1、一. 孕育期（1956 年之前） 一. 孕育期（1956 年之前） 一. 孕育期（1956 年之前） 二. 形成期（1956 年-1969 年） 这一时期的主要研究大致有以下一些方面： 三. 知识应用期（1970 年-80 年代末） 人工智能遇到了许多麻烦： 在其它方面，人工智能也遇到了这样那样的问题： 以知识为中心的研究： 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 阿伦?图灵（Alan Turing） 计算机科学理论的创始人 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” ，提出图灵机理论 1950 年发表论文“
2、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 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 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 约翰?麦卡锡（John McCarthy） 人工智能之父 LISP 语言的发明人 首次提出 AI的
3、概念 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 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 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得杰出科学贡献奖
4、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 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
5、，成为 DSS 的核心内容 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 爱德华?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 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 Tek
6、nowledge 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 在英国，1971 年剑桥大学应用数学家詹姆士（James）先生应政府要求，发表了人工智能综合报告，指责“人工智能研究不是骗局，也是庸人自扰” 。这个目光短浅的报告被政府采纳后，英国的人工智能研究经费被削减、机构被解散。 在美国，曾一度热衷于人工智能研究的 IBM 公司也下令取消了在该公司范围内的所有人工智能研究活动。 从此，形势急转直下，在全世界范围内人工智能研究陷入困境、落入低谷。在这种极其困难的环境下，仍有一大批人工智能学者不畏艰辛、潜心研究。 他们在认真总结前一阶段研究工作经验教训
7、的同时，从费根鲍姆以知识为中心开展人工智能研究的观点中找到了新的出路。 专家系统悄悄开始孕育，使得人工智能在后来出现的困难和挫折中能很快找到前进方向，迅速地再度兴起。 专家系统（Expert System，简写为 ES）是一个具有大量的专门知识，并能够利用这些知识去解决特定领域中需要由专家才能解决的那些问题的计算机程序。 专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是人工智能发展史上的一次重要转折。 1972 年，费根鲍姆在继化学专家系统 DENDRAL 之后，又领导他的研究小组开始研究 MYCIN 专家系统，并于 1976 年研制成功。 197
8、6 年，斯坦福大学国际人工智能中心杜达（R.D. Duda）等人开始研制地质勘探专家系统PROSPECTOR。 MIT 1971 年研制成功并投入使用数学专家系统MACSYMA。 美国拉特格尔（Rutger）大学于 1978 年研制成功用于青光眼诊断和治疗的专家系统 CASNET。 在这一时期，与专家系统同时发展的重要领域还有计算机视觉和机器人，自然语言理解与机器翻译等。 此外，在知识表示、不精确推理、人工智能语言等方面也有重大进展。 1974 年，明斯基提出框架理论； 1975 年，绍特里夫（E.H. Shortliffe）提出并在 MYCIN 中应用确定性理论； 1976 年，杜达提出并在
9、PROSPECTOR 中应用主观贝叶斯方法； 1972 年，由科麦瑞尔（A.Colmerauer）及其研究小组在法国马塞大学研制成功了世界上第一个 prolog 系统。 1977 年，在第五届国际人工智能联合会议上，费根鲍姆正式提出了知识工程（Knowledge Engineering，简称 KE）的概念。 专家系统的成功，说明了知识在智能系统中的重要性，使人们更清楚地认识到人工智能系统应该是一个知识处理系统，而知识表示、知识获取、知识利用是人工智能系统的三个基本问题。 整个 2O 世纪 8O 年代知识工程和专家系统在全世界得到了迅速发展，其应用范围也扩大到了人类社会的各个领域，并产生了巨大的
