《人工智能浅谈》PPT课件.ppt

上传人:牧羊曲112 文档编号:5459331 上传时间:2023-07-09 格式:PPT 页数:69 大小:5.44MB
返回 下载 相关 举报
《人工智能浅谈》PPT课件.ppt_第1页
第1页 / 共69页
《人工智能浅谈》PPT课件.ppt_第2页
第2页 / 共69页
《人工智能浅谈》PPT课件.ppt_第3页
第3页 / 共69页
《人工智能浅谈》PPT课件.ppt_第4页
第4页 / 共69页
《人工智能浅谈》PPT课件.ppt_第5页
第5页 / 共69页
点击查看更多>>
资源描述

《《人工智能浅谈》PPT课件.ppt》由会员分享,可在线阅读,更多相关《《人工智能浅谈》PPT课件.ppt(69页珍藏版)》请在三一办公上搜索。

1、人工智能浅谈,人工智能的定义人工智能的产生与发展历史人工智能的三大学派人工智能的应用,主要内容,人类体力的解放,“工业革命”开创了以机器代替手工劳动的时代,机械化把人们从繁重的体力劳动中解放出来。,人工智能的定义,人类脑力的解放创造性工作,逻辑思辨工作,比炮弹还要快的计算机,莫克利和埃克特于1946年2月14日在宾夕法尼亚大学研制成功了世界上第一台通用电子计算机ENIAC,电子计算机的发明将人们从烦琐重复的计算中解放出来。,一个概念愈是普遍,它愈是频繁地出现在我们的思维之中,我们要了解它的意义也就愈困难。,何谓智能?,智能,“智能”是指高级生物(主要是人类)认知过程(包括:感觉、表征、记忆、概

2、念形成、意识、辨识、判断、推理、决策、知识形成、问题解决)的能力。,智能包含的能力,感知能力 通过感知器官感知外界的能力。记忆和思维能力 记忆:对感知到的外界信息和由思维产生的内部知识的存储过程 思维:对已存储信息或知识的本质属性、内部知识的认识过程学习和自适应能力 学习:是一个具有特定目的的知识获取过程 是人的一种本能。不同人的学习方法、能力不同 自适应:是一种通过自我调节适应外界环境的过程 是人的一种本能。不同人的适应能力不同行为能力 是人们对感知到的外界信息作出动作反应的能力,什么是人工智能,相对于天然河流,人类开凿了运河;相对于天然山脉,人类堆砌了假山;相对于天然纤维(如棉花、蚕丝和羊

3、毛),人类发明了涤纶等人造纤维;相对于头发,人类制造了假发;相对于天然卫星(如地球的卫星月亮),人类制造了人造卫星;相对于心脏、婴儿、自然受精和自 然四肢等,人类创造了人工心脏、试管婴儿、人工受精和 假肢等人造物品(artifacts)。我们要探讨的人工智能又称为机器智能或计算机智能;无论它取什么名字,都表明它所包含的“智能”都是人为制造的或由机器和计算机表现出来的一种智能,以区别于自然智能,特别是人类智能,由此可见:人工智能本质上有别于自然智能,是一种由人工手段模仿的人造智能,Artificial Intelligence(AI),人工智能定义(1),人工智能是一门科学,它使机器做那些由人需

4、要通过智能来做的事情。马文明斯基,马文明斯基(Marvin Minsky),人工智能定义(2),能力方面 人工智能是用人工的方法在机器上实现的智能,或称机器智能学科方面 人工智能是一门研究如何构造智能机器或智能系统,以模拟、延拓人类智能的学科,图灵测试(Turing Test),问:你会下国际象棋吗?答:是的。问:你会下国际象棋吗?答:是的。问:请再次回答,你会下国际象棋吗?答:是的。,问:你会下国际象棋吗?答:是的。问:你会下国际象棋吗?答:是的,我不是已经说过了吗?问:请再次回答,你会下国际象棋吗?答:你烦不烦,干嘛老提同样的问题。,机器的回答,人的回答,中文屋子,美国哲学家约翰.西尔勒提

5、出了一个中文屋子的假设:一台计算机阅读了一段故事并且能正确回答相关问题,这样这台计算机就通过了图灵测试;西尔勒设想将这段故事和问题改用中文描述,然后将自己封闭在一个屋子里。描述这段故事和问题的一连串中文符号只能通过一个很小的缝隙被传到屋子里。西尔勒则完全按计算机程序的处理方式和过程对这些符号串进行处理;结果,西尔勒根本不懂中文也完成了问题的回答,人工智能的困惑,计算机能够有自觉性和意识吗?人脑硅脑,由芯片替换全部神经元,“我思故我在”,笛卡尔,我,为什么要研究人工智能 科学问题:智能的本质是什么?智能如何产生?能否让机器拥有像人一样智能?应用需求驱动:制造聪明的机器为人服务,制造聪明的机器现有

