第 1章 人工智能概述
人工智能与专家系统
2005年 8月
第 1章 人工智能概述
课程性质
选修课程
课程任务
1、了解人工智能基本的概念、理论和技术
2、掌握人工智能问题的求解方法和原理
3、掌握专家系统的基本理论和实现结构
4、培养进行人工智能研究的基本素养
5、具备应用人工智能解决实际问题的基本能力，
6、掌握 PROLOG软件的使用方法
7、较系统的了解专家系统开发工具（雄风专家系统知识组织方法和推
理技术）
1,课程的性质和任务
第 1章 人工智能概述
2,课程主要内容
? 人工智能概述
? 人工智能程序设计语言 PROLOG
? 基于谓词逻辑的机器推理
? 图搜索技术
? 产生式规则
? 知识表示
? 不确定性处理
? 专家系统
第 1章 人工智能概述
3,课时安排
计算机专业
总学时,40学时
理论学习,26学时
实习,14学时
信管专业
总学时,54学时
理论学习,34学时
实习,20学时
第 1章 人工智能概述
4,考核方式与标准
考核方式分为平时考查和笔试两部分
平时考查占期末成绩的 30%，主要考核基本操作技
能和实习报告书写。
笔试或课程论文占期末成绩的 70%，主要考核基本
概念、基本理论能力。
第 1章 人工智能概述
5,学习方法与要求
1、由于理论性强，要和数据结构、程序设计等课程紧
密联系；
2、实践性强，按照教学要求，完成实习任务；
3、课堂要讲求互动、注意和老师配合，不能死气沉沉，
更不能埋头睡觉或小声说话。
4、课程要手、脑并用，不能一心二用，面对老师发呆
5、上课要按时到课，不得无故缺席。
第 1章 人工智能概述
第 1章 人工智能概述
1.1 人工智能的概念
1.2 人工智能的研究途径与方法
1.3 人工智能的分支领域
1.4 人工智能的基本技术
1.5 人工智能的发展概况
第 1章 人工智能概述
1.1 人工智能的概念
1.1.1 什么是人工智能
1,概念
顾名思义, 人工智能就是人造智能, 其英文表示是
,ArtificialIntelligence”,简称 AI。 目前的, 人工智能,
一词是指用计算机模拟或实现的智能, 同时, 人工智
能又是一个学科名称 。
第 1章 人工智能概述
2,研究任务
人工智能研究的是如何使机器 （ 计算机 ） 具有智
能的科学和技术, 特别是自然智能如何在计算机上实
现或再现的科学和技术 。 因此, 从学科角度讲, 当前
的人工智能是计算机科学的一个分支 。
3,涉及学科
计算机科学, 脑科学, 神经生理学, 心理学, 语言学,
逻辑学, 认知 (思维 )科学, 行为科学, 生命科学和数学,
以及信息论, 控制论和系统论等许多学科领域 。
第 1章 人工智能概述
1.1.2 研究人工智能的目的
1,让计算机同人脑一样也具有智能呢？
我们知道, 计算机是迄今为止最有效的信息处理工
具, 以至于人们称它为, 电脑, 。 但现在的普通计算
机系统的智能还相当低下, 譬如缺乏自适应, 自学习,
自优化等能力, 也缺乏社会常识或专业知识等, 而只
能是被动地按照人们为它事先安排好的工作步骤进行
工作 。
第 1章 人工智能概述
2,信息化社会的迫切要求
信息化的进一步发展, 就必须有智能技术的支持 。
例如, 当前迅速发展着的国际互联网 (Internet)就强烈地
需要智能技术 。 特别是当我们要在 Internet上构筑信息
高速公路时, 其中有许多技术问题就要用人工智能的
方法去解决 。 这就是说, 人工智能技术在 Internet和未
来的信息高速公路上将发挥重要作用 。
第 1章 人工智能概述
3,智能化也是自动化发展的必然趋势
自动化发展到一定水平, 再向前发展就是智能化,
即智能化是继机械化, 自动化之后, 人类生产和生活
中的又一个技术特征 。
另外, 研究人工智能, 对探索人类自身智能的奥
秘也可提供有益的帮助 。 因为我们可以通过电脑对人
脑进行模拟, 从而揭示人脑的工作原理, 发现自然智
能的渊源 。
第 1章 人工智能概述
1.1.3 人工智能的目标
人工智能的研究目标可分为远期目标和近期目标 。
远期目标是要制造智能机器 。 具体来讲, 就是要使计
算机具有看, 听, 说, 写等感知和交互功能, 具有联
想, 推理, 理解, 学习等高级思维能力, 还要有分析
问题, 解决问题和发明创造的能力 。 简言之, 也就是
使计算机像人一样具有自动发现规律和利用规律的能
力, 或者说具有自动获取知识和利用知识的能力, 从
而扩展和延伸人的智能 。
第 1章 人工智能概述
从目前的技术水平来看, 要全面实现上述目标,
还存在很多困难 。 人工智能的近期目标是实现机器智
能, 即先部分地或某种程度地实现机器的智能, 从而
使现有的计算机更灵活, 更好用和更有用, 成为人类
的智能化信息处理工具 。
第 1章 人工智能概述
1.1.4 人工智能的表现形式
人工智能的表现形式至少有这么几种：
智能软件, 智能设备, 智能网络, 智能计算机, 智
能机器人和更一般的 Agent等 。 智能软件的范围比较广
泛, 譬如：它可以是一个完整的智能软件系统, 如专
家系统, 知识库系统等；也可以是具有一定智能的程
序模块, 如推理程序, 学习程序等, 这种程序可以作
为其它程序系统的子程序；智能软件还可以是有一定
知识或智能的应用软件, 如 字处理软件 Word就有一定
的英语语法知识, 所以在英文文稿的录入, 编辑过程
中, Word就表现出一定的智能 。
第 1章 人工智能概述
智能设备包括具有一定智能的 仪器, 仪表, 机器,
设施等 。 如采用智能控制的机床, 汽车, 武器装备,
家用电器等 。 这种设备实际上是 被嵌入了某种智能软
件的设备 。
智能网络也就是智能化的信息网络 。 具体来讲,
从网络的构建, 管理, 控制, 信息传输, 到网上信息
发布和检索以及人机接口等, 都是智能化的 。
智能计算机如前所述，而智能机器人则是一种拟
人化的智能机器。
第 1章 人工智能概述
1.2 人工智能的研究途径与方法
1.2.1 结构模拟, 神经计算
结构模拟根据人脑的生理结构和工作机理, 实现计算
机的智能 。
结构模拟, 神经计算：就是用人工神经元
（ 神经细胞 ） 组成的人工神经网络来作为信息
和知识的载体, 用神经计算的方法实现学习,
联想, 识别和推理等基本功能 。 采用数值计算
的方法, 通过神经网络的, 自学习, 获得知识,
在利用知识解决问题 。
第 1章 人工智能概述
1.2.2 功能模拟, 符号推演
对人脑从功能上模拟, 以实现人工智能, 称为功能
模拟法 。
具体来讲, 功能模拟法就是以人脑的心理模型, 将
问题或知识表示成某种逻辑网络, 采用符号推演的方法,
实现搜索, 推理, 学习等功能, 从宏观上来模拟人脑的
思维, 实现机器智能 。
基于功能模拟, 符号推演法是人工智能研究中最早
且现在还主要使用的方法 。
人工智能的好多成果也是用该法取得的 。 如自动推
理, 专家系统等 。
一般利用显式的知识库和推理 （ 机 ） 解决问题的 。
第 1章 人工智能概述
1.2.3 行为模拟, 控制进化
基于感知 -行为模型的研究途径和方法 。 称行为模拟法 。
模拟人在控制过程中的智能活动和行为特性, 如自寻优,
自适应, 自学习, 自组织等, 来研究和实现人工智能 。
典型代表 MIT的 R.Brooks教授, 他研制的六足行走
机器人 (亦称为人造昆虫或机器虫 ),曾引起人工智能界
的轰动 。 这个机器虫可以看作是新一代的, 控制论动
物,, 它具有一定的适应能力, 是一个运用行为模拟即
控制进化方法研究人工智能的代表作 。
第 1章 人工智能概述
1.3 人工智能的分支领域
1.3.1 基于脑功能模拟的领域划分
1,机器感知
机器感知就是计算机直接, 感觉, 周围世界 。 具体
来讲, 就是计算机像人一样通过, 感觉器官, 直接从外
界获取信息 。 如通过视觉器官获取图形, 图像信息, 通
过听觉器官获取声音信息 。 所以, 要使机器具有感知能
力, 就首先必须给机器配置各种感觉器官, 如视觉器官,
听觉器官, 嗅觉器官等等 。 于是, 机器感知还可以再分
为机器视觉, 机器听觉等分支课题 。
第 1章 人工智能概述
要研究机器感知, 首先要涉及图像, 声音等信息
的识别问题 。 为此, 现在已发展了一门称为, 模式识
