人工智能第1章.ppt

1、高级人工智能 Advanced Artificial Intelligence,人工智能是一门正在迅速发展并已取得丰硕成果的学科，是一门综合性的交叉学科，涉及控制论、信息论、系统论、认知学科、神经生理学等学科，也是人类遇到的最复杂、最困难的学科之一。人工智能是人的智能的模拟、延伸和发展，它的研究、开发和利用必将显著提高生产过程自动化与智能化水平，促进社会的信息化和智能化，产生巨大的经济效益。,高级人工智能 第一章 绪论, 突破传统思想的束缚，领略人工智能思想的精髓，对人工智能的思想和方法有比较深刻的认识，从人工智能的角度出发去思考问题，解决问题。 了解人工智能的发展历史，国内外人工智能相关领域

2、的发展动态，掌握人工智能的基本理论、技术及其应用方法。 在学习基本的原理和方法基础上，讨论一些新的和正在研究中的人工智能方法与技术，有重点地研究人工智能的相关领域，跟踪人工智能的研究热点，做到点面结合，既扩大了知识面，又能够抓住研究重点，并能够应用相应的人工智能技术解决实际应用问题。,高级人工智能 第一章 绪论,学习本课程的意义,高级人工智能 第一章 绪论,本课程的主要内容,人工智能的起源与发展知识表示方法和常用搜索原理高级知识推理理论和方法热点人工智能技术和方法人工智能的主要应用领域人工智能研究中的争论,高级人工智能 第一章 绪论,参考书1. 蔡自兴，徐光佑，人工智能及其应用，清华 大学出版

3、社（第三版），北京，2004 2. 史忠植，高级人工智能，科学出版社，1998,高级人工智能 第一章 绪论,第一章 绪 论,本章主要内容人工智能的认知问题 思维的层次模型 人工智能的发展概况 人工智能的研究方法人工智能的主要应用领域人工智能的争论人工智能对人类的影响智能认识论的若干基础问题对人工智能的展望,高级人工智能 第一章 绪论,1.1 人工智能的认知问题,认知科学是研究人类感知和思维信息处理过程的科学，包括从感觉的输入到复杂问题求解, 从人类个体到人类社会的智能活动, 以及人类智能和机器智能的性质。认知科学是现代心理学、信息科学、神经科学、数学、科学语言学、人类学乃至自然哲学等学科交叉发

4、展的结果。它是人工智能重要的理论基础。,认知科学探索人类的智力如何由物质产生和人脑信息处理的过程。具体地说，认知科学是研究人类的认知和智力的本质和规律的前沿科学。认知科学研究的范围包括知觉、注意、记忆、动作、语言、推理、思考、意识乃至情感动机在内的各个层面的认知活动。,高级人工智能 第一章 绪论,认知是和情感、动机、意志等相对的理智或认识过程。美国心理学家Houston等人将对“认知”的看法归纳为如下五种主要类型：(1) 认知是信息的处理过程；(2) 认知是心理上的符号运算；(3) 认知是问题求解；(4) 认知是思维；(5) 认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习

5、、想象、概念形成、语言使用等。,认知,高级人工智能 第一章 绪论,认知心理学家Dodd等则认为，认知应包括三个方面，即适应、结构、过程也就是说，认知是为了一定的目的，在一定的心理结构中进行的信息加工过程。,认知,认知的具体结构,高级人工智能 第一章 绪论,乔姆斯基天赋论代表，语言结构和运用语言结构（普遍语法）等价于认知或语法结构，人们就是利用这种语法结构加工外来信息。皮亚杰建构论代表，每一结构都是心理发生的结果，而心理发生是从一个较初级的结构过渡到一个较复杂的结构。,事实上，主体并不是仅仅与客体相互作用就能产生认知结构，也并非每次都毫无参照的从零开始建构，更非从外部硬性插入。它是依据逻辑内涵与

