1、1,人工智能,第1章 绪论,海军工程大学 贲可荣,2,教材人工智能(第二版),普通高等教育“十一五”和“十二五”国家级规划教材 高等学校计算机教育规划教材贲可荣 张彦铎 编著 陈志刚 审电话 643985（O）13871164789,3,参考书,Artificial Intelligence: Structures and Strategies for Complex Problem Solving (6th Edition) George F. Luger,人工智能原理与考试指导（第二版） 张仰森，高等教育出版社，2004 学校图书馆,4,人工智能自诞生之日起就引起人们无限美丽的想象和憧憬；
2、 已经成为学科交叉发展中的一盏明灯,光芒四射； 但其理论起伏跌宕，也存在争议和误解。,5,1.1 人工智能的定义与发展 1.2 人类智能与人工智能 1.2.1 智能信息处理系统的假设 1.2.2 人类智能的计算机模拟 1.3 人工智能各学派的认知观 1.4 人工智能的研究与应用领域 1.4.1 智能感知 1.4.2 智能推理 1.4.3 智能学习 1.4.4 智能行动 1.5 未来50年的人工智能问题 1.6 人工智能与新军事变革,6,人工智能 (A.I.: Artificial Intelligence),华纳兄弟公司(Warner Brothers, USA)2001年出品 主演： 海利-
3、乔-奥斯蒙特(Haley Joel Osment) 裘德-洛(Jude Law) 弗朗西斯-奥康娜(Frances OConnor) 萨姆-罗伯兹(Sam Robards) 导演：斯蒂文-斯皮尔伯格(Steven Spielberg) 编剧：斯蒂文-斯皮尔伯格(Steven Spielberg) 类型：科幻片,7,1.1 人工智能的定义与发展,人类的许多活动，如下棋、竞技、解题、游戏、规划和编程，甚至驾车和骑车都需要“智能”。 如果机器能够执行这种任务，就可以认为机器已具有某种性质的“人工智能”。,3个主流学派： 逻辑学派（符号主义方法） 仿生学派（联结主义方法） 控制论学派（行为主义方法）,
4、8,1. 定义,AI是研究理解和模拟人类智能、智能行为及其规律的一门学科。 主要任务建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。 智能机器(intelligent machine)能够在各类环境中自主地或交互地执行各种拟人任务的机器。,9,AI能力是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。,10,2. 起源与发展,20世纪30年代，Frege、Whitehead、Russell和Tarski等人研究表明，推理的某些方面可以用比较简单的结构加以形式化。 Turin
5、g、Church等人给出了计算的本质刻画。,11,1956年 Dartmouth会议标志人工智能学科的诞生。 与会者有数学家、逻辑学家、认知学家、心理学家、神经生理学家和计算机科学家。3个亮点 神经网络模拟器 搜索法 定理证明器,1969年召开IJCAI 1970年International Journal of AI创刊,12,Wiener、McCulloch等人提出的控制论和自组织系统的概念集中讨论了“局部简单”系统的宏观特性。 1948年，Wiener开创了近代控制论，而且为人工智能的控制论学派(即行为主义学派)树立了新的里程碑。 控制论影响了许多领域。,Warren McCulloch
6、,13,最终把这些不同思想连接起来的是计算机本身。 在机器的应用成为可行之后不久，人们就开始试图编写程序以解决智力测验难题、下棋以及把文本从一种语言翻译成另一种语言。,14,智能机器,5thc B.C. Aristotelian logic invented 1642 Pascal built an adding machine1694 Leibnitz reckoning machine,15,智能机器,1834 Charles BabbagesAnalytical Engine,Ada writes of the engine, “The Analytical Engine has no
