声明：，，，。概况

　　人工智能（AI）言语是一类适应于人工智能和常识工程范畴的、具有符号处理和逻辑推理才能的核算机程序规划言语。能够用它来编写程序求解非数值核算、常识处理、推理、规划、决议计划等具有智能的各种复杂问题。

　　人工智能(AI)言语是一类适应于人工智能和常识工程范畴的、具有符号处理和逻辑推理才能的核算机程序规划言语。能够用它来编写程序求解非数值核算、常识处理、推理、规划、决议计划等具有智能的各种复杂问题。典型的人工智能言语首要有LISPPrologSmalltalkC++等。

　　许多对信息技术划代的规范都是硬件，如电子管为榜首代，晶体管为第二代，集成电路为第三代，等等，对用户来说，与核算机打交道要经过核算机言语，一般把机器言语称为榜首代，第二代是汇编言语，第三代是ALGOLCOBOLFORTRAN等言语，第三代言语接连时刻较长，从六十年代开端，在七十年代得到进一步开展，可是跟着核算机运用的遍及，到七十年代末呈现一些第四代言语的产品。

　　第四代言语这个术语是由J.Martin首要创立并活泼推行，他和P.Mimn下的简略界说是：

　　依据J.Martin界说，依运用生成的类型而区分为集成的个人核算机东西，查询言语和报表生成器，图象言语，决议计划支撑和财会模型体系，面向终究用户的运用生成器，面向数据处理专业人员的运用生成器，等等。有人说，前三代言语运用于工业时代，而第四代言语则标志着信息时代的开端。

　　现在，核算机言语仍是核算机科学和核算机软件中的活泼分支，其研讨范畴可分为:言语理论、规划、处理完结和环境。言语品种也大大扩大，包括:需求、规划、完结言语，函数、逻辑和联系言语；散布式、并行和实时言语；面向目标的言语，硬件描绘言语；数据库言语；视觉图形言语；协议言语原型言语，自然言语

　　在人工智能的研讨开展进程中，从一开端就留意到了人工智能言语问题。实际上四十多年来有一百来种人工智能言语先后呈现过，但许多都被筛选了。它们大略有三个来历。榜首个来历是核算机科学家们对可核算性理论的研讨。例如，LISP言语是为处理人工智能中很多呈现符号编程问题而规划的，它的理论基础是符号集上的递归函数论。现已证明，用LISP能够编出符号集上的任何可核算函数。Prolog言语是为处理人工智能中也是很多呈现的逻辑推理问题(首要是为处理自然言语了解问题)而规划的。它的理论基础是一阶谓词演算(首要是它子集Horn子句演算)的消解法定理证明，其核算才能等价于LISP。OPS5面临的问题也是逻辑推理。不过PROLOG是向后推理，OPS5是向前推理。OPS5的理论基础是Post的产生式体系，其核算才能也等价于LISP。第二个来历是认知科学的研讨成果。人们研讨出各式各样的认知模型，并为这些模型规划相应的常识表明言语。例如产生式表明、结构表明、语义网络表明等实际上都有其认知模型作为布景。如上所述的OPS5是产生式表明的言语，SRL、FRL、FEST等是结构言语，概念图和SNetI都是语义网络表明言语。面向目标的程序规划是在SIMULA中的类程和Minsky的结构表明两种思维交融的基础上开展起来的(它适用于核算机软件的悉数范畴，不只是人工智能)。

　　在这个问题上，国外一些卓有成就的言语学家、逻辑学家和心理学家都在自然言语了解中的语法、句法及语义剖析方面提出了一系列较为体系的理论办法。比较有影响的理论有：

　　1957年美国的乔姆斯基(N．Chomsky)创立了转化生成语法(Transformational Generative Grammar)。乔姆斯基用数字办法界说的人工言语(方式言语)来研讨言语学同题，用他的言语生成办法去研讨方式言语。乔姆斯基将语句的结构分为深层结构和表层结构两个层次，一些表达相同意义的语句虽然表层结构不同，但其深层结构却是相同的。转化生成语法的原理是，经过上下文无关语法生成语句的深层结构，然后运用转化规矩再将深层结构转化为表层结构。在乔姆斯基的语法中基本上彻底抛开了语义、语用和语境(广义)方面的常识，只限制在一个方式化的机制上，因而很难完好切当地描绘自然言语。

