人工智能

ArtificialIntelligence

第一章緒論Introduction2022/12/191史忠植人工智能：緒論人工智能

ArtificialIntelligence

第2022/12/19史忠植人工智能：緒論2內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論2內容提要1.12022/12/19史忠植人工智能：緒論3人工智能

人工智能(ArtificialIntelligence)是相對人的自然智能而言，即用人工的方法和技術,模仿、延伸和擴展人的智能,實現某些“機器思維”。作為一門學科，人工智能研究智能行為的計算模型，研制具有感知、推理、學習、聯想、決策等思維活動的計算系統，解決需要人類專家才能處理的復雜問題。2022/12/16史忠植人工智能：緒論3人工智能2022/12/19史忠植人工智能：緒論4人工智能StuartRussell和PeterNorvig把當前有關AI的定義分成四類：2022/12/16史忠植人工智能：緒論4人工智能Stu2022/12/19史忠植人工智能：緒論5類人行為方法Kurzwell提出人工智能認為人工智能是一門技術，它創造出夠完成一定任務的機器，而當我們人類對這些任務進行處理的時候，需要一定的智能。方法：

對于人類做的比較好的智能任務，讓計算機來完成最著名的就是Turing測試定理證明下國際象棋做外科手術診斷疾病……2022/12/16史忠植人工智能：緒論5類人行為方法K2022/12/19史忠植人工智能：緒論6Turing測試測試者A，被測試者B與C。A是人，B與C一個是人，另一個是計算機。A提出問題，B與C分別回答。如果B與C的回答，使得A無法區分是人的回答還是計算機的回答，則計算機具有了智能。Turing測試第一次給出了檢驗計算機是否具有智能的哲學說法。2022/12/16史忠植人工智能：緒論6Turing測2022/12/19史忠植人工智能：緒論7類人思維方法Bellman提出人工智能是那些與人的思維、決策、問題求解和學習等有關活動的自動化。主要采用的是認知模型的方法---是關于人類思維工作原理的可檢測的理論。如果說某個程序能夠像人一樣思考，那么就必須以某種方式確定人是如何思考的。為確定人類思維的內部是怎樣工作的，可以有兩種方法：通過內?。╥ntrospection）----在人思考過程中，掌握人自己的想法；或者通過心理學實驗2022/12/16史忠植人工智能：緒論7類人思維方法B2022/12/19史忠植人工智能：緒論8理性思維方法1985年Charniak和McDermott提出人工智能是用計算模型研究智力能力。這是一種理性思維方法。一個系統如果能根據它所知的信息(知識、時間、資源等)能夠做出最好的決策，這就是理性的當知識是完全的，并且資源是無限的時候，就是所謂的邏輯推理。當知識是不完全的，或者資源有限時，就是理性的行為。2022/12/16史忠植人工智能：緒論8理性思維方法12022/12/19史忠植人工智能：緒論9理性行為方法尼爾森（Nilsson）認為人工智能關心的是人工制品中的智能行為。這種人工制品主要指能夠動作的主體（agent）。行為上的理性指的是已知某些信念，執行某些動作以達到某個目標。主體（agent）可以看作是可以進行感知和執行動作的某個系統。在這種方法中，人工智能可以認為就是研究和建造理性主體（agent）。在“理性思維”方法中，它所強調的是正確的推理。做出正確的推理有時被作為理性主體（agent）的一部分。另一方面，正確的推理并不是理性的全部，因為在有些情景下，往往沒有某個行為一定是正確的，而其他的是錯誤的。2022/12/16史忠植人工智能：緒論9理性行為方法尼2022/12/19史忠植人工智能：緒論10內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論10內容提要1.2022/12/19史忠植人工智能：緒論11人工智能的誕生1956:世界上第一次正式的AI會議美國的DartmouthCollege，為期2月JohnMcCarthy正式提出“ArtificialIntelligence”這一術語著名參加者：J.McCarthy、C.Shannon、M.Minsky、N.Wiener、W.McCulloch、S.Papert2022/12/16史忠植人工智能：緒論11人工智能的誕2022/12/19史忠植人工智能：緒論12人工智能的發展1958:Newell和Simon的四個預測十年內，計算機將成為世界象棋冠軍十年內，計算機將發現或證明有意義的數學定理十年內，計算機將能譜寫優美的樂曲十年內，計算機將能實現大多數的心理學理論1959:FrankRosenblatt提出感知器模型（PerceptronModel)1959:MITAILab正式成立（Minsky和McCarthy）2022/12/16史忠植人工智能：緒論12人工智能的發2022/12/19史忠植人工智能：緒論13人工智能的發展專家系統時期1962:McCarthy調到Stanford,1963年創建StanfordAILab1963:M.RossQuillian開創語義網絡（SemanticNets)1965:Feigenbaum掌管StanfordAILab;Noftsker掌管MITAILab1965:MIT的JosephWeizenbaum研制出ELIZA1965-83:Feigenbaum和Lederberg啟動DENDRAL工程1966:ALPAC的負面報告造成美國政府取消對機器翻譯的資助1969:Minsky和Papert的感知機造成美國政府取消對神經網絡研究的

