近些年，人工智能的研究又掀起新高潮。人工智能技术在美国、欧洲和日本发展迅速，并且带动了多种信息科学领域的发展，信息学、控制学、仿生学、计算机学等领域的技术突破均被运用到人工智能应用中去，本专题将带大家一起了解人工智能技术的发展与未来应用。
目前的人工智能，还只是主要应用在游戏、电商、广告等商业模式上的，而这些对于整个人工智能的发展空间来说，只是冰山一角，更大的空间是藏在水面之下的...
技术发展现状
人类无法到达的外太空和深海，机器人可以；人类无法窥探到的人体内部，机器人也可以；就连我们一直声称的，人类创造了机器人，脱离人类，机器人就无法自身‘繁衍’也并非永恒的定论...
作为Google的工程总监，他主要关注于让计算机能真正理解甚至讲自然语言。从14岁开始，这位现年65岁的发明家就一直致力于创造真正的人工智能，他甚至预测到2029年机器就可以与人类智能匹敌...
5月16日，百度宣布任命吴恩达为百度首席科学家，全面负责百度研究院。命吴恩达被称为“谷歌大脑之父”、和GeoffreyHinton、YannLeCun一起，被誉为“人工智能三大专家”...
在《终结者》中，他们创造人工智能的初衷并不是为了作恶，后来的结果是他们当初预想不到的...
技术的发展可以使得人的智力越来越大程度被电脑所模仿，有一天电脑的能力也可以达到人的智力...
霍金与约翰·奥利弗展开了深刻而有意义的对话，霍金为机器人可能“比我们聪明” ...
人工智能工程应用
通过运用人工智能技术，美国陆军正在将视频游戏提升到一个新的水平，创造了有成百上千完全开发好的角色居住的虚拟社区。通过结合计算机游戏技术，进行虚拟世界是真实世界的那种训练...
据国外媒体报道，美国伊利诺伊大学研究人员在对由MIT(麻省理工学院)开发的ConceptNet4人工智能系统的智商进行测试后发现，系统的识别相似事物的能力很强，其智商相当于4岁儿童...
BRSLabs公司的人工智能分析软件能够通过摄像头传输的视频，自动的学习以及辨认人群当中那些可疑的行为。政府目前开出520万美金购买该公司的软件，计划先应用在巴西的首都巴西利亚...
工业机器人即将迈入人工智能工业机器人阶段，需要国内加大力气攻克核心技术，专业分工也是一...
3D打印等智能制造方式越来越平民化，相关技术越来越成熟，可以说在机器人制造领域已经迎来了...
智能化是未来信息技术的发展趋势，也是第三次工业革命的重要特征，已成为生产...
人工智能未来展望
无论是智能电器还是可穿戴设备，我们看到很多传统的巨头也在押宝这个领域，包括微软，包括英特尔，很多企业都在做，而且你说到那一块是被移动互联大十倍的市场，能不能给我们分析一下那个未来的机会和战略。一个是可穿戴的计算，就是个人，完全是个人的计算，这个其实刚开始...
近些年，人工智能的研究和应用又掀起新高潮。一方面是计算机硬件性能的突破，另一方面是以云计算为代表的计算技术的快速发展，使得信息处理速度和质量大为提高，能够快速、并行处理海量数据。人工智能是一项前瞻性科学研究，自信息技术产生发展以来，人们在这一领域进行了长期的科学探索和技术攻坚，并不断涌现出新思想...
人工智能是对人的意识、思维的信息过程的模拟。但不是人的智能，能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。从诞生以来，人工智能理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”...
近些年来，机器人学和人工智能作为两个不同的学科，各自发展着，均取得了很好的成果...
本文强调了群控系统对降低电梯能耗的意义，介绍了模糊控制、专家系统和神经网络在电...
针对PLC控制系统在无线领域中的应用需求，研究了构建无线PLC控制网络的方案...
我们的网站：
客服热线：086-755-63
客服传真：8
业务联系：086-755-
Copyright (c) 2014, All Rights Reserved.
