课程内容
主要内容
知识表示
演绎系统、产生式系统、框架结构、语义网络、过程性知识
搜索技术
无变量盲目搜索算法、带变量盲目搜素算法、启发式搜索算法、博弈树搜索
人工智能程序设计语言
PROLOG
课时安排
48学时参考书目
教材
陆汝钤，人工智能（上、下），科学出版社，
2000
参考书
Nils J,Nilsson,人工智能，机械工业出版社，
2000
什么是人工智能 （ 1）
人工智能（ Artificial Intelligence） 简称 AI
起源于美国 1956年的一次夏季讨论会
创始人中有,McCarthy,Minsky,Rochester,
Shannon,Moore,Samuel,Selfridge,Solomonff,
Simon,Newell等数学家、信息学家、心理学家、
神经生理学家、计算机科学家什么是人工智能 （ 2）
狭义
计算机科学的一个分支，是智能计算机系统 (思维科学 )
智能,与人的智能相当或相近（对语言能理解、能学习、能推理）
广义
人类智能行为规律、智能理论方面的研究
人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。因此，人工智能包含了科学和工程的双重目标什么是人工智能 （ 3）
James Albus答复 H e n r y He x m o o r
我认为，理解智能包括理解：知识如何获取、表达和存储；智能行为如何产生和学习；动机、情感和优先权如何发展和运用；传感器信号如何转换成各种符号；怎样利用各种符号执行逻辑运算、对过去进行推理及对未来进行规划；智能机制如何产生幻觉、信念、希望、畏惧、梦幻甚至善良和爱情等现象。我相信，对上述内容有一个根本的理解将会成为与拥有原子物理、相对论和分子遗传学等级相当的科学成就懂得怎样做 ≠ 懂得自己作了什么
一个房间内，有只懂得英文的一个人，一叠用英文写的翻译规则和符号对照表等书籍，一叠白纸；一个小窗能够递进递出薄的纸片；房间进行翻译工作；在外部看，这个房间是正在进行中文翻译工作，但是假定该人不懂中文，
书籍和表格等也谈不上懂得中文，那么直觉上
，我们认为这个房间的工作没有任何谈得上具有理解 understanding 中文的工作。因此，在这里的例子说明，虽然系统功能上正常运行并解决问题，但谈不上系统对其问题任务有任何
‘ 理解 ’ 。程序能够正常运行解决问题，不等于系统懂得和理解问题人工智能研究的杰出人物 （ 1）
Aristotle(公元前 384--322)
古希腊哲学家、思想家。 在着手解释和编纂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
Bacon(1561--1626)
英国的哲学家、自然科学家。系统地给出了归纳法。 知识就是力量?
Leibnitz(1646--1716)
德国数学家、哲学家。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机人工智能研究的杰出人物 （ 2）
Boole(1815--1864)
英国数学家、逻辑学家。实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统 —— 布尔代数
Godel(1906--1978)
美籍奥地利数理逻辑学家。证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的人工智能研究的杰出人物 （ 3）
Turing(1912--1954)
英国数学家，计算机科学理论的创始人。 1936年提出了一种理想计算机的数学模型（图灵机），
1950年提出了图灵试验，发表了?计算机与智能
的论文。 1966年为纪念图灵的杰出贡献,ACM
设立图灵奖图灵奖
Mauchly
美国数学家。 1946年发明第一台电子计算机
ENIAC。 Von Neumann 计算机
McCulloch
美国神经生理学家。建立了第一个神经网络数学模型。 总结出简单计算元素和生物神经元之间关系的理论。有限自动机理论人工智能研究的杰出人物 （ 4）
Shannon
美国数学家。 1948年发表了《通讯的数学理论》
，代表了?信息论?的诞生
一些其他学派的工作，如控制论 [ Wiener
1948],认知心理学、计算语言学 [Chomsky
1965]和自适应控制理论 [ Widrow & Hoff
1960],均对人工智能的发展作出了贡献人工智能研究的杰出人物 （ 5）
McCarthy
美国数学家,人工智能之父 。 1956年提出了
Artificial Intelligence（ 人工智能）?。
1 9 5 8年,John McCarthy 建议在他称之为?
