計(jì)算機(jī)科學(xué)與人工智能

1、2024/3/20,人工智能與專家系統(tǒng),1,現(xiàn)代計(jì)算機(jī)的智能與人工智能未來發(fā)展,湖北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院 教授武漢思維科學(xué)與智能系統(tǒng)學(xué)會(huì) 理事,熊才權(quán),2024/3/20,人工智能與專家系統(tǒng),2,1、人機(jī)大戰(zhàn)（1）1991年8月在悉尼第12屆國際人工智能聯(lián)合會(huì)議上，IBM公司的“深思II”以1:1平澳大利亞國際象棋冠軍約翰森時(shí)，人們對人工智能的水平還沒引起足夠的重視，（2）1997年5月IBM公司的“Deeper Blue”以3.5

2、 : 2.5總比分勝國際象棋世界冠軍卡斯帕羅夫時(shí)，引起了世人－片嘩然。 “深藍(lán)”5人研制小組的負(fù)責(zé)人是華裔科學(xué)家譚崇仁，主要研制人員還有許雄峰。2、為索尼公司大為露臉的智能機(jī)器狗“阿寶”，它能通過充滿靈性的動(dòng)作和聲音表達(dá)出自己的喜、怒、哀、樂和恐懼等多種感情，并且還能通過學(xué)習(xí)自我完善，形成與主人相適應(yīng)的習(xí)性。2、人工智能的幻想（1）電影：《人工智能》（2）電影：《我，機(jī)器人》,幾個(gè)有趣的計(jì)算機(jī)智能例子,2024/3/20,人工智

3、能與專家系統(tǒng),3,我們的問題,1、人工智能研究什么？2、人工智能能超越人類智能嗎？3、我們的《人工智能》課程將要學(xué)些什么？,2024/3/20,人工智能與專家系統(tǒng),4,一、什么是人工智能二、人工智能的起源和發(fā)展三、智能計(jì)算機(jī)能做什么四、人工智能的未來發(fā)展。,主要內(nèi)容,2024/3/20,人工智能與專家系統(tǒng),5,一、什么是人工智能？,1、什么是智能？ 智能是指人們在認(rèn)識世界和改造世界的行動(dòng)中，由腦力勞動(dòng)表現(xiàn)出來的

4、能力。它包括： （1）通過視、聽、觸覺等感官活動(dòng)，認(rèn)識并理解文字、圖像、聲音、語言的能力；（感知） （2）通過人腦活動(dòng)，將感性知識抽象為理性知識，并對事物運(yùn)動(dòng)規(guī)律進(jìn)行分析、判斷、推理和決策的能力；（解決問題） （3）通過教育、訓(xùn)練和學(xué)習(xí)過程，日益豐富自身的知識技能的學(xué)習(xí)能力；（學(xué)習(xí)）,生命起源,天體演化,人腦思維,2024/3/20,人工智能與專家系統(tǒng),6,2、什么是人工智能？

5、 人工智能(Artificial Intelligence，AI) 是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。 它是是計(jì)算機(jī)科學(xué)的一個(gè)分支。 （1）企圖了解智能的實(shí)質(zhì) （2）生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器,2024/3/20,人工智能與專家系統(tǒng),7,3、強(qiáng)人工智能與弱人工智能 強(qiáng)人工智能　　強(qiáng)人工智能觀點(diǎn)認(rèn)為有可能制造出真正能推

6、理（Reasoning）和解決問題（Problem_solving）的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為是有知覺的，有自我意識的。強(qiáng)人工智能可以有兩類：　　類人的人工智能，即機(jī)器的思考和推理就像人的思維一樣?！　》穷惾说娜斯ぶ悄埽礄C(jī)器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式?！　∪跞斯ぶ悄堋　∪跞斯ぶ悄苡^點(diǎn)認(rèn)為不可能制造出能真正地推理（Reasoning）和解決問題（Problem_solvin