　　1959年法国的言语学家特思尼耶尔(Lucien Tesniere)提出了依存语法(Dependency Grammar)。依存语法描绘的是语句中词与词之间直接的句法联系。特思尼耶尔以为词与词之间存在着一种“依存”联系。这种联系准则大将一个上项词与一个下项词联系起来，上项叫分配词，下项叫隶属词。一个词能够一起是某个上项的隶属词和另一个下项的分配词，这样语句里的悉数词便构成一个“分层次体系”。动词是语句的中心，分配句中的其他成分。依存语法由于依存联系的数目不宜过多或过少。过少的依存联系使得言语描绘的深度和精度不行，而太多的依存联系又会使言语剖析和处理的进程太冗杂，价值太高，然后影响它的可操作性。

　　1968年美国奎廉(Quilian)初次提出了一种常识表明东西——语义网络(Semantie Network)。奎廉主张用语义网络来描绘人对事物的知道，实际上是对人脑功用的模仿，并期望这种语义网络能用于进行常识推导。在这个网络中，替代概念的单位是节点，替代概念之间联系的则是节点间的衔接弧，称为联想弧。因而这种网络又称为联想网络。

　　1970年美国蒙塔鸠(R．Montague)创立了一个齐备的自然言语体系(U—niversalGrammar)——蒙塔鸠语法。蒙塔鸠语法由三部分组成：榜首部分是用乔姆斯基的转化生成语法推导出树立的语句，第二部分是把树立的语句转化为内在逻辑表达式，第三部分是内在逻辑学的语义理论。这是一套集转化生成语法、内在逻辑和语义理论为一体、方式化程度较高的语法体系，较好地处理了语形与语义的联系问题，但它仍是一种以句法为方针的剖析器，无法处理语句所包括的深层意义以及与其他心智才能的联系等问题。

　　1970年美国伍兹(W．A．Woods)依据乔姆斯基创立的转化生成语法，规划了扩展转化网络(Augmented Transitional Network，简称ATN)，并于1972年建成了LU—NAR模型[1引。扩展转化网络既能够看成是一种语法描绘东西。在ATN中，文法被表明为一组图(或称为网络)，这些网络表明了语句成分的或许次序以及在处理进程中剖析器或许进行的各种挑选。LUNAR是把ATN语法运用于实际问题的一个典范，由于体系只需求有限的功用方针，所以自然言语对话中的某些常见的复杂问题被回避了。

　　1972年美国维诺格拉德(T.Winograd)依据韩礼德(Halliday)的体系语法提出SCHRRDLU模型。体系语法把言语看成是一种社会现象，选用描绘和概括的办法进行研讨。维诺格拉德以为语义理论有必要在三个平面上描绘联系：确认词的意义；确认词组在句法结构中的意义；一个自然言语的语句决不应该被孤立解说，一种语义理论有必要描绘一个语句的意义怎么依赖于它的上下文，语义理论有必要触及言语学布景(说话的上下文)和实际社会(国际)布景(即同非言语学现实的常识的相互效果)，语义理论有必要同句法和言语的逻辑方面(演绎推理)相联系SCHRRDLU是一个在“积木国际”中进行英语对话的自然言语了解体系。相同由于体系只在一个简略的限制范畴(积木国际)，所以自然言语对话中的某些常见的复杂问题被回避了。

　　1973年美国西蒙RFSimmons(R．F．Simmons)在伍兹的ATN的基础上，选用菲尔摩(Fillmore)的格语法(CaseGrammar)树立了语义网络理论。格语法将自然言语了解中的语法和语义剖析结合起来，它的语法规矩是用于描绘语法规矩而不是语义规矩的，但规矩所产生的终究结构不是严厉表明语法结构而是描绘语义联系。语义网络表明描绘了常识的分层分类结构下的概念联系，首要推理方式是概念(结点)间特征的承继。这种分层的承继联系刻画了客观常识与人类常识。语义网络表明有完结体系，但一向缺少理论基础。

