(完整word版)人工智能各学派简介

合集下载

人工智能三大流派

三大流派三大流派（Artificial Intelligence，简称）是一门研究和开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的科学。

随着科技的不断发展，逐渐分化出了三大主要流派，即符号主义流派、连接主义流派和进化主义流派。

1、符号主义流派符号主义流派是领域最早兴起的一种方法论，也被称为经典（Classical ）。

该流派主要关注运用符号逻辑推理和知识表示方法来解决问题。

其核心思想是借助推理、规则和知识表示，将问题的符号表示与相应的问题解决方法进行匹配。

符号主义方法在机器学习、专家系统和自然语言理解等领域取得了一些重要的突破。

1.1 专家系统专家系统是符号主义流派的核心研究领域之一。

它通过建立一套用于模拟专家知识和推理的规则和方法，来解决特定领域中的问题。

专家系统可以将领域专家的经验和知识进行模拟，并通过推理机制提供相应的解决方案。

1.2 逻辑推理逻辑推理是符号主义流派的基础，它利用谓词逻辑和形式化推理来进行问题求解。

逻辑推理可以将问题的符号表示转换为逻辑表达式，然后利用逻辑推理规则进行推导和演绎，最终得到问题的解答。

2、连接主义流派连接主义流派（Connectionism）是对传统符号主义的一种批判和补充，也被称为神经网络。

该流派的核心思想是模拟神经元之间的连接、传递和处理信息的方式，来构建人工神经网络，并通过学习和调整网络参数来实现智能行为。

2.1 人工神经网络人工神经网络模拟了生物神经网络的结构和工作原理，通过模拟大量的人工神经元之间的连接和信息传递来实现智能行为。

人工神经网络具有较强的自学习和自适应能力，在图像识别、语音识别和自然语言处理等领域取得了很多重要的应用。

2.2 深度学习深度学习是连接主义流派的重要发展方向之一。

深度学习借鉴了人脑神经元之间的层次结构，通过构建深层神经网络来实现对大规模数据的学习与预测。

深度学习在图像处理、语音识别和自然语言处理等领域具有很强的表现力和泛化能力。

人工智能的主要内容和方法Word版

人工智能的主要内容和方法Word版人工智能的主要内容和方法人工智能（Artificial Intelligence，简称AI）是50年代兴起的一门新兴边缘学科，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。

广义的讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。

人工智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标是理解这种智能行为是否存在于机器、人类或其他动物中。

目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。

除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。

一、AI的主要内容人工智能研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。

知识表示是人工智能的基本问题之一，推理和搜索都与表示方法密切相关。

常用的知识表示方法有：逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。

常识，自然为人们所关注，已提出多种方法，如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。

问题求解中的自动推理是知识的使用过程，由于有多种知识表示方法，相应地有多种推理方法。

推理过程一般可分为演绎推理和非演绎推理。

谓词逻辑是演绎推理的基础。

结构化表示下的继承性能推理是非演绎性的。

由于知识处理的需要，近几年来提出了多种非演绎的推理方法，如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。

搜索是人工智能的一种问题求解方法，搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。

人工智能

1、人工智能的定义：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

2、人工智能的区分：人工智能是依靠逻辑(人工编程)进行高速的运算,和执行程序指令的能力.人类智能是思维与联想和创造的能力.二者有本质的区别。

3、人工智能各学派简介：符号主义，连接主义，行为主义2007-06-15 02:41人工智能各学派简介目前人工智能的主要学派有下面三家：(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)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。

(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。

(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。

他们对人工智能发展历史具有不同的看法。

4、人工智能主要应用领域：自动定理证明、推理、模式识别（模式识别就是让电脑能够认识它周围的事物，使我们与电脑的交流更加自然与方便。

）、专家知识系统（目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域，广泛应用于医疗诊断、地质勘探、石油化工、军事、文化教育等各方面。

）、智能机器人、学习、博彩、自语言理解等等5、人工智能与计算机程序的区别：①人工智能研究的是知识，计算机程序研究的是程序。

②人工智能研究的是知识，而非简单的数值或数据。

③人工智能研究的是启发式搜索，而不是普通算法④人工智能控制结构和知识是分离的⑤人工智能允许有错误的答案6、人工智能简史人工智能之父，图灵，Simon7、常用知识表示方法：一阶谓词表示法产生式表示法语义网络表示法框架表示法面向对象表示法脚本表示法过程表示法状态空间表示法与/或树表示法8、知识推理方法a)确定性推理i.自然演绎推理ii.归结推理b)不确定性推理i.可信度方法ii.主观Bayes方法iii.证据理论iv.模糊推理9、数据是记录信息的符号、是信息的载体和表示。