别, 的专门学科 。 模式识别 的主要目标就是用计算机
来模拟人的各种识别能力, 当前主要是对视觉能力和
听觉能力的模拟, 并且主要集中于图形识别和语音识
别 。
图形识别 主要是研究各种图形 （ 如文字, 符号,
图形, 图像和照片等 ） 的分类 。 例如识别各种印刷体
和某些手写体文字, 识别指纹, 白血球和癌细胞等等 。
这方面的技术已经进入实用阶段 。
第 1章 人工智能概述
语音识别 主要是研究各种语音信号的分类 。 语音
识别技术近年来发展很快, 现已有商品化产品 (如汉字
语音录入系统 )上市 。
模式识别的过程是先将摄像机, 送话器或其它传
感器接受的外界信息转变成电信号序列, 计算机再进
一步对这个电信号序列进行各种预处理, 从中抽出有
意义的特征, 得到输入信号的模式, 然后与机器中原
有的各个标准模式进行比较, 完成对输入信息的分类
识别工作 。
第 1章 人工智能概述
2,机器联想
仔细分析人脑的思维过程, 可以发现, 联想实际
是思维过程中最基本, 使用最频繁的一种功能 。 例如,
当听到一段乐曲, 我们头脑中可能会立即浮现出几十
年前的某一个场景, 甚至一段往事, 这就是联想 。
第 1章 人工智能概述
当前, 对机器联想功能的研究中, 人们就是利用这
种按内容记忆原理, 采用一种称为, 联想存储, 的技
术实现联想功能 。 联想存储的特点是：
(1)可以存储许多相关 （ 激励, 响应 ） 模式对 ;
(2)通过自组织过程可以完成这种存储 ;
(3)以分布, 稳健的方式 （ 可能会有很高的冗余度 ）
存储信息 ;
(4)可以根据接收到的相关激励模式产生并输出适
当的响应模式 ;
(5)即使输入激励模式失真或不完全时, 仍然可以
产生正确的响应模式 ;
(6)可在原存储中加入新的存储模式 。
第 1章 人工智能概述
3,机器推理
机器推理就是计算机推理, 也称自动推理 。 它是
人工智能的核心课题之一 。 因为, 推理是人脑的一个
基本功能和重要功能 。 事实上, 几乎所有的人工智能
领域都与推理有关 。 因此, 要实现人工智能, 就必须
将推理的功能赋予机器, 实现机器推理 。
推理, 就是从一些已知判断 （ 前提 ） 推出一个新判
断的思维过程 。
人工智能中的推理, 不同的知识表示有不同的推理
方式, 如基于语义网和框架表示知识的推理是一种继
承的推理, 基于产生式的推理有正向, 反向推理等
第 1章 人工智能概述
从推理的可靠程度分：推理分为：确定性推理（精确推
理）和不确定性推理（不确定性推理）
传统的逻辑推理都是确定性推理
不确定性推理的前提和结论则是模糊的、随机的或不确
定的。不确定性推理可分为基于概率逻辑的或然推理
和基于模糊逻辑的似然推理。
第 1章 人工智能概述
4.机器学习
机器学习就是机器自己获取知识 。 具体来讲, 机
器学习主要有这几层意思：
(1)对人类已有知识的获取 （ 这类似于人类的书本
知识学习 ） ；
(2)对客观规律的发现 （ 这类似于人类的科学发
现 ） ；
(3)对自身行为的修正 （ 这类似于人类的技能训练
和对环境的适应 ） 。
第 1章 人工智能概述
5.机器理解
机器理解主要包括自然语言理解和图形理解等 。
自然语言理解就是计算机理解人类的自然语言,
如汉语, 英语等, 并包括口头语言和文字语言两种形
式 。 试想, 计算机如果能理解人类的自然语言, 那么
计算机的使用将会变得十分方便和简单, 而且机器翻
译也将真正成为现实 。
第 1章 人工智能概述
例如, 美国认知心理学家
G.M.Ulson 曾为理解提出了四条判别标准,
(1)能够成功地回答与输入材料有关的问题；
(2)能够具有对所给材料进行摘要的功能；
(3)能用不同的词语叙述所给材料；
(4)具有从一种语言转译成另一种语言的能力 。
第 1章 人工智能概述
6.机器行为
机器行为主要指机器人行动规划 。 它是智能机器
人的核心技术, 规划功能的强弱反映了智能机器人的
智能水平 。 因为, 虽然感知能力可使机器人认识对象
和环境, 但解决问题, 还要依靠规划功能拟定行动步
骤和动作序列 。
第 1章 人工智能概述
1.3.2 基于研究途径与实现技术的领域划分
1.符号智能 （ 基于人脑的心理模型, 运用传统的程
序设计方法实现的人工智能 ）
? 就是以符号知识为基础, 通过符号推理进行问题求
解而实现的智能 。 这也就是所说的传统人工智能或
经典人工智能 。
? 研究的主要内容包括知识工程和符号处理技术 。
知识工程涉及知识获取, 知识表示, 知识管理, 知
识运用以及知识库系统等一系列知识处理技术 。
符号处理技术指基于符号的推理和学习技术, 它主
要研究经典逻辑和非经典逻辑理论以及相关的程序
设计技术 。
第 1章 人工智能概述
2,计算智能
计算智能是以数据为基础, 通过数值计算进行问
题求解而实现的智能 。
计算智能研究的主要内容包括人工神经网络, 进
化计算 (包括遗传算法, 遗传程序设计, 进化规划, 进
化策略等 ),模糊技术以及人工生命等 。
计算智能主要模拟自然智能系统, 研究其数学模
型和相关算法, 并实现人工智能 。 计算智能是当前人
工智能学科中一个十分活跃的分支领域 。
第 1章 人工智能概述
1.3.3基于应用领域的领域划分
1,难题求解
这里的难题, 主要指那些没有算法解, 或虽有算
法解但在现有机器上无法实施或无法完成的困难问题 。
例如：路径规划, 运输调度, 电力调度, 地质分析,
测量数据解释, 天气预报, 市场预测, 股市分析, 疾
病诊断, 故障诊断, 军事指挥, 机器人行动规划, 机
器博弈等等 。
第 1章 人工智能概述
2,自动定理证明
自动定理证明就是机器定理证明, 这也是人工智
能的一个重要的研究领域, 也是最早的研究领域之一 。
定理证明是最典型的 逻辑推理问题 之一, 它在发展人
工智能方法上起过重大作用 。
第 1章 人工智能概述
自动定理证明的方法主要有四类：
(1)自然演绎法 。 它的基本思想是依据推理规则,
从前提和公理中可以推出许多定理, 如果待证的定理
恰在其中, 则定理得证 。
(2)判定法 。 即对一类问题找出统一的计算机上可
实现的算法解 。 在这方面一个著名的成果是我国数学
家吴文俊教授 1977年提出的初等几何定理证明方法 。
第 1章 人工智能概述
(3)定理证明器 。 它研究一切可判定问题的证明方法 。
(4)计算机辅助证明 。 它是以计算机为辅助工具, 利
用机器的高速度和大容量, 帮助人完成手工证明中难以
完成的大量计算, 推理和穷举 。
第 1章 人工智能概述
3.自动程序设计
自动程序设计就是让计算机设计程序 。 具体来讲,
就是人只要给出关于某程序要求的非常高级的描述,
计算机就会自动生成一个能完成这个要求目标的具体
程序 。 所以, 这相当于给机器配置了一个, 超级编译
系统,, 它能够对高级描述进行处理, 通过规划过程,
生成所需的程序 。 但这只是自动程序设计的主要内容,
它实际是程序的自动综合 。 自动程序设计还包括程序
自动验证, 即自动证明所设计程序的正确性 。
第 1章 人工智能概述
4,自动翻译
自动翻译即机器翻译, 就是完全用计算机作为两
种语言之间的翻译 。 机器翻译由来已久 。 早在电子计
算机问世不久, 就有人提出了机器翻译的设想 。 随后
就开始了这方面的研究 。
当时人们总以为只要用一部双向词典及一些语法
知识就可以实现两种语言文字间的机器互译, 结果遇
到了挫折 （ 实例 P10有描述 ） 。
第 1章 人工智能概述
5.智能控制
智能控制就是把人工智能技术引入控制领域, 建
立智能控制系统 。 自从国际知名美籍华裔科学家傅京
孙 (KS.Fu)在 1965年首先提出把人工智能的启发式推理
规则用于学习控制系统以来, 国内外众多的研究者投
身于智能控制研究, 并取得一些成果 。
基于专家系统的专家智能控制
基于模糊推理和计算的模糊控制
基于人工神经网络的神经网络控制
基于以上三种方法的综合型智能控制
第 1章 人工智能概述
智能控制系统的智能可归纳为以下几方面：
(1)先验智能：有关控制对象及干扰的先验知识,
可以从一开始就考虑到控制系统的设计中 ;
(2)反应性智能：在实时监控, 辨识及诊断的基础
上, 对系统及环境变化的正确反应能力 ;
(3)优化智能：包括对系统性能的先验性优化及反
应性优化 ;