意见采纳者? 的系统中采用谓词演算这种语言来表示和运用知识。这一系统被告知它所需要知道的而不是事先程序设计好的知识
LISP语言的发明人人工智能研究的杰出人物 （ 6）
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。
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。 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
Allen Newell
符号主义学派的创始人之一。
人工智能研究的杰出人物 （ 7）
Edward A,Feigenbaum
知识工程的提出者，大型人工智能系统的开拓者
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》
人工智能的发展 （ 1）
第一阶段（ 40年代中 —— 50年代末）神经元网络时代
第二阶段（ 50年代中 —— 60年代中）通用方法时代
第三阶段（ 60年代中 —— 80年代初） 知识工程时代
第四阶段（ 80年代中 —— 90年代初）新的神经元网络时代
第五阶段（ 90年代初 —— 现在）数据与网络时代人工智能的发展 （ 2）
50年代初开始有了符号处理。（搜索法）。
机器翻译、机器定理证明、跳棋程序等
60年代 Simon由试验得到结论：人类问题的求解是一个搜索的过程，效果与启发式函数有关。叙述了智能系统的特点：智能表示、智能推理、智能搜索
Nilson发表了 A*算法（搜索方法）
McCarthy建立了人工智能程序设计语言 Lisp
1965年 Robinson提出了归结原理，（于传统的自然演绎法完全不同的消解法）
人工智能的发展 （ 3）
1968年 Quillian提出了语义网络的知识表示方法
1969年 Minsky出了一本书? 感知机?,给当时的神经网络研究结果判了死刑
70年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、
下棋赢不了全国冠军、机器翻译一团糟人工智能的发展 （ 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
出现这样的错误的原因
Spirit
精神
烈性酒
结论
必须理解才能翻译，而理解需要知识人工智能的发展 （ 5）
以 Feigenbaum为首的一批年轻科学家改变了战略思想,1977年提出了知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用 著名的有：
DENDRAL化学分析专家系统（斯坦福大学 1968）
MACSYMA符号数学专家系统（麻省理工 1971）
MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（
斯坦福大学 1973）
CASNET(Causal ASsciational Network)诊断和治疗青光眼的专家咨询系统（拉特格尔斯（ Rutgers） 大学 70年代中）
CADUCEUS(原名 INTERNIST)医疗咨询系统（匹兹堡大学
）；
HEARSAY I 和 II语音理解系统（卡内基 -梅隆大学）
PROSPECTOR地质勘探专家系统（斯坦福大学 1976）
XCON计算机配置专家系统（卡内基 -梅隆大学 1978）
人工智能的发展 （ 6）
80年代，人工智能发展达到阶段性的顶峰
87,89年世界大会有６－７千人参加。硬件公司有上千个。并进行 Lisp硬件,Lisp机的研究。
在专家系统及其工具越来越商品化的过程中,国际软件市场上形成了一门旨在生产和加工知识的新产业 —— 知识产业。应该说，知识工程和专家系统是近十余年来人工智能研究中最有成就的分支之一。
同年代,1986年 Rumlhart领导的并行分布处理研究小组提出了神经元网络的反向传播学习算法，解决了神经网络的根本问题之一。从此，神经网络的研究进入新的高潮人工智能的发展 （ 7）
90年代，计算机发展趋势为小型化、并行化
、网络化、智能化
人工智能技术逐渐与数据库、多媒体等主流技术相结合，并融合在主流技术之中，旨在使计算机更聪明、更有效、与人更接近
日本政府于 1992年结束了为期十年的称为? 知识信息处理体统? 的第五代计算机系统研究开发计划
。并开始了为期十年的实况计算（ Real Word