人工智能的三大学派

人工智能的三大学派人工智能的三大学派近年来，人工智能技术的快速发展已引起了广泛关注。

人工智能（AI）是一种通用术语，它涵盖了一种包括机器学习、自然语言处理、神经网络和语音识别在内的科技，其目的是使计算机系统能够模拟人类的思考和行为，进而以更快的速度和更高的准确率完成任务。

人工智能技术的成功应用不仅将让人们的生活更加便利，而且将促进科技创新、经济发展和人类进步。

然而，在人工智能的发展过程中，出现了三种不同的观点，它们被称为人工智能的三大学派：符号学派、连接学派和进化学派。

本文将通过对这三派的简要介绍和比较，探讨每一种观点的优点和缺点，以及它们的重要性和发展潜力。

第一章符号学派符号学派是人工智能的早期学派之一，它的主要思想是将人类的逻辑思维过程表示为一系列符号和规则，并以此为基础实现人工智能。

符号学派认为，计算机程序必须使用符号和规则才能进行推理、学习和决策，而计算机程序中的符号和规则必须与人类思维中的符号和规则相对应。

这使得计算机程序能够使用符号和规则生成推理和输出结果，并正确认识和解决问题，而不是单纯地将符号和规则组合成输入输出关系。

符号学派的代表性人物是新康菲尔德的约翰·麦卡锡（John McCarthy），他是人工智能术语“人工智能”的发明者之一，同时也是计算机界的名字之一。

早在上世纪50年代，麦卡锡就开始探索计算机如何能理解人类的语言和思维方式。

符号学派诞生于这个时期，它的核心思想是将人类的语言和思维方式转化成文本表达式，然后计算机可以读取并理解这些表达式。

符号学派在人工智能发展的早期得到了广泛的讨论和认可。

符号学派的优点在于，它提供了一种清晰简洁的方式来表示人类的逻辑思考，符号和规则的规范化表示使计算机程序更加易于编写，可以使计算机处理复杂的逻辑问题。

然而，符号学派的不足之处是，它无法完整地体现人类的非形式逻辑思考模式，特别是不能处理模糊的信息，也不能进行自我培训和自我发现，其应用局限很大。

第1章(2)讲：人工智能的学派及研究目标36

智能科学与技术系
1. 人工智能的学派 — 对人工智能方法的争论
符号主义：功能模拟方法
模拟人类认知系统所具备的功能，通过数学逻辑方法来实现人工智能。
连接主义：结构模拟方法
模拟人的生理神经网络结构，不同的结构表现出不同的功能和行为。认为功能、结构和智能行为是不可分的。
行为主义：行为模拟方法
采用行为模拟方法，也认为功能、结构和智能行为是不可分的。不同行为表现出不同功能和不同控制结构。
其他研究与应用领域
智能调度与指挥智能检索系统与语言工具
智能科学与技术系
小结
任何新生事物的成长都不是一帆风顺的。在科学上，每当一门新科学或新学科诞生时或一种新思想问世时，也往往要遭到种种非议和反对。人工智能也不例外，从人工智能孕育于人类社会的母胎起，就引起人们的争议。人工智能各个学派只有携手合作，取长补短，寻找解决问题的集成理论和方法，才能使人工智能取得更好和更大的发展，迎来人工智能前所未有的春天！对于人工智能的未来发展，我们一向持乐观态度。我们相信人工智能有个更加美好的未来；尽管这一天的到来，需要付出辛勤劳动和昂贵代价，需要好几代人的持续奋斗。
智能科学与技术系
5. 人工智能的研究与应用领域
机器学习
机器学习是智能机器基于大量知识和知识库系统来获取新的知识
新的分支—数据挖掘、知识发现
环境
信息
反馈
核实
学习
知识库
机器学习模型
执行器
智能科学与技术系
5. 人工智能的研究与应用领域
自然语言理解
语言：自然语言、人你造们语参言加、过哪些
机器语言
机器人研究？
连接主义
认为思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出连接主义的大脑工作模式，用于取代符号操作的电脑工作模式。

