高级人工智能-概论51课件

22十一月20221高级人工智能——第1讲概论5123十月20221高级人工智能——第1讲概论51人工智能的渊源人工智能的认知问题思维的层次模型符号智能与计算智能人工智能的研究方法自动推理机器学习分布式人工智能人工思维模型知识系统2022/11/222合肥工业大学人工智能与数据挖掘研究室人工智能的渊源2022/10/232合肥工业大学人工智能与数人工智能的渊源人工智能(ArtificialIntelligence)主要研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。2005年,McCarthy指出人工智能的长期目标是实现人类水平的人工智能[McCarthy2005]2022/11/223合肥工业大学人工智能与数据挖掘研究室人工智能的渊源人工智能(ArtificialIntelli人工智能的渊源中国算盘：古典计算机；水运仪象台：天文观测与星象分析仪器；候风地动仪：测报与显示地震的仪器。阴阳学说：对现代逻辑的发展有重大影响。2022/11/224合肥工业大学人工智能与数据挖掘研究室人工智能的渊源中国2022/10/234合肥工业大学人工智能人工智能的渊源国外Aristotle(公元前384—322)：《工具论》的著作中提出形式逻辑。Bacon(1561—1626)：《新工具》中提出归纳法。Leibnitz(1646—1716)：研制四则计算器，提出了“通用符号”和“推理计算”的概念，使形式逻辑符号化。Boole(1815—1864)：创立布尔代数，《思维法则》书中首次用符号语言描述了思维活动的基本推理法则。Godel(1906—1978)提出了不完备性定理。Turing(1912—1954)提出了理想计算机模型──图灵机1943年，McClloch和Pitts提出了MP神经网络模型1946年，Manochly和Eckert研制成功ENIAC电子数字计算机。1948年，Wiener创立了控制论，Shannon创立了信息论。

2022/11/225合肥工业大学人工智能与数据挖掘研究室人工智能的渊源国外2022/10/235合肥工业大学人工智能人工智能的渊源1956年由McCarthy、Minsky等发起，美国的几位心理学家、数学家、计算机科学家、信息论学家在Dartmouth大学举办夏季讨论会，正式提出人工智能的术语，开始了具有真正意义的人工智能的研究。2022/11/226合肥工业大学人工智能与数据挖掘研究室人工智能的渊源1956年由McCarth人工智能的渊源在20世纪50年代，人工智能以博弈、游戏为对象进行研究。Samuel：自学习能力的启发式博弈程序Newell、Simon：启发式程序LogicTheorist,证明了《数学原理》书中38条定理。Chomsky：语言文法，开创了形式语言的研究。McCarthy：人工智能程序设计语言LISP。20世纪60年代，人工智能以搜索算法、通用问题求解(GPS)的研究为主Newell：问题求解程序，使启发式程序有更大的普适性。Minsky：发表题为“走向人工智能的步骤”的论文。Feigenbaum：DENDRAL化学专家系统人工智能研究走向实用化的标志。Robinson：提出了归结原理。Quillian：语义网络的知识表示方法。1969年，国际人工智能联合会(IJCAI)成立。2022/11/227合肥工业大学人工智能与数据挖掘研究室人工智能的渊源在20世纪50年代，人工智能以博弈、游人工智能的渊源20世纪70年代前期，人工智能研究以自然语言理解、知识表示为主Winograd：自然语言理解系统SHRDLU。

Colmerauer：创建PROLOG语言。Schank：概念从属理论。Minsky：框架知识表示法。Feigenbaum（1977年）：知识工程。20世纪80年代，人工智能蓬勃发展

专家系统开始广泛应用，出现了专家系统开发工具，人工智能产业。国家制订相应的计划，进行人工智能和智能计算机系统的研究。2022/11/228合肥工业大学人工智能与数据挖掘研究室人工智能的渊源20世纪70年代前期，人工智能研究以自然人工智能的渊源

人工智能尚缺乏必要的理论。在一些关键技术方面,诸如机器学习、非单调推理、常识性知识表示、不确定推理等尚未取得突破性的进展。人工智能对全局性判断模糊信息处理、多粒度视觉信息的处理是极为困难的。人工智能还处于智能学科研究的早期阶段,必须开展智能科学的研究。智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。

脑科学从分子水平、细胞水平、行为水平研究人脑智能机理，建立脑模型，揭示人脑的本质。

认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。

人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。2022/11/229合肥工业大学人工智能与数据挖掘研究室人工智能的渊源人工智能尚缺乏必要的理论人工智能的认知问题认知(cognition)是和情感、动机、意志等相对的理智或认识过程。美国心理学家Houston等人将对“认知”的看法归纳为如下五种主要类型：

(1)认知是信息的处理过程；

(2)认知是心理上的符号运算；

(3)认知是问题求解；

(4)认知是思维；

(5)认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成、语言使用等。认知心理学家Dodd等则认为，认知应包括三个方面，即适应、结构和过程。也就是说，认知是为了一定的目的，在一定的心理结构中进行的信息加工过程。2022/11/2210合肥工业大学人工智能与数据挖掘研究室人工智能的认知问题认知(cognition)是和情感、动机、人工智能的认知问题认知科学是研究人类感知和思维信息处理过程的科学,包括从感觉的输入到复杂问题求解,从人类个体到人类社会的智能活动,以及人类智能和机器智能的性质。认知科学是现代心理学、信息科学、神经科学、数学、科学语言学、人类学乃至自然哲学等学科交叉发展的结果。认知科学研究的目的：说明和解释人在完成认知活动时是如何进行信息加工的。认知科学涉及的问题：知觉、语言、学习、记忆、思维、问题求解、创造、注意,以及环境、社会文化背景对认知的影响。