(4)组织与协调智能：表现为对并行耦合任务或子
系统之间的有效管理与协调。
第 1章 人工智能概述
6.智能管理
智能管理就是把人工智能技术引入管理领域, 建立
智能管理系统 。 智能管理是现代管理科学技术发展的
新动向 。 智能管理是人工智能与管理科学, 系统工程,
计算机技术及通信技术等多学科, 多技术互相结合,
互相渗透而产生的一门新技术, 新学科 。 它研究如何
提高计算机管理系统的智能水平, 以及智能管理系统
的设计理论, 方法与实现技术 。
智能管理系统是在管理信息系统, 办公自动化系
统, 决策支持系统的功能集成的基础上, 应用人工智
能专家系统, 知识工程, 模式识别, 人工神经网络等
方法和技术, 进行智能化, 集成化, 协调化设计而实
现的新一代的计算机管理系统 。
第 1章 人工智能概述
7.智能决策
智能决策就是把人工智能技术引入决策过程, 建
立智能决策支持系统 。 智能决策支持系统是在 20世纪
80年代初提出来的 。 它是决策支持系统与人工智能,
特别是专家系统相结合的产物 。 它充分发挥了决策支
持系统中数值分析的优势, 有发挥专家系统中知识和
知识处理技术的特长, 既可进行定量分析, 又可以进
行定性分析, 能有效的解决半结构化和非结构化的问
题 。
智能决策系统＝传统决策支持系统＋智能部件
智能部件有基于专家系统模式, 知识库系统模式
第 1章 人工智能概述
基于专家系统模式，目前流行的模式,适合于以知识处
理为主，但它与决策支持系统的接口比较难。
基于知识库系统模式,知识库作为智能部件，决策支持
系统就由模型库、方法库、数据库和知识库组成的四
库系统。
第 1章 人工智能概述
自 70年代提出决策支持系统 (DSS)以来,DSS已经得到了很大
发展。它是在管理信息系统 (MIS)基础上发展起来的。 MIS是
利用数据库技术实现各级管理者的管理业务，在计算机上进
行各种事务处理工作。 DSS则是要为各级管理者提供辅助决
策的能力。
1980年 Sprague提出了决策支持系统三部件结构,即对话部件、
数据部件 (数据库 DB和数据库管理系统 DBMS)、模型部件 (模
型库 MB和模型库管理系统 MBMS)。该结构明确了 DSS 的组
成，也间接地反映了 DSS的关键技术，即模型库管理系统、
部件接口、系统综合集成。它为 DSS的发展起到了很大的推
动作用
第 1章 人工智能概述
决策支持系统主要是以模型库系统为主体，通过定量分析进行辅助
决策。其模型库中的模型已经由数学模型扩大到数据处理模型、图
形模型等多种形式，可以概括为广义模型。决策支持系统的本质是
将多个广义模型有机组合起来，对数据库中的数据进行处理而形成
决策问题大模型。决策支持系统的辅助决策能力从运筹学、管理科
学的单模型辅助决策发展到多模型综合决策，使辅助决策能力上了
一个新台阶。
80年代末 90年代初，决策支持系统与专家系统结合起来，形成了智
能决策支持系统 (I DSS)。专家系统是定性分析辅助决策，它和以定
量分析辅助决策的决策支持系统结合，进一步提高了辅助决策能力。
智能决策支持系统是决策支持系统发展的一个新阶段。
第 1章 人工智能概述
一般来说, 智能部件中可以包含如下一些知识：
(1)建立决策模型和评价模型的知识 。
(2)如何形成候选方案的知识 。
(3)建立评价标准的知识 。
(4)如何修正候选方案, 从而得到更好候选方案的知识 。
(5)完善数据库，改进对它的操作及维护的知识。
第 1章 人工智能概述
8.智能通信
智能通信就是把人工智能技术引入通信领域, 建
立智能通信系统 。 智能通信就是在通信系统的各个层
次和环节上实现智能化 。 例如在通信网的构建, 网管
与网控, 转接, 信息传输与转换等环节, 都可实现智
能化 。 这样, 网络就可运行在最佳状态, 使呆板的网
变成活化的网, 使其具有自适应, 自组织, 自学习,
自修复等功能 。
第 1章 人工智能概述
9,智能仿真
智能仿真就是将人工智能技术引入仿真领域, 建
立智能仿真系统 。 我们知道, 仿真是对动态模型的实
验, 即行为产生器在规定的实验条件下驱动模型, 从
而产生模型行为 。
第 1章 人工智能概述
10.智能 CAD
智能 CAD（ 简称 ICAD） 就是把人工智能技术引入
计算机辅助设计领域, 建立智能 CAD系统 。 事实上,
AI几乎可以应用到 CAD技术的各个方面 。 从目前发展
的趋势来看, 至少有下述四个方面：
(1)设计自动化 。
(2)智能交互 。
(3)智能图形学 。
(4)自动数据采集 。
第 1章 人工智能概述
从具体技术来看, ICAD技术大致可分为如下几种
方法：
(1)规则生成法 。
(2)约束满足方法 。
(3)搜索法 。
(4)知识工程方法 。
(5)形象思维方法。
第 1章 人工智能概述
11.智能 CAI
智能 CAI就是把人工智能技术引入计算机辅助教学
领域, 建立智能 CAI系统, 即 ICAI。
ICAI的特点是能对学生因才施教地进行指导 。 为
此, ICAI应具备下列智能特征,
(1)自动生成各种问题与练习 。
(2)根据学生的水平和学习情况自动选择与调整教
学内容与进度 。
(3)在理解教学内容的基础上自动解决问题生成解
答 。
第 1章 人工智能概述
1.3.4 基于应用系统的领域划分
1.专家系统
所谓专家系统, 就是基于人类专家知识的程序系
统 。 专家系统的特点是拥有大量的专家知识 （ 包括领
域知识和经验知识 ）, 能模拟专家的思维方式, 面对
领域中复杂的实际问题, 能作出专家水平级的决策,
像专家一样解决实际问题 。
第 1章 人工智能概述
2.知识库系统
广义上理解：包含知识库的计算机系统
狭义理解：仅指拥有某一领域广泛知识及常识的知识
咨询系统。
知识库系统与数据库系统类似，知识库系统的结构包
括知识库和知识库管理系统。知识库包括领域的一些
基本事实和规则等。（ P13）
知识库系统与数据库系统有区别。
第 1章 人工智能概述
3.智能数据库系统
智能数据库系统就是给传统数据库系统中再加上
智能成分 。 例如：演绎数据库, 面向对象数据库, 主
动数据库等等, 都是智能数据库系统 。
4.智能机器人系统
智能机器人是这样一类机器人：它能认识工作环
境, 工作对象及其状态, 能根据人给予的指令和, 自
身, 认识外界的结果来独立地决定工作方法, 实现任
务目标, 并能适应工作环境的变化 。
第 1章 人工智能概述
1.3.5 基于计算机系统结构的领域划分
1.智能操作系统
智能操作系统就是将人工智能技术引入计算机的
操作系统之中, 从质上提高操作系统的性能和效率 。
智能操作系统的基本模型, 将以智能机为基础,
并能支撑外层的 AI应用程序, 以实现多用户的知识处
理和并行推理 。
第 1章 人工智能概述
2,智能多媒体系统
多媒体技术是当前计算机最为热门的研究领域之
一 。 多媒体计算机系统就是能综合处理文字, 图形,
图像和声音等多种媒体信息的计算机系统 。 智能多媒
体就是将人工智能技术引入多媒体系统, 使其功能和
性能得到进一步发展和提高 。 事实上, 多媒体技术与
人工智能所研究的机器感知, 机器理解等技术也不谋
而合 。
第 1章 人工智能概述
3,智能计算机系统
智能计算机系统就是人们正在研制的新一代计算
机系统 。 这种计算机系统从基本元件到体系结构, 从
处理对象到编程语言, 从使用方法到应用范围, 同当
前的诺依曼型计算机相比, 都有质的飞跃和提高, 它
将全面支持智能应用开发, 且自身就具有智能 。
第 1章 人工智能概述
4.智能网络系统
智能网络系统就是将人工智能技术引入计算机网
络系统 。 如在网络构建, 网络管理与控制, 信息检索
与转换, 人机接口等环节, 运用 AI的技术与成果 。 研
究表明, AI的专家系统, 模糊技术和神经网络技术可
用于网络的连接接纳控制, 业务量管制, 业务量预测,
资源动态分配, 业务流量控制, 动态路由选择, 动态
缓冲资源调度等许多方面 。
第 1章 人工智能概述
1.3.6 基于实现工具与环境的领域划分
1.智能软件工具
包括开发建造智能系统的程序语言和工具环境等,
这方面现已有不少成果 。 如：函数程序设计语言 (LISP)、
逻辑程序设计语言 (PROLOG),对象程序设计语言
(Smalltalk,C++,Java),框架表示语言 (FRL),产生
