中国西部科技 ２０１１年０６月（中旬）第１０卷第１７期 总 第２５０期

人工智能发展综述
朱祝武
（山东科技大学，山东 青岛 ２６６５１０）

摘 要：人工智能是一门极富发展潜力和挑战性的学科，和大多数事物发展规律一样，该学科也呈“肯定－否定－否定之
否定”的螺旋上升发展趋势。文章分析了人工智能的内涵、发展历程以及目前人工智能研究领域占主导地位的三种发展
观，最后简要的介绍其应用领域及发展前景。
关键词：人工智能；简史；发展观
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６３９６．２０１１．１７．００４

１ 人工智能的定义 ２．２ 诞生及第一个兴旺阶段（１９５６年至１９６６年）

人工智能（Ａｒｉｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ，英文缩写为
ＡＩ）是一门综合了计算机科学、控制论、信息论、神经生
理学、心理学、语言学、哲学等多种学科互相渗透而发展
起来的的一门交叉学科，是二十一世纪三大尖端技术（基
因工程、纳米科学、人工智能）之一。关于人工智能，目
前研究界尚无统一的定义，美国斯坦福大学人工智能研究
中心尼尔逊教授下过这样一个定义：“人工智能是关于知
识的学科——怎样表示知识以及怎样获得知识并使用知识
的科学。”而麻省理工学院的温斯顿教授认为：“人工智
能就是研究如何使计算机去做过去只有人才能做的智能工
作。”［１－３］我们认为，人工智能就是研究怎样用人工的方法
在机器（计算机）上模拟、实现和扩展人类智能的一门技
术和科学。
２ 人工智能的发展简史
［４］
人工智能从诞生至今已有近６０年的历史，其发展大致
可分为以下几个阶段。
２．１ 萌芽阶段（１９５６年之前）
人工智能的思想自古中外均有萌芽。公元前９００多
年，我国有歌舞机器人传说的记载。公元８５０年，古希腊
就有制造机器人帮助人们劳动的神话传说。萌芽阶段期间
涌现出的代表性人物或成果有：十七世纪法国物理学家、
数学家Ｂ．Ｐａｓｃａｌ制成了世界上第一台会演算的机械加法
器；十八世纪德国数学家、哲学家Ｌｅｉｂｎｉｔｚ作出了能做四
则运算的手摇计算器并提出了关于数理逻辑的思想（把形
式逻辑符号化）；１９３６年，英国数学家 Ａ．Ｍ．Ｔｕｒｉｎｇ在论文
“理想计算机”中提出的图灵机模型以及１９５０年在“计算
机能思维吗”一文中提出机器能够思维的论述（图灵实
验）；１９４６年美国科学家Ｊ．Ｗ．Ｍａｕｃｈｌｙ和Ｅｃｋｅｒｔ等人共同发
明了世界上第一台电子数字计算机ＥＮＩＡＣ，为ＡＩ研究奠定
了物质基础；之后贡献最卓著、最大的是Ｖｏｎ Ｎｅｕｍａｎｎ，
目前世界上占统治地位的仍是冯・诺伊曼的计算机；美国
数 学 家 Ｎ．Ｗｉｅｎｅｒ控 制 法 的 创 立 、 美 国 数 学 家
Ｃ．Ｅ．Ｓｈａｎｎｏｎ信息论的创立等等，都为人工智能学科的诞
生做了理论和实验工具的巨大贡献。
１９５６年夏季，在美国Ｄａｒｔｍｏｔｈ大学举办的“侃谈会”
上，第一次正式使用了人工智能（ＡＩ）这一术语，从而开创了
人工智能的研究方向和学科，并有了ＡＩ的第一个发展期（兴
旺期）。这段时期ＡＩ研究的主要方向是机器翻译、定理证
明、博弈等，代表性工作有：１９５６年，Ｎｅｗｅｌｌ和Ｓｉｍｏｎ等人
在定理证明工作中首先取得突破，开启了以计算机程序来模
拟人类思维的道路；１９６０年，ＭｃＣａｒｔｈｙ建立了人工智能程序
设计语言ＬＩＳＰ。一系列的成功使人工智能科学家们认为可以
研究和总结人类思维的普遍规律并用计算机模拟它的实现，
乐观的预计可以创造一个万能的逻辑推理体系。
２．３ 萧条波折期（１９６７年至７０年代初期）
当人们进行了比较深入的工作后，发现人工智能研究碰
