人工智能第一部分教材课件.ppt

《人工智能第一部分教材课件.ppt》由会员分享，可在线阅读，更多相关《人工智能第一部分教材课件.ppt（82页珍藏版）》请在三一办公上搜索。

1、1,人工智能,武汉理工大学计算机学院魏志华,2,参考书目：1柴玉梅，张坤丽，人工智能 ，机械工业出版社，2012.06。2（澳）Michael Negnevitsky， Artificial Intelligence ，陈薇等译，（智能系统指南）机械工业出版社，2012.073 (美)S stuart J Russell ; Peter Norvig, Artificial Intelligence A Modern Approach ，殷建平等译，清华大学出版社，2013.11,3,课时安排,教学：40学时实验：8学时机动：4学时,4,教学安排,每人1020分钟课堂交流主题： 知识表示方法搜

2、索策略 逻辑推理不确定性推理专家系统 神经网络 遗传算法,5,实验安排,实验1（4学时）：实现一个基于产生式的小型专家系统1.目的：掌握产生式系统的运行机制和基于规则推理的基本方法；了解小型专家系统的结构、设计和实现过程。 2.要求：设计并实现一个领域的小型专家系统，该系统能对输入的询问回答分类或预测结果，并根据推理过程回答“为什么”等。3.过程：收集知识、构建知识库、建立事实库、设计产生式的推理过程。,6,实验2 （4学时）: 求解八码问题1.目的：加深对图搜索的基本原理的理解，针对实际问题，实现图搜索的基本算法2.要求：对任意八码问题（给定初始格局和目标格局），使用不同策略实现求解过程。3

3、.过程：设计存储结构、设计启发函数、设计输出（数码的移动）、实现算法。,7,课程学习的基本要求,了解人工智能的发展、研究领域和方向；了解人工智能的研究途径和方法；掌握人工智能中知识表示的若干基本方法与技术；熟练掌握状态空间、与或图的各种搜索方法与相关算法；熟练掌握定理证明的归结原理及各种归结策略；掌握基于规则的演绎系统；了解人工智能的研究现状、热点和发展趋势。,8,人工智能简介,9,什么是人工智能为什么要研究人工智能人工智能研究的目标人工智能研究的课题人工智能研究的途径与方法人工智能的基本技术人工智能的发展概况,10,1. 什么是人工智能？(Artificial Intelligence 简称

4、AI ) 研究如何使机器（计算机）具有智能的科学与技术（也就是研究使机器来完成能表现出人类智能的任务的科学，人类智能包括推理、学习、思考、规划等思维活动）。人工智能虽然是计算机科学的一个分支，但其研究不仅涉及计算机科学，还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知（思维）科学、行为科学和数学，以及信息论、控制论和系统论等许多学科领域。属于交叉学科和边缘学科。只要告诉机器作什么，而不告诉机器怎么做，机器并能完成任务，就可以说机器具有智能了。,11,2. 为什么要研究人工智能？计算机是目前最有效的信息处理工具（信息技术包括微电子技术、计算机技术、通信技术），但普通的计算机系统的智能还相

5、当低下，如缺乏自适应、自学习、自优化等能力，也缺乏社会或专业知识，而只能是被动的按照人们为它事先安排好的工作步骤进行工作，难以满足越来越复杂和越来越广泛的社会需求。是信息化社会的需要是自动化发展的趋势，自动化发展到一定的水平就是智能化。,12,3. 人工智能研究的目标近期目标：实现机器智能。及先部分的或某种程度的实现机器的智能。远期目标：制造智能机器。具体是使计算机具有看、听、说等感知和交互功能，具有联想、推理、理解、学习等高级思维能力，还要有分析问题、解决问题和发明创造能力（也就是自动获取知识和利用知识的能力）。,13,4. 人工智能研究的课题知识的模型化和表示方法启发式搜索理论各种推理方法