中文版权所有－OFweek中国高科技行业门户.网站所有图片、文字未经许可不得拷贝、复制。德勤DUP近期发布了一份报告，对人工智能的历史、核心技术和应用情况进行了详细说明，尤其是其中重要的认知技术。本报告为机器之心翻译，由「IT圈儿」精炼润色，保留了大部分应用案例，你一定会读得很愉快。一、概述我们来看看人工智能现在有多火：IBM拨出10亿美元使人工智能技术商业化。谷歌在最近几年里的投资主要集中在人工智能领域。Facebook聘用了人工智能学界泰斗Yann LeCun 来创建自己的人工智能实验室。根据牛津的报告，美国大约47%的工作因为机器认知技术自动化而变得岌岌可危。Tesla创始人 Elon Musk 不断投资人工智能，并且他认为人工智能的危险性超过核武器。史蒂芬·霍金认为，如果成功创造出人工智能则意味着人类历史的终结。这意味着，商业领袖必须要透彻理解人工智能的含义以及发展趋势。二、人工智能与认知科技1、人工智能的定义人工智能不是指研究人类如何思考，而是用计算机系统去实现所有目前必须借助人类智慧才能实现的任务。如视觉感知、语音识别、在不确定条件下做出决策、学习、还有语言翻译等。2、人工智能的历史人工智能在20世纪50年代就已经启动，这段探索的历史被称为“喧嚣与渴望、挫折与失望交替出现的时代”。为什么？在20世纪50年代到70年代，人工智能只能完成可控、有固定方法、缺少变化的任务，比如证明定理、通过规划来响应命令，还有模拟心理学家、谱曲等等。但，算法的简单、理论的匮乏和计算能力的限制阻碍人工智能应对复杂、不确定的问题（可这种情形在生活中又无处不在）。失望，还是失望。人工智能于20世纪70年代中期淡出公众视野。20世纪80年代早期，西方和日本重拾对人工智能的关注，同时人工智能也开始应用到商业之中。但后来人们逐渐意识到其局限，因为那时的人工智能是通过对人类专家的问题求解能力进行建模，来模拟人的解决方法。这种“专家系统”明显缺乏常识、难以捕捉专家的隐性知识，更别说建造维护大型系统的困难了。到了20世纪90年代，神经网络、遗传算法等科技逐渐得到关注。神经网络基于大脑中神经元的网络关系。遗传算法的机制是，让原有方案发生随机变异，再通过不断的淘汰，逐渐筛选出最佳方案。显然他们避免了“专家系统”的限制。3、人工智能进步的催化剂近年来，一些因素使人工智能得以复兴。1）摩尔定律在价格、体积不变的条件下，计算机的计算能力可以不断增长。数年前，先进的设计只能在理论上成立但无法实现，但现在我们的计算机已经足够强大了。2）大数据理论家只有经过真实的战场才能成为优秀的指挥官。大数据之于人工智能就相当于实战操练。把数据丢进统计模型中，人工智能可以通过推算概率更好地与真实问题相吻合，变得愈来愈“聪明”。3）互联网和云计算第一，人工智能可以通过互联网获得全网数据。其次，更多的计算设备能同时参与进来发展人工智能，比如图像识别可以众包给千百万人，他们能为人工智能提供学习样例，还有谷歌翻译的质量其实来自大量用户的反馈监督。4）新算法无需多说，万物皆算法。4、认知技术认知技术是人工智能领域延伸的各项技术，如果说人工智能指思考解决方案的话，认知技术就相当于听说读写。1）计算机视觉指计算机从图像中识别出物体、场景和活动的能力。其应用包括：医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被Facebook用来自动识别照片里的人物；在安防及监控领域被用来指认嫌疑人；消费者用手机拍摄下喜欢的东西，就能知道哪儿能买到。因为应用范围的扩大，计算机视觉领域的初创公司自2011年起已经吸引了数亿美元的风投资本。2）机器学习指计算机系统无需遵照程序指令，而是通过向数据学习来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于做预测。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越好。机器学习的应用范围非常广泛，针对那些产生庞大数据的活动，它几乎拥有改进一切性能的潜力。除了欺诈甄别之外，这些活动还包括销售预测、库存管理、石油和天然气勘探、以及公共卫生。现如今，机器学习已经成为认知技术中最炙手可热的研究领域之一，在年中这段时间内就已吸引了近十亿美元的风险投资。3）自然语言处理指计算机拥有的人类般文本处理的能力，比如，从文本中提取意义，甚至从那些可读的、风格自然、语法正确的文本中自主解读出含义。例如自动识别一份文档中所有被提及的人与地点；识别文档的核心议题；或者在一堆仅人类可读的合同中，将各种条款与条件提取出来并制作成表。因为语境产生的歧义，所以目前应用领域相对较窄，这些领域包括分析顾客对某项特定产品和服务的反馈、自动发现民事诉讼或政府调查中的某些含义、以及自动书写诸如企业营收和体育运动的公式化范文等。4）机器人技术新一代的机器人融合了机器视觉、自动规划等技术的传感器和致动器，能与人类一起工作，能在各种未知环境中灵活处理不同的任务。