7、g）的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識?！　≈髁骺蒲屑性谌跞斯ぶ悄苌?，并且一般認(rèn)為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)下。,2024/3/20,人工智能與專家系統(tǒng),8,,知識工程專家系統(tǒng),自動(dòng)程序設(shè)計(jì),機(jī)器翻譯,自動(dòng)定理證明,自然語言理解,機(jī)器人學(xué),計(jì)算機(jī)視覺,模式識別,人工智能程序設(shè)計(jì)語言,數(shù)據(jù)庫智能查詢,機(jī)器學(xué)習(xí),博弈,4、人工智能的研究領(lǐng)域,

8、,,核心技術(shù),,,知識表達(dá),問題求解,2024/3/20,人工智能與專家系統(tǒng),9,二、人工智能的起源與發(fā)展,1、人工智能的提出 1956年美國的Dartmouth 會(huì)議，J.McCarthy等人倡議開展人類思維活動(dòng)規(guī)律的研究，并為其命名為“人工智能”。,Minsky首創(chuàng)框架理論,（人工智能之父）LISP語言的發(fā)明人首次提出AI的概念,Simon（政治學(xué)博士，心理學(xué)家，諾貝爾經(jīng)濟(jì)獎(jiǎng)）“通用問題求解系統(tǒng)

9、”GPS最早的下棋程序之一MATER,2024/3/20,人工智能與專家系統(tǒng),10,邏輯理論基礎(chǔ)： 古希臘的Aristotle亞里士多德(前384-322) 的形式邏輯。 德國數(shù)學(xué)家、哲學(xué)家Leibnitz布萊尼茨(1646-1716)的數(shù)理邏輯的思想，把形式邏輯符號化，從而能對人的思維進(jìn)行運(yùn)算和推理。計(jì)算機(jī)科學(xué)基礎(chǔ)：計(jì)算思想 英國數(shù)學(xué)家Turing(圖靈)(1912-19

10、54),1936年提出了一種理想計(jì)算機(jī)的數(shù)學(xué)模型（圖靈機(jī)），1950年提出了圖靈試驗(yàn)，發(fā)表了“計(jì)算機(jī)與智能”的論文。1966年ACM設(shè)立圖靈獎(jiǎng)。,2、史前研究，1956年之前,Turing(圖靈),2024/3/20,人工智能與專家系統(tǒng),11,3、人工智能的發(fā)展，1956年之后,60年代Simon敘述了智能系統(tǒng)的特點(diǎn)：智能表示、智能推理、智能搜索。 Nilson發(fā)表了A*算法（搜索方法） McCarthy發(fā)明人工智能程序

11、設(shè)計(jì)語言Lisp1965年Robinson提出了歸結(jié)原理，（與傳統(tǒng)的自然演繹法完全不同的消解法）。1968年Quillian提出了語義網(wǎng)絡(luò)的知識表示方法1969年Minsky出了一本書“感知機(jī)”，給當(dāng)時(shí)的神經(jīng)網(wǎng)絡(luò)研究結(jié)果判了死刑1969年召開了第一屆國際人工智能聯(lián)合會(huì)議(International Joint Conference on AI, IJCAI),此后每兩年召開一次。1970年《人工智能》國際雜志(Internat

12、ional Journal of AI)創(chuàng)刊。這些對開展人工智能國際學(xué)術(shù)活動(dòng)和交流、促進(jìn)人工智能的研究和發(fā)展起到積極作用。,2024/3/20,人工智能與專家系統(tǒng),12,智能行為支撐體與載體的研究數(shù)字計(jì)算機(jī)研究取得突破性的進(jìn)展提出了AI研究的支持語言LISP,3、人工智能的發(fā)展，1956年之后,常規(guī)說法: 1946年就由美國數(shù)學(xué)家莫希里（Mauchly）和埃柯特（Echert）研制出了世界上第一臺電子計(jì)算機(jī),歷史真相: 保加利亞裔副