6、（演绎、规划、常识性推理、归纳推理）人工智能系统结构和语言结合具体应用领域主要有：自然语言理解（Natural Language Understanding）计算机理解自然语言及翻译（例：“光阴似箭”的英语“Time flies like an arrow”翻译成日语再翻译成中文就成了“苍蝇喜欢箭”）,14,数据库的智能检索（Intelligent Retrieval from Data base）专家咨询系统（Expert Consulting System）定理证明（Theorem Proving）博弈（Game Playing ）机器人学（Robotics）自动程序设计（Automati

7、c Programming）感知问题（Perception Problems）“看见”和“听见”,15,5. 人工智能研究的途径与方法,结构模拟，神经计算 就是根据人脑的生理结构和工作机理实现计算机的智能；人脑的生理结构是由大量的神经细胞组成的神经网络，人脑大约有10的11次方个神经细胞组成的神经网络，目前只能局部或近似模拟，具体讲就是用神经元（神经细胞）组成的人工神经网络来作为信息和知识的载体，用神经计算方法实现学习、推理、联想、识别等功能。功能模拟，符号推演 由于人脑的奥秘尚未彻底揭开，所以对人脑从功能上进行模拟，称。 基于功能模拟的符号推演，是人工智能研究中最早使用且直至目前还主要使用的

8、方法。如自动推理、定理证明、专家系统等等。具体有图象识别、语音识别等。行为模拟，控制进化 还有一种是基于感知行为模型的研究，这种方法就是模拟人在控制过程中的智能活动和行为特征，如自适应、自学习、自组织等等。具体有机器人。,16,6. 人工智能的基本技术,推理技术搜索技术 就是为了达到某一“目标”而连续的进行推理的过程。搜索技术是对推理进行引导和控制的技术，也是一种规划技术。知识表示与知识库技术 知识表示是指知识在计算机中的表示方法和表现形式；涉及知识的物理结构和逻辑结构。 知识库类似于数据库，知识库技术包括知识的组织、管理、维护、优化等技术。对知识库的操作要靠知识库管理系统的支持。二着关系密切

9、。 对知识表示与知识库的研究有许多问题需要解决，如：知识的分类、知识的一般表示模式、不确定性知识的表示、知识分布表示、知识库模型、知识库与数据库的关系、知识库管理系统等。,17,归纳技术 指机器自动提取概念、抽取知识、寻找规律的技术。近年来基于数据库的数据开采（Data Mining简称MD）和知识发现(Knowledge Discovering form Data base 简称KDD)是研究的热点。联想技术 是最基本、最基础的思维活动。,18,7. 人工智能的发展概况,人工智能的学科产生 正式诞生于1956年的一次学术会议，它是逻辑学、心理学、计算机科学、脑科学、神经生理学、信息科学等学科

10、发展的必然结果。单就计算机看，其功能的发展从数值计算到数据处理再到知识处理（智能）。符号主义途径发展概况 计算机程序-自学习、自组织、自适应能力的程序（跳棋）-识别程序（证明平面几何）-问题求解程序（苹果的重量判别）-表处理语言（LIST）-定理证明连接主义途径发展概况 “连接”的实质是神经网络系统；神经网络在智能控制、语音识别、图形文字识别、数据压缩、知识工程、最优化问题求解、智能计算机等领域进行了实践并取得的初步成果。,19,发展趋势 A.联合处理 过各种技术联合处理，如：神经网络主要模拟形象思维，实现识别、联想、学习、适应等功能；专家系统主要模拟逻辑思维，实现判断、联想、推理、搜索等功能

11、。 B.新思想、新理论、新技术不但涌，如：模糊技术、模糊神经网络、遗传算法、进化程序设计、混沌理论、人工生命等等。 C.分布式人工智能（Distributed AI） 基于计算机网络，以研究和开发“群体智能”为主要特征。,20,第一部分 绪论,21,人工智能（Artificial Intelligence, AI）是当前科学技术发展中的一门前沿学科。 人工智能是在计算机科学、控制论、信息论、神经心理学、哲学等多种学科研究的基础上发展起来的。 工业革命主要是延长了人手的功能，把人类从繁重的体力劳动中解放出来，而人工智能延伸了人脑的功能，实现脑力劳动的自动化。,22,20世纪40位图灵奖获得者中有

