人工智能 知识表示3 语义网络表示法.pptx

《人工智能 知识表示3 语义网络表示法.pptx》由会员分享，可在线阅读，更多相关《人工智能 知识表示3 语义网络表示法.pptx（68页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 2.4 2.4 语义网络表示法语义网络表示法11.基本网元例：宠物兔是一种兔子。三元组表示 （宠物兔，是一种，兔子）基本网元:（节点1，弧，节点2）节点节点指示事物节点间以有向弧有向弧连接弧上的标签标签则指示节点间关系。pet rabbitrabbitA kind of有向?图表示23每个语义基元可表示为三元组：每个语义基元可表示为三元组：（结点（结点1，弧，结点，弧，结点2）IsaManJohnP.E.RegisterMale StudentCourseIsaAkoJohn 选修了体育课.4椅子有主了。加上去的562.基本语义关系（1）类属关系）类属关系 具有共同属性的不同事物间的分类关系

2、、成员关具有共同属性的不同事物间的分类关系、成员关系或实例关系，体现的是系或实例关系，体现的是“具体与抽象具体与抽象”、“个个体与集体体与集体”的概念。的概念。中国7（2）包含关系包含关系 也称为聚类关系，是指具有组织或结构特征的也称为聚类关系，是指具有组织或结构特征的“部分与整体部分与整体”之间的关系。与类属关系的最主要之间的关系。与类属关系的最主要区别是包含关系一般不具备属性的继承性。区别是包含关系一般不具备属性的继承性。窗户8（3）属性关系）属性关系 事物和其属性之间的关系。常用的属性关系有事物和其属性之间的关系。常用的属性关系有“Have”，“Can”等等（4）时间关系 不同事件在其发

3、生时间方面的先后次序关系。常用的时间关系有“before”，“after”等9（5）位置关系）位置关系 不同事物在位置方面的关系。不同事物在位置方面的关系。（6）相近关系 不同事物在形状、内容等方面相似或接近的关系（7）推论关系 从一个概念推出另一个概念的语义关系3.语义网络结构 当把多个网元用相应的语义关联在一起的时候，得到一个语义网络。pet rabbitrabbitA kind ofrabbitanimalIsapet rabbitrabbitA kind ofanimalIsa宠物兔是一种兔子;兔子是一种动物。10114.知识的语义网络表示1）事实或概念的表示事实或概念的表示 用结点用

4、结点1表示实体，用结点表示实体，用结点2表示实体的性质或属表示实体的性质或属性等，用弧表示结点性等，用弧表示结点1和结点和结点2之间的语义关系。之间的语义关系。12 例1：动物能运动、会吃。鸟是一种动物，鸟有翅膀、会飞。鱼是一种动物，鱼生活在水中、会游泳。与框架对比：弧上标明的地点(place)、日期(day)、伤亡(fatalities)、损失(damage)、震级(mag nitude)、断层(fault)是槽的名称，节点中填入相应的填充值。例例2 地震报道地震报道1314例3：王强是理想公司的经理；理想公司在中关村；王强28岁。另有一个王强是理想公司经理聘用的职员,职员王强22岁。15例

5、4：李新的自行车是永久牌、蓝色、26型。王红的自行车是金狮牌、红色、24型。思考？162）情况和动作的表示情况和动作的表示 西蒙在他提出的表示方法中增加了西蒙在他提出的表示方法中增加了情况结点情况结点和和动动作结点作结点，用一个结点来表示情况或动作。，用一个结点来表示情况或动作。例1：常河给江涛一张磁盘17例2：这只小燕子从春天到秋天占有一个巢。占有情况18例3：神州大学和东方大学两校篮球队在东方大学进行一场比赛，结局的比分是85：89.3）逻辑关系的表示逻辑关系的表示 合取与析取；存在量词与全称量词合取与析取；存在量词与全称量词 增加合取结点与析取结点“a kind of”,“is a”亨德

