爱荷华州立大学教授罗

『壹』 计算机的发明者是谁

帕斯卡一直被公认为世界上第一台齿轮式计算机的发明者，他也为自己的这一成就而感到无比自豪。但在帕斯卡发明之前，德国的数家卡什尔已设计制造出6位数的齿轮式计算机。卡什尔是著名的东方语言家，数家。他对天文也有颇深的研究。他常困于大量的数据计算，被繁杂的计算搅得精疲力尽。现实中的问题促使他创造一种新的得力的计算工具，来减轻计算上的沉重负担。1623年，他开始着手构思设计，同年造出了样机，以后又行了一些改。这台计算机的原理与帕斯卡的有相同之处，使用过程中也极易发生故障。从历史上来看，人们对卡什尔发明计算机了很，它的社会影响极小，直到1958年，人们在有关历史资料中得知他发明齿轮式计算机的情况。因此，在谈到第一个齿轮式计算机发明时，不能不提及卡什尔。实际上，卡什尔是齿轮式计算机的第一个发明者。
20世纪40年代中期，美国宾夕法尼亚大学电工系由莫利奇和艾克特领导，为美国陆军军械部阿伯丁弹道研究实验室研制了一台用于炮弹弹道轨迹计算的“电子数值积分和计算机”(简称ENIAC)。这台叫做“埃尼阿克”的计算机占地面积170平方米，总重量30吨，使用了18000只电子管，6000个开关，7000只电阻，10000只电容，50万条线，耗电量140千瓦，可进行5000次加法/秒运算。这个庞然大物于1946年2月15日在美国举行了揭幕典礼。这台计算机的问世，标志着电脑时代的开始。
最早之前电脑的前身是一种叫"加法器"的东西...是由法国的一位数学家"巴斯卡"所发明后来又渐渐改良...可以做+-*/的四则运算的"差分机"
到了，元1801年法国人约瑟夫?杰夸德(JosephJacquard)发明使用打孔卡(Punchedcarboardcard)。这对未来电脑的发展引进两个重要的观念：
一、资讯可以在打孔卡片上编码(Coded)...也就是写程式
二、资讯可以储存在卡片上，而且当这些卡片成串的组合在一起，就可以做为一连串的指令...就是程式啦...^^"
之后出现了一个人...在历史上我们称他为"电脑之父"—"巴贝基(CharlesBabbage)"
他做了一部功能更强的机器，称为分析机(Analyticalengine)，这部机器在观念上就与现代电脑极为相似...
这些发明是用来辅助计算的工具，尚没有记忆与储存资料的功能，因此不能称为"电脑"(如果严格定义电脑的功能的话)

一直到了1946，美国的毛琪利与爱克特发明了第一代电脑—ENIAC，
而第一代的电脑有2间教室大喔...跟现在我们一般用的个人电脑体积差很多吧...^^"
当时的电脑零件是真空管(现在已经找不到了)
而存档的东西呢...是一种打孔卡片...

所以，电脑的发明是一群科研人员共同努力的成果，但其中数学家冯·诺依曼的设计思想在其中起到了关键作用，所以冯·诺依曼被称为现代计算机之父。

『贰』 阅读文章，回答问题。 假如月亮从天空消失 丁启阵 ①假如，天空中突然不见了阴晴圆缺变化

『叁』 心理学上的十大发现有哪些

1、电脑是把“双刃剑” 数字时代，电脑游戏成了很多人的休闲伙伴。玩游戏好不好？心理学家争论不休。2010年3月，美国爱荷华州立大学特聘教授克雷格·安德森等人指出，有“打打杀杀”等暴力情节的游戏会让人滋生暴力倾向。2010年4月的另一项研究发现，玩PSP游戏机的孩子，学习成绩普遍下降。但是，还有科学家发现，打游戏，尤其是动作类游戏可以让人反应更灵活，是很好的反应能力和准确性训练方法；《人格与社 会心理学》杂志还有一篇文章指出，玩游戏会让人心肠好、更热心。看来，电脑游戏还真是把“双刃剑”啊！偶尔消遣并无大碍，但切记不可玩物丧志。

『肆』 美国统计学专业排名前十的学校有哪些

美国前100本科开设统计学专业的学校包括：
Stanford University斯坦福大学
University of California—Berkeley加州大学伯克利分校
Harvard University哈佛大学
University of Washington华盛顿大学
Johns Hopkins University约翰霍普金斯大学
University of Chicago芝加哥大学
Harvard University哈佛大学
University of Washington华盛顿大学
Carnegie Mellon University卡耐基梅隆大学
Duke University杜克大学
University of Pennsylvania宾夕法尼亚大学
University of Michigan—Ann Arbor密歇根大学安娜堡分校
University of North Carolina—Chapel Hill北卡罗来纳大学教堂山分校
University of Wisconsin—Madison威斯康星大学麦迪逊分校
North Carolina State University北卡罗来纳州立大学
Texas A&M University—College Station德州农工大学卡城分校
University of California—Berkeley加州大学伯克利分校
University of Michigan—Ann Arbor密歇根大学安娜堡分校
Iowa State University爱荷华州立大学
Columbia University哥伦比亚大学
Pennsylvania State University宾州州立大学帕克分校
University of Minnesota—Twin Cities明尼苏达大学双城分校
University of North Carolina—Chapel Hill北卡罗来纳大学教堂山分校
美国本科统计学是研究最有效处理数据的科学，它不仅仅是数学的一个分支，而是大量利用数学和计算机的独立学科。上述院校中大部分统计学专业在文理学院，但也有几个在商学院，工程学院和农学院。