6、计算机的优势:运算速度快,数据存储量大,按照算法,编制程序,可以反复运行 人脑的延伸现有计算机的缺陷:缺乏自适应、自学习、自优化等能力 缺乏灵感和智慧(创造力)缺乏常识或专业知识等,而只能是被动地按照人们为它事先安排好的工作步骤进行工作 不能像人一样聪明地做事,人工智能的产生与发展历史,60多年来,人工智能走过了一条起伏曲折的发展道路。回顾历史,可以按照不同时期的主要特征,将其产生与发展过程分为6个阶段。孕育时期:1956年以前 形成时期:1956-1974 第一次低谷:1974-1980 第二次繁荣:1980-1987 第二次低谷:1987 1993 低调中遍地开花:1993-,中国历史上第

7、一篇科幻小说偃师,战国时期的诸子百家经典列子汤问中,有一篇名叫偃师的小故事,今天已经被公认为中国历史上第一篇科幻小说:一名工匠名偃师,将一个木偶进献给周穆王。这个木偶不仅能够翩翩起舞,而且能够歌唱,配置”齐全。最后,它竟然向王妃递媚眼,最终惹恼周穆王,将它大卸八块。,孕育时期,孕育期(1956年前)主要成就:-创立了数理逻辑,自动机理论,系统论,信息论和控制论-发明了电子数字计算机 主要贡献人物:-布尔:创立逻辑代数,用符号语言描述了思维活动中推理的基本法则-图灵:提出一种理想计算机的数学模型-麦克洛奇:提出MP模型,人工神经网络研究开端.-香农:创立了信息论-维纳:创立了控制论-莫克利:研制

8、第一台计算机,图灵机原型(1936),图灵机是一条在两个方向上都为无限长的磁带,一个控制器和一个读写磁头组成,磁带被分成一个个独立的存储单元,且控制器的状态是有限的,莫克利,19071980)于1946年研制成功了世界上第一台通用电子数字计算机ENIAC,22,McCarthy在此次会议上提议正式使用:Artificial Intelligence(简称AI),标志着“人工智能”作为一门独立学科正式诞生。,AI的诞生地:Boston。上图为横穿波士顿市区的Charles River,23,AI的诞生 1956年夏天 Boston,Dartmouth(达特茅斯)学院 McCarthy(AI之父)

9、召集 与会人员 数学家McCarthy、信息学家Shannon、心理学和神经生理学家Rochester,Moore,Solomonff,计算机科学家Simon,Newell,Samuel,Minsky,Selfridge。(感慨:个个巨牛,仰慕呀!),创立和形成时期,24,早期的热情,巨大的期望(19521969),利用计算机证明数学定理。1956年,纽厄尔和西蒙,用程序Logic Theorist证明数学原理第二章中的38条定理,1963年证明全部52条定理。1956年,塞缪尔研制了第一个跳棋程序,具有学习功能,打败一个州冠军。1956年,塞弗里奇研制第一个字符识别程序。1959年,又提出功

10、能更强的模式识别。1957年,纽厄尔,肖和西蒙研究不依赖具体领域的通用解题程序GPS(General Problem Solving)1965年,罗宾逊提出消解法(即归结原理),掀起研究计算机定理证明的又一次高潮。,25,AI牛人纽厄尔,西蒙等早期所吹的“牛皮”,不出10年,计算机将成为世界象棋冠军。不出10年,计算机将发现和证明重要的数学定理。不出10年,计算机将能谱写具有优秀作曲家水平的乐曲。不出10年,大多数心理学理论将在计算机上形成。有人甚至断言,20世纪80年代将全面实现AI,2000年机器智能超过人。,26,2.现实的困境(19661973),消解法(归结原理)能力有限 例如:证明

11、两个连续函数之和仍是连续函数,推了10万步还没有推出来。塞缪尔的下棋程序,1965年,世界冠军Helmann获得四连胜。机器翻译闹出不少笑话(举例见下页)有人挖苦说,美国花了2000万美元为机器翻译立了一块“墓碑”。,27,机器翻译闹出的笑话举例:,“The spirit is willing but the flesh is weak”,意思是“心有余而力不足”。机器翻译过程:英语 俄语 英语结果被译为:“The vodka is good but the meat is spoiled”,意思是“伏特加是好的,肉变质了”。“Out of sight,out of mind”,意思是“眼不见

