1、1,人工智能及其应用,主讲：李敏 教授,智能信息处理与仪器研究室,2,课程简介,智能信息处理与仪器研究室,课程类别：专业任选课 学 分：2 适用专业：计算机科学与技术专业及有关专业 先修课程：高级语言，离散数学，数据结构，数理逻辑，编译原理或形式语言,3,基本要求,智能信息处理与仪器研究室,了解人工智能和智能系统的概况，以及人工智能的研究与应用领 域。掌握知识表示方法和搜索推理技术，包括状态空间法、问题归约法、谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。 掌握高级知识推理，包括非单调推理、时序推理和各种不确定推理方法。 理解并掌握人工智能的主要应用，包括专家系统、
2、机器学习、自动规划、Agent、自然语言理解、机器视觉和智能控制等。对于应用内容，根据学时，有选择地进行学习。 了解人工智能对人类经济、社会和文化的影响，展望人工智能的发展。 通过学习，能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。,4,1绪论 人工智能的定义和发展；人类智能和人工智能；人工智能各学派的认知观；人工智能的研究与应用领域。 2知识表示方法 状态空间法；问题规约法；谓词逻辑法；语义网络法；框架表示；剧本表示；过程的表示。 3搜索推理技术 盲目搜索；启发式搜索；消解原理；通用问题求解系统。 4高级求解技术 规则演绎系统，系统组织技术，不确定性定理
3、，非单调推理。,教学内容,智能信息处理与仪器研究室,5,*5专家系统 产生式系统；专家系统概述；基于规则的专家系统；基于框架的专家系统；基于模型的专家系统；新型专家系统；专家系统的设计；专家系统开发工具。 *6机器学习 机器学习的定义和发展历史；机器学习的主要策略和基本结构；机械学习；归纳学习；类比学习；解释学习；神经学习；知识发现 *7机器人规划 规划系统的定义与任务；积木世界的机器人规划；STRIPS规划系统；具有学习能力的规划系统；分层规划；基于专家系统的规划。,智能信息处理与仪器研究室,教学内容,6,*8机器视觉 图像的理解与分析；积木世界的景物分析；视觉的知识表示与控制策略；物体形状
4、的分析与识别。 9自然语言理解 自然语言理解的一般问题；句法和语义的自动分析；句子的自动理解；语言的自动生成；自然语言理解系统应用举例。 10智能控制 智能控制的发展与定义；智能控制的结构理论与特点；智能控制系统；智能控制的应用领域。 11人工智能程序设计 逻辑型编程语言；LISP语言；PROLOG语言；关系型数据库；专用开发工具；人工智能机。 12人工智能的争论与展望 关于人工智能的争论；人工智能对人类的影响；对人工智能的展望。,智能信息处理与仪器研究室,7,参考书目,1、N. J. Nilsson. Artificial Intelligence: A New Synthesis. Mor
5、gan Kanfmann, 1998; 机械工业出社，1999 2、朱福喜, 汤怡群, 傅建明. 人工智能基础. 武汉大学出版社, 2002 3、杨祥全，蔡庆生.人工智能.重庆：科技文献出版社重庆分社，1988 4、王永庆. 人工智能原理与方法, 西安交通大学出版社, 1998 5、涂序彦. 人工智能及其应用, 北京: 电子工业出版社, 1988 6、施鹏飞、姚远.人工智能教程. 上海交通大学出版社，1993,智能信息处理与仪器研究室,8,考查方式,智能信息处理与仪器研究室,考核方式：撰写小论文考试，考试时间为120分钟，开卷，具体考试时间提前1周通知，撰写小论文提前3周通知。 成绩评定：平时
