人工智能发展综述

１人工智能的定义２人工智能的发展简史２．１萌芽阶段（１９５６年之前）２．２诞生及第一个兴旺阶段（１９５６年至１９６６年）２．３萧条波折期（１９６７年至７０年代初期）人工智能（ＡｒｉｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，英文缩写为ＡＩ）是一门综合了计算机科学、控制论、信息论、神经生理学、心理学、语言学、哲学等多种学科互相渗透而发展起来的的一门交叉学科，是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。关于人工智能，目前研究界尚无统一的定义，美国斯坦福大学人工智能研究中心尼尔逊教授下过这样一个定义：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”而麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”我们认为，人工智能就是研究怎样用人工的方法在机器（计算机）上模拟、实现和扩展人类智能的一门技术和科学。人工智能从诞生至今已有近６０年的历史，其发展大致可分为以下几个阶段。人工智能的思想自古中外均有萌芽。公元前９００多年，我国有歌舞机器人传说的记载。公元８５０年，古希腊就有制造机器人帮助人们劳动的神话传说。萌芽阶段期间涌现出的代表性人物或成果有：十七世纪法国物理学家、数学家Ｂ．Ｐａｓｃａｌ制成了世界上第一台会演算的机械加法器；十八世纪德国数学家、哲学家Ｌｅｉｂｎｉｔｚ作出了能做四则运算的手摇计算器并提出了关于数理逻辑的思想（把形式逻辑符号化）；１９３６年，英国数学家Ａ．Ｍ．Ｔｕｒｉｎｇ在论文“理想计算机”中提出的图灵机模型以及１９５０年在“计算机能思维吗”一文中提出机器能够思维的论述（图灵实验）；１９４６年美国科学家Ｊ．Ｗ．Ｍａｕｃｈｌｙ和Ｅｃｋｅｒｔ等人共同发明了世界上第一台电子数字计算机ＥＮＩＡＣ，为ＡＩ研究奠定了物质基础；之后贡献最卓著、最大的是ＶｏｎＮｅｕｍａｎｎ，目前世界上占统治地位的仍是冯・诺伊曼的计算机；美国数学家Ｎ．Ｗｉｅｎｅｒ控制法的创立、美国数学家Ｃ．Ｅ．Ｓｈａｎｎｏｎ信息论的创立等等，都为人工智能学科的诞生做了理论和实验工具的巨大贡献。１９５６年夏季，在美国Ｄａｒｔｍｏｔｈ大学举办的“侃谈会”上，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和学科，并有了ＡＩ的第一个发展期（兴旺期）。这段时期ＡＩ研究的主要方向是机器翻译、定理证明、博弈等，代表性工作有：１９５６年，Ｎｅｗｅｌｌ和Ｓｉｍｏｎ等人在定理证明工作中首先取得突破，开启了以计算机程序来模拟人类思维的道路；１９６０年，ＭｃＣａｒｔｈｙ建立了人工智能程序设计语言ＬＩＳＰ。一系列的成功使人工智能科学家们认为可以研究和总结人类思维的普遍规律并用计算机模拟它的实现，乐观的预计可以创造一个万能的逻辑推理体系。

当人们进行了比较深入的工作后，发现人工智能研究碰到的困难比原来想象的要多得多。例如：１９６５年发明的消解法（归结原理）曾给人们带来了希望，可很快就发现了消解法的能力也有限，证明“连续函数之和仍连续”是微积分中的简单事实，可是用消解法（归结法）来证明时，推了十万步（归结出几十万个子句）尚无结果；Ｓａｍｕｅｌ的下棋程序当了州冠军之后没能进一步当上全国冠军更不要说世界冠军；１９６５年世界冠军Ｈｅｌｍａｎｎ与Ｓａｍｕｅｌ的程序对弈了四局获得全胜，仅有的一个和局是因为世界冠军“匆忙地同时和几个人对弈”的结果；已过去的十年计算机并未证明出重要的人还未证明出的定理；最糟糕的还是机器翻译，最初采用的主要办法是依靠一部词典的词到词的简单映射方法，结果没有成功；从神经生理学角度研究ＡＩ的人发现他们遇到了几乎是不可逾越的困难，以电子线路模拟神经元及人脑都没有成功。这一切都说明：由于５０年代的盲目乐观和期望值过高，没有充分估计困难，没有抓到科学本质。因此，６０年代中期至７０年代初期ＡＩ受到了各种责难，进入了萧条波折期。尽管社会压力很大，却没能动摇ＡＩ研究先驱者的信念，他们认真总结经验教训。斯坦福大学的年轻教授Ｆｅｉｇｅｎｂａｕｍ为代表的发驱者认为，万能的逻辑推理体系根本就不可能存在。总之，在这个波拆萧条期，很多国家的ＡＩ研究人员并没有灰心，而是扎扎实实的做工作，不仅是加强基础理论研究，而且在专家系统、自然语言理解、机器人、计