12、心不烦”。将其翻译成俄语,竟成了:“又瞎又疯”。,28,现实的困境(续),从神经生理学角度研究AI,存在不可逾越的困难。人脑有1010以上个神经元,能否将1010个机器组成一个联合运行的网络?1973年,英国发表了Lighthill report,认为AI的研究即使不是骗局,至少也是庸人自扰。终止了英国的AI研究。IBM公司也取消了本公司范围内的AI研究活动。,坚持与复兴,20世纪70年代中期,专家系统作为一个新兴的分支得到了发展。从此,人工智能摆脱了那高高在上的形象,开始投入到实际应用中。1977年,赫伯特西蒙的研究生、斯坦福大学青年学者费根鲍姆,在第五届国际人工智能大会上提出了“知识工程”

13、的概念标志着AI研究从传统的以推理为中心,进入到以知识为中心的新阶段。人工智能重新获得人们的普遍重视,逐步跨进了复兴期。,费根鲍姆,斯坦福大学教授1994年度的图灵奖获得者 费根鲍姆的重大贡献在于:最早倡导了“知识工程”(Knowledge engineering),并使知识工程成为人工智能一个领域,专家系统的成功,1965年,费根鲍姆研制的第一个专家系统DENDRAL是化学领域的“专家”。在输入化学分子式和质谱图等信息后,它能通过分析推理决定有机化合物的分子结构,。1976年美国斯坦福大学肖特列夫开发的医学专家系统MYCIN,用于协助医生诊断脑膜炎一类的细菌感染疾病。在MYCIN的知识库里,

14、大约存放着450条判别规则和1000条关于细菌感染方面的医学知识。它的推理规则称为“产生式规则”,类似于:“IF(打喷嚏)OR(鼻塞)OR(咳嗽),THEN(有感冒症状)”最后显示出它“考虑”的可能性最高的病因,并以给出用药的建议而结束。,第五代计算机,1982年夏天,日本“新一代计算机技术研究所”渊一博主持;总投资预算达到8亿美元计划定为10年完成;机器将以Prolog为机器的语言,其应用程序将达到知识表达级,具有听觉、视觉甚至味觉功能,能够听懂人说话,自己也能说话,能认识不同的物体,看懂图形和文字。人们不再需要为它编写程序指令,只需要口述命令,它自动推理并完成工作任务。1992年,因最终没

15、能突破关键性的技术难题,无法实现自然语言人机对话、程序自动生成等目标,导致了该计划最后阶段研究的流产。,第二次AI低谷:1987-1993,“AI之冬”:从80年代末到90年代初,AI遭遇了一系列财政问题。到了80年代晚期,战略计算促进会大幅削减对AI的资助。DARPA的新任领导认为AI并非“下一个浪潮”,拨款将倾向于那些看起来更容易出成果的项目。1991年人们发现十年前日本人宏伟的“第五代工程”并没有实现。,AI:1993-现在,里程碑:1997年5月11日,深蓝成为战胜国际象棋世界冠军卡斯帕罗夫的第一个计算机系统。数学工具引入AI。包括贝叶斯网络,隐马尔可夫模型,信息论,随机模型和经典优化

16、理论。针对神经网络和进化算法等“计算智能”范式的精确数学描述也被发展出来。AI分支:知识系统 数据挖掘 计算智能 模式识别 AI应用:数据挖掘,工业机器人,物流,语音识别,银行业软件,医疗诊断和智能搜索引擎等。AI探索:群体智能、自然智能 人工生命2011年2月15日至17日,由IBM“沃森”在危险边缘知识竞赛中击败人类明星肯-詹宁斯和布拉德-鲁特,时来运转,互联网、云计算、物联网、传感网络产生大量数据当你使用这些信息服务的同时,你被迫留下足迹(数据),除非你永不使用这些数据如何利用成为一个大课题?具有很大的价值远景(经济、教育、政治、军事)典型需求:数据挖掘和搜索引擎,36,数据推动人工智能

17、发展,人工智能爆发的三大因素,由于对智能产生根源的理解不同形成了三大学派:符号主义:智能=物理符号系统+符号表示+符号处理 逻辑推理系统。联接主义:智能=神经元之间相互关联。脑神经模型。行为主义:智能=感知+行为+进化。生物进化模型。,人工智能的三大学派,符号主义,心理学派、逻辑学派,源于数理逻辑;1976年,纽威尔和西蒙将人类求解问题的心理过程表达为符号计算,并提出了物理符号系统假设,使之成为了传统人工智能的基础。基于人脑的心理模型,从宏观上来模拟人脑的思维代表人物:西蒙、纽厄尔、尼尔逊研究领域:定理证明、专家系统、机器博弈,西蒙的“物理符号系统假说”,假设:任何一个物理符号系统如果是有智能