『伍』 爱荷华州立大学的著名教授

约翰·阿塔纳索夫：发明第一台电子计算器。 亨利·吉尔曼：有机金属化学之父。 丹·谢兹曼：2011年诺贝尔化学奖。 简·斯麦丽：1992年普利兹奖获得者。 乔治·斯内德克：统计学家。 西奥多·舒尔茨：1979年诺贝尔经济学奖

『陆』 关于爱荷华州立大学

工程去爱荷华州立绝对是超值的选择。学校不错，专业厉害，消费也不高。

『柒』 人工智能的发展,主要经历哪几个阶段

1 孕育阶段
这个阶段主要是指1956年以前。自古以来，人们就一直试图用各种机器来代替人的部分脑力劳动，以提高人们征服自然的能力，其中对人工智能的产生、发展有重大影响的主要研究成果包括：
早在公元前384-公元前322年，伟大的哲学家亚里士多德(Aristotle)就在他的名著《工具论》中提出了形式逻辑的一些主要定律，他提出的三段论至今仍是演绎推理的基本依据。
英国哲学家培根(F. Bacon)曾系统地提出了归纳法，还提出了“知识就是力量”的警句。这对于研究人类的思维过程，以及自20世纪70年代人工智能转向以知识为中心的研究都产生了重要影响。
德国数学家和哲学家莱布尼茨(G. W. Leibniz)提出了万能符号和推理计算的思想，他认为可以建立一种通用的符号语言以及在此符号语言上进行推理的演算。这一思想不仅为数理逻辑的产生和发展奠定了基础，而且是现代机器思维设计思想的萌芽。
英国逻辑学家布尔(C. Boole)致力于使思维规律形式化和实现机械化，并创立了布尔代数。他在《思维法则》一书中首次用符号语言描述了思维活动的基本推理法则。
英国数学家图灵(A. M. Turing)在1936年提出了一种理想计算机的数学模型，即图灵机，为后来电子数字计算机的问世奠定了理论基础。
美国神经生理学家麦克洛奇(W. McCulloch)与匹兹(W. Pitts)在1943年建成了第一个神经网络模型(M-P模型)，开创了微观人工智能的研究领域，为后来人工神经网络的研究奠定了基础。
美国爱荷华州立大学的阿塔纳索夫(Atanasoff)教授和他的研究生贝瑞(Berry)在1937年至1941年间开发的世界上第一台电子计算机“阿塔纳索夫-贝瑞计算机(Atanasoff-Berry Computer，ABC)”为人工智能的研究奠定了物质基础。需要说明的是：世界上第一台计算机不是许多书上所说的由美国的莫克利和埃柯特在1946年发明。这是美国历史上一桩著名的公案。
由上面的发展过程可以看出，人工智能的产生和发展绝不是偶然的，它是科学技术发展的必然产物。
2 形成阶段
这个阶段主要是指1956-1969年。1956年夏季，由当时达特茅斯大学的年轻数学助教、现任斯坦福大学教授麦卡锡(J. MeCarthy)联合哈佛大学年轻数学和神经学家、麻省理工学院教授明斯基(M. L. Minsky)，IBM公司信息研究中心负责人洛切斯特(N. Rochester)，贝尔实验室信息部数学研究员香农(C. E. Shannon)共同发起，邀请普林斯顿大学的莫尔(T.Moore)和IBM公司的塞缪尔(A. L. Samuel)、麻省理工学院的塞尔夫里奇(O. Selfridge)和索罗莫夫(R. Solomonff)以及兰德(RAND)公司和卡内基梅隆大学的纽厄尔(A. Newell)、西蒙(H. A. Simon)等在美国达特茅斯大学召开了一次为时两个月的学术研讨会，讨论关于机器智能的问题。会上经麦卡锡提议正式采用了“人工智能”这一术语。麦卡锡因而被称为人工智能之父。这是一次具有历史意义的重要会议，它标志着人工智能作为一门新兴学科正式诞生了。此后，美国形成了多个人工智能研究组织，如纽厄尔和西蒙的Carnegie-RAND协作组，明斯基和麦卡锡的MIT研究组，塞缪尔的IBM工程研究组等。
自这次会议之后的10多年间，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多引人注目的成就，例如：
在机器学习方面，1957年Rosenblatt研制成功了感知机。这是一种将神经元用于识别的系统，它的学习功能引起了广泛的兴趣，推动了连接机制的研究，但人们很快发现了感知机的局限性。
在定理证明方面，美籍华人数理逻辑学家王浩于1958年在IBM-704机器上用3~5min证明了《数学原理》中有关命题演算的全部定理(220条)，并且还证明了谓词演算中150条定理的85%，1965年鲁宾逊(J. A. Robinson)提出了归结原理，为定理的机器证明作出了突破性的贡献。
在模式识别方面，1959年塞尔夫里奇推出了一个模式识别程序，1965年罗伯特(Roberts)编制出了可分辨积木构造的程序。
在问题求解方面，1960年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序(General Problem Solver，GPS)，可以用来求解11种不同类型的问题。
在专家系统方面，美国斯坦福大学的费根鲍姆(E. A. Feigenbaum)领导的研究小组自1965年开始专家系统DENDRAL的研究，1968年完成并投入使用。该专家系统能根据质谱仪的实验，通过分析推理决定化合物的分子结构，其分析能力已接近甚至超过有关化学专家的水平，在美、英等国得到了实际的应用。该专家系统的研制成功不仅为人们提供了一个实用的专家系统，而且对知识表示、存储、获取、推理及利用等技术是一次非常有益的探索，为以后专家系统的建造树立了榜样，对人工智能的发展产生了深刻的影响，其意义远远超过了系统本身在实用上所创造的价值。
在人工智能语言方面，1960年麦卡锡研制出了人工智能语言(List Processing，LISP)，成为建造专家系统的重要工具。
1969年成立的国际人工智能联合会议(International Joint Conferences On Artificial Intelligence，IJCAI)是人工智能发展史上一个重要的里程碑，它标志着人工智能这门新兴学科已经得到了世界的肯定和认可。1970年创刊的国际性人工智能杂志《Artificial Intelligence》对推动人工智能的发展，促进研究者们的交流起到了重要的作用。

