基於知识的智慧系统导言

1、第 1 講基於知識的智慧系統導言n智慧型機器概述 n人工智慧發展歷史 n總結 n哲學家們們花費了了兩千多多年的時時間試圖圖理解並並解答宇宇宙中的的兩大疑疑難問題題：人類是如如何思考考的？人人類之外外的物體體是否有有思維？然而，這這兩個問問題至今今仍然是是未解之之謎。1.智慧是人類理理解和學學習事情情的能力力n2.智慧是思考和和理解問問題的能能力而非非本能和和自動地處理理問題智慧型機機器概述述(大英基礎礎詞典，柯林斯斯，倫敦敦，1990年)1n所以為了了思考，無論是是人類還還是其他他事物都都必須有有大腦，換句話話說是一一種器官官，它能能夠使人人類或其其他事物物具有學學習和理理解事物物的能力力，能

2、夠夠解決問問題並做做出決斷斷。所以以智慧可可以被定定義為“學習和理理解事物物、解決決問題並並做出決決斷的能能力”n作為一門門科學，人工智智慧(AI)的最終目目標是使使機器能能夠做人人類所能能做到的的智慧型型，所以以“機器能否否思考？”這個問問題的答答案對該該學科而而言至關關重要n答案又不不是簡單單的“是”與“非”n有些人可可能在某某些方面面比別人人聰明一一些；有有時我們們處理問問題會非非常明智智，但有有時又會會犯非常常愚蠢的的錯誤；有些人人或許解解決數學學或工程程難題時時遊刃有有餘，然然而卻對對哲學或或歷史問問題束手手無策；一些人人非常善善於賺錢錢而另外外一些人人卻精於於花錢。人類都都具有學學

3、習、理理解、解解決問題題和做出出決定的的能力，然而能能力卻並並不相同同，並可可以劃分分成不同同的等級級，所以以如果我我們希望望機器也也可以思思考的話話，那麼麼在某種種程度上上它們的的智慧也也應該有有所差別別n英國數學學家艾倫圖靈(AlanTuring)所撰寫的的：“電腦器與與智慧型型”是最早和和最具影影響力的的有關機機器智慧慧的文章章之一，雖然該該文發表表於50年前，但但他的方方法至今今仍然通通用，經經得起時時間的檢檢驗。n他曾經提提出這樣樣的問題題：是否存在在沒有經經驗的思思想？是是否存在在不能交交流的大大腦？是是否存在在沒有生生命的語語言？是是否存在在脫離生生命的智智慧？不難發現現所有這這

4、些問題題都是“機器能否否思考？”這一人人工智慧慧基本問問題的不不同表達達n圖靈並沒沒有給出出有關機機器和思思維的定定義，他他只是透透過發明明了一個個名為“圖靈模仿仿遊戲”的方式式避開了了文字上上的爭論論n圖靈提出出的模仿仿遊戲最最初包括括2個階段。在第1階段，一一男一女女兩位問問詢者被被安排在在不同的的房間，只能透透過諸如如遠端終終端機似似的中間間媒介進進行交流流，最終終要求問問詢者透透過提問問確定對對方的性性別，而而遊戲的的規則是是男方要要欺騙對對方自己己是女性性，同時時女方則則要盡力力說服對對方自己己的女性性身份。圖靈模仿仿遊戲:第1階段n在遊戲的的第2階段，男男方被電電腦所代代替，透透過

5、程式式模仿那那位元男男性操作作者來欺欺騙對方方問詢者者，程式式甚至可可以模仿仿一些人人類常犯犯的錯誤誤，並且且還可以以給出一一些人類類會做的的模稜兩兩可的答答案。如如果電腦腦最終可可以像男男性操作作者做的的那樣經經常蒙蔽蔽對方的的話，我我們或許許可以認認為電腦腦通過了了智慧行行為測試試。圖靈模仿仿遊戲:第2階段圖靈模仿仿遊戲:第2階段n透過維持持不同終終端機間間人機交交流，該該測試為為我們提提供了智智慧系統統客觀的的標準模模式。它它不僅避避開了有有關人類類智慧特特性的辯辯論，而而且排除除了人為為喜好與與偏見。n測試本身身與實驗驗的細節節沒有任任何依賴賴關係。測試既既可以像像上文描描述的一一樣分

