第10章 人工智能

第10章人工智能第10章人工智能10.1人工智能概述10.2人工智能应用

人工智能（ArtificialIntelligence），英文缩写为AI，是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。人工智能专家们面临的最大挑战之一是如何构造一个系统，可以模仿由上百亿个神经元组成的人脑的行为，去思考宇宙中最复杂的问题。一、人工智能的概念二、人工智能的历史人工智能从诞生发展到今天经历了一条漫长的路象布尔和其他一些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。人工智能真正引起研究者的兴趣则是1943年计算机发明以后的事在定义智慧时，英国科学家图灵做出了贡献，如果一台机器能够通过称之为图灵实验的实验，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时，这个机器就是智慧的。虽然现在看来这种新机器已经可以实现部分人类的智力，但是直到50年代人们才把人类智力和这种新机器联系起来。维纳NorbertWiener在反馈理论上的研究最终让他提出了一个论断，所有人类智力的结果都是一种反馈的结果，通过不断地将结果反馈给机体而产生的动作，进而产生了智能。在1955的时候，香农与人一起开发了TheLogicTheorist程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们现在所采用的方法思想方法有许多还是来自于这个50年代的程序。1956年，作为人工智能领域另一位著名科学家的麦卡希（就是右图的那个人）召集了一次会议来讨论人工智能未来的发展方向。从那时起，人工智能的名字才正式确立，这次会议在人工智能历史上不是巨大的成功。在1957年，香农和另一些人又开发了一个程序称为GeneralProblemSolver(GPS)，它对Wiener的反馈理论有一个扩展，并能够解决一些比较普遍的问题。别的科学家在努力开发系统时，右图这位科学家作出了一项重大的贡献，他创建了表处理语言LISP，直到现在许多人工智能程序还在使用这种语言，它几乎成了人工智能的代名词，到了今天，LISP仍然在发展。在1963年，麻省理工学院受到了美国政府和国防部的支持进行人工智能的研究，美国政府不是为了别的，而是为了在冷战中保持与苏联的均衡，虽然这个目的是带点火药味的，但是它的结果却使人工智能得到了巨大的发展。其后发展出的许多程序十分引人注目，麻省理工大学开发出了SHRDLU。60年代，SIR系统则开始理解简单的英文句子了，SIR的出现导致了新学科的出现：自然语言处理。1963年MIT从美国政府得到一笔220万美元的资助,用于研究机器辅助识别.这笔资助来自国防部高级研究计划署(ARPA),已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家,加快了AI研究的发展步伐.在70年代，另一个人工智能语言Prolog语言诞生了，它和LISP一起几乎成了人工智能工作者不可缺少的工具。1986年,美国AI相关软硬件销售高达4.25亿美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦,通用汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要,一些生产专家系统辅助制作软件的公司,如Teknowledge和Intellicorp成立了.为了查找和改正现有专家系统中的错误,又有另外一些专家系统被设计出来.20世纪70～80年代，知识工程的提出与专家系统的成功应用，确定了知识在人工智能中的地位。近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研究深入开展，形成高潮。同时，不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展。三、人工智能的学派人工智能三大学派符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知六、人工智能的争论1.对人工智能理论的争论(1)符号主义：符号主义认为人的认知基元是符号，而且认知过程即符号操作过程。它认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。也就是说，人的思维是可操作的。它还认为，知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。知识可用符号表示，也可用符号进行推理，因而有可能建立起基于知识的人类智能和机器智能的统一理论体系。(2)联结主义：联结主义认为人的思维基元是神经元，而不是符号处理过程。它对物理符号系统假设持反对意见，认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。(3)行为主义行为主义认为智能取决于感知和行动(所以被称为行为主义)，提出智能行为的“感知－动作”模式。行为主义者认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化(所以称为进化主义)；智能行为只能在现实世界中与周围环境交互作用而表现出来。行为主义还认为：符号主义(还包括联结主义)对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。2.对人工智能方法的争论