6、20，考试40，小论文40%。,9,论文要求,写一篇与讲课内容相关的论文，字数为35K。注意事项：1. 禁止从网上全文抄袭，一经发现，取 消成绩。2. 论文格式参照科技论文写作要求。3. 引用文字须注明参考文献出处。,智能信息处理与仪器研究室,10,论文提交,打印稿1份（含学号、手写签名） 电子稿1份，发送到以下邮箱（较大文件，请压缩后发送）,智能信息处理与仪器研究室,11,第1章 绪 论,智能信息处理与仪器研究室,学习要求： 1.了解人工智能科学的诞生及其发展历史 2.掌握人工智能的定义 3.了解人工智能研究的各种学派及其理论以及实现人 工智能的技术路线 4.了解人工智能研究的应用领域,12
7、,绪 论,很早人类就有制造机器人的幻想 黄帝的“指南车” 诸葛亮的“木牛流马” 亚里士多德的形式逻辑 布莱尼茨的关于数理逻辑的思想 “机器人”一词的来源,13,现代人工智能的兴起,现代人工智能（Artificial Intelligence，简称AI），一般认为起源于美国1956年的一次夏季讨论（达特茅斯会议），在这次会议上，第一次提出了“Artificial Intelligence”这个词。,14,什么是人工智能？,至今没有统一的定义 从“计算”到“算计”,15,16,图灵测试,如何知道一个系统是否具有智能呢？ 1950年，计算机科学家图灵提出了著名的“图灵测试”。,17,AI的本质问题,
8、研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学。,18,AI的历史回顾,第一阶段（40年代中50年代末） 神经元网络时代双层网络 M-P模型 、感知器模型等问题：XOR问题不能解决,19,AI的历史回顾（续1）,XOR问题（异或问题）,20,AI的历史回顾（续2）,Minsky的著作：Perceptions（感知器） 从理论上证明了二层神经元网络不可能解决XOR问题 如果要求解XOR问题，神经元网络必须是3层或3层以上的结构 对于3层或3层以上的神经元网络，难于找到一个通用的学习算法,21,AI的历史回顾（续3）,第二阶段（50年代中60年代中） 通用方法时
9、代物理符号系统 主要研究的问题：GPS、游戏、翻译等 对问题的难度估计不足，陷入困境,22,AI的历史回顾（续4）,一个笑话（英俄翻译）：The spirit is willing but the flesh is week.（心有余而力不足）The vodka is strong but meat is rotten.（伏特加酒虽然很浓，但肉是腐烂的）,23,AI的历史回顾（续5）,出现这样的错误的原因：Spirit：1）精神 2）烈性酒结论：必须理解才能翻译，而理解需要知识,24,AI的历史回顾（续6）,知识就是力量培根 知识蕴涵着力量费根鲍姆,25,AI的历史回顾（续7）,第三阶段（60
10、年代中80年代初） 知识工程时代 专家系统 知识工程 知识工程席卷全球 各国发展计划： 美国星球大战计划 英国ALVEY计划 法国UNIKA 计划 日本五代机计划 中国“863”计划,26,AI的历史回顾（续8）,遇到的困难： 知识获取的瓶颈问题,27,AI的历史回顾（续9）,第四阶段（80年代中90年代初） 新的神经元网络时代BP网（算法），解决了多层网的学习问题 Hopfield网，成功求解了旅行商问题 存在问题： 理论依据 解决大规模问题的能力 新的动向构造化方法,28,AI的历史回顾（续10）,第五阶段（90年代初现在） 海量数据处理与网络时代网络给AI带来无限的机会 知识发现与数据挖
11、掘 AI走向实用化,29,人工智能取得的一些成果,四十多年来，人工智能的研究虽然步履艰难，但也取得了一些很突出的成绩。下面列举一些实例。,30,定理证明,50年代中期，世界上最早的启发式程序“逻辑理论家”，证明了数学名著数学原理中的38个定理。经改进后，62年证明了该书中全部的52个定理。被认为是用计算机探讨人类智力活动的第一个真正的成果。,31,四色定理的证明,四色定理 从1852年发现四色问题，世界上很多著名的科学家试图证明，当一直未能完成。 1976年6月，哈肯在美国伊利诺斯大学的两台不同的电子计算机上，用了1200个小时，作了100亿次判断，终于完成了四色定理的证明，从而解决了一个历时