［１－３］［４］

人工智能发展综述朱祝武（山东科技大学，山东青岛２６６５１０）

摘要：人工智能是一门极富发展潜力和挑战性的学科，和大多数事物发展规律一样，该学科也呈“肯定－否定－否定之否定”的螺旋上升发展趋势。文章分析了人工智能的内涵、发展历程以及目前人工智能研究领域占主导地位的三种发展观，最后简要的介绍其应用领域及发展前景。关键词：人工智能；简史；发展观ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６３９６．２０１１．１７．００４

收稿日期：修回日期：作者简介：２０１１－０４－１３２０１１－０５－０６

朱祝武（１９７９－），男，汉族，江苏灌南籍，山东科技大学在读博士，研究方向为矿业信息工程、管理科学与工程。

08

中国西部科技２０１１年０６月（中旬）第１０卷第１７期第２５０期总09

论著算机视觉等方面作出了很有成效的工作。这个时期出现的代表性成果有：ＥＬＩＥＡ（１９６８年Ｊ．Ｗｅｉｚｅｎｂａｕｍ在美国麻省理工学院设计的基于“模式匹配”的自然语言系统）；ＤＥＮＤＲＡＬ（１９７０年斯坦福大学计算机科学系Ｅ．Ａ．Ｆｅｉｇｅｎｂａｕｍ和化学家Ｃ．Ｄｊｅｒａｓｓｉ以及Ｊ．Ｌｅｂｅｒｂｅｒｇ等人研制出的世界上第一个专家系统）；ＭＡＣＳＭＡ（麻省理工学院的Ｃ．Ｅｎｇｌｅｍａｎ，Ｗ．Ｍａｒｔｉｎ和Ｊ．Ｍｏｓｅｓ研制成的基于知识的数学专家系统）；ＭＹＣＩＮ（Ｅ．Ｈ．Ｓｈｏｒｔｌｉｆｆｅ等人于１９７２年至１９７４年研制、１９７６年发表的医疗专家系统）；ＬＵＮＡＲ（１９７２年Ｗ．Ｗｏｏｄｓ研制成功的基于知识的自然语言理解系统）；ＳＨＲＤＬＵ（１９７２年麻省理工学院的Ｔ．Ｗｉｎｏｇｒａｄ１研制成功的在“积木世界”中进行英语对话的自然语言理解系统）；ＳＴＵＤＥＮＴ（１９６８年美国麻省理工学院的博士生Ｄ．Ｂｏｂｒｏｗ完成的一个基于模式匹配的自然语言理解系统）；ＭＡＲＧＩＥ（是由Ｒ．Ｓｃｈａｎｋ及其学生们在美国斯坦福大学的人工智能实验室里建立的一个英语的分析、理解和推理系统）；ＥＡＲＳＡＹ－Ｉ（卡内基－梅隆大学的Ｌ．Ｄ．Ｅｒｍａｎ等人１９７３年设计的自然语言理解系统）。还有，１９７３年Ｒ．Ｃ．Ｓｃｈａｍｋ提出的概念从属理论；１９７４年Ｍｉｎｓｋｙ提出表示知识的另一种方法框架理论，又称画面理论；１９７０年由英国爱丁堡大学的Ｒ．Ｋｏｗａｌｓｋｉ首先提出以逻辑为基础的程序设计语言Ｐｒｏｌｏｇ，１９７２年由法国马赛大学的Ａ．Ｃｏｌｍｅｒａｕｅｓ及其研究小组实现了第一个Ｐｒｏｌｏｇ系统。Ｐｒｏｌｏｇ和ＬＩＳＰ一样被称为面向ＡＩ的语言，成为继ＬＩＳＰ语言之后的最主要的一种人工智能语言。１９７７年第五届国际人工智能联合会会议上，Ｆｅｉｇｅｎｂａｕｍ教授在一篇题为“人工智能的艺术：知识工程课题及实例研究”的特约文章中系统地阐述了专家系统的思想并提出“知识工程”的概念。至此人工智能的研究又有新的转折点，即从获取智能的基于能力的策略，变成了基于知识的方法研究。知识作为智能的基础开始受到重视，知识工程的方法很快渗透了ＡＩ各个领域，促使ＡＩ从实验室研究走向实际应用。由于理论研究（例如各种表示方法的研究）和计算机软、硬件的飞速发展，各种专家系统、自然语言处理系统等ＡＩ实用系统开始商业化并进入市场，而且取得了较大的经济效益和社会效益，展示了人工智能应用的广阔前景。例如，ＡＩ系统用作ＶＡＸ计算机的组装，每年为ＤＥＣ公司节约２０００万美元；斯坦福大学国际研究所ＳＲＩ的Ｒ．Ｏ．Ｄｕｄａ等人１９７６年开始研制的用于地质勘探的专家系统ＰＲＯＳＰＥＣＴＯＲ在１９８２年预测了华盛顿州的一个勘探地段的钼矿位置，其开采价值超过了一亿美元。总之，随着智能机器人和第五代计算机研制计划的产生，使人工智能研究从萧条期转入第二个兴旺期并进入黄金时代。但是在兴旺发展中也不是事事顺心，例如，日本的第五代机计划未能达到预期效果而不了了之。八十年代中期、后期，人们想研究通用的智能机器或专家系统的设想或计划开始出现危机，存在几个问题：一是智能系统的实时性以及与环境的交互性不尽人意，感知问题要解决很不容易，声音、图象、文字信息等多媒体信息处理也是个问题，而要模拟人的直觉、顿悟、灵感等智能就更难了；二是人工智能问题在规模扩大后有了新问题，例如专家系统走向一般化时出现了问题，问题不在存储量和检索速度，而在于专家系统的专用领域有质的变化，目标判断（属于哪个领域的问题）要求更高层的知识、常识、推理知识、通用概念和理论等；三是推理问题，常识的形式化问题没有解决，常用的一阶谓词推理与常识推理有较大差别。于是人工智能研究人员开始做“顶天立地”的工作。“顶天”是指研究和解决ＡＩ的一系列关键技术问题，例如常识性知识表示、非单调推理、不确定推理、机器学习、分布式人工智能、智能机器体系结构等基础性研究，以期取得突破性进展。“立地”是指研究人工智能的实际应用，特别是专家系统、自然语言理解、计算机视觉、智能机器人、机器翻译系统都朝实用化迈进。以人工智能为主要技术的知识工程、知识产业日益发展。