Computing） 计划
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
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 /秒今天的Ａ I （ 1）
计算机智能化技术的主攻方向体现在
并行与分布式处理技术。
包括大规模并行机和机群的体系结构、并行操作系统于并行数据结构，分布式 Client/Server计算模型及其处理技术，多专机系统的合作与知识共享技术等
知识的获取、表示、更新和推理新机制。包括新的知识获取方法，常识性知识的表示、更新与推理
，大型知识库的组织与维护，新一代逻辑处理机制等
功能的感知技术，包括对语音文字、图形与图像等信号的获取、识别、压缩与转化，以及多媒体输出和 VR技术等今天的Ａ I （ 2）
当前人工智能的研究热点
分布式处理
智能 Agent
数据挖掘（ Data Mining）
环境自适应
Ａ I的研究特点 （ 1）
建造人工的智能，使计算机具有和人相类似的，对事件和环境的反应和行动的 理性反映能力（行为表现）
人工智能是一门知识的科学。以知识为对象
，研究知识的获取、表示和使用
数据处理 ->知识处理，数据 ->符号。符号表示知识而不是数值、数据
有启发，有推导
Ａ I的研究特点 （ 2）
人工智能是引起争论最多的科学之一
焦点：当前人工智能的研究应该以人类的普遍思维规律为主，还是以特定知识的处理和运用为主？
智能的本质是什么？机器能达到人的水平吗？
结论：人工智能的研究是十分困难的
McCarthy,人工智能的所有问题都是难解的
Minsky,人工智能是有史以来最难的科学之一。
难在：实现智能需要浩繁的知识，而最难对付的知识是常识（不是专业知识）
Dreyfus,常识问题是实现人工智能的最大障碍
Ａ I的研究特点 （ 3）
结论
万能的逻辑推理体系至今没有创造出来，并不是因为人工智能专家的本事不够，而是因为这种万能的体系从根本上就是不可能有的。他最大的弱点就是缺乏知识，缺乏人类在几千年的文明史上积累起来的知识，在实际生活中，人是根据知识行事的，
而不是根据在抽象原则上的推理行事的
即使就推理体系来说，它的主要技术是状态空间搜索，而在执行中遇到的主要困难就是?组合爆炸
，事实表明，单靠一些思维原则是解决不了组合爆炸问题的，要摆脱困境，只有大量使用理性的知识
Ａ I的研究内容 （ 1）
理论
知识的模型化和表示方法
各种推理方法
演绎推理、常识性推理、归纳推理、规划等
启发式理论搜索
人工智能系统结构
产生式系统、分布式人工智能、多主体系统等
人工智能语言
LISP,PROLOG,PLANNER
机器学习
Ａ I的研究内容 （ 2 ）
应用
自然语言理解与机器翻译
数据库的智能检索
专家系统
机器定理证明
博弈游戏和决策
机器人学
自动程序设计
人工神经网络
分布式人工智能
组合和调度问题
感知问题,视觉、听觉、嗅觉、触觉
Ａ I的研究方法
存在大量的讨论和争辩。分为两大类
第一类包括符号处理的方法
突出的方法是将逻辑操作应用于说明性知识库。运用说明语句来表达问题域的? 知识?,这些语句基于或实质上等同于一阶逻辑中的语句。采用逻辑推理可推导这种知识的结果
第二类包括所谓的? 子符号? 方法
它们通常采用自下而上的方式，从最低阶段向上进行。
在最低层阶段，符号的概念就不如信号这一概念确切了
。在子符号方法中突出的方法是? Animat appro a c
h”
人工智能学科体系 （ 1）
人工智能学科体系的层次
人工智能理论基础
数学基础,数理逻辑,计算的数学理论,离散数学,模糊数学
思维科学理论,认知心理学,逻辑或抽象思维学,形象或直感思维学
计算机工程技术,硬件,软件技术
人工智能原理
知识的表达,知识的处理,知识的获取与学习,利用知识求解问题,
人工智能工程系统
专家咨询系统,专家系统开发工具与环境,自然语言理解系统,图像理解与识别系统,智能机器人系统人工智能学科体系 （ 2）
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 。
人工智能采用的是启发式推理方法而不是常规算法
人工智能的控制结构与知识领域是分离的，并允许出现不正确的解答
主要内容
知识表示
演绎系统、产生式系统、框架结构、语义网络、过程性知识
搜索技术
无变量盲目搜索算法、带变量盲目搜素算法、启发式搜索算法、博弈树搜索
人工智能程序设计语言
PROLOG
课时安排
48学时参考书目
