甘肃科技纵横２００７年（第３６卷）第５期信息技术
摘要：人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）自１９５６年正式问世以来的五十年间已经取得了长足的进展，由于其应用的极其广泛性及存在的巨大研究开发潜力，吸引了越来越多的科技工作者投入人工智能的研究中去。许多发达国家的高科技计划的重要内容是计算机技术，而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。本文通过人工智能的发展历史研究，旨在
关键词：人工智能发展历史
人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）自１９５６年正式问世以来的五十年间已经取得了长足的进展，由于其应用的极其广泛性及存在的巨大研究开发潜力，吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术，而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。
自古以来，人类就力图根据自己的认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。公元８５０年，古希腊就有制造机器人帮助人们劳动的传说。在我国公元前９００多年，也有歌舞机器人传说的记载，这说明古代人就有人工智能的幻想。随着历史的发展，到十二世纪末至十三世纪初，西班牙的神学家和逻辑学家ＲｏｍｅｎＬｕｅｅ试图制造能解决各种问题的通用逻辑机。十七世纪法国物理学家和数学家Ｂ?Ｐａｓｃａｌ制成了世界第一台会演算的机械加法器并获得实际应用。随后德国数学家和哲学家Ｇ?Ｗ?Ｌｅｉｂｎｉｚ在这台加法器的基础上发展并制成了进行全部四则运算的计算器。他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种“万能符号”和“推理计算”的思想是现代化“思考”机器的萌芽，因而他被后人誉为数理逻辑的第一个奠基人。接着，英国数学家、逻辑学家Ｂｏｏｌｅ初步实现了ＬｅｉｂｎｉＺ关于思维符号化和数学化的思想，提出了一种崭新的代数系统，这就是后来在计算机上广泛应用的布尔代数。十九世纪末英国数学和力学家Ｃ?Ｂａｂｂａｇｅ致力于差分机和分析机的研究，虽因条件限制未能完全实现，但其设计思想不愧为当年人工智能的最高成就。
进入二十世纪后，人工智能相继出现若干开创性的工作。１９３６年，年仅２４岁的英国数学家Ａ?Ｍ?Ｔｕｒｉｎｇ在他的一篇“理想计算机”的论文中，就提出了著名的图林机模型，１９４５年他进一步论述了电子数字计算机的设计思想，１９５０年他又在“计算机能思维吗？”一文中提出了机器能够思维的论述，可以说这些都是图林为人工智能所作的杰出贡献。１９４６年美国科学家Ｊ?Ｗ?Ｍａｕｃｈｌｙ等人制成了世界上第一台电子数字计算机ＥＮＩＡＣ。随后又有不少人为计算机的实用化不懈奋斗，其中贡献卓著的应当是ＶｏｎＮｅｏｍａｎｎ。目前世界上占统治地位的依然是冯?诺依曼计算机。电子计算机的研制成功是许多代人坚持不懈地努力的结果。这项划时代的成果为人工智能研究奠定了坚实的物质基础。同一时代，美国数学家Ｎ?Ｗｉｅｎｅｒ控制论的创立，美国数学家Ｃ?Ｅ?Ｓｈａｎｎｏｎ信息论的创立，英国生物学家Ｗ?Ｒ?Ａｓｈｂｙ所设计的脑等，这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。１．１形成时期（１９５６－１９６１年）
１９５６年夏季，在美国Ｄａｒｔｍｏｕｔｈ大学，由年青数学助教Ｊ?Ｍｄａｒｔｈｙ和他的三位朋友Ｍ?ｍｉｎｓｋｙ、Ｎ?Ｌｏｃｈｅｓｔｅｒ和Ｃ?Ｓｈａｎｎｏｒ共同发起，邀请ＩＢＭ公司的Ｔ?Ｍｏｒｅ和Ａ?Ｓａｍｕｅｌ、ＭＩＴ的Ｏ?Ｓｅｌｆ－ｒｉｄｇｅ和Ｒ?Ｓｏｌｏｍｏｎｆｆ以及ＲＡＮＤ公司和Ｃａｒｎａｇｉｅ工科大学的Ａ?Ｎｅｗｅｌｌ和Ｈ?Ａ?Ｓｉｍｏｎ等人参加夏季学术讨论班，历时两个月。这十位学者都是在数学神经生理学、心理学、信息论和计算机科学等领域中从事教学和研究工作的学者，在会上他们第一次正式使用了人工智能（ＡＩ）这一术语，从而开创了人工智能的研究方向。这次历史性的聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研究组：如Ｎｅｗｅｌｌ和Ｓｉｍｏｎ的Ｃａｒｎｅｇｉｅ－ＲＡＮＤ协作组；Ｓａｍｕｅｌ和Ｇｅｌｅｒｎｔｅｒ的ＩＢＭ公司工程课题研究组；Ｍｉｎｓｋｙ和Ｍｃｃａｒｔｈｙ的ＭＩＴ研究组等，这一时期人工智能的主要研究工作有下述几个方面：１９５７年Ａ?Ｎｅｗｅｌｌ、Ｊ?Ｓｈａｗ和Ｈ?Ｓｉｏｍｏｎ等人的心理学小组编制出一个称为逻辑理论机ＬＴ（ＴｈｅＬｏｇｉｃＴｈｅｏｒｙＭａｃｈｉｎｅ）的数学定理证明程序，当时该程序证明了Ｂ?Ａ?Ｗ?Ｒｕｓｓｅｌｌ和Ａ?Ｎ?Ｗｈｉｔｅｈｅｎｄ和“数学原理”一书第二章中的３８个定理。后来他们又揭示了人在解题时的思维过程大致可归结为三个阶段：（１）先想出大致的解题计划；（２）根据记忆中的公理、定理和推理规则组织解题过程；（３）进行方法和目的分析，修正解题计划。这种思维活动不仅解数学题时如此，解决其他问题时也大致如此。基于这一思想他们于１９６０年又编制了能解十种类型不同课题的通用问题求解程序ＧＰＳ（ＧｅｎｅｒａｌＰｒｏｂｌｅｍＳｏｌｖｉｎｇ），另外他们还发明了编程的表处理技术和ＮＳＳ国际象棋机，和这些工作有联系的Ｎｅｗｅｌｌ关于自适应象棋机的论文和Ｓｉｍｏｎ关于问题求解和决策过程中合理选择和环境影响的行为理论的论文，也是当时信息处理研究方面的巨大成就。
１９５６年Ｓａｍｕｅｌ研究的具有自学习、自组织、自适应能力的西洋跳棋程序是ＩＢＭ小组有影响的工作，这个程序可以像一个优秀棋手那样，向前看几步来下棋。它还能学习棋谱，在分析大约１７５０００幅不同棋局后，可猜测出书上所有推荐的走步，准确度达４８％，这是机器模拟人类学习过程卓有成就的探索。１９５９年这个程序曾战胜设计者本人，１９６２年还击败了美国一个州的跳棋大师。
在ＭＩＴ小组，１９５９年Ｍｃｃａｒｔｈｙ发明的表（符号）处理语言ＬＩＳＰ，成为人工智能程序设计的主要语言，至今仍被广泛采用。１９５８年Ｍｃｃａｒｔｈｙ建立的行动计划咨询系统以及１９６０年Ｍｉｎｓｋｙ的论文“走向人工智能的步骤”，对人工智能的发展都起了积极的作用。
此外，１９５６年Ｎ?Ｃｈｏｍｓｋｙ的文法体系，１９５８年Ｓｅｌｆｒｉｄｇｅ等人的模式识别系统程序等，都对人工智能的研究产生有益的影响。这些早期成果，充分表明人工智能作为一门新兴学科正在茁壮成长。
１．２发展时期（１９６１年以后）
