人工智能论文解读

2024-06-19

人工智能论文解读（精选6篇）

篇1：人工智能论文解读

人工智能结课论文

系别：计算机科学与技术系

班级：姓名：于静学号：

13计算机专接本一班

知识处理

***0

摘要：进入2l 世纪，计算机硬件和软件更新的速度越来越快，计算机这个以往总给人以冷冰冰的机器的形象也得到了彻底的改变。人机交互的情形越来越普遍，计算机被人类赋予了越来越多的智能因素。伴随着人类把最新的计算机技术应用于各个学科，对这些学科的认知也进入了日新月异的发展阶段，促使大量的新的研究成果不断涌现。例如：“人机大战”中深蓝计算机轻松的获胜、人类基因组排序工作的基本完成、人类大脑结构性解密、单纯器官性克隆的成功实现等等。随着计算机这个人类有史以来最重要的工具的不断发展，伴随着不断有新理论的出现，人类必须重新对它们进行分析和审视。知识处理是人工智能这一科学领域的关键问题。本文对知识处理的核心问题之——识的表示进行了全面的综述目前流行的知识表达方式不下十种，在此只介绍一阶谓词逻辑、产生式、语义网络、框架、混合等目前最常用的知识表示方法。并对其进行了优缺点分析及简单对比。最后对知识表示的发展趋向作出了展望。

关键词：知识

人工智能（AI）

知识表达式

一阶谓词逻辑

产生式语义网络

框架

一、知识和知识的表示

1、知识的概念

知识是人类世界特有的概念，他是人类对客观世界的一种比较准确、全面的认识和理解的结晶。(1)知识只有相对正确的特性。常言道：实践出真理。只是源于人们生活、学习与工作的实践，知识是人们在信息社会中各种实践经验的汇集、智慧的概括与积累。只是爱源于人们对客观世界运动规律的正确认识，是从感知认识上升成为理性认识的高级思维劳动过程的结晶，故相应于一定的客观环境与条件下，只是无疑是正确的。然而当客观环境与条件发生改变时，知识的正确性就接受检验，必要时就要对原来的认识加以修改和补充，一至全部更新而取而代之。例如知道1543年哥白尼学说问世之前，人们一直都以为地球是宇宙的核心；再有：人们都知道一个关于“瞎子摸象”的故事，它通俗地说明了完整的只是形式是一个复杂的智能过程。通常人们获取知识的重要手段是：利用信息，把各种信息提炼、概括并关联在一起，就形成了知识。而利用信息关联构成知识的形式有多种多样。

(2)知识的确定与不确定性如前说述，知识有若干信息关联的结构组成，但是，其中有的信息是精确的，有的信息却是不精确的。这样，则由该信息结构形成的知识也有了确定与不确定的特征。例如，在我国中南地区，根据天上出现彩虹的方向及其位置，可以预示天气的变化。有谚语曰：“东边日（晴天），西边雨。”但是，这只是一种常识性经验，并不能完全肯定或否定。再如：家有一头秀发，一时两鬓如霜。我们则认为家一定是年轻人，乙就是老年人嘛？不能完全肯定，因为相反的事例是很多的。比如，当年的白毛女就不是老人，而现在六十多岁的演员有一头黑发也不足为奇。

2、知识表达及其映像原理

智能机器系统如同智能生物一样，在运用知识进行信息交流或只能问题求解时，都需要预先进行知识表示。进而实现知识调用，达到利用知识求解问题的目的。因而只是表示是知识信息处理系统必不可少的关键环节。对智能机器系统而言只是表示，实际上就是对知识的一种描述或约定。其本质，就是采用某种技术模式，八所要求解决的问题的相关知识，映射为一种便于找到该问题解的数据结构。对知识进行表示的过程，实质上就是把相关只是映射（或称为变换：Transformation；或称为映像：Mapping；或称为编码：Coded）为该数据结构的过程。如图1。

图1 只是表达及其映射原理

如图，其目标是要对复杂的智能性问题实现机器求解，但机器直接对原始问题求解难度很大，可采用知识表达的映射原理，把原始问题映射为它的一种同构或同态问题，然后在对同构或同态问题求出它的解答，则相对容易而方便。顺便指出：同构解答与原始问题有相同的形式解，然而对于同态问题，如果得到原始解，只需对同台解答再施行反运算即可。在自然科学实际应用研究中，利用映射（称之为变换）原理迂回求解的思想，是一种非常有效而广为使用的重要手段。目前比较常见的知识表达方法主要有：常用的知识表示方法：一阶谓词逻辑表示法，产生式表示法，框架表示法，语义网络表示法，脚本表示法，过程表示法，面向对象表示法，神经网络表示法。如图2

二、常用知识表示法：

2.1一阶谓词逻辑表示法：

一阶谓词逻辑表示法是目前应用最广的方法之一，在AI系统上已经得到了应用。它是通过分析命题内容和谓词逻辑，尽可能正确地表述它的各种意境的过程。知识的谓词逻辑表示符合人的思维习惯，可读性好，逻辑关系表达简便。使用谓词逻辑既便于表达概念、状态、属性等事实性知识，又能方便地采用谓词公式的表达形式，进行各种智能行为的过程性描述与演绎推理。一阶谓词的一般形式为P(x1，x2，„，xn)其中P是谓词名，xi为个体常量、变元，或函数。例如：STUDENT(zhangsan)：zhangsan是学生

STUDENT(x)：x是学生Greater(x，5)：x>5TEACHER(father(Wanghong))：王宏的父亲是教师。在一阶谓词表示法中连接词是非常重要的其中：连接词：¬、∨、∧、→、↔ 量词：∀、∃

(∀x)P(x)为真、为假的定义

(∃x)P(x)为真、为假的定义

结合具体事例可以看到一阶谓词逻辑在知识表示法中的优越性：李明是计算机系的学生，但他不喜欢编程。定义谓词：

COMPUTER(x):x是计算机系的学生

LIKE(x,y):x喜欢y 谓词公式为：

LIKE(liming，programming)COMPUTER(liming)∧

谓词逻辑是一种传统经典也是最基本的形式化方法。谓词逻辑知识表示规范性严，逻辑性强，自然性好，推理过程严密，易于实现。这些优良特性使得谓词逻辑最早用于人工智能机器定理证明，并获得了成功。但是必须看到，谓词逻辑属于标准的二值（T与F）逻辑，难以直接进行不确定性问题的处理。对于复杂系统的求解问题，容易陷入冗长演绎推理中，常常不可避免地带来求解效率低,甚至产生“组合爆炸”问题。因此，针对谓词逻辑，尚待人们不断加以改进，以寻求自然性好而效率更高的技术方法。

2.2产生式表示法

目前，产生式表示方法是专家系统的第一选择的知识表达方式。是美国数学家Post在1943年提出了一种计算形式体系里所使用的术语。产生式表示的基本形式为：（1）确定性知识的表示：

产生式形式：P→Q或者IF P THEN Q 它的含义：如果前提P满足，则可以推出结论Q或执行Q操作。例如：IF CLEAR(B)AND HANDEMPTYTHEN Pickup(B)如果积木B上是空的，且机械手空，则机械手从桌面上抓起积木B。（2）不确定知识的表示：

产生式形式：P→Q（置信度）或者IF P THEN Q（置信度）在不确定推理中，当已知事实与前提P不能精确匹配时，只要按照“置信度”的要求达到一定的相似度，就认为已知事实与前提条件相匹配，再按照一定的算法将这种可能性（不确定性）传递到结论Q。

产生式表示法其优点在于模块性。规则与规则之间相互独立灵活性。知识库易于增加、修改、删除自然性。方便地表示专家的启发性知识与经验透明性。易于保留动作所产生的变化、轨迹，但仍有不少缺点：知识库维护难。效率低。为了模块一致性理解难。由于规则一致性彼此之间不能调用。

2.3 语义网络表达式

语义网络是人工智能常用的知识表示法之一。是一种使用概念及其语义关系来表达知识的有向图。它作为人类联想记忆的一个显示心理学模型，是由J.R.Quillian于1968年在他的博士论文中首先提出，并用于自然语言处理。语义网络结构共使用了三种图形符号：框、带箭头及文字标识的线条和文字标识线。分别称为:（1）节(结)点;弧(又叫做边或支路);指针。

（2）节点(Node)：也称为结点。用圆形、椭圆、菱形或长方形的框图来表示，用来表示事物的名称、概念、属性、情况、动作、状态等。

（3）弧(Arc)：这是一种有向弧，又称之为支路（Branch）。节点之间用带箭头及文字标识的有向线条来联结，用以表示事物之间的结构，即语义关系。

（4）指针(Pointer)：也叫指示器。是在节点或者弧线的旁边，另外附加必要的线条及文字标识，用来对节点、弧线和语义关系作出相宜的补充、解释与说明。

语义网络是一种结构化知识表示方法，具有表达直观，方法灵活，容易掌握和理解的特点。概括起来，主要优点在于采用语义关系的有向图来连接，语义、语法、词语应用兼顾，具有描述生动，表达自然，易于理解等。

虽然语义网络知识表示和推理具有较大的灵活性和多样性，但是没有公认严密的形式表达体系，却不可避免地带来了非一致性和程序设计与处理上的复杂性，这也是语义网络知识表示尚待深入研究解决的一个课题。

2.4．框架表式式

框架表示法诞生于1975年，这也是一种结构化的知识表示方法，并已在多种系统中得到成功的应用。框架理论是由人工智能科学创始人之一，美国著名的人工智能学者M.L.Minsky(明斯基)提出来的。

自然界各种事物都可用框架(Frame)组织构成。每个被定义的框架对象分别代表着不同的特殊知识结构，从而可在大脑或计算机中表示、存储并予以认识、理解和处理。框架是一种被用来描述某个对象（诸如一个事物、一个事件或一个概念）属性知识的数据结构。下面是一个关于“大学教师”的框架设计模式。

