第四章智能DSS和智能技術(shù)的決策支持Nothingisimpossibleforawillingheart.心之所愿，無(wú)所不成。第四章智能DSS和智能技術(shù)的決策支持Nothingis1本章主要內(nèi)容什么是人工智能？基本原理專(zhuān)家系統(tǒng)原理與產(chǎn)生式規(guī)則專(zhuān)家系統(tǒng)遺傳算法的決策支持本章主要內(nèi)容什么是人工智能？2一、什么是人工智能？一、什么是人工智能？3什么是智能?請(qǐng)說(shuō)出3種你身邊或你所知道的智能化事物什么是智能?請(qǐng)說(shuō)出3種你身邊或你所知道的智能化事物4什么是智能?一般認(rèn)為智能是個(gè)體對(duì)客觀事物進(jìn)行合理分析、判斷及有目的行動(dòng)、有效地處理周?chē)h(huán)境事宜的綜合能力。智能要素：感知、認(rèn)識(shí)、學(xué)習(xí)、理解、分析、綜合、判斷、推理、創(chuàng)造……情感、意識(shí)、意志等。什么是智能?一般認(rèn)為智能是個(gè)體對(duì)客觀事物進(jìn)行合理分析、判斷及5計(jì)算機(jī)與智能例子：IBM超級(jí)計(jì)算機(jī)計(jì)算機(jī)與智能例子：IBM超級(jí)計(jì)算機(jī)6一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“深藍(lán)”1997年5月11日，世界國(guó)際象棋棋王卡斯帕羅夫與美國(guó)IBM公司的RS／6000（深藍(lán)）計(jì)算機(jī)系統(tǒng)進(jìn)行了六局“人機(jī)大戰(zhàn)”，結(jié)果“深藍(lán)”以3.5比2.5的總比分獲勝。一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“深藍(lán)”1997年5月11日，7一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“沃森”2014年，IBM超級(jí)計(jì)算機(jī)Watson在《危險(xiǎn)邊緣》競(jìng)賽節(jié)目中擊敗了該節(jié)目歷史上最成功的兩位人類(lèi)選手，繼“深藍(lán)”之后，聰明的人腦再一次敗給了智慧程序。視頻/v_show/id_XMjY5ODIwODg4.html計(jì)算機(jī)戰(zhàn)勝人類(lèi)的“訣竅”是什么？返回一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“沃森”2014年，IBM超級(jí)8人類(lèi)智能與人工智能的關(guān)系？電腦真的能夠模擬人腦嗎？輸入……輸出Hello!存儲(chǔ)除此之外，人和計(jì)算機(jī)都能復(fù)制建立符號(hào)結(jié)構(gòu)：在符號(hào)系統(tǒng)中形成符號(hào)結(jié)構(gòu)條件性遷移：根據(jù)已有符號(hào)，繼續(xù)完成活動(dòng)過(guò)程vs人類(lèi)智能與人工智能的關(guān)系？電腦真的能夠模擬人腦嗎？輸入……輸92.什么是人工智能?人工智能—ArtificialIntelligence(AI)

眾說(shuō)紛紜目前還沒(méi)有統(tǒng)一的定義一般解釋?zhuān)喝斯ぶ悄芫褪怯萌斯さ姆椒ㄔ跈C(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能，或稱(chēng)機(jī)器智能、計(jì)算機(jī)智能。被認(rèn)為是21世紀(jì)的三大尖端技術(shù)之一另外兩項(xiàng)分別為：基因工程、納米科學(xué)2.什么是人工智能?人工智能—ArtificialInt10關(guān)于人工智能問(wèn)題是一個(gè)古老的但又十分新穎的研究課題各國(guó)在人工智能的研究上都已經(jīng)獲得巨大的進(jìn)展各種傳統(tǒng)的或新穎的智能模型迄今還不能完全而圓滿(mǎn)地對(duì)大腦思維活動(dòng)的過(guò)程進(jìn)行解釋和模擬人們還不十分了解信息在大腦中的底層結(jié)構(gòu)和編碼方法；象人們的概念、意識(shí)、情感和創(chuàng)造性思維過(guò)程等，還根本無(wú)從著手；在哲學(xué)上、自然科學(xué)以及社會(huì)學(xué)科上還有很大的爭(zhēng)論，還不能得到一致認(rèn)同。關(guān)于人工智能問(wèn)題是一個(gè)古老的但又十分新穎的研究課題11人工智能研究的目標(biāo)運(yùn)算速度足夠快、記憶容量和邏揖單元的數(shù)目也超過(guò)了人腦。有大量的智能程序，并提供了合適種類(lèi)的大量數(shù)據(jù)。能夠做一些人性化的事情，如簡(jiǎn)單地聽(tīng)或說(shuō)，回答某些問(wèn)題等。問(wèn)題：這臺(tái)機(jī)器具有思維能力了嗎?

換言之，我們?cè)鯓硬拍芘袛嘁慌_(tái)機(jī)器是否具存了思維能力呢?人工智能研究的目標(biāo)運(yùn)算速度足夠快、記憶容量和邏揖單元的數(shù)目也12人工智能研究的目標(biāo)1950年英國(guó)數(shù)學(xué)家圖靈發(fā)表了”計(jì)算機(jī)與智能”的論文中提出著名的“圖靈測(cè)試”，形象地提出人工智能應(yīng)該達(dá)到的智能標(biāo)準(zhǔn)。（A.M.Turing,1912—1954）人工智能研究的目標(biāo)1950年英國(guó)數(shù)學(xué)家圖靈發(fā)表了”計(jì)算機(jī)與智13圖靈測(cè)試即一個(gè)人在不接觸對(duì)方的情況下，通過(guò)一種特殊的方式，和對(duì)方進(jìn)行一系列的問(wèn)答，如果在相當(dāng)長(zhǎng)時(shí)間內(nèi)，他無(wú)法根據(jù)這些問(wèn)題判斷對(duì)方是人還是計(jì)算機(jī)，那么，就可以認(rèn)為這個(gè)計(jì)算機(jī)具有同人相當(dāng)?shù)闹橇?，即這臺(tái)計(jì)算機(jī)是能思維的。如果你是提問(wèn)者，你會(huì)問(wèn)哪些問(wèn)題來(lái)分辨人和機(jī)器呢？圖靈測(cè)試即一個(gè)人在不接觸對(duì)方的情況下，通過(guò)一種特殊的方式，和14有影響力的圖靈測(cè)試---羅布納獎(jiǎng)（Loebnerprize）由紐約的慈善家HughLoebner組織的圖靈測(cè)試。從1991年起，每年舉行一次。反應(yīng)與人類(lèi)的反應(yīng)最難區(qū)別的計(jì)算機(jī)將獲得100000美元的獎(jiǎng)金和一塊金牌。規(guī)則四位人類(lèi)評(píng)審各坐在一臺(tái)電腦前，將同一組測(cè)試題分別分配給遠(yuǎn)程的一臺(tái)機(jī)器和一個(gè)真實(shí)人類(lèi)回答。在25分鐘的有限時(shí)間內(nèi)，評(píng)審需要根據(jù)回答來(lái)分辨出誰(shuí)是機(jī)器人，誰(shuí)是人類(lèi)，然后才可以繼續(xù)測(cè)試下一對(duì)人/機(jī)器?，F(xiàn)狀到目前為止沒(méi)有聊天機(jī)器人問(wèn)鼎金獎(jiǎng)和銀獎(jiǎng)。所有參賽選手主要是競(jìng)爭(zhēng)4千美元的銅獎(jiǎng)。有影響力的圖靈測(cè)試---羅布納獎(jiǎng)（Loebnerprize15從表面上看，要使機(jī)器回答按一定范圍提出的問(wèn)題似乎沒(méi)有什么困難，可以通過(guò)編制特殊的程序來(lái)實(shí)現(xiàn)。然而，如果提問(wèn)者并不遵循常規(guī)標(biāo)準(zhǔn)，編制回答的程序是極其困難的事情。從表面上看，要使機(jī)器回答按一定范圍提出的問(wèn)題似乎沒(méi)有什么困難16請(qǐng)判斷哪一組是人-機(jī)對(duì)話(huà)？A：今天過(guò)得怎么樣？B：糟透了。今早我錯(cuò)把牛奶倒在早餐上，結(jié)果還沒(méi)來(lái)得及吃，它就生銹了。我本應(yīng)該倒油。A：你最喜歡的科幻片有哪些？B：《星球大戰(zhàn)》和《駭客帝國(guó)》。A：如果我說(shuō)《星戰(zhàn)大戰(zhàn)前傳》很難看，你贊成嗎？B：雙手贊成！盧卡斯應(yīng)該被拉去槍斃！A：在“滾石”樂(lè)隊(duì)和“誰(shuí)人”（TheWho）樂(lè)隊(duì)之間，你認(rèn)為誰(shuí)是史上最偉大的？B：肯定是“滾石”樂(lè)隊(duì)。不過(guò)，在80年代早期，TheWho確實(shí)在解散之前寫(xiě)過(guò)一些好歌。A：你認(rèn)為機(jī)器可以有人的思維？B：機(jī)器不可能有人的思維。A：為什么？B：機(jī)器的思維是不同的、獨(dú)特的，人的思維千差萬(wàn)別，機(jī)器為什么要和人一樣呢？請(qǐng)判斷哪一組是人-機(jī)對(duì)話(huà)？A：今天過(guò)得怎么樣？A：你最喜歡17自然語(yǔ)言理解中的難點(diǎn)岐義現(xiàn)象的廣泛存在1.他的包袱太重。問(wèn)題：“包袱”指什么？2.老王有一個(gè)女兒，很驕傲。問(wèn)題：誰(shuí)驕傲？3.Lookout!Therecomesthetrain!問(wèn)題：Lookout含義是？自然語(yǔ)言理解中的難點(diǎn)岐義現(xiàn)象的廣泛存在1.他的包袱太重。2.18自然語(yǔ)言理解中的難點(diǎn)語(yǔ)句缺少必要成分或用代詞表示，需要聽(tīng)者按常理去推理。1.我有一個(gè)女同學(xué)有一個(gè)兒子，長(zhǎng)得好可愛(ài)。問(wèn)題：誰(shuí)長(zhǎng)得好可愛(ài)？2.那顆大球擊穿了桌子，因?yàn)樗桥菽芰现瞥傻?。?wèn)題：什么是用泡沫制成的？3.小王把小李打了一頓，他真暴力。問(wèn)題：誰(shuí)暴力？自然語(yǔ)言理解中的難點(diǎn)語(yǔ)句缺少必要成分或用代詞表示，需要聽(tīng)者按19是否有計(jì)算機(jī)通過(guò)了圖靈測(cè)試？2014年6月8日，英國(guó)雷丁大學(xué)貼出了一份公告，宣布一臺(tái)名為“尤金·古斯特曼”的計(jì)算機(jī)首次通過(guò)了“圖靈測(cè)試”，成功讓人類(lèi)相信它是一個(gè)13歲的男孩。業(yè)界存在質(zhì)疑該聊天機(jī)器人號(hào)稱(chēng)只有13歲，并使用第二語(yǔ)言來(lái)回答問(wèn)題，以此作為重大缺陷的借口。測(cè)試者只有5分鐘與之展開(kāi)互動(dòng)，大大增加了他們?cè)诙唐趦?nèi)被“欺騙”的概率。是否有計(jì)算機(jī)通過(guò)了圖靈測(cè)試？2014年6月8日，英國(guó)雷丁大學(xué)20思考：通過(guò)了圖靈測(cè)試的計(jì)算機(jī)，是否意味著計(jì)算機(jī)可以思考呢?思考：通過(guò)了圖靈測(cè)試的計(jì)算機(jī)，是否意味著計(jì)算機(jī)可以思考呢?21圖靈測(cè)試的爭(zhēng)議計(jì)算機(jī)在回答提問(wèn)時(shí)，需要在數(shù)據(jù)庫(kù)儲(chǔ)存的大量知識(shí)之間尋找關(guān)聯(lián)性。但是和人類(lèi)相比，它的思維方式并不具有原創(chuàng)性，不是獨(dú)立的思考。實(shí)驗(yàn)的結(jié)果很大一部分也取決于評(píng)審自己的水平和發(fā)問(wèn)技巧。而這些都會(huì)影響測(cè)試的最終參考價(jià)值參加測(cè)試的計(jì)算機(jī)經(jīng)常借助使幽默的手段來(lái)將對(duì)話(huà)人引導(dǎo)至別的話(huà)題上，以此來(lái)避免回答一些其無(wú)法理解的問(wèn)題。為了建立智能機(jī)器，先為機(jī)器建立一些更廣泛的基本技能更為實(shí)際。如故障診斷、臉部識(shí)別、下棋、打撲克牌等。圖靈測(cè)試的爭(zhēng)議計(jì)算機(jī)在回答提問(wèn)時(shí)，需要在數(shù)據(jù)庫(kù)儲(chǔ)存的大量知識(shí)22機(jī)器真的能夠自動(dòng)推理嗎？---5個(gè)房間問(wèn)題有5間不同顏色的房間，每間住個(gè)不同國(guó)籍的人，每人有自己喜歡的飲料、香煙和寵物。已知信息：英國(guó)人在紅房間中西班牙人有一條狗挪威人住在左邊第一間房里黃房間中的人在抽庫(kù)爾斯牌香煙抽切斯菲爾德牌香煙的人是養(yǎng)了一只狐貍的人的鄰居挪威人住在藍(lán)房間隔壁抽溫斯頓牌香煙的人有一只蝸牛抽幸運(yùn)牌香煙的人喝橘子汁烏克蘭人喝茶日本人抽國(guó)會(huì)牌香煙抽庫(kù)爾斯牌煙的房間在有匹馬的房間隔壁綠房間中的人喝咖啡綠房間在白房間的左邊中間房間的人喝牛奶問(wèn)題：斑馬在哪個(gè)房間中？哪個(gè)房間中的人喝水？機(jī)器真的能夠自動(dòng)推理嗎？---5個(gè)房間問(wèn)題有5間不同顏色的房23自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵物自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵24自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵物挪威人牛奶咖啡庫(kù)爾斯馬英國(guó)人水橘子汁西班牙幸運(yùn)狗茶烏克蘭日本人國(guó)會(huì)溫斯頓切斯菲爾德蝸牛狐貍斑馬3.挪威人住在左邊第一間房里6.挪威人住在藍(lán)房間旁邊14.中間房間的人喝牛奶12.綠房間中的人喝咖啡14.綠房間在白房間的左邊1.英國(guó)人在紅房間中4.黃房間中的人在抽庫(kù)爾斯牌香煙11.抽庫(kù)爾斯牌煙的房間在有匹馬的房間隔壁8.抽幸運(yùn)香煙的人喝橘子汁9.烏克蘭人喝茶2.西班牙人有一條狗8.抽幸運(yùn)牌香煙的人喝橘子汁9.烏克蘭人喝茶10.日本人抽國(guó)會(huì)牌香煙7.抽溫斯頓牌香煙的人有一只蝸牛5.抽切斯菲爾德牌香煙的人的是養(yǎng)了一只狐貍的人的鄰居機(jī)器真的能自動(dòng)完成這樣的推理嗎？自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵25自動(dòng)推理示例---Prolog程序自動(dòng)推理示例---Prolog程序26人工智能的應(yīng)用減少密集型勞動(dòng)強(qiáng)度，提高可靠性。提高自動(dòng)化程度，降低對(duì)人員質(zhì)量，數(shù)量的需求，降低成本。人工智能技術(shù)應(yīng)用于機(jī)器人，可以代替人類(lèi)完成危險(xiǎn)的、不適于人來(lái)完成的工作。人工智能的應(yīng)用減少密集型勞動(dòng)強(qiáng)度，提高可靠性。27工業(yè)機(jī)器人目前，全球工業(yè)機(jī)器人以每年超過(guò)10％的速度增長(zhǎng)。工業(yè)機(jī)器人目前，全球工業(yè)機(jī)器人以每年超過(guò)10％的速度增長(zhǎng)。28特殊環(huán)境服役機(jī)器人排雷機(jī)器人排爆機(jī)器人太空維修機(jī)器人特殊環(huán)境服役機(jī)器人排雷機(jī)器人排爆機(jī)器人太空維修機(jī)器人29家用機(jī)器人家用機(jī)器人30網(wǎng)站智能客服網(wǎng)站智能客服31微軟第三代聊天機(jī)器人小冰---具備情感優(yōu)勢(shì)

