1．人工智能科學(xué)與技術(shù)
1956年夏液美國(guó)的Danmouth大學(xué)召開(kāi)了世界次人工智能學(xué)術(shù)研討會(huì)。到會(huì)的10名從事數(shù)學(xué)、心理學(xué)、信息與計(jì)算機(jī)科學(xué)的學(xué)者與工程師，共同探討了用機(jī)器(計(jì)算機(jī))模擬人類(lèi)智能活動(dòng)的有關(guān)問(wèn)題，X創(chuàng)了“人工智能研究的新時(shí)期。
AI研究的開(kāi)創(chuàng)者們，在當(dāng)年就取得了兩項(xiàng)有重要意義的成果：一是他們研制的邏輯理論機(jī)，采用邏輯推理程序，模擬人類(lèi)利用數(shù)理邏輯來(lái)證明定理，證明了“數(shù)學(xué)原理”中的：個(gè)定理；另一項(xiàng)是編制了下棋程序，該程序具有一定的自學(xué)習(xí)、自組織和自適應(yīng)能力，能學(xué)習(xí)棋譜，自己積累下棋經(jīng)驗(yàn)，不斷改善能力，先后擊敗了它的設(shè)計(jì)者和一些跳棋冠軍。這兩個(gè)都是成功地利用計(jì)算機(jī)模擬入腦的思維活動(dòng)的例子。它們鼓舞A1研究者致力于探索入腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及思維的普遍規(guī)律和模式。zo世紀(jì)60年代后AI進(jìn)入了推理方法和問(wèn)題求解模型的一般性研究，探索一些通用的問(wèn)題求解技術(shù)和各種搜索策略。但隨著研究的深入，A1研究者們逐步認(rèn)識(shí)到：解決問(wèn)題的方法和手段是因事、甚至因入而變化的，試圖用一種或幾種通用問(wèn)題求解結(jié)構(gòu)去描述人類(lèi)的智能行為是異常復(fù)雜和困難的，是一個(gè)漫長(zhǎng)的歷史過(guò)程。1957年開(kāi)始的對(duì)通用問(wèn)題求解程序GP3(GeneralPr。blem solvef)的研究工作，經(jīng)過(guò)十幾
年的不懈努力，終因研制者過(guò)分追求問(wèn)題求解的一般結(jié)構(gòu)而導(dǎo)致了失敗。6P5為代表的一般性研究的失敗，使AI研究者認(rèn)識(shí)到知識(shí)在人類(lèi)智能行為中的重要作用。對(duì)智能行為本身來(lái)說(shuō)，一個(gè)實(shí)際問(wèn)題的求解，其求解策略固然是重要的，但只有策略是不夠的，還需要問(wèn)題領(lǐng)域內(nèi)的專(zhuān)門(mén)知識(shí)，解決任何問(wèn)題都要靠知識(shí)。此后，A1研究開(kāi)始從通用問(wèn)題基于推理的模型轉(zhuǎn)向?qū)ｉT(mén)問(wèn)題基于知識(shí)的模型的研究。其標(biāo)志就是1968年美國(guó)大學(xué)研制的D[NDRAL專(zhuān)家系統(tǒng)的問(wèn)世。
2．專(zhuān)家系統(tǒng)ES(EXp6rt SyM6m)技術(shù)