到的困难比原来想象的要多得多。例如：１９６５年发明的消解
法（归结原理）曾给人们带来了希望，可很快就发现了消解法
的能力也有限，证明“连续函数之和仍连续”是微积分中的
简单事实，可是用消解法（归结法）来证明时，推了十万步
（归结出几十万个子句）尚无结果；Ｓａｍｕｅｌ的下棋程序当了
州冠军之后没能进一步当上全国冠军更不要说世界冠军；
１９６５年世界冠军Ｈｅｌｍａｎｎ与Ｓａｍｕｅｌ的程序对弈了四局获得全
胜，仅有的一个和局是因为世界冠军“匆忙地同时和几个人
对弈”的结果；已过去的十年计算机并未证明出重要的人还
未证明出的定理；最糟糕的还是机器翻译，最初采用的主要
办法是依靠一部词典的词到词的简单映射方法，结果没有成
功；从神经生理学角度研究ＡＩ的人发现他们遇到了几乎是不
可逾越的困难，以电子线路模拟神经元及人脑都没有成功。
这一切都说明：由于５０年代的盲目乐观和期望值过高，没有
充分估计困难，没有抓到科学本质。因此，６０年 代中期至
７０年代初期ＡＩ受到了各种责难，进入了萧条波折期。
尽管社会压力很大，却没能动摇ＡＩ研究先驱者的信念，
他们认真总结经验教训。斯坦福大学的年轻教授
Ｆｅｉｇｅｎｂａｕｍ为代表的发驱者认为，万能的逻辑推理体系根本
就不可能存在。总之，在这个波拆萧条期，很多国家的ＡＩ研
究人员并没有灰心，而是扎扎实实的做工作，不仅是加强基
础理论研究，而且在专家系统、自然语言理解、机器人、计

收稿日期：２０１１－０４－１３ 修回日期：２０１１－０５－０６
作者简介：朱祝武（１９７９－），男，汉族，江苏灌南籍，山东科技大学在读博士，研究方向为矿业信息工程、管理科学与工程。

08

算机视觉等方面作出了很有成效的工作。这个时期出现的
代表性成果有：ＥＬＩＥＡ（１９６８年Ｊ．Ｗｅｉｚｅｎｂａｕｍ在美国麻省理
工学院设计的基于“模式匹配”的自然语言系统）；
ＤＥＮＤＲＡＬ（ １９７０年 斯 坦 福 大 学 计 算 机 科 学 系
Ｅ．Ａ．Ｆｅｉｇｅｎｂａｕｍ和化学家Ｃ．Ｄｊｅｒａｓｓｉ以及Ｊ．Ｌｅｂｅｒｂｅｒｇ等人
研制出的世界上第一个专家系统）；ＭＡＣＳＭＡ（麻省理工学
院的Ｃ．Ｅｎｇｌｅｍａｎ，Ｗ．Ｍａｒｔｉｎ和Ｊ．Ｍｏｓｅｓ研制成的基于知识的
数学专家系统）；ＭＹＣＩＮ（Ｅ．Ｈ．Ｓｈｏｒｔｌｉｆｆｅ等人于１９７２年至
１９７４年 研 制 、 １９７６年 发 表 的 医 疗 专 家 系 统 ） ； ＬＵＮＡＲ
（１９７２年Ｗ．Ｗｏｏｄｓ研制成功的基于知识的自然语言理解系
统）；ＳＨＲＤＬＵ（１９７２年麻省理工学院的Ｔ．Ｗｉｎｏｇｒａｄ１研制成
功的在“积木世界”中进行英语对话的自然语言理解系
统 ） ； ＳＴＵＤＥＮＴ（ １９６８年 美 国 麻 省 理 工 学 院 的 博 士 生
Ｄ．Ｂｏｂｒｏｗ完 成 的 一 个 基 于 模 式 匹 配 的 自 然 语 言 理 解 系
统）；ＭＡＲＧＩＥ（是由Ｒ．Ｓｃｈａｎｋ及其学生们在美国斯坦福大
学的人工智能实验室里建立的一个英语的分析、理解和推
理系统）；ＥＡＲＳＡＹ－Ｉ（卡内基－梅隆大学的Ｌ．Ｄ．Ｅｒｍａｎ等人
１９７３年 设 计 的 自 然 语 言 理 解 系 统 ） 。 还 有 ， １９７３年
Ｒ．Ｃ．Ｓｃｈａｍｋ提出的概念从属理论；１９７４年Ｍｉｎｓｋｙ提出表示
知识的另一种方法框架理论，又称画面理论；１９７０年由英
国爱丁堡大学的Ｒ．Ｋｏｗａｌｓｋｉ首先提出以逻辑为基础的程序
设 计 语 言 Ｐｒｏｌｏｇ， １９７２年 由 法 国 马 赛 大 学 的
Ａ．Ｃｏｌｍｅｒａｕｅｓ及 其 研 究 小 组 实 现 了 第 一 个 Ｐｒｏｌｏｇ系统 。
Ｐｒｏｌｏｇ和ＬＩＳＰ一样被称为面向ＡＩ的语言，成为继ＬＩＳＰ语言
