《人工智能导论-第一章绪论.ppt》由会员分享，可在线阅读，更多相关《人工智能导论-第一章绪论.ppt（58页珍藏版）》请在三一办公上搜索。
1、人工智能导论,骆炎民,为什么要研究人工智能,普通计算机智能低下，不能满足社会需求。研究人工智能也是当前信息化社会的迫切需求。智能化是自动化发展的必然趋势。研究人工智能，对人类自身智能的奥秘也提供有益帮助。,第一章绪论,人工智能Artificial Intelligence是一门关于理解人类智能内在机制，并在机器上予以实现的科学。人工智能技术的发展对社会的进步具有重要意义，与能源技术、空间技术并称为三大尖端技术。人类对人工智能的研究刚刚起步，有很多关于人工智能根本性问题还有待于探索。,1.1 智能,从工程上讲，人工智能就是人造智能，不清楚什么是智能，就难以真正理解和实现人工智能。智能是人们认识和
2、改造客观世界的综合能力，是人类区别于其他事物的本质特征。智能是多种能力的综合：感知能力：人类获取外界信息的基本途径行为能力：对感知到的外界信息的反应，包含：简单的直接反应复杂情况通过大脑思维反应推理能力：根据当前掌握的信息，得出适当结论的能力问题求解能力：学习与自适应能力是人类的一种本能社交能力：与他人交往的能力创造力：智能中最难以理解和实现的部分,1.2 人工智能,一般性概念：人工智能是关于理解人类智能内在机制，并在机器上予以实现的科学。具有能力和科学两方面的含义：能力：AI是在理解智能的技术上，用人工的方法所实现的智能-首先需解决如何衡量机器是否具有智能。学科：AI是一门研究如何构造智能机
3、器，使他能够模拟、延伸和扩展人类智能的科学-首先需明确人工智能的研究目标,1.2.1 如何衡量机器具有智能,两种衡量机器智能的观点：弱人工智能：强调智能的外在表现，认为通过机器的行为可以反映出机器是否具有智能，只要表现得像人一样的机器就具有智能。-图灵测试强人工智能：强调智能内在机制，认为不仅要看到机器的行为，而且要了解表现出相应行为的机器是否确实在思考，只有像人一样思考的机器才具有智能。-中文屋,1.2.2 人工智能的研究目标,根本目标（远景目标）：揭示人类智能的根本机理，在此基础上用智能机器去模拟、延伸和扩展人类智能，实现脑力劳动的自动化。-涉及脑科学、认知科学、计算机科学、系统科学、微电
4、子等诸多学科。近期目标：研究如何使现有的计算机更“聪明”，使他能够在某一方面、在一定程度上模拟人类的智能，如进行推理、决策、规划、学习等，或针对具体领域，为人们提供辅助性的智能工具，以帮助人们解决一些具体问题，尽量减少人们脑力劳动的强度。-应用人工智能远期目标为近期目标指明方向，近期目标为远期目标奠定理论和技术基础。,人工智能的学科范畴 当前的人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。还涉及到智能科学、认知科学、心理科学、脑及神经科学、生命科学、语言学、逻辑学、行为科学、教育科学、系统科学、数理科学以及控制论、科学方法论、哲学甚至经济学等众多学科领域
5、。人工智能实际上是一门综合性的交叉学科和边缘学科。,人工智能学科结构,1.2.3 人工智能的研究和应用领域,1、认知科学：主要的研究目的是说明和解释人类在完成认知活动时是如何进行信息加工的。是人工智能的理论基础，对人工智能发展起着根本性作用，是人工智能的代名词。2、机器学习：主要研究如何使计算机具有类似于人的学习能力，使计算机能通过学习自动获取知识与技能，实现自我完善。学习是机器获取知识的根本途径，是否具备学习能力是机器是否有智能的重要标志。3、自然语言处理：即是研究如何让计算机理解和生成人类自然语言的一个研究领域。4、专家系统：专家系统是一种具有特定领域内大量知识与经验的程序系统，它应用人工
6、智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。5、模式识别：研究如何使机器具有感知能力的一个研究领域，其中主要研究视觉模式和听觉模式。,1.2.3 人工智能的研究和应用领域,6、机器人学：7、自动定理证明：定理证明的实质是对前提P和结论Q，证明PQ的永真性。鲁宾逊提出的归结原理是定理证明得以在计算机上实现，对机器推理作出了重要贡献。8、计算机博弈：人工智能中关于决策和斗智问题的研究领域，下棋、打牌战争等智能活动都属于博弈问题。9、计算机视觉：在计算机上实现或模拟人类视觉功能的科学。（人类感知外部信息过程中，80%以上通过视觉获得）10、人工
7、神经网络：是一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟人的大脑神经系统的结构和功能。,1.2.3 人工智能的研究和应用领域,11、知识发现和数据挖掘：在数据库基础上实现知识发现系统，用于从数据库中提炼和抽取知识，以便能够揭示出蕴含在数据背后的关于客观世界内在联系的本质原理的信息，实现知识的自动获取-尿布和酒精12、自动程序设计：用户只须告诉计算机做什么，无须说明怎么做，计算机可以自动实现程序的设计。13、智能控制：无需人的干预或者基本无需人的干预，能独立地驱动机器实现其目标的自动控制技术。14、智能决策支持系统：决策支持系统是在管理信息系统基础上发展起来的计算机管理系统。智能决
