人工智能的历史.ppt

2006,Page1,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”。Inthispaper,thehistory,presentandfutureofArtificialIntelligencearereviewed,analyzedandforecasted.Inauthorsopinion,thetraditional“ArtificialIntelligence”hasgonetopresent“GeneralizedArtificialIntelligence”,andwouldbedevelopingtofuturistic“Science&TechnologyofIntelligence”.,2006,Page2,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,Page3,1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”(TuringMachine)，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,Page4,1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(Heuristicprogram）:第一个著名的启发程序是“逻辑理论机”(LogicTheroyMachine)，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（WangHao）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”(ResolutionPrinciple)，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(ExpertSystem)：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（StanfordUniversity）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。,2006,Page5,1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(ArtificialNeuralCell）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”。人工神经网络”(ArtificialNeuralNetwork)：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：Perceptrons1982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（SanDiego）举行，成立了“国际神经网络协会”（InternationalNeuralNetworkSociety）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,Page6,1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(CyberneticAnimal）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(IntelligentRobot)：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（IJCAI）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；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,Page7,1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,Page8,2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”（GeneralizedArtificialIntelligence）。“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(DistributedArtificialIntelligence)。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,Page9,2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（MachineIntelligence）MP机器感知（MachinePerception）,MT机器思维（MachineThinking）,MB机器行为（MachineBehavior）。IM智能机器（GeneralizedIntelligentMachine）PM感知机器（PerceptionMachine）,TM思维机器（ThinkingMachine）,BM行为机器（BehaviorMachine）。MP机器感知CV计算机视觉（ComputerVision）,PR模式识别（PatternRecognition）,NLU自然语言理解（NaturalLanguageUnderstanding）MT机器思维ES专家系统（ExpertSystem）,KE知识工程（KnowledgeEngineering）,TP定理证明（TheoremProving）。MB机器行为MG机器博奕（MachineGame）,IC智能控制（IntelligentControl）,NLG自然语言生成（NaturalLanguageGeneration）。PM感知机器II智能仪表（IntelligentInstrument）,RM识别机器（RecognitionMachine）,IS工程感觉装置（Industrialsensor）。TM思维机器，AN人工神经网络（ArtificialNeuralNetwork）,IC智能计算机（IntelligentComputer）,AB人工脑（ArtificialBrain）。BM行为机器，IR智能机器人（IntelligentRobot）,IM智能操作机（IntelligentManipulator）,IN智能网络（IntelligentNetwork）,2006,Page10,2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”（GeneralizedIntelligenceInformationSystemTheory，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。,2006,Page11,2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。,2006,Page12,3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”（GeneralizedIntelligenics）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。,2006,Page13,3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”。,2006,Page14,3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：,Informula(1):GI-GeneralizedIntelligence(广义智能)NI-NaturalIntelligence(自然智能)AI-ArtificialIntelligence(人工智能)II-IntegratedIntelligence(集成智能)CI-CooperativeIntelligence(协同智能),GI=NI,AI,II,CI(1),2006,Page15,3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+MIII（4）在式（4）中：HI人的智能（HumanIntelligence）MI机器智能（MachineIntelligence）如：计算机、控制器、机器人的智能II集成智能（IntegratedIntelligence）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.,2006,Page16,3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+PjICI（5）在式（5）中：PiI，PjI个体智能（PersonalIntelligence）,i,j,=1,2,nCI协同智能（CooperativeIntelligence）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。,2006,Page17,3.3“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:,2006,Page18,3.3，“广义智能学”的学科体系,（1）自然智能学“自然智能学”（NaturalIntelligenics）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”（ArtificialIntelligenics）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”（IntegratedIntelligenics）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”（CooperativeIntelligenics）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。,2006,Page19,3.4，“广义智能学”的基本内容,(4)智能信息论“智能信息论”（IntelligenceInformationTheory），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”（IntelligenceCoordinationTheory）,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”（IntelligenceGenerationTheory），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。,2006,Page20,3.4，“广义智能学”的基本内容,(7)智能进化论“智能进化论”（IntelligenceEvolutionTheory），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”（IntelligenceMeasurementTheory），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