例如无人机，还有可以在车间为人类分担工作的“cobots”，还包括那些从玩具到家务助手的消费类产品。5）语音识别技术主要是关注自动且准确的转录人类的语音。口音、噪音、同音字等都是难点。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。企业软件中的认知技术包括：决策最优化——自动完成对复杂决策或者在资源有限的前提下做出最佳权衡；规划和调度——使设计一系列行动流程来满足目标和观察约束；规则导向系统——为专家系统提供基础的技术，使用知识和规则的数据库来自动完成从信息中进行推论的处理过程。三、认知技术的广泛使用1）银行业自动欺诈探测系统使用机器学习可以识别出预示着欺诈性付款行动的行为模式；借助语音识别技术能够自动完成电话客服；声音识别可以核实来电者的身份2）医疗健康领域美国有一半的医院采用自动语音识别来帮助医生自动完成医嘱抄录；机器视觉系统自动完成乳房X光检查和其他医学影响的分析；IBM 的Watson借助自然语言处理技术来阅读和理解大量医学文献，通过假设自动生成来完成自动诊断。3）生命科学领域机器学习系统被用来预测生物数据和化合物活动的因果关系，从而帮助制药公司识别出最有前景的药物。4）媒体与娱乐行业许多公司正在使用数据分析和自然语言生成技术，自动起草基于数据的的公文材料，比如公司营收状况、体育赛事综述等。5）石油与天然气厂商将机器学习广泛运用在矿藏资源定位、钻井设备故障诊断等众多方面。6）公共部门监控、合规和欺诈检测。比如，乔治亚州正在通过众包的形式来进行财政披露和竞选捐助表格的数字化，他们就采用了一套自动手写识别系统。7）零售商零售商利用机器学习来自动发现有吸引力的交叉销售定价和有效的促销活动。8）科技公司它们正利用机器视觉、机器学习等认知技术来改进产品或者开发全新产品，比如 Roomba机器人吸尘器，Nest智能恒温器。上述例子表明，认识技术的潜在商业收益远大于自动化带来的成本节约，这主要体现在：更快的行动与决策（自动欺诈检测，计划和调度）更好的结果（医学诊断、石油探测、需求预测）更高的效率（更好的利用高技能人才和昂贵设备），更低的成本（自动电话客服减少了劳动成本）更大的规模（开展人力无法执行的大规模任务）产品与服务创新（从增加新功能到创造新产品）四、认知技术影响力与日俱增的原因在未来五年，认知技术在商业领域的影响力将显著增长。因为数亿美元已经投入到技术商业化中，许多公司正致力于为各商业部门的广泛需求提供定制化开发和打包方案，以使这些技术更易购买和配置。1、技术提升扩展了应用范围认知技术大踏步前进的例子非常多：Google用了不到两年时间就将语音识别的精准度从84%提升到如今的98%。图像分类识别的精准度在五年间提高了4倍。Facebook的脸部识别率的准确度达到97%。IBM的认知计算平台Watson比三年前“智能”了2400%。随着技术进步，技术应用范围也在不断扩大。现在，每个月互联网上都会有数以百万次的语音搜索。另外，计算机视觉技术被广泛运用到监控、安全以及各种各样的消费应用里。IBM如今将Watson从医疗诊断拓展到医学研究再到财务建议以及自动化的呼叫中心。2、对商业化进行的大规模投资从2011年到2014年5月，超过20亿美元的风险投资流入到基于认知技术研究的产品和服务里。所有这些投资都在培育一个多样化的公司图谱，这些公司正在加速认知技术的商业化进程。数据管理和分析工具主要使用自然语言处理、机器学习等认知技术。这些工具利用自然语言处理来从非结构化的文本中提取出意思，或者借助机器学习从大规模数据集中发现深层含义。认知技术能为应用增加功能，为商业决策提高效率。例如，Wise.io公司的模块应用在客户支持、营销和销售中的决策，这里面会用到机器学习模型来预测哪些客户比较容易流失，以及哪些潜在客户更加容易转化。认知技术不断为特定商业问题提供解决方案，比原来更有效不说，还不需要专业人员。比较普及的领域有广告、营销和销售自动化、预测以及规划。技术平台的目的是为建立高度定制化的商业解决方案提供基础。它们会提供一系列功能，包括数据管理、机器学习工具、自然语言处理、知识表示和推理。五、认知技术在企业的应用路径未来会有越多的企业会用认知技术的应用来增强他们的竞争地位，IT部门、高级商务和公共部门领导应该行动起来。本文选自微信号：机器之心（ID：almosthuman2014），由IT圈儿为你精心摘编，欲看更多精选干货请关注「IT圈儿」（微信号：isitit）。我们还为你系统整理了：回复「教育」查看近来在线教育领域的重要报告。回复「90」查看关于90后95后文化、消费与社交行为的最热门报告。回复「YC」查看迄今为止见过最好的创业系列指南——斯坦福·YC创业课。　
　文章为作者独立观点，不代表微头条立场
的最新文章
