tuxuyan06

null人工智能的历史、现状、前景 —人工智能、广义人工智能、智能科学技术 人工智能的历史、现状、前景 —人工智能、广义人工智能、智能科学技术 Tu Xuyan（涂序彦） Chinese Association for Artificial Intelligence (中国人工智能学会) School of Information Engineering , University of Science and Technology Beijing (北京科技大学 信息工程学院)摘要(Abstract) ： 摘要(Abstract) ： 本文回顾、 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 、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 author’s opinion, the traditional “Artificial Intelligence” has gone to present “Generalized Artificial Intelligence”, and would be developing to futuristic “Science & Technology of Intelligence”.目录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1．人工智能的历史回顾— 功能模拟、结构模拟、行为模拟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”， 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 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 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。 1．人工智能的历史回顾— 功能模拟、结构模拟、行为模拟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. 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. 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，1977年研制成功的，这也是国际上第一个中医专家系统。 1．人工智能的历史回顾— 功能模拟、结构模拟、行为模拟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 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf ”。 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。 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（San－Diego）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。 1．人工智能的历史回顾— 功能模拟、结构模拟、行为模拟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 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 和评述。 1991年，在国际人工智能联合会（I JCAI）上，麻省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； 80－90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。1．人工智能的历史回顾— 功能模拟、结构模拟、行为模拟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 2．广义人工智能— 多学派、多层次、多智体人工智能2．广义人工智能— 多学派、多层次、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，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。 2．广义人工智能— 多学派、多层次、多智体人工智能2．广义人工智能— 多学派、多层次、多智体人工智能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 Machine）。 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 II—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）2．广义人工智能— 多学派、多层次、多智体人工智能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 Information System Theory，简称GIIST），包括： (1)广义智能论: 智能普存论，研究广义智能的普存性及其存在形式和环境。人有智能，其他动物也有智能，计算机有智能，其他机器也可以有智能。智能普存性是广义人工智能研究和开发的前提条件。 (2) 智能信息论: 感知信息论，研究感知活动过程中，广义信息获取、存储、传递、变换、处理的理论和方法。如文字、图象、声音、语言等多媒体信息的感知理论。思维信息论，研究思维活动过程中，广义信息的获取、存储、传递、变换、处理的理论和方法。