6、為為兩個遊遊戲階段段實行，也可以以由問詢詢者在測測試之前前預先選選擇與人人還是機機器進行行一個階階段的遊遊戲。問問詢者還還可以任任意提出出任何方方面的問問題，也也可以僅僅僅專注注於所獲獲答案的的內容。圖靈測試試具備了了以下兩兩個顯著著的特質質，這使使它實作作了真正正通用的的效果：圖靈確信信到20世紀末透透過數位位電腦程程式設計計可以實實作模仿仿遊戲。儘管現現代電腦腦還不能能透過圖圖靈測試試，它仍仍然為我我們提供供了對基基於知識識的評估估和驗證證標準。透過與人人類專家家行為的的比對，已經對對一些較較為狹窄窄專業領領域的程程式被認認為是智智慧的為了建立立一套智智慧電腦腦系統，我們必必須去捕捕捉、組

7、組織並利利用人類類在一些些較為狹狹窄的專專業領域域裏的專專業知識識人工智慧慧的基礎礎哲學(西元前428年現在)數學(約800年現在)經濟學(1776年現在)神經科學學(1861年現在)心理學(1879年現在)電腦工程程(1940年現在)控制理論論(1948年現在)與研學(1957年現在)人工智慧慧發展歷歷史WarrenMcCulloch和WalterPitts於1943年發表的的研究報報告被公公認為人人工智慧慧領域最最早的研研究。他們提提出了一一個人工工神經網網路模型型，還進進一步揭揭示了簡簡單的網網路結構構能夠學學習的奧奧秘。McCulloch是繼Alan Turing之後被稱稱為人工工智慧

8、的的第二“教父”,為神經計計算和人人工神經經網路(artificialneuralnetworks，ANN)奠定了基基礎。人工智慧慧的誕生生(1943 1956)2人工智慧慧的第三三位奠基基人是聰聰明的匈匈牙利裔裔數學家家John vonNeumann。他於1930年加入普普林斯頓頓大學執執教於數數學物理理系。他他擔任賓賓西法尼尼亞大學學電子數數值整合合計算機機(ENIAC)計劃的顧顧問，幫幫助設計計一個電子離散散變數自自動電腦腦(EDVAC)，一個可可以儲存存程式的的機器。他的思思想很大大程度上上受到了了McCulloch和Pitts的神經網網路模型型的影響響。當普普林斯頓頓大學數數學系的的

9、兩位研研究生MarvinMinsky和Dean Edmonds於1951年研製出出了世界界上第一一台神經經網路電電腦時，他積極極鼓勵並並支持他他們。另一位第第一代研研究者的的代表人人物是ClaudeShannon。他畢業業於麻省省理工學學院(MIT)並於1941年加入了了貝爾實實驗室。他繼承承了Alan Turing機器智慧慧型可能能性的觀觀點，於於1950年發表了了一篇關關於棋藝藝對決機機器的論論文，指指出了標標準的棋棋藝遊戲戲包含著著大約10120種可能的的走法(Shannon，1950)，即使是是最新的的vonNeumann電腦也只只能每微微秒測試試一種走走法，這這大約需需要310106

10、年才可能能完成一一次移動動，所以以Shannon論證了在在搜尋答答案時利利用啟發發方式的的必要性性。在1956年,John McCarthy,MartinMinsky和ClaudeShannon在英國達達特茅斯斯學院組組織了一一個暑期期研討會會。他們召集集了對機機器智慧慧型、人人工神經經網路以以及自動動化理論論研究領領域感興興趣的學學者舉行行了由IBM贊助的研研討會。儘管當時時到會的的學者僅僅有10位，這次次研討會會卻催生生了一門門名為人工智慧慧的新科學學。由McCulloch和Pitts開創的神神經計算算和人工工神經網網路研究究得以繼繼續。隨隨著學習習方法的的改良，FrankRosenbla

