對教學內容有解釋咨詢能力。 ,,,——,能診斷學生錯誤, 分析原因并采取糾正措施。 ,,,——,能評價學生的學習行為。 ,,,——,能不斷地在教學中改善教學策略。 ,,為了實現(xiàn)上述,ICAI,系統(tǒng), 一般把整個系統(tǒng)分成專門知識、 教導策略和學生模型等三個,基本模塊和一個自然語言的智能接口。,,,1.7

50、.14 智能人機接口,,智能人機接口就是智能化的人機交互界面, 也就是將人工智能技術應用于計算機與人的交互界面, 使人機界面更加靈性化、擬人化、個性化。顯然, 這也是當前人機交互的迫切需要和人機接口技術發(fā)展的必然趨勢。 事實上, 智能人機接口已成為計算機、網絡和人工智能等學科共同關注和通力合作的研究課題。該課題涉及到機器感知特別是圖形圖像識別與理解、 語音識別、,自然語言處理、,,機器翻譯等諸多,AI,技術,,,另外,,,還涉及到多媒體、,,虛擬現(xiàn)實等技術。,,,1.7.15 模式識別,,識別是人和生物的基本智能信息處理能力之一。 事實上, 我們幾乎無時無刻都在對周圍世界進行著識別。而所謂

51、模式識別, 則指的是用計算機進行物體識別。這里的物體一般指文字、符號、圖形、 圖像、語音、聲音及傳感器信息等形式的實體對象,而并不包括概念、思想、意識等抽象或虛擬對象, 后者的識別屬于心理、認知及哲學等學科的研究范疇。也就是說, 這里所說的模式識別是狹義的模式識別,它是人和生物的感知能力在計算機上的模擬和擴展。經過多年的研究, 模式識別已發(fā)展成為一個獨立的學科, 其應用十分廣泛, 諸如信息、遙感、醫(yī)學、影像、安全、軍事等領域, 模式識別已經取得了重要成效, 特別是基于模,式識別而出現(xiàn)的生物認證、數(shù)字水印等新技術正方興未艾。,,,1.7.16 數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn),,數(shù)據(jù)挖掘(也稱數(shù)據(jù)

52、開采、 數(shù)據(jù)采掘等)和數(shù)據(jù)庫中的知識發(fā)現(xiàn)的本質含義是一樣的, 只是前者主要流行于統(tǒng)計、 數(shù)據(jù)分析、 數(shù)據(jù)庫和信息系統(tǒng)等領域, 后者則主要流行于人工智能和機器學習等領域, 所以現(xiàn)在有關文獻中一般都把二者同時列出。 ,,DM,與,KDD,現(xiàn)已成為人工智能應用的一個熱門領域和研究方向, 其涉及范圍非常廣泛, 如企業(yè),數(shù)據(jù)、商業(yè)數(shù)據(jù)、,,科學實驗數(shù)據(jù)、,,管理決策數(shù)據(jù)、,,Web,數(shù)據(jù)等的挖掘和發(fā)現(xiàn)。,,,1.7.17 計算機輔助創(chuàng)新,,,計算機輔助創(chuàng)新(,Computer Aided Innovation, CAI),是以,“,發(fā)明問題解決理論(,TRIZ),”,為基礎, 結合本體論(,Onto

53、logy)、,現(xiàn)代設計方法學、計算機技術而形成的一種用于技術創(chuàng)新的新手段。 近年來,,CAI,在歐美國家迅速發(fā)展, 成為新產品開發(fā)中的一項關鍵性基礎技術。,計算機輔助創(chuàng)新可以看做是機器發(fā)明創(chuàng)造的初級形式。,,,TRIZ,是由俄語拼寫的單詞首字母組成, 用英語也可縮寫為,TIPS(Theory of Inventive Problem Solving)。 TRIZ,的基本原理是: 企業(yè)和科學技術領域中的問題和解決方案是重復出現(xiàn)的; 企業(yè)和科學技術領域的發(fā)展變化也是重復出現(xiàn)的; 高水平的創(chuàng)新活動經常應用到專業(yè)領域以外的科學知識。因此技術系統(tǒng)的進化遵循客觀的法則群, 人們可以應用這些進化法則預測產品