如联想学习，推理等思维过程的信息理论。行为信息论，研究行为活动过程中广义信息的传递、变换、处理和利用的理论和方法。如说话、行走、运动、操作过程的信息处理和利用方法。 智能系统论: 感知系统论，研究感知系统的建模、分析和 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 的理论和方法。如，视觉系统、听觉系统、嗅觉系统、触觉系统等，以及多重感知系统的多媒体信息融合及情景协同问题。思维系统论，研究思维系统的建模、分析和设计的理论和方法。如：逻辑思维系统、形象思维系统、创新思维系统的理论与方法，以及群体思维系统的协同解题与智能集成问题。行为系统论，研究行为系统的建模、分析和设计的理论和方法。如人或机器人的行动规划系统、运动控制系统，语言生成系统等，及其相互配合与协调控制问题。2．广义人工智能— 多学派、多层次、多智体人工智能2．广义人工智能— 多学派、多层次、多智体人工智能2.4 广义人工智能的科学方法 (1) 多学科协同 广义人工智能是跨学科的综合性边缘学科，需要采取信息科学、生物科学、系统科学、思维科学、行为科学等多学科协同的科学研究方法。 (2) 多途径结合 广义人工智能是对广义自然智能的模拟、延伸和扩展，需要采取功能模拟、结构模拟、行为模拟等定性研究与定量分析，综合集成的多途径相结合的科学方法。 (3) 多学派兼容 虽然, 人工智能领域中存在不同学派的争论，但是，为了取长补短，集思广益，广义人工智能的研究应当也需要采取符号主义，联结主义，行为主义等多学派兼容的科学方法。3．广义智能学— 智能科学技术的理论基础 3．广义智能学— 智能科学技术的理论基础 提出和研究“广义智能学”（Generalized Intelligenics）之目的在于： 探讨“自然智能”（特别是“人的智能”）与“人工智能”的共性规律，对自然智能与人工智能进行“协同研究”， 研究“人的智能”与“人工智能”相互结合的人机“集成智能”、“个体智能”协调涌现的群体“协同智能”， 为“智能科学技术”的发展提供宽广的理论基础。 3．广义智能学— 智能科学技术的理论基础 3．广义智能学— 智能科学技术的理论基础 3.1 “广义智能学”的基本概念： “广义智能学”的基本概念是“广义智能观”，其主要观点如下： “智能”富于“内涵”， “智能”基于“信息”， “智能”源于“混沌”， “智能”寓于“系统”， “智能”善于“协调”， “智能”需于“进化”， “智能”待于“开拓”， “智能”度于“相对”， “智能”伴于“情感”。3．广义智能学— 智能科学技术的理论基础 3．广义智能学— 智能科学技术的理论基础 3.2 广义智能学”的研究对象 “广义智能”是“自然智能”、“人工智能”、“集成智能” 、“协同智能”的概括，可表示为四元组集合，如式（1）所示 ：In formula (1): GI--Generalized Intelligence (广义智能) NI--Natural Intelligence (自然智能) AI--Artificial Intelligence (人工智能) I I--Integrated Intelligence (集成智能) CI--Cooperative Intelligence(协同智能)GI = { NI, AI, I I ,CI } (1) 3．广义智能学— 智能科学技术的理论基础 3．广义智能学— 智能科学技术的理论基础 （3）集成智能 “集成智能”，指“自然智能”与“人工智能”通过协调配合所集成的智能，主要是“人的智能”与“机器智能”协调配合而形成的人机系统的“集成智能”，如式（4）所示： HI + MI → I I （4） 在式（4）中： HI—人的智能（Human Intelligence） MI—机器智能（Machine Intelligence）如：计算机、控制器、机 器人的智能 II—集成智能（Integrated Intelligence）例如，人机和谐的智能CAD系统，人机协调的智能驾驶系统等。 “集成智能”，指“自然智能”与“人工智能”通过协调配合所集成的智能，主要是“人的智能”与“机器智能”协调配合而形成的人机系统的“集成智能”，如式（4）所示. 3．广义智能学— 智能科学技术的理论基础 3．广义智能学— 智能科学技术的理论基础 （4）协同智能 “协同智能”，指“个体智能”相互协调所涌现的群体智能，即由智能个体所组成的群体的协同智能，如式（5）所示： PiI + PjI → CI （5） 在式（5）中： PiI，PjI—个体智能（Personal Intelligence）,i, j, = 1, 2,…n CI—协同智能（Cooperative Intelligence） 例如，国际体育团体竞标赛中的篮球队、排球队、足球队的人群协同智能；蚁群、蜂群、鸟群的协同智能；计算机网络的分布式人工智能、国际机器人足球赛中的机器人团队的协同机器智能等。null3.3 “广义智能学”的学科体系 根据“广义智能学”的研究对象，“广义智能学”的学科体系，如图3所示:null3.3 ，“广义智能学”的学科体系 （1）自然智能学 “自然智能学”（Natural Intelligenics）在心理学、生理学、行为学、社会学与生物控制论、生物信息学等学科基础上,研究“人的智能”及其他“生物智能”的“个体智能” 、“群体智能” 的基本概念和特性，存在性、层次性、相对性, 产生形成、协调协同、进化开拓、评价测度、信息处理、系统构成的机制和理论。 （2）人工智能学 “人工智能学”（Artificial Intelligenics）在“广义智能信息系统论”、“全信息”、“泛逻辑”、“可拓学”的基础上，研究兼容：“功能派人工智能”，“结构派人工智能”，“行为派人工智能”，包括：机器智能与智能机器二方面，思维、感知、行为三层次的“广义人工智能”的基本概念和特性，分析设计、协调协同、进化开拓、评价测度、信息处理、系统构成、管理控制的理论和方法。 （3）集成智能学 “集成智能学”（Integrated Intelligenics）在“协调学”、“工程心理学”、“人机系统”的基础上，研究“自然智能”与“人工智能”，主要是“人的智能”与“机器智能”如何协调配合、取长补短、合理分工、智能结合，形成“集成智能”、构成人机和谐“集成智能”系统的基本理论和方法。 （4）协同智能学 “协同智能学”（Cooperative Intelligenics）在“协调学”、“大系统控制论”、“分布人工智能”、“社会学”的基础上，研究“智能个体”如何相互协调、友好协商、分工协作，组成“智能群体”，“个体智能”相互协调，涌现群体“协同智能”、组成分布式网络群体“协同智能”系统的基本理论和方法。null3.4 ，“广义智能学”的基本内容 (4) 智能信息论 “智能信息论”（Intelligence Information Theory），简称IIT。研究“广义信息”，即“全信息”（包括：语法信息、语义信息、语用信息）的理论和方法。“广义智能”意味着“全信息”的获取、处理、利用的理智和才能，研究基于“全信息”的智能信息论。“智能”基于“信息”“ 知识”，基于信息和知识的获取、变换、传输、处理、加工及利用过程，思维层智能基于信息和知识的处理与加工，感知层智能基于信息和知识的获取、变换、传输，行为层智能基于信息和知识的传输及利用。 (5) 智能协调论 “智能协调论”（Intelligence Coordination Theory）, 简称ICT。在“协调学”、“大系统控制论”的基础上，研究：“人的智能”与“机器智能”如何协调配合、取长补短、合理分工、智能结合 ，形成人机“集成智能”；“个体智能” 如何相互协调、友好协商、分工协作，涌现出群体“协同智能”的理论和方法；研究多学派智能、多层次智能的协调理论和方法，是“集成智能学”与“协同智能学”的理论基础。另一方面，“智能协调论”，还研究如何应用“人的智能”和“人工智能”，实现“人机协调”、“群体协调”；避免“人机失调”、“群体失调”的理论和方法。 (6) 智能生成论 “智能生成论”（Intelligence Generation Theory），简称IGT。 研究“智能”的起源、产生、形成的理论和方法。如：自然智能，包括：人的智能及其它生物智能的起源、产生、形成的机制和理论；人工智能，包括：计算机智能及其它机器智能的产生、形成的理论和方法；人机集成智能、群体协同智能的产生、形成的理论和方法。研究如何将自然智能的生成机制引用于开发人工智能，如何用人工智能系统模拟、仿真自然智能的生成机理，研究“信息—知识—智能”演化理论。null3.4 ，“广义智能学”的基本内容 (7) 智能进化论 “智能进化论”（Intelligence Evolution Theory），简称IET。 研究：自然智能，特别是人的智能，包括：“先天智能”，基于遗传、变异的自然进化的机制；“后天智能”基于学习，训练的进化理论和方法；将自然智能进化的机制借鉴于研究人工智能的人工进化理论和方法，开发自进化的人工智能系统，研究人机集成智能、群体协同智能的协同进化理论与方法，开发协同进化的人机集成智能系统、群体协同智能系统、分布式网络智能系统。另一方面，将人工智能理论、方法用于研究人的智能进化机制，开发智能教学系统与协同智能教学系统。 (8) 智能测度论 “智能测度论”（Intelligence Measurement Theory），简称IMT。在“人的智能”的“智商测试”理论和方法、“人工智能”的“图灵测试”理论和方法的基础上，进一步研究智能的相对性 、可测性，开发适用于多层次、多类型、多方面“广义智能”，包括：自然智能、人工智能、协同智能与集成智能的测度理论与测试方法。为广义智能系统的多种智能特性的测试与智能水平的评估，提供科学的测度理论与定量化的测试方法。 (9) 智能开拓论 “智能开拓论”（Intelligence Opening Theory）简称IOT。在“可拓学”、“创新论”、“混沌论”、“突变论”等基础上，研究“广义智能”如何开拓、创新的理论和方法，一方面，研究“灵感”与“顿悟”等创新思维智能如何产生的机制与开拓的理论和方法，另一方面，研究如何从“无智”开拓为“有智”，从“低智”开拓为“高智”，从“弱智”开拓为“强智”的智能开拓理论和方法。因此，“广义智能学”是协同研究自然智能与人工智能、集成智能和协同智能的，包括：智能普存论、智能层次论、智能系统论、智能信息论、智能协调论、智能生成论、智能进化论、智能测度论、智能开拓论的基础理论学科。null3.5 ，“广义智能学”的研究方法（1）“类比+联想”方法 （2）“分析+综合”方法 （3）“黑箱+白箱”方法 （4）“演绎+归纳”方法 （5）“宏观+微观”方法 （6）“定性+定量”方法 null3.6 ，“广义智能学”的科学意义研究发展“广义智能学”具有重要科学意义和应用价值，如： （1）协同研究“自然智能”与“人工智能”， （2）研究开发人机“集成智能”， （3）研究开发群体“协同智能”， （4）为研究“人工智能”提供新思路， （5）为研究“自然智能”提供新方法， （6）为发展智能科学技术提供新理论。 “广义智能学”协同地、综合地研究“自然智能”、“人工智能”，开发人机“集成智能”、群体“协同智能”的基础理论和方法，有助于为智能科学技术提供宽广、深厚的理论基础，促进智能科学技术的迅速发展与广泛应用。结论 综上所述，我们认为：“人工智能”学科已从学派分歧的、传统的、狭义的“人工智能”AI，走向多学派兼容、多层次结合现代的“广义人工智能”GAI，将发展成为人机集成的、群体协同的、未来的“智能科学技术”STI。如图 4所示： 结论图4 人工智能的历史、现状、前景主要参考文献 主要参考文献 null