微軟第三代聊天機(jī)器人小冰---具備情感優(yōu)勢(shì)32人工智能的應(yīng)用－人臉識(shí)別她是誰(shuí)?人工智能的應(yīng)用－人臉識(shí)別她是誰(shuí)?33人工智能的應(yīng)用－機(jī)器翻譯翻譯句子“Thespiritiswillingbutthefleshisweak”翻譯工具谷歌在線(xiàn)翻譯/

愛(ài)詞霸英語(yǔ)翻譯/

……人工智能的應(yīng)用－機(jī)器翻譯翻譯句子“Thespiritis34谷歌無(wú)人駕駛汽車(chē)內(nèi)華達(dá)州是美國(guó)對(duì)公共道路無(wú)人駕駛立法的第一個(gè)州。截至2012年6月，谷歌的無(wú)人駕駛汽車(chē)已經(jīng)在該州行進(jìn)了25萬(wàn)英里。谷歌無(wú)人駕駛汽車(chē)內(nèi)華達(dá)州是美國(guó)對(duì)公共道路無(wú)人駕駛立35谷歌無(wú)人駕駛汽車(chē)的構(gòu)造示意圖及其描繪的3D地形圖谷歌無(wú)人駕駛汽車(chē)的構(gòu)造示意圖及其描繪的3D地形圖36關(guān)于無(wú)人駕駛汽車(chē)的爭(zhēng)議話(huà)題如果無(wú)人駕駛汽車(chē)因?yàn)楸茏屝腥硕鴵p害了其他車(chē)輛或給車(chē)內(nèi)人員帶來(lái)危險(xiǎn)，它應(yīng)該避讓嗎？關(guān)于無(wú)人駕駛汽車(chē)的爭(zhēng)議話(huà)題如果無(wú)人駕駛汽車(chē)因?yàn)楸茏屝腥硕鴵p害37如何實(shí)現(xiàn)智能？專(zhuān)家系統(tǒng)神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)遺傳算法自然語(yǔ)言理解

……等.如何實(shí)現(xiàn)智能？專(zhuān)家系統(tǒng)38二、人工智能的基本原理二、人工智能的基本原理39知識(shí)的分類(lèi)事實(shí)對(duì)客觀事物屬性的值或狀態(tài)的描述如：今天很熱、我今年50歲、大海是藍(lán)色的等規(guī)則如果A則B如果今天下雨，我就留在家里規(guī)律同一類(lèi)現(xiàn)象的本質(zhì)關(guān)系或本質(zhì)之間的穩(wěn)定聯(lián)系自然規(guī)律：水加熱后會(huì)變成水蒸氣知識(shí)：是經(jīng)過(guò)提煉加工的信息，是一個(gè)或多個(gè)信息之間的關(guān)聯(lián)。知識(shí)的分類(lèi)事實(shí)知識(shí)：是經(jīng)過(guò)提煉加工的信息，是一個(gè)或多個(gè)信息之40知識(shí)的推理方法演繹推理從一般現(xiàn)象到個(gè)別現(xiàn)象的推理“蘇格拉底之死”歸納推理從大量個(gè)別現(xiàn)象到一般現(xiàn)象的推理金受熱后體積膨脹，

銀受熱后體積膨脹，

銅受熱后體積膨脹，

鐵受熱后體積膨脹，…，因此，金屬受熱后都體積膨脹。類(lèi)比推理

從個(gè)別現(xiàn)象到個(gè)別現(xiàn)象的推理如汽車(chē)：運(yùn)輸；魚(yú)網(wǎng)：捕魚(yú)知識(shí)的推理方法演繹推理41知識(shí)的表示就是對(duì)知識(shí)的一種描述，或者說(shuō)是一組約定，一種計(jì)算機(jī)可以接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)。對(duì)知識(shí)進(jìn)行表示的過(guò)程就是把知識(shí)編碼成某種數(shù)據(jù)結(jié)構(gòu)的過(guò)程。知識(shí)的表示42知識(shí)的表示方法直接表示(計(jì)算機(jī)難以處理)邏輯表示產(chǎn)生式規(guī)則表示法語(yǔ)義網(wǎng)絡(luò)表示法知識(shí)的表示方法直接表示(計(jì)算機(jī)難以處理)43如何選擇知識(shí)表示方法？表示知識(shí)的范圍是否廣泛

例如，數(shù)理邏輯表示是一種廣泛的知識(shí)表示辦法，如果單純用數(shù)字表示，則范圍就有限制。是否適于推理

人工智能只能處理適合推理的知識(shí)表示，因此所選用的知識(shí)表示必須適合推理。數(shù)學(xué)模型（拉格朗日插值法）適合推理，普通的數(shù)據(jù)庫(kù)只能供瀏覽檢索，但不適合推理。是否適于計(jì)算機(jī)處理

計(jì)算機(jī)只能處理離散的、量化的byte字節(jié)流。因此，用文字表述的知識(shí)和連續(xù)形式表示的知識(shí)（如微分方程）不適合計(jì)算機(jī)處理。

如何選擇知識(shí)表示方法？44是否有高效的求解算法

考慮到實(shí)用的性能，必須有高效的求解算法，知識(shí)表示才有意義。能否表示不精確知識(shí)

自然界的信息具有先天的模糊性和不精確性，能否表示不精確知識(shí)也是考慮的重要因素。知識(shí)和元知識(shí)能否用統(tǒng)一的形式表示

知識(shí)和元知識(shí)是屬于不同層次的知識(shí)，使用統(tǒng)一的表示方法可以使知識(shí)處理簡(jiǎn)單。是否有高效的求解算法

考慮到實(shí)用的性能，必須有高效的求45三、專(zhuān)家系統(tǒng)原理與產(chǎn)生式規(guī)則專(zhuān)家系統(tǒng)知識(shí)就是力量,而積累了知識(shí)的計(jì)算機(jī)會(huì)全面增強(qiáng)我們的力量。