式语言 (OPS5),神经网络设计语言 (AXON),智能体
(Agent) 程序设计语言等等, 以及各种专家系统工具,
知识工程工具, 知识库管理系统等 。
第 1章 人工智能概述
2,智能硬件平台
指直接支持智能系统开发和运行的机器硬件, 这
方面现在也取得了不少成果 。 如,LISP机, PROLOG
机, 神经网络计算机, 知识信息处理机, 模糊推理计
算机, 面向对象计算机, 智能计算机等, 以及由这些
计算机组成的网络系统, 有的已研制成功, 有的正在
研制之中 。
第 1章 人工智能概述
1.3.7 基于体系结构的领域划分
基于智能系统的体系结构, 人工智能可以分为集
中式人工智能和分布式人工智能, 前者研究的是个体
智能, 而后者研究的则是群体智能 。 个体智能是指个
体的推理, 学习, 理解等智能行为 。
分布式人工智能 （ DistributedArtificialIntelligence，
简称 DAI） 主要研究在逻辑上或物理上分散的智能个
体或智能系统如何并行地, 相互协作地实现大型复杂
问题求解 。
第 1章 人工智能概述
1.4 人工智能的基本技术
1.4.1 推理技术
几乎所有的人工智能领域都要用到推理, 因此,
推理技术是人工智能的基本技术之一 。 需指出的是,
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的谓词逻
辑和由它经某种扩充, 发展而来的各种逻辑 。 后者通
常称为非经典或非标准逻辑 。
第 1章 人工智能概述
1.4.2 搜索技术
所谓搜索, 就是为了达到某一, 目标,, 而连续
地进行推理的过程 。 搜索技术就是对推理进行引导和
控制的技术, 它也是人工智能的基本技术之一 。 事实
上, 许多智能活动的过程, 甚至所有智能活动的过程,
都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 。 即在某一状态图, 或者与
或图, 或者一般地说, 在某种逻辑网络上进行搜索的
过程 。
第 1章 人工智能概述
搜索技术也是一种规划技术 。 因为对于有些问题,
其解就是由搜索而得到的, 路径, 。 搜索技术是人工
智能中发展最早的技术 。 在人工智能研究的初期,
,启发式, 搜索算法曾一度是人工智能的核心课题 。
截至目前, 对启发式搜索的研究, 人们已取得了不少
成果 。 如著名的 A*算法和 AO*算法就是两个重要的启
发式搜索算法 。 但至今, 启发式搜索仍然是人工智能
的重要研究课题之一 。
第 1章 人工智能概述
1.4.3 知识表示与知识库技术
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 。 知识库
类似于数据库, 所以知识库技术包括知识的组织, 管
理, 维护, 优化等技术 。 对知识库的操作要靠知识库
管理系统的支持 。 显然, 知识库与知识表示密切相关 。
需说明的是, 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 。
第 1章 人工智能概述
1.4.4 归纳技术
所谓归纳技术, 是指机器自动提取概念, 抽取知
识, 寻找规律的技术 。 显然, 归纳技术与知识获取及
机器学习密切相关, 因此, 它也是人工智能的重要基
本技术 。 归纳可分为基于符号处理的归纳和基于神经
网络的归纳 。 这两种途径目前都有很大发展 。
第 1章 人工智能概述
1.4.5 联想技术
如前面 1.3节所述, 联想是最基本, 最基础的思维活
动, 它几乎与所有的 AI技术息息相关 。 因此, 联想技术
也是人工智能的一个基本技术 。 联想的前提是联想记忆
或联想存储, 这也是一个富有挑战性的技术领域 。
以上我们介绍了人工智能的一些基本理论和技术,
因为这些理论和技术仍在不断发展和完善之中, 所以,
它们同时也是人工智能的基本课题 。
第 1章 人工智能概述
1.5 人工智能的发展概况
1.5.1 人工智能学科的产生
现在公认，人工智能学科正式诞生于 1956年。需
要指出的是，人工智能学科虽然正式诞生于 1956年的
这次学术研讨会，但实际上它是逻辑学、心理学、计
算机科学、脑科学、神经生理学、信息科学等学科发
展的必然趋势和必然结果。单就计算机来看，其功能
从数值计算到数据处理，再下去必然是知识处理。实
际上就其当时的水平而言，也可以说计算机已具有某
种智能的成分了。
第 1章 人工智能概述
1.5.2 符号主义途径发展概况
1956年之后的 10多年间, 人工智能的研究取得了
许多引人瞩目的成就 。 从符号主义的研究途径来看,
主要有：
(1)1956年, 美国的纽厄尔, 肖和赛蒙合作编制了
一个名为逻辑理论机 (LogicTheory Machine,简称 LT)
的计算机程序系统 。
(2)1956年, 塞缪尔研制成功了具有自学习, 自组
织, 自适应能力的跳棋程序 。
第 1章 人工智能概述
(3)1959年, 籍勒洛特发表了证明平面几何问题的
程序, 塞尔夫里奇推出了一个模式识别程序； 1965年
罗伯特 (Roberts)编制出了可以分辨积木构造的程序 。
(4)1960年, 纽厄尔, 肖和赛蒙等人通过心理学试
验总结出了人们求解问题的思维规律, 编制了通用问
题求解程序 (GeneralProblemSolving简称 GPS)。
第 1章 人工智能概述
(5)1960年, 麦卡锡研制成功了面向人工智能程序设
计的表处理语言 LISP。 该语言以其独特的符号处理功能,
很快在人工智能界风靡起来 。 它武装了一代人工智能学
者, 至今仍然是人工智能研究的一个有力工具 。
(6)1965年, 鲁宾逊 (Robinson)提出了消解原理, 为
定理的机器证明做出了突破性的贡献 。
第 1章 人工智能概述
1.5.3 连接主义途径发展概况
从连接主义的研究途径看, 早在 20世纪 40年代,
就有一些学者开始了神经元及其数学模型的研究 。 例
如, 1943年心理学家 McCulloch和数学家 Pitts提出了形
式神经元的数学模型 ——现在称之为 MP模型, 1944年
Hebb提出了改变神经元连接强度的 Hebb规则 。 MP模
型和 Hebb规则至今仍在各种神经网络中起重要作用 。
第 1章 人工智能概述
神经网络学科的发展和应用也迎来了脑神经科学,
认知科学, 心理学, 微电子学, 控制论和机器人学, 信
息技术和数理科学等学科的相互促进, 相互发展的空前
活跃时期, 特别是在计算机科学研究领域, 将从根本上
改变人们传统的数值, 模拟, 串行, 并行, 分布等计算
与处理概念的内涵和外延, 出现了分布式并行新概念,
数值模拟混合的新途径, 探索和开创光学计算机, 生物
计算机, 第 n代计算机的新构想, 为 21世纪计算机科学
与技术的飞速发展奠定了思想和理论基础 。
第 1章 人工智能概述
1.5.4 当前发展趋势
首先指出, 由于人工智能技术的飞速发展和作者
视野的限制, 所以, 很难在这样一个小节的篇幅里,
对人工智能的当前发展趋势作出全面, 准确的评估 。
但一般认为, 当前人工智能的发展, 呈现出如下特点：
(1)传统的符号处理与神经计算各取所长，联合
作战。
(2)一批新思想、新理论、新技术不断涌现。
(3)以 Agent（ 称为, 主体, 或, 智能主体,,
,智能体, 等 ） 技术和分布式人工智能 (DAI） 正异
军突起, 蓬勃发展 。
第 1章 人工智能概述
(4)应用研究愈加深入而广泛 。 当今的人工智能研
究与实际应用的结合越来越紧密, 受应用的驱动越来
越明显 。 事实上, 现在的人工智能技术已同整个计算
机科学技术紧密地结合在一起了, 其应用也与传统的
计算机应用越来越相互融合了 。
第 1章 人工智能概述
1.5.5 我国人工智能研究发展简况
由于众所周知的原因, 我国人工智能的研究起步
较晚 。 20世纪 70年代末, 我国才有一批学者认真地开
始了人工智能的研究 。 1977年, 涂序彦 （ 现任中国人
工智能学会理事长 ） 和郭荣江在, 自动化, 第 1期上发
表了国内首篇关于 AI的论文 ——,智能控制及其应用,,
拉开了我国人工智能研究的序幕 。 从此, 我国在人工
智能方面的研究便蓬勃兴起 。