DINDRAL系統(tǒng)的研制目標(biāo)是從化學(xué)數(shù)據(jù)推斷分子假說(shuō)。在研究中他們很快發(fā)現(xiàn)，如果沒(méi)有足夠的物理化學(xué)領(lǐng)域的專(zhuān)門(mén)知識(shí)，這個(gè)系統(tǒng)不可能有效地以人類(lèi)思維方式進(jìn)行智能推理。因此，由計(jì)算機(jī)學(xué)科、遺傳學(xué)和化學(xué)三個(gè)方面的專(zhuān)家合作，經(jīng)過(guò)3年的努力，于1968年基本完成了預(yù)定目標(biāo)，又經(jīng)過(guò)幾年改進(jìn)和擴(kuò)充，使該系統(tǒng)十分有效。它從分子式及其質(zhì)譜數(shù)據(jù)推斷分子結(jié)構(gòu)的能力達(dá)到了專(zhuān)家水平，己被廣泛地應(yīng)用在美國(guó)一些大學(xué)和工業(yè)界的化學(xué)實(shí)驗(yàn)室里。繼DENDRA巳系統(tǒng)之后是麻省理工大學(xué)研究的數(shù)學(xué)領(lǐng)域?qū)＜蚁到y(tǒng)MAC5YMA。該系統(tǒng)執(zhí)行公式化簡(jiǎn)、符號(hào)微分、符號(hào)積分等數(shù)學(xué)問(wèn)題求解。在該系統(tǒng)中同樣建立了大量的專(zhuān)門(mén)知識(shí)，采用了“啟發(fā)式”程序求解，據(jù)稱(chēng)它在符號(hào)表達(dá)式化簡(jiǎn)的能力方面超過(guò)了大多數(shù)專(zhuān)家。于1971年開(kāi)始被用于數(shù)學(xué)和物理學(xué)研究中的數(shù)學(xué)處理工作中。通常將DENDRAL和MACSyMA稱(chēng)為代Es。它們的成功應(yīng)用，堅(jiān)定了AI研究者的信心欣許多研究者轉(zhuǎn)向各個(gè)專(zhuān)門(mén)領(lǐng)域的Es的研制服動(dòng)技術(shù)迅速的發(fā)展現(xiàn)在Es應(yīng)用覆蓋了醫(yī)學(xué)、農(nóng)業(yè)、化學(xué)、計(jì)算機(jī)、電子電氣、機(jī)械工程、過(guò)程控制、數(shù)學(xué)、物理、地質(zhì)、軍事、法律等領(lǐng)域。許多Es經(jīng)過(guò)多年使用的考核而不斷完善，完全可以在專(zhuān)家的水平上工作，助人們解決各種難題，給人類(lèi)社會(huì)帶來(lái)了巨大的經(jīng)濟(jì)效益。典型的專(zhuān)家系統(tǒng)都由三個(gè)基本部分構(gòu)成：
①知識(shí)庫(kù)：用于存放與具體問(wèn)題無(wú)關(guān)的領(lǐng)域知識(shí)。
②數(shù)據(jù)庫(kù)(又稱(chēng)事實(shí)庫(kù)、工作存儲(chǔ)空間等＞存放與領(lǐng)域具體問(wèn)題有關(guān)的知識(shí)事實(shí)得出的結(jié)論、最終結(jié)果。
③推理機(jī)：它根據(jù)用戶提供的事實(shí)(初始數(shù)據(jù))及知識(shí)庫(kù)的領(lǐng)域知識(shí)，模擬人類(lèi)專(zhuān)家的思維規(guī)律和邏輯進(jìn)行推理，以得到與人類(lèi)專(zhuān)家對(duì)領(lǐng)域特定問(wèn)題的相同結(jié)論。上述三個(gè)基本部分的關(guān)系如圖6.1所示。由此可知，專(zhuān)家系統(tǒng)結(jié)構(gòu)與傳統(tǒng)程序結(jié)構(gòu)有很大的區(qū)別，其中主要的區(qū)別是ES將問(wèn)題求解的知識(shí)存放在知識(shí)庫(kù)中，與利用知識(shí)庫(kù)中知識(shí)的推理機(jī)構(gòu)相分離，這樣便于知識(shí)的修改和擴(kuò)充。其次是在E5中可采用專(zhuān)家的啟發(fā)式知識(shí)(經(jīng)驗(yàn)知識(shí))和啟發(fā)式推理方法(假設(shè)、化簡(jiǎn)等經(jīng)驗(yàn)方法)來(lái)處理信息不完全、不的知識(shí)和數(shù)據(jù)，求解不良結(jié)構(gòu)的問(wèn)題。所以，專(zhuān)家系統(tǒng)具有啟發(fā)性、靈活性和透明性(可通過(guò)人機(jī)界面向用戶提供問(wèn)題求解的過(guò)程和回答用戶的提問(wèn))的特點(diǎn)。