2022/11/2211合肥工业大学人工智能与数据挖掘研究室人工智能的认知问题认知科学是研究人类感知和思维人工智能的认知问题人工智能的五个基本问题[Kirsh1991]：(1)知识与概念化是否是人工智能的核心？(2)认知能力能否与载体分开来研究？(3)认知的轨迹是否可用类自然语言来描述？(4)学习能力能否与认知分开来研究？(5)所有的认知是否有一种统一的结构？

这些问题都是与人工智能有关的认知问题,必须从认知科学的基础理论进行探讨。2022/11/2212合肥工业大学人工智能与数据挖掘研究室人工智能的认知问题人工智能的五个基本问题[Kirs思维的层次模型

思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。

人类思维的形态：感知思维：初级的思维形态。只是把感性材料组织起来,构成有条理的知识,认识到的仅是现象。在此基础上形成的思维形态即是感知思维。形象思维：用典型化的方法进行概括，并用形象材料来思维。形象思维是与神经机制的连接论相适应的。模式识别、图像处理、视觉信息加工都属于这个范畴。2022/11/2213合肥工业大学人工智能与数据挖掘研究室思维的层次模型思维是客观现实的反映过程，是具有意思维的层次模型抽象思维：基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。灵感思维：灵感思维是形象思维扩大到潜意识，人脑有一部分对信息进行加工,，但是人并没有意识到。灵感思维是顿悟。灵感思维在创造性思维中起重要作用。

2022/11/2214合肥工业大学人工智能与数据挖掘研究室思维的层次模型抽象思维：基于抽象概念的思维形式，通过符号信息思维的层次模型感知思维是极简单的思维形态，它通过人的眼、耳、鼻、舌、身感知器官产生表象。形象思维以神经网络的连接论为理论基础，可以高度并行处理。抽象思维以物理符号系统为理论基础，用语言表述抽象的概念。由于注意的作用，使其处理基本上是串行的。抽象处理单元感知处理单元1形象处理单元n形象处理单元2形象处理单元1感知处理单元n感知处理单元22022/11/2215合肥工业大学人工智能与数据挖掘研究室思维的层次模型感知思维是极简单的思维形态，它符号智能与计算智能

智能是个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力。通俗地说,智能是个体认识客观事物和运用知识解决问题的能力。人类个体的智能包括：感知与认识客观事物、客观世界与自我的能力;通过学习取得经验、积累知识的能力;理解知识、运用知识和运用经验分析问题和解决问题的能力;联想、推理、判断、决策的能力;运用语言进行抽象、概括的能力;发现、发明、创造、创新的能力;实时地、迅速地、合理地应付复杂环境的能力;预测、洞察事物发展变化的能力。

智能与社会环境有密切的关系。2022/11/2216合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能智能是个体有目的的行为、合符号智能与计算智能

人工智能的符号主义、连接主义和行为主义：传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力，也称为神经计算。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。系统采用开放方式，使得新的网络模型可以比较方便地进入系统中,利用系统提供良好的用户界面和各种工具，对网络算法进行调试修改。2022/11/2217合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能人工智能的符号主义、连接主义符号智能与计算智能Brooks提出了无需知识表示的智能[Brooks1991a]，无需推理的智能[Brooks1991b]。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。

2022/11/2218合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能Brooks提出了无需知识表示的智能[B符号智能与计算智能神经计算从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为。其研究重点侧重于模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。特别是对并行搜索、联想记忆，时空数据统计描述的自组织以及一些相互关联的活动中自动获取知识，更显示出了其独特的能力，并普遍认为神经网络适合于低层次的模式处理。

神经网络基本特点：①以分布式方式存储信息。②以并行方式处理信息。③具有自组织、自学习能力。2022/11/2219合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能神经计算从脑的神经系符号智能与计算智能符号主义、连接主义和行为主义特点的比较

符号主义连接主义行为主义认识层次离散连续连续表示层次符号连接行动求解层次自顶向下由底向上由底向上处理层次串行并行并行操作层次推理映射交互体系层次局部分布分布基础层次逻辑模拟直觉判断2022/11/2220合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能符号主义、连接主义和行为主义特点的比较符号智能与计算智能符号智能：以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。2022/11/2221合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能符号智能：以知识为基础，人工智能的研究方法认知学派

以Simon,Minsky和Newell等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。20世纪50年代，Newell和Simon：“LogicTheorist”程序模拟人证明数学定理的思维过程。60年代初：“GeneralProblemSolver-GPS”，分三个阶段模拟了人在解题过程中的思维规律。2022/11/2222合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法认知学派2022/10/2322合肥工业人工智能的研究方法1976年Newell和Simon：物理符号系统假设，认为物理系统表现智能行为必要和充分的条件是它是一个物理符号系统。任何信息加工系统看成是一个具体的物理系统，对符号进行操作就是对符号进行比较，物理符号系统的基本任务和功能是辨认相同的符号和区分不同的符号。20世纪80年代Newell：SOAR系统，以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。Minsky：框架知识表示方法。

1985年Minsky：《SocietyofMind(思维社会)》指出思维社会是由大量具有某种思维能力的单元组成的复杂社会。2022/11/2223合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法1976年Newell和Simon人工智能的研究方法

逻辑学派

逻辑学派是以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界：

智能机器必须有关于自身环境的知识。

通用智能机器要能陈述性地表达关于自身环境的大部分知识。

通用智能机器表示陈述性知识的语言至少要有一阶逻辑的表达能力。逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。McCarthy主张任何事物都可以用统一的逻辑框架来表示，在常识推理中以非单调逻辑为中心。2022/11/2224合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法逻辑学派2022/10/23人工智能的研究方法行为学派