之后的最主要的一种人工智能语言。
２．４ 第二个兴旺期（７０年代中期至８０年代末）
１９７７年 第 五 届 国 际 人 工 智 能 联 合 会 会 议 上 ，
Ｆｅｉｇｅｎｂａｕｍ教授在一篇题为“人工智能的艺术：知识工程
课题及实例研究”的特约文章中系统地阐述了专家系统的
思想并提出“知识工程”的概念。至此人工智能的研究又
有新的转折点，即从获取智能的基于能力的策略，变成了
基于知识的方法研究。知识作为智能的基础开始受到重
视，知识工程的方法很快渗透了ＡＩ各个领域，促使ＡＩ从实
验室研究走向实际应用。
由于理论研究 （例如各种表示方法的研究）和计算机
软、硬件的飞速发展，各种专家系统、自然语言处理系统
等ＡＩ实用系统开始商业化并进入市场，而且取得了较大的
经济效益和社会效益，展示了人工智能应用的广阔前景。
例如，ＡＩ系统用作ＶＡＸ计算机的组装，每年为ＤＥＣ公司节约
２０００万美元；斯坦福大学国际研究所ＳＲＩ的Ｒ．Ｏ．Ｄｕｄａ等人
１９７６年开始研制的用于地质勘探的专家系统ＰＲＯＳＰＥＣＴＯＲ在
１９８２年预测了华盛顿州的一个勘探地段的钼矿位置，其开
采价值超过了一亿美元。总之，随着智能机器人和第五代
计算机研制计划的产生，使人工智能研究从萧条期转入第
二个兴旺期并进入黄金时代。
但是在兴旺发展中也不是事事顺心，例如，日本的第
五代机计划未能达到预期效果而不了了之。八十年代中
期、后期，人们想研究通用的智能机器或专家系统的设想
或计划开始出现危机，存在几个问题：一是智能系统的实
时性以及与环境的交互性不尽人意，感知问题要解决很不
容易，声音、图象、文字信息等多媒体信息处理也是个问
论 著
题，而要模拟人的直觉、顿悟、灵感等智能就更难了；二
是人工智能问题在规模扩大后有了新问题，例如专家系统
走向一般化时出现了问题，问题不在存储量和检索速度，
而在于专家系统的专用领域有质的变化，目标判断（属于
哪个领域的问题）要求更高层的知识、常识、推理知识、
通用概念和理论等；三是推理问题，常识的形式化问题没
有解决，常用的一阶谓词推理与常识推理有较大差别。
于是人工智能研究人员开始做“顶天立地”的工作。
“顶天”是指研究和解决ＡＩ的一系列关键技术问题，例如
常识性知识表示、非单调推理、不确定推理、机器学习、
分布式人工智能、智能机器体系结构等基础性研究，以期
取得突破性进展。“立地”是指研究人工智能的实际应
用，特别是专家系统、自然语言理解、计算机视觉、智能
机器人、机器翻译系统都朝实用化迈进。以人工智能为主
要技术的知识工程、知识产业日益发展。
２．５ 平稳发展期（２０世纪９０年代至今）
由于网络技术特别是国际互连网的技术发展，人工智
能开始由单个智能主体研究转向基于网络环境下的分布式
人工智能研究。不仅研究基于同一目标的分布式问题求
解，而且研究多个智能主体的多目标问题求解，将人工智
能面向实用。
３ 三种发展观［５－６］
符号主义、联结主义、行为主义分别代表了人工智能
研究领域的三种主要发展观。它们是人工智能学科发展的
最重要的理论成果，同时又是人工智能学科发展的理论基
础。
３．１ 符号主义
符号主义又称为逻辑主义或计算机学派，它认为符号
是人类的认识基元，同时人认识的过程即是对符号的计算
与推理的过程。符号主义首先将人的认识对象通过数学逻
辑的方法以符号形式表示出来，然后再利用计算机自身 所
具有的符号处理推算能力来模拟人的认识过程。支撑符号
主义的原理主要为物理符号系统假设和有限合理性原理。
符号主义的主要研究内容就是基于逻辑的知识表示和
推理技术。其主要的代表人物有纽厄尔、西蒙、麦卡锡、
鲁宾逊、肖特利菲。主要的研究成果有归结推理方法、启
发式算法、专家系统、知识工程理论与技术等。符号主义
