第一篇：人工智能的歷史、現(xiàn)實(shí)與未來(lái)解讀

人工智能的歷史、現(xiàn)實(shí)與未來(lái)

計(jì)科、090213 引言

人類(lèi)夢(mèng)想發(fā)明各種機(jī)械工具和動(dòng)力機(jī)器，協(xié)助甚至代替人們從事各種體力勞動(dòng)。18世紀(jì)第一次工業(yè)革命中，瓦特發(fā)明的蒸汽機(jī)開(kāi)辟了利用機(jī)器動(dòng)力代替人力和畜力的新紀(jì)元。此后，顯著減輕體力勞動(dòng)和實(shí)現(xiàn)生產(chǎn)過(guò)程自動(dòng)化才成為可能。人類(lèi)同樣夢(mèng)想發(fā)明各種智能工具和智能機(jī)器，協(xié)助甚至代替人們從事各種腦力勞動(dòng)。20世紀(jì)40年代計(jì)算機(jī)的發(fā)明和50年代人工智能的出現(xiàn)開(kāi)辟了利用智能機(jī)器代替人類(lèi)從事腦力勞動(dòng)的新紀(jì)元。此后，顯著減輕腦力勞動(dòng)和實(shí)現(xiàn)生產(chǎn)過(guò)程智能化才成為可能。然而，人工智能的發(fā)展遠(yuǎn)遠(yuǎn)說(shuō)不上完善，它仍然在發(fā)展，在成長(zhǎng)，在前進(jìn)。因而，我們今天來(lái)關(guān)注它的過(guò)去，現(xiàn)在，以及未來(lái)。

1.人工智能的概念

人工智能分為“人工”和“智能”兩部分，其中“人工”的概念不難定義，至于“智能”這涉及到其它諸如意識(shí)（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無(wú)意識(shí)的思維（UNCONSCIOUS_MIND）等等問(wèn)題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。2.人工智能的歷史

1950年英國(guó)數(shù)學(xué)家圖靈（A.M.Turing,1912—1954）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)；圖靈在這篇論文中認(rèn)為“不要問(wèn)一個(gè)機(jī)器是否能思維，而是要看它能否通過(guò)以下的測(cè)試；讓人和機(jī)器分別位于兩個(gè)房間，他們只可通話，不能互相看見(jiàn)。通過(guò)對(duì)話，如果人的一方不能區(qū)分對(duì)方是人還是機(jī)器，那么就可以認(rèn)為那臺(tái)機(jī)器達(dá)到了人類(lèi)智能的水平。這算是對(duì)人工智能最初的定義。而“人工智能”一詞最初是在1956 年在達(dá)特茅斯大學(xué)召開(kāi)的DARTMOUTH學(xué)會(huì)上提出的。

1956年夏季，年輕的美國(guó)學(xué)者麥卡錫、明斯基、朗徹斯特和香農(nóng)共同發(fā)起，邀請(qǐng)莫爾、塞繆爾、紐厄爾和西蒙等參加在美國(guó)達(dá)特茅斯大學(xué)舉辦 了一次長(zhǎng)達(dá)2個(gè)多月的研討會(huì)，熱烈地討論用機(jī)器模擬人類(lèi)智能的問(wèn)題。會(huì)上，首次使用了 “人工智能”這一術(shù)語(yǔ)。這是人類(lèi)歷史上第一次 人工智能研討會(huì)，標(biāo)志著人工智能學(xué)科的誕生，具有十分重要的歷史意義。

從1956年正式提出算起，50多年來(lái)，人工智能學(xué)科取得長(zhǎng)足的發(fā)展，成為一門(mén)廣泛的交叉和前沿科學(xué)。

“人工智能”的目的是模擬人類(lèi)的思維，當(dāng)計(jì)算機(jī)出現(xiàn)后，人類(lèi)開(kāi)始真正有了一個(gè)可以模擬人類(lèi)思維的工具，在以后的歲月中，無(wú)數(shù)科學(xué)家為這個(gè)目標(biāo)努力著。

20世紀(jì)60年代以來(lái)，生物模仿用來(lái)建立功能強(qiáng)大的算法。這方面有進(jìn)化計(jì)算，包括遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃（1962年）。1992年Bezdek提出計(jì)算智能。他和Marks（1993年）指出計(jì)算智能取決于制造者提供的數(shù)值數(shù)據(jù)，含有模式識(shí)別部分，不依賴于知識(shí)；計(jì)算智能是認(rèn)知層次的低層。今天，計(jì)算智能涉及神經(jīng)網(wǎng)絡(luò)、模糊邏輯、進(jìn)化計(jì)算和人工生命等領(lǐng)域，呈現(xiàn)多學(xué)科交叉與集成的趨勢(shì)。

專家系統(tǒng)在90年代興起, 模擬人類(lèi)專家解決領(lǐng)域問(wèn)題,知識(shí)庫(kù)的改進(jìn)與歸納是其重點(diǎn)。從功能上可分為解釋、預(yù)測(cè)、診斷、設(shè)計(jì)、規(guī)劃、監(jiān)視、控制、調(diào)試、教學(xué)、修理等專家系統(tǒng)。從原理上可分為基于規(guī)則、基于框架、基于模型的專家系統(tǒng)。新型專家系統(tǒng)分為分布式和協(xié)同式。驅(qū)動(dòng)方式有控制驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)、需求驅(qū)動(dòng)，事件驅(qū)動(dòng)等。諸多模型中，人工神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用最為廣泛。

自動(dòng)規(guī)劃是一種問(wèn)題求解技術(shù)，從某個(gè)特定的問(wèn)題狀態(tài)出發(fā)，尋求一系列行為動(dòng)作，并建立一個(gè)操作序列，直到求得目標(biāo)狀態(tài)為止。發(fā)展的技術(shù)有分層規(guī)劃、長(zhǎng)度優(yōu)先搜索、應(yīng)用最小約束策略、準(zhǔn)則法等。已發(fā)展了HACKER系統(tǒng) STRIPS規(guī)劃系統(tǒng)、PULP-Ⅰ機(jī)器人規(guī)劃系統(tǒng)（有學(xué)習(xí)能力）、問(wèn)題求解系統(tǒng)NOAH等。

AI的發(fā)展促進(jìn)自動(dòng)控制向智能控制發(fā)展。從1960年以來(lái)，神經(jīng)網(wǎng)絡(luò)已成功應(yīng)用于自動(dòng)控制研究。這是因?yàn)樯窠?jīng)網(wǎng)絡(luò)適于實(shí)時(shí)控制和動(dòng)力學(xué)控制；可實(shí)現(xiàn)非線性控制；可進(jìn)行信息熔合處理，特別適于復(fù)雜的、多變量大系統(tǒng)的控制。原理方面，1965年，傅京孫引入AI的啟發(fā)式推理規(guī)則，1977年，Saridis引入運(yùn)籌學(xué)的概念智能控制，提出分級(jí)（組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)）遞階智能控制方法。之后，蔡自興再引入了信息論。

正是在一代代各學(xué)科專家的努力下，人工智能從最初的一段幻想、一個(gè)假設(shè)，變?yōu)榱艘粋€(gè)策劃、一段程序，一個(gè)出現(xiàn)在了地平線上的現(xiàn)實(shí)。

3.人工智能的現(xiàn)在

如今人工智能已經(jīng)不再是幾個(gè)科學(xué)家的專利了，全世界幾乎所有大學(xué)的計(jì)算機(jī)系都有人在研究這門(mén)學(xué)科，學(xué)習(xí)計(jì)算機(jī)的大學(xué)生也必須學(xué)習(xí)這樣一門(mén)課程，在大家不懈的努力下，如今計(jì)算機(jī)似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍(lán)（DEEP BLUE）計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋大師卡斯帕洛夫（KASPAROV）。

大家或許不會(huì)注意到，在一些地方計(jì)算機(jī)幫助人進(jìn)行其它原來(lái)只屬于人類(lèi)的工作，計(jì)算機(jī)以它的高速和準(zhǔn)確為人類(lèi)發(fā)揮著它的作用。人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語(yǔ)言和其它計(jì)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在?，F(xiàn)在，研究和應(yīng)用從實(shí)驗(yàn)室到工業(yè)現(xiàn)場(chǎng)、從家電到火箭制導(dǎo)，已經(jīng)廣泛用于武器控制、機(jī)器人規(guī)劃與控制、（制造業(yè)采礦業(yè)等的）自動(dòng)加工系統(tǒng)的智能控制、故障檢測(cè)與診斷、飛行器的智能控制醫(yī)用智能控制、智能儀器等。

自然科學(xué)方面，AI與其它學(xué)科相互交叉、相互滲透和相互促進(jìn)。AI向其它學(xué)科提供了工具和方法，如知識(shí)表示和推理機(jī)制、問(wèn)題求解和搜索算法，模糊邏輯推理和非單調(diào)推理技術(shù)，以及計(jì)算智能技術(shù)等，可以解決從前難以解決的問(wèn)題。而其他學(xué)科的重要概念，在AI研究中也得到發(fā)展。如計(jì)算機(jī)系統(tǒng)的分時(shí)系統(tǒng)、編目處理系統(tǒng)和交互調(diào)試系統(tǒng)等[2]。

社會(huì)科學(xué)方面也是如此。在需要使用數(shù)學(xué)－計(jì)算機(jī)工具解決問(wèn)題的學(xué)科（如經(jīng)濟(jì)學(xué)），AI帶來(lái)的幫助不言而喻。

更重要的是，AI反過(guò)來(lái)有助于人類(lèi)最終認(rèn)識(shí)自身智能的形成。在重新闡述知識(shí)歷史的過(guò)程中，AI有望解決知識(shí)的模糊性，消除知識(shí)的不一致性。這將導(dǎo)致邏輯和哲學(xué)等等方面的改善,影響到心理學(xué)、認(rèn)知學(xué)的核心理論，對(duì)于哲學(xué)社會(huì)學(xué)方面的理論也將帶來(lái)徹底的變革。

