人工智能的孕育期
McCulloch，美国神经生理学家。他和 Pitts 一起，在 1943 年建成了第一个神经网络数学模型。 McCulloch 和 Pitts 的理论 开创了微观人工智能，即用模拟人脑来实现智能的研究。 Wiener( 维纳 ) ，美国数学家。他于 1948 年发表的控制论 （Cybernetics或动物与机器中的控制与通信）论文，不但开创 了近代控制论，而且为人工智能的行为主义学派树立了信息的 里程碑。 Shannon(香农)，美国数学家。他于1948年发表了《通讯的 数学理论》，这是一个标志，代表了一门新学科—信息论—的 诞生。信息论对心理学产生了很大的影响，而心理学又是人工 智能研究的重要支柱。
人工 人工智能的一个比较流行的定义，也是该
领域较早的定义，是由当时麻省理工学院的麦 卡锡在1956年的达特矛斯会议上提出的：“人 工智能就是要让机器的行为看起来就像是人所 表现出的智能行为一样”。总体来讲，目前对 人工智能的定义大多可划分为四类，即机器 “类人思维”、“类人行为”、“理性思维” 和“理性行为”。
【图灵测试】
1950年， 阿兰•图灵(Alan Turing)提出图灵测 试，为智能提供一个满足可操作要求的定义。图 灵测试用人类的表现来衡量假设的智能机器的表 现，这无疑是评价智能行为的最好且唯一的标准。
图灵测试的基本过程
图灵称为“模仿游戏”的测试是这样进行的: 将一 个人与一台机器置于一间房间中，而与另外一个人分 隔开来，并把后一个人称为询问者。询问者不能直接 见到屋中任一方，也不能与他们说话，因此，他不知 道到底哪一个实体是机器，只可以通过一个类似终端 的文本设备与他们联系。 然后,让询问者仅根据通过这个仪器提问收到的答 案辨别出哪个是计算机，哪个是人。如果询问者不能 区别出机器和人，那么根据图灵的理论， 就可以认为 这个机器是智能的。
人工智能的摇篮期
自这次会议之后的10多年间，人工智能的研究取得了许多 引人注目的成就。 1956年，NeweIl和Simon等人首先取得突破，他们编制的程 序Logic Theorist证明了《数学原理》第二章中的38条定理。 后来经过改进，又于1963年证明了该章中的全部52条定理。这 一工作受到了人们的高度评价，被认为是计算机模拟人的高级 思维活动的一个重大成果，是人工智能的真正开端。 从1957年开始，Newell，Shaw和Simon等人就开始研究一种 不依赖于具体领域的通用解题程序，称为GPS(General Problem Solver)。GPS的研究前后持续了10年，最后的版本发表于1969 年。
人工智能的发展期
1972年，法国马赛大学A. Cohermer和他领导的研究小组研制成 功第一个 PROLOG 系统，成为了继 LISP语言之后的另一种重要的 人工智能程序语言；1972年，斯坦福大学的E.H. Shortliffe研 制了用于诊断和治疗感染性疾病的专家系统 MYCIN。1974 年， Minsky 提出了框架理论； Shortliffe 于 1975 年提出并在 IMYCIN 中应用了不精确推理； Duda 于 1976 年提出并在 PROSPECTOR 中应 用的贝叶斯方法等等。 1977 年 ， 第 五 届 国 际 人 工 智 能 联 合 会 ( 5thIJCAI) 上 ， Feigenbaum教授在一篇题为《人工智能的艺术：知识工程课题 及实例研究》的特约文章中，系统地阐述了专家系统的思想， 并提出了知识工程(Knowledge Engineering)的概念。
人工智能的孕育期
图灵于1936年提出了一种理想计算机的数学模型，后 世通称之为图灵机。现已公认，所有可计算函数都能用图 灵机计算，这就是所谓Church--Turing论题。Turing的这 项工作为后来出现的电子计算机建立了理论根据。 1950年10月，图灵发表了题为“机器能思考吗？”的 论文，在计算机科学界引起巨大震撼，为人工智能的创立 奠定了基础。
人工智能的形成期
在逻辑学方面，鲁滨逊(J．A．Robinson)发表了 使用逻辑表达式表示的公理，机械地证明给定的 逻辑表达式的方法，它被称为归结原理，对后来 的自动定理证明和问题求解的研究产生了很大的 影响。现在有名的程序设计语言PROLOG也是以归 纳原理为基础的。
人工智能的形成期
在这个时期最大的人工智能研究成果是涉及语义处理的自 然语言处理(英语)的研究。MIT的研究生威诺格拉德 (T．Winograd)开发了能够在机器人世界进行会活的自然语 言系统SHRDLU。它不仅能分析语法，而且能够分析语义 解释不明确的句子，对提问通过推理进行回答。恰好在第一 届人工智能国际会议召开之际，人工智能作为一个学术领域 得到了承认。 MIT、斯坦福大学和CMU被称为人工智能和计算机科学的 三大中心。
人工智能的摇篮期


