了解人工智能与智能系统中的先驱人物

人工智能

人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。

智能系统

智能系统（Intelligence system）是指能产生人类智能行为的计算机系统。智能系统不仅可自组织性与自适应性地在传统的诺依曼的计算机上运行，而且也可自组织性与自适应性地在新一代的非诺依曼结构的计算机上运行。“智能”的含义很广，其本质有待进一步探索，因而，对：“智能”这一词也难于给出一个完整确切的定义，但一般可作这样的表述：智能是人类大脑的较高级活动的体现，它至少应具备自动地获取和应用知识的能力、思维与推理的能力、问题求解的能力和自动学习的能力。

人工智能与智能系统的先驱人物

分类： 学科前沿技术专题 2013-04-26 20:25 20人阅读 评论(0) 收藏 举报

阿伦·图灵（AlanTuring）——计算机科学理论创始人。1912年出生于英国伦敦，1954年去世。1936年发表论文“论可计算数及其在判定问题中的应用”，提出图灵机理论。1950年发表论文“计算机与智能”，阐述了计算机可以具有智能的想法，提出图灵测试。1966年，为纪念图灵的杰出贡献，ACM（国际计算机协会）设立图灵奖。

马文·明斯基（MarnivLee Minsky）——人工智能之父，框架理论的创立者，首位获得图灵奖的人工智能学者。1927 年出生于美国纽约。1951年提出思维如何萌芽并形成的基本理论。1956年Dartmouth会议的发起人之一。1958年在MIT创建世界上第一个人工智能实验室。1969年获得图灵奖，1975年首创框架理论。

约翰·麦卡锡（John McCarthy）——人工智能之父，LISP语言（一种人工智能语言）的发明人，首次提出AI的概念。1927年出生于美国波士顿。1956年发起Dartmouth会议，并提出了“人工智能”的概念。1958年与明斯基一起创建世界上第一个人工智能实验室，并发明а-β剪枝算法。1959年开发LISP语言，开创逻辑程序研究，用于程序验证和自动程序设计。1971年获得图灵奖。

赫伯特·西蒙（HerbertA.Simon）——符号主义学派的创始人，爱好广泛的全能科学家，中国科学院外籍院士。1916年出生于美国的威斯康辛州。1943年在匹兹堡大学获政治学博士学位，1969年因心理学方面的贡献获得杰出科学贡献奖。1975年和他的学生艾伦·纽厄尔共同获得图灵奖。1978年获得诺贝尔经济学奖。1986年因行为学方面的成就获得美国全国科学家奖章。

20世纪50年代至60年代初开发了世界上最早的启发式程序“逻辑理论家”LT，证明了《数学原理》第二章中的全部定理，共计52个，开创了机器定理证明这一新的学科领域。1957年开发了IPL（Information Processing Language）语言，是最早的AI语言。1960年开发了“通用问题求解系统”GPS。1966年开发了最早的下棋程序之一MATER。1970年发展与完善了语义网络的概念和方法。1970年提出了“物理符号系统假说”。70年代提出决策过程模型，该模型成为DSS(决策支持系统)的核心内容。

艾伦·纽厄尔(AllenNewell)——符号主义学派的创始人之一，西蒙的学生与同事，1975年与西蒙同获图灵奖。

爱德华·费根鲍姆(EdwardA.Feigenbaum)——知识工程的提出者，大型人工智能系统的开拓者。

冯诺依曼--提到计算机之父，大多数人都会想到冯·诺依曼，然而冯·诺依曼自己却把计算机之父的荣誉颁给阿兰·图灵，今年的端午节，就是这位冯·诺依曼眼中的计算机之父诞辰100周年纪念日，生于1912年的图灵，在整个计算机历史画卷中，无疑留下了一抹浓重的色彩，图灵被后人称为“计算机科学之父、人工智能之父”。而其对德国英格玛情报的破译，对二战战局的影响也不容忽视。

智能系统处理的对象，不仅有数据，而且还有知识。表示、获取、存取和处理知识的能力是智能系统与传统系统的主要区别之一。因此，一个智能系统也是一个基于知识处理的系统，它需要如下设施：知识表示语言；知识组织工具；建立、维护与查询知识库的方法与环境；支持现存知识的重用。

智能系统往往采用人工智能的问题求解模式来获得结果。它与传统的系统所采用的求解模式相比，有三个明显特征，即其问题求解算法往往是非确定型的或称启发式的；其问题求解在很大程度上依赖知识；智能系统的问题往往具有指数型的计算复杂性。智能系统通常采用的问题求解方法大致分为搜索、推理和规划三类。
智能系统与传统系统的又一个重要区别在于：智能系统具有现场感应（环境适应) 的能力。所谓现场感应指它可能与所处的现实世界的抽象——现场——进行交往，并适应这种现场。这种交往包括感知、学习、推理、判断并做出相应的动作。这也就是通常人们所说的自动组织性与自动适应性。