8、策支持系统即是将人工智能技术应用于决策支持系统而形成的。15、分布式人工智能：包括分布式问题求解和多智能体系统,1.2.4 人工智能的研究内容1 搜索与求解2 学习与发现3 知识与推理4 发明与创造5 感知与交流6 记忆与联想7 系统与建造8 应用与工程,1 搜索与求解 搜索，就是为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。可以看作是人类和其他生物所具有的一种元知识。许多智能活动（包括脑智能和群智能）的过程，甚至几乎所有智能活动的过程，都可以看作或者抽象为一个基于搜索的问题求解过程。,3 知识与推理知识是智能的基础和源泉。推理是人脑的一个基本功能和重要功能，因此，在符号智能中
9、几乎处处都与推理有关。,5 感知与交流感知与交流指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。机器感知就是计算机直接“感觉”周围世界，就像人一样通过“感觉器官”直接从外界获取信息，如通过视觉器官获取图形、图像信息，通过听觉器官获取声音信息。机器感知包括计算机视觉、听觉等各种感觉能力。机器信息交流涉及通信和自然语言处理等技术。自然语言处理又包括自然语言理解和表达。,6 记忆与联想记忆是智能的基本条件，是人脑的基本功能之一。联想是思维过程中最基本、使用最频繁的一种功能。人类联想 人类的联想是建立事物之间的联系。人类的联想功能是基于神经网络、按内容记忆方式进行的。机器联想 机器的
10、联想就是有关数据、信息或知识之间的联系。机器联想利用人类按内容记忆原理，采用“联想存储”的技术实现联想功能。,1 孕育期（1956年前）古希腊的Aristotle（亚里士多德）（前384-322），给出了形式逻辑的基本规律。英国的哲学家、自然科学家Bacon（培根）(1561-1626)，系统地给出了归纳法。“知识就是力量”德国数学家、哲学家Leibnitz（布莱尼茨）（1646-1716）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机 英国数学家、逻辑学家Boole（布尔）（1815-1864）实现了布莱尼茨的思维符号化和数学化的
11、思想，提出了一种崭新的代数系统布尔代数。,1.3 人工智能的发展简史,美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。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。图灵奖。美国数学家Mauchly，1946发明了电子数字计算机ENIAC 美国神经生理学家McCulloch，建立了第一个神经网络数学
12、模型。美国数学家Shannon（香农）,1948年发表了通讯的数学理论，代表了“信息论”的诞生。,1.3 人工智能的发展简史,2 形成期（1956-1969）1956年提出了“Artificial Intelligence（人工智能）”1956年夏由麻省理工学院的J.McCarthy、,IBM公司信息研究中心的 N.Rochester,贝尔实验室的 共同发起，邀请了 Moore,Samuel,Selfridge,Solomonff,Simon,Newell等人，10位数学家、信息学家、心理学家、神经生理学家、计算机科学家，在 Dartmouth 大学召开了一次关于机器智能的研讨会，会上 McC
13、arthy 提议正式采用了 Artificial Intelligence（人工智能）这一术语。这次会议，标志着人工智能作为一门新兴学科正式诞生了。McCarthy（麦卡锡）人工智能之父。这次会议之后的10年间，人工智能的研究取得了许多引人瞩目的成就：在机器学习方面：塞缪尔于1956年研制出了跳棋程序，该程序能从棋 谱中学习，也能从下棋实践中提高棋艺；,1.3 人工智能的发展简史,在定理证明方面：王浩于1958年在IBM机上证明了数学原理中有 关命题演算的全部定理（220条），还证明了谓词演 算中150条定理85%；1965年，鲁宾逊（Robinson）提出了消解原理；在模式识别方面：1959
14、年塞尔夫里奇推出了一个模式识别程序；1965年罗伯特（Robert）编制出可辨别积木构造的程 序；在问题求解方面：1960年纽厄尔等人通过心理学试验总结出了人们求解 问题的思维规律，编制了通用问题求解程序GPS,可以 用来求解11种不同类型的问题；在专家系统方面：斯坦福大学的费根鲍姆（）自1965年 开始进行专家系统DENDRAL（化学分析专家系统），1968年完成并投入使用；在人工智能语言方面：1960年McCarthy等人建立了人工智能程序设计语 言Lisp，该语言至今仍是建造智能系统的重要工具；1969年成立了国际人工智能联合会议（International Joint Conferen