(1)符号主义：认为人工智能的研究方法应为功能模拟方法。通过分析人类认知系统所具备的功能和机能，然后用计算机模拟这些功能，实现人工智能。符号主义力图用数学逻辑方法来建立人工智能的统一理论体系，但遇到不少暂时无法解决的困难，并受到其它学派的否定。

(2)联结主义：主张人工智能应着重于结构模拟，即模拟人的生理神经网络结构，并认为功能、结构和智能行为是密切相关的。不同的结构表现出不同的功能和行为。已经提出多种人工神经网络结构和众多的学习算法。

(3)行为主义：认为人工智能的研究方法应采用行为模拟方法，也认为功能、结构和智能行为是不可分开的。不同的行为表现出不同的功能和不同的控制结构。行为主义的研究方法也受到其它学派的怀疑与批判，认为行为主义最多只能创造出智能昆虫行为，而无法创造出人的智能行为。六、人工智能的争论1.对人工智能理论的争论(1)符号主义：符号主义认为人的认知基元是符号，而且认知过程即符号操作过程。它认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。也就是说，人的思维是可操作的。它还认为，知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。知识可用符号表示，也可用符号进行推理，因而有可能建立起基于知识的人类智能和机器智能的统一理论体系。(2)联结主义：联结主义认为人的思维基元是神经元，而不是符号处理过程。它对物理符号系统假设持反对意见，认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。(3)行为主义行为主义认为智能取决于感知和行动(所以被称为行为主义)，提出智能行为的“感知－动作”模式。行为主义者认为智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能一样逐步进化(所以称为进化主义)；智能行为只能在现实世界中与周围环境交互作用而表现出来。行为主义还认为：符号主义(还包括联结主义)对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。2.对人工智能方法的争论

(1)符号主义：认为人工智能的研究方法应为功能模拟方法。通过分析人类认知系统所具备的功能和机能，然后用计算机模拟这些功能，实现人工智能。符号主义力图用数学逻辑方法来建立人工智能的统一理论体系，但遇到不少暂时无法解决的困难，并受到其它学派的否定。

(2)联结主义：主张人工智能应着重于结构模拟，即模拟人的生理神经网络结构，并认为功能、结构和智能行为是密切相关的。不同的结构表现出不同的功能和行为。已经提出多种人工神经网络结构和众多的学习算法。

(3)行为主义：认为人工智能的研究方法应采用行为模拟方法，也认为功能、结构和智能行为是不可分开的。不同的行为表现出不同的功能和不同的控制结构。行为主义的研究方法也受到其它学派的怀疑与批判，认为行为主义最多只能创造出智能昆虫行为，而无法创造出人的智能行为。背景材料

1.图灵阿兰·麦席森·图灵（AlanMathisonTuring，1912.6.23—1954.6.7），英国数学家、逻辑学家，被称为人工智能之父。1931年图灵进入剑桥大学国王学院，毕业后到美国普林斯顿大学攻读博士学位，二战爆发后回到剑桥，后曾协助军方破解德国的著名密码系统Enigma，帮助盟军取得了二战的胜利。阿兰·麦席森·图灵，1912年生于英国伦敦，1954年死于英国的曼彻斯特，他是计算机逻辑的奠基者，许多人工智能的重要方法也源自于这位伟大的科学家。他对计算机的重要贡献在于他提出的有限状态自动机也就是图灵机的概念，对于人工智能，它提出了重要的衡量标准“图灵测试”，如果有机器能够通过图灵测试，那他就是一个完全意义上的智能机，和人没有区别了。他杰出的贡献使他成为计算机界的第一人。

1936年，图灵向伦敦权威的数学杂志投了一篇论文，题为“论数字计算在决断难题中的应用”。在这篇开创性的论文中，图灵给“可计算性”下了一个严格的数学定义，并提出著名的“图灵机”(TuringMachine)的设想。“图灵机”不是一种具体的机器，而是一种思想模型，可制造一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算函数。“图灵机”与“冯·诺伊曼机”齐名，被永远载入计算机的发展史中。