7、pretensions whatever to originate anything. It can do whatever we know how to order it to perform.”,The picture is of a model built in the late 1800s by Babbages son from Babbages drawings.,16,30多年来，人工智能的应用研究取得了重大进展。,专家系统(expert system)显示出强大的生命力。 Feigenbaum所领导的研究小组于1968年研究成功第一个专家系统DENDRAL 1972-1976年
8、，Feigenbaum小组又开发成功MYCIN医疗专家系统,17,著名专家系统 PROSPECTOR地质勘探专家系统、 CASNET青光眼诊断治疗专家系统、 RI计算机结构设计专家系统、 MACSYMA符号积分与定理证明专家系统、 ELAS钻井数据分析专家系统 ACE电话电缆维护专家系统1977年，Feigenbaum进一步提出了知识工程(knowledge engineering)的概念。,18,AI系统的三个基本问题: 知识表示 知识利用 知识获取 人工智能系统是一个知识处理系统近十多年来，机器学习、计算智能、人工神经网络等行为主义的研究深入开展，形成高潮，这些都推动了人工智能研究的深入发
9、展。,19,1978年 “智能模拟”纳入国家计划； 1984年召开了智能计算机及其系统的全国学术讨论会； 1986年起把智能计算机系统、智能机器人和智能信息处理(含模式识别)等重大项目列入863计划； 1993年起，又把智能控制和智能自动化等项目列入973计划。 进入21世纪后，己有更多的人工智能与智能系统研究获得各种基金计划支持。,中国,20,1981年起，相继成立了 中国人工智能学会(CAAI)、 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（2010长沙） 中国自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
10、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。 1989年召开CJCAI IJCAI2013：2013年8月3日-9日，北京国际会议中心,21,1987年模式识别与人工智能创刊。 国际上有影响的创造性成果，如吴文俊关于几何定理证明的“吴氏方法”。,22,8位人工智能学者获图灵奖 Marvin Minsky（1969年获奖）, John McCarthy（1971年获奖）, Herbert Simon和Allen Newell（1975年获奖）, Edward Albert Feigenbaum和 Raj Reddy（1994年获奖）。 Leslie Valiant(20
11、10年获奖) Judea Pearl(2011年获奖),23,Leslie Valiant获得2010年图灵奖,出生于英国的理论计算机科学家、哈佛大学教授Leslie Valiant因为“对众多计算理论（包括PAC学习、枚举复杂性、代数计算和并行与分布式计算）所做的变革性的贡献”而获得最新一届计算机科学最高荣誉图灵奖。,Valiant最大的贡献是1984年的论文A Theory of the Learnable，使诞生于50年代的机器学习领域第一次有了坚实的数学基础，从而扫除了学科发展的障碍，这对人工智能诸多领域包括加强学习、机器视觉、自然语言处理和手写识别等都产生了巨大影响。可以说，没有他的
12、贡献，IBM也不可能造出Watson这样神奇的机器来。,24,2012年3月16日消息，被誉为“计算领域诺贝尔奖”的图灵奖，2011年颁发给了UCLA的Judea Pearl教授（75岁），奖励他在人工智能领域的基础性贡献，他提出概率和因果性推理演算法，彻底改变了人工智能最初基于规则和逻辑的方向。,人工智能专家Judea Pearl获2011年图灵奖,Judea Pear毕业于 以色列理工学院Technion，在那里获得电气工程学科的学士学位。1965年，他获得了Rutgers大学的物理学硕士学位，同年获得了布鲁克林理工学院的电气工程学的博士学位。,25,AI有三次大跃进： 智能系统代替人完成
