人工智能及其應(yīng)用

前言

西方在18世紀(jì)的工業(yè)革命中，以機器代替或減輕人的體力勞動，使科學(xué)技術(shù)突飛猛進。而在東方，從元明以來中國各方面本已落后于西方，清初更因種種原因未趕上工業(yè)革命的潮流，使本已落后的局面更為嚴(yán)重，幾乎陷于萬劫不復(fù)的局面。現(xiàn)在由于計算機的出現(xiàn)，人類正在進入一個嶄新的工業(yè)革命時代，它以機器代替或減輕人的腦力勞動為其重要標(biāo)志。中國是否能認(rèn)清形勢，借此契機重新崛起，是每一個中華兒女應(yīng)該深長思考的問題。試先就過去和正在到來的兩次工業(yè)革命借用控制理論奠基人美國維納（N.W1ener）的話來加以說明。維納先生說（據(jù)錢學(xué)森、宋健著《工程控制論》）：第一次工業(yè)革命是人手由于機器競爭而貶值?，F(xiàn)在的工業(yè)革命則在于人腦的貶值。至少人腦所起的簡單的較具體較具有常規(guī)性質(zhì)的判斷作用將要貶值。我把維納所說人手和人腦的貶值，改成體力勞動與腦力勞動的代替或減輕。說法有異，但其內(nèi)容實質(zhì)，基本上應(yīng)該是相同的。事實上，這種提法早已有之。例如，已故周恩來總理在1956年1月14日《關(guān)于知識分子問題報告》中就提出：由于電子學(xué)和其他科學(xué)的進步而產(chǎn)生的電子自動控制機器，已經(jīng)可以開始有條件地代替一部分特定的腦力勞動，就像其他機器代替體力勞動一樣，從而大大提高了自動化技術(shù)的水平。這些最新的成就，使人類面臨著一個新的科學(xué)技術(shù)革命和工業(yè)革命的前夕。這個革命，就它的意義來說，遠(yuǎn)遠(yuǎn)超過蒸汽機和電的出現(xiàn)而產(chǎn)生的工業(yè)革命。

內(nèi)容概要

本書第4版共10章。第1章敘述人工智能的概況和不同學(xué)派的認(rèn)知觀。第2章和第3章研究人工智能的知識表示方法和搜索推理技術(shù)。第4章探討不確定性推理的主要方法。第5章闡述計算智能的基本知識。第6章~第10章逐一討論了人工智能的主要應(yīng)用領(lǐng)域，包括專家系統(tǒng)、機器學(xué)習(xí)、自動規(guī)劃、分布式人工智能和自然語言理解等。與第三版本科生用書相比，許多內(nèi)容都是第一次出現(xiàn)的，如本體論和非經(jīng)典推理、粒群優(yōu)化和蟻群計算、決策樹學(xué)習(xí)和增強學(xué)習(xí)、詞法分析和語料庫語言學(xué)，以及路徑規(guī)劃和基于Web的專家系統(tǒng)等。其他章節(jié)也在第三版的基礎(chǔ)上作了相應(yīng)的修改、精簡或補充?！　”緯勺鳛楦叩仍盒Ｓ嘘P(guān)專業(yè)本科生和研究生的人工智能課程教材，也可供從事人工智能研究與應(yīng)用的科技工作者學(xué)習(xí)參考。