12、6位是人工智能学者，可见人工智能学科影响之深远。,人工智能前景诱人，同时也任重而道远！,1969年：马文明斯基 1971年：约翰麦卡锡 1975年：赫伯特西蒙和艾伦纽厄尔 1994年：爱德华费根鲍姆和劳伊雷迪,23,人工智能的定义 形成和发展过程 研究内容 技术特点 应用领域 发展趋势,内容提要,24,一. 什么是智能二. 什么是人工智能,1. 人工智能的定义,25,第一，人工智能和其它许多新兴学科一样，至今尚无统一的定义，所谓人工智能的定义，只是人工智能研究者根据对它的已有认识所作的一些不同解释。,第二，人工智能的定义依赖于智能的定义。因此，要定义人工智能，首先应该定义智能。,关于人工智能的

13、定义，首先要指出两点：,26,通俗地说，智能是一种认识客观事物和运用知识解决问题的综合能力。至于其确切定义，还有待于对人脑奥秘的彻底揭示。,一. 什么是智能,27,1. 认识智能的不同观点,人类在认识智能的过程中提出了许多的观点，其中最具有代表性的观点有三种：,智能来源于思维活动-思维理论。智能取决于可运用的知识-知识阈值理论。智能可由逐步进化来实现-进化理论。,28,人类的智能总体上可分为高、中、低三个层次，不同层次智能的活动由不同的神经系统来完成。,思维理论和知识阈值理论对应于高层智能，而进化理论则对应于中层智能和低层智能。,2. 智能的层次结构,高层智能以大脑皮层为主，主要完成记忆和思维

14、等活动； 中层智能以丘脑为主，主要完成感知活动； 低层智能以小脑、脊髓为主，主要完成动作反应。,29,智能是一种综合能力。具体地说，包含:,智能具有感知能力智能具有记忆与思维能力智能具有学习和自适应能力智能具有行为能力,3. 智能所包含的能力,30,综合各种的人工智能观点，可以从“能力”和“学科”两个方面对人工智能进行定义：,从能力的角度来看，人工智能是相对于人的自然智能而言的，所谓人工智能是指用人工的方法在机器（计算机）上实现的智能； 从学科的角度来看，人工智能是作为一个学科名称来使用的，所谓人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。,二. 什么是人

15、工智能,31,图灵测试,如何衡量机器是否具有智能？,32,一.孕育期二.形成期三. 知识应用期四. 综合集成期,2. 人工智能的产生与发展,33,人工智能的术语自1956年正式提出，并作为一个新兴学科的名称被使用以来，已经有四十多年的历史。其产生与发展过程，可大致分为四个阶段：,孕育期 形成期 知识应用期 综合集成期,34,（1）古希腊伟大的哲学家和思想家亚里斯多德（Aristotle）创立了演绎法。（2）英国哲学家和自然科学家培根（F.Bacon）创立了归纳法。（3）德国数学家和哲学家莱布尼茨（G.WLeibnitz）把形式逻辑符号化，奠定了数理逻辑的基础。（4）法国物理学家和数学家帕斯卡（

16、B.Pascal）制造成功了世界上第一台加法器。,一. 孕育期（1956年之前）,35,（5）英国数学家和发明家巴贝奇（CBabbage）发明了差分机和分析机，为研制“思维机器”做出了巨大贡献。（6）英国数学家布尔（GB0OLE）创立了布尔代数。（7）英国数学家、超时代的天才、图灵机的发明者图灵（A.MTuring）1936年创立了自动机理论，并为人工智能做了大量的开拓性工作。（8）匈牙利数学家、博弈论的创立者冯诺依曼（JohnVonNeumann）1945年提出了存储程序的概念，在计算机领域建立了不朽的功勋。,36,（9）美国数学家、电子数字计算机的先驱莫克利（J.W.Mauchly）与他的