上世纪六十年代以来，人工智能的研究活动越来越受到重视。为了揭示智能的有关原理，研究者们相继对问题求解、博弈、定理证明、程序设计、机器视觉、自然语言理解等领域的课题进行了深入的研究。四十多年来，不仅使研究课题有所扩展和深入，而且还逐渐搞清了这些课题共同的基本核心问题以及它们和其他学科间的相互关系。１９７４年Ｎ?Ｊ?Ｎｉｌｌｓｏｎ对发展时期的一些工作写过一篇综述论文，他把人工智能的研究归纳为四个核心课题和八个应用课题。这四个具有一般意义的核心课题是：（１）知识的模型化和表示方法；（２）启发式搜索理论；（３）各种推理方法（演绎推理、规划、常识性推理、归纳推理等）；（４）人工智能系统结构和语言。这些课题的新成果极大地推动了人工智能应用课题的研究。
人工智能的发展综述
李红霞
（甘肃交通职业技术学院，甘肃兰州７３００００）
１人工智能的发展历史
１７
甘肃科技纵横２００７年（第３６卷）第５期
（上接１５４页）为了取得良好的教学效果，在整个教学过程中，还应注意做到以下几点：
（１）划分层次要突出重点内容，分散难点，抓住教材体系的最主要的部分。
（２）注意新旧知识的衔接，使当前学习的知识既是已学知识的合乎逻辑的发展，又是今后学习新知识的准备，即要体现教学的系统性和连贯性。
（３）一切教学活动都应该系统而连贯的进行，包括备课、讲课、实验、复习等各个环节。
（４）对教学内容的层次划分要顺应学生的认识特点，由浅入深、由易到难，使学生容易理解和记忆。
（５）注意进行经常的复习巩固和检查，及时发现和弥补学生在掌握知识和技能中的缺陷。
从教学实践来看，分层次教学可以把相关知识拉开距离，分散难点。使教学得以循序、系统、连贯地进行，符合循序渐进的教学原则，顺应学科知识的逻辑系统和学生的认知特点，有利于学生对知识的理解和记忆，能够保证学生获得系统性知识，使教学收到良好的效果。
参考文献：
【１】马文蔚．物理学教程．高等教育出版社，２００２．
【２】吕之森．大学物理学习指导．北京工业大学出版社，１９８９．
【３】焦瑶光．教育学．兰州大学出版社，１９９４．
这八个应用课题是：（１）自然语言理解（ＮａｔｕｒａｌＬａｎｇｕａｇｅＵｎｄｅｒ－ｓｔａｎｄｉｎｇ）（２）数据库的智能检索（ＩｎｔｅｌｌｉｇｅｎｔＲｅｔｒｉｅｖａｌｆｒｏｍＤａｔａｂａｓｅ）（３）专家咨询系统（ＥｘｐｅｒｔＣｏｎｓｕｌｔｉｎｇＳｙｓｔｅｍｓ）（４）定理证明（ＴｈｅｏｒｅｍＰｒｏｖｉｎｇ）（５）博弈（ＧａｍｅＰｌａｙｉｎｇ）（６）机器人学（Ｒｏｂｏｔｉｃｓ）（７）自动程序设计（ＡｕｔｏｍａｔｉｃＰｒｏｇｒａｍｍｉｎｇ）（８）组合调度问题（ＣｏｍｂｉｎａｔｏｒｉａｌａｎｄＳｃｈｅｄｕｌｉｎｇＰｒｏｂｌｅｍｓ）。
这一时期学术交流的发展对人工智能的研究有很大推动作用。１９６９年国际人工智能联合会成立，并举行第一次学术会议ＩＪＣＡＩ－６９（ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｉｎｔＣｏｎｆｅｒｅｎｃｅＯｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）以后每两年召开一次。随着人工智能研究的发展，１９７４年又成立了欧洲人工智能学会，并召开第一次会议ＥＣＡＩ（ＥｕｒｏｐｅａｎＣｏｎ－ｆｅｒｅｎｃｅＯｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ），也是相隔两年召开一次。此外，许多国家也都有本国的人工智能学术团体。在人工智能刊物方面，１９７０年创办了《ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ》国际性期刊，爱丁堡大学还不定期出版＜＜ＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅ＞＞杂志，还有ＩＪＣＡＩ会议文集，ＥＣＡＩ会议文集等。另外许多国际知名刊物也刊载人工智能的论著。
１．３繁荣时期
上世纪九十年代以来，人工智能研究出现了新的高潮。这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。因此，人工智能研究也就进入繁荣期。目前人工智能研究的３个热点是：智能接口、数据挖掘、主体及多主体系统。其中某些技术已经实用化。技术的发展总是超乎人们的想象，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展：模糊处理、并行化、神经网络和机器情感。人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。
人工智能是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科，就其本质而言，它是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。
计算机所要模拟的人类智能活动的能力，具体地可以概括为：（１）通过视觉、听觉、触觉等感官活动，接受并理解文字、图象、声音、语言等各种外界的“自然信息”，这就是认识和理解世界环境的能力。（２）通过人脑的生理与心理活动以及有关的信息处理过程，将感性知识抽象为理性知识，并能对事物运动的规律进行分析，判断和推理，这就是提出概念，建立方法，进行演绎和归纳推理，作出决策的能力。（３）通过教育、训练和学习过程，日益丰富自身的知识和技能，这就是学习的能力。（４）对变化多端的外界环境条件，如干扰、刺激等作用能灵活地作出反应，这就是自我适应的能力。
针对以上人类智能活动的能力，目前研究人工智能主要有两条途径。一条是心理学家、生理学家们希望搞清大脑信息处理过
程的机理。他们认为大脑是智能活动的物质基础，要揭示人类智能的奥秘，就必须弄清大脑的结构，也就是要从大脑的神经元模型着手研究。显然由于人脑有上百亿神经元，而且现阶段要进行人脑的物理模拟实验很困难，因而完成这个任务极其艰巨。但是这一学派试图创立“信息处理的智能理论”作为实现人工智能的长远研究目标，这个观点是值得重视的。另一条是计算机科学家们提出的从模拟人脑功能的角度来实现人工智能，也就是通过计算机程序的运行，从效果上达到和人们智能行为活动过程相类似作为研究目标，因而这派学者只是局限于解决“建造智能机器或系统为工程目标的有关原理和技术”作为实现人工智能的近期目标，这个观点比较实际，目前引起较多人的注意。
总之不论从什么角度来研究人工智能，都是通过计算机来实现，因此可以说人工智能的中心目标是要搞清楚实现人工智能的有关原理，使计算机有智慧、更聪明、更有用。