作者簡介

蔡自興，中南大學(xué)信息科學(xué)與工程學(xué)院教授、博士生導(dǎo)師、學(xué)位委員會主席。聯(lián)合國工業(yè)與發(fā)展組織（UNIDO）審定的聯(lián)合國專家、國際導(dǎo)航與運動控制科學(xué)院院士、紐約科學(xué)院院士、IEEE高級會員、首屆全國高校國家級教學(xué)名師。歷任第八屆湖南省政協(xié)副主席兼文教衛(wèi)體委員會主任，全國政協(xié)第九屆和第十屆委員會委員，兼任中國人工智能學(xué)會副理事長及智能機器人專業(yè)委員會主任、中國自動化學(xué)會理事、中國計算機學(xué)會模式識別與人工智能專業(yè)委員會委員等，并任美國倫塞勒大學(xué)、俄羅斯科學(xué)院圣彼德堡自動化與信息學(xué)研究所、丹麥技術(shù)大學(xué)、北京大學(xué)信息科學(xué)中心、中國科學(xué)院自動化研究所、國防科技大學(xué)、北京航空航天大學(xué)、北京郵電大學(xué)等校客座教授／客座研究員等。主要從事智能系統(tǒng)、人工智能、智能控制、智能機器人研究。主持并完成科教研究30多項，其中獲國際獎勵2項，國家級獎勵2項，省部級以上獎勵12項。已在國內(nèi)外發(fā)表學(xué)術(shù)論文600多篇，出版專著、教材30多部，如《人工智能及其應(yīng)用》、《機器人學(xué)》、《智能控制》和Intelligent Control, Principles，Techniques and Applications等。此外，還主持國家級精品課程（2門）、國家級教學(xué)團隊和全國雙語教學(xué)示范課程等國家教育部質(zhì)量工程項目。徐光祐，1963年畢業(yè)于清華大學(xué)自動控制系并留校任教。1982年至1984年美國普度（Purdue）大學(xué)訪問學(xué)者。1993年至1994年美國伊利諾伊（lllinois）大學(xué)訪問教授。1998年至1999年德國西門子公司研究所訪問科學(xué)家?，F(xiàn)為清華大學(xué)計算機系責(zé)任教授，博士生導(dǎo)師，IEEE高級會員，國際測量學(xué)會IMEKO，Tc-10中國代表，International Journal of Biomedical Soft Computing and Human Sciences副主編，曾任中國圖象圖形學(xué)會多媒體技術(shù)委員會主席，中國圖象圖形學(xué)報副主編。主持和完成近20項“863”、國家自然科學(xué)基金、國家科技攻關(guān)等重要的國家科研任務(wù).其中包括自然科學(xué)重點基金項目“分布式多媒體信息處理方法學(xué)及支撐平臺研究”（1993-1995）和“211”重點項目“分布式人機交互”（1997-2000），均取得優(yōu)秀成果。還是第一屆全國優(yōu)秀博士學(xué)位論文的導(dǎo)師。已獲得國家和部委各種科技進步獎勵11項。

書籍目錄

第1章　緒論　1.1　人工智能的定義與發(fā)展　　1.1.1　人工智能的定義　　1.1.2　人工智能的起源與發(fā)展　1.2　人工智能的各種認(rèn)知觀　　1.2.1　人工智能各學(xué)派的認(rèn)知觀　　1.2.2　人工智能的爭論　1.3　人類智能與人工智能　　1.3.1　智能信息處理系統(tǒng)的假設(shè)　　1.3.2　人類智能的計算機模擬　1.4　人工智能的研究目標(biāo)和內(nèi)容　　1.4.1　人工智能的研究目標(biāo)　　1.4.2　人工智能研究的基本內(nèi)容　1.5　人工智能研究的主要方法　1.6　人工智能的研究與應(yīng)用領(lǐng)域　1.7　本書概要　習(xí)題第2章　知識表示方法　2.1　狀態(tài)空間表示　　2.1.1　問題狀態(tài)描述　　2.1.2　狀態(tài)圖示法　2.2　問題歸約表示　　2.2.1　問題歸約描述　　2.2.2　與或圖表示　2.3　謂詞邏輯表示　　2.3.1　謂詞演算　　2.3.2　謂詞公式　　2.3.3　置換與合一　2.4　語義網(wǎng)絡(luò)表示　　2.4.1　二元語義網(wǎng)絡(luò)的表示　　2.4.2　多元語義網(wǎng)絡(luò)的表示　　2.4.3　語義網(wǎng)絡(luò)的推理過程　2.5　框架表示　　2.5.1　框架的構(gòu)成　　2.5.2　框架的推理　2.6　本體技術(shù)　　2.6.1　本體的概念　　2.6.2　本體的組成與分類　　2.6.3　本體的建?！?.7　過程表示　2.8　小結(jié)　習(xí)題第3章　確定性推理　3.1　圖搜索策略　3.2　盲目搜索　　3.2.1　寬度優(yōu)先搜索　　3.2.2　深度優(yōu)先搜索　　3.2.3　等代價搜索　3.3　啟發(fā)式搜索　　3.3.1　啟發(fā)式搜索策略和估價函數(shù)　　3.3.2　有序搜索　　3.3.3　A*算法　3.4　消解原理　　3.4.1　子句集的求取　　3.4.2　消解推理規(guī)則　　3.4.3　含有變量的消解式　　3.4.4　消解反演求解過程　3.5　規(guī)則演繹系統(tǒng)　　3.5.1　規(guī)則正向演繹系統(tǒng)　　3.5.2　規(guī)則逆向演繹系統(tǒng)　　3.5.3　規(guī)則雙向演繹系統(tǒng)　3.6　產(chǎn)生式系統(tǒng)　　3.6.1　產(chǎn)生式系統(tǒng)的組成　　3.6.2　產(chǎn)生式系統(tǒng)的推理　　3.6.3　產(chǎn)生式系統(tǒng)舉例　3.7　非單調(diào)推理　　3.7.1　缺省推理　　3.7.2　真值維持系統(tǒng)　3.8　小結(jié)　習(xí)題第4章　非經(jīng)典推理第5章　計算智能第6章　專家系統(tǒng)第7章　機器學(xué)習(xí)第8章　自動規(guī)劃第9章　分布式人工智能與Agent(真體)第10章　自然語言理解結(jié)束語參考文獻索引