1956年夏季，人工智能（AI）作为一门独立的学科正式诞 生在达特茅斯大学召开的世界上第一次人工智能大会。经 McCarthy提议，在会上正式决定使用人工智能一词来概括 这个研究方向。 McCarthy——人工智能之父 会议参加者： Minsky(哈佛大学数学神经学家) Rochester (IBM公司信息研究中心负责人) Shannon(香农)(贝尔实验室信息部数学研究员) T. Moore(摩尔)和A. Samuel(塞缪尔) (IBM公司) A.Newell(艾伦.纽厄尔) H.A.Simon(西蒙)
人工智能稳步增长期
20世纪80年代中期的降温并不意味着AI研究
停滞不前或遭受重大挫折，因为过高的期望未达 到是预料中的事，不能认为是受到挫折。自那以 来，AI研究进入稳健的线性增长时期，而人工智 能技术的实用化进程也步入成熟时期。

近年来AI研究形成三种不同的研究学派：

符号主义（AI研究的传统观点 ）
人工智能稳步增长期
尽管20世纪80年代中期AI研究的淘金热跌到谷 底，但大部分AI研究者都还保持着清醒的头脑。一些 老资格的学者早就呼吁不要过于渲染AI的威力，应多 做些脚踏实地的工作。甚至在这个淘金热来到时就已 预言其很快就会降温。也正是在这批人的领导下，大 量扎实的研究工作接连不断地进行，从而使AI技术和 方法论的发展始终保持了较高的速度。
人工智能的发展期
他说；“人工智能研究的知识表示和知识利用的理论，不 能直接地用于解决复杂的实际问题。知识工程师必须把专家 的知识变换成易于计算机处理的形式加以存储。计算机系统 通过利用知识进行推理来解决实际问题。”从此之后，处理 专家知识的知识工程和利用知识工程的应用系统(专家系统) 大量涌现。专家系统可以预测在一定条件下某种解的概率。 由于当时计算机已有巨大容量，专家系统有可能从数据中得 出规律。专家系统的市场应用很广。十年间，专家系统被用 于股市预测，帮助医生诊断疾病，以及指示矿工确定矿藏位 置等。这一切都因为专家系统存储规律和信息的能力而成为 可能。


联接主义：神经网络及神经网络间的连接机制 与学习算法 行为主义：智能行为的基础是“感知-行动”， 是在与环境的交互作用中表现出来的。
符号主义
符号主义以符号处理为核心的方法，又称为 自上而下和符号主义,起源于GPS,用于模拟人类 问题求解过程的心理过程,逐渐形成为物理符号 系统。 AI的目标就是实现机器智能,而计算机自身 具有符号处理功能,它本身就蕴含着推理能力,因 而可能够方便地模拟逻辑思维过程。符号主义认 为：人类智能的基本单元是符号，认知过程就是 符号操作过程，从而思维就是符号计算
约翰•麦卡锡 （John McCarthy）

人工智能之父

首次提出AI的概念 LISP语言的发明人
人工智能(Artificial Intelligence，简记为AI) 是当前科学技术迅速发展及新思想、新理论、新 技术不断涌现的形势下产生的一个学科，也是一 门涉及数学、计算机科学、哲学、认知心理学和 心理学、信息论、控制论等学科的交叉和边缘学 科。 本章的主要任务是讨论智能、人工智能的基 本概念，并对人工智能的发展历史、研究内容、 研究途径及应用领域进行简要的讨论。
第一章 绪论

【主要内容】
1.1 1.2 1.3 1.4

什么是人工智能 人工智能的发展 人工智能的研究方法 人工智能研究的应用领域
【现工智现代人工智能（Artificial Intelligence，简
称AI），一般认为起源于美国1956年夏季的达特茅 斯会议，在这次会议上， John McCarthy第一次提 出了“Artificial Intelligence”这个词。
人工智能的实用期
总的来讲是两个问题：一是所谓的交互(Interaction)问 题，即传统方法只能模拟人类深思熟虑的行为，而不包括人 与环境的交互行为 ；另一个问题是扩展(Scaling up)问题能把这种方法简单地推广到规模更大、 领域更宽的复杂系统中去。 这些计划的失败，对人工智能的发展是一个挫折。于是 到了20世纪80年代中期，AI特别是专家系统热大大降温。进 而导致了一部分人对AI前景持悲观态度，甚至有人提出AI的 冬天已经来临。
人工智能的实用期
然而，随着专家系统应用的不断深入，专家系统自 身存在的知识获取难、知识领域窄、推理能力弱、智能 水平低、没有分布式功能、实用性差等等问题逐步暴露 出来。 日本、美国、英国和欧洲所制订的那些针对人工智 能的大型计划多数执行到 20 世纪 80年代中期就开始面临 重重困难，已经看出达不到预想的目标 1992年， FGCS 正 式宣告失败。 进一步分析便发现，这些困难不只是个别项目的制 定有问题，而是涉及人工智能研究的根本性问题。
人工智能的实用期 进入20世纪80年代后，专家系统的开发已经走 出实验室，成为软件产业的一个新分支：知识产 业。有人估计，这方面的专业公司正以差不多每 周新开张一个的速度发展着。 现在，大多数人工智能专家都承认，知识工 程是 20 世纪七八十年代人工智能研究中最有成就 的分支之一，它在恢复和推进人工智能的社会形 象方面起了很大的作用。