1950年10月，图灵又发表了另一篇题为“机器能思考吗”的论文，成为划时代之作。也正是这篇文章，为图灵赢得了“人工智能之父”的桂冠。

2.布尔布尔（Boole·George）英国数学家及逻辑学家。1815年11月2日生于林肯：1864年12月8日卒于爱尔兰的科克。布尔是鞋匠之子，他完全靠自己的力量爬上去。他原想做牧师，但是他十六岁时在私立学校教数学，到1835年他自己开办一所学校。

1849年，（尽管他没有学位）他被任命为科克的女王学院的数学教授，从此他才有了比较安稳的生活保证。他一直在此学院度其余生。布尔死于肺炎，这是由于他坚持上课而在十一月的冷雨中步行二英里淋湿后受凉而引起的。布尔的发现是用一套符号来进行逻辑演算，代数的符号及运算。

3.克劳德·香农克劳德·香农(ClaudeElwoodShannon，1916-2001)1916年4月30日诞生于美国密西根州的Petoskey。在Gaylord小镇长大。

1936年香农在密西根大学获得数学与电气工程学士学位，然后进入MIT念研究生。

1938年香农在MIT获得电气工程硕士学位，硕士论文题目是《ASymbolicAnalysisofRelayandSwitchingCircuits》(继电器与开关电路的符号分析)。

1940年香农在MIT获得数学博士学位，而他的博士论文却是关于人类遗传学的，题目是《AnAlgebraforTheoreticalGenetics》(理论遗传学的代数学)。

1941年香农以数学研究员的身份进入新泽西州的AT&T贝尔电话公司，并在贝尔实验室工作到1972年，从24岁到55岁，整整31年。1956年他当了MIT的访问教授，1958年成为正式教授，1978年退休。

4.蔡自兴蔡自兴，男，福建莆田人，汉族。1962年7月毕业于西安交通大学机电工程系工业电气自动化专业。已从事自动控制教学和科研工作39年。

1983-1985年及1992年曾两次赴美国，先后在内华达大学，普度大学和伦塞勒理工学院从事人工智能，机器人和智能控制研究。

1985年他在国际上首创机器人规划专家系统，1986年提出智能控制的“四元交集结构理论”，1989年提出智能控制的学科体系。已在国内外出版专著和教材18部。已发表论文400多篇。

1989年他被联合国工业发展组织（UNIDO）审定为联合国专家，1992年起获国务院专家特殊津贴。1998年入选纽约科学院院士，当选IEEE高级会员。10.2人工智能应用10.2.1机器人1920年捷克斯洛伐克作家雷尔·卡佩克发表了科幻剧《罗萨姆的万能机器人》。在剧本中，卡佩克把捷克语"Robota"写成了"Robot"，"Robota"是农奴的意思。该剧预告了机器人的发展对人类社会的悲剧性影响，引起了大家的广泛关注，被当成了机器人的起源。

机器人是具有一些类似人的功能的机械电子装置或者叫自动化装置。判断一个机器人是否是智能机器人，有三个基本特点：(1)具有感知功能，即获取信息的功能。机器人通过“感知”系统可以获取外界环境信息，如声音、光线、物体温度等。(2)具有思考功能，即加工处理信息的功能。机器人通过“大脑”系统进行思考，它的思考过程就是对各种信息进行加工、处理、决策的过程。(3)具有行动功能，即输出信息的功能。机器人通过“执行”系统（执行器）来完成工作，如行走、发声等。机器人三原则