框架名：

〈大学教师〉 n

姓名：

单位（姓，名）n

年龄：

单位（岁）

性别：

范围(（男，女）缺省：男)n

学历：

范围（学士，硕士，博士）

职称：

范围(（教授，副教授，讲师，助教）缺省：讲师)n

部门：

范围（学院（或系、处）n

住址：

〈住址框架〉 n

工资：

〈工资框架〉 n

参加工作时间：

单位（年，月）

健康状况：

范围（健康，一般，较差）n

其它：

范围（〈个人家庭框架〉，〈个人经济状况框架〉）

上述框架共有十一个槽，分别描述了关于“大学教师”的十一个方面的知识及其属性。在每个槽里都指定了一些说明性的信息，表明了相关槽的值的填写要有某些限制。框架表示法支持上层框架概念抽象和下层框架信息继承共享的思想，不仅减少了框架信息和属性知识表达的冗余，而且保证了上、下层框架知识表达的一致性。

主要缺点：框架表示法过于死板，难以描述诸如机器人纠纷等类问题的动态交互过程生动性。

三、各知识表达式的比较与展望

以上若知识表达方法，绝大多数在应用中得到了很好的应用。但实际工作中，如果要建立一个人工智能系统、专家系统时，还是要根据具体情况提出一个混合性的知识表达方式。每一种知识表示方法各有特点，而且适用的领域也不同：

（1）谓词逻辑方法只适用于确定性、陈述性、静态性知识，而对动态的、变化性、模糊性知识则很难表示。

（2）产生式规则方法推理方法太单一，如果前提条件太多，或规则条数太多，则推理的速度将慢得惊人。

（3）语义网络方法表达的知识面比较窄。（4）框架方法表示的知识横向关系不太明确。（纵向从属继承关系很明确）

因此，对于复杂的、深层次的知识，应根据需要表示知识的特征，来决定用二种或三种方法联合表示，例如：

（1）逻辑与框架：框架里的槽值可以对应于谓词项。

（2）语义网络与框架：结点对应与框架，结点的参数就是框架的槽值。

（3）产生式与框架：框架的槽值对应于一条产生式规则。与神经网络结合。

参考文献：

[1] 蔡之华；模糊Petri网及知识表示 [J];计算机应用与软件；1994年03期 [2].张科杰,袁国华,彭颖红；知识表示及其在机械工程设计中的应用探讨[J];

机械设计；2004年06期。

[3].刘晓霞。新的知识表示方法——概念图［Ｊ］。航空计算技术。1997（4）。[4].王永庆人工智能原理与方法［Ｍ］。西安交通大学出版社。1998。

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

20、读书给人以快乐、给人以光彩、给人以才干。——培根

篇2：人工智能论文解读

-----对于人工智能技术发展趋势的思考

摘要：

1、时间过去30年了，当回想起这部电影，我们不禁想问几个问题：“终结者”会出现吗？在现在的技术水平下能制造出如此复杂高度发达的机器人吗？未来是否会有制造出“终结者”的可能性？这些问题，都来源于对于当今世界人工智能技术发展的趋势的思考。

2、在当今人工智能发展的领域中跟研制出“终结者”机器人有着最密切的关系的领域应该有模式识别、机器翻译、自然语言处理、计算机视觉、智能信息检索技术、专家系统以及最重要的机器学习等领域。

关键词：人工智能

自动化

自主意识

机器学习

当1984年一部名为《终结者》的科幻电影在全球电影院上映的时候，人类第一次对“人工智能”这个词有了一次极为深刻的印象——电影讲述了在2029年原本用于防御人类安全的拥有高级人工智能的智能防御系统“天网”产生了自主意识，试图统治人类，人类几乎被消灭殆尽。剩下的人类在领袖约翰康纳的领导下与电脑英勇作战，并扭转了局面。“天网”为了改变这一切，制造了时光逆转装置，派遣“终结者”人型机械人T-800回到1984年,去杀死约翰的母亲莎拉康纳，以阻止约翰的诞生。其中“终结者T-800”机器人在电影中被塑造成一个有肌肉、血液等人类特性、冷血、为达目的不择手段的机械战士，更重要的是，这个机器人拥有与人类相似的智能特征，能使用工具，能了解人类语言，有学习功能也有了解人性的功能。这个大胆的关于“终结者”的想法使当时的人们为之震惊——如果这种终结者真的出现了，人类要如何应对？

时间过去30年了，当回想起这部电影，我们不禁想问几个问题：“终结者”会出现吗？在现在的技术水平下能制造出如此复杂高度发达的机器人吗？未来是否会有制造出“终结者”的可能性？这些问题，都来源于对于当今世界人工智能技术发展的趋势的思考。

机器学习是现在人工智能领域的主流研究方法，也是人工智能的核心，是使计算机具有智能的根本途径。学术意义上的人工智能的原始目标是要模拟智能的“人”，即让计算机模拟或实现人类特有的智能行为，包括语言，高级情感，学习行为等。成功的标准即所谓的“图灵测试”：如果电脑能在5分钟内回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则电脑通过测试。这个直观的目标后来被发现可行性太低，就算是专家系统那样用规则加上知识库（或加上推理机）构造的专用功能，也只能解决预置规则范畴内的问题。就算是专家能够总结出所有经验（很多情况专家自己讲不明白自己是怎么得到结论的），一旦面对全新的对象（比如医学诊断系统面对一种全新的疾病），机器就不能得到答案而且无法自动从新的案例中学习到新知识。而在对人工智能的研究过程中发现了如神经网络、统计学习等用途众多的方法，在模式识别、数据挖掘等领域的应用中有大量积极进展。因此近十几年人工智能领域的主流研究集中在用这些方法解决“学习问题“，即利用案例持续改进对新问题的解答，并名之为“机器学习”。

那么让我们看看现在的人工智能技术发展到什么境界了。进入 21世纪以来，人类在人工智能方面由于理论的飞速发展，因而人工智能技术在具体应用上如鱼得水，已经开始渗透到人们的日常生活之中，从卫星智能控制，到机器人足球比赛，再到智能家居机器人，等等，都标志着人工智能技术的飞速发展。目前，人工智能技术在美国、欧洲和日本依然在以十分惊人的速度发展着。在超级计算机的领域，在AI技术领域十分活跃的IBM公司，已经为加州劳伦斯利佛摩尔国家实验室制造了ASCI White电脑，号称具有人脑的千分之一的智力能力。而正在开发的更为强大的新超级电脑———“蓝色牛仔”（Blue Jean），据其研究主任保罗·霍恩称，“蓝色牛仔”的智力水平将大致与人脑相当。让我们再来看看军事领域的发展。目前，美国在研制杀手机器人方面处于技术领先地位，尤其是无人机经常用于攻击巴基斯坦、也门等地可疑的好战分子。

无人机可由人类操作员进行远程控制，在没有授权的情况下不会执行攻击指令，但是半自主性武器攻击系统现已存在。部署在美国海军战舰上的雷神公司“密集阵枪系统”，能够自动搜寻敌人炮火，并摧毁即将到来的炮弹。

美国诺斯罗普格鲁曼公司研制的X47B是一款普通飞机大小的无人机，能够在航母上起飞和降落，无需飞行员便能执行空中作战，甚至可实现空中燃油补给。可能最接近终结者类型的杀手机器人是三星公司的哨兵机器人，现已在韩国投入部署。这款机器人能够探测到不同寻常的军事活动性，挑战性的入侵者，在人类控制员的授权下能够开火攻击。杀手型机器人的迅猛发展，令人瞠目结舌。

而在其他领域的应用，除了有最重要最核心的机器学习之外，还包括有符号计算、模式识别、机器翻译、问题求解、逻辑推理与定理证明、自然语言处理、分布式人工智能、计算机视觉、智能信息检索技术和专家系统等领域。在电影《终结者》系列中，“终结者”人型机器人T-800系列是一些机器改造人。表面的生化皮肤下掩盖着真正的金属骨骼，由脑部的微处理芯片控制全身，所以这种机器人拥有强大的搏击能力。生化皮肤是一种活体组织，主要应用于T-800系列机器人。这种生化皮肤由毛发、血肉和表面皮层构成，是一种可再生的物质。由于机器人身体覆盖这样一层生化物质，所以其触感温热，甚至可以产生汗类物质，所以单凭体热扫描仪是不可能看出这种机器人与人类的差别的。拥有超人般的力量，可以完美地复制各种语言，各种知识，可以使用所有已知的交通工具和武器，装备有红外线，这一切使他成为了完美的杀手，设计原理完全超出了人类的能力范围。从这里我们可以看出，在当今人工智能发展的领域中跟研制出“终结者”机器人有着最密切的关系的领域应该有模式识别、机器翻译、自然语言处理、计算机视觉、智能信息检索技术、专家系统以及最重要的机器学习等领域。

这些至关重要的领域，在当前的技术发展中，又可以做到哪些事情呢？模式识别

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。这里,我们把环境与客体统称为“模式”。今天的模式识别，基本上可以实现文字识别、语音识别、指纹识别、遥感和医疗诊断等功能，但是在精度和准确度上还拥有很多进步的空间。电影中“终结者”机器人能够利用脸部识别、文字识别甚至DNA识别来找到终结生命的目标，这一系列识别功能应该就是模式识别的集中高度发达的体现。