6、里克提出的网络分区技术：把复杂命题划分为若干个子命题，每一个子命题用一个较简单的语义网络表示，称为个子空间，多个子空间构成一个大空间。每个子空间看作大空间中的一个结点，称作超结点。空间可以逐层嵌套，子空间之间用弧互相连接。20量词例1：每个学生都学习了一门程序设计语言子空间的代表与子空间的联系全称变量存在变量21量词例2：每个学生都学习了所有程序设计语言全称变量弧的个数=全称变量个数22量词例3：每个学生都学习了C+语言子空间中所有非全称变量必须是全称变量的函数23语义网络是一种用语义网络是一种用实体实体及其及其语义关系语义关系来表达来表达知识的知识的有向图有向图。从结构上看，语义网络是由一些

7、用相应的语从结构上看，语义网络是由一些用相应的语义联系关联在一起的义联系关联在一起的语义单元语义单元构成的。构成的。每个语义基元可表示为三元组：每个语义基元可表示为三元组：（结点（结点1，弧，结点，弧，结点2）小结245.语义网络系统用语义网络表示知识的问题求解系统称为语用语义网络表示知识的问题求解系统称为语义网络系统义网络系统。主要由两大部分所组成：主要由两大部分所组成：1.由语义网络构成的由语义网络构成的知识库知识库 2.用于问题求解的用于问题求解的推理机构推理机构语义网络的推理过程主要有两种：语义网络的推理过程主要有两种：继承继承和和匹配匹配25语义网络系统继承继承：把对事物的描述从抽象

8、结点传递到具体结点，通把对事物的描述从抽象结点传递到具体结点，通常是沿着常是沿着Is-a、A-Kind-of等继承弧进行的。通过等继承弧进行的。通过继承可以得到所需结点的一些属性值。继承可以得到所需结点的一些属性值。匹配匹配：在知识库的语义网络中寻找与待求解问题相符的在知识库的语义网络中寻找与待求解问题相符的 语义网络模式。语义网络模式。26匹配的主要过程（1）根据待求解问题的要求构造一个）根据待求解问题的要求构造一个网络片网络片断断，该网络片断中有些结点或弧的标识是空，该网络片断中有些结点或弧的标识是空的，称为的，称为询问处询问处，它反映的是待求解的问题。，它反映的是待求解的问题。（2）根据

9、该语义片断到知识库中去寻找所需）根据该语义片断到知识库中去寻找所需要的信息。要的信息。（3）当待求解问题的网络片断与知识库中的）当待求解问题的网络片断与知识库中的某语义网络片断相匹配时，则与询问处相匹某语义网络片断相匹配时，则与询问处相匹配的事实就是该配的事实就是该问题的解问题的解。27匹配例：假设在知识库中存放着如下语义网络，问：职员王强在哪个公司工作？APENDIX1 ENGLISH WORDSSemantic NetworkConceptual GraphsThe node of the graphLableled arcs28小结:框架结构与语义网络结构接近结构接近 框架的表示结构与语

10、义网络节点的表示结构接近。语义差别语义差别 框架表示法更强调表示事物的内部结构 语义网络更强调表示事物间的关系作业3.2129用语义网络描述积木世界中的一用语义网络描述积木世界中的一个房子个房子(House)图图(a)，它是由长方块，它是由长方块(Brick)B支撑着楔形块支撑着楔形块(Wedge)A组成的；组成的；图图(b)说明了房子这个概念由说明了房子这个概念由A、B两部分组成，其中引入了指示两部分组成，其中引入了指示器器“的一部分是的一部分是(one-part-is)”；图图(c)说明说明A A被被B B支撑着，指示器支撑着，指示器“被被支撑着支撑着(is-supported-by)”表

11、示了这种关系；表示了这种关系；图图(d)说明说明A是一个楔形块，是一个楔形块，B是一个长方块，它们都用了同一种是一个长方块，它们都用了同一种指示器指示器“是一个是一个(is-a)”；图图(e)给出了一个房子的完整语义网络。给出了一个房子的完整语义网络。30描述房子概念的语义网络描述房子概念的语义网络 31 通过反例强化语义网络表达的知识通过反例强化语义网络表达的知识 如下图，通过对房子的样本如下图，通过对房子的样本(a)和反例和反例(b)、(c)语义网语义网络的比较，很容易得到对房子概念更深刻的认识，这种络的比较，很容易得到对房子概念更深刻的认识，这种认识的深化体现在认识的深化体现在(d)图中