此外，綜合應(yīng)用語(yǔ)法、語(yǔ)義和AI的形式知識(shí)表示方法，有可能改善知識(shí)的自然語(yǔ)言表達(dá)形式與此同時(shí)，潛在的知識(shí)，直感靈感等等也能夠闡述為適用的AI形式。從而擴(kuò)大知識(shí)的領(lǐng)域，以及對(duì)現(xiàn)有知識(shí)進(jìn)行提純。

AI應(yīng)用領(lǐng)域甚廣，專家系統(tǒng)更深入各行各業(yè)，帶來(lái)巨大的宏觀效益。

4.人工智能的未來(lái)

如果說(shuō)生物計(jì)算機(jī)、量子計(jì)算機(jī)、光子計(jì)算機(jī)是未來(lái)計(jì)算機(jī)硬件系統(tǒng)的發(fā)展方向，那么實(shí)現(xiàn)人工智能就是日后計(jì)算機(jī)軟件的努力目標(biāo)，但是，從某種意義上來(lái)說(shuō)，人工智能的發(fā)展目標(biāo)卻是脫離計(jì)算機(jī)，不再作為一個(gè)獨(dú)立的子系統(tǒng)來(lái)存在。它將滲透入我們社會(huì)的方方面面，潤(rùn)物無(wú)聲。

可以預(yù)見(jiàn)，隨著人工智能的完善，它將對(duì)人類(lèi)整體的文明產(chǎn)生巨大沖擊，事實(shí)上，這個(gè)沖擊已然產(chǎn)生，只是它的步步推進(jìn)不足以產(chǎn)生爆炸性的效果，因而，注意者并不包括大多數(shù)人。（1）人工智能對(duì)經(jīng)濟(jì)的影響

成功的專家系統(tǒng)能為它的建造者、擁有者和用戶帶來(lái)明顯的經(jīng)濟(jì)效益。在信息爆炸的知識(shí)經(jīng)濟(jì)時(shí)代，優(yōu)秀的信息處理便是財(cái)富，它會(huì)為部分人的經(jīng)濟(jì)效益做出極大貢獻(xiàn)。同時(shí)，盡管人工智能的發(fā)展目標(biāo)是脫離計(jì)算機(jī)，成為獨(dú)立的應(yīng)用，但未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，它還會(huì)依托于計(jì)算機(jī)存在，越來(lái)越優(yōu)秀的人工智能對(duì)計(jì)算機(jī)的軟硬件都提出了新的要求，這將會(huì)成為計(jì)算機(jī)行業(yè)的一個(gè)推動(dòng)力。（2）人工智能對(duì)社會(huì)的影響

人工智能和機(jī)器人行業(yè)幾乎是親密無(wú)間，在歐美，工業(yè)過(guò)程控制系統(tǒng)、智能機(jī)器人系統(tǒng)和智能化生產(chǎn)系統(tǒng)開(kāi)始起步。我國(guó)也從無(wú)到有，出現(xiàn)了機(jī)械手生產(chǎn)廠家，機(jī)器人產(chǎn)業(yè)的雛形已經(jīng)形成，在10～20年后有望形成規(guī)模，脫離自動(dòng)化而形成獨(dú)立的產(chǎn)業(yè)。這卻帶來(lái)了勞務(wù)就業(yè)

問(wèn)題。由于AI 在科技和工程中的應(yīng)用，能夠代替人類(lèi)進(jìn)行各種技術(shù)工作和腦力勞動(dòng)，將迫使人們工作方式的巨大改變，甚至造成失業(yè)，數(shù)字巨大的失業(yè)者將成為社會(huì)的不安定因素。（3）人工智能對(duì)人類(lèi)思維的影響

伴隨著機(jī)器變得越來(lái)越“聰明”，人們?cè)絹?lái)越相信智能機(jī)器的判斷和決定。這在某種程度上會(huì)導(dǎo)致人類(lèi)失去對(duì)問(wèn)題及其求解任務(wù)的責(zé)任感和敏感性。進(jìn)而致使認(rèn)知能力下降，思維變得懶惰。通俗來(lái)說(shuō)，就是變蠢。人類(lèi)用了200萬(wàn)年進(jìn)化成現(xiàn)在的智慧生物，在人工智能的“幫助”下，這一逆過(guò)程或許不需這么久。

至于所謂的“人工智能失控”、“智能機(jī)器人反噬人類(lèi)”，好萊塢已經(jīng)做出了太多猜測(cè)，但不得不說(shuō)，所謂的“阿西莫夫三定律”真的能永遠(yuǎn)束縛機(jī)器人（狹義上的人工智能）嗎？這很難說(shuō)。自然是難以揣測(cè)的，兩個(gè)原子的偶然碰撞擦出了生命的第一縷火花，那無(wú)數(shù)個(gè)0、1的組合難道沒(méi)有那靈光一閃的瞬間嗎？混沌機(jī)制向來(lái)是上帝的領(lǐng)域，數(shù)字生命無(wú)窮小的誕生概率在數(shù)學(xué)上可以被認(rèn)為為零，但現(xiàn)實(shí)中卻存在可能。

但我們不能因噎廢食，人工智能已經(jīng)——或正在——或即將證明它在人類(lèi)社會(huì)中的的巨大作用，對(duì)于人工智能的未來(lái)發(fā)展，我們應(yīng)當(dāng)持樂(lè)觀態(tài)度。我們相信人工智能有個(gè)更加美好的未來(lái)；盡管這一天的到來(lái)，需要付出辛勤勞動(dòng)和昂貴代價(jià)，需要好幾代人的持續(xù)奮斗。一代代科學(xué)家為我們提供了巨人的肩膀，正是為了讓我們立于其上，繼往開(kāi)來(lái)。

參考文獻(xiàn)：

[1] 《人工智能及其應(yīng)用》，第四版，蔡自興，徐光祐．本科生用書(shū)．清華大學(xué)出版社，2010 [2] 《Artificial Intelligence: A New Synthesis》.N.J.Nilsson.Morgan Kaufmann, 1998;機(jī)械工業(yè)出社，1999 [3] 《人工智能及其在決策系統(tǒng)中的應(yīng)用》．蔡自興．國(guó)防科技大學(xué)出版社，2006 [4] 《專家系統(tǒng)》，蔡自興，John Durkin，龔濤．原理、設(shè)計(jì)與應(yīng)用．科學(xué)出版社，2005 [5]人工智能與智能機(jī)器人探析.數(shù)字制造網(wǎng)

讀書(shū)的好處

1、行萬(wàn)里路，讀萬(wàn)卷書(shū)。

2、書(shū)山有路勤為徑，學(xué)海無(wú)涯苦作舟。

3、讀書(shū)破萬(wàn)卷，下筆如有神。

4、我所學(xué)到的任何有價(jià)值的知識(shí)都是由自學(xué)中得來(lái)的?！_(dá)爾文

5、少壯不努力，老大徒悲傷。

6、黑發(fā)不知勤學(xué)早，白首方悔讀書(shū)遲?！佌媲?/p>

7、寶劍鋒從磨礪出，梅花香自苦寒來(lái)。

8、讀書(shū)要三到：心到、眼到、口到

9、玉不琢、不成器，人不學(xué)、不知義。

10、一日無(wú)書(shū)，百事荒廢?！悏?/p>

11、書(shū)是人類(lèi)進(jìn)步的階梯。

12、一日不讀口生，一日不寫(xiě)手生。

13、我撲在書(shū)上，就像饑餓的人撲在面包上?！郀柣?/p>

14、書(shū)到用時(shí)方恨少、事非經(jīng)過(guò)不知難?！懹?/p>

15、讀一本好書(shū)，就如同和一個(gè)高尚的人在交談——歌德

16、讀一切好書(shū)，就是和許多高尚的人談話。——笛卡兒

17、學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?/p>

18、少而好學(xué)，如日出之陽(yáng)；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！?jiǎng)⑾?/p>

19、學(xué)而不思則惘，思而不學(xué)則殆?！鬃?/p>

20、讀書(shū)給人以快樂(lè)、給人以光彩、給人以才干?！喔?/p>

第二篇：人工智能與電子商務(wù)解讀

人工智能與電子商務(wù)

2013年6月16日

人工智能在電子商務(wù)中的應(yīng)用

摘要：人工智能技術(shù)和電子商務(wù)的飛速發(fā)展推動(dòng)了全球科技經(jīng)濟(jì)領(lǐng)域的進(jìn)步，基于人工智能技術(shù)的電子商務(wù)更趨向完美和成熟。隨著電子商務(wù)的不斷發(fā)張和人工智能的不斷完善，兩者在各自領(lǐng)域、各個(gè)層次的相互融合將更加緊密。作為各自的成功因素，電子商務(wù)和人工智能技術(shù)的融合必將成為一種關(guān)鍵技術(shù)。

關(guān)鍵詞：電子商務(wù)；人工智能；數(shù)據(jù)倉(cāng)庫(kù)；數(shù)據(jù)挖掘

一、引言

電子商務(wù)的飛速發(fā)展給全球經(jīng)濟(jì)帶來(lái)的沖擊是巨大的?；谌斯ぶ悄芗夹g(shù)的電子商務(wù)將能更好地為其發(fā)展帶來(lái)良好的基礎(chǔ)．這過(guò)程是電子商務(wù)向著良性發(fā)展的必然趨勢(shì)。本文從人工智能技術(shù)與電子商務(wù)的國(guó)內(nèi)外動(dòng)態(tài)人工智能技術(shù)在電子商務(wù)中的應(yīng)川例子，以及數(shù)據(jù)挖掘技術(shù)在web上的應(yīng)用等幾個(gè)方面對(duì)其進(jìn)行論述。