Brooks认为人工智能的研究应走出这种抽象过份简单的现实世界模型的象牙塔，而以复杂的现实世界为背景，让人工智能理论、技术先经受解决实际问题的考验，并在这种考验中成长。提出了无需知识表示的智能、无需推理的智能。智能只是在与环境的交互作用中表现出来，其基本观点：

到现场去；

物理实现；

初级智能；

行为产生智能。

对机器人的研究开创了一种新的方法。

2022/11/2225合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法行为学派2022/10/2325合人工智能的研究方法

不同的人工智能学派,对基本的认知问题给以不同的回答。逻辑学派对认知问题的(1)─(4)给予肯定的回答，对(5)持中立观点。认知学派对认知问题的(1)、(3)、(5)给予肯定的回答。行为学派，对认知问题(1)─(5)均持否定的看法。(1)认知是信息的处理过程；(2)认知是心理上的符号运算；(3)认知是问题求解；(4)认知是思维；(5)认知是一组相关的活动。2022/11/2226合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法不同的人工智能学派,对基本自动推理

推理：从一个或几个已知的判断(前提)逻辑地推论出一个新的判断(结论)的思维形式。

自动推理的理论和技术是程序推导、程序正确性证明、专家系统、智能机器人等研究领域的重要基础。早期的工作：机器定理证明：LogicTheorist。1956年Robinson：归结原理,推理规则简单,逻辑上完备,成为Prolog的计算模型。自然演绎法和等式重写式。

这些方法本质上都存在组合问题,都受到难解性的制约。

2022/11/2227合肥工业大学人工智能与数据挖掘研究室自动推理推理：从一个或几个已知的判断(前提)逻自动推理

非单调推理：指的是一个正确的公理加到理论中,反而会使预先所得到的一些结论变得无效了。

非单调推理过程：建立假设,进行标准逻辑意义下的推理,若发现不一致,进行回溯,以便消除不一致,再建立新的假设。1978年Reiter首先提出了非单调推理方法封闭世界假设(CWA),并提出默认推理。1979年Doyle建立了非单调推理系统TMS。1980年McCarthy提出限定逻辑。

2022/11/2228合肥工业大学人工智能与数据挖掘研究室自动推理非单调推理：指的是一个正确的公理加到理论自动推理

定性推理：把物理系统或物理过程细分为子系统或子过程,对于每个子系统或子过程以及它们之间的相互作用或影响都建立起结构描述,通过局部因果性的传播和行为合成获得实际物理系统的行为描述和功能描述。最基本的定性推理方法：

deKleer的基于部件的定性方程方法Forbus的定性进程方法Kuipers的基于约束的定性仿真方法。

定性与定量推理的结合将会对专家系统科学决策的发展产生重大影响。

2022/11/2229合肥工业大学人工智能与数据挖掘研究室自动推理定性推理：把物理系统或物理过程细分为子系自动推理

不确定性理论和推理方法体现：随机性、模糊性、不确定性

概率论：广泛地用于处理随机性以及人类知识的不可靠性。Bayes理论被成功地用在PROSPECTOR专家系统中。

Dempster和Shafer证据理论：引入信任函数的概念，对经典概率加以推广。有坚实的理论基础,定义和计算过程比较复杂。模糊集理论：从研究集合与元素的关系入手研究不确定性。广泛应用于专家系统和智能控制中。粗糙集：从知识分类入手研究不确定性。2022/11/2230合肥工业大学人工智能与数据挖掘研究室自动推理不确定性理论和推理方法2022/10/233自动推理

不确定推理的研究重点：一是解决现有处理不确定性的理论中存在的问题;二是大力研究人类高效、准确的识别能力和判断机制,开拓新的处理不确定性的理论和方法;三是探索可以综合处理多种不确定性的方法和技术。

2022/11/2231合肥工业大学人工智能与数据挖掘研究室自动推理2022/10/2331合肥工业机器学习学习的基本机制是设法把在一种情况下是成功的表现行为转移到另一类似的新情况中去。学习是获取知识、积累经验、改进性能、发现规律、适应环境的过程。知识、知识表示及运用知识的推理算法是人工智能的核心,而机器学习则是关键问题。

2022/11/2232合肥工业大学人工智能与数据挖掘研究室机器学习学习的基本机制是设法把在一种情况下是机器学习

学习系统的四个基本环节：

环境提供外界信息,类似教师的角色。学习单元处理环境提供的信息,相当于各种学习算法。知识库中以某种知识表示形式存储信息。执行单元利用知识库中的知识来完成某种任务,并把执行中的情况回送给学习单元。环境学习单元反馈执行单元知识库2022/11/2233合肥工业大学人工智能与数据挖掘研究室机器学习环境学习单元反馈执行单元知识库2022/1机器学习机器学习的研究四个阶段：无知识的学习：

主要研究神经元模型和基于决策论方法的自适应和自组织系统。符号概念获取：给定某一类别的若干正例和反例，从中获得该类别的一般定义。实例学习：从实例学习结构描述。有知识的学习：把大量知识引入学习系统做为背景知识2022/11/2234合肥工业大学人工智能与数据挖掘研究室机器学习机器学习的研究四个阶段：2022/10/23机器学习

机器学习的风范：归纳学习：研究一般性概念的描述和概念聚类。AQ算法、变型空间算法、ID3算法等。类比学习是通过目标对象与源对象的相似性,从而运用源对象的求解方法来解决目标对象的问题。分析学习：在领域知识指导下进行实例学习,包括基于解释的学习、知识块学习等。基于解释的学习是从问题求解的一个具体过程中抽取出一般的原理,并使其在类似情况下也可利用。发现学习：根据实验数据或模型重新发现新的定律的方法。数据库知识发现：分类规则、特性规则、关联规则、差异规则、演化规则、异常规则等。2022/11/2235合肥工业大学人工智能与数据挖掘研究室机器学习机器学习的风范：2022/10/233机器学习遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种变体当作物种的个体,根据客观功能测试概念的诱发变化和重组合并,决定哪种情况应在基因组合中予以保留。连接学习是神经网络通过典型实例的训练,识别输入模式的不同类别。