　　1972年美国杉克(C．Sehank)提出了概念依存理论(ConceptualDependencyTheory)，树立了MARGI体系，1977年又树立SAM体系。杉克以为语句的句法剖析对言语了解的协助不大，句法结构无法供给必要的信息来了解语义，人类在了解语句时全赖日子常识。在了解时，语法只起到一个指引的效果，即依据某些输人词语找到所需的概念结构。任何两段话，只需意思相同，不管是否归于同一种言语，都有同一个概念内容。概念内容应具有中性的结构方式，超逸于特定的言语文法，超逸于悉数表层结构。概念内容由概念及其相互之间的隶属联系构成。由于用概念依存理论来了解自然言语时，很多运用到语义常识，使得对朴实语法剖析有二义性的语句亦能赋以仅有的解说。但另一方面，要很好地完结剖析作业又需求巨大的语义常识库。

　　1983年美国的巴杯士(John Barwise)和佩里(John Perry)树立了体系的语义学——境况语义学(situation semantics)，宣布了他们的代表性著作《境况与情绪》。巴杯士和佩里以为他们的语义理论能够战胜传统的真值条件语义学遇到的一些困难，特别是怎么处理情绪动词等问题。境况语义学是一种语义与语用相结合的语义剖析理论。广义的境况包括客观国际中悉数动态和静态的工作，它是接连时刻和接连空间中呈现的接连画面；狭义的境况是指与某个言语活动相联系的动态或静态工作，即包括该言语活动所触及的工作。境况理论以为，言语表达式的意义是两个境况之间的联系：一个是言语产生时的境况，另一个则是该言语所描绘的境况，这两个境况之间的联系要受人们对言语运用规矩的束缚，正是这种束缚决议了言语表达式的意义。言语之所以具有交流信息的功用，是由于对言语运用规矩的束缚要为整个社会所遵照。境况理论的使命，便是要从客观国际存在的很多实在境况中，笼统出悉数境况共有的内部结构，在此基础上讨论境况之间的束缚联系，提醒出言语表达式的意义，然后为依据境况的自然言语了解供给一个具有可核算的数学模型。

　　近几年来，在国际范围内掀起了语料库言语学(CorpusLinguistics)的研讨热潮。语料库言语学研讨机器可读的自然言语文本的收集、存储、检索、计算、语法标示、句法——语义剖析以及具有上述功用的语料库在言语定量剖析、词(字)典撰写、著作风格剖析、自然言语了解和机器翻译等范畴的运用

　　一般把问题的悉数常识以各种的模型表达在固定程序中，问题的求解彻底在程序制导下按着预先安排好的进程一步一步(逐条)履行。处理问题的思路与冯·诺依曼式核算机结构相吻合。当时大型数据库法、数学模型法、计算办法等都是严厉结构化的办法。

　　把问题的悉数常识以各种的模型表达在固定程序中，问题的求解彻底在程序制导下按着预先安排好的进程一步一步（逐条）履行。这种办法处理严厉结构（Well Structured）问题十分有用。假如把这类问题方式化为三元组（x,-,y）,“x”是给定的信息，“-”为求解途径，“y”是方针。传统办法的特征：“x”、“y”是清晰的、齐备的；“-”有着固定的清晰的程式。这个办法之所以有用，首要是由于这个思路与冯.诺依曼式核算机结构相吻合。当时大型数据库法、数学模型法、计算办法等都是严厉结构化的办法。

　　关于人工智能技术要处理的问题，一般需求树立一个常识库，程序依据环境和所给的输入信息以及所要处理的问题来决议自己的举动，所以它是在环境形式的制导下的推理进程。这种办法有极大的灵活性、对话才能、有自我解说才能和学习才能。这种办法对处理一些条件和方针不大清晰或不齐备，的非结构化问题比传统办法好。它选用用试探法来处理问题。人工智能也没有开展到彻底能处理这类问题的悉数问题。这类问题是人工智能研讨要处理的问题。

