第2章人工智能语言(14-09)讲述.ppt

第二章 人工智能语言简介 　　人工智能（AI）语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序设计语言。 　　能够用它来编写程序求解非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题。 　　典型的人工智能语言主要有LISP、PROLOG、SMALLTALK、C++等。 2.１ 人工智能语言与传统语言的区别 　　周知：传统方法是把问题的全部知识以各种的模型表达在固定程序中，问题的求解是完全在程序的指导下按预先安排好的步骤一步一步（逐条）执行。 　　解决问题的思路与冯.诺依曼式计算机结构相吻合。当前大型数据库法、数学模型法、统计方法等都是严格结构化的方法。 　　对于AI要解决的问题，往往无法把全部知识都体现在固定的程序中。通常需要建立一个知识库（包含事实和推理规则），程序根据环境和所给的输入信息以及所要解决的问题来决定自己的行动，它是在环境模式的指导下的推理过程。 　　所以其有极大的灵活性、对话能力、自我解释能力和学习能力。另外，其对解决一些条件和目标不大明确或不完备（即不能很好地形式化描述）的非结构化问题要比传统方法好。 １. 传统语言程序与传统编程方法 　　把问题的全部知识以各种的模型表达在固定程序中，问题的求解完全是在程序指导下按着预先安排好的步骤执行。 　　该方法解决严格结构（Well Structured）问题非常有效。如果把这类问题形式化为三元组 　　　　　　　（　x,-,y　） 其中：“x”是给定的信息，“-”为求解途径，“y”是目标。 　　其特点：“x”、“y”是明确的、完备的；“-”有着固定的明确的程式。　即此方法完全按结构化进行处理。 2. 人工智能语言程序与人工智能编程方法 　　对于AI要解决的问题，其无法把全部知识都体现在固定的程序中。所以它要建立一个知识库（包含事实和推理规则），程序根据环境和所给的输入信息以及所要解决的问题来决定自己的行动，也就是说它是在环境模式的指导下的推理过程。 　　此方法对解决一些弱结构（ill structured）问题比传统方法好。弱结构指“x”、“y”都不大明确或不完备，“-”用试探法。　　 　　但是，AI也尚未发展到完全能解决这类问题的能力。这也是AI待研究的课题。当然，也希望计算机硬件结构来一次革命，突破冯·诺依曼体系结构。 　　当然，在处理一些简单问题时，传统语言的传统编程方法与人工智能语言的编程方法没有什么区别。只是在解决复杂问题时，两者才能体现出差别。 2.２ 人工智能语言的特点 　　由于AI研究的问题的特点和解决问题的方法的特殊性，为了方便而有效地建立人工智能系统，需要专门的AI语言。一般来说，人工智能语言应具备如下特点（即AI语言应具备的特征）： 　　1. 要有符号处理能力（即非数值处理能力）； 　　2. 要有把过程与说明式数据结构混合起来的能力，又要有辨别数据、确定控制的模式匹配机制； 　　3. 适合于推理； 　　4. 要有递归功能和回溯功能； 　　5. 要有人机交互能力； 　　6. 适合于结构化程序设计，编程容易。 2.３ 人工智能语言的介绍 　　在人工智能的研究发展过程中，从一开始就注意到了人工智能语言问题。 　　人工智能发展的初期，人工智能语言就得到了研究和开发。实际上四十多年来有一百来种人工智能语言先后出现过，但很多都被淘汰了。 １. LISP 　 　LISP语言是最早开发出的AI程序设计语言（1960年）. 　LISP语言是为处理人工智能中大量出现的符号编程问题而设计的，它的理论基础是符号集上的递归函数论。用LISP可以编出符号集上的任何可计算函数。 　 LISP是一种函数型语言，也是一种表处理语言（即主要数据结构是表）。它由一组函数组合后生成程序，即程序的执行过程就是调用函数和求值的过程。 　　LISP适合作符号处理(也可用于数值处理方面)，适合于结构化程序设计，LISP提供了函数定义，具有递归功能，具有把过程与说明式数据结构混合起来的能力以及辨别数据、确定控制的模式匹配机制，具有人机交互能力。 　　LISP的匹配函数具有很强的模式匹配机制。LISP将程序与数据均表示为表，因此可以把程序作为数据处理，也可将数据当作程序来执行，即程序与数据形式是一样的。程序以交互方式运行。能产生解释程序。 ２. Prolog 　 　　Prolog语言是1972年开发出的一种逻辑程序设计语言. 　　 　　Prolog语言是为处理AI中大量出现的逻辑推理问题，以及用于解决自然语言理解问题而设计的。它的理论基础是一阶谓词演算的消解定理（也称归结原理），其计算能力等价于LISP。 PROLOG采用的是向后推理（即逆向推理）。 　　 　　PROLOG是逻辑型语言，适用于知识信息处理，它提供了谓词定义，具有递归功能