12、某些指示器变成了加强形式：图中某些指示器变成了加强形式：must-be-supported、must-be-a。3233 语义网络最早由奎廉（Quillian）于1968年提出，作为描述人类联想记忆（合理）的一种心理学模型。当时语义网络主要应用于自然语言理解系统中，表示事物之间的关系。由于其强大和直观的表示能力，不久就广泛应用于人工智能研究和应用开发的许多领域。APENDIX 2 APENDIX 2 语义网络产生背景34352.5 语义网络表示法语义网络是语义网络是奎廉奎廉(J.R.Qullian)1968年在年在研究人类联想记忆时提出的一种心理学模型，研究人类联想记忆时提出的一种心理学模型，

13、他认为记忆是由概念间的联系实现的。随后，他认为记忆是由概念间的联系实现的。随后，奎廉又把它用作知识表示。奎廉又把它用作知识表示。1972年，年，西蒙西蒙在他的自然语言理解系统中在他的自然语言理解系统中采用了语义网络表示法。采用了语义网络表示法。1975年，年，亨德里克亨德里克(G.G.Hendrix)提出了提出了语义网络分区技术。语义网络分区技术。语义网络的基本概念语义网络的基本概念 语义网络是一种通过概念及其语义关系来表达知识语义网络是一种通过概念及其语义关系来表达知识的有向图。在语义网络结构中使用了三种图形符号：的有向图。在语义网络结构中使用了三种图形符号：框框-节点节点带箭头及文字标识的

14、线条带箭头及文字标识的线条-有向弧有向弧和文字标识线和文字标识线-指针指针364 知识的语意网络表示(1).语义网络多元语义网络多元关系表示关系表示(2).语义网络逻辑关系表示语义网络逻辑关系表示 37(1).多元关系？！例：John给Mary一个礼物。先将整个描述表示为一个给出事件G1，使其作为事件类Giving-Event的一个例子 再说明G1中的John是给出者（Giver）Mary是接受者（Receiver）Gift则是给出的东西（Thing)38Giving-EventGiverMaryThingG1IsaJohnGiftPhysical-ThingsIsaPersonsIsaIsa

15、Receiver给出事件给出事件39(2).逻辑关系 事物之间不仅存在可以直接用关系弧表示的语义关系，也存在与、或、非、蕴涵等逻辑关系。可以通过附加一些特殊的标记来指示逻辑关系。1）逻辑与“2）逻辑或40 例：John给Mary一个礼物。Isa(G1,Givig-Event)Giver(G1,John)Receiver(G1,Mary)Thing(G1,Gift)1）逻辑与 语义网络中由关系弧指示的二元关系之间具有隐含的逻辑“与”关系，所以不必作附加处理。这种与关系的隐含可以从多元谓词公式转变为多个二元谓词公式的过程中观察到。ThingReceiverGiving-EventGiverMary

16、G1IsaJohnGift41 例：ISA(A，B)PART-OF(B，C)当2条（或多条）关系弧有逻辑或关系时，可以用虚线框将在这些弧围起来，并在虚线框上加标记DIS（disjunction）。2）逻辑或如果没有加注析取界限加注析取界限，则这个网络就会被解释为 ISA(A，B)PART-OF(B，C)42X的椅子 颜色 咖啡色；包套 皮革；类属 家具 (座位)；所有者 X (人)；X加上去的43演讲完毕，谢谢观看！About Teaching Plan基本要求：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是目前迅速发展的一门新兴学科，新思想新方法层出不穷。其基本思想是利用机

17、器来模仿和执行人脑的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。对于培养学生计算机技术的应用能力，开阔思路和视野，有重要意义。About Teaching Plan因此，要求学生掌握知识表示知识表示和问题求解问题求解的几种常用方法，尤其是不确定性推理不确定性推理；掌握机器学习机器学习基本概念，了解几种机器学习方法机器学习方法尤其是神经网络学习方法；神经网络学习方法；掌握专家系统的概念，了解专家系统设计方法专家系统设计方法，掌握一些智能控制方法智能控制方法，了解国内外人工智能研究尤其是机器人的最新进展；最新进展；具有一定的人工智能编程设计能力人工智能编

