发表于：2002/2/8 23:04:00
#0楼
何谓“人工智能”？
什么是“人工智能”？在软件行业中，有一种习惯的看法：“人工智能是一种软件”，这对不对？
“人工智能”（Artificial Intelligence）简称A I。它是研究、开发用于模拟、延伸和扩展人的智能（Human Intelligence）的理论、方法、技术及应用系统的一门新的技术科学。
“人工智能”研究如何用计算机去模拟、延伸和扩展人的智能；如何把计算机用得更聪明；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机，人工智能水平更高的智能计算机。人们认为：“人工智能”是计算机科学技术的前沿科技领域。
因此，“人工智能”与计算机软件有密切的关系。一方面，各种人工智能应用系统都要用计算机软件去实现，另一方面，许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如，专家系统（Expert System）软件,机器博奕 (Computer Game) 软件等。
但是，“人工智能”不等于“软件”，除了软件以外，还有硬件及其他自动化和通信设备。
人工智能的对象
“人工智能”研究什么？可用八个字“机器智能、智能机器”归纳为两方面。
机器智能
机器智能（Machine Intelligence）简称MI，研究如何提高机器应用的智能水平，把机器用得更聪明。这里，“机器”主要指：计算机、自动化装置、通信设备等。
虽然，现在许多人都会用计算机，但是，并不是都用得很聪明。怎么才能把计算机用得更聪明，具有更高的智能水平呢？这就需要用到人工智能。
例如，用计算机打印常用的报表，进行一些常规的文字处理，都是程序化的操作，谈不上有智能。但是，用计算机给人看病，进行病理诊断和药物处方，或者，用计算机给机器看病，进行故障诊断和维修处理，就需要计算机有人工智能。
人工智能学科领域中有一个重要的学科分支是“专家系统”（Expert System），简称ES。就是用计算机去模拟、延伸和扩展专家的智能，基于专家的知识和经验，可以求解专业性问题的、具有人工智能的计算机应用系统。如：医疗诊断专家系统，故障诊断专家系统等。
世界上第一个专家系统：化学专家系统DENDRAL，是由美国Stanford 大学的E.A. Feigenbaum等于1968年研制成功的，它能够用计算机，根据质谱仪的实验观测结果，进行图谱识别、分析推理、给出被观测的未知化合物的分子结构式。
我国的第一个专家系统：中医关幼波肝炎诊断治疗程序，是由中国科学院自动化研究所控制论组于1977年研制成功的。它能够用计算机，根据病人的临床症状和化验结果，通过中医理论知识和经验进行病理诊断和药物处方，给出病人是否为肝炎？是哪种类型的肝炎等诊断结论，并给肝炎病人开出相应的中药处方。在这个专家系统设计中，我们采用了模糊逻辑的方法，表达中医的辩证施治的知识和经验。用基于关于人工智能的“图灵试验”（Tuning Test）设计了对专家系统进行评价的“双盲测试”方法。
除了“专家系统”之外，还可列举出其他许多聪明的智能软件系统。如：机器博奕的智能软件，还有：智能控制、智能管理、智能通信……的软件等。
例如：IBM的“深蓝”系统战胜了国际象棋大师卡斯帕诺夫，就是计算机的机器智能水平的一次荣誉记录，也是聪明的人工智能软件的一个成功范例。
智能机器
“智能机器”（Intelligent Machine），简称IM，研究如何设计和制造具有更高智能水平的机器？特别是，设计和制造更聪明的计算机？
现在的计算机，虽然经历了从电子管、晶体管、集成电路、超大规模集成电路等几代的发展，在工艺和性能方面都有巨大的进步。但是，在原理上，还没有重大的突破，仍是冯·诺曼的框架。
虽然，计算机被称为“电脑”，但是，已有的电脑与人脑相比，在性能和结构方面都还有很大的不同。特别是在智能水平方面还有很大的差距。例如，人脑具有自学习、自适应、自寻优、自整定、自规则、自编程等智能特性，具有自组织、自修复的柔性结构；具有“集中-分布”多级体制，“分工-分区”协调控制，“串行-并行”工作方式，“两态-多态”兼容逻辑，“归纳-演绎”灵活推理，以及联想记忆、联想识别、联想理解,自然信息的输入、处理和输出等性能。
通常，人们用计算机，不仅要告诉计算机：做什么？（What to do?）,而且还必须详细地、正确地告诉计算机：如何做？（How to do?）。也就是说，人们要根据工作任务的需求，以适当的计算机语言，进行相应的软件设计，编制面向该任务的计算机应用程序，并且，正确地操作计算机，装入、启动该应用程序，才能用计算机完成该项工作任务。这里，计算机实质上只是机械地、被动地执行人们编制的应用程序指令的“电子奴仆”，也不理解为什么要做这项工作，即不懂得：为什么？（Why to do?）。因而，只不过是一个低智能的、不聪明的“电脑”。