--費(fèi)根鮑姆(斯坦福大學(xué)教授)三、專(zhuān)家系統(tǒng)原理與知識(shí)就是力量,而積累了知識(shí)的計(jì)算機(jī)會(huì)全46一個(gè)實(shí)例：智能農(nóng)業(yè)專(zhuān)家系統(tǒng)一個(gè)實(shí)例：智能農(nóng)業(yè)專(zhuān)家系統(tǒng)47實(shí)例（續(xù)）實(shí)例（續(xù)）48實(shí)例（續(xù)）實(shí)例（續(xù)）49專(zhuān)家系統(tǒng)的概念什么是專(zhuān)家？專(zhuān)家系統(tǒng)（ES，ExpertSystem）人類(lèi)之所以能求解問(wèn)題，是因?yàn)槿祟?lèi)具有知識(shí)。定義專(zhuān)家系統(tǒng)是利用大量的領(lǐng)域?qū)＜抑R(shí)，運(yùn)用知識(shí)推理方法解決特定領(lǐng)域?qū)嶋H問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。學(xué)科代表人物愛(ài)德華·費(fèi)根鮑姆（EdwardFeigenbaum）1968年世界上第一個(gè)專(zhuān)家系統(tǒng)DENDRAL問(wèn)世。用于診斷傳染病和提供治療建議的著名專(zhuān)家系統(tǒng)MYCIN專(zhuān)家系統(tǒng)的概念什么是專(zhuān)家？50專(zhuān)家系統(tǒng)的特點(diǎn)作為一種模擬人類(lèi)專(zhuān)家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)，專(zhuān)家系統(tǒng)應(yīng)當(dāng)具有：大量的專(zhuān)門(mén)知識(shí)與經(jīng)驗(yàn)根據(jù)某領(lǐng)域一個(gè)或多個(gè)專(zhuān)家提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷需要解決的問(wèn)題要足夠的復(fù)雜專(zhuān)家系統(tǒng)的特點(diǎn)作為一種模擬人類(lèi)專(zhuān)家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序51專(zhuān)家系統(tǒng)的優(yōu)點(diǎn)具體地說(shuō)，包括下列幾個(gè)方面：(1)專(zhuān)家系統(tǒng)能夠高效率、準(zhǔn)確、周到、迅速和不知疲倦地進(jìn)行工作。(2)專(zhuān)家系統(tǒng)解決實(shí)際問(wèn)題時(shí)不受周?chē)h(huán)境的影響，也不可能遺漏忘記。(3)可以使專(zhuān)家的專(zhuān)長(zhǎng)不受時(shí)間和空間的限制，以便推廣珍貴和稀缺的專(zhuān)家知識(shí)與經(jīng)驗(yàn)。(4)專(zhuān)家系統(tǒng)能匯集多領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)以及他們協(xié)作解決重大問(wèn)題的能力。專(zhuān)家系統(tǒng)的優(yōu)點(diǎn)具體地說(shuō)，包括下列幾個(gè)方面：52第一個(gè)商用專(zhuān)家系統(tǒng)：R1世界上第一個(gè)成功的商用專(zhuān)家系統(tǒng)，1982年開(kāi)始正式在DEC公司使用。該程序幫助為新計(jì)算機(jī)系統(tǒng)配置訂單；為公司每年節(jié)省了數(shù)千萬(wàn)美元。第一個(gè)商用專(zhuān)家系統(tǒng)：R1世界上第一個(gè)成功的商用專(zhuān)家系統(tǒng)，1953在1991年的海灣危機(jī)中，美國(guó)軍隊(duì)使用專(zhuān)家系統(tǒng)用于自動(dòng)的后勤規(guī)劃和運(yùn)輸日程安排。這項(xiàng)工作同時(shí)涉及到50000個(gè)車(chē)輛、貨物和人，而且必須考慮到起點(diǎn)、目的地、路徑以及解決所有參數(shù)之間的沖突。AI規(guī)劃技術(shù)使得一個(gè)計(jì)劃可以在幾小時(shí)內(nèi)產(chǎn)生，而用舊的方法需要花費(fèi)幾個(gè)星期。海灣戰(zhàn)爭(zhēng)中的專(zhuān)家系統(tǒng)在1991年的海灣危機(jī)中，美國(guó)軍隊(duì)使用專(zhuān)家系統(tǒng)用于自動(dòng)的后勤54移動(dòng)專(zhuān)家系統(tǒng)移動(dòng)專(zhuān)家系統(tǒng)55專(zhuān)家系統(tǒng)的主要構(gòu)成“系統(tǒng)”？體系結(jié)構(gòu)？知識(shí)庫(kù)結(jié)果解釋器知識(shí)推理機(jī)知識(shí)獲取器人機(jī)接口用戶(hù)知識(shí)工程師領(lǐng)域?qū)＜覍?zhuān)家系統(tǒng)的核心部件專(zhuān)家系統(tǒng)的主要構(gòu)成“系統(tǒng)”？知識(shí)庫(kù)結(jié)果解釋器知識(shí)推理機(jī)知識(shí)獲56產(chǎn)生式規(guī)則知識(shí)的表示專(zhuān)家系統(tǒng)的第一選擇的知識(shí)表達(dá)方式產(chǎn)生式規(guī)則表示形式IF（條件）THEN（結(jié)論）或AB例子：IF（動(dòng)物有毛發(fā)）THEN（動(dòng)物是哺乳動(dòng)物）IF（動(dòng)物有羽毛）THEN（動(dòng)物是鳥(niǎo)）IF（動(dòng)物會(huì)飛）并且（動(dòng)物會(huì)產(chǎn)蛋）THEN（動(dòng)物是鳥(niǎo)）產(chǎn)生式規(guī)則知識(shí)的表示專(zhuān)家系統(tǒng)的第一選擇的知識(shí)表達(dá)方式57產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結(jié)論如：A→B，A→C相同的結(jié)論可以由不同的條件來(lái)得到如：A→G，B→G條件之間可是以“與”連接和“或”連接如：A∧B→G，A∨B→G一條規(guī)則中的結(jié)論，可以是另一條規(guī)則中的條件如：F∧B→Z，C∧D→F產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結(jié)論58產(chǎn)生式規(guī)則的兩種推理方法正向推理逆向（反向）推理產(chǎn)生式規(guī)則的兩種推理方法正向推理59正向推理逐條搜索規(guī)則庫(kù)，對(duì)每一條規(guī)則的前提條件，檢查事實(shí)庫(kù)中是否存在。前提條件中各子項(xiàng)，若在事實(shí)庫(kù)中不是全部存在，放棄該條規(guī)則；若在事實(shí)庫(kù)中全部存在，則執(zhí)行該條規(guī)則，把結(jié)論放入事實(shí)庫(kù)中。反復(fù)循環(huán)執(zhí)行上面過(guò)程，直到推出目標(biāo)，并存入事實(shí)庫(kù)中為止。正向推理逐條搜索規(guī)則庫(kù)，對(duì)每一條規(guī)則的前提條件，檢查事實(shí)庫(kù)中60正向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)在產(chǎn)生式規(guī)則庫(kù)中有3條規(guī)則，在事實(shí)庫(kù)中存在B，C，E3個(gè)事實(shí)，且它們均為真。希望通過(guò)正向推理，證明目標(biāo)G為真。推理過(guò)程：搜索每條規(guī)則的前提條件是否在事實(shí)庫(kù)中步驟搜索規(guī)則是否激發(fā)該規(guī)則原因事實(shí)庫(kù)狀態(tài)1第1條規(guī)則否A不在事實(shí)庫(kù)B，C，E2第2條規(guī)則否D不在事實(shí)庫(kù)B，C，E3第3條規(guī)則是E在事實(shí)庫(kù)B，C，E，D4第1條規(guī)則否A不在事實(shí)庫(kù)B，C，E，D5第2條規(guī)則是C和D在事實(shí)庫(kù)B，C，E，D,A6第1條規(guī)則是A在事實(shí)庫(kù)B，C，E，D,A，G正向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)在產(chǎn)生61逆向推理逆向推理用得較多，主要是目標(biāo)明確，推理快。逆向推理是從目標(biāo)開(kāi)始，尋找以此目標(biāo)為結(jié)論的規(guī)則，并對(duì)該規(guī)則的前提進(jìn)行判斷，若該規(guī)則的前提中某個(gè)子項(xiàng)是另一規(guī)則的結(jié)論，再找此結(jié)論的規(guī)則，直到對(duì)某個(gè)規(guī)則的前提能夠進(jìn)行判斷。逆向推理逆向推理用得較多，主要是目標(biāo)明確，推理快。62逆向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)步驟規(guī)則搜索目標(biāo)前提成立否原因事實(shí)庫(kù)狀態(tài)11G否A不在事實(shí)庫(kù)B，C，E22A否D不在事實(shí)庫(kù)B，C，E33D是E在事實(shí)庫(kù)B，C，E，D42A是C和D在事實(shí)庫(kù)B，C，E，D，A51G是A和B在事實(shí)庫(kù)B，C，E，D,A，G推理過(guò)程：搜索每條規(guī)則的結(jié)論，檢查其前提是否在事實(shí)庫(kù)中逆向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)步驟規(guī)則搜63根據(jù)規(guī)則庫(kù)得到的逆向推理樹(shù)（知識(shí)樹(shù)）GABCIJKLMEXFWZPQA∨B∧C→G(I∧J)∨K→AX∧F→JL→BM∨E→CW∧Z→MP∧Q→E若有知識(shí)庫(kù)為根據(jù)規(guī)則庫(kù)得到的逆向推理樹(shù)（知識(shí)樹(shù)）GABCIJKLMEXF64“與或”推理樹(shù)的特點(diǎn)總目標(biāo)G（結(jié)論）前提A（結(jié)論）前提B（結(jié)論）前提C（結(jié)論）前提IJ前提K前提LME前提X前提F前提W前提Z前提P前提Q①每條規(guī)則對(duì)應(yīng)的結(jié)點(diǎn)分支有與、或關(guān)系②樹(shù)的根結(jié)點(diǎn)是推理樹(shù)的總目標(biāo)③相鄰兩層之間是一條或多條規(guī)則連接④每個(gè)結(jié)點(diǎn)可以是單值，也可以是多值。若結(jié)點(diǎn)是多值時(shí)，各值對(duì)應(yīng)的規(guī)則將不同⑤可以把所有的葉結(jié)點(diǎn)直接放在事實(shí)數(shù)據(jù)庫(kù)中，也可以安排向用戶(hù)提問(wèn)“與或”推理樹(shù)的特點(diǎn)總目標(biāo)G（結(jié)論）前提A前提B前提C前提65推理樹(shù)的深度優(yōu)先搜索過(guò)程－－逆向推理過(guò)程GABCIJKLMEXFWZPQYYNNYYY126478910111235NNYYYY推理樹(shù)的深度優(yōu)先搜索過(guò)程－－逆向推理過(guò)程GABCIJKLM66專(zhuān)家系統(tǒng)的開(kāi)發(fā)專(zhuān)家系統(tǒng)的開(kāi)發(fā)67專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫俗稱(chēng)針眼，是睫毛毛囊附近的皮脂腺或瞼板腺的急性化膿性炎癥。麥粒腫診斷規(guī)則：R1：毛囊皮根微紅腫→輕型R2：鼻塞流涕→外感風(fēng)熱R3：舌苔薄黃∧胃納差→胃腸積熱R4：眼瞼局部明顯紅腫→重型R5：眼瞼局部紅腫∧頂尖有膿點(diǎn)→重型R6：膿點(diǎn)破潰→晚期R7：輕型∧外感風(fēng)熱→輕風(fēng)熱型R8：重型∧外感風(fēng)熱→重風(fēng)熱型R9:重型∧胃腸積熱→重積熱型R10：輕型→散癩法R11：晚期→外敷藥物R12：輕風(fēng)熱型→散癩加罐R13：重風(fēng)熱型→挑癩加罐R14：重積熱型→放血法專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫俗稱(chēng)針眼，是睫毛毛68專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫診斷的推理樹(shù)毛囊皮根微紅腫輕型鼻塞流涕外感風(fēng)熱舌苔薄黃胃腸積熱胃納差眼瞼局部明顯紅腫眼瞼局部紅腫頂尖有膿點(diǎn)重型R1R2R4R5R3膿點(diǎn)破潰晚期R6散癩法重積熱型重積熱型重風(fēng)熱型R10R7R8R9散癩加罐挑癩加罐外敷藥物放血法R12R13R14R11專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫診斷的推理樹(shù)毛囊皮69專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)利用專(zhuān)家系統(tǒng)開(kāi)發(fā)工具CLIPS進(jìn)行開(kāi)發(fā)CLIPS簡(jiǎn)介：由美國(guó)國(guó)家航天局約翰遜空間中心人工智能部推出用C語(yǔ)言寫(xiě)成，運(yùn)行速度快免費(fèi)使用只提供正向推理能力系統(tǒng)演示專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)利用專(zhuān)家系統(tǒng)開(kāi)發(fā)工具CL701、專(zhuān)家系統(tǒng)的局限專(zhuān)家系統(tǒng)只是人的經(jīng)驗(yàn)的匯集,因而它存在先天的缺陷,其解也可能未必正確;專(zhuān)家系統(tǒng)不能由第一原理推理,不能抓住相似,缺乏普通的感知,所以專(zhuān)家系統(tǒng)不是一個(gè)通用的專(zhuān)家,不是一個(gè)問(wèn)題求解器;對(duì)于復(fù)雜系統(tǒng),專(zhuān)家系統(tǒng)這種表達(dá)知識(shí)的方法也很難表達(dá),解就更難;專(zhuān)家系統(tǒng)的維護(hù)也很不容易,尤其對(duì)快速發(fā)展的醫(yī)學(xué)和信息領(lǐng)域,有時(shí)一年就有30%的規(guī)則要加以改變。2、專(zhuān)家系統(tǒng)的適用范圍在相對(duì)窄的知范圍和一些定義好的領(lǐng)域能成功應(yīng)用；在企業(yè)的管理信息系統(tǒng)中專(zhuān)家系統(tǒng)能起到它應(yīng)有的作用。專(zhuān)家系統(tǒng)的局限及適用范圍1、專(zhuān)家系統(tǒng)的局限專(zhuān)家系統(tǒng)的局限及適用范圍71四、遺傳算法的決策支持四、遺傳算法的決策支持72旅行商問(wèn)題（TSP）假設(shè)有一個(gè)旅行商人要拜訪(fǎng)n個(gè)城市，他必須選擇所要走的路徑，路經(jīng)的限制是每個(gè)城市只能拜訪(fǎng)一次，而且最后要回到原來(lái)出發(fā)的城市，要求得的路徑路程為所有路徑之中的最小值。旅行商問(wèn)題（TSP）假設(shè)有一個(gè)旅行商人要拜訪(fǎng)n個(gè)城市，他必須73旅行商問(wèn)題（TSP）---問(wèn)題分析要從所有周游路線(xiàn)中求取最小成本的周游路線(xiàn)，而從初始點(diǎn)出發(fā)的周游路線(xiàn)一共有(n-1)!條，即等于除初始結(jié)點(diǎn)外的n-1個(gè)結(jié)點(diǎn)的排列數(shù)，因此旅行商問(wèn)題是一個(gè)排列問(wèn)題。計(jì)算時(shí)間復(fù)雜度顯然為O(n!)。傳統(tǒng)解法窮舉法回溯法貪心算法旅行商問(wèn)題（TSP）---問(wèn)題分析要從所有周游路線(xiàn)中求取最小74另一類(lèi)解法---遺傳算法（GeneticAlgorithm,GA）遺傳算法模擬自然界中的生命進(jìn)化機(jī)制，是具有“生存＋檢測(cè)”的迭代過(guò)程的搜索算法遺傳算法尤其適用于傳統(tǒng)方法難以實(shí)現(xiàn)的最優(yōu)化問(wèn)題求解實(shí)踐證明，遺傳算法已經(jīng)在求解旅行商問(wèn)題、背包問(wèn)題、裝箱問(wèn)題、布局優(yōu)化、網(wǎng)絡(luò)路由等具有NP難度的組合優(yōu)化問(wèn)題上取得了成功的應(yīng)用。另一類(lèi)解法---遺傳算法（GeneticAlgorithm75遺傳學(xué)概述達(dá)爾文進(jìn)化論：“物競(jìng)天擇、適者生存”

