人工智能réngōng zhìnéng

〈名〉 利用电脑模拟人脑智力活动，是计算机科学的分支之一。

人工智能réngōngzhìnéng

利用电脑模拟人脑智力活动的一门新兴学科，是计算机科学的分支之一。它可以代替人进行某些操作和作业，从事科研活动或执行一定任务。
　◇ 能不能使计算机变得聪明点，不再那么笨？这就是所谓人工智能的研究。(哲学研究.1980.4)
　◇ 1977年，蒋家松作为中科院自然科学大战规划的起草人之一，据理力争，把机器人和人工智能列入了中科院1978—1985年学科发展规划之中。(奥秘.1999.4)

人工智能

指计算机模拟人的智力的研究活动。 其核心问题是对自然语言理解， 即让计算机 “懂得”人类社会使用的语言， 使人和计算机能用自然语言交谈。 近年来电子计算机技术不但可以使机器帮助人完成繁重的体力劳动， 而且还可以替人进行一定的脑力劳动。 机器可以跟人下棋， 替人看病， 跟人对话， 这些都是人工智能研究的成果。 人工智能对语言的要求很高， 不仅要使机器能够准确地 “懂得”人的话， 还要使机器 “讲话”、“答话”。语言学家的任务就是不仅要为计算机编制一套详细、 准确的程序， 还要在理论上对语言的结构系统提出一个比较合理的说明， 并且有一套比较严密的分析方法和形式化的表达方式。

人工智能réngōng zhìnéng

利用电子计算机模拟或仿造人的智能来完成某些工作的一门新兴学科。例如：“一门引起人们广泛兴趣的新型边缘科学——‘人工智能’的研究，两年来在我国取得可喜的进展。”(《北京日报》1981.10.3)“迄今为止，计算机和正在研制的智能机都是模拟人脑进行思维，而人脑思维尤其是创造性思维的机制至今仍是一个谜，这就限制了‘人工智能’的发展。”(《中国青年报》1990.4. 5)

人工智能rénɡōnɡzhìnénɡ

利用电脑模拟人脑智力活动的一门新兴学科，是计算机科学的分支之一。它可以代替人进行某些操作和作业，从事科研活动或执行一定任务。

人工智能réngōng zhìnéng

计算机科学技术的一个分支。以计算机科学技术为基础，综合生理学、语言学和数学各方面的知识，研究模拟人类的智能活动以及以计算机为手段研究人类的智能活动的学科。
　❍ ～的研究有可能揭开人类为什么会思考等一系列疑难问题，并能制作智能化的机器、系统等。

相关链接

1956年在达特茅斯(Dartmouth)学会上提出“人工智能”一词。之后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能是包括十分广泛的科学，由不同的领域组成，如机器学习，计算机视觉等等。从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能研究被称为世界三大尖端技术(空间技术、能源技术、人工智能)之一。也是21世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。
▲语音合成 语音识别

