人工智能的历史、现实与未来解读

第一篇：人工智能的历史、现实与未来解读

人工智能的历史、现实与未来

计科、090213 引言

人类梦想发明各种机械工具和动力机器，协助甚至代替人们从事各种体力劳动。18世纪第一次工业革命中，瓦特发明的蒸汽机开辟了利用机器动力代替人力和畜力的新纪元。此后，显著减轻体力劳动和实现生产过程自动化才成为可能。人类同样梦想发明各种智能工具和智能机器，协助甚至代替人们从事各种脑力劳动。20世纪40年代计算机的发明和50年代人工智能的出现开辟了利用智能机器代替人类从事脑力劳动的新纪元。此后，显著减轻脑力劳动和实现生产过程智能化才成为可能。然而，人工智能的发展远远说不上完善，它仍然在发展，在成长，在前进。因而，我们今天来关注它的过去，现在，以及未来。

1.人工智能的概念

人工智能分为“人工”和“智能”两部分，其中“人工”的概念不难定义，至于“智能”这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。2.人工智能的历史

1950年英国数学家图灵（A.M.Turing,1912—1954）发表了《计算机与智能》的论文中提出著名的“图灵测试”，形象地提出人工智能应该达到的智能标准；图灵在这篇论文中认为“不要问一个机器是否能思维，而是要看它能否通过以下的测试；让人和机器分别位于两个房间，他们只可通话，不能互相看见。通过对话，如果人的一方不能区分对方是人还是机器，那么就可以认为那台机器达到了人类智能的水平。这算是对人工智能最初的定义。而“人工智能”一词最初是在1956 年在达特茅斯大学召开的DARTMOUTH学会上提出的。

1956年夏季，年轻的美国学者麦卡锡、明斯基、朗彻斯特和香农共同发起，邀请莫尔、塞缪尔、纽厄尔和西蒙等参加在美国达特茅斯大学举办 了一次长达2个多月的研讨会，热烈地讨论用机器模拟人类智能的问题。会上，首次使用了 “人工智能”这一术语。这是人类历史上第一次 人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的历史意义。

从1956年正式提出算起，50多年来，人工智能学科取得长足的发展，成为一门广泛的交叉和前沿科学。

“人工智能”的目的是模拟人类的思维，当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。

20世纪60年代以来，生物模仿用来建立功能强大的算法。这方面有进化计算，包括遗传算法、进化策略和进化规划（1962年）。1992年Bezdek提出计算智能。他和Marks（1993年）指出计算智能取决于制造者提供的数值数据，含有模式识别部分，不依赖于知识；计算智能是认知层次的低层。今天，计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域，呈现多学科交叉与集成的趋势。

专家系统在90年代兴起, 模拟人类专家解决领域问题,知识库的改进与归纳是其重点。从功能上可分为解释、预测、诊断、设计、规划、监视、控制、调试、教学、修理等专家系统。从原理上可分为基于规则、基于框架、基于模型的专家系统。新型专家系统分为分布式和协同式。驱动方式有控制驱动、数据驱动、需求驱动，事件驱动等。诸多模型中，人工神经网络模型的应用最为广泛。

自动规划是一种问题求解技术，从某个特定的问题状态出发，寻求一系列行为动作，并建立一个操作序列，直到求得目标状态为止。发展的技术有分层规划、长度优先搜索、应用最小约束策略、准则法等。已发展了HACKER系统 STRIPS规划系统、PULP-Ⅰ机器人规划系统（有学习能力）、问题求解系统NOAH等。

AI的发展促进自动控制向智能控制发展。从1960年以来，神经网络已成功应用于自动控制研究。这是因为神经网络适于实时控制和动力学控制；可实现非线性控制；可进行信息熔合处理，特别适于复杂的、多变量大系统的控制。原理方面，1965年，傅京孙引入AI的启发式推理规则，1977年，Saridis引入运筹学的概念智能控制，提出分级（组织级、协调级和执行级）递阶智能控制方法。之后，蔡自兴再引入了信息论。

正是在一代代各学科专家的努力下，人工智能从最初的一段幻想、一个假设，变为了一个策划、一段程序，一个出现在了地平线上的现实。

3.人工智能的现在

如今人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的深蓝（DEEP BLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV）。

大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。现在，研究和应用从实验室到工业现场、从家电到火箭制导，已经广泛用于武器控制、机器人规划与控制、（制造业采矿业等的）自动加工系统的智能控制、故障检测与诊断、飞行器的智能控制医用智能控制、智能仪器等。

自然科学方面，AI与其它学科相互交叉、相互渗透和相互促进。AI向其它学科提供了工具和方法，如知识表示和推理机制、问题求解和搜索算法，模糊逻辑推理和非单调推理技术，以及计算智能技术等，可以解决从前难以解决的问题。而其他学科的重要概念，在AI研究中也得到发展。如计算机系统的分时系统、编目处理系统和交互调试系统等[2]。

