摘要：本文阐述了人工智能的发展历史、现状以及研究人工智能的方法与技术，并重点对人工智能在我国计算机网络、智能建筑和农牧业等行业的应用作了较为详细的分析讨论与经验总结；同时还特别提出了一系列诸如如何应对人工智能给人类带来的挑战和如何结合我国实际情况更好更快地发展、应用人工智能等方面的建议，希望对我国建设创新型和节约型社会有所帮助。
关键词：智能智能学（Intelligentics）人工智能（AI）应用

目录
一、序言………………………………………4
二、人工智能概述……………………………6
1．智能与智能学……………………………6
2．人工智能的基本概念……………………7
3.人工智能的起源和发展…………………8
4．人工智能系统的构成……………………11
5．人工智能的研究目的和目标……………12
6．人工智能的发展方向和前景……………13
三、人工智能的研究方法和技术……………14
1．人工智能的研究方法……………………14
2．人工智能的研究技术……………………16
四、人工智能的应用…………………………17
（一）人工智能的应用领域…………………17
1．模式识别…………………………………17
2．专家系统…………………………………17
3．智能机器人………………………………18
4．智能软件工程……………………………18
5．自然语言处理……………………………18
6．人工神经网络……………………………18
7．智能决定支持系统………………………19
8．机器自动定理证明………………………19
（二）人工智能应用实例…………………19
1．人工智能在计算机网络中的应用………19
2．人工智能在现代建筑物中的应用………21
3．人工智能在农牧业生产中的应用………23
（三）人工智能应用的经验总结……………24
五、人工智能对人类的影响和挑战…………25
（一）人工智能对人类的影响………………25
1．人工智能对社会的影响…………………25
2．人工智能对经济的影响…………………27
3．人工智能对文化的影响…………………28
（二）人工智能对人类的挑战………………30
1．人工智能的极限…………………………30
2．如何面对人工智能带来的挑战…………31
六、人工智能在中国…………………………34
1．人工智能在中国的发展历史与现状……34
2．对中国发展人工智能的几点建议………35
附：参考文献…………………………………38

三、人工智能的研究方法和技术
1．人工智能的研究方法
前面已经提到了现在对人工智能的研究分为符号主义、联接主义和行为主义这三大主流研究学派。这三大学派的划分是基于对人工智能不同的研究方法和研究观点来划分的。下面将重点讨论这三个学派的研究观点和研究方法。

1．符号主义学派
符号主义学派是研究人工智能最早发展起来的传统学派，又可以称为逻辑学派或宏观功能学派。智能软件工程技术和现代智能计算机的发展，大部分采用了以符号及其处理为核心的研究观点和研究方法，这也是目前人工智能研究的主流思想。
符号主义学派的研究观点是一切智能实际上都可以用语言、文字以及符号来表示，故称之为符号主义学派。他们使用的是“黑盒”研究方法。这一学派的主要优点表现在以下四个方面[8]:
①逻辑型推理和符号形式化表达符号人类的心理特点和习惯，设计方便；
②模块化思路处理，易于扩充和修改；
③结合界面可视化设计，比较人性化，易于理解，但便于实现设计目标；
④工作过程相对透明，便于跟踪过程，用户易于接受理解。
但是，符号主义学派对人工智能的研究也存在一定的局限性。第一，形式化方法对于非逻辑推理过程、形象思维推理和模糊推理（经验）都难以用符号系统来表示和实现；第二，当把相关信息转换成符号化的推理机制时，将会丢失一些重要信息，导致推理结果的偏差和错误。因为符号形式化方法存在有效性和局限性。第三，对于带有环境因素的信息（噪音）以及不完整的信息都难以进行恰当的、正确的表达和处理。要解决符号主义学派的局限性，必须引进新的研究观点和研究方法。

2．联接主义学派
联接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。
联接主义学派的初步认知是：一方面人类的智能归根结底是用大脑中的神经元活动来实现的，神经元是一种具有记忆、联想和协调功能的智能网络；另一方面大脑是一切智能活动的物质基础，因而从生物神经着手研究，有望从物质结构本质上来揭示人类智能的神奇奥秘。
随着微处理器的集成化程度越来越高，大量的神经网络的机理、模型、算法不断地涌现出来。同时，联接主义学派的初步认知逐步上升为其研究观点：在结构上采用生物神经元及其联结机制来模仿、生成其全部的智能活动。他们采用的是一种“白盒”的微结构来模拟人类智能活动的研究方法。这种方法可以通过输入、输出信息状态模式来分析处理，可以从实例中自动获取知识，逐步适应环境的变化。这一学派的主要优点表现在以下五个方面[8]:
①可以实现联想机制；
②形象性思维，简单、直观明了；
③循序渐近式训练，符合人类学习规律，适用于机器学习，有明显的特色；
④模糊识别能力好，抗噪音能力强；
⑤状态变化机制，能够快速反应环境变化，自动调整参数，从而适应环境的变化。
同样，联接主义学派也有其自身的不足和局限。这主要是因为其活动过程无法用因果分析关系来解释。

3．行为主义学派
以美国麻省理工学院人智能实验室教授希鲁克（Brooks）为首的研究组提出了无需知识表示的智能、无需推理的智能。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简称为行为主义。
行为主义学派的研究观点是采用实用行为来模拟人类智能，因此也可以称之为实用技术学派。它使用一种按照“激励-响应”的工作模式来建立实用工程装置的研究方法。一方面，行为主义学派也并不是十全十美的，它缺少系统的理论支持。另一方面，行为主义学派也有着自身的优点[8]:
①有代表性的典型装置实现，实用性强，易于物理实现；
②“激励-响应”模式，非常实用；
③直觉式感知模拟，便于实现经验式智能；
④采用层次式处理手法，逐步推进装置的完善。
从以上对三大学派的分析，我们可以很清楚地看到，每一个学派的优势和劣势。人工智能的研究是一项极其复杂、极其宏大的工程，并不是某一个学派或者某种研究方法所能完成的。这需要不同的学派、不同的研究方法相互支持、配合，通过优势互补，才能不断优化才能取得成功。例如，联接主义学派的不足恰恰是符号主义学派的优势，如果两者能够实现优势互补，其前景一定是非常光明的。

2．人工智能的研究技术
人工智能既是一门综合性极强的边缘学科，又是一门兼容并蓄的基础科学，更是现代计算机信息技术的前沿学科，理论体系不断丰富完善，新的科研成果和新的实验课题层出不穷。随着人工智能技术的不断发展，和人工智能工作者的不断开拓创新，在现有的人工智能基础理论和基本系统中，至少就包括如下四个方面的基本技术：
第一，机器自动学习和知识获取技术。这主要包括信息转换技术、基于知识的信息处理技术、知识的规则系统化技术、机器感知技术。
第二，知识表示和处理技术。这主要包括知识的表示和描述技术、知识模型的建立技术以及各种知识模型处理技术等。
第三，知识推理和搜索技术。这主要包括智能演绎技术、知识推理计算和智能搜索技术[8]。
第四，人工智能的系统构成技术。这主要包括人要智能语言编译技术，硬件系统模块化技术和智能应用系统方面的组成、转换技术。
相信随着人工智能理论体系的不断完善，会涌现出更多、更先进的研究技术，这将为人工智能的发展带来深远的影响。不同的研究技术对应着人工智能的不同应用领域，同一个应用领域可能需要多种研究技术的共同支持、交叉配合才解决该领域内的问题。