人工系統

人工系統指人類加工改造的自然系統或人類藉助系統創造出的新系統。它將勞動創造者的功能與自然系統的功能相互融合、相互滲透，構成一個新的運轉合理的系統。根據人類改造的程度可分為純人工系統和自然人工系統。

人工系統包括立體成像系統、生產系統、交通系統、電力系統、計算機系統、教育系統、醫療系統、企業管理系統等等。

根據系統本身的特性又可分為：

(1)基於自然系統並加以改造使之為人類服務的工程技術系統和產品系統。例如，攔洪蓄水發電系統，橋樑系統，溝渠系統等。

(2)由一定的組織制度、程序、手續等構成的管理系統和其他社會職能系統，如社會福利系統、社會保障系統。

(3)根據人們對自然現象和社會現象的研究而創立的學科體系和技術系統。例如，加工系統、運輸系統、電力系統、武器系統等。人工系統是人類認識和改造自然的一種標誌，是人類智慧的昇華。人工系統化的程度、水平，是各個時代人類文明水平的直接標誌。因此，在人類認識、改造自然的時候，要協調好人與自然的關係，避免“人類大沙文主義”，使人與自然能相互協調，共同發展。 ^[2] 

1、自然體系相比人工系統來説有更強的彈性和可塑性，總是能夠在很大程度上消解人為破壞的影響並最終行使功能。比如河流在它的運行過程中雖然會受到人為的干擾，但它還是能夠完成水的運輸和生態服務功能。相反人工建造的由管道、閥門和泵站等所組成的供水系統則是一個非常脆弱的體系，一旦其中任何一個環節出了問題，整個系統就會瞬間癱瘓。

2、人造系統往往只是為了單一功能，服務一種目的。比如雨水管網是用來收集和排除雨水，被硬化的渠道只是為了輸送水源，同樣火力發電廠燃燒煤炭只是為了發電，不管由此造成的空氣和水體的污染以及對生態環境的破壞。相反，自然體系要複雜和完善得多，機制也更加全面，不僅能夠合理地利用和使用資源，同時還能夠行使多種功能。比如自然環境中的濕地系統既能夠淨化水質補充地下水源，減輕雨洪的影響起到調節和淨化功能，同時還是很多鳥類和水生動植物理想的棲息地，很好地發揮了維護生物多樣性的功能。

3、人造體系大多各自為政互不相干。比如城市的雨水管網與交通系統、能源的生產和運輸都有各自的體系，彼此相互獨立；而自然體系各組成之間則有很強的關聯性且彼此相互影響。比如森林的過度採伐會造成水土流失並導致洪水氾濫，同時森林的減少會降低植被對熱量和污染物的吸收，從而導致氣温和污染等級的升高。

4、人造的體系往往是線性的非循環體系，是通過單項系統運行的：比如供水—廚房水龍頭－排水管－下水道－河流－湖泊或海洋，或者，食物－超市－廚房－餐廳－垃圾場，以此類推；而在自然系統中，物質和能量流動是一個頭尾相接的閉合循環體系，大自然沒有廢物，每一個健康的自然系統，都有一個完善的食物、營養和原料鏈。

5、人造體系對環境的影響通常是突然的和劇烈的，而自然系統的生成和對其組成部分的影響則是一個循序漸進的過程。比如建造一座水壩也許只需要幾個月的時間，但結果往往可以毀掉一條河流整個生態系統的結構和功能，這往往需要上百年的時間才能夠形成和完善。

人工智能是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖瞭解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。

提到“人工智能”，很多人一定會聯想到“機器人”，聯想到電視架上經常播放的機器人踢足球、跳舞、做家務等場面，甚至會聯想到某些家用電器上標有“人工智能（或AI）”功能。沒錯，機器人確實是人工智能技術的一個典型應用，但人工智能還有更加廣泛的研究和應用領域。

人工智能的進一步發展是基於歸納邏輯的基礎之上的。近年來，人工智能與五代機的研究，所涉及的專家系統、機器學習、知識處理方面都必然運用歸納邏輯。一些研究者試圖把歸納邏輯系統帶入人工智能研究領域，從而找到一定的正確的方法來發展人工智能研究理論系統。

人工智能（ArtificialIntelligence，簡稱AI）是計算機學科的一個分支，20世紀70年代以來，被稱為世界三大尖端技術（空間技術、能源技術、人工智能）之一，也被認為是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。近三十年來，人工智能獲得了迅速的發展，在很多學科領域都獲得了廣泛應用，並取得了豐碩的成果，在理論和實踐上都已自成一個系統。

美國斯坦福大學人工智能研究中心的尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關於知識的學科———怎樣表示知識以及怎樣獲得知識並使用知識的科學。”美國麻省理工學院的温斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”普特南指出：“20世紀早期邏輯領域出現的兩位巨人哥德爾（KurtGodel）和傑克斯·赫伯德（JacguesHerbrand）對於人工智能研究作出了重要的貢獻。”1936年，由圖林提出的圖林機器本來是個邏輯學的概念，並非為計算機的研製而提出，但圖林機器理論與馮·諾意曼的程序內存思想為計算機科學與技術奠定了重要的理論基礎。我國著名邏輯學者陳波教授認為，計算機科學和人工智能研究將是21世紀早期邏輯學發展的主要動力源泉，並將由此決定21世紀邏輯學的另一幅面貌。人工智能所具有的獨特的學科性質為邏輯學的研究和發展提出了更高的標準和挑戰，邏輯學研究的對象、方法和意義都必將取得新的發展與突破。人工智能是用計算機來對人類思維過程和智能進行模擬（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理，製造類似於人腦智能的計算機，使計算機能實現更高層次的應用。人工智能幾乎涉及自然科學和社會科學的所有學科，其研究範圍非常廣闊，包括問題求解、定理證明、專家系統、機器學習、智能控制、智能檢索等。在人工智能的發展過程中，雖然對歸納的模擬以及智能化早就開始，但真正受到重視而且取得重大進展還是在專家系統與知識工程出現之後。機器學習的核心是歸納學習問題，人工智能在處理不確定性推理的手段時，無論是數值型或非數值型的，特別是其中的非單調推理，都是與歸納學習密切相關的。值得強調的是，非單調推理對不確定性推理的處理方法與歸納邏輯不同，它對歸納邏輯有很大的啓發。