計算機科學與人工智能

1、2024/3/20,人工智能與專家系統(tǒng),1,現(xiàn)代計算機的智能與人工智能未來發(fā)展,湖北工業(yè)大學計算機學院 教授武漢思維科學與智能系統(tǒng)學會 理事,熊才權(quán),2024/3/20,人工智能與專家系統(tǒng),2,1、人機大戰(zhàn)（1）1991年8月在悉尼第12屆國際人工智能聯(lián)合會議上，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，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，引起了世人－片嘩然。 “深藍”5人研制小組的負責人是華裔科學家譚崇仁，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器狗“阿寶”，它能通過充滿靈性的動作和聲音表達出自己的喜、怒、哀、樂和恐懼等多種感情，并且還能通過學習自我完善，形成與主人相適應的習性。2、人工智能的幻想（1）電影：《人工智能》（2）電影：《我，機器人》,幾個有趣的計算機智能例子,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、智能計算機能做什么四、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？ 智能是指人們在認識世界和改造世界的行動中，由腦力勞動表現(xiàn)出來的

4、能力。它包括： （1）通過視、聽、觸覺等感官活動，認識并理解文字、圖像、聲音、語言的能力；（感知） （2）通過人腦活動，將感性知識抽象為理性知識，并對事物運動規(guī)律進行分析、判斷、推理和決策的能力；（解決問題） （3）通過教育、訓練和學習過程，日益豐富自身的知識技能的學習能力；（學習）,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、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。 它是是計算機科學的一個分支。 （1）企圖了解智能的實質(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的智能機器,2024/3/20,人工智能與專家系統(tǒng),7,3、強人工智能與弱人工智能 強人工智能　　強人工智能觀點認為有可能制造出真正能推

6、理（Reasoning）和解決問題（Problem_solving）的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：　　類人的人工智能，即機器的思考和推理就像人的思維一樣。　　非類人的人工智能，即機器產(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^點認為不可能制造出能真正地推理（Reasoning）和解決問題（Problem_solvin

7、g）的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識?！　≈髁骺蒲屑性谌跞斯ぶ悄苌希⑶乙话阏J為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強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),自動程序設計,機器翻譯,自動定理證明,自然語言理解,機器人學,計算機視覺,模式識別,人工智能程序設計語言,數(shù)據(jù)庫智能查詢,機器學習,博弈,4、人工智能的研究領(lǐng)域,

8、,,核心技術(shù),,,知識表達,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 會議，J.McCarthy等人倡議開展人類思維活動規(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（政治學博士，心理學家，諾貝爾經(jīng)濟獎）“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： 古希臘的Aristotle亞里士多德(前384-322) 的形式邏輯。 德國數(shù)學家、哲學家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行運算和推理。計算機科學基礎：計算思想 英國數(shù)學家Turing(圖靈)(1912-19

10、54),1936年提出了一種理想計算機的數(shù)學模型（圖靈機），1950年提出了圖靈試驗，發(fā)表了“計算機與智能”的論文。1966年ACM設立圖靈獎。,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：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、設計語言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)絡的知識表示方法1969年Minsky出了一本書“感知機”，給當時的神經(jīng)網(wǎng)絡研究結(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術(shù)活動和交流、促進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)字計算機研究取得突破性的進展提出了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)學家莫希里（Mauchly）和埃柯特（Echert）研制出了世界上第一臺電子計算機,歷史真相: 保加利亞裔副

13、教授 Atanasoff 和 他的學生Berry 在1939年造出了一臺電子計算機的樣機(采用電子真空管，采用二進制),這臺機器被稱為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 夫婦在心理學研究中對啟發(fā)式信息在人類思維活動中作用的發(fā)現(xiàn)（1960年）Rosenblatt的感知機在計算機上表現(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（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家提出了知識工程的概念，以知識

15、為基礎的專家咨詢系統(tǒng)開始廣泛的應用。 著名的有：DENDRAL化學分析專家系統(tǒng)（斯坦福大學1968）MACSYMA符號數(shù)學專家系統(tǒng)（麻省理工1971） MYCIN診斷和治療細菌感染性血液病的專家咨詢系統(tǒng)（斯坦福大學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70年代中）CADUCEUS(原名INTERNIST)醫(yī)療咨詢系

16、統(tǒng)（匹茲堡大學）；HEARSAY I 和II語音理解系統(tǒng)（卡內(nèi)基-梅隆大學）PROSPECTOR地質(zhì)勘探專家系統(tǒng)（斯坦福大學1976）XCON計算機配置專家系統(tǒng)（卡內(nèi)基-梅隆大學1978）,Feigenbaum,2024/3/20,人工智能與專家系統(tǒng),15,巨型智能系統(tǒng)多學科交叉人機協(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、人工智能的主要學派及其觀點,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)、心理學派(Psychlogism)或計算機學派(Computerism)，其原理主要為物理符號系統(tǒng)(即符號操作系統(tǒng))假設和有限合理性原理。這個學派的代表有紐厄爾、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知識可用顯式的符號表示。③能與傳