資助。1969:SRI研制出機器人Shakey2022/12/16史忠植人工智能：緒論13人工智能的發2022/12/19史忠植人工智能：緒論14人工智能的發展自然語言處理1970:Stanford的TerryWinograd等研制出（ETAOIN）SHRDLU1970:Colmerauer研制出PROLOG語言的解釋系統1972:DARPA取消Stanford大學機器人研究(Shakey)的

資助。1972:Mycin工程啟動1973:JamesLighthill爵士的負面報告使得英國政府

取消對AI研究的資助1976:DARPA取消對語音識別研究的資助1976:Greenblatt研制出第一臺LISP機CONS2022/12/16史忠植人工智能：緒論14人工智能的發2022/12/19史忠植人工智能：緒論15人工智能的發展1976:DougLenat的數學積分系統AM1977:SRI啟動PROSPECTOR工程幫助地質專家探測和解釋礦物1978年發現鉬礦脈(molybdenumvein)1977:EdwardFeigenbaum正式提出知識工程作為一門學科在1977年IJCAI會議上1979:Stanford研制出第一臺計算機控制的汽車1980:第一屆美國AI協會會議（AAAI）在Stanford召開。1980:JohnMcDermott的XCON專家系統用于配置VAX機器系統2022/12/16史忠植人工智能：緒論15人工智能的發2022/12/19史忠植人工智能：緒論16人工智能的發展知識工程時期1981:日本政府宣布日本五代機（即智能計算機）1982:JohnHopfield掀起神經網絡的研究1983:MCC（MicroelectronicsandComputerTechnologyCorporation）成立（BobbyInman任主任）1984:DougLenat在BobbyRayInman的勸說下在MCC開始Cyc的研究1986:ThinkingMachinesInc研制聯結機器1987:LISP機器市場開始暗淡1988:386芯片使得PC機速度可以與LISP機器媲美2022/12/16史忠植人工智能：緒論16人工智能的發2022/12/19史忠植人工智能：緒論17人工智能的發展分布式人工智能1992:日本政府宣布五代機計劃失敗。隨后啟動RWC計劃

（RealWorldComputingProject）1993:Shoham提出AOP,Agent-OrientedProgramming1994:中科院計算所多主體系統1997:IBM深藍II(DeepBlue)擊敗GarryKasparov2000:Jade，Jack，Zeus，AgentBuild

中科院計算所多主體環境MAGE

2022/12/16史忠植人工智能：緒論17人工智能的發2022/12/19史忠植人工智能：緒論18人工智能的發展機器學習和數據挖掘1989：數據集知識發現KDD1991：Pawlak粗糙集專著1992：波蘭Kiekrz召開第一屆粗糙集國際討論會1995:Vapnik提出SVM2000:知識發現系統MSMiner2005：第一屆IEEE國際粒度計算大會在北京召開2012：《紐約時報》網站刊載文章稱，“大數據時代”已經降臨。美國政府撥款2億美元啟動“大數據研究

和發展倡議”計劃2022/12/16史忠植人工智能：緒論18人工智能的發2022/12/19史忠植人工智能：緒論19人工智能的發展

智能科學2002:提出智能科學新概念

建立智能科學網站:///2006:出版《智能科學》專著2008：新加坡世界學術出版社出版智能科學系列叢書2010:智能科學刊物IJIS2013：歐盟啟動“人類大腦計劃”

