上海应用技术学院(大学)人工智能.docx

    上海应用技术学院(大学)人工智能    上海应用技术学院2014 —2015学年第二学期《人工智能》课程期末考核课程代码:G5040009学号： 1xxxxxxxxxx 姓名:xxx题目1：谈谈你对人工智能的认识答：人工智能（Artificial Intelligence）简称AI是在1956年由麦卡锡（J.McCarthy）组织了一次达特茅斯（Dartmouth）大学聚会中提出来的，吹响了向人工智能这一新兴领域进军的号角我于初中的时候，通过一些科幻片，了解到人工智能人工智能就是用人工制造的方法，实现智能机器或在机器上实现智能人工智能也是一门研究构造智能机器或实现机器智能的学科，是研究模拟、延伸和拓展人类智能的科学用计算机来表示和执行人类的智能活动就是人工智能，没有计算机的出现，人工智能就无法得到应用题目2：人工智能有哪些研究的内容？答：1.搜索技术2.知识表示3.规划方法4.机器学习5.认知科学6.自然语言理解与机器翻译7.专家系统与知识工程8.定理证明9.博弈10.机器人11.数据挖掘与知识发现12.多Agent系统13.复杂系统14.足球机器人15.人机交互技术题目3：人工智能有哪些应用领域或课题？答：1.问题求解。

能够求解难题的下棋程序是是人工智能的第一个大成就通过对下棋程序的研究，人们发展了捜索和问题归约这样的人工智能基本技术此外，能够把各种数学公式符号汇集在一起的问题求解程序，使其性能水平有了一定的提高2.机器学习机器获取知识的能力，一种是人类采用归纳整理，并用计算机可接受处理的方式输入到计算机中去；另一种是计算机使用一些学习算法进行自学习（如实例学习、机械学习、归纳学习3.专家系统专家系统是一种基于知识的计算机知识系统，它从人类领域专家那里获得知识，并用来解决只有领域专家才能解决的困难问题目前，专家系统已经广泛应用于工业、农业、医疗诊断、地质勘探、石油化工、气象、交通、军事、文化教育空间技术、信息管理等各个方面4.模式识别模式识别是指如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别，例如识别物体、地形、图像、字体等5.自然语言理解自然语言理解就是研究如何让计算机理解人类的自然语言，是基于让计算机能“听懂”、“看懂”人类的语言的这一思想，主要研究方面是如何回答自然语言输入的问题，摘要生成和文本释义的问题以及机器翻译的问题6.人工神经网络人工神经网络是研究如何试图用大量的处理单元（包括人工神经元、处理元件、电子元件等）模仿人脑神经系统工程结构和工作机理的，它是由研究人脑的奥秘中得到启发而发展起来。

目前，人工神经网络已经在模式识别、图像处理、组合优化、自动控制、信息处理、机器人学等领域获得了日益广泛的应用7.自动定理证明利用计算机进行自动定理证明（ATP）是人工智能研究中的一个重要方向，使很多非数学领域的任务，如信息检索、机器人规划和医疗诊断等，都可以转化为一个定理证明问题8.自动程序设计自动程序设计包括程序综合（自动编程）和程序正确性验证两个方面的内容程序综合用于实现自动编程；而程序正确性的验证就是要研究出一套理论方法，通过运用它们就可自动证明程序的正确性9.机器人学机器人学是人工智能研究中日益受到重视的一个领域这个领域的研究问题覆盖了从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法等各个方面目前，它的研究涉及电子学、控制论、系统工程、机械、仿生、心理等多个学科10.智能检索例如，基于概念的检索和基于词的检索的区别，普通DBMS中的检索和智能数据库的检索的区别（利用规则和事实推理出结果）11.逻辑推理所谓逻辑推理，就是从一般性的前提出发，通过推导，得出具体陈述或个别结论的过程逻辑推理的逻辑形式对于理性的重要意义在于，它对人的思维保持严密性、一贯性有着不可替代的校正作用。

12.机器视觉机器视觉就是用机器代替人眼来做测量和判断机器视觉系统是指通过机器视觉产品（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作13.分布式人工智能与Agent分布式人工智能（DistributedArtificialIntelligence，DAI）发掘于20世纪70年代后期，是当前人工智能科学的一个重要发展分支分布式人工智能系统一般由多主体（MultiAgent）组成，主体即Agent，又称智能体被定义为一种具有自主性，具有信念、愿望、意图、能力、选择、承诺等功能状态的智能实体因此，每一个Agent是一个半自治系统，各个Agent之间以及Agent与环境之间不时地进行信息交互，并发而协同地进行问题求解分布式人工智能主要研究工作体现在对多主体系统中的知识及行为组织管理，更确切地说，主要研究在合作或竞争的环境下，如何协调多个智能体的系统总体行为，主要日的在于有效地利用资源，控制智能系统的异步操作，均衡智能系统的目标。

目前分布式人工智能研究的基本问题主要包括：任务的描述、分解和分布；通信、交互语言和协议；Agent之间的协作与协调；冲突消解以及实现分布式AI的语言、框架与环境14.智能调度与指挥15.计算智能与进化计算16.数据挖掘与知识发现17.人工生命18.系统与语言工具题目4：人工智能的发展状况？答：“人工智能（ArtificialIntelligence）”这个名词最早是在达特茅斯（Dartmouth）会议上提出的从此以后，人工智能作为一个专业名词登上了计算机科学界的舞台从它的历史发展来看，大致分为孕育期、形成期、发展期及稳定增长期四个阶段1.孕育期（1956年之前）人类智慧发展到一定程度时，自然而然想到利用机器来代替部分人类的脑力劳动，将人类智力的反馈结果转移到机器上，这种想法对于人工智能早期的发展有重要影响其中对人工智能的产生和发展有重要影响的重要研究及贡献如下：公元前，哲学家亚里士多德（Aristotle）在他的名著《工具论》中提出了形式逻辑的一些主要定律，其中的三段论至今仍是演绎推理的基本依据16世纪，英国哲学家培根（F.Bacon）系统地提出了归纳法，对人工智能转向以知识为中心的研究产生了重要影响。