2022/11/2236合肥工业大学人工智能与数据挖掘研究室机器学习遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种分布式人工智能

分布式人工智能：研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，即协调它们的知识、技能和规划,求解单目标或多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作提供有效途径。

DAI系统的研究动因：技术基础──处理器硬件结构技术及处理器之间的通信技术的进步使得大量复杂的并且是异步执行的处理器之间的互联成为可能。

分布式问题求解──很多的人工智能应用在本质上都是分布的。包括：空间分布、功能分布、时序分布。

2022/11/2237合肥工业大学人工智能与数据挖掘研究室分布式人工智能分布式人工智能：研究在逻辑上或物理分布式人工智能易于系统集成──分布式人工智能系统支持模块性的设计及实现。智能行为的新途径──通过智能主体实现自主的智能行为。要使人工智能系统成为思维社会的组成，它必须具有与环境之间进行交互的作用，以及彼此协作和协调的能力。

认识论上的意义──分布式人工智能可用来研究和验证社会学、心理学、管理学等中的问题和理论。通过信念、知识、希望、意图、承诺、注意、目标、协作等，实现协同工作的多主体系统，为理解和仿真认识论问题提供有效的手段。2022/11/2238合肥工业大学人工智能与数据挖掘研究室分布式人工智能易于系统集成──分布式人工智能系统支持模块性的分布式人工智能DAI的研究方向：分布式问题求解（DPS:DistributedProblemSolving）：目标是要创建大粒度的协作群体，它们之间共同工作以对某一问题进行求解。在一个纯粹的DPS系统中，问题被分解成任务，并且为求解这些任务，需要仅为该问题设计一些专用的任务执行系统。所有的交互（如果有，如协作等）策略都被集成为系统设计的整体部分。这是一种从顶向下设计的系统，因为处理系统是为满足在顶部所给定的需求而设计的。2022/11/2239合肥工业大学人工智能与数据挖掘研究室分布式人工智能DAI的研究方向：2022/10/2339合分布式人工智能DAI的研究方向：多主体系统（MAS:Multi-AgentSystem）：主体是一个自主的实体，它不断地与环境发生交互作用。同时在该环境中还有其他的进程发生，也存在其他的主体。在MAS中，主体可以是同构的，也可以是异构的。MAS的研究涉及到在一组自主的智能主体之间协调其智能行为，协调它们的知识、目标、意图及规划以联合起来采取行动或求解问题。主体之间可能是协作关系，也可能存在着竞争。多主体系统可看作是采用由底向上的设计方法设计的系统。DPS和MAS处于同一研究范系的两个端点上。2022/11/2240合肥工业大学人工智能与数据挖掘研究室分布式人工智能DAI的研究方向：2022/10/2340合人工思维模型

计算机的发展两个阶段:第一个阶段：采用冯·诺伊曼体系结构，主要用于数值计算、文档处理、数据库管理和检索。这些应用都有明确的算法，仅在编程方面较困难。第二个阶段：是面向符号和逻辑的处理，主要通过推理，进行知识信息处理。如何确定有效的算法是研究的重点。

2022/11/2241合肥工业大学人工智能与数据挖掘研究室人工思维模型计算机的发展两个阶段:2022/10/23人工思维模型

现实世界的问题大多具有病态定义的结构，如模式识别、不完全信息的问题求解和学习等，而这些问题属于直觉信息处理的范畴。为了处理直觉信息，必须研究柔性信息处理的理论和技术。真实世界的所谓柔性问题具有下列特点：包含意义不明确或不确定信息的各种复杂情况的集成；主动获取必要的信息和知识，通过归纳学习范化知识；系统本身能适应用户和环境的变化；根据处理对象系统进行自组织；容错处理能力。2022/11/2242合肥工业大学人工智能与数据挖掘研究室人工思维模型现实世界的问题大多具有病态定义的人工思维模型

人工思维模型开放式自主系统集体智能柔性信息处理真实世界

人工思维将以开放式自主系统为基础，充分发挥各种处理范型的特长，实现集体智能，才能达到柔性信息处理，解决真实世界的问题。2022/11/2243合肥工业大学人工智能与数据挖掘研究室人工思维模型人工思维模型开放式自主系统集体智能柔性信知识系统知识系统包括：专家系统、知识库系统、智能决策系统等。专家系统：这类计算机程序包括两部分:知识库,它表示和存储由任务所指定领域知识的一组数据结构集合，包含有关领域的事实和专家水平的启发式知识。推理机,它是构造推理路径的一组推理方法集合,以便导致问题求解、假设的形成、目标的满足等。由于推理采用的机理、概念不同，推理机形成多种范型的格局。2022/11/2244合肥工业大学人工智能与数据挖掘研究室知识系统知识系统包括：专家系统、知识库系统、智能决策系统等。知识系统知识库系统：

把知识以一定的结构存入计算机,进行知识的管理和问题求解,实现知识的共享。这些软件的明显特色是将推理和查询结合起来,改善了知识库的维护功能,为开发具体领域的知识系统提供有用的环境。2022/11/2245合肥工业大学人工智能与数据挖掘研究室知识系统知识库系统：2022/10/2345合肥工业大学人工知识系统决策支持系统(DSS)

