计算机科学与人工智能课件.ppt

《计算机科学与人工智能课件.ppt》由会员分享，可在线阅读，更多相关《计算机科学与人工智能课件.ppt（44页珍藏版）》请在三一办公上搜索。

1、2,人,1,现代计算机的智能与人工智能未来发展,湖北工业大学计算机学院 教授武汉思维科学与智能系统学会 理事,熊才权,2,人,2,1、人机大战（1）1991年8月在悉尼第12届国际人工智能联合会议上，IBM公司的“深思II”以1:1平澳大利亚国际象棋冠军约翰森时，人们对人工智能的水平还没引起足够的重视，（2）1997年5月IBM公司的“Deeper Blue”以3.5 : 2.5总比分胜国际象棋世界冠军卡斯帕罗夫时，引起了世人片哗然。 “深蓝”5人研制小组的负责人是华裔科学家谭崇仁，主要研制人员还有许雄峰。2、为索尼公司大为露脸的智能机器狗“阿宝”，它能通过充满灵性的动作和声音表达出自己的喜、

2、怒、哀、乐和恐惧等多种感情，并且还能通过学习自我完善，形成与主人相适应的习性。2、人工智能的幻想（1）电影：人工智能（2）电影：我，机器人,几个有趣的计算机智能例子,2,人,3,我们的问题,1、人工智能研究什么？2、人工智能能超越人类智能吗？3、我们的人工智能课程将要学些什么？,2,人,4,一、什么是人工智能二、人工智能的起源和发展三、智能计算机能做什么四、人工智能的未来发展。,主要内容,2,人,5,一、什么是人工智能？,1、什么是智能？ 智能是指人们在认识世界和改造世界的行动中，由脑力劳动表现出来的能力。它包括： （1）通过视、听、触觉等感官活动，认识并理解文字、图像、声音、语言的能力；（感

3、知） （2）通过人脑活动，将感性知识抽象为理性知识，并对事物运动规律进行分析、判断、推理和决策的能力；（解决问题） （3）通过教育、训练和学习过程，日益丰富自身的知识技能的学习能力；（学习）,生命起源,天体演化,人脑思维,2,人,6,2、什么是人工智能？ 人工智能(Artificial Intelligence，AI) 是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 它是是计算机科学的一个分支。 （1）企图了解智能的实质 （2）生产出一种新的能以人类智能相似的方式做出反应的智能机器,2,人,7,3、强人工智能与弱人工智能 强人工智能强人工智能观点认为有

4、可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：类人的人工智能，即机器的思考和推理就像人的思维一样。非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。弱人工智能弱人工智能观点认为不可能制造出能真正地推理（Reasoning）和解决问题（Problem_solving）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。强人工智能的研

5、究则处于停滞不前的状态下。,2,人,8,知识工程专家系统,自动程序设计,机器翻译,自动定理证明,自然语言理解,机器人学,计算机视觉,模式识别,人工智能程序设计语言,数据库智能查询,机器学习,博弈,4、人工智能的研究领域,核心技术,知识表达,问题求解,2,人,9,二、人工智能的起源与发展,1、人工智能的提出 1956年美国的Dartmouth 会议，J.McCarthy等人倡议开展人类思维活动规律的研究，并为其命名为“人工智能”。,Minsky首创框架理论,（人工智能之父）LISP语言的发明人首次提出AI的概念,Simon（政治学博士，心理学家，诺贝尔经济奖）“通用问题求解系统”GPS最早的下棋

6、程序之一MATER,2,人,10,逻辑理论基础： 古希腊的Aristotle亚里士多德(前384-322) 的形式逻辑。 德国数学家、哲学家Leibnitz布莱尼茨(1646-1716)的数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。计算机科学基础：计算思想 英国数学家Turing(图灵)(1912-1954),1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了“计算机与智能”的论文。1966年ACM设立图灵奖。,2、史前研究，1956年之前,Turing(图灵),2,人,11,3、人工智能的发展，1956年之后,60年代Simon叙述了智