「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。11月19日，小米和顺为资本联合宣布，小米和「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。11月19日和11月20日两天，世界互联网大「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。互联网巨头在影视娱乐行业的布局，本周迎来一个「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。1957年，人工智能（artificial 「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。著名时评人李承鹏在他的杂文集《全世界人民都知「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点如果老罗赢了，整个民族都输了整个民族都输了，这半句语录的版权好像属于马云。本来，在这九百六十万平方公里的土地仅仅一个月前，Tinder 这个社交网络明星被爆出一则猛料：继公司 CMO、联合创始人 Justin Mat「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点在刚刚结束的2014中欧国际工商学院创新传媒研讨班秋季模块上,阿里巴巴首席战略官曾鸣教授与众多媒体精英深入探「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。中国零售电商的迅速发展，直接带来了快递业的繁在刚刚结束的2014中欧国际工商学院创新传媒研讨班秋季模块上,阿里巴巴首席战略官曾鸣教授与众多媒体精英深入探「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。2014年1月至11月下旬，资本市场共产生1「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点「1分钟深度阅读」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观「1分钟深度阅读」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。也许你注意到了今天没有「10秒互联网」，没关或问：互联网上聚集了这么多的思想和信息，有输入，又有输出，那么，互联网有心吗？如果有心的话，菩萨是不是该像度马佳佳说她自己终于朴实了一回——如何拥有精神溢价。甭管人家情趣用品卖得怎样，至少这个演讲里面干货和逼格都是满满的。IT是个圈：垂直于互联网行业的移动社区，值得关注，本文来自创享派IT是个圈：垂直于互联网行业的移动社区，值得关注，本文来自创享派马佳佳说她自己终于朴实了一回——如何拥有精神溢价。甭管人家情趣用品卖得怎样，至少这个演讲里面干货和逼格都是满满的。或问：互联网上聚集了这么多的思想和信息，有输入，又有输出，那么，互联网有心吗？如果有心的话，菩萨是不是该像度「1分钟深度阅读」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观「1分钟深度阅读」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。也许你注意到了今天没有「10秒互联网」，没关「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。2014年1月至11月下旬，资本市场共产生1「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点仅仅一个月前，Tinder 这个社交网络明星被爆出一则猛料：继公司 CMO、联合创始人 Justin Mat「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点如果老罗赢了，整个民族都输了整个民族都输了，这半句语录的版权好像属于马云。本来，在这九百六十万平方公里的土地「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。11月19日，小米和顺为资本联合宣布，小米和「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。11月19日和11月20日两天，世界互联网大「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货。互联网巨头在影视娱乐行业的布局，本周迎来一个「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点「深度易读」专栏首届世界互联网大会11月19日在乌镇正式召开，此次大会是我国举办的规模最大，也是层次最高的互「10秒互联网」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，10秒钟让你把握精彩观点「1分钟深度阅读」专栏万万没想到，今天上午几位互联网大佬的对话，会如此针锋相对、脑洞大开。谈未来 信朝阳得永「深度易读」专栏「IT圈儿」专注于碎片时代的深度阅读，聚合互联网圈子的原创干货，今天我们暂停一期「10秒互联isitit一个分析癖患者眼里的IT圈内圈外事儿,三篇干货让你分分钟看清互联网趋势,大幅跃升思考能力热门文章最新文章isitit一个分析癖患者眼里的IT圈内圈外事儿,三篇干货让你分分钟看清互联网趋势,大幅跃升思考能力热销排行榜