人工智能artificial intelligence

研究如何让计算机具有学习、推理、理解和应用知识等思维能力的科学技术。又称机器智能。它可以代替人类从事某些脑力劳动。人工智能的研究使用全新的概念和方法，来提高应用计算机的灵巧性，从质的方面扩充计算机的能力，它是一门新兴的边缘学科。人工智能涉及数学、心理学、生物学、医学、经济学、逻辑学、管理学、语言学、哲学、微电子学和计算机科学等，它又是一门综合性学科。
发展概况 20世纪40年代，智能界发现了两件最重要的事：数理逻辑和关于计算的新思维。数理逻辑一直是人工智能研究的一个活跃领域，逻辑推理的数学公式为人们建立了计算与智能关系的概念。1956年夏季，在美国新罕布什尔州达特茅斯学院举行了第一次研讨人工智能的专家聚会，标志着人工智能学科正式诞生。1956～1961年是人工智能的开创期，美国纽厄尔(A. Newell)、西蒙(H. A. Simon)等人创立的LT逻辑推理程序使计算机表现出类似人脑的演绎推理。美国麦卡锡(T.McCarthy)提出的LISP表处理语言能用于符号微积分计算、数学定理证明、命题演算、博奕、图像识别等领域。1961年后进入发展期，出现了一些具有实际应用价值的、具有人工智能的计算机系统，并应用于自然语言处理、设计分析集成电路、检索情报、求解微分方程、探矿、诊断疾病、博奕、翻译等。80年代以来，日本、欧美一些国家大力开发对人工智能计算机的研制工作。具有人工智能的计算机称为新一代的计算机，亦称为非J.诺伊曼型计算机、第五代计算机。人工智能是一门正在发展中的学科，还未形成完整理论和体系。但是，人工智能问世以来已取得了一些成就，专家们已经看到它的潜在能力。人工智能将使计算机能够解决那些至今人们还不知道如何解决的问题，它将带来计算机硬件和软件的变革，并向其他领域渗透，促进他们的发展。人工智能的发展还有助于我们进一步理解人类智能的机制，促进社会的发展。
问题求解 是人工智能系统的核心。知识表示和推理技术构成问题求解。知识表示研究如何组织知识以适应问题求解，推理技术包括选择、搜索、学习等技术。在人工智能研究中，问题求解是一个寻求某个动作序列，以达到目标的过程，主要采用的试探搜索方法，是通过在某个可能的解答空间寻找一个解，一个需要解决的问题一般包括对象、操作和要求三个方面。例如，“十五数码难题”中（见图），十五个编有数码1至15的棋子，可在4×4方格棋盘上走动，这就是对象。棋盘上总有一格是空的，将任意棋子向相邻的空格内走一步，就是操作。图中给出了两种状态，即初始状态和目标状态，把初始状态变换为目标状态的问题，就是要求。问题的解答应是某个合适的步序列，如：右移棋子3、下移棋子9，右移棋子11、上移棋子1……等等。问题从一种状态变换为另一种状态的手段称为算符。十五数码难题的求解是搜索的过程。先将适合算符用于初始状态，以产生新状态，再将适合算符用于新的状态，不断搜索下去，直到产生目标状态为止。

十五数码难题

知识工程 研究如何在计算机中组织知识，建立知识库，并使计算机用知识来解决相应问题的科学技术。1977年第五届国际人工智能会议上，美国斯坦福大学计算机科学家费根鲍姆(E. A. Feigenbaum)教授提出此概念。知识工程为那些需要专家知识才能解决的应用难题提供求解手段。对专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题。知识工程是研究第五代计算机的重要基础。知识工程研究的基础课题是知识表示、知识利用和知识获取。❶知识表示是用计算机能够接受，并能进行处理的符号和方式来表示人类的知识。常用的方式有框架结构、产生式系统、语义网络、逻辑模式等。
❷知识利用是利用知识解决问题。人在解决各种不同问题时，存在某些共同的规律，主要有三个方面：首先是想出大致的“解题计划”；再根据记忆中的理论和推理规则“组织解题”；最后，进行“方法一目的分析”。要让计算机求解问题，必须建立知识库，将有关问题域的知识以一定形式存储在知识库中，通过推理，得出结论。
❸知识获取是将专门知识变换成计算机能处理的形式。研究知识获取过程的自动化是知识工程的重要课题，自动获取知识有三种途径：一是建立专门的编辑系统，直接生成智能系统的知识；二是应用自然语言处理技术，通过普通会话来指挥计算机系统生成知识；三是利用自适应学习的功能，使智能系统直接从它们的有关领域的经验中学习重要知识。
人工智能语言 人工智能学科领域中应用的程序设计语言。目前比较适用于知识处理的人工智能语言有LISP和PROLOG语言。LISP语言是一种计算机的表处理语言，它的处理对象和基本数据结构是S-表达式，具有一组用于表处理的基本函数，能对表进行比较自由操作，适合于符号处理。PROLOG语言是一种以一阶逻辑为基础的计算机逻辑性语言。一阶逻辑是描述关系的形式语言，比较接近自然语言的描述方式。目前，大量的知识，尤其是专家的知识都是以事实和规则的形式表达的，用PROLOG表示这类知识比较方便、自然。但是，它们还需进一步改进和完善。
研究领域 人工智能的研究领域有模式识别、自然语言理解、机器人技术、专家系统和决策支持系统等。❶模式识别应用计算机对一组事件或过程进行鉴别和分类。所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象的信息称为模式信息，它不同于数学形式的信息。模式信息与人工智能的研究具有交叉关系。人工智能所研究的景物理解、自然语言理解均包含模式识别问题。
❷自然语言理解已成为人工智能研究最活跃的领域之一，它包括问答系统、声音理解系统、手写文字识别系统和机器翻译系统等。自然语言处理系统的研究方向主要是知识表达问题，涉及对知识的描述形式、上下文理解、演绎推理等方面。
❸机器人技术的发展为人工智能问题求解开拓了新的应用前景，并形成了一个新的研究领域——机器人学。许多问题求解系统的概念可以在机器人问题求解上进行试验研究和应用。
❹专家系统是人工智能研究的一个重要分支。它模仿专家的思维活动，进行推理和判断，能像专家那样求解专门问题。专家系统主要用软件实现。它与传统的计算机程序最本质的差别在于专家系统所要解决的一般问题没有算法解，经常需要在不完全、不精确或不确定的信息基础上作出结论。发展专家系统的关键是表达和运用专家知识。专家系统就是要研究知识的表示、使用和获取的方法。
❺决策支持系统利用知识和模型，通过计算机分析和模拟，协助解决多样化和不确定性问题以进行辅助决策。人工智能技术用于管理决策是一项开拓性工作。20世纪80年代开始研究知识库支持的决策支持系统，用领域专家知识来选择和组合模型，完成推理和运行，并为用户提供智能的交互式接口。

