《人工智能概述課件》由會員分享，可在線閱讀，更多相關(guān)《人工智能概述課件（46頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、主講：李 輝 Email：,人工智能Artificial Intelligence,第1章 人工智能概述,,1.5 本章小結(jié),,1.1 什么是人工智能,,1.2 人工智能的發(fā)展概況,,1.3 人工智能的學(xué)派,,1.4 人工智能的研究與應(yīng)用領(lǐng)域,Contents,1.1 什么是人工智能,人工智能（Artificial Intelligence, 簡稱AI）是一門正在發(fā)展中的綜合性前沿學(xué)科，由計(jì)算機(jī)學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)、語言學(xué)等多種學(xué)科相互滲透而發(fā)展起來的。 關(guān)于人工智能的科學(xué)定義, 目前存在爭議，學(xué)術(shù)界目前還未統(tǒng)一。,人工智能的8種定義：,人工智能是一種使計(jì)算機(jī)能夠思維，使機(jī)器

2、具有智力的激動人心的新嘗試（Haugeland,1985） 人工智能是那些與人的思維、決策、問題求解和學(xué)習(xí)等有關(guān)活動的自動化（Bellman,1978）。 人工智能是用計(jì)算模型研究智力行為（Charniak和McDermott,1985） 人工智能是研究那些使理解、推理和行為成為可能的計(jì)算（Winston,1992） 人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)（Kurzwell,1990） 人工智能研究如何使計(jì)算機(jī)做事讓人過得更好（Rick和Knight,1991） 人工智能是一門通過計(jì)算過程力圖理解和模仿智能行為的學(xué)科（Schalkoff,1990） 人工智能是計(jì)算機(jī)科學(xué)中與智能行

3、為的自動化有關(guān)的一個(gè)分支（Luger和Stubblefield,1993）,8種定義的比較,注重模擬人的思維和推理過程,注重模擬人的行為,8種定義的比較,從模擬人類功能的逼真度來度量,從理性智能概念來度量,一個(gè)系統(tǒng)如果能夠在它所知道的范圍內(nèi)”正確行事”,它就是理性的,4類方法的比較,類人思考或類人行為：直接模擬 / 追隨人 理性思考或理性行為：間接模擬 / 概括人 更抽象、更普遍,形式化定義 目前還沒有 一般解釋 人工智能就是用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能，或稱機(jī)器智能。 就AI本質(zhì)來說，AI是一門研究如何制造出人造的智能機(jī)器或智能系統(tǒng)，來模擬人類智能活動的能力，以延伸人類智能

4、 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 因此，應(yīng)先對人類的自然智能進(jìn)行討論,1.1.1 什么是人工智能,1.1.2 圖靈測試,如何知道一個(gè)系統(tǒng)是否具有智能呢？ 1950年，計(jì)算機(jī)科學(xué)家圖靈提出了著名的“圖靈測試”。,問題：通過了圖靈測試就具有了智能嗎？,1.1.2 中文屋子假設(shè),中文屋子假設(shè)是說: 有一臺計(jì)算機(jī)閱讀了一段故事并且能正確回答相關(guān)問題, 這樣這臺計(jì)算就通過了圖靈測試。 而西爾勒設(shè)想將這段故事和問題改用中文描述(因?yàn)樗救瞬欢形?, 然后將自己封閉在一個(gè)屋子里, 代替計(jì)算機(jī)閱讀這段故事并且回答相

5、關(guān)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(gè)很小的縫隙被送到屋子里。 西爾勒則完全按照原先計(jì)算機(jī)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(jìn)行操作, 然后把得到的結(jié)果即問題答案通過小縫隙送出去。,美國哲學(xué)家約翰西爾勒(John Searle, 1980年)提出了異議。他用一個(gè)現(xiàn)在稱為“中文屋子”的假設(shè),西爾勒認(rèn)為盡管計(jì)算機(jī)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(jì)算機(jī)就有了智能。,1.1.3 腦智能和群智能,人腦由大約1011-1012個(gè)神經(jīng)元組成的一個(gè)復(fù)雜的、動態(tài)的巨系統(tǒng)，人腦的智能表現(xiàn)可以辨識出來，如學(xué)習(xí)、發(fā)現(xiàn)、創(chuàng)造等能力。而這些