11、tt證明了感知器收收斂理論論，他還論論證了他他的學習習演算法法能夠調調節感知知器連接接強度。人工智慧慧的上升升期，大大膽預測測時代(1956年60年代末)在這個大大膽預測測時代，最為雄雄心勃勃勃的計畫畫之一是是一個被被稱為“通用解決決方案”(GPS)的項目。卡內基基梅隆隆大學的的AllenNewell和Herbert Simon開發了一一個通用用程式來來模擬人人類解決決問題的的方法。Newell和Simon假定要解解決的問問題可以以根據不不同的狀態來定義，然後用用手段-目的分析析法來判判定一個個問題的的目前狀狀態和期期望狀態態或目標狀態之間間的差異異，進而而透過選選擇並應應用不同同的演算子來達

12、到目目標狀態態。而演算子子集合則則定義了了解決方方案。儘管如此此，GPS仍然無法法解決複複雜的問問題。由由於該程程式是基基於一般般邏輯，就必然然導致產產生無數數個可能能的演算算子，從從而造成成效率低低下。由由於GPS在解決實實際問題題時花費費大量的的計算時時間並且且佔用大大量的記記憶體，致使最最終不得得不放棄棄該計畫畫的實施施。在60年代，人人工智慧慧的研究究者們曾曾試圖透透過發明明解決廣義問題題的通用方法法來模擬複複雜的思思考過程程，他們們採用了了廣義的的搜尋機機制來尋尋求問題題的一個個解決方方案，而而該類方方法在現現在被認認為是不健壯的的方法，即運用用了問題題範疇中中的弱資資訊。到1970

13、年，有關關人工智智慧的亢亢奮漸漸漸消退了了，大多多數的政政府基金金也取消消了與人人工智慧慧相關的的專案。人工智智慧仍然然是一門門新興的的學科，無法擺擺脫科學學發展的的自然規規律，除除了一些些遊戲之之外很少少有實際際的應用用成果。所以對對於外界界而言，那時公公認的成成就也無無外乎一一些遊戲戲，沒有有產生可可以真正正解決實實際問題題的智慧慧系統。由於人工工智慧的的研究者者們專注注於開發發解決廣廣義問題題的一般般方法，早期的的套裝程程式含了了很少甚甚至沒有有相關問問題範疇疇的知識識。為了了解決問問題，程程式應用用了搜尋尋策略來來測試每每個小步步驟的不不同組合合，直到到找到正正確的答答案。這這樣的方方

14、法對於於“遊戲問題題” 很有有效，因因而被順順理成章章地誤認認為可以以經過簡簡單地“擴展”來解決龐龐大的問問題，而而且最終終也會成成功，然然而這樣樣的想法法是錯誤誤的。無法履行行的承諾諾，現實實的衝擊擊(20世紀60年代後期期20世紀70年代初期期)20世紀60年後期人人工智慧慧所面對對的主要要困難是是：許多人工工智慧試試圖解決決的問題題都過於廣泛泛、過於困難難了。早期期人工智智慧的典典型問題題就是機機器翻譯譯，例如如美國國國家研究究理事會會在1957年蘇聯第第一顆名名為Sputnik的人造衛衛星發射射成功後後資助的的蘇聯科科學論文文翻譯計計畫，起起初專案案小組借借助電子子詞典簡簡單地試試著將

