1.4 人工智能研究的内容和领域

面对人工智能这样一个高度交叉的新兴学科，其研究和应用领域的划分可以有多种不同方法。我们可从以下几个方面来进行讨论。

（1）知识表示：将人类知识形式化或者模型化。用各种包含具体含义的符号，以各种不同的方式和顺序组合起来表示知识。

（2）机器感知：使机器（计算机）具有类似于人的感知能力。以机器视觉与机器听觉为主。

（3）机器思维：对通过感知得来的外部信息及机器内部的各种工作信息进行有目的的处理。

（4）机器学习：研究如何使计算机具有类似于人的学习能力，使它能通过学习自动地获取知识。1957年，Rosenblatt成功研制了感知机。

（5）机器行为：计算机的表达能力，即“说”、“写”、“画”等能力。

具体研究领域包括：

1.自动定理证明

定理证明的实质是证明由前提P 得到结论 Q 的永真性。1965年鲁宾逊（Robinson）提出了归结原理，使机器定理证明成为现实。

2.博弈（下棋、打牌、战争等一类竞争性的智能活动）

（1）1956年，塞缪尔研制出跳棋程序。

（2）1991年8月，IBM公司研制的Deep Thought 2计算机系统与澳大利亚象棋冠军约翰森（D.Johansen）举行了一场人机对抗赛，以1∶1平局告终。

（3）1996年2月10日至17日，IBM公司的“深蓝”计算机系统与卡斯帕罗夫进行了六局比赛，以3.5∶2.5的总比分赢得这场世人瞩目的“人机大战”的胜利。

3.模式识别

模式识别（Pattern Recognition）是研究对象描述和分类方法的学科。分析和识别的模式可以是信号、图像或者普通数据。

（1）文字识别：邮政编码、车牌识别、汉字识别。

（2）人脸识别：反恐、商业。

（3）物体识别：导弹、机器人。

4.专家系统

专家系统模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。

（1）1965年费根鲍姆研究小组开始研制第一个专家系统——分析化合物分子结构的DENDRAL，该系统于1968年完成并投入使用。

（2）1971年麻省理工学院成功开发出求解一些数学问题的MYCSYMA专家系统。拉特格尔大学开发了用于青光眼诊断与治疗的专家系统CASNET。

（3）1972年斯坦福大学肖特里菲等人开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。

5.机器人

20世纪60年代初，机器人尤尼梅特和沃莎特兰诞生。机器人发展经历了程序控制机器人（第一代）、自适应机器人（第二代）、智能机器人（现代）三个阶段。

6.机器视觉

机器视觉（Machine Vision）或计算机视觉（Computer Vision）是指用机器代替人眼进行测量和判断。机器视觉系统是指通过图像摄取装置将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布宽度和颜色等信息，转换成数字信号，抽取目标的特征，根据判别结果控制现场的设备动作系统。机器视觉应用在半导体及电子、汽车、冶金、制药、食品饮料、印刷、包装、零配件装配及制造质量检测等领域。

7.自然语言理解

让计算机理解人类自然语言，包括回答问题、生成摘要、翻译等。

8.自动程序设计

（1）程序综合：用户只需要告诉计算机要“做什么”，无须说明“怎么做”，计算机就可自动实现程序的设计。

（2）程序正确性的验证：研究出一套理论和方法，运用这套理论和方法就可以证明程序的正确性。

9.智能信息检索

智能信息检索系统的功能包括：

（1）能理解自然语言。

（2）具有推理能力。

（3）系统拥有一定的常识性知识。

10.数据挖掘与知识发现

数据挖掘的目的是从数据库中找出有意义的模式（一组规则、聚类、决策树、依赖网络或以其他方式表示的知识）。

11.组合优化问题

组合优化问题包括旅行商问题、生产计划与调度、物流中的车辆调度、智能交通、通信中的路由调度、计算机网络信息调度等。

12.人工神经网络

人工神经网络是一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能。

13.分布式人工智能

分布式人工智能系统以鲁棒性作为控制系统质量的标准，并具有互操作性，即不同的异构系统在快速变化的环境中，具有交换信息和协同工作的能力。

（1）分布式问题求解：把一个具体的求解问题划分为多个相互合作和知识共享的模块或者结点。

（2）多智能体系统：研究各智能体之间行为的协调。

14.智能管理与智能决策

智能管理就是把人工智能技术引入管理领域，建立智能管理系统，研究如何提高计算机管理系统的智能水平，以及智能管理系统的设计理论、方法与实现技术。

智能决策支持系统是由传统决策支持系统再加上相应的智能部件构成的。智能部件可以是专家系统模式、知识库模式等。

15.智能网络系统

智能网络系统就是将人工智能技术引入计算机网络系统。如在网络构建、网络管理与控制、信息检索与转换、人机接口等环节，运用人工智能的技术与成果。人工智能的专家系统、模糊技术和神经网络技术可用于网络的连接接纳控制、业务量管制、业务量预测、资源动态分配、业务流量控制、动态路由选择、动态缓冲资源调度等许多方面。

16.计算智能

计算智能以数据为基础，以计算为手段来建立功能上的联系（模型），进而进行问题求解，以实现对智能的模拟和认识。其中包括：神经计算、模糊计算、粗糙集理论与粒度计算、进化计算、模拟退火算法、禁忌搜索算法、蚁群算法、粒群算法、人工免疫系统、分布估计算法和量子计算等。