人工智能

用电子计算机来模拟人脑的功能，也就是用电脑模拟人的某种智能活动。人的逻辑思维，包含抽象、概括、分析、综合、推理、判断，实质上是一种运算过程，是一些逻辑关系之间的运算，运算的对象是一些逻辑概念或命题。人工智能就是把这些逻辑关系编制成一定的程序，让计算机存储起来，对逻辑概念和命题进行运算，使机器具有了一定的逻辑推理能力。电子计算机是人类智能的产物，它能够进行快速计算，具有存储信息的功能，人类又进一步探索了问题求解功能和模式识别功能。人工智能进行的大量实验和研究中，博奕、疑难解答、数学定理证明都采用了问题求解模型，即在初始条件到最终条件之间寻求转换。模式识别是利用计算机视觉输入和波形输入的各种模式，对未知模式给出分类和结构描述。对人类日常语言的研究，是人工智能的另一项内容，它设法让计算机懂得语言，研究模拟人类语言交际的过程，人类试图让新一代计算机能识别文字、语音、图画，能用自然语言和人类交流信息和知识。智能机器人最集中地反映了人工智能的努力。人工智能的发展有三个途径。
❶生理学途径，采用仿生学的方法，模拟动物和人的感官，模拟大脑的结构和功能，制造神经元模型和大脑模型；
❷心理学途径，把心理学研究所得的人的智能活动特征和规律，运用到计算机的设计之中；
❸工程技术途径，在研制计算机上模拟人类的智能行为。

人工智能
并列正书名: Electrical Information Science and Technology Artificial Intelligence
主要责任者: 史忠植
责任方式: 编著
出版者: 机械工业出版社
出版地: 北京
字数: 622 千字
页码: 1-391
中图分类号: TP18
语种:中
定价:59.00
出版时间:2017-02
丛书多卷书否:是
丛书名:21世纪高等院校电气信息类系列教材
书目简介:本册工具书是21世纪高等院校电气信息类系列教材之一，共收录372条词条。
被引频次：85

人工智能rengong zhineng

一门新兴的边缘学科，涉及信息论、控制论、计算机科学、神经生理学、心理学、语言学等多种学科，是这些学科互相渗透而发展起来的一门综合性学科.由机器（计算机）执行某些与人的智能有关的复杂功能的能力，譬如象人那样，让机器有识别、判断、学习、理解、规划和求解问题等功能.人工智能的研究主要有两条途径：
❶从人脑的结构模型着手，试图揭示人脑中信息处理过程的机理；
❷从模拟人脑功能的角度来实现智能机器、人工智能的应用领域，包括自然语言理解、自动定理证明、智能数据检索系统、专家咨询系统、机器人学、自动程序设计等.现在，已有不同程度的人工智能的计算机系统成功地用于求解微分方程、奕棋、设计集成电路、合成人类自然语言、诊病开药、控制太空飞行器等.