12、100多年的问题，轰动了世界。,32,定理证明的“吴方法”,2000年我国最高科学技术奖获得者吴文俊教授，提出了“数学机器化”。 1977年，吴文俊关于平面几何定理的机械化证明首次取得成功。 创立了定理机器证明的“吴方法”。,33,通用问题求解器（GPS）,从1957年开始，Newell等人开始研究一种不依赖于具体领域的通用解题程序，这个程序的设计是从模仿人类问题求解的规程开始的。在它能处理的有限类别的问题中，它显示出程序决定的子目标及可能采取的行动的次序，与人类求解同样问题是类似的。因此，GPS很可能是第一个实现了“像人一样思考”方法的程序。,34,专家系统,人类之所以能求解问题，是因为人类
13、具有知识。 专家系统就是把有关领域专家的知识整理出来，让计算机利用这些知识求解专门领域的问题。 1968年世界上第一个专家系统DENDRAL问世。 MYCIN，一个著名的医疗诊断专家系统,35,第一个商用专家系统：R1,世界上第一个成功的商用专家系统，1982年开始正式在DEC公司使用。该程序帮助为新计算机系统配置订单；到1986年为止，估计它为公司每年节省了4千万美元。,36,海湾战争中的专家系统,在1991年的海湾危机中，美国军队使用专家系统用于自动的后勤规划和运输日程安排。这项工作同时涉及到50000个车辆、货物和人，而且必须考虑到起点、目的地、路径以及解决所有参数之间的冲突。AI规划技
14、术使得一个计划可以在几小时内产生，而用旧的方法需要花费几个星期。,37,数字识别,清华大学智能技术与系统国家重点实验室采用神经元网络方法研制的数字识别系统，用于2000年我国人口普查。对普查数据进行自动识别，错误率达到了万分之一以下的高水平。,38,古籍数字化四库全书,39,IBM的“深蓝”,北京时间1997年5月12日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝” 以3.5：2.5的总比分战胜卡斯帕罗夫。,40,正在与深蓝下棋的卡斯帕罗夫,41,IBM的“深蓝”（续1）,96
15、年2月第一次比赛结果：“深蓝”：胜、负、平、平、负、负97年5月第二次比赛结果：“深蓝”：负、胜、平、平、平、胜,42,IBM的“深蓝”（续2）,“深蓝”的技术指标：32个CPU 每个CPU有16个协处理器 每个CPU有256M内存 每个CPU的处理速度为200万步/秒,43,“人机之战”简史,1958年，IBM704成为第一台能同人下棋的计算机，名为“思考”，思考速度每秒200步 60年代中期，科学家德里夫斯断言，计算机将无法击败一位年仅10岁的棋手 1973年，国际象棋软件4.0被开发出来，这是未来程序的基础 1979年，国际象棋软件4.9达到专家级水平 1981年，CRAYBLITZ新的
16、超级计算机拥有特殊的集成电路，预言将可在1995年击败世界棋王,44,1983年，BELLEATT开发了国际象棋硬件，达到了大师水平 80年代中期，皮兹堡的CARNEGIEMELLON大学开始研究世界级的国际象棋计算机程序 1987年，“深思”首次以每秒钟75万步的思考速度露面，它的水平相当于拥有国际等级分为2450的棋手 1988年，“深思”击败丹麦特级大师拉尔森 1989年，“深思”已经有6台信息处理器，每秒思考速度达200万步，但在与世界棋王卡斯帕罗夫进行的“人机大战”中对阵以0比2败北,45,1990年，“深思”第二代产生，使用IBM的硬件，吸引了前世界棋王卡尔波夫与之对抗 1991年
17、，“弗里茨”问世 1993年，“深思”二代击败了丹麦国家队，在与世界优秀女棋手小波尔加的对抗中获胜 1995年，“深蓝”更新程序，新的集成电路将其思考速度达到每秒300万步 1996年，“深蓝”在与卡斯帕罗夫的挑战赛中，以2比4不敌卡斯帕罗夫 1997年，“超级深蓝”开发出了更加高级的“大脑”，4名国际大师参与IBM的挑战小组为电脑与卡斯帕罗夫重战出谋划策，最后“超级深蓝”以3比2击败了卡斯帕罗夫，卡斯帕罗夫要求重赛，但没有得到回应,46,1999年，“弗里茨”升级为“更弗里茨”(Deep Fritz) 2001年，“更弗里茨”更新了程序，击败了卡斯帕罗夫和阿南德，以及除了克拉姆尼克之外的所有
