第0章 计算智能概述研究报告.ppt

;教材及参考书; 人工神经网络、计算智能、人工智能 人工智能这个词看起来似乎一目了然，人制造的智能，但是要给人工智能这个科学名词下一个准确的定义却很困难。 智能是个体有目的的行为、合理的思维以及有效的适应环境的综合性能力。通俗地讲，智能是个体认识客观事物和运用知识解决问题的能力。 特别指出智能是相对的、发展的，如果离开特定时间说智能是困难的、没有意义的。 ; 人工智能是相对于人的自然智能而言，即通过人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为和“机器思维”活动，解决需要人类专家才能处理的问题。 本质上讲，人工智能是研究怎样让计算机模仿人脑从事推理、规划、设计、思考和学习等思维活动，解决需要人类的智能才能处理的复杂问题。简单地讲，人工智能就是由计算机来表示和执行人类的智能活动。;远期目标是建立信息处理的智能理论，制造智能机器。智能机器是指能够在各类环境中自主地或交互的执行各种拟人任务，与人的智力相当或相近的机器。具体地讲，这就要求使计算机能够理解人类语言，并能够进行学习和推理。 近期目标是解决制造智能机器或智能系统相关原理和技术问题，以实现部分智能。 ;1.2 人工智能的发展简史;第一阶段——孕育期;1879年，德国逻辑学家费雷治（G. Frege）提出用机械推理的符号表示系统，发明了谓词逻辑。 1930年，奥地利数学家歌德尔（K. Godel）证明了一阶谓词的完备性定理。 1936年，英国数学家Turing提出了一种理想计算机的数学模型（即图灵机）；在1950年，他还提出了著名的“图灵测验”，给智能的标准提供了明确的定义。 1943年，美国神经生理学家麦卡洛（W. McCulloch）和数理逻辑学家匹茨（W. Pitts）提出了第一个神经元的数学模型（M-P模型），开创了神经科学研究的新时代。 1945年，美籍匈牙利数学家冯·诺依曼（J. V. Neumann）提出了以二进制和程序存储控制为核心的通用电子数字计算机体系结构原理，奠定了现代电子计算机体系结构的基础。 1946年，美国数学家莫克利（J. W. Mauchly）和埃克特（J. P. Eckert）研制???功了世界上第一台通用电子数字计算机ENIAC（Electronic Numerical Integrator And Calculator）。 1949年，加拿大心理学家赫布（D. O. Hebb）提出了关于神经元连接强度的Hebb规则。Hebb学习规则为神经网络学习算法的研究奠定了基础。;1956年，Newell和Simon等人编写的程序Logic Theorist证明了《数学原理》中第二章的三十八条定理，又于1963年证明了该章中的全部五十二条定理。他们的成果使人工智能研究走上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。在相同的研究途径下，Selfridge编制了字符识别程序、Samuel研制了跳棋程序。Samuel的跳棋程序具有学习功能，在1959和1962年分别打败了Samuel本人和美国一个州的跳棋冠军。 1957年，Simon、Newell和肖（J. C. Shaw）合作开发了表处理语言IPL（Information Processing Language。 1957年，罗森勃拉特（F. Rosenblatt）提出著名的感知机（Perceptron）模型，该模型是第一个完整的人工神经网络。 1958年，美籍逻辑学家王浩在自动定理证明中取得的重要进展。他的程序在IBM-704计算机上用不到5分钟的时间证明了《数学原理》中“命题演算”的全部220条定理。 1959年，王浩的改进程序用8.4分钟证明了上述220条定理及谓词演算的绝大部分定理。;1959 年，Minsky和McCarthy在麻省理工学院创建世界上第一个人工智能实验室。 1959年，McCarthy开发出了著名表处理语言LISP（List Processor）。IBM公司的格伦特尔（H. Gelernter）研制出平面几何证明程序。 1960年，Simon、Newell和Shaw又一次合作开发了通用问题求解系统GPS（General Problem Solver）。 1962年，美国工程师威德罗（B. Windrow）和霍夫（E. Hoff）提出了自适应线性单元Adaline（Adaptive linear element）。人工神经网络研究的第一次高潮。 1965年，罗伯特（L. G. 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。 同年，美国数理逻辑学家鲁宾逊（J. A. Robinson）提出了与传统演绎法完全不同