二、人工智能

人工智能（artificialintelligence,AI)是在計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語(yǔ)言學(xué)、等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來(lái)的一門(mén)綜合性很強(qiáng)的交叉科學(xué)，是一門(mén)新思想、新觀念、新理論、新技術(shù)不斷出現(xiàn)的新興科學(xué)以及正在迅速發(fā)展的前沿學(xué)科【1】。人工智能是研究使機(jī)器具備人所具有的智能功能的一門(mén)高新技術(shù)學(xué)科。其目的是模擬、延伸和擴(kuò)展人的智能，以實(shí)現(xiàn)某些腦力勞動(dòng)的自動(dòng)化。實(shí)質(zhì)上，它是開(kāi)拓計(jì)算機(jī)應(yīng)用、研制新一代計(jì)算機(jī)和擴(kuò)展計(jì)算機(jī)應(yīng)用領(lǐng)域的技術(shù)基礎(chǔ)，也是探索人腦奧秘的重要科學(xué)途徑。人工智能、原子能技術(shù)、空間技術(shù)，被稱2O世紀(jì)的三大尖端科技。進(jìn)入21世紀(jì)后，人工智能仍是適應(yīng)信息時(shí)代需求的關(guān)鍵技術(shù)之一。明確上述人工智能定義后，不難指明智能化與電腦化的區(qū)別?！叭斯ぶ悄堋笔侵?，采用人工能理論方法和技術(shù)，并具有某種或某些擬人智能特性或功能。有電腦后不一定采用人工智能方法，也不一定具有擬人智能特性，故不一定能被稱為“智能化”。

三、電子商務(wù)

電子商務(wù)，源于英文ELECTR0NICC0MMERCE，簡(jiǎn)寫(xiě)為EC，指的是利用簡(jiǎn)單、快捷、低成本的電子通訊方式，買(mǎi)賣(mài)雙方不謀面地進(jìn)行各種商貿(mào)活動(dòng)?！?】其內(nèi)容包含兩個(gè)方面：一是電子方式；二是商貿(mào)活動(dòng)。電子商務(wù)可以通過(guò)多種電子通訊方式來(lái)完成，但是，現(xiàn)在人們所探討的電子商務(wù)主要是以EDI(電子數(shù)據(jù)交換)和INTER—NET來(lái)完成的。尤其是隨著INTERNET技術(shù)的日益成熟，電子商務(wù)真正的發(fā)展將是建立在INTERNET技術(shù)上的，所以也有人把電子商務(wù)簡(jiǎn)稱為IC(INTERNETC0MMERCEo從貿(mào)易活動(dòng)的角度分析，電子商務(wù)可以在多個(gè)環(huán)節(jié)實(shí)現(xiàn)，由此也可以將電子商務(wù)分為兩個(gè)層次，較低層次的電子商務(wù)如電子商情、電子貿(mào)易、電子合同等；最完整的也是最高級(jí)的電子商務(wù)應(yīng)該是利用INTENET網(wǎng)絡(luò)能夠進(jìn)行全部的貿(mào)易活動(dòng)，即在網(wǎng)上將信息流、商流、資金流和部分的物流完整地實(shí)現(xiàn)，也就是說(shuō)，你可以從尋找客戶開(kāi)始，一直到洽談、訂貨、在線付(收)款、開(kāi)據(jù)電子發(fā)票以至到電子報(bào)關(guān)、電子納稅等通過(guò)INTERNET一氣呵成。要實(shí)現(xiàn)完整的電子商務(wù)，還會(huì)涉及到很多方面，除了買(mǎi)家、賣(mài)家外，還要有銀行或金融機(jī)構(gòu)、政府機(jī)構(gòu)、認(rèn)證機(jī)構(gòu)、配送中心等機(jī)構(gòu)的加入才行。由于參與電子商務(wù)中的各方在物理上是互不謀面的，因此整個(gè)電子商務(wù)過(guò)程并不是物理世界商務(wù)活動(dòng)的翻版，網(wǎng)上銀行、在線電子支付等條件和數(shù)據(jù)加密、電子簽名等技術(shù)在電子商務(wù)中發(fā)揮著重要的、不可或缺的作用。

四、人工智能?chē)?guó)內(nèi)外的動(dòng)態(tài)

從1955年正式提出人工智能學(xué)科算起40多年來(lái)人工智能學(xué)科取得了長(zhǎng)足的發(fā)展．成為一門(mén)廣泛的交叉和前沿科學(xué)?？偟恼f(shuō)來(lái)人工智能的目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器能夠像人一樣思考，如果希望做出一臺(tái)能夠思考的機(jī)器月B就必須知道什么是思考更進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢，科學(xué)家已經(jīng)作出了汽車(chē)火車(chē)飛機(jī)收音機(jī)等等．它們我們身體器官的功能但是能不能模仿人類(lèi)大腦的功能呢7到目前為止我也僅僅知道這個(gè)裝在我們天靈蓋里面的東西是由數(shù)十億個(gè)神經(jīng)細(xì)胞組成的器官．我們對(duì)這個(gè)東西知之甚少，模仿它或許是天下最困難的事情了當(dāng)計(jì)算機(jī)出現(xiàn)后人類(lèi)開(kāi)始真正有了個(gè)可以模擬人類(lèi)思維的工具在以后的歲月中無(wú)數(shù)科學(xué)家為這個(gè)目標(biāo)努力著．現(xiàn)在人“商場(chǎng)現(xiàn)代化"2007年10月(上甸刊j總 整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)是一個(gè)包含四個(gè)層次的體系結(jié)構(gòu)。

（1）數(shù)據(jù)源。是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的基礎(chǔ)，是整個(gè)系統(tǒng)的數(shù)據(jù)源泉通常包括企業(yè)內(nèi)部信息和外部信息。內(nèi)部信息包括存放于RDBMS中的各種業(yè)務(wù)處理數(shù)據(jù)和各類(lèi)文檔數(shù)據(jù)；外部信息包括各類(lèi)法律法規(guī)、市場(chǎng)信息和競(jìng)爭(zhēng)對(duì)手的信息等等。（2）．?dāng)?shù)據(jù)的存儲(chǔ)與管理。是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的核心。數(shù)據(jù)倉(cāng)庫(kù)的真正關(guān)鍵是數(shù)據(jù)的存儲(chǔ)和管理。數(shù)據(jù)倉(cāng)庫(kù)的組織管理方式?jīng)Q定了它有別于傳統(tǒng)數(shù)據(jù)庫(kù)，同時(shí)也決定其對(duì)外部數(shù)據(jù)的表現(xiàn)形式。要決定采用什么產(chǎn)品和技術(shù)來(lái)建立數(shù)據(jù)倉(cāng)庫(kù)的核心，則需要從數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)特點(diǎn)著手分析。針對(duì)現(xiàn)有各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，進(jìn)行抽取、清理，并有效集成，按照主題進(jìn)行組織。數(shù)據(jù)倉(cāng)庫(kù)按照數(shù)據(jù)的覆蓋范圍可以分為企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)和部門(mén)級(jí)數(shù)據(jù)倉(cāng)庫(kù)(通常稱為數(shù)據(jù)集市)。（3）．OLAP(On—lineAnalysis&Processing)fJ~．務(wù)器。對(duì)分析

需要的數(shù)據(jù)進(jìn)行有效集成，按多維模型予以組織，以便進(jìn)行多角度、多層次的分析，并發(fā)現(xiàn)趨勢(shì)。其具體實(shí)現(xiàn)可以分為ROLAP、MOLAP和HOLAP。ROLAP基本數(shù)據(jù)和聚合數(shù)據(jù)均存放在RDBMS之中；MOLAP基本數(shù)據(jù)和聚合數(shù)據(jù)均存放于多維數(shù)據(jù)庫(kù)中；HOLAP基本數(shù)據(jù)存放于RDBMS之中，聚合數(shù)據(jù)存放于多維數(shù)據(jù)庫(kù)中。

（4）．前端工具。主要包括各種報(bào)表工具、查詢工具、數(shù)據(jù)分析工具、數(shù)據(jù)挖掘工具以及各種基于數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市的應(yīng)用開(kāi)發(fā)工具。其中，數(shù)據(jù)分析工具主要針對(duì)OLAP服務(wù)器；報(bào)表工具、數(shù)據(jù)挖掘工具主要針對(duì)數(shù)據(jù)倉(cāng)庫(kù)。

2、數(shù)據(jù)倉(cāng)庫(kù)的作用

數(shù)據(jù)倉(cāng)庫(kù)究竟能幫我們干點(diǎn)什么?簡(jiǎn)單地說(shuō)，假設(shè)你用自動(dòng)柜員機(jī)取200元，當(dāng)你等待柜員機(jī)交易確認(rèn)時(shí)，銀行可以查看一下你的賬號(hào)，告訴你現(xiàn)金賬上錢(qián)太多，應(yīng)該換另一個(gè)賬號(hào)，以便獲得更多利息。如果銀行這么對(duì)待你，作為消費(fèi)者你肯定會(huì)覺(jué)得這是一個(gè)好銀行。然而沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)，銀行就做不到這一點(diǎn)?，F(xiàn)在上網(wǎng)購(gòu)物常常給人帶來(lái)意外的驚喜。網(wǎng)站在你不知不覺(jué)中記錄你的行蹤，抓到你的喜好。如果你在網(wǎng)上點(diǎn)擊一下襯衫，之后又看了一下書(shū)和褲子，網(wǎng)站就會(huì)記住你的點(diǎn)擊順序，記下你在每個(gè)產(chǎn)品上停留的時(shí)間以及你買(mǎi)了什么，沒(méi)買(mǎi)什么。這些信息都由數(shù)據(jù)倉(cāng)庫(kù)保存整理。假如你買(mǎi)了褲子，沒(méi)買(mǎi)襯衫，下次你上網(wǎng)時(shí)，數(shù)據(jù)倉(cāng)庫(kù)會(huì)跟你說(shuō)，“歡迎再次光顧，上次您買(mǎi)了褲子，現(xiàn)在我們有一件襯衫可以優(yōu)惠賣(mài)給你。你感興趣嗎?”顧客遇到這種情況，一定是又驚又喜。這就是數(shù)據(jù)倉(cāng)庫(kù)的魅力。