1.2.3.4.5.6.7.8.9.10.
最近浏览的其他商品
浏览更多同类商品
【 】??????????
人工智能及其应用
普通高等教育龄十一五电气信息类规划教材
978-7-111-22632-1
机械工业出版社
出版日期：
读者对象：
￥15.80&&&
立刻节省：￥4.20
所属分类：
&本书介绍了人工智能的发展历史、研究领域、基本结构和系统特征；
知识及其表示方法；智能求解及搜索策略；专家系统的组成结构、工作原
理、设计思想及其评价原则；机器学习的原理、方法及新进展；遗传算法
的概念及原理；人工智能系统应用等。
&&& 本书凝聚了作者多年的教学实践与科学研究成果，注重理论与实践的
结合，从人工智能的基本概念和发展过程出发，着重阐述了人工智能的原
理、技术及其应用方法。
&&& 人工智能是20世纪70年代形成的一门新兴交叉学科，被誉为20世纪的三大科学成就
之一。其内容涉及了专家系统、知识工程、博弈、机器学习、模式识别、神经网络、遗传算
法等多个应用领域，受到世界各国的普遍重视。国内许多高校也纷纷开设了人工智能课程，
并陆续出版了教材和专著。但国内外许多相关书籍的内容大多是面向该领域的专业工程技术
人员，或是针对某一人工智能研究专题做深入论述，而对具体的开发环境和应用系统设计方
面的论述较少。作者以自编的《人工智能引论》讲义为基础，结合多年来的本科生、研究生
教学和相关科研实践，注重教材内容的系统性、应用性、趣味性，编写了《人工智能及其应
用》一书。
&&& 本书着重于基础理论与编程实践相结合，强调内容的先进性、实用性和可读性，面向读
者、面向应用；为增强学习过程的趣味性、可视性和可理解性，将作者多年来的教学积累与
科研成果编撰为&电子演示稿&和&实例程序集&，提供给读者，希望它既可作为高等院校
计算机、自动化、系统工程、电子信息等专业的本科、研究生教材或教学参考书，也可供其
他专业学生或从事订算机科学研究、开发和应用的相关专业科研及工程技术人员自学或参
&&& 本书在参考了国内外现有教材和相关文献的基础上编撰而成，共分为7章，第1章简述
人工智能的发展历史、研究领域、基本结构和系统特征；第2章介绍多种知识表示方法；第
3章详述问题求解的推理技术及搜索控制策略；第4章论述人工智能的重要应用&&专家系
统的组成结构、工作原理、设计思想及评价原则；第5章介绍机器知识学习的方法；第6章
简述新一代人工智能应用系统的设计原理&&遗传算法；第7章以Visual Prolog为主要开发
平台分析、讨论人工智能应用系统的设计与实现方法。其中，第1、2章由周继编写，第3、
7章由孔月萍编写，第4章由孔月萍、周继合作编写，第5章及第7．6节由于军琪编写，第
6章及第7．7节由何波编写；此外，刘晓虹、耿烨、袁香菊、吕小平、袁龙飞、于乐兵、曹
耀东、宋琳、杜旭苗等研究生参与了本教材的程序调试、文稿编辑工作。韦素媛对文稿以及
实例程序进行了校对。全书由孔月萍统稿，由西安交通大学黄永宣教授主审。
&&& 本教材的编写得到西安建筑科技大学重点教材建设项目的资助，并得到了机械工业出版
社的大力帮助和支持，在此深表感谢。
&&& 由于编者水平有限，加上人工智能理论和技术发展很快，因此，书中不妥与错误之处在
所难免，恳请各位专家和读者不吝指教和帮助。对此，我们深表感谢。
&&& 本书配有电子演示稿和实例程序集，欢迎选用本书作教材的教师及读者发邮件索取，电
子邮箱：．edu．cn或．com。
&&& 编著者
&2007年10月于西安
& 第4章专家系统
&&& 专家系统是人工智能应用领域的一个重要分支，自1965年研制成功第一个专家系统
& DENDRAL以来，该项技术在几十年间获得了迅速的发展。随着计算机科学和知识工程技术
& 的日益成熟，专家系统的应用迅速拓展到医学、地质、气象、经济、军事等众多领域，并取
& 得了巨大的社会效益和经济效益。专家系统是一个具有大量专门知识与经验的程序系统，了
& 解它的组成及工作原理有助于理解其应用范围和设计方法。因此，本章主要讨论专家系统的
& 基本概念、系统结构、设计步骤及开发工具。
& 4．1专家系统的基本概念及其特点
&&& 简单地讲，专家系统是一个具有智能特点的计算机程序，它的智能化表现在能够模仿人
