第一章 绪 论1-1. 什么是人工智能[1]?试从学科和能力两方面加以说明。从学科角度来看: 人工智能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能功能,并开发相关理论和技 术。从能力角度来看: 人工智能是智能机器所执行的通常与人类智能有关的功能, 如判断、 推理、 证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动1-2. 在人工智能的发展过程中,有哪些思想和思潮起了重要作用? 控制论之父维纳 1940 年主张计算机五原则。他开始考虑计算机如何能像大脑一样工作。系 统地创建了控制论,根据这一理论,一个机械系统完全能进行运算和记忆。帕梅拉•麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究 《机器思维》(MachineWho Think,1979) 中曾经指出:在复杂的机械装置与智能之间存在着长期的联系。 著名的英国科学家图灵被称为人工智能之父 ,图灵不仅创造了一个简单的通用的非数字计算模型,而且直接证明了计算机可能以某种被理解为智能的方法工作。 提出了著名的图灵测试。 数理逻辑从 19 世纪末起就获迅速发展;到 20 世纪 30 年代开始用于描述智能行为。计算机 出现后,又在计算机上实现了逻辑演绎系统。1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型,即MP模 型。60-70年代,联结主义,尤其是对以感知机 (perceptron)为代表的脑模型的研究曾出现过热潮,控制论思想早在 40-50 年代就成为时代思潮的重要部分, 影响了早期的人工智能工作者。 到60-70 年代,控制论系统的研究取得一定进展,播下智能控制和智能机器人的种子。1-3. 为什么能够用机器(计算机)模仿人的智能?物理符号系统的假设: 任何一个系统, 如果它能够表现出智能, 那么它就必定能执行输入符 号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移 6种功能。反之,任何系统如果具有这 6 种功能,那么它就能够表现出智能 (人类所具有的智能 )。物理符号系统的假设伴随有 3个推论。推论一 : 既然人具有智能,那么他 (她)就一定是个物理符号系统。推论二 : 既然计算机是一个物理符号系统,它就一定能够表现出智能。推论三 : 既然人是一个物理符号系统,计算机也是一个物理符号系统, 那么我们就能够用计算机来模拟人的活动。1-4. 现在人工智能有哪些学派?它们的认知观是什么? 符号主义 (Symbolicism) ,又称为逻辑主义 (Logicism) 、心理学派 (Psychlogism) 或计算机学派 (Computerism) [ 其原理主要为物理符号系统 ( 即符号操作系统 )假设和有限合理性原理。 ] 认为人的认知基元是符号, 而且认知过程即符号操作过程。 认为人是一个物理符号系统, 计 算机也是一个物理符号系统, 因此, 我们就能够用计算机来模拟人的智能行为。 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、知识推理和知识运用。联结主义 (Connectionism) ,又称为仿生学派 (Bionicsism) 或生理学派 (Physiologism) [ 其原理 主要为神经网络及神经网络间的连接机制与学习算法 ] 认为人的思维基元是神经元, 而不是符号处理过程。 认为人脑不同于电脑, 并提出联结主义 的大脑工作模式,用于取代符号操作的电脑工作模式。行为主义 (Actionism) ,又称进化主义 (Evolutionism) 或控制论学派 (Cyberneticsism) [ 其原理为 控制论及感知 -动作型控制系统 ] 认为智能取决于感知和行动。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。智能行为只能在现实世界中与周围环境交互作用[2]而表现出来。 符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象, 因而是不能真实地反映客观存在的。1-5. 你认为应从哪些层次对认知行为进行研究?心理活动的最高层级是思维策略, 中间一层是初级信息处理, 最低层级是生理过程, 与此相 应的是计算机程序、 语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初 级信息处理的关系, 并用计算机程序来模拟人的思维策略水平, 而用计算机语言模拟人的初 级信息处理过程。1-6. 人工智能的主要研究和应用领域是什么?其中,哪些是新的研究热点?问题求解 (下棋程序 ),逻辑推理与定理证明 (四色定理证明 ) ,自然语言理解,自动程序设 计,专家系统,机器学习,神经网络,机器人学 (星际探索机器人 ),模式识别 (手写识别,汽车牌照识别,指纹识别 ),机器视觉 (机器装配,卫星图像处理 ),智能控制,智能检索, 智能调度与指挥 (汽车运输高度,列车编组指挥 ),系统与语言工具 新的研究热点: 分布式人工智能与 Agent ,计算智能与进化计算,数据挖掘与知识发现 (超市市场商品数据
第一章 绪 论