社会科学方面也是如此。在需要使用数学－计算机工具解决问题的学科（如经济学），AI带来的帮助不言而喻。

更重要的是，AI反过来有助于人类最终认识自身智能的形成。在重新阐述知识历史的过程中，AI有望解决知识的模糊性，消除知识的不一致性。这将导致逻辑和哲学等等方面的改善,影响到心理学、认知学的核心理论，对于哲学社会学方面的理论也将带来彻底的变革。

此外，综合应用语法、语义和AI的形式知识表示方法，有可能改善知识的自然语言表达形式与此同时，潜在的知识，直感灵感等等也能够阐述为适用的AI形式。从而扩大知识的领域，以及对现有知识进行提纯。

AI应用领域甚广，专家系统更深入各行各业，带来巨大的宏观效益。

4.人工智能的未来

如果说生物计算机、量子计算机、光子计算机是未来计算机硬件系统的发展方向，那么实现人工智能就是日后计算机软件的努力目标，但是，从某种意义上来说，人工智能的发展目标却是脱离计算机，不再作为一个独立的子系统来存在。它将渗透入我们社会的方方面面，润物无声。

可以预见，随着人工智能的完善，它将对人类整体的文明产生巨大冲击，事实上，这个冲击已然产生，只是它的步步推进不足以产生爆炸性的效果，因而，注意者并不包括大多数人。（1）人工智能对经济的影响

成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益。在信息爆炸的知识经济时代，优秀的信息处理便是财富，它会为部分人的经济效益做出极大贡献。同时，尽管人工智能的发展目标是脱离计算机，成为独立的应用，但未来很长一段时间内，它还会依托于计算机存在，越来越优秀的人工智能对计算机的软硬件都提出了新的要求，这将会成为计算机行业的一个推动力。（2）人工智能对社会的影响

人工智能和机器人行业几乎是亲密无间，在欧美，工业过程控制系统、智能机器人系统和智能化生产系统开始起步。我国也从无到有，出现了机械手生产厂家，机器人产业的雏形已经形成，在10～20年后有望形成规模，脱离自动化而形成独立的产业。这却带来了劳务就业

问题。由于AI 在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，将迫使人们工作方式的巨大改变，甚至造成失业，数字巨大的失业者将成为社会的不安定因素。（3）人工智能对人类思维的影响

伴随着机器变得越来越“聪明”，人们越来越相信智能机器的判断和决定。这在某种程度上会导致人类失去对问题及其求解任务的责任感和敏感性。进而致使认知能力下降，思维变得懒惰。通俗来说，就是变蠢。人类用了200万年进化成现在的智慧生物，在人工智能的“帮助”下，这一逆过程或许不需这么久。

至于所谓的“人工智能失控”、“智能机器人反噬人类”，好莱坞已经做出了太多猜测，但不得不说，所谓的“阿西莫夫三定律”真的能永远束缚机器人（狭义上的人工智能）吗？这很难说。自然是难以揣测的，两个原子的偶然碰撞擦出了生命的第一缕火花，那无数个0、1的组合难道没有那灵光一闪的瞬间吗？混沌机制向来是上帝的领域，数字生命无穷小的诞生概率在数学上可以被认为为零，但现实中却存在可能。

但我们不能因噎废食，人工智能已经——或正在——或即将证明它在人类社会中的的巨大作用，对于人工智能的未来发展，我们应当持乐观态度。我们相信人工智能有个更加美好的未来；尽管这一天的到来，需要付出辛勤劳动和昂贵代价，需要好几代人的持续奋斗。一代代科学家为我们提供了巨人的肩膀，正是为了让我们立于其上，继往开来。

参考文献：

[1] 《人工智能及其应用》，第四版，蔡自兴，徐光祐．本科生用书．清华大学出版社，2010 [2] 《Artificial Intelligence: A New Synthesis》.N.J.Nilsson.Morgan Kaufmann, 1998;机械工业出社，1999 [3] 《人工智能及其在决策系统中的应用》．蔡自兴．国防科技大学出版社，2006 [4] 《专家系统》，蔡自兴，John Durkin，龚涛．原理、设计与应用．科学出版社，2005 [5]人工智能与智能机器人探析.数字制造网

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

第二篇：人工智能与电子商务解读

人工智能与电子商务

2013年6月16日

人工智能在电子商务中的应用

摘要：人工智能技术和电子商务的飞速发展推动了全球科技经济领域的进步，基于人工智能技术的电子商务更趋向完美和成熟。随着电子商务的不断发张和人工智能的不断完善，两者在各自领域、各个层次的相互融合将更加紧密。作为各自的成功因素，电子商务和人工智能技术的融合必将成为一种关键技术。

关键词：电子商务；人工智能；数据仓库；数据挖掘

一、引言

电子商务的飞速发展给全球经济带来的冲击是巨大的。基于人工智能技术的电子商务将能更好地为其发展带来良好的基础．这过程是电子商务向着良性发展的必然趋势。本文从人工智能技术与电子商务的国内外动态人工智能技术在电子商务中的应川例子，以及数据挖掘技术在web上的应用等几个方面对其进行论述。