6、智能表現(xiàn)的發(fā)生過程都是在心理層面上可見的，即以某種心理活動和思維過程表現(xiàn)的。 基于宏觀心理層次的智能表現(xiàn)稱為腦智能(BI),腦智能是一種個(gè)體智能(II)。,1.1.3 腦智能和群智能,人們發(fā)現(xiàn)一些生物群落或者更一般的生命群體的群體行為或者社會行為也表現(xiàn)出一定的智能，如螞蟻群、鳥群、魚群等。具有學(xué)習(xí)、尋優(yōu)等能力。 腦中的神經(jīng)網(wǎng)絡(luò)是由神經(jīng)細(xì)胞組成的細(xì)胞群體，當(dāng)思維時(shí)，神經(jīng)元各負(fù)其則，各司其職，神經(jīng)網(wǎng)絡(luò)具自組織、自學(xué)習(xí)、自適應(yīng)等智能表現(xiàn)。 把這種由群體行為所表現(xiàn)出的智能稱為群智能(SI) 。,1.1.3 腦智能和群智能,對于人腦來說, 宏觀心理(或者語言)層次上的腦智能與神經(jīng)元層次上的群智能又有密切

7、的關(guān)系正是微觀生理層次上低級的神經(jīng)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(guān)系如何, 卻仍然是個(gè)迷, 這個(gè)問題的解決需要借助于系統(tǒng)科學(xué))。,1.1.4 符號智能和計(jì)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(jīng)典人工智能。 符號智能以符號形式的知識和信息為基礎(chǔ), 主要通過邏輯推理，運(yùn)用知識進(jìn)行問題求解。,1.1.4 符號智能和計(jì)算智能,2. 計(jì)算智能 計(jì)算智能就是計(jì)算人工智能, 它是模擬群智能的人工智能。計(jì)算智能以數(shù)值數(shù)據(jù)為基礎(chǔ), 主要通過數(shù)值計(jì)算，運(yùn)用算法進(jìn)行問題求解。 主要內(nèi)容包括: 神經(jīng)計(jì)算(Neur

8、al Computation, NC)、 進(jìn)化計(jì)算(亦稱演化計(jì)算, Evolutionary Computation, EC, 包括遺傳算法(Genetic Algorithm, GA)、 進(jìn)化策略(Evolutionary Strategies, ES)等)、免疫計(jì)算(immune computation)、 粒群算法(Particle Swarm Algorithm, PSA)、 蟻群算法(Ant Colony Algorithm, ACA)、等。 計(jì)算智能主要研究各類優(yōu)化搜索算法, 是當(dāng)前人工智能學(xué)科中一個(gè)十分活躍的分支領(lǐng)域。,1.2 人工智能的發(fā)展概況,,,,,,,,AI成為工業(yè)(19

9、80現(xiàn)在),基于知識系統(tǒng)的崛起(19691979),早期成功與期望(19521969),誕生(1956),,,,,,,,,AI成為科學(xué)(1987現(xiàn)在),困難時(shí)期(19661973),,,孕育期(19431955),,1.2 人工智能的發(fā)展概況-孕育期,人工智能是一個(gè)交叉學(xué)科，它的很多重要思想都來源于其他學(xué)科 。 哲學(xué)（公元前428年現(xiàn)在） 數(shù)學(xué)（約800年現(xiàn)在） 經(jīng)濟(jì)學(xué)（1776年現(xiàn)在） 神經(jīng)科學(xué)（1861年現(xiàn)在） 心理學(xué)（1879年現(xiàn)在） 計(jì)算機(jī)工程（1940年現(xiàn)在） 控制論（1948年現(xiàn)在） 語言學(xué)（1957年現(xiàn)在）,1.2 人工智能的發(fā)展概況-孕育期,古希臘Aristotle創(chuàng)立了演繹法