13、部分逻辑推理工作 智能系统能够和环境交互，从运行的环境中获取信息，代替人完成包括不确定性在内的部分思维工作，通过自身的动作，对环境施加影响，并适应环境的变化。 智能系统具有类人的认知和思维能力，能够发现新的知识，去完成面临的任务,26,1.2 人类智能与人工智能,人类的认知过程是一个非常复杂的行为，人们从不同的角度对它进行研究，从而形成诸如认知生理学、认知心理学和认知工程学等相关学科。,27,1.2.1 智能信息处理系统的假设,28,一个完善的符号系统应具有下列6种基本功能：(1)输入符号(input)，(2)输出符号(output)，(3)存储符号(store)，(4)复制符号(copy)，
14、(5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构，(6)条件性迁移(conditional transfer)：根据已有符号，继续完成活动过程,人和计算机具备这6种功能。,29,(1)认知生理学 (2)认知心理学 (3)认知信息学 (4)认知工程学,从4个层次对认知本质进行研究：,30,计算机的确能够很好地执行许多智能功能，如下棋、证明定理、翻译语言文字和解决难题等。 这些任务是通过编写与执行模拟人类智能的计算机程序来完成的。 这些程序只能接近于人的行为,1.2.2 人类智能的计算机模拟,IBM人机大战：2011年2月17日，鏖战三回合，IBM超级电脑沃森（Watson）完
15、胜鸣金。,31,考虑下棋的计算机程序。 计算机程序对每个可能的走步空间进行搜索，它能够同时搜索几千种走步。 进行有效搜索的技术是人工智能的核心思想之一。当象棋大师们盯着一个棋位时，在他们的脑子里出现了很多盘重要的棋局，帮助他们决定最好的走步。,32,“IBM人机大战：超级电脑让人类智慧处于危险边缘？”中报道，2011年2月17日，鏖战三回合的人机大战硝烟散尽，IBM超级电脑沃森（Watson）完胜鸣金。 两名对手肯詹宁斯和布拉德鲁特尔，前者是曾连赢74场的答题王，创下连赢场数最多纪录；后者是获得奖金总额最高选手，总数达325万美元之多。,33,1.3 人工智能各学派的认知观,AI的主要学派：
16、(l)符号主义 (2)连接主义 (3)行为主义,34,1.符号主义学派,认知基元是符号，智能行为通过符号操作来实现,以Robinson提出的归结原理为基础，以LISP和Prolog语言为代表； 着重问题求解中启发式搜索和推理过程，在逻辑思维的模拟方面取得成功，如自动定理证明和专家系统。,35,人工智能源于数理逻辑。 数理逻辑和计算机科学具有完全相同的宗旨。 数理逻辑试图找出构成人类思维或计算的最基础的机制，例如推理中的代换、匹配、分离，计算中的运算、迭代、递归。 计算机程序设计则是要把问题的求解归结于程序设计语言的几条基本语句，甚至归结于一些极其简单的机器操作指令。,36,数理逻辑的形式化方法
17、又和计算机科学不谋而合。 计算机系统本身，它的硬件、软件都是一种形式系统，它们的结构都可以形式地描述； 程序设计语言更是不折不扣的形式语言系统。 要研究计算机、开发种种程序设计语言，没有形式化知识和形式化能力是难以取得出色的成果的。,37,人们必须用计算机懂得的形式语言告诉它怎么做或者做什么， 而计算机理解这些语言的过程，又正是按照人赋予它的形式化规程(编译程序，compiler)，将它们归约为自己的基本操作。,38,正是数理逻辑对计算的追根寻源，导致了第一个计算的数学模型图灵机(Turing machines)的诞生，它被公认为现代数字计算机的祖先； -演算系统为第一个人工智能语言LISP奠