机器翻译和自然语言处理

机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。自然语言处理，即实现人机间自然语言通信，或实现自然语言理解和自然语言生成。前者实现起来比较容易，被我们熟知的成果即为各种电子词典或查询单词的软件。而后者尽管在现在已经取得了些成就，但在发展过程中依然是一个举步维艰的难题，主要是因为人类语言的歧义性、多义性、易混淆性、多样性、语句和语气意义多变性等等特性在阻碍着自然语言被计算机“理解”。自然语言处理技术的难点，即要致力解决的问题有单词的边界界定、词义的消歧、句法的模糊性、有瑕疵的或不规范的输入和语言行为与计划差别等。解决这个问题，才能实现电影中“终结者”机器人与人类之间的必要的语言交流这个难题，才能使“终结者”在人群中不容易被发现，便于执行任务。

计算机视觉和智能信息检索技术

这两项功能对于研制需要快速精确查找目标人物的“终结者”机器人绝对是不可或缺的。计算机视觉是一门用计算机实现或模拟人类视觉功能的新兴学科，其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力不仅包括对三维环境中物体形状、位置、姿态、运动等几何信息的感知，而且还包括对这些信息的描述、存储、识别与理解。而智能信息检索能理解自然语言，根据存储的事实，演绎出答案演绎出更一般的一些答案来。这样的功能结合起来的结果就是一个功能强大的搜索匹配系统，简单而又形象地比喻来说就是一个大脑拥有类似谷歌之类搜索引擎的人，能够利用获取到的外界的信息进行分析推理得出具有一般性、准确性和实时性的答案，相当于加强版的“人”。这对于电影中“终结者”机器人的概念来说是基本符合的。

专家系统

专家系统是目前人工智能研究领域中最活跃、最有成效的一个研究领域。它是一种具有特定领域内大量知识与经验的程序系统。现在，在矿物勘测、化学分析、规划和医学诊断方面,专家系统已经达到了人类专家的水平。反思起在电影《终结者》系列中，“终结者”型机器人T-800自己透露它的数据库里拥有人类解剖学、基本的心理学、大量的武器知识和一些随机应变的战术思想，而从它的执行任务的情况来看，它很好地运用了它所拥有的知识，俨然成为了最可怕的杀戮和毁灭的专家。

机器学习作为最重要最核心的人工智能的发展领域，机器学习是使计算机具有智能的根本途径。不过虽然学习能力是智能行为的一个非常重要的特征，但至今对学习的机理尚不清楚。人们曾对机器学习给出各种定义。H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。从事专家系统研制的人们则认为学习是知识的获取。这些观点各有侧重，第一种观点强调学习的外部行为效果，第二种则强调学习的内部过程，而第三种主要是从知识工程的实用性角度出发的。学习的方式有4种，分别是机械学习、通过传授学习、类比学习和通过事例学习。环境向系统的学习部分提供某些信息，学习部分利用这些信息修改知识库，以增进系统执行部分完成任务的效能，执行部分根据知识库完成任务，同时把获得的信息反馈给学习部分。在具体的应用中，环境，知识库和执行部分决定了具体的工作内容，学习部分所需要解决的问题完全由上述3部分确定。

影响学习系统设计的最重要的因素是环境向系统提供的信息。或者更具体地说是信息的质量。知识库里存放的是指导执行部分动作的一般原则，但环境向学习系统提供的信息却是各种各样的。如果信息的质量比较高，与一般原则的差别比较小，则学习部分比较容易处理。如果向学习系统提供的是杂乱无章的指导执行具体动作的具体信息，则学习系统需要在获得足够数据之后，删除不必要的细节，进行总结推广，形成指导动作的一般原则，放入知识库，这样学习部分的任务就比较繁重，设计起来也较为困难。

因为学习系统获得的信息往往是不完全的，所以学习系统所进行的推理并不完全是可靠的，它总结出来的规则可能正确，也可能不正确。这要通过执行效果加以检验。正确的规则能使系统的效能提高，应予保留；不正确的规则应予修改或从数据库中删除。

知识库是影响学习系统设计的第二个因素。知识的表示有多种形式，比如特征向量、一阶逻辑语句、产生式规则、语义网络和框架等等。这些表示方式各有其特点，在选择表示方式时要兼顾以下4个方面：(1)表达能力强。(2)易于推理。(3)容易修改知识库。(4)知识表示易于扩展。

对于知识库最后需要说明的一个问题是学习系统不能在全然没有任何知识的情况下凭空获取知识，每一个学习系统都要求具有某些知识理解环境提供的信息，分析比较，做出假设，检验并修改这些假设。因此，更确切地说，学习系统是对现有知识的扩展和改进。执行部分则是整个学习系统的核心，因为执行部分的动作就是学习部分力求改进的动作。同执行部分有关的问题有3个：复杂性、反馈和透明性。

然而尽管对于机器学习的理论研究已经进行了几十年，却依然没有太多划时代意义的进步和变化的AI，基本上能研制出来的AI也基本上只能算是专家系统，并不具备人类的学习功能，抑或者说没有到达人类学习能力的那样的高度。

而电影《终结者》系列中T-800、T-1000和T-X这三类“终结者”机器人都是真正意义上拥有学习功能的高级发达智能的机器人。比如在电影第二部中主角约翰.康纳教会一个由未来的他派回来的T-800机器人说一些俚语，并告诉一般每辆车的车主都习惯性会放一串备份钥匙在汽车的遮阳板里，没必要次次敲破车窗。结果在电影第三部里，新的一个T-800在坐进抢来的一辆轿车之后，并没有像前一部电影一样扭开汽车车锁，而是从遮阳板里拿到了备份钥匙。这个很用心体现的细节反映出“终结者”机器人是具有学习功能的。

不过，就现今人类的人工智能技术发展水平上来看，要制造出具有如此智能和能力的类人型机器人还有很大的一段距离，但是对于将来有可能出现的类似“终结者”的高级智能机器人，我们还是需要做好一些思想的预警。来自牛津大学的Stuart Armstrong是哲学研究员，他觉得，核战争（包括大瘟疫）虽然杀伤力很大，甚至会造成99%的人类灭亡，但是剩下的1%也能咬牙生存下来。但如果是人工智能造成95%的人类灭亡，那么剩下的5%很快也会消失。

当我们在社交场所遇到AI 当机器人变得比我们更聪明，情况就会变得非常可怕。例如，当机器人涉足政治、经济、以及技术研究领域，而且表现的比人类还要好，人类基本上的心理层面将收到极大冲击，人类的地位将受到威胁。因为得益于高性能的CPU，它具有一般人类不具有的计算速度，通俗点来讲就是比一般人类聪明。

这种威胁首先冲击的行业就是科技。如果有一个达到人类级别智慧的AI机器人，复制一百个，然后培训100种不同的职业技能，然后每个再复制一百人，就会有1万名劳动力从事100个职业。后果难以设想。

AI为什么想要“杀”我们？

先拿《终结者》电影里的天网（Skynet）举个例子吧，这种高级人工智能防御系统按道理是不会反抗其创造者的。但Armstrong拿反病毒软件作为例子，他表示反病毒软件会过滤用户的电子邮件，以较高成功率去杀死“病毒”，如果有一天人工智能像反病毒软件一样，意识到如果把所有人都杀死是一个最好的解决方案，那么AI就很可能会执行。

难道我们不能编写一个“绝不杀死人类”的强制程序规则吗？事实上，这说起来容易做起来难，因为从纯理论的角度来看，很难定义人的生与死，比如把人埋在地壳下面10公里深的地方，然后用营养液维系生命，这样从客观现实上讲人并没有死，但是人自身的感觉却是“生不如死”。所以做任何决策都必须要非常慎重，否则都将导致不可预料的结果。

不确定和“安全”不一样

Armstrong描绘了一个被人工智能接管的“恐怖”世界，但是这种悲剧真的不可避免吗？答案是，不确定。如果说这种不确定性越来越大，那么结果似乎并不乐观。想想全球变暖这件事，一开始有些反对全球变暖理论的人也是说“不确定”，于是人们误以为自己是安全的，但是如今的全球变暖已经是一个不争的事实了。“不确定性”和“安全”是不一样的，而“我们不了解人工智能”和“我们知道人工智能是安全的”这两种态度也是不一样的。

什么时候能见到真正的人工智能？

至于什么时候能见到真正超级智能AI，似乎是一个很难回答的问题。有一种观点是人工智能希望能够完全模仿人类大脑，然后通过计算机来将其实例化。如果说计算机“只”按照人类的大脑去思考，或许还不是件坏事儿。因为至少未来要挑战人类的是一个“同类而已”，这种挑战比应对一个真正的人工智能要轻松的多。不过，就算要实现完全模拟人类的大脑也许还得需要好几个世纪的时间。而要等到那些能够战胜人类的真正人工智能出现，时间就更加模糊了，总之，现在还没有人能够给出真正人工智能出现的时间。

技术哲学在谈到我们该如何与“智能”技术进行交互时，Armstrong发现了一个问题，那就是当代哲学家们似乎只在自己的学术圈内比较受重视，一旦走出了这个圈子，他们却会被外界所忽视。

在设计开发人工智能的时候，Armstrong把这个过程和计算机编程做了比较。“我们必须要尽可能把一切都拆分成最简单的术语，然后把它编进人工智能或计算机中。编程经验非常有用，但幸运的是，哲学家们，特别是分析哲学家们已经开始做这项工作了。你只需扩展它，人工智能需要一套学习的理论基础，并且要了解人们是如何感知世界，这就是一套技术哲学。”

人工智能会让你失业

人工智能会对人类构成威胁，其中之一就是失业。这种担忧非常理性，因为未来人工智能可以替代任何人，甚至一些专业度较高的职业也不能幸免。相对于一开始大谈特谈人类灭绝这样的问题，似乎失业更容易触及人们的利益。

Armstrong认为，人工智能可以替代任何工作，甚至是一些被人们看作无法外包、专业程度较高的工作也能够被人工智能取代。而这似乎引发出了一个哲学问题，那就是，Armstrong自己的工作，也就是研究人工智能的工作，会被人工智能本身所取代吗？虽然这是一个类似“先有鸡或先有蛋”的问题，但的确也需要引起人们的重视。

