【科普】吴飞教授：《走进人工智能》---第3讲专家系统小试牛刀：只专不通

2022 年 3 月 11 日 中国图象图形学学会CSIG

由高等教育出版社、高等教育电子音像出版社出品，浙江大学上海高等研究院联合上海人工智能实验室智能教育中心共同打造了原创人工智能前沿科普有声通识数字栏目——《走进人工智能》，主理人为浙江大学上海高等研究院常务副院长，浙江大学人工智能研究所所长、中国图象图形学学会理事、动画与数字娱乐专业委员会副主任 吴飞教授 ，本栏目已在喜马拉雅平台正式上线。

本期内容为《走进人工智能》：第3讲专家系统小试牛刀：只专不通

《走进人工智能》

第3讲

从专家系统到深蓝：在逻辑推理与优化搜索中成长

专家系统小试牛刀：只专不通

早期人工智能被应用于解决特定问题，这被称为“专家系统”。1965年，斯坦福大学计算机科学家费根鲍姆（Edward Feigenbaum）和化学家勒德贝格（J. Lederberg）合作，在总结通用问题求解系统的成功与失败的基础上，结合化学领域的专门知识，研制了世界上第一个专家系统Dendral。Dendral这一单词来源于古希腊语“树”。可见，费根鲍姆心中的专家系统就是将领域知识有序组织起来以后，通过严密推导完成特定任务。该系统通过基于知识表达与推理规则的人工智能方法，对于给定的质谱图，从几千种可能的分子结构中挑选出一个正确的分子结构，帮助有机化学家鉴定未知有机分子。1977年，费根鲍姆在第五届国际人工智能会议上提出了知识工程（knowledge engineering）这一概念，进一步推动了专家系统的发展。费根鲍姆因为在专家系统方面的贡献而获得1994年图灵奖。

20世纪70年代开始，专家系统逐渐被人们接受，许多专家系统相继研发，如医药专家系统Mycin。Mycin会询问用户一系列答案为“是”或“否”的描述性问题，逐步根据用户回答来进行规则搜索和推理，进而依据概率大小对可能导致该疾病的细菌进行排序，并推荐治疗方案，如推荐抗生素和药物剂量等。

专家系统可视为某一领域知识库与推理机相互结合的产物，可用来完成诸如某一疾病的诊断等任务。但是，由于专家系统中所使用的规则严重依赖于领域专家对经验和潜意识的归纳总结能力以及对相关问题的泛化能力，使得专家系统“只专不通”。人类具备举一反三的“通”和“专”能力，是因为具备“常识”，很显然我们无法教会计算机编写或具备常识。

产品名称：走进人工智能∣有声通识十五讲

主理人：吴飞

出品机构：高等教育出版社、高等教育电子音像出版社

合作机构：浙江大学上海高等研究院、上海人工智能实验室智能教育中心

出品时间：2022年1月