是计算机科学（包括人工智能）、行为科学和系统科学（包括控制论、系统论、信息论、运筹学、管理科学等）相结合的产物，是以支持半结构化和非结构化决策过程为特征的一类计算机辅助决策系统，用于支持高级管理人员进行战略规划和宏观决策。它为决策者提供分析问题、构造模型、模拟决策过程以及评价决策效果的决策支持环境，帮助决策者利用数据和模型在决策过程中通过人－机交互设计和选择方案。决策过程模型：以决策者为主体的管理决策过程经历了信息、设计和选择三个阶段。在决策模型的类型：结构化决策问题、非结构化决策问题和半结构化决策问题。2022/11/2246合肥工业大学人工智能与数据挖掘研究室知识系统决策支持系统(DSS)2022/10/2346合肥知识系统决策支持系统的组成

：数据库管理子系统：数据库中存放决策支持所需要的数据。该子系统具有对数据库进行维护、控制和管理的功能，并能按用户要求快速选择和抽取数据。模型库管理子系统：模型库中存放各种通用的决策模型和特殊的决策模型。该子系统能够提供非结构化的建模语言，具有对模型库进行维护以及模型的调用控制与校核等功能。2022/11/2247合肥工业大学人工智能与数据挖掘研究室知识系统决策支持系统的组成：2022/10/234知识系统方法库管理子系统：方法库这存放实现各类模型的求解方法和最优化算法。该子系统具有对方法库进行维护以及方法调用的控制与校核等功能。知识库管理子系统：知识库中存放有经验的决策者的决策知识和推理规则。该子系统能够对知识库进行维护，并将知识库与推理机制相结合组成专家系统，从而使DSS具有更强的决策支持能力。会话子系统：包括交互式驱动的操作方式、提供非过程语言以及用户接口，为用户提供一个良好的人－机交互界面。

2022/11/2248合肥工业大学人工智能与数据挖掘研究室知识系统方法库管理子系统：方法库这存放实现各类模型的求解方法知识系统根据智能系统具有的知识和处理范型的情况，可以分成四类：单领域知识单处理范型智能系统：系统具有单一领域的知识，并且只有一种处理范型。例如，第一代、第二代专家系统和智能控制系统属于这种类型。单领域知识多处理范型智能系统：单领域知识多处理范型智能系统具有单一领域的知识，而处理范型有多种。例如，混合智能系统属于这种类型。一般可以用神经网络通过训练，获得知识。然后，转换成产生式规则，提供给推理机在求解问题时使用。2022/11/2249合肥工业大学人工智能与数据挖掘研究室知识系统根据智能系统具有的知识和处理范型的情况，可以分成四类知识系统多领域知识单处理范型智能系统：多领域知识单处理范型智能系统具有多种领域的知识，而处理范型只有一种。大多数分布式问题求解系统、多专家系统属于这种类型。一般采用专家系统开发工具和环境来研制这种大型综合智能系统。多领域知识多处理范型智能系统：具有多种领域的知识，而且处理范型也有多种。2022/11/2250合肥工业大学人工智能与数据挖掘研究室知识系统2022/10/2350合肥工业大学人工智能与数据挖22十一月202251高级人工智能——第1讲概论5123十月20221高级人工智能——第1讲概论51人工智能的渊源人工智能的认知问题思维的层次模型符号智能与计算智能人工智能的研究方法自动推理机器学习分布式人工智能人工思维模型知识系统2022/11/2252合肥工业大学人工智能与数据挖掘研究室人工智能的渊源2022/10/232合肥工业大学人工智能与数人工智能的渊源人工智能(ArtificialIntelligence)主要研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。2005年,McCarthy指出人工智能的长期目标是实现人类水平的人工智能[McCarthy2005]2022/11/2253合肥工业大学人工智能与数据挖掘研究室人工智能的渊源人工智能(ArtificialIntelli人工智能的渊源中国算盘：古典计算机；水运仪象台：天文观测与星象分析仪器；候风地动仪：测报与显示地震的仪器。阴阳学说：对现代逻辑的发展有重大影响。2022/11/2254合肥工业大学人工智能与数据挖掘研究室人工智能的渊源中国2022/10/234合肥工业大学人工智能人工智能的渊源国外Aristotle(公元前384—322)：《工具论》的著作中提出形式逻辑。Bacon(1561—1626)：《新工具》中提出归纳法。Leibnitz(1646—1716)：研制四则计算器，提出了“通用符号”和“推理计算”的概念，使形式逻辑符号化。Boole(1815—1864)：创立布尔代数，《思维法则》书中首次用符号语言描述了思维活动的基本推理法则。Godel(1906—1978)提出了不完备性定理。Turing(1912—1954)提出了理想计算机模型──图灵机1943年，McClloch和Pitts提出了MP神经网络模型1946年，Manochly和Eckert研制成功ENIAC电子数字计算机。1948年，Wiener创立了控制论，Shannon创立了信息论。

2022/11/2255合肥工业大学人工智能与数据挖掘研究室人工智能的渊源国外2022/10/235合肥工业大学人工智能人工智能的渊源1956年由McCarthy、Minsky等发起，美国的几位心理学家、数学家、计算机科学家、信息论学家在Dartmouth大学举办夏季讨论会，正式提出人工智能的术语，开始了具有真正意义的人工智能的研究。2022/11/2256合肥工业大学人工智能与数据挖掘研究室人工智能的渊源1956年由McCarth人工智能的渊源在20世纪50年代，人工智能以博弈、游戏为对象进行研究。Samuel：自学习能力的启发式博弈程序Newell、Simon：启发式程序LogicTheorist,证明了《数学原理》书中38条定理。Chomsky：语言文法，开创了形式语言的研究。McCarthy：人工智能程序设计语言LISP。20世纪60年代，人工智能以搜索算法、通用问题求解(GPS)的研究为主Newell：问题求解程序，使启发式程序有更大的普适性。Minsky：发表题为“走向人工智能的步骤”的论文。Feigenbaum：DENDRAL化学专家系统人工智能研究走向实用化的标志。Robinson：提出了归结原理。Quillian：语义网络的知识表示方法。1969年，国际人工智能联合会(IJCAI)成立。2022/11/2257合肥工业大学人工智能与数据挖掘研究室人工智能的渊源在20世纪50年代，人工智能以博弈、游人工智能的渊源20世纪70年代前期，人工智能研究以自然语言理解、知识表示为主Winograd：自然语言理解系统SHRDLU。