18、排名世界前十位的棋手 2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方4比4战平 2003年12月“更年少者”与卡斯帕罗夫举行人机对抗，双方3比3战平,47,思考题2：国际象棋、中国象棋与围棋,为什么已经有了可以战胜国际大师的国际象棋程序，而中国象棋和围棋的程序水平却比较低呢？ 力量投入问题？ 计算机发展水平问题？ 棋本身的复杂性问题？ 其他别的问题？,48,智能汽车,智能技术与系统国家重点实验室研制的智能汽车,49,在高速公路上，该汽车可以自动识别道路，自动躲避障碍物 在最近的实验中，平均速度为100公里，最高速度达到了150公里，达到了世界先
19、进水平。,50,足球机器人,两个组织：RoboCup和FIRA 设有仿真组、小型组、中型组和有腿组 控制方式：FIRA采用集中控制，而RoboCup采用分布式控制 清华大学获得2001、2002年RoboCup世界冠军、2003年亚军（仿真组） 清华大学获得2003年RoboCup小型组全国冠军,51,小型组 有腿组,52,历史上的人工智能大师,下面介绍图灵和几位获得图灵奖的人工智能大师,53,阿伦图灵 （Alan Turing）,计算机科学理论的创始人,54,阿伦图灵（Alan Turing）,1912年出生于英国伦敦，1954年去世 1936年发表论文“论可计算数及其在判定问题中的应用”，
20、提出图灵机理论 1950年发表论文“计算机与智能”，阐述了计算机可以具有智能的想法，提出图灵测试 1966年为纪念图灵的杰出贡献，ACM设立图灵奖,55,马文明斯基 （Marniv Lee Minsky）,人工智能之父框架理论的创立者首位获得图灵奖的人工智能学者,56,马文明斯基 （Marniv Lee Minsky）,1927年出生于美国纽约 1951年提出思维如何萌发并形成的基本理论 1956年达特茅斯会议的发起人之一 1958年在MIT创建世界上第一个AI实验室 1969年获得图灵奖 1975年首创框架理论,57,约翰麦卡锡 （John McCarthy）,人工智能之父 LISP语言的发
21、明人 首次提出AI的概念,58,约翰麦卡锡 （John McCarthy）,1927年出生于美国波士顿 1956年发起达特茅斯会议，并提出“人工智能”的概念 1958年与明斯基一起创建世界上第一个人工智能实验室 发明剪枝算法 1959年开发LISP语言 开创逻辑程序研究，用于程序验证和自动程序设计 1971年获得图灵奖,59,赫伯特西蒙 （Herbert A. Simon）,符号主义学派的创始人 爱好广泛的全能科学家 中国科学院外籍院士,60,赫伯特西蒙(Herbert A. Simon）,1916年出生于美国的威斯康辛州 1943年在匹兹堡大学获政治学博士学位 1969年因心理学方面的贡献获
22、得杰出科学贡献奖 1975年和他的学生艾伦纽厄尔共同获得图灵奖 1978年获得诺贝尔经济学奖 1986年因行为学方面的成就获得美国全国科学家奖章,61,50年代至60年代初开发了世界上最早的启发式程序“逻辑理论家”LT，证明了数学原理第二章中的全部52个定理，开创了机器定理证明这一新的学科领域 57年开发了IPL(Information Processing Language)语言，是最早的AI语言。 60年开发了“通用问题求解系统”GPS 66年开发了最早的下棋程序之一MATER 70年发展与完善了语义网络的概念和方法 70年代提出了“物理符号系统假说” 70年代提出决策过程模型，成为DSS