教材
陆汝钤，人工智能（上、下），科学出版社，
2000
参考书
Nils J,Nilsson,人工智能，机械工业出版社，
2000
什么是人工智能 （ 1）
人工智能（ Artificial Intelligence） 简称 AI
起源于美国 1956年的一次夏季讨论会
创始人中有,McCarthy,Minsky,Rochester,
Shannon,Moore,Samuel,Selfridge,Solomonff,
Simon,Newell等数学家、信息学家、心理学家、
神经生理学家、计算机科学家什么是人工智能 （ 2）
狭义
计算机科学的一个分支，是智能计算机系统 (思维科学 )
智能,与人的智能相当或相近（对语言能理解、能学习、能推理）
广义
人类智能行为规律、智能理论方面的研究
人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。因此，人工智能包含了科学和工程的双重目标什么是人工智能 （ 3）
James Albus答复 H e n r y He x m o o r
我认为，理解智能包括理解：知识如何获取、表达和存储；智能行为如何产生和学习；动机、情感和优先权如何发展和运用；传感器信号如何转换成各种符号；怎样利用各种符号执行逻辑运算、对过去进行推理及对未来进行规划；智能机制如何产生幻觉、信念、希望、畏惧、梦幻甚至善良和爱情等现象。我相信，对上述内容有一个根本的理解将会成为与拥有原子物理、相对论和分子遗传学等级相当的科学成就懂得怎样做 ≠ 懂得自己作了什么
一个房间内，有只懂得英文的一个人，一叠用英文写的翻译规则和符号对照表等书籍，一叠白纸；一个小窗能够递进递出薄的纸片；房间进行翻译工作；在外部看，这个房间是正在进行中文翻译工作，但是假定该人不懂中文，
书籍和表格等也谈不上懂得中文，那么直觉上
，我们认为这个房间的工作没有任何谈得上具有理解 understanding 中文的工作。因此，在这里的例子说明，虽然系统功能上正常运行并解决问题，但谈不上系统对其问题任务有任何
‘ 理解 ’ 。程序能够正常运行解决问题，不等于系统懂得和理解问题人工智能研究的杰出人物 （ 1）
Aristotle(公元前 384--322)
古希腊哲学家、思想家。 在着手解释和编纂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
Bacon(1561--1626)
英国的哲学家、自然科学家。系统地给出了归纳法。 知识就是力量?
Leibnitz(1646--1716)
德国数学家、哲学家。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机人工智能研究的杰出人物 （ 2）
Boole(1815--1864)
英国数学家、逻辑学家。实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统 —— 布尔代数
Godel(1906--1978)
美籍奥地利数理逻辑学家。证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的人工智能研究的杰出人物 （ 3）
Turing(1912--1954)
英国数学家，计算机科学理论的创始人。 1936年提出了一种理想计算机的数学模型（图灵机），
1950年提出了图灵试验，发表了?计算机与智能
的论文。 1966年为纪念图灵的杰出贡献,ACM
设立图灵奖图灵奖
Mauchly
美国数学家。 1946年发明第一台电子计算机
ENIAC。 Von Neumann 计算机
McCulloch
美国神经生理学家。建立了第一个神经网络数学模型。 总结出简单计算元素和生物神经元之间关系的理论。有限自动机理论人工智能研究的杰出人物 （ 4）
Shannon
美国数学家。 1948年发表了《通讯的数学理论》
，代表了?信息论?的诞生
一些其他学派的工作，如控制论 [ Wiener
1948],认知心理学、计算语言学 [Chomsky
1965]和自适应控制理论 [ Widrow & Hoff
1960],均对人工智能的发展作出了贡献人工智能研究的杰出人物 （ 5）
McCarthy
美国数学家,人工智能之父 。 1956年提出了
Artificial Intelligence（ 人工智能）?。
1 9 5 8年,John McCarthy 建议在他称之为?