在逻辑问题求解方面取得了巨大的成功。例如，人工智能
证明了人类所能证明的全部定理，并且解决了尚无手工证
明的“四色猜想”问题，上世纪７０年代专家系统的成功开
发和应用等。
３．２ 联结主义
又被叫做仿生学派，其主要原理是人类的智能是由人
脑的生理结构和工作模式决定的。联结主义认为人的认识
基元是人脑的神经元，认识的过程就是人脑进行信息处理
的过程。因此，联结主义主张从结构和工作模式上对人脑
进行模仿从而真正实现人类智能在机器上的模拟。
联结主义研究的主要内容是神经网络。其主要代表人
物有麦克莱伦德和鲁梅尔哈特等。主要的研究成果有脑模
型研究和多层网络中的反向传播（Ｂ－Ｐ）算法。
３．３ 行为主义
09
 中国西部科技 ２０１１年０６月（中旬）第１０卷第１７期 总 第２５０期
行为主义又被称作进化主义、控制论学派。其主要原
理是智能取决于感知和行动，它不需要知识、不需要表
示、不需要推理。行为主义认为人的本质能力是行为能
力、感知能力和维持生命及自我繁殖的能力，智能行为是
通过与现实世界环境的交互作用体现出来的；人工智能应
像人类智能一样通过逐步进化而实现，而与知识的表示和
知识的推理无关。
行为主义的研究重点是模拟人的各种控制行为。其主
要代表人物是布鲁克。主要的发展成果是实现了智能控制
和智能机器人系统。行为主义目前还没有形成完整的理论
体系，但因为它与传统的人工智能观点完全不同，所以引
起了人工智能界的关注。
以上三种观点对人工智能的发展意义重大、影响深
远，可以说正是在这三种观点的指导下才诞生出各种具体
的人工智能的分析模型、实现方法和算法。即使是最新出
现的数据挖掘和知识发现以及智能Ａｇｅｎｔ技术也深受上述观
点的影响。
［７］
４ 应用领域
人工智能的研究领域十分广泛，主要有：专家咨询系
统 （ Ｅｘｐｅｒｔ Ｃｏｎｓｕｌｔｉｎｇ Ｓｙｓｔｅｍ） ； 自 然 语 言 理 解
（ Ｎａｔｕｒａｌ Ｌａｎｇｕａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ） 和 机 器 翻 译
（ Ｍａｃｈｉｎｅ Ｔｒａｎｓｌａｔｉｏｎ） ； 数 据 库 的 智 能 检 索
（Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｔｒｉｅｖａｌ ｆｒｏｍ Ｄａｔａｂａｓｅ） ； 定 理 证 明
（Ｔｈｅｏｒｅｍ Ｐｒｏｖｉｎｇ）； 博奕游戏和决策（Ｇａｍｅ Ｐｌａｙｉｎｇ
ａｎｄ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ）；机器人学（Ｒｏｂｏｔｉｃｓ）；自动程
（上接第０７页） （ １）１型挡土墙。墙高８．０ｍ，墙面、
墙背坡率均为１：０．２５，顶宽度为１．２ｍ，墙底宽度为２．１ｍ。
（２）２型挡土墙。墙高１０．５ｍ，墙面、墙背坡率均为
１：０．２５，２型挡墙顶宽度为１．５ｍ，墙底宽度为２．１ｍ。
挡土墙以基岩强风化层为基础持力层，基础进入持力
层深度不小于１．０ｍ，基底均采用０．２０：１的逆坡。挡土墙结
合地形每１０～１５ｍ设置一道伸缩缝，挡墙墙脚设置侧沟以排
除地下水。
５．２．２泄水孔
在挡土墙背侧设置泄水孔，泄水孔倾向坡外，倾角
＞５％。其中，１型挡土墙长约５０ｍ，设置３排泄水孔；２型抗滑
桩桩间挡土墙长约５０ｍ，设置４排泄水孔。泄水孔孔径为
１００ｍｍ，水平间距为２．０～３．０ｍ，上下左右交错布置，泄水
孔处用４０～６０ｍｍ的卵石做反滤层。
５．３ 排水工程
在滑坡体后缘一带，即滑坡体上方设排水沟，拦截地
表汇水以防渗入坡体。由于本场地滑坡已导致地表裂缝增
多，为减少场地地表水对滑坡体的影响，减小裂缝充水增