二、人工智能

人工智能（artificialintelligence,AI)是在计算机科学、控制论、信息论、神经心理学、哲学、语言学、等多种学科研究的基础上发展起来的一门综合性很强的交叉科学，是一门新思想、新观念、新理论、新技术不断出现的新兴科学以及正在迅速发展的前沿学科【1】。人工智能是研究使机器具备人所具有的智能功能的一门高新技术学科。其目的是模拟、延伸和扩展人的智能，以实现某些脑力劳动的自动化。实质上，它是开拓计算机应用、研制新一代计算机和扩展计算机应用领域的技术基础，也是探索人脑奥秘的重要科学途径。人工智能、原子能技术、空间技术，被称2O世纪的三大尖端科技。进入21世纪后，人工智能仍是适应信息时代需求的关键技术之一。明确上述人工智能定义后，不难指明智能化与电脑化的区别。“人工智能”是指，采用人工能理论方法和技术，并具有某种或某些拟人智能特性或功能。有电脑后不一定采用人工智能方法，也不一定具有拟人智能特性，故不一定能被称为“智能化”。

三、电子商务

电子商务，源于英文ELECTR0NICC0MMERCE，简写为EC，指的是利用简单、快捷、低成本的电子通讯方式，买卖双方不谋面地进行各种商贸活动。【2】其内容包含两个方面：一是电子方式；二是商贸活动。电子商务可以通过多种电子通讯方式来完成，但是，现在人们所探讨的电子商务主要是以EDI(电子数据交换)和INTER—NET来完成的。尤其是随着INTERNET技术的日益成熟，电子商务真正的发展将是建立在INTERNET技术上的，所以也有人把电子商务简称为IC(INTERNETC0MMERCEo从贸易活动的角度分析，电子商务可以在多个环节实现，由此也可以将电子商务分为两个层次，较低层次的电子商务如电子商情、电子贸易、电子合同等；最完整的也是最高级的电子商务应该是利用INTENET网络能够进行全部的贸易活动，即在网上将信息流、商流、资金流和部分的物流完整地实现，也就是说，你可以从寻找客户开始，一直到洽谈、订货、在线付(收)款、开据电子发票以至到电子报关、电子纳税等通过INTERNET一气呵成。要实现完整的电子商务，还会涉及到很多方面，除了买家、卖家外，还要有银行或金融机构、政府机构、认证机构、配送中心等机构的加入才行。由于参与电子商务中的各方在物理上是互不谋面的，因此整个电子商务过程并不是物理世界商务活动的翻版，网上银行、在线电子支付等条件和数据加密、电子签名等技术在电子商务中发挥着重要的、不可或缺的作用。

四、人工智能国内外的动态

从1955年正式提出人工智能学科算起40多年来人工智能学科取得了长足的发展．成为一门广泛的交叉和前沿科学。总的说来人工智能的目的就是让计算机这台机器能够像人一样思考，如果希望做出一台能够思考的机器月B就必须知道什么是思考更进一步讲就是什么是智慧。什么样的机器才是智慧的呢，科学家已经作出了汽车火车飞机收音机等等．它们我们身体器官的功能但是能不能模仿人类大脑的功能呢7到目前为止我也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官．我们对这个东西知之甚少，模仿它或许是天下最困难的事情了当计算机出现后人类开始真正有了个可以模拟人类思维的工具在以后的岁月中无数科学家为这个目标努力着．现在人“商场现代化"2007年10月(上甸刊j总 整个数据仓库系统是一个包含四个层次的体系结构。

（1）数据源。是数据仓库系统的基础，是整个系统的数据源泉通常包括企业内部信息和外部信息。内部信息包括存放于RDBMS中的各种业务处理数据和各类文档数据；外部信息包括各类法律法规、市场信息和竞争对手的信息等等。（2）．数据的存储与管理。是整个数据仓库系统的核心。数据仓库的真正关键是数据的存储和管理。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定其对外部数据的表现形式。要决定采用什么产品和技术来建立数据仓库的核心，则需要从数据仓库的技术特点着手分析。针对现有各业务系统的数据，进行抽取、清理，并有效集成，按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库(通常称为数据集市)。（3）．OLAP(On—lineAnalysis&Processing)fJ~．务器。对分析

需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。其具体实现可以分为ROLAP、MOLAP和HOLAP。ROLAP基本数据和聚合数据均存放在RDBMS之中；MOLAP基本数据和聚合数据均存放于多维数据库中；HOLAP基本数据存放于RDBMS之中，聚合数据存放于多维数据库中。

（4）．前端工具。主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。其中，数据分析工具主要针对OLAP服务器；报表工具、数据挖掘工具主要针对数据仓库。