10、，在其名著工具論中給出了形式邏輯的基本規(guī)律(三段論)。他提出的至今仍然是演繹推理的最基本出發(fā)點(diǎn)。(形式邏輯是一切推理活動的最基本的出發(fā)點(diǎn) ) 三段論是以真言判斷為其前提的一種演繹推理，它借助于一個(gè)共同項(xiàng)，把兩個(gè)直言判斷聯(lián)系起來，從而得出結(jié)論。例如：一切金屬都是能夠熔解的；鐵是金屬；所以，鐵是能夠熔解的。,哲學(xué)家和思想家,1.2 人工智能的發(fā)展概況-孕育期,英國哲學(xué)家、自然科學(xué)家Bacon (培根)系統(tǒng)地給出了歸納法。和Aristotle的演繹法一起，構(gòu)成了思維的基本法則。/提出“知識就是力量”，對幾百年后AI研究從一般思維探討轉(zhuǎn)向?qū)ｉT知識運(yùn)用起到了積極的促進(jìn)作用。 德國數(shù)學(xué)家、哲學(xué)家Leibn

11、itz (萊布尼茨) 把形式邏輯符號化，從而使得人們可以對人的思維進(jìn)行運(yùn)算和推理(關(guān)于“數(shù)理邏輯”的思想)。提出可以建立一種通用的符號語言以及一種在此基礎(chǔ)上進(jìn)行推理的演算。這一思想不僅是數(shù)理邏輯的基礎(chǔ)，也是現(xiàn)代機(jī)器思維設(shè)計(jì)思想的萌芽。,1.2 人工智能的發(fā)展概況-孕育期,英國數(shù)學(xué)家、邏輯學(xué)家Boole（布爾）（1815-1864），他初步實(shí)現(xiàn)了布萊尼茨的思維符號化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)--布爾代數(shù)，構(gòu)成了現(xiàn)代計(jì)算機(jī)的理論基礎(chǔ)。 美籍奧地利數(shù)理邏輯學(xué)家Godel（哥德爾)(1906-1978) 證明了一階謂詞的完備性定理: 任何包含初等數(shù)論的形式系統(tǒng)，如果它是無矛盾的，那么一定

12、是不完備的。此定理的意義在于，人的思維形式化和機(jī)械化的某種極限，在理論上證明了有些事是做不到的。,1.2 人工智能的發(fā)展概況-孕育期,英國數(shù)學(xué)家圖靈1936年創(chuàng)立了自動機(jī)理論（是圖靈在他26歲那年提出的一個(gè)理論計(jì)算機(jī)模型）,推進(jìn)了思維機(jī)器的研究，并為電子計(jì)算機(jī)的誕生奠定了理論基礎(chǔ)。并為AI做了大量的開拓性工作(圖靈測試，給出智能標(biāo)準(zhǔn)的明確定義)。 當(dāng)今世界上計(jì)算機(jī)科學(xué)最高榮譽(yù)獎勵(lì)為圖靈獎。 1950年，圖靈（A.Turing）在心智雜志上發(fā)表了一篇題為“計(jì)算機(jī)和智能”的文章，第一次提出了“機(jī)器能思維”的觀點(diǎn)。從此也拉開了人類史上人工智能研究的序幕 。,圖靈測試,大家請思考圖靈測試合理嗎？,人

13、類與計(jì)算機(jī)具有不一致的特長,一個(gè)通過了圖靈測試的機(jī)器是否就一定具有智能呢？如深藍(lán),時(shí)間：北京時(shí)間1997年5月12日凌晨4點(diǎn)50分 對手：IBM的“深藍(lán)”超級計(jì)算機(jī) 國際象棋世界冠軍卡斯帕羅夫 結(jié)局：2勝1負(fù)3平，總比分3.5 : 2.5， “深藍(lán)”獲勝,圖靈測試,圖靈測試對計(jì)算機(jī)不公平因?yàn)樵谶@個(gè)測試中，計(jì)算機(jī)為了不被測試者判斷出自己是計(jì)算機(jī)，除了要很好的模擬人的優(yōu)點(diǎn)以外，還要很好地模擬人類的不足。計(jì)算機(jī)不能比人類笨，也不能比人類聰明。因?yàn)槿魏闻c人類不相匹配的舉動，都會被測試者立即識別出來。如測試者問一個(gè)復(fù)雜的問題，如果一方很快地給出正確的答案，則有充足的理由認(rèn)為它是計(jì)算機(jī)而不是人。,