10、经济效益。随着专家系统应用的不断深入和计算机技术的飞速发展，专家系统本身所存在的问题逐渐暴露出来： 应用领域狭窄 缺乏常识性知识 知识获取困难 推理方法单一 没有分布式功能 不能访问现存数据库 在专家系统方面，从 2O 世纪 8O 年代末开始逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展。 大型专家系统开发采用了多种人工智能语言（如LISP、Prolog 和 C 十十等） 、多种知识表示方法（如产生式规则、框架、逻辑、语义网络、面向对象等） 、多种推理机制（如演绎推理、归纳推理、非精确推理和非单调推理等）和多种控制策略（如正向、逆向和双向等）相结合的方式，并开始运用各种专家系统
11、外壳、专家系统开发工具和专家系统开发环境等。 四. 综合集成期（80 年代末至今） 目前，人工智能技术正在向大型分布式人工智能、大型分布式多专家协同系统、广义知识表达、综合知识库（即知识库、方法库、模型库、方法库的集成） 、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体（Agent）协同系统等方向发展。 人工智能在机械中的主要应用 机械设计专家系统（零部件设计、工艺设计） 机械系统智能管理与智能调度 机械设备的智能故障诊断 机械生产过程的智能识别 机械设备及生产过程的智能控制 * By xionghegen 课前说明： 1 本课程按讲座形式讲授，每讲为人工智
12、能与计算智能的一个技术单元，使大家总体上了解人工智能与计算智能的各种技术； 2 课程的考核形式：博士生课程论文，硕士生课程大作业； 3 教材：无现成的与课程名称相同的教材，可参考人工智能 、 人工智能导论 、人工智能及其应用 、 计算智能等相关教材。 引言： 1 什么是智能：感觉、认知、记忆、分析、判断、适应、决策等；生物智能（自然智能） 、人工智能（机器上实现的智能，机器计算机） ；2、人工智能术语的提出：1956 年夏天， 美国达特莫斯大学（Dartmouth）召开了一次影响深远的历史性会议。这次聚会本来属于朋友间沙龙式的学术研讨，与会者也仅仅只有 10 个人。主要发起人是该校青年助教 麦
13、卡锡 ，此外会议发起者还有哈佛大学明斯基、贝尔实验室申龙（E.Shannon）和 IBM公司信息研究中心罗彻斯特（N. Lochester） ，他们邀请了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（O. Selfridge）和索罗门夫（R.Solomamff） ，以及 IBM 公司塞缪尔（A.Samuel）和莫尔（T.More） 。这些青年学者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，分别从不同的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“图林奖”的获奖者。 达特
14、莫斯会议历时长达两个多月，学者们在充分讨论的基础上，首次提出了“人工智能” （Artificial Intelligence）这一术语，标志着人工智能（AI）作为一门新兴学科正式诞生。 3、人工智能两方面的含义：一种智能，一门学科； 4、属于哪一个学科？多学科交叉：认知学、心理学、神经生理学、数学、计算机科学等；由于指计算机上实现的智能，故归属于计算机科学下的一个分支。 （前沿学科，边缘学科） 5、机械专业为什么要学习人工智能：智能的应用是无学科和领域局限的。在许多学科和领域取得了突出的成绩。机械学科中的智能故障诊断、机械系统智能设计、智能控制、制造系统智能调度等 6、如何学习：人工智能是一门
15、新兴的交叉和前沿学科。其内涵和外延还在不断扩展。包含的内容也越来越多。了解人工智能的基本内容和方法、能解决什么问题，不一定需要深入。在将来的学习、科研和工作中根据应用需要再针对性地进行深入学习。 7、人工智能与计算智能：从狭义上来讲的一种分类（广义上来说都是人工智能） 。人工智能基于符号主义学派，主要的应用是基于知识的技术，如专家系统；计算智能是基于连接主义和进化主义学派的，主要的应用是人工神经网络和各种智能算法。 8、本人对人工智能的了解程度。 第一讲 绪论 第二讲 专家系统概述 第三讲 人工神经网络概述 第四讲 计算智能概述 内 容 第一讲 概述 课程概述 人工智能概述 关于人工智能与计算
16、智能 本课程的性质、教学方式、内容和考核 课程概述 关于人工智能与计算智能 人工智能术语的提出 人工智能学科归属 为什么要学习人工智能 人工智能与计算智能 课程总体概述（第七周） 人工智能与计算智能概述方面文献查阅（第八周） 专家系统技术概述（第九周） 专家系统技术方面文献查阅与小结（第十周） 人工神经网络概述（第十一周） 人工神经网络技术方面文献查阅与小结（第十二周） 智能算法概述（第十三周） 课程的教学方式、内容 课程考核方式 硕士生：两篇文献查阅小结、针对某函数标准 问题编写某智能算法求解程序 博士生：课程总结论文 （不应少于 5 页，需要有英文文献） 2011 年 12 月 16 日前提交 关于人工智能与计算智能 经典人工智能 计算智能 （智能计算、 自然计算、 软计算） 符号主义方法 逻辑学派 连接主义方法 仿生学派 行为主义方法 生理学派 （控制论学派） 前面一直在介绍人工智能，而我们这门课程叫“人工智能与计算智能” ，那么，什么是计算智能呢？它与人工智能有什么联系和区别呢？ 人工智能概述 人工智能研究的不同学派 人工智能的研究和应用领域 人工智能的产生与发展历史 人工智能在机械中的主要应用 人工智能研究的不同学派 符号主义 符号主义（Symbolicism） ，又称逻辑主义（Logic