2、数据仓库的作用

数据仓库究竟能帮我们干点什么?简单地说，假设你用自动柜员机取200元，当你等待柜员机交易确认时，银行可以查看一下你的账号，告诉你现金账上钱太多，应该换另一个账号，以便获得更多利息。如果银行这么对待你，作为消费者你肯定会觉得这是一个好银行。然而没有数据仓库，银行就做不到这一点。现在上网购物常常给人带来意外的惊喜。网站在你不知不觉中记录你的行踪，抓到你的喜好。如果你在网上点击一下衬衫，之后又看了一下书和裤子，网站就会记住你的点击顺序，记下你在每个产品上停留的时间以及你买了什么，没买什么。这些信息都由数据仓库保存整理。假如你买了裤子，没买衬衫，下次你上网时，数据仓库会跟你说，“欢迎再次光顾，上次您买了裤子，现在我们有一件衬衫可以优惠卖给你。你感兴趣吗?”顾客遇到这种情况，一定是又惊又喜。这就是数据仓库的魅力。

数据仓库及管理软件的市场潜力十分巨大。用一句话说，新经济的基础是用互联网武装各种类型的公司，并使之自我发展，这个过程中产生许多数据。如果没有数据仓库软件，这些数据就根本没有用处。有了数据仓库，就可以了解客户是谁，他需要什么，怎样提供更好的服务给他，并以此创造更多利润。

（二）、数据挖掘与知识发现

1、数据挖掘与知识发现

数据挖掘(DMDataM川ng)和数据库知识发现(KDDKwowledgeDiscoveryinDatebase)是随着数据库技术人工智能拄术和网络技术的发展而提名的。尤其是随着电子商务的开展．信 万方数据电孑商务息总量不断增加．更迫切地需要有效的信息分析工具以便能发现大量商业数据问隐藏的依赖关系．从而抽取有用的信息或知识指导商业决策【5】。过去只有简单的数据统计技术，还未达到成为智…能数据分析工具。因此．在数据生成和数据理解之间还存在很大的差距。DM和KDD就是种新型的数据分折技术．旨在从大型数、据库中提取隐藏的

预测性信息构建高校的数据仓库，发掘数据问潜在的模式以便于用理解和观察的形式反映给用户，从而为企业做出前瞻的．基于知识的决策参考意见。【6】DM与KDD需要解决的问题有：超大规模数据库和高维数据．数据丢失：变化中的数据和知识．模式的易懂性非标准格式数据，多媒体数据以及面向对象数据的处理．与其他系统的集成．网络与分布式环境下的KDD问题等。DM与KDD的区别是．KDD是一个综合的过程包括实验记录叠代求解用户交互以及许多定制要求和决策设计等而DM只是KDD中的一个具体但又是关键的步骤．，当然．它们都对数据仓库进行有效利用的技术手段。

2、数据挖掘实际应用

DM（KDD）工具和软件已在各个部门得到很好的应用，并收到明显的效益。

[1]金融方面:银行信用卡和保险行业，预测存/贷款趋势，优化存/贷款策略，用DM将市场分成有意义的群组和部门，从而协助市场经理和业务执行人员更好地集中于有促进作用的活动和设计新的市场运动。

[2]在客户关系管理方面:DM能找出产品使用模式或协助了解客户行为，从而可以改进通道管理（如银行分支和ATM等）。又如正确时间销售（RightTimeMarKeting）就是基于顾客生活周期模型来实施的。

[3]在零售业/市场营销方面:是数据挖掘技术应用最早也是最重要的领域，DM用于顾客购货篮的分析可以协助货架布置，促销活动时间，促销商品组合以及了解滞销和畅销商品状况等商业活动。通过对一种厂家商品在各连锁店的市场共享分析,客户统计以及历史状况的分析，可以确定销售和广告业务的有效性。

[4]在过程控制/质量监督保证方面:DM协助管理大数量变量之间的相互作用，DM能自动发现出某些不正常的数据分布，暴露制造和装配操作过程中变化情况和各种因素，从而协助质量工程师很快地注意到问题发生范围和采取改正措施。

[5]在远程通讯部门:基于DM的分析协助组织策略变更以适应外部世界的变化，确定市场变化模式以指导销售计划.在网络容量利用方面，DM能提供对客户组类服务使用的结构和模式的了解，从而指导容量计划人员对网络设施作出最佳投资决策。

[6]化学/制药行业：从各种文献资料总自动抽取有关化学反应的信息，发现新的有用化学成分。在遥感领域针对每天从卫星上及其它方面来的巨额数据，对气象预报，臭氧层监测等能起很大作用。

[7]军事方面：使用DM进行军事信息系统中的目标特征提取、态势关联规则挖掘等。总之，DM可广泛应用于银行金融、零售与批发、制造、保险、公共设施、政府、教育、远程通讯、软件开发、运输等各个企事业单位及国防科研上。据报导，DM的投资回报率有达400%甚至10倍的事例。

（三）、生物认证技术

目前，许多磁卡、存单大都是用密码进行安全保障的。一旦密码泄露，也就不安全了。在电子商务中，电子货币将得到急速的发展。对安全水平的要求也相应提高。从而带动了人工智能的一个分支领域——生物认证技术的研究与开发。

