人工智能发展史（精华版）

《人工智能发展史（精华版）》由会员分享，可在线阅读，更多相关《人工智能发展史（精华版）（31页珍藏版）》请在金锄头文库上搜索。

1、XXX XXX XXX人工智能发展史The history of artificial intelligenceCONTENTS人工智能概述人工智能概述起源与发展起源与发展形成的学派形成的学派内容、方法、应用内容、方法、应用目录人工智能概述人工智能概述1 11.人工智能是一门交叉学科。2.目前还没有统一的定义。3.一般解释：人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能、计算机智能。一、何为人工智能？一、何为人工智能？广义地讲：人工智能是关于人造物的智能行为, 而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson, 1998年)。 Stuart Russ

2、ell和Peter Norvig把已有的一些人工智能定义分为4类: 像人一样思考的系统、 像人一样行动的系统、 理性地思考的系统、 理性地行动的系统(2003年)。广义分类二、人工智能的几种定义智能机器是一种能够呈现人类智 能行为的机器。02040503012.智能机器（Intelligent Machine ）人工智能(学科)是计算机科学中 涉及研究、设计和应用智能机 器的一个分支。它的近期主要 目标在于研究用机器来模仿和 执行人脑的某些智力功能，并 开发相关理论和技术。 4.人工智能(学科)人的智能是他们理解和学习事务 的能力。智能是思考和理解能力 而不是本能的做事能力。1. 智能（Int

3、elligent ）人工智能是关于知识的科学 （知识的表示、知识的获取 以及知识的运用）。3.人工智能（Nilsson）人工智能(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。5.人工智能(能力)二、人工智能的几种定义马文明斯基(Marvin Minsky):“人工智能就是让机器来完成那些如果由人来 做则需要智能的事情的科学”u“人工智能之父” u1927 u 1969年获图灵奖, u获此殊荣的第一位人工智能学者 u 1969年获图灵奖, 1991年获IJCAI终身成就奖。他在人 工智能、认

4、知心理学、数学、计算语言学、机器人学 等领域都做出了杰出贡献。他创建了MIT的AI实验 室、还是MIT的Media实验室奠基人。人工智能的起源与发展人工智能的起源与发展2 2一、孕育时期01公元前384-322 亚里士多德（ Aristotle） 形 式逻辑 三段论1956年前02数理逻辑、维纳弗 雷治、罗素等为代 表对发展数理逻辑 学科的贡献 丘奇(Church)、图 灵和其它一些人关 于计算本质的思想 ，为人工智能的形 成产生了重要影响 20世纪3040 年代 03麦卡洛克和皮 茨 神经网络 模型 连接主 义学派1943年04维纳 控制论 行为主义学 派 1948年二、形成时期（19561

5、976年）1956年人类历史上第一次人工智能研讨会在美国的达特茅斯大学举行，标志着人工智能学科的诞生。1965年1969年1970年Feigenbaum 专家系统 DENDRAL召开了第一届国际人工智能联合会议，此后每两年召开一次。人工智能国际杂志 (International Journal of AI)创刊。 三、暗淡时期（19661974年）010203机器翻译，定理证明、跳棋程序、模式识别、通用解题程序（GPS）2000年机器智能超过人类神经元数目10 的10次方暗淡 时期盲目乐观 预言巨大的困难四 、知识应用期（ 19701988 年）专家 系统1三大 问题2新的 问题3实现了人工智

6、能从理论研究走向专门知识应用，是AI发展史上的一次重 要突破与转折。 1972-1976年，费根鲍姆研制MYCIN专家系统，用于协助内科医生诊断 细菌感染疾病，并提供最佳处方。 1976年，斯坦福大学的杜达等人研制地质勘探专家系统PROSPECTOR。在开发专家系统过程中，许多研究者获得 共识，即人工智能系统是一个知识处理系 统，而知识获取、知识表示和知识利用则 成为人工智能系统的三大基本问题。专家系统本身所存在的应用领域狭窄、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等问题被逐渐暴露出来。五、 集成发展期（集成发展期（19861986年以来）年以来） 神经

7、网络的复兴：- 1982年，Hopfield模型提出。1984年， J. Hopfield设计研制了Hopfield网的电路，较好地解决了著名的TSP（TravellingSalesmanProblem ）问题，引起了较大的轰动。- 1986年， Rumelhart, Hinton 提出多层感 知机与反向传播(BP) 学习算法，该方法克服了感知器非线性不可分类问题，给 神经网络研究带来了新的希望。美国加州理工学院物理学家J. J. Hopfield教授五、进入新世纪1956年夏出席达特茅斯会议的部分代表于50年 后重逢2006，AI 50周年会议（美国） 莫尔，麦卡锡，明斯基，塞尔夫里奇，索罗