15、俄俄文單詞詞用英文文代替，然而他他們很快快發現翻翻譯過程程中只有有對主題題理解了了才可能能選擇正正確的辭辭彙，而而這項工工作在當當時來講講太難了了，因此此到1966年所有美美國政府府資助的的翻譯專專案都被被迫中止止了。在1971年，英國國政府同同樣中止止了對人人工智慧慧研究的的支持。JamesLighthill爵士被大大不列顛顛國家科科學研究究委員會會任命來來調查當當時人工工智慧的的發展狀狀狀態，他沒能能發現任任何有關關人工智智慧的巨巨大成果果，甚至至明顯的的結果也也沒有，因而認認為沒有有必要再再保留一一門獨立立的“人人工智慧慧”學科科了。或許人工工智慧在在20世紀70年代最為為重要的的進展就

16、就是認識識到了對對智慧型型機器研研究的問問題範疇疇需要有有充分的的限制。之前，人工智智慧研究究者們確確信可以以發明一一種聰明明的搜尋尋演算法法和推理理技術來來效仿通通用的、類似於於人類的的解決問問題的方方法。其其中一種種通用搜搜尋機制制可以依依據於元元素化的的推理步步驟來發發現完整整的解決決方案並並可以利利用弱知知識範疇疇。專家系統統技術，成功的的關鍵(20世紀70年代初期期20世紀80年代中期期)當這種弱弱方法失失敗之後後，研究究者們終終於認識識到獲得得實用結結果的唯唯一途徑徑是透過過執行更更大的推推理步驟驟來解決決狹窄專專業領域域的特殊殊問題。DENDRALDENDRAL是由史丹丹佛大學學

17、開發，用來分分析化學學問題。這項計計畫得到到了美國國航空及及太空總總署(NASA)的資助，因為當當時計畫畫發射一一艘無人人太空船船去火星星，基於於大規模模光譜儀儀提供的的大量光光譜資料料，需要要設計程程式來分分析火星星表面的的土壤的的分子結結構。EdwardFeigenbaum、BruceBuchanan(資訊科學學家)和JoshuaLederberg(基因領域域的諾貝貝爾獎獲獲得者)組成了解解決這一一極具挑挑戰性問問題的研研究團隊隊。沒有一種種科學演演算法可可以完成成大規模模光譜圖圖與分子子結構之之間的對對應關係係。Feigenbaum的工作就就是把Lederberg的專業知知識用電電腦程式

18、式來實作作，使它它達到人人類專家家的水準準，這種種程式後後來被命命名為專家系統統。DENDRAL成為人工工智慧領領域主要要的“變變革典範範”：從從一般目目標、知知識匱乏乏以及弱弱方法到到特定領領域和高高深知識識技術的的變革。這個計畫畫的目標標是開發發可以達達到富有有經驗的的人類化化學家水水準的電電腦程式式。借助助於從人人類專家家那裏提提煉出的的特定高高品質規規則經驗定律律(rules-of-thumb)形式的啟啟發式研研究方法法，DENDRAL團隊證明明了電腦腦可以在在特定的的問題領領域裏達達到與人人類專家家等同的的能力。DENDRAL計畫開創創了專家家系統的的嶄新方方法基本本理論即即知識工程

19、程，它包含了了以專家家所熟知知的規則則捕捉、分析和和表達的的技術。MYCINMYCIN是一個用用以診斷斷傳染性性血液疾疾病的基基於規則則的專家家系統，它還為為醫生提提供了方方便、友友善的使使用者介介面治療療建議。MYCIN的知識體體系包含含了大約約450種相互獨獨立的IF-THEN條件規則則，這些是是從廣泛的的專家晤晤談。在一個個狹小的的知識領領域裏總總結出來來的。這些以規規則的形形式組成成的知識識與推理理機制完完全分離離，系統統開發者者因此可可以輕易易地透過過插入或或刪除一一些規則則來操控控系統中中的知識識。例如如史丹佛佛大學之之後開發發的被稱稱為EMYCIN(EmptyMYCIN)的獨立於