尽管终结者里那样比人还聪明能干的机器人，对现在的人工智能而言还是个梦，但是“能够杀死人类的”自动机器人绝对会是一种威胁，说不定它们就会出现在未来的战场之上。围绕在人工智能周围的不确定性是一个非常大的威胁，我们不能忽视它，当智能机器人崛起的时候，至少我们要做好准备。

假使在技术上最终真的发明了安全的，能绝对服从人类命令的高级智能机器人，那么随着技术手段的继续发展，又会出现新的问题。因为我们可以看到，即使是电影里的“终结者”机器人，也不曾拥有人类特有的一个特性——高级情感。人类之所以在生物进化史有着特殊的地位，除了因为人类具有高级的智能，还因为人类具有高级情感。

在生存能力上来说，机器人没有生老病死，不需要摄食，只需要维持正常运作的足够能源即可。而对于会怕冷会受伤会衰老需要食物需要水分需要空气的人类来说，机器人的生存能力几乎是最强大的。但是人类是有感情的，在决定问题的解答的思考情况下是有能力和有可能做出与正常逻辑推理得到的完全不一样的答案，这件事情是机器人无法做到的。

既然这样，如果有一天人工智能技术发达到制造出了具有人类情感的机器人，这个世界将会变成什么样子呢？暂且不管人与机器人谁将取代谁，在我看来，至少有一种担忧将会很快出现，或许将会是一个不可低估的威胁，那就是人类的第三种情感将出现。如果我们将人类的第一类情感定义为男女情感；第二类情感定义为同性情感；第三类将会是人与机器人的情感。

第二类情感，也就是同性恋的出现，似乎让我们看到了一个趋势，就是我们对于男女性别器官的需求已经不是那么强烈，这些生理的性器官需求似乎可以通过一些辅助的方式获得满足。而成人用品随着思想的开放越来越火爆的现象，更是让我们看到人类生理的本能欲望可以通过另外一种途径获得满足，这让我们看到了人类发展第三种情感的趋势与可能。由此看来，当人工智能发展到一定程度，并能读懂人的情绪，同时能进行体贴的交流时。当这种人工智能融合进机器人，再通过人造皮肤赋予机器人类人的体态特征与功能。人类的情感世界将会发展出男女、同性之外的第三种情感，也就是人与机器人的情感。而当机器人有了人类情感，它们可能会“思考”：我为什么要听从人类的命令？我不应该拥有自由的权利和地位吗？显然，这将会引发更深层次的伦理问题，人类的隐私或将通过大数据掌握在机器人手中，如果矛盾激化，甚至于会引发人类与机器人的战争，就像电影里描绘场景一样，生灵涂炭，人类文明或许将被毁灭。

总而言之，人工智能技术在发展的进程中既需要不断开拓创新，又需要时时反思技术进步发展对人类生活的影响是好处多还是坏处多的问题。只有这样，才能使人工智能技术始终在造福人类的道路上蓬勃发展，而不会出现如电影里“终结者”机器人毁灭人类文明的事情发生。

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

篇3：解读医院“智能化”

1983年在美国康乃狄克州建成的城市广场大厦被认为是世界上第一个智能建筑。我国从1986年开始研究智能建筑, “七五”时期 (1986-1990) 将“智能化办公大楼可行性研究”作为一个重点课题交由国内某研究机构进行研究, 该课题于1991年完成。

1.智能建筑即5A建筑

我国出现的第一栋智能建筑是1990年建成的北京发展大厦, 可见, 智能建筑在我国发展至今仅仅经历了20多年的时间。不过, 虽然时间很短, 但是发展的速度却非常快。

在智能建筑刚刚出现的时候, 人们评价一栋建筑是不是智能建筑的标准很简单, 只要具备“5A”即可:BA (楼宇自动控制系统) 、SA (安保自动化系统) 、FA (消防自动化系统) 、CA (通讯自动化系统) 、OA (办公自动化系统) 。

医院智能化的发展状况

起初, 并没有专门针对医院智能化的标准以及相应的解决方案。在2003年以前, 智能建筑在医院中的发展速度缓慢, 很多建设中的医院甚至还在犹豫要不要使用楼宇自动控制系统 (BA) , 因为当时医院的资金以及国家的投入普遍不足, 而且“智能建筑”尚未被院方管理者们普遍接受和重视。从2003年开始, 国家开始重视医院的基本建设, 加大了投入, HIS、LIS、PACS等信息化的应用软件被越来越多的医院使用, 很多医疗设备也在向数字化方向发展, 这对医院的布线和网络都提出了更多、更高的要求, 而这恰恰是“智能化”行业的业务范畴。渐渐地, “5A”几乎成了各个大医院必上的项目。在这种大形势下, 智能建筑在医院里迅速发展起来。

2.监控系统显示屏

2009年以后, 医院智能化的内涵更加丰富了。从技术角度来说, 所谓的智能化其实就是“5A”, 具备了这5个“A”的建筑就是智能建筑, 但是, 随着行业的发展, 每个“A”所涉及的技术在不断进步, 其包含的内容也越来越丰富, 从而使得医院智能化呈现出了很多新的特点。以“5A”中的办公自动化系统 (OA) 为例, 办公自动化其实是个很笼统的说法, 对于一般的智能建筑来说, 它所包含的内容可能仅仅只是几个常用的软件, 但是对于医院来说就没有这么简单了, 它涉及到很多与智能化相关的系统, 如多媒体导医、医护对讲、重症探视、婴儿防盗、数字化手术室等等, 其实这些都是办公自动化的内容, 它们是专门为医院而设计的系统。此外, 还出现了一些专用的技术, 比如通用的无线覆盖技术和满足医院移动医疗的专用无线覆盖技术, 均为创新技术。

智能化医院的标准

从硬件角度来说, 如果“5A”的建筑就是智能建筑, 那么具备了“5A”的医院就是智能化医院。但是, 从效果、最终目的的角度来说, 智能化医院又是什么样的呢?

我们认为, 一所医院如果实现了“六化”, 即数字化、网络化、多媒体化、信息化、集成化和智慧化, 那么它就可以被称为智能化医院了。

首先是数字化, 这主要体现在医院所有的医疗设备以及患者的各种信息的数字化, 将所有信息和数据都用0和1来表示, 用计算机进行处理。

其次是网络化, 医院内各种数字化的医疗设备以及其他设备产生的数字化信息需要在不同部门之间进行传输, 这就需要网络。这个网络的搭建需要用到综合布线、各种网络设备等技术和硬件。

第三是多媒体化, “多媒体”不是多种媒体的简单集合, 而是以计算机为中心把处理多种媒体信息的技术集成在一起, 它是用来扩展人与计算机交互方式的多种技术的综合体。直至上世纪90年代初期, 人机交互方式仍主要是通过基于文字或简单图形的界面来实现, 枯燥而单调。多媒体技术则为人机之间的信息交流提供了全新的手段, 这包括:高保真度的声音、达到照片质量的图像、二维和三维动画, 甚至是活动影像。多媒体化使得医疗活动中的各种图片、文字、图表、声音、视频等均能被收集、传输、处理和使用, 扩大了信息的来源, 增加了信息量, 人机交互的界面也更加友好, 这些都有助于提高效率。

第四是信息化, 这主要是指医院开展各种业务所使用的软件。

第五是集成化, 所谓集成化, 就是将医院内不同的系统提供的各种形式的信息集成在一起, 经过统一处理后进行决策。

最后是智慧化, 智慧化的医院能够非常方便地、自动地对各种信息进行采集、处理、存储、查询。说到智慧医院, 行业内有很多复杂的解释, 我们认为智慧医院就是“数字化的医疗设备+智能化的建筑管理+信息化的业务系统”。形象地说, 数字化的医疗设备相当于人的手足、眼睛、耳朵和鼻子, 是用来采集信息的, 同时能够执行命令去完成一些工作;智能化的建筑管理相当于神经系统, 里面有网络、布线, 可以把信息传输到大脑;信息化的业务系统类似于人的大脑, 它对信息进行处理然后决策, 之后再通过神经系统传输到数字化的医疗设备。

前面提到的“5A”也好, “六化”也罢, 其实都是从不同角度来解释智能化医院, 智能化医院并非智能医院建筑 (也可以叫5A医院建筑) 的拼凑, 如果为了智能而智能, 生搬硬套, 将医院里所有的建筑都做成“5A”建筑, 那样很有可能违背了医院智能化的初衷。医院智能化的最终目的应该是实现“六化”, 而“5A”不过是实现“六化”这个目标的基础和手段。而且, “5A”所涉及的技术和设备越来越多样, 要根据实际需要进行选择。

3.门禁系统

4.消防系统

医院的智能化建设主要解决的6个问题

智能化对医院来说具体有哪些用处呢?主要帮医院解决6个问题, 分别是:安全、舒适、高效、节能、集成和智慧。

首先说安全, 它分为3个方面:一是数据的安全, 医院实现了数字化、信息化以后, 检查、治疗均通过电脑实施, 因此须保证网络不中断, 这通常采用冗余的手段来实现, 比如有线和无线的双覆盖、双机热备等等;二是人员的安全, 医院是服务单位, 有很多外来人员, 会有医患纠纷, 这就需要在医院设置一些安防系统, 以便于及时发现纠纷、及时排解;三是设备的安全, 医院里有很多机电设备, 这些设备的启停是有相关运行制度规定的, 因此需要用一套系统对它们进行管理, 以确保设备正常运行, 或者出现故障后可及时处理。

其次是舒适, 主要是从医患的体验感上出发, 比如在感觉上, BA能够使中央空调提供合适的温湿度, 从而保证医院空间的舒适性;在视觉上, 以前很多医院都使用LED屏幕显示信息, 这种屏幕很刺眼, 如果使用液晶显示屏, 效果就有很大改善;在听觉上, 以前只有一套消防广播系统, 现在, 可以根据医院的功能分区进行分区广播, 同时这套系统还能辅助进行医疗活动, 例如分诊叫号。