美国科幻小说家阿西莫夫总结出了著名的“机器人三定律”或称“机器人三原则”。

第一：机器人不可伤害人，

或眼看着人将遇害而袖手不管。

第二：机器人必修服从人给它的命令，当该命令与第一条抵触时，不予服从。

第三：机器人必须在不违反第一、第二项原则的情况下保护自己。10.2.1机器人4.机器人的发展阶段1947年，美国橡树岭国家实验室在研究核燃料的时候，由于X射线对人体具有伤害性，必须有一台机器来完成像搬运和核燃料的处理工作。于是，1947年产生了世界上第一台主从遥控的机器人。美国机器人元老

英格伯格，1925年7月出生于美国的布鲁克林。毕业于哥伦比亚大学。第二次世界大战后，在一家公司工作。1956年以后，他开始与德沃尔密切合作，共同设计了一台工业机器人。他们筹集了足够的资金,1959年开始制造，终于造出了世界上第一台工业机器人，名叫“尤尼梅特”，意思是“万能自动”。

英格伯格和德沃尔筹办了“尤尼梅特”公司，这是世界上第一家专门生产机器人的工厂。

为了推广机器人，英格伯格于1967年到日本宣传介绍机器人。日本600多人听了他的演讲。从此，英格伯格被人们誉为“美国机器人的元老”。机器人王国

日本是应用机器人最广泛的国家，其使用机器人的数量具世界第一位。所以它自称是机器人王国。机器人之父:加腾一郎加腾一郎是日本早稻田大学机械系主任。他的研制出了国际著名的“华鲍脱”机器人。这个机器人重130公斤，有一双很精致的手，而且像人一样长着两条腿，能接受人们用日语下达的命令。

为了让机器人更好的为人类谋福利，加腾一郎成功的研制出了“腺癌诊治机器人”。他为日本工业自动化和机器人的发展，作出了卓越的贡献，受到了日本人民和各国同行们的赞扬1.第一阶段第一代机器人，也叫示教再现型机器人，它是通过一个计算机，来控制一个多自由度的一个机械，通过示教存储程序和信息，工作时把信息读取出来，然后发出指令，这样的话机器人可以重复的根据人当时示教的结果，再现出这种动作二、机器人的发展阶段2.第二阶段在20世纪70年代后期，人们开始研究第二代机器人，叫带感觉的机器人，这种带感觉的机器人是类似人在某种功能的感觉3.第三阶段第三代机器人，也是我们机器人学中一个理想的所追求的最高级的阶段，叫智能机器人，那么只要告诉它做什么，不用告诉它怎么去做，它就能完成运动，感知思维和人机通讯的这种功能和机能三、机器人分类1.军用机器人(1)地面军用机器人(2)无人机(3)水下机器人(4)空间机器人2.民用机器人(1)工业机器人

(2)服务机器人(3)

娱乐机器人二、各国的机器人

美国是机器人的诞生地，早在1962年就研制出世界上第一台工业机器人，比起号称“机器人王国”的日本起步至少要早五六年。经过30多年的发展，美国现已成为世界上的机器人强国之一，基础雄厚，技术先进。综观它的发展史，道路是曲折的，不平坦的。由于美国政府从60年代到70年代中的十几年期间，并没有把工业机器人列入重点发展项目，只是在几所大学和少数公司开展了一些研究工作。对于企业来说，在只看到眼前利益，政府又无财政支持的情况下，宁愿错过良机，固守在使用刚性自动化装置上，也不愿冒着风险，去应用或制造机器人。加上，当时美国失业率高达6．65％，政府担心发展机器人会造成更多人失业，因此不予投资，也不组织研制机器人，这不能不说是美国政府的战略决策错误。70年代后期，美国政府和企业界虽有所重视，但在技术路线上仍把重点放在研究机器人软件及军事、宇宙、海洋、核工程等特殊领域的高级机器人的开发上，致使日本的工业机器人后来居上，并在工业生产的应用上及机器人制造业上很快超过了美国，产品在国际市场上形成了较强的竞争力。进入80年代之后，美国才感到形势紧迫，政府和企业界才对机器人真正重视起来，政策上也有所体现，一方面鼓励工业界发展和应用机器人，另一方面制订计划、提高投资，增加机器人的研究经费，把机器人看成美国再次工业化的特征，使美国的机器人迅速发展法国不仅在机器人拥有量上居于世界前列，而且在机器人应用水平和应用范围上处于世界先进水平。这主要归功于法国政府一开始就比较重视机器人技术，特别是把重点放在开展机器人的应用研究上。