18、定了基础； 一阶谓词演算系统为计算机的知识表示及定理证明铺平了道路。逻辑程序设计语言Prolog以其为根本。,39,2.连接主义学派,人的思维基元是神经元，把智能理解为相互联结的神经元竞争与协作的结果,以人工神经网络为代表, 其中,反向传播网络模型（BP）和Hopfield网络模型更为突出； 着重结构模拟，研究神经元特征、神经元网络拓朴、学习规则、网络的非线性动力学性质和自适应的协同行为。,40,认为人工智能源于仿生学，特别是对人脑模型的研究。 它的代表性成果是1943年由生理学家McCulloch和数理逻辑学家Pitts创立的脑模型， 即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。
19、 它从神经元开始进而研究神经网络模型和脑模型，开辟了人工智能的又一发展道路。,41,20世纪60-70年代，连接主义，尤其是对以感知器(perceptron)为代表的脑模型的研究曾出现过热潮，由于受到当时的理论模型、生物原型和技术条件的限制，脑模型研究在20世纪70年代后期至80年代初期落入低潮。 Hopfield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以后，连接主义才又重新抬头。 1986年，Rumelhart等人提出多层网络中的反向传播(BP)算法。,42,3.行为主义学派,认为人工智能源于控制论。 控制论把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系
20、起来。 早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自校正、自镇定、自组织和自学习等控制论系统的研究，并进行“控制论动物”的研制。,43,行为主义是20世纪末才以人工智能新学派的面孔出现的，引起许多人的兴趣。 这一学派的代表作首推Brooks的六足行走机器人，它被看做是新一代的“控制论动物”，是一个基于感知-动作模式的模拟昆虫行为的控制系统。,44,反馈是控制论的基石，没有反馈就没有智能。通过目标与实际行为之间的误差来消除此误差的控制策略。 控制论导致机器人研究，机器人是“感知-行为”模式,是没有知识的智能；强调系统与环境的交互，从运行环境中获取信息，通过自己的
21、动作对环境施加影响。,45,1.4 人工智能的研究与应用领域,AI领域包括自然语言处理、自动定理证明、智能数据检索系统、机器学习、模式识别、视觉系统、问题求解、人工智能方法和程序语言以及自动程序设计等。 在过去的40多年中，已经建立了一些具有人工智能的计算机系统。,46,这里所要讨论的各种智能特性之间也是相互关联的，把它们分开来介绍只是为了便于指出现有的人工智能程序能够做些什么和还不能做什么。 大多数人工智能研究课题都涉及许多智能领域。 四个方面 智能感知 智能推理 智能学习 智能行动,47,1.4.1智能感知,(1) 模式识别 模式识别研究主要集中在： 研究生物体是如何感知对象的， 在给定的
22、任务下，如何用计算机来实现模式识别的理论和方法。 模式识别的方法有感知机、统计决策方法、基于基元关系的句法识别方法和人工神经元网络方法。 计算机模式识别系统由三部分组成： 数据采集 数据处理 分类决策或模型匹配,48,模式识别研究工作 文字和二维图像的识别 解释和描述复杂的三维景物（积木世界） 活动目标的识别和分析，它是景物分析走向实用化研究的一个标志。,49,语音识别技术 始于20世纪50年代初期。 1952年，美国贝尔实验室的Davis等人成功地进行了0-90个数字的语音识别实验，其后由于当时技术上的困难，研究进展缓慢，直到1962年才由日本研制成功第一个连续多位数字语音识别装置。 20世
23、纪70年代以来，各种语音识别装置相继出现，性能良好的能够识别单词的声音识别系统已进入实用阶段。 神经网络用于语音识别也已取得成功。,50,神经网络方法已经成功地应用于 手写字符的识别、 汽车牌照的识别、 指纹识别、 语音识别等方面。 模式识别已经在 天气预报、 卫星航空图片解释、 工业产品检测、 字符识别、 语音识别、 指纹识别、 医学图像分析等许多方面得到了成功的应用。,51,(2) 自然语言处理 自然语言处理是用计算机对人类的书面和口头形式的自然语言信息进行处理加工的技术，它涉及 语言学、 数学和 计算机科学等多学科知识领域。,52,自然语言处理的主要任务在于建立各种自然语言处理系统，如：