18、程设计能力（利用Lisp或Prolog语言）。About Teaching Plan课程内容以及学时分配课程内容以及学时分配人工智能引论(1)人工智能概念及与计算机的关系，研究途径、内容和应用领域概况介绍，其他最新材料其他最新材料。符号主义、连接主义、行为主义三大流派人工智能数学基础(1)知识表示方法（2）状态空间法、问题归约法，谓词逻辑法、产生式表示法（动物识别系统）；CLIPS语言；语义网络法、框架法（这是结构化表示）；剧本、过程、Petri网、面向对象的表示。About Teaching Plan搜索技术和策略（3-4）状态空间法，盲目搜索和启发式搜索，A*算法；海伯伦理论、消解原理和策

19、略；与或形推理和搜索策略；其他求解技术。不确定推理技术（3-4）主观Bayes理论；可信度方法和证据理论；系统组织技术；非单调推理；Rete快速算法；模糊推理技术；基于语义网络和框架不确定推理；专家系统（2）专家系统概念、结构和知识获取；黑板模型、知识组织、管理及系统建造和开发工具；专家系统举例及编程。人工智能程序设计人工智能程序设计（1）人工智能语言基本机制：LISP和PROLOG。About Teaching Plan模式识别导论（3）模式识别专题：概率模式识别。模式识别专题：结构模式识别机器学习（1）：机械,解释经验,事例,归纳,概念,类比学习等；统计,结构,模糊模式识别。专题讲座（3次

20、）1)神经网络基本理论和应用(史奎凡课程：安排于人工智能理论与应用课程内)；2)智能体（Agent）；3)自然语言处理；4)智能控制和机器人科学智能控制的结构理论和研究领域，智能控制系统及应用示例；机器人规划、机器视觉和自然语言理解等。About Teaching Plan实践：1)搜索技术和策略2)不确定推理技术3)专家系统：动物识别系统4)模式识别技术5)调研：搜索技术和策略、不确定推理技术、统计模式识别、机器学习等四个领域进展报告。Chapter One:Brief Introduction to Artificial Intelligence1.What is AI?人工智能（人工智能

21、（Artificial Intelligence,AI）是当前科学技发展的一门前是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。现的新兴学科以及正在发展的学科。它是在它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门等多种学科研究的基础发展起来的，因此又可把它看作是一门综综合性的边缘学科合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视它的出现及所取得的成

22、就引起了人们的高度重视,并取得了很高的评并取得了很高的评价。有的人把它与空间技术，原子能技术一起并誉为价。有的人把它与空间技术，原子能技术一起并誉为20世纪的三世纪的三大科学技术成就。大科学技术成就。Intelligence智能是知识与智力的总合。智能是知识与智力的总合。知识知识智能行为的基础；智能行为的基础；智力智力获取知识并运用知识求解问题的能力。获取知识并运用知识求解问题的能力。智能具有以下特征：智能具有以下特征：(1)具有感知能力具有感知能力指人们通过视觉、听觉、触觉、味觉、嗅觉等感指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力；觉器官感知外部世界的能力；(2)具有

23、记忆与思维的能力具有记忆与思维的能力这是人脑最重要的功能，亦是人之所以有这是人脑最重要的功能，亦是人之所以有智能的根本原因；智能的根本原因；(3)具有学习能力及自适应能力；具有学习能力及自适应能力；(4)具有行为能力。具有行为能力。Artificial Intelligence人工智能人工智能计算机科学的一个分支，是智能计算机系统，即人类智慧计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧（在机器上的模拟，或者说是人们使机器具有类似于人的智慧（对语言对语言能理解、能学习、能推理）。能理解、能学习、能推理）。2.Brief History o

24、f AI(1)孕育（孕育（1956年前）年前）古希腊的古希腊的Aristotle（亚里士多德）（前亚里士多德）（前384-322），给出了形式逻辑的），给出了形式逻辑的基本规律。基本规律。英国的哲学家、自然科学家英国的哲学家、自然科学家Bacon（培根）（培根）（1561-1626），系统地给），系统地给 出了归纳法。出了归纳法。“知识就是力量知识就是力量”德国数学家、哲学家德国数学家、哲学家Leibnitz（布莱尼茨）（布莱尼茨）（1646-1716）。提出了关于）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运