美国是人工智能的发源地，随着人工智能的发展，世界各国有关学者也都相继加入这一行列。英国在６０年代就起步人工智能的研究，到７０年代，在爱丁堡大学还成立了《人工智能》系，日本和西欧一些国家虽起步较晚，但发展都较快，前苏联对人工智能研究也给予重视。我国是从１９７８年才开始人工智能课题的研究，主要在定理证明、汉语自然语言理解、机器人及专家系统方面设立课题，并取得一些初步成果。八十年代国内也相应成立了中国人工智能学会，中国计算机学会人工智能和模式识别专业委员会，中国自动化学会模式识别与机器智能专业委员会，开展这方面的学术交流。作为“８６．３”高科技计划的重要内容，国家着手兴建了若干个人工智能研究中心实验室，极大地促进了我国人工智能的研究，缩短了我国人工智能技术与世界先进水平的差距，也为未来的发展奠定了技术和人才基础。获得首届国家最高科学奖的数学家吴文俊院士，就是因为其研究领域主要集中在运用计算机进行定理证明方面。
人工智能这门新兴学科也曾一度陷入低谷，遭到某些人的攻击和非难。但是随着高科技竞争的愈演愈烈，以及人工智能学者的艰苦卓绝的探索，它最终冲破迷雾以先锋的姿态披荆斩棘，乘风破浪，成为二十一世纪的前卫学科。也许在不远的将来，我们会无法分辨谁是机器人，谁是自然人。
参考文献：
【１】林尧瑞，马少平．．人工智能导论．清华大学出版社．１９８９．
【２】刘位申，张莲芳．人工智能及其应用．科学技术文献出版社．１９９１．【３】Ｎ?Ｊ尼尔逊（美）．人工智能原理．科学出版社，１９８３．
【４】沈政，林庶芝．脑模拟与神经计算机．北京大学出版社，１９９２．
【５】王垌，夏祖勋，陈剑夫．模糊数学在人工智能中的应用．机械工业出版社，１９９１．
【６】渊一博，广濑健．日本第五代计算机．科学出版社，１９８７．
【７】陆汝铃．人工智能．科学出版社，１９８９．
【８】休伯特?德雷福斯．计算机不能做什么——
—人工智能的极限．三联书店，１９８６．
【９】马骥良，金井平．模糊数学创始人——
—札德的科学思想与方法．陕西师范大学出版社，１９９２．
【１０】杨春时，邵光远，刘伟民，张纪川．系统论、信息论、控制论浅说．中国广播电视出版社，１９８７．
２人工智能的研究目标
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
信息技术
１８
人工智能算法综述 人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索 盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索（GRAPH SERCH）策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素（breadth-first search 。 3、深度优先搜索属于图算法的一种,英文缩写为DFS即Depth First Search.其过程简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。 二、启发式搜索 盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。 启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索 诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然"博弈，其特征如下： (1 对垒的MAX、MIN双方轮流采取行动，博弈的结果只有三种情况：MAX方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。
科技广场２００７．１２３０
１９８７年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 第五阶段： ９０年代，人工智能出现新的研究高潮 由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Ｈｏｐｆｉｅｌｄ多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。 ３研究热点 ＡＩ研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是： 智能接口、数据挖掘、主体及多主体系统。 （１） 智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。 （２） 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱： 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 （３）主体系统是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其 他主体通信，通过规划达到目标。多主体系统主要 研究在逻辑上或物理上分离的多个主体之间进行协 调智能行为，最终实现问题求解。多主体系统试图 用主体来模拟人的理性行为，主要应用在对现实世 界和社会的模拟、机器人以及智能机械等领域。目 前对主体和多主体系统的研究主要集中在主体和多 主体理论、主体的体系结构和组织、主体语言、主 体之间的协作和协调、通信和交互技术、多主体学 习以及多主体系统应用等方面。 ４实际应用 人工智能是在计算机科学、控制论、信息论、心 理学、语言学等多种学科相互渗透的基础发展起来 的一门新兴边缘学科，主要研究用机器（主要是计 算机）来模仿和实现人类的智能行为，经过几十年 的发展，人工智能应用在不少领域得到发展，在我 们的日常生活和学习当中也有许多地方得到应用。 本文就符号计算、模式识别、专家系统、机器翻译 等方面的应用作简单介绍，籍此使读者对我们身边 的人工智能应用有一个感性的认识。 （１）符号计算 计算机最主要的用途之一就是科学计算，科学计 算可分为两类： 一类是纯数值的计算，例如求函数的 值，方程的数值解，比如天气预报、油藏模拟、航天 等领域； 另一类是符号计算，又称代数运算，这是一 种智能化的计算，处理的是符号。符号可以代表整 数、有理数、实数和复数，也可以代表多项式，函数， 集合等。随着计算机的普及和人工智能的发展，相继 出现了多种功能齐全的计算机代数系统软件，其中 Ｍａｔｈｅｍａｔｉｃａ和Ｍａｐｌｅ是它们的代表，由于它们都是 用Ｃ语言写成的，所以可以在绝大多数计算机上使 用。 （２）模式识别 模式识别就是通过计算机用数学技术方法来研 究模式的自动处理和判读。这里，我们把环境与客体 统称为“模式”，随着计算机技术的发展，人类有可 能研究复杂的信息处理过程。用计算机实现模式 （文字、声音、人物、物体等）的自动识别，是开发 智能机器的一个最关键的突破口，也为人类认识自 身智能提供线索。计算机识别的显著特点是速度快、 准确性和效率高。识别过程与人类的学习过程相似。 以“语音识别”为例： 语音识别就是让计算机 能听懂人说的话，一个重要的例子就是七国语言（英、日、意、韩、法、德、中）口语自动翻译系统。 该系统实现后，人们出国预定旅馆、购买机票、在 人 工 智 能 发 展 综 述 ２３１