遺傳學(xué)認(rèn)為，遺傳信息封裝在染色體中，并以基因（位）的形式包含在染色體（個(gè)體）中。每個(gè)基因有特殊的位置并控制某個(gè)特殊的性質(zhì)?；螂s交和基因突變能產(chǎn)生對(duì)環(huán)境適應(yīng)性強(qiáng)的后代，通過(guò)優(yōu)勝劣汰的自然選擇，適應(yīng)值高的基因結(jié)構(gòu)就保存下來(lái)。遺傳學(xué)概述達(dá)爾文進(jìn)化論：“物競(jìng)天擇、適者生存”76生物進(jìn)化與遺傳算法群體種群子群選擇婚配變異遭淘汰的群體生物進(jìn)化與遺傳算法群體種群子群選擇婚配變異遭淘汰77生物進(jìn)化與遺傳算法之間的對(duì)應(yīng)關(guān)系生物進(jìn)化中的概念遺傳算法中的作用環(huán)境適應(yīng)函數(shù)適應(yīng)性適應(yīng)函數(shù)值適者生存適應(yīng)函數(shù)值最大的解被保留的概率最大個(gè)體問(wèn)題的一個(gè)解染色體解的編碼基因編碼的元素群體被選定的一組解種群根據(jù)適應(yīng)函數(shù)選擇的一組解交配以一定的方式由雙親產(chǎn)生后代的過(guò)程變異編碼的某些分量發(fā)生變化的過(guò)程生物進(jìn)化與遺傳算法之間的對(duì)應(yīng)關(guān)系生物進(jìn)化中的概念遺傳算法中的78遺傳算法的工作示意圖實(shí)際問(wèn)題參數(shù)集三個(gè)基本算子選擇交叉變異編碼成位串形式種群1計(jì)算適應(yīng)函數(shù)值選擇和遺傳統(tǒng)計(jì)結(jié)果種群2經(jīng)過(guò)優(yōu)化的一個(gè)或多個(gè)參數(shù)集改善或解決實(shí)際問(wèn)題不滿(mǎn)足要求遺傳算法的工作示意圖實(shí)際問(wèn)題參數(shù)集三個(gè)基本算子編碼成位串形式79遺傳算法的三個(gè)主要操作選擇：選出繁殖后代的個(gè)體輪盤(pán)賭法期望值法最佳個(gè)體保存法其它…交叉：互換染色體，從而產(chǎn)生新的染色體一點(diǎn)交叉、二點(diǎn)交叉、多點(diǎn)交叉變異

：以很小的概率，隨機(jī)地改變字符串某個(gè)位置的值三個(gè)基本算子選擇交叉變異遺傳算法的三個(gè)主要操作選擇：選出繁殖后代的個(gè)體三個(gè)基本算子80例：求函數(shù)的最大值其中x為[0,31]間的整數(shù)編碼：采用二進(jìn)制形式編碼由于x的定義域是[0,31]間的整數(shù)，剛好可以用5位二進(jìn)制數(shù)表示，因此可以用5位二進(jìn)制數(shù)表示該問(wèn)題的解，即染色體。如00000表示x＝0，10101表示x＝21，11111表示x＝31等適應(yīng)函數(shù)：直接使用函數(shù)f(x)作為適應(yīng)函數(shù)。假設(shè)群體的規(guī)模N＝4，交配概率pc＝100％，變異概率pm＝1％。設(shè)隨機(jī)生成的初始群體為：

01101，11000，01000，10011染色體的選擇方法：輪盤(pán)賭法例：求函數(shù)的最大值其中x為[0,31]間的整數(shù)適應(yīng)函數(shù)：81序號(hào)群體適應(yīng)值選擇概率（％）選中次數(shù)10110116914.44121100057649.23230100064

5.47041001136130.851第0代情況表序號(hào)種群交配對(duì)像交配位（隨機(jī)選擇）子代適應(yīng)值1011012401100144211000141100162531100042110117294100113210000256第0代種群的交叉情況序號(hào)群體適應(yīng)值選擇概率（％）選中次數(shù)10110116914.82序號(hào)群體適應(yīng)值選擇概率（％）選中次數(shù)101100144