25、算和推理。做出了能做四则运算的手摇计算机推理。做出了能做四则运算的手摇计算机英国数学家、逻辑学家英国数学家、逻辑学家Boole（布尔）（布尔）（1815-1864）实现了布莱尼茨）实现了布莱尼茨 的思维符号化和数学化的思想，提出了一种崭新的代数系统的思维符号化和数学化的思想，提出了一种崭新的代数系统布尔布尔代数。代数。美籍奥地利数理逻辑学家美籍奥地利数理逻辑学家Godel（哥德尔）（哥德尔）（1906-1978），证明），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化是

26、无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。和机械化的某种极限，在理论上证明了有些事是做不到的。英国数学家英国数学家Turing(图灵图灵)（1912-1954）,1936年提出了一种理想年提出了一种理想计算机的数学模型（图灵机），计算机的数学模型（图灵机），1950年提出了图灵试验，发表了年提出了图灵试验，发表了“计算机与智能计算机与智能”的论文。图灵奖。的论文。图灵奖。美国数学家美国数学家Mauchly，1946发明了电子数字计算机发明了电子数字计算机ENIAC美国神经生理学家美国神经生理学家McCulloch，建立了第一个神经

27、网络数学模型。建立了第一个神经网络数学模型。美国数学家美国数学家Shannon（香农）香农）,1948年发表了通讯的数学理论，年发表了通讯的数学理论，代表了代表了“信息论信息论”的诞生。的诞生。(2)形成（形成（1956-19691956-1969）1956年提出了年提出了“Artificial Intelligence（人工智能）人工智能）”1956年年夏夏由由麻麻省省理理工工学学院院的的J.McCarthy、M.L.Minsky,IBM公公司司信信息息研研究究中中心心的的 N.Rochester,贝贝尔尔实实验验室室的的 C.E.Shannon共共同同发发起起，邀邀请请了了 Moore,S

28、amuel,Selfridge,Solomonff,Simon,Newell等等人人，10位位数数学学家家、信信息息学学家家、心心理理学学家家、神神经经生生理理学学家家、计计算算机机科科学学家家，在在Dartmouth大大学学召召开开了了一一次次关关于于机机器器智智能能的的研研讨讨会会，会会上上 McCarthy 提提议议正正式式采采用用了了 Artificial Intelligence（人人工工智智能能）这这一一术术语语。这这次次会会议议，标标志志着着人人工工智能作为一门新兴学科正式诞生了。智能作为一门新兴学科正式诞生了。McCarthy（麦卡锡）麦卡锡）人工智能之父人工智能之父。这次会议

29、之后的这次会议之后的10年间，人工智能的研究取得了许多引人瞩目的成就年间，人工智能的研究取得了许多引人瞩目的成就.机器学习方面：机器学习方面：塞缪尔于塞缪尔于1956年研制出了跳棋程序，该程序能从棋谱年研制出了跳棋程序，该程序能从棋谱中学习，也能从下棋实践中提高棋艺；中学习，也能从下棋实践中提高棋艺；在定理证明方面：王浩于在定理证明方面：王浩于1958年在年在IBM机上证明了数学原理中有关机上证明了数学原理中有关命题演算的全部定理（命题演算的全部定理（220条），还证明了谓词演算中条），还证明了谓词演算中150条定理条定理85%；1965年，鲁宾逊（年，鲁宾逊（Robinson）提出了消解原理

30、；提出了消解原理；在模式识别方面：在模式识别方面：1959年塞尔夫里奇推出了一个模式识别程序；年塞尔夫里奇推出了一个模式识别程序；1965年年罗伯特（罗伯特（Robert）编制出可辨别积木构造的程序；编制出可辨别积木构造的程序；在问题求解方面：在问题求解方面：1960年纽厄尔等人通过心理学试验总结出了人们求解年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序问题的思维规律，编制了通用问题求解程序GPS,可以用来求解可以用来求解11种不同种不同类型的问题；类型的问题；在专家系统方面：斯坦福大学的费根鲍姆（在专家系统方面：斯坦福大学的费根鲍姆（E.A.Feigenba

31、um）自自1965年年开始进行专家系统开始进行专家系统DENDRAL（化学分析专家系统），化学分析专家系统），1968年完成并投年完成并投入使用；入使用；在人工智能语言方面：在人工智能语言方面：1960年年McCarthy等人建立了人工智能程序设计等人建立了人工智能程序设计语言语言Lisp，该语言至今仍是建造智能系统的重要工具；该语言至今仍是建造智能系统的重要工具；1969年成立了国际人工智能联合会议（年成立了国际人工智能联合会议（International Joint Conferences On Artificial Intelligence）(3)发展（发展（1970年以后）年以后）70

