1.1 人工智慧的定義與發展

    1.1.1 人工智慧的定義

    1.1.2 人工智慧的起源與發展

        （1）孕育時期（1956年前）
        （2）形成時期（1956-1970年）
        （3）暗淡時期（1966-1974年）
        （4）知識應用時期（1970-1988年）
        （5）整合發展時期（1986年至今）

1.2 人工智慧的各種認知觀

    符號主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學派(Psychlogism)或計算機學派(Computerism)，其原理主要為物理符號系統(即符號作業系統)假設和有限合理性原理。認為人的認知基元是符號，而且認知過程即符號操作過程。認為人是一個物理符號系統，計算機也是一個物理符號系統，因此，我們就能夠用計算機來模擬人的智慧行為。知識是資訊的一種形式是構成智慧的基礎。人工智慧的核心問題是知識表示、知識推理和知識運用。
    連線主義(Connectionism)，又稱為仿生學派(Bionicsism)或生理學派(Physiologism)，其原理主要為神經網路及神經網路間的連線機制與學習演算法，認為人的思維基元是神經元，而不是符號處理過程。認為人腦不同於電腦，並提出聯結主義的大腦工作模式，用於取代符號操作的電腦工作式。
    行為主義(Actionism)，又稱進化主義(Evo luti oni sm)或控制論學派(Cyberneticsism)，其原理為控制論及感知—動作型控制系統。認為智慧取決於感知和行動。認為智慧不需要知識、不需要表示、不需要推理；人工智慧以像人類智慧一樣逐步進化。智慧行為只能在現實世界中與周圍環境互動作用而表現出來。符號主義、聯結主義對真實世界客觀事物的描述及其智慧行為工作模式是過於簡化的抽象，因而是不能真實地反映客觀存在的。

    1.2.1 人工智慧各學派的認知觀

        （1）符號主義
            符號主義認為人工智慧源於數理邏輯
        （2）連線主義
            連線主義認為人工智慧源於仿生學，特別是人腦模型的研究
        （3）行為主義
            行為主義認為人工智慧源於控制論

    1.2.2 人工智慧的爭論

        1、對人工智慧理論的爭論
            符號主義人的認知基元是符號
            連線主義人的思維基元是神經元，而不是符號處理過程
            行為主義認為智慧取決於感知和行動，提出智慧行為的“感知-動作”模式
        2、對人工智慧方法的爭論
            符號主義-功能模擬
            連線主義-結構模擬
            行為主義-行為模擬

1.3 人類智慧與人工智慧

    1.3.1 智慧資訊處理系統的假設
    1.3.2 人類智慧的計算機模擬

1.4 人工智慧系統的分類

    （1）專家系統
    （2）模糊系統
    （3）神經網路系統
    （4）學習系統
    （5）仿生系統
    （6）群智慧系統
    （7）多真體系統
    （8）混合智慧系統

1.5 人工智慧的研究目標和內容

    1.5.1 人工智慧的研究目標

        近期目標-建造智慧計算機以代替人類的某些智力活動
        遠期目標-用自動機模仿人類的思維活動和智力功能

    1.5.2 人工智慧研究的基本內容

        （1）認知建模
        （2）知識表示
        （3）知識推理
        （4）知識應用
        （5）機器感知
        （6）機器思維
        （7）機器學習
        （8）機器行為
        （9）智慧系統構建

1.6 人工智慧的研究與計算方法

    1.6.1 人工智慧的研究方法

        （1）功能模擬方法
        （2）結構模擬方法
        （3）行為模擬方法
        （4）整合模擬方法

    1.6.2 人工智慧的計算方法

        （1）概率計算
        （2）符號規則邏輯運算
        （3）模糊計算
        （4）神經計算
        （5）進化計算與免疫計算
        群優化計算、蟻群計算

1.7 人工智慧的研究與應用領域

    （1）問題求解與博弈
    （2）邏輯推理與定理證明
    （3）計算智慧
    （4）分散式人工智慧與Agent
    （5）自動程式設計
    （6）專家系統
    （7）機器學習
    （8）自然語言理解
    （9）機器人學
    （10）模式識別
    （11）機器視覺
    （12）神經網路
    （13）智慧控制
    （14）智慧排程與指揮
    （15）智慧檢索
    （16）系統與語言工具