那么，如何设计和制造高智能的、聪明的“电脑”呢？这正是人工智能另一方面的研究对象和学科任务。
不少国家开展了第五代计算机或智能计算机的研究与开发工作，试图缩短“电脑”与“人脑”的差距，解决下列问题：
*能否在计算机原理、体系结构上有新的突破？非冯·诺曼，超冯·诺曼？非程序流的、非集中式结构、非串行工作方式？
*能否比现在的计算机更聪明？知识推理？联想记忆？自动编程？具有自学习、自适应能力？
*能否与人直接用自然语言进行交互式、友好的人机双向通信？能否直接输入、处理、输出各种自然信息？
*能否具有柔性体系结构？具有自组织、自修复能力？
人们提出了关于新一代计算机的各种方案，如：面向知识和符号信息处理的“符号处理机”Explorer;基于知识库的、具有推理能力的“知识信息处理机”(KIPS Knowledge Information processing System)；基于人工神经网络的、具有分布式结构的“联结机”（Connection Machine）;以及其他数据流计算机、控制流计算机……
除了“智能计算机”之外，还有其他的许多智能机器。如：智能机器人，智能控制器，智能仪器、仪表，智能自动化装置，智能通信设备，智能网络，智能汽车，智能玩具，以及各种智能化家用电器……
例如：MIT的Brooks研制的“智能机器人”，能够在未知的、动态的真实世界中“漫游”，声称具有“不需要知识的智能”（Intelligence without Knowledge）。
人工智能的内容
人工智能的学科范畴很广，因为，人的智能体现在思维、感知、行为三层次，而人工智能要模拟、延伸、扩展人的智能，所以，其主要研究内容可分为三层次：
机器思维与思维机器
机器思维（Machine Thinking）,具体地说是计算机思维（Computer Thinking），如专家系统、机器学习、计算机下棋、计算机作曲、计算机绘画、计算机辅助设计、计算机证明定理、计算机自动编程等。
思维机器（Thinking Machine），或者说是会思维的机器。现在的计算机能否称之为“会思维的电脑”？还是有争议的问题。因为现有的电脑做任何事情，都需要人发出指令、编写程序，否则，它什么也不会做。一台计算机接上电源呆在那里，它自己既不会想“做什么？”也不会想“如何做？”更不会想“为什么要做？”，所以，现在的计算机是一种不会思维的机器。但是，现有的计算机可以在人脑的指挥和控制下，辅助人脑进行思维活动和脑力劳动，如：医疗诊断、化学分析、知识推理、定理证明、产品设计……实现某些脑力劳动自动化或半自动化。从这种观点也可以说，目前的计算机具有某些思维能力，只不过现有电脑的智能水平还不高。所以，需要研究更聪明的、思维能力更强的智能电脑或脑模型。比如，有一种脑模型称为“联想机”（Association）。
机器感知与感知机器
机器感知（Machine perception）或机器认知（Machine Recognition）研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉……如：计算机视觉（Computer Vision）、模式（文字、图像、声音等）识别（pattern Recognition）、自然语言理解（Natural Language Understanding）……都是人工智能领域的重要研究内容，也是在机器感知或机器认知方面高智能水平的计算机应用。
感知机器（perceptible Machine）或认知机器（Recognizing Machine），研制具有人工感知（Artificial perception）或人工认知（Artificial Recognition）能力的机器。包括：视觉机器、听觉机器、触觉机器……如：文字识别机（Character Recognizer）、感知机（Perceptron）、认知机（Cognitron）、工程感觉装置（Engineering Sensor）、智能仪表（Intelligent Instrument）等。
机器行为与行为机器