32、年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。以以Feigenbaum为首的一批年轻科学家改变了战略思想，为首的一批年轻科学家改变了战略思想，1977年提出知年提出知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。著名专家系统的有：著名专家系统的有：1.DENDRAL化学分析专家系统（斯坦福大学化学分析专家系统（斯坦福大学1968）2.MACSYMA符号数

33、学专家系统（麻省理工符号数学专家系统（麻省理工1971）3.MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学1973）4.CASNET(Causal ASsciational Network)诊断和治疗青光眼的专家咨询系诊断和治疗青光眼的专家咨询系统（拉特格尔斯（统（拉特格尔斯（Rutgers）大学大学70年代中）年代中）5.CADUCEUS(原名原名INTERNIST)医疗咨询系统（匹兹堡大学）；医疗咨询系统（匹兹堡大学）；6.HEARSAY I 和和II语音理解系统（卡内基语音理解系统（卡内基-梅隆大学）梅隆大学）7.PRO

34、SPECTOR地质勘探专家系统（斯坦福大学地质勘探专家系统（斯坦福大学1976）8.XCON计算机配置专家系统（卡内基计算机配置专家系统（卡内基-梅隆大学梅隆大学1978）80年代，人工智能发展达到阶段性的顶峰。年代，人工智能发展达到阶段性的顶峰。87,89年世界大会有千人参加。硬件公司有上千个。并进行年世界大会有千人参加。硬件公司有上千个。并进行Lisp硬件、硬件、Lisp机的研究。机的研究。在专家系统及其工具越来越商品化的过程中在专家系统及其工具越来越商品化的过程中,国际软件市场上形成国际软件市场上形成了一门旨在生产和加工知识的新产业了一门旨在生产和加工知识的新产业知识产业。应该说，知知识

35、产业。应该说，知识工程和专家系统是近十余年来人工智能研究中最有成就的分支识工程和专家系统是近十余年来人工智能研究中最有成就的分支之一。之一。同年代，同年代，1986年年Rumlhart领导的并行分布处理研究小组提出了神领导的并行分布处理研究小组提出了神经元网络的反向传播学习算法，解决了神经网络的根本问题之一。经元网络的反向传播学习算法，解决了神经网络的根本问题之一。从此，神经网络的研究进入新的高潮。从此，神经网络的研究进入新的高潮。90年代，计算机发展趋势为小型化、并行化、网络化、智能化。年代，计算机发展趋势为小型化、并行化、网络化、智能化。人工智能技术逐渐与数据库、多媒体等主流技术相结合，并

36、融合在主人工智能技术逐渐与数据库、多媒体等主流技术相结合，并融合在主流技术之中，旨在使计算机更聪明、更有效、与人更接近。流技术之中，旨在使计算机更聪明、更有效、与人更接近。日本政府于日本政府于1992年结束了为期十年的称为年结束了为期十年的称为“知识信息处理体统知识信息处理体统”的第五代计算机系统研究开发计划。并开始了为期十年的实况计的第五代计算机系统研究开发计划。并开始了为期十年的实况计算（算（Real Word Computing）计划。计划。3.Research Objects and Main Contents(1)人工智能的研究目标人工智能的研究目标 人工智能的长期研究目标：构造智能

37、计算机。人工智能的长期研究目标：构造智能计算机。人工智能的近期研究目标：人工智能的近期研究目标：使现有的电子计算机更聪明，更有用，使它不仅能做一般的数值计使现有的电子计算机更聪明，更有用，使它不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为的部分智能行为。(2)人工智能研究的基本内容人工智能研究的基本内容 1.机器感知机器感知 以机器视觉与机器听觉为主。以机器视觉与机器听觉为主。机器感知是机器获取外部信息的基本途径，是使机器具有智能不可机器感知是机器获取外部信息的基本途径，是使机器具有智能