13、教授 Atanasoff 和 他的學(xué)生Berry 在1939年造出了一臺電子計(jì)算機(jī)的樣機(jī)(采用電子真空管，采用二進(jìn)制),這臺機(jī)器被稱為ABC(Atanasoff –Berry Computer)。,2024/3/20,人工智能與專家系統(tǒng),13,智能行為基本規(guī)律的研究Simon 夫婦在心理學(xué)研究中對啟發(fā)式信息在人類思維活動(dòng)中作用的發(fā)現(xiàn)（1960年）Rosenblatt的感知機(jī)在計(jì)算機(jī)上表現(xiàn)智能行為的理論與方法的研究Shannon

14、的下棋程序Newell，Shaw 和Simon的GPS, 王浩的機(jī)器定理證明（1960年）Robinson的歸結(jié)原理（1965年）Nilsson的A搜索算法（1971年）Samuel的下棋研究（1967年）Selfbridge的地獄模型Minsky的語義信息處理（1968年）及感知機(jī)（1969年）,2024/3/20,人工智能與專家系統(tǒng),14,1977年，以Feigenbaum為首的一批年輕科學(xué)家提出了知識工程的概念，以知識

15、為基礎(chǔ)的專家咨詢系統(tǒng)開始廣泛的應(yīng)用。 著名的有：DENDRAL化學(xué)分析專家系統(tǒng)（斯坦福大學(xué)1968）MACSYMA符號數(shù)學(xué)專家系統(tǒng)（麻省理工1971） MYCIN診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)（斯坦福大學(xué)1973）CASNET(Causal ASsciational Network)診斷和治療青光眼的專家咨詢系統(tǒng)（拉特格爾斯（Rutgers）大學(xué)70年代中）CADUCEUS(原名INTERNIST)醫(yī)療咨詢系

16、統(tǒng)（匹茲堡大學(xué)）；HEARSAY I 和II語音理解系統(tǒng)（卡內(nèi)基-梅隆大學(xué)）PROSPECTOR地質(zhì)勘探專家系統(tǒng)（斯坦福大學(xué)1976）XCON計(jì)算機(jī)配置專家系統(tǒng)（卡內(nèi)基-梅隆大學(xué)1978）,Feigenbaum,2024/3/20,人工智能與專家系統(tǒng),15,巨型智能系統(tǒng)多學(xué)科交叉人機(jī)協(xié)作,2024/3/20,人工智能與專家系統(tǒng),16,符號主義連接主義行為主義,4、人工智能的主要學(xué)派及其觀點(diǎn),2024/3/20,人

17、工智能與專家系統(tǒng),17,（1）符號主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計(jì)算機(jī)學(xué)派(Computerism)，其原理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。這個(gè)學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。主要特征:①立足于邏輯運(yùn)算和符號操作，適合于模擬人的邏輯思維過程，解決需要邏輯推理的復(fù)雜問題。②知識可用顯式的符號表示。③能與傳

18、統(tǒng)的數(shù)據(jù)庫進(jìn)行連接。④可對推理結(jié)論進(jìn)行解釋。缺點(diǎn):①可以解決邏輯思維，但對于形象思維難于模擬。②信息表示成符號后，在處理和轉(zhuǎn)換時(shí)有丟失的情況。,2024/3/20,人工智能與專家系統(tǒng),18,（2）聯(lián)結(jié)主義(Connectionism)，又稱為仿生學(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。主要特征：①通過神經(jīng)元實(shí)現(xiàn)信息處理，處理過程具有并行性，動(dòng)

19、態(tài)性和全局性。②可以實(shí)現(xiàn)聯(lián)想的功能，便于對有噪聲的信息進(jìn)行處理。③可以通過對神經(jīng)元之間連接強(qiáng)度的調(diào)整實(shí)現(xiàn)學(xué)習(xí)和分類等。④適合模擬人的形象思維過程。⑤求解問題時(shí)，可以較快的得到一個(gè)近似解。缺點(diǎn)：①不適合解決邏輯思維。,2024/3/20,人工智能與專家系統(tǒng),19,（3）行為主義(Actionism)，又稱進(jìn)化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，其原理為控制論及感知-動(dòng)作型控制系統(tǒng)。這一