7、能系统的特点：智能表示、智能推理、智能搜索。 Nilson发表了A*算法（搜索方法） McCarthy发明人工智能程序设计语言Lisp1965年Robinson提出了归结原理，（与传统的自然演绎法完全不同的消解法）。1968年Quillian提出了语义网络的知识表示方法1969年Minsky出了一本书“感知机”，给当时的神经网络研究结果判了死刑1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI, IJCAI),此后每两年召开一次。1970年人工智能国际杂志(International Journal of AI)创刊。这些对开展

8、人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。,2,人,12,智能行为支撑体与载体的研究数字计算机研究取得突破性的进展提出了AI研究的支持语言LISP,3、人工智能的发展，1956年之后,常规说法: 1946年就由美国数学家莫希里（Mauchly）和埃柯特（Echert）研制出了世界上第一台电子计算机,历史真相: 保加利亚裔副教授 Atanasoff 和 他的学生Berry 在1939年造出了一台电子计算机的样机(采用电子真空管，采用二进制),这台机器被称为ABC(Atanasoff Berry Computer)。,2,人,13,智能行为基本规律的研究Simon 夫妇在心

9、理学研究中对启发式信息在人类思维活动中作用的发现（1960年）Rosenblatt的感知机在计算机上表现智能行为的理论与方法的研究Shannon 的下棋程序Newell，Shaw 和Simon的GPS, 王浩的机器定理证明（1960年）Robinson的归结原理（1965年）Nilsson的A搜索算法（1971年）Samuel的下棋研究（1967年）Selfbridge的地狱模型Minsky的语义信息处理（1968年）及感知机（1969年）,2,人,14,1977年，以Feigenbaum为首的一批年轻科学家提出了知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。 著名的有：DENDR

10、AL化学分析专家系统（斯坦福大学1968）MACSYMA符号数学专家系统（麻省理工1971） MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学1973）CASNET(Causal ASsciational Network)诊断和治疗青光眼的专家咨询系统（拉特格尔斯（Rutgers）大学70年代中）CADUCEUS(原名INTERNIST)医疗咨询系统（匹兹堡大学）；HEARSAY I 和II语音理解系统（卡内基-梅隆大学）PROSPECTOR地质勘探专家系统（斯坦福大学1976）XCON计算机配置专家系统（卡内基-梅隆大学1978）,Feigenbaum,2,人,15,巨型智能系

11、统多学科交叉人机协作,2,人,16,符号主义连接主义行为主义,4、人工智能的主要学派及其观点,2,人,17,（1）符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。主要特征:立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需要逻辑推理的复杂问题。知识可用显式的符号表示。能与传统的数据库进行连接。可对推理结论进行解释。缺点:可以解决逻辑思维，但对于形象思维难于模拟。信

12、息表示成符号后，在处理和转换时有丢失的情况。,2,人,18,（2）联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。主要特征：通过神经元实现信息处理，处理过程具有并行性，动态性和全局性。可以实现联想的功能，便于对有噪声的信息进行处理。可以通过对神经元之间连接强度的调整实现学习和分类等。适合模拟人的形象思维过程。求解问题时，可以较快的得到一个近似解。缺点：不适合解决逻辑思维。,2,人,19,（3）行为主义(Actionism)，又称进化主义(Evolutionism)或控制论

13、学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“控制论动物”，是一个基于感知动作模式的模拟昆虫行为的控制系统。,2,人,20,80年代，人工智能发展达到阶段性的顶峰。87,89年世界大会有千人参加。硬件公司有上千个。并进行Lisp硬件、Lisp机的研究。在专家系统及其工具越来越商品化的过程中,国际软件市场上形成了一门旨在生产和加工知识的新产业知识产业。应该说，知识工程和专家系统是近十余年来人工智能研究中最有成就的分支之一。同年代，1986年Rumlhart领导的并行分布处理研究小组提出了

