1.1　人工智能、控制論和機(jī)器人學(xué)的基礎(chǔ)知識(shí)

人工智能一般認(rèn)為是有智能行為的可計(jì)算智能體的綜合和分析。智能體可以是一臺(tái)機(jī)器，也可以是任何可執(zhí)行操作的計(jì)算實(shí)體。人工智能的科學(xué)目標(biāo)是理解在自然或人工系統(tǒng)中促進(jìn)智能行為的原理，具有以下主要的功能：

●自然和人工智能體的分析。

●制定或測(cè)試假設(shè)，以構(gòu)建智能體。

●設(shè)計(jì)、建立、試驗(yàn)執(zhí)行智能任務(wù)的計(jì)算系統(tǒng)。

例：一個(gè)數(shù)字通信接收機(jī)就是一個(gè)智能體，通過(guò)處理接收的波形來(lái)確定傳輸?shù)臄?shù)字信號(hào)的假設(shè)（比方說(shuō)，H0和H1）。這并不奇怪，自從20世紀(jì)80年代以來(lái)，工程師使用（計(jì)算機(jī)）處理器或數(shù)字信號(hào)處理器實(shí)現(xiàn)了通信接收機(jī)，數(shù)字信號(hào)處理器是一種專用的高性能處理器，其處理能力甚至可以達(dá)到每秒百萬(wàn)條指令（MIPS）或每秒浮點(diǎn)運(yùn)算次數(shù)（FLOPS）。

例：觸摸面板作為人機(jī)界面的計(jì)算機(jī)智能體在很多情況下都很常見(jiàn)，例如圖1.1中的航空公司值機(jī)和銀行業(yè)中的ATM機(jī)。

圖1.1　負(fù)責(zé)航空公司值機(jī)的計(jì)算機(jī)智能體

例：用機(jī)器人來(lái)緩解對(duì)人類勞動(dòng)力的需求被認(rèn)為是極具潛力的應(yīng)用，例如智能制造。圖1.2展示的是摘取草莓的機(jī)器人。

圖1.2　摘取草莓的機(jī)器人被認(rèn)為挽救了農(nóng)業(yè)，http://www.wbur.org/npr/592857197/robots-are-trying-to-pick-strawberries-so-far-theyre-not-very-good-at-it

在1945年由馮·諾依曼架構(gòu)引發(fā)人類第一臺(tái)存儲(chǔ)程序的計(jì)算機(jī)問(wèn)世之前，人工智能的概念就被提出了，具有諷刺意味的是，這要?dú)w功于戰(zhàn)爭(zhēng)技術(shù)的需要。在第二次世界大戰(zhàn)期間，人工智能的根源就以不同的方式被培育，但其目的是提供技術(shù)優(yōu)勢(shì)以贏得戰(zhàn)爭(zhēng)。其中，最著名的先驅(qū)可能是艾倫·圖靈（1912—1954）和諾伯特·維納（1894—1964）。

艾倫·圖靈創(chuàng)造了著名的圖靈機(jī)計(jì)算模型，據(jù)信該模型解碼了復(fù)雜的Enigma密碼機(jī)。此外，圖靈測(cè)試被廣泛用于測(cè)試可計(jì)算的機(jī)器是否具有人工智能。

例：圖靈測(cè)試由一個(gè)模仿游戲組成，游戲中包含兩個(gè)角色，詢問(wèn)者和證人，詢問(wèn)者可以問(wèn)證人任何問(wèn)題。如果詢問(wèn)者不能區(qū)分證人和人，則證人必定是智能的。最初的測(cè)試是通過(guò)文本界面這種人機(jī)界面進(jìn)行的。今天，如果你想從數(shù)字圖書館下載一篇論文或從電子郵件通知中下載一份銀行對(duì)賬單，我們將使用遵循圖靈測(cè)試原理的圖像測(cè)試來(lái)確保你不是一個(gè)窮舉嘗試的機(jī)器人。如圖1.3所示的這種測(cè)試在現(xiàn)代網(wǎng)絡(luò)安全中發(fā)揮著根本性作用。

圖1.3　“我不是機(jī)器人”字母測(cè)試?yán)樱ㄗ螅┖褪褂脠D像來(lái)測(cè)試的谷歌的驗(yàn)證碼服務(wù)系統(tǒng)reCAPTCHA（右）