18、的,则肯定能执行对符号的输入、输出、存储、复制、条件转移和建立符号结构这样6种操作。反之,能执行这6种操作的任何系统,也就一定能够表现出智能。三个推论:(1)人是具有智能的,因此人是一个物理符号系统;(2)计算机是一个物理符号系统,因此它必具有智能;(3)计算机能模拟人,或者说能模拟人的大脑功能。,符号主义符号处理,所有人都是要死的(大前提)苏格拉底是人(小前提)苏格拉底是要死的(结论),联结主义(连接主义),联结主义(Connectionism),源于脑神经科学。是仿生学,认为智能产生于大脑,因此通过对大脑神经系统结构的模拟来建立人工神经元网络,从而实现相应的智能行为。基于人脑的生理模型,从

19、微观上来模拟人脑代表人物:麦克洛奇、匹兹、霍普菲尔德实现人脑的低级感知功能,如图像、声音信息的识别和处理。,神经计算的发展(一),连接主义的代表性成果是1943年由麦克洛奇(McCulloch)和匹兹(Pitts)提出的形式化神经元模型,即M-P模型。他们总结了神经元的一些基本生理特性,提出神经元形式化的数学描述和网络的结构方法从此开创了神经计算的时代,为人工智能创造了一条用电子装置模仿人脑结构和功能的新途径。,神经计算的发展(二),1982年,美国物理学家霍普菲尔德提出了离散的神经网络模型 1984年他又提出了连续的神经网络模型,使神经网络可以用电子线路来仿真,开拓了神经网络用于计算机的新途

20、径。1986年,鲁梅尔哈特等人提出了多层网络中的反向传播(BP)算法,使多层感知机的理论模型有所突破。许多科学家加入了人工神经网络的理论与技术研究,使这一技术在图像处理、模式识别等领域取得了重要的突破,为实现连接主义的智能模拟创造了条件。,行为主义,又称进化主义或控制论学派,源于控制论。认为智能取决于感知和行为,取决于对外界复杂环境的适应(进化),而不是表示和推理;真实场景下的智能机器的行为控制。强调智能系统与环境的交互,从运行的环境中获取信息(感知),通过自己的动作对环境施加影响;代表人物:布鲁克斯 研究领域:智能机器人、智能体、人工生命,行为主义观点,(1)知识的形式化表示和模型化方法是人

21、工智能的重要障碍之一;(2)应该直接利用机器对环境发出作用后,环境对作用者的响应作为原型;(3)所建造的智能系统在现实世界中应具有行动和感知的能力。,布鲁克斯和他的6足机器虫,布鲁克斯的代表性成果是他研制的6足机器虫。它是由150个传感器和23个执行器构成的像蝗虫一样能做6足行走的机器人试验系统。这个机器虫虽然不具有像人那样的推理、规划能力,但其应付复杂环境的能力却大大超过了原有的机器人,在自然(非结构化)环境下,具有灵活的防碰撞和漫游行为,麻省理工学院计算机科学和人工智能实验室主任布鲁克斯(Rodney Brooks),Agent(智能主体)概念,智能体(Agent),智能体:任何具有独立的

22、能够思想并可以同环境交互的实体都可以抽象为智能体。目标:建立一个具有独立思考、决策的过程的计算机模型,具备推理、学习、反应等能力。多智能体系统:由大量简单的相互交互的智能体组成的一个复杂系统,三大学派的研究层次,神经网络的鼻祖之一匹兹,总结说:“(一派人)企图模拟神经系统,而另一派人则企图模拟心智(mind)但殊途同归。”这预示了人工智能随后几十年关于“结构与功能”两个阶级、两条路线的斗争。,IBM的“深蓝”,“深蓝”对弈情况:时间:北京时间1997年5月12日凌晨4点50分 对手:IBM的“深蓝”超级计算机 国际象棋世界冠军卡斯派罗夫 结局:2胜1负3平,总比分3.5:2.5,“深蓝”获胜对

23、弈的实质机器智能与人类智能的较量,1.机器博弈,人工智能的应用,AlphaGo Zero,第3天,下了490万局棋,打败老大,老三战绩,老三学棋过程,刚开始,随机下子,热衷于吃子,完全不顾死活,发现了如果先占住棋盘的边和角,后面占便宜,学会了如何打劫、征子,懂得看棋形,第21天,败了老二,第40天,完整走过了一个人类棋手学棋的全过程,棋盘/黑子/白子,棋子被围起来就死,棋士柯洁 10月19日 02:22 一个纯净、纯粹自我学习的AlphaGo是最强的.对于AlphaGo的自我进步来讲.人类太多余了,老大AlphaGo Lee,2016年3月 4:1 打败韩国棋手李世石老二AlphaGo Mas