14、神经元网络的反向传播学习算法，解决了神经网络的根本问题之一。从此，神经网络的研究进入新的高潮。,2,人,21,90年代，计算机发展趋势为小型化、并行化、网络化、智能化。人工智能技术逐渐与数据库、多媒体等主流技术相结合，并融合在主流技术之中，旨在使计算机更聪明、更有效、与人更接近。 日本政府于1992年结束了为期十年的称为“知识信息处理体统”的第五代计算机系统研究开发计划。并开始了为期十年的实况计算（Real Word Computing）计划。 近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研究深入开展，形成高潮。同时，不同人工智能学派之间的争论也非常热烈。这些都推动人工智能研究的

15、进一步发展。,2,人,22,计算机智能化技术的主攻方向体现在 :并行与分布式处理技术。包括大规模并行机和机群的体系结构、并行操作系统于并行数据结构，分布式Client/Server计算模型及其处理技术，多专机系统的合作与知识共享技术等。知识的获取、表示、更新和推理新机制。包括新的知识获取方法，常识性知识的表示、更新与推理，大型知识库的组织与维护，新一代逻辑处理机制等功能的感知技术，包括对语音文字、图形与图像等信号的获取、识别、压缩与转化，以及多媒体输出和VR技术等。 使计算机来实现人的视觉、听觉等模式识别能力，是人类在基础理论与应用研究中面临最重大的挑战之一。用计算机实现模式的自动识别，是开发

16、智能机器的一个最关键的突破口（如果机器不能自动感知与识别周围环境，机器智能也就无从谈起！）。 随着数字化和网络通讯技术的飞速发展，“信息过载” 已成为日益严重的问题。如何用智能化的手段处理和识别网上的海量信息（包括文字、图像、语音等）已成为当前信息技术领域所面临的一个巨大挑战。研究友好人性化的人机交互技术, 以支持用户通过各种手持式设备、传统PC终端和固定电话等形式来安全可靠地检索各种媒体信息。比尔.盖茨认为人类计算的未来就是要让计算机会看、会听、会说、会思考。,2,人,23,1、如何判断机器有智能？图灵于1936年提出了图灵测试标准。图灵测试说，如果一个人不能区分人和机器，就说明这个机器具有

17、智能。,1980年美国著名语言哲学家赛尔（John R.Searke）提出的“中文房”模型。,三、计算机的智能极限,2,人,24,2、计算机理论基础：形式化方法,形式化方法是指建立一个形式系统，并进行推理和演绎。形式系统由四个部分组成：（1）符号表，规定系统允许使用的符号；（2）形成规则，即语法，规定符号连接成合法序列的规则；（3）初始公式，即公理；（4）推理规则，规定怎样将一个合法序列就成另一个合法序列。,2,人,25,形式化系统具有以下特点：（1）使用专门的人工符号语言；（2）除初始概念以外，任何概念必须由初始或已定义的概念来定义；（3）除初始命题即公理以外，任何断言必须是经过证明的，不许

18、引进初始命题以外的假设作为证明的根据。基于冯诺伊曼体系结构的计算机本质上是一个形式系统，程序设计和运行是一种形式逻辑活动。,2,人,26,“中文房”模型与计算机执行程序有相似之处，它有以下三个步骤：（1）输入，字符被送入房间；（2）处理，按照操作规程，将输入的中文字符转换为另一种字符；（3）输出，新的中文字符送出房间。 计算机执行程序就象中文房里的人按规程执行操作一样，它并不知道这些符号的意义是什么，对这个结果是怎样得出的也一无所知，即计算机程序并不构成真正的思维。 以3.5 2.5战胜了国际象棋世界冠军卡斯帕罗夫的IBM的计算机“深蓝”，哪怕是一步一目了然的棋也要作全部的搜索和计算，但人可以

