《人工智能与模糊数学.ppt》由会员分享，可在线阅读，更多相关《人工智能与模糊数学.ppt（35页珍藏版）》请在三一办公上搜索。
1、序论,人工智能与模糊数学,人工智能之父John Mccarthy,人工智能的定义可以分为两部分，即“人工”和“智能”“人工”比较好理解，争议性也不大。“智能”涉及诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题。人唯一了解的智能是人本身的智能。但是我们对自身智能的理解非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。,一、什么叫人工智能（Artifi
2、cial Intelligence）,麦卡锡（John McCarthy）：人工智能是使一部机器的反应方式就象是一个人在行动时所依据的智能。尼尔逊（美国斯坦福大学人工智能研究中心教授）：人工智能是关于知识的学科怎样表示知识以及怎样获得知识并使用知识的科学。温斯顿（麻省理工学院教授）：人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。,现在通用的描述：所谓人工智能，是指人类的各种智能行为和各类脑力劳动，诸如感知、记忆、情感、判断、推理、证明、识别、理解、通信、设计、思考、学习等思维活动，可用某种物化了的机器予以人工的实现。,二、人工智能的发展历程,在1955的时候，香农等人一起开发了T
3、he Logic Theorist程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们现在所采用的方法思想方法有许多还是来自于这个50年代的程序。,1956年6月，达特茅斯会议 发起者：约翰.迈卡锡（John McCarthy）（普林斯顿大学数学博士）马文.明斯基（Marvin Minsky)（人工智能大师，心智社会的作者）纳撒尼尔.罗彻斯特（Nathaniel Rochester）（IBM计算机设计者之一）克劳德.香农（Claude
4、 Shannon）（信息论创立者）,在理论方面，70年代也是大发展的一个时期，计算机开始有了简单的思维和视觉。在70年代，另一个人工智能语言Prolog语言诞生了，它和LISP一起几乎成了人工智能工作者不可缺少的工具。20世纪80年代，数理逻辑和形式化推理成为人工智能的时尚。关于神经网络的研究和日本的“第五代计算机研制计划”（即“知识信息处理计算机系统”），把人工智能研究推向高潮。最近20年，计算机技术飞速发展，人工智能新增众多研究方向，各方面研究深入进行，但距离真正的“智能”还很遥远。,实际应用 机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博弈
5、，自动程序设计，航天应用等。,研究范畴 自然语言处理，不确定性的数学理论，知识表示，知识获取，机器学习，推理，神经网络，复杂系统，智能搜索，规划，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，人工生命，遗传算法，人类思维方式,涉及学科 哲学，脑科学，认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，仿生学，人类学，语言学等多个自然科学和社会科学的交叉。,家庭智能机器人,类人形机器人,宝石般的机器鱼，可以执行 搜寻水中污染物的巡逻任务,机器龙虾,真正认识人类大脑是开发智能机器的必由之路。杰夫.霍金斯,杰夫.霍金斯(掌上型电脑Palmpilot、智能电话Treo以及许多手持
6、装置的发明人，ON INTELLIGENCE 一书作者)智能究竟是什么？为什么人脑有智能而电脑没有？为什么一个6岁的小孩可以在河床的石头上跳来跳去，姿势优美，而当今最先进的机器人却象行动迟缓的傻瓜？为什么3岁的小孩已经粗通语言，而计算机却语言不通，枉费了程序师半个世纪以来艰苦卓绝的努力？为什么你能在一秒钟以内分辨猫和狗，而超级计算机却不能？这些都是亟待破解的斯芬克斯之谜。目前的线索不少，但真正需要的是一些关键性的见解。,单就美国就有成千上万的神经科学家，可惜至今也没有形成一套有关智能和大脑工作原理的完整的理论。大部分神经生物学家不大考虑有关大脑的理论，因为他们只贯注于有关大脑的诸子系统的实验，