章節(jié)摘錄

插圖：5.集成發(fā)展時期（1986年至今）到20世紀(jì)80年代后期，各個爭相進行的智能計算機研究計劃先后遇到嚴(yán)峻挑戰(zhàn)和困難，無法實現(xiàn)其預(yù)期目標(biāo)。這促使人工智能研究者們對已有的人工智能和專家系統(tǒng)思想和方法進行反思。已有的專家系統(tǒng)存在缺乏常識知識、應(yīng)用領(lǐng)域狹窄、知識獲取困難、推理機制單一、未能分布處理等問題。他們發(fā)現(xiàn)，困難反映出人工智能和知識工程的一些根本問題，如交互問題、擴展問題和體系問題等，都沒有很好解決。對存在問題的探討和對基本觀點的爭論，有助于人工智能擺脫困境，迎來新的發(fā)展機遇。人工智能應(yīng)用技術(shù)應(yīng)當(dāng)以知識處理為核心，實現(xiàn)軟件的智能化。知識處理需要對應(yīng)用領(lǐng)域和問題求解任務(wù)有深入的理解，扎根于主流計算環(huán)境。只有這樣，才能促使人工智能研究和應(yīng)用走上持續(xù)發(fā)展的道路。20世紀(jì)80年代后期以來，機器學(xué)習(xí)、計算智能、人工神經(jīng)網(wǎng)絡(luò)和行為主義等研究的深入開展，不時形成高潮。有別于符號主義的連接主義和行為主義的人工智能學(xué)派也乘勢而上，獲得新的發(fā)展。不同人工智能學(xué)派間的爭論推動了人工智能研究和應(yīng)用的進一步發(fā)展。以數(shù)理邏輯為基礎(chǔ)的符號主義，從命題邏輯到謂詞邏輯再至多值邏輯，包括模糊邏輯和粗糙集理論，已為人工智能的形成和發(fā)展做出歷史性貢獻，并已超出傳統(tǒng)符號運算的范疇，表明符號主義在發(fā)展中不斷尋找新的理論、方法和實現(xiàn)途徑。傳統(tǒng)人工智能（我們稱之為AI）的數(shù)學(xué)計算體系仍不夠嚴(yán)格和完整。除了模糊計算外，近年來，許多模仿人腦思維、自然特征和生物行為的計算方法（如神經(jīng)計算、進化計算、自然計算、免疫計算和群計算等）已被引人人工智能學(xué)科。我們把這些有別于傳統(tǒng)人工智能的智能計算理論和方法稱為計算智能（computational inte Uigence，CI）。計算智能彌補了傳統(tǒng)AI缺乏數(shù)學(xué)理論和計算的不足，更新并豐富了人工智能的理論框架，使人工智能進入一個新的發(fā)展時期。人工智能不同觀點、方法和技術(shù)的集成，是人工智能發(fā)展所必需，也是人工智能發(fā)展的必然。在這個時期，特別值得一提的是神經(jīng)網(wǎng)絡(luò)的復(fù)興和智能真體（intelligent agent）的突起。

編輯推薦

《人工智能及其應(yīng)用(第4版)》：國家級精品課程“人工智能”配套教材，第二版獲國家教育部科技進步獎一等獎。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    人工智能及其應(yīng)用 PDF格式下載

---