& 类专家的思维来求解特定领域中的复杂问题。也就是说，专家系统包含领域专家的大量知
& 识，拥有类似人类专家思维的推理能力，并能用这些知识来解决实际问题。例如，著名的医
& 疗诊断专家系统MYCIN就能像人类专家一样，诊断病人的疾病，判别病情的严重性，并给
& 出相应的处方和治疗建议等。
&&& 专家之所以具有超凡的能力和水平，是因为专家拥有丰富的专业知识、实践经验和独特
&&& 的思维方式，这是一个专家所必备的基本要素。专家系统是基于知识的系统，便于保存和推
&&& 广各种专家的宝贵知识，并在特定领域中运用领域专家多年积累的知识和经验，求解需要人
&&& 类专家才能解决的困难问题，克服人类专家供不应求的矛盾。所以，它既拥有计算快速、准
&&& 确的特点，又比人类专家更可靠、更灵活，其专业水平能够达到甚至超过人类专家的水平。
&&& 与其他人工智能应用系统相比，专家系统具有下列特点：
&&& 1)能高效率、准确、迅速和不知疲倦地进行工作，在解决实际问题时不受环境的影响。
&&& 2)能回答用户提出的问题并解释自身的推理过程，以便用户了解推理过程，提高对专
& 家系统的信赖感。
&&& 3)能汇集多个领域专家的知识、经验，以及他们协作解决重大问题的能力，拥有更渊
&&& 博的知识、更丰富的经验和更强的工作能力，从而使专家的专长不受时间和空间的限制，便
&&& 于推广珍贵和稀缺专家的知识与经验。
&&& 4)具有&自学习&能力，可不断扩充、完善和修改原有知识，这一特点使得专家系统
& 具有十分广泛的应用领域。
&&& 5)从处理问题的方法看，专家系统是靠知识和推理来解决问题的，不像传统软件系统
&&& 使用固定的算法，所以它更擅长于解决不确定性问题。
&&& 6)在专家系统中，知识库与推理机既相互联系、又相互独立。当知识库作适当修改和
&&& 更新时，只要推理策略不变，推理机就可以不变，因而系统具有灵活性和可扩充性。
&&& 但从编程思想来看，专家系统是依据知识和推理来求解问题，它处理的数据和知识大多
&&& 是不精确和模糊的，知识的模式匹配也多是不精确的，因此会产生错误的答案，这也是专家
系统存在的问题之一。此外，专家系统可用来解决多种类型的问题，按其特性及功能差异，
又可分为诊断型、解释型、预测型、决策型、设计型、规划型、控制型、调度型等多种，这
里不再一一解释。
4．2专家系统结构
&&& 专家系统的结构是指各组成部分的构造方法和组织形式，它的选择将影响专家系统的适
用性和有效性，什么结构最恰当，要根据系统的应用环境和任务特点来定。下面将介绍专家
系统的基本结构、流行结构、理想结构及工作原理。
4．2．1基本结构
&&& 虽然目前对专家系统的结构尚无一致意见，但研究者
们对它的基本结构看法大致相同。认为它主要由两个部分
组成，即知识库和推理机(Inference Engine)。
专冢系统的基本结构给出了这两个部分与知识工程师、领
域专家、用户之间的关系。
&&& 知识库中存放系统求解问题所需要的知识，推理机负责使用知识库中的知识去解决实际
问题。知识库的建造需要知识工程师、领域专家相互合作把领域专家头脑中的知识整理出
来，并用系统的知识表示方法将其存人知识库中。在解决问题时，用户为系统提供一些已知
数据，并可从系统处获得专家水平的结论。
&&& 知识库与推理机相分离，即解决问题的知识与使用知识的程序相分离是专家系统的基本
前提之一，它是专家系统透明性和灵活性的必要保证，体现了人工智能中叙述性表示和形式
推理分离的特点。
&&& 知识的表示方法及组织结构是设计知识库的重要问题。一般来说，知识表示方案应简单
易懂，并能清晰、明确地表达领域专家的知识；知识的组织结构应能增加知识的模块性，使
得对于某一知识的增删或修改不至于波及库中的其他知识，便于知识库的维护；同时，知识
的结构应能尽量体现知识之间的联系，便于推理机检索相互关联的知识。
&&& 推理机的设计与实现一般与知识的表示方法和组织结构有关，与知识的具体内容无关。
纯粹的形式推理可能会导致问题求解的低效率，当知识库比较庞大或应用领域对求解问题的
速度要求较高时，这种低效率往往是致命的弱点，因此，专家系统常使用与领域相关的策略
性知识来提高问题求解的效率。
4．2．2流行结构
&&& 目前多数专家系统是以MYCIN为代表的、基于规则的专家系统(Rule-Based Expert
System)，这类系统基本上是在产生式系统结构上的扩充，它由6个部分组成，即知识库、
推理机、综合数据库、人机接口、解释程序和知识获取程序。专家系统的流行结构如图4-2
所示。&&& -
&&& (1)知识库& 以某种表示形式存储在计算机内知识的集合，它通常是以文件的形式存放
于外部介质上，专家系统运行时被调入内存。为了建立知识库，要解决知识获取和知识表示
问题，知识获取涉及知识工程师如何从专家那里获得专门知识的问题，知识表示则要解决如
何用计算机能够理解的形式表达和存储知识.