3 发展阶段
这个阶段主要是指1970年以后。进入20世纪70年代，许多国家都开展了人工智能的研究，涌现了大量的研究成果。例如，1972年法国马赛大学的科麦瑞尔(A. Comerauer)提出并实现了逻辑程序设计语言PROLOG；斯坦福大学的肖特利夫(E. H. Shorliffe)等人从1972年开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。
但是，和其他新兴学科的发展一样，人工智能的发展道路也不是平坦的。例如，机器翻译的研究没有像人们最初想象的那么容易。当时人们总以为只要一部双向词典及一些词法知识就可以实现两种语言文字间的互译。后来发现机器翻译远非这么简单。实际上，由机器翻译出来的文字有时会出现十分荒谬的错误。例如，当把“眼不见，心不烦”的英语句子“Out of sight，out of mind”。翻译成俄语变成“又瞎又疯”；当把“心有余而力不足”的英语句子“The spirit is willing but the flesh is weak”翻译成俄语，然后再翻译回来时竟变成了“The wine is good but the meat is spoiled”，即“酒是好的，但肉变质了”；当把“光阴似箭”的英语句子“Time flies like an arrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”。由于机器翻译出现的这些问题，1960年美国政府顾问委员会的一份报告裁定：“还不存在通用的科学文本机器翻译，也没有很近的实现前景。”因此，英国、美国当时中断了对大部分机器翻译项目的资助。在其他方面，如问题求解、神经网络、机器学习等，也都遇到了困难，使人工智能的研究一时陷入了困境。
人工智能研究的先驱者们认真反思，总结前一段研究的经验和教训。1977年费根鲍姆在第五届国际人工智能联合会议上提出了“知识工程”的概念，对以知识为基础的智能系统的研究与建造起到了重要的作用。大多数人接受了费根鲍姆关于以知识为中心展开人工智能研究的观点。从此，人工智能的研究又迎来了蓬勃发展的以知识为中心的新时期。
这个时期中，专家系统的研究在多种领域中取得了重大突破，各种不同功能、不同类型的专家系统如雨后春笋般地建立起来，产生了巨大的经济效益及社会效益。例如，地矿勘探专家系统PROSPECTOR拥有15种矿藏知识，能根据岩石标本及地质勘探数据对矿藏资源进行估计和预测，能对矿床分布、储藏量、品位及开采价值进行推断，制定合理的开采方案。应用该系统成功地找到了超亿美元的钼矿。专家系统MYCIN能识别51种病菌，正确地处理23种抗菌素，可协助医生诊断、治疗细菌感染性血液病，为患者提供最佳处方。该系统成功地处理了数百个病例，并通过了严格的测试，显示出了较高的医疗水平。美国DEC公司的专家系统XCON能根据用户要求确定计算机的配置。由专家做这项工作一般需要3小时，而该系统只需要0.5分钟，速度提高了360倍。DEC公司还建立了另外一些专家系统，由此产生的净收益每年超过4000万美元。信用卡认证辅助决策专家系统American Express能够防止不应有的损失，据说每年可节省2700万美元左右。
专家系统的成功，使人们越来越清楚地认识到知识是智能的基础，对人工智能的研究必须以知识为中心来进行。对知识的表示、利用及获取等的研究取得了较大的进展，特别是对不确定性知识的表示与推理取得了突破，建立了主观Bayes理论、确定性理论、证据理论等，对人工智能中模式识别、自然语言理解等领域的发展提供了支持，解决了许多理论及技术上的问题。