除了對(duì)平穩(wěn)隨機(jī)信號(hào)進(jìn)行最優(yōu)濾波的維納濾波器外，維納還創(chuàng)立了控制論。根據(jù)他在1948年的最初定義，該理論處理動(dòng)物中和機(jī)器中的控制與交流。最先進(jìn)的控制論可以被視為與機(jī)器人技術(shù)密切相關(guān)的任何系統(tǒng)的自動(dòng)化和控制。回到第二次世界大戰(zhàn)，德國(guó)的彈道導(dǎo)彈V-1和更成熟的V-2被認(rèn)為是第一種成功運(yùn)用的軍事機(jī)器人。自動(dòng)控制作為控制論的中心出現(xiàn)。在電子計(jì)算機(jī)發(fā)明之后，計(jì)算迅速地融合控制和通信成了控制論，在技術(shù)發(fā)展過(guò)程中，自動(dòng)化和人機(jī)交互仍然令人高度關(guān)注。

維納認(rèn)為，第一次工業(yè)革命由于機(jī)械設(shè)備競(jìng)爭(zhēng)而使人類手臂（體力）貶值。第二次工業(yè)革命使人類大腦（腦力）貶值，至少在一些更簡(jiǎn)單、更靈活的路線決策方面是如此。制造業(yè)中的裝配線就是一個(gè)很好的例子。人們普遍認(rèn)為，電腦的引入，尤其是個(gè)人電腦以及互聯(lián)網(wǎng)的引入，引發(fā)了第三次工業(yè)革命，取代了許多簡(jiǎn)單的專業(yè)任務(wù)，例如Excel這樣的電子表格，極大地簡(jiǎn)化了計(jì)算和會(huì)計(jì)工作。當(dāng)將人工智能引入技術(shù)解決方案中時(shí)，許多人認(rèn)為將會(huì)發(fā)生第四次工業(yè)革命（即工業(yè)4.0），這將在第10章中稍稍提及。

普林斯頓大學(xué)博士約翰·麥卡錫在搬到斯坦福大學(xué)后，定居在達(dá)特茅斯學(xué)院。麥卡錫說(shuō)服明斯基、克勞德·香農(nóng)和納撒尼爾·羅切斯特把對(duì)自動(dòng)機(jī)理論、神經(jīng)網(wǎng)絡(luò)和智能研究感興趣的美國(guó)研究人員聚集在一起，于1956年夏天在達(dá)特茅斯召開(kāi)了為期兩個(gè)月的研討會(huì)。這被視為人工智能的正式誕生。經(jīng)過(guò)多年的發(fā)展，羅素和諾維格在Artificial Intelligence：A Modern Approach一書中指出了人工智能的四種類型：

●類人思考：像人一樣思考

●類人行動(dòng)：像人一樣行動(dòng)

●理性思考：合理地思考

●理性行動(dòng)：合理地行動(dòng)

在機(jī)器人、工業(yè)4.0、智能制造和自動(dòng)系統(tǒng)/機(jī)器的應(yīng)用場(chǎng)景下，本書中我們主要關(guān)注“理性行動(dòng)”，一般不包括語(yǔ)義計(jì)算和智能。

要充分理解機(jī)器人和人工智能的知識(shí)，需要涉及數(shù)學(xué)方面的三個(gè)分支：

邏輯：算法這個(gè)詞和概念來(lái)自9世紀(jì)的一位波斯數(shù)學(xué)家。從布爾開(kāi)始，到19世紀(jì)后期，數(shù)學(xué)家一直在努力將一般的數(shù)學(xué)推理形式化為邏輯演繹。

計(jì)算：哥德?tīng)?span id="es8t9aq" class="yanse">不完全性定理的知識(shí)意味著一些函數(shù)不能用算法來(lái)表示，也就是說(shuō)，是不可計(jì)算的。這激發(fā)了艾倫·圖靈試圖去精確描述哪些函數(shù)是可計(jì)算的（即能夠被計(jì)算），并指出圖靈機(jī)能夠計(jì)算任何可計(jì)算的函數(shù)。然后，可解性（tractability）產(chǎn)生了更大的影響。如果解決問(wèn)題實(shí)例所需的時(shí)間隨著實(shí)例的大小呈指數(shù)增長(zhǎng)，這樣的問(wèn)題稱為難解的（untractable）。NP完全性理論提供了一種識(shí)別難解問(wèn)題的方法。

概率和統(tǒng)計(jì)：人工智能，尤其是機(jī)器人，必須處理認(rèn)知和決策中的不確定性，而概率建模在這方面變得非常有用。假設(shè)檢驗(yàn)與估計(jì)是統(tǒng)計(jì)問(wèn)題的主要范疇，它為推理的決策、統(tǒng)計(jì)感知、交流、控制和計(jì)算奠定了基礎(chǔ)。