美國啟動“BRAIN”計劃2022/12/16史忠植人工智能：緒論19人工智能的發2022/12/19史忠植人工智能：緒論20內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論20內容提要1.2022/12/19史忠植人工智能：緒論21人工智能研究的基本內容2022/12/16史忠植人工智能：緒論21人工智能研究人工智能研究的基本內容認知建模知識表示自動推理機器學習2022/12/19史忠植人工智能：緒論22人工智能研究的基本內容認知建模2022/12/16史忠植人2022/12/19史忠植人工智能：緒論23認知

認知是和情感、動機、意志等相對的理智或認識過程。美國心理學家Houston等人將對“認知”的看法歸納為如下五種主要類型：(1)認知是信息的處理過程；(2)認知是心理上的符號運算；(3)認知是問題求解；(4)認知是思維；(5)認知是一組相關的活動，如知覺、記憶、思維、判斷、推理、問題求解、學習、想象、概念形成、語言使用等。

2022/12/16史忠植人工智能：緒論23認知2022/12/19史忠植人工智能：緒論24認知建模

人類認知過程是非常復雜的，建立認知模型的技術常稱為認知建模，目的是為了從某些方面探索和研究人的思維機制，特別是人的信息處理機制，同時也為設計相應的人工智能系統提供新的體系結構和技術方法。認知科學用計算機研究人的信息處理機制時表明，在計算機的輸入和輸出之間存在著由輸入分類、符號運算、內容存儲與檢索、模式識別等方面組成的實在的信息處理過程。2022/12/16史忠植人工智能：緒論24認知建模2022/12/19史忠植人工智能：緒論25知識表示

人類的智能活動過程主要是一個獲得并運用知識的過程，知識是智能的基礎。人們通過實踐，認識到客觀世界的規律性，經過加工整理、解釋、挑選和改造而形成知識。為了使計算機具有智能，使它能模擬人類的智能行為，就必須使它具有適當形式表示的知識。知識表示是人工智能中一個十分重要的研究領域。

所謂知識表示實際上是對知識的一種描述，或者是一組約定，一種計算機可以接受的用于描述知識的數據結構。知識表示是研究機器表示知識的可行的、有效的、通用的原則和方法。知識表示問題一直是人工智能研究中最活躍的部分之一。目前，常用的知識表示方法有邏輯模式、產生式系統、框架、語義網絡、狀態空間、面向對象、連接主義等。2022/12/16史忠植人工智能：緒論25知識表示2022/12/19史忠植人工智能：緒論26自動推理

演繹推理(deductivereasoning)歸納推理(inductivereasoning)反繹推理(abductivereasoning)2022/12/16史忠植人工智能：緒論26自動推理2022/12/19史忠植人工智能：緒論27自動推理從一個或幾個已知的判斷(前提)邏輯地推論出一個新的判斷(結論)的思維形式稱為推理,這是事物的客觀聯系在意識中的反映。人解決問題就是利用以往的知識,通過推理得出結論。自動推理的理論和技術是程序推導、程序正確性證明、專家系統、智能機器人等研究領域的重要基礎。2022/12/16史忠植人工智能：緒論27自動推理從一2022/12/19史忠植人工智能：緒論28正向推理正向推理又叫向前推理、數據驅動的推理，從已知的數據/條件/中間結論出發推導出新的結論1.AG12.AG13.BG24.BG25.G1&G2G2022/12/16史忠植人工智能：緒論28正向推理正向2022/12/19史忠植人工智能：緒論29反向推理反向推理又叫向后推理、面向目標的推理，從結論（目標）出發推導結論（目標）的前提條件。1.G

G1&G22.G1A3.G1A4.G2B5.G2B

2022/12/16史忠植人工智能：緒論29反向推理反向2022/12/19史忠植人工智能：緒論30機器學習Simon對學習的定義是：“如果一個系統能夠通過執行某種過程而改進它的性能，這就是學習”。這個說法的要點是：學習是一個過程，其二，學習是對一個系統而言，其三，學習改變系統性能。過程、系統與改變性能是學習的三個的要點。對上述說法，第一點是自然的。第二點中的系統則相當復雜，一般是指一臺計算機，但是，也可以是計算系統，甚至包括人的人機計算系統。第三點則只強調“改進系統性能”，而未限制這種“改進”的方法。2022/12/16史忠植人工智能：緒論30機器學習Si2022/12/19史忠植人工智能：緒論31機器學習反饋環境學習單元知識庫執行單元