54、的未來發(fā)展趨勢, 把握新產品的開發(fā)方向。 在解決技術問題時, 如果不明確應該使用哪些科學原理法則, 則很難找到問題的解決對策。,TRIZ,就是提供解決問題的科學原理并指明解決問題的探索方向的有效工具。,,基于,TRIZ,,人們已經開發(fā)出了不少計算機輔助創(chuàng)新軟件, 例如: ,,,——,發(fā)明機器(,Invention Machine),公司開發(fā)出,TechOptimizer,就是一個計算機輔助創(chuàng)新軟件系統(tǒng)。,TechOptimizer,軟件是基于知識的創(chuàng)新工具, 它以,TRIZ,為基礎, 結合現(xiàn)代設計方法學、計算機輔助技術及多學科領域的知識, 以分析解決產品及其制造過程中遇到的矛盾為出發(fā)點, 從

55、而可解決新產品開發(fā)過程中遇到的技術難題而實現(xiàn)創(chuàng)新, 并可為工程技術領域新產品,、,,新技術的創(chuàng)新提供科學的理論指導,,,并指明探索方向。,,,,,,——,IWINT, Inc.(,億維訊)公司的計算機輔助創(chuàng)新設計平臺(,Pro/Innovator),,它基于,TRIZ,將發(fā)明創(chuàng)造方法學、 現(xiàn)代設計方法學與計算機軟件技術融為一體。它能夠幫助設計者在概念設計階段有效地利用多學科領域的知識, 打破思維定勢、拓寬思路、準確發(fā)現(xiàn)現(xiàn)有技術中存在的問題, 找到創(chuàng)新性的解決方案,保證產品開發(fā)設計方向正確的同時實現(xiàn)創(chuàng)新。 它已成為全球研究機構、知名大學、企業(yè)解決工程技術難題、 實現(xiàn)創(chuàng)新的有效工具。這種基于知識

56、的創(chuàng)新工具能幫助技術人員在不同工程領域產品的方案設計階段, 根據(jù)市場需求, 正確地發(fā)現(xiàn)并迅速解決產品開發(fā)中的關鍵問題, 高質量、 高效率地提出可行的創(chuàng)新設計方案, 并將設計引向正確方向, 為廣大企業(yè)提高自主創(chuàng)新能力和實現(xiàn)系統(tǒng)化創(chuàng)新提供行之有效的方法和方,便實用的創(chuàng)新工具。,,,,——,基于知識發(fā)現(xiàn)的計算機輔助創(chuàng)新智能系統(tǒng)(,CAIISKD),,這是國內學者研制的一個以創(chuàng)新工程與價值工程為理論基礎, 以知識發(fā)現(xiàn)為技術手段, 以專家求解問題的認知過程為主線,,以人機交互為貫穿的多層遞階、綜合集成的計算機輔助創(chuàng)新智能系統(tǒng)。,,,1.7.18 計算機文藝創(chuàng)作,,在文藝創(chuàng)作方面, 人們也嘗試開發(fā)和運用

57、人工智能技術。 事實上, 現(xiàn)在計算機創(chuàng)作的詩詞,、小說、樂曲、繪畫時有報道,,,例如下面的兩首“古詩”就是計算機創(chuàng)作的。,,云　松,,,鑾仙玉骨寒, ,,松虬雪友繁。 ,,大千收眼底, ,,斯調不同凡。,,,(無題) ,,白沙平舟夜?jié)?,,春日曉露路相逢。,,朱樓寒雨離歌淚,,,不堪腸斷雨乘風。,,下面的這篇小說也是計算機創(chuàng)作的。 ,,Betrayal,,Dave Striver loved the university. He loved its ivycovered,clocktowers,, its ancient and sturdy brick, and its s

58、unsplashed verdant greens and eager youth. He also loved the fact that the university is free of the stark unforgiving trials of the business world - only this,isn,’,t a fact: Academia has its own tests,and some are as merciless as any in the marketplace. A prime example is the dissertation defense

59、: To earn the PhD,to become a doctor,one must pass an oral examinat,ion on one's dissertation. This was a test Professor Edward Hart enjoyed giving.,,,Dave wanted desperately to be a doctor. But he needed the signatures of three people on the first page of his dissertation, the priceless inscription

60、s that, together, would certify that he had passed his defense. One of the signatures had to come from Professor Hart, and Hart had often said - to others and to himself that he was honored to help Dave secure his well-earned dream.,,Well before the defense,Striver gave Hart a penultimate copy of