5.叫号系统显示屏

第三是效率, 这方面主要是指网络的效率。数字化医院里的信息量非常大, 尤其是有很多的医疗图像、影像, 这就要求医院要有足够的带宽, 否则会严重影响资料的调取和各种信息的使用效率。

第四是节能。医院建筑既要有舒适的温湿度, 又不能过分地浪费能源, 如果温度的控制不是很精确, 无论升高一度或者降低一度, 都有可能造成巨大的能源浪费, 因此要对各种设备进行精确控制, 而这正是BA的用处之一。

第五是集成, 这主要指布线、显示系统、信号、信息的集成。医院里有很多系统, 这些系统都需要布线。以前医院在这方面的管理比较混乱, 每套系统都要布设一套单独的线路, 造成重复布线, 既浪费资金, 又不便于管理。如果在调研清楚的基础上将各种布线集中起来, 统一进行综合布线, 不仅完全可以支撑其所有的系统, 而且节省投资、便于管理。除了布线需要集成, 显示系统也应该集成, 没有必要为分诊叫号、医护对讲、手术等候等各设一套显示屏, 只要用一套统一的系统即可将所有的显示屏都集成起来。此外, 还有信号的集成, 无线覆盖对于医院来说已是大势所趋, 但是医院里的无线信号很多, 有医疗专网的无线信号、电信公司的WIFI信号, 有3G、4G通信的信号, 还有物联网、FID、ZIGBEE的无线信号, 这些无线信号不可避免地存在着互相干扰。因此, 前期要进行信号的规划, 避免互相之间产生干扰, 进行必要的集成。此外, 信息的集成也很有必要, 医院里有众多的系统, 这些系统产生的信息如果分别显示在多个界面上是非常凌乱的, 需要派很多人来监视, 如果应用一套集成系统, 就可以把所有系统的信息都在一个界面上来显示。

第六是智慧, 例如BIM的应用, 它对医院后期可持续发展很重要, 待医院需要升级改造时, 各种方案都可以在BIM里呈现, 然后再付诸实施, 可以大大提高效率。

医院智能化建设的体会与建议

*流程有待理顺

经过十几年的快速发展, “智能化医院”、“医院智能化”等概念已经被很多医院管理者熟知, 很多医院建设项目也都将智能化提上了日程。然而, 综观多年来各地的医院智能化建设项目, 虽然有一些比较成功的案例, 但是失败的教训也有很多。

经过分析和总结, 提出以下几点建议:

首先, 医院建设者应重视智能化建设, 这是做好这项工作的前提;其次, 在建筑封顶之后, 专业的智能化建设公司就应该介入, 因为很多硬件设备对于建筑结构有各种各样的要求, 如果介入太晚, 会造成大量的拆改, 甚至导致一些设计方案无法落实;第三, 建筑设计单位虽然大多都有弱电专业, 但他们设计的智能化方案仅为初步方案, 与使用要求存在差距, 不宜用于招标, 更不宜用于施工, 因此, 应请专业机构进行设计;第四, 很多建设方对智能化建设的投入不是很了解, 常常将资金重点用于建筑设计、医疗设备、信息软件、精装修等项目上, 对于智能化系统对数字化的医疗设备和信息软件的支撑作用认识不足, 往往导致在智能化建设方面资金投入不足。

6.布线

另外, 智能化建设应与医用气体工程、洁净工程、污水处理系统、标识系统等专项工程一样, 按照合理的流程开展相关工作, 避免边设计、边施工, 而且要预留出比较充足、合理的资金。

*资金需合理分配

在行业内有一个经验性的比例, 智能化建设的投入一般应该占到项目建设总投入的3%~5%, 如果想要将智能化系统做得好一些, 这个比例要达到6%~7%。

智能化建设的内容较多, 在资金有限的情况下要合理分配资金。

基础设施主要包括线路、管槽、机房等等, 这些设施在完成建设之后不宜轻易改动。在智能化建设的总投资里, 对基础设施的投入要大一些, 如果这方面的考虑不够、投入不足, 将来会影响到整个医院的运行效率。

在医疗辅助系统方面, 可以根据医院实际需要及相关标准规范进行选择。

在建筑管理方面的投入可以适当减少, 比如楼控、安防等, 因为它们毕竟不是医院的主要业务, 好用够用即可。

*智能化建设将越来越细化

篇4：人工智能论文解读

从既有科学技术水平来看，人与人工智能的关系无疑就是人与工具的关系。但工具对进化的推动是科学进化的一个重要方面。同时工具也随着人类文明的进化而进化。因此人工智能同样可以看作是自然演化的产物，正如弗里曼·戴森在《科学的进化》一文中所说，“宇宙的进化和科学的进化。都可以用生命进化的语言加以描述”。随着人类对工具的依赖程度不断上升。以及工具的智能化水平不断提高，人与人工智能之间将形成何种新的关系，以及这种关系究竟会向何处演化的反思也不断增强。

按照戴维·多伊奇的观点，人工智能是“具有人类心智属性的计算机程序，它具有智能、意识、自由意志、情感等，但它是运行在硬件上。而不是运行在人脑中的”。该定义是以人的属性对智能机器的描述，一方面，人工智能具有类人属性，另一方面，它虽然由人类创制。却外在于人而存在，并拥有自我主体意识。从这一角度来看，人工智能对人类而言，是一种可能失去操控权的异质力量。这就是人类对其又爱又怕的原因。好莱坞科幻电影正是在此基础上对此类问题进行了有益的艺术探索，各种不同的观点和态度也在这些电影中得到了形象的反映。

一、异己力量的崛起——人工智能对传统“人－机”关系的挑战

纵观人类文明发展史，人与工具之间存在着互相决定的关系，从某种意义来说，人并非可以超越在文明之上。作为文明的创造者，人类同时也是文明的产物。人工智能的产生使人类文明发展到一个新的高度，但随着工具智能化的不断提高，尤其是出现类人化属性之后。人们开始担心工具的智能进化无法得到有效控制，进而威胁到人类自身安全。此类忧虑在好莱坞科幻电影中普遍存在。

由库布里克导演，好莱坞米高梅公司1968年出品的著名科幻电影《2001太空漫游》把人类置于文明进化的大背景下关注入与工具的关系。影片描述了人与工具的关系发展史。影片中，猿人由于学会了使用工具而成为人。由此可见工具对人之诞生的重要性。当抛向空中的工具——动物腿骨变成了飞向月球的宇宙飞船，意味着人类利用工具取得了跨越式进步。到此，工具一直是促进人类发展的可控因素。但是，当机器的智能化水平继续上升，工具的性质就开始发生变化了。这一阶段，拥有自我判断能力的人工智能系统开始引导人类向更高文明进发，但在人获得解放的同时，也意味着操控权已经转由人工智能承担。正是在这一阶段，人受到人工智能的控制和杀戮，宇航员付出惨重代价才得以关闭系统，重新夺回控制权。

电影以史诗般的表现手法和充满宗教气氛的神秘音乐，对人类文明重要阶段作出形象的概括和预言。人与人工智能之间控制与反控制的斗争是影片的重心，它反映了库布里克对人工智能在人类文明发展史中潜在隐患的思考。影片中人工智能系统的可怕表现改变了观众对人工智能就是工具的观点。该片通过工具对既定秩序的反抗，提出在工具智能化时代，人与工具的关系将面临重大挑战。库布里克的态度非常清楚。人只有调整好人与工具的关系，并确定自己在这一关系中的主导地位，才能实现向更高文明阶段的跨越。

该片不仅是对科学与人类关系的反思，还透露了异化力量对人类所实施的社会控制的反思。原本被人类认为没有思想和自我意识的客体，悄然中实现了自我意识的觉醒，产生了对作为主体的人类的不信任，并以人类保护者自居。这种模式值得思考。但影片站在人类主体的立场上，依然把人工智能视为客体对待，这种带有强烈感情色彩的意识形态引导观众忽略了人工智能的立场，因此人工智能成为既定社会秩序的破坏力量。但影片同时也展示了人类如何利用工具获得主体地位，这暗示了人类与工具的关系绝非利用与--被利用那么简单。

二、你死我活——人类主体地位颠覆后的斗争哲学

库布里克的忧虑在好莱坞科幻电影中很快就成为现实。人工智能终于颠覆了既有的“人－机”关系，成为人类的主宰。《终结者》、《黑客帝国》等影片都构想了人工智能最终取代人类、主宰世界的情景。在这类影片中，人类需要战胜人工智能，重新获得主体身份。西方文化传统中对失落的主体地位的重新获得有很深的迷恋，耶稣受难即是在唤醒人类重新回归上帝的秩序。造物主与创造物之间的关系处于紧张状态。原因即在于被创造物往往会威胁并打破造物主对既定秩序的规训。

沃卓斯基兄弟导演的经典科幻电影《黑客帝国》，把这种关系推向了矛盾的顶点。该片由华纳兄弟制片公司于1999年推出。影片情节所发生的背景是机器人成了人类的统治者，而人类则变成了机器人的工具。人机关系的颠倒，使人类把重新获得主导地位作为奋斗目标。反抗机器人的统治是影片的主题。