20、於任何特特定領域域的MYCIN版本。PROSPECTORPROSPECTOR是一個史史丹佛研研究院開開發的用用於勘探探礦藏的的專家系系統。9位元專家家為系統統提供了了專業知知識和經經驗。為了表達這些些知識，PROSPECTOR系統採用用了結合合規則和和語意網網路的混混合結構構，它具具有上千千個規則則來表達達廣泛的的領域知識識，還擁有有一個包包括知識識獲得系系統的複複雜的系系統支援援函式庫庫。系統首先先要求作作為探測測地質學學家的使使用者輸輸入待檢檢沉澱物物的特徵徵：地質質框架、結構、岩石和和礦藏的的種類；然後程程式將這這些特徵徵與礦石石沉澱物物模型進進行比對對，如果果需要的的話還會會要求使使用

21、者提提供更多多的資訊訊；最後後，系統統對待檢檢沉澱礦礦石物進進行評估估並做出出結論，還可以以解釋做做出相關關決定的的步驟。1986年的一次次普查(Waterman，1986)報告了在在化學、電子、工程、地質、管理、醫學、程序控控制以及及軍事科科學等不不同領域域裏大量量的專家家系統成成功應用用範例。儘管Waterman發現了將將近200個專家系系統，但但大多數數應用都都集中在在醫療診診斷領域域。7年後另一一項類似似調查(Durkin,1994)報告了超超過2500個開發出出的專家家系統，新興的的應用領領域是商商業和製製造業，佔到了了應用總總數的60%。專家系系統技術術明顯成成熟了。但是:專家系統

22、統侷限於非非常狹小小的專業業領域。例如開開發MYCIN系統是用用於診斷斷傳染性性血液疾疾病，它它本身缺缺乏真正正的人體體生理學學知識。如果病病人所患患疾病不不止一個個，我們們就無法法依靠MYCIN了。事實實上，如如果患有有其他疾疾病的話話，針對對血液疾疾病的治治療處方方甚至會會是有害害的。專家系統統可以顯顯示用來來解決問問題的規規則串列列，但無法進行行相關性性累積，也不具具有對問問題領域域更深刻刻理解的的啟發式式知識。專家系統統也很難難進行核核對和驗驗證。當當給定一一項有別別於標準準問題的的任務時時，專家家系統可可能在嘗嘗試解決決它的過過程中最最終陷入入出乎預預料的失失敗境地地。啟發式規規則表

23、現現了知識識的抽象象形式，缺乏對對領域的的基本理理解，這使得確確認非正正確性、不完全全性和不不一致性性知識的的任務相相當困難難。專家系統統、特別別是第一一代專家家系統不不具備從從它們的的經驗中中學習的的能力。專家系系統的開開發相對對獨立而而且無法法進行快快速擴展展，複雜雜的系統統要花費費超過30人年。在20世紀80年代中期期，研究究者、工工程師和和領域專專家們發發現建造造一個專專家系統統不只是是需要買買一套推推理系統統或專家家系統核核心程式式然後嵌嵌入足夠夠多的規規則那麼麼簡單，伴隨著著人工智智慧相關關項目資資助的嚴嚴重削減減，對於於專家系系統的技技術可行行性的醒醒悟甚至至促使人人們開始始預測

24、人工智慧慧的“冬季”即將來來臨，人人工智慧慧研究者者決定重重新審定定神經網網路技術術。如何使機機器學習習，神經經網路的的再生(20世紀80年代中期期至今)到20世紀60年代後期期，神經經計算所所必需的的基礎理理論和概概念都已已經定型型，然而而直到80年代中期期相對應應的解決決方法才才出現。造成滯滯後的原原因之一一是技術術層面的的：那時還沒沒有個人人電腦或或高性能能工作站站可用來來進行人人工神經經網的模模式化和和測試。在20世紀80年代，由由於仿腦腦資訊處處理的需需求、電電腦科技技的發展展以及神神經科學學的進步步，神經經網路領領域經歷歷了戲劇劇性的復復甦。多多個研究究前沿領領域在理理論和設設計兩

