介绍人工智能基本特点、原理和方法，包括推理方法和语义分析等。采用的主要办法是依一部词典的词到词的简单映射方法,结果没有成功还出现了笑话。如英语和俄语间的翻译:句子: Out ofsight, out of mind,原意是跟不见心不烦,而译成俄文却成了“又瞎又疯”。曾设想80%的翻译可用这种简单办法实现,而剩下的20%出特别设计的程序来处理,然而剩下的20%却非常难以对付。这种情况的出现使英国、美国政府中断了对大部分机器翻译项目的资助。又如1965年“归结推理方法的出现,当时被说成是重大突破,但很快发现这办法从计算量看今天还难于使用。证明“连续函数的和仍连续”,是微积分学中的简单事实,可使用归结法来证明时归结出几十万个子句尚无结果。这些都使人工智能在人们心目中的地位下降了。随后于美国专家系统的出现,1977年Feigenbaum提出了知识工程,以及日本五代机计划的提出,使人工智能的研兖又热了起来。至今对人I智能学科的看法仍有赞成派和反对派。赞成的乐观者确信可建立人工智能,也就是机器可实现智能。像 Simon,Newe, Minsky都持这种观点,甚至有人说人就是人工智能存在的定理。批评者说他们把天然智能解释得过于简单而夸大了技术上的可能性。反对派的代表是哲学察 Dreyfus〔已译为中文的《计算机不能做什么?》的作者),认为人的思维与机器思维并无共同之处,批评乐观主义者的观点是20世纪的炼金术。 Von neumann也说过计算机不会有智能。乐观派批评他们把思维神秘化了尽管人工智能的发展过程中曾遇到过困难,但从事人工智能学科研究的人们仍坚持努力工作并取得了进展。也只有建立起有说服力的智能程序和人工智能的广泛应用,才能证明人工智能学科的真实意义。从50年代算起,人工智能的发展情况是这样的。50年代以游戏博奕为对象开始了人工智能的研究其间以电子线路模拟神经元及人脑都并没看成功。1956年 Newel等开发了 Logic Theorist程序,应用了启发式技术而不是穷举法。60年代前期以搜索法般问题求解的研究为主。1963年Newl发表了问题求解程序,走向了以计算机程序来模拟人类思维的道路,第次把求解方法和问题的领域知识分离开。1960年 McCarthy建立了人工智能程序设计语言Lp60年代后期,机器定理证明取得重大进展,对规划问蔥也作了研究。1965华 Robinson提出了归结原理,1968年Quillian提出了语义网络的知识表示方法。这阶段还出现了专家系统 Dendral和 Macsyma70年代前期,人工智能受到责难。但人工智能学者仍进行了有成效的研究。以自然语言理解、知识表示的研究为主。特别是认识到仅靠推理是不够的,知识对于实现智能最为重要。1972年Winograd发表了自然语言理解系统 SHRDLV,1973年 Schank提出了概念从属的表示法,1974年 Minsky提出了重要的框架表示法,这时 Prolog程序设计语言出现。70年代后期以知识工程认知科学的研究为主。1977年 Feigenbaum提出了知识工程,专家系统开始广泛应用,出现了专家系统开发工具,人工智能产业日益兴起。80年代,以推理技术、知识获取、自然语言理解利机器视觉的研究为主。开始了不确定推理、非单调推理定性推理方法的研究机器学习或知识获取已成为人工智能界的热门话题。机器翻译系统已成商品。现今,人工智能正朝着实用化迈进,不再限于理论讨论,全世界已有几千个专家系统在使用着讲口语的自然语言理解(限定领域不限定人)已达每秒一句话的量级。视觉方面,机器人驾驶的汽车在自然景致的野外环境下已能达到人们一般散步的速度。41.2什么是人工智能对于人工智能还难以给出严格的定义,但可从不同侧面作些描述人工智能是计算机科学的一个分支,是研究使计算机来完成能表现出人类智能的任务的学科。主要包括计算机实现智能的原理、制造类似于人脑的智能计算机、以及使计算机更巧妙些实现高层次的应用它涉及到计算机科学、心理学、哲学和语言学等学科总的目标是增强人的智能。