1. 問題及其分類
人們在生活、學(xué)習(xí)和工作中每時每刻都會遇到各種各樣的問題。
美國著名心理學(xué)家和計(jì)算機(jī)專家西蒙（Sinmon,1978）指出：
當(dāng)一個人接受一項(xiàng)任務(wù)，但又不知道如何去完成它時，他面臨的就是一個問題。
西蒙將問題解決看作人類認(rèn)知的三類信息加工過程（再認(rèn)、問題解決、學(xué)習(xí)）之一。
可見，問題解決就是所面對的問題得到解決的認(rèn)知活動過程。
為了尋求用信息技術(shù)求解問題的有效策略，人們從不同角度問題的類型進(jìn)行劃分與研究。
當(dāng)然，人們對問題類型的劃分只是相對的，它可以在一定的條件之下發(fā)生變化。
(1)良構(gòu)問題和劣構(gòu)問題
根據(jù)問題狀態(tài)的清晰程度，可以將問題區(qū)分為定義完善的問題、定義不完善的問題兩大類，
它們也被分別被稱為良構(gòu)（well-structured）問題和劣構(gòu)（ill- structured）問題。
在定義完善的問題中，問題的前提與目標(biāo)狀態(tài)都是清晰的，
達(dá)到目標(biāo)的潛在的解決路徑是已知的或者比較容易獲取的。
例如，求解一元二次方程X2+3X+2=0的問題就是一個定義完善的問題。
反之，在定義不完善的問題中，則可能有一個未加明確說明的既定狀態(tài)、
一個不明確的但希望達(dá)到的目標(biāo)狀態(tài)，而且也可能沒有普遍認(rèn)同的解決問題的策略。
例如，心理咨詢問題就是一類定義不完善的問題。
(2)結(jié)構(gòu)化問題與非結(jié)構(gòu)化問題
根據(jù)信息處理過程的結(jié)構(gòu)化程度不同，有專家將問題劃分成三種類型：
結(jié)構(gòu)化問題、非結(jié)構(gòu)化問題與半結(jié)構(gòu)化問題。
結(jié)構(gòu)化（structured）問題，是指能夠通過形式化（或稱公式化）方法描述和求解的一類問題；
非結(jié)構(gòu)化（unstructured）問題則難以用確定的形式來描述，主要根據(jù)經(jīng)驗(yàn)來求解；
介于上述兩者之間的是半結(jié)構(gòu)化（semi-structured）問題。
(3)常規(guī)性問題與非常規(guī)性問題
從問題解決者的知識角度來看，可以將問題分為常規(guī)性問題與非常規(guī)性問題兩大類。
常規(guī)性問題是一類與問題解決者已經(jīng)解決了的問題相同或相似的問題，該類問題只需通過再現(xiàn)性思維即可獲得解決；
非常規(guī)性問題是指不同于問題解決者以前已經(jīng)解決過的問題，該類問題的解決需要問題解決者建立新的解決方案。
2．問題解決的基本策略
就上述各類問題的解決策略而言，一般來說可以分成算法求解策略與啟發(fā)式求解策略兩大類：
（1） 算法求解策略
算法是保證解決某一特定問題的一種方法或程序，是一種規(guī)則系統(tǒng)。
目前企業(yè)中面臨的很多問題都是定義完善問題（或結(jié)構(gòu)化問題、常規(guī)性問題），
它們大都可以通過簡單的分析，根據(jù)現(xiàn)成的算法編程來解決。
（2）啟發(fā)式求解策略
啟發(fā)式是一種通用的、適應(yīng)面較廣的問題解決策略，
較多地被應(yīng)用于復(fù)雜的定義不完善問題（或非結(jié)構(gòu)化問題、非常規(guī)性問題）的求解。
在有關(guān)問題解決的信息加工理論中，問題空間、搜索等都是十分基本的概念。
在這里，問題空間是問題解決者在任務(wù)環(huán)境中通過對目標(biāo)狀態(tài)路徑的搜索而形成的，
大多數(shù)問題都可能有一條以上的達(dá)到問題解決目標(biāo)的路徑。
因此，問題的解決過程實(shí)質(zhì)上就是對問題空間（即搜索空間）的搜索過程，
而對于復(fù)雜的非結(jié)構(gòu)化問題來說，則需要采用非傳統(tǒng)的、直覺的、推測性的啟發(fā)性策略進(jìn)行求解。
通過簡單博弈問題的分析，了解用盲目搜索技術(shù)進(jìn)行狀態(tài)空間搜索的基本過程，
可以知道啟發(fā)式搜索的基本思想及其優(yōu)點(diǎn)。
需要指出的是，問題解決的具體策略多種多樣，求解策略的選擇也是相對的。
對于不同類型的問題，可以用不同的策略和相應(yīng)的信息技術(shù)工具來求解；
反之，同一個問題也可以采用不同策略來獲得解決。
3．人工智能在“問題解決”中的作用
我們知道,人工智能研究處于信息技術(shù)的前沿，它的研究、應(yīng)用和發(fā)展 在一定程度上
決定著計(jì)算機(jī)技術(shù)的發(fā)展方向。
今天，人工智能的不少研究領(lǐng)域如自然語言理解、模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、
智能檢索、機(jī)器人技術(shù)、人工神經(jīng)網(wǎng)絡(luò)等都走在了信息技術(shù)的前沿，
