文档介绍：(AI)是一个综合性的科技领域,它吸引了众多的研究者的注意。什么是智能?提出智商概念的德国心理学家曾定义智能是适应新的(未知的)任务及生活中新情况的能力,但是,实际上动物也有这能力,故Hippe建议将智能定义为求知能力的集合,这种能力是指获取知识并用于解决新的(未知的)、理论的和/或实际的问题。而人工智能则是借助技术或理论手段,应用数学方法和/或数字逻辑研究智能的各个方面的问题。,就是研究如何用人工的方法与技术,即利用计算机等工具,模拟、延伸和扩展人的智能,实现某些机器思维或脑力劳动自动化。人工智能是计算机科学技术发展的前沿领域,化学计量学很自然地成为它的应用领域之一。化学量测及其数据解析中,如何将化学分析数据转化为有用信息,传统上是靠化学家,主要是分析化学家运用其智能、专门知识与经验、技巧去完成,能否设计计算机的机器专家系统,模仿化学与分析化学专家的脑力劳动?这就是化学计量学所涉及的人工智能的任务。,特别是化学模式识别方法,就是一种人工智能。的确,按许多作者的分类,模式识别是人工智能的重要组成部分,但本章讨论人工智能,将突出其某些特征。人工智能所用到的计算机程序,更多地涉及的是符号处理过程,这一点与前面各章所涉及的以数值计算为主体的计算机程序不同。人工智能所试图解决的问题,往往用通常数值算法难于求解,但这些问题的求解与决策,是人类专家在其日常活动中时刻面临的问题。,如何从光谱图形,特别是像质谱这种复杂的谱图出发,推断化合物的结构?如何借助计算机程序,设计制取某一种化合物的最佳合成路线?这些问题,远不是都能依靠单一的数值运算可能解决的,它就自然成为化学计量学中人工智能的研究对象。这类问题的解决所用到的计算机程序,已不限于一般工程与科学数值计算(注意数值计算是以求精确解为目标的)。人工智能计算机程序涉及文字、概念的处理,就目前的发展水平,它并不一定都能保证得到问题的正确解,但必须清楚,即使是经验丰富的化学专家在作谱图解析或合成路线设计时,也不能绝对保证正确解答所有问题!,表现在人工智能计算机程序用的是启发式知识与启发式搜索方法。Baraiko曾引述Minsky的名言:“如果你不能告诉计算机如何以最佳方式做某件事,就编制程序让计算机试各种方法!”但是,当问题十分复杂时,像一个化合物的制备,如将原子与原子团排列组合,可能的合成路线将会多到难以计数,如何解决这种“组合爆炸”问题?人工智能所用的方法是借助于经验规则,或称“启发式”规则,以缩小搜索的范围。实际上,人类专家在处理问题时,正是这样做的。。作为人工智能计算机程序,在进行搜索时应能调用这些领域知识,化学计量学中的人工智能所涉及的领域知识,当然就是化学的专门知识。在人工智能程序中,通常将这种知识与控制搜索的机制分开,这样,知识需要更新时,只需修改知识库。:启发式分类与搜索、知识表达、常识推理与AI语言工具。下面就这四个方面分别讨论。一、启发式分类与搜索启发式知识的应用及启发式搜索是专家系统不同于其他计算机程序的特征之一。启发式知识是一些不易精确描述的知识,化学专家系统用到化学家的经验,假如谱图识别、结构判别、合成路线设计等均带有假设的色彩。启发式知识可定义为:有关目前问题状况与合适的解之间的经验性知识