人工智能各学派简介

人工智能各学派简介目前人工智能的主要学派有下面三家：(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)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。

(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。

(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。

他们对人工智能发展历史具有不同的看法。

1、符号主义认为人工智能源于数理逻辑。

数理逻辑从19世纪末起得以迅速发展，到20世纪30年代开始用于描述智能行为。

计算机出现后，又在计算机上实现了逻辑演绎系统。

其有代表性的成果为启发式程序LT逻辑理论家，证明了38条数学定理，表明了可以应用计算机研究人的思维，模拟人类智能活动。

正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。

后来又发展了启发式算法->专家系统->知识工程理论与技术，并在20世纪80年代取得很大发展。

符号主义曾长期一枝独秀，为人工智能的发展做出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要的意义。

在人工智能的其他学派出现之后，符号主义仍然是人工智能的主流派别。

这个学派的代表人物有纽厄尔(Newell)、西蒙(Simon)和尼尔逊(Nilsson)等。

2、连接主义认为人工智能源于仿生学，特别是对人脑模型的研究。

它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型，开创了用电子装置模仿人脑结构和功能的新途径。

人工智能总结矿大版东哥

人工智能总结矿大版东哥Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】第一章人工智能主要研究学派：符号主义：强调物理符号系统，思维过程是富符号模式的处理过程。

（适合逻辑思维，不适合形象思维）连接主义：又称仿生学派，强调神经元的运作。

（不适合逻辑思维，适合形象思维）行为主义：智能行为的基础是“感知-行动”，是在与环境的交互作用中表现出来的。

（只能模仿昆虫行为）人工智能的主要研究领域：机器学习、问题求解、专家系统、模式识别、自然语言处理、智能决策支持系统、人工神经网络、自动定理证明、机器人学第二章：知识：人类认识自然界的精神产物，是人类进行智能活动的基础（按作用分：描述性知识、判断性知识、过程性知识；按作用层次：对象级知识、元级知识）表示：为描述世界所做的一组约定，是把知识符号化的过程对知识表示要求：（表示能力、可理解性、便于知识获取、便于搜索、便于推理）或（表示能力、可理解性、可访问性、可扩充性）知识表示方法：叙述性表示（知识、控制分开，控制部分留给计算机。

逻辑性强推理效率低）过程性表示（知识与控制结合，推理效率高）知识表示：是数据结构及其处理机制的综合;知识表示=符号（结构）+处理机制基本的知识表示方式（1）谓词逻辑（2）产生式（3）语义网络（4）框架（5）脚本（6）状态空间（7）面向对象的知识谓词逻辑（命题逻辑：具有真假意义的陈述句谓词逻辑：根据对象和对象上的谓词，通过使用连接词和量词来表示世界）命题——不包含变量的谓词公式和逻辑语句；命题逻辑——基于命题的谓词逻辑称为命题逻辑，命题逻辑是谓词逻辑的子集。

命题逻辑、谓词逻辑区别：命题具有较大的局限性，它无法把它所描述的客观事物的结构及逻辑特征反映出来，也不能把不同事物的共同特征描述出来谓词逻辑适用范围：适合于表示事物的状态、属性、概念等事实性知识（析取符号：V合取符号：∧），或表示事物间具有确定因果关系的规则性知识（蕴涵符号：→）。