加推力，对滑坡体表面进行整平及裂缝填塞工作，并设置
一定数量的截排水渗沟、盲沟或泄水涵洞等排水设施。同
时，对地表采取植被护坡措施，铺撒草种或设置其他植
被。
10
序 设 计 （ Ａｕｔｏｍａｔｉｃ Ｐｒｏｇｒａｍｍｉｎｇ） ； 感 知 问 题
（Ｐｅｒｃｅｐｔｉｏｎ Ｐｒｏｂｌｅｍｓ）：视觉、听觉、嗅觉、触觉；
组合和调度问题（Ｃｏｍｂｉｎａｔｉｏｎ ａｎｄ Ｓｃｈｅｄｕｌｉｎｇ）； 分布
式 人 工 智 能 （ Ｄｉｓｔｒｉｂｕｔｅｄ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ，
ＤＡＩ）和多Ａｇｅｎｔ系统（Ｍｕｌｔｉ－Ａｇｅｎｔ Ｓｙｓｔｅｍ）；模式识别
（Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ） ； 人 工 神 经 网 络 （ Ａｒｔｉｆｉｃｉａｌ
Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）等等。
５ 结论
人工智能是一门极富发展潜力和挑战性的学科，和大
多数事物发展规律一样，该学科也呈“肯定－否定－否定之
否定”的螺旋上升发展趋势，科研工作者要大胆否定自
我、突破自我 、相信自我。我们有理由相信，随着研究的
深入，目前尚未完善的人工智能理论和方法体系将得到进
一步补充；人工智能的三种发展观必将得到进一步整合；
人工智能应用领域的深度和广度将进一步拓展。
参考文献：
［１］ 陈 庆 霞 ． 人 工 智 能 研 究 纲 领 的 发 展 历 程 和 前 景 ［ Ｊ］．科技信
息，２００８，３３：４９～５０．
［２］ 俞 萍 ．人 工 智 能 发 展 预 测 ［Ｊ］．电 脑 知 识 与 技
术，２００９，１０（５）：２７１０～２７１１．
［３］ 武海丽．初识人工智能［Ｊ］．科技创新导报，２００９，２：１９６．
［４］ ｈｔｔｐ：／／ｗｗｗ．Ｓｚｔｖｕ．ｃｏｍ／ｔｓｉｎｇｈｕａ／ｒｇｚｎ／ｍｅｎｕ．ｈｔｍｌ．
［５］ 肖 斌，薛丽敏，李照顺．对人工智能发展新方向的思考［Ｊ］．信
息技术，２００９，１２：１６６～１６８．
［６］ 冯 锐，张君瑞．人工智能研究进路的范式转化［Ｊ］．现代远程教
育研究，２０１０，１：１４～１７．
［７］ 史忠植．高级人工智能［Ｍ］．科学出版社，２００６．
５．４ 施工中注意的问题
由于该滑坡为受人为切坡因素影响的“工程滑坡”，
在滑坡体范围内施工时，应采取分段跳槽开挖，并且及时
采取支挡措施，做到边开挖边支护，支护后再开挖，避免
后续工程对边坡的开挖更加恶化滑坡的稳定性。施工用水
的排放应修建专用的截、排水措施，将水排放到滑坡体范
围之外，避免施工用水对滑坡进一步滑动的影响。
６ 结论
江安大井加油站滑坡属于中小型堆积层滑坡，该滑坡
是受到地形因素、工程地质与水文地质因素、人为因素以
及大气降水因素的影响而形成的，现状稳定，但是若受到
人为、强降水等因素进一步的影响，有进一步滑动的趋
势，威胁了江安—红桥的正常运营以及拟建江安大井加油
站的施工安全，经过计算分析，采用抗滑桩、抗滑挡墙以
及排水工程等措施对滑坡进行治理，治理后滑坡稳定，治
理效果较好。
参考文献：
［１］ 中华人民共和国国家标准．《岩土工程勘察规范》（ＧＢ５００２１－
２００１） ［Ｓ］．北京：中国建筑工业出版社，２００２．
［２］ 中 华 人 民 共 和 国 国 家 标 准 ． 《 建 筑 边 坡 工 程 技 术 规 范 》
（ＧＢ５０３３０－２００２）［Ｓ］．北京：中国建筑工业出版社，２００２．
［３］ 赵明阶，何光春，王多垠．边坡工程处置技术［Ｍ］．北京：人民交通
出版社，２００４．