38、不可 或缺的组成部分，对此人工智能中已形成两个专门的研究领域或缺的组成部分，对此人工智能中已形成两个专门的研究领域 模式识别和自然语言理解。模式识别和自然语言理解。2.机器思维机器思维 指通过感知的外部信息及机器内部的各种工作信息进行有目的的处指通过感知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。理。主要开展以下几方面的研究：主要开展以下几方面的研究：(1)知识表示知识表示 (2)知识的组织，累计，管理技术知识的组织，累计，管理技术 (3)知识的推理知识的推理 (4)各种启发式搜索及控制策略各种启发式搜索及控制策略 (5)神经网络，人脑的结构及其工作原理神经网络，人脑的结构及其工作原

39、理3.机器学习机器学习 使计算能自动获取知识，能直接向书本学习，能通过与人谈话学习，使计算能自动获取知识，能直接向书本学习，能通过与人谈话学习，能通过对环境的观察学习，并能在实践中自我完善。能通过对环境的观察学习，并能在实践中自我完善。4.机器行为机器行为 机器行为主要指计算机的表达能力，即机器行为主要指计算机的表达能力，即“说说”、“写写”、“画画”等，等，对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作等。等。5.智能系统及智能计算机的构造技智能系统及智能计算机的构造技术术4.Research Objects and

40、Main Contents人工智能面世以来，其研究途径存在两种不同的观点：人工智能面世以来，其研究途径存在两种不同的观点：以以符符号号处处理理为为核核心心的的方方法法主主张张通通过过运运用用计计算算机机科科学学的的方方法法进进行行研研究，实现人工智能在计算机的模拟。究，实现人工智能在计算机的模拟。以以网网络络连连接接为为主主的的连连接接机机制制方方法法主主张张用用生生物物学学的的方方法法进进行行研研究究，搞清楚人类智能的本质。搞清楚人类智能的本质。(1)以符号处理为核心的方法以符号处理为核心的方法该该方方法法起起源源于于纽纽厄厄尔尔等等人人的的通通用用问问题题求求解解系系统统（GPS），用用于

41、于模模拟拟人人类类求求解问题的心理过程，逐渐形成为物理符号系统，这种方法认为：解问题的心理过程，逐渐形成为物理符号系统，这种方法认为：人人类类研研究究的的目目标标是是实实现现机机器器智智能能，而而计计算算机机自自身身具具有有符符号号处处理理能能力力，这这种种能能力力本本身身就就蕴蕴含含着着演演绎绎推推理理的的内内涵涵，因因而而可可通通过过运运行行相相应应的的程程序序来来体体现现某某种种基基于于逻逻辑辑思思维维的的智智能能行行为为，达达到到模模拟拟人人类类智智能能活活动动的的效果。效果。目前人工智能的大部分研究成果都是基于这种方法实现的。目前人工智能的大部分研究成果都是基于这种方法实现的。该方法

42、的主要特征是：该方法的主要特征是：立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需 要进行逻辑推理的复杂问题；要进行逻辑推理的复杂问题；知识可用显式的符号表示；知识可用显式的符号表示；便于模块化；便于模块化；能与传统的符号数据库链接；能与传统的符号数据库链接；可对推理结论做出解释，便于对各种可能性进行选择。可对推理结论做出解释，便于对各种可能性进行选择。但该方法不适合于形象思维；而且在用符号表示概念时其有效性在很但该方法不适合于形象思维；而且在用符号表示概念时其有效性在很大程度上取决于符号表示的正确性，且对带噪声的信息及不

43、完整的信息大程度上取决于符号表示的正确性，且对带噪声的信息及不完整的信息难以处理。难以处理。(2)以网络连接为主的连接机制方法以网络连接为主的连接机制方法 该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过 多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法认为：多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法认为：大脑是人类一切智能活动的基础，因而从大脑神经元及其连接机制着大脑是人类一切智能活动的基础，因而从大脑神经元及其连接机制着 手进行研究，搞清楚大脑的结构及它进行信息处理的过程及机理，可望手进行研究，搞

44、清楚大脑的结构及它进行信息处理的过程及机理，可望 揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。该方法的主要特征：该方法的主要特征：通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、动态性、全局性；动态性、全局性；通过神经元间分布式的物理联系存储知识和信息，因而可以实现联想功通过神经元间分布式的物理联系存储知识和信息，因而可以实现联想功能，对于带有噪声、缺损、变形的信息能进行有效地处理。近期的一些能，对于带有噪声、缺损、变形的信息能进行有效地处理。近期的一