24、 文字自动识别系统、 语音自动识别系统、 语音自动合成系统、 电子词典、 机器翻译系统、 自然语言人机接口系统、 自然语言辅助教学系统、 自然语言信息检索系统、 自动文摘系统、 自动索引系统、 自动校对系统等。,53,自然语言在以下四个方面与人工语言有很大差异： (1)自然语言中充满歧义； (2)自然语言的结构复杂多样； (3)自然语言的语义表达千变万化，至今还没有一种简单而通用的途径来描述它； (4)自然语言的结构和语义之间有着千丝万缕的、错综复杂的联系。 自然语言处理的研究有两大主流： 面向机器翻译的自然语言处理； 面向人机接口的自然语言处理。,54,20世纪90年代，在自然语言处理中，开
25、始把大规模真实文本的处理作为今后的战略目标，形成了词汇主义，引入了语料库方法，包括统计方法、基于实例的方法以及通过语料加工使语料库转变为语言知识库的方法等。 判断计算机系统是否真正“理解”了自然语言的标准有： 问答 释义 文摘生成 翻译,55,自然语言理解的研究大体上经历了三个时期： 关键词匹配技术 句法-语义分析方法 走向实用化和工程开发 目前可以将任意输入的源语言的句子作为处理对象的机器翻译系统的实现方式大致可分为三类： 直接方式 转换方式 中间语言方式,56,近年来，又出现了一种全新的基于实例的方法。 这种方法的基础是大规模的双语对译语料库，同时需要开发最佳匹配检索技术和适当的调整机制。
26、 随着语料库语言学的发展，基于实例的机器翻译方法将显示出它的优势。 电子词典是机器翻译系统的低级形式。 机器翻译系统性能及其译文质量的评价问题也是机器翻译领域的一个重要研究课题。,57,(3) 计算机视觉,计算机视觉旨在对描述景物的一幅或多幅图像的数据经计算机处理，以实现类似于人的视觉感知功能。数字图像(光学图像) 距离图像(激光或超声测距) 数据融合(多种传感器),58,计算机视觉的基本方法是： （1）获取灰度图像； （2）从图像中提取边缘、周长、惯性矩等特征； （3）从描述已知物体的特征库中选择特征匹配最好的相应结果。,59,计算机视觉通常可分为低层视觉与高层视觉两类。 低层视觉主要执行预
27、处理功能，如边缘检测、动目标检测、纹理分析，通过阴影获得形状、立体造型、曲面色彩等，其目的是使被观察的对象更突现出来。 高层视觉则主要是理解所观察的形象。,60,计算机视觉的应用: 条形码识别系统 指纹自动鉴定系统 文字识别系统 生物医学图像分析和遥感图片自动解释系统 无损探伤系统 计算机视觉还曾用于在海湾战争中使用过的战斧式巡航导弹的制导。,61,（4）情感计算,“情感计算”的目标是赋予计算机感知、理解以及表达情感的能力。,62,1.4.2智能推理,(1) 概述 对推理的研究往往涉及到对逻辑的研究。逻辑是人脑思维的规律，从而也是推理的理论基础。机器推理或人工智能用到的逻辑，主要包括经典逻辑中
28、的谓词逻辑和由它经某种扩充、发展而来的各种逻辑。 Prolog,63,非标准逻辑是泛指除经典逻辑以外的那些逻辑，如 多值逻辑、 多类逻辑、 模糊逻辑、 模态逻辑、 时态逻辑、 动态逻辑、 非单调逻辑。,64,(2) 搜索技术,搜索技术就是对推理进行引导和控制的技术。 智能活动的过程可看作或抽象为一个“问题求解”过程。 而所谓“问题求解”过程，实质上就是在显式的或隐式的问题空间中进行搜索的过程。 如，旅行商问题，定理证明,65,搜索技术也是一种规划技术。 “启发式”搜索算法 基于符号推演方式(传统的搜索技术) 神经网络技术用于问题求解(问题求解与搜索技术研究的新途径) 如，用Hopfield网解
29、决31个城市的旅行商问题,66,(3) 问题求解,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。 十五子棋 国际象棋 进行各种数学公式运算,67,(4) 定理证明,程序能够证明从事实得出的定理 1976年7月，K.Appel解决了长达124年之久的难题四色定理。 吴文俊 “吴氏方法”,68,(5) 专家系统和知识库,专家系统是一个基于专门的领域知识来求解特定问题的计算机程序系统。主要用它来模仿人类专家的思维活动，通过推理与判断来求解问题。 专家系统组成： 知识库 推理机,69,专家系统中的知识往往具有不确定性或不