人工智能 “人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。是计算机科学技术的前沿科技领域。 人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学以及信息论、控制论和系统论等许多学科领域。因此，人工智能实际上是一门综合性的交叉学科和边缘学科。 在世界各地对人工智能的研究很早就开始了。但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器实现人类的智能。AI这个英文单词最早是在1956年的一次会议上提出的，在此以后．因为一些科学家的努力使它得以发展。但人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整．我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活[1]。 一、人工智能涉及的技术或方法的基本功能、特点与适用对象 目前，人工智能的研究是与具体领域相结合进行的。基本上有如下领域[2]： 1)问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序。在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。 2)逻辑推理与定理证明 逻辑推理是人工智能研究中最持久的子领域之一。其中特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。对数学中臆测的定理寻找一个证明或反证，确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力，而
人工智能研究方法的文献综述 1、前言 本文综述了人工智能的主要研究方法，并对各方法进行分析和总结，并阐述了目前人工智能研究方法日趋多样化的研究现状。 2、主题 研究方法，对一个问题的研究方法从根本上说分为两种：其一，对要解决的问题扩展到他所隶属的领域，对该领域做一广泛了解，研究该领域从而实现对该领域的研究，讲究广度，从对该领域的广泛研究收缩到问题本身；其二，把研究的问题特殊化，提炼出要研究问题的典型子问题或实例，从一个更具体的问题出发，做深刻的分析，研究透彻该问题，再一般化扩展到要解决的问题，讲究研究深度，从更具体的问题入手研究扩展到问题本身。 人工智能的研究方法主要可以分为三类：一、结构模拟，神经计算，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。结构模拟法也就是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑，实现机器智能。采用结构模拟，运用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。二、功能模拟，符号推演，就是在当前数字计算机上，对人脑从功能上进行模拟，实现人工智能。功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。三、行为模拟，控制进化，就是模拟人在控制过程中的智能活动和行为特性。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。 人工智能的研究方法，已从“一枝独秀”的符号主义发展到多学派的“百花争艳”，除了上面提到的三种方法，又提出了“群体模拟，仿生计算”“博采广鉴，自然计算”“原理分析，数学建模”等方法。人工智能的目标是理解包括人在内的自然智能系统及行为，而这样的系统在实在世界中是以分层进化的方式形成了一个谱系，而智能作为系统的整体属性，其表现形式又具有多样性，人工智能的谱系及其多样性的行为注定了研究的具体目标和对象的多样性。人工智能与前沿技术的结合，使人工智能的研究日趋多样化。 3、总结 人工智能的研究方法会随着技术的进步而不断丰富，很多新名词还会被提出，但研究的目的基本不变，日趋多样化的研究方法追根溯源也就是研究问题的两种方法的演变。对人工智能中尚未解决的众多问题，运用基本的研究问题的方法，结合先进的技术，不断实现智能化。人工智能与前沿技术密切联系，人工智能的研究方法必然日趋多样化。 4、参考文献 （1）人工智能技术导论廉师友西安电子科技大学出版社2007.8 （2）人工智能研究方法及途径熊才权2005年第三期 （3）人工智能学派及其在理论、方法上的观点蔡自兴1995.5 （4）人工智能研究的主要学派及特点黄伟聂东陈英俊2001第三期 （5）人工智能研究对思维学的方法论启示尹鑫苏国辉2002.10第四期
人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器 模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。
人工智能发展史 人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，