數(shù)據(jù)倉(cāng)庫(kù)及管理軟件的市場(chǎng)潛力十分巨大。用一句話說(shuō)，新經(jīng)濟(jì)的基礎(chǔ)是用互聯(lián)網(wǎng)武裝各種類(lèi)型的公司，并使之自我發(fā)展，這個(gè)過(guò)程中產(chǎn)生許多數(shù)據(jù)。如果沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)軟件，這些數(shù)據(jù)就根本沒(méi)有用處。有了數(shù)據(jù)倉(cāng)庫(kù)，就可以了解客戶是誰(shuí)，他需要什么，怎樣提供更好的服務(wù)給他，并以此創(chuàng)造更多利潤(rùn)。

（二）、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

1、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

數(shù)據(jù)挖掘(DMDataM川ng)和數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)(KDDKwowledgeDiscoveryinDatebase)是隨著數(shù)據(jù)庫(kù)技術(shù)人工智能拄術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展而提名的。尤其是隨著電子商務(wù)的開(kāi)展．信 萬(wàn)方數(shù)據(jù)電孑商務(wù)息總量不斷增加．更迫切地需要有效的信息分析工具以便能發(fā)現(xiàn)大量商業(yè)數(shù)據(jù)問(wèn)隱藏的依賴關(guān)系．從而抽取有用的信息或知識(shí)指導(dǎo)商業(yè)決策【5】。過(guò)去只有簡(jiǎn)單的數(shù)據(jù)統(tǒng)計(jì)技術(shù)，還未達(dá)到成為智…能數(shù)據(jù)分析工具。因此．在數(shù)據(jù)生成和數(shù)據(jù)理解之間還存在很大的差距。DM和KDD就是種新型的數(shù)據(jù)分折技術(shù)．旨在從大型數(shù)、據(jù)庫(kù)中提取隱藏的

預(yù)測(cè)性信息構(gòu)建高校的數(shù)據(jù)倉(cāng)庫(kù)，發(fā)掘數(shù)據(jù)問(wèn)潛在的模式以便于用理解和觀察的形式反映給用戶，從而為企業(yè)做出前瞻的．基于知識(shí)的決策參考意見(jiàn)。【6】DM與KDD需要解決的問(wèn)題有：超大規(guī)模數(shù)據(jù)庫(kù)和高維數(shù)據(jù)．?dāng)?shù)據(jù)丟失：變化中的數(shù)據(jù)和知識(shí)．模式的易懂性非標(biāo)準(zhǔn)格式數(shù)據(jù)，多媒體數(shù)據(jù)以及面向?qū)ο髷?shù)據(jù)的處理．與其他系統(tǒng)的集成．網(wǎng)絡(luò)與分布式環(huán)境下的KDD問(wèn)題等。DM與KDD的區(qū)別是．KDD是一個(gè)綜合的過(guò)程包括實(shí)驗(yàn)記錄疊代求解用戶交互以及許多定制要求和決策設(shè)計(jì)等而DM只是KDD中的一個(gè)具體但又是關(guān)鍵的步驟．，當(dāng)然．它們都對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行有效利用的技術(shù)手段。

2、數(shù)據(jù)挖掘?qū)嶋H應(yīng)用

DM（KDD）工具和軟件已在各個(gè)部門(mén)得到很好的應(yīng)用，并收到明顯的效益。

[1]金融方面:銀行信用卡和保險(xiǎn)行業(yè)，預(yù)測(cè)存/貸款趨勢(shì)，優(yōu)化存/貸款策略，用DM將市場(chǎng)分成有意義的群組和部門(mén)，從而協(xié)助市場(chǎng)經(jīng)理和業(yè)務(wù)執(zhí)行人員更好地集中于有促進(jìn)作用的活動(dòng)和設(shè)計(jì)新的市場(chǎng)運(yùn)動(dòng)。

[2]在客戶關(guān)系管理方面:DM能找出產(chǎn)品使用模式或協(xié)助了解客戶行為，從而可以改進(jìn)通道管理（如銀行分支和ATM等）。又如正確時(shí)間銷(xiāo)售（RightTimeMarKeting）就是基于顧客生活周期模型來(lái)實(shí)施的。

[3]在零售業(yè)/市場(chǎng)營(yíng)銷(xiāo)方面:是數(shù)據(jù)挖掘技術(shù)應(yīng)用最早也是最重要的領(lǐng)域，DM用于顧客購(gòu)貨籃的分析可以協(xié)助貨架布置，促銷(xiāo)活動(dòng)時(shí)間，促銷(xiāo)商品組合以及了解滯銷(xiāo)和暢銷(xiāo)商品狀況等商業(yè)活動(dòng)。通過(guò)對(duì)一種廠家商品在各連鎖店的市場(chǎng)共享分析,客戶統(tǒng)計(jì)以及歷史狀況的分析，可以確定銷(xiāo)售和廣告業(yè)務(wù)的有效性。

[4]在過(guò)程控制/質(zhì)量監(jiān)督保證方面:DM協(xié)助管理大數(shù)量變量之間的相互作用，DM能自動(dòng)發(fā)現(xiàn)出某些不正常的數(shù)據(jù)分布，暴露制造和裝配操作過(guò)程中變化情況和各種因素，從而協(xié)助質(zhì)量工程師很快地注意到問(wèn)題發(fā)生范圍和采取改正措施。

[5]在遠(yuǎn)程通訊部門(mén):基于DM的分析協(xié)助組織策略變更以適應(yīng)外部世界的變化，確定市場(chǎng)變化模式以指導(dǎo)銷(xiāo)售計(jì)劃.在網(wǎng)絡(luò)容量利用方面，DM能提供對(duì)客戶組類(lèi)服務(wù)使用的結(jié)構(gòu)和模式的了解，從而指導(dǎo)容量計(jì)劃人員對(duì)網(wǎng)絡(luò)設(shè)施作出最佳投資決策。

[6]化學(xué)/制藥行業(yè)：從各種文獻(xiàn)資料總自動(dòng)抽取有關(guān)化學(xué)反應(yīng)的信息，發(fā)現(xiàn)新的有用化學(xué)成分。在遙感領(lǐng)域針對(duì)每天從衛(wèi)星上及其它方面來(lái)的巨額數(shù)據(jù)，對(duì)氣象預(yù)報(bào)，臭氧層監(jiān)測(cè)等能起很大作用。

[7]軍事方面：使用DM進(jìn)行軍事信息系統(tǒng)中的目標(biāo)特征提取、態(tài)勢(shì)關(guān)聯(lián)規(guī)則挖掘等。總之，DM可廣泛應(yīng)用于銀行金融、零售與批發(fā)、制造、保險(xiǎn)、公共設(shè)施、政府、教育、遠(yuǎn)程通訊、軟件開(kāi)發(fā)、運(yùn)輸?shù)雀鱾€(gè)企事業(yè)單位及國(guó)防科研上。據(jù)報(bào)導(dǎo)，DM的投資回報(bào)率有達(dá)400%甚至10倍的事例。

（三）、生物認(rèn)證技術(shù)

目前，許多磁卡、存單大都是用密碼進(jìn)行安全保障的。一旦密碼泄露，也就不安全了。在電子商務(wù)中，電子貨幣將得到急速的發(fā)展。對(duì)安全水平的要求也相應(yīng)提高。從而帶動(dòng)了人工智能的一個(gè)分支領(lǐng)域——生物認(rèn)證技術(shù)的研究與開(kāi)發(fā)。

生物認(rèn)證技術(shù)是指利用人體某一具有特征的部位?；騻€(gè)人的習(xí)慣，如指紋、掌紋、手形、網(wǎng)膜、虹膜、臉型、聲紋及筆記等來(lái)識(shí)別人們的身份的技術(shù)。這種識(shí)別技術(shù)與磁卡式的靠持有物認(rèn)證的方法和密碼式的靠只是認(rèn)證的方法相比，具有極大的優(yōu)越性。它不會(huì)丟失，被盜和偽造。

生物認(rèn)證技術(shù)作為一種準(zhǔn)確、快速和高效的身份認(rèn)證方法，正應(yīng)用于如銀行、海關(guān)、醫(yī)療保險(xiǎn)、重要通道控制、信息網(wǎng)絡(luò)安全等領(lǐng)域。這是一項(xiàng)集現(xiàn)代化生物科技與計(jì)算機(jī)科學(xué)相結(jié)合

的高科技實(shí)用項(xiàng)目。微軟公司宣布把生物認(rèn)證技術(shù)添加到自己的視窗操作系統(tǒng)中。這對(duì)這項(xiàng)新技術(shù)的發(fā)展將起到促進(jìn)作用。

（四）、智能數(shù)據(jù)庫(kù)信息檢索 在電子商務(wù)平臺(tái)應(yīng)用實(shí)踐中，如何根據(jù)用戶的意圖，興趣和特點(diǎn)自適應(yīng)地和智能地從現(xiàn)有的客戶信息、商品庫(kù)信息等大量數(shù)據(jù)信息中對(duì)信息進(jìn)行相關(guān)性排列，調(diào)整匹配機(jī)制，以獲得用戶滿意的檢索輸出，成為電子商務(wù)今后；應(yīng)用所面臨的一個(gè)技術(shù)問(wèn)題。