6、外延一致性的法则累计建构的过程，累计建构的起点是遗传结构，其结果是形成相对稳定的、具有确定性因果交互作用的关系，它是一个内在的但却具有强大演绎能力的结构。认知只能是基于累计建构的知识体系，而认知主体也只能以体系的方式反映客观世界，或者以同构的方式反映客观世界，因而这种与客观世界同构性的认知结构，应该是智能机器基础理论或人工智能追求的目标。,高级人工智能 第一章 绪论,认知的具体结构,高级人工智能 第一章 绪论,人工智能的五（三）个基本问题,(1)知识与概念化是否是人工智能的核心？(2)认知能力能否与载体分开来研究？(3)认知的轨迹是否可用类自然语言来描述？(4)学习能力能否与认知分开来研究？(

7、5)所有的认知是否有一种统一的结构？ 概括：知识表示、知识获取和知识利用,高级人工智能 第一章 绪论,1.2思维的层次模型,思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。人类思维的形态主要有感知思维形象思维抽象思维灵感思维,高级人工智能 第一章 绪论,感知思维,是一种初级的思维形态。在人们开始认识世界时,只是把感性材料组织起来, 使之构成有条理的知识, 所能认识到的仅是现象。在此基础上形成的思维形态即是感知思维。人们在实践过程中,通过眼、耳、鼻、舌、身等感官直接接触客观外界而获得的各种事物的表面现象的初步认识, 它的来源和内容都是客观

8、的、丰富的。,高级人工智能 第一章 绪论,形象思维,形象思维主要是用典型化的方法进行概括，并用形象材料来思维，是一切高等生物所共有的。形象思维是与神经机制的连接论相适应的。模式识别、图象处理、视觉信息加工都属于这个范畴。,高级人工智能 第一章 绪论,抽象思维,抽象思维是一种基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。,高级人工智能 第一章 绪论,灵感思维,对灵感思维至今研究甚少。有人认为, 灵感思维是形象思维扩大到潜意识,人脑有一部分对信息进行加工, 但是人并没有意识到。也有人认为,

9、灵感思维是顿悟。灵感思维在创造性思维中起重要作用, 有待进行深入研究。,高级人工智能 第一章 绪论,思维的层次模型,高级人工智能 第一章 绪论,1.3人工智能的定义和发展,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

10、、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。,高级人工智能 第一章 绪论,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。,人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样（John McCarthy ，1956年Dartmouth Conf.）“像人一样思考” “像人一样行动”“理性地思考”“理性地行动”,强AI：

11、能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：类人的人工智能，即机器的思考和推理就像人的思维一样。非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。,弱AI：弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。,人工智能研究的目标 近期目标：在近期，人工智能研究的任务是利用冯诺依曼型计算机模拟人类

12、智力行为，研制智能程序； 远期目标：远期是研制全新的计算机，即智能计算机。,高级人工智能 第一章 绪论,高级人工智能 第一章 绪论,1.3.1人工智能的定义, 能够在各类环境中自主地或交互地执行各种拟人任务（anthropomorphic tasks）的机器。 计算机科学中涉及研究、设计和应用智能机器的一个分支，其近期目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。,高级人工智能 第一章 绪论,1.3.1人工智能的定义, 一种使计算机能

13、够思维，使机器具有智力的激动人心的新尝试（Haugeland, 1985） 那些与人的思维、决策、问题求解和学习等有关活动的自动化（Bellman, 1978） 用计算模型进行研究智力行为（Charniak 和 McDermott, 1985） 研究那些使理解、推理和行为成为可能的计算（Winston, 1992）,高级人工智能 第一章 绪论,1.3.1人工智能的定义, 一种能够执行需要人的智能的创造性机器的技术（Kurzwell, 1990） 研究如何使计算机做事让人过得更好（Rich 和 Knight, 1991） 是一门通过计算过程力图理解和模仿智能行为的学科（Schalkoff, 19

14、93） 是计算机科学中与智能行为的自动化有关的一个分支（Luger 和 Stubblefield, 1993）,公元前3841956年 早期阶段,1956年1959年 博弈时期,1962年 1969年 专家系统,1970年1980年 自然语言处理,1981年1988年 知识工程,1992年今 分布智能和机器学习,发展历程,1.3.2人工智能的发展,人工智能的发展是以硬件与软件为基础。它的发展经历了漫长的发展历程。人们从很早就已开始研究自身的思维形成，早在亚里士多德(公元前384-322年)在着手解释和编注他称之为三段论的演绎推理时就迈出了向人工智能发展的早期步伐，可以看作为原始的知识表达规范。