17世纪，德国数学家和哲学家莱布尼茨（G.W.Leibniz）在加法器的基础上发展并制成了进行全部四则运算的计算器他还提出了逻辑机的设计思想，即通过符号体系，对对象的特征进行推理，这种“万能符号”和“推理计算”的思想是现代化“思考”机器的萌芽1854年，英国逻辑学家布尔（G.Boole）建立并发展了命题逻辑到了19世纪末期，弗雷治（Frege）提出用机械推理的符号表示系统，从而发明了大家现在熟知的谓词演算20世纪30年代和40年代的智能界，发生了两件重要的事情——数理逻辑和关于计算的新思想以维纳（Wiener）、弗雷治（Frege）、罗素（，B.A，Russell）及怀特赫德（A. N.Whitehead）等为代表，在计算机出现以前，逻辑推理的公式就为人们建立了计算与智能关系的概念丘奇（Church）、图灵和其他人提供了形式推理概念与随后发明的计算机之间的联系值得一提的是，1936年图灵提出的一种理想计算机的数学模型——图灵机，为电子计算机的问世做出了重大贡献1946年，由美国数学家莫克利（J.W. Mauchly）和埃柯特（J.P.Eckert）制造出了世界上第一台电子数字计算机ENIAC。

这项重要的研究成果为人工智能的研究提供了物质基础，对全人类的生活影响至今可见，人工智能的产生和发展绝不是偶然的，它是科学技术发展的必然产物，是历史赋予科学工作者的一项光荣而艰巨的使命，客观上的条件已经基本具备2.形成期（1956～1969年）1956年是人工智能发展史上一个值得纪念的一年，当时麻省理工学院的年轻数学助教、后任斯坦福大学教授的麦片锡（J. McCarthy）和他的三位朋友——明斯基（M.Minsky，哈佛大学年轻的数学和神经学家，后为MIT教授）、罗彻斯特（N.Lochester ，IBM公司信息研究中心负责人）和香农（C.Shannon，贝尔实验室信息部数学研究员）共同发起，邀请IBM公司的摩尔（T.Moore）和塞缪尔（A.Samuel）、MIT的塞尔夫里奇（O. Selfridge）和索罗蒙佛（R. Solomonff）以及RAND公司和卡内基·梅隆大学的钮厄尔（A.Newell）和西蒙（H.A. Simon）（后均为CMU教授）等人在达特茅斯大学举行了人类历史上第一次人工智能研讨会，历时两个月在这次会议上，经麦卡锡提议，正式采用了“人工智能”这一专业术语，这次会议标志着人工智能学科的诞生。

在1956年后的十几年间，人工智能的研究开始有了新的成就，主要包括以下方面1957年，塞缪尔和西蒙等人的心理学小组编制出一个称为逻辑理论机（TheLogic Theory Machine, LT）的数学定理证明程序，当时该程序证明了罗素和怀特赫德的《数学原理》一书第2章中的38个定理（1963年修订的程序在大机器上终于证完了该章中全部52个定理）这一活动被认为是人工智能的真正开端1958年，美籍华人数理逻辑学家王浩在IBM-704计算机上证明了《数学原理》中有关命题演算的全部定理（220条），并且还证明了谓词演算中150条定理的85%1959年，塞尔夫里奇推出了一个模式识别程序1960年，香农等人研制了通用问题求解程序GPS，它可以用来求解11种不同类型的问题他们发现人们求解问题时的思维活动分为三个步骤，并首次提出了启发式搜索的概念麦卡锡研制出人工智能语言LISP，该语言后来成为建造智能系统的重要工具1965年鲁宾逊（Robinson）提出了归结原理，为定理的机器证明做出了很大的贡献同年还有美国斯坦福大学的费根鲍姆（E.A.Feigenbaum）开始专家系统DENDRAL的研究，1968 年该系统完成并投入使用。

该专家系统能根据质谱仪的实验，通过分析推理决定化合物分子结构，其分析能力已接近、甚至超过有关化学专家的水平，并在美、英两国得到了实际应用该专家系统的研制成功不仅为人们提供了一个实用的智能系统，而且对知识的表示、存储、获取、推理以及利用等技术是一次非常有益的探索，为以后专家系统的建造树立了榜样，对人工智能的发展产生了深刻的影响，其意义远远超出了系统本身在实用上所创造的价值除此之外，还有其他一些重要的研究成果，这里就不一一列举了值得一提的是在形成时期发生的一个大事件，1969年成立的国际人工智能联合会议（InternationalJointConference on ArtificialIntelligenceIJCAI），它是人工智能发展史上一个重要的里程碑，标志着人工智能学科已经取得了世界的肯定和公认3.发展期（1970～1979年）1970年之后，人工智能的发展并不是一帆风顺的，正当科学家们向更高的山峰攀登时，困难接踵而来例如，在塞缪尔的下棋程序中，计算机程序同世界冠军对弈时，五局中败了四局机器翻译的研究也没有像人们当初想象得那么简单，当把“心有余而力不足”的英语句子“Thespiritswillingbutthefleshisweak”翻译成俄语，然后再翻译回来时竟变成了“Thewineis goodbutthemeatisspoiled”，即“酒是好的，肉却坏了”。

1965年发明的归结原理曾给人们带来了希望，。