20、學(xué)派的代表作首推布魯克斯(Brooks)的六足行走機(jī)器人，它被看做新一代的“控制論動(dòng)物”，是一個(gè)基于感知－動(dòng)作模式的模擬昆蟲行為的控制系統(tǒng)。,2024/3/20,人工智能與專家系統(tǒng),20,80年代，人工智能發(fā)展達(dá)到階段性的頂峰。87,89年世界大會(huì)有６－７千人參加。硬件公司有上千個(gè)。并進(jìn)行Lisp硬件、Lisp機(jī)的研究。在專家系統(tǒng)及其工具越來越商品化的過程中,國際軟件市場上形成了一門旨在生產(chǎn)和加工知識的新產(chǎn)業(yè)——知識產(chǎn)業(yè)。應(yīng)該說，知

21、識工程和專家系統(tǒng)是近十余年來人工智能研究中最有成就的分支之一。同年代，1986年Rumlhart領(lǐng)導(dǎo)的并行分布處理研究小組提出了神經(jīng)元網(wǎng)絡(luò)的反向傳播學(xué)習(xí)算法，解決了神經(jīng)網(wǎng)絡(luò)的根本問題之一。從此，神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入新的高潮。,2024/3/20,人工智能與專家系統(tǒng),21,90年代，計(jì)算機(jī)發(fā)展趨勢為小型化、并行化、網(wǎng)絡(luò)化、智能化。人工智能技術(shù)逐漸與數(shù)據(jù)庫、多媒體等主流技術(shù)相結(jié)合，并融合在主流技術(shù)之中，旨在使計(jì)算機(jī)更聰明、更有效、與人更接

22、近。 日本政府于1992年結(jié)束了為期十年的稱為“知識信息處理體統(tǒng)”的第五代計(jì)算機(jī)系統(tǒng)研究開發(fā)計(jì)劃。并開始了為期十年的實(shí)況計(jì)算（Real Word Computing）計(jì)劃。 近十多年來，機(jī)器學(xué)習(xí)、計(jì)算智能、人工神經(jīng)網(wǎng)絡(luò)等和行為主義的研究深入開展，形成高潮。同時(shí)，不同人工智能學(xué)派之間的爭論也非常熱烈。這些都推動(dòng)人工智能研究的進(jìn)一步發(fā)展。,2024/3/20,人工智能與專家系統(tǒng),22,計(jì)算機(jī)智能化技術(shù)的主攻方向體現(xiàn)在 :并行與分布式處

23、理技術(shù)。包括大規(guī)模并行機(jī)和機(jī)群的體系結(jié)構(gòu)、并行操作系統(tǒng)于并行數(shù)據(jù)結(jié)構(gòu)，分布式Client/Server計(jì)算模型及其處理技術(shù)，多專機(jī)系統(tǒng)的合作與知識共享技術(shù)等。知識的獲取、表示、更新和推理新機(jī)制。包括新的知識獲取方法，常識性知識的表示、更新與推理，大型知識庫的組織與維護(hù)，新一代邏輯處理機(jī)制等功能的感知技術(shù)，包括對語音文字、圖形與圖像等信號的獲取、識別、壓縮與轉(zhuǎn)化，以及多媒體輸出和VR技術(shù)等。 使計(jì)算機(jī)來實(shí)現(xiàn)人的視覺、聽覺等模

24、式識別能力，是人類在基礎(chǔ)理論與應(yīng)用研究中面臨最重大的挑戰(zhàn)之一。用計(jì)算機(jī)實(shí)現(xiàn)模式的自動(dòng)識別，是開發(fā)智能機(jī)器的一個(gè)最關(guān)鍵的突破口（如果機(jī)器不能自動(dòng)感知與識別周圍環(huán)境，機(jī)器智能也就無從談起?。?隨著數(shù)字化和網(wǎng)絡(luò)通訊技術(shù)的飛速發(fā)展，“信息過載” 已成為日益嚴(yán)重的問題。如何用智能化的手段處理和識別網(wǎng)上的海量信息（包括文字、圖像、語音等）已成為當(dāng)前信息技術(shù)領(lǐng)域所面臨的一個(gè)巨大挑戰(zhàn)。研究友好人性化的人機(jī)交互技術(shù), 以支持用戶通過各種手持式設(shè)備、