19、用直觉下棋。,2,人,27,现代计算机的基本结构是由美藉匈牙利科学家冯. 诺依曼于1946年提出的。其要点为： 1.计算机完成任务是由事先编号的程序完成的；2.计算机的程序被事先输入到存储器中，程序运算的结果，也被存放在存储器中。 3.计算机能自动连续地完成程序。 4.程序运行的所需要的信息和结果可以通输入输出设备完成。 5.计算机由运算器、控制器、存储器、输入设备、输出设备所组成；,2、计算机体系结构,2,人,28,（1）科学计算 科学计算是计算机最早的应用领域，如航空航天、气象、军事等，都离不开准确的计算。（2）数据处理 计算机可对大量的数据进行分类、综合、排序、分析、整理、统计等加工处理

20、，并可要求输出结果。如人事管理、卫星图片分析、金融管理、仓库管理、图书和资料检索等。（3）实时控制 在工业、科学和军事方面,利用计算机能够按照预定的方案进行自动控制，完成一些人工无法亲自操作的工作，如汽车生产流水线等。,3、计算机能做什么？,2,人,29,形式化方法模拟人类智能面临以下三个问题：第一，人类智能是否全部可以形式化。形式化的界限就是计算机的第一界限。思维科学研究表明，抽象思维可以形式化，而形象思维和灵感思维不能形式化。计算机在数值计算、定理证明等方面表现出优秀的性能，但计算机不具备形象思维和灵感思维能力怎样实现从非形式化领域向形式化领域的转变？如果由计算机来完成这一转变，就得把这个

21、转变形式化，那么转变的起点在哪里？这就造成了一种回归现象（甚至是悖论）。要避免这种回归，必须假设有一种包罗万象的先验的形式化系统，然而形式化方法属于人类抽象思维范畴，先验的形式化系统是不存在的。所以人类的智能不可能全部形式化。,智能计算机与人工智能极限,2,人,30,第二，形式化问题是否都是可计算的。形式化问题的可计算性是计算机的第二界限。1931年，哥德尔不完全性定理：任何形式系统都是不完全的，亦即存在一个命题A，该命题及其否定命题都是不可证的6。1939年，图灵证明了图灵停止问题和哥德尔不完全定理是等价的7。图灵停止问题是指，任何一个图灵机都一定有不可解的问题，即一定存在一个数学问题，不可

22、能找到一个算法使得这个问题有解。哥德尔不完全定理和图灵停止问题都说明形式系统是不完备的，形式系统中存在不可计算问题。彭罗斯使用哥德尔不完备定理论述了意识的不可计算性。对于一个无法在一个形式化系统中用数学公理规则体系去决定其真伪的命题，人类可以由“直觉”定义它是真或者假，然后把它作为一个公理加在原来的体系里，并形成一个新的体系。计算机不具有“直觉”，它无法实现形式系统的自我完备。可见，即使问题是可形式化的，也不一定可以在计算机上求解。,2,人,31,第三，计算机难解问题。即使形式化系统中的可计算问题还须区分这个问题是不是计算机难解问题，这是计算机的第三界限。可计算问题分为两类，第一类问题的求解只

23、需要低次多项式时间，如有序检索和分类的计算时间复杂度分别为O(logn)和O(nlogn)；第二类问题是包括那些迄今为止已知的最好算法所需时间为非多项式时间的问题，如货朗担问题和背包问题的时间复杂度分别为O(n22n)和O(2n/2)。对于第二类问题，由于算法的执行所需要的时间和空间会随n的增大而急剧增加，以致即使是一个中等规模的问题也不能解出9。,2,人,32,第三，计算机难解问题。即使形式化系统中的可计算问题还须区分这个问题是不是计算机难解问题，这是计算机的第三界限。可计算问题分为两类，第一类问题的求解只需要低次多项式时间，如有序检索和分类的计算时间复杂度分别为O(logn)和O(nlog