17、研究生埃克特（J.P.Eckert）合作，1946年研制成功了世界上第一台通用电子计算机 ENIAC。（10）美国著名数学家、控制论创始人维纳（NWiener）1948年创立了控制论。（11）美国应用数学家、信息论的创始人香农（C.E.Shannon）创立了信息论。（12）美国神经生理学家麦克洛奇（WMcCulloCh）和皮兹（WPitts）一起于 1943年建成了第一个神经网络模型（MP模型）。,37,二. 形成期（1956年-1969年）,人工智能诞生于1965年的一次历史性的聚会。 1O位杰出年轻科学家在美国达特茅斯大学举行了一次为期两个月的夏季学术研讨会，共同学习和探讨了用机器模拟人类

18、智能的有关问题。 麦卡锡提议正式采用了“人工智能AI（Artifcial Intelligence）”这一术语。 一个以研究如何用机器来模拟人类智能的新兴学科人工智能诞生了。,38,这次会议之后，在美国很快就形成了三个以人工智能为研究目标的研究小组：,纽厄尔和西蒙的卡内基一兰德小组（也称心理学小组） 塞缪尔的IBM公司工程课题研究小组 明斯基和麦卡锡的MIT研究小组,39,（l）心理学小组 1957年，研制了逻辑理论机（Logie Theory achine 简称LT），是一个数学定理证明程序。 196O年，研制了通用问题求解（General Problem Solving，简称（GPS）程序

19、。该程序当时可以解决11种不同类型的问题，如不定积分、三角函数、代数方程、猴子摘香蕉、梵塔问题、人-羊过河等。,这一时期的主要研究大致有以下一些方面：,40,（2） IBM工程课题研究小组 1956年，塞缪尔在IBM 704计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。（3） MIT小组 1958年，麦卡锡建立了行动规划咨询系统。 196O年，麦卡锡又研制了人工智能语言LISP。,41,（4）其他方面 1965年鲁宾逊（JA Robinson）提出了归结（消解）原理。 1965年美国斯坦福大学的费根鲍姆（EA .Feigenbaum）在他领导的研究小组内开始研究化学专家系统D

20、ENDRAL。 1969年由国际上许多学术团体共同发起成立了国际人工智能联合会议（International Joint Conferences on Artificial Intelligence ，简称IJCAI）。 1956年乔姆斯基（NChomsky）提出文法体系。 1958年塞尔夫里奇研制出模式识别系统程序。 197O年国际性人工智能杂志（Artificial Intelligence）创刊。,42,三. 知识应用期（1970年-80年代末）,在成就面前，一些人工智能专家开始盲目乐观，他们认为只要依靠一些推理规则，再加上强大的计算机就可以使机器智能达到专家水平，甚至超过人的能力。 2

21、O世纪6O年代初期，人工智能的创始人西蒙等人很自信地预言：1O年内计算机将成为世界冠军；1O年内计算机将证明一个未发现的数学定理；10年内计算机将能谱写出优秀作曲家水平的乐曲；1O年内大多数心理学理论将在计算机上形成。,43,然而，人工智能遇到了许多麻烦：,（l）在博弈方面，塞缪尔的下棋程序在与世界冠军对弈时，5局中败了4局。 （2）在定理证明方面，发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函数时，推了10万步也没证出结果。 （3）在问题求解方面，由于过去研究的大多是良结构的问题，而现实世界中的问题又多数为不良结构，如果仍用那些方法去处理，将会产生组合爆炸问题。,44