还可以说,人工智能是研究怎样使计算机来模仿人脑所从事的推理、学习思考、规划等思维活动,来解决需人类专家才能处理的复杂问题,如医疗诊断、石油测井解释、气象预报、运输调艟和管理决策等课题。从实用观点看,人工智能是门知识T程学:以知识为对象,研究知识的获取知识的表示方法和知识的使用。同传统的计算机程序相比较,人工智能首先研究的是以符号表示的知识而不是数值数据为研究对象。其次,采用的是启发式推理方法而不是常规的算法。另外控制结构与领城知识是分离的还允许出现不正确的解答。进而要问智能是什么?如何理解智能?至今人们对智能的认识还很肤浅,仅介绍几种观点Turing提出的智能实验,参加者是计算机、被实验的人以及主持实验的人。由主持人提出问题,计算机和被实验的人来回答,被实验者在回答问题时尽可能地向主持人表示他是“真正的”人,计算机也尽可能逼真地模仿人的思维。如果主持人通过听取对问题的回答分辨不出哪个是人的回答时,便可认为被试验的计算机是有智能的了有人对这样设计的实验提出了疑义:认为这种实验只反映了结果的比较而没有涉及思维的过程,而且也没明确此人是个孩子还是有良好素质的成年人参加了实验。当一个计算机系统能给出有关问题的正确答案或有用的建议、而解决问题所用的概念和推理与人相当、还能解释推理过程时,便可说这样的计算机系统是有智能的了。Feigenbaum认为只要告诉机器做什么,而不告诉怎么做,机器便能完成任务时,就可以说机器有智能了渡边慧说,人类智能主要体现在演绎能力和归纳能力,机器具有这种能力就是有智能了近年来对人类智能的理解上形成了两种不同的观点。一种观点称做符号主义:认为人类的智能基本单元是符号,认知过程就是符号表示下的符号运算,从而思维就是符导计算,这种观点是基于物理符号系统假设”一些成功的专家系统、自然语言理解系统等都是基于这种观点的。另一种观点称做联楼主义,即人工神经网络:认为智能的基本单元是神经元,认知过程是由神经网络构成的,是并行分布的,而不是符号的运箅。这种观点可避免知识表示问题,带来的新问题是各神经元联接的权值设定的困难。一般说来,人工智能系统可分两类:一类是以物理符号的途径实现的;另类是用联接机理的途径实现的两种途径各有优缺点,如能用其所长避其所短或把两者结合起来就更合适些。当今衡量一个程序是否是一个智能程序,常常从其自然话言理解能力、自动推理能力以及机器学习能力来分辨。从这种观点看,多数程序不是智能程序少数程序可视作智能程序的雏型,原因是人们对机器学习以及自然语言理解的机理的认识还是很初步的对计算机会不会有智能或者说计算机能不能思维这个有争论的问题,我们可以这样来理解。人的思维过程不是神,人脑是物质的就应该可以认识,一旦掌握了规律使叮由机器来实现,这样的看法应该说是正确的。然而人脑在进展,机器又是要人来制造的,从这点看不能说可以完全由机器来代替人脑,部分地代替是没有问题的我们还可以问人工智能学科的基础理论是什么?有的学者认为人工智能学科不需要基础理论的指导,说在没有空气动力学的情况下就造出了飞机。这是实干派的观点,有人称他们为“鸟飞派”。多数学者认为人工智能学科也要有理论,针对“鸟飞派”说应该回到空气动力学。我们认为:人工智能学科要有理论也要有实践,认知科学(或思维科学)是人工智能的理论基础;可把人工智能列入认知科学内的一种工程技术学科;从认知观点看,当令人工智能仅限于逻辑思维范围是不够的,要考虑形象思维、灵感思维方能促进人工智能的重大发展;数学常被认为是多种学科的基础科学。它在机减运动中、复杂的无组织的如分子运动中都有重要贡献数学还应进入语言思维领域,人工智能学科不借用数学工具是不可想像的。数学在人工智能中远没有发挥作用,仅限于标准逻辑、模糊数学以及一些搜索方法的使用数学应进入人工智能学科,人工智能学科应促进数学的发展,两者将相互促进1.390年代初人工智能进展在物理符号系统假设和基于知识的启发式求解方法指导下,在专家系统、机器翻译、机器视觉问题求解等方面的研究已肴实际应用。80年代以来,对知识表示、常识推理机器学习、分布式人工智能以及智能机器体系结构等基础性研究方面也取得了可喜的进展。区别于物理符号假设的联结主义,在神经网研究方面也有明显地进展,它避开了知识表示带来的困难而神经元间联结的权值选取又成了难题。