２０１０年４月电脑学习第２期 人工智能综述 卢妙娜。王润 摘要：人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科．主要包括计算机实现的智能的原理、制造套似于人脑智能的计算机。使计算机能实现更高层次的应用。 关键词：人工智能计算机知识 中图分类号：ＴＰｌ８文献标识码：Ａ文章编号：１００２－２４２２（２０１０）０２－０００３－０２ ＡｎＯｖｅｒｖｉｅｗｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ ＬｕＭｈ蚰ａＷａｎｇＲｕｎ Ａｂｓｔｒａｃｔ：Ｋｅｙｗｏｒｄ：＂ＡｒｔｉｆｉｃｉａｌＩｍｅＵｉｇｅｎｃｏ。ｉｓｔｈｅｓｕｂｊｅｃｔｔｈａｔｓｔｕｄｉｅｓｈｏｗｔｏｕ∞ｃｏｍｐｕｔｅｒｓｔｏｆｉｍｕｌａｔｅｈｕｍａｎｔｈｏｕｇｈｔｓａｎｄｂｅｈａｖｉｏｒｓ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｔｈｅｒｅａｌｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｓｏｆｃｏｍｐｕｔｅｒｉｎｔｅｌｌｉｇｅｎｃｅ，ｐｒｏｄｕｃｉｎｇｃｏｍｐｕｔｅｒｓｓ蛐ｔｏｈｕｍａｎｉｎｔｅｌｌｉｇｅｎｃｅ， ａｎｄａｐｐｌｙｉｎｇｃｏｍｐｕｔｅｒｓｉｎｔｈｅｐｎｗｔｉｅｅｏｎａｈｉｇｈｅｒｌｅｖｅｌ． ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＣｏｍｐｕｔｅｒＫｎｏｗｌｅｄｇｅ １计算机与智能 熟知的棋王卡斯帕罗夫与ＩＢＭ公司的“深蓝”计算机系统进行了六局“人机大战”，结果“深蓝”以３．５比２．５的总比分获胜。比赛给人们留下了深刻的思考：下棋要求选手要有很强的思维能力、记忆能力、丰富的下棋经验，还得及时作出反映，否则一着出错满盘皆输，这显然是个“智能”问题。尽管开发“深蓝”计算机的ＩＢＭ专家认为离智能计算机还相差甚远，但以每秒２１０８步棋的并行的计算速度，实现了人类智力的计算机上的部分模拟。 从字面上看，“人工智能”就是用人工的方法在计算机上实现人的智能，或者说是人们使计算机具有类似于人的智能。 ２智能与知识 在２０世纪７０年代以后，许多国家都相继开展了人工智能的研究，由于当时对实现机器智能理解得过于容易和片面，认为只要一些推理的定律加上强大的计算机就能有专家的水平和超人的能力。这样虽然也获得一定成果，但问题也跟着出现了，例如机器翻译当时人们往往认为只要用一部双向词典及词法知识，就能实现两种语言文字的互译， 其实完全不是这么一回事。例如，把英语句子“Ｔｉｍｅｆｌｉｅｓｌｉｋ明脚ｗ”（光阴似箭）翻译成日语，然后再译回英语，竟然成为“苍蝇喜欢箭”。在其它方面也都遇到这样或者那样的困难。这时，本来对人工智能抱怀疑态度的人提出诸多苛刻的指责，人工智能的研究一度进入了低潮。 然而人们继续探索，认识到人的智能表现在人能学习知识，有了知识，能了解、运用已有的知识。智能的核心是思维，人的一切智慧或智能都来自大脑思维活动，人类的一切知识都是人们思维的产物。要让计算机“聪明”起来，首先要解决计算机如何学会知识，以及如何运用知识的问题。人工智能研究的开展应当改变为以知识为中心来进行。此后，以专家知识为基础开发的专家系统在许多领域里获得成功，例如地矿勘探专家系统拥有１５种矿藏知识，能根据岩石标本及地质勘探数据对矿产资源进行估计和预测，能对矿床分布、储藏量、开采价值等进行推断，制定合理的开采方案，成功地找到了超亿美元的钼矿，显示出较高的水平。 专家系统的成功，充分表明知识是智能的基础，人工智能的研究必须以知识为中心来进行．由于知识的表示、利用、获取等研究都取得较大的进展。因而，人工智能的研究已解决了许多理论和技术上的问题。 ３人工智能研究的目标 １９５０年英国数学家图灵发表的“计算机与智能”论文中提出著名的“图灵测试”，让人和机器分别位于两个房间，只可通话，不能互相看见。通过对话，如果人的一方不能区分对方是人还是机器，那么就可以认为那台机器达到了 模式识别与人工智能，１９９９，１２（２）：２４１—２４４．【Ｊ】．北京：计算机学报，２０００，２３（７）：７６３－７６７． 【５】王爱民，沈兰荪．图像分割研究综述【Ｊ】．北京：测控技术，２０００，１９］ＧＫｕｎｔｉｍａｄ，ＨＳＢａｎｇａｎａｔｈ?Ｐｅｒｆｅｃｔｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｕｓｉｎｇ１９（５）；ｌ一５．ＰＣＮＮ［Ｊ］?ＩＥＥＥ Ｔｒａｎｓ，ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，Ｍａｙｌ９９９，１０（３）：５９ｌ一 ‘Ｏ叠 【６】罗希平，田捷?诸葛婴，等?图像分割方法综述?合肥：模式识【ｌｏｉ意Ｙｉｄｅ，ＤａｉＲ０ｌａｎ，ｕｕ蛐ｅｔａｌ．ＩｌＩＩａ铲∞ｇｒｎｅｎｔａｔｉ仰０ｆｅ－ 别与人工智能，１９９９，１２（３）：３００—３１２? ｍｂｒｙｏｎｊｃ讪阻ｔｃｅｌｌｕｓｉＩｌｌ；ＰｌＩｌ辩一ｃｏｕｐｌｅｄ ＮｅＩ二ｌＮｅｈｒ。ｒｋ８Ｃ一【７】钱志柏．基于模糊聚类和ＰＣＮＮ的图像分割新算法研究【Ｄ】．ｈｉｎｅ∞ＳｃｉｅｎｃｅＢｕｕｃｔｉｏｎ，２００２，４７（０２）：１６７—１７２．（ＳＣｌ）兰州：兰州大学研究生论文，２００４：６．【１１】ＫｅｎｎｅｔｈＲＣａｓｔｌｅｍａｎ．数字图像处理【Ｍ】．北京：电子工业出【８１王月兰，曾迎生．信息融合技术在彩色图像分割方法中的应用版社，１９９８． 收稿日期：２０１０一Ｏｌ—ｌｌ ?卢妙娜韩山师范学院外语系高教研究助理研究员（广东，潮州５２１０４１）。 ?３。 万方数据
人工智能的形成及其发展现状分析 冯海东 （长江大学管理学院荆州434023） 摘要：人工智能的历史并不久远，故将从人工智能的出现、形成、发展现 状及前景几个方面对其进行分析，总结其发展过程中所出现的问题，以及发展现状中的不足之处，分析其今后的发展方向。 关键词：人工智能，发展过程，现状分析，前景。 一．引言 人工智能最早是在1936年被英国的科学家图灵提出，并不为多数人所认知。 当时，他编写了一个下象棋的程序，这就是最早期的人工智能的应用。也有著名的“图灵测试”，这也是最初判断是否是人工智能的方案,因此，图灵被尊称为“人工智能之父”。人工智能从产生到发展经历了一个起伏跌宕的过程，直到目前为止，人工智能的应用技术也不是很成熟，而且存在相当的缺陷。 通过搜集的资料，将详细的介绍人工智能这个领域的具体情况，剖析其面临的挑战和未来的前景。 二．人工智能的发展历程 1. 1956年前的孕育期 (1) 从公元前伟大的哲学家亚里斯多德(Aristotle)到16世纪英国哲学家培根(F. Bacon)，他们提出的形式逻辑的三段论、归纳法以及“知识就是力量”的警句，都对人类思维过程的研究产生了重要影响。 （2）17世纪德国数学家莱布尼兹(G..Leibniz)提出了万能符号和推理计算思想，为数理逻辑的产生和发展奠定了基础，播下了现代机器思维设计思想的种子。而19世纪的英国逻辑学家布尔（G. Boole）创立的布尔代数，实现了用符号语言描述人类思维活动的基本推理法则。 （3） 20世纪30年代迅速发展的数学逻辑和关于计算的新思想，使人们在计算机出现之前，就建立了计算与智能关系的概念。被誉为人工智能之父的英国天才的数学家图灵（A. Tur-ing）在1936年提出了一种理想计算机的数学模型，即图灵机之后,1946年就由美国数学家莫克利（J. Mauchly）和埃柯特（J. Echert）研制出了世界上第一台数字计算机，它为人工智能的研究奠定了不可缺少的物质基础。1950年图灵又发表了“计算机与智能”的论文，提出了著名的“图灵测试”，形象地指出什么是人工智能以及机器具有智能的标准，对人工智能的发展产生了极其深远的影响。 （4） 1934年美国神经生理学家麦克洛奇(W. McCulloch) 和匹兹(W. Pitts )建立了第一个神经网络模型，为以后的人工神经网络研究奠定了基础。 2. 1956年至1969年的诞生发育期 (1)1956年夏季，麻省理工学院（MIT)的麦卡锡（J．McCarthy）、明斯基（M. Minshy）、塞尔夫里奇（O. Selfridge)与索罗门夫(R. Solomonff)、 IBM的洛