23、的核心内容,62,艾伦纽厄尔（Allen Newell）,符号主义学派的创始人之一 西蒙的学生与同事 1975年与西蒙同获图灵奖,63,查理德卡普 （Richard M. Karp）,发明“分枝界限法”的三栖学者,64,查理德卡普（Richard M. Karp）,1935年出生于美国波士顿 是加州大学伯克利分校三个系的教授： 电气工程和计算机系 数学系 工业工程和运筹学系 60年代提出“分枝界限法”，成功求解含有65个城市的旅行商问题，创当时的记录 1985年获得图灵奖,65,爱德华费根鲍姆 （Edward A. Feigenbaum）,知识工程的提出者大型人工智能系统的开拓者,66,爱德华
24、费根鲍姆 （Edward A. Feigenbaum）,1936年出生于美国的新泽西州 通过实验和研究，证明了实现智能行为的主要手段是知识 1977年提出知识工程，使人工智能从理论转向应用 名言：知识蕴藏着力量 1994年和劳伊雷迪共同获得图灵奖,67,1963年主编了计算机与思想一书，被认为是世界上第一本有关人工智能的经典性专著 1965年开发出世界上第一个专家系统 开发出著名的专家系统MYCIN 80年代合著了四卷本的人工智能手册 开设Teknowledge和IntelliGenetics两个公司，是世界上第一家以开发和将专家系统商品化的公司,68,劳伊雷迪 （Raj Reddy）,大型人
25、工智能系统的开拓者,69,劳伊雷迪（Raj Reddy）,37年出生于印度，66年在美国获得博士 1994年与费根鲍姆共同获得图灵奖 主持过一系列大型AI系统的开发 Navlab 能在道路行驶的自动车辆项目 LISTEN 用于扫盲的语音识别系统 以诗人但丁命名的火山探测机器人项目 自动机工厂项目，提出“白领机器人学”,70,人工智能,智能是什么？ 智能是个体有目的的行为、合理的思维, 以及有效的适应环境的综合性能力。通俗地说,智能是个体认识客观事物和运用知识解决问题的能力。人类个体的智能是一种综合性能力, 具体讲, 可以包括感知与认识客观事物、客观世界与自我的能力; 通过学习取得经验、积累知识
26、的能力; 理解知识、运用知识和运用经验分析问题和解决问题的能力; 联想、推理、判断、决策的能力;运用语言进行抽象、概括的能力; 发现、发明、创造、创新的能力;实时地、迅速地、合理地应付复杂环境的能力;预测、洞察事物发展变化的能力等。,智能信息处理与仪器研究室,71,人工智能,人工智能(Artificial Intelligence)是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人类的智能,实现某些“机器思维“。作为一门学科，人工智能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的计算系统，解决需要人类专家才能处理的复杂问题。人工智能是计算机科学的一个分支
27、，它是当前科学技术中正在迅速发展，且新思想、新观点、新理论、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉学科和边缘学科。,智能信息处理与仪器研究室,72,人工智能的各种学派,逻辑学派：麦卡锡（J. McCarthy）和尼尔逊（N.J.Nilsson） 认知学派：纽厄尔（A.Newell）和西蒙（H.A.Simon） 知识工程学派：费根鲍姆（E.A.Feigenbaum）（研究知识在人类智能中的作用与地位） 联结学派：麦克伦德（J.L.McClelland）和鲁梅尔哈特（J.D.Rumelhart）（研究神经网络） 分布式学派：贺威特（C.He
28、witt）（研究多智能系统中的知识与行为） 进化论学派：布鲁克（R.A.Brook） 从研究途径来看，主要有： 符号主义：逻辑主义或计算机学派。主张运用计算机科学的方法进行研究，通过研究逻辑演计算机上的实现方法实现人类智能在计算机上的模拟。 联结主义：仿生学派，主张用仿生学的方法进行研究，通过研究人脑的工作模型，探究人类智能的本质。 行为主义：进化主义，控制论学派。认为智能取决于感知和行动，不需要知识、不需要表示，不需要推理。,智能信息处理与仪器研究室,73,人工智能的研究及应用领域,问题求解人工智能的第一大成就是发展了能够求解难题的下棋的程序。通过研究下棋程序，发展了人工智能中的搜索策略（人