Colmerauer：创建PROLOG语言。Schank：概念从属理论。Minsky：框架知识表示法。Feigenbaum（1977年）：知识工程。20世纪80年代，人工智能蓬勃发展

专家系统开始广泛应用，出现了专家系统开发工具，人工智能产业。国家制订相应的计划，进行人工智能和智能计算机系统的研究。2022/11/2258合肥工业大学人工智能与数据挖掘研究室人工智能的渊源20世纪70年代前期，人工智能研究以自然人工智能的渊源

人工智能尚缺乏必要的理论。在一些关键技术方面,诸如机器学习、非单调推理、常识性知识表示、不确定推理等尚未取得突破性的进展。人工智能对全局性判断模糊信息处理、多粒度视觉信息的处理是极为困难的。人工智能还处于智能学科研究的早期阶段,必须开展智能科学的研究。智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。

脑科学从分子水平、细胞水平、行为水平研究人脑智能机理，建立脑模型，揭示人脑的本质。

认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。

人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。2022/11/2259合肥工业大学人工智能与数据挖掘研究室人工智能的渊源人工智能尚缺乏必要的理论人工智能的认知问题认知(cognition)是和情感、动机、意志等相对的理智或认识过程。美国心理学家Houston等人将对“认知”的看法归纳为如下五种主要类型：

(1)认知是信息的处理过程；

(2)认知是心理上的符号运算；

(3)认知是问题求解；

(4)认知是思维；

(5)认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成、语言使用等。认知心理学家Dodd等则认为，认知应包括三个方面，即适应、结构和过程。也就是说，认知是为了一定的目的，在一定的心理结构中进行的信息加工过程。2022/11/2260合肥工业大学人工智能与数据挖掘研究室人工智能的认知问题认知(cognition)是和情感、动机、人工智能的认知问题认知科学是研究人类感知和思维信息处理过程的科学,包括从感觉的输入到复杂问题求解,从人类个体到人类社会的智能活动,以及人类智能和机器智能的性质。认知科学是现代心理学、信息科学、神经科学、数学、科学语言学、人类学乃至自然哲学等学科交叉发展的结果。认知科学研究的目的：说明和解释人在完成认知活动时是如何进行信息加工的。认知科学涉及的问题：知觉、语言、学习、记忆、思维、问题求解、创造、注意,以及环境、社会文化背景对认知的影响。

2022/11/2261合肥工业大学人工智能与数据挖掘研究室人工智能的认知问题认知科学是研究人类感知和思维人工智能的认知问题人工智能的五个基本问题[Kirsh1991]：(1)知识与概念化是否是人工智能的核心？(2)认知能力能否与载体分开来研究？(3)认知的轨迹是否可用类自然语言来描述？(4)学习能力能否与认知分开来研究？(5)所有的认知是否有一种统一的结构？

这些问题都是与人工智能有关的认知问题,必须从认知科学的基础理论进行探讨。2022/11/2262合肥工业大学人工智能与数据挖掘研究室人工智能的认知问题人工智能的五个基本问题[Kirs思维的层次模型

思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。

人类思维的形态：感知思维：初级的思维形态。只是把感性材料组织起来,构成有条理的知识,认识到的仅是现象。在此基础上形成的思维形态即是感知思维。形象思维：用典型化的方法进行概括，并用形象材料来思维。形象思维是与神经机制的连接论相适应的。模式识别、图像处理、视觉信息加工都属于这个范畴。2022/11/2263合肥工业大学人工智能与数据挖掘研究室思维的层次模型思维是客观现实的反映过程，是具有意思维的层次模型抽象思维：基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。灵感思维：灵感思维是形象思维扩大到潜意识，人脑有一部分对信息进行加工,，但是人并没有意识到。灵感思维是顿悟。灵感思维在创造性思维中起重要作用。

2022/11/2264合肥工业大学人工智能与数据挖掘研究室思维的层次模型抽象思维：基于抽象概念的思维形式，通过符号信息思维的层次模型感知思维是极简单的思维形态，它通过人的眼、耳、鼻、舌、身感知器官产生表象。形象思维以神经网络的连接论为理论基础，可以高度并行处理。抽象思维以物理符号系统为理论基础，用语言表述抽象的概念。由于注意的作用，使其处理基本上是串行的。抽象处理单元感知处理单元1形象处理单元n形象处理单元2形象处理单元1感知处理单元n感知处理单元22022/11/2265合肥工业大学人工智能与数据挖掘研究室思维的层次模型感知思维是极简单的思维形态，它符号智能与计算智能

智能是个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力。通俗地说,智能是个体认识客观事物和运用知识解决问题的能力。人类个体的智能包括：感知与认识客观事物、客观世界与自我的能力;通过学习取得经验、积累知识的能力;理解知识、运用知识和运用经验分析问题和解决问题的能力;联想、推理、判断、决策的能力;运用语言进行抽象、概括的能力;发现、发明、创造、创新的能力;实时地、迅速地、合理地应付复杂环境的能力;预测、洞察事物发展变化的能力。