3．智能工程IE(Intell52ent EngineerinR)
Es具有較強(qiáng)的針對(duì)性，它總是針對(duì)菜單一的較狹窄的應(yīng)用領(lǐng)域工作的。一般Es應(yīng)用范圍越大，工作效率就越低，超出其應(yīng)用的專(zhuān)門(mén)領(lǐng)域，E5就不能工作。而一個(gè)復(fù)雜的工程問(wèn)題總要涉及較多的領(lǐng)域知識(shí)問(wèn)題，既有定性分析、抉策問(wèn)題，又有定量計(jì)算問(wèn)題。例如，一個(gè)復(fù)雜的機(jī)電設(shè)備(如汽輪發(fā)電機(jī)組)的故障診斷問(wèn)題，不僅涉及到以數(shù)值計(jì)算為主的信號(hào)分析和處理(如富氏變換、特征值提取等)，而且涉及到以符號(hào)推理為主的決策診斷過(guò)程，其中既有單一領(lǐng)域子系統(tǒng)(如調(diào)速系統(tǒng)、軸承潤(rùn)滑子系統(tǒng)、冷疑子系統(tǒng)等)相關(guān)的診斷知識(shí)，又有關(guān)于所有有關(guān)領(lǐng)域診斷知識(shí)使用和管理的元知識(shí)(即管理和使用各領(lǐng)域知識(shí)的知識(shí))。如要實(shí)現(xiàn)整個(gè)設(shè)備故障診斷的自動(dòng)化處理，就必須在建造各單一領(lǐng)域子系統(tǒng)診斷的ES基礎(chǔ)上，實(shí)現(xiàn)各專(zhuān)家子系統(tǒng)的集成進(jìn)而實(shí)現(xiàn)Es與數(shù)值計(jì)算程序的集成，構(gòu)成所謂分布式人工智能系統(tǒng)，這就是IE的中心任務(wù)。在該集成化智能系統(tǒng)中，單一領(lǐng)域的E5被視為一個(gè)智能單元。IE就是要研究各智能單元之間的相互作用、通信、協(xié)調(diào)、管理和使用等一系列問(wèn)題。
總之，智能工程是面向多種描述形式、多領(lǐng)域知識(shí)的以解決復(fù)雜問(wèn)題為目的的知識(shí)自動(dòng)化處理及應(yīng)用的技術(shù)，是借助計(jì)算機(jī)對(duì)知識(shí)進(jìn)行獲取、表達(dá)集成、管理、協(xié)調(diào)及使用的技術(shù)。智能工程的提出只有十多年的歷史，它是為適應(yīng)工業(yè)自動(dòng)化向cIM5方向發(fā)展的需要而提出來(lái)的，是適應(yīng)工業(yè)決策自動(dòng)化的一門(mén)新技術(shù)，目前還沒(méi)有系統(tǒng)的、成熟的理論體系，還需要在實(shí)踐中發(fā)展、提高，所以本章不淮各對(duì)比作進(jìn)一步的介紹。
4．人工神經(jīng)網(wǎng)絡(luò)技術(shù)
ANN技術(shù)研究是20世紀(jì)50年代末、60年代初開(kāi)始的，一度引起人們極大關(guān)注，但不久就處于低潮。20世紀(jì)80年代中以來(lái)，ANN研究掀起了新的高潮，這主要是由于計(jì)算機(jī)和AI發(fā)展的需要，并在技術(shù)上提供了可能性。