六、結(jié)論

本文從人工智能技術(shù)和電子商務(wù)技術(shù)的發(fā)展，人工智能技術(shù)在電子商務(wù)中的應(yīng)用實(shí)例，以及數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)倉(cāng)庫(kù)技術(shù)的實(shí)際應(yīng)用進(jìn)行概括的論述。隨著電子商務(wù)的不斷發(fā)展和人工智能的不斷完善，兩者在各個(gè)領(lǐng)域、各個(gè)層次的相互融合將更加密切。

總而言之，作為一種商務(wù)活動(dòng)過(guò)程，人工智能在電子商務(wù)中的應(yīng)用將帶來(lái)一場(chǎng)史無(wú)前例的革命，其對(duì)社會(huì)經(jīng)濟(jì)的影響會(huì)遠(yuǎn)遠(yuǎn)超過(guò)商務(wù)本身。除了上述這些影響之外，他還將對(duì)就業(yè)、法律制度以及文化教育等帶來(lái)巨大的影響。

參考文獻(xiàn)

【1】王萬(wàn)良。人工智能及其應(yīng)用（10、一日無(wú)書(shū)，百事荒廢?！悏?/p>

11、書(shū)是人類(lèi)進(jìn)步的階梯。

12、一日不讀口生，一日不寫(xiě)手生。

13、我撲在書(shū)上，就像饑餓的人撲在面包上?！郀柣?/p>

14、書(shū)到用時(shí)方恨少、事非經(jīng)過(guò)不知難?！懹?/p>

15、讀一本好書(shū)，就如同和一個(gè)高尚的人在交談——歌德

16、讀一切好書(shū)，就是和許多高尚的人談話?！芽▋?/p>

17、學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?/p>

18、少而好學(xué)，如日出之陽(yáng)；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！?jiǎng)⑾?/p>

19、學(xué)而不思則惘，思而不學(xué)則殆?！鬃?/p>

20、讀書(shū)給人以快樂(lè)、給人以光彩、給人以才干。——培根

第三篇：人工智能與專家系統(tǒng)課程設(shè)計(jì)解讀

目錄

1.設(shè)計(jì)任務(wù) 1.1 設(shè)計(jì)題目 1.2設(shè)計(jì)要求 1.3設(shè)計(jì)任務(wù) 2．方案設(shè)計(jì) 2.1原理

2.2 具體設(shè)計(jì)方法 3．系統(tǒng)實(shí)施

3.1 系統(tǒng)開(kāi)發(fā)環(huán)境 3.2系統(tǒng)主要功能介紹 3.3處理流程圖 3.4 核心源程序 3.5系統(tǒng)運(yùn)行結(jié)果 4．開(kāi)發(fā)心得

4.1設(shè)計(jì)存在的問(wèn)題

4.2進(jìn)一步改進(jìn)提高的設(shè)想 4.3經(jīng)驗(yàn)和體會(huì) 5．參考文獻(xiàn) 1.設(shè)計(jì)任務(wù) 1.1 設(shè)計(jì)題目

在一個(gè)3*3的方棋盤(pán)上放置著1,2,3,4,5,6,7,8八個(gè)數(shù)碼,每個(gè)數(shù)碼占一格,且有一個(gè)空格。這些數(shù)碼可以在棋盤(pán)上移動(dòng)，該問(wèn)題稱八數(shù)碼難題或者重排九宮問(wèn)題。

1.2 設(shè)計(jì)要求

其移動(dòng)規(guī)則是：與空格相鄰的數(shù)碼方格可以移入空格。現(xiàn)在的問(wèn)題是：對(duì)于指定的初始棋局和目標(biāo)棋局，給出數(shù)碼的移動(dòng)序列。

1.3 設(shè)計(jì)任務(wù)

利用人工智能的圖搜索技術(shù)進(jìn)行搜索，解決八數(shù)碼問(wèn)題來(lái)提高在推理中的水平，同時(shí)進(jìn)行新方法的探討。

2.方案設(shè)計(jì) 2.1 原理

八數(shù)碼問(wèn)題是個(gè)典型的狀態(tài)圖搜索問(wèn)題。搜索方式有兩種基本的方式，即樹(shù)式搜索和線式搜索。搜索策略大體有盲目搜索和啟發(fā)式搜索兩大類(lèi)。盲目搜索就是無(wú)“向?qū)А钡乃阉?，啟發(fā)式搜索就是有“向?qū)А钡乃阉鳌?/p>

2.2 具體設(shè)計(jì)方法

啟發(fā)式搜索

由于時(shí)間和空間資源的限制，窮舉法只能解決一些狀態(tài)空間很小的簡(jiǎn)單問(wèn)題，而對(duì)于那些大狀態(tài)空間的問(wèn)題，窮舉法就不能勝任，往往會(huì)導(dǎo)致“組合爆炸”。所以引入啟發(fā)式搜索策略。啟發(fā)式搜索就是利用啟發(fā)性信息進(jìn)行制導(dǎo)的搜索。它有利于快速找到問(wèn)題的解。由八數(shù)碼問(wèn)題的部分狀態(tài)圖可以看出，從初始節(jié)點(diǎn)開(kāi)始，在通向目標(biāo)節(jié)點(diǎn)的路徑上，各節(jié)點(diǎn)的數(shù)碼格局同目標(biāo)節(jié)點(diǎn)相比較，其數(shù)碼不同的位置個(gè)數(shù)在逐漸減少，最后為零。所以，這個(gè)數(shù)碼不同的位置個(gè)數(shù)便是標(biāo)志一個(gè)節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)距離遠(yuǎn)近的一個(gè)啟發(fā)性信息，利用這個(gè)信息就可以指導(dǎo)搜索。即可以利用啟發(fā)信息來(lái)擴(kuò)展節(jié)點(diǎn)的選擇，減少搜索范圍，提高搜索速度。

啟發(fā)函數(shù)設(shè)定。對(duì)于八數(shù)碼問(wèn)題，可以利用棋局差距作為一個(gè)度量。搜索過(guò)程中，差距會(huì)逐漸減少，最終為零，為零即搜索完成，得到目標(biāo)棋局。

3.系統(tǒng)實(shí)施

3.1 系統(tǒng)開(kāi)發(fā)環(huán)境

Windows操作系統(tǒng)、SQL Server 200X

3.2 系統(tǒng)主要功能介紹

該搜索為一個(gè)搜索樹(shù)。為了簡(jiǎn)化問(wèn)題，搜索樹(shù)節(jié)點(diǎn)設(shè)計(jì)如下： struct Chess//棋盤(pán)

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棋盤(pán)

const int Max_Step=30;//最大搜索深度

enum Direction{None,Up,Down,Left,Right};//方向 struct Chess//棋盤(pán) { int cell[N][N];//數(shù)碼數(shù)組

int Value;//評(píng)估值

Direction BelockDirec;//所屏蔽方向

struct Chess * Parent;//父節(jié)點(diǎn) };

//打印棋盤(pán)

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)//不可以移動(dòng)則返回原節(jié)點(diǎn)

{

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;}

//初始化一個(gè)初始棋盤(pán)

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++)//分別從四個(gè)方向推導(dǎo)出新子節(jié)點(diǎn)

{

Direction Direct=(Direction)i;

if(Direct==p1->BelockDirec)//跳過(guò)屏蔽方向

continue;

p2=MoveChess(p1,Direct,true);//移動(dòng)數(shù)碼

if(p2!=p1)//數(shù)碼是否可以移動(dòng)

{

Appraisal(p2,Target);//對(duì)新節(jié)點(diǎn)估價(jià)

if(p2->Value<=p1->Value)//是否為優(yōu)越節(jié)點(diǎn)

{

p2->Parent=p1;

switch(Direct)//設(shè)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);//存儲(chǔ)節(jié)點(diǎn)到待處理隊(duì)列

if(p2->Value==0)//為0則,搜索完成{

p=p2;

i=5;

}

}

else

{

//打印

if(T){

/*把路徑倒序*/

Chess *p=T;

stackStack1;

while(p->Parent!=NULL)

{

Stack1.push(p);

p=p->Parent;

}

printf(“搜索結(jié)果:n”);

while(!Stack1.empty())

{

PrintChess(Stack1.top());

Stack1.pop();

}

printf(“n完成!”);}else

printf(“搜索不到結(jié)果.深度為%dn”,Max_Step);

scanf(“%d”,T);} 3.5 系統(tǒng)運(yùn)行結(jié)果

4.開(kāi)發(fā)心得

4.1 設(shè)計(jì)存在的問(wèn)題

完全能解決簡(jiǎn)單的八數(shù)碼問(wèn)題，但對(duì)于復(fù)雜的八數(shù)碼問(wèn)題還是無(wú)能為力。4.2 進(jìn)一步改進(jìn)提高的設(shè)想

可以改變數(shù)碼規(guī)模（N），來(lái)擴(kuò)展成N*N的棋盤(pán)，即擴(kuò)展為N數(shù)碼問(wèn)題的求解過(guò)程。

2、內(nèi)存泄漏。由于采用倒鏈表的搜索樹(shù)結(jié)

05.參考文獻(xiàn)

[1]王汝傳.計(jì)算機(jī)圖形學(xué)[M].北京：人民郵電出版社，1999：123－130.[2]劉榴娣，劉明奇，黨長(zhǎng)民.實(shí)用數(shù)字圖像處理[M].北京：北京理工大學(xué)出版，2000：12－25..[3]丁兆海.Delphi基礎(chǔ)教程[M].北京：電子工業(yè)出版社，1999.[4]王小華.Delphi 5程序設(shè)計(jì)與控件參考[M].北京：電子工業(yè)出版社，1999:70－120.[5]趙子江.多媒體技術(shù)基礎(chǔ)[M].北京：機(jī)械工業(yè)出版社，2001：118－130.[6]段來(lái)盛，鄭城榮，曹恒.Delphi實(shí)戰(zhàn)演練[M].北京：人民郵政出版社，2002：80－95.