15、,高级人工智能 第一章 绪论,亚里士多德(公元前384-322年),什么是三段论？三段论是以真言判断为其前提的一种演绎推理，它借助于一个共同项，把两个直言判断联系起来，从而得出结论。例如：一切金属都是能够熔解的；铁是金属；所以，铁是能够熔解的。,高级人工智能 第一章 绪论,Aristotle (公元前384322) 在工具论的著作中提出形式逻辑。Bacon (15611626)在新工具中提出归纳法。Leibnitz (16461716) 研制了四则计算器，提出了“通用符号”和“推理计算”的概念，使形式逻辑符号化，可以说是“机器思维”研究的萌芽。19世纪以来，数理逻辑、自动机理论、控制论、信息论

16、、仿生学、计算机、心理学等科学技术的进展，为人工智能的诞生，准备了思想、理论和物质基础。,Boole (18151864)创立了布尔代数，他在思维法则一书中，首次用符号语言描述了思维活动的基本推理法则。,1946: ENIAC Electronic Numerical Integrator and Calculator 可编程 1950: Alan Turing的文章 “Computing Machinery and Intelligence.”提出图灵测试 Mind, Vol. 59, No. 236, pp. 433-460,高级人工智能 第一章 绪论,Alan Turing(1912-1

17、954),图灵测试 游戏由一男(A)、一女(B)和一名询问者(C)进行；C与A、B被隔离，通过电传打字机与A、B对话。询问者只知道二人的称呼是X，Y，通过提问以及回答来判断，最终作出“X是A，Y是B“或者“X是B，Y是A“的结论。游戏中，A必须尽力使C判断错误，而B的任务是帮助C。 当一个机器代替了游戏中的A，并且机器将试图使得C相信它是一个人。如果机器通过了图灵测试，就认为它是“智慧“的。,高级人工智能 第一章 绪论,1955: Newell, Shaw 和Simon 开发了IPL-11 Information Processing Language 第一个AI语言，能够处理概念 1956:

18、 CIA 资助GAT项目（Georgetown Automatic Translation ） 1956: Newell, Shaw和Simon的 “The Logic Theorist” 用IPL开发 ，证明命题逻辑的命题,高级人工智能 第一章 绪论,博弈时期 1956: 世界上第一次正式的AI会议 美国的Dartmouth College，为期2月 John McCarthy 正式提出“Artificial Intelligence”这一术语 ,标志了AI学科的诞生 著名参加者：J.McCarthy、C.Shannon、M.Minsky、N.Wiener、W.McCulloch、S.Pap

19、ert 1957: Newell, Shaw和Simon提出通用问题求解系统 GPS 1958: McCarthy在MIT实现了 LISP 1959: Samuel的跳棋程序打败他本人 能学棋谱、能从对阵中学习 1962年打败Connecticut洲的跳棋冠军,高级人工智能 第一章 绪论,1958: Newell和Simon的四个预测 十年内，计算机将成为世界象棋冠军 十年内，计算机将发现或证明有意义的数学定理 十年内，计算机将能谱写优美的乐曲 十年内，计算机将能实现大多数的心理学理论1959: Frank Rosenblatt提出感知器模型（Perceptron Model) 1959: M

20、IT AI Lab正式成立（Minsky和McCarthy）,高级人工智能 第一章 绪论,专家系统时期 1962: McCarthy调到Stanford, 1963年创建Stanford AI Lab 1963: M. Ross Quillian开创语义网络（Semantic Nets) 1965: Feigenbaum 掌管 Stanford AI Lab; Noftsker 掌管 MIT AI Lab 1965: MIT的Joseph Weizenbaum研制出ELIZA 用英语进行交互 回答任何问题,1965-83: Feigenbaum和Lederberg启动DENDRAL工程 196