8、蒙夫 五、 人工智能在中国的发展1981年中国人工智能学会在长沙艰难成立，其后长期 得不到国内科技界的认同，只能挂靠中国社会科学院 哲学研究所，直到2004年，才得以“返祖归宗”，挂 靠到中国科学技术协会。1985年前，人工智能在西方国家得到重视和发展，而 在苏联却受到批判；我国人工智能也与“特异功能” 一起受到质疑，人工智能学科群专著不能公开出版。希望的曙光l1986年清华大学校务委员会经过长期和三次讨论后，决定同 意在清华大学出版社出版人工智能著作。l我国首部人工智能、机器人学和智能控制著作分别于1987 年、1988年和1990年在清华大学出版社、中南工业大学出版 社和电子工业出版社问世

9、。 破土而出 据不完全统计，现在全国已编著出版了50多部 人工智能、40多部智能控制和近50部机器人学 的教材/专著。 从1987年到1999年五、 人工智能在中国的发展五、 人工智能在中国的发展 从 2000年到 2006年五、 人工智能在中国的发展从 2007年到 2010年五、 人工智能在中国的发展人工智能研究起步较晚 1978年把“智能模拟”纳入国家研究计划。1984年召开了智能计算机及其系统学术讨论会。1986年起把智能计算机系统、智能机器人和智能信息处理等重大项目列入国家高技术研究计划。1993年起，把智能控制和智能自动化等项目列入国家科技攀登计划。进入21世纪后，已有更多的人工智

10、能与智能系统研究获得各种基金计划支持，并与国家国民经济和科技发展的重大需求相结合，力求做出更大贡献。五、 人工智能在中国的发展 进入新世纪 出现新动向“我深信，以人工智能和模式识别为带头的这门新学科，将为人类迈进智能自动化时期做出奠基 性贡献。” 宋健（1988）AI仍属于计算机科学 的一个分支 ？是否已形成“智能 科学”新学科？人工智能形成的学派人工智能形成的学派3 3一、符号主义符号 主义又称：逻辑主义、心理学派或计算机学派原理：物理符号系统假设和有限合理性原理起源：源于数理逻辑学派代表：纽厄尔、西蒙和尼尔逊等认为人的认知基元是符号， 认知过程即符号操作过程。认为人是一个物理符号系统，计算

11、 机也是一个物理符 号系统，因此 ，能用计算机来模拟人的智能行 为。认为知识是信息的一种形式，是 构成智能的基础。人 工智能的核 心问题是知识表示、知识推理。二、连接主义原理：神经网络及神经网络间的连接机制与学习算法。起源：源于仿生学，特别是人脑模型的研究。学派代表：卡洛克、皮茨、Hopfield、鲁梅尔哈特等。连结主义基本理论：认为思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出连结主义的大脑工作模 式，用于取代符号操作的电脑工作模式。三、行为主义又称：进化主义或控制论学派原理：控制论及感知动作型控制系统 起源：源于控制论 学派代表作：布鲁克斯(Brooks)的六足行走机器人

12、，一个基于感 知-动作模式的模拟昆虫行为的控制 系统 行为主义基本理论 u 认为智能取决于感知和行动(所以被称为行为主义)，提出智能行 为的“感知动作”模式； u 认为智能不需要知识、不需要表示、不需要推理 ；人工智能可以 象人类智能一样逐步进化(所以 称为进化主义)；智能行为只能在 现实世界中与 周围环境交互作用而表现出来。四、三大学派的综合集成符号主义连接主义行为主义随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。不同学派间的争论进一步促进了人工智能的发展人工智能研究的内容、人工智能研究的内容、 方法及应用方法及应用4 4一、研究内容Co

13、gnition modeling (认知建模) Knowledge Representation(知识表示) Knowledge Reasoning(知识推理)Knowledge Application(知识应用) Machine Perception(机器感知) Machine thinking(机器思维)Machine learning(机器学习) Machine behavior(机器行为) Intelligent system constructing(智能系统构建) I二、研究方法Function simulation (功能模拟法)Construction simulation (结构模拟法） Behavior simulation(行为模拟法)Integration simulation(集成模拟法)1234三、研究与应用领域Problem Solving 问题求解1Logic Reasoning & Automatic Theorem Proving 逻辑推理与自动定理证明2Natural Language Understanding 自然语言 理解3Automatic Programming 自动定理证明4Machine Learning 机器学习5Expert System (ES) 专家系统6研究与应 用领域