1.3 人工智能成功的实例

1.3人工智能成功的实例

在形成和第一个兴旺期，人工智能研究出现了一些较有代表性的工作（这个时期AI研究的主要方向是机器翻译、定理证明、博弈等）。

1953年，美国乔治敦大学组织了第一次机器翻译的实际实验。

1954年7月，IBM公司在701计算机上做了俄译英的公开表演。

1956年，Newell(艾伦.纽厄尔)和Simon(西蒙)等人首先取得突破，他们编的程序Logic Theorist(应用启发式技术)证明了《数学原理》第二章中的三十八条定理，又于1963年证明了该章中的全部五十二条定理，走上了以计算机程序来模拟人类思维的道路，第一次把求解方法和问题的领域知识分离开。

1958年定理证明方面取得新成就，美籍数理逻辑学家王浩在IBM704计算机上以3-5分钟证明了《数学原理》有关命题演算的全部220条定理，还用了几分钟证明了该书中带等式的谓词演算的150条定理中的85%，1959年再接再厉，仅用了8.4分钟就证明了以上全部定理。

1959年，IBM公司的Gelernter(格伦特尔)研制出平面几何证明程序。

博弈同样是AI第一个时期的研究热点

1956年Samuel研制了跳棋程序，它在1959年击败了Samuel 本人，又在1962年打败了美国一个州的跳棋冠军而荣获州级冠军。也在1956年，Selfridge研制出第一个字符识别程序，又在1959年推出功能更强的模式识别程序。

1960年，McCarthy建立了人工智能程序设计语言LISP。从1957年开始，Newell、Shaw和Simon等人就开始研究一种不依赖于具体领域的通用解题程序GPS（持续研究了十年，69年发表最后版本）。

1963年，Green公布了BASEBALL（有关美国棒球赛的问答系统）。

1963年Slagle发表了符号积分程序SAINT，用86道积分题做实验（其中54道选自麻省理工学院的大学考题），结果做出了其中的84道（1967年Mosis以他的SIN程序再创记录，效率比SAINT提高了约三倍）。

1965年Roberts编制了可以分辨积木构造的程序，开创了计算机视觉的新领域。

1965年Robinson独辟蹊径，提出了与传统的自然演绎法完全不同的消解法，当时被认为是一项重大突破，掀起了研究计算机定理证明的又一高潮。

而年轻一代(以斯坦福大学的年轻教授Feigenbaum为代表)认为,万能的逻辑推理体系根本就不可能存在,它最大的弱点是缺

乏知识,它的主要技术(状态空间搜索技术)的主要困难是"组合爆炸"。要摆脱困境只有大量使用知识。总之,在这个波折萧条期,很多国家的人工智能研究人员并没有灰心,而是扎扎实实的做工作,不仅是加强基础理论研究,而且在专家系统、自然语言理解、机器人、计算机视觉等方面作出了很有成效的工作。这个时期出现了不少较有代表性的工作。下面简单介绍这个时期的几个具有代表性的专家系统、自然语言理解系统等应用系统。

ELIEA：1968年J.Weizenbaum在美国麻省理工学院设计的基于"模式匹配"的自然语言系统中最有名的一个。ELIEA模拟一位心理治疗医生(机器)同一位患者(用户)进行交谈.

DENDRAL：1970年斯坦福大学计算机科学系费根鲍姆(E.A.Feigenbaum)和化学家C.Djerassi以及J.Leberberg等人研制出的世界上第一个专家系统。该系统具有非常丰富的化学知识,是根据质谱数据帮助化学家推断分子结构,被广泛地应用于世界各地的大学及工业界的化学实验室。

MACSMA：1971年麻省理工学院的C.Engleman,W.Martin 和J.Moses研制成的基于知识的数学专家系统。它作为数学家的助手使用启发式方法变换代数表达式,现经过不断扩充，能求解600多种数学问题,其中包括微积分、解方程和方程组,矩阵运算等,目前在麻省理工学院的KL-10计算机系统上运行并可通过美国国防部高级规划局网络(ARPA)被大家使用.

MYCIN：1972年-1974年研制(1976年发表)，肖特立夫(E.H.Shortliffe)等人的医疗专家系统。用于诊断和治疗血液感染和脑炎感染,可给出处方建议(提供抗菌剂治疗建议),不但具有很高的性能,而且具有解释功能和知识获取功能。MYCIN系统是专家系统的经典之作，它的功能是诊断某种血液病，并提供治疗方案。MYCIN的知识表示系统用带有置信度的IF-THEN规则来表示，并使用不确定性推理方法进行推理。MYCIN由LISP语言写成，所有的规则都表达成LISP表达式。MYCIN是一个面向目标求解的系统，使用反向推理方法，并利用了很多的启发式信息.。从MYCIN系统衍生了很多的专家系统，其中EMYCIN是从MYCIN中抽象出来的专家系统工具，在它的基础上产生了许多其它领域的实用专家系统，比如说心脏病诊断领域的PUFF系统等。

LUNAR：1972年W.Woods研制成功的基于知识的自然语言理解系统.LUNAR用于查询月球地质数据,协助地质学家查询分析阿波罗11号在月球采集的岩石标本的成分,回答用户的问题。该系统的数据库中有13000条化学分析规则和10000条文献论题索引,是第一个采用扩充转移网络ATN和过程语义学的思想.也是第一个用普通英语与机器对话的人机接口。

SHRDLU(又称积木世界)：1972年麻省理工学院的T.Winograd研制成功的在"积木世界"中进行英语对话的自然语言理解系统。系统模拟一个能操纵桌子上一些玩具积木的机器人手

臂,用户通过英语人机对话方式命令机器人摆弄那些积木块,系统则通过屏幕来给出回答并显示现场相应情景.SHRDLU具有200个单词和场景知识,利用句法、语义、推理来理解语言,是最早尝试把语言知识和人的推理机制结合起来的系统之一。

STUDENT：1968年美国麻省理工学院的博士生D.Bobrow 完成的一个基于模式匹配(加上一些精心设计的启发式信息)的自然语言理解系统。系统能理解和求解用英语表达的中学文字数学题.

MARGIE：R.Schank及其学生们在美国斯坦福大学的人工智能实验室里建立的一个英语的分析、理解和推理系统,由概念分析器、推理器和生成器三部分组成，它采用的概念分析方法的特点是把句法和语义的分析融为一体,即被称为一体化的语言分析方法。

HEARSAY-I：1973年卡内基-梅隆大学(CMU)的L.D.Erman 等人设计的自然语言理解系统。1977年发展为HEARSAY-Ⅱ，具有一千多条词汇，能以60MIPSS的速度理解连贯的语言,正确率达85%。该系统对未来的知识系统的发展起着重要的推动作用。

这期间发生的重要事件还有：

1968年奎连(Quilian)提出了语义网络知识表示法,试图解决记忆的心理学模型，后来西蒙(Simon)等人在用语义网络表达自