8.21021100162535.62131101172941.56241000025614.601第1代情況表序號(hào)種群交配對(duì)象交配位（隨機(jī)選擇）子代適應(yīng)值1110012311011729211011131100162531101141100002564100003111011729第1代種群的交配情況序號(hào)群體適應(yīng)值選擇概率（％）選中次數(shù)1011001448.83序號(hào)種群交配對(duì)像交配位子代適應(yīng)值1110112311001625211101131111196131000042100012894110113211010676第2代種群的交配情況序號(hào)種群交配對(duì)像交配位子代適應(yīng)值1110112311001684由于選擇的變異概率Pm=0.001，則平均每1000位中才有一位變異，由4個(gè)位串組成的種群中共有4×5＝20位，則變異的期望值為20×0.001＝0.02位。事實(shí)上在該例中沒(méi)有變異發(fā)生。對(duì)比1,2，3代的結(jié)果，可以看出，每一代的平均值及最大值都比前一代有了很大提高，說(shuō)明種群正朝優(yōu)化的方向前進(jìn)最大適應(yīng)值、平均適應(yīng)值進(jìn)化曲線(xiàn)由于選擇的變異概率Pm=0.001，則平均每1000位中才有85旅行商問(wèn)題（TSP）假設(shè)有一個(gè)旅行商人要拜訪(fǎng)n個(gè)城市，他必須選擇所要走的路徑，路經(jīng)的限制是每個(gè)城市只能拜訪(fǎng)一次，而且最后要回到原來(lái)出發(fā)的城市，要求得的路徑路程為所有路徑之中的最小值。遺傳算法程序演示旅行商問(wèn)題（TSP）假設(shè)有一個(gè)旅行商人要拜訪(fǎng)n個(gè)城市，他必須86遺傳算法的應(yīng)用遺傳算法是多學(xué)科結(jié)合與滲透的產(chǎn)物。目前遺傳算法所涉及的主要領(lǐng)域有自動(dòng)控制、規(guī)劃設(shè)計(jì)、組合優(yōu)化、圖象處理、信號(hào)處理、人工生命等。遺傳算法的應(yīng)用遺傳算法是多學(xué)科結(jié)合與滲透的產(chǎn)物。目前遺傳算法87課堂練習(xí)請(qǐng)用“拋硬幣”的方式，隨機(jī)生成初始種群，求解函數(shù)F(x)=x2的最大值（其它條件與例題相同）在確定種群的交配對(duì)象和染色體交換位置時(shí)，也請(qǐng)“拋硬幣”來(lái)決定。課堂練習(xí)請(qǐng)用“拋硬幣”的方式，隨機(jī)生成初始種群，求解函數(shù)F(88一個(gè)遺傳算法的應(yīng)用實(shí)例下表是一個(gè)客戶(hù)的信息組成數(shù)據(jù)表，可以利用遺傳算法在客戶(hù)群中預(yù)測(cè)最佳客戶(hù)的類(lèi)型。企業(yè)的最佳客戶(hù)群，即可以從客戶(hù)處獲取最大利潤(rùn)的特征應(yīng)該由客戶(hù)的收入水平、客戶(hù)的家庭人口、客戶(hù)的年齡所構(gòu)成。而從客戶(hù)處所獲取的利潤(rùn)則是從客戶(hù)的累計(jì)購(gòu)買(mǎi)商品金額乘以2%，減去每次購(gòu)買(mǎi)商品的手續(xù)費(fèi)10元?？蛻?hù)ID年齡累計(jì)購(gòu)買(mǎi)金額收入家庭人口性別10985461843中等4女18595490中等2男47382613628低5男749123618463高6女95623298463高3男8552632274中等2男58753521846低2女64957480中等3女769572721634高5男6583945842低1女一個(gè)遺傳算法的應(yīng)用實(shí)例下表是一個(gè)客戶(hù)的信息組成數(shù)據(jù)表，可以利89遺傳編碼的定義根據(jù)客戶(hù)數(shù)據(jù)中的條件，可用如下八個(gè)染色體來(lái)定義客戶(hù)類(lèi)型基因1：客戶(hù)的年齡下限基因2：客戶(hù)的年齡上限基因3：高收入基因4：中等收入基因5：低收入基因6：家庭人口少（1－2人）基因7：家庭人口一般（3－4人）基因8：家庭人口多（5人以上）遺傳編碼的定義根據(jù)客戶(hù)數(shù)據(jù)中的條件，可用如下八個(gè)染色體來(lái)定義90附表：客戶(hù)群的新基因組成年齡上限年齡下限高收入中等收入低收入人口少人口一般人口多客戶(hù)群13864是是否否是是客戶(hù)群22650是否是是否是客戶(hù)群32040否是是是否否在對(duì)這些染色體進(jìn)行遺傳計(jì)算時(shí)，通常要將染色體的等位基因轉(zhuǎn)換成二進(jìn)制數(shù)，如，用“1”表示“是”，“0”表示“否”附表：客戶(hù)群的新基因組成年齡上限年齡下限高收入中等收入低收入91環(huán)境適應(yīng)函數(shù)客戶(hù)群的購(gòu)買(mǎi)收益扣除手續(xù)費(fèi)限制條件：客戶(hù)的年齡下限必須小于年齡上限由于適應(yīng)性函數(shù)是從利潤(rùn)角度定義的，群體的進(jìn)化應(yīng)該逐漸收斂于客戶(hù)收益最大的客戶(hù)特征群環(huán)境適應(yīng)函數(shù)92本章內(nèi)容回顧人工智能的基本原理專(zhuān)家系統(tǒng)原理與產(chǎn)生式規(guī)則的推理方法遺傳算法的原理及應(yīng)用本章內(nèi)容回顧人工智能的基本原理93本章作業(yè)一、已知下列產(chǎn)生式規(guī)則R1：A∨B∨C→GR2：D∧E→AR3：F→BR4：H∨P→CR5：Q→E問(wèn)題：請(qǐng)根據(jù)該知識(shí)庫(kù)的規(guī)則畫(huà)出推理樹(shù)。若用戶(hù)對(duì)結(jié)點(diǎn)D，Q，F(xiàn)，P的回答為Yes，對(duì)結(jié)點(diǎn)H的回答為No，那么根據(jù)推理樹(shù)，可以推出根結(jié)點(diǎn)為Yes嗎？請(qǐng)給出正向推理和反向推理的過(guò)程。二、分析題：人工智能技術(shù)的應(yīng)用會(huì)引發(fā)許多行業(yè)工作崗位的減少，你如何看待這種現(xiàn)象？本章作業(yè)一、已知下列產(chǎn)生式規(guī)則94TheEnd.TheEnd.95什么是專(zhuān)家？與領(lǐng)域相關(guān)有豐富知識(shí)：對(duì)該領(lǐng)域的事物精通，有豐富的知識(shí)或者說(shuō)有獨(dú)到的見(jiàn)解能進(jìn)行判斷：對(duì)該領(lǐng)域的復(fù)雜問(wèn)題能進(jìn)行獨(dú)到明確的判斷返回什么是專(zhuān)家？與領(lǐng)域相關(guān)返回961936年生于美國(guó)新澤西州1952年進(jìn)入卡耐基梅隆大學(xué)電氣工程系學(xué)習(xí)，師從西蒙，獲博士學(xué)位1965在斯坦福大學(xué)發(fā)明世界上第一個(gè)專(zhuān)家系統(tǒng)DENDRAL1977年在IJCAI上在世界上第一次提出知識(shí)工程的概念。返回1936年生于美國(guó)新澤西州返回97知識(shí)庫(kù)知識(shí)庫(kù)是用來(lái)存放領(lǐng)域?qū)＜抑R(shí)的倉(cāng)庫(kù)。其中的知識(shí)來(lái)源于知識(shí)獲取器，并為推理器提供求解問(wèn)題所需要的知識(shí)。主要涉及的問(wèn)題：知識(shí)表達(dá)問(wèn)題知識(shí)管理問(wèn)題知識(shí)庫(kù)返回知識(shí)庫(kù)知識(shí)庫(kù)是用來(lái)存放領(lǐng)域?qū)＜抑R(shí)的倉(cāng)庫(kù)。其中的知識(shí)來(lái)源于知98推理機(jī)推理機(jī)是模擬人類(lèi)專(zhuān)家的思維過(guò)程，控制并執(zhí)行對(duì)問(wèn)題的求解。它能根據(jù)已知的事實(shí)，利用知識(shí)庫(kù)中的知識(shí)，按照一定的推理方法和控制策略進(jìn)行推理，直到得出相應(yīng)的結(jié)論為止主要研究問(wèn)題：推理方法：精確/非精確控制策略：推理方向/規(guī)則搜索策略返回推理機(jī)推理機(jī)是模擬人類(lèi)專(zhuān)家的思維過(guò)程，控制并執(zhí)行對(duì)問(wèn)題的求解99知識(shí)獲取知識(shí)獲取是建設(shè)專(zhuān)家系統(tǒng)的關(guān)鍵。沒(méi)有知識(shí)的專(zhuān)家系統(tǒng)就是一個(gè)空殼，不能起任何作用。知識(shí)獲取的任務(wù)抽取知識(shí)、知識(shí)的轉(zhuǎn)換、輸入、檢測(cè)知識(shí)獲取方式非自動(dòng)知識(shí)獲取與領(lǐng)域?qū)＜医涣?，提取?zhuān)家的經(jīng)驗(yàn)知識(shí)查閱文獻(xiàn)，獲得有關(guān)概念的描述及參數(shù)對(duì)知識(shí)進(jìn)行分析，比較，歸納，整理，找出知識(shí)的內(nèi)在聯(lián)系及規(guī)律將整理出的知識(shí)交專(zhuān)家審查把確定下來(lái)的知識(shí)用知識(shí)表示模式表示出來(lái)自動(dòng)知識(shí)獲取具有識(shí)別語(yǔ)音，文字和圖像的能力具有理解，分析，歸納的能力具有從運(yùn)行實(shí)踐中學(xué)習(xí)的能力返回知識(shí)獲取知識(shí)獲取是建設(shè)專(zhuān)家系統(tǒng)的關(guān)鍵。沒(méi)有知識(shí)的專(zhuān)家系統(tǒng)就是100結(jié)果解釋器“為什么呀？”人們?cè)谏婕爸卮鬀Q策的時(shí)候，一般不會(huì)滿(mǎn)足于結(jié)論，還關(guān)心得出這個(gè)結(jié)論的原因。解釋器的任務(wù)就是跟蹤推理器的推理過(guò)程，并展示給用戶(hù)。返回結(jié)果解釋器“為什么呀？”返回101序號(hào)群體適應(yīng)值選擇概率（％）選中次數(shù)10110116914.44121100057649.23230100064

5.47041001136130.851計(jì)算個(gè)體被選擇次數(shù)的期望值e(xi)：計(jì)算式為：e(x1)：0.1444×4＝0.5776，向下取整得0

e(x2)：0.4923×4＝1.9692，向下取整得1e(x3)：0.0547×4＝0.2188，向下取整得0e(x4)：0.3085×4＝1.234，向下取整得1所以，共得到2個(gè)染色體。然后按照從大到小對(duì)染色體排序：②0.5776√①0.9692√④0.2188③0.234因此，各群體被選擇的次數(shù)如上表所示。返回序號(hào)群體適應(yīng)值選擇概率（％）選中次數(shù)10110116914.102染色體的選擇“輪盤(pán)賭”法：每個(gè)個(gè)體的選擇概率和其適應(yīng)值成比例，個(gè)體適應(yīng)值越大，其被選擇的概率就越高。x1x2x3x4x5x6設(shè)群體大小為n，其中個(gè)體i的的適應(yīng)度值為fi，則i被選擇的概率Pi為：染色體的選擇“輪盤(pán)賭”法：每個(gè)個(gè)體的選擇概率和其適應(yīng)值成比103被選擇次數(shù)的期望值對(duì)于規(guī)模為N的群體，一個(gè)選擇概率為p(xi)的染色體xi被選擇次數(shù)的期望值e(xi)：

對(duì)于群體中的每一個(gè)xi，首先選擇次。這樣共得到個(gè)染色體。然后按照從大到小對(duì)染色體排序，依次取出個(gè)染色體，這樣就得到了N個(gè)染色體。染色體的選擇返回被選擇次數(shù)的期望值染色體的選擇返回104染色體交叉交叉發(fā)生在兩個(gè)染色體之間，由兩個(gè)被稱(chēng)之為雙親的父代染色體，經(jīng)雜交以后，產(chǎn)生兩個(gè)具有雙親的部分基因的新的染色體。當(dāng)染色體采用二進(jìn)制形式編碼時(shí)，交叉過(guò)程是以這樣一種形式進(jìn)行的：a1a2...aiai+1...anb1b2...bibi+1...bna1a2...aibi+1...bnb1b2...biai+1...an交叉前交叉后交叉位置返回染色體交叉交叉發(fā)生在兩個(gè)染色體之間，由兩個(gè)被稱(chēng)之為雙親的父代105變異變異發(fā)生在染色體的某一個(gè)基因上，當(dāng)以二進(jìn)制編碼時(shí)，變異的基因由0變成1，或者由1變成0。如對(duì)于染色體x=11001，如果變異位發(fā)生在第三位，則變異后的染色體變成了y=11101。返回變異變異發(fā)生在染色體的某一個(gè)基因上，當(dāng)以二進(jìn)制編碼時(shí)，變異的106演講完畢，謝謝觀看！演講完畢，謝謝觀看！107第四章智能DSS和智能技術(shù)的決策支持Nothingisimpossibleforawillingheart.心之所愿，無(wú)所不成。第四章智能DSS和智能技術(shù)的決策支持Nothingis108本章主要內(nèi)容什么是人工智能？基本原理專(zhuān)家系統(tǒng)原理與產(chǎn)生式規(guī)則專(zhuān)家系統(tǒng)遺傳算法的決策支持本章主要內(nèi)容什么是人工智能？109一、什么是人工智能？一、什么是人工智能？110什么是智能?請(qǐng)說(shuō)出3種你身邊或你所知道的智能化事物什么是智能?請(qǐng)說(shuō)出3種你身邊或你所知道的智能化事物111什么是智能?一般認(rèn)為智能是個(gè)體對(duì)客觀事物進(jìn)行合理分析、判斷及有目的行動(dòng)、有效地處理周?chē)h(huán)境事宜的綜合能力。智能要素：感知、認(rèn)識(shí)、學(xué)習(xí)、理解、分析、綜合、判斷、推理、創(chuàng)造……情感、意識(shí)、意志等。什么是智能?一般認(rèn)為智能是個(gè)體對(duì)客觀事物進(jìn)行合理分析、判斷及112計(jì)算機(jī)與智能例子：IBM超級(jí)計(jì)算機(jī)計(jì)算機(jī)與智能例子：IBM超級(jí)計(jì)算機(jī)113一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“深藍(lán)”1997年5月11日，世界國(guó)際象棋棋王卡斯帕羅夫與美國(guó)IBM公司的RS／6000（深藍(lán)）計(jì)算機(jī)系統(tǒng)進(jìn)行了六局“人機(jī)大戰(zhàn)”，結(jié)果“深藍(lán)”以3.5比2.5的總比分獲勝。一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“深藍(lán)”1997年5月11日，114一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“沃森”2014年，IBM超級(jí)計(jì)算機(jī)Watson在《危險(xiǎn)邊緣》競(jìng)賽節(jié)目中擊敗了該節(jié)目歷史上最成功的兩位人類(lèi)選手，繼“深藍(lán)”之后，聰明的人腦再一次敗給了智慧程序。視頻/v_show/id_XMjY5ODIwODg4.html計(jì)算機(jī)戰(zhàn)勝人類(lèi)的“訣竅”是什么？返回一個(gè)例子---IBM超級(jí)計(jì)算機(jī)“沃森”2014年，IBM超級(jí)115人類(lèi)智能與人工智能的關(guān)系？電腦真的能夠模擬人腦嗎？輸入……輸出Hello!存儲(chǔ)除此之外，人和計(jì)算機(jī)都能復(fù)制建立符號(hào)結(jié)構(gòu)：在符號(hào)系統(tǒng)中形成符號(hào)結(jié)構(gòu)條件性遷移：根據(jù)已有符號(hào)，繼續(xù)完成活動(dòng)過(guò)程vs人類(lèi)智能與人工智能的關(guān)系？電腦真的能夠模擬人腦嗎？輸入……輸1162.什么是人工智能?人工智能—ArtificialIntelligence(AI)