機器學習是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。只有讓計算機系統具有類似人的學習能力，才有可能實現人類水平的人工智能。機器學習是人工智能研究的核心問題之一，是當前人工智能理論研究和實際應用的非?；钴S的研究領域。2022/12/16史忠植人工智能：緒論31機器學習反饋IJCAI國際會議的論文AutomatedReasoningCase-basedReasoningCognitiveModellingConstraintSatisfactionDistributedAIComputerGamePlayingKnowledge-basedApplicationsMachineLearningNaturalLanguageProcessingPlanningandSchedulingQualitativeReasoningandDiagnosis2022/12/19史忠植人工智能：緒論32IJCAI國際會議的論文AutomatedReasoninIJCAI國際會議的論文RoboticsandPerceptionSearchSoftwareAgentsTemporalReasoningUncertaintyandProbabilisticReasoningNeuralNetworksGeneticAlgorithmsFuzzyLogicPhilosophyofAIKnowledgeRepresentationKnowledgeAcquisitionandExpertSystems2022/12/19史忠植人工智能：緒論33IJCAI國際會議的論文RoboticsandPerce2022/12/19史忠植人工智能：緒論34內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論34內容提要1.AI研究的主要學派2022/12/19史忠植人工智能：緒論35AI研究的主要學派2022/12/16史忠植人工智能：緒論符號主義以符號處理為核心的方法又稱為自上而下和符號主義,起源于GPS,用于模擬人類問題求解過程的心理過程,逐漸形成為物理符號系統AI的目標就是實現機器智能,而計算機自身具有符號處理功能,它本身就蘊含著推理能力,因而可能夠方便地模擬邏輯思維過程符號主義認為：人類智能的基本單元是符號，認知過程就是符號操作過程，從而思維就是符號計算2022/12/19史忠植人工智能：緒論36符號主義以符號處理為核心的方法2022/12/16史忠植人符號主義主要特征:(1)立足于邏輯運算和符號操作,適合于模擬人的邏輯思維過程,解決需要邏輯推理的復雜問題(2)知識可用顯示的符號表示,在已知基本規則的情況下,無需輸入大量的細節知識(3)便于模塊化,當個別事實發生變化時,易于修改(4)能與傳統的符號數據庫進行連接(5)可對推理結論進行解釋,便于對各種可能性進行選擇缺點可以解決邏輯思維,但對于形象思維難于模擬，信息表示成符號后,并在處理或轉換時,信息有丟失的情況2022/12/19史忠植人工智能：緒論37符號主義主要特征:2022/12/16史忠植人工智能：緒論連接主義以網絡連接為主的連接機制方法又稱為自下而上和連接主義,屬于非符號處理范疇.在現實中，人們并不僅僅依靠邏輯推理來求解問題，有時非邏輯推理還其著非常重要的作用聯結主義：人工智能可以通過仿生人類的大腦的結構來實現，它研究的內容就是神經網絡。2022/12/19史忠植人工智能：緒論38連接主義以網絡連接為主的連接機制方法2022/12/16史忠連接主義主要特征:(1)通過神經元之間的并行協作實現信息處理,處理過程具有并行性,動態性,全局性(2)可以實現聯想的功能,便于對有噪聲的信息進行處理(3)可以通過對神經元之間連接強度的調整實現學習和分類等(4)適合模擬人類的形象思維過程(5)求解問題時,可以較快的得到一個近似解缺點不適合于解決邏輯思維,體現結構固定和組成方案單一的系統也不適合多種知識的開發2022/12/19史忠植人工智能：緒論39連接主義主要特征:2022/12/16史忠植人工智能：緒論行為主義行為主義又稱為進化主義或控制論學派，是基于控制論和“動作--感知”型控制系統的人工智能學派，屬于非符號處理方法行為基本觀點可以概括為：1、知識和形式化表達和模型化方法是人工智能的重要障礙之一；2、智能取決于感知和行動，應直接利用機器對環境作用后，環境對作用的響應為原形3、智能行為只能現實在世界中與周圍環境交互作用而表現出來4、人工智能可以像人類智能一樣逐步進化，分階段發展和增強。2022/12/19史忠植人工智能：緒論40行為主義行為主義又稱為進化主義或控制論學派，是基于控制論和“2022/12/19史忠植人工智能：緒論41內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論41內容提要1.人工智能的應用專家系統數據挖掘自然語言處理智能機器人模式識別分布式人工智能互聯網智能博弈2022/12/19史忠植人工智能：緒論模式識別分布式人工智能互聯網智能博弈42當前，幾乎所有的科學與技術的分支都在共享著人工智能領域所提供的理論和技術。這里列舉一些人工智能經典的、有代表性和有重要影響的應用領域。人工智能的應用專家系統模式識別2022/12/16史忠植人2022/12/19史忠植人工智能：緒論43內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論43內容提要1.2022/12/19史忠植人工智能：緒論44小結本章我們首先討論了什么是人工智能智能的問題。人工智能是研究可以理性地進行思考和執行動作的計算模型的學科，它是人類智能在計算機上的模擬。人工智能作為一門學科，經歷了孕育、形成、發展等幾個階段，并且還在不斷的發展。盡管人工智能也創造出了一些實用系統，但我們不得不承認這些遠未達到人類的智能水平。2022/12/16史忠植人工智能：緒論44小結本章2022/12/19史忠植人工智能：緒論45小結知識表示、推理、學習、智能搜索和數據與知識的不確定性處理是人工智能基本的研究領域，人工智能的典型應用領域包括專家系統、數據挖掘、自然語言處理、智能機器人、模式識別、分布式人工智能、互聯網智能和博弈等。人工智能的研究途徑主要有以符號處理為核心的方法，以網絡連接為主的連接機制方法，以及以感知和動作為主的行為主義方法等，這些方法的集成和綜合已經成為當今人工智能研究的一個趨勢。2022/12/16史忠植人工智能：緒論45小結知識2022/12/19史忠植人工智能：緒論46展望進入21世紀，互聯網的普及和大數據的興起又一次將人工智能推向新的高峰?；诖髷祿?、賽博空間（cyberspace）的知識自動化將開拓人類向人工世界進軍，深度開發大數據和智力資源，深化農業和工業的智能革命。腦科學、認知科學、人工智能等學科交叉研究的智能科學將指引類腦計算的發展，實現人類水平的人工智能。2022/12/16史忠植人工智能：緒論46展望進入2022/12/19史忠植人工智能：緒論47