　　人工智能要处理的问题，无法把悉数常识都体现在固定的程序中。它要树立一个常识库（包括现实和推理规矩），程序依据环境和所给的输入信息以及所要处理的问题来决议自己的举动，所以它是在环境形式的制导下的推理进程。这种办法有极大的灵活性、对话才能、有自我解说才能和学习才能。这种办法对处理一些弱结构（ill structured）问题比传统办法好。弱结构指“x”、“y”不大清晰或不齐备，即不能很好地方式化，欠好描绘。“-”用试探法。AI也没有开展到彻底能处理这类问题的悉数问题。这类问题是AI研讨要处理的问题。随之而来也期望核算机硬件结构也来一个革新，打破冯.诺依曼体系结构。

　　近年来呈现了具有人工智能特征面向目标程序规划，称为面向主体(Agent,亦称活体)程序规划。往一个目标中添加更多的智能，使它能依据环境的改动进行推理并规划自己的行为，就得到主体(Agent)。主体概念契合Minsky提出的“意念社会”认知模型，特别适用于散布环境。经典的面向目标程序规划言语是Smalltalk,面向主体的程序规划言语也现已有了一些，如OZ等，但还没被咱们公认和遍及选用。也有依据PDP认知模型(Parallel Distributed Processing)的神经网络言语。第三来历是常识工程的实际需求。例如，为了开发各种范畴的专家体系而规划的包括不精确推理或不确认推理功用，乃至包括多种不同推理机制的AI言语，例如Loops和TUILI。还有的是看到某一个专家体系做得比较成功，爽性抽去它的范畴常识，留下它的表明办法，也成为一种言语，俗称专家体系外壳。例如，抽去医学专家体系MYSIN的范畴常识就得到一个外壳言语Emycin。

　　由于人工智能研讨的问题的特征和处理问题的办法的特殊性，为了能便利而有用地树立人工智能体系，需求开展专门的人工智能言语。人工智能言语的特征是什么，亦即人工智能言语应具有的特征是什么？

　　2.适合于结构化程序规划，编程简略；（要把体系分解成若干易于了解和处理的小单位的才能，然后既能较为简略地改动体系的某一部分，而又不损坏整个体系。）

　　6.要有把进程与阐明式数据结构混合起来的才能，又要有区分数据、确认操控的形式匹配机制。

　　谈到LISP和PROLOG两种AI言语的重要性，咱们能够从美国AI界的威望学者、麻省理工学院教授P.H.Winston(温斯顿)所说的三段线)温斯顿以为，LISP 言语是AI的数学，不仅对AI的机器完结有重要意义，并且是AI理论研讨的重要东西。

　　(2)“在中世纪，拉丁文和希腊文的常识对悉数学者来说，都是必不可少的。只懂一种言语的学者必定是一个残缺不全的学者，他缺少从两个方面来调查国际所取得的那种了解力。相同地，现代的AI专业人员假如不能一起大致知晓LISP和Prolog，也犹如一个残疾人,由于就广义来说,这两种人工智能的首要言语的常识都是必不可少的。”

　　“我一向热衷于Lisp，Lisp是在MIT被制作并且在那儿生长起来的。”

　　(3)概括地说,核算机言语的开展正是一个从HOW型低级言语向WHAT型高档言语进化的进程.在HOW型言语中,程序编制者有必要具体阐明运算是怎样(HOW)一步一步进行的;而在WHAT型言语中,程序编制者只需简略阐明要做的工作是什么(WHAT) 。 …现代的LISP言语是这些言语的佼佼者,由于选用Common Lisp格局的Lisp具有特殊的表现力,可是怎么做某件工作仍然是有待于Lisp程序编制者来表达的东西.相反,Prolog是一种明显地冲破了HOW型言语成规的言语, 它鼓舞程序编制者去描绘状况和问题,而不是那些用来处理问题的具体进程。”

　　由以上论说能够看出LISP言语和Prolog言语对人工智能学科和人工智能学者的重要性。

　　一般来说，LISP能够称为人工智能的汇编言语, Prolog是人工智能更高档的言语。