---

人工智能rengong zhineng

又称“知识工程”，计算机科学的一个分支，主要研究用机器模拟人类智能。人工智能所涉及的领域很广泛，包括认识科学、专家系统、问题求解、模式识别、博奕、决策、机器人控制等等，其关键问题是知识表达。人工智能的认识论意义，在于它使人的思维这种精神活动能用机器的物质过程再现出来，这种再现有助于揭示思维过程本身精神活动的机制，扩大人的认识能力。人工智能的实践意义，在于它将改变人类的生活方式，促进生产力的发展，使人类从机械性的工作中解脱出来，因而获得更丰富的精神生活。

人工智能Rengong zhineng

是计算机科学的一个分支，研究目的在于把计算机应用在需要知识、感觉、推理、学习、理解以及其他类似的需要认识和思维能力的领域，从质上扩充计算机的能力，使之能在一定程度上模仿人脑、代替人脑， 为人类做更多的事情。
人工智能是一门交叉学科，数学、心理学、生物学、语言学、哲学、医学，计算机科学的其它分支等都与人工智能的研究有关。人工智能是现代科学发展的产物，众多杰出的科学家为它的诞生做了奠基性的工作。如图灵的 《理想计算机》、《计算机能思维吗》， 维纳的《控制论》， 香农的 《信息论》， 冯·诺意曼的 《博弈论》，阿希贝的《大脑设计》，麦克卡罗和匹茨的《神经生理学》等。
1956年在美国的达特茅斯大学举行了首次人工智能名义的十专家聚会， 这标志着人工智能学科的诞生。1956年至1961年为开创期，这期间出现了逻辑推理程序，可做类似人脑的演释推理，后来又有“通用问题求解程序”可以解十几种不同性质的课题。麦卡锡提出著名的表处理语言LISP，塞缪尔研制了具有自适应自组织能力的跳棋程序，五年时间里，成就卓越，人工智能显示出强大的生命力。
1961年以后进入发展期， 围绕机器证明、机器博弈、问题求解、自动化程序设计、模式识别、自然语言理解、机器感知、机器学习、机器翻译、专家系统、智能机器人等课题开展日益深入的研究， 取得了可观的成果。人工智能各课题的共同核心是知识求解。对此，人工智能的基本方法是知识表示和推理技术， 人工智能理论认为：知识表示+推理技术=问题求解。所谓知识表示是研究知识的组织方法， 使之适合于问题求解的要求， 常见的有基于经典逻辑的表示法， 语义网络法，框架知识表示法，产生式规则表示法等，推理技术包括选择、搜索、学习等。
用于人工智能问题处理的高级语言有LISP,PROLOG等。LISP意为表处理 (LIS+ProcessingLanguage)，由麻省理工学院的麦卡锡于1960年实现，可用于数学定理证明、符号代数运算和符号微积分、自然语言理解、机器翻译、形式推演、自动程序设计等人工智能的诸多方面，是应用最广的智能语言。此外已有不少LISP机器问世， 在这些计算机， LISP语言能够高效地运行， PROLOG意为用逻辑进行程序设计(PROgramming in LOGIC), 其思想由库瓦尔斯基提出，1972年科尔莫劳尔及其研究小组在法国马赛研制成功世界上第一个PROLOG系统。PROLOG以逻辑程序设计为基础，以一阶谓词演算为背景，语法简洁，表达能力丰富。它的求解问题的方式独特，即程序面对用户提出的问题自动寻求匹配，自动回潮，这就是说自动求解，此外PROLOG与LISP一样都提供单一的数据结构。PROLOG也是最主要的人工智能语言之一，日本选取PROLOG作为第五代计算机的核心语言，并设计制造PROLOG机。这使PROLOG更加引人瞩目。