18、統(tǒng)的數(shù)據(jù)庫進行連接。④可對推理結(jié)論進行解釋。缺點: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)，又稱為仿生學派(Bionicsism)或生理學派(Physiologism)，其原理主要為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)絡間的連接機制與學習算法。主要特征：①通過神經(jīng)元實現(xiàn)信息處理，處理過程具有并行性，動

19、態(tài)性和全局性。②可以實現(xiàn)聯(lián)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(jīng)元之間連接強度的調(diào)整實現(xiàn)學習和分類等。④適合模擬人的形象思維過程。⑤求解問題時，可以較快的得到一個近似解。缺點：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)，又稱進化主義(Evolutionism)或控制論學派(Cyberneticsism)，其原理為控制論及感知-動作型控制系統(tǒng)。這一

20、學派的代表作首推布魯克斯(Brooks)的六足行走機器人，它被看做新一代的“控制論動物”，是一個基于感知－動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)展達到階段性的頂峰。87,89年世界大會有６－７千人參加。硬件公司有上千個。并進行Lisp硬件、Lisp機的研究。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)導的并行分布處理研究小組提出了神經(jīng)元網(wǎng)絡的反向傳播學習算法，解決了神經(jīng)網(wǎng)絡的根本問題之一。從此，神經(jīng)網(wǎng)絡的研究進入新的高潮。,2024/3/20,人工智能與專家系統(tǒng),21,90年代，計算機發(fā)展趨勢為小型化、并行化、網(wǎng)絡化、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，旨在使計算機更聰明、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)”的第五代計算機系統(tǒng)研究開發(fā)計劃。并開始了為期十年的實況計算（Real Word Computing）計劃。 近十多年來，機器學習、計算智能、人工神經(jīng)網(wǎng)絡等和行為主義的研究深入開展，形成高潮。同時，不同人工智能學派之間的爭論也非常熱烈。這些都推動人工智能研究的進一步發(fā)展。,2024/3/20,人工智能與專家系統(tǒng),22,計算機智能化技術(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)模并行機和機群的體系結(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計算模型及其處理技術(shù)，多專機系統(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，新一代邏輯處理機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。 使計算機來實現(xiàn)人的視覺、聽覺等模

24、式識別能力，是人類在基礎理論與應用研究中面臨最重大的挑戰(zhàn)之一。用計算機實現(xiàn)模式的自動識別，是開發(fā)智能機器的一個最關(guān)鍵的突破口（如果機器不能自動感知與識別周圍環(huán)境，機器智能也就無從談起?。?。 隨著數(shù)字化和網(wǎng)絡通訊技術(shù)的飛速發(fā)展，“信息過載” 已成為日益嚴重的問題。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）已成為當前信息技術(shù)領(lǐng)域所面臨的一個巨大挑戰(zhàn)。研究友好人性化的人機交互技術(shù), 以支持用戶通過各種手持式設備、

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.蓋茨認為人類計算的未來就是要讓計算機會看、會聽、會說、會思考。,2024/3/20,人工智能與專家系統(tǒng),23,1、如何判斷機器有智能？圖靈于1936年提出了圖靈測試標準。圖靈測試說，如果一個人不能區(qū)分人和機器，就說明這個機器具有智能。,1980年美國著名語言哲學家賽爾（John R.Searke）提出的“中文房”模型。,三、計算機的智能極限,2024/3/20,人工智能與

26、專家系統(tǒng),24,2、計算機理論基礎：形式化方法,形式化方法是指建立一個形式系統(tǒng)，并進行推理和演繹。形式系統(tǒng)由四個部分組成：（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)定怎樣將一個合法序列就成另一個合法序列。,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：（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，不許引進初始命題以外的假設作為證明的根據(jù)。基于馮·諾伊曼體系結(jié)構(gòu)的計算機本質(zhì)上是一個形式系統(tǒng)，程序設計和運行是一種形式邏輯活動。,2024/3/20,人工智能與專家系統(tǒng),26,“中文房”模型與計算機執(zhí)行程序有相似之處，它有以下三個步驟：（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。 計算機執(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，對這個結(jié)果是怎樣得出的也一無所知，即計算機程序并不構(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的計算機“深藍”，哪怕是一步一目了然的棋也要作全部的搜索和計算，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)代計算機的基本結(jié)構(gòu)是由美藉匈牙利科學

29、家馮. 諾依曼于1946年提出的。其要點為： 1.計算機完成任務是由事先編號的程序完成的；2.計算機的程序被事先輸入到存儲器中，程序運算的結(jié)果，也被存放在存儲器中。 3.計算機能自動連續(xù)地完成程序。 4.程序運行的所需要的信息和結(jié)果可以通輸入\輸出設備完成。 5.計算機由運算器、控制器、存儲器、輸入設備、輸出設備所組成；,2、計算機體系結(jié)構(gòu),2024/3/20,人工智能與專家系統(tǒng),28,（1）科學計算   