61、 his thesis. Hart read it and told Dave that it was absolutely first rate,and that he would gladly sign it at the defense.They even shook hands in Hart,’,s booklined office. Dave noticed that Hart,’,s eyes were bright and trustful,and his bearing paternal,.,,,At the defense,Dave thought that he el

62、oquently summarized chapter 3 of his dissertation. There were two questions, one from Professor Rodman and one from Dr.,Teer,;Dave answered both, apparently to everyone,’,s satisfaction.There were no further objections.,,Professor Rodman signed. He slid the tome to,Teer,; she too signed,and then

63、 slid it in front of Hart. Hart,didn,’,t move.,,,“,Ed?,”,Rodman said. ,,Hart still sat motionless.Dave felt slightly dizzy.,,,“,Edward, are you going to sign?,”,,,Later,Hart sat alone in his office in his big leather chair,saddened by Dave,’,s failure. He tried to think of ways he could help Dav

64、e achieve his dream.,,其中文譯文為,,背,,叛,,戴夫,·,斯特賴維爾喜愛這所大學。他喜愛校園里爬滿常青藤的鐘樓,那古色古香而又堅固的磚塊, 還有那灑滿陽光的碧綠草坪和熱情的年輕人。 使他感到欣慰的還有這樣一件事, 即大學里完全沒有商場上那些冷酷無情的考驗,——,但事實恰恰并非如此: 做學問也要通過考試, 而且有的考試與市場上的考驗一樣不留情面。最好的例子就是論文答辯: 為了取得博士學位,為了成為博士, 博士生必須通過論文的口試,愛德華,·,哈特教授就喜歡主持這樣的答辯考試,。,,,戴夫迫切希望成為一名博士。但他需要讓３個人在他論文的第一頁上簽上他們的名字, 這３個千金難

65、買的簽名能夠證明他通過了答辯。 其中一個簽名是哈特教授的。 哈特常常對戴夫本人和其他人說, 對于幫助戴夫實現(xiàn)他應該有的夢想, 他感到很榮幸。 ,,答辯之前,斯特賴維爾早早給哈特送去了他論文的倒數(shù)第二稿。 哈特閱讀后告訴戴夫, 論文水平絕對一流, 答辯時他會很高興地在論文上簽名。在哈特那四壁擺滿書櫥的辦公室里,,兩人甚至還握了手。戴夫注意到,,,哈特兩眼放光,,,充滿信任,,,神情宛如慈父一般。,,,在答辯時, 戴夫覺得自己流利地概括了論文的第三章。 評審者提了兩個問題, 一個是羅德曼教授提的, 另一個是蒂爾博士提的。 戴夫分別做了回答, 并且顯然讓每個人都心悅誠服, 再沒有人提出異議。 ,

66、,羅德曼教授簽了名。他把論文推給蒂爾,她也簽上了名字, 接著便把本子推到了哈特跟前。哈特沒有動。,,,“,愛德華？,”,羅德曼問道。 ,,哈特仍然坐在那兒,毫無表情。戴夫感到有點眩暈。,“,愛德華,你打算簽名嗎？,”,,,過后, 哈特一個人呆在辦公室里, 坐在那張寬大的皮椅里, 他為戴夫未能通過答辯感到難過,。他試圖想出幫助戴夫實現(xiàn)他夢想的辦法。,,,1.7.19 機器博弈,,機器博弈是人工智能最早的研究領域之一, 而且一直久經不衰。 ,,早在人工智能學科建立的當年,——,1956年, 塞繆爾就研制成功了一個跳棋程序。三年后的1959年, 裝有這個程序的計算機就擊敗了塞繆爾本人,1962年又擊敗了美國一個州的冠軍。1997年,IBM,的,“,深藍,”,計算機以2勝3平1負的戰(zhàn)績擊敗了蟬聯(lián)12年之久的世界國際象棋冠軍加里,·,卡斯帕羅夫, 轟動了全世界。 2001年, 德國的,“,更弗里茨,”,國際象棋軟件更是擊敗了當時世界排名前10位棋手中的9位, 計算機的搜索速度達到創(chuàng)紀錄的600萬步每秒。 ,,機器人足球賽是機器博弈的另一個戰(zhàn)場。 近年來, 國際大賽不斷, 盛況空前。