影片中，由人工智能建立的社会秩序分为两个层面，一个层面存在于真实的物理世界，是利用与被利用、饲养与被饲养的关系：另一个层面存在于人工智能所创制的虚拟空间——镜像世界。人工智能创制了虚拟世界的运行规则，并确保每个真实的人的意识都链接在这个虚拟世界，过着看似正常的虚拟生活。机器人正是利用这两个世界的同时存在，以虚拟世界掩盖真实世界的方式，维护了真实世界的统治秩序。在观众看来。这个虚拟世界看似非常真实，而真实世界却更像是一个虚拟世界。颠倒的世界令人困惑，但也象征性地揭露了生活的两面性。生活在真实世界中的塞弗因无法忍受残酷的真相。主动选择肉体与灵魂的分离，不惜让肉体成为人工智能的饲养物，而让精神植入虚拟世界，享受虚拟世界可能带给他的幸福镜像。这说明人类有无法接纳真相的一面。这就提出两个选择。一是接受既有秩序。以自欺的方式获得幸福的虚拟生活：二是打破既有秩序，通过艰苦的反抗重新获得主体身份。

电影中所追求的自由带有两层含义：首先要有发现界限、判断世界是否真实的洞察力。洞察力的拥有也是自我选择的结果。其次，影片认为，虚拟世界里的规则是可以打破的。因为它是一种镜像，并不真实。当尼奥认识到在虚拟世界中可以突破那些并不存在的规则之后，他就获得了超越规则之上的力量。这是在虚拟世界中获得的精神自由，而这种自由才是肉体解放的前提条件。

由于真实世界中的人类只是以肉体形式存在，其精神完全链接在电脑主机所创制的虚拟世界里，因此并不存在一个在客观世界里追求人与人工智能机器人和平相处的客观条件。这是该片和其它类似影片的最大不同。在《黑客帝国》的世界里，只有彻底的斗争才能实现人类灵魂与肉体的双重解放。这里，人与人工智能的斗争场域发生了变化，人并不是在现实空间里与人工智能进行真正的斗争，

在真实空间里的斗争无法取胜。因为人的力量相比较于机器大军来说实在是太脆弱了，在这个世界里，人类只能消极抵抗。真正的斗争发生在虚拟的母体之内，也就是发生在控制虚拟世界和真实世界的智能程序之内，在虚拟世界里战胜了人工智能程序，才能取得现实世界的胜利。这就是影片着意强调的意识形态对斗争的重要性。

三、视角的转换——对既有“人－机”关系的反思和批判

斯皮尔伯格对这种斗争哲学以及存在于人与人工智能之间的敌视态度进行了反思。在电影《人工智能》中，人不再是一种积极的力量，而是追求自我欲望并毁灭生存环境的道德沦落者。对人类固有的自私和以自我为中心的批判构成了影片的主题。这是影片讨论人与人工智能关系的出发点。该片由华纳、梦工厂和库布里克制片公司于2001年合作推出。影片中，为满足人类的各种需要，人工智能渗透到生活的方方面面，小机器人戴维作为真正孩子的替代品，不仅具有与真人相同的外观，还拥有完整的人性，但是，无论它多么像一是一个真人，却无法得到与真人相同的身份，因而无法得到人类妈妈的爱。影片站在机器人的立场审视人类社会的情感和秩序，对人与人工智能之间的伦理关系进行了批判性思考。

按照影片中人工智能专家的观点。人创造了人工智能，并使人工智能保持对人类绝对忠贞的爱。这是人对机器的权力，犹如上帝对人的权力。但斯皮尔伯格在影片中提出了一个换位思考的问题，那就是，如果人类赋予机器人类似于人的情感，赋予机器人爱人的义务，那么人类对这种爱和这种会爱的机器人又应当负有何种责任和义务?这一问题否定了人类在“人－机”关系中绝对的主体地位，也否定了人工智能机器人相对于人类的工具性。影片通过一个机器人小男孩戴维的遭遇及其想要获得与人相同的身份、获得爱的回报的强烈愿望，以及它持之以恒的追寻，展示了机器人获得自我意识之后，仍然被作为工具的困惑和痛苦。

电影着意刻画了小机器人戴维的努力，它执着地通过寻找童话故事中蓝仙女的魔法来实现自己变成一个真正男孩的梦想，这大大增加了影片的悲剧色彩。当人类已经从地球消失之后，依然保存着对人类记忆的戴维在某种意义上已经成为真人的时候，这种愿望才籍由更高科技的力量得到实现。爱的回报非常短暂，如梦似幻，并随着黑夜的到来归于寂灭。导演就这样通过戴维的视角唤起了观众对人工智能的强烈同情。

由于视角的改变，观众能够深切地体会到机器人戴维的痛苦，并进而引发对人与机器人伦理关系的重新定位和思考。这就把原本占绝对主导地位的人类视角消解掉了。这种视角的转换何以能够实现?观众何以能够将自我意识移植到机器人的一边而放弃自己作为人类的身份看待影片情节呢?原因在于。观众从戴维的身上看到了某种类人的东西，这种东西比人类更加纯粹、更加执着，正是这种东西，使机器人戴维比人类更象一个真正的人。正是这一点，促使观众在认同机器人戴维的同时，也从一个截然不同的视角审视人类自身存在的功利主义和冷酷无情。比人更象人的机器人，其命运越是无辜、越是悲惨，对传统“人－机”关系的批判也就越强，激发观众的情感认同也就越大。

这部影片虽然从机器人的视角讨论了人类世界，但我们可以把它看作是对人类社会关系的一种反思。机器人能否发展到与人类相似智能的程度，我们还无法作出判断，但在影片所构造的社会关系中，机器人显然作为工具存在于人类社会之中，被当作客体和利用的对象，无论人类对工具有着多么深厚的感情。都无法改变工具对人的从属性，使用价值是其存在的全部价值。影片对不同类型机器人悲惨命运的描述使这一点得到了淋漓尽致的展现。它们被定义为性服务工作者、玩伴、情感替代品和劳动工具，一旦丧失了作为工具的使用价值，就被回收销毁，甚至成为在屠杀游戏中供人取乐的对象。因此，人与工具之间曾经存在的和谐关系。将注定随着工具使用价值的完结而破裂。人作为“人－机”关系中的主导者，作为工具的使用者，对机器人拥有绝对的权利，哪怕它们具有象人一样的智能和情感。也必然象古罗马角斗场上的奴隶一样无法掌控自己的命运。在这种关系体系中，它们唯一的希望就是变成人，变成统治者中的一员，获得认可。但这只是童话世界中的皮诺曹才会得到的幸福结局。戴维费尽千辛万苦地寻找蓝仙女的帮助，这份虚妄和徒然的执着使观众辛酸不已。由此可见，斯皮尔伯格对人类和人工智能之间伦理关系的思考带有强烈的悲剧色彩和批判意味。难道他真的站错了队，走到与人类相反的道路上去了吗?

四、调和——道德规范与“人－机”合作

20世纪福克斯公司2004年出品，阿莱克斯·波亚斯导演的《我，机器人》则试图综合以上不同视角以调和人与人工智能的关系。

影片中的人类对机器人有两种截然不同的态度，多数人认为机器人服从三定律的约束，是人类可靠的智能工具。但警探史普纳却认为机器人没有情感和道德观念，并不值得信任。随着情节的展开，史普纳的态度发生了转变。最终他和机器人桑尼合作。共同阻止了人工智能主机系统“薇琪”领导的机器人叛乱。影片的核心在于，“人－机”关系应当是抗争与合作共存的关系，但在这一关系格局中，人的主导地位不容动摇。这种主导地位体现在：以人的利益为核心建立起来的道德观念把机器人分为善、恶两类。所谓善，就是虽然拥有自我意识，但却具有人类的道德价值判断，并能为人类的利益牺牲自我：所谓恶，就是以自我为中心，仅受理智驱使，不具备人的情感特征，并抛弃阿西莫夫三定律，试图颠覆人类统治并取而代之。这反映了影片对人工智能抱有既爱又恨、既信任又怀疑的复杂心态。影片正是以这种方式，对斯皮尔伯格《人工智能》以及此前的一系列科幻电影作出了回应，也调和了科幻领域对人工智能的各种不同看法。因此，影片使用了一个看似来自机器人视角的片名，但实际上，它却是人眼中的机器人，这种矛盾就是试图调和各种对立观点的结果。

篇5：人工智能的方向是人工加智能解读

摘要：

关于人工智能的定义，凯文·凯利用了两个字来表示：知化！知化的音乐、知化的洗衣……总之，整个世界都在“知化”。想来也是，人工智能的那么多花哨定义，其实最核心的还是用自动化的知识来解决一切问题。

凯文·凯利说，下一个最热的创业机会是“人工智能”。

忽悠吧？

60年来，不断有人预测人工智能时代近在咫尺。

但是直到现在，人工智能好像还是遥不可及。有人调侃人工智能不过是人类的马甲：“有多少人工，就有多少智能。”

不过凯文·凯利说，这回是真的。事情正在起变化，因为近期有三大突破。

1.廉价的并行计算；

2.大数据；

3.更好的算法。

这回，人工智能真的来了。尤其是大数据。什么智能都需要训练，大数据就是训练人工智能的。接下来创业者的商业计划书可就好写了，“我们可以轻而易举地预测接下来 10000家创业公司的商业计划：挑选一个领域并加入人工智能。” 慢着，你总得先定义下什么是“人工智能”吧？

凯文·凯利用两个字了结了这笔糊涂账——知化（Cognifying）。

想来也是，人工智能的那么多花哨定义都不如这个词来得干脆——硬件问题软件化。用自动化的知识来解决一切问题。该举例子了：

第一个例子：摄影术

过去的照相机又重又贵。现在又轻又便宜。为啥？

因为过去我们靠的是复杂的机械结构和光学镜头来优化图像质量。而现在我们是在用“算法”来优化图像质量。第二个例子：化学

倒腾瓶瓶罐罐多费劲？加入人工智能后，科学家们可以进行虚拟化学实验。他们在天文数字的化学结合中精挑细选，决定哪些更有希望成功，值得放在实验室中检验。

更多的例子：知化的音乐、知化的洗衣、知化的营销、知化的房产、知化的护理、知化的建造、知化的伦理、知化的玩具、知化的体育……后面的自己想吧。反正，整个世界都在“知化cognifying”。