30、0; 科學計算是計算機最早的應用領(lǐng)域，如航空航天、氣象、軍事等，都離不開準確的計算。（2）數(shù)據(jù)處理    計算機可對大量的數(shù)據(jù)進行分類、綜合、排序、分析、整理、統(tǒng)計等加工處理，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）實時控制   在工業(yè)、科學和軍事方面,利用計算機能夠按照預定的方案進行自動控制，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、計算機能做什么？,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算機的第一界限。思維科學研究表明，抽象思維可以形式化，而形象思維和靈感思維不能形式化。計算機在數(shù)值計算、定理證明等方面表現(xiàn)出優(yōu)秀的性能，但計算機不具備形象思維和靈感思維能力怎樣實現(xiàn)從非形式化領(lǐng)域向形式化領(lǐng)域的轉(zhuǎn)變？如果由計算機來完成這一轉(zhuǎn)變，就得把這個轉(zhuǎn)變形式化，

32、那么轉(zhuǎn)變的起點在哪里？這就造成了一種回歸現(xiàn)象（甚至是悖論）。要避免這種回歸，必須假設有一種包羅萬象的先驗的形式化系統(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。,智能計算機與人工智能極限,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算的。形式化問題的可計算性是計算機的第二界限。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的[7]。圖靈停止問題是指，任何一個圖靈機都一定有不可解的問題，即一定存在一個數(shù)學問題，不可能找到一個算法使得這個問題有解。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算性。對于一個無法在一個形式化系統(tǒng)中用數(shù)學公理規(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，然后把它作為一個公理加在原來的體系里，并形成一個新的體系。計算機不具有“直覺”，它無法實現(xiàn)形式系統(tǒng)的自我完備?？梢姡词箚栴}是可形式化的，也不一定可以在計算機上求解。,2024/3/20,人工智能與專家系統(tǒng),31,第三，計算機難解問題。即使形式化系統(tǒng)中的可計算問題還須區(qū)分這個問題是不是計算機難解問題，這是計算機的第三界限?？捎嬎銌栴}分為兩類，第一類問題的求解只需要低次多項式時間，如有序檢索和分類的計算時間復

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間為非多項式時間的問題，如貨朗擔問題和背包問題的時間復雜度分別為O(n22n)和O(2n/2)。對于第二類問題，由于算法的執(zhí)行所需要的時間和空間會隨n的增大而急劇增加，以致即使是一個中等規(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，計算機難解問題。即使形式化系統(tǒng)中的可計算問題還須區(qū)分這個問題是不是計算機難解

36、問題，這是計算機的第三界限。可計算問題分為兩類，第一類問題的求解只需要低次多項式時間，如有序檢索和分類的計算時間復雜度分別為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間為非多項式時間的問題，如貨朗擔問題和背包問題的時間復雜度分別為O(n22n)和O(2n/2)。對于第二類問題，由于算法的執(zhí)行所需要的時間和空間會隨n的增大而急劇增加，以致即使是一個中等規(guī)模的問題也不能解出。,2024/3/20

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

38、 {可形式化問題} {可計算問題} {非計算機難解問題},2024/3/20,人工智能與專家系統(tǒng),34,五、人工智能的研究目標和未來發(fā)展,􀂙 近期目標建造智能計算機代替人類的部分智力勞動􀂙 遠期目標用自動機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）計算智能（Computational Intelligence）模糊計算、神經(jīng)計算、進化計算…（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

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、機器語言􀂙 “理解”的標準4、自動程序設計􀂙 根據(jù)

41、不同目的描述來編寫的計算機程序􀂙 促進人工智能系統(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)􀂙 是一個智能化的計算機程序系統(tǒng)􀂙 和傳統(tǒng)的計算機程序之間有本質(zhì)區(qū)別機器學習􀂙 是機器獲取智能的途徑􀂙 學習是一個有特定目的的知識獲取過程􀂙 學習的本質(zhì)是對信息的理解與應用

42、􀂙 有多種學習方法,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􀂙 神經(jīng)計算機􀂙 在其它領(lǐng)域中的廣泛應用機器人學􀂙 操作機器人􀂙 智能機器人􀂙 機器人的廣泛應用􀂙 促進人工智能的發(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􀂙 是計算機對環(huán)境識別的需要􀂙 是對人類環(huán)境的感知模擬機器視覺􀂙 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)動智能機器自主地實現(xiàn)其目標的過程􀂙 是一

44、個定性和定量的混合控制過程􀂙 是當今自動控制的最高水平智能檢索􀂙 是信息時代來臨的需要􀂙 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展􀂙 研究目標是創(chuàng)建一種能描述自然系統(tǒng)和社會系統(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：計算智能與進化計算􀂙 計算智能􀂙包括神經(jīng)計算、模糊計算、進化計算等􀂙 進化計算的理論基礎是生物進化論數(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􀂙 理論基礎與研究方法􀂙 研究內(nèi)容系統(tǒng)與語言工具􀂙 計算機系統(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