1.3　人工智能的研究内容

人工智能学科有着十分广泛和极其丰富的研究内容。不同的人工智能研究者从不同的角度对人工智能的研究内容进行了分类。例如，基于脑功能模拟、基于不同认知观、基于应用领域和应用系统、基于系统结构和支撑环境等。下面综合介绍一些得到诸多学者认同并具有普遍意义的人工智能研究的基本内容。

1.3.1　认知建模

人类的认知过程是非常复杂的，作为研究人类感知和思维信息处理过程的一门学科，认知科学（或称思维科学）要研究人类在认知过程中是如何进行信息加工的。认知科学是人工智能的重要理论基础，涉及非常广泛的研究课题，除了美国心理学家浩斯顿（Houston）提出的知觉、记忆、思考、学习、语言、想象、创造、注意和问题求解等关联活动外，还会受到环境、社会和文化背景等方面的影响。人工智能不仅要研究逻辑思维，还要深入研究形象思维和灵感思维，使人工智能具有更坚实的理论基础，为智能系统的开发提供新思想和新途径。

1.3.2　知识表示

知识表示、推理和知识应用是传统人工智能的三大核心研究内容。其中，知识表示是基础，推理实现问题求解，而知识应用是目的。知识表示是人工智能的一个重要研究课题，应用人工智能技术解决实际问题，就涉及各类知识的表示方法，它需要把人类知识概念化、形式化或模型化，常见的就是运用符号知识、算法和状态图等来描述待解决的问题。从逻辑上看，知识表示是一组描述事物的约定，可以看作将人类知识表示成机器能处理的数据结构。在人工智能应用中，知识表示是数据结构和控制结构及解释过程的结合，涉及计算机程序中存储信息的数据结构设计，并对这些数据结构进行智能推理演变的过程。目前，在人工智能中常见的6种知识表示有状态空间表示、问题归约表示、谓词逻辑表示、语义网络表示、框架表示以及过程表示。

1.3.3　知识应用

人工智能能否获得广泛应用是衡量和检验其生命力的重要标志。20世纪70年代，正是专家系统的广泛应用使人工智能走出低谷，获得快速发展。后来的机器学习和近年来的自然语言理解应用研究取得重大进展，又促进了人工智能的进一步发展。当然，应用领域的发展离不开知识表示和推理等基础理论以及基本技术的进步。

1.3.4　推理

人类智力的优越性表现在人能思考、判断和决策。思维是人类在感性认识的基础上形成的理性认识，是通过分析和综合过程来实现的，而人类思维中的分析综合过程则产生了质变，在一般的分析和综合基础上，产生了抽象和概括、比较和分类、系统化和具体化等一系列新的、高级的、复杂的思维能力，在头脑中运用概念做出判断和推理。要使机器具有智能，就必须使其具有推理的功能。推理是由一个或几个已知的判断推出另一个新判断的一种思维形式，即从已有事实推出新的事实的过程。在形式逻辑中，推理由前提（已知判断）、结论（被推出的判断）和推理形式（前提和结论之间的联系方式）组成。以符号逻辑为基础的人工智能，是以逻辑思维和推理为主要内容的。传统的形式化推理技术，是以经典的谓词逻辑（即演绎推理）为基础的，广泛应用于早期的问题求解和定理证明中，但随着人工智能研究的不断深入，人们在研究中碰到的许多复杂问题不能用严格的演绎推理来解决，因而对非单调逻辑推理等方式的研究正迅速发展起来，已成为人工智能的重要研究内容之一。

1.3.5　机器感知

机器感知就是使机器具有类似于人的感觉，包括视觉、听觉、触觉、嗅觉、痛觉、接近感和速度感等。其中，最重要的和应用最广的是机器视觉（计算机视觉）和机器听觉。机器视觉要能够识别与理解文字、图像、场景以至人的身份等；机器听觉要能够识别与理解声音和语言等。机器感知是机器获取外部信息的基本途径，要使机器具有感知能力，就要为它安装上各种传感器。机器视觉和机器听觉已催生了人工智能的两个研究领域——模式识别和自然语言理解或自然语言处理。实际上，随着这两个研究领域的进展，它们已逐步发展成为相对独立的学科。

1.3.6　机器思维

机器思维，顾名思义，即在机器的“脑子”中进行的动态活动，也就是计算机软件中动态地处理信息的算法。利用机器感知的信息、认知模型、知识表示和推理可以有目标地处理感知信息和智能系统内部的信息，从而针对特定场景给出合适的判断，制定适宜的策略。人们平时接触到的路径规划、预测、控制等都属于机器思维的范畴。

1.3.7　机器学习

学习是人类具有的一种重要智能行为。机器学习就是使机器（计算机）具有学习新知识和新技术，并在实践中不断改进和完善的能力；其目的是让机器能够像人类一样具备学习能力，能够感知世界、认知世界和改造世界。机器学习能够使机器自动获取知识，通过书本等文献资料、与人交谈或观察环境进行学习。因此，机器学习研究的就是如何让机器在与人类、环境交互的过程中自发地学习新的知识，或者利用人类已有的文献、数据、资料进行知识学习。目前，人工智能研究和应用最广泛的内容就是机器学习，具体内容包括深度学习、强化学习等。

1.3.8　机器行为

机器行为是人工智能中最有趣、最新兴的领域之一。机器行为系指智能系统（计算机、机器人）具有的表达能力和行动能力，如对话、描写，以及移动、行走、操作和抓取物体等能力，它是一个利用行为科学来理解人工智能代理行为的领域。行为科学可以补充传统的解释方法，开发新的方法来帮助人们理解和解释人工智能的行为。研究机器的拟人行为是人工智能的高难度任务，随着人类和人工智能之间的互动变得越来越复杂，机器行为可能会在实现下一个层次的混合智能方面发挥关键作用。