讀書(shū)的好處

1、行萬(wàn)里路，讀萬(wàn)卷書(shū)。

2、書(shū)山有路勤為徑，學(xué)海無(wú)涯苦作舟。

3、讀書(shū)破萬(wàn)卷，下筆如有神。

4、我所學(xué)到的任何有價(jià)值的知識(shí)都是由自學(xué)中得來(lái)的。——達(dá)爾文

5、少壯不努力，老大徒悲傷。

6、黑發(fā)不知勤學(xué)早，白首方悔讀書(shū)遲?！佌媲?/p>

7、寶劍鋒從磨礪出，梅花香自苦寒來(lái)。

8、讀書(shū)要三到：心到、眼到、口到

9、玉不琢、不成器，人不學(xué)、不知義。

10、一日無(wú)書(shū)，百事荒廢。——陳壽

11、書(shū)是人類(lèi)進(jìn)步的階梯。

12、一日不讀口生，一日不寫(xiě)手生。

13、我撲在書(shū)上，就像饑餓的人撲在面包上。——高爾基

14、書(shū)到用時(shí)方恨少、事非經(jīng)過(guò)不知難?！懹?/p>

15、讀一本好書(shū)，就如同和一個(gè)高尚的人在交談——歌德

16、讀一切好書(shū)，就是和許多高尚的人談話?！芽▋?/p>

17、學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?/p>

18、少而好學(xué)，如日出之陽(yáng)；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！?jiǎng)⑾?/p>

19、學(xué)而不思則惘，思而不學(xué)則殆?！鬃?/p>

20、讀書(shū)給人以快樂(lè)、給人以光彩、給人以才干。——培根

第四篇：歷史與現(xiàn)實(shí)感悟

歷史與現(xiàn)實(shí)感悟

每個(gè)民族都有自己的一段歷史，或長(zhǎng)或短。我們中華民族有上下五千年的歷史，我們?yōu)槭裁匆獙W(xué)習(xí)自己和其他民族的歷史呢？有句古語(yǔ)“以史為鑒”。

在歷史的長(zhǎng)河里，我們可以學(xué)到很多很多，我們可以從其中的一件件事中總結(jié)一些東西，可以在現(xiàn)實(shí)中更好的幫助我們。

例如我們民族的重要文獻(xiàn)《孫子兵法》是軍事家的必讀之書(shū)，現(xiàn)在隨著世界格局的變化，許多外國(guó)軍事學(xué)校也把此書(shū)作為必修課額來(lái)學(xué)習(xí)、探討，以提升自己國(guó)家的軍事水平。再如，我們會(huì)經(jīng)常提起古代以少勝多的著名戰(zhàn)役，為什么呢？就是因?yàn)檫@些戰(zhàn)役對(duì)我們有很大的啟迪作用，通過(guò)分析他們，我們可以總結(jié)出一些作戰(zhàn)的技能和方法，在戰(zhàn)爭(zhēng)時(shí)，我們可以將其運(yùn)用到實(shí)踐中。

俗話說(shuō)：有因必有果。我們可以從歷史中來(lái)分析這些因果關(guān)系來(lái)提升自己，完善自己。例如，在清朝末年，我們受到了西方列強(qiáng)的侵犯，而且沒(méi)有能力改變這一現(xiàn)狀，我們可以從中分析一下原因。在清朝以前，中華民族的科技、文化等各方面都在世界前列。但到了清朝，為了和平，清政府實(shí)行“閉關(guān)鎖國(guó)”的政策。統(tǒng)治者的目的達(dá)到了，但是這樣做使清朝與世界脫了軌。西方國(guó)家的先進(jìn)的技術(shù)、文化無(wú)法傳到清朝，使其慢慢的落后于西方國(guó)家。又因?yàn)槲鞣街趁裰髁x的擴(kuò)張，他們不得不打開(kāi)中國(guó)這個(gè)大市場(chǎng)。于是中國(guó)近代史就順理成章的進(jìn)行了。我們通過(guò)分析這些，總結(jié)出了“落后就要挨打”的道理，因此我們現(xiàn)在積極融入到世界這個(gè)大家庭中去，不斷學(xué)習(xí)，不斷發(fā)展，因?yàn)槲覀冎懒恕奥浜缶鸵ご颉薄?/p>

歷史和現(xiàn)實(shí)是不可分割的，有些時(shí)候，通過(guò)觀察歷史我們可以預(yù)測(cè)未來(lái)，也就是將來(lái)的現(xiàn)實(shí)。

許多事情看似不可能發(fā)生，但有一部分想象力極為豐富的人卻能猜測(cè)到一些事在將來(lái)會(huì)怎樣。以前的科幻書(shū)籍、現(xiàn)在的科幻影片中有許多我們無(wú)法想像而且想象不到的事情，但這些事情卻正在慢慢的變成現(xiàn)實(shí)。在前人看來(lái)，機(jī)器人是不可能出現(xiàn)的，但有些人卻把機(jī)器人想象著在以后的某天能夠出現(xiàn)，并寫(xiě)成了科幻書(shū)籍。若干年后的今天，機(jī)器人出現(xiàn)了，他們的預(yù)言成為了現(xiàn)實(shí)。

綜上可以看出，歷史和現(xiàn)實(shí)是一個(gè)整體，存在著嚴(yán)密的因果關(guān)系。并且，歷史可以更好的服務(wù)于現(xiàn)實(shí)。

第五篇：人工智能發(fā)展史解讀

人工智能學(xué)科誕生于20世紀(jì)50年代中期，當(dāng)時(shí)由于計(jì)算機(jī)的產(chǎn)生與發(fā)展，人們開(kāi)始了具有真正意義的人工智能的研究。（雖然計(jì)算機(jī)為AI提供了必要的技術(shù)基礎(chǔ),但直到50年代早期人們才注意到人類(lèi)智能與機(jī)器之間的聯(lián)系.Norbert Wiener是最早研究反饋理論的美國(guó)人之一.最熟悉的反饋控制的例子是自動(dòng)調(diào)溫器.它將收集到的房間溫度與希望的溫度比較,并做出反應(yīng)將加熱器開(kāi)大或關(guān)小,從而控制環(huán)境溫度.這項(xiàng)對(duì)反饋 回路的研究重要性在于: Wiener從理論上指出,所有的智能活動(dòng)都是反饋機(jī)制的結(jié)果.而反饋機(jī)制是有可 能用機(jī)器模擬的.這項(xiàng)發(fā)現(xiàn)對(duì)早期AI的發(fā)展影響很大。）

1956年夏，美國(guó)達(dá)特莫斯大學(xué)助教麥卡錫、哈佛大學(xué)明斯基、貝爾實(shí)驗(yàn)室申龍、IBM公司信息研究中心羅徹斯特、卡內(nèi)基——梅隆大學(xué)紐厄爾和赫伯特.西蒙、麻省理工學(xué)院塞夫里奇和索羅門(mén)夫，以及IBM公司塞繆爾和莫爾在美國(guó)達(dá)特莫斯大學(xué)舉行了以此為其兩個(gè)月的學(xué)術(shù)討論會(huì)，從不同學(xué)科的角度探討人類(lèi)各種學(xué)習(xí)和其他職能特征的基礎(chǔ)，并研究如何在遠(yuǎn)離上進(jìn)行精確的描述，探討用機(jī)器模擬人類(lèi)智能等問(wèn)題，并首次提出了人工智能的術(shù)語(yǔ)。從此，人工智能這門(mén)新興的學(xué)科誕生了。這些青年的研究專業(yè)包括數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和電腦科學(xué)，分別從不同角度共同探討人工智能的可能性。他們的名字人們并不陌生，例如申龍是《信息論》的創(chuàng)始人，塞繆爾編寫(xiě)了第一個(gè)電腦跳棋程序，麥卡錫、明斯基、紐厄爾和西蒙都是“圖靈獎(jiǎng)”的獲獎(jiǎng)?wù)摺?/p>

這次會(huì)議之后，在美國(guó)很快形成了3個(gè)從事人工智能研究的中心，即以西蒙和紐威爾為首的卡內(nèi)基—梅隆大學(xué)研究組，以麥卡錫、明斯基為首的麻省理工學(xué)院研究組，以塞繆爾為首的IBM公司研究組。隨后，這幾個(gè)研究組相繼在思維模型、數(shù)理邏輯和啟發(fā)式程序方面取得了一批顯著的成果：

（1）1956年，紐威爾和西蒙研制了一個(gè)“邏輯理論家“（簡(jiǎn)稱LT）程序，它將每個(gè)問(wèn)題都表示成一個(gè)樹(shù)形模型,然后選擇最可能得到正確結(jié)論的那一枝來(lái)求解問(wèn)題，證明了懷特黑德與羅素的數(shù)學(xué)名著《數(shù)學(xué)原理》的第2章中52個(gè)定理中的38個(gè)定理。1963年對(duì)程序進(jìn)行了修改，證明了全部定理。這一工作受到了人們的高度評(píng)價(jià)，被認(rèn)為是計(jì)算機(jī)模擬人的高級(jí)思維活動(dòng)的一個(gè)重大成果，是人工智能的真正開(kāi)端。

（2）1956年，塞繆爾利用對(duì)策論和啟發(fā)式搜索技術(shù)編制出西洋跳棋程序Checkers。該程序具有自學(xué)習(xí)和自適應(yīng)能力，能在下棋過(guò)程中不斷積累所獲得的經(jīng)驗(yàn)，并能根據(jù)對(duì)方的走步，從許多可能的步數(shù)中選出一個(gè)較好的走法。這是模擬人類(lèi)學(xué)習(xí)過(guò)程第一次卓有成效的探索。這臺(tái)機(jī)器不僅在1959年擊敗了塞繆爾本人，而且在1962年擊敗了美國(guó)一個(gè)州的跳棋冠軍，在世界上引起了大轟動(dòng)。這是人工智能的一個(gè)重大突破。