人工智能在博弈中的成功应用也举世瞩目。人们对博弈的研究一直抱有极大的兴趣，早在1956年人工智能刚刚作为一门学科问世时，塞缪尔就研制出了跳棋程序。这个程序能从棋谱中学习，也能从下棋实践中提高棋艺。1959年它击败了塞缪尔本人，1962年又击败了一个州的冠军。1991年8月在悉尼举行的第12届国际人工智能联合会议上，IBM公司研制的“深思”(Deep Thought)计算机系统就与澳大利亚象棋冠军约翰森(D. Johansen)举行了一场人机对抗赛，结果以1:1平局告终。1957年西蒙曾预测10年内计算机可以击败人类的世界冠军。虽然在10年内没有实现，但40年后深蓝计算机击败国际象棋棋王卡斯帕罗夫(Kasparov)，仅仅比预测迟了30年。
1996年2月10日至17日，为了纪念世界上第一台电子计算机诞生50周年，美国IBM公司出巨资邀请国际象棋棋王卡斯帕罗夫与IBM公司的深蓝计算机系统进行了六局的“人机大战”。这场比赛被人们称为“人脑与电脑的世界决战”。参赛的双方分别代表了人脑和电脑的世界最高水平。当时的深蓝是一台运算速度达每秒1亿次的超级计算机。第一盘，深蓝就给卡斯帕罗夫一个下马威，赢了这位世界冠军，给世界棋坛以极大的震动。但卡斯帕罗夫总结经验，稳扎稳打，在剩下的五盘中赢三盘，平两盘，最后以总比分4:2获胜。一年后，即1997年5月3日至11日，深蓝再次挑战卡斯帕罗夫。这时，深蓝是一台拥有32个处理器和强大并行计算能力的RS/6000SP/2的超级计算机，运算速度达每秒2亿次。计算机里存储了百余年来世界顶尖棋手的棋局，5月3日棋王卡斯帕罗夫首战击败深蓝，5月4日深蓝扳回一盘，之后双方战平三局。双方的决胜局于5月11日拉开了帷幕，卡斯帕罗夫在这盘比赛中仅仅走了19步便放弃了抵抗，比赛用时只有1小时多一点。这样，深蓝最终以3.5：2.5的总比分赢得这场举世瞩目的“人机大战”的胜利。深蓝的胜利表明了人工智能所达到的成就。尽管它的棋路还远非真正地对人类思维方式的模拟，但它已经向世人说明，电脑能够以人类远远不能企及的速度和准确性，实现属于人类思维的大量任务。深蓝精湛的残局战略使观战的国际象棋专家们大为惊讶。卡斯帕罗夫也表示：“这场比赛中有许多新的发现，其中之一就是计算机有时也可以走出人性化的棋步。在一定程度上，我不能不赞扬这台机器，因为它对盘势因素有着深刻的理解，我认为这是一项杰出的科学成就。”因为这场胜利，IBM的股票升值为180亿美元。
4 人工智能的学派
根据前面的论述，我们知道要理解人工智能就要研究如何在一般的意义上定义知识，可惜的是，准确定义知识也是个十分复杂的事情。严格来说，人们最早使用的知识定义是柏拉图在《泰阿泰德篇》中给出的，即“被证实的、真的和被相信的陈述”(Justified true belief，简称JTB条件)。
然而，这个延续了两千多年的定义在1963年被哲学家盖梯尔否定了。盖梯尔提出了一个著名的悖论(简称“盖梯尔悖论”)。该悖论说明柏拉图给出的知识定文存在严重缺陷。虽然后来人们给出了很多知识的替代定义，但直到现在仍然没有定论。
但关于知识，至少有一点是明确的，那就是知识的基本单位是概念。精通掌握任何一门知识，必须从这门知识的基本概念开始学习。而知识自身也是一个概念。因此，如何定义一个概念，对于人工智能具有非常重要的意义。给出一个定义看似简单，实际上是非常难的，因为经常会涉及自指的性质(自指：词性的转化——由谓词性转化为体词性，语义则保持不变)。一旦涉及自指，就会出现非常多的问题，很多的语义悖论都出于概念自指。
自指与转指这一对概念最早出自朱德熙先生的《自指与转指》(《方言》1983年第一期，《朱德熙文集》第三卷)。陆俭明先生在《八十年代中国语法研究》中(第98页)说：“自指和转指的区别在于，自指单纯是词性的转化－由谓词性转化为体词性，语义则保持不变；转指则不仅词性转化，语义也发生变化，尤指行为动作或性质本身转化为指与行为动作或性质相关的事物。”