生物认证技术是指利用人体某一具有特征的部位。或个人的习惯，如指纹、掌纹、手形、网膜、虹膜、脸型、声纹及笔记等来识别人们的身份的技术。这种识别技术与磁卡式的靠持有物认证的方法和密码式的靠只是认证的方法相比，具有极大的优越性。它不会丢失，被盗和伪造。

生物认证技术作为一种准确、快速和高效的身份认证方法，正应用于如银行、海关、医疗保险、重要通道控制、信息网络安全等领域。这是一项集现代化生物科技与计算机科学相结合

的高科技实用项目。微软公司宣布把生物认证技术添加到自己的视窗操作系统中。这对这项新技术的发展将起到促进作用。

（四）、智能数据库信息检索 在电子商务平台应用实践中，如何根据用户的意图，兴趣和特点自适应地和智能地从现有的客户信息、商品库信息等大量数据信息中对信息进行相关性排列，调整匹配机制，以获得用户满意的检索输出，成为电子商务今后；应用所面临的一个技术问题。

六、结论

本文从人工智能技术和电子商务技术的发展，人工智能技术在电子商务中的应用实例，以及数据挖掘技术和数据仓库技术的实际应用进行概括的论述。随着电子商务的不断发展和人工智能的不断完善，两者在各个领域、各个层次的相互融合将更加密切。

总而言之，作为一种商务活动过程，人工智能在电子商务中的应用将带来一场史无前例的革命，其对社会经济的影响会远远超过商务本身。除了上述这些影响之外，他还将对就业、法律制度以及文化教育等带来巨大的影响。

参考文献

【1】王万良。人工智能及其应用（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

第三篇：人工智能与专家系统课程设计解读

目录

1.设计任务 1.1 设计题目 1.2设计要求 1.3设计任务 2．方案设计 2.1原理

2.2 具体设计方法 3．系统实施

3.1 系统开发环境 3.2系统主要功能介绍 3.3处理流程图 3.4 核心源程序 3.5系统运行结果 4．开发心得

4.1设计存在的问题

4.2进一步改进提高的设想 4.3经验和体会 5．参考文献 1.设计任务 1.1 设计题目

在一个3*3的方棋盘上放置着1,2,3,4,5,6,7,8八个数码,每个数码占一格,且有一个空格。这些数码可以在棋盘上移动，该问题称八数码难题或者重排九宫问题。

1.2 设计要求

其移动规则是：与空格相邻的数码方格可以移入空格。现在的问题是：对于指定的初始棋局和目标棋局，给出数码的移动序列。

1.3 设计任务

利用人工智能的图搜索技术进行搜索，解决八数码问题来提高在推理中的水平，同时进行新方法的探讨。

2.方案设计 2.1 原理

八数码问题是个典型的状态图搜索问题。搜索方式有两种基本的方式，即树式搜索和线式搜索。搜索策略大体有盲目搜索和启发式搜索两大类。盲目搜索就是无“向导”的搜索，启发式搜索就是有“向导”的搜索。

2.2 具体设计方法

启发式搜索

由于时间和空间资源的限制，穷举法只能解决一些状态空间很小的简单问题，而对于那些大状态空间的问题，穷举法就不能胜任，往往会导致“组合爆炸”。所以引入启发式搜索策略。启发式搜索就是利用启发性信息进行制导的搜索。它有利于快速找到问题的解。由八数码问题的部分状态图可以看出，从初始节点开始，在通向目标节点的路径上，各节点的数码格局同目标节点相比较，其数码不同的位置个数在逐渐减少，最后为零。所以，这个数码不同的位置个数便是标志一个节点到目标节点距离远近的一个启发性信息，利用这个信息就可以指导搜索。即可以利用启发信息来扩展节点的选择，减少搜索范围，提高搜索速度。

启发函数设定。对于八数码问题，可以利用棋局差距作为一个度量。搜索过程中，差距会逐渐减少，最终为零，为零即搜索完成，得到目标棋局。

3.系统实施

3.1 系统开发环境

Windows操作系统、SQL Server 200X

3.2 系统主要功能介绍

该搜索为一个搜索树。为了简化问题，搜索树节点设计如下： struct Chess//棋盘

3.4 核心源程序

#include “stdio.h” #include “stdlib.h” #include “time.h” #include “string.h” #include #include using namespace std;

const int N=3;//3*3棋盘

const int Max_Step=30;//最大搜索深度

enum Direction{None,Up,Down,Left,Right};//方向 struct Chess//棋盘 { int cell[N][N];//数码数组

int Value;//评估值

Direction BelockDirec;//所屏蔽方向

struct Chess * Parent;//父节点 };

//打印棋盘

void PrintChess(struct Chess *TheChess){ printf(“----------n”);for(int i=0;i

printf(“t”);

for(int j=0;j

{

printf(“%dt”,TheChess->cell[i][j]);

}

printf(“n”);} printf(“tttt差距:%dn”,TheChess->Value);}

break;case Left:

t_j++;

if(t_j>=N)

