河床博客

深蓝是人工智能吗？深蓝有学习能力吗？强大计算能力的深蓝为什么会给人有赢一局的机会。我的猜测是深蓝的模型可能很简单，和我们和红白机对战的程序代码查不太多。只是计算的更多些。

 1948年，美国数学家诺伯特 · 维纳出版了《控制论》（或《动物与机器的控制与机器传播》）一书，创立了控制论。同年，美国数学家申农发表了《通讯的数学理论》，创立了信息论。这时，人工智能作为一门学科诞生的条件已经基本成熟
1、人工智能诞生：
n       1956年夏季，达特莫斯大学的麦卡锡（后被人誉为人工智能之父）、哈佛大学的明斯基、贝尔实验室的申农和IBM公司的洛切斯特，邀请了一批年轻科学家，共同探讨用机器模拟人工智能的问题，其中包括后来著名的人工智能专家塞缪尔、纽厄尔和西蒙等人。在这次会上，麦卡锡提议使用“人工智能 AI” （Artificial Intelligence）这一术语。从此，人工智能作为一门学科正式诞生了。
同年，塞缪尔研制了一个跳棋程序。1959年这个程序击败了塞缪尔本人，1962年又击败了一个州冠军。
2、人工智能危机
n       1960年，大师麦卡锡研制出表处理语言LISP（LISt Processing language）。这是一项划时代的贡献，它作为建造智能系统的重要语言工具在人工智能的各个领域得到了广泛的应用。在人工智能刚诞生的十几年里，人工智能可谓风光无限。发展速度之快让大多数人对其保持乐观的信念。可是不久，危机到来了。
3、西蒙简介
西蒙是人工智能和认知心理学派的主要代表，他曾自学汉语，中文名叫“司马贺”，西蒙是个通才，在许多领域都有杰出的表现。可能是自1956年以来在人工智能领域取得了令人瞩目的进展，西蒙的过于乐观而导致下面一段著名论断。
①预言
n       他与纽厄尔于1958年做出了如下的预言：“10年内，计算机将成为世界象棋冠军；10年内，计算机将发现并证明新的数学定理；10年内，计算机将谱写出能被评论家认可的乐曲。”
②预言未实现
但事实上，计算机一直到1997年才战胜了人类的象棋冠军，至于其他预言，还远未实现。从20世纪60年代中期起，人工智能研究处于相当困难的阶段。主要原因是人们没能很快地取得突破性的进展，人们从刚开始的狂热中冷静下来，开始更加理智地看待人工智能。
③批判
n       1971年，应政府的要求，英国剑桥大学的应用数学家詹姆士在进行了一番研究后，发表了一篇关于人工智能的综合报告，该报告对人工智能做了批判，他甚至说：“人工智能即便不是骗局，也是庸人自扰”。这篇报告当时产生了巨大的影响，英国的人工智能研究经费被削减，机构被解散。美国IBM 公司也开始放弃了它一向热衷的人工智能研究。整个人工智能学界遭遇到了前所未有的危机。
④坚持
n       尽管在这种情况下，还有一些人工智能学者仍在坚持他们的研究，他们的研究后来终于得到了回报。到了20世纪70年代中期，专家系统作为一个新兴的分支得到了发展。从此，人工智能摆脱了那高高在上的形象，开始投入到实际应用中。
4、专家系统
20世纪70年代以来，出现了许多优秀的专家系统。1975年，由费根鲍曼小组研制的Mycin 程序在诊断脑膜炎方面，超过了一般的医生。1976年，斯坦福大学杜达等人研制了一个地质勘探系统 Prospector，该系统于1982年准确地预测到华盛顿州一个钼矿的位置。
①专家系统
n       还有很多出色的专家系统。人工智能在知识表示、不精确推理、人工智能语言、计算机视觉、机器人等领域都有所进展。人工智能终于从困境中走出来了。
②专家系统发展
n       20世纪80年代是专家系统发展的黄金时代，各种专家系统在许多领域发挥了巨大的作用。直到现在，专家系统仍然是人工智能最成功的领域之一。
5、人工神经网络研究
20世纪90年代以来，各相关学科的理论和方法开始渗透和融入人工智能领域，使人工智能成为交叉学科。其中人工神经网络研究的兴起，为人工智能研究开辟了一条新途径。人工神经网络是应用大量简单处理单元经广泛连接所构成的人工网络，用于模拟人脑神经系统的结构和功能。研究者们认为，人的大脑十分复杂，人工神经网络的研究可以提高人们对客观世界的认识。对人大脑的研究与模拟必然会促进人工智能研究的发展。
①智商、智能
提出智商概念的德国心理学家曾把智能定义为适应新的（未知的）任务及生活中新情况的能力。但是实际上动物也具有这样的能力，但我们一般不说动物具有智能。为了将人与动物的这种能力做出明确的区别，有人建议将智能定义为求知能力的集合。这种能力是指获取知识并用于解决新的（未知的）理论的和（或）实际的问题。
②人工智能的精确定义
n人工智能的精确定义是什么？尽管许多关于想要精确地给出其复杂和广泛使用的定义的尝试都没有成功，但至少可以给出一个围绕其概念的大致的边界。有人给出了下面的可被广泛接受的定义：
n“Artificial Intelligence (AI) is the study of how to make computers do things at which, at the moment, people are better.”