人工智能与专家系统
2005年 8月
第 1章 人工智能概述
课程性质
选修课程
课程任务
1、了解人工智能基本的概念、理论和技术
2、掌握人工智能问题的求解方法和原理
3、掌握专家系统的基本理论和实现结构
4、培养进行人工智能研究的基本素养
5、具备应用人工智能解决实际问题的基本能力，
6、掌握 PROLOG软件的使用方法
7、较系统的了解专家系统开发工具（雄风专家系统知识组织方法和推
理技术）
1,课程的性质和任务
第 1章 人工智能概述
2,课程主要内容
? 人工智能概述
? 人工智能程序设计语言 PROLOG
? 基于谓词逻辑的机器推理
? 图搜索技术
? 产生式规则
? 知识表示
? 不确定性处理
? 专家系统
第 1章 人工智能概述
3,课时安排
计算机专业
总学时,40学时
理论学习,26学时
实习,14学时
信管专业
总学时,54学时
理论学习,34学时
实习,20学时
第 1章 人工智能概述
4,考核方式与标准
考核方式分为平时考查和笔试两部分
平时考查占期末成绩的 30%，主要考核基本操作技
能和实习报告书写。
笔试或课程论文占期末成绩的 70%，主要考核基本
概念、基本理论能力。
第 1章 人工智能概述
5,学习方法与要求
1、由于理论性强，要和数据结构、程序设计等课程紧
密联系；
2、实践性强，按照教学要求，完成实习任务；
3、课堂要讲求互动、注意和老师配合，不能死气沉沉，
更不能埋头睡觉或小声说话。
4、课程要手、脑并用，不能一心二用，面对老师发呆
5、上课要按时到课，不得无故缺席。
第 1章 人工智能概述
第 1章 人工智能概述
1.1 人工智能的概念
1.2 人工智能的研究途径与方法
1.3 人工智能的分支领域
1.4 人工智能的基本技术
1.5 人工智能的发展概况
第 1章 人工智能概述
1.1 人工智能的概念
1.1.1 什么是人工智能
1,概念
顾名思义, 人工智能就是人造智能, 其英文表示是
,ArtificialIntelligence”,简称 AI。 目前的, 人工智能,
一词是指用计算机模拟或实现的智能, 同时, 人工智
能又是一个学科名称 。
第 1章 人工智能概述
2,研究任务
人工智能研究的是如何使机器 （ 计算机 ） 具有智
能的科学和技术, 特别是自然智能如何在计算机上实
现或再现的科学和技术 。 因此, 从学科角度讲, 当前
的人工智能是计算机科学的一个分支 。
3,涉及学科
计算机科学, 脑科学, 神经生理学, 心理学, 语言学,
逻辑学, 认知 (思维 )科学, 行为科学, 生命科学和数学,
以及信息论, 控制论和系统论等许多学科领域 。
第 1章 人工智能概述
1.1.2 研究人工智能的目的
1,让计算机同人脑一样也具有智能呢？
我们知道, 计算机是迄今为止最有效的信息处理工
具, 以至于人们称它为, 电脑, 。 但现在的普通计算
机系统的智能还相当低下, 譬如缺乏自适应, 自学习,
自优化等能力, 也缺乏社会常识或专业知识等, 而只
能是被动地按照人们为它事先安排好的工作步骤进行
工作 。
第 1章 人工智能概述
2,信息化社会的迫切要求
信息化的进一步发展, 就必须有智能技术的支持 。
例如, 当前迅速发展着的国际互联网 (Internet)就强烈地
需要智能技术 。 特别是当我们要在 Internet上构筑信息
高速公路时, 其中有许多技术问题就要用人工智能的
方法去解决 。 这就是说, 人工智能技术在 Internet和未
来的信息高速公路上将发挥重要作用 。
第 1章 人工智能概述
3,智能化也是自动化发展的必然趋势
自动化发展到一定水平, 再向前发展就是智能化,
即智能化是继机械化, 自动化之后, 人类生产和生活
中的又一个技术特征 。
另外, 研究人工智能, 对探索人类自身智能的奥
秘也可提供有益的帮助 。 因为我们可以通过电脑对人
脑进行模拟, 从而揭示人脑的工作原理, 发现自然智
能的渊源 。
第 1章 人工智能概述
1.1.3 人工智能的目标
人工智能的研究目标可分为远期目标和近期目标 。
远期目标是要制造智能机器 。 具体来讲, 就是要使计
算机具有看, 听, 说, 写等感知和交互功能, 具有联
想, 推理, 理解, 学习等高级思维能力, 还要有分析
问题, 解决问题和发明创造的能力 。 简言之, 也就是
使计算机像人一样具有自动发现规律和利用规律的能
力, 或者说具有自动获取知识和利用知识的能力, 从
而扩展和延伸人的智能 。
第 1章 人工智能概述
从目前的技术水平来看, 要全面实现上述目标,
还存在很多困难 。 人工智能的近期目标是实现机器智
能, 即先部分地或某种程度地实现机器的智能, 从而
使现有的计算机更灵活, 更好用和更有用, 成为人类
的智能化信息处理工具 。
第 1章 人工智能概述
1.1.4 人工智能的表现形式
人工智能的表现形式至少有这么几种：
智能软件, 智能设备, 智能网络, 智能计算机, 智
能机器人和更一般的 Agent等 。 智能软件的范围比较广
泛, 譬如：它可以是一个完整的智能软件系统, 如专
家系统, 知识库系统等；也可以是具有一定智能的程
序模块, 如推理程序, 学习程序等, 这种程序可以作
为其它程序系统的子程序；智能软件还可以是有一定
知识或智能的应用软件, 如 字处理软件 Word就有一定
的英语语法知识, 所以在英文文稿的录入, 编辑过程
中, Word就表现出一定的智能 。
第 1章 人工智能概述
智能设备包括具有一定智能的 仪器, 仪表, 机器,
设施等 。 如采用智能控制的机床, 汽车, 武器装备,
家用电器等 。 这种设备实际上是 被嵌入了某种智能软
件的设备 。
智能网络也就是智能化的信息网络 。 具体来讲,
从网络的构建, 管理, 控制, 信息传输, 到网上信息
发布和检索以及人机接口等, 都是智能化的 。
智能计算机如前所述，而智能机器人则是一种拟
人化的智能机器。
第 1章 人工智能概述
1.2 人工智能的研究途径与方法
1.2.1 结构模拟, 神经计算
结构模拟根据人脑的生理结构和工作机理, 实现计算
机的智能 。
结构模拟, 神经计算：就是用人工神经元
（ 神经细胞 ） 组成的人工神经网络来作为信息
和知识的载体, 用神经计算的方法实现学习,
联想, 识别和推理等基本功能 。 采用数值计算
的方法, 通过神经网络的, 自学习, 获得知识,
在利用知识解决问题 。
第 1章 人工智能概述
1.2.2 功能模拟, 符号推演
对人脑从功能上模拟, 以实现人工智能, 称为功能
模拟法 。
具体来讲, 功能模拟法就是以人脑的心理模型, 将
问题或知识表示成某种逻辑网络, 采用符号推演的方法,
实现搜索, 推理, 学习等功能, 从宏观上来模拟人脑的
思维, 实现机器智能 。
基于功能模拟, 符号推演法是人工智能研究中最早
且现在还主要使用的方法 。
人工智能的好多成果也是用该法取得的 。 如自动推
理, 专家系统等 。
一般利用显式的知识库和推理 （ 机 ） 解决问题的 。
第 1章 人工智能概述
1.2.3 行为模拟, 控制进化
基于感知 -行为模型的研究途径和方法 。 称行为模拟法 。
模拟人在控制过程中的智能活动和行为特性, 如自寻优,
自适应, 自学习, 自组织等, 来研究和实现人工智能 。
典型代表 MIT的 R.Brooks教授, 他研制的六足行走
机器人 (亦称为人造昆虫或机器虫 ),曾引起人工智能界
的轰动 。 这个机器虫可以看作是新一代的, 控制论动
物,, 它具有一定的适应能力, 是一个运用行为模拟即
控制进化方法研究人工智能的代表作 。
第 1章 人工智能概述
1.3 人工智能的分支领域
1.3.1 基于脑功能模拟的领域划分
1,机器感知
机器感知就是计算机直接, 感觉, 周围世界 。 具体
来讲, 就是计算机像人一样通过, 感觉器官, 直接从外
界获取信息 。 如通过视觉器官获取图形, 图像信息, 通
过听觉器官获取声音信息 。 所以, 要使机器具有感知能
力, 就首先必须给机器配置各种感觉器官, 如视觉器官,
听觉器官, 嗅觉器官等等 。 于是, 机器感知还可以再分
为机器视觉, 机器听觉等分支课题 。
第 1章 人工智能概述
要研究机器感知, 首先要涉及图像, 声音等信息
的识别问题 。 为此, 现在已发展了一门称为, 模式识
别, 的专门学科 。 模式识别 的主要目标就是用计算机