AbleMove=false;

break;case Right:

t_j--;

if(t_j<0)

AbleMove=false;

break;};if(!AbleMove)//不可以移动则返回原节点

{

return TheChess;}

if(CreateNewChess){

NewChess=new Chess();

for(int x=0;x

{

for(int y=0;y

NewChess->cell[x][y]=TheChess->cell[x][y];

} } else

NewChess=TheChess;NewChess->cell[i][j]=NewChess->cell[t_i][t_j];NewChess->cell[t_i][t_j]=0;

return NewChess;}

//初始化一个初始棋盘

struct Chess * RandomChess(const struct Chess * TheChess)

p=NULL;queue Queue1;Queue1.push(Begin);//搜索

do{

p1=(struct Chess *)Queue1.front();

Queue1.pop();

for(int i=1;i<=4;i++)//分别从四个方向推导出新子节点

{

Direction Direct=(Direction)i;

if(Direct==p1->BelockDirec)//跳过屏蔽方向

continue;

p2=MoveChess(p1,Direct,true);//移动数码

if(p2!=p1)//数码是否可以移动

{

Appraisal(p2,Target);//对新节点估价

if(p2->Value<=p1->Value)//是否为优越节点

{

p2->Parent=p1;

switch(Direct)//设置屏蔽方向,防止往回推

{

case Up:p2->BelockDirec=Down;break;

case Down:p2->BelockDirec=Up;break;

case Left:p2->BelockDirec=Right;break;

case Right:p2->BelockDirec=Left;break;

}

Queue1.push(p2);//存储节点到待处理队列

if(p2->Value==0)//为0则,搜索完成{

p=p2;

i=5;

}

}

else

{

//打印

if(T){

/*把路径倒序*/

Chess *p=T;

stackStack1;

while(p->Parent!=NULL)

{

Stack1.push(p);

p=p->Parent;

}

printf(“搜索结果:n”);

while(!Stack1.empty())

{

PrintChess(Stack1.top());

Stack1.pop();

}

printf(“n完成!”);}else

printf(“搜索不到结果.深度为%dn”,Max_Step);

scanf(“%d”,T);} 3.5 系统运行结果

4.开发心得

4.1 设计存在的问题

完全能解决简单的八数码问题，但对于复杂的八数码问题还是无能为力。4.2 进一步改进提高的设想

可以改变数码规模（N），来扩展成N*N的棋盘，即扩展为N数码问题的求解过程。

2、内存泄漏。由于采用倒链表的搜索树结

05.参考文献

[1]王汝传.计算机图形学[M].北京：人民邮电出版社，1999：123－130.[2]刘榴娣，刘明奇，党长民.实用数字图像处理[M].北京：北京理工大学出版，2000：12－25..[3]丁兆海.Delphi基础教程[M].北京：电子工业出版社，1999.[4]王小华.Delphi 5程序设计与控件参考[M].北京：电子工业出版社，1999:70－120.[5]赵子江.多媒体技术基础[M].北京：机械工业出版社，2001：118－130.[6]段来盛，郑城荣，曹恒.Delphi实战演练[M].北京：人民邮政出版社，2002：80－95.

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

第四篇：历史与现实感悟

历史与现实感悟

每个民族都有自己的一段历史，或长或短。我们中华民族有上下五千年的历史，我们为什么要学习自己和其他民族的历史呢？有句古语“以史为鉴”。

在历史的长河里，我们可以学到很多很多，我们可以从其中的一件件事中总结一些东西，可以在现实中更好的帮助我们。

例如我们民族的重要文献《孙子兵法》是军事家的必读之书，现在随着世界格局的变化，许多外国军事学校也把此书作为必修课额来学习、探讨，以提升自己国家的军事水平。再如，我们会经常提起古代以少胜多的著名战役，为什么呢？就是因为这些战役对我们有很大的启迪作用，通过分析他们，我们可以总结出一些作战的技能和方法，在战争时，我们可以将其运用到实践中。

俗话说：有因必有果。我们可以从历史中来分析这些因果关系来提升自己，完善自己。例如，在清朝末年，我们受到了西方列强的侵犯，而且没有能力改变这一现状，我们可以从中分析一下原因。在清朝以前，中华民族的科技、文化等各方面都在世界前列。但到了清朝，为了和平，清政府实行“闭关锁国”的政策。统治者的目的达到了，但是这样做使清朝与世界脱了轨。西方国家的先进的技术、文化无法传到清朝，使其慢慢的落后于西方国家。又因为西方殖民主义的扩张，他们不得不打开中国这个大市场。于是中国近代史就顺理成章的进行了。我们通过分析这些，总结出了“落后就要挨打”的道理，因此我们现在积极融入到世界这个大家庭中去，不断学习，不断发展，因为我们知道了“落后就要挨打”。