7、只埋头于收集更多的数据。尽管一批又一批的计算机工程师曾经尝试让计算机拥有智能，却一次次以失败而收场。我相信他们会屡战屡败，除非这些程序师不再忽视计算机与大脑之间的差别。,大脑：人类的大脑皮层平均厚度为2.53.0毫米，分为6个层次，神经细胞约有140亿个，面积约2200平方厘米，灰色物质层有四张A4打印纸大小，神经细胞的周围还有1000多亿个胶质细胞。,神经元：神经元细胞体、轴突、树突、树突棘。树突棘的数量及分布因不同神经元而异，并可随功能而改变。在大脑皮质锥体细胞和小脑皮质蒲肯野细胞的树突上，树突棘数量最多而明显，一个蒲肯野细胞的树突棘可多达10万个以上。,三、知识的不确定性,知识的不确定性
8、包括：随机性、模糊性、不完备性、不协调性、非恒常性研究人工智能不能回避的问题：语言的不确定性常识知识的不确定性,（一）随机性 德国儿歌：“你知道有多少星星镶嵌在蓝色的天空？你知道有多少云朵飘浮过大地？上帝对它们作过清点，数字虽然巨大，可是无一遗漏。”星表、云表 多少世纪以前，人们就能预测常见的天文现象；但要想精确地预测明天的天气，一般并不容易。,天文学和气象学所以这样不同，原因是天文学的时间是可逆的，而气象学的时间是不同逆的。牛顿时间与伯格森时间 以牛顿理论为代表的确定性科学，创造了给世界以精确描绘的方法，将整个宇宙看作是钟表式的动力学系统，处于确定、和谐、有序的运动之中。只要知道初始条件就可
9、以确定未来的一切。爱因斯坦与玻尔的分歧,当自然科学进入到有大量要素组成的多自由度体系时，确定论不再有效。统计力学、量子力学、气象学、海洋学、进化论 随机现象：在完全相同的条件下，一个试验或观察出现的结果可能是不同的（即条件和结果没有必然的因果关系）。,（二）模糊性,杨炳儒教授与模糊理论创始人教授,秃头悖论命题A：一根头发都没有的人肯定是秃头。命题B：比秃头多一根头发的还是秃头。所以命题C：满头乌发是秃头。,清晰：非此即彼，明明白白，不模棱两可模糊性的例子 季节交替、昼夜交替、少年青年 几乎一切连续变化过程的定性描述 模糊性根植于客观事物差异的中介过渡性。就客观对象而言，有的对象明显地呈现出非此
10、即彼的性态（清晰），有的对象明显地呈现出亦此亦彼的性态（模糊）。,认为模糊知识必定是靠不住的，这种看法是大错特错了。,罗素,传统逻辑都习惯于假设使用的是精确的符号，因此，它不适用于尘世生活，而仅仅适用于想象的天堂。,同计算机相比，人脑的一个优越性似乎是“能够掌握尚未明确的含糊概念”。,大脑的语言不是数学语言。冯.诺伊曼,诺伯特.维纳,自然语言的不确定性,自然语言的不确定性是知识不确定性的一个重要研究内容，而自然语言理解又是人工智能研究的重要内容。语言组织 思想表达 句子 名词 谓词 人们使用语言时，词语的意思常常是模糊的，词语的选择、句子的表达、语句的使用、句间的组织有随机性。,如果能在自然语
11、言的不确定性研究方面有所突破，让计算机不再用精确严密的符号来计算，而直接用自然语言来思考，那么就可以使自然语言理解乃至人工智能取得实质性的进展。,参考文献：,1.人工智能的未来 作者：杰夫.霍金斯 出版社：陕西科学技术出版社 出版日期：2006 年1月,2.人工智能：一种现代方法 作者：罗素 Russell,s.诺维格 Norvig,P.出版日期：2006 年5月,3.神经生物学:从神经元到脑 原书名：From Neuron to Brain 原出版社：Sinauer Associates 作者：J.G.尼克尔斯 A.R.马丁 B.G.华莱士 P.A.富克斯 译者：杨雄里 出版社：科学出版社 出版日期：2006 年12月,4.模糊系统与模糊控制教程 王立新(著)王迎军(译)清华大学出版社 2003-06-01,5.粗糙集理论与方法张文修等编著 科学出版社 2001年出版,6.粗糙集理论、算法与应用苗夺谦，李道国等著 清华大学出版社 2008年出版,7.不确定性人工智能作者：李德毅 等 出版社：国防工业出版社 出版日期：2005 年10月,