眾說(shuō)紛紜目前還沒(méi)有統(tǒng)一的定義一般解釋?zhuān)喝斯ぶ悄芫褪怯萌斯さ姆椒ㄔ跈C(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能，或稱(chēng)機(jī)器智能、計(jì)算機(jī)智能。被認(rèn)為是21世紀(jì)的三大尖端技術(shù)之一另外兩項(xiàng)分別為：基因工程、納米科學(xué)2.什么是人工智能?人工智能—ArtificialInt117關(guān)于人工智能問(wèn)題是一個(gè)古老的但又十分新穎的研究課題各國(guó)在人工智能的研究上都已經(jīng)獲得巨大的進(jìn)展各種傳統(tǒng)的或新穎的智能模型迄今還不能完全而圓滿(mǎn)地對(duì)大腦思維活動(dòng)的過(guò)程進(jìn)行解釋和模擬人們還不十分了解信息在大腦中的底層結(jié)構(gòu)和編碼方法；象人們的概念、意識(shí)、情感和創(chuàng)造性思維過(guò)程等，還根本無(wú)從著手；在哲學(xué)上、自然科學(xué)以及社會(huì)學(xué)科上還有很大的爭(zhēng)論，還不能得到一致認(rèn)同。關(guān)于人工智能問(wèn)題是一個(gè)古老的但又十分新穎的研究課題118人工智能研究的目標(biāo)運(yùn)算速度足夠快、記憶容量和邏揖單元的數(shù)目也超過(guò)了人腦。有大量的智能程序，并提供了合適種類(lèi)的大量數(shù)據(jù)。能夠做一些人性化的事情，如簡(jiǎn)單地聽(tīng)或說(shuō)，回答某些問(wèn)題等。問(wèn)題：這臺(tái)機(jī)器具有思維能力了嗎?

換言之，我們?cè)鯓硬拍芘袛嘁慌_(tái)機(jī)器是否具存了思維能力呢?人工智能研究的目標(biāo)運(yùn)算速度足夠快、記憶容量和邏揖單元的數(shù)目也119人工智能研究的目標(biāo)1950年英國(guó)數(shù)學(xué)家圖靈發(fā)表了”計(jì)算機(jī)與智能”的論文中提出著名的“圖靈測(cè)試”，形象地提出人工智能應(yīng)該達(dá)到的智能標(biāo)準(zhǔn)。（A.M.Turing,1912—1954）人工智能研究的目標(biāo)1950年英國(guó)數(shù)學(xué)家圖靈發(fā)表了”計(jì)算機(jī)與智120圖靈測(cè)試即一個(gè)人在不接觸對(duì)方的情況下，通過(guò)一種特殊的方式，和對(duì)方進(jìn)行一系列的問(wèn)答，如果在相當(dāng)長(zhǎng)時(shí)間內(nèi)，他無(wú)法根據(jù)這些問(wèn)題判斷對(duì)方是人還是計(jì)算機(jī)，那么，就可以認(rèn)為這個(gè)計(jì)算機(jī)具有同人相當(dāng)?shù)闹橇?，即這臺(tái)計(jì)算機(jī)是能思維的。如果你是提問(wèn)者，你會(huì)問(wèn)哪些問(wèn)題來(lái)分辨人和機(jī)器呢？圖靈測(cè)試即一個(gè)人在不接觸對(duì)方的情況下，通過(guò)一種特殊的方式，和121有影響力的圖靈測(cè)試---羅布納獎(jiǎng)（Loebnerprize）由紐約的慈善家HughLoebner組織的圖靈測(cè)試。從1991年起，每年舉行一次。反應(yīng)與人類(lèi)的反應(yīng)最難區(qū)別的計(jì)算機(jī)將獲得100000美元的獎(jiǎng)金和一塊金牌。規(guī)則四位人類(lèi)評(píng)審各坐在一臺(tái)電腦前，將同一組測(cè)試題分別分配給遠(yuǎn)程的一臺(tái)機(jī)器和一個(gè)真實(shí)人類(lèi)回答。在25分鐘的有限時(shí)間內(nèi)，評(píng)審需要根據(jù)回答來(lái)分辨出誰(shuí)是機(jī)器人，誰(shuí)是人類(lèi)，然后才可以繼續(xù)測(cè)試下一對(duì)人/機(jī)器?，F(xiàn)狀到目前為止沒(méi)有聊天機(jī)器人問(wèn)鼎金獎(jiǎng)和銀獎(jiǎng)。所有參賽選手主要是競(jìng)爭(zhēng)4千美元的銅獎(jiǎng)。有影響力的圖靈測(cè)試---羅布納獎(jiǎng)（Loebnerprize122從表面上看，要使機(jī)器回答按一定范圍提出的問(wèn)題似乎沒(méi)有什么困難，可以通過(guò)編制特殊的程序來(lái)實(shí)現(xiàn)。然而，如果提問(wèn)者并不遵循常規(guī)標(biāo)準(zhǔn)，編制回答的程序是極其困難的事情。從表面上看，要使機(jī)器回答按一定范圍提出的問(wèn)題似乎沒(méi)有什么困難123請(qǐng)判斷哪一組是人-機(jī)對(duì)話(huà)？A：今天過(guò)得怎么樣？B：糟透了。今早我錯(cuò)把牛奶倒在早餐上，結(jié)果還沒(méi)來(lái)得及吃，它就生銹了。我本應(yīng)該倒油。A：你最喜歡的科幻片有哪些？B：《星球大戰(zhàn)》和《駭客帝國(guó)》。A：如果我說(shuō)《星戰(zhàn)大戰(zhàn)前傳》很難看，你贊成嗎？B：雙手贊成！盧卡斯應(yīng)該被拉去槍斃！A：在“滾石”樂(lè)隊(duì)和“誰(shuí)人”（TheWho）樂(lè)隊(duì)之間，你認(rèn)為誰(shuí)是史上最偉大的？B：肯定是“滾石”樂(lè)隊(duì)。不過(guò)，在80年代早期，TheWho確實(shí)在解散之前寫(xiě)過(guò)一些好歌。A：你認(rèn)為機(jī)器可以有人的思維？B：機(jī)器不可能有人的思維。A：為什么？B：機(jī)器的思維是不同的、獨(dú)特的，人的思維千差萬(wàn)別，機(jī)器為什么要和人一樣呢？請(qǐng)判斷哪一組是人-機(jī)對(duì)話(huà)？A：今天過(guò)得怎么樣？A：你最喜歡124自然語(yǔ)言理解中的難點(diǎn)岐義現(xiàn)象的廣泛存在1.他的包袱太重。問(wèn)題：“包袱”指什么？2.老王有一個(gè)女兒，很驕傲。問(wèn)題：誰(shuí)驕傲？3.Lookout!Therecomesthetrain!問(wèn)題：Lookout含義是？自然語(yǔ)言理解中的難點(diǎn)岐義現(xiàn)象的廣泛存在1.他的包袱太重。2.125自然語(yǔ)言理解中的難點(diǎn)語(yǔ)句缺少必要成分或用代詞表示，需要聽(tīng)者按常理去推理。1.我有一個(gè)女同學(xué)有一個(gè)兒子，長(zhǎng)得好可愛(ài)。問(wèn)題：誰(shuí)長(zhǎng)得好可愛(ài)？2.那顆大球擊穿了桌子，因?yàn)樗桥菽芰现瞥傻摹?wèn)題：什么是用泡沫制成的？3.小王把小李打了一頓，他真暴力。問(wèn)題：誰(shuí)暴力？自然語(yǔ)言理解中的難點(diǎn)語(yǔ)句缺少必要成分或用代詞表示，需要聽(tīng)者按126是否有計(jì)算機(jī)通過(guò)了圖靈測(cè)試？2014年6月8日，英國(guó)雷丁大學(xué)貼出了一份公告，宣布一臺(tái)名為“尤金·古斯特曼”的計(jì)算機(jī)首次通過(guò)了“圖靈測(cè)試”，成功讓人類(lèi)相信它是一個(gè)13歲的男孩。業(yè)界存在質(zhì)疑該聊天機(jī)器人號(hào)稱(chēng)只有13歲，并使用第二語(yǔ)言來(lái)回答問(wèn)題，以此作為重大缺陷的借口。測(cè)試者只有5分鐘與之展開(kāi)互動(dòng)，大大增加了他們?cè)诙唐趦?nèi)被“欺騙”的概率。是否有計(jì)算機(jī)通過(guò)了圖靈測(cè)試？2014年6月8日，英國(guó)雷丁大學(xué)127思考：通過(guò)了圖靈測(cè)試的計(jì)算機(jī)，是否意味著計(jì)算機(jī)可以思考呢?思考：通過(guò)了圖靈測(cè)試的計(jì)算機(jī)，是否意味著計(jì)算機(jī)可以思考呢?128圖靈測(cè)試的爭(zhēng)議計(jì)算機(jī)在回答提問(wèn)時(shí)，需要在數(shù)據(jù)庫(kù)儲(chǔ)存的大量知識(shí)之間尋找關(guān)聯(lián)性。但是和人類(lèi)相比，它的思維方式并不具有原創(chuàng)性，不是獨(dú)立的思考。實(shí)驗(yàn)的結(jié)果很大一部分也取決于評(píng)審自己的水平和發(fā)問(wèn)技巧。而這些都會(huì)影響測(cè)試的最終參考價(jià)值參加測(cè)試的計(jì)算機(jī)經(jīng)常借助使幽默的手段來(lái)將對(duì)話(huà)人引導(dǎo)至別的話(huà)題上，以此來(lái)避免回答一些其無(wú)法理解的問(wèn)題。為了建立智能機(jī)器，先為機(jī)器建立一些更廣泛的基本技能更為實(shí)際。如故障診斷、臉部識(shí)別、下棋、打撲克牌等。圖靈測(cè)試的爭(zhēng)議計(jì)算機(jī)在回答提問(wèn)時(shí)，需要在數(shù)據(jù)庫(kù)儲(chǔ)存的大量知識(shí)129機(jī)器真的能夠自動(dòng)推理嗎？---5個(gè)房間問(wèn)題有5間不同顏色的房間，每間住個(gè)不同國(guó)籍的人，每人有自己喜歡的飲料、香煙和寵物。已知信息：英國(guó)人在紅房間中西班牙人有一條狗挪威人住在左邊第一間房里黃房間中的人在抽庫(kù)爾斯牌香煙抽切斯菲爾德牌香煙的人是養(yǎng)了一只狐貍的人的鄰居挪威人住在藍(lán)房間隔壁抽溫斯頓牌香煙的人有一只蝸牛抽幸運(yùn)牌香煙的人喝橘子汁烏克蘭人喝茶日本人抽國(guó)會(huì)牌香煙抽庫(kù)爾斯牌煙的房間在有匹馬的房間隔壁綠房間中的人喝咖啡綠房間在白房間的左邊中間房間的人喝牛奶問(wèn)題：斑馬在哪個(gè)房間中？哪個(gè)房間中的人喝水？機(jī)器真的能夠自動(dòng)推理嗎？---5個(gè)房間問(wèn)題有5間不同顏色的房130自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵物自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵131自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵物挪威人牛奶咖啡庫(kù)爾斯馬英國(guó)人水橘子汁西班牙幸運(yùn)狗茶烏克蘭日本人國(guó)會(huì)溫斯頓切斯菲爾德蝸牛狐貍斑馬3.挪威人住在左邊第一間房里6.挪威人住在藍(lán)房間旁邊14.中間房間的人喝牛奶12.綠房間中的人喝咖啡14.綠房間在白房間的左邊1.英國(guó)人在紅房間中4.黃房間中的人在抽庫(kù)爾斯牌香煙11.抽庫(kù)爾斯牌煙的房間在有匹馬的房間隔壁8.抽幸運(yùn)香煙的人喝橘子汁9.烏克蘭人喝茶2.西班牙人有一條狗8.抽幸運(yùn)牌香煙的人喝橘子汁9.烏克蘭人喝茶10.日本人抽國(guó)會(huì)牌香煙7.抽溫斯頓牌香煙的人有一只蝸牛5.抽切斯菲爾德牌香煙的人的是養(yǎng)了一只狐貍的人的鄰居機(jī)器真的能自動(dòng)完成這樣的推理嗎？自動(dòng)推理示例：5個(gè)房間問(wèn)題房間號(hào)12345顏色國(guó)籍香煙飲料寵132自動(dòng)推理示例---Prolog程序自動(dòng)推理示例---Prolog程序133人工智能的應(yīng)用減少密集型勞動(dòng)強(qiáng)度，提高可靠性。提高自動(dòng)化程度，降低對(duì)人員質(zhì)量，數(shù)量的需求，降低成本。人工智能技術(shù)應(yīng)用于機(jī)器人，可以代替人類(lèi)完成危險(xiǎn)的、不適于人來(lái)完成的工作。人工智能的應(yīng)用減少密集型勞動(dòng)強(qiáng)度，提高可靠性。134工業(yè)機(jī)器人目前，全球工業(yè)機(jī)器人以每年超過(guò)10％的速度增長(zhǎng)。工業(yè)機(jī)器人目前，全球工業(yè)機(jī)器人以每年超過(guò)10％的速度增長(zhǎng)。135特殊環(huán)境服役機(jī)器人排雷機(jī)器人排爆機(jī)器人太空維修機(jī)器人特殊環(huán)境服役機(jī)器人排雷機(jī)器人排爆機(jī)器人太空維修機(jī)器人136家用機(jī)器人家用機(jī)器人137網(wǎng)站智能客服網(wǎng)站智能客服138微軟第三代聊天機(jī)器人小冰---具備情感優(yōu)勢(shì)