人工智能发展及流派

人工智能发展及流派人工智能（Artificial Intelligence，简称AI）是计算机科学的一个重要领域，旨在开发能够模拟人类智能的机器系统。

自上世纪50年代以来，人工智能领域经历了多次起伏，不断取得了突破性的进展。

人工智能的发展可以分为几个阶段。

早期的人工智能研究主要集中在问题解决和知识表示方面。

这一阶段的代表性成果是“专家系统”，它通过存储专家的知识和经验，来解决特定领域的问题。

然而，由于专家系统依赖于人类专家的知识输入，其应用范围受到了限制。

随着计算机算力的提高和机器学习技术的发展，人工智能进入了一个全新的阶段。

机器学习是人工智能的重要分支，它通过训练算法使机器能够从数据中学习和改进。

深度学习是机器学习的一个重要领域，它使用多层神经网络模拟人脑的工作原理，具有强大的数据处理和模式识别能力。

深度学习在语音识别、图像处理和自然语言处理等领域取得了巨大的成功，如今已成为人工智能的核心技术之一。

除了机器学习，人工智能还包括了许多其他的技术和方法。

例如，进化算法模拟了生物进化的过程，通过遗传算子和选择机制来优化问题的解。

模糊逻辑则处理模糊和不确定性的信息，用于推理和决策。

这些技术在不同的领域中有着广泛的应用，如优化问题、控制系统和自动化等。

人工智能的发展也涌现出了各种不同的流派。

根据不同的研究方向和方法，人工智能可以分为符号主义、连接主义和行为主义等流派。

符号主义是人工智能的早期流派，其核心思想是通过使用符号和逻辑推理来模拟人类的思维过程。

符号主义认为，人类的智能是由一系列规则和知识构成的，只要能够表示和应用这些规则，机器就能表现出智能。

然而，符号主义在处理不确定性和模糊信息时存在一定的局限性。

连接主义是基于神经网络和深度学习的流派，它模拟了神经元之间的连接和信息传递。

连接主义认为，人类的智能是由大量神经元之间的相互作用所产生的，通过调整神经元之间的连接权重，机器可以学习到复杂的模式和规律。

人工智能的学科派别

人工智能的学科派别从人工智能在1956年正式的成为一门学科算起，这门学科已经经过了60多年的发展。

人工智能在发展中逐渐形成了比较多的学术流派，它们分别从不同的学科背景或者运用不同的研究方法对人工智能进行了探索和发展，目前学界较为认可的，影响力较大的主要为三大学科派别，分别是符号主义学派、联结主义学派和行为主义三大学派。

（一）符号主义：基于逻辑推理的智能模拟方法符号主义（Symbolism）学派，又被称为逻辑主义（logicism）、心理学派（Psychlogism）或者计算机学派（Computerism），是基于物理符号系统的假设和有限合理性原理的人工智能学派。

”符号主义学派是一种早期的人工智能研究方法，该学派崇尚“符号”，因此取名符号主义，他们认为因为数理逻辑是人工智能的起点，所以符号才是我们认识整个客观世界的认知单元。

那么这样一来，人认识客观世界的过程其实就是运算符号和符号表达的过程，人通过不断地输入符号并进行处理，再将处理后的符号进行输出，这才是人认识客观世界的科学过程，从此意义上来说，人必然成为一个符号系统或者符号集成处理系统。

莱布尼茨曾经试图发明一种通用科学语言，想把所有的推理过程都演变成数学公式一样的形式来进行计算，这在当时确实是难以实现的。

直到计算机出现以后，因为数理逻辑和计算机科学具有完全相同的形式化方法，所以符号主义学派又开始寻求在计算机技术的帮助，来用某种符号描述人类的认知过程，并试图将这种符号输入计算机来模拟人类的认知过程，从而达到实现人工智能的目的。

其有代表性的成果为启发式程序，逻辑理论家，西蒙（Herbert A.Simon）、约翰·肖（John Cliff Shaw）和艾纽厄尔（Allen Newell）等几位科学家共同开发了该程序，证明了《数学原理》，其是由英国哲学家伯特兰·罗素（Bertrand Russell）和其老师怀特海（Alfred North Whitehead）合著的一本于1910-1913年出版的关于哲学、数学和数理逻辑的三大卷巨著，该书对逻辑学、数学、集合论、语言学和分析哲学有着巨大影响。

描述人工智能的主要学派并说明各种学派的特点

描述人工智能的主要学派并说明各种学派的特点人工智能（Artificial Intelligence，简称AI）是计算机科学的一个领域，通过研究和开发使计算机可以模拟、仿真和实现人类智能行为的技术和方法。