智能与社会环境有密切的关系。2022/11/2266合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能智能是个体有目的的行为、合符号智能与计算智能

人工智能的符号主义、连接主义和行为主义：传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力，也称为神经计算。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。系统采用开放方式，使得新的网络模型可以比较方便地进入系统中,利用系统提供良好的用户界面和各种工具，对网络算法进行调试修改。2022/11/2267合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能人工智能的符号主义、连接主义符号智能与计算智能Brooks提出了无需知识表示的智能[Brooks1991a]，无需推理的智能[Brooks1991b]。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。

2022/11/2268合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能Brooks提出了无需知识表示的智能[B符号智能与计算智能神经计算从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为。其研究重点侧重于模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。特别是对并行搜索、联想记忆，时空数据统计描述的自组织以及一些相互关联的活动中自动获取知识，更显示出了其独特的能力，并普遍认为神经网络适合于低层次的模式处理。

神经网络基本特点：①以分布式方式存储信息。②以并行方式处理信息。③具有自组织、自学习能力。2022/11/2269合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能神经计算从脑的神经系符号智能与计算智能符号主义、连接主义和行为主义特点的比较

符号主义连接主义行为主义认识层次离散连续连续表示层次符号连接行动求解层次自顶向下由底向上由底向上处理层次串行并行并行操作层次推理映射交互体系层次局部分布分布基础层次逻辑模拟直觉判断2022/11/2270合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能符号主义、连接主义和行为主义特点的比较符号智能与计算智能符号智能：以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。2022/11/2271合肥工业大学人工智能与数据挖掘研究室符号智能与计算智能符号智能：以知识为基础，人工智能的研究方法认知学派

以Simon,Minsky和Newell等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。20世纪50年代，Newell和Simon：“LogicTheorist”程序模拟人证明数学定理的思维过程。60年代初：“GeneralProblemSolver-GPS”，分三个阶段模拟了人在解题过程中的思维规律。2022/11/2272合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法认知学派2022/10/2322合肥工业人工智能的研究方法1976年Newell和Simon：物理符号系统假设，认为物理系统表现智能行为必要和充分的条件是它是一个物理符号系统。任何信息加工系统看成是一个具体的物理系统，对符号进行操作就是对符号进行比较，物理符号系统的基本任务和功能是辨认相同的符号和区分不同的符号。20世纪80年代Newell：SOAR系统，以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。Minsky：框架知识表示方法。

1985年Minsky：《SocietyofMind(思维社会)》指出思维社会是由大量具有某种思维能力的单元组成的复杂社会。2022/11/2273合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法1976年Newell和Simon人工智能的研究方法

逻辑学派

逻辑学派是以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界：

智能机器必须有关于自身环境的知识。

通用智能机器要能陈述性地表达关于自身环境的大部分知识。

通用智能机器表示陈述性知识的语言至少要有一阶逻辑的表达能力。逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。McCarthy主张任何事物都可以用统一的逻辑框架来表示，在常识推理中以非单调逻辑为中心。2022/11/2274合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法逻辑学派2022/10/23人工智能的研究方法行为学派

Brooks认为人工智能的研究应走出这种抽象过份简单的现实世界模型的象牙塔，而以复杂的现实世界为背景，让人工智能理论、技术先经受解决实际问题的考验，并在这种考验中成长。提出了无需知识表示的智能、无需推理的智能。智能只是在与环境的交互作用中表现出来，其基本观点：

到现场去；

物理实现；

初级智能；

行为产生智能。

对机器人的研究开创了一种新的方法。

2022/11/2275合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法行为学派2022/10/2325合人工智能的研究方法

不同的人工智能学派,对基本的认知问题给以不同的回答。逻辑学派对认知问题的(1)─(4)给予肯定的回答，对(5)持中立观点。认知学派对认知问题的(1)、(3)、(5)给予肯定的回答。行为学派，对认知问题(1)─(5)均持否定的看法。(1)认知是信息的处理过程；(2)认知是心理上的符号运算；(3)认知是问题求解；(4)认知是思维；(5)认知是一组相关的活动。2022/11/2276合肥工业大学人工智能与数据挖掘研究室人工智能的研究方法不同的人工智能学派,对基本自动推理

推理：从一个或几个已知的判断(前提)逻辑地推论出一个新的判断(结论)的思维形式。

自动推理的理论和技术是程序推导、程序正确性证明、专家系统、智能机器人等研究领域的重要基础。早期的工作：机器定理证明：LogicTheorist。1956年Robinson：归结原理,推理规则简单,逻辑上完备,成为Prolog的计算模型。自然演绎法和等式重写式。

这些方法本质上都存在组合问题,都受到难解性的制约。

2022/11/2277合肥工业大学人工智能与数据挖掘研究室自动推理推理：从一个或几个已知的判断(前提)逻自动推理

非单调推理：指的是一个正确的公理加到理论中,反而会使预先所得到的一些结论变得无效了。

非单调推理过程：建立假设,进行标准逻辑意义下的推理,若发现不一致,进行回溯,以便消除不一致,再建立新的假设。1978年Reiter首先提出了非单调推理方法封闭世界假设(CWA),并提出默认推理。1979年Doyle建立了非单调推理系统TMS。1980年McCarthy提出限定逻辑。