14、1.2 人工智能的發(fā)展概況-誕生,1956年夏天, AI正式誕生于達(dá)特茅斯大學(xué) John McCarthy(麥卡錫)自普林斯頓大學(xué)畢業(yè)以后去了達(dá)特茅斯大學(xué), 他說服了另外3個(gè)人幫助召開了為期2個(gè)月的研討會 會議組織者4人: 麥卡錫： Dartmouth的數(shù)學(xué)家、計(jì)算機(jī)專家，后為MIT教授 Minsky(明斯基)：哈佛大學(xué)數(shù)學(xué)家、神經(jīng)學(xué)家，后為MIT教授 Claude Shannon(香儂)：貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員 Nathaniel Rochester(羅切斯特)： IBM公司信息中心負(fù)責(zé)人 參與者: Trenchard More(莫爾)：普林斯頓大學(xué) Arthur Samuel(塞繆爾)

15、： IBM Ray Solomonoff(索羅蒙夫)和Oliver Selfridge(塞爾夫里奇) :MIT 紐厄爾(A.Newell)：蘭德(RAND)公司 西蒙：CMU卡內(nèi)基梅隆大學(xué),1.2 人工智能的發(fā)展概況-誕生,盡管這次會議沒有新突破, 但聚集了AI的主要人物特別是AI領(lǐng)域的4位著名專家, 他們后來所在的大學(xué)也成為了美國AI研究的3大基地: MIT明斯基 Stanford麥卡錫(先在MIT后去了Stanford) CMU紐厄爾和西蒙 此外, 還有IBM,1.2 人工智能的發(fā)展概況-誕生,John McCarthy Marvin Minsky Herbert Simon Allen

16、Newell,1.2 人工智能的發(fā)展概況-誕生,這次會議最為長久的貢獻(xiàn)就是麥卡錫為該領(lǐng)域起的名字: 人工智能 為什么AI有必要成為一個(gè)新領(lǐng)域? 目標(biāo)不同：AI從一開始就承載著復(fù)制人的才能如創(chuàng)造性、自我修養(yǎng)、語言功能等思想，沒有任何一個(gè)其他領(lǐng)域涉及這些問題 方法論不同：是唯一一個(gè)明確屬于計(jì)算機(jī)科學(xué)的分支，因而不是數(shù)學(xué)或者控制論或其他學(xué)科的分支 AI是唯一這樣的領(lǐng)域：它試圖建造在復(fù)雜和變化的環(huán)境中自動發(fā)揮功能的機(jī)器,1.2 人工智能的發(fā)展概況-早期成功與期望,心理學(xué)小組 1957年：紐厄爾、西蒙等人的心理學(xué)小組研制了一個(gè)稱為邏輯理論機(jī)(Logic Theory Machine，簡稱LT)的數(shù)學(xué)定理

17、證明程序/ 能夠證明數(shù)學(xué)原理第二章中的38條定理，1963年證明全部52條定理。 1960年：研制了通用問題求解(General Problem Solving)程序。 IBM工程小組 1956年，塞繆爾在IBM704計(jì)算機(jī)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。打敗了一個(gè)州冠軍,1.2 人工智能的發(fā)展概況-早期成功與期望,MIT小組 1956年，塞爾夫里奇研制第一個(gè)字符識別程序。1959年，又提出功能更強(qiáng)的模式識別 1958年，麥卡西建立了行動規(guī)劃咨詢系統(tǒng)。 1960年，麥卡西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 其他：