25、傳統(tǒng)PC終端和固定電話等形式來安全可靠地檢索各種媒體信息。比爾.蓋茨認(rèn)為人類計(jì)算的未來就是要讓計(jì)算機(jī)會(huì)看、會(huì)聽、會(huì)說、會(huì)思考。,2024/3/20,人工智能與專家系統(tǒng),23,1、如何判斷機(jī)器有智能？圖靈于1936年提出了圖靈測試標(biāo)準(zhǔn)。圖靈測試說，如果一個(gè)人不能區(qū)分人和機(jī)器，就說明這個(gè)機(jī)器具有智能。,1980年美國著名語言哲學(xué)家賽爾（John R.Searke）提出的“中文房”模型。,三、計(jì)算機(jī)的智能極限,2024/3/20,人工智能與

26、專家系統(tǒng),24,2、計(jì)算機(jī)理論基礎(chǔ)：形式化方法,形式化方法是指建立一個(gè)形式系統(tǒng)，并進(jìn)行推理和演繹。形式系統(tǒng)由四個(gè)部分組成：（1）符號表，規(guī)定系統(tǒng)允許使用的符號；（2）形成規(guī)則，即語法，規(guī)定符號連接成合法序列的規(guī)則；（3）初始公式，即公理；（4）推理規(guī)則，規(guī)定怎樣將一個(gè)合法序列就成另一個(gè)合法序列。,2024/3/20,人工智能與專家系統(tǒng),25,形式化系統(tǒng)具有以下特點(diǎn)：（1）使用專門的人工符號語言；（2）除初始概念以外，任何概念

27、必須由初始或已定義的概念來定義；（3）除初始命題即公理以外，任何斷言必須是經(jīng)過證明的，不許引進(jìn)初始命題以外的假設(shè)作為證明的根據(jù)?；隈T·諾伊曼體系結(jié)構(gòu)的計(jì)算機(jī)本質(zhì)上是一個(gè)形式系統(tǒng)，程序設(shè)計(jì)和運(yùn)行是一種形式邏輯活動(dòng)。,2024/3/20,人工智能與專家系統(tǒng),26,“中文房”模型與計(jì)算機(jī)執(zhí)行程序有相似之處，它有以下三個(gè)步驟：（1）輸入，字符被送入房間；（2）處理，按照操作規(guī)程，將輸入的中文字符轉(zhuǎn)換為另一種字符；（3）輸出

28、，新的中文字符送出房間。 計(jì)算機(jī)執(zhí)行程序就象中文房里的人按規(guī)程執(zhí)行操作一樣，它并不知道這些符號的意義是什么，對這個(gè)結(jié)果是怎樣得出的也一無所知，即計(jì)算機(jī)程序并不構(gòu)成真正的思維。 以3.5? 2.5戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫的IBM的計(jì)算機(jī)“深藍(lán)”，哪怕是一步一目了然的棋也要作全部的搜索和計(jì)算，但人可以用直覺下棋。,2024/3/20,人工智能與專家系統(tǒng),27,現(xiàn)代計(jì)算機(jī)的基本結(jié)構(gòu)是由美藉匈牙利科學(xué)

29、家馮. 諾依曼于1946年提出的。其要點(diǎn)為： 1.計(jì)算機(jī)完成任務(wù)是由事先編號的程序完成的；2.計(jì)算機(jī)的程序被事先輸入到存儲(chǔ)器中，程序運(yùn)算的結(jié)果，也被存放在存儲(chǔ)器中。 3.計(jì)算機(jī)能自動(dòng)連續(xù)地完成程序。 4.程序運(yùn)行的所需要的信息和結(jié)果可以通輸入\輸出設(shè)備完成。 5.計(jì)算機(jī)由運(yùn)算器、控制器、存儲(chǔ)器、輸入設(shè)備、輸出設(shè)備所組成；,2、計(jì)算機(jī)體系結(jié)構(gòu),2024/3/20,人工智能與專家系統(tǒng),28,（1）科學(xué)計(jì)算   