人工智能及其发展 ***** 201000445 模式识别与智能系统 （***科技大学信息工程学院） 摘要：人工智能是20世纪计算机科学发展的重大成就，在许多领域有着广泛的应用。本文从人工智能的概念出发 , 首先介绍了人工智能研究的历史与现状 , 并分析了人工智能与具体领域相结合形成的不同学科领域 , 阐述了人工智能主要的应用领域 , 并从哲学的角度对人工智能能否超过人的智能这个问题进行了分析 , 最后介绍了人工智能未来的发展趋势及潜力。 关键词：人工智能；机器人；专家系统；模式识别；计算机科学；发展方向 Artificial Intelligence and its development ***** ,2010000445 ,Pattern Recognition and Intelligent Systems (School of Information Engineering,Southwest University of Science) Abstrac t:AI is the major achievements in the development of computer of the 20th century,and it has been widely applied in many fields. In this paper ,based on the concepts of artificial intelligence, we firstly introduce the history and current situation of artificial intelligence research and analyse artificial intelligence combined with specific areas in different disciplines,then,we describe the main application areas of artifical intelligence,and from the view of a philosophical point,we analyse whether Artifical intelligence can exceed human intelligence.Finally,we introduce the trend of the future development of artificial intelligence and its potential. 1 引言 人工智能(Artificial Intelligence, AI)是20世纪50年代中期兴起的一门新兴边缘科学，它既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。人工智能又称为智能模拟，是用计算机系统模仿人类的感知、思维、推理等思维活动。 1.1人工智能的定义 顾名思义,人工智能就是人造智能, 其英文表示是“Artificial Intelligence”, 简称AI。“人工智能”一词目前是指用计算机模拟或实现的智能, 因此人工智能又称机器智能。当然, 这只是对人工智能的字面解释或一般解释。关于人工智能的科学定义, 学术界目前还没有统一的认识。是一门综合了计算机科学、生理学、哲学的交叉学科。“人工智能”一词最初是在1956年美国计算机协会组织的达特莫斯(Dartmouth)学会上提出的。自那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。由于智能概念的不确定，人工智能的概念一直没有一个统一的标准。著名的美国斯坦福大学人工智能研究中心尼尔逊
人工智能发展综述 摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。 关键词:人工智能; 前景; 发展综述 人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能 美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 2 人工智能历史 当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几
龙源期刊网 https://www.doczj.com/doc/c75974288.html, 国外人工智能教学应用研究综述 作者：郭炯荣乾郝建江 来源：《电化教育研究》2020年第02期 [摘; ;要] 人工智能技术在教育教学中的应用日渐丰富，国内关于人机协同的研究多偏向于宏观理论探索，实践研究较少。鉴于此，研究以近三年三本具有国际影响力的期刊中人工智能教学应用相关文献为样本，以人工智能局部替代教学、赋能教学为焦点，分析国外人工智能教学应用研究现状。从中可以看出，当前国外研究者在探索认知特征、学习本质和教育规律的基础上，关注将机器学习、逻辑推理、自然语言理解等人工智能技术嵌入各类教学、学习、决策等工具、系统、平台中，支持构建体验学习情境、规范学习行为、评估学业水平和能力结构、制定个性化学习路径和内容等研究，旨在通过人机协同优化教学方式与路径，为学习者提供个性化学习服务。这些研究成果对开发人工智能教学产品、理解学习的本质、探索教学规律等提供了方法指导和可供借鉴的研究范式，但也存在人工智能教学应用研究狭窄化、碎片化、微观化等问题，后期还需从宏观、中观层面开展人工智能与教学的关系研究、人工智能教学应用关键技术研究、人工智能赋能教师的理论基础研究、人工智能与教学融合形态研究、人机协同背景下的教师人工智能教学应用素养研究等。 [关键词] 人工智能; 教学应用; 人机协作; 研究综述; 替代教师; 赋能教师 [中图分类号] G434; ; ; ; ; ; [文獻标志码] A 一、引; ;言 人工智能（Artificial Intelligence，AI）在教育教学中的应用越来越受到重视，大量基于 AI的教育教学工具应用在不同的场景中，逐步被教育者和学习者接纳。研究者也开始对其在教学过程中引发的变革进行积极探讨。国内学者从人工智能对教师职业的再造、人工智能教师在未来教育教学中代替人类所承担的角色、智能时代的教师工具、人工智能时代教师角色与思维的转变等方面进行了研究。主流观点认为，人工智能在可预见的未来并不会完全替代教师，但未来将会是教师与人工智能协作共存的教育新生态[1-4]。但此类研究多偏向于理论探讨、宏观分析，结合案例的教学实证研究较少。国外人工智能教育研究起步早，且更加注重实证研究，可为国内人工智能教学应用的研究与实践提供借鉴。本研究从国外文献入手，选取在国际教育技术领域影响力较大的三本期刊（Computers & Education、International Journal of Artificial Intelligence in Education、Journal of Educational Technology and Society）作为文献来源，从人机协作的视角关注近三年与人工智能教学应用相关的研究。 二、人工智能教学应用研究概述 （一）人工智能教学研究的发展
人工智能技术及其发展趋势 一、单选题 １、下列选项中，不属于生物特征识别技术得就是()。(3、0分) A、步态识别 Ｂ、声纹识别 C、文本识别 D、虹膜识别 我得答案:C √答对 2、(）,中共中央政治局就人工智能发展现状与趋势举行第九次集体学习。( 3、０分） A、20１８年３月15日 B、２018年10月３1日 C、20１8年1２月3１日 D、2019年1月３１日 我得答案：Ｂ√答对 3、()就是自然语言处理得重要应用，也可以说就是最基础得应用。(3、0分) A、文本识别 B、机器翻译 C、文本分类 D、问答系统 我得答案:C √答对 ４、关于专用人工智能与通用人工智能,下列表述不当得就是（)。（３、0分)
Ａ、人工智能得近期进展主要集中在专用智能领域 B、专用人工智能形成了人工智能领域得单点突破，在局部智能水平得单项测试中可以超越人类智能 C、通用人工智能可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题 D、真正意义上完备得人工智能系统应该就是一个专用得智能系统 我得答案:D √答对 5、下列对人工智能芯片得表述,不正确得就是(）。（3、0分) A、一种专门用于处理人工智能应用中大量计算任务得芯片 B、能够更好地适应人工智能中大量矩阵运算 Ｃ、目前处于成熟高速发展阶段 D、相对于传统得ＣPU处理器,智能芯片具有很好得并行计算性能 我得答案:Ｃ√答对 6、生物特征识别技术不包括(）。(3、0分） A、体感交互 Ｂ、指纹识别 C、人脸识别 D、虹膜识别 我得答案：A √答对 7、立体视觉就是()领域得一个重要课题，它得目得在于重构场景得三维几何信息。(3、0分） A、人机交互
人工智能算法综述人工智能算法大概包括五大搜索技术，包括一些早期的搜索技术或用于解决比较简单问题的搜索原理和一些比较新的能够求解比较复杂问题的搜索原理，如遗传算法和模拟退火算法等。 1、盲目搜索 盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。包括图搜索策略，宽度优先搜索和深度优先搜素。 1、图搜索(GRAPH SERCH)策略是一种在图中寻找路径的方法。在有关图的表示方法中，节点对应于状态，而连线对应于操作符。 2、如果搜素是以接近其实节点的程度依次扩展节点的，那么这种搜素就叫做宽度优先搜素( breadth-first search。 3、深度优先搜索属于图算法的一种，英文缩写为DFS即Depth First Search其过程 简要来说是对每一个可能的分支路径深入到不能再深入为止,而且每个节点只能访问一次。 二、启发式搜索 盲目搜索的不足之处是效率低，耗费过多的时间和空间。启发信息是进行搜索技术所需要的一些有关具体问题的特性的信息。利用启发信息的搜索方法叫做启发式搜索方法。 启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。 3、博弈树搜索 诸如下棋、打牌、竞技、战争等一类竞争性智能活动称为博弈。博弈有很多种，我们讨论最简单的"二人零和、全信息、非偶然" 博弈，其特征如下： (1对垒的MAX MIN双方轮流采取行动，博弈的结果只有三种情况：MA)方胜，MIN方败；MIN方胜，MAX方败；和局。 (2 在对垒过程中，任何一方都了解当前的格局及过去的历史。 (3 任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选取对自 已为最有利而对对方最为不利的对策，不存在掷骰子之类的"碰运气"因素即双方都是很理智地决定自己的行动。 在博弈过程中，任何一方都希望自己取得胜利。因此，当某一方当前有多个行
题目：人工智能技术发展概述和应用姓名：徐宏武 学号： 2013204095 专业: 系统工程 二零一三年十月二十三日
Abstract 摘要：介绍人工智能理沧的基本理论体系和智能技术的应用概况，追索其理论的本原状，并就主要智能理论的应用特点进行论述。最后，结合研究课题和成用项目，给出人工智能理论与技术往内燃机电站系统中的应用案例。 关键同：人工智能智能理沦智能技术 Abstract: Introduce the basic theory of artificial intelligence theory system and the application of intelligent technology, recover its theory of the original state, and the characteristics of the application of intelligence theory mainly is discussed. Finally , combining with the research topic and use project, artificial intelligence theory and technique to the internal combustion engine power station system application cases.