ThankYou人工智能/2022/12/16史忠植人工智能：緒論47人工智能

ArtificialIntelligence

第一章緒論Introduction2022/12/1948史忠植人工智能：緒論人工智能

ArtificialIntelligence

第2022/12/19史忠植人工智能：緒論49內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論2內容提要1.12022/12/19史忠植人工智能：緒論50人工智能

人工智能(ArtificialIntelligence)是相對人的自然智能而言，即用人工的方法和技術,模仿、延伸和擴展人的智能,實現某些“機器思維”。作為一門學科，人工智能研究智能行為的計算模型，研制具有感知、推理、學習、聯想、決策等思維活動的計算系統，解決需要人類專家才能處理的復雜問題。2022/12/16史忠植人工智能：緒論3人工智能2022/12/19史忠植人工智能：緒論51人工智能StuartRussell和PeterNorvig把當前有關AI的定義分成四類：2022/12/16史忠植人工智能：緒論4人工智能Stu2022/12/19史忠植人工智能：緒論52類人行為方法Kurzwell提出人工智能認為人工智能是一門技術，它創造出夠完成一定任務的機器，而當我們人類對這些任務進行處理的時候，需要一定的智能。方法：

對于人類做的比較好的智能任務，讓計算機來完成最著名的就是Turing測試定理證明下國際象棋做外科手術診斷疾病……2022/12/16史忠植人工智能：緒論5類人行為方法K2022/12/19史忠植人工智能：緒論53Turing測試測試者A，被測試者B與C。A是人，B與C一個是人，另一個是計算機。A提出問題，B與C分別回答。如果B與C的回答，使得A無法區分是人的回答還是計算機的回答，則計算機具有了智能。Turing測試第一次給出了檢驗計算機是否具有智能的哲學說法。2022/12/16史忠植人工智能：緒論6Turing測2022/12/19史忠植人工智能：緒論54類人思維方法Bellman提出人工智能是那些與人的思維、決策、問題求解和學習等有關活動的自動化。主要采用的是認知模型的方法---是關于人類思維工作原理的可檢測的理論。如果說某個程序能夠像人一樣思考，那么就必須以某種方式確定人是如何思考的。為確定人類思維的內部是怎樣工作的，可以有兩種方法：通過內?。╥ntrospection）----在人思考過程中，掌握人自己的想法；或者通過心理學實驗2022/12/16史忠植人工智能：緒論7類人思維方法B2022/12/19史忠植人工智能：緒論55理性思維方法1985年Charniak和McDermott提出人工智能是用計算模型研究智力能力。這是一種理性思維方法。一個系統如果能根據它所知的信息(知識、時間、資源等)能夠做出最好的決策，這就是理性的當知識是完全的，并且資源是無限的時候，就是所謂的邏輯推理。當知識是不完全的，或者資源有限時，就是理性的行為。2022/12/16史忠植人工智能：緒論8理性思維方法12022/12/19史忠植人工智能：緒論56理性行為方法尼爾森（Nilsson）認為人工智能關心的是人工制品中的智能行為。這種人工制品主要指能夠動作的主體（agent）。行為上的理性指的是已知某些信念，執行某些動作以達到某個目標。主體（agent）可以看作是可以進行感知和執行動作的某個系統。在這種方法中，人工智能可以認為就是研究和建造理性主體（agent）。在“理性思維”方法中，它所強調的是正確的推理。做出正確的推理有時被作為理性主體（agent）的一部分。另一方面，正確的推理并不是理性的全部，因為在有些情景下，往往沒有某個行為一定是正確的，而其他的是錯誤的。