机器行为（Machine Behavior）或计算机行为（Computer Behavior）研究如何用机器去模拟、延伸、扩展人的智能行为，如：自然语言生成（Natural Language Generation）用计算机等模拟人说话的行为；机器人行动规划（Robot Action planning）模拟人的动作行为；倒立摆智能控制（Intelligent Control of Upside-down pendulum)模拟杂技演员的平衡控制行为；机器人的协调控制（Harmonical Control of Robot）模拟人的运动协调控制行为；工业窑炉的智能模糊控制（Intelligent Fuzzy Control of Industrial Furnace）模拟窑炉工人的生产控制操作行为；轧钢机的神经网络控制（Neural control of Rolling Mill）模拟操作工人对轧钢机的控制行为……
行为机器（Behavioral Machine）指具有人工智能行为的机器，或者说，能模拟、延伸与扩展人的智能行为的机器。例如：智能机械手、机器人、操作机（Intelligent Robot, Manipulator）;自然语言生成器(Natural Language Generator);智能控制器(Intelligent Controller),如专家控制器(Expert Controller)、神经控制器(Neural Controller)、模糊控制器(Fuzzy Controller)……这些智能机器或智能控制器，具有类似于人的智能行为的某些特性，如自适应(Self-Adaptation) 、自学习(Self-Learning) 、自组织(Self-Organizing) 、自协调(Self-Coordination) 、自寻优(Self-Optimizing)……因而，能够适应工作环境的条件的变化，通过学习改进性能，根据需求改变结构，相互配合、协同工作，自行寻找最优工作状态……。
例如：曾荣获ACM国际计算机学会1996年计算机科学与工程最佳博士论文奖的“晓媛的鱼”（Xiaoyuan's Fish）,就是兼有机器思维、感知能力和行为习性的多智能体的人工鱼群（Artificial Fish）的计算机模型。
人工智能的方法
人工智能的研究方法和技术路线，有不同的观点，不同的学派。可分为三大学派：
“功能模拟”学派
“功能模拟”学派或称为“符号主义” 派，主张从功能方面模拟、延伸、扩展人的智能，认为“人脑”和“电脑”都是“物理符号系统”，其代表性成果有：启发式程序（HP Heuristic program）、专家系统（ES Expert System）、知识工程（KE Knowledge Engineering）等。
“结构模拟” 学派
“结构模拟”学派，或称为“联结主义”学派，主张从结构方面模拟、延伸、扩展人的智能，用“电脑”模拟“人脑”神经系统的联结机制。其代表性成果有：M-P神经细胞模型、BP神经网络模型、Hopfield神经网络模型……
“行为模拟”学派
“行为模拟”学派，或称为“行为主义”学派，主张从行为方面模拟、延伸、扩展人的智能，认为：“智能”可以不需要“知识”（Intelligence without Knowledge）。其代表性成果是MIT的Brooks研制的智能机器人。
上述不同学派，从不同的观点，用不同的方法，在不同的层次上，对人的智能进行了研究和模拟，各有所长，各有所短。应当相互结合，取长补短，从“功能、结构、行为”多方面、多层次，对人的智能进行全面的、综合的研究，将有助于人工智能学科的发展。
例如：“专家系统”与“神经网络”相结合的混合式智能系统（HIS Hybrid Intelligent System）、基于知识的机器人行动规划系统、基于神经网络的机器人智能控制系统等。
综上所述，人工智能是从思维、感知、行为三层次，机器智能、智能机器两方面，研究模拟、延伸与扩展人的智能的理论、方法、技术及其应用的技术学科。如图1所示。
在图1中：
AI：人工智能（Artificial Intelligence）
AEDHI：模拟、延伸、扩展人的智能（Analogy, Extending & Dilatation of Human Intelligence）
MI：机器智能(Machine Intelligence)
IM：智能机器(Intelligent Machine)
MP：机器感知(Machine perception)
MT：机器思维(Machine Thinking)
MB：机器行为(Machine Behavior)
PM：感知机器(Perceptible Machine)
TM：思维机器(Thinking Machine)
BM：行为机器（Behavioral Machine）
FA：功能模拟（Function Analogy）
SA：结构模拟（Structure Analogy）