30、精确性，它必须能够使用这些模糊的知识进行推理以得出结论。 专家系统可用于解释、预测、诊断、设计、规划、监督、排错、控制和教学等目的。,70,专家系统开发工具 LISP语言 Prolog 专家系统的运行与维护,71,知识库技术包括知识的组织、管理、维护、优化等技术。 知识库与知识表示密切相关，知识表示是指知识在计算机中的表示方法和表示形式，它涉及到知识的逻辑结构和物理结构。 知识表示实际也隐含着知识的运用，知识表示和知识库是知识运用的基础，同时也与知识的获取密切相关。 知识是智能的基础和源泉。,72,(6) 系统与语言工具,开发新的方法也往往是人工智能研究的一个重要方面。 人工智能对计算机界的某
31、些最大贡献已经以派生的形式表现出来。 计算机系统的一些概念，如分时系统、编目处理系统和交互调试系统等，已经在人工智能研究中得到发展。,73,1.4.3智能学习,经典定义：利用经验改善系统自身的性能T.Mitchell, Book 97机器学习是使计算机具有智能的根本途径。 学习是一个有特定目的的知识获取过程，其内部表现为新知识结构的不断建立和修改，而外部表现为性能的改善。,74,75,美国航空航天局JPL实验室的科学家在Science（2001年9月）上撰文指出：机器学习对科学研究的整个过程正起到越来越大的支持作用，该领域在今后的若干年内将取得稳定而快速的发展,生物 信息学,计算 金融学,分子
32、 生物学,行星 地质学,工业过程控制,机器人,遥感信 息处理,信息安全,机 器 学 习,76,(2) 神经网络,神经网络实际上指的是一类计算模型，其工作原理模仿了人类大脑的某些工作机制。,77,神经网络计算表现出很强的灵活性、适应性和学习能力，这是传统计算方法所缺乏的。,78,智能不仅要功能模拟, 而且要机理模拟,79,(3) 计算智能与进化计算,计算智能涉及神经计算、模糊计算、进化计算等研究领域。进化计算是指一类以达尔文进化论为依据来设计、控制和优化人工系统的技术和方法的总称，它包括遗传算法、进化策略和进化规划。,80,(4) 遗传算法,遗传算法是模拟自然界中按“优胜劣汰”法则进行进化过程而
33、设计的算法。 遗传算法应用: 用于控制(煤气管道的控制)、 规划(生产任务规划)、 设计(通信网络设计)、 组合优化(TSP问题、背包问题)以及 图像处理和信号处理,81,1.4.4智能行动,(1) 智能检索 智能信息检索系统面临问题: 理解以自然语言陈述的询问 如何根据存储的事实演绎出答案 理解询问和演绎答案所需要的知识都有可能超出该学科领域数据库所表示的知识范围 怎样表示和应用常识,82,(2) 智能调度与指挥,推销员旅行问题 NP-hard 智能组合调度与指挥方法已被应用于汽车运输调度、列车的编组与指挥、空中交通管制以及军事指挥等系统。 C4ISR(C3I的基础上增加了侦察、信息管理和信
34、息战)，强调战场情报的感知能力、信息综合处理能力以及系统之间的交互作用能力。,83,任务规划系统O-Plan。 O-Plan应用： 空间站构造 卫星规划与控制 结构构造与房屋建造 软件开发 UNIX管理员的手迹写入 物流 非战斗撤退行动 危机响应 空战规划流程,84,(3) 智能控制,智能控制是驱动智能机器自主地实现其目标的过程。 智能控制研究领域 智能机器人规划与控制 智能过程规划 智能过程控制 专家控制系统 语音控制 智能仪器,85,(4) 智能机器人,机器人分为三代: 工业机器人 基于传感器信息来工作的机器人 智能机器人智能机器人具备四种机能： 行动机能 感知机能 思维机能 人机交互机能
35、,86,智能机器人的研究和应用体现出广泛的学科交叉，涉及众多的课题，如机器人体系结构、机构、控制、智能、视觉、触觉、力觉、听觉、机器人装配、恶劣环境下的机器人以及机器人语言等。 机器人已在各种工业、农业、商业、旅游业、空中和海洋以及国防等领域获得越来越普遍的应用。,87,星际探索机器人 海洋(水下)机器人 机器人外科手术系统 微型机器人 足球机器人 机器人足球比赛,88,美国“大狗”机器人,2008年3月，美国官方公布了一段关于军用机器人的录像，视频中的机器人名为“大狗”(BigDog)，拥有惊人的活动能力和适应性。这个“大狗”机器人吸引了众多关注的目光，它的视频也在互联网上造成轰动。 “大狗