2022/12/16史忠植人工智能：緒論9理性行為方法尼2022/12/19史忠植人工智能：緒論57內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論10內容提要1.2022/12/19史忠植人工智能：緒論58人工智能的誕生1956:世界上第一次正式的AI會議美國的DartmouthCollege，為期2月JohnMcCarthy正式提出“ArtificialIntelligence”這一術語著名參加者：J.McCarthy、C.Shannon、M.Minsky、N.Wiener、W.McCulloch、S.Papert2022/12/16史忠植人工智能：緒論11人工智能的誕2022/12/19史忠植人工智能：緒論59人工智能的發展1958:Newell和Simon的四個預測十年內，計算機將成為世界象棋冠軍十年內，計算機將發現或證明有意義的數學定理十年內，計算機將能譜寫優美的樂曲十年內，計算機將能實現大多數的心理學理論1959:FrankRosenblatt提出感知器模型（PerceptronModel)1959:MITAILab正式成立（Minsky和McCarthy）2022/12/16史忠植人工智能：緒論12人工智能的發2022/12/19史忠植人工智能：緒論60人工智能的發展專家系統時期1962:McCarthy調到Stanford,1963年創建StanfordAILab1963:M.RossQuillian開創語義網絡（SemanticNets)1965:Feigenbaum掌管StanfordAILab;Noftsker掌管MITAILab1965:MIT的JosephWeizenbaum研制出ELIZA1965-83:Feigenbaum和Lederberg啟動DENDRAL工程1966:ALPAC的負面報告造成美國政府取消對機器翻譯的資助1969:Minsky和Papert的感知機造成美國政府取消對神經網絡研究的

資助。1969:SRI研制出機器人Shakey2022/12/16史忠植人工智能：緒論13人工智能的發2022/12/19史忠植人工智能：緒論61人工智能的發展自然語言處理1970:Stanford的TerryWinograd等研制出（ETAOIN）SHRDLU1970:Colmerauer研制出PROLOG語言的解釋系統1972:DARPA取消Stanford大學機器人研究(Shakey)的

資助。1972:Mycin工程啟動1973:JamesLighthill爵士的負面報告使得英國政府

取消對AI研究的資助1976:DARPA取消對語音識別研究的資助1976:Greenblatt研制出第一臺LISP機CONS2022/12/16史忠植人工智能：緒論14人工智能的發2022/12/19史忠植人工智能：緒論62人工智能的發展1976:DougLenat的數學積分系統AM1977:SRI啟動PROSPECTOR工程幫助地質專家探測和解釋礦物1978年發現鉬礦脈(molybdenumvein)1977:EdwardFeigenbaum正式提出知識工程作為一門學科在1977年IJCAI會議上1979:Stanford研制出第一臺計算機控制的汽車1980:第一屆美國AI協會會議（AAAI）在Stanford召開。1980:JohnMcDermott的XCON專家系統用于配置VAX機器系統2022/12/16史忠植人工智能：緒論15人工智能的發2022/12/19史忠植人工智能：緒論63人工智能的發展知識工程時期1981:日本政府宣布日本五代機（即智能計算機）1982:JohnHopfield掀起神經網絡的研究1983:MCC（MicroelectronicsandComputerTechnologyCorporation）成立（BobbyInman任主任）1984:DougLenat在BobbyRayInman的勸說下在MCC開始Cyc的研究1986:ThinkingMachinesInc研制聯結機器1987:LISP機器市場開始暗淡1988:386芯片使得PC機速度可以與LISP機器媲美2022/12/16史忠植人工智能：緒論16人工智能的發2022/12/19史忠植人工智能：緒論64人工智能的發展分布式人工智能1992:日本政府宣布五代機計劃失敗。隨后啟動RWC計劃