2022/11/2278合肥工业大学人工智能与数据挖掘研究室自动推理非单调推理：指的是一个正确的公理加到理论自动推理

定性推理：把物理系统或物理过程细分为子系统或子过程,对于每个子系统或子过程以及它们之间的相互作用或影响都建立起结构描述,通过局部因果性的传播和行为合成获得实际物理系统的行为描述和功能描述。最基本的定性推理方法：

deKleer的基于部件的定性方程方法Forbus的定性进程方法Kuipers的基于约束的定性仿真方法。

定性与定量推理的结合将会对专家系统科学决策的发展产生重大影响。

2022/11/2279合肥工业大学人工智能与数据挖掘研究室自动推理定性推理：把物理系统或物理过程细分为子系自动推理

不确定性理论和推理方法体现：随机性、模糊性、不确定性

概率论：广泛地用于处理随机性以及人类知识的不可靠性。Bayes理论被成功地用在PROSPECTOR专家系统中。

Dempster和Shafer证据理论：引入信任函数的概念，对经典概率加以推广。有坚实的理论基础,定义和计算过程比较复杂。模糊集理论：从研究集合与元素的关系入手研究不确定性。广泛应用于专家系统和智能控制中。粗糙集：从知识分类入手研究不确定性。2022/11/2280合肥工业大学人工智能与数据挖掘研究室自动推理不确定性理论和推理方法2022/10/233自动推理

不确定推理的研究重点：一是解决现有处理不确定性的理论中存在的问题;二是大力研究人类高效、准确的识别能力和判断机制,开拓新的处理不确定性的理论和方法;三是探索可以综合处理多种不确定性的方法和技术。

2022/11/2281合肥工业大学人工智能与数据挖掘研究室自动推理2022/10/2331合肥工业机器学习学习的基本机制是设法把在一种情况下是成功的表现行为转移到另一类似的新情况中去。学习是获取知识、积累经验、改进性能、发现规律、适应环境的过程。知识、知识表示及运用知识的推理算法是人工智能的核心,而机器学习则是关键问题。

2022/11/2282合肥工业大学人工智能与数据挖掘研究室机器学习学习的基本机制是设法把在一种情况下是机器学习

学习系统的四个基本环节：

环境提供外界信息,类似教师的角色。学习单元处理环境提供的信息,相当于各种学习算法。知识库中以某种知识表示形式存储信息。执行单元利用知识库中的知识来完成某种任务,并把执行中的情况回送给学习单元。环境学习单元反馈执行单元知识库2022/11/2283合肥工业大学人工智能与数据挖掘研究室机器学习环境学习单元反馈执行单元知识库2022/1机器学习机器学习的研究四个阶段：无知识的学习：

主要研究神经元模型和基于决策论方法的自适应和自组织系统。符号概念获取：给定某一类别的若干正例和反例，从中获得该类别的一般定义。实例学习：从实例学习结构描述。有知识的学习：把大量知识引入学习系统做为背景知识2022/11/2284合肥工业大学人工智能与数据挖掘研究室机器学习机器学习的研究四个阶段：2022/10/23机器学习

机器学习的风范：归纳学习：研究一般性概念的描述和概念聚类。AQ算法、变型空间算法、ID3算法等。类比学习是通过目标对象与源对象的相似性,从而运用源对象的求解方法来解决目标对象的问题。分析学习：在领域知识指导下进行实例学习,包括基于解释的学习、知识块学习等。基于解释的学习是从问题求解的一个具体过程中抽取出一般的原理,并使其在类似情况下也可利用。发现学习：根据实验数据或模型重新发现新的定律的方法。数据库知识发现：分类规则、特性规则、关联规则、差异规则、演化规则、异常规则等。2022/11/2285合肥工业大学人工智能与数据挖掘研究室机器学习机器学习的风范：2022/10/233机器学习遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种变体当作物种的个体,根据客观功能测试概念的诱发变化和重组合并,决定哪种情况应在基因组合中予以保留。连接学习是神经网络通过典型实例的训练,识别输入模式的不同类别。

2022/11/2286合肥工业大学人工智能与数据挖掘研究室机器学习遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种分布式人工智能

分布式人工智能：研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，即协调它们的知识、技能和规划,求解单目标或多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作提供有效途径。

DAI系统的研究动因：技术基础──处理器硬件结构技术及处理器之间的通信技术的进步使得大量复杂的并且是异步执行的处理器之间的互联成为可能。

分布式问题求解──很多的人工智能应用在本质上都是分布的。包括：空间分布、功能分布、时序分布。

2022/11/2287合肥工业大学人工智能与数据挖掘研究室分布式人工智能分布式人工智能：研究在逻辑上或物理分布式人工智能易于系统集成──分布式人工智能系统支持模块性的设计及实现。智能行为的新途径──通过智能主体实现自主的智能行为。要使人工智能系统成为思维社会的组成，它必须具有与环境之间进行交互的作用，以及彼此协作和协调的能力。

认识论上的意义──分布式人工智能可用来研究和验证社会学、心理学、管理学等中的问题和理论。通过信念、知识、希望、意图、承诺、注意、目标、协作等，实现协同工作的多主体系统，为理解和仿真认识论问题提供有效的手段。2022/11/2288合肥工业大学人工智能与数据挖掘研究室分布式人工智能易于系统集成──分布式人工智能系统支持模块性的分布式人工智能DAI的研究方向：分布式问题求解（DPS:DistributedProblemSolving）：目标是要创建大粒度的协作群体，它们之间共同工作以对某一问题进行求解。在一个纯粹的DPS系统中，问题被分解成任务，并且为求解这些任务，需要仅为该问题设计一些专用的任务执行系统。所有的交互（如果有，如协作等）策略都被集成为系统设计的整体部分。这是一种从顶向下设计的系统，因为处理系统是为满足在顶部所给定的需求而设计的。2022/11/2289合肥工业大学人工智能与数据挖掘研究室分布式人工智能DAI的研究方向：2022/10/2339合分布式人工智能DA