微軟第三代聊天機(jī)器人小冰---具備情感優(yōu)勢(shì)139人工智能的應(yīng)用－人臉識(shí)別她是誰(shuí)?人工智能的應(yīng)用－人臉識(shí)別她是誰(shuí)?140人工智能的應(yīng)用－機(jī)器翻譯翻譯句子“Thespiritiswillingbutthefleshisweak”翻譯工具谷歌在線(xiàn)翻譯/

愛(ài)詞霸英語(yǔ)翻譯/

……人工智能的應(yīng)用－機(jī)器翻譯翻譯句子“Thespiritis141谷歌無(wú)人駕駛汽車(chē)內(nèi)華達(dá)州是美國(guó)對(duì)公共道路無(wú)人駕駛立法的第一個(gè)州。截至2012年6月，谷歌的無(wú)人駕駛汽車(chē)已經(jīng)在該州行進(jìn)了25萬(wàn)英里。谷歌無(wú)人駕駛汽車(chē)內(nèi)華達(dá)州是美國(guó)對(duì)公共道路無(wú)人駕駛立142谷歌無(wú)人駕駛汽車(chē)的構(gòu)造示意圖及其描繪的3D地形圖谷歌無(wú)人駕駛汽車(chē)的構(gòu)造示意圖及其描繪的3D地形圖143關(guān)于無(wú)人駕駛汽車(chē)的爭(zhēng)議話(huà)題如果無(wú)人駕駛汽車(chē)因?yàn)楸茏屝腥硕鴵p害了其他車(chē)輛或給車(chē)內(nèi)人員帶來(lái)危險(xiǎn)，它應(yīng)該避讓嗎？關(guān)于無(wú)人駕駛汽車(chē)的爭(zhēng)議話(huà)題如果無(wú)人駕駛汽車(chē)因?yàn)楸茏屝腥硕鴵p害144如何實(shí)現(xiàn)智能？專(zhuān)家系統(tǒng)神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)遺傳算法自然語(yǔ)言理解

……等.如何實(shí)現(xiàn)智能？專(zhuān)家系統(tǒng)145二、人工智能的基本原理二、人工智能的基本原理146知識(shí)的分類(lèi)事實(shí)對(duì)客觀事物屬性的值或狀態(tài)的描述如：今天很熱、我今年50歲、大海是藍(lán)色的等規(guī)則如果A則B如果今天下雨，我就留在家里規(guī)律同一類(lèi)現(xiàn)象的本質(zhì)關(guān)系或本質(zhì)之間的穩(wěn)定聯(lián)系自然規(guī)律：水加熱后會(huì)變成水蒸氣知識(shí)：是經(jīng)過(guò)提煉加工的信息，是一個(gè)或多個(gè)信息之間的關(guān)聯(lián)。知識(shí)的分類(lèi)事實(shí)知識(shí)：是經(jīng)過(guò)提煉加工的信息，是一個(gè)或多個(gè)信息之147知識(shí)的推理方法演繹推理從一般現(xiàn)象到個(gè)別現(xiàn)象的推理“蘇格拉底之死”歸納推理從大量個(gè)別現(xiàn)象到一般現(xiàn)象的推理金受熱后體積膨脹，

銀受熱后體積膨脹，

銅受熱后體積膨脹，

鐵受熱后體積膨脹，…，因此，金屬受熱后都體積膨脹。類(lèi)比推理

從個(gè)別現(xiàn)象到個(gè)別現(xiàn)象的推理如汽車(chē)：運(yùn)輸；魚(yú)網(wǎng)：捕魚(yú)知識(shí)的推理方法演繹推理148知識(shí)的表示就是對(duì)知識(shí)的一種描述，或者說(shuō)是一組約定，一種計(jì)算機(jī)可以接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)。對(duì)知識(shí)進(jìn)行表示的過(guò)程就是把知識(shí)編碼成某種數(shù)據(jù)結(jié)構(gòu)的過(guò)程。知識(shí)的表示149知識(shí)的表示方法直接表示(計(jì)算機(jī)難以處理)邏輯表示產(chǎn)生式規(guī)則表示法語(yǔ)義網(wǎng)絡(luò)表示法知識(shí)的表示方法直接表示(計(jì)算機(jī)難以處理)150如何選擇知識(shí)表示方法？表示知識(shí)的范圍是否廣泛

例如，數(shù)理邏輯表示是一種廣泛的知識(shí)表示辦法，如果單純用數(shù)字表示，則范圍就有限制。是否適于推理

人工智能只能處理適合推理的知識(shí)表示，因此所選用的知識(shí)表示必須適合推理。數(shù)學(xué)模型（拉格朗日插值法）適合推理，普通的數(shù)據(jù)庫(kù)只能供瀏覽檢索，但不適合推理。是否適于計(jì)算機(jī)處理

計(jì)算機(jī)只能處理離散的、量化的byte字節(jié)流。因此，用文字表述的知識(shí)和連續(xù)形式表示的知識(shí)（如微分方程）不適合計(jì)算機(jī)處理。

如何選擇知識(shí)表示方法？151是否有高效的求解算法

考慮到實(shí)用的性能，必須有高效的求解算法，知識(shí)表示才有意義。能否表示不精確知識(shí)

自然界的信息具有先天的模糊性和不精確性，能否表示不精確知識(shí)也是考慮的重要因素。知識(shí)和元知識(shí)能否用統(tǒng)一的形式表示

知識(shí)和元知識(shí)是屬于不同層次的知識(shí)，使用統(tǒng)一的表示方法可以使知識(shí)處理簡(jiǎn)單。是否有高效的求解算法

考慮到實(shí)用的性能，必須有高效的求152三、專(zhuān)家系統(tǒng)原理與產(chǎn)生式規(guī)則專(zhuān)家系統(tǒng)知識(shí)就是力量,而積累了知識(shí)的計(jì)算機(jī)會(huì)全面增強(qiáng)我們的力量。