（RealWorldComputingProject）1993:Shoham提出AOP,Agent-OrientedProgramming1994:中科院計算所多主體系統1997:IBM深藍II(DeepBlue)擊敗GarryKasparov2000:Jade，Jack，Zeus，AgentBuild

中科院計算所多主體環境MAGE

2022/12/16史忠植人工智能：緒論17人工智能的發2022/12/19史忠植人工智能：緒論65人工智能的發展機器學習和數據挖掘1989：數據集知識發現KDD1991：Pawlak粗糙集專著1992：波蘭Kiekrz召開第一屆粗糙集國際討論會1995:Vapnik提出SVM2000:知識發現系統MSMiner2005：第一屆IEEE國際粒度計算大會在北京召開2012：《紐約時報》網站刊載文章稱，“大數據時代”已經降臨。美國政府撥款2億美元啟動“大數據研究

和發展倡議”計劃2022/12/16史忠植人工智能：緒論18人工智能的發2022/12/19史忠植人工智能：緒論66人工智能的發展

智能科學2002:提出智能科學新概念

建立智能科學網站:///2006:出版《智能科學》專著2008：新加坡世界學術出版社出版智能科學系列叢書2010:智能科學刊物IJIS2013：歐盟啟動“人類大腦計劃”

美國啟動“BRAIN”計劃2022/12/16史忠植人工智能：緒論19人工智能的發2022/12/19史忠植人工智能：緒論67內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論20內容提要1.2022/12/19史忠植人工智能：緒論68人工智能研究的基本內容2022/12/16史忠植人工智能：緒論21人工智能研究人工智能研究的基本內容認知建模知識表示自動推理機器學習2022/12/19史忠植人工智能：緒論69人工智能研究的基本內容認知建模2022/12/16史忠植人2022/12/19史忠植人工智能：緒論70認知

認知是和情感、動機、意志等相對的理智或認識過程。美國心理學家Houston等人將對“認知”的看法歸納為如下五種主要類型：(1)認知是信息的處理過程；(2)認知是心理上的符號運算；(3)認知是問題求解；(4)認知是思維；(5)認知是一組相關的活動，如知覺、記憶、思維、判斷、推理、問題求解、學習、想象、概念形成、語言使用等。

2022/12/16史忠植人工智能：緒論23認知2022/12/19史忠植人工智能：緒論71認知建模

人類認知過程是非常復雜的，建立認知模型的技術常稱為認知建模，目的是為了從某些方面探索和研究人的思維機制，特別是人的信息處理機制，同時也為設計相應的人工智能系統提供新的體系結構和技術方法。認知科學用計算機研究人的信息處理機制時表明，在計算機的輸入和輸出之間存在著由輸入分類、符號運算、內容存儲與檢索、模式識別等方面組成的實在的信息處理過程。2022/12/16史忠植人工智能：緒論24認知建模2022/12/19史忠植人工智能：緒論72知識表示

人類的智能活動過程主要是一個獲得并運用知識的過程，知識是智能的基礎。人們通過實踐，認識到客觀世界的規律性，經過加工整理、解釋、挑選和改造而形成知識。為了使計算機具有智能，使它能模擬人類的智能行為，就必須使它具有適當形式表示的知識。知識表示是人工智能中一個十分重要的研究領域。

所謂知識表示實際上是對知識的一種描述，或者是一組約定，一種計算機可以接受的用于描述知識的數據結構。知識表示是研究機器表示知識的可行的、有效的、通用的原則和方法。知識表示問題一直是人工智能研究中最活躍的部分之一。目前，常用的知識表示方法有邏輯模式、產生式系統、框架、語義網絡、狀態空間、面向對象、連接主義等。2022/12/16史忠植人工智能：緒論25知識表示2022/12/19史忠植人工智能：緒論73自動推理