29、工智能研究中的一个重要方面）及问题规约技术。下棋程序水平已达到国际锦标赛的水平。1997年5月IBM超级计算机“深蓝”在当时国际象棋世界冠军获胜人卡斯帕罗夫对弈六盘，结果“深蓝获胜”。尽管程序有很高的水平，但缺乏大师们洞察棋局的能力。这正是AI下一步要解决的问题。,74,人工智能的研究及应用领域,机器学习具有学习能力是人类智能的主要标志，学习是人类获取知识的基本手段。机器学习是研究如何使用计算机来模拟人类学习活动的一个研究领域。研究的目标有三个：人类学习过程的认知模型、通用学习算法、构造面向任务的专用学习系统的方法。,75,专家系统专家系统是一种具有特定领域内大量知识与经验的程序系统，它应用人
30、工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家求解 问题的思维过程，以解决改领域内的各种问题。它是目前人工智能中最活跃、最有成效的一个研究领域。,人工智能的研究及应用领域,76,模式识别指识别出给定物体所模仿的标本。 AI中的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟。所研究的计算机模式识别系统就是使一个计算机系统具有模拟人类通过感官接触外界系统。识别和理解周围环境的感知能力。,人工智能的研究及应用领域,77,自动定理证明是AI中最先进行研究并获得成功应用的一个研究领域。许多非数学领域问题如：医疗诊断、信息检索、机器人规划
31、和难题求解等可能转化成一个定理证明问题，故其具有普遍意义。定理证明实质是对前提P和结论Q，证明PQ的永真性。通常用反证法、海伯伦（Herbrand）与鲁宾逊（Robinson）（消解原理）先后进行卓有成效的研究.,人工智能的研究及应用领域,78,自动程序设计程序综合（用于实现自动编程）程序正确性验证（较难）,人工智能的研究及应用领域,79,自然语言理解（难） 研究如何让计算机理解人类自然语言。主要功能： 回答有关问题 摘要生成 翻译,人工智能的研究及应用领域,80,机器人 日益受到重视的领域，涉及多个学科，发展前景乐观。 第一代 可再编程序控制机器人。 （可刻板完成程序规定的动作，不能适应变化
32、了的情况） 第二代 自适应机器人。（主要标志是自身配备有相应的感觉传感器，可随环境的变化而改变自己的行为） 第三代 具有类似人的智能的所谓智能机器人。（不仅有传感器，而且有思维能力，并通过传动机构执行思维机构下达的命令）,人工智能的研究及应用领域,81,人工神经网络用大量称作人工神经元的简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能。 1943年 神经心理学家 麦克络奇数学家 皮兹 神经元的数学模型MP模型 80年代 Hofield 提出 Hofield神经网络模型鲁梅尔哈特（Rumelhart）提出了多层网络中的反向传播（BP）算法。使神经网络的研究再次出现高潮，步
33、入鼎盛时期，取得了许多研究成果。神经网络是AI中的一个及其重要的研究领域，在模式识别、图像处理、组合优化、自动控制、信息处理等方面获得了广泛的应用。,人工智能的研究及应用领域,82,智能检索信息社会来临，带来了“知识爆炸”。各种文献资料种类繁多。采用计算机智能检索已成为大势所趋。目前检索基于词，本来“计算机”和“电脑”是同一个概念。概念检索，基于自然语言的理解，自然语言陈述询问的检索，推导出答案的检索等。涉及到数据挖掘和自然语言的理解。,人工智能的研究及应用领域,83,智能控制人工智能 的发展促进了自动控制向智能控制的发展. 1965年傅京孙提出把人工智能的启发式推理规则用于学习控制系统. 1