人工智能

又称“机器智能”。计算机科学的一个分支。研究让计算机做一些通常认为需要智能才能做的事情。如：用计算机进行产品设计和工程设计、自动化管理、翻译、自动情报检索、自动程序设计、教学、医疗诊断、探矿、化学分析、解决数学问题、绘画、作曲、博弈和机器人控制等。

---

人工智能

又称“智能模拟”。以研究和模拟人的智能活动规律为内容，并进而设计出类似人的某些智能的自动机的新科学。是从20世纪50年代，在计算机技术、仿生学、心理学、控制论等科学发展基础上发展起来的。其研究内容目前主要有：感觉和思维模型的建立、用机器进行文字、图像和物体识别、知识表达、启发探索、问题求解、定理证明、机器视觉、自然语言理解、机器人、专家系统等。当前，其主要工具是电子计算机。参见“计算机与自动控制”中的“人工智能”。

人工智能artificial intelligence

计算机科学的一个分支。主要研究怎样用电子计算机模拟人脑的某些智力活动。目前，已取得许多研究成果，主要有学习过程、推理过程、环境适应、模式识别、语音理解等。主要应用领域有专家系统、定理自动证明、机器翻译、博弈、决策系统、模式识别、景像分析和智能控制等。

人工智能

用电子计算机和其他电子技术来模拟人类智力活动的一门技术。主要研究用机器来实现人类学习、探索、推理、对话、图形识别、环境适应等有关理论、技术和方法的智能活动。

人工智能

用计算机来探索和模拟人类的某些智力活动，使计算机具有听、看、说和部分“思维”的功能。因此人工智能有时也称为智能模拟。
人工智能主要内容包括：建立感觉和思维的模型，用计算机进行符号、图像、声音、语言等识别。用计算机证明定理和求解，理解人的语言，研究学习、探索、联想、启发等有关理论和技术等事宜。
人工智能牵涉的面很广，它是控制论、计算机科学、仿生学、生理学、心理学等多种科学相互交叉渗透的产物。这方面的研究从五十年代中期就已开始，至今已取得很多有较高实用价值的成果，目前正在致力于研究第五代计算机系统，其主要特点和最基本功能就是使计算机具有智能的能力。

人工智能

用机器模拟人类智能。20世纪50年代美国一些科学工作者首先提出这一构想。1956年正式使用“人工智能”这一术语。20世纪50—70年代，人工智能主要集中在以功能模拟的方法来研究人脑思维的规律，并在博弈、问题求解、语言翻译、模式识别以及人工智能的基本理论和方法等五个方面全面展开研究。80年代，随着计算机的快速发展，对专家系统和机器人的研究有了较大的进展。进入90年代，信息网络的建立使人工智能系统在商业领域得到进一步的开发。能思考和处理问题的计算机、软件和网络系统已成为世界各国众多公司进行企业管理和产品开发的主要工具和手段。利用人工智能系统可以开发和改进从一般民用品到高科技尖端武器的所有产品。其研究和开发速度、精确度和质量均比使用该系统之前有很大提高。人工智能系统也被应用到制订车间生产计划及其他生产管理中。它还可以通过对大量数据的占有，分析各种事物的内在关系，从而有利于发现和认识新知识、新观点和新方法，促进产品创新、组织创新等新的经营理念的产生。