③人总是比计算机强
n       当然，这个定义是相对于计算机科学的发展现状来说的，因而可能是暂时的。但是，通过本章内容的讨论就可以看出，这个定义在相当长的时期内是适用的。事实上，从六十年代开始计算机的发展并没有人们原来预料的那么快，在处理复杂问题上，人总是比计算机强。
④争论还没有结束
n1997年在世界计算机界发生了一件令人震撼的事情，就是美国IBM公司开发的计算机国际象棋程序“深蓝(Deep Blue)”击败了世界国际象棋冠军加里·卡斯帕罗夫，当时国际舆论对此作了大量的报道。这不仅仅是计算机赢了几盘棋的问题，它的重要意义在于它证明了计算机有可能在智能活动的某个方面胜过人，虽然这个比赛结果比西蒙等人的预言晚了几十年，还是给计算机专家和人工智能专家以巨大的鼓舞。当然，对于计算机最终能否战胜人的争论还远远没有结束。
6、人工智能的定义①人工智能的定义
n人工智能的定义也可以描述为：研究用机器来模拟人类的诸如理解语言、学习、推理和解决问题等智能活动，模拟和探索人的感觉和思维过程的规律而设计出类似人的某些智能的自动机的科学。其最终目标是为程序和计算机最大限度地解放人类真实智能，将人类从繁琐的脑力劳动中解放出来。
n目前通常所说的人工智能是指借助技术和理论手段，应用数学方法和（或）数字逻辑研究智能的各个方面的问题。简言之，就是研究如何用人工的方法与技术，即利用计算机等工具，模拟、延伸和扩展人的智能，实现某些机器思维或脑力劳动的自动化。
n人工智能是计算机科学技术发展的前沿领域，化学计量学很自然地成为它的应用领域之一。在化学量测和数据解析中，传统上是化学家依据他们的知识、经验、智能和技巧去完成的，而化学计量学中的人工智能方法是利用化学计量学方法，设计计算机的机器专家系统，模仿化学家的智能去解决数据解析中的问题。
化学模式识别
n前面讨论的化学模式识别就是一种人工智能。
②人工智能问题
n人工智能问题包括的范围非常广泛，而且这些问题之间的差别可能会很大。那么，是否存在着这样的技术使之能解决如此广泛而众多的问题呢？答案是肯定的。那么，这样的技术是怎样解决问题的呢？下面就是要讨论这些问题。
知识的特征
经过几十年对AI的研究，人们发现“智能需要知识”，这些知识还具有下面的特征：
            · 大量的知识
            · 难于精确表征的知识
            · 总是在变化着的
③人工智能技术
人工智能技术是用来开发以下诸方式表达的知识的方法：
n具有广义性。换言之，不必对各个独立的情形作分别的表示，而只需对具有共性的性质作分组表示；
n它可以为提供知识的人懂得。虽然许多程序和大量数据是自动取出的（例如通过仪器的读出系统），但在许多AI领域中，大部分的知识是由人提供的，而这些人是懂得这些知识的；
n它可以容易地被修改以校正误差并反映真实的变化；
n它可以被用于许多情形，尽管它不全是准确的和不完整的；
n它可以通过缩小其可能性范围而有助于克服其自身的问题。
④人工智能研究的主要目的
人工智能研究的主要目的是：
（1）开发人类智能活动的潜能；
（2）探讨用各种（电气的、光学的、生物的、甚至是机械的）机器模拟人类智能的途径，使人类智能得以物化和延伸。
n人工智能与空间工程、生物工程并列为三大尖端科学。
⑤人工智能计算机程序
n在化学领域中，如何从光谱图形，特别是像质谱这种复杂的谱图出发，推断化合物结构？如何借助计算机程序，设计制取某一化合物的最佳合成路线？这些问题的解决所用到的计算机程序已不限于一般工程与科学数值计算（数值计算是以求精确解为目标的）。
⑥人工智能计算机程序
n人工智能计算机程序涉及文字、概念的处理。就目前的发展水平，它不一定能保证得到问题的正确解，但必须清楚，即使是经验丰富的化学专家在作谱图解析或合成路线设计时，也不能绝对保证正确解答所有问题。
n作为人工智能计算机程序，在进行搜索时能调用给定领域的知识，化学计量学中的人工智能所涉及的领域知识当然就是化学的专门知识。
二、人工智能程序nSumn启发式分类与搜索 n广度优先搜索 (broadth-first search) n深度优先搜索 (depth-first search) n有序搜索 n子目标与方案 n知识的表达 […]