34、971年傅京孙提出把人工智能与自动控制结合起来. 1977年,美国G.N.萨里迪斯提出把人工智能、控制论和运筹学结合起来的思想。 智能控制是同时具有以知识表示的非数学广义世界模型和数学公式模型表示的混合控制过程，研究重点是在智能机模型上，控制的核心是组织级控制，其任务是决策和规划，实现广义问题的求解。,人工智能的研究及应用领域,84,机器视觉是一门独立学科，起源于模式识别。 在人工智能中研究的感知过程通常包含一组操作。整个感知问题的要点是形成一个精炼的表示以取代大量的输入数据，用一种易于处理和有意义的描述来表示。在机器人装配、卫星图像处理、工业过程监控、飞行器跟踪和制导等领域获得广泛应用。,人
35、工智能的研究及应用领域,85,智能调度与指挥主要是确定最佳调度或组合问题。如推销员旅行问题、八皇后问题，试图求解这类问题的程序产生了一种组合爆炸的可能性。大型计算机的容量也会用光。目前智能调度与指挥已被应用于汽车运输调度、列车编组与指挥、空中交通管制以及军事指挥等系统。,人工智能的研究及应用领域,86,分布式人工智能(DAI)与AGENTDAI研究目标是创建一种描述自然系统和社会系统的精确概念模型。DAI中的智能在团体协作中实现，其主要研究问题是各AGENT之间的合作与对话，包括分布式问题求解和多AGENT系统（MAS）两个领域。MAS更能体现人类社会的智能，已在自动驾驶、机器人导航、机场管理
36、、电力管理和信息检索等方面得到应用。,人工智能的研究及应用领域,87,计算智能与进化计算计算智能涉及神经计算、模糊计算、进化计算等，进化计算包括遗传算法、进化策略和进化规划。三者共同的理论基础是生物进化论。20世纪70年代，美国HOLLAND提出模式理论，奠定了遗传算法的研究基础。德乔恩发展了遗传算法。科扎把遗传算法用于最优计算机程序设计（最优控制策略）。20世纪60年代福盖尔提出进化规划，重点放在父代与子代表现行为的联系上，而非遗传细节上。,人工智能的研究及应用领域,88,数据挖掘与知识发现是20世纪90年代初期新崛起的一个研究领域。互联网的发展和大规模数据库的增长，如果从海量数据库中获取有
37、用知识，是一个富有挑战性和广阔应用前景的研究课题。知识发现系统已成功应用于超级市场商品数据分析、大规模天空观测数据分析、通用数据库知识发现系统等。,人工智能的研究及应用领域,89,人工生命1987年由美国圣菲研究所非线性研究组的兰顿提出，目的是构造出能够表现自然生命系统行为特征的仿真系统或模型系统。生物学从问题的顶层开始，探索生命奥秘和机理。人工生命从问题的底层开始，自底向上进行综合，研究非线性系统的类似生命的全局动力学特性。比较典型的研究有计算机病毒、计算机进程、细胞自动机、人工脑等。,人工智能的研究及应用领域,90,系统与语言工具20世纪70年代，开发出了几种知识表达语言，研究建立推理程序
38、的思想。80年代以来，分布式系统、并行处理系统、多机协作系统和各种计算机网络得到发展.研究出了一些面向目标的编程语言和专用开发工具。关系数据库研究取得很大进展，为人工智能程序设计提供了新的有效工具。,人工智能的研究及应用领域,91,有关会议,会议 1 国际人工智能联合会议（International Joint Conference on Artificial Intelligence，简称IJCAI）每两年召开一次，宣传论文，讨论和交流研究成果，探讨研究方向。2 其它如国际自动控制协会（IFAC），国际工业机器人会议，国际信息处理联合会（IFIP）和国际模式识别会议等。人工智能都是重要的议题之一。3 国内 1989首次召开中国人工智能控制联合会议。,92,1、 Artificial Intelligence (由IJCAI主办的双月刊 1970年创刊)2 、人工智能 (日本)3、 Machine Intelligence (美国)4、 ACM和IEEE等著名杂志都把人工智能列为主要的内容5 模式识别与人工智能 中国 1987年创刊,杂志,