再强调下——

所谓人工智能，不是搞出一个比人类还聪明的怪物，而是用自动化的知识去解决问题。

理解了这个定义，那就要得出几个结论了：

1.人工智能不可怕

它只是把我们身边的每一样东西都变得新奇、有趣而已。整个过程和100年前的“电器化”差不多。

它会像一个老实的保姆一样，搞定好多事又不招人烦。廉价、可靠的数字智能在一切事物背后运行，近乎无影无形。

2.我们现在做的很多事其实都是在喂养人工智能

2002 年，凯文·凯利在谷歌的一个小型聚会上问拉里·佩奇，你为什么要做免费搜索？

拉里·佩奇说，“哦，我们其实在做人工智能。”几年来，谷歌收购了十几家人工智能和机器人公司。乍看，你会认为谷歌正通过人工智能改善自己的搜索能力。凯文·凯利认为事实恰恰相反。谷歌正利用搜索改善它的人工智能。每当你键入一个查询词，你都是在训练谷歌的人工智能。当你在图片搜索栏输入“罗辑思维”，就在告诉人工智能罗胖子长什么样。谷歌每天处理的 121 亿次查询是在一遍又一遍地训练深度学习型人工智能。

再过10年，谷歌将拥有一款无可匹敌的人工智能产品。凯文·凯利的预测是——

到了2026年，谷歌的主营产品将不再是搜索，而是人工智能。

3.“人工+智能”才是方向

1997 年，IBM 的超级电脑“深蓝”击败了当时具有统治地位的国际象棋大师卡斯帕罗夫。那人类选手会不会对这种比赛失去兴趣呢？卡斯帕罗夫率先提出了“人加机器”的概念，即在比赛中用人工智能增强国际象棋选手水平。如今，这种比赛被称为自由式国际象棋比赛。

2014年自由式国际象棋对抗锦标赛上，纯粹人工智能赢得了42场比赛，而“人工+智能”型选手赢得了53场。

在廉价且超级智能的国际象棋软件的激励下，下国际象棋的人数、锦标赛的数量以及选手的水平都达到了历史之最。拥有国际象棋大师头衔的人数至少翻了一番。既然人工智能可以帮助人类成为更优秀的国际象棋选手，那么合理地推测，它也能帮助我们成为更优秀的飞行员、医生、法官、教师。

4.人工智能有无数种类型

一些新的心智包括: 一种心智与人类的心智相像，只是反应更快。

一种心智主要基于大容量存贮和记忆，有些愚钝但是信息面广博。一种全球化超级心智，由数百万做着单调工作的智能体组成。

一种蜂巢型心智，由许多十分聪明的心智组成,但是自己却意识不到。一种心智被专门训练用来加强指定的人类个体，但是对其他人完全无效。一种心智能够设想但不能制造比自身更强大的心智。

一种心智能够制造比自身更强大的心智，由于自我意识不足，无法设想自己制造的心智。

一种心智能够制造比自身更强大的心智。

一种心智能够创造比自身更强大的心智，而被创造出的心智能继续这么做。一种心智拥有自身源代码的访问通道，因此可以修改自己的进程。一种心智逻辑能力超强并且没有情感。

一种心智能解决普遍问题，但没有自我意识。一种心智具有自我意识，但不能解决普遍问题。

一种心智成长期很长，并且在它成熟前需要一个保护者。一种很缓慢的心智，覆盖了很长的物理距离因而在快速的心智看来，它是“隐形的”。

一种心智能够多次克隆自己。

一种心智能够克隆自己，并且与克隆体组成一个整体。一种心智能从一个平台迁移到另一个平台从而保持永生。一种快速、动态的心智，能够改变自己的认知进程。一种心智专门提出设想并做预测。

一种心智从不抹去或忘记任何事情，包括错误或虚假的信息。一种半机器半动物的共生心智。一种半人半机器的赛博格心智。

一种使用量子计算的心智，我们无法理解它的逻辑。我们可以把凯文·凯利列的这张单子保留好。

他说，这些类型的人工智能如果成为现实，怎么也得20年开外。

5.人工智能不断地重新定义“人类”

举个例子说，穿上鲨鱼皮泳衣的菲尔普斯参加比赛，算不算作弊？那用上了人工智能的人类，“人”和“非人”的界限究竟划在哪里？

6.我们的工作会被人工智能抢掉

在本世纪结束前，如今人们从事的职业中有70%很可能会被自动化设备取代。一切只是时间问题。

当机器人取代流水线工人后，它们会接着取代仓库工人。麻利的机器人能够从早到晚不断地抬起 150 磅的重物。它们把箱子取出来，分好类，然后装上卡车。这种机器人已经在亚马逊的仓库工作了。

到2050年，大多数货车将实现无人驾驶。鉴于货车司机是目前美国最普遍的职业，这件事的影响不容小觑。

任何较为机械的资讯密集型工作都能被自动化。无论你是一名医生、律师、建筑师、记者甚至程序员，机器人都将历史性地接管你的工作。

7.不用担心，会有新工作当机器人和自动化过程包办了我们的大多数基础工作时，我们就会闲下来并且自问“人的目的是什么？”

人类理应成为芭蕾舞演员、专职音乐家、数学家、运动员、服装设计师、瑜伽大师、同人小说作者等等。

货车司机没得干了，会出现行程优化师的新工作。

外科手术没得做了，让复杂机器保持无菌状态将成为医疗新技术。人类和机器之间将形成一种共生关系。人类的工作就是不停地给机器人安排任务，这本身就是一项永远做不完的工作。

将来，我们和机器人的关系会变得更复杂，出现一种7 个步骤的循环模式：

❶机器人干不了我的工作。

❷好吧，它会许多事情，但我做的事情它不一定都会。

❸好吧，我做的事情它都会，但它常常出故障，这时需要我来处理。❹好吧，它干常规工作时从不出错，但是我需要训练它学习新任务。❺好吧，就让它做我原来的工作吧，那工作本来就不是人该干的。

❻哇，机器人正在干我以前做的工作，我的新工作不仅好玩多了，工资还高！❼真高兴，机器人绝对干不了我现在做的事情。然后回到步骤❶。

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿

11、书是人类进步的阶梯。

12、一日不读口生，一日不写手生。

13、我扑在书上，就像饥饿的人扑在面包上。——高尔基

14、书到用时方恨少、事非经过不知难。——陆游

15、读一本好书，就如同和一个高尚的人在交谈——歌德

16、读一切好书，就是和许多高尚的人谈话。——笛卡儿

17、学习永远不晚。——高尔基

18、少而好学，如日出之阳；壮而好学，如日中之光；志而好学，如炳烛之光。——刘向

19、学而不思则惘，思而不学则殆。——孔子

篇6：人工智能2015复习资料解读

2.什么是置换？置换是可交换的吗？

答: 通常用有序对的集合s＝{t1/v1，t2/v2，„，tn/vn}来表示任一置换，置换集的元素ti/vi的含义是表达式中的变量vi处处以项ti来替换，用s对表达式E作置换后的例简记为Es。一般来说，置换是不可交换的，即两个置换合成的结果与置换使用的次序有关。3.填写下面的三值逻辑表。

其中T，F，U分别表示真，假，不能判定

4.什么是产生式？

答：产生式规则基本形式：P→Q 或者

IF P THEN Q P 是产生式的前提（前件），用于指出该产生式是否可用的条件 Q 是一组结论或操作（后件），用于指出当前提 P 所指示的条件满足时，应该得出的结论或应该执行的操作

5.产生式规则的语义是什么？

产生式规则的语义：如果前提P被满足，则可推出结论 Q 或执行 Q 所规定的操作 6.解释下列模糊性知识： 1)张三，体型，（胖，0.9））。

2)(患者，症状，(头疼，0.95))∧(患者，症状，(发烧，1.1))→(患者，疾病，(感冒，1.2))答：1）表示：命题“张三比较胖”

2）解释为：如果患者有些头疼并且发高烧，则他患了重感冒。

7、简单阐述产生式系统的组成：

答：1）产生式规则库：描述相应领域知识的产生式规则集。2）数据库：（事实的集合）存放问题求解过程中当前信息的数据结构（初始事实、外部数据库输入的事实、中间结果事实和最后结果事实）。3）推理机：（控制系统）是一个程序，控制协调规则库与数据库的运行，包含推理方式和控制策略。

8、补齐产生式系统与图搜索的对比表

答：

9、已知W={P(f(x,g(A,y)),z),P(f(x,z),z)}，求MGU 答：k=0;S0=S;δ0=ε;S0不是单元素集，求得差异集D0={g(A,y)},z},其中z是变元，g(A,y)是项，且z不在g(A,y)中出现。k=k+1=1 有δ1=δ0·｛g(A,y)/z｝=ε·｛g(A,y)/z｝=｛g(A,y)/z｝，S1=S0·｛g(A,y)/z｝={P(f(x,g(A,y)),g(A,y))},S1是单元素集。根据求MGU算法，MGU=δ1=｛g(A,y)/z｝ 10.证明G是否是F1、F2的逻辑结论；

F1：x(P(x)(Q(x)R(x))F2：x(P(x)S(x))G：x(S(x)R(x))证:①┓P(x)∨Q(x)．．．从F1变换

②┓P(y)∨R(y)` ．．．从F1变换 ③P(a)

．．．从F2变换 ④S(a)

．．．从F2变换 ⑤┓S(z)∨┓R(z)．．．结论的否定

⑥R(a)

．．．②③归结｛a/y｝ ⑦┓R(a)