24、n)；第二类问题是包括那些迄今为止已知的最好算法所需时间为非多项式时间的问题，如货朗担问题和背包问题的时间复杂度分别为O(n22n)和O(2n/2)。对于第二类问题，由于算法的执行所需要的时间和空间会随n的增大而急剧增加，以致即使是一个中等规模的问题也不能解出。,2,人,33,一个问题在计算机上是可解的，首先必须是可形式化的，可形式化的问题还必须是可计算的，可计算机的问题还必须是有一个合理的复杂程度它们的关系如下：,因此基于形式系统的计算机可以求解的只是自然界问题的极小部分。正如美国计算机专家Jacob Schwartz指出：“最近的计算理论的结果表明：所有可能的问题中只有一个特殊的集是数学上

25、可知的，而数学上可知的问题中又只有很小的一部分用计算机能有效地实现。”,问题 可形式化问题 可计算问题 非计算机难解问题,2,人,34,五、人工智能的研究目标和未来发展, 近期目标建造智能计算机代替人类的部分智力劳动 远期目标用自动机模仿人类的思维过程和智能行为,2,人,35,人工智能的基本技术：（1）知识表示（Knowledge Representation）状态空间法、问题归约法、谓词逻辑法（2）推理搜索（Searching & Reasoning）启发式搜索、消解原理、不确定性推理（3）计算智能（Computational Intelligence）模糊计算、神经计算、进化计算（4）构成

26、技术（系统与语言）产生式系统、LISP语言、Prolog语言,2,人,36,传统的人工智能研究领域：1、问题求解人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。2、逻辑推理与定理证明 通过对事实数据库的操作来证明定理 多种证明方法 几何定理证明的“吴氏方法” 3、自然语言理解 语言 自然语言、人造语言、机器语言 “理解”的标准4、自动程序设计 根据不同目的描述来编写的计算机程序 促进人工智能系统的发展,五、人工智能的研究领域和未来发展,2,人,37,专家系统 是一个智能化的计算机程序系统 和传统的计算机程序之间有本质区别机器学习 是机器

27、获取智能的途径 学习是一个有特定目的的知识获取过程 学习的本质是对信息的理解与应用 有多种学习方法,2,人,38,传统的人工智能研究领域：神经网络 神经计算机 在其它领域中的广泛应用机器人学 操作机器人 智能机器人 机器人的广泛应用 促进人工智能的发展,2,人,39,传统的人工智能研究领域：模式识别 是计算机对环境识别的需要 是对人类环境的感知模拟机器视觉 人类80以上的外部信息来自视觉 低层视觉与高层视觉 前沿研究领域 广泛应用,2,人,40,传统的人工智能研究领域：智能控制 驱动智能机器自主地实现其目标的过程 是一个定性和定量的混合控制过程 是当今自动控制的最高水平智能检索 是信息时代来临

28、的需要 智能检索系统所面临的三大问题,2,人,41,传统的人工智能研究领域：智能调度与指挥 寻找最佳调度和组合 NP完全类问题的求解 军事指挥系统等领域分布式人工智能与Agent 是传统人工智能的延伸和扩展 研究目标是创建一种能描述自然系统和社会系统的精确概念模型,2,人,42,传统的人工智能研究领域：计算智能与进化计算 计算智能包括神经计算、模糊计算、进化计算等 进化计算的理论基础是生物进化论数据挖掘与知识发现 知识获取 数据库知识挖掘 数据库中知识发现的四个特征,2,人,43,传统的人工智能研究领域：人工生命 人工生命概念的提出 理论基础与研究方法 研究内容系统与语言工具 计算机系统的一些概念得到发展 新的编程语言与专用开发工具,2,人,44,我们的研究,综合集成法（钱学森院士提出的理论与方法）人工智能从以往的追求自主的系统，改变为人机结合的系统。计算机的定量与人的定性信息处理相结合，取长补短，结构模拟和功能模拟相互补充。甚至提出了没有知识表示、没有推理的智能（六脚爬虫）。,