历史和现实是不可分割的，有些时候，通过观察历史我们可以预测未来，也就是将来的现实。

许多事情看似不可能发生，但有一部分想象力极为丰富的人却能猜测到一些事在将来会怎样。以前的科幻书籍、现在的科幻影片中有许多我们无法想像而且想象不到的事情，但这些事情却正在慢慢的变成现实。在前人看来，机器人是不可能出现的，但有些人却把机器人想象着在以后的某天能够出现，并写成了科幻书籍。若干年后的今天，机器人出现了，他们的预言成为了现实。

综上可以看出，历史和现实是一个整体，存在着严密的因果关系。并且，历史可以更好的服务于现实。

第五篇：人工智能发展史解读

人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系.Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈 回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期AI的发展影响很大。）

1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。

这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果：

（1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。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。

（2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。

（3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。

（4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。

（5）1961年，明斯基发表了一篇名为《迈向人工智能的步骤》的论文，对当时人工智能的研究起了推动作用。

正是由于人工智能在20世纪50年代到60年代的迅速发展和取得的一系列的研究成果，使科学家们欢欣鼓舞，并对这一领域给予了过高的希望。纽威尔和西蒙在1958年曾作出以下预言：

①不出十年，计算机将成为世界象棋冠军，除非规定不让它参加比赛；

②.不出十年，计算机将发现并证明那时还没有被证明的数学定理；

③.不出十年，计算机将谱写出具有较高美学价值并得到评论家认可的乐曲；

④不出十年，大多数心理学家的理论将采用计算机程序来形成。

非常遗憾的是，到目前为止，这样的预言还没有一个得到完全的实现，人工智能的研究状况比纽威尔和西蒙等科学家的设想要复杂和艰难的多。事实上，到了20世纪70年代初，人工智能在经历一段比较快速的发展时期后，很快就遇到了许多问题。这些问题主要表现在：

（1）1965年鲁宾逊发明了归结（消解）原理，曾被认为是一个重大的突破，可是很快这种归结法能力有限，证明两个连续函数之和还是连续函数，推证了十万步竟还没有得证。

（2）塞缪尔的下棋程序，赢得了周冠军后，没能赢全国冠军。

（3）机器翻译出了荒谬的结论。如从英语→俄语→英语的翻译中，又一句话：“The spirit is willing but the flesh is weak”(心有余而力不足)，结果变成了”The wine is good but the meat is spoiled”(酒是好的，肉变质了)，闹出了笑话。

（4）大脑约有10的15次方以上的记忆容量，此容量相当于存放几亿本书的容量，现有的技术条件下在机器的结构上模拟人脑是不大可能的。

（5）来自心理学、神经生理学、应用数学、哲学等各界的科学家们对人工智能的本质、基本原理、方法及机理等方面产生了质疑和批评。

由于人工智能研究遇到了困难，使得人工智能在20世纪70年代初走向低落。但是，人工智能的科学家没有被一时的困难所吓倒，他们在认真总结经验教训的基础上，努力探索使人工智能走出实验室，走向实用化的新路子，并取得了令人鼓舞的进展。特别是专家系统的出现，实现了人工智能从理论研究走向实际应用，从一般思维规律探索走向专门知识应用的重大突破，是人工智能发展史上的重大转折，将人工智能的研究推向了新高潮。下面是几个又代表性的专家系统：

（1）1968年斯坦福大学费根鲍姆教授和几位遗传学家及物理学家合作研制了一个化学质谱分析系统（DENDARL），该系统能根据质谱仪的数据和核磁谐振的数据，以及有关化学知识推断有机化合物的分子结构，达到了帮助化学家推断分子结构的作用。这是第一个专家系统，标志着人工之能从实验室走了出来，开始进入实际应用时代。

（2）继DENDARAL系统之后，费根鲍姆领导的研究小组又研制了诊断和治疗细菌感染性血液病的专家咨询系统MYCIN。经专家小组对医学专家、实习医师以及MYCIN行为进行正式测试评价，认为MYCIN的行为超过了其他所有人，尤其在诊断和治疗菌血症和脑膜炎方面，显示了该系统作为临床医生实际助手的前途。从技术的角度来看，该系统的特点是：1。使用了经验性知识，用可信度表示，进行不精确推理。2.对推理结果具有解释功能，时系统是透明的。3.第一次使用了知识库的概念。正是由于MYCIN基本解决了知识表示、知识获取、搜索策略、不精确推理以及专家系统的基本结构等重大问题（是怎样解决的呢？），对以后的专家系统产生了很大的影响。

（3）1976年，斯坦福大学国际人工智能中心的杜达等人开始研制矿藏勘探专家系统PROSPECTOR，它能帮助地质学家解释地质矿藏数据，提供硬岩石矿物勘探方面的咨询，包括勘探测评，区域资源估值，钻井井位选择等。该系统用语义网络表示地质知识，拥有15中矿藏知识，采用贝叶斯概率推理处理不确定的数据和知识。PROSPECTOR系统于1981年开始投入实际使用，取得了巨大的经济效益。例如1982年，美国利用该系统在华盛顿发现一处矿藏，据说实用价值可能超过1亿美元。

