《人工智能的历史》由会员分享，可在线阅读，更多相关《人工智能的历史（25页珍藏版）》请在金锄头文库上搜索。
1、2006,Page 1,摘要(Abstract) ：,本文回顾、分析、展望人工智能的历史、现状、前景，认为：已从传统的、狭义的“人工智能”走向现代“广义人工智能”，将发展成未来的“智能科学技术”。 In this paper, the history, present and future of Artificial Intelligence are reviewed, analyzed and forecasted. In authors opinion, the traditional “Artificial Intelligence” has gone to present “Gener
2、alized Artificial Intelligence”, and would be developing to futuristic “Science & Technology of Intelligence”.,2006,Page 2,目录,人工智能的历史回顾 功能模拟、结构模拟、行为模拟 2. 广义人工智能 多学派、多层次、多智体人工智能 3. 广义智能学 智能科学技术的理论基础 结论 主要参考文献,2006,Page 3,1人工智能的历史回顾 功能模拟、结构模拟、行为模拟,1.1人工智能的历史背景 人工智能在中国的历史渊源: 司辰、击鼓、 报时的“机关人”， 会跳舞的“人形舞姬”
3、， 能捕鼠的木制“钟馗”， 会化缘的“木僧人”，等等. 国际方面： 英国科学家图灵于1936 年提出“理论计算机”模型，被称之为“图灵机”( Turing Machine ) ，创立了“自动机理论”。 1950 年，图灵发表了著名论文 计算机能思维吗？，明确地提出了“机器能思维”的观点。 1943 年，美国科学家麦卡洛克（W. S. McCulloch）、匹茨（W. H. Pitts）研制出世界上第一个人工神经细胞模型，被称之为“MP模型”。从仿生学观点，以结构模拟方法，探讨人工智能的途径。 1948年，美国科学家维纳等创立了“控制论” （Cybernetics）, 研究动物与机器中的控制和通
4、讯的共同规律，在生物科学与工程技术之间架起了学术桥梁，开拓了从行为模拟观点研究人工智能的园地。,2006,Page 4,1人工智能的历史回顾 功能模拟、结构模拟、行为模拟,1.2启发程序专家系统 启发程序 (Heuristic program）: 第一个著名的启发程序是“逻辑理论机”(Logic Theroy Machine ) ，简称为“LT ”。由纽厄尔、西蒙、肖（J. C. Shaw ）合作，于1956年研制成功。 1960年，华裔美国数理逻辑学家王浩（Wang Hao）提出了命题逻辑的机器定理证明的新算法，利用计算机证明了集合论中的300 多条定理。 1965 年，罗滨逊（J. A.
5、Robinson）提出了一阶谓词逻辑的“消解原理”(Resolution Principle) ，简化了判定步骤，推动了基于谓词逻辑的机器定理证明的进展。 1977 年， 我国数学家、人工智能学家吴文俊提出了初等几何判定问题的机器定理证明方法，并进一步推广到初等微分几何、非欧几何领域，被称为“吴氏方法”。 专家系统 (Expert System) ： 第一个专家系统DENDRAL是化学分析专家系统，由美国科学家费根鲍姆（E. A. Feigennbaum）于1965 年提出，1968年研制成功的。 医疗专家系统MYCIN 是由斯坦福大学（Stanford University）肖特利夫( E.
6、 H. Shortliffe）等人于1971年开始研制，1974 年基本完成，1976年发表的，具有类似于内科医生的知识和经验，可用于血液感染病的诊断、治疗和咨询服务。 在应用上获得显著成就的是地质勘探专家系统（PROSPECTOR）。它是由斯坦福研究所（SRI）的杜达（R.O. Duda）等研制的，可用于地质勘测数据分析，探查矿床的类型、蕴藏量、分布。从1976 年开始研制，1981 年基本完成，其特点是具有多专家、多专业的知识和经验。 我国的第一个专家系统“中医关幼波肝炎诊断治疗程序” ，由中国科学院自动化研究所控制论组涂序彦、郭荣江等，与北京市中医院关幼波等合作，于1976 年开始研制，
7、1977年研制成功的，这也是国际上第一个中医专家系统。,2006,Page 5,1人工智能的历史回顾 功能模拟、结构模拟、行为模拟,1.3 人工神经细胞人工神经网络 人工神经细胞 (Artificial Neural Cell） 1943 年，麦卡洛克、匹茨合作研究的“MP”模型，这是关于神经细胞模型的奠基性工作，因而，人们认为它是从脑的生物结构原型出发,探讨人工智能的开创性成果。 克里纳研制了带有反馈的闭环神经细胞模型，发展了“自动机”理论。 1949年，心理学家荷布（D. O. Hebb）指出，当神经细胞参与某种心理活动时，细胞之间的联结通路的信息传导能力将会增强，即所谓“Hebb规则”。
8、 人工神经网络” (Artificial Neural Network) ： 1957 年罗森勃拉特（F. Rosenblatt）等研制的“感知机”( Perceptron ) 1969 年，明斯基出版了专著：Perceptrons 1982 年，荷普菲尔德（J. Hopfield）提出Hopfield型的网络，成功地求解了计算复杂度为NP完全的“旅行商”问题。 1983 年，欣顿（J. Hinton）研制出“Boltzman机” 1986 年，鲁姆哈特（D. Rumelhar）等研制出新一代的多层感知机，称之为“反向传播神经网络（Back- Bropagation ) ，简称“BP ”网络。