l 引言 控制技术是在20世纪20年代逐步建立了以频域法为主的经典控制理论后发展起来的。控制技术诞生并且首先应用在工业生产中。在空间技术发展的推动下，50年代又出现了状态空间法为主的现代控制理论，使控制技术得到了飞跃的发展和进入到更多的应用领域。6 0年代以来，随着计算机技术的发展，许多控制技术新方法和技术进入工程化产化阶段 ,显著促进了工业技术的进步。其中包括促进了智能理论在控制技术中的应用，形成了智能控制技术。 智能控制技术主要用来解决那些用传统的方法难以描述的复杂系统的控制问题 .如智能机器人系统、计算机集成靓遗系统(CIMS) ,复杂的工业过程控制系统、航天航空控制系统、社会经济管理系统、交通运输系统、通信网络系统、环保与能源系统。为智能控制系统下一个严格的定义并不是一件容易的事。简单地说，智能控制系统是指具备一个智能行为的系统,利用人工智能的方法,它能够解决难以用数学的方法精确描述的复杂的、随的、模糊的、柔性的控制问题，具有自学习、自适应,自组织的能力。这些复杂系统具有以下特点： ·控制对象存在严重的不确定性，控制模型未知或模型的结构和参数在很大的范围内变化；·控制对象具有高度的非线性特征； ·控制任务要求复杂。例如，在智能机器人系统中，要求系统对一个复杂的任务具有自行规划和决策的能力，有自动躲避障碍达到目的地的能力。 智能控制技术涉及到许多智能理论,主要包括:自学习，自适应，自组织理论，知识工程，信息的理论，Petri网理论，人机系统理论，形式语音与自动机理论，大系统理论神经，网络理论，模糊集合论，优化理论等等。
浅谈人工智能学习研究的现状 及其发展趋势 摘要：自上世纪五十年代以来，经过了几个阶段的不断探索和发展，人工智能在模式识别、知识工程、机器人等领域已经取得重大成就，但是离真正意义上的的人类智能还相差甚远。但是进入新世纪以来，随着信息技术的快速进步，与人工智能相关的技术水平也得到了相应的提高。尤其是随着因特网的普及和应用，对人工智能的需求，变得越来越迫切，也给人工智能的研究提供了新的更加广泛的舞台。本文强调在当今的网络时代，作为信息技术的先导，人工智能学习在人工智能科学领域中是一个着非常值得关注的研究方向，要在学科交叉研究中实现人工智能学习的发展与创新，就要关注认知科学、脑科学、生物智能、物理学、复杂网络、计算机科学与人工智能之间的交叉渗透点，尤其是重视认知物理学的研究。自然语言是人类思维活动的载体，是人工智能学习研究知识表示无法回避的直接对象，要对语言中的概念建立起能够定量表示的不确定性转换模型，发展不确定性人工智能；要利用现实生活中复杂网络的小世界模型和无尺度特性，把网络拓扑作为知识表示的一种新方法，研究网络拓扑的演化与网络动力学行为，研究网络化了的智能，从而
适应信息时代数据挖掘的普遍要求，迎接人工智能学习与应用领域新的辉煌。 1.前言 自20世纪90年代以来，随着全球化的形式与国际竞争的日益激烈，对人工智能技术的研究与应用变的越来越被人们关注，且人工智能在制造中的运用以成为实现制造的知识化、自动化、柔性化以实现对市场的快速响应的关键。 人工智能已对现实社会做出了非常重大的贡献，而且其作用已在各领域发挥得淋漓尽致，特别是在计算机领域，人工智能的应用更加突出，可以说，哪里有计算机应用，哪里就在应用人工智能；哪里需要自动化或半自动化，哪里就在应用人工智能的理论、方法和技术。目前，人工智能应用的主要领域，也就是计算机应用的主要领域。 人工智能是一门研究人类智能的机理以及如何用机器模拟人的智能的学科。从后一种意义上讲，人工智能又被称为“机器智能”或“智能模拟”。人工智能是在现代电子计算机出现之后才发展起来的，它一方面成为人类智能的延长，另一方面又为探讨人类智能机理提供了新的理论和研究方法。 学习机制的研究是人工智能研究的一项核心课题。它是