（3）1958年，麥卡錫研制出表處理程序設(shè)計(jì)語(yǔ)言LISP，它不僅可以處理數(shù)據(jù)，而且可以方便的處理各種符號(hào)，成為了人工智能程序語(yǔ)言的重要里程碑。目前，LISP語(yǔ)言仍然是研究人工智能何開(kāi)發(fā)智能系統(tǒng)的重要工具。

（4）1960年紐威爾、肖和西蒙等人通過(guò)心理學(xué)實(shí)驗(yàn)，發(fā)現(xiàn)人在解題時(shí)的思維過(guò)程大致可以分為3個(gè)階段：1。首先想出大致的解題計(jì)劃；2。根據(jù)記憶中的公理、定理和解題規(guī)劃、按計(jì)劃實(shí)施解題過(guò)程；3.在實(shí)施解題過(guò)程中，不斷進(jìn)行方法和目標(biāo)分析，修改計(jì)劃。這是一個(gè)具有普遍意義的思維活動(dòng)過(guò)程，其中主要是方法和目的的分析。（也就是人們?cè)谇蠼鈹?shù)學(xué)問(wèn)題通常使用試湊的辦法進(jìn)行的試湊是不一定列出所有的可能性，而是用邏輯推理來(lái)迅速縮小搜索范圍的辦法進(jìn)行的），基于這一發(fā)現(xiàn)，他們研制了“通用問(wèn)題求解程序GPS”，用它來(lái)解決不定積分、三角函數(shù)、代數(shù)方程等11種不同類(lèi)型的問(wèn)題，并首次提出啟發(fā)式搜索概念，從而使啟發(fā)式程序具有較普遍的意義。

（5）1961年，明斯基發(fā)表了一篇名為《邁向人工智能的步驟》的論文，對(duì)當(dāng)時(shí)人工智能的研究起了推動(dòng)作用。

正是由于人工智能在20世紀(jì)50年代到60年代的迅速發(fā)展和取得的一系列的研究成果，使科學(xué)家們歡欣鼓舞，并對(duì)這一領(lǐng)域給予了過(guò)高的希望。紐威爾和西蒙在1958年曾作出以下預(yù)言：

①不出十年，計(jì)算機(jī)將成為世界象棋冠軍，除非規(guī)定不讓它參加比賽；

②.不出十年，計(jì)算機(jī)將發(fā)現(xiàn)并證明那時(shí)還沒(méi)有被證明的數(shù)學(xué)定理；

③.不出十年，計(jì)算機(jī)將譜寫(xiě)出具有較高美學(xué)價(jià)值并得到評(píng)論家認(rèn)可的樂(lè)曲；

④不出十年，大多數(shù)心理學(xué)家的理論將采用計(jì)算機(jī)程序來(lái)形成。

非常遺憾的是，到目前為止，這樣的預(yù)言還沒(méi)有一個(gè)得到完全的實(shí)現(xiàn)，人工智能的研究狀況比紐威爾和西蒙等科學(xué)家的設(shè)想要復(fù)雜和艱難的多。事實(shí)上，到了20世紀(jì)70年代初，人工智能在經(jīng)歷一段比較快速的發(fā)展時(shí)期后，很快就遇到了許多問(wèn)題。這些問(wèn)題主要表現(xiàn)在：

（1）1965年魯賓遜發(fā)明了歸結(jié)（消解）原理，曾被認(rèn)為是一個(gè)重大的突破，可是很快這種歸結(jié)法能力有限，證明兩個(gè)連續(xù)函數(shù)之和還是連續(xù)函數(shù)，推證了十萬(wàn)步竟還沒(méi)有得證。

（2）塞繆爾的下棋程序，贏得了周冠軍后，沒(méi)能贏全國(guó)冠軍。

（3）機(jī)器翻譯出了荒謬的結(jié)論。如從英語(yǔ)→俄語(yǔ)→英語(yǔ)的翻譯中，又一句話：“The spirit is willing but the flesh is weak”(心有余而力不足)，結(jié)果變成了”The wine is good but the meat is spoiled”(酒是好的，肉變質(zhì)了)，鬧出了笑話。

（4）大腦約有10的15次方以上的記憶容量，此容量相當(dāng)于存放幾億本書(shū)的容量，現(xiàn)有的技術(shù)條件下在機(jī)器的結(jié)構(gòu)上模擬人腦是不大可能的。

（5）來(lái)自心理學(xué)、神經(jīng)生理學(xué)、應(yīng)用數(shù)學(xué)、哲學(xué)等各界的科學(xué)家們對(duì)人工智能的本質(zhì)、基本原理、方法及機(jī)理等方面產(chǎn)生了質(zhì)疑和批評(píng)。

由于人工智能研究遇到了困難，使得人工智能在20世紀(jì)70年代初走向低落。但是，人工智能的科學(xué)家沒(méi)有被一時(shí)的困難所嚇倒，他們?cè)谡J(rèn)真總結(jié)經(jīng)驗(yàn)教訓(xùn)的基礎(chǔ)上，努力探索使人工智能走出實(shí)驗(yàn)室，走向?qū)嵱没男侣纷?，并取得了令人鼓舞的進(jìn)展。特別是專家系統(tǒng)的出現(xiàn)，實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用，從一般思維規(guī)律探索走向?qū)ｉT(mén)知識(shí)應(yīng)用的重大突破，是人工智能發(fā)展史上的重大轉(zhuǎn)折，將人工智能的研究推向了新高潮。下面是幾個(gè)又代表性的專家系統(tǒng)：

（1）1968年斯坦福大學(xué)費(fèi)根鮑姆教授和幾位遺傳學(xué)家及物理學(xué)家合作研制了一個(gè)化學(xué)質(zhì)譜分析系統(tǒng)（DENDARL），該系統(tǒng)能根據(jù)質(zhì)譜儀的數(shù)據(jù)和核磁諧振的數(shù)據(jù)，以及有關(guān)化學(xué)知識(shí)推斷有機(jī)化合物的分子結(jié)構(gòu)，達(dá)到了幫助化學(xué)家推斷分子結(jié)構(gòu)的作用。這是第一個(gè)專家系統(tǒng)，標(biāo)志著人工之能從實(shí)驗(yàn)室走了出來(lái)，開(kāi)始進(jìn)入實(shí)際應(yīng)用時(shí)代。

（2）繼DENDARAL系統(tǒng)之后，費(fèi)根鮑姆領(lǐng)導(dǎo)的研究小組又研制了診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)MYCIN。經(jīng)專家小組對(duì)醫(yī)學(xué)專家、實(shí)習(xí)醫(yī)師以及MYCIN行為進(jìn)行正式測(cè)試評(píng)價(jià)，認(rèn)為MYCIN的行為超過(guò)了其他所有人，尤其在診斷和治療菌血癥和腦膜炎方面，顯示了該系統(tǒng)作為臨床醫(yī)生實(shí)際助手的前途。從技術(shù)的角度來(lái)看，該系統(tǒng)的特點(diǎn)是：1。使用了經(jīng)驗(yàn)性知識(shí)，用可信度表示，進(jìn)行不精確推理。2.對(duì)推理結(jié)果具有解釋功能，時(shí)系統(tǒng)是透明的。3.第一次使用了知識(shí)庫(kù)的概念。正是由于MYCIN基本解決了知識(shí)表示、知識(shí)獲取、搜索策略、不精確推理以及專家系統(tǒng)的基本結(jié)構(gòu)等重大問(wèn)題（是怎樣解決的呢？），對(duì)以后的專家系統(tǒng)產(chǎn)生了很大的影響。

（3）1976年，斯坦福大學(xué)國(guó)際人工智能中心的杜達(dá)等人開(kāi)始研制礦藏勘探專家系統(tǒng)PROSPECTOR，它能幫助地質(zhì)學(xué)家解釋地質(zhì)礦藏?cái)?shù)據(jù)，提供硬巖石礦物勘探方面的咨詢，包括勘探測(cè)評(píng)，區(qū)域資源估值，鉆井井位選擇等。該系統(tǒng)用語(yǔ)義網(wǎng)絡(luò)表示地質(zhì)知識(shí)，擁有15中礦藏知識(shí)，采用貝葉斯概率推理處理不確定的數(shù)據(jù)和知識(shí)。PROSPECTOR系統(tǒng)于1981年開(kāi)始投入實(shí)際使用，取得了巨大的經(jīng)濟(jì)效益。例如1982年，美國(guó)利用該系統(tǒng)在華盛頓發(fā)現(xiàn)一處礦藏，據(jù)說(shuō)實(shí)用價(jià)值可能超過(guò)1億美元。

（4）美國(guó)卡內(nèi)基—梅隆大學(xué)于20世紀(jì)70年代先后研制了語(yǔ)音理解系統(tǒng)HEARSAY-I加入HEARSAY-II，它完成從輸入的聲音信號(hào)轉(zhuǎn)換成字，組成單詞，合成句子，形成數(shù)據(jù)庫(kù)查詢語(yǔ)句，再到情報(bào)數(shù)據(jù)庫(kù)中去查詢資料。該系統(tǒng)的特點(diǎn)是采用“黑板結(jié)構(gòu)”這種新結(jié)構(gòu)形式，能組合協(xié)調(diào)專家的知識(shí)，進(jìn)行不同抽象級(jí)的問(wèn)題求解。

在這一時(shí)期，人工智能在新方法、程序設(shè)計(jì)語(yǔ)言、知識(shí)表示、推理方法等方面也取得了重大進(jìn)展。例如70年代許多新方法被用于AI開(kāi)發(fā),著名的如Minsky的構(gòu)造理論.另外David Marr提出了機(jī)器視覺(jué)方面的新理論,例如,如何通過(guò)一副圖像的陰影,形狀,顏色,邊界和紋理等基本信息辨別圖像.通過(guò)分析這些信息,可以推斷出圖像可能是什么，法國(guó)馬賽大學(xué)的柯?tīng)桘渹惡退I(lǐng)導(dǎo)的研究小組于1972年研制成功的第一個(gè)PROLOG系統(tǒng)，成為了繼LISP語(yǔ)言之后的另一種重要的人工智能程序語(yǔ)言；明斯基1974年提出的框架理論；紹特里夫于1975年提出并在MYCIN中應(yīng)用的不精確推理；杜達(dá)于1976年提出并在PROSPECTOR中應(yīng)用的貝葉斯方法；等等