9、 格罗斯伯格（S. Grossberg）提出了自适应共振理论ART。 1987年，首届国际人工神经网络学术大会在美国的圣迭戈（SanDiego）举行，成立了“国际神经网络协会”（International Neural Network Society）简称INNS，掀起了人工神经网络研究的第二次高潮。 1980年，我们在生物控制论 (Bio- Cybernetics）一书中，研究了人工神经网络和神经系统控制论。,2006,Page 6,1人工智能的历史回顾 功能模拟、结构模拟、行为模拟,1.4 控制论动物智能机器人 控制论动物 (Cybernetic Animal） 1952年，香农研制的机器
10、老鼠模型，模拟老鼠在“迷宫”中寻找通路的条件反射行为和学习功能，称为“香农老鼠”，是第一个著名的控制论动物。 瓦尔特（G. Walter）研制的“电动乌龟”等。被认为是“自学习机器”和“控制论动物”的先驱。 智能机器人 (Intelligent Robot ) ： 1968年，麦卡锡（J. McCarthy）等研究了智能机器人的视觉和听觉，利用斯坦福大学的“手一眼”机器人进行了实验，可根据红、黄、绿、白四种颜色，将积木进行分类识别，装卸、堆放。 1972年，温斯顿（P. H. Winston）对MIT 研制的智能机器人进行了总结和评述。 1991年，在国际人工智能联合会（I JCAI）上，麻省
11、理工学院的布鲁克斯( R . A. Brooks) 表演了他研制的新型智能机器人，能够在未知的动态环境中进行漫游。 1977年，中国科学院自动化研究所在国内率先开展了 “智能控制”理论方法和技术的研究； 8090年代，我国高等院校和研究机构在智能控制与智能机器人的研究开发方面，取得了丰硕的成果。,2006,Page 7,1人工智能的历史回顾 功能模拟、结构模拟、行为模拟,1.5 人工智能的学派分支 回顾人工智能发展的历史进程，从科学方法论的角度分析，其发展有三条途径，在学术观点上有三大学派，如图1所示。,图l 人工智能的学派分支与研究进展,2006,Page 8,2广义人工智能 多学派、多层次
12、、多智体人工智能,2.1 “广义人工智能”的概念涵义 事实表明：“人工智能”学科已从学派分歧的、不同层次的、传统的“狭义人工智能”，走向多学派兼容、多层次结合的、现代的“广义人工智能” （Generalized Artificial Intelligence）。“广义人工智能” GAI的涵义如下：,“多学派”人工智能 “广义人工智能” 是兼容多学派 的“多学派人工智能”，模拟、延 伸与扩展“人的智能”及其它动物智能，既研究“机器智能”，也开发“智能机器”。 “多层次”人工智能 “广义人工智能”是多层次结合的“多层次人工智能”。如：自推理，自联想，自学习，自寻优，自协调，自规划，自决策，自感知，
13、自识别，自辨识，自诊断，自预测，自聚焦，自融合，自适应，自组织，自整定，自校正，自稳定，自修复，自繁衍，自进化等。不仅研究专家系统，而且研究人工神经网络、模式识别、智能机器人等。 “多智体”人工智能 “广义人工智能”不仅研究个体的、单机的、集中式人工智能，而且研究群体的、网络的、“多智体”(Multi-Agent)、分布式人工智能(Distributed Artificial Intelligence)。研究如何使分散的“个体人工智能”协调配合，形成协同的“群体人工智能”，模拟、延伸与扩展人的群体智能或其它动物的群体智能。,2006,Page 9,2广义人工智能 多学派、多层次、多智体人工智能
14、,2.2 “广义人工智能”的学科体系,图2 广义人工智能GAI学科体系,MSAI多学派人工智能, MLAI多层次人工智能， MAAI多智体人工智能。 MI机器智能（Machine Intelligence） MP机器感知（Machine Perception）, MT机器思维（Machine Thinking）, MB机器行为（Machine Behavior）。 IM智能机器（Generalized Intelligent Machine） PM感知机器（Perception Machine）, TM思维机器（Thinking Machine）, BM行为机器（Behavior Machin
15、e）。 MP机器感知 CV计算机视觉（Computer Vision）, PR模式识别（Pattern Recognition）, NLU自然语言理解（Natural Language Understanding） MT机器思维 ES专家系统（Expert System）, KE知识工程（Knowledge Engineering）, TP定理证明（Theorem Proving）。 MB机器行为 MG机器博奕（Machine Game）, IC智能控制（Intelligent Control）, NLG自然语言生成（Natural Language Generation）。 PM感知机器 I
16、I智能仪表（Intelligent Instrument）, RM识别机器（Recognition Machine）, IS工程感觉装置（Industrial sensor）。 TM思维机器， AN 人工神经网络（Artificial Neural Network）, IC智能计算机（Intelligent Computer）, AB人工脑（Artificial Brain）。 BM行为机器， IR智能机器人（Intelligent Robot）, IM智能操作机（Intelligent Manipulator）, IN智能网络（Intelligent Network）,2006,Page 10,2广义人工智能 多学派、多层次、多智体人工智能,2.3 “广义人工智能”的理论基础,“广义人工智能”学科的理论基础是“广义智能信息系统论”（Generalized Intelligence