BA：行为模拟（Behavior Analogy）
什么是“人工智能”？在软件行业中，有一种习惯的看法：“人工智能是一种软件”，这对不对？
“人工智能”（Artificial Intelligence）简称A I。它是研究、开发用于模拟、延伸和扩展人的智能（Human Intelligence）的理论、方法、技术及应用系统的一门新的技术科学。
“人工智能”研究如何用计算机去模拟、延伸和扩展人的智能；如何把计算机用得更聪明；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机，人工智能水平更高的智能计算机。人们认为：“人工智能”是计算机科学技术的前沿科技领域。
因此，“人工智能”与计算机软件有密切的关系。一方面，各种人工智能应用系统都要用计算机软件去实现，另一方面，许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如，专家系统（Expert System）软件,机器博奕 (Computer Game) 软件等。
但是，“人工智能”不等于“软件”，除了软件以外，还有硬件及其他自动化和通信设备。
人工智能的对象
“人工智能”研究什么？可用八个字“机器智能、智能机器”归纳为两方面。
机器智能
机器智能（Machine Intelligence）简称MI，研究如何提高机器应用的智能水平，把机器用得更聪明。这里，“机器”主要指：计算机、自动化装置、通信设备等。
虽然，现在许多人都会用计算机，但是，并不是都用得很聪明。怎么才能把计算机用得更聪明，具有更高的智能水平呢？这就需要用到人工智能。
例如，用计算机打印常用的报表，进行一些常规的文字处理，都是程序化的操作，谈不上有智能。但是，用计算机给人看病，进行病理诊断和药物处方，或者，用计算机给机器看病，进行故障诊断和维修处理，就需要计算机有人工智能。
人工智能学科领域中有一个重要的学科分支是“专家系统”（Expert System），简称ES。就是用计算机去模拟、延伸和扩展专家的智能，基于专家的知识和经验，可以求解专业性问题的、具有人工智能的计算机应用系统。如：医疗诊断专家系统，故障诊断专家系统等。
世界上第一个专家系统：化学专家系统DENDRAL，是由美国Stanford 大学的E.A. Feigenbaum等于1968年研制成功的，它能够用计算机，根据质谱仪的实验观测结果，进行图谱识别、分析推理、给出被观测的未知化合物的分子结构式。
我国的第一个专家系统：中医关幼波肝炎诊断治疗程序，是由中国科学院自动化研究所控制论组于1977年研制成功的。它能够用计算机，根据病人的临床症状和化验结果，通过中医理论知识和经验进行病理诊断和药物处方，给出病人是否为肝炎？是哪种类型的肝炎等诊断结论，并给肝炎病人开出相应的中药处方。在这个专家系统设计中，我们采用了模糊逻辑的方法，表达中医的辩证施治的知识和经验。用基于关于人工智能的“图灵试验”（Tuning Test）设计了对专家系统进行评价的“双盲测试”方法。
除了“专家系统”之外，还可列举出其他许多聪明的智能软件系统。如：机器博奕的智能软件，还有：智能控制、智能管理、智能通信……的软件等。
例如：IBM的“深蓝”系统战胜了国际象棋大师卡斯帕诺夫，就是计算机的机器智能水平的一次荣誉记录，也是聪明的人工智能软件的一个成功范例。
智能机器
“智能机器”（Intelligent Machine），简称IM，研究如何设计和制造具有更高智能水平的机器？特别是，设计和制造更聪明的计算机？
现在的计算机，虽然经历了从电子管、晶体管、集成电路、超大规模集成电路等几代的发展，在工艺和性能方面都有巨大的进步。但是，在原理上，还没有重大的突破，仍是冯·诺曼的框架。
虽然，计算机被称为“电脑”，但是，已有的电脑与人脑相比，在性能和结构方面都还有很大的不同。特别是在智能水平方面还有很大的差距。例如，人脑具有自学习、自适应、自寻优、自整定、自规则、自编程等智能特性，具有自组织、自修复的柔性结构；具有“集中-分布”多级体制，“分工-分区”协调控制，“串行-并行”工作方式，“两态-多态”兼容逻辑，“归纳-演绎”灵活推理，以及联想记忆、联想识别、联想理解,自然信息的输入、处理和输出等性能。
通常，人们用计算机，不仅要告诉计算机：做什么？（What to do?）,而且还必须详细地、正确地告诉计算机：如何做？（How to do?）。也就是说，人们要根据工作任务的需求，以适当的计算机语言，进行相应的软件设计，编制面向该任务的计算机应用程序，并且，正确地操作计算机，装入、启动该应用程序，才能用计算机完成该项工作任务。这里，计算机实质上只是机械地、被动地执行人们编制的应用程序指令的“电子奴仆”，也不理解为什么要做这项工作，即不懂得：为什么？（Why to do?）。因而，只不过是一个低智能的、不聪明的“电脑”。