45、些研究表明，该方法在模式识别、图像信息压缩等方面取得了一些研究成研究表明，该方法在模式识别、图像信息压缩等方面取得了一些研究成果；果；通过神经元间连接强度的动态调整来实现对人类学习、分类等的模拟；通过神经元间连接强度的动态调整来实现对人类学习、分类等的模拟；适合于模拟人类的形象思维过程；适合于模拟人类的形象思维过程；求解问题时，可以比较快地球的一个近似解。求解问题时，可以比较快地球的一个近似解。该方法不适合于模拟人的逻辑思维过程，而且就目前神经网络的研该方法不适合于模拟人的逻辑思维过程，而且就目前神经网络的研究现状来看，由固定的体系结构与组成方案所构成的系统还达不到开发究现状来看，由固定的体系

46、结构与组成方案所构成的系统还达不到开发多种多样知识的要求。多种多样知识的要求。(3)系统集成系统集成 符号方法善于模拟人的逻辑思维过程，求解问题时，如果问题有解，符号方法善于模拟人的逻辑思维过程，求解问题时，如果问题有解，它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的 增加成指数性增长，另外其知识和信息的符号化过程需要由人来完成，增加成指数性增长，另外其知识和信息的符号化过程需要由人来完成，它自身不具备这种功能。它自身不具备这种功能。连接机制方法善于模拟人的形象思维过程，求解问题时，由于它的并连接机制方法善于模拟人的形象

47、思维过程，求解问题时，由于它的并 行处理能力，可以较快地得到问题的解，但解一般是近似的，次优行处理能力，可以较快地得到问题的解，但解一般是近似的，次优 的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显 式解释。式解释。将两个方法结合起来，取长补短。将两个方法结合起来，取长补短。通通过过形形象象思思维维得得到到一一个个直直觉觉的的解解或或给给出出一一种种假假设设，然然后后用用逻逻辑辑思思维维进行仔细的论证或搜索，最终得到一个最优解。进行仔细的论证或搜索，最终得到一个最优解。但两种方法存在太多的不同，因此将其结合起来还要克服许多困

48、难。但两种方法存在太多的不同，因此将其结合起来还要克服许多困难。就目前的研究而言，这两种方法结合起来有两种途径：就目前的研究而言，这两种方法结合起来有两种途径：结合结合即两者分别保持原来的结构，但密切合作，任何一方都可以把即两者分别保持原来的结构，但密切合作，任何一方都可以把自己不能解决的问题转化给另一方；自己不能解决的问题转化给另一方；统一统一把两者自然统一在一个系统中，即由逻辑思维的功能，友友形把两者自然统一在一个系统中，即由逻辑思维的功能，友友形象思维的功能。象思维的功能。目前的一些体系结构有：目前的一些体系结构有：黑盒黑盒/细线结构（细线结构（Black-box/Thin-wire）黑

49、盒模块化（黑盒模块化（Black-box modularity）并行管理和控制（并行管理和控制（Parallel monitoring and control）神经网络的符号化机制（神经网络的符号化机制（The symbolic setup of a neural net）符号信息的神经网络获取机制（符号信息的神经网络获取机制（neural net acquisition of symbolicinformation）两院结构（两院结构（Bicameral architecture）5.Research Fields1.专家系统专家系统专专家家系系统统是是一一种种具具有有特特定定领领域域内内大

50、大量量知知识识与与经经验验的的程程序序系系统统，它它应应用用人人工工智智能能技技术术，模模拟拟人人类类专专家家求求解解问问题题的的思思维维过过程程求求解解领领域域内内的的各各种种问题，其水平可以达到甚至超过人类专家的水平。问题，其水平可以达到甚至超过人类专家的水平。2.机器学习机器学习它它主主要要研研究究如如何何使使计计算算机机具具有有类类似似于于人人的的学学习习能能力力，使使计计算算机机能能通通过过学习自动获取知识与技能，实现自我完善。学习自动获取知识与技能，实现自我完善。3.模式识别模式识别模模式式识识别别是是研研究究如如何何使使机机器器具具有有感感知知能能力力的的一一个个研研究究领领域域