来模拟人的各种识别能力, 当前主要是对视觉能力和
听觉能力的模拟, 并且主要集中于图形识别和语音识
别 。
图形识别 主要是研究各种图形 （ 如文字, 符号,
图形, 图像和照片等 ） 的分类 。 例如识别各种印刷体
和某些手写体文字, 识别指纹, 白血球和癌细胞等等 。
这方面的技术已经进入实用阶段 。
第 1章 人工智能概述
语音识别 主要是研究各种语音信号的分类 。 语音
识别技术近年来发展很快, 现已有商品化产品 (如汉字
语音录入系统 )上市 。
模式识别的过程是先将摄像机, 送话器或其它传
感器接受的外界信息转变成电信号序列, 计算机再进
一步对这个电信号序列进行各种预处理, 从中抽出有
意义的特征, 得到输入信号的模式, 然后与机器中原
有的各个标准模式进行比较, 完成对输入信息的分类
识别工作 。
第 1章 人工智能概述
2,机器联想
仔细分析人脑的思维过程, 可以发现, 联想实际
是思维过程中最基本, 使用最频繁的一种功能 。 例如,
当听到一段乐曲, 我们头脑中可能会立即浮现出几十
年前的某一个场景, 甚至一段往事, 这就是联想 。
第 1章 人工智能概述
当前, 对机器联想功能的研究中, 人们就是利用这
种按内容记忆原理, 采用一种称为, 联想存储, 的技
术实现联想功能 。 联想存储的特点是：
(1)可以存储许多相关 （ 激励, 响应 ） 模式对 ;
(2)通过自组织过程可以完成这种存储 ;
(3)以分布, 稳健的方式 （ 可能会有很高的冗余度 ）
存储信息 ;
(4)可以根据接收到的相关激励模式产生并输出适
当的响应模式 ;
(5)即使输入激励模式失真或不完全时, 仍然可以
产生正确的响应模式 ;
(6)可在原存储中加入新的存储模式 。
第 1章 人工智能概述
3,机器推理
机器推理就是计算机推理, 也称自动推理 。 它是
人工智能的核心课题之一 。 因为, 推理是人脑的一个
基本功能和重要功能 。 事实上, 几乎所有的人工智能
领域都与推理有关 。 因此, 要实现人工智能, 就必须
将推理的功能赋予机器, 实现机器推理 。
推理, 就是从一些已知判断 （ 前提 ） 推出一个新判
断的思维过程 。
人工智能中的推理, 不同的知识表示有不同的推理
方式, 如基于语义网和框架表示知识的推理是一种继
承的推理, 基于产生式的推理有正向, 反向推理等
第 1章 人工智能概述
从推理的可靠程度分：推理分为：确定性推理（精确推
理）和不确定性推理（不确定性推理）
传统的逻辑推理都是确定性推理
不确定性推理的前提和结论则是模糊的、随机的或不确
定的。不确定性推理可分为基于概率逻辑的或然推理
和基于模糊逻辑的似然推理。
第 1章 人工智能概述
4.机器学习
机器学习就是机器自己获取知识 。 具体来讲, 机
器学习主要有这几层意思：
(1)对人类已有知识的获取 （ 这类似于人类的书本
知识学习 ） ；
(2)对客观规律的发现 （ 这类似于人类的科学发
现 ） ；
(3)对自身行为的修正 （ 这类似于人类的技能训练
和对环境的适应 ） 。
第 1章 人工智能概述
5.机器理解
机器理解主要包括自然语言理解和图形理解等 。
自然语言理解就是计算机理解人类的自然语言,
如汉语, 英语等, 并包括口头语言和文字语言两种形
式 。 试想, 计算机如果能理解人类的自然语言, 那么
计算机的使用将会变得十分方便和简单, 而且机器翻
译也将真正成为现实 。
第 1章 人工智能概述
例如, 美国认知心理学家
G.M.Ulson 曾为理解提出了四条判别标准,
(1)能够成功地回答与输入材料有关的问题；
(2)能够具有对所给材料进行摘要的功能；
(3)能用不同的词语叙述所给材料；
(4)具有从一种语言转译成另一种语言的能力 。
第 1章 人工智能概述
6.机器行为
机器行为主要指机器人行动规划 。 它是智能机器
人的核心技术, 规划功能的强弱反映了智能机器人的
智能水平 。 因为, 虽然感知能力可使机器人认识对象
和环境, 但解决问题, 还要依靠规划功能拟定行动步
骤和动作序列 。
第 1章 人工智能概述
1.3.2 基于研究途径与实现技术的领域划分
1.符号智能 （ 基于人脑的心理模型, 运用传统的程
序设计方法实现的人工智能 ）
? 就是以符号知识为基础, 通过符号推理进行问题求
解而实现的智能 。 这也就是所说的传统人工智能或
经典人工智能 。
? 研究的主要内容包括知识工程和符号处理技术 。
知识工程涉及知识获取, 知识表示, 知识管理, 知
识运用以及知识库系统等一系列知识处理技术 。
符号处理技术指基于符号的推理和学习技术, 它主
要研究经典逻辑和非经典逻辑理论以及相关的程序
设计技术 。
第 1章 人工智能概述
2,计算智能
计算智能是以数据为基础, 通过数值计算进行问
题求解而实现的智能 。
计算智能研究的主要内容包括人工神经网络, 进
化计算 (包括遗传算法, 遗传程序设计, 进化规划, 进
化策略等 ),模糊技术以及人工生命等 。
计算智能主要模拟自然智能系统, 研究其数学模
型和相关算法, 并实现人工智能 。 计算智能是当前人
工智能学科中一个十分活跃的分支领域 。
第 1章 人工智能概述
1.3.3基于应用领域的领域划分
1,难题求解
这里的难题, 主要指那些没有算法解, 或虽有算
法解但在现有机器上无法实施或无法完成的困难问题 。
例如：路径规划, 运输调度, 电力调度, 地质分析,
测量数据解释, 天气预报, 市场预测, 股市分析, 疾
病诊断, 故障诊断, 军事指挥, 机器人行动规划, 机
器博弈等等 。
第 1章 人工智能概述
2,自动定理证明
自动定理证明就是机器定理证明, 这也是人工智
能的一个重要的研究领域, 也是最早的研究领域之一 。
定理证明是最典型的 逻辑推理问题 之一, 它在发展人
工智能方法上起过重大作用 。
第 1章 人工智能概述
自动定理证明的方法主要有四类：
(1)自然演绎法 。 它的基本思想是依据推理规则,
从前提和公理中可以推出许多定理, 如果待证的定理
恰在其中, 则定理得证 。
(2)判定法 。 即对一类问题找出统一的计算机上可
实现的算法解 。 在这方面一个著名的成果是我国数学
家吴文俊教授 1977年提出的初等几何定理证明方法 。
第 1章 人工智能概述
(3)定理证明器 。 它研究一切可判定问题的证明方法 。
(4)计算机辅助证明 。 它是以计算机为辅助工具, 利
用机器的高速度和大容量, 帮助人完成手工证明中难以
完成的大量计算, 推理和穷举 。
第 1章 人工智能概述
3.自动程序设计
自动程序设计就是让计算机设计程序 。 具体来讲,
就是人只要给出关于某程序要求的非常高级的描述,
计算机就会自动生成一个能完成这个要求目标的具体
程序 。 所以, 这相当于给机器配置了一个, 超级编译
系统,, 它能够对高级描述进行处理, 通过规划过程,
生成所需的程序 。 但这只是自动程序设计的主要内容,
它实际是程序的自动综合 。 自动程序设计还包括程序
自动验证, 即自动证明所设计程序的正确性 。
第 1章 人工智能概述
4,自动翻译
自动翻译即机器翻译, 就是完全用计算机作为两
种语言之间的翻译 。 机器翻译由来已久 。 早在电子计
算机问世不久, 就有人提出了机器翻译的设想 。 随后
就开始了这方面的研究 。
当时人们总以为只要用一部双向词典及一些语法
知识就可以实现两种语言文字间的机器互译, 结果遇
到了挫折 （ 实例 P10有描述 ） 。
第 1章 人工智能概述
5.智能控制
智能控制就是把人工智能技术引入控制领域, 建
立智能控制系统 。 自从国际知名美籍华裔科学家傅京
孙 (KS.Fu)在 1965年首先提出把人工智能的启发式推理
规则用于学习控制系统以来, 国内外众多的研究者投
身于智能控制研究, 并取得一些成果 。
基于专家系统的专家智能控制
基于模糊推理和计算的模糊控制
基于人工神经网络的神经网络控制
基于以上三种方法的综合型智能控制
第 1章 人工智能概述
智能控制系统的智能可归纳为以下几方面：
(1)先验智能：有关控制对象及干扰的先验知识,
可以从一开始就考虑到控制系统的设计中 ;
(2)反应性智能：在实时监控, 辨识及诊断的基础
上, 对系统及环境变化的正确反应能力 ;
(3)优化智能：包括对系统性能的先验性优化及反
应性优化 ;