举例：
①教书的来了(“教书的”是转指，转指教书的“人”)；教书的时候要认真(“教书的”语义没变，是自指)。
②Unplug一词的原意为“不使用(电源)插座”，是自指；常用来转指为不使用电子乐器的唱歌。
③colored在表示having colour(着色)时是自指。colored在表示有色人种时，就是转指。
④rich，富有的，是自指。the rich，富人，是转指。
知识本身也是一个概念。据此，人工智能的问题就变成了如下三个问题：一、如何定义(或者表示)一个概念、如何学习一个概念、如何应用一个概念。因此对概念进行深人研究就非常必要了。
那么，如何定义一个概念呢？简单起见，这里先讨论最为简单的经典概念。经典概念的定义由三部分组成：第一部分是概念的符号表示，即概念的名称，说明这个概念叫什么，简称概念名；第二部分是概念的内涵表示，由命题来表示，命题就是能判断真假的陈述句。第三部分是概念的外延表示，由经典集合来表示，用来说明与概念对应的实际对象是哪些。
举一个常见经典概念的例子——素数(prime number)，其内涵表示是一个命题，即只能够被1和自身整除的自然数。
概念有什么作用呢？或者说概念定义的各个组成部分有什么作用呢？经典概念定义的三部分各有作用，且彼此不能互相代替。具体来说，概念有三个作用或功能，要掌握一个概念，必须清楚其三个功能。
第一个功能是概念的指物功能，即指向客观世界的对象，表示客观世界的对象的可观测性。对象的可观测性是指对象对于人或者仪器的知觉感知特性，不依赖于人的主观感受。举一个《阿Q正传》里的例子：那赵家的狗，何以看我两眼呢？句子中“赵家的狗”应该是指现实世界当中的一条真正的狗。但概念的指物功能有时不一定能够实现，有些概念其设想存在的对象在现实世界并不存在，例如“鬼”。
第二个功能是指心功能，即指向人心智世界里的对象，代表心智世界里的对象表示。鲁迅有一篇著名的文章《论丧家的资本家的乏走狗》，显然，这个“狗”不是现实世界的狗，只是他心智世界中的狗，即心里的狗(在客观世界，梁实秋先生显然无论如何不是狗)。概念的指心功能一定存在。如果对于某一个人，一个概念的指心功能没有实现，则该词对于该人不可见，简单地说，该人不理解该概念。
最后一个功能是指名功能，即指向认知世界或者符号世界表示对象的符号名称，这些符号名称组成各种语言。最著名的例子是乔姆斯基的“colorless green ideas sleep furiously”，这句话翻译过来是“无色的绿色思想在狂怒地休息”。这句话没有什么意思，但是完全符合语法，纯粹是在语义符号世界里，即仅仅指向符号世界而已。当然也有另外，“鸳鸯两字怎生书”指的就是“鸳鸯”这两个字组成的名字。一般情形下，概念的指名功能依赖于不同的语言系统或者符号系统，由人类所创造，属于认知世界。同一个概念在不同的符号系统里，概念名不一定相同，如汉语称“雨”，英语称“rain”。
根据波普尔的三个世界理论，认知世界、物理世界与心理世界虽然相关，但各不相同。因此，一个概念的三个功能虽然彼此相关，也各不相同。更重要的是，人类文明发展至今，这三个功能不断发展，彼此都越来越复杂，但概念的三个功能并没有改变。
在现实生活中，如果你要了解一个概念，就需要知道这个概念的三个功能：要知道概念的名字，也要知道概念所指的对象(可能是物理世界)。更要在自己的心智世界里具有该概念的形象(或者图像)。如果只有一个，那是不行的。
知道了概念的三个功能之后，就可以理解人工智能的三个学派以及各学派之间的关系。