22、,（4）在机器翻译方面，原来人们以为只要有一本双解字典和一些语法知识就可以实现两种语言的互译，但后来发现并不那么简单，甚至会闹出笑话。 （5）在神经生理学方面，研究发现人脑有10的11次方以上的神经元，在现有技术条件下用机器从结构上模拟人脑是根本不可能的。 （6）在人工智能的本质、理论、思想及机理方面，人工智能受到了来自哲学、心理学、神经生理学等社会各界的责难、怀疑和批评。,45,在英国，1971年剑桥大学应用数学家詹姆士（James）先生应政府要求，发表了人工智能综合报告，指责“人工智能研究不是骗局，也是庸人自扰”。这个目光短浅的报告被政府采纳后，英国的人工智能研究经费被削减、机构被解散。

23、在美国，曾一度热衷于人工智能研究的IBM公司也下令取消了在该公司范围内的所有人工智能研究活动。 从此，形势急转直下，在全世界范围内人工智能研究陷入困境、落入低谷。,在其它方面，人工智能也遇到了各种问题：,46,在这种极其困难的环境下，仍有一大批人工智能学者不畏艰辛、潜心研究。 他们在认真总结前一阶段研究工作经验教训的同时，从费根鲍姆以知识为中心开展人工智能研究的观点中找到了新的出路。,47,以知识为中心的研究：,专家系统悄悄开始孕育，使得人工智能在后来出现的困难和挫折中找到前进方向，迅速地再度兴起。 专家系统（Expert System，简写为 ES）是一个具有大量的专门知识，并能够利用这些知

24、识去解决特定领域中需要由专家才能解决的那些问题的计算机程序。 专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是人工智能发展史上的一次重要转折。,48,1972年，费根鲍姆在继化学专家系统DENDRAL之后，又领导他的研究小组开始研究MYCIN专家系统，并于1976年研制成功。 1976年，斯坦福大学国际人工智能中心杜达（R.D. Duda）等人开始研制地质勘探专家系统PROSPECTOR。 MIT 1971年研制成功并投入使用数学专家系统MACSYMA。 美国拉特格尔（Rutger）大学于1978年研制成功用于青光眼诊断和治疗的专家系统 CASNE

25、T。,49,在这一时期，与专家系统同时发展的重要领域还有计算机视觉和机器人，自然语言理解与机器翻译等。 此外，在知识表示、不精确推理、人工智能语言等方面也有重大进展。,50,1974年，明斯基提出框架理论； 1975年，绍特里夫（E.H. Shortliffe）提出并在 MYCIN中应用确定性理论； 1976年，杜达提出并在PROSPECTOR中应用主观贝叶斯方法； 1972年，由科麦瑞尔（A.Colmerauer）及其研究小组在法国马塞大学研制成功了世界上第一个prolog系统。,51,1977年，在第五届国际人工智能联合会议上，费根鲍姆正式提出了知识工程（Knowledge Enginee

26、ring，简称 KE）的概念。,专家系统的成功，说明了知识在智能系统中的重要性，使人们更清楚地认识到人工智能系统应该是一个知识处理系统，而知识表示、知识获取、知识利用是人工智能系统的三个基本问题。,整个2O世纪8O年代知识工程和专家系统在全世界得到了迅速发展，其应用范围也扩大到了人类社会的各个领域，并产生了巨大的经济效益。,52,随着专家系统应用的不断深入和计算机技术的飞速发展，专家系统本身所存在的问题逐渐暴露出来：,应用领域狭窄 缺乏常识性知识 知识获取困难 推理方法单一 没有分布式功能 不能访问现存数据库,人工智能又面临着一次考验。出路何在？人工智能需要走综合集成发展的道路。,53,在专家

27、系统方面，从2O世纪8O年代末开始逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展。 大型专家系统开发采用了多种人工智能语言（如LISP、Prolog和C十十等）、多种知识表示方法（如产生式规则、框架、逻辑、语义网络、面向对象等）、多种推理机制（如演绎推理、归纳推理、非精确推理和非单调推理等）和多种控制策略（如正向、逆向和双向等）相结合的方式，并开始运用各种专家系统外壳、专家系统开发工具和专家系统开发环境等。,四. 综合集成期（80年代末至今）,54,目前，人工智能技术正在向大型分布式人工智能、大型分布式多专家协同系统、广义知识表达、综合知识库（即知识库、方法库、模型库的集成）、