法国机器人的发展比较顺利，主要原因是通过政府大力支持的研究计划，建立起一个完整的科学技术体系。即由政府组织一些机器人基础技术方面的研究项目，而由工业界支持开展应用和开发方面的工作，两者相辅相成，使机器人在法国企业界很快发展和普及.在法国希农Ａ２号核反应堆的一个特别场地,聚集着各种负责核干预任务的机器人。一旦发生放射性物质泄漏的严重事故,人们就可以借助它们对事故进行处理。这些机器人可以可以进行认知、提取和测量。2013年法国启动“法国机器人”计划法国阿德巴兰机器人公司（AldebaranRobotics）在机器人方面有一定优势。德国工业机器人的总数占世界第三位，仅次于日本和美国。这里所说的德国，主要指的是原联邦德国。它比英国和瑞典引进机器人大约晚了五六年。其所以如此，是因为德国的机器人工业一起步，就遇到了国内经济不景气。但是德国的社会环境却是有利于机器人工业发展的。因为战争，导致劳动力短缺，以及国民技术水平高，都是实现使用机器人的有利条件。到了70年代中后期，政府采用行政手段为机器人的推广开辟道路；在“改善劳动条件计划”中规定，对于一些有危险、有毒、有害的工作岗位，必须以机器人来代替普通人的劳动。这个计划为机器人的应用开拓了广泛的市场，并推动了工业机器人技术的发展。日尔曼民族是一个重实际的民族，他们始终坚持技术应用和社会需求相结合的原则。除了像大多数国家一样，将机器人主要应用在汽车工业之外，突出的一点是德国在纺织工业中用现代化生产技术改造原有企业，报废了旧机器，购买了现代化自动设备、电子计算机和机器人，使纺织工业成本下降、质量提高，产品的花色品种更加适销对路。到1984年终于使这一被喻为"快完蛋的行业"重新振兴起来。与此同时，德国看到了机器人等先进自动化技术对工业生产的作用，提出了1985年以后要向高级的、带感觉的智能型机器人转移的目标。经过近十年的努力，其智能机器人的研究和应用方面在世界上处于公认的领先地位。4.英国

早在1966年，美国Unimation公司的尤尼曼特机器人和AMF公司的沃莎特兰机器人就已经率先进入英国市场。1967年英国的两家大机械公司还特地为美国这两家机器人公司在英国推销机器人。接着，英国HallAutomation公司研制出自己的机器人RAMP。70年代初期，由于英国政府科学研究委员会颁布了否定人工智能和机器人的Lighthall报告，对工业机器人实行了限制发展的严厉措施，因而机器人工业一蹶不振，在西欧差不多居于末位。在前苏联（主要是在俄罗斯），从理论和实践上探讨机器人技术是从50年代后半期开始的。到了50年代后期开始了机器人样机的研究工作。1968年成功地试制出一台深水作业机器人。1971年研制出工厂用的万能机器人。早在前苏联第九个五年计划（1970年一1975年）开始时，就把发展机器人列入国家科学技术发展纲领之中。到1975年，已研制出30个型号的120台机器人，经过20年的努力，前苏联的机器人在数量、质量水乎上均处于世界前列地位。国家有目的地把提高科学技术进步当作推动社会生产发展的手段，来安排机器人的研究制造；有关机器人的研究生产、应用、推广和提高工作，都由政府安排，有计划、按步骤地进行。俄罗斯FEDOR仿人形机器人天王星9无人战车俄罗斯新型无人机正在试飞日本在60年代末正处于经济高度发展时期，年增长率达11％。第二次世界大战后，日本的劳动力本来就紧张，而高速度的经济发展更加剧了劳动力严重不足的困难。为此，日本在1967年由川崎重工业公司从美国Unimation公司引进机器人及其技术，建立起生产车间，并于1968年试制出第一台川崎的“尤尼曼特”机器人。这一系列扶植政策，使日本机器人产业迅速发展起来，经过短短的十几年，到80年代中期，已一跃而为“机器人王国”，其机器人的产量和安装的台数在国际上跃居首位。按照日本产业机器人工业会常务理事米本完二的说法：“日本机器人的发展经过了60年代的摇篮期，70年代的实用期，到80年代进人普及提高期。”并正式把1980年定为“产业机器人的普及元年”，开始在各个领域内广泛推广使用机器人。