人工智能也是一个概念，而要使一个概念成为现实，自然要实现概念的三个功能。人工智能的三个学派关注于如何才能让机器具有人工智能，并根据概念的不同功能给出了不同的研究路线。专注于实现AI指名功能的人工智能学派成为符号主义，专注于实现AI指心功能的人工智能学派称为连接主义，专注于实现AI指物功能的人工智能学派成为行为主义。
1. 符号主义
符号主义的代表人物是Simon与Newell，他们提出了物理符号系统假设，即只要在符号计算上实现了相应的功能，那么在现实世界就实现了对应的功能，这是智能的充分必要条件。因此，符号主义认为，只要在机器上是正确的，现实世界就是正确的。说得更通俗一点，指名对了，指物自然正确。
在哲学上，关于物理符号系统假设也有一个著名的思想实验——本章1.1.3节中提到的图灵测试。图灵测试要解决的问题就是如何判断一台机器是否具有智能。
图灵测试将智能的表现完全限定在指名功能里。但马少平教授的故事已经说明，只在指名功能里实现了概念的功能，并不能说明一定实现了概念的指物功能。实际上，根据指名与指物的不同，哲学家约翰·塞尔勒专门设计了一个思想实验用来批判图灵测试，这就是著名的中文屋实验。
中文屋实验明确说明，即使符号主义成功了，这全是符号的计算跟现实世界也不一定搭界，即完全实现指名功能也不见得具有智能。这是哲学上对符号主义的一个正式批评，明确指出了按照符号主义实现的人工智能不等同于人的智能。
虽然如此，符号主义在人工智能研究中依然扮演了重要角色，其早期工作的主要成就体现在机器证明和知识表示上。在机器证明方面，早期Simon与Newell做出了重要的贡献，王浩、吴文俊等华人也得出了很重要的结果。机器证明以后，符号主义最重要的成就是专家系统和知识工程，最著名的学者就是Feigenbaum。如果认为沿着这条路就可以实现全部智能，显然存在问题。日本第五代智能机就是沿着知识工程这条路走的，其后来的失败在现在看来是完全合乎逻辑的。
实现符号主义面临的观实挑成主要有三个。第一个是概念的组合爆炸问题。每个人掌握的基本概念大约有5万个，其形成的组合概念却是无穷的。因为常识难以穷尽，推理步骤可以无穷。第二个是命题的组合悖论问题。两个都是合理的命题，合起来就变成了没法判断真假的句子了，比如著名的柯里悖论(Curry’s Paradox)(1942)。第三个也是最难的问题，即经典概念在实际生活当中是很难得到的，知识也难以提取。上述三个问题成了符号主义发展的瓶颈。
2. 连接主义
连接主义认为大脑是一切智能的基础，主要关注于大脑神经元及其连接机制，试图发现大脑的结构及其处理信息的机制、揭示人类智能的本质机理，进而在机器上实现相应的模拟。前面已经指出知识是智能的基础，而概念是知识的基本单元，因此连接主义实际上主要关注于概念的心智表示以及如何在计算机上实现其心智表示，这对应着概念的指心功能。2016年发表在Nature上的一篇学术论文揭示了大脑语义地图的存在性，文章指出概念都可以在每个脑区找到对应的表示区，确确实实概念的心智表示是存在的。因此，连接主义也有其坚实的物理基础。
连接主义学派的早期代表人物有麦克洛克、皮茨、霍普菲尔德等。按照这条路，连接主义认为可以实现完全的人工智能。对此，哲学家普特南设计了著名的“缸中之脑实验”，可以看作是对连接主义的一个哲学批判。
缸中之脑实验描述如下：一个人(可以假设是你自己)被邪恶科学家进行了手术，脑被切下来并放在存有营养液的缸中。脑的神经末梢被连接在计算机上，同时计算机按照程序向脑传递信息。对于这个人来说，人、物体、天空都存在，神经感觉等都可以输入，这个大脑还可以被输入、截取记忆，比如截取掉大脑手术的记忆，然后输入他可能经历的各种环境、日常生活，甚至可以被输入代码，“感觉”到自己正在阅读这一段有趣而荒唐的文字。
缸中之脑实验说明即使连接主义实现了，指心没有问题，但指物依然存在严重问题。因此，连接主义实现的人工智能也不等同于人的智能。
尽管如此，连接主义仍是目前最为大众所知的一条AI实现路线。在围棋上，采用了深度学习技术的AlphaGo战胜了李世石，之后又战胜了柯洁。在机器翻译上，深度学习技术已经超过了人的翻译水平。在语音识别和图像识别上，深度学习也已经达到了实用水准。客观地说，深度学习的研究成就已经取得了工业级的进展。
但是，这并不意味着连接主义就可以实现人的智能。更重要的是，即使要实现完全的连接主义，也面临极大的挑战。到现在为止，人们并不清楚人脑表示概念的机制，也不清楚人脑中概念的具体表示形式表示方式和组合方式等。现在的神经网络与深度学习实际上与人脑的真正机制距离尚远。
3. 行为主义
行为主义假设智能取决于感知和行动，不需要知识、表示和推理，只需要将智能行为表现出来就好，即只要能实现指物功能就可以认为具有智能了。这一学派的早期代表作是Brooks的六足爬行机器人。
对此，哲学家普特南也设计了一个思想实验，可以看作是对行为主义的哲学批判，这就是“完美伪装者和斯巴达人”。完美伪装者可以根据外在的需求进行完美的表演，需要哭的时候可以哭得让人撕心裂肺，需要笑的时候可以笑得让人兴高采烈，但是其内心可能始终冷静如常。斯巴达人则相反，无论其内心是激动万分还是心冷似铁，其外在总是一副泰山崩于前而色不变的表情。完美伪装者和斯巴达人的外在表现都与内心没有联系，这样的智能如何从外在行为进行测试？因此，行为主义路线实现的人工智能也不等同于人的智能。
对于行为主义路线，其面临的最大实现困难可以用莫拉维克悖论来说明。所谓莫拉维克悖论，是指对计算机来说困难的问题是简单的、简单的问题是困难的，最难以复制的反而是人类技能中那些无意识的技能。目前，模拟人类的行动技能面临很大挑战。比如，在网上看到波士顿动力公司人形机器人可以做高难度的后空翻动作，大狗机器人可以在任何地形负重前行，其行动能力似乎非常强。但是这些机器人都有一个大的缺点一能耗过高、噪音过大。大狗机器人原是美国军方订购的产品，但因为大狗机器人开动时的声音在十里之外都能听到，大大提高了其成为一个活靶子的可能性，使其在战场上几乎没有实用价值，美国军方最终放弃了采购。