人工智能研充目前处于什么状态说法不一,认为失败的毕竞是少数,多数认为近年来没有重大突破甚至出现了某种程度的踏步不前。这值得人工智能学术界反思, Minsky, Brooks,Krsh等提出了不同的观点和人工智能的基本问题。1.人工智能基础的五个基本问题1987年5月在MTT召开了人工智能专题讨论会,几位代表人物各甘阐明了对人工智能基础的认识,而且评价了有关基础性工作。1987—1988年,“ Computational Intelligence”杂志先后发表了 Mc Dermott写的“纯理性批判”、 Peter Cheesman写的“计算机理解质疑”。1987年以来的人「智能学术会议上都有关于非单调推理为背景的常识表示和常识推理的争论。1990年出版了Partrige和 Wilks的《人工智能基础》和 Magaret Boden的《人工智能晢学》等专著。这些讨论和论述形成了人工智能基础辩论的局面1991年有代表性的杂志 Artificial Intelligence”(vl47)发表了人工智能基础专辑,指出了人工智能研究的趙势,并就人工智能有关力法的基础性假设进行了瓣论。 Kirst在专辑中提出了人T智能的五个基本间题(1)知识与概念化是香是人工智能的核心?(2)认知能力能否与载体分开来研?(3)认知的轨迹是否可用类自然语言来描述?(4)学小能否与认知分开来研究?(5)所有的认知是否有一种统一的结构?Nilsson代表的逻辑主义,对(1)—(4)给予肯定的回答,对〔5)持中立观点。 Newell代表的认知主义,对(1)、(3)(5)给予肯定的叫答。而 Brooks代表的进化主义,对(1)(5完全否定2.思维的社会Minsky认为人工智能研究已进入死胡同。原因是人们追求某种统一的知识表示和理论基础。他认为人的智能中,根本不存在统的鋰论,那里有几百个理论在起作用彼此既有合作又有矛盾但根本没有什么一致性完备性。他把人的智能称为“思维的社8会 Society of Mind),意指由大量具有某种思维能力的单元组成的复杂社会。这种观点与 McCarthy主张以非单调逻辑为中心的常识推理、与NHon主张的逻辑主义观点是完全不同的。3.无带表示、无需理性的智能人工智能的研究至今过于集中在一些经过抽象的、过份简单化的现实世界模型(如积木块)之上研究一些玩具式的小例子(如八数码)。Boks认为应走出这种抽象模型的象牙塔,而以复杂的现实世界为背景,让人工智能理论、技术先经受解决实际题的考验,并在这种考验中成长。要求机器人像人一样的思维太困难了,在做像样的机器人之前,不如先做一个像样的“机器虫”, Brooks果真实现了。机器虫没有像人那样的推理规划能力,可是应付复杂环境的能力大大超过了现有的机器人。Hrks进而提出了无需表示的智能、无需理性(推理)的智能。其基本观点是(1)到现场去(2)物理实现(3)初级智能4)行为产生智能以这些思想为基础, Brooks设计了一种控制结构,是个松散的联邦,是一些相对独立的功能单元组成的分层异步分布式网络,把机器虫所需的一些基本功能如避让、前进、平衡等分离出来分别发挥作用。 Brooks的设想获得了一定程度的成功,有些机器虫已成商品。Brook的观点反对者大有人在,他们提出:今天的虫明天能变成人吗?4.逻辑的作用Nion是主张用逻辑来研究人工智能的代表他指出人工智能的逻辑学派基于三个论题。1)智能机器必须有关于自身环境的知识(2)通用智能机器要能陈述性地表达关于自身环境的大部分知识。3)通用智能机器表达陈述性知识的语言至少要有一阶逻辑的表达能力逻辑学派还对知炽是什么?世界是什么?机器与世界如何交可以及设计智能机器的过程的任务等进行了研究强调的是知识慨念化、模型论语义反对派也提出不同的观点和问題。责问逻辑学派究竞干了些什么?人类的思维大部分是非逻辑的,基于逻辑的机器不能达到人类的认识能力。把任何事物都用统…的逻辑框架来表达是不现实的。逻辑学派强调可靠的演译推理,忽略了归纳、类比概率推理以模型论语义散为知识表示的核心也值得怀疑10