30、0; 科學(xué)計(jì)算是計(jì)算機(jī)最早的應(yīng)用領(lǐng)域，如航空航天、氣象、軍事等，都離不開準(zhǔn)確的計(jì)算。（2）數(shù)據(jù)處理    計(jì)算機(jī)可對大量的數(shù)據(jù)進(jìn)行分類、綜合、排序、分析、整理、統(tǒng)計(jì)等加工處理，并可要求輸出結(jié)果。如人事管理、衛(wèi)星圖片分析、金融管理、倉庫管理、圖書和資料檢索等。（3）實(shí)時(shí)控制   在工業(yè)、科學(xué)和軍事方面,利用計(jì)算機(jī)能夠按照預(yù)定的方案進(jìn)行自動(dòng)控制，完成一些人工無法親自操作的工作，如汽車生產(chǎn)流

31、水線等。,3、計(jì)算機(jī)能做什么？,2024/3/20,人工智能與專家系統(tǒng),29,形式化方法模擬人類智能面臨以下三個(gè)問題：第一，人類智能是否全部可以形式化。形式化的界限就是計(jì)算機(jī)的第一界限。思維科學(xué)研究表明，抽象思維可以形式化，而形象思維和靈感思維不能形式化。計(jì)算機(jī)在數(shù)值計(jì)算、定理證明等方面表現(xiàn)出優(yōu)秀的性能，但計(jì)算機(jī)不具備形象思維和靈感思維能力怎樣實(shí)現(xiàn)從非形式化領(lǐng)域向形式化領(lǐng)域的轉(zhuǎn)變？如果由計(jì)算機(jī)來完成這一轉(zhuǎn)變，就得把這個(gè)轉(zhuǎn)變形式化，

32、那么轉(zhuǎn)變的起點(diǎn)在哪里？這就造成了一種回歸現(xiàn)象（甚至是悖論）。要避免這種回歸，必須假設(shè)有一種包羅萬象的先驗(yàn)的形式化系統(tǒng)，然而形式化方法屬于人類抽象思維范疇，先驗(yàn)的形式化系統(tǒng)是不存在的。所以人類的智能不可能全部形式化。,智能計(jì)算機(jī)與人工智能極限,2024/3/20,人工智能與專家系統(tǒng),30,第二，形式化問題是否都是可計(jì)算的。形式化問題的可計(jì)算性是計(jì)算機(jī)的第二界限。1931年，哥德爾不完全性定理：任何形式系統(tǒng)都是不完全的，亦即存在一個(gè)命題A

33、，該命題及其否定命題都是不可證的[6]。1939年，圖靈證明了圖靈停止問題和哥德爾不完全定理是等價(jià)的[7]。圖靈停止問題是指，任何一個(gè)圖靈機(jī)都一定有不可解的問題，即一定存在一個(gè)數(shù)學(xué)問題，不可能找到一個(gè)算法使得這個(gè)問題有解。哥德爾不完全定理和圖靈停止問題都說明形式系統(tǒng)是不完備的，形式系統(tǒng)中存在不可計(jì)算問題。彭羅斯使用哥德爾不完備定理論述了意識的不可計(jì)算性。對于一個(gè)無法在一個(gè)形式化系統(tǒng)中用數(shù)學(xué)公理規(guī)則體系去決定其真?zhèn)蔚拿}，人類可以由

34、“直覺”定義它是真或者假，然后把它作為一個(gè)公理加在原來的體系里，并形成一個(gè)新的體系。計(jì)算機(jī)不具有“直覺”，它無法實(shí)現(xiàn)形式系統(tǒng)的自我完備?？梢姡词箚栴}是可形式化的，也不一定可以在計(jì)算機(jī)上求解。,2024/3/20,人工智能與專家系統(tǒng),31,第三，計(jì)算機(jī)難解問題。即使形式化系統(tǒng)中的可計(jì)算問題還須區(qū)分這個(gè)問題是不是計(jì)算機(jī)難解問題，這是計(jì)算機(jī)的第三界限。可計(jì)算問題分為兩類，第一類問題的求解只需要低次多項(xiàng)式時(shí)間，如有序檢索和分類的計(jì)算時(shí)間復(fù)