意见采纳者? 的系统中采用谓词演算这种语言来表示和运用知识。这一系统被告知它所需要知道的而不是事先程序设计好的知识
LISP语言的发明人人工智能研究的杰出人物 （ 6）
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。
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。 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
Allen Newell
符号主义学派的创始人之一。
人工智能研究的杰出人物 （ 7）
Edward A,Feigenbaum
知识工程的提出者，大型人工智能系统的开拓者
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》
人工智能的发展 （ 1）
第一阶段（ 40年代中 —— 50年代末）神经元网络时代
第二阶段（ 50年代中 —— 60年代中）通用方法时代
第三阶段（ 60年代中 —— 80年代初） 知识工程时代
第四阶段（ 80年代中 —— 90年代初）新的神经元网络时代
第五阶段（ 90年代初 —— 现在）数据与网络时代人工智能的发展 （ 2）
50年代初开始有了符号处理。（搜索法）。
机器翻译、机器定理证明、跳棋程序等
60年代 Simon由试验得到结论：人类问题的求解是一个搜索的过程，效果与启发式函数有关。叙述了智能系统的特点：智能表示、智能推理、智能搜索
Nilson发表了 A*算法（搜索方法）
McCarthy建立了人工智能程序设计语言 Lisp
1965年 Robinson提出了归结原理，（于传统的自然演绎法完全不同的消解法）
人工智能的发展 （ 3）
1968年 Quillian提出了语义网络的知识表示方法
1969年 Minsky出了一本书? 感知机?,给当时的神经网络研究结果判了死刑
70年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、
下棋赢不了全国冠军、机器翻译一团糟人工智能的发展 （ 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
出现这样的错误的原因
Spirit
精神
烈性酒
结论
必须理解才能翻译，而理解需要知识人工智能的发展 （ 5）
以 Feigenbaum为首的一批年轻科学家改变了战略思想,1977年提出了知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用 著名的有：
DENDRAL化学分析专家系统（斯坦福大学 1968）
MACSYMA符号数学专家系统（麻省理工 1971）
MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（
斯坦福大学 1973）
CASNET(Causal ASsciational Network)诊断和治疗青光眼的专家咨询系统（拉特格尔斯（ Rutgers） 大学 70年代中）
CADUCEUS(原名 INTERNIST)医疗咨询系统（匹兹堡大学
）；
HEARSAY I 和 II语音理解系统（卡内基 -梅隆大学）
PROSPECTOR地质勘探专家系统（斯坦福大学 1976）
XCON计算机配置专家系统（卡内基 -梅隆大学 1978）
人工智能的发展 （ 6）
80年代，人工智能发展达到阶段性的顶峰
87,89年世界大会有６－７千人参加。硬件公司有上千个。并进行 Lisp硬件,Lisp机的研究。
在专家系统及其工具越来越商品化的过程中,国际软件市场上形成了一门旨在生产和加工知识的新产业 —— 知识产业。应该说，知识工程和专家系统是近十余年来人工智能研究中最有成就的分支之一。
同年代,1986年 Rumlhart领导的并行分布处理研究小组提出了神经元网络的反向传播学习算法，解决了神经网络的根本问题之一。从此，神经网络的研究进入新的高潮人工智能的发展 （ 7）
90年代，计算机发展趋势为小型化、并行化
、网络化、智能化
人工智能技术逐渐与数据库、多媒体等主流技术相结合，并融合在主流技术之中，旨在使计算机更聪明、更有效、与人更接近
日本政府于 1992年结束了为期十年的称为? 知识信息处理体统? 的第五代计算机系统研究开发计划