&&& (2)推理机用于记忆所采用规则和控制
& 策略的程序，它能够根据知识进行推理并导出
& 结论，其功能是模拟领域专家的思维过程，控
& 制并执行对问题的求解。因此，推理机包括推
& 理方法和控制策略两部分。
&&& (3)综合数据库用于存放系统运行时所
& 需要和新产生的所有信息，包括问题描述、中
& 间结果、解题过程记录等。在问题求解的开始
& 阶段，数据库用来存放用户提供的初始事实；
& 其内容会随着推理的进展而变化，推理机会根
& 据数据库的内容从知识库中选择合适的知识进
& 行推理，并将得到的中间结果存放于数据库
& (4)解释程序回答用户提出的各种问题，并能跟踪和记录推理过程，包括解释推理结
论的正确性及系统输出其他候选解的原因。
&&& (5)知识获取程序负责管理知识库的知识，包括根据需要修改、删除或添加知识及由
此引起的必要的改动，维持知识库的一致性、完整性。
&&& (6)人机接口& 是专家系统与专家、知识工程师、用户间进行交互的界面，通过该接口
可以输入专家的知识，更新、完善、扩充知识库。此外，推理机通过人机接口与用户交互，
以得到相应的事实数据。最后，在推理结束时系统会通过人机接口向用户显示结果；解释机
构通过人机接口向用户解释推理过程，回答用户问题。大多数专家系统使用自然语言作为人
机交流信息的媒介。
4．2．3理想结构
& 专家系统的理想结构是由F．Haves．
Roth、D．A．waterman等人提出的，但由于
每个专家系统的任务、要求和特点不尽相
同，目前还没有一个专家系统能包括这个结
构的所有部件，往往只包含图4．3中一个或
几个部分，其中，在基本结构之上扩展出来
的部件有：
&&& (1)黑板是一个分层的全局工作区，
用来存储原始数据、中间结果和最终结果。
整个黑板被分为若干层，每一层用于描述领域问题的某一类信息，它包括计划、议程和中间
解3部分。计划记录了当前问题总的处理计划、目标、问题的当前状态和问题背景。议程记
录了一条待执行的动作，这些动作大多是由黑板中已有结果与知识库中的规则作用而得到
的。中间解区域中存放当前系统已产生的结果和候选假设。
第1章绪论&&&&&&&&&&&1
& 1．1人工智能概况&&&&&&&&&&&&1
&&& 1．1．1人工智能发展简史&&&&&&&1
&&& 1．1．2人工智能研究意义&&&&&&&&2
& 1．2人工智能的学科范畴&&&&&&&&4
&&& 1．2．1人工智能的位置&&&&&&&&&4
&&& 1．2．2人工智能的研究目标和方法&&&&5
&&& 1．2．3人工智能的核心问题&&&&&&&6
& 1．3人工智能的研究领域&&&&&&&&&8
& 1．4人工智能系统结构及特点&&&&&&11
&&& 1．4．1机器问答系统&&&&&&&&&11
&&& 1．4．2规划与问题求解&&&&&&&&13
&&& 1．4．3专家系统&&&&&&&&&&&14
&&& 1．4．4人工智能系统特点&&&&&&&15
& 习题&&&&&&&&&&&&&&&&16
第2章知识及其表示方法&&&&&&17
& 2．1知识表示技术&&&&&&&&&&&17
&&& 2．1．1知识的分类&&&&&&&&&&17
&&& 2．1．2知识表示及其评价&&&&&&&18
&&& 2．1．3不确定性知识表示&&&&&&&21
& 2．2状态空间表示法&&&&&&&&&&23
& 2．3与或图表示法&&&&&&&&&&&24
& 2．4知识的逻辑表示法&&&&&&&&&26
& 2．5产生式表示法&&&&&&&&&&&28
& 2．6语义网络表示法&&&&&&&&&&31
& 2．7框架表示法&&&&&&&&&&&&34
& 2．8 Petri网知识表示法&&&&&&&&&36
& 习题&&&&&&&&&&&&&&&&38
第3章智能求解及其搜索策略&&&40
& 3．1搜索系统的组成&&&&&&&&&&40
& 3．2问题表示及求解方法&&&&&&&41
&&& 3．2．1问题表达及其变换&&&&&&&41
&&& 3．2．2问题的直接求解法&&&&&&&42
&&& 3．2．3状态空间图搜索算法&&&&&&46
& 3．3基本推理技术&&&&&&&&&&&47
&&& 3．3．1推理的概念及其类型&&&&&&48
&&& 3．3．2推理的控制策略&&&&&&&&50
& 3．4搜索策略的效率&&&&&&&&&&53
&&& 3．4．1穿透率&&&&&&&&&&&&53
&&& 3．4．2有效分支因素&&&&&&&&&53
&&& 3．4．3提高搜索效率的一般原则&&&&54
& 3．5基本搜索策略&&&&&&&&&&&55
&&& 3．5．1广度优先搜索&&&&&&&&&55
&&& 3．5．2深度优先搜索&&&&&&&&&57
&&& 3．5．3有界深度优先搜索&&&&&&&58
&&& 3．5．4代价推进搜索&&&&&&&&&60
& 3．6启发式搜索策略&&&&&&&&&&61
&&& 3．6．1启发信息和估价函数&&一&&&61
&&& 3．6．2局部择优搜索&&&&&&&&&62
&&& 3．6．3全局择优搜索&&&&&&&&&63
&&& 3．6．4 A算法&&&&&&&&&&&&65
& 3．7基于规划的启发式搜索原理&&&&&66
&&& 3．7．1基本规划&&&&&&&&&&&67
&&& 3．7．2多层规划&&&&&&&&&&&69