35、雜度分別為O(logn)和O(nlogn)；第二類問題是包括那些迄今為止已知的最好算法所需時(shí)間為非多項(xiàng)式時(shí)間的問題，如貨朗擔(dān)問題和背包問題的時(shí)間復(fù)雜度分別為O(n22n)和O(2n/2)。對于第二類問題，由于算法的執(zhí)行所需要的時(shí)間和空間會(huì)隨n的增大而急劇增加，以致即使是一個(gè)中等規(guī)模的問題也不能解出[9]。,2024/3/20,人工智能與專家系統(tǒng),32,第三，計(jì)算機(jī)難解問題。即使形式化系統(tǒng)中的可計(jì)算問題還須區(qū)分這個(gè)問題是不是計(jì)算機(jī)難解

36、問題，這是計(jì)算機(jī)的第三界限?？捎?jì)算問題分為兩類，第一類問題的求解只需要低次多項(xiàng)式時(shí)間，如有序檢索和分類的計(jì)算時(shí)間復(fù)雜度分別為O(logn)和O(nlogn)；第二類問題是包括那些迄今為止已知的最好算法所需時(shí)間為非多項(xiàng)式時(shí)間的問題，如貨朗擔(dān)問題和背包問題的時(shí)間復(fù)雜度分別為O(n22n)和O(2n/2)。對于第二類問題，由于算法的執(zhí)行所需要的時(shí)間和空間會(huì)隨n的增大而急劇增加，以致即使是一個(gè)中等規(guī)模的問題也不能解出。,2024/3/20

37、,人工智能與專家系統(tǒng),33,一個(gè)問題在計(jì)算機(jī)上是可解的，首先必須是可形式化的，可形式化的問題還必須是可計(jì)算的，可計(jì)算機(jī)的問題還必須是有一個(gè)合理的復(fù)雜程度它們的關(guān)系如下：,,,因此基于形式系統(tǒng)的計(jì)算機(jī)可以求解的只是自然界問題的極小部分。正如美國計(jì)算機(jī)專家Jacob Schwartz指出：“最近的計(jì)算理論的結(jié)果表明：所有可能的問題中只有一個(gè)特殊的集是數(shù)學(xué)上可知的，而數(shù)學(xué)上可知的問題中又只有很小的一部分用計(jì)算機(jī)能有效地實(shí)現(xiàn)?！?{問題}

38、 {可形式化問題} {可計(jì)算問題} {非計(jì)算機(jī)難解問題},2024/3/20,人工智能與專家系統(tǒng),34,五、人工智能的研究目標(biāo)和未來發(fā)展,􀂙 近期目標(biāo)建造智能計(jì)算機(jī)代替人類的部分智力勞動(dòng)􀂙 遠(yuǎn)期目標(biāo)用自動(dòng)機(jī)模仿人類的思維過程和智能行為,2024/3/20,人工智能與專家系統(tǒng),35,人工智能的基本技術(shù)：（1）知識表示（Knowledge Representation）狀態(tài)空間

39、法、問題歸約法、謂詞邏輯法…（2）推理搜索（Searching & Reasoning）啟發(fā)式搜索、消解原理、不確定性推理…（3）計(jì)算智能（Computational Intelligence）模糊計(jì)算、神經(jīng)計(jì)算、進(jìn)化計(jì)算…（4）構(gòu)成技術(shù)（系統(tǒng)與語言）產(chǎn)生式系統(tǒng)、LISP語言、Prolog語言…,2024/3/20,人工智能與專家系統(tǒng),36,傳統(tǒng)的人工智能研究領(lǐng)域：1、問題求解􀂙人工智能的第一個(gè)

40、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、搜索與歸約等。2、邏輯推理與定理證明􀂙 通過對事實(shí)數(shù)據(jù)庫的操作來證明定理􀂙 多種證明方法􀂙 幾何定理證明的“吳氏方法” 3、自然語言理解􀂙 語言􀂙 自然語言、人造語言、機(jī)器語言􀂙 “理解”的標(biāo)準(zhǔn)4、自動(dòng)程序設(shè)計(jì)􀂙 根據(jù)