那么，如何设计和制造高智能的、聪明的“电脑”呢？这正是人工智能另一方面的研究对象和学科任务。
不少国家开展了第五代计算机或智能计算机的研究与开发工作，试图缩短“电脑”与“人脑”的差距，解决下列问题：
*能否在计算机原理、体系结构上有新的突破？非冯·诺曼，超冯·诺曼？非程序流的、非集中式结构、非串行工作方式？
*能否比现在的计算机更聪明？知识推理？联想记忆？自动编程？具有自学习、自适应能力？
*能否与人直接用自然语言进行交互式、友好的人机双向通信？能否直接输入、处理、输出各种自然信息？
*能否具有柔性体系结构？具有自组织、自修复能力？
人们提出了关于新一代计算机的各种方案，如：面向知识和符号信息处理的“符号处理机”Explorer;基于知识库的、具有推理能力的“知识信息处理机”(KIPS Knowledge Information processing System)；基于人工神经网络的、具有分布式结构的“联结机”（Connection Machine）;以及其他数据流计算机、控制流计算机……
除了“智能计算机”之外，还有其他的许多智能机器。如：智能机器人，智能控制器，智能仪器、仪表，智能自动化装置，智能通信设备，智能网络，智能汽车，智能玩具，以及各种智能化家用电器……
例如：MIT的Brooks研制的“智能机器人”，能够在未知的、动态的真实世界中“漫游”，声称具有“不需要知识的智能”（Intelligence without Knowledge）。
人工智能的内容
人工智能的学科范畴很广，因为，人的智能体现在思维、感知、行为三层次，而人工智能要模拟、延伸、扩展人的智能，所以，其主要研究内容可分为三层次：
机器思维与思维机器
机器思维（Machine Thinking）,具体地说是计算机思维（Computer Thinking），如专家系统、机器学习、计算机下棋、计算机作曲、计算机绘画、计算机辅助设计、计算机证明定理、计算机自动编程等。
思维机器（Thinking Machine），或者说是会思维的机器。现在的计算机能否称之为“会思维的电脑”？还是有争议的问题。因为现有的电脑做任何事情，都需要人发出指令、编写程序，否则，它什么也不会做。一台计算机接上电源呆在那里，它自己既不会想“做什么？”也不会想“如何做？”更不会想“为什么要做？”，所以，现在的计算机是一种不会思维的机器。但是，现有的计算机可以在人脑的指挥和控制下，辅助人脑进行思维活动和脑力劳动，如：医疗诊断、化学分析、知识推理、定理证明、产品设计……实现某些脑力劳动自动化或半自动化。从这种观点也可以说，目前的计算机具有某些思维能力，只不过现有电脑的智能水平还不高。所以，需要研究更聪明的、思维能力更强的智能电脑或脑模型。比如，有一种脑模型称为“联想机”（Association）。
机器感知与感知机器
机器感知（Machine perception）或机器认知（Machine Recognition）研究如何用机器或计算机模拟、延伸和扩展人的感知或认知能力，包括：机器视觉、机器听觉、机器触觉……如：计算机视觉（Computer Vision）、模式（文字、图像、声音等）识别（pattern Recognition）、自然语言理解（Natural Language Understanding）……都是人工智能领域的重要研究内容，也是在机器感知或机器认知方面高智能水平的计算机应用。
感知机器（perceptible Machine）或认知机器（Recognizing Machine），研制具有人工感知（Artificial perception）或人工认知（Artificial Recognition）能力的机器。包括：视觉机器、听觉机器、触觉机器……如：文字识别机（Character Recognizer）、感知机（Perceptron）、认知机（Cognitron）、工程感觉装置（Engineering Sensor）、智能仪表（Intelligent Instrument）等。
机器行为与行为机器