36、”机器人拥有非常强的平衡能力，无论是爬陡坡，跨崎岖路段，还是在冰面或者雪地上，它都能够行走自如，甚至在被人猛地踹上一脚后，“大狗”也能迅速调整恢复身体的平衡。 最新款“大狗”可以攀越35的斜坡，可承载40多公斤的装备，约相当于其自重的30%，“大狗”还可以自行沿着简单的路线行进，或是被远程控制。,89,科学网（2011年9月11日）：据英国每日邮报报道，目前，英国最新研制一款智能聊天语言系统，可以赋予计算机类似人类的“思维”，如图所示。 “这款智能软件系统能够欺骗50%以上的测试者，它已通过了图灵测试。或许为研制新一代智能机器带来契机。”,90,欧盟嵌入式脑外科手术机器人研究获得重大突破,科技
37、部门户网站 2011年12月20日 2011年11月28日-12月4日，首届欧洲机器人周在欧盟17个成员国同时举行。11月28日，欧委会在欧洲机器人周首日的新闻发布会上正式对外宣布，由欧盟第七研发框架计划（FP7）资助的机器人研发项目ROBOCAST在嵌入式脑外科手术机器人的研究上获得突破性进展。新型机器人主要有两大突破点：一是具有13项类型操作自由度，大大高于微创脑外科手术人工操作4项自由度；二是具有创口小、伤痛轻的“快速返回”和修复功能。,具备内窥镜监测脑神经外科手术的新型机器人借助被称作为穿颅锥孔的微细管口以探头的方式嵌入颅骨内部，进而进行病灶组织的处理及淤血收集或其它液体的收集排出。
38、新型机器人仅有外科医生手术操作抖动的十分之一，以及其特殊优势，更适合用于脆弱病灶去除的保护手术和避免大脑开颅的手术。,91,(5) 分布式人工智能与 Agent,DAI是分布式计算与人工智能结合的结果。DAI 的研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型。 DAI中的智能并非独立存在的概念，只能在团体协作中实现，因而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 多Agent系统(MAS),92,多主体环境MAGE,需求分析,系统设计,系统开发,行为层,主体层,主体社会,系统部署、运行,MAGE工作流程,主体统一建模平台AUMP,可视化主体开发 环境VAS
39、tudio,MAGE运行环境,93,数据挖掘,数据库,机器学习,数据分析技术,数据管理技术,(6) 数据挖掘与知识发现,94,在数据库基础上实现的知识发现系统，通过综合运用统计学、粗糙集、模糊数学、机器学习和专家系统等多种学习手段和方法，从大量的数据中提炼出抽象的知识， 从而揭示出蕴涵在这些数据背后的客观世界的内在联系和本质规律，实现知识的自动获取。,95,知识发现4个特征： 发现的知识用高级语言表示； 发现的内容是对数据内容的精确描述； 发现的结果(即知识)是用户感兴趣的； 发现的过程应是高效的。,96,知识发现系统: 用于超级市场商品数据分析、解释和报告的CoverStory系统； 用于概
40、念性数据分析和查寻感兴趣关系的集成化系统EXPLORA； 交互式大型数据库分析工具KDW； 用于自动分析大规模天空观测数据的SKICAT系统； 通用的数据库知识发现系统KDD等。,97,(7) 人工生命,人工生命(ALife)的概念是由美国圣达菲研究所非线性研究组的Langton于1987年提出来的，旨在用计算机和精密机械等人工媒介生成或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。 自然生命系统行为具有自组织、自复制、自修复等特征以及形成这些特征的混浊动力学、进化和环境适应。,98,以大鼠机器人为例，外部机器向大鼠脑部输入控制指令，诱导其产生左、右、前进和停止等四种基本行为，完成爬梯、穿越障碍等导航任务。计算机可完全代替操作员，经环境建模、路径规划和指令生成三个阶段完成大鼠机器人的自动导航。,机器脑-生物脑的混合智能系统 动物机器人是机器智能与生物智能融合的典型代表。以动物为运动载体，采用脑机接口构建行为可控的动物-机器混合智能系统。,