41、不同目的描述來編寫的計(jì)算機(jī)程序􀂙 促進(jìn)人工智能系統(tǒng)的發(fā)展,五、人工智能的研究領(lǐng)域和未來發(fā)展,2024/3/20,人工智能與專家系統(tǒng),37,專家系統(tǒng)􀂙 是一個(gè)智能化的計(jì)算機(jī)程序系統(tǒng)􀂙 和傳統(tǒng)的計(jì)算機(jī)程序之間有本質(zhì)區(qū)別機(jī)器學(xué)習(xí)􀂙 是機(jī)器獲取智能的途徑􀂙 學(xué)習(xí)是一個(gè)有特定目的的知識獲取過程􀂙 學(xué)習(xí)的本質(zhì)是對信息的理解與應(yīng)用

42、􀂙 有多種學(xué)習(xí)方法,2024/3/20,人工智能與專家系統(tǒng),38,傳統(tǒng)的人工智能研究領(lǐng)域：神經(jīng)網(wǎng)絡(luò)􀂙 神經(jīng)計(jì)算機(jī)􀂙 在其它領(lǐng)域中的廣泛應(yīng)用機(jī)器人學(xué)􀂙 操作機(jī)器人􀂙 智能機(jī)器人􀂙 機(jī)器人的廣泛應(yīng)用􀂙 促進(jìn)人工智能的發(fā)展,2024/3/20,人工智能與專家系統(tǒng),39,傳統(tǒng)的人工智能研究領(lǐng)域：模式識

43、別􀂙 是計(jì)算機(jī)對環(huán)境識別的需要􀂙 是對人類環(huán)境的感知模擬機(jī)器視覺􀂙 人類80％以上的外部信息來自視覺􀂙 低層視覺與高層視覺􀂙 前沿研究領(lǐng)域􀂙 廣泛應(yīng)用,2024/3/20,人工智能與專家系統(tǒng),40,傳統(tǒng)的人工智能研究領(lǐng)域：智能控制􀂙 驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過程􀂙 是一

44、個(gè)定性和定量的混合控制過程􀂙 是當(dāng)今自動(dòng)控制的最高水平智能檢索􀂙 是信息時(shí)代來臨的需要􀂙 智能檢索系統(tǒng)所面臨的三大問題,2024/3/20,人工智能與專家系統(tǒng),41,傳統(tǒng)的人工智能研究領(lǐng)域：智能調(diào)度與指揮􀂙 尋找最佳調(diào)度和組合􀂙 NP完全類問題的求解􀂙 軍事指揮系統(tǒng)等領(lǐng)域分布式人工智能與Agent⣷

45、29; 是傳統(tǒng)人工智能的延伸和擴(kuò)展􀂙 研究目標(biāo)是創(chuàng)建一種能描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型,2024/3/20,人工智能與專家系統(tǒng),42,傳統(tǒng)的人工智能研究領(lǐng)域：計(jì)算智能與進(jìn)化計(jì)算􀂙 計(jì)算智能􀂙包括神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算等􀂙 進(jìn)化計(jì)算的理論基礎(chǔ)是生物進(jìn)化論數(shù)據(jù)挖掘與知識發(fā)現(xiàn)􀂙 知識獲取􀂙 數(shù)據(jù)庫知識挖掘

46、􀂙 數(shù)據(jù)庫中知識發(fā)現(xiàn)的四個(gè)特征,2024/3/20,人工智能與專家系統(tǒng),43,傳統(tǒng)的人工智能研究領(lǐng)域：人工生命􀂙 人工生命概念的提出􀂙 理論基礎(chǔ)與研究方法􀂙 研究內(nèi)容系統(tǒng)與語言工具􀂙 計(jì)算機(jī)系統(tǒng)的一些概念得到發(fā)展􀂙 新的編程語言與專用開發(fā)工具,2024/3/20,人工智能與專家系統(tǒng),44,我們的研究,綜合集成法（錢