人工智能

人工智能是研究如何让机器去完成一般只有通过人的智力才能完成的工作的科学。机器在完成这类工作时，可以用类似于人脑细胞功能的一些元件组成的脑模拟系统去完成； 也可用和脑神经细胞完全不相同的元件组成的系统，但在完成这一工作的步骤和方法上很像人解决同一问题的步骤和方法；此外，也可以完全和人解决问题的方法无关，机器用它自己独特的方法解决问题，就像人类制造出会飞的机器——飞机，但它的飞行原理和鸟的飞行原理则完全不同。这三种情况均属人工智能的范畴。
正因为有各种不同的情况，因此，人工智能科学的研究也可分成几个不同的方向。和上述第一种情况相对应的方向，是研究神经元及神经网络对信息的传递、处理过程的模拟方法，包括数学模型和技术模拟系统。1943年McCulloch和Pitts首先完成了神经元的数学模型，在研究中考虑了神经元的所谓“空间总和”和“阈作用”的性质，为此方面的研究奠定了基础。以这个工作为起点，目前已发表的神经元模型有100多种，从各方面表现了神经细胞的时空总和、阈作用、不应期、疲劳效应和可塑性等特性，其中如Caianiello(1961年)的神经方程式，它用数学方程式表现了神经细胞的学习、遗忘和遗传特性。五十年代以后，从单个神经元的研究发展到神经网络模型，这些网络模型模拟了大脑皮层神经兴奋波的扩散与集中现象，由一些网络测量到的“总兴奋”量和人的脑电波极为相似。但是这类模型中，真正有一定智能的是Rosenblatt(1958年) 的感知机在六十年代初盛行于世，据估计有上百个实验室和公司从事类似的工作，试制出能识别简单图形、文字、进行学习和记忆的实验性装置，但因未导致有实用价值的成果，故七十年代后进入低潮。与此类似的机器还有自适应线性神经元 (Adaline)、学习矩阵等。另外一种学习机器，是由多层细胞构成的，各层细胞间的联结以自成长的方式形成，经过“学习”之后，这种机器最后一层细胞中的每一个细胞都能对应一个特定的输入图形。
人工智能研究的另一个完全不同的方向，是由心理学家和计算机科学家联合进行的。他们不是从神经元、神经网络的功能模拟入手，而是从心理学的角度来总结人脑思维活动的规律，然后由计算机来模拟或通过其他途径来实现这些规律。七十年代以来，人工智能研究真正得到较大发展和取得实际成果的是这一类研究工作。例如，用实验心理学的方法对人脑作演绎推理过程的特点进行研究，把人在这个过程中的思维规律，所采取的策略、技巧、窍门的简化步骤编进计算机程序，这就是所谓启发式程序。如Newell等人证明数学定理的程序，把人在证明定理时所用的分解法、代入法、替换法等作为推理法则编入程序，也就是说，先在机器的记忆系统中存储一些公理，再给它一些推理规则，然后让机器去探索解题的方法。Newell等人于1956年研究成功的程序，可以证明《数学原理》第二章的定理。此后，又出现了一些解不定积分和解三角、代数问题的程序。Newell等人又通过心理学的实验，发现人在解题过程中共同的思维活动，大致可归结为三个阶段：第一，想出大致的“解题计划”；第二，根据记忆中的理论和推理规则“组织解题”；第三，进行方法和目的分析。这样的思维活动不但在解数学题时存在，在解其他问题时也存在。他们根据这种想法，在1960年编制了“通用解题程序”(GPS)。这种程序可以解十几种性质不同的课题，使启发式程序具有一定普遍性。