演繹推理(deductivereasoning)歸納推理(inductivereasoning)反繹推理(abductivereasoning)2022/12/16史忠植人工智能：緒論26自動推理2022/12/19史忠植人工智能：緒論74自動推理從一個或幾個已知的判斷(前提)邏輯地推論出一個新的判斷(結論)的思維形式稱為推理,這是事物的客觀聯系在意識中的反映。人解決問題就是利用以往的知識,通過推理得出結論。自動推理的理論和技術是程序推導、程序正確性證明、專家系統、智能機器人等研究領域的重要基礎。2022/12/16史忠植人工智能：緒論27自動推理從一2022/12/19史忠植人工智能：緒論75正向推理正向推理又叫向前推理、數據驅動的推理，從已知的數據/條件/中間結論出發推導出新的結論1.AG12.AG13.BG24.BG25.G1&G2G2022/12/16史忠植人工智能：緒論28正向推理正向2022/12/19史忠植人工智能：緒論76反向推理反向推理又叫向后推理、面向目標的推理，從結論（目標）出發推導結論（目標）的前提條件。1.G

G1&G22.G1A3.G1A4.G2B5.G2B

2022/12/16史忠植人工智能：緒論29反向推理反向2022/12/19史忠植人工智能：緒論77機器學習Simon對學習的定義是：“如果一個系統能夠通過執行某種過程而改進它的性能，這就是學習”。這個說法的要點是：學習是一個過程，其二，學習是對一個系統而言，其三，學習改變系統性能。過程、系統與改變性能是學習的三個的要點。對上述說法，第一點是自然的。第二點中的系統則相當復雜，一般是指一臺計算機，但是，也可以是計算系統，甚至包括人的人機計算系統。第三點則只強調“改進系統性能”，而未限制這種“改進”的方法。2022/12/16史忠植人工智能：緒論30機器學習Si2022/12/19史忠植人工智能：緒論78機器學習反饋環境學習單元知識庫執行單元

機器學習是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。只有讓計算機系統具有類似人的學習能力，才有可能實現人類水平的人工智能。機器學習是人工智能研究的核心問題之一，是當前人工智能理論研究和實際應用的非?；钴S的研究領域。2022/12/16史忠植人工智能：緒論31機器學習反饋IJCAI國際會議的論文AutomatedReasoningCase-basedReasoningCognitiveModellingConstraintSatisfactionDistributedAIComputerGamePlayingKnowledge-basedApplicationsMachineLearningNaturalLanguageProcessingPlanningandSchedulingQualitativeReasoningandDiagnosis2022/12/19史忠植人工智能：緒論79IJCAI國際會議的論文AutomatedReasoninIJCAI國際會議的論文RoboticsandPerceptionSearchSoftwareAgentsTemporalReasoningUncertaintyandProbabilisticReasoningNeuralNetworksGeneticAlgorithmsFuzzyLogicPhilosophyofAIKnowledgeRepresentationKnowledgeAcquisitionandExpertSystems2022/12/19史忠植人工智能：緒論80IJCAI國際會議的論文RoboticsandPerce2022/12/19史忠植人工智能：緒論81內容提要1.1什么是人工智能1.2人工智能的起源與發展歷史1.3人工智能研究的基本內容1.4人工智能研究的主要學派1.5人工智能的應用1.6小結和展望2022/12/16史忠植人工智能：緒論34內容提要1.AI研究的主要學派2022/12/19史忠植人工智能：緒論82AI研究的主要學派2022/12/16史忠植人工智能：緒論符號主義以符號處理為核心的方法又稱為自上而下和符號主義,起源于GPS,用于模擬人類問題求解過程的心理過程,逐漸形成為物理符號系統AI的目標就是實現機器智能,而計算機自身具有符號處理功能,它本身就蘊含著推理能力,因而可能夠方便地模擬邏輯思維過程符號主義認為：人類智能的基本單元是符號，認知過程就是符號操作過程，從而思維就是符號計算2022/12/19史忠植人工智能：緒論83符號主義以符號處理為核心的方法2022/12/16史忠植人符號主義主要特征:(1)立足于邏輯運算和符號操作,適合于模擬人的邏輯思維過程,解決需要邏輯推理的復雜問題(2)知識可用顯示的符號表示,在已知基本規則的情況下,無需輸入大量的細節知識(3)便于模塊化,當個別事實發生變化時,易于修改(4)能與