25、方方面都做做出了重重要的貢貢獻。Grossberg建立了自自我組織織(適應諧振振理論)的新原理理，為神神經網路路的新體體系奠定定了基礎礎(Grossberg，1980)。Hopfield為神經網網路引入入了回授授Hopfield網路，這在20世紀80年代引產產生了廣廣泛的關關注(Hopfield，1982)。Kohonen發表了有有關自我組織織對應圖圖的論文(Kohonen，1982)Barto、Sutton和Anderson發表了有有關加強學習習與其在控控制中的的應用的的論文(Bartoetal.，1983)。然而真正正的突破破是在1986年，Rumelhart和McClelland在Par

26、allelDistributedProcessing(1986)一書中重重新發明明了向後傳送送學習演演算法(BPN: BackPropagationNetwork)，該演算算法由Bryson和Ho於1969年首次提提出(Bryson和Ho，1969)。自從McCulloch和Pitts建立了早早期模型型以來，人工神神經網路路已經經經歷了很很長的歷歷程而成成為根植植於神經經科學、心理學學、數學學和工程程學的跨跨學科主主題，並並將繼續續在理論論和實際際應用方方面得以以發展。知識工程程的新時時代，文文字計算算(20世紀80年代後期期至今)神經網路路技術比比基於符符號推理理的系統統能提供供更多的的與真

27、實實世界的的自然互互動，它它可以學學習，與與不同的的問題環環境變化化相適應應，在規規則未知知的條件件下也可可以建立立模式，並且可可以處理理模糊的的不完整整資訊。然而，神經網路路缺乏解解釋功能能，常常像像黑盒子子一樣工工作，以以目前的的技術來來處理神神經網路路的訓練練還很耗耗時，而而且頻繁繁的再訓訓練可能能帶來致致命的困困難。傳統的專專家系統統特別適適合於具具有精確確輸入和和邏輯輸輸出的封封閉式系系統的應應用。它它們以規規則的形形式利用用專家知知識，必必要時還還可以與與使用者者進行互互動以建建立特殊殊的事實實。該系系統最主要的的缺點是是人類專專家不可可能總是是以規則則的形式式表達他他們的知知識或

28、者者闡明他他們推理理的界限限，這可可能會妨妨礙專家家系統積積累必要要的知識識，從而而導致失失敗。一項非常常重要的的處理模模糊的、不精確確或不確確定知識識和資料料的技術術是模糊邏輯輯。專家並非非總是用用機率值值來思考考問題，而是使使用諸如如經常、一般、有時、偶爾和很少一類的術術語。模模糊邏輯輯則是使使用模糊糊值來捕捕捉文字字的涵義義、人類類的推理理以及做做出決定定。模糊糊邏輯提提供了突突破傳統統專家系系統計算算瓶頸的的途徑。模糊邏輯輯的核心心是依存存於語言變數數的概念，而語言言變數的的值並非非數值而而是文字字。模糊邏輯輯或模糊集理理論是由柏克克萊電子子工程系系主任LotfiZadeh教授於196

29、5年提出的的。它提提供了一一種採用用文字進進行計算算的方法法。然而而模糊集集理論被被科技社社會接受受的過程程卻是很很難、很很緩慢，部分困困難來自自於它過過激的名名稱“模糊”，似乎太太隨便而而難以被被認真對對待。儘儘管模糊糊理論被被西方所所忽略，在東方方卻被日日本認真真地採納納了，而而且從1987年起被成成功地應應用到他他們自己己設計的的洗碗機機、洗衣衣機、空空調、電電視、影影印機甚甚至汽車車上。模糊邏輯輯模型在在基於知知識和決決策支援援的系統統中應用用的益處處可以歸歸納為以以下幾點點:計算能力力的提高高：基於模糊糊規則的的系統比比傳統的的專家系系統運算算速度快快而且所所需的規規則少，模糊專專家