。并开始了为期十年的实况计算（ Real Word
Computing） 计划
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
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 /秒今天的Ａ I （ 1）
计算机智能化技术的主攻方向体现在
并行与分布式处理技术。
包括大规模并行机和机群的体系结构、并行操作系统于并行数据结构，分布式 Client/Server计算模型及其处理技术，多专机系统的合作与知识共享技术等
知识的获取、表示、更新和推理新机制。包括新的知识获取方法，常识性知识的表示、更新与推理
，大型知识库的组织与维护，新一代逻辑处理机制等
功能的感知技术，包括对语音文字、图形与图像等信号的获取、识别、压缩与转化，以及多媒体输出和 VR技术等今天的Ａ I （ 2）
当前人工智能的研究热点
分布式处理
智能 Agent
数据挖掘（ Data Mining）
环境自适应
Ａ I的研究特点 （ 1）
建造人工的智能，使计算机具有和人相类似的，对事件和环境的反应和行动的 理性反映能力（行为表现）
人工智能是一门知识的科学。以知识为对象
，研究知识的获取、表示和使用
数据处理 ->知识处理，数据 ->符号。符号表示知识而不是数值、数据
有启发，有推导
Ａ I的研究特点 （ 2）
人工智能是引起争论最多的科学之一
焦点：当前人工智能的研究应该以人类的普遍思维规律为主，还是以特定知识的处理和运用为主？
智能的本质是什么？机器能达到人的水平吗？
结论：人工智能的研究是十分困难的
McCarthy,人工智能的所有问题都是难解的
Minsky,人工智能是有史以来最难的科学之一。
难在：实现智能需要浩繁的知识，而最难对付的知识是常识（不是专业知识）
Dreyfus,常识问题是实现人工智能的最大障碍
Ａ I的研究特点 （ 3）
结论
万能的逻辑推理体系至今没有创造出来，并不是因为人工智能专家的本事不够，而是因为这种万能的体系从根本上就是不可能有的。他最大的弱点就是缺乏知识，缺乏人类在几千年的文明史上积累起来的知识，在实际生活中，人是根据知识行事的，
而不是根据在抽象原则上的推理行事的
即使就推理体系来说，它的主要技术是状态空间搜索，而在执行中遇到的主要困难就是?组合爆炸
，事实表明，单靠一些思维原则是解决不了组合爆炸问题的，要摆脱困境，只有大量使用理性的知识
Ａ I的研究内容 （ 1）
理论
知识的模型化和表示方法
各种推理方法
演绎推理、常识性推理、归纳推理、规划等
启发式理论搜索
人工智能系统结构
产生式系统、分布式人工智能、多主体系统等
人工智能语言
LISP,PROLOG,PLANNER
机器学习
Ａ I的研究内容 （ 2 ）
应用
自然语言理解与机器翻译
数据库的智能检索
专家系统
机器定理证明
博弈游戏和决策
机器人学
自动程序设计
人工神经网络
分布式人工智能
组合和调度问题
感知问题,视觉、听觉、嗅觉、触觉
Ａ I的研究方法
存在大量的讨论和争辩。分为两大类
第一类包括符号处理的方法
突出的方法是将逻辑操作应用于说明性知识库。运用说明语句来表达问题域的? 知识?,这些语句基于或实质上等同于一阶逻辑中的语句。采用逻辑推理可推导这种知识的结果
第二类包括所谓的? 子符号? 方法
它们通常采用自下而上的方式，从最低阶段向上进行。
在最低层阶段，符号的概念就不如信号这一概念确切了
。在子符号方法中突出的方法是? Animat appro a c
h”
人工智能学科体系 （ 1）
人工智能学科体系的层次
人工智能理论基础
数学基础,数理逻辑,计算的数学理论,离散数学,模糊数学
思维科学理论,认知心理学,逻辑或抽象思维学,形象或直感思维学
计算机工程技术,硬件,软件技术
人工智能原理
知识的表达,知识的处理,知识的获取与学习,利用知识求解问题,
人工智能工程系统
专家咨询系统,专家系统开发工具与环境,自然语言理解系统,图像理解与识别系统,智能机器人系统人工智能学科体系 （ 2）
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 。
人工智能采用的是启发式推理方法而不是常规算法
人工智能的控制结构与知识领域是分离的，并允许出现不正确的解答