在人工智能的发展过程中，涌现了多种不同的学派，它们通过不同的方法和理论来研究和实现人工智能。

以下是人工智能的主要学派及其特点。

1. 符号学派（Symbolic AI）：符号学派是人工智能发展的早期学派，强调使用逻辑和符号表示知识，并利用推理和搜索算法进行问题求解。

符号学派注重人工智能的逻辑推导和符号操作能力，其代表性算法包括专家系统和语义网络。

然而，由于复杂问题的表示和推理困难，符号学派受到了知识获取和效率等方面的限制。

2. 连接主义学派（Connectionist AI）：连接主义学派认为人工智能可以通过模拟人脑神经网络的方式来实现。

它采用了一种分布式表示方式，将知识存储在神经元之间的连接权重中。

连接主义学派的一个重要模型是人工神经网络（Artificial Neural Networks），通过训练和学习来提取和处理信息。

这种学派的特点是其能力通过大规模数据的训练和学习不断提高，但对于知识的表示和解释能力相对较弱。

3. 进化学派（Evolutionary AI）：进化学派受启发于生物进化理论，认为通过模拟自然选择和进化的方式来达到人工智能。

该学派利用遗传算法、遗传程序设计等方法进行问题求解和优化，通过不断迭代和演化来优化解决方案。

进化学派的特点是具有自适应性和强大搜索能力，但在处理复杂问题上存在计算复杂度高和时间开销大的问题。

4. 感知学派（Perceptual AI）：感知学派注重模仿人类感知和认知过程，对计算机进行视觉、听觉和语音等感知能力的研究。

该学派的研究重点是利用模式识别、计算机视觉和语音识别等技术实现计算机对外部世界的感知和理解。

感知学派的特点是强调数据驱动和现实世界的应用，但对于高级推理和决策能力的研究较少。

人工智能研究的主要学派及特点

了作者对人工智能发展的看法．关健词：人工智能；符号主义；联结主义；行为主义中圈分类号；Ｐ８Ｔ１文献标识码：Ａ文章编号：０一３２２０）３０７一３１４８３（０１０一０３００
通过机器实现模仿人类的行为，使之具有人类的智能，是人类长期以来追求的目对人标．工智能的研究和探索，使人类朝着这个目标一步步迈进．１５年正式提出人工智能学科若从９６算起，４多年的历史．已有０这期间，从同学科或学科背景的学者对人工智能有不同的理解，提出不同的观点，从不同的方法和角度来探索研究，由此产生了不同的学术流派．人工智能的主要学派有符号主义、联结主义和行为主义三大学派．
的目的是相同的，都是研究如何模仿人的智能，实现机器智能，造福人类．各学派之间的论争对人工智能的发展是有好处的．人工智能的发展必将对人类及其未来产生深远影响．
参考文献：
［］蔡自徐光佑．１兴，人工智能及其应用（第二版）．［北京：Ｍ］清华大学出版社，９．１６９［］王俊普．２智能控制〔．Ｍ］合肥：科学技术大学出版社，９６中国１９．
ｏｍｅｔＡｌｐｎｏ．ｆ
ｃＫｙｄ：ｉａｉｅｉｎｅｓｂｌｃｎｅｔｏｎｍ；ｉｎｓｅｗｒｓｒｆｉｎｌｅｃ；ｏｓｏｎｃｉｒｓａｔｏｉｍｏａｉｌｌｔｃｔｇｙｉｍｍ；
万方数据
量的利益．３结束语
人工智能的研究，已从“ 一枝独秀” 的符号主义发展到多学派“ 百花争艳”他们沿着不同的，途径和方法进行着深人的研究和探索，并取得长足的进展．虽然各学些观点上有着激烈的论争，但他们

人工智能三大学派_大学计算机_[共2页]

138一般认为人工智能的发展分为五个阶段。

第一阶段：20世纪50年代到60年代中期，人工智能的兴起和冷落。

人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s 求解程序、LISP 表处理语言等。

但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。

这一阶段的特点是：重视问题求解的方法，忽视知识重要性。

第二阶段：20世纪60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。

化学质谱分析系统（DENDRAL）、疾病诊断和治疗系统（MYCIN）、探矿系统（PROSPECTIOR）、语音理解系统（Hearsay-II）等专家系统的研究和开发，将人工智能引向了实用化。

并且，1969 年成立了国际人工智能联合会议（International Joint Conferences on Artificial Intelligence，IJCAI）使得人工智能的发展出现了新的高潮。

第三阶段：20世纪80年代，随着第五代计算机的研制，人工智能得到了很大发展。

日本1982 年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统K I P S”，其目的是使逻辑推理达到数值运算那么快。

虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。

第四阶段：20世纪80年代末，神经网络飞速发展。

1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。

此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。

第五阶段：20世纪90年代，人工智能出现新的研究高潮。

由于网络技术特别是国际互联网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。

不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。

另外，由于霍普菲尔德（Hopfield）多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。

(完整word版)人工智能考试必备之简答题2

1、简述问题归约的主要组成部分.答问题归约主要由三部分组成: 一个初始问题描述；一套把问题变换为子问题的操作符；一套本原问题描述。

2、简述宽度优先搜索算法。

答：（1) 把起始节点放到OPEN表中(如果该起始节点为目标节点，则求得一个解答)。

(2）如果OPEN是个空表,则没有解，失败退出；否则继续. （3) 把第一个节点（节点n)从OPEN表移出，并把它放入CLOSED扩展节点表中。

（4) 扩展节点n。

如果没有后继节点，则转向上述第(2)步. （5) 把n的所有后继节点放到OPEN表的末端，提供从这些后继节点回到n的指针（6) 如果n的任一个后继节点是个目标节点，则找到一个解答，成功退出；否则转向第(2)步.3、计算智能的含义是什么？它涉及哪些研究分支？答：计算智能是一种智力方式的低层认知,它取决于制造者提供的数值数据，而不依赖于知识。

它与人工智能的主要区别在于它不含知识精品。

计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域.4、简述智能和智能机器的含义.答:人的智能是人类理解和学习事物的能力，或者说，智能是思考和理解的能力而不是本能做事的能力。

智能是一种应用知识处理环境的能力或由目标准则衡量的抽象思考能力。

能够在各类环境中自主地或交互地执行各种拟人任务（anthropomorphic tasks) 的机器。

智能机器是一种能够呈现出人类智能行为的机器,而这种智能行为是人类用大脑考虑问题或者创造思想。

5、简述一个完整的符号系统具有的基本功能.（1）输入符号（input）(2）输出符号(output) （3)存储符号(store) （4）复制符号（copy) （5）建立符号结构：通过找出各符号间的关系,在符号系统中形成符号结构；(6）条件性迁移(conditional tramsfer):根据已有符号，继续完成活动过程.6、简述从反演树求取对某个问题的答案的过程？（1）把由目标公式的否定产生的每个子句添加到目标公式否定之否定的子句中去。

人工智能

人工智能有哪些学派及它们各自的认知观1.人工智能通过机器实现模仿人类的行为，使之具有人类的智能，是人类长期以来追求的目标。

若从1956年正式提出人工智能学科算起，人工智能的研究发展已有50多年的历史。

这期间，不同学科或学科背景的学者对人工智能做出了各自的理解，提出了不同的观点，由此产生了不同的学术流派。

期间对人工智能研究影响较大的的主要有符号主义、联结主义和行为主义三大学派。

1）符号主义学派符号主义（Symbolism）是一种基于逻辑推理的智能模拟方法，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假设和有限合理性原理，长期以来，一直在人工智能中处于主导地位。

2）联结主义学派连接主义（Connectionism）又称为仿生学派(Bionicsism)或生理学派(Physiologism)。

是一种基于神经网络及网络间的连接机制与学习算法的智能模拟方法。

其原理主要为神经网络和神经网络间的连接机制和学习算法。

这一学派认为人工智能源于仿生学，特别是人脑模型的研究。

联结主义学派从神经生理学和认知科学的研究成果出发，把人的智能归结为人脑的高层活动的结果，强调智能活动是由大量简单的单元通过复杂的相互连接后并行运行的结果。

其中人工神经网络就是其典型代表性技术。

3）行为主义学派行为主义又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，是一种基于“感知——行动”的行为智能模拟方法。

2.三大学派各自的认知观人工智能研究进程中的这三种假设和研究范式推动了人工智能的发展。

就人工智能三大学派的历史发展来看，符号主义认为认知过程在本体上就是一种符号处理过程，人类思维过程总可以用某种符号来进行描述，其研究是以静态、顺序、串行的数字计算模型来处理智能，寻求知识的符号表征和计算，它的特点是自上而下。