日本政府和企业充分信任机器人，大胆使用机器人。机器人也没有辜负人们的期望，它在解决劳动力不足、提高生产率、改进产品质量和降低生产成本方面，发挥着越来越显著的作用，成为日本保持经济增长速度和产品竞争能力的一支不可缺少的队伍。1.摇篮期(20世纪70年代—1985年)20世纪70年代初期至1976年，此段时间一些中国知识份子从图书馆外文杂志中零星了解到机器人技术的出现，自发地去探讨机器人的性能、特点、结构和应用场合，出现研究期望的萌动。这一时期的特点是对国外机器人技术无法系统地了解，信息闭塞，学术交流停滞，研发工作是在压抑、无序的环境下，零星自发地进行。2.规划发展期（1986－现在）二十世纪80年代中期，技术革命第三次浪潮冲击全世界，在这个浪潮中，机器人技术位于浪潮的前列。当时全国有大大小小200多个单位自发进行研究与开发，从事低水平的重复研究和不同角度的切入研发，虽然没有机器人产品出现，但也初步形成了一支机器人技术与应用的队伍，为我国的机器人发展奠定了基础。3.拓广发展期（2001-现在）经过1986年到2000年国家863计划的实施，我国机器人技术与自动化工艺装备等方面取得了突破性进展，缩短了同发达国家之间的差距。但在2001年国家“十五”863计划启动时，同发达国家相比，我国在机器人与自动化装备原创技术研究，高性能工艺装备自主设计和制造，重大成套装备系统集成与开发，高性能基础功能部件批量生产与应用等方面，仍存在较大差距。上海洋山港三期导引车美女机器人“佳佳”高颜值六、现代机器人发展现在科技界研究机器人大体上是沿着三个方向前进：一是让机器人具有更强的智能和功能；二是让机器人更具人形，也就是更像人；三是微型化，让机器人可以做更多细致的工作。2.生化机器人将成未来人类终极形态3.微型机器人英国耗资百万美元建造世界首个仿生人2013-2-26，英国科学家利用来自世界各地的最先进人造假肢和器官，制造出一个名为“雷克斯”（Rex，机器人外骨骼的简称）的“仿生人”，这也是世界首个“仿生人”。“雷克斯”身高近2米，它所使用的假肢和人造器官价值约100万美元（约合623万元人民币），由英国权威机器人专家理查德·沃克和马修·戈登组装而成。“雷克斯”的人工眼包括一个植入了芯片的视网膜和一个置于眼镜上的照相机，相机采集的图像可以转变成电脉冲发送到大脑里，并转化成形状和图案。此外，“雷克斯”全身安装了人造皮肤，体内还装有人工胰脏、肾脏、脾脏等器官和功能性血液循环系统。10.2.2决策支持系统1.决策支持系统概述决策支持系统(decisionsupportsystem，简称dss)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(mis)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。10.2.2决策支持系统10.2.3专家系统1.专家系统概述专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。10.2.3专家系统2.发展历史专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略10.2.3专家系统3.专家系统的基本结构专家系统的基本结构如图所示，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。10.2.4深度学习与推荐系统1.深度学习深度学习的概念源于人工神经网络的研究。含多隐层的感知器是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征。深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值可以使用多种方式来表示，如每个图像像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习（如人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。从一个输入中产生一个输出所涉及的计算可以通过一个流向图来表示。流向图是一种能够表示计算的图，在这种图中每一个节点表示一个基本的计算及一个计算的值，计算的结果被应用到这个节点的子节点。考虑这样一个计算集合，它可以被允许在每一个节点和可能的图结构中，并定义一个函数族。输入节点没有父节点，输出节点没有子节点。这种流向图的一个特别属性是深度，即从一个输入到一个输出的最长路径的长度。

