第一章 绪论

人工智能是最新兴的学科之一。认真的研究工作在第二次世界大战后迅速展开，到了1956年，它被正式命名为“人工智能”（Artificial Intelligence）。现在，AI的研究包含了许许多多不同的子领域，涵盖的范围从通常领域，比如学习和感知，到特定的任务，诸如下国际象棋、数学定理证明、诗歌写作和疾病诊断。AI对智能任务进行系统化和自动化，并因而与人类智能活动的任何范畴都潜在相关。从这个意义上说，AI的确是一个普遍的研究领域。

1.1 什么是人工智能

         图1.1列出了8种教科书给人工智能下的定义。

像人一样思考的系统	理性地思考的系统
“新的令人激动的努力，要使计算机能够思考……从字面上完整的意思就是：有头脑的机器。”（Haugeland，1985） “[使之自动化]与人类的思维相关的活动，诸如决策、问题求解、学习等活动。”（Bellman，1978）	“通过对计算机模型的使用来进行心智能力的研究。”（Charniak和McDermott，1985） “对使得知觉、推理和行动成为可能的计算机的研究。”（Winston，1992）
像人一样行动的系统	理性地行动的系统
“一种技艺，创造机器来执行人需要智能才能完成的功能。”（Kurzweil，1990） “研究如何让计算机能够做到那些目前人比计算机做得更好的事情。”（Rich和Knight，1991）	“计算智能是对设计智能化智能体的研究。”（Poole等人，1998） “AI……关心的是人工制品中的智能行为。”（尼尔森，1998）

图1.1 一些人工智能的定义，按照4种类型组织起来

         这些定义在两个主要方面存在差异。粗略地说，图的上部给出的定义关心的是思维过程和推理，而图的下半部的定义则强调行为。左侧的定义从模拟人类功能的逼真度来度量成功与否，而右半部分的定义从理想的智能概念来度量，也就是所谓的“理性”。一个系统如果能够在它所知的范围内“正确行事”，它就是理性的。

1.1.1 类人行为：图灵测试方法

         图灵测试（Turning Test）是阿兰 图灵提出的（1950），设计的目的是为智能提供一个满足可操作的要求的定义。他建议与其提出一个长长的而可能有争议的清单来列举智能所需要的能力，不如采用一项基于人类这种无可质疑的智能实体的辨别能力的测试。如果人类询问者在提出一些书面问题后，无法判断答案是否由人写出，那么计算机就通过了测试。目前，计算机尚需具有以下能力：

自然语言处理：使得计算机可以用英文成功地进行交流

知识表示：储存它知道或听到的信息

自动推理：运用储存的信息来回答问题和提取新的结论

机器学习：能适应新的环境并能检测和推断新的模式

计算机视觉：可以感知物体

机器人技术：可以操纵和移动物体

         这六个领域构成了AI的大部分内容。

1.1.2 类人思考：认知模型的方法

1.1.3 理性地思考：“思维法则”方法

         使用逻辑学的方式进行推理。

1.1.4 理性地行动：理性智能体方法

         智能体（Agent）就是某种能够行动的东西。

1.2 人工智能的基础

         人工智能从多个学科吸取了营养。如：

哲学：哲学家们考虑的思想是意识在某些方面像机器一样工作，使得人工智能成为可能，意识对用某种内在语言编码的知识进行操作，而思维用来选择采取什么行动。

数学：数学家们提供了处理确定性的逻辑命题或者不确定的、概率的命题的工具。

经济学：经济学家们形式化了为决策制定者提供最大化期望结果的决策问题。

心理学：心理学家们采用了认为人与动物是信息处理机的思想。语言学家们说明了语言的使用符合这个模型。

计算机：计算机工程师们提供了装置，使得AI的应用成为可能。

控制论：控制论处理的是如何设计在环境的反馈基础上最优化工作的设备。