28、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体（Agent）协同系统等方向发展。,尽管如此，但从目前来看，人工智能仍处于学科发展的早期阶段，其理论、方法和技术都不太成熟，人们对它的认识也比较肤浅，甚至连人工智能能否归结、如何归结为一组基本原理也还是个问号。,55,一.认知建模二.机器感知三.机器思维四.机器学习五.机器行为六.智能系统与智能计算机,3. 人工智能研究的基本内容,56,一. 认知建模,所谓认知可一般地认为是和情感、动机、意志相对应的理智或认识过程，或者说是为了一定目的，在一定的心理结构中进行的信息加工过程。,57,所谓机器感知，就是要让计算机具

29、有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉。,二. 机器感知,三. 机器思维,所谓机器思维，就是让计算机能够对感知到的外界信息和自己产生的内部信息进行思维性加工。,58,所谓机器学习就是让计算机能够像人那样自动地获取新知识，并在实践中不断地完善自我和增强能力。,四. 机器学习,五. 机器行为,所谓机器行为就是让计算机能够具有像人那样的行动和表达能力，如走、跑、拿、说、唱、写、画等.,59,无论是人工智能的近期目标还是远期目标，都需要建立智能系统或构造智能机器，因此需要开展对系统模型、构造技术、构造工具及语言环境等方面的研究。,六. 智能系统与智能计算机,60,一.重视知识二.重视推理

30、三.采用启发式搜索四.采用数据驱动方式五.用人工智能语音建造系统,4. 人工智能研究的特点,61,知识是一切智能系统的基础，任何智能系统的活动过程都是一个获取知识和运用知识的过程，而要获取和运用知识，首先应该能够对知识进行表示。所谓知识表示就是用某种约定的方式对知识进行的描述。,一. 重视知识,62,所谓推理就是根据已有知识运用某种策略推出新知识的过程。,二. 重视推理,所谓启发式搜索是指能够利用搜索中获得的问题本身的一些特性信息（亦称启发信息）来指导搜索过程，使搜索朝着最有希望的方向前进。,三. 采用启发式（Heuristics）搜索,63,所谓数据驱动是指在系统处理的每一步，当考虑下一步该

31、做什么时，需要根据此前所掌握的数据内容（亦称事实）来决定。,四. 采用数据驱动（Data Driven）方式,人工智能语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序语言。,五. 用人工智能语言建造系统,64,一.机器学习二.自然语言理解三.专家系统四.模式识别五.计算机视觉六.机器人七.博弈,5. 人工智能的研究和应用领域,八.自动定理证明九.自动程序设计十.智能控制十一.智能决策支持系统十二.人工神经网络十三.知识发现与数据挖掘十四.分布式人工智能,65,机器学习主要研究如何使计算机能够模拟或实现人类的学习功能。,一. 机器学习,自然语言理解（Natural

32、 Language Processing）主要研究如何使计算机能够理解和生成自然语言。,二. 自然语言理解,66,专家系统（Expert System，简称ES）是一种基于知识的智能系统，它将领域专家的经验用知识表示方法表示出来，并放入知识库中，供推理机使用。,三. 专家系统,所谓模式识别就是使计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。,四. 模式识别,67,计算机视觉（Computer Vision）的主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。,五. 计算机视觉,机器人（Robots）是一种可再编程的多功能操作装置。机器人学是一种综合性技术学科，人