机器行为（Machine Behavior）或计算机行为（Computer Behavior）研究如何用机器去模拟、延伸、扩展人的智能行为，如：自然语言生成（Natural Language Generation）用计算机等模拟人说话的行为；机器人行动规划（Robot Action planning）模拟人的动作行为；倒立摆智能控制（Intelligent Control of Upside-down pendulum)模拟杂技演员的平衡控制行为；机器人的协调控制（Harmonical Control of Robot）模拟人的运动协调控制行为；工业窑炉的智能模糊控制（Intelligent Fuzzy Control of Industrial Furnace）模拟窑炉工人的生产控制操作行为；轧钢机的神经网络控制（Neural control of Rolling Mill）模拟操作工人对轧钢机的控制行为……
行为机器（Behavioral Machine）指具有人工智能行为的机器，或者说，能模拟、延伸与扩展人的智能行为的机器。例如：智能机械手、机器人、操作机（Intelligent Robot, Manipulator）;自然语言生成器(Natural Language Generator);智能控制器(Intelligent Controller),如专家控制器(Expert Controller)、神经控制器(Neural Controller)、模糊控制器(Fuzzy Controller)……这些智能机器或智能控制器，具有类似于人的智能行为的某些特性，如自适应(Self-Adaptation) 、自学习(Self-Learning) 、自组织(Self-Organizing) 、自协调(Self-Coordination) 、自寻优(Self-Optimizing)……因而，能够适应工作环境的条件的变化，通过学习改进性能，根据需求改变结构，相互配合、协同工作，自行寻找最优工作状态……。
例如：曾荣获ACM国际计算机学会1996年计算机科学与工程最佳博士论文奖的“晓媛的鱼”（Xiaoyuan's Fish）,就是兼有机器思维、感知能力和行为习性的多智能体的人工鱼群（Artificial Fish）的计算机模型。
人工智能的方法
人工智能的研究方法和技术路线，有不同的观点，不同的学派。可分为三大学派：
“功能模拟”学派
“功能模拟”学派或称为“符号主义” 派，主张从功能方面模拟、延伸、扩展人的智能，认为“人脑”和“电脑”都是“物理符号系统”，其代表性成果有：启发式程序（HP Heuristic program）、专家系统（ES Expert System）、知识工程（KE Knowledge Engineering）等。
“结构模拟” 学派
“结构模拟”学派，或称为“联结主义”学派，主张从结构方面模拟、延伸、扩展人的智能，用“电脑”模拟“人脑”神经系统的联结机制。其代表性成果有：M-P神经细胞模型、BP神经网络模型、Hopfield神经网络模型……
“行为模拟”学派
“行为模拟”学派，或称为“行为主义”学派，主张从行为方面模拟、延伸、扩展人的智能，认为：“智能”可以不需要“知识”（Intelligence without Knowledge）。其代表性成果是MIT的Brooks研制的智能机器人。
上述不同学派，从不同的观点，用不同的方法，在不同的层次上，对人的智能进行了研究和模拟，各有所长，各有所短。应当相互结合，取长补短，从“功能、结构、行为”多方面、多层次，对人的智能进行全面的、综合的研究，将有助于人工智能学科的发展。
例如：“专家系统”与“神经网络”相结合的混合式智能系统（HIS Hybrid Intelligent System）、基于知识的机器人行动规划系统、基于神经网络的机器人智能控制系统等。
综上所述，人工智能是从思维、感知、行为三层次，机器智能、智能机器两方面，研究模拟、延伸与扩展人的智能的理论、方法、技术及其应用的技术学科。如图1所示。
在图1中：
AI：人工智能（Artificial Intelligence）
AEDHI：模拟、延伸、扩展人的智能（Analogy, Extending & Dilatation of Human Intelligence）
MI：机器智能(Machine Intelligence)
IM：智能机器(Intelligent Machine)
MP：机器感知(Machine perception)
MT：机器思维(Machine Thinking)
MB：机器行为(Machine Behavior)
PM：感知机器(Perceptible Machine)
TM：思维机器(Thinking Machine)
BM：行为机器（Behavioral Machine）
FA：功能模拟（Function Analogy）
SA：结构模拟（Structure Analogy）
BA：行为模拟（Behavior Analogy）