1-1. 什么是人工智能[1]?试从学科和能力两方面加以说明。
从学科角度来看: 人工智能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能功能,并开发相关理论和技 术。
从能力角度来看: 人工智能是智能机器所执行的通常与人类智能有关的功能, 如判断、 推理、 证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动
1-2. 在人工智能的发展过程中,有哪些思想和思潮起了重要作用? 控制论之父维纳 1940 年主张计算机五原则。他开始考虑计算机如何能像大脑一样工作。系 统地创建了控制论,根据这一理论,一个机械系统完全能进行运算和记忆。
帕梅拉•麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究 《机器思维》(Machine
Who Think,1979) 中曾经指出:在复杂的机械装置与智能之间存在着长期的联系。 著名的英国科学家图灵被称为人工智能之父 ,图灵不仅创造了一个简单的通用的非数字计算
模型,而且直接证明了计算机可能以某种被理解为智能的方法工作。 提出了著名的图灵测试。 数理逻辑从 19 世纪末起就获迅速发展;到 20 世纪 30 年代开始用于描述智能行为。计算机 出现后,又在计算机上实现了逻辑演绎系统。
1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型,即MP模 型。60-70年代,联结主义,尤其是对以感知机 (perceptron)为代表的脑模型的研究曾出现过
热潮,
控制论思想早在 40-50 年代就成为时代思潮的重要部分, 影响了早期的人工智能工作者。 到
60-70 年代,控制论系统的研究取得一定进展,播下智能控制和智能机器人的种子。
1-3. 为什么能够用机器(计算机)模仿人的智能?
物理符号系统的假设: 任何一个系统, 如果它能够表现出智能, 那么它就必定能执行输入符 号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移 6种功能。反之,任何系
统如果具有这 6 种功能,那么它就能够表现出智能 (人类所具有的智能 )。
物理符号系统的假设伴随有 3个推论。
推论一 : 既然人具有智能,那么他 (她)就一定是个物理符号系统。
推论二 : 既然计算机是一个物理符号系统,它就一定能够表现出智能。
推论三 : 既然人是一个物理符号系统,计算机也是一个物理符号系统, 那么我们就能够用计
算机来模拟人的活动。
1-4. 现在人工智能有哪些学派?它们的认知观是什么? 符号主义 (Symbolicism) ,又称为逻辑主义 (Logicism) 、心理学派 (Psychlogism) 或计算机学派 (Computerism) [ 其原理主要为物理符号系统 ( 即符号操作系统 )假设和有限合理性原理。 ] 认为人的认知基元是符号, 而且认知过程即符号操作过程。 认为人是一个物理符号系统, 计 算机也是一个物理符号系统, 因此, 我们就能够用计算机来模拟人的智能行为。 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、知识推理和知识运用。
联结主义 (Connectionism) ,又称为仿生学派 (Bionicsism) 或生理学派 (Physiologism) [ 其原理 主要为神经网络及神经网络间的连接机制与学习算法 ] 认为人的思维基元是神经元, 而不是符号处理过程。 认为人脑不同于电脑, 并提出联结主义 的大脑工作模式,用于取代符号操作的电脑工作模式。
行为主义 (Actionism) ,又称进化主义 (Evolutionism) 或控制论学派 (Cyberneticsism) [ 其原理为 控制论及感知 -动作型控制系统 ] 认为智能取决于感知和行动。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。智能行为只能在现实世界中与周围环境交互作用[2]而表现出来。 符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象, 因而是不能真实地反映客观存在的。
1-5. 你认为应从哪些层次对认知行为进行研究?
心理活动的最高层级是思维策略, 中间一层是初级信息处理, 最低层级是生理过程, 与此相 应的是计算机程序、 语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初 级信息处理的关系, 并用计算机程序来模拟人的思维策略水平, 而用计算机语言模拟人的初 级信息处理过程。
1-6. 人工智能的主要研究和应用领域是什么?其中,哪些是新的研究热点?
问题求解 (下棋程序 ),逻辑推理与定理证明 (四色定理证明 ) ,自然语言理解,自动程序设 计,专家系统,机器学习,神经网络,机器人学 (星际探索机器人 ),模式识别 (手写识别,
汽车牌照识别,指纹识别 ),机器视觉 (机器装配,卫星图像处理 ),智能控制,智能检索, 智能调度与指挥 (汽车运输高度,列车编组指挥 ),系统与语言工具 新的研究热点: 分布式人工智能与 Agent ,计算智能与进化计算,数据挖掘与知识发现 (超市市场商品数据
题目解答
答案
分析 ),人工生命