21、6: ALPAC的负面报告造成 美国政府取消对机器翻译的资助 1969: Minsky 和 Papert的感知机报告造成美国政府取消对神经网络研究的资助。 结论：有限阶感知机仅能识别出Euler数，不能识别其他的拓扑不变性 1969: SRI研制出机器人Shakey 具有运动、感知和问题求解能力,高级人工智能 第一章 绪论,自然语言处理 1970: Stanford的Terry Winograd等研制出（ETAOIN） SHRDLU 接受自然语言命令 操作积木块 1970: Colmerauer研制出PROLOG语言的解释系统 不久，爱丁堡大学的Warren实现了编译系统 1972: DARP

22、A取消Stanford大学机器人研究(Shakey)的资助。 1972: Mycin工程启动,1973: James Lighthill爵士的负面报告使得英国政府取消对AI研究的资助 “人工智能研究是不成功的，不值得政府资助。” 英政府接受了此报告的观点。从那时起至今，英国AI研究一蹶不振。 1976: DARPA 取消对语音识别研究的资助 1976: Greenblatt研制出第一台LISP机CONS,高级人工智能 第一章 绪论,1976: Doug Lenat的数学积分系统AM (Automated Mathematician) 1977: SRI启动 PROSPECTOR 工程 帮助地质

23、专家探测和解释矿物 1978年发现钼矿脉(molybdenum vein) 1977: Edward Feigenbaum正式提出知识工程作为一门学科 在1977年IJCAI会议上 1979: Stanford研制出第一台计算机控制的汽车（Stanford Cart） 1980: 第一届美国AI协会会议（AAAI）在Stanford召开。 1980: John McDermott的XCON专家系统 用于配置 VAX 机器系统,高级人工智能 第一章 绪论,知识工程时期 1981: 日本政府宣布日本五代机（first-generation computer）计划（即智能计算机） 1982: Joh

24、n Hopfield 掀起神经网络的研究 1983: MCC （Microelectronics and Computer Technology Corporation）成立（Bobby Inman 任主任） 1984: Doug Lenat在Bobby Ray Inman的劝说下在MCC开始Cyc的研究 1986: Thinking Machines Inc 研制联结机器 (Connection Machine) 1987: LISP机器市场开始暗淡 1988: 386芯片使得PC机速度可以与LISP机器媲美,高级人工智能 第一章 绪论,分布智能和机器学习 1992: 日本政府宣布五代机计划

25、失败。随后启动RWC计划（Real World Computing Project） 1993: Shoham提出AOP,Agent-Oriented Programming 1995: Vapnik提出SVM 1996:中科院计算所多主体系统MAPE 1996: DARPA启动HPKB计划 军事上的“Grand Challenge”问题分析和求解 1997: IBM 深蓝II (Deep Blue)击败Garry Kasparov 2000:中科院计算所多主体环境MAGE,知识发现系统MSMiner,高级人工智能 第一章 绪论,认知科学研究是“国际人类前沿科学计划”的重点。认知科学及其信息处

26、理方面的研究被列为整个计划的三大部分之一(其余两部分是“物质和能量的转换”、“支撑技术”)；“知觉和认知”、“运动和行为”、“记忆和学习”和“语言和思考”被列为人类前沿科学的12大焦点问题中的4个。近年来，美国和欧共体分别推出“脑的十年”计划和“EC脑的十年计划”。日本则推出雄心勃勃的“脑科学时代”计划，总预算高达200亿美元。在“脑科学时代”计划中，脑的认知功能及其信息处理的研究是重中之重。,高级人工智能 第一章 绪论,我国人工智能的发展,1978: “智能模拟”纳入国家计划的研究 1981：相继成立中国人工智能学会、全国高校人工智能研究会、中国计算机学会人工智能与模式识别专业委员会、中国自

27、动化学会模式识别与机器智能专业委员会、中国软件行业协会人工智能协会、中国智能机器人专业委员会、中国计算机视觉与智能控制专业委员会、中国智能自动化专业委员会等学术团体 1984: 召开智能计算机及其系统的全国学术讨论会 1986：将智能计算机系统、智能机器人和智能信息处理（含模式识别）等重大项目列入国家高技术研究计划,高级人工智能 第一章 绪论,1987：模式识别与人工智能创刊 1989：首次召开中国人工智能控制联合会议 1993：将智能控制和智能自动化等项目列入国家科技攀登计划 2003：中国人工智能学会召开第10届全国学术年会 21世纪：更多的人工智能与智能系统研究获得各种基金计划支持,高级