人工智能的科學(xué)家們從各種不同類(lèi)型的專家系統(tǒng)和知識(shí)處理系統(tǒng)中抽取共性，總結(jié)出一般原理與技術(shù)，使人工智能又從實(shí)際應(yīng)用逐漸回到一般研究。圍繞知識(shí)這一核心問(wèn)題，人們重新對(duì)人工智能的原理和方法進(jìn)行了探索，并在知識(shí)獲取、知識(shí)表示以及知識(shí)在推理過(guò)程中的利用等方面開(kāi)始出現(xiàn)一組新的原理、工具和技術(shù)。1977年，在第五屆國(guó)際人工智能聯(lián)合會(huì)（IJCAI）的會(huì)議上，費(fèi)根鮑姆教授在一篇題為《人工智能的藝術(shù)：知識(shí)工程課題及實(shí)例研究》的特約文章中，系統(tǒng)的闡述了專家系統(tǒng)的思想，并提出了知識(shí)工程（KnowledgeEngineering）的概念。費(fèi)根鮑姆認(rèn)為，知識(shí)工程是研究知識(shí)信息處理的學(xué)科，它應(yīng)用人工智能的原理和方法，對(duì)那些需要專家知識(shí)才能解決的應(yīng)用難題提供了求解的途徑。恰當(dāng)?shù)倪\(yùn)用專家知識(shí)的獲取、表示、推理過(guò)程的構(gòu)成與解釋，是設(shè)計(jì)基于知識(shí)的系統(tǒng)的重要技術(shù)問(wèn)題。至此，圍繞著開(kāi)發(fā)專家系統(tǒng)而開(kāi)展的相關(guān)理論、方法、技術(shù)的研究形成了知識(shí)工程學(xué)科。知識(shí)工程的研究使人工智能的研究從理論轉(zhuǎn)向應(yīng)用，從基于推理的模型轉(zhuǎn)向基于知識(shí)的模型。

為了適應(yīng)人工智能和知識(shí)工程發(fā)展的需要，在政府的大力支持下，日本于1982年開(kāi)始了為期10年的“第五代計(jì)算機(jī)的研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，總共投資4.5億美元。它的目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那樣快。日本的這一計(jì)劃形成了一股熱潮，推動(dòng)了世界各國(guó)的追趕浪潮。美國(guó)、英國(guó)、歐共體、蘇聯(lián)等都先后制訂了相應(yīng)的發(fā)展計(jì)劃。隨著第五代計(jì)算機(jī)的研究開(kāi)發(fā)和應(yīng)用，人工智能進(jìn)入一個(gè)興盛時(shí)期，人工智能界一派樂(lè)觀情緒。

然而，隨著專家系統(tǒng)應(yīng)用的不斷深入，專家系統(tǒng)自身存在的知識(shí)獲取難、知識(shí)領(lǐng)域窄、推理能力弱、只能水平低、沒(méi)有分布式功能、實(shí)用性差等等問(wèn)題逐步暴露出來(lái)。日本、美國(guó)、英國(guó)和歐洲所制訂對(duì)那些針對(duì)人工智能的大型計(jì)劃多數(shù)執(zhí)行到20世紀(jì)80年代中期就開(kāi)始面臨重重困難，已經(jīng)看出達(dá)不到預(yù)想的目標(biāo)。進(jìn)一步分析便發(fā)現(xiàn)，這些困難不只是個(gè)別項(xiàng)目的制訂又問(wèn)題，而是涉及人工智能研究的根本性問(wèn)題?？偟膩?lái)講是兩個(gè)問(wèn)題：一是所謂的交互（Interaction）問(wèn)題，即傳統(tǒng)方法只能模擬人類(lèi)深思熟慮的行為，而不包括人與環(huán)境的交互行為。另一個(gè)問(wèn)題是擴(kuò)展（Scaling up）問(wèn)題，即所謂的大規(guī)模的問(wèn)題，傳統(tǒng)人工智能方法只適合于建造領(lǐng)域狹窄的專家系統(tǒng)，不能把這種方法簡(jiǎn)單的推廣到規(guī)模更大、領(lǐng)域更寬的復(fù)雜系統(tǒng)中去。這些計(jì)劃的失敗，對(duì)人工智能的發(fā)展是一個(gè)挫折。

盡管經(jīng)歷了這些受挫的事件,AI仍在慢慢恢復(fù)發(fā)展.新的技術(shù)在日本被開(kāi)發(fā)出來(lái),如在美國(guó)首創(chuàng)的模糊邏輯,它可以從不確定的條件作出決策;還有神經(jīng)網(wǎng)絡(luò),被視為實(shí)現(xiàn)人工智能的可能途徑.1982年后，人工神經(jīng)網(wǎng)絡(luò)像雨后春筍一樣迅速發(fā)展起來(lái)，給人們帶來(lái)了新的希望。人工神經(jīng)網(wǎng)絡(luò)的主要特點(diǎn)是信息的分布存儲(chǔ)和信息處理的并行化，并具有自組織自學(xué)習(xí)能力，這使人們利用機(jī)器加工處理信息有了新的途徑和方法，解決了一些符號(hào)方法難以解決的問(wèn)題，使人工智能的學(xué)術(shù)界興起了神經(jīng)網(wǎng)絡(luò)的熱潮。1987年美國(guó)召開(kāi)了第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣布新學(xué)科的誕生。1988年以后，日本和歐洲各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐步增加，促進(jìn)了該領(lǐng)域的研究。但是隨著應(yīng)用的深入，人們又發(fā)現(xiàn)人工神經(jīng)元網(wǎng)絡(luò)模型和算法也存在問(wèn)題。

20世紀(jì)80年代末，以美國(guó)麻省理工學(xué)院布魯克斯（R.A.Brooks）教授為代表的行為主義學(xué)派提出了“無(wú)須表示和推理”的智能，認(rèn)為智能只在與環(huán)境的交互中表現(xiàn)出來(lái)，并認(rèn)為研制可適應(yīng)環(huán)境的“機(jī)器蟲(chóng)”比空想智能機(jī)器人要好。以后，人工智能學(xué)術(shù)界充分認(rèn)識(shí)到已有的人工智能方法僅限于在模擬人類(lèi)智能活動(dòng)中使用成功的經(jīng)驗(yàn)知識(shí)處理簡(jiǎn)單的問(wèn)題，開(kāi)始在符號(hào)機(jī)理與神經(jīng)網(wǎng)機(jī)理的結(jié)合及引入Agent系統(tǒng)等方面進(jìn)一步開(kāi)展研究工作。20世紀(jì)90年代，所謂的符號(hào)主義、連接主義和行動(dòng)主義3種方法并存。對(duì)此，中國(guó)學(xué)者認(rèn)為這3種方法各有優(yōu)缺點(diǎn)，他們提出了綜合集成的方法，即不同的問(wèn)題用不同的方法來(lái)解決，或用聯(lián)合（混合、融合）的方法來(lái)解決，再加上人工智能系統(tǒng)引入交互機(jī)制，系統(tǒng)的智能水平將會(huì)大為提高。

總而言之，盡管人工智能的發(fā)展經(jīng)歷了曲折的過(guò)程，但它在自動(dòng)推理、認(rèn)知建模、機(jī)器學(xué)習(xí)、神經(jīng)元網(wǎng)絡(luò)、自然語(yǔ)言處理、專家系統(tǒng)、智能機(jī)器人等方面的理論和應(yīng)用上都取得了稱得上具有“智能”的成果。許多領(lǐng)域?qū)⒅R(shí)和智能思想引入到自己的領(lǐng)域，使一些問(wèn)題得以較好的解決。應(yīng)該說(shuō)，人工智能的成就是巨大的，影響是深遠(yuǎn)的。

讀書(shū)的好處

1、行萬(wàn)里路，讀萬(wàn)卷書(shū)。

2、書(shū)山有路勤為徑，學(xué)海無(wú)涯苦作舟。

3、讀書(shū)破萬(wàn)卷，下筆如有神。

4、我所學(xué)到的任何有價(jià)值的知識(shí)都是由自學(xué)中得來(lái)的?！_(dá)爾文

5、少壯不努力，老大徒悲傷。

6、黑發(fā)不知勤學(xué)早，白首方悔讀書(shū)遲?！佌媲?/p>

7、寶劍鋒從磨礪出，梅花香自苦寒來(lái)。

8、讀書(shū)要三到：心到、眼到、口到

9、玉不琢、不成器，人不學(xué)、不知義。

10、一日無(wú)書(shū)，百事荒廢?！悏?/p>

11、書(shū)是人類(lèi)進(jìn)步的階梯。

12、一日不讀口生，一日不寫(xiě)手生。

13、我撲在書(shū)上，就像饑餓的人撲在面包上?！郀柣?/p>

14、書(shū)到用時(shí)方恨少、事非經(jīng)過(guò)不知難?！懹?/p>

15、讀一本好書(shū)，就如同和一個(gè)高尚的人在交談——歌德

16、讀一切好書(shū)，就是和許多高尚的人談話。——笛卡兒

17、學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?/p>

18、少而好學(xué)，如日出之陽(yáng)；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光。——?jiǎng)⑾?/p>

19、學(xué)而不思則惘，思而不學(xué)則殆?！鬃?/p>

20、讀書(shū)給人以快樂(lè)、給人以光彩、給人以才干?！喔?/p>