由于网络技术特别是国际互连网的技术发展，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，将人工智能面向实用。

符号主义、联结主义、行为主义分别代表了人工智能研究领域的三种主要发展观。它们是人工智能学科发展的最重要的理论成果，同时又是人工智能学科发展的理论基础。

符号主义又称为逻辑主义或计算机学派，它认为符号是人类的认识基元，同时人认识的过程即是对符号的计算与推理的过程。符号主义首先将人的认识对象通过数学逻辑的方法以符号形式表示出来，然后再利用计算机自身所具有的符号处理推算能力来模拟人的认识过程。支撑符号主义的原理主要为物理符号系统假设和有限合理性原理。符号主义的主要研究内容就是基于逻辑的知识表示和推理技术。其主要的代表人物有纽厄尔、西蒙、麦卡锡、鲁宾逊、肖特利菲。主要的研究成果有归结推理方法、启发式算法、专家系统、知识工程理论与技术等。符号主义在逻辑问题求解方面取得了巨大的成功。例如，人工智能证明了人类所能证明的全部定理，并且解决了尚无手工证明的“四色猜想”问题，上世纪７０年代专家系统的成功开发和应用等。

又被叫做仿生学派，其主要原理是人类的智能是由人脑的生理结构和工作模式决定的。联结主义认为人的认识基元是人脑的神经元，认识的过程就是人脑进行信息处理的过程。因此，联结主义主张从结构和工作模式上对人脑进行模仿从而真正实现人类智能在机器上的模拟。联结主义研究的主要内容是神经网络。其主要代表人物有麦克莱伦德和鲁梅尔哈特等。主要的研究成果有脑模型研究和多层网络中的反向传播（Ｂ－Ｐ）算法。