28、人工智能 第一章 绪论,1.4 人工智能的研究方法（三种流派）,符号主义（逻辑主义、心理学派、计算机学派）：主要原理为物理符号系统（符号操作系统）假设和有限合理性原理连接主义（仿生学派、生理学派）：主要原理为神经网络及神经网络间的连接机制与学习算法行为主义（进化主义、控制论学派）：主要原理为控制论及感知-动作型控制系统,符号主义传统人工智能是符号主义，它以Newell和 Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。该系统可以进行建立、修改、复制、删除等操作

29、，以生成其它符号结构。,高级人工智能 第一章 绪论,高级人工智能 第一章 绪论,1976年Newell 和Simon提出了物理符号系统假设，认为物理系统表现智能行为必要和充分的条件是它是一个物理符号系统。这样，可以把任何信息加工系统看成是一个具体的物理系统，如人的神经系统、计算机的构造系统等。所谓符号就是模式。任何一个模式，只要它能和其它模式相区别，它就是一个符号。不同的英文字母就是不同的符号。对符号进行操作就是对符号进行比较，即找出哪几个是相同的符号，哪几个是不同的符号。物理符号系统的基本任务和功能是辨认相同的符号和区分不同的符号。,高级人工智能 第一章 绪论,80年代Newell 等又致力

30、于SOAR系统的研究。SOAR系统是以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。,符号主义认为人工智能源于数理逻辑。数理逻辑从19世纪末起就获迅速发展；到20世纪30年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。正是这些符号主义者，早在1956年首先采用“人工智能“这个术语。后来又发展了启发式算法专家系统知识工程理论与技术，并在80年代取得很大发展。符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要意义。在人工智能的其它学

31、派出现之后，符号主义仍然是人工智能的主流派。,高级人工智能 第一章 绪论,高级人工智能 第一章 绪论,连接主义,连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。由于它近年来的迅速发展,大量的神经网络的机理、模型、算法不断地涌现出来。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。,高级人工智能 第一章 绪论,连接主义认为人工智能源于仿生学，特别是人脑模型的研究。它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型。60-70年代，联结主义，尤其是对以感知机

32、(perceptron)为代表的脑模型的研究曾出现过热潮，由于当时的理论模型、生物原型和技术条件的限制，脑模型研究在70年代后期至80年代初期落入低潮。直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络时，联结主义又重新抬头。1986年鲁梅尔哈特(Rumelhart)等人提出多层网络中的反向传播(BP)算法。此后，联结主义势头大振，从模型到算法，从理论分析到工程实现，为神经网络计算机走向市场打下基础。现在，对ANN的研究热情仍然不减。,高级人工智能 第一章 绪论,行为主义,Brooks提出了无需知识表示的智能、无需推理的智能。他认为智能只是在与环境的交互作

33、用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。,高级人工智能 第一章 绪论,行为主义认为人工智能源于控制论。控制论思想早在40-50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。到60-70年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在80年代诞生了智能控制和智能机器人系统。行为主义是近年来才以人工智能新学派的面孔出现的，引起许多人的兴趣与研究。,以上三个人工智能学派将长期共存与合作，取长补短，并走向融合和集成，共同为人工智能的发展做出贡献。,六位杰出人物图灵奖获得者(AI),（1）Mar

34、vin Lee Minsky “人工智能之父”和框架理论的创立者，1969年图灵奖获得者 （2）John McCarthy“人工智能之父”和LISP语言的发明人，1971年图灵奖获得者 （3）Allen Newell和Herbert A. Simon 人工智能符号主义学派的创始人， 1975年图灵奖获得者 （4） Edward Feigenbaum和Raj Reddy大型人工智能系统的开拓者，1994年图灵奖获得者,阿兰麦席森图灵（Alan Mathison Turing，1912年6月23日1954年6月7日），英国数学家、逻辑学家，他被视为计算机之父。 阿兰图灵1931年图灵进入剑桥大学国