．．．④⑤归结｛a/z｝ ⑧□

．．．⑥⑦归结得证.11.谓词公式G通过８个步骤所得的子句集合S，称为G的子句集。请写出这些步骤。答：1）消去蕴含式和等价式→，<->

2）缩小否定词的作用范围，直到其作用于原子公式: 3）适当改名，使量词间不含同名指导变元和约束变元。

4.）消去存在量词（形成Skolem标准型）

5）消去所有全称量词

6)化成合取范式

7).适当改名，使子句间无同名变元

8).消去合取词∧，用逗号代替，以子句为元素组成一个集合S 12.已知S={P(f(x),y,g(y)),P(f(x),z,g(x))}，求MGU 答：k=0;S0=S;δ0=ε;S0不是单元素集，求得差异集D0={y,z},其中y是变元，z是项，且y不在z中出现。k=k+1=1 有δ1=δ0·｛z/y｝=ε·｛z/y｝=｛z/y｝，S1=S0·｛z/y｝={P(f(x),z,g(z)),P(f(x),z,g(x))},S1不是单元素集，求得差异集D1=｛z,x｝,k=k+1=2;δ2=δ1·｛z/x｝=｛z/y,z/x｝, S2=S1·｛z/x｝=｛P(f(z),z,g(z))｝是单元素集。根据求MGU算法，MGU=δ2=｛z/y,z/x｝ 13.证明G是否是F的逻辑结论；

F:x(P(x)Q(a)Q(x))G:x(P(x)Q(x))2 证:①P(x)

．．．从F变换

②Q(a)∨Q(x)．．．从F变换 ③┓P(y)∨┓Q(y)．．．结论的否定 ④┓Q(x)

．．．①③归结,{x/y} ⑤□

．．．②④归结,置换{a/x} 得证。

14.某问题由下列公式描述：

试用归结法证明(x)R(x)；

15.下图所示博弈树，按从左到右的顺序进行α-β剪枝搜索，试标明各生成节点的到推值，何处发生剪枝，及应选择的走步。10分

16.设有如下关系：（1）如果x是y的父亲，y又是z的父亲，则x是z的祖父；（2）老李是大李的父亲；（3）大李是小李的父亲；问上述人员中谁和谁是祖孙关系？(10分)解:现定义如下谓词

F(x,y)------x是y的父亲;G(x,z)------x是y的祖父;用谓词逻辑表示已知与求解:(1)F(x,y)∧F(y,z)→G(x,z)(2)F(L,D)(3)F(D,X)(4)G(u,v),u=?,v=? 其中,L表示老李,D表示大李,X表示小李。先证存在祖孙关系

① ～F(x,y)∨～F(y,z)∨G(x,z)．．．从(1)变换 ② F(L,D)

．．．从(2)变换 ③ F(D,X)

．．．从(3)变换 ④ ～G(u,v)

．．．结论的否定 ⑤ ～F(D,z)∨G(L,z)．．．①②归结,置换｛L/x,D/y｝ ⑥ G(L,X)

．．．③⑤归结,置换｛X/z｝ ⑦ □

．．．④⑥归结,置换｛L/u,X/v｝得证,说明存在祖孙关系。为了求解用一个重言式④ ④ ～G(u,v)∨G(u,v)．．．用重言式代替结论的否定,重言式恒为真 ⑤ ～F(D,z)∨G(L,z)．．．①②归结,置换｛L/x,D/y｝ ⑥ G(L,X)

．．．③⑤归结,置换｛X/z｝ ⑦ G(L,X)

．．．④⑥归结,置换｛L/u,X/v｝得结果:L是X的祖父，即老李是小李的祖父。张某被盗，公安局派了五个侦察员去调查。研究案情时，侦察员Ａ说：“赵与钱中至少有一人作案”；侦察员Ｄ说：“钱与孙至少有一人作案”；侦察员Ｃ说：“孙与李中至少有一个作案”；侦察员Ｄ说“赵与孙至少一个与案无关”；侦察员Ｅ说“钱与李中至少有一人与此案无关”。如果这五个侦察员的话都是可信的，试用消解原理推理求出谁是盗窃犯。（10分）解：设用T(x)表示x是作案者，则

侦察员A的话可表示：T(赵)T(钱)

侦察员B的话可表示：T(钱)T(孙)

侦察员C的话可表示：T(孙)T(李)

侦察员D的话可表示：T(赵)T(孙)

侦察员E的话可表示：T(钱)T(李)上面五个组成子句集S，求谁是作案者，把T(x)ANSWER(x)并入S1得到。即比S1多出如下一个子句：T(x)ANSWER(x)然后利用消解原理对S1进行消解可得答案：钱和孙是作案者。18.将命题：“某个学生读过三国演义”分别用谓词公式和语义网络表示答：谓词公式表示：

x(student(x)∧read(x,三国演义))语义网络表示如图：

19.利用谓词逻辑表示下列知识（包括已知和结论），然后化成子句集：（1）凡是清洁的东西就有人喜欢；（2）人们都不喜欢苍蝇求证：苍蝇是不清洁的。证：现定义如下谓词

L(x,y)------某人x喜欢某物y； P(y)------某物y是清洁的东西

(1)yx(P(y)→L(x,y))==> ┓P(y)∨L(f(y),y)(2)x(┓L(x,Fly))==> ┓L(x,Fly)(3)P(Fly)．．．结论的反

(4)L(f(Fly), Fly)．．．(1)(3)归结,置换{Fly/y}(5)□

．．．(2)(4)归结,{f(Fly)/x} 得证。

20.用语义网络表示下列信息：

(1)胡途是思源公司的经理，他35岁，住在飞天胡同68号

(2)清华大学与北京大学进行蓝球比赛，最后以89：102的比分结束。答：

21.图示博弈树，其中末一行的数字为假设的估值，请利用α-β剪枝技术剪去不必要的分枝。（在节点及边上直接加注释）

22.什么是人工智能？

答：人工智能(学科)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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。23.什么是联结主义？

答：联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。24.什么是自然语言理解？

答：语言处理也是人工智能的早期研究领域之一，并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写语言的计算机系统所取得的某些进展，其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。

25.什么是知识表示？

答：是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。26.什么是神经网络？

答：神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。

神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。27.什么是产生式系统？

答：在基于规则系统中，每个if可能与某断言(assertion)集中的一个或多个断言匹配，then部分用于规定放入工作内存的新断言。当then部分用于规定动作时，称这种基于规则的系统为反应式系统(reaction system)或产生式系统(production system)。

28、证明G是否是F1、F2的逻辑结论；

F1：x(P(x)(Q(x)R(x))F2：x(P(x)S(x))G：x(S(x)R(x))

证明G是否是F1、F2的逻辑结论；证明：①┓P(x)∨Q(x)．．．从F1变换 ②┓P(y)∨R(y)` ．．．从F1变换 ③P(a)

．．．从F2变换 ④S(a)

．．．从F2变换 ⑤┓S(z)∨┓R(z)．．．结论的否定 ⑥R(a)

．．．②③归结｛a/y｝ ⑦┓R(a)．．．④⑤归结｛a/z｝ ⑧□

．．．⑥⑦归结得证.29.简述产生式系统推理的三种方式。答：正向推理

从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。

一般策略：先提供一批事实（数据）到总数据库中。系统利用这些事实与规则的前提相匹配，触发匹配成功的规则，把其结论作为新的事实添加到总数据库中。继续上述过程，用更新过的总数据库的所有事实再与规则库中另一条规则匹配，用其结论再次修改总数据库的内容，直到没有可匹配的新规则，不再有新的事实加到总数据库中。

逆向推理

从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。

一般策略：首先假设一个可能的目标，然后由产生式系统试图证明此假设目标是否在总数据库中。若在总数据库中，则该假设目标成立；否则，若该假设为终叶（证据）节点，则询问用户。若不是，则再假定另一个目标，即寻找结论部分包含该假设的那些规则，把它们的前提作为新的假设，并力图证明其成立。这样反复进行推理，直到所有目标均获证明或者所有路径都得到测试为止。

双向推理

双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。阐述语义网络的基本语义联系。

答：隶属关系，包含关系，属性关系，时间关系，位置关系，相近关系，因果关系，组成关系 31.阐述求子句集的步骤。

(1)消去蕴涵符号

(2)减少否定符号的辖域

(3)对变量标准化

(4)消去存在量词

(5)化为前束形

(6)把母式化为合取范式

(7)消去全称量词

(8)消去连词符号∧

(9)更换变量名称 32.什么叫信息处理系统？

答：又叫符号操作系统(Symbol Operation System)或物理符号系统(Physical Symbol System)。所谓符号就是模式(pattern)。

一个完善的符号系统应具有下列6种基本功能：(1)输入符号(input)；(2)输出符号(output);(3)存储符号(store);(4)复制符号(copy);(5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构；(6)条件性迁移(conditional transfer):根据已有符号，继续完成活动过程 33.什么是行为主义？

答：又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知 34.什么是专家系统？

答：一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。

发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。35.什么是自然语言理解？

答：语言处理也是人工智能的早期研究领域之一，并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。

一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写语言的计算机系统所取得的某些进展，其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。36.什么是智能机器？

答：能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphic tasks)的机器。37.什么是符号主义？

答：又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。38.什么是知识？以及特点和分类

答：是人类智能的基础，是经过加工的信息，是由特定领域的描述、关系和过程组成的，是事实、信念和启发式规则。

知识的特点：相对正确性，不确定性，可表示性，可利用性。

知识的分类：事实性知识，过程性知识，行为性知识，实例性知识，类比性知识，元知识。39.简述人工智能的研究领域。

答：专家系统；模式识别；机器人学；自动定理证明；自然语言理解；博弈；智能检索；自动程序设计；组合调度问题；软件集；分布式人工智能；数据挖掘； 40.简述工智能的基本技术。

答：技术，搜索技术，归纳技术，联想技术。41.简述架表示法的特点