(4)组织与协调智能：表现为对并行耦合任务或子
系统之间的有效管理与协调。
第 1章 人工智能概述
6.智能管理
智能管理就是把人工智能技术引入管理领域, 建立
智能管理系统 。 智能管理是现代管理科学技术发展的
新动向 。 智能管理是人工智能与管理科学, 系统工程,
计算机技术及通信技术等多学科, 多技术互相结合,
互相渗透而产生的一门新技术, 新学科 。 它研究如何
提高计算机管理系统的智能水平, 以及智能管理系统
的设计理论, 方法与实现技术 。
智能管理系统是在管理信息系统, 办公自动化系
统, 决策支持系统的功能集成的基础上, 应用人工智
能专家系统, 知识工程, 模式识别, 人工神经网络等
方法和技术, 进行智能化, 集成化, 协调化设计而实
现的新一代的计算机管理系统 。
第 1章 人工智能概述
7.智能决策
智能决策就是把人工智能技术引入决策过程, 建
立智能决策支持系统 。 智能决策支持系统是在 20世纪
80年代初提出来的 。 它是决策支持系统与人工智能,
特别是专家系统相结合的产物 。 它充分发挥了决策支
持系统中数值分析的优势, 有发挥专家系统中知识和
知识处理技术的特长, 既可进行定量分析, 又可以进
行定性分析, 能有效的解决半结构化和非结构化的问
题 。
智能决策系统＝传统决策支持系统＋智能部件
智能部件有基于专家系统模式, 知识库系统模式
第 1章 人工智能概述
基于专家系统模式，目前流行的模式,适合于以知识处
理为主，但它与决策支持系统的接口比较难。
基于知识库系统模式,知识库作为智能部件，决策支持
系统就由模型库、方法库、数据库和知识库组成的四
库系统。
第 1章 人工智能概述
自 70年代提出决策支持系统 (DSS)以来,DSS已经得到了很大
发展。它是在管理信息系统 (MIS)基础上发展起来的。 MIS是
利用数据库技术实现各级管理者的管理业务，在计算机上进
行各种事务处理工作。 DSS则是要为各级管理者提供辅助决
策的能力。
1980年 Sprague提出了决策支持系统三部件结构,即对话部件、
数据部件 (数据库 DB和数据库管理系统 DBMS)、模型部件 (模
型库 MB和模型库管理系统 MBMS)。该结构明确了 DSS 的组
成，也间接地反映了 DSS的关键技术，即模型库管理系统、
部件接口、系统综合集成。它为 DSS的发展起到了很大的推
动作用
第 1章 人工智能概述
决策支持系统主要是以模型库系统为主体，通过定量分析进行辅助
决策。其模型库中的模型已经由数学模型扩大到数据处理模型、图
形模型等多种形式，可以概括为广义模型。决策支持系统的本质是
将多个广义模型有机组合起来，对数据库中的数据进行处理而形成
决策问题大模型。决策支持系统的辅助决策能力从运筹学、管理科
学的单模型辅助决策发展到多模型综合决策，使辅助决策能力上了
一个新台阶。
80年代末 90年代初，决策支持系统与专家系统结合起来，形成了智
能决策支持系统 (I DSS)。专家系统是定性分析辅助决策，它和以定
量分析辅助决策的决策支持系统结合，进一步提高了辅助决策能力。
智能决策支持系统是决策支持系统发展的一个新阶段。
第 1章 人工智能概述
一般来说, 智能部件中可以包含如下一些知识：
(1)建立决策模型和评价模型的知识 。
(2)如何形成候选方案的知识 。
(3)建立评价标准的知识 。
(4)如何修正候选方案, 从而得到更好候选方案的知识 。
(5)完善数据库，改进对它的操作及维护的知识。
第 1章 人工智能概述
8.智能通信
智能通信就是把人工智能技术引入通信领域, 建
立智能通信系统 。 智能通信就是在通信系统的各个层
次和环节上实现智能化 。 例如在通信网的构建, 网管
与网控, 转接, 信息传输与转换等环节, 都可实现智
能化 。 这样, 网络就可运行在最佳状态, 使呆板的网
变成活化的网, 使其具有自适应, 自组织, 自学习,
自修复等功能 。
第 1章 人工智能概述
9,智能仿真
智能仿真就是将人工智能技术引入仿真领域, 建
立智能仿真系统 。 我们知道, 仿真是对动态模型的实
验, 即行为产生器在规定的实验条件下驱动模型, 从
而产生模型行为 。
第 1章 人工智能概述
10.智能 CAD
智能 CAD（ 简称 ICAD） 就是把人工智能技术引入
计算机辅助设计领域, 建立智能 CAD系统 。 事实上,
AI几乎可以应用到 CAD技术的各个方面 。 从目前发展
的趋势来看, 至少有下述四个方面：
(1)设计自动化 。
(2)智能交互 。
(3)智能图形学 。
(4)自动数据采集 。
第 1章 人工智能概述
从具体技术来看, ICAD技术大致可分为如下几种
方法：
(1)规则生成法 。
(2)约束满足方法 。
(3)搜索法 。
(4)知识工程方法 。
(5)形象思维方法。
第 1章 人工智能概述
11.智能 CAI
智能 CAI就是把人工智能技术引入计算机辅助教学
领域, 建立智能 CAI系统, 即 ICAI。
ICAI的特点是能对学生因才施教地进行指导 。 为
此, ICAI应具备下列智能特征,
(1)自动生成各种问题与练习 。
(2)根据学生的水平和学习情况自动选择与调整教
学内容与进度 。
(3)在理解教学内容的基础上自动解决问题生成解
答 。
第 1章 人工智能概述
1.3.4 基于应用系统的领域划分
1.专家系统
所谓专家系统, 就是基于人类专家知识的程序系
统 。 专家系统的特点是拥有大量的专家知识 （ 包括领
域知识和经验知识 ）, 能模拟专家的思维方式, 面对
领域中复杂的实际问题, 能作出专家水平级的决策,
像专家一样解决实际问题 。
第 1章 人工智能概述
2.知识库系统
广义上理解：包含知识库的计算机系统
狭义理解：仅指拥有某一领域广泛知识及常识的知识
咨询系统。
知识库系统与数据库系统类似，知识库系统的结构包
括知识库和知识库管理系统。知识库包括领域的一些
基本事实和规则等。（ P13）
知识库系统与数据库系统有区别。
第 1章 人工智能概述
3.智能数据库系统
智能数据库系统就是给传统数据库系统中再加上
智能成分 。 例如：演绎数据库, 面向对象数据库, 主
动数据库等等, 都是智能数据库系统 。
4.智能机器人系统
智能机器人是这样一类机器人：它能认识工作环
境, 工作对象及其状态, 能根据人给予的指令和, 自
身, 认识外界的结果来独立地决定工作方法, 实现任
务目标, 并能适应工作环境的变化 。
第 1章 人工智能概述
1.3.5 基于计算机系统结构的领域划分
1.智能操作系统
智能操作系统就是将人工智能技术引入计算机的
操作系统之中, 从质上提高操作系统的性能和效率 。
智能操作系统的基本模型, 将以智能机为基础,
并能支撑外层的 AI应用程序, 以实现多用户的知识处
理和并行推理 。
第 1章 人工智能概述
2,智能多媒体系统
多媒体技术是当前计算机最为热门的研究领域之
一 。 多媒体计算机系统就是能综合处理文字, 图形,
图像和声音等多种媒体信息的计算机系统 。 智能多媒
体就是将人工智能技术引入多媒体系统, 使其功能和
性能得到进一步发展和提高 。 事实上, 多媒体技术与
人工智能所研究的机器感知, 机器理解等技术也不谋
而合 。
第 1章 人工智能概述
3,智能计算机系统
智能计算机系统就是人们正在研制的新一代计算
机系统 。 这种计算机系统从基本元件到体系结构, 从
处理对象到编程语言, 从使用方法到应用范围, 同当
前的诺依曼型计算机相比, 都有质的飞跃和提高, 它
将全面支持智能应用开发, 且自身就具有智能 。
第 1章 人工智能概述
4.智能网络系统
智能网络系统就是将人工智能技术引入计算机网
络系统 。 如在网络构建, 网络管理与控制, 信息检索
与转换, 人机接口等环节, 运用 AI的技术与成果 。 研
究表明, AI的专家系统, 模糊技术和神经网络技术可
用于网络的连接接纳控制, 业务量管制, 业务量预测,
资源动态分配, 业务流量控制, 动态路由选择, 动态
缓冲资源调度等许多方面 。
第 1章 人工智能概述
1.3.6 基于实现工具与环境的领域划分
1.智能软件工具
包括开发建造智能系统的程序语言和工具环境等,
这方面现已有不少成果 。 如：函数程序设计语言 (LISP)、
逻辑程序设计语言 (PROLOG),对象程序设计语言
(Smalltalk,C++,Java),框架表示语言 (FRL),产生