18、 1965年，魯賓遜(J.A.Robinson)提出了歸結(jié)（消解）原理，掀起研究計(jì)算機(jī)定理證明的又一次高潮。,1.2 人工智能的發(fā)展概況-早期成功與期望,AI牛人Newell, Simon等早期所吹的“牛皮” 不出10年，計(jì)算機(jī)將成為世界象棋冠軍。 不出10年，計(jì)算機(jī)將發(fā)現(xiàn)和證明重要的數(shù)學(xué)定理。 不出10年，計(jì)算機(jī)將能譜寫具有優(yōu)秀作曲家水平的樂曲。 不出10年，大多數(shù)心理學(xué)理論將在計(jì)算機(jī)上形成。 有人甚至斷言，20世紀(jì)80年代將全面實(shí)現(xiàn)AI，2000年機(jī)器智能超過人。 1969年，召開第一屆國際人工智能聯(lián)合會議(International Joint Conference on AI) 197

19、0年，人工智能國際雜志International Journal of AI 創(chuàng)刊,早期AI研究者過于盲目的樂觀態(tài)度, 10年預(yù)見, 50年過去了，只是部分地在某種程度上實(shí)現(xiàn)(如計(jì)算機(jī)下棋)，但還沒有得到完全實(shí)現(xiàn)，AI遠(yuǎn)比設(shè)想的復(fù)雜 消解法（歸結(jié)原理）能力有限 例如：證明兩個(gè)連續(xù)函數(shù)之和仍是連續(xù)函數(shù)，推了10萬步還沒有推出來。 Sauel的下棋程序，1965年，世界冠軍Helmann獲得四連勝。 機(jī)器翻譯鬧出不少笑話 (舉例見下頁),1.2 人工智能的發(fā)展概況-困難時(shí)期,1.2 人工智能的發(fā)展概況-困難時(shí)期,1973年，英國發(fā)表了Lighthill report，認(rèn)為AI的研究即使不是騙局，

20、至少也是庸人自擾。之后英國終止了除2所大學(xué)以外所有的AI研究資助 IBM公司也取消了本公司范圍內(nèi)的AI研究活動。,機(jī)器翻譯鬧出的笑話舉例：,“The spirit is willing but the flesh is weak”，意思是“心有余而力不足”。 機(jī)器翻譯過程：英語 俄語 英語 結(jié)果被譯為： “The vodka is good but the meat is spoiled”，意思是“伏特加是好的，肉變質(zhì)了”。 “Out of sight, out of mind”，意思是“眼不見心不煩”。 將其翻譯成俄語，竟成了：“ 又瞎又瘋”。 ,1.2 人工智能的發(fā)展概況-困難時(shí)期,1.2

21、 人工智能的發(fā)展概況-基于知識系統(tǒng)的崛起,DENDRAL是第一個(gè)成功的知識密集型系統(tǒng), 1969年在Stanford開發(fā), 參與者包括費(fèi)根鮑姆 (Ed Feigenbaum)等，根據(jù)質(zhì)譜儀信息推斷分子結(jié)構(gòu) / 該系統(tǒng)改進(jìn)后, 把知識和推理部分清楚地劃分開80年代專家系統(tǒng)的典型結(jié)構(gòu)。 由DENDRAL系統(tǒng)開始的專家系統(tǒng)方法論又應(yīng)用到其他需要人類專家知識的領(lǐng)域。,1.2 人工智能的發(fā)展概況-AI成為工業(yè),1982年, 第一個(gè)成功的商用專家系統(tǒng)R1在DEC公司開始運(yùn)轉(zhuǎn), 到1986年為止每年為公司節(jié)省4千萬美元 在八十年代的AI研究熱潮中, 1981年日本提出五代機(jī)計(jì)劃, 目的是建造運(yùn)行Prolog

22、程序的智能機(jī) AI工業(yè)在1980年只是幾百萬美元, 1988年漲到數(shù)十億美元 實(shí)際上，“AI成為工業(yè)”目前在一些家電中可以找到影子(智能洗衣機(jī)等),1.2 人工智能的發(fā)展概況-AI成為科學(xué),近年來，AI研究在內(nèi)容和方法論方面的特點(diǎn)： 在已有的理論基礎(chǔ)上進(jìn)行研究而不是提出嶄新理論 從對控制論和統(tǒng)計(jì)學(xué)的某種叛逆到開始接受這些領(lǐng)域的理論和方法 假設(shè)必須以嚴(yán)格的經(jīng)驗(yàn)實(shí)驗(yàn)為條件，結(jié)果的重要性必須經(jīng)過嚴(yán)格的分析。 通過互連網(wǎng)進(jìn)行測試數(shù)據(jù)和程序代碼的共享 以上標(biāo)志著，AI已經(jīng)成為了一門科學(xué)。,1.3 人工智能的學(xué)派,,,,,,,符號主義(Symbolicism),連接主義(Connectionism),行為