--費(fèi)根鮑姆(斯坦福大學(xué)教授)三、專(zhuān)家系統(tǒng)原理與知識(shí)就是力量,而積累了知識(shí)的計(jì)算機(jī)會(huì)全153一個(gè)實(shí)例：智能農(nóng)業(yè)專(zhuān)家系統(tǒng)一個(gè)實(shí)例：智能農(nóng)業(yè)專(zhuān)家系統(tǒng)154實(shí)例（續(xù)）實(shí)例（續(xù)）155實(shí)例（續(xù)）實(shí)例（續(xù)）156專(zhuān)家系統(tǒng)的概念什么是專(zhuān)家？專(zhuān)家系統(tǒng)（ES，ExpertSystem）人類(lèi)之所以能求解問(wèn)題，是因?yàn)槿祟?lèi)具有知識(shí)。定義專(zhuān)家系統(tǒng)是利用大量的領(lǐng)域?qū)＜抑R(shí)，運(yùn)用知識(shí)推理方法解決特定領(lǐng)域?qū)嶋H問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。學(xué)科代表人物愛(ài)德華·費(fèi)根鮑姆（EdwardFeigenbaum）1968年世界上第一個(gè)專(zhuān)家系統(tǒng)DENDRAL問(wèn)世。用于診斷傳染病和提供治療建議的著名專(zhuān)家系統(tǒng)MYCIN專(zhuān)家系統(tǒng)的概念什么是專(zhuān)家？157專(zhuān)家系統(tǒng)的特點(diǎn)作為一種模擬人類(lèi)專(zhuān)家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)，專(zhuān)家系統(tǒng)應(yīng)當(dāng)具有：大量的專(zhuān)門(mén)知識(shí)與經(jīng)驗(yàn)根據(jù)某領(lǐng)域一個(gè)或多個(gè)專(zhuān)家提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷需要解決的問(wèn)題要足夠的復(fù)雜專(zhuān)家系統(tǒng)的特點(diǎn)作為一種模擬人類(lèi)專(zhuān)家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序158專(zhuān)家系統(tǒng)的優(yōu)點(diǎn)具體地說(shuō)，包括下列幾個(gè)方面：(1)專(zhuān)家系統(tǒng)能夠高效率、準(zhǔn)確、周到、迅速和不知疲倦地進(jìn)行工作。(2)專(zhuān)家系統(tǒng)解決實(shí)際問(wèn)題時(shí)不受周?chē)h(huán)境的影響，也不可能遺漏忘記。(3)可以使專(zhuān)家的專(zhuān)長(zhǎng)不受時(shí)間和空間的限制，以便推廣珍貴和稀缺的專(zhuān)家知識(shí)與經(jīng)驗(yàn)。(4)專(zhuān)家系統(tǒng)能匯集多領(lǐng)域?qū)＜业闹R(shí)和經(jīng)驗(yàn)以及他們協(xié)作解決重大問(wèn)題的能力。專(zhuān)家系統(tǒng)的優(yōu)點(diǎn)具體地說(shuō)，包括下列幾個(gè)方面：159第一個(gè)商用專(zhuān)家系統(tǒng)：R1世界上第一個(gè)成功的商用專(zhuān)家系統(tǒng)，1982年開(kāi)始正式在DEC公司使用。該程序幫助為新計(jì)算機(jī)系統(tǒng)配置訂單；為公司每年節(jié)省了數(shù)千萬(wàn)美元。第一個(gè)商用專(zhuān)家系統(tǒng)：R1世界上第一個(gè)成功的商用專(zhuān)家系統(tǒng)，19160在1991年的海灣危機(jī)中，美國(guó)軍隊(duì)使用專(zhuān)家系統(tǒng)用于自動(dòng)的后勤規(guī)劃和運(yùn)輸日程安排。這項(xiàng)工作同時(shí)涉及到50000個(gè)車(chē)輛、貨物和人，而且必須考慮到起點(diǎn)、目的地、路徑以及解決所有參數(shù)之間的沖突。AI規(guī)劃技術(shù)使得一個(gè)計(jì)劃可以在幾小時(shí)內(nèi)產(chǎn)生，而用舊的方法需要花費(fèi)幾個(gè)星期。海灣戰(zhàn)爭(zhēng)中的專(zhuān)家系統(tǒng)在1991年的海灣危機(jī)中，美國(guó)軍隊(duì)使用專(zhuān)家系統(tǒng)用于自動(dòng)的后勤161移動(dòng)專(zhuān)家系統(tǒng)移動(dòng)專(zhuān)家系統(tǒng)162專(zhuān)家系統(tǒng)的主要構(gòu)成“系統(tǒng)”？體系結(jié)構(gòu)？知識(shí)庫(kù)結(jié)果解釋器知識(shí)推理機(jī)知識(shí)獲取器人機(jī)接口用戶(hù)知識(shí)工程師領(lǐng)域?qū)＜覍?zhuān)家系統(tǒng)的核心部件專(zhuān)家系統(tǒng)的主要構(gòu)成“系統(tǒng)”？知識(shí)庫(kù)結(jié)果解釋器知識(shí)推理機(jī)知識(shí)獲163產(chǎn)生式規(guī)則知識(shí)的表示專(zhuān)家系統(tǒng)的第一選擇的知識(shí)表達(dá)方式產(chǎn)生式規(guī)則表示形式IF（條件）THEN（結(jié)論）或AB例子：IF（動(dòng)物有毛發(fā)）THEN（動(dòng)物是哺乳動(dòng)物）IF（動(dòng)物有羽毛）THEN（動(dòng)物是鳥(niǎo)）IF（動(dòng)物會(huì)飛）并且（動(dòng)物會(huì)產(chǎn)蛋）THEN（動(dòng)物是鳥(niǎo)）產(chǎn)生式規(guī)則知識(shí)的表示專(zhuān)家系統(tǒng)的第一選擇的知識(shí)表達(dá)方式164產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結(jié)論如：A→B，A→C相同的結(jié)論可以由不同的條件來(lái)得到如：A→G，B→G條件之間可是以“與”連接和“或”連接如：A∧B→G，A∨B→G一條規(guī)則中的結(jié)論，可以是另一條規(guī)則中的條件如：F∧B→Z，C∧D→F產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結(jié)論165產(chǎn)生式規(guī)則的兩種推理方法正向推理逆向（反向）推理產(chǎn)生式規(guī)則的兩種推理方法正向推理166正向推理逐條搜索規(guī)則庫(kù)，對(duì)每一條規(guī)則的前提條件，檢查事實(shí)庫(kù)中是否存在。前提條件中各子項(xiàng)，若在事實(shí)庫(kù)中不是全部存在，放棄該條規(guī)則；若在事實(shí)庫(kù)中全部存在，則執(zhí)行該條規(guī)則，把結(jié)論放入事實(shí)庫(kù)中。反復(fù)循環(huán)執(zhí)行上面過(guò)程，直到推出目標(biāo)，并存入事實(shí)庫(kù)中為止。正向推理逐條搜索規(guī)則庫(kù)，對(duì)每一條規(guī)則的前提條件，檢查事實(shí)庫(kù)中167正向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)在產(chǎn)生式規(guī)則庫(kù)中有3條規(guī)則，在事實(shí)庫(kù)中存在B，C，E3個(gè)事實(shí)，且它們均為真。希望通過(guò)正向推理，證明目標(biāo)G為真。推理過(guò)程：搜索每條規(guī)則的前提條件是否在事實(shí)庫(kù)中步驟搜索規(guī)則是否激發(fā)該規(guī)則原因事實(shí)庫(kù)狀態(tài)1第1條規(guī)則否A不在事實(shí)庫(kù)B，C，E2第2條規(guī)則否D不在事實(shí)庫(kù)B，C，E3第3條規(guī)則是E在事實(shí)庫(kù)B，C，E，D4第1條規(guī)則否A不在事實(shí)庫(kù)B，C，E，D5第2條規(guī)則是C和D在事實(shí)庫(kù)B，C，E，D,A6第1條規(guī)則是A在事實(shí)庫(kù)B，C，E，D,A，G正向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)在產(chǎn)生168逆向推理逆向推理用得較多，主要是目標(biāo)明確，推理快。逆向推理是從目標(biāo)開(kāi)始，尋找以此目標(biāo)為結(jié)論的規(guī)則，并對(duì)該規(guī)則的前提進(jìn)行判斷，若該規(guī)則的前提中某個(gè)子項(xiàng)是另一規(guī)則的結(jié)論，再找此結(jié)論的規(guī)則，直到對(duì)某個(gè)規(guī)則的前提能夠進(jìn)行判斷。逆向推理逆向推理用得較多，主要是目標(biāo)明確，推理快。169逆向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)步驟規(guī)則搜索目標(biāo)前提成立否原因事實(shí)庫(kù)狀態(tài)11G否A不在事實(shí)庫(kù)B，C，E22A否D不在事實(shí)庫(kù)B，C，E33D是E在事實(shí)庫(kù)B，C，E，D42A是C和D在事實(shí)庫(kù)B，C，E，D，A51G是A和B在事實(shí)庫(kù)B，C，E，D,A，G推理過(guò)程：搜索每條規(guī)則的結(jié)論，檢查其前提是否在事實(shí)庫(kù)中逆向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫(kù)事實(shí)庫(kù)步驟規(guī)則搜170根據(jù)規(guī)則庫(kù)得到的逆向推理樹(shù)（知識(shí)樹(shù)）GABCIJKLMEXFWZPQA∨B∧C→G(I∧J)∨K→AX∧F→JL→BM∨E→CW∧Z→MP∧Q→E若有知識(shí)庫(kù)為根據(jù)規(guī)則庫(kù)得到的逆向推理樹(shù)（知識(shí)樹(shù)）GABCIJKLMEXF171“與或”推理樹(shù)的特點(diǎn)總目標(biāo)G（結(jié)論）前提A（結(jié)論）前提B（結(jié)論）前提C（結(jié)論）前提IJ前提K前提LME前提X前提F前提W前提Z前提P前提Q①每條規(guī)則對(duì)應(yīng)的結(jié)點(diǎn)分支有與、或關(guān)系②樹(shù)的根結(jié)點(diǎn)是推理樹(shù)的總目標(biāo)③相鄰兩層之間是一條或多條規(guī)則連接④每個(gè)結(jié)點(diǎn)可以是單值，也可以是多值。若結(jié)點(diǎn)是多值時(shí)，各值對(duì)應(yīng)的規(guī)則將不同⑤可以把所有的葉結(jié)點(diǎn)直接放在事實(shí)數(shù)據(jù)庫(kù)中，也可以安排向用戶(hù)提問(wèn)“與或”推理樹(shù)的特點(diǎn)總目標(biāo)G（結(jié)論）前提A前提B前提C前提172推理樹(shù)的深度優(yōu)先搜索過(guò)程－－逆向推理過(guò)程GABCIJKLMEXFWZPQYYNNYYY126478910111235NNYYYY推理樹(shù)的深度優(yōu)先搜索過(guò)程－－逆向推理過(guò)程GABCIJKLM173專(zhuān)家系統(tǒng)的開(kāi)發(fā)專(zhuān)家系統(tǒng)的開(kāi)發(fā)174專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫俗稱(chēng)針眼，是睫毛毛囊附近的皮脂腺或瞼板腺的急性化膿性炎癥。麥粒腫診斷規(guī)則：R1：毛囊皮根微紅腫→輕型R2：鼻塞流涕→外感風(fēng)熱R3：舌苔薄黃∧胃納差→胃腸積熱R4：眼瞼局部明顯紅腫→重型R5：眼瞼局部紅腫∧頂尖有膿點(diǎn)→重型R6：膿點(diǎn)破潰→晚期R7：輕型∧外感風(fēng)熱→輕風(fēng)熱型R8：重型∧外感風(fēng)熱→重風(fēng)熱型R9:重型∧胃腸積熱→重積熱型R10：輕型→散癩法R11：晚期→外敷藥物R12：輕風(fēng)熱型→散癩加罐R13：重風(fēng)熱型→挑癩加罐R14：重積熱型→放血法專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫俗稱(chēng)針眼，是睫毛毛175專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫診斷的推理樹(shù)毛囊皮根微紅腫輕型鼻塞流涕外感風(fēng)熱舌苔薄黃胃腸積熱胃納差眼瞼局部明顯紅腫眼瞼局部紅腫頂尖有膿點(diǎn)重型R1R2R4R5R3膿點(diǎn)破潰晚期R6散癩法重積熱型重積熱型重風(fēng)熱型R10R7R8R9散癩加罐挑癩加罐外敷藥物放血法R12R13R14R11專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)麥粒腫診斷的推理樹(shù)毛囊皮176專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)利用專(zhuān)家系統(tǒng)開(kāi)發(fā)工具CLIPS進(jìn)行開(kāi)發(fā)CLIPS簡(jiǎn)介：由美國(guó)國(guó)家航天局約翰遜空間中心人工智能部推出用C語(yǔ)言寫(xiě)成，運(yùn)行速度快免費(fèi)使用只提供正向推理能力系統(tǒng)演示專(zhuān)家系統(tǒng)實(shí)例---麥粒腫診斷專(zhuān)家系統(tǒng)利用專(zhuān)家系統(tǒng)開(kāi)發(fā)工具CL1771、專(zhuān)家系統(tǒng)的局限專(zhuān)家系統(tǒng)只是人的經(jīng)驗(yàn)的匯集,因而它存在先天的缺陷,其解也可能未必正確;專(zhuān)家系統(tǒng)不能由第一原理推理,不能抓住相似,缺乏普通的感知,所以專(zhuān)家系統(tǒng)不是一個(gè)通用的專(zhuān)家,不是一個(gè)問(wèn)題求解器;對(duì)于復(fù)雜系統(tǒng),專(zhuān)家系統(tǒng)這種表達(dá)知識(shí)的方法也很難表達(dá),解就更難;專(zhuān)家系統(tǒng)的維護(hù)也很不容易,尤其對(duì)快速發(fā)展的醫(yī)學(xué)和信息領(lǐng)域,有時(shí)一年就有30%的規(guī)則要加以改變。2、專(zhuān)家系統(tǒng)的適用范圍在相對(duì)窄的知范圍和一些定義好的領(lǐng)域能成功應(yīng)用；在企業(yè)的管理信息系統(tǒng)中專(zhuān)家系統(tǒng)能起到它應(yīng)有的作用。專(zhuān)家系統(tǒng)的