式语言 (OPS5),神经网络设计语言 (AXON),智能体
(Agent) 程序设计语言等等, 以及各种专家系统工具,
知识工程工具, 知识库管理系统等 。
第 1章 人工智能概述
2,智能硬件平台
指直接支持智能系统开发和运行的机器硬件, 这
方面现在也取得了不少成果 。 如,LISP机, PROLOG
机, 神经网络计算机, 知识信息处理机, 模糊推理计
算机, 面向对象计算机, 智能计算机等, 以及由这些
计算机组成的网络系统, 有的已研制成功, 有的正在
研制之中 。
第 1章 人工智能概述
1.3.7 基于体系结构的领域划分
基于智能系统的体系结构, 人工智能可以分为集
中式人工智能和分布式人工智能, 前者研究的是个体
智能, 而后者研究的则是群体智能 。 个体智能是指个
体的推理, 学习, 理解等智能行为 。
分布式人工智能 （ DistributedArtificialIntelligence，
简称 DAI） 主要研究在逻辑上或物理上分散的智能个
体或智能系统如何并行地, 相互协作地实现大型复杂
问题求解 。
第 1章 人工智能概述
1.4 人工智能的基本技术
1.4.1 推理技术
几乎所有的人工智能领域都要用到推理, 因此,
推理技术是人工智能的基本技术之一 。 需指出的是,
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的谓词逻
辑和由它经某种扩充, 发展而来的各种逻辑 。 后者通
常称为非经典或非标准逻辑 。
第 1章 人工智能概述
1.4.2 搜索技术
所谓搜索, 就是为了达到某一, 目标,, 而连续
地进行推理的过程 。 搜索技术就是对推理进行引导和
控制的技术, 它也是人工智能的基本技术之一 。 事实
上, 许多智能活动的过程, 甚至所有智能活动的过程,
都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 。 即在某一状态图, 或者与
或图, 或者一般地说, 在某种逻辑网络上进行搜索的
过程 。
第 1章 人工智能概述
搜索技术也是一种规划技术 。 因为对于有些问题,
其解就是由搜索而得到的, 路径, 。 搜索技术是人工
智能中发展最早的技术 。 在人工智能研究的初期,
,启发式, 搜索算法曾一度是人工智能的核心课题 。
截至目前, 对启发式搜索的研究, 人们已取得了不少
成果 。 如著名的 A*算法和 AO*算法就是两个重要的启
发式搜索算法 。 但至今, 启发式搜索仍然是人工智能
的重要研究课题之一 。
第 1章 人工智能概述
1.4.3 知识表示与知识库技术
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 。 知识库
类似于数据库, 所以知识库技术包括知识的组织, 管
理, 维护, 优化等技术 。 对知识库的操作要靠知识库
管理系统的支持 。 显然, 知识库与知识表示密切相关 。
需说明的是, 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 。
第 1章 人工智能概述
1.4.4 归纳技术
所谓归纳技术, 是指机器自动提取概念, 抽取知
识, 寻找规律的技术 。 显然, 归纳技术与知识获取及
机器学习密切相关, 因此, 它也是人工智能的重要基
本技术 。 归纳可分为基于符号处理的归纳和基于神经
网络的归纳 。 这两种途径目前都有很大发展 。
第 1章 人工智能概述
1.4.5 联想技术
如前面 1.3节所述, 联想是最基本, 最基础的思维活
动, 它几乎与所有的 AI技术息息相关 。 因此, 联想技术
也是人工智能的一个基本技术 。 联想的前提是联想记忆
或联想存储, 这也是一个富有挑战性的技术领域 。
以上我们介绍了人工智能的一些基本理论和技术,
因为这些理论和技术仍在不断发展和完善之中, 所以,
它们同时也是人工智能的基本课题 。
第 1章 人工智能概述
1.5 人工智能的发展概况
1.5.1 人工智能学科的产生
现在公认，人工智能学科正式诞生于 1956年。需
要指出的是，人工智能学科虽然正式诞生于 1956年的
这次学术研讨会，但实际上它是逻辑学、心理学、计
算机科学、脑科学、神经生理学、信息科学等学科发
展的必然趋势和必然结果。单就计算机来看，其功能
从数值计算到数据处理，再下去必然是知识处理。实
际上就其当时的水平而言，也可以说计算机已具有某
种智能的成分了。
第 1章 人工智能概述
1.5.2 符号主义途径发展概况
1956年之后的 10多年间, 人工智能的研究取得了
许多引人瞩目的成就 。 从符号主义的研究途径来看,
主要有：
(1)1956年, 美国的纽厄尔, 肖和赛蒙合作编制了
一个名为逻辑理论机 (LogicTheory Machine,简称 LT)
的计算机程序系统 。
(2)1956年, 塞缪尔研制成功了具有自学习, 自组
织, 自适应能力的跳棋程序 。
第 1章 人工智能概述
(3)1959年, 籍勒洛特发表了证明平面几何问题的
程序, 塞尔夫里奇推出了一个模式识别程序； 1965年
罗伯特 (Roberts)编制出了可以分辨积木构造的程序 。
(4)1960年, 纽厄尔, 肖和赛蒙等人通过心理学试
验总结出了人们求解问题的思维规律, 编制了通用问
题求解程序 (GeneralProblemSolving简称 GPS)。
第 1章 人工智能概述
(5)1960年, 麦卡锡研制成功了面向人工智能程序设
计的表处理语言 LISP。 该语言以其独特的符号处理功能,
很快在人工智能界风靡起来 。 它武装了一代人工智能学
者, 至今仍然是人工智能研究的一个有力工具 。
(6)1965年, 鲁宾逊 (Robinson)提出了消解原理, 为
定理的机器证明做出了突破性的贡献 。
第 1章 人工智能概述
1.5.3 连接主义途径发展概况
从连接主义的研究途径看, 早在 20世纪 40年代,
就有一些学者开始了神经元及其数学模型的研究 。 例
如, 1943年心理学家 McCulloch和数学家 Pitts提出了形
式神经元的数学模型 ——现在称之为 MP模型, 1944年
Hebb提出了改变神经元连接强度的 Hebb规则 。 MP模
型和 Hebb规则至今仍在各种神经网络中起重要作用 。
第 1章 人工智能概述
神经网络学科的发展和应用也迎来了脑神经科学,
认知科学, 心理学, 微电子学, 控制论和机器人学, 信
息技术和数理科学等学科的相互促进, 相互发展的空前
活跃时期, 特别是在计算机科学研究领域, 将从根本上
改变人们传统的数值, 模拟, 串行, 并行, 分布等计算
与处理概念的内涵和外延, 出现了分布式并行新概念,
数值模拟混合的新途径, 探索和开创光学计算机, 生物
计算机, 第 n代计算机的新构想, 为 21世纪计算机科学
与技术的飞速发展奠定了思想和理论基础 。
第 1章 人工智能概述
1.5.4 当前发展趋势
首先指出, 由于人工智能技术的飞速发展和作者
视野的限制, 所以, 很难在这样一个小节的篇幅里,
对人工智能的当前发展趋势作出全面, 准确的评估 。
但一般认为, 当前人工智能的发展, 呈现出如下特点：
(1)传统的符号处理与神经计算各取所长，联合
作战。
(2)一批新思想、新理论、新技术不断涌现。
(3)以 Agent（ 称为, 主体, 或, 智能主体,,
,智能体, 等 ） 技术和分布式人工智能 (DAI） 正异
军突起, 蓬勃发展 。
第 1章 人工智能概述
(4)应用研究愈加深入而广泛 。 当今的人工智能研
究与实际应用的结合越来越紧密, 受应用的驱动越来
越明显 。 事实上, 现在的人工智能技术已同整个计算
机科学技术紧密地结合在一起了, 其应用也与传统的
计算机应用越来越相互融合了 。
第 1章 人工智能概述
1.5.5 我国人工智能研究发展简况
由于众所周知的原因, 我国人工智能的研究起步
较晚 。 20世纪 70年代末, 我国才有一批学者认真地开
始了人工智能的研究 。 1977年, 涂序彦 （ 现任中国人
工智能学会理事长 ） 和郭荣江在, 自动化, 第 1期上发
表了国内首篇关于 AI的论文 ——,智能控制及其应用,,
拉开了我国人工智能研究的序幕 。 从此, 我国在人工
智能方面的研究便蓬勃兴起 。