ANN是從人腦的神經(jīng)系統(tǒng)結(jié)構(gòu)模擬出發(fā)，提供了另一條研究人類(lèi)智能的造徑。以邏輯、符號(hào)處理為基礎(chǔ)的A[能夠模擬人類(lèi)智能的高層——邏輯思維，而ANN可以模擬低層的形象思維。二者結(jié)合起來(lái)更接近于人類(lèi)解決問(wèn)題的方法，更有利于模擬人類(lèi)智能活動(dòng)。ANN具有與人腦相似的自學(xué)習(xí)、模式識(shí)別以及聯(lián)想記憶功能，它可直接通過(guò)實(shí)例的不斷學(xué)習(xí)提高自身的性能，適應(yīng)新的環(huán)境。從工業(yè)應(yīng)用角度看，它可以學(xué)習(xí)和模擬生產(chǎn)過(guò)程中出現(xiàn)的那些極端非線性特性，從而開(kāi)辟了控制復(fù)雜無(wú)規(guī)則系統(tǒng)的新造徑。關(guān)于ANN的組成、基本原理及性能特性將在第六節(jié)簡(jiǎn)要介紹。
大家熟知的傳統(tǒng)程序設(shè)計(jì)語(yǔ)言，如BA5IC，F(xiàn)ORTRAN等具有很強(qiáng)的數(shù)值處理能力，但符號(hào)處理能力差，用來(lái)編寫(xiě)完成某種智能行為的程序就很不方便。在人工智能科學(xué)和技術(shù)發(fā)展過(guò)程中，也出現(xiàn)了一些面向符號(hào)處理的程序設(shè)計(jì)語(yǔ)言。典型的有函數(shù)型語(yǔ)言LIsPfn邏輯型語(yǔ)言PROeOG，用這兩種人工智能語(yǔ)言能方便地表示知識(shí)和設(shè)計(jì)各種推理機(jī)制，用于開(kāi)發(fā)專(zhuān)家系統(tǒng)和工具型智能軟件十分有效，己獲得廣泛應(yīng)用。如日本第五代計(jì)算機(jī)工程采用rRoL06語(yǔ)言作為計(jì)劃建造的超級(jí)計(jì)算機(jī)的基礎(chǔ)語(yǔ)言。
近年來(lái)，具有面向?qū)ο箫L(fēng)格的語(yǔ)言c++、傳統(tǒng)語(yǔ)言c和FAscAL等也己成為構(gòu)造智能系統(tǒng)的常用語(yǔ)言。c語(yǔ)言同時(shí)具備較強(qiáng)的數(shù)值計(jì)算和符號(hào)處理功能，具有較大的靈活性和適應(yīng)性，容易適合不同的硬件環(huán)境，容易與其它語(yǔ)截高級(jí)語(yǔ)言、匯編語(yǔ)言等腔口，生成的代碼質(zhì)量高等特點(diǎn)，這些正是智能工程研制所需要的軟件環(huán)境，所以c語(yǔ)言才成為智能工程開(kāi)發(fā)的主語(yǔ)言農(nóng)國(guó)際上，利用c語(yǔ)言開(kāi)發(fā)商品化的A[產(chǎn)品己日趨流行，用c語(yǔ)言開(kāi)發(fā)的E5應(yīng)用產(chǎn)品可在小型機(jī)甚至微型機(jī)上運(yùn)行，使A1技術(shù)更便利、有效地應(yīng)用到實(shí)際系統(tǒng)中去。
雖然L[SP和PROLOG語(yǔ)言對(duì)Es的研究很有效，但存在系統(tǒng)開(kāi)銷(xiāo)大、運(yùn)行速度慢、可移植性差、與其它語(yǔ)言接口差等缺點(diǎn)。因而在[s等智能系統(tǒng)研制過(guò)程中，往往在實(shí)驗(yàn)研究階段，用LIsP和PRoLoG語(yǔ)言編寫(xiě)程序系統(tǒng)，以便利用它們的靈活優(yōu)點(diǎn)加快研制速度。但到了實(shí)用階段，再采用時(shí)空效率高的c語(yǔ)言重寫(xiě)一演，以便使它們能運(yùn)行于配有c語(yǔ)言的機(jī)器上。http://www.dgzhenghang.cn