『捌』 谁才是可称得起计算机之父

现代计算机之父到底是谁？是莫科里和埃克特接受军方斥巨资支持发明的叫做ENIAC（埃尼阿克）的计算机，还是约翰·阿坦纳索夫在美国爱荷华州发明的第一台名为“ABC”的计算机。 今天，应中文IT专业社区CSDN和中关村创新研修学院的邀请，约翰·小阿坦纳索夫来到中国，向媒体澄清一桩历史悬案：他的父亲约翰·阿坦纳索夫（John Atanasoff），才是真正的现代电子计算机之父。 据小阿坦纳索夫介绍，1937年冬天，时任爱荷华州立大学物理学教授的阿坦纳索夫，为了解决日常工作中的复杂的方程计算问题，经过两年的思索，设计出了真正现代意义上的电子计算机的基本原理和结构，并于1939年，与克利福德·贝里合作，凭借650美元的大学科研经费研制出一台被人成为ABC的完整样机。但是1941年，莫科 里在阿坦纳索夫家借住五天，借此机会，莫科里“窃取了”阿坦纳索夫的研究成果和想法，之后与埃克特一起制造了ENIAC并申请了专利，被世人称为“现代计 算机之父”。 阿坦纳索夫当时并未意识到自己的发明将影响到人类历史，以及可能的巨大经济利益，并没有为自己申请专利保护，他于1942年应征去海军服务，也无暇顾及此事。爱荷华州立大学校方也并未重视该发明，还命系里的研究生拆掉了ABC，以利用计算机上面哪300个在战争期间非常紧缺的真空电子管。如今摆在爱荷华州立大学ABC实验室供人参观的只是复制品。 据小阿坦纳索夫介绍，1967年，霍尼韦尔公司作为原告，请阿坦纳索夫作为证人，起诉兰德公 司和莫科里剽窃阿坦纳索夫的思想并以此获得暴利。经过六年的诉讼和135次开庭审理，1973年10月19日，美国明尼苏达地区法院给出正式判决，推翻并 吊销了莫科里本应于1984年才到期的专利，判决说：“现代计算机的基本想法是来自约翰·文森特·阿坦纳索夫。” 随后双方均未进行上诉。小阿坦纳索夫认为，法院宣判的第二天，有关此事的新闻报道就被媒体对政治丑闻“水门事件”的炒作淹没。 小阿坦纳索夫告诉中国易科技，之所以在三十年后重提历史，是要恢复历史的真相，“当年胜诉后， 一方面是因为美国媒体对于水门事件的报道冲淡了人们对此事的印象。另一方面同时有很多大型计算机公司出于利益的关系，聘请公关公司去花钱宣传1945年才 是第一台计算机，我的父亲当时已经八十岁，他没有精力和金钱去和那些媒体和公司继续纠缠下去。” 爱荷华州立大学计算机系主任张可昭教授和清华大学教授、中关村创新研修学院的院长袁传宽一直在致力于澄清这一“历史误区”，袁传宽表示，希望能够去伪存真，让真相大白于天下

『玖』 爱荷华州立大学的学术

爱荷华州立大学以其在科学，工程和农学方面的专业见长，是世界上第一台电子计算器阿塔纳索夫-贝瑞计算器的诞生地，农业合作推广服务的诞生地，而且有一部分的曼哈顿计划在艾姆斯实验室进行。同时，该校为美国二战时期的原子弹计划提供浓缩铀，为二战的胜利作出了贡献。
US NEWS 2012排名, 该校研究所的工学院排名全美43 其中生物和农业工程排名全美第5, 航天航空20, 材料24, 工业工程27, 化工32, 土木33, 电子电信38, 机械38, 环境41, 计算机43. 其他学院如：化学排名全美第38，统计全美第20，物理第48，兽医学第17。（只列出top50的研究所）爱荷华州立大学的八个学院(含研究生学院)提供了96个学士学位，115个硕士学位，和83个博士学位的学程，另有兽医学位学程。
爱荷华州立大学由以下的学院组成:
· 农业与生命科学
· 商学院
· 设计
· 工程学
· 人类科学
· 博雅教育与科学
· 兽医学
· 研究生院
除此之外，该校的研究生院有着基于此七学院的各领域的研究。
2011年美国能源部埃姆斯实验室(Ames Laboratory)助理，爱荷华州立大学材料科学教授丹尼尔·舍特曼（Dan Shechtman或Daniel Shechtman）因开辟了准晶体研究的新领域，获得诺贝尔化学奖。

