人工智能

出处：按学科分类—政治、法律 复旦大学出版社《国际惯例词典》第634页（1242字）

斯坦福大学人工智能研究中心的Nilsson教授认为：“人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学。”麻省理工学院的Winston教授指出：“人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作。”这些定义反映了人工智能学科的基本思想和基本范围。事实上，从广义上来讲，一般认为用计算机模拟人的智能行为就属于人工智能的范畴。从狭义上讲，人工智能方法是指人工智能研究的一些核心内容，包括搜索技术、推理技术、知识表示、机器学习与人工智能语言等方面。

对人工智能研究的不同途径来源于对人类智能的本质的不同认识，并由此产生出两大学派：符号主义(symboticism)与连接主义(Connectionism)。符号主义认为人类认识的基本元素是符号，认识过程就是一种符号处理过程。

连接主义根据对人脑的研究，认为认识的基本元素就是神经元本身，人类的认识过程就是大量的神经元的整体活动。

实用的人工智能称为知识工程，知识工程的概念产生于70年代中期。

1977年美国斯坦福大学的Feigenbaum教授在第五届国际人工智能会议上提出了“知识工程”这一概念。

他认为：“知识工程是人工智能的一种技艺，它运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求解的手段。恰当运用专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统和重要技术问题。”知识工程这一概念的提出，标志着人工智能的研究进入实际应用的阶段。

目前，知识工程研究的主要内容包括：

(1)专家系统。模拟人类专家的问题求解过程，解决那些只有专家才能解决的专门问题。

(2)知识库系统。对人类的知识进行存贮、加工、管理，并根据需要对知识进行处理和应用。

(3)决策支持系统。利用模型和知识，通过模拟和推理等手段，为人类的活动进行辅助决策。

(4)自然语言理解。理解人类的自然语言，以实现人和计算机之间自然语言的直接通信，从而推动计算机更广泛的应用。

(5)智能机器人。具有感觉、识别和决策功能的机器人。

(6)模式识别。模拟人类的听觉、视觉等感觉功能，对声音、图像、景物、文字等进行识别。

(7)自动程序设计。由计算机完成程序的验证和综合，实现程序设计自动化。

当前，知识工程最主要的应用就是建造专家系统。