23、主義(Actionism),邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計(jì)算機(jī)學(xué)派(Computerism),主要為物理符號系統(tǒng)(即符號操作系統(tǒng))假設(shè)和有限合理性原理.,仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)，其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。,進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，其原理為控制論及感知-動作型控制系統(tǒng)。,1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.1 問題求解 人工智能的第一個(gè)大成就是發(fā)展了能夠求解難題的下棋(如國際象棋)程序，它包含問題的表示、分解、搜索與歸約

24、等。,1999年，“弗里茨”升級為“更弗里茨”(Deep Fritz) 2001年，“更弗里茨”更新了程序，擊敗了卡斯帕羅夫和阿南德，以及除了克拉姆尼克之外的所有排名世界前十位的棋手 2002年10月，“更弗里茨”與克拉姆尼克在巴林進(jìn)行“人機(jī)大戰(zhàn)”，思考速度為每秒600萬步，雙方4比4戰(zhàn)平 2003年12月“更年少者”與卡斯帕羅夫舉行人機(jī)對抗，雙方3比3戰(zhàn)平,1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.2 智能計(jì)算 智能計(jì)算就是借用自然界生物界規(guī)律的啟迪根據(jù)其原理模仿設(shè)計(jì)求解問題的算法 包括遺傳算法、模擬退火算法、進(jìn)化算法、啟發(fā)式算法、蟻群算法、人工魚群算法，粒子群算法。,,,,,,,,,,,,

25、,1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.3 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動“學(xué)習(xí)”的算法。即從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進(jìn)行預(yù)測的算法。 已有十分廣泛的應(yīng)用，如：數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學(xué)診斷、證券市場分析、語音和手寫識別、戰(zhàn)略游戲和機(jī)器人運(yùn)用。,1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.4 模式識別 人工智能所研究的模式識別是指用計(jì)算機(jī)代替人類或幫助人類感知模式，是對人類感知外界功能的模擬，研究的是計(jì)算機(jī)模式識別系統(tǒng)，也就是使一個(gè)計(jì)算機(jī)系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感知能力。,

26、1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.5 機(jī)器人學(xué) 包括對操作機(jī)器人裝置程序的研究。這個(gè)領(lǐng)域所研究的問題，從機(jī)器人手臂的最佳移動到實(shí)現(xiàn)機(jī)器人目標(biāo)的動作序列的規(guī)劃方法，無所不包。目前已經(jīng)建立了一些比較復(fù)雜的機(jī)器人系統(tǒng)。,1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.6 神經(jīng)網(wǎng)絡(luò) 是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型。 神經(jīng)網(wǎng)絡(luò)已在模式識別、圖象處理、組合優(yōu)化、自動控制、信息處理、機(jī)器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。,1.4 人工智能的研究與應(yīng)用領(lǐng)域,1.4.3 自然語言理解 研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法. 需要有上下文知識以及根據(jù)這些上下文知識和信息用信息發(fā)生器進(jìn)行推理的過程。理解口頭的和書寫語言的計(jì)算機(jī)系統(tǒng)所取得的某些進(jìn)展，其基礎(chǔ)就是有關(guān)表示上下文知識結(jié)構(gòu)的某些人工智能思想以及根據(jù)這些知識進(jìn)行推理的某些技術(shù)。,本章我們講述了 人工智能的概念：8種定義和比較 人工智能的發(fā)展概況：7個(gè)階段 人工智能的三大學(xué)派：符號主義、連接主義、行為主義 人工智能的研究與應(yīng)用領(lǐng)域,1.5 本章小結(jié),本章總結(jié),