『拾』 电脑是谁发明的火箭又是谁发明的

电脑是谁发明的，严格说起来很难界定。

计算机（computer）的原来意义是“计算器”，也就是说，人类会发明计算机，最初的目的是帮助处理复杂的数字运算。而这种人工计算器的概念，最早可以追溯到十七世纪的法国大思想家帕斯卡。帕斯卡的父亲担任税务局长，当时的币制不是十进制，在计算上非常麻烦。帕斯卡为了协助父亲，利用齿轮原理，发明了第一台可以执行加减运算计算器 。后来，德国数学家莱布尼兹加以改良，发明了可以做乘除运算的计算器。之后虽然在计算器的功能上多所改良与精进，但是，真正的电动计算器，却必须等到公元1944年才制造出来。

而第一部真正可以称得上计算机的机器，则诞生于1946年的美国，毛琪利与爱克特发明的，名字叫做ENIAC。这部计算机使用真空管来处理讯号，所以体积庞大（占满一个房间）、耗电量高（使用时全镇的人都知道，因为家家户户的电灯都变暗了！），而且记忆容量又非常低（只有100多个字），但是，却已经是人类科技的一大进展。而我们通常把这种使用真空管的计算机称为第一代计算机。

第一代的电脑有2间教室大，跟现在我们一般用的个人电脑体积差很多吧。 当时的电脑零件是真空管(现在已经找不到了) 而存档的东西是一种打孔卡片，若没有前人的设计概念，也没有计算机的发明，所以计算机是谁发明的还有点难界定。

我国明朝人：万户

火箭的发明最早出现在中国，在中国古代的记载中，火箭的含义比较广泛，
公元1128年南宋政权建立后，南宋、金和蒙古频繁交战，各方都使用了火器。 1161年11月，金国侵略中原时，南宋军队第一次使用了火箭武器——“霹雳炮”重挫金军，这是人类历史第一次在战场上使用火箭武器。

明代中国火箭发展进入了一个比较重要的时期，出现了很多种类的火箭，除了单级火箭，还发展了各种集束火箭、火箭弹和原始的多级火箭，并且对各种火箭的制造、应用、配备和发射剂原料配比及加工制造等都作了详尽的叙述。在当时的水、步、骑兵中火箭武器已作为必备的武器，甚至还有专门的火箭部队，有关火箭武器的使用、布阵、作战技术和管理也都有条例规定。明代的《武备志》中曾有过这些火箭的记载

火药火箭：其工作原理和固体燃料火箭是一样的，以火药燃烧产生的推力。早在唐代初年(约在7世纪)火药就出现了，南宋时代火药用来制造烟火。大约在13世纪制成火箭。我国古代制造的火箭和起花所用的是黑色火药。

英国人康格里夫1793年毕业于剑桥大学，是学文科的，由于其父经管英国皇家兵工厂的影响，他对兵工机械怀有浓厚兴趣，因此后来便弃文习武，进入这家兵工厂，并且开始在英国士兵从印度带回的火箭资料的基础上，研究改进火箭的速度和射程。经过几年的探索，1805年，康格里夫采用新型火药制造出了一种实用的火箭，重14.5千克，箭长1.06米，直径0.1米，并且装了一根4.6米长的平衡杆，射程可达1800米。这种火箭在英国击败拿破仑军队的战争中建立了卓著的战功。由于康格里夫在火箭方面做出的贡献，英国政府于1814年授予他爵位荣誉，并在1817年被选为议会议员。然而，康格里夫火箭还未能解决制导和控制问题，精度较差。1844年，英国的威廉·霍尔发明了一种自旋稳定器，并用来对康格里夫火箭进行改进。虽然与现代火箭相比，所有的这些火箭都十分简陋，应用也不广泛，但它们的出现却为现代火箭的诞生奏响了序曲。

康格里夫研制的火箭在射程、精度及稳定方式上都作了改进，其性能已经近乎达到了火药火箭的极限。由于其巨大的杀伤力，使各国纷纷开始重视火箭的研究和使用。此后，战争火箭的另一项重大进步就是稳定性的提高。19世纪中叶英国的发明家威廉姆·黑尔在火箭的尾部装上3只倾斜的稳定螺旋板，当火箭发射时由于空气动力的作用使火箭自身旋转从而达到稳定。到第二次世界大战为止，火药火箭的发展已臻于完善。它的基本结构是由装有火药的火箭筒，中间装有发射药作为推进剂，头部装有高爆炸药和引信，尾部为喷口，另外采用尾部稳定翼起稳定作用，在发射装置上采用发射架或发射筒。比较著名的就是苏联的火箭炮——卡秋莎。

火药火箭是第一种实用的反作用推进装置，虽然有许多局限证明它不是理想的太空运载工具，但它的基本原理却完全适用于航天运载工具的需要，这样运用火箭作为宇宙航行基本运载工具的想法在先驱者脑中逐步酝酿。后来液体燃料火箭出现，进一步为航天推进器的实现提供了可靠的技术保证，也让航天先驱者看到了使用火箭来完成航天运载的曙光。经过不断的研究和早期试验，火箭作为太空飞行的推进装置逐渐得到证实，最终为人类通向太空架起了桥梁。