& 习题&&&&&&&&&&&&&&&&72
第4章专家系统&&&&&&&&&&74
& 4．1专家系统的基本概念及其特点&&&&74
& 4．2专家系统结构&&&&&&&&&&&75
&&& 4．2．1基本结构&&&&&&&&&&&75
&&& 4．2．2流行结构&&&&&&&&&&&75
&&& 4．2．3理想结构&&&&&&&&&&&76
& 4．3专家系统设计方法&&&&&&&&&77
& 4．4专家系统评价&&&&&&&&&&&78
&&& 4．4．1评价方法&&&&&&&&&&&79
&&& 4．4．2专家系统的评价内容&&&&&&79
&& 4．5专家系统开发工具&&&&&&&&&80
&&& 4．5．1程序没计语言&&&&&&&&&80
&&& 4．5．2骨架型系统&&&&&&&&&&81
&&& 4．5．3通用型系统&&&&&&&&&&82
&&& 4.5．4支撑环境&&&&&&&&&&&82
&&& 4．6 Visual Prolog语言&&&&&&&&&84
&&& 4．6．1基本语法规则&&&&&&&&&84
&&& 4．6．2程序结构&&&&&&&&&&&87
&&& 4．6．3搜索控制机制&&&&&&&&&89
&&& 4．6．4数据结构&&&&&&&&&&&94
&&& 习题&&&&&&&&&&&&&&&&98
& 第5章知识学习&&&&&&&&99
&&& 5．1知识学习概念、原理及分类&&&&&99
&&& 5．2神经网络学习&&&&&&&&&&&102
&&& 5．2．1学习方式&&&&&&&&&&&102
&&& 5．2．2学习算法&&&&&&&&&&&103
&&& 5．2．3学习特点&&&&&&&&&&&104
&&& 5．3神经网络模型&&&&&&&&&&&104
&&& 5．3．1神经网络典型模型&&&&&&&104
&&& 5．3．2 BP神经网络及算法&&&&&&107
&&& 5．3．3 Hopfield神经网络及算法&&&&110
&&& 5．4知识发现与Agent技术&&&&&&&113
&&& 5．4．1知识发现的过程&&&&&&&&113
&&& 5．4．2知识发现的方法&&&&&&&&115
&&& 5．4．3知识发现中的数据挖掘技术&&&117
&&& 5．4．4 Agent技术&&&&&&&&&&120
&&& 习题&&&&&&&&&&&&&&&&125
& 第6章遗传算法&&&&&&&&127
&&& 6．1遗传算法及其数学基础&&&&&&&127
&&& 6．1．1标准遗传算法及基本术语&&&&127
&&& 6．1．2模式定理&&&&&&&&&&&129
&&& 6．2遗传算法的设计&&&&&&&&&&132
&&& 6．2．1编码&&&&&&&&&&&&&132
&&& 6．2．2初始群体设定&&&&&&&&&136
&&& 6．2．3适应度函数&&&&&&&&&&136
&&& 6．2．4选择算子&&&&&&&&&&&138
&&& 6．2．5交叉算子&&&&&&&&&&&139
&&& 6．2．6变异算子&&&&&&&&&&&141
& 6．3改进的遗传算法&&&&&&&&&&141
& 6．3．1微种群算法&&&&&&&&&&141
& 6．3．2双种群遗传算法&&&&&&&&142
& 6．3．3自适应遗传算法&&&&&&&&142
& 6．4协进化算法&&&&&&&&&&&&144
&&& 6．4．1协进化算法基本流程&&&&&&144
&&& 6．4．2代表个体选择&&&&&&&&&145
& 习题&&&&&&&&&&&&&&&&147
第7章人工智能系统应用&&&&148
& 7．1分层设计原理&&&&&&&&&&&148
& 7．2智能识别系统&&&&&&&&&&&149
&&& 7．2．1问题描述&&&&&&&&&&&150
&&& 7．2．2系统结构与设计&&&&&&&&150
&&& 7．2．3智能识别系统的使用&&&&&&153
& 7．3智能诊断系统&&&&&&&&&&&154
&&& 7．3．1问题描述及系统开发方法&&&&154
&&& 7．3．2系统结构与设计&&&&&&&&159
&&& 7．3．3智能诊断系统的使用&&&&&&161
& 7．4智能规划系统&&&&&&&&&&&163
&&& 7．4．1规划问题&&&&&&&&&&&163
&&& 7．4．2系统结构与设计&&&&&&&&164
&&& 7．4．3智能规划系统的使用&&&&&&165
& 7．5基于框架的智能系统&&&&&&&&167
&&& 7．5．1基于框架的智能系统设计&&&&167
&&& 7．5．2框架系统的使用&&&&&&&&168
& 7．6神经网络的应用&&&&&&&&&&169
&&& 7．6．1 BP神经网络的应用&&&&&&169
&&& 7．6．2 Hopfield网络求解TSP问题&&&171
& 7．7遗传算法应用&&&&&&&&&&&174
&&& 7．7．1用遗传算法优化神经网络&&&&174
&&& 7．7．2基于遗传算法的混合Flow-shop调度
&&& 方法&&&&&&&&&&&&&177
& 习题&&&&&&&&&&&&&&&&179
参考文献&&&&&&&&&&&&180
客服专线：010- 客服邮箱：
Copyright & 北发图书网 2007,
All Rights Reserved
北京北发电子商务股份有限公司 版权所有}