24、ter,2017年5月 3:0 打败中国棋手柯洁老三AlphaGo Zero,2017年10月宣布 自学围棋40天,打败所有人,2.自动定理证明 自动定理证明就是机器定理证明,这也是人工智能的一个重要的研究领域,也是最早的研究领域之一。,“四色问题”是世界上最著名的数学难题之一。最早是1852年由一位21岁的大学生提出来的数学难题:任何地图都可以用最多四种颜色着色,就能区分任何两相邻的国家或区域。1976年7月,美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题-四色定理。他们用三台大型计算机,花去1200小时CPU时间,并对中间结果进行人为反复修改500多处。四色定理的成功证

25、明曾轰动计算机界。,“四色定理”证明,吴文俊是著名数学家、“数学机械化之父”。1977年,吴文俊关于平面几何定理的机械化证明首次取得成功,并且创立了定理机器证明的“吴方法”。2001年2月19日,获首届国家最高科学技术奖。,吴文俊,3.自然语言处理应用,机器翻译、信息检索、文本分类、自动文摘、语音识别机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程,用以完成这一过程的软件系统叫做机器翻译系统,4 机器人,实用上,机器人是自动执行工作的机器装置。,工业机器人 进入20世纪后,实用化的工业机器人相继问世。各种用途的机器人相继问世,许多梦想成为了现实,日本90年代的机器人电子装配生产线,

26、机器人ASIMO,ASIMO是本田公司生产的机器人它能够走路,挥手,爬楼梯。具有一定的图像识别能力具有一定的交互能力曾经被出租给一家公司用来问候访问者并指引到会议室的路,富士康机器人上岗,全球最大代工企业富士康推出百万“机器人大军”计划原因:使用机器人可提高生产效率机器人有更高的承受力劳动力成本的不断提高后果:“机器人战略”势必伴生着一批生产工人的下岗。,模式通常具有实体的形式,如声音、图片、图像、语言、文字、符号、物体、景象等用计算机实现模式(文字、声音、人物、物体等)的自动识别。,5 模式识别(pattern recognition)应用,生物识别(Biometric Identifica

27、tion Technology),生物识别是利用人体生物特征进行身份认证的一种技术。生物特征是唯一的(与他人不同),可以测量或可自动识别和验证的生理特性或行为方式,分为生理特征和行为特征。用于生物识别的生物特征有手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等。行为特征有签字、声音、按键力度等。基于这些特征,人们已经发展了手形识别、指纹识别、面部识别、发音识别、虹膜识别、签名识别等多种生物识别技术。,手形识别,指纹识别,虹膜识别,签名识别,发音识别,视网膜识别,掌纹识别,面部识别,面部温谱识别,指纹识别,指纹识别在笔记本电脑中的应用,开机保护:开机免密码输入,手指一扫,即可登录。文件保护:为文件或

28、文件夹设定保护,只有当前用户指纹才可解除保护应用程序保护:不用再记忆繁多的密码,只要手指一扫,实现轻松登录,滑动式指纹鼠标,湖南大学美雅国际教育学院上课实行指纹考勤,人脸密码,66,人工智能图像识别,无论的图像分类、物体检测、物体识别,计算机的正确率都已经远远超越人类。可以说,计算机视觉在感知方面的问题已经得到了很好的解决,ImageNet 大规模视觉识别挑战赛于 2017 年正式结束,此后将专注于目前尚未解决的问题及以后发展方向,2012年,Hinton团队在ImageNet首次使用深度学习完胜其它团队,其神经网络层数只有个位数2014年的时候,Google做了22层成为冠军,深度明显提升了2015年是来自微软的ResNet做到152层2016年商汤做到1207层,又得到了一个突破,阿西莫夫【机器人学三定律】一.机器人不得伤害人,也不得见人受到伤害而袖手旁观 二.机器人应服从人的一切命令,但不得违反第一定律 三.机器人应保护自身的安全,但不得违反第一、第二定律,艾萨克阿西莫夫(19201992),当代美国最著名的科幻大师、是本世纪最顶尖的科幻小说家之一。,人工智能有那些类型?,弱人工智能,包含基础的、特定场景下角色型的任务,如Siri等聊天机器人和AlphaGo等下棋机器人通用人工智能,包含人类水平的任务,涉及机器的持续学习强人工智能,指比人类更聪明的机器,谢谢大家!,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号