30、系統統融合了了相關規規則，使使其更為為強大。LotfiZadeh確信用不不了幾年年，大多多數的專專家系統統將會採採用模糊糊邏輯來來解決高高階非線線性和計計算困難難的問題題。認知模型型的改善善：模糊系統統允許知知識以反反映專家家對複雜雜問題的的思考模模式進行行編碼，他們經經常以一一些不精精確的例例如高矮、快慢、輕重的術語思思考。為了構建建傳統的的規則，我們必必須定義義這些術術語明確確的界限限，從而而將專門門的知識識分解成成碎片，而這種種碎片化化導致傳傳統的專專家系統統在處理理高複雜雜度問題題時表現現不佳。相反，模糊專專家系統統對不確確定的資資訊模式式化，以以更接近近於專家家心中的的表達方方式來捕

31、捕捉專門門的知識識，從而而改善了了對問題題的認知知模型。具有多個個專家的的表達能能力：傳統的專專家系統統建立在在非常狹狹小的經經驗範疇疇裏，這這使系統統的表現現完全依依賴於對對專家的的正確選選擇。當當需要構構建更為為複雜的的專家系系統或專專門的知知識無法法很好地地被定義義時，就就需要多位元專專家的參與。但是多多位專家家往往很很難達成成一致，經常會會有不同同甚至對對立的觀觀點，這這些在商商業和管管理領域域尤為突突顯，當當其中並並不存在在一個簡簡單的解解決方案案，而不不得不考考慮對立立的觀點點。模糊糊專家系系統能幫幫助我們們表達有有對立觀觀點的多多位專家家專門的的知識。儘管模糊糊系統允允許更自自然

32、地表表達專家家知識，但它們仍然然依賴於於來自專專家的規規則，因而可可能是聰聰穎或愚愚鈍。有有些專家家可以提提供非常常明智的的模糊規規則，而而有些專專家只能能提供猜猜測甚至至可能弄弄錯，所所以所有有的規則則都必須須進行測測試和調調整，這這是漫長長和繁雜雜的處理理過程。例如，日立公公司的工工程師們們花了幾幾年時間間來測試試和調整整用於仙仙台地鐵鐵引導系系統僅僅僅54條的模糊糊規則。近年來，一些基基於神經經網路技技術的方方法被用用來為模模糊規則則尋找數數值資料料。自適適應或神神經模糊糊系統可可以發現現新的模模糊規則則，或者者根據所所提供的的資料改改良並調調整現存存的規則則，換句句話說是是輸入資資料輸

33、出規則則，或者者輸入經經驗輸出一般般規律。專家、神神經和模模糊系統統已經誕誕生並已已經廣泛泛地應用用於解決決不同的的問題，主要是是在工程程、醫療療、財經經、商業業和管理理領域。每項技術術處理著著人類知知識中不不同的非非確定和和模稜兩兩可的特特徵，每每種技術術也已經經找到了了它們在在知識工工程中的的位置，它們不不再競爭爭，而是是實作互互補。總結 3將模糊邏邏輯和神神經計算算相統一一的專家家系統提提升了基基於知識識系統的的適應性性、健壯壯性、容容錯性和和執行速速度。另另外，利利用文字字進行計計算使系系統更“人性化化”，現現在構築築智慧系系統的通通常做法法是利用用現有的的理論而而非提出出一個新新理論，並且應應用系統統去解決決實際問問題而非非“遊戲戲”問題題。人工智慧慧歷史上上的主要要事件一一覽表時期 主要事件 人工智慧的誕生(19431956) McCulloch和Pitts，神經活動潛在想法的邏輯運算，1943Turing，計算機器和智慧，1950電子數值積分器和計算機計畫(von Neumann) Shannon，西洋棋博弈的電腦程式設計，1950達特茅斯學院(Dartmouth College)舉行的機器智