35、王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。战后致力于第一台电子计算机的开发、人工智能和数学在生物体中的应用研究。,图灵奖，是国际计算机协会（ACM）于1966年设立的，又叫“A.M. 图灵奖”，专门奖励那些对计算机事业作出重要贡献的个人。其名称取自计算机科学的先驱、英国科学家阿兰图灵，这个奖设立目的之一是纪念这位科学家。获奖者的贡献必须是在计算机领域具有持久而重大的技术先进性的。大多数获奖者是计算机科学家。图灵奖是计算机界最负盛名的奖项，有“计算机界诺贝尔奖”之称。图灵奖对获奖者的要求极高，评奖程

36、序也极严，一般每年只奖励一名计算机科学家，只有极少数年度有两名以上在同一方向上做出贡献的科学家同时获奖。目前图灵奖由英特尔公司赞助，奖金为10万美元。,每年，美国计算机协会将要求提名人推荐本年度的图灵奖候选人，并附加一份200到500字的文章，说明被提名者为什么应获此奖。任何人都可成为提名人。美国计算机协会将组成评选委员会对被提名者进行严格的评审，并最终确定当年的获奖者。 截至2006年，40年的计算机发展历程中共有50位科学家获奖，其中，1975、1976、1983、1986、1993、1994、2001、2004各有2位同时获奖，2002年有3位同时获奖。2006年唯一的一位美国女科学家获

37、奖；获此殊荣的华人仅有一位，他是2000年图灵奖得主姚期智；2004年，Vinton G. Cerf和Robert E. Kahn，互联网领域的先驱者。,历年图灵奖获得者 1966年：Alan J. Perlis-ALCOL语言和计算机科学的“催生者” 1967年：Maurice V. Wilkes- 世界上第一台存储程序式计算机EDSAC的研制者 1968年：Richard Hamming 发明纠错码的大数学家和信息学专家 1969年：Marvin Minsky “人工智能之父”和框架理论的创立者 1970年：James H. Wilkinson- 数值分析专家和研制ACE计算机的功臣 19

38、71年：John McCarthy “人工智能之父”和LISP语言的发明人 1972年：Edsger Dijkstra 最先察觉“goto有害”的计算机科学大师,1973年：Charles W. Bachman “网状数据库之父” 1974年：Donald E. Knuth 经典巨著计算机程序设计的艺术的年轻作者 1975年：Allen Newell和Herbert A. Simon 人工智能符号主义学派的创始人 1976年：Michael O. Rabin和Dana S. Scott 非确定性有限状态自动机理论的开创者 1977年：John Backus FORTRAN和BNF的发明者 19

39、78年：Robert W. Floyd 前后断言法的创始人 1979年：肯尼思艾弗森 大器晚成的科学家，APL的发明人 1980年：C. Antony R. Hoare 从QUICKSORT、CASE到程序设计语言的公理化 1981年：埃德加科德 “关系数据库之父” 1982年：斯蒂芬库克 NP完全性理论的奠基人,1983年：Ken Thompson和Dennis M. Ritchie C和UNIX的发明者 1984年：尼克劳斯沃思 PASCAL之父及结构化程序设计的首创者 1985年：Richard M. Karp 发明“分枝限界法”的三栖学者 1986年：John Hopcroft和Rob

40、ert Tarjan 硕果累累的算法设计大师 1987年：John Cocke RISC概念的首创者 1988年：Ivan Sutherland 计算机图形学之父 1989年：William (Velvel) Kahan 浮点计算的先驱 1990年：Fernando J. Corbat- 实现分时系统的功臣 1991年：Robin Milner 标准元语言ML的开发者 1992年：Butler W. Lampson 从Alto系统的首席科学家到微软的首席技术官,1993年：Juris Hartmanis和Richard E. Stearns 计算复杂性理论的主要奠基人 1994年：Edward