而联结主义则是模拟发生在人类神经系统中的认知过程，提供一种完全不同于符号处理模型的认知神经研究范式。

人工智能三大流派

代表人物：罗森布莱特、威德罗、霍夫、鲁梅尔哈特、麦克莱兰、霍普菲尔德
代表成果：人工神经网络、语音识别、图片处理、模式识别等
3行为主义又称：进化主义、控制论学派、行为模拟学派主要观点：智能取决于感知和行为。代表人物：罗德尼·布鲁克斯代表成果：机器人昆虫、类人机器人波士顿动力机器人、波士顿大狗
人工智能三大流派
人工智能概论
Artificial Intelligene
人工智能三大流派
符号主义
Symbolicism
连接主义
Connectionism
行为主义
Actionism
1 符号主义又称：逻辑主义、心理学派、计算机主义、功能模拟学派主要观点：知识的基础是符号，思维过程是符号模式的处理过程代表人物：纽厄尔、西蒙、费根鲍姆代表成果：专家系统、定理机器证明、国际西蒙一起因人工智能方面的基础贡献而被授予图灵奖。
曾师从西蒙教授，1994年获导并率先实践了“知识工程（K engineering），并使知识工程中取得实际成果最丰富、影响也
2连接主义又称：仿生学学派、生理学派、结构模拟学派
主要观点：人工智能可以通过模拟人脑结构来实现，人工智能源于仿生学，否定基于符号操作的计算机工作模式。
迷你猎豹机器人
理论方法方面：符号主义着重于功能模拟，提倡用计算机模拟人类认识系统所具备的功能和机能。
连接主义着重于结构模拟，通过模拟人的生理网络来实现智能。行为主义着重于行为模拟，依赖感知和行为来实现智能。
技术路线方面：符号主义依赖于软件路线，通过启发性程序设计，实现知识工程和各种智能算法。
连接主义依赖于硬件设计，如VLSI（超大规模集成电路）、脑模型和智能机器人等行为主义利用一些相对独立的功能单元，组成分层异步分布式网络，为机器人研究开

人工智能的学派和发展历程

人工智能的学派和发展历程人工智能的主要学派及其观点：目前，在国际人工智能界公认的研究学派主要有符号主义、联结主义和行为主义。

下面分别对这些学派作些简单介绍。

1) 符号主义：（Symbolicism），又称逻辑主义（Logicism）、心理学派（Psychlogism）或计算机学派（Computerism）,是基于物理符号系统假设和有限合理性原理的人工智能学派。

符号主义认为人工智能起源于数理逻辑，人类认知（智能）的基本元素是符号（Symbol），认知过程是符号表示上的一种运算。

2) 联结主义：（Connectionism）,又称仿生学派（Bionicsism）或生理学派（Physiologism）,是基于神经网络及网络间的联结机制与学习算法的人工智能学派。

联结主义认为人工智能起源于仿生学，特别是人脑模型的研究。

3) 行为主意：（Actionism）,又称进化主义（Evolutionism）或控制论学派（Cyberneticsism）,是基于控制论和“感知---动作”型控制系统的人工智能学派。

行为主义认为人工智能起源于控制论，提出智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。

一、算术运算阶段1614年苏格兰人John Napier发表了一篇论文，其中提到他发明了一种可以进行四则运算和方根运算的精巧装置；1623年Wilhelm Schickard制作了一个能进行6 位数以内加减法运算，并能通过铃声输出答案的“计算钟”，该装置通过转动齿轮来进行操作；1625年William Oughtred发明计算尺；1642年，法国哲学家兼数学家Blaise Pascal发明了第一台真正的机械计算器——滚轮式加法器，其外观上有6个轮子，分别代表着个、十、百、千、万、十万等，只需要顺时针拨动轮子，就可以进行加法，而逆时针则进行减法，原理和手表很像，算是计算机的开山鼻祖了；1668年英国人Samuel Morl制作了一个非十进制的加法装置，适宜计算钱币；1671年德国数学家Gottfried Leibniz 设计了一架可以进行乘法运算，最终答案长度可达16位的计算工具；1822年英国人Charles Babbage设计了差分机和分析机，其设计理论非常超前，类似于百年后的电子计算机，特别是利用卡片输入程序和数据的设计被后人所采用；1834年Babbage 设想制造一台通用分析机，能够完成所有的算术运算，该分析机由四个基本部件构成：存储库、运算室、传送机构和送人取出机构，类似于现代计算机的五大装置：输入、控制、运算、存储和输出装置，因此他被公认为计算机之父；1848年英国数学家George Boole创立二进制代数学，提前近一个世纪为现代二进制计算机的发展铺平了道路；1890年美国人口普查部门希望能得到一台机器帮助提高普查效率，Herman Hollerith (后来他的公司发展成了IBM 公司)借鉴Babbage的发明，用穿孔卡片存储数据，并设计了机器，结果仅用6 周就得出了准确的人口统计数据(如果用人工方法，大概要花10 年时间)。