深度机器学习方法分有监督学习与无监督学习。不同学习框架下建立的学习模型不一定相同。例如，卷积神经网络（ConvolutionalNeuralNetworks，简称CNNs）是一种深度的监督学习下的机器学习模型，而深度置信网（DeepBeliefNets，简称DBNs）就是一种无监督学习下的机器学习模型。深度学习的概念2006年由Hinton等人提出。基于深度置信网络提出的非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器属于深层次结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释（图像，声音和文本）数据。2.个性推荐系统1）概述个性化推荐系统是互联网和电子商务发展的产物，是建立在海量数据挖掘基础上的一种高级商务智能平台，可向顾客提供个性化的信息服务和决策支持。近年来已经出现了许多非常成功的大型推荐系统实例，与此同时，个性化推荐系统也逐渐成为学术界的研究热点之一。互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的需求，但随着网络的迅速发展而带来的网上信息量的大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低了，这就是所谓的信息超载（InformationOverload）问题。

解决信息超载问题一个非常有潜力的办法是推荐系统，它是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户。和搜索引擎相比，推荐系统通过研究用户的兴趣偏好，进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供个性化的服务，还能和用户之间建立密切关系，让用户对推荐产生依赖。推荐系统现已广泛应用于很多领域，其中最典型并具有良好的发展和应用前景的领域就是电子商务。同时学术界对推荐系统的研究热度一直很高，逐步形成了一门独立的学科。

推荐系统有3个重要的模块：用户建模模块、推荐对象建模模块、推荐算法模块。

推荐系统把用户模型中兴趣需求信息和推荐对象模型中的特征信息匹配，同时使用相应的推荐算法进行计算筛选，找到用户可能感兴趣的推荐对象，然后推荐给用户。2）应用随着推荐技术的研究和发展，其应用领域也越来越多。例如，新闻推荐、商务推荐、娱乐推荐、学习推荐、生活推荐、决策支持等。推荐方法的创新性、实用性、实时性、简单性也越来越强。例如，上下文感知推荐、移动应用推荐、从服务推荐到应用推荐。下面分别分析几种技术的特点及应用案例。10.2.5机器学习1.概述机器学习(MachineLearning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。2.机器学习的发展史机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为4个时期。第一阶段是在50年代中叶到60年代中叶，属于热烈时期。第二阶段是在60年代中叶至70年代中叶，被称为机器学习的冷静时期。第三阶段是从70年代中叶至80年代中叶，称为复兴时期。机器学习的最新阶段始于1986年。10.2.6模式识别1.概述模式识别(PatternRecognition)是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。(计算机)模式识别在20世纪60年代初迅速发展并成为一门新学科。模式识别(PatternRecognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。2.模式识别的应用（1）文字识别：文字识别可应用于许多领域，如阅读、翻译、文献资料的检索、信件和包裹的分拣、稿件的编辑和校对、大量统计报表和卡片的汇总与分析、银行支票的处理、商品发票的统计汇总、商品编码的识别、商品仓库的管理，以及水、电、煤气、房租、人身保险等费用的征收业务中的大量信用卡片的自动处理和办公室打字员工作的局部自动化等。（2）语音识别：近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。（3）图像识别：图像识别，是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像