41、 Feigenbaum和Raj Reddy 大型人工智能系统的开拓者 1995年：Manuel Blum 计算复杂性理论的主要奠基人之一 1996年：Amir Pnueli 把时态逻辑引入计算机科学 1997年：Douglas Engelbart 鼠标器的发明人和超文本研究的先驱 1998年：James Gray 数据库技术和“事务处理”专家 1999年：Frederick P. Brooks, IBM 360系列计算机的总设计师和总指挥 2000年：姚期智(Andrew Chi-Chih Yao) 计算理论领域的基础性的卓越贡献，其中包括产生伪随机数的复杂性理论，密码系统和通讯复杂性等,20

42、01年：Ole-Johan Dahl和克利斯登奈加特通过设计编程语言Simula I和Simula 67中产生的对面向对象程序语言出现至关重要的观念 2002年：Ronald L. Rivest、Adi Shamir和Leonard M. Adleman使得公钥密码技术在实际中可用的创造性贡献 2003年：Alan Kay对当代面向对象编程语言根本点的先驱性的思想，领导研发队伍开发了SmallTalk语言，对个人计算做出基础性的贡献 2004年：Vinton G. Cerf和Robert E. Kahn互联网领域先驱性的贡献（包括Internet基础通讯协议的设计与实现，TCP/IP协议），和

43、网络领域的权威性的领导地位 2005年：Peter Naur对Algol 60编程语言的设计与定义，对编译器设计和计算机编程领域的理论与实践的基础性贡献 2006年：美国科学家Frances E. Allen（女）对于优化编译器技术的理论和实践做出的先驱性贡献，这些技术为现代优化编译器和自动并行执行打下了基础。,（1）Marvin Lee Minsky,主要研究领域：人工智能理论与实践、认知心理学、神经网络、图灵机理论、音乐认知、物理光学、社会心理学等。 主要贡献：符号图形描述、计算几何学、知识表示、计算语义学、机器感知、符号主义和连接主义的学习、空间探测技术、智能机器人等。,EDUCATIO

44、N The Fieldston School, New York. Bronx High School of Science, New York Phillips Academy, Andover, Massachusetts United States Navy, 1944-45 B.A. Mathematics Harvard University 1946-50 Ph.D. Mathematics Princeton University 1951-54 Junior Fellow, Harvard Society of Fellows, 1954-1957,PROFESSIONAL T

45、oshiba Professor of Media Arts and Sciences, M.I.T, 1990-present Donner Professor of Science, M.I.T., 1974-1989 Professor, Department of Electrical Engineering, M.I.T., 1974 Co-Director, M.I.T. Artificial Intelligence Laboratory, 1959-1974 Assistant Professor of Mathematics, M.I.T., 1958 Founder, M.

46、I.T. Artificial Intelligence Project, 1959 Staff Member, M.I.T. Lincoln Laboratory, 1957-1958,HONORS Turing Award, Association for Computing Machinery, 1970 Doubleday Lecturer, Smithsonian Institution, 1978 Messenger Lecturer, Cornell University, 1979 Dr. Honoris Causa, Free University of Brussels,

47、1986 Dr. Honoris Causa, Pine Manor College, 1987 Killian Award, MIT, 1989 Japan Prize Laureate, 1990 Research Excellence Award, IJCAI 1991 Joseph Priestly Award, 1995 Rank Prize, Royal Society of Medicine, 1995 R.W. Wood Prize, Optical Soc. of America, 2001 Benjamin Franklin Medal, Franklin Institut

48、e, 2001,SOCIETIES President, American Association for Artificial Intelligence, 1981-82 Fellow, American Academy of Arts and Sciences Fellow, Institute of Electrical and Electronic Engineers Fellow, Harvard Society of Fellows Board of Advisors, National Dance Institute Board of Advisors, Planetary So

49、ciety Board of Governors, National Space Society Awards Committee, American Academy of Achievement Member, U.S. National Academy of Engineering Member, U.S. National Academy of Sciences Member, Argentine National Academy of Science Member, League for Programming Freedom,CORPORATE AFFILIATIONS Direct

50、or, Information International, Inc., 1961-1984 Founder, LOGO Computer Systems, Inc. Founder, Thinking Machines, Inc. Fellow, Walt Disney Research and Development GOVERNMENT Various panels and committees on Mathematics, AI, and Space Exploration. Chairman, NBS visiting committee on Applied Mathematics,