33、工智能的所有技术几乎都可以在这个领域得到应用。,六. 机器人学,68,博弈（Game Playing）是一个有关对策和斗智问题的研究领域。,七. 博弈,自动定理证明（Automatic Theorem Proving）就是让计算机模拟人类证明定理的方法，自动实现象人类证明定理那样的非数值符号演算过程。,八. 自动定理证明,69,自动程序设计（Automatic Programming）是一种让计算机把用高级形式语言或自然语言描述的程序自动转换成可执行程序的技术。,九. 自动程序设计,智能控制（Intelligent Control）是指那种无需（或需要尽可能少的）人的干预就能独立地驱动智能机器

34、实现其目标的自动控制。,十. 智能控制,70,智能决策支持系统（Intelligent Decision Support System）是指那种在传统决策支持系统中增加了相应的智能部件的决策支持系统。,十一. 智能决策支持系统,人工神经网络（Artificial Neural Network 简称 ANN）是一个用大量的简单处理单元经广泛并行互连所构成的人工网络，用于模拟人脑神经系统的结构和功能。,十二. 人工神经网络,71,知识发现（Knowledge Discovery in Database）和数据挖掘（Data Mining）是在数据库的基础上实现的一种知识发现系统。,十三. 知识发现

35、和数据挖掘,分布式人工智能（Distributed Artificial Intelligence 简称DAI）主要研究在逻辑或物理上分散的智能系统之间如何相互协调各自的智能行为，实现问题的并行求解。,十四. 分布式人工智能,72,一.符号主义二.联接主义三.行为主义四.人工智能理论的争论,6. 人工智能研究的学派及争论,73,符号主义联结主义行为主义,人工智能的三大学派：,74,一. 符号主义,符号主义（Symbolicism），又称逻辑主义（Logicism）、心理学派（Psyychlogism）或计算机学派（Computerism），是基于物理符号系统假设和有限合理性原理的人工智能学派。

36、 符号主义认为人工智能起源于数理逻辑，人类认知（智能）的基本元素是符号（Symbol），认知过程是符号表示上的一种运算。,75,二. 联结主义 联结主义认为：思维的基元是神经元，而不是符号；思维过程是神经元的联结活动过程，而不是符号运算过程；反对符号主义关于物理符号系统的假设，认为人脑不同于电脑；提出用联结主义的人脑工作模式取代符号主义的电脑工作模式。,76,三. 行为主义 行为主义（Actionism），又称进化主义（Evolutionism）或控制论学派（Cyberneticsism），是基于控制论和“感知-动作”型控制系统的人工智能学派。 行为主义认为人工智能起源于控制论，提出智能取决于

37、感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。,77,1）符号主义 符号主义认为：认知的基元是符号；认知过程就是符号运算过程；智能行为的充要条件是物理符号系统，人脑、电脑都是物理符号系统；智能的基础是知识，其核心是知识表示和知识推理；知识可用符号表示，也可用符号进行推理，因而可以建立基于知识的人类智能和机器智能的统一的理论体系。,四.人工智能理论的争论：,78,2）.联结主义 联结主义主张人工智能的研究方法应主要采用结构模拟方法，即着重于模拟人的生理神经网络结构，并认为功能、结构与智能行为是密切相关的，不同的结构表现出不同的智能行为。 目前，联结主义已提出多种人工神经网络结构和一些

38、联结学习算法。,79,3）行为主义 行为主义主张人工智能研究方法应采用行为模拟方法。他们也认为，功能、结构和智能行为是不可分开的，不同的行为表现出不同的功能和不同的控制结构。,80,综上所述，从不同学派对人工智能的研究方法来看：,符号主义是从功能上模拟人类智能； 联结主义是从结构上模拟人类智能； 行为主义则是从行为上模拟人类的智能。,81,人工智能的发展涉及到人工智能的未来，是一个很难回答的问题。 1更新的理论框架研究 2更好的技术集成研究 3更成熟的应用方法研究,7. 人工智能的发展分析,82,本课程涉及的内容,本课程介绍人工智能的基本理论、方法及其应用技术，主要包括：,知识表示方法； 搜索策略； 逻辑推理； 不确定性推理 专家系统； 神经网络； 遗传算法。,