人工智能与模糊数学

《人工智能与模糊数学》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、序论人工智能与模糊数学人工智能之父JohnMccarthy人工智能的定义可以分为两部分，即“人工”和“智能”“人工”比较好理解，争议性也不大。“智能”涉及诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能。但是我们对自身智能的理解非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究

2、课题。一、什么叫人工智能（ArtificialIntelligence）麦卡锡（JohnMcCarthy）：人工智能是使一部机器的反应方式就象是一个人在行动时所依据的智能。尼尔逊（美国斯坦福大学人工智能研究中心教授）：人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。温斯顿（麻省理工学院教授）：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。现在通用的描述：所谓人工智能，是指人类的各种智能行为和各类脑力劳动，诸如感知、记忆、情感、判断、推理、证明、识别、理解、通信、设计、思考、学习等思维活动，可用某种物化了的机

3、器予以人工的实现。二、人工智能的发展历程在1955的时候，香农等人一起开发了TheLogicTheorist程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们现在所采用的方法思想方法有许多还是来自于这个50年代的程序。1956年6月，达特茅斯会议发起者：约翰.迈卡锡（JohnMcCarthy）（普林斯顿大学数学博士）马文.明斯基（MarvinMinsky)（人工智能大师，《心智社会》

4、的作者）纳撒尼尔.罗彻斯特（NathanielRochester）（IBM计算机设计者之一）克劳德.香农（ClaudeShannon）（信息论创立者）在理论方面，70年代也是大发展的一个时期，计算机开始有了简单的思维和视觉。在70年代，另一个人工智能语言Prolog语言诞生了，它和LISP一起几乎成了人工智能工作者不可缺少的工具。20世纪80年代，数理逻辑和形式化推理成为人工智能的时尚。关于神经网络的研究和日本的“第五代计算机研制计划”（即“知识信息处理计算机系统”），把人工智能研究推向高潮。最近20年，计算机技术飞速发展，人工智能新增众多研究方

5、向，各方面研究深入进行，但距离真正的“智能”还很遥远。实际应用机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博弈，自动程序设计，航天应用等。研究范畴自然语言处理，不确定性的数学理论，知识表示，知识获取，机器学习，推理，神经网络，复杂系统，智能搜索，规划，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，人工生命，遗传算法，人类思维方式涉及学科哲学，脑科学，认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，仿生学，人类学，语言学等多个自然科学和社会科学的交叉。家庭智能机器人类人形机器

6、人宝石般的机器鱼，可以执行搜寻水中污染物的巡逻任务机器龙虾真正认识人类大脑是开发智能机器的必由之路。—杰夫.霍金斯杰夫.霍金斯(掌上型电脑Palmpilot、智能电话Treo以及许多手持装置的发明人，ONINTELLIGENCE一书作者)—智能究竟是什么？为什么人脑有智能而电脑没有？为什么一个6岁的小孩可以在河床的石头上跳来跳去，姿势优美，而当今最先进的机器人却象行动迟缓的傻瓜？为什么3岁的小孩已经粗通语言，而计算机却语言不通，枉费了程序师半个世纪以来艰苦卓绝的努力？为什么你能在一秒钟以内分辨猫和狗，而超级计算机却不能？这些都是亟待破解的斯芬克斯

7、之谜。目前的线索不少，但真正需要的是一些关键性的见解。—单就美国就有成千上万的神经科学家，可惜至今也没有形成一套有关智能和大脑工作原理的完整的理论。大部分神经生物学家不大考虑有关大脑的理论，因为他们只贯注于有关大脑的诸子系统的实验，只埋头于收集更多的数据。尽管一批又一批的计算机工程师曾经尝试让计算机拥有智能，却一次次以失败而收场。我相信他们会屡战屡败，除非这些程序师不再忽视计算机与大脑之间的差别。大脑：人类的大脑皮层平均厚度为2.5～3.0毫米，分为6个层次，神经细胞约有140亿个，面积约2200平方厘米，灰色物质层有四张A4打印纸大小，神经细胞

8、的周围还有1000多亿个胶质细胞。神经元：神经元细胞体、轴突、树突、树突棘。树突棘的数量及分布因不同神经元而异，并可随功能而改变。在大脑