有許多研究成果已經(jīng)進(jìn)入人們的生活、學(xué)習(xí)和工作中，并對人類的發(fā)展產(chǎn)生了重要影響。
與一般的信息處理技術(shù)相比，人工智能技術(shù)在求解策略和處理手段上都有其獨(dú)特的風(fēng)格。
而企業(yè)中也會遇到大量的結(jié)構(gòu)性問題、非結(jié)構(gòu)性問題、半結(jié)構(gòu)性問題。
所以，作為管理人員，了解一些信息技術(shù)的相關(guān)進(jìn)程，
可以拓展自己的思路、避免被自己的慣常思維所限制住——這也是創(chuàng)新思維中的措施之一。
人工智能的相關(guān)研究成果，是完全可以用于個人的思維能力提升、組織思維能力的提升。
有些高科技并不像你所想像得那么復(fù)雜的。因?yàn)槿斯ぶ悄苎芯康氖侨祟愃季S模式、人類遇到的問題解決。
在企業(yè)中，
1）對信息的獲取、加工、管理、表達(dá)與交流的能力；
2）對信息及信息活動的過程、方法、結(jié)果進(jìn)行評價的能力；
3）發(fā)表觀點(diǎn)、交流思想、開展合作并解決學(xué)習(xí)和生活中實(shí)際問題的能力；
4）遵守相關(guān)的倫理道德與法律法規(guī)，形成與信息社會相適應(yīng)的價值觀和責(zé)任感。
由此可見，“解決學(xué)習(xí)和生活中實(shí)際問題的能力”即問題解決能力的培養(yǎng)或發(fā)展，
既是人工智能的科研人員所關(guān)心的，也應(yīng)該是企業(yè)中管理人員應(yīng)該終身思考、終身關(guān)心的問題。
自我訓(xùn)練時，可以注意以下原則：
1）對問題解決方法多樣性和多種思維方式的培養(yǎng)
從求解問題的計(jì)算機(jī)程序的組成來看，有專家認(rèn)為：
求解結(jié)構(gòu)化問題的傳統(tǒng)程序＝算法＋數(shù)據(jù)結(jié)構(gòu)，
而求解非結(jié)構(gòu)化、半結(jié)構(gòu)化問題的人工智能程序＝知識＋推理。
自學(xué)一點(diǎn)人工智能的知識，了解人工智能語言的基本特征，
理解智能化問題求解的最為基本的策略的過程中，體驗(yàn)、認(rèn)識人工智能知識與技術(shù)的過程中
獲得對非結(jié)構(gòu)化、半結(jié)構(gòu)化問題解決過程的了解，
從而可以使自己了解計(jì)算機(jī)解決問題的方法的多樣性，
也就會對日常生活中的問題解決方法多樣性有所了解，
培養(yǎng)自己的多種思維方式，提高個人素養(yǎng)。
2）對自己的分析能力 與 判斷能力的培養(yǎng)
在人工智能應(yīng)用中，專家系統(tǒng)是模擬人類專家解決問題的思路和經(jīng)驗(yàn)，
來解決現(xiàn)實(shí)社會特定領(lǐng)域中復(fù)雜問題的一類軟件系統(tǒng)。
一個實(shí)際的專家系統(tǒng)不僅能夠?yàn)橛脩艚o出相關(guān)領(lǐng)域的專家水平建議或決策，
而且能夠通過解釋機(jī)制，以用戶容易理解的方式解釋專家系統(tǒng)的具體推理過程。
可以向?qū)＜蚁到y(tǒng)提出諸如“為什么(Why)要問該問題？”“該結(jié)論是如何(How)得到的？”等問題，
系統(tǒng)接受用戶的問題指令后，可以根據(jù)推理的邏輯進(jìn)程，即時將答案呈現(xiàn)給用戶。
由于專家系統(tǒng)中的知識組織與推理過程是對人類專家思維方式的一種模擬與再現(xiàn)，
因此在建造知識庫過程中，需要將原來零碎的未成型的知識概念化、形式化和條理化，
從而內(nèi)化為自己的東西。正如美國著名的學(xué)習(xí)論專家Jonassen所指出的：
那些自行設(shè)計(jì)專家系統(tǒng)的企業(yè)員工將會在該種活動中受益匪淺，
因?yàn)檫@是一個對所學(xué)知識進(jìn)行深度加工的過程。
這個過程，其實(shí)是“知識管理（KM）”在企業(yè)中的運(yùn)用，
對于建設(shè)者來說，是一個很好的學(xué)習(xí)過程，很多人放棄這些，造成了不必要的學(xué)習(xí)機(jī)會的浪費(fèi)。
版權(quán)說明：
科學(xué)知識是相通的，但是，有些文字來源不得不說（懶得錄入了，直接復(fù)制了別人的文字）。
本帖由本人 寫于2007年12月29日，是受另一篇文章的啟發(fā)。那篇文章考慮的是如何將相關(guān)知識融于 高中 信息技術(shù)教育中。我寫的，是如何提高自己的個人素養(yǎng)，拓展管理人員思維模式。
參考文章：《人工智能技術(shù)與“問題解決”》，作者：張劍平，浙江師范大學(xué)教育技術(shù)系。
http://blog.tianya.cn/blogger/post_show.asp?idWriter=0&Key=0&BlogID=1057885&PostID=11309471
編輯于 2008-01-07 15:10:06 星期一
