1.4 智能科学的研究内容及学派

1.4.1 智能科学研究的主要内容

1．知识表示

语言和文字是人们表达思想、交流信息的工具。它促进了人类的文明及社会的进步。人类语言和文字是人类知识表示的最优秀、最通用的方法，但人类语言和文字的知识表示方法并不适合于计算机处理。

智能科学研究的目的是建立一个能模拟人类智能行为的系统，但知识是一切智能行为的基础，因此首先要研究知识表示方法。只有这样才能把知识存储到计算机中，供求解现实问题使用。

对知识表示方法的研究，离不开对知识的研究与认识。人们在对智能系统的研究及建立过程中，结合具体研究提出了一些知识表示方法。知识表示方法可分为如下两大类：符号表示法和连接机制表示法。

符号表示法是用各种包含具体含义的符号，以各种不同的方式和顺序组合起来表示知识的一类方法。它主要用来表示逻辑性知识，目前用得较多的知识表示方法有：一阶谓词逻辑表示法、产生式表示法、面向对象表示法、框架表示法、语义网络表示法及知识图谱表示法等。

连接机制表示法是用神经网络表示知识的一种方法。它把各种物理对象以不同的方式及顺序连接起来，并在其间互相传递及加工各种包含具体意义的信息，以此来表示相关的概念及知识。相对于符号表示法而言，连接机制表示法是一种隐式的知识表示方法。这里，知识并不像在产生式系统中表示为若干条规则，而是将某个问题的若干知识在同一个网络中表示。因此，特别适用于表示各种形象性的知识。

2．机器感知

机器感知是使机器（计算机）具有类似于人的感知能力，其中以机器视觉（Machine Vision）与机器听觉为主。机器视觉是让机器能够识别并理解文字、图像、场景等；机器听觉是让机器能识别并理解语言、声响等。

机器感知是机器获取外部信息的基本途径，是使机器具有智能不可缺少的组成部分，正如人的智能离不开感知一样，为了使机器具有感知能力，需要为它配置上能“听”、会“看”的感觉器官。对此，人工智能中形成了两个专门的研究领域，即模式识别与自然语言理解。

3．机器思维

机器思维是指对通过感知得来的外部信息及机器内部的各种工作信息进行有目的的处理。正如人的智能来自大脑的思维活动一样，机器智能主要是通过机器思维实现的。因此，机器思维是智能科学研究中最重要、最关键的部分。它使机器能模拟人类的思维活动，能像人那样既可以进行逻辑思维，又可以进行形象思维。

4．机器学习

知识是智能的基础，要使计算机有智能，就必须使它有知识。人们可以把有关知识归纳、整理在一起，并用计算机可接受、处理的方式输入计算机中，使计算机具有知识。这种方法不能及时地更新知识，特别是计算机不能适应环境的变化。为了使计算机具有真正的智能，必须使计算机像人类那样，具有获得新知识、学习新技巧并在实践中不断完善、改进的能力，实现自我完善。

机器学习（Machine Learning）就是研究如何使计算机具有类似于人的学习能力，使它能通过学习自动地获取知识。计算机可以直接向书本学习，通过与人谈话学习，通过对环境的观察学习，并在实践中实现自我完善。

机器学习是一个难度较大的研究领域，它与脑科学、神经心理学、计算机视觉、计算机听觉等都有密切联系，依赖于这些学科的共同发展。因此，经过近些年的研究，虽然取得了很大的进展，提出了很多学习方法，但并未从根本上解决问题。

5．机器行为

与人的行为能力相对应，机器行为主要是指计算机的表达能力，即“说”“写”“画”等能力。对于智能机器人，它还应具有人的四肢功能，即能走路、能取物、能操作等。