（4）美国卡内基—梅隆大学于20世纪70年代先后研制了语音理解系统HEARSAY-I加入HEARSAY-II，它完成从输入的声音信号转换成字，组成单词，合成句子，形成数据库查询语句，再到情报数据库中去查询资料。该系统的特点是采用“黑板结构”这种新结构形式，能组合协调专家的知识，进行不同抽象级的问题求解。

在这一时期，人工智能在新方法、程序设计语言、知识表示、推理方法等方面也取得了重大进展。例如70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方面的新理论,例如,如何通过一副图像的阴影,形状,颜色,边界和纹理等基本信息辨别图像.通过分析这些信息,可以推断出图像可能是什么，法国马赛大学的柯尔麦伦和他领导的研究小组于1972年研制成功的第一个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；明斯基1974年提出的框架理论；绍特里夫于1975年提出并在MYCIN中应用的不精确推理；杜达于1976年提出并在PROSPECTOR中应用的贝叶斯方法；等等

人工智能的科学家们从各种不同类型的专家系统和知识处理系统中抽取共性，总结出一般原理与技术，使人工智能又从实际应用逐渐回到一般研究。围绕知识这一核心问题，人们重新对人工智能的原理和方法进行了探索，并在知识获取、知识表示以及知识在推理过程中的利用等方面开始出现一组新的原理、工具和技术。1977年，在第五届国际人工智能联合会（IJCAI）的会议上，费根鲍姆教授在一篇题为《人工智能的艺术：知识工程课题及实例研究》的特约文章中，系统的阐述了专家系统的思想，并提出了知识工程（KnowledgeEngineering）的概念。费根鲍姆认为，知识工程是研究知识信息处理的学科，它应用人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供了求解的途径。恰当的运用专家知识的获取、表示、推理过程的构成与解释，是设计基于知识的系统的重要技术问题。至此，围绕着开发专家系统而开展的相关理论、方法、技术的研究形成了知识工程学科。知识工程的研究使人工智能的研究从理论转向应用，从基于推理的模型转向基于知识的模型。

为了适应人工智能和知识工程发展的需要，在政府的大力支持下，日本于1982年开始了为期10年的“第五代计算机的研制计划”，即“知识信息处理计算机系统KIPS”，总共投资4.5亿美元。它的目的是使逻辑推理达到数值运算那样快。日本的这一计划形成了一股热潮，推动了世界各国的追赶浪潮。美国、英国、欧共体、苏联等都先后制订了相应的发展计划。随着第五代计算机的研究开发和应用，人工智能进入一个兴盛时期，人工智能界一派乐观情绪。

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、只能水平低、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、英国和欧洲所制订对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。进一步分析便发现，这些困难不只是个别项目的制订又问题，而是涉及人工智能研究的根本性问题。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，即所谓的大规模的问题，传统人工智能方法只适合于建造领域狭窄的专家系统，不能把这种方法简单的推广到规模更大、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。

尽管经历了这些受挫的事件,AI仍在慢慢恢复发展.新的技术在日本被开发出来,如在美国首创的模糊逻辑,它可以从不确定的条件作出决策;还有神经网络,被视为实现人工智能的可能途径.1982年后，人工神经网络像雨后春笋一样迅速发展起来，给人们带来了新的希望。人工神经网络的主要特点是信息的分布存储和信息处理的并行化，并具有自组织自学习能力，这使人们利用机器加工处理信息有了新的途径和方法，解决了一些符号方法难以解决的问题，使人工智能的学术界兴起了神经网络的热潮。1987年美国召开了第一次神经网络国际会议，宣布新学科的诞生。1988年以后，日本和欧洲各国在神经网络方面的投资逐步增加，促进了该领域的研究。但是随着应用的深入，人们又发现人工神经元网络模型和算法也存在问题。

20世纪80年代末，以美国麻省理工学院布鲁克斯（R.A.Brooks）教授为代表的行为主义学派提出了“无须表示和推理”的智能，认为智能只在与环境的交互中表现出来，并认为研制可适应环境的“机器虫”比空想智能机器人要好。以后，人工智能学术界充分认识到已有的人工智能方法仅限于在模拟人类智能活动中使用成功的经验知识处理简单的问题，开始在符号机理与神经网机理的结合及引入Agent系统等方面进一步开展研究工作。20世纪90年代，所谓的符号主义、连接主义和行动主义3种方法并存。对此，中国学者认为这3种方法各有优缺点，他们提出了综合集成的方法，即不同的问题用不同的方法来解决，或用联合（混合、融合）的方法来解决，再加上人工智能系统引入交互机制，系统的智能水平将会大为提高。

总而言之，尽管人工智能的发展经历了曲折的过程，但它在自动推理、认知建模、机器学习、神经元网络、自然语言处理、专家系统、智能机器人等方面的理论和应用上都取得了称得上具有“智能”的成果。许多领域将知识和智能思想引入到自己的领域，使一些问题得以较好的解决。应该说，人工智能的成就是巨大的，影响是深远的。

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