人工智能概述

1978年，索罗门（A.Sloman）对人工智能给出了三个主要目标：对智能行为有效解释的理论分析；解释人类智能；构造智能的人工制品。人工智能的目标一般可分为远期目标和近期目标。远期目标：揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类智能。近期目标：研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。
在众多的挫折面前，人工智能的研究陷于了困境，处于低谷。
人工智能的产生与发展—知识应用期（1971-80年代末）（2）

以知识为中心的研究
在处于困境的情况下，人们从费根鲍姆以知识为中心开展人工智能研究的观点中找到了新的出路。

专家系统的发展和应用。专家系统是人工智能发展是上的一次重大转折。计算机视觉和机器人，自然语言理解与机器翻译的发展。在知识的表示，不精确推理，人工智能语言等方面也有重大进展。 1977年，在第5届国际人工智能联合会议上，费根鲍姆正是提出了知识工程的概念。

在专家系统方面，从80年代末开始逐步向多技术、多方法的综合集成与多学科多领域的综合应用型发展。目前，人工智能技术正向着大型分布式人工智能、大型分布式多专家协同系统、广义知识表达、综合知识库、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境及多智能体协同系统等方向发展。
从目前来看，人工智能仍处于学科发展的早期阶段，其理论、方法和技术都不太成熟，人们对它的认识也比较肤浅。还有待于人们的长期探索。
人工智能研究的基本内容及特点(2)

人工智能研究的基本内容

机器学习
所谓机器学习，就是让计算机能够象人那样自动的获取新知识，并在实践中不断完善自我和增强能力。机器学习是机器具有智能的根本途径，也是人工智能研究的核心问题之一。目前，人们已经研究出不少机器学习的方法，如机械学习，类比学习，归纳学习，发现学习，遗传学习，连接学习等。

人工智能知识点归纳

⏹人工智能的不同研究流派：符号主义/逻辑主义学派--符号智能；连接主义--计算智能；行为主义-低级智能。

人工智能的主要研究领域（一）自动推理（二）专家系统（三）机器学习（四）自然语言理解（五）机器人学和智能控制（六）模式识别（七）基于模型的诊断产生式系统是人工智能系统中常用的一种程序结构，是一种知识表示系统。

三部分组成：综合数据库:存放问题的状态描述的数据结构,动态变化的。

产生式规则集、控制系统。

/ 产生式规则集/ 控制系统产生式规则形式： IF<前提条件> THEN<操作>八数码难题的产生式系统表示综合数据库：以状态为节点的有向图。

状态描述：3×3矩阵产生式规则：➢IF<空格不在最左边>Then<左移空格>；依次控制系统：选择规则:按左、上、右、下的顺序移动空格。

终止条件：匹配成功。

产生式系统的基本过程:Procedure PROCUCTION1.DATA←初始状态描述2.until DATA 满足终止条件，do：3.begin4.在规则集合中，选出一条可用于DATA的规则R（步骤4是不确定的，只要求选出一条可用的规则R，至于这条规则如何选取，却没有具体说明。

）5. DATA←把R应用于DATA所得的结果6.End产生式系统的特点：1.模块性强，2.产生式规则相互独立，3.规则的形式与逻辑推理相近，易懂。

产生式系统的控制策略：1.不可撤回的控制策略：优点是空间复杂度小、速度快；缺点是多数情况找不到解 2.试探性控制策略：回溯方式：占用空间小，多数情况下能找到解；缺点是如果深度限制太低就找不到解；和图搜索方式：优点总能找到解，缺点时间空间复杂度高。

产生式系统工作方式：正向、反向和双向产生式系统可交换产生式系统：1.可应用性，每一条对D可应用的规则，对于对D应用一条可应用的规则后，所产生的状态描述仍是可应用的。

2.可满足性，如果D满足目标条件，则对D应用任何一条可应用的规则所产生的状态描述也满足目标条件。