近年来，在人工智能实用化研究中最引人注目的是各种类型的专家咨询系统，它是一个计算机系统，事先将有关专家的知识总结成一些规则，以适当的形式存入计算机，建立起知识库。基于这样的知识库，采用合适的产生式系统，对输入原始数据进行推理，演绎，作出判断和决策，起到专家的作用，故称为专家系统。这类系统已在化学、医学、地质学、气象学、军事等方面得到应用。第一个称得上专家系统的是美国Stanford大学人工智能实验室编制的DENDRAL系统，该系统输入的原始数据是有机化合物的分子式及由质谱图得出分子结构的规则，以此来确定未知分子结构，其能力往往超过了年轻的博士，目前已得到实际应用。1977年Stanford大学的Shortliffe等人设计了一个称为MYCIN的医疗诊断系统，此系统的目的是如何用抗生素来处理血液细菌感染患者。MYCIN系统可以用英语直接与查询的内科医生对话，可回答各种问题，可吸收新的知识。Aikins(1979年)在MYCIN系统的基础上建立一个称为Centaur的系统，这是个肺部疾病的诊断系统，向系统输入肺部的测试结果，输出是关于各项测试功能的解释及肺部疾病的诊断结果。最近，中国科学院自动化研究所和北京中医院等单位制成的中医诊断治疗系统，也属于专家系统的范围。在这个系统中，存有著名中医对各类疾病诊断处方的经验。系统的输入是病人的各种症状和化验结果。系统根据已存入的医生经验对输入数据进行处理。这个基于模糊数学的数学模型把由输入数据构成的综合征与各种综合征的诊断“标准”进行比较，得出诊断结果，并根据具体病人的不同情况给出不同处方。系统对数据处理的整个过程与医生处理病人的思维过程极为相似。最近，对这个系统作了改进，已能与操作医生对话，回答医生的查询，并通过其编辑系统吸收新知识和修改已有的规律。
除了上面提到的内容外，不少人把模式识别（包括声音识别）中的一部分研究也归入人工智能的范畴。持这种观点的原因是因为对于人来说，图形（或景物）与声音（特别是语音）的识别，不仅是一个视觉或听觉的问题，更重要的是一个理解和解释的问题，在机器的“视觉”和“听觉”系统中，模拟人理解过程的，如Chomsky的“短语结构文法”和“转换文法”，就是在图形识别中的“语言学途径”。这种方法用于图形识别是用简单的元素和文法规则来描述大量复杂的图形，它已在识别文字、染色体、粒子径迹、指纹等方面得到应用。在自然语言的理解方面，首先应用Chomsky文法在计算机上进行自然语言问答的是让计算机回答美国棒球比赛情况的实验，或回答亲属关系的实验。七十年代，Winograd的理解自然语言的程序，与以前的许多程序不同，不是先对句子作语法分析，再用语义规则给出适当的意义，而是语法、语义和推理规则相互交织应用。Winograd编制的程序所控制的机器人表现出对语言有较高的理解能力。
图形识别及自然语言的识别，一方面应用在改善计算机系统的输入手段方面，另一方面随着机器人理论及实践研究的进一步发展，在使机器人系统能具有更完善的功能方面具有重要意义。现在的机器人已能接受人的口令，与人进行简单的对话，并在变化的环境中改变自己的行为以达到预期的目的。
当今人工智能的核心问题可以归纳为以下几个方面。第一是关于知识的获取。从知识的角度来看，智能就是获取和利用知识的过程，因此，如何形成知识和建立知识库是人工智能的核心问题。其次是知识的形式化问题 。第三是研究问题求解的最佳策略，以提高求解问题的速度。
人工智能的历史，如果从1943年McCulloch的工作算起，至今已有三十多年，如果从1956年Newell的工作算起，至今也已有二十多年。从人工智能的目标——研究用机器完成各种智能的工作及由这些研究进一步阐明脑活动的各种机理——来看，目前所取得的成绩还很初步，距离它的真正目标很远。也许要几代人或几十代人的持续努力，才能接近这个目标。但从历史发展的眼光来看，一方面，人类研究的对象已开始转向人类进行思维的器官（脑）本身，这无疑是一项巨大的飞跃。另一方面，就像第一次产业革命后，由蒸汽和电力的机器逐步取代人类重复性的体力劳动那样，在计算机科学日益发展的今天，由机器来代替人类重复性的脑力劳动的趋势已越发明显。在医学领域，人工智能在疾病的诊断和提供各种治疗方案方面，在对由人体获取的各种记录曲线(如心电图、脑电图、脑电流图等)和各种图片(X射线照片、血象图和各种组织切片图等)的自动判读方面，在医学数据库的建立和使用方面等，其用途必将更广泛。它必将成为医学现代化的一个重要组成部分。

