首页 > 人工智能知识体系及学科综述

人工智能知识体系及学科综述

发布时间：2023-01-01 10:36:53 来源：文档文库

小中大

字号：

手机查看

人工智能知识体系及学科综述
摘要：本文以人工智能的知识体系为研究内容，阐述人工智能的分支及其分类，以人工智能的知识单元为组织基础，总结与知识单元相关的学科、理论基础、代表性成果及方法，描述知识单元之间的层次关系，指出人工智能目前的重要研究问题。

关键词：人工智能；智能分类；知识体系

1 人工智能

斯坦福大学的Nilsson提出人工智能(ArtificialIntelligence AI是关于知识的科学，即知识的表示、知识的获取以及知识的运用。人工智能在AI学科的基本思想和内容是研究人类智能活动规律，研究模拟人类某些智能行为的基本理论、方法和技术，构造具有一定智能的人工系统，让计算机去完成以往需要人的智力才能胜任的工作。

AI涉及计算机科学、控制论、信息论、神经心理学、哲学及语言学等多个学科，是一门新理论和新技术不断出现的综合性边缘学科。AI与思维科学是实践和理论的关系，属于思维科学的技术应用层次，延伸了人脑的功能，实现脑力劳动的自动化。

作为一门多学科交叉的课程，人工智能在机器学习、模式识别、机器视觉、机器人学、航空航天、自然语言理解、Web知识发现等领域取得了突破性进展。机器学习与知识表达的关系，模式识别与机器人学、机器视觉的关系，是学习的难点。人工智能的研究方法、学术流派、理论知识非常丰富，应用领域十分广泛。没有一个比较科学的AI知识体系，学生找不到体系和关系，会对AI产生神龙见首不见尾的感觉，严重影响学习兴趣。

本文从以下几个方面进行阐述：(1智能与AI的关系；(2AI的知识单元；(3AI的相关学科、理论基础、代表性成果及方法；(4AI的知识体系及应用。把握好上述的几个方面，就可以确准地表达知识，利用知识进行问题求解，掌握发现知识的方法，感知与理解智能系统构建的成果及技术。

2 AI及分类

认为智能源于脑，把脑(主要人脑宏观层次的智能称为脑智能。而蜜蜂群、蚂蚁群等群体行为表现出的智能称为群智能。两种智能分属不同的层次和应用，脑智能是个体智能，群智能是社会智能或系统智能。模拟上述智能而生成的AI分两种，模拟脑智能的符号智能和模拟群智能的计算智能。

AI划分为符号智能和计算智能有些笼统。如进行仔细区分，AI来源于心理模拟、生理模拟、行为模拟和群体模拟。

2，1心理模型，符号推演

以心理模拟为依据，智能模型起源于数理逻辑。因人脑的记忆、联系、推理等思维活动在心理层面进行。Boole在《思维法则》中首次用符号语言描述思维活动的基本推理法则。

符号智能将信息和知识表示为符号形式，逻辑建模人的思维活动，通过逻辑推理，模拟人脑的思维过程进行问题求解。称为心理学派、逻辑学派或符号主义。

2，2生理模拟，神经计算

认为AI源于仿生学，特别是人脑模型。代表性成果是生理学家McCulloch和数理逻辑学家Pitts创立的脑模型，即MP模型。Hopfield提出用硬件模拟神经网络，Rumelhart提出多层网络中的反向传播BP算法。从模型到算法，从理论分析到工程实现，生理模拟及神经计算成为AI的一个研究流派。

2，3行为模拟，控制进化

基于行为模拟的AI称为行为主义及控制论学派。起源于控制论，模拟人及动物与环境交互、控制过程中的智能活动或行为，认为智能只有在环境中才是真正的智能。其批评符号主义和仿生学派对真实世界的过分简化。控制论的系统研究在上个世纪60年代播下智能控制和智能机器人的种子，在80年代诞生智能控制和智能机器人系统。

2，4群体智能，仿生计算

模拟生物群落的群体智能行为，将仿生计算的成果，直接付诸应用。代表性成果有遗传算法，进化计算，蚁群算法和粒子群算法等。计算智能以数据为基础，主要通过数值计算，运用算法进行问题求解。通过符号智能的知识表达、推理及模式识别等前期处理得到的数值，运用计算智能算法进行搜索计算。

AI主要体现为符号智能和计算智能，符号智能的研究内容主要有知识模型化及表示、搜索理论、推理、不确定性推理、系统结构和符号学习等。计算智能的研究内容有进化计算、模糊逻辑、神经计算和统计学习。这些研究内容所涵盖的研究方法在表1中进行详细的说明，同时较为完整地体现AI课程的知识体系结构。

3 AI的知识体系

从思维观点看，AI不仅仅限于逻辑思维，同时需要形象思维和灵感思维。数学是基础科学，也进入语言和思维领域，在逻辑、模糊数学等范围发挥作用。

AI是一个庞大的家族，包括众多的基础理论、重要的成果及算法、学科分支和应用领域等。如果将AI家族作为一棵树来描述，智能机器应作为树的最终节点。将AI划分为问题求解、知识与推理、学习与发现、感知与理解、系统与建造等五个知识单元。表2总结了AI家族的知识体系及其相关的学科、理论基础、代表性成果及方法。

3，1问题求解

1957年，Newell和Simon通过心理学实验，发现人在问题求解时思维过程的一般规律大致可分为三个阶段：①先思考出大致的解题计划：②根据记忆中的公理、定理和推理规则组织解题过程：③进行方法和目的分析，不断修正解题计划。

搜索是问题求解的核心技术，符号智能进行图搜索，计算智能进行智能优化搜索。

本文来源：https://www.2haoxitong.net/k/doc/8ef41692c9d376eeaeaad1f34693daef5ff71360.html