人工智能

又称智能模拟、智能控制论，即用电子计算机模拟人的智能活动的科学技术。广泛地应用于宣传活动。1950年，英国数学家图灵论述了计算机的智能行为，1956年，形成了人工智能的专门研究领域。人工智能由综合信息论、控制论和电脑技术而发展起来。它包括：建立“神经网络模型”、“神经元模型”等自动模型；用计算机进行原理论证；对文字、声音波形和图象进行识别；人机对话等内容。人工智能从信息的接收、传递、贮存和处理方面去模拟人脑的功能，解决一些通常认为属于人的智力范围内的问题，如逻辑推理、识明、决断等。人工智能在一些方面超过人脑的自然功能，如人脑的神经细胞信息处理速度量级为0.01秒，而计算机的运算速度量级高达0.00000001秒；人脑的贮存记忆容量为1015位，而计算机的外存容量可视为无限的。第五代电子计算机以智能化为主要标志，具有视觉、听觉、触觉和嗅觉，必将给人类文明带来深刻影响。近年来人工智能的主要发展方向是智能计算机、智能机器人、专家系统。

人工智能

由计算机做一些通常认为需要智能才能做的事情，使计算机能够具有一定的思考能力和学习功能，从而使计算机能够自己积累经验，具有解决问题的能力。例如，用计算机进行产品设计和工程设计、自动化管理、翻译、自动情报检索、自动程序设计、教学、医疗诊断、探矿、化学分析、解决数学问题、绘画、作曲、博弈和机器人控制等。人工智能可以提高计算机在应用中的灵巧性，探索新的应用领域并为计算机软件、硬件的新设计指出方向和提供数据。自从电子计算机问世以来，人们就开始了人工智能的研究。近年来，人工智能已经成为国内外计算机界十分关注的一个领域。目前已有种种人工智能系统应用于工农业生产和社会服务。人工智能的发展，不但把计算机软件的研究推向更高水平，而且也使计算机智能成为研究某些哲学、心理学和语言学课题的得力助手。可以预料，不远的将来，会有更多更好的系统为人类服务，人工智能的广泛应用将使自动化进入全新的阶段，即智能控制阶段。

人工智能

artificial intelligence

---

人工智能

artificial intelligence

人工智能artificial intelligence,AI

用机器（主要指计算机）实现人的智能活动的技术，也指以计算机为支柱手段的人工系统中再现人的智能行为和功能的一门综合性的边缘学科。它既是计算机科学的一个分支，又是计算机科学与认知心理学或认知科学的一个交叉学科。它是在20世纪50年代中期，随着计算机科学的发展而兴起的，它的出现与认知心理学的兴起密切相关，也受到符号逻辑学、信息论、控制论等学科的影响。其主要研究领域：(1)问题解决和演绎推理。如棋艺、迷津定理证明等； (2)学习和归纳过程，如图像识别、概念形成等；(3)语义网络和记忆结构； (4)语言处理，如自然语言理解、自动问答、机器翻译等； (5)人工智能运用，包括各种专家系统，机器人和自动编程等。人工智能的研究主要采用模拟法，可分为结构模拟和功能模拟两类。要模拟人的智能，就要先对人脑的学习、记忆和思维过程及其算法进行深入研究，掌握其规律性。目前，人工智能处于当代科学的前沿，并在某些方面取得了重大成就。如利用人工神经元已制造出具有学习功能的“学习机”，具有识别功能的“识别机”以及具有翻译功能的“翻译机”等智能计算机。此外，有些智能计算机已具备证明几何定理、下棋及自动诊断疾病等功能。

人工智能artificial intelligence

认知科学的分支学科。研究用计算机模拟人脑的功能，代替人脑作业，替人实现某些智能行为。诞生于20世纪50年代，早期代表人物有纽厄尔、J.C.肖和H.A.西蒙。其基本逻辑是将计算机系统和人脑的认知系统类比，用计算机的符号操作来模拟人的认知加工。研究包括问题解决和演绎推理、学习和归纳过程、知识表征、语言处理、专家系统、智能机器人和自然程序编制等。

人工智能

认知科学的分支。研究用机器（主要指计算机）模拟类似于人类的某些智能活动和功能的学科。诞生于20世纪50年代，美国纽维尔(A.Newell)、西蒙最早对人工智能进行研究，对该学科的发展有重大影响。主要研究： 问题解决和演绎推理、学习和归纳过程、知识表征、语言处理、专家系统、智能机器人、自然程序编制等。认知心理学与人工智能有许多共同的研究领域，特别是在计算机模拟方面，它的研究促进了认知心理学与计算机科学的发展。