15、ces On Artificial Intelligence）,3 知识工程时代（1970年至20世纪80年代初）70年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。以Feigenbaum为首的一批年轻科学家改变了战略思想，1977年提出 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。著名专家系统的有：DENDRAL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 ASsciatio
16、nal 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）,1.3 人工智能的发展简史,4 发展期（20世纪80年代至今）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
17、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。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
18、。,1.3 人工智能的发展简史,人工智能已经走过了50多年的历程，取得相当的进展，但人工智能仍然处于幼稚的婴幼儿阶段，现有的人工智能还达不到4岁幼儿的智能。-人工智能蕴含着巨大的机会和乐趣！,1.3 人工智能的发展简史,1.4 人工智能的实现途径,人工智能面世以来，存在两种传统的研究途径：以符号处理为核心的方法主张通过运用计算机科学的方法进行研究，实现人工智能在计算机的模拟。以网络连接为主的连接机制方法主张用生物学的方法进行研究，搞清楚人类智能的本质。符号主义和连接主义发展时间较长，各自的支持者较多，彼此之间存在分歧和争论，已成为目前国际人工智能学界公认的两大学派新的研究途径：学习主义、行为主
19、义、进化主义、群体主义学习主义是实现人工智能的终极途径，由于研究人类的学习机理及模拟技术非常困难，现在还看不到从根本上解决的希望，因此严格上，目前还不存在所谓的学习主义,1.4.1 符号主义,也称为逻辑主义，以符号处理为核心的实现途径。理论基础：纽维尔和西蒙提出的物理符号系统假说。认为：人类研究的目标是实现机器智能，而计算机自身具有符号处理能力，这种能力本身就蕴含着演绎推理的内涵，因而可通过运行相应的程序来体现某种基于逻辑思维的智能行为，达到模拟人类智能活动的效果。是目前研究时间最长、应用领域最广、影响最大的AI实现途径，在许多研究领域中占据主导地位，目前人工智能的大部分研究成果都是基于这种方
20、法实现的。符号途径中的三个核心问题是：搜索、知识表示和推理。其思维过程是搜索知识库，以获取知识，然后根据知识进行推理，得出结论。符号主义的疑问:人类并不仅仅依靠逻辑推理来解决问题，非逻辑推理在思维过程中也起着重要作用，如人的视觉感知主要依靠形象思维。而且当知识库规模很大时，如何保证在可接受时间范围内进行搜索和管理。,1.4.2 连接主义,又称神经计算，是以结构模拟为核心的AI实现途径，具有仿生意义。目前的主要实现方式是人工神经网络。该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过多人工神经元间的并行协同作用来实现对人类智能的模拟。认为：大脑是人类一切智能活动的基础，因而从大脑神经元及
21、其连接机制着手进行研究，搞清楚大脑的结构及它进行信息处理的过程及机理，可望揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。连接主义的核心问题是网络结构和学习方法。适合于模拟人类的形象思维过程；求解问题时，可以比较快地球的一个近似解。连接主义不适合于模拟人的逻辑思维过程，而且就目前神经网络的研究现状来看，由固定的体系结构与组成方案所构成的系统还达不到开发多种多样知识的要求。,1.4.3 学习主义,学习是机器获取知识的根本途径，是否具备学习能力是机器是否有智能的重要标志。学习主义是最终走向人工智能的根本途径人们对分类学习机理、方法以及如何实现等问题的认识还处于非常初级的阶段学习途径还需要解
22、决很对难题如自然语言理解等学习问题是众多人工智能分支中的瓶颈问题和热点问题。,1.4.4 行为主义,基于行为感知模式，认为智能来自于感知和行为，来自于对外界复杂环境的适应，而不是表示和推理。主张智能的基本构造单元是一些简单的行为，如避让、前移等，更为复杂的行为是通过这些简单的行为的相互作用而产生。代表人物：麻省理工学院人工智能实验室的罗德尼.布鲁克斯-机器虫,1.4.5 进化主义,又称模拟进化或进化计算，是生物学与人工智能相结合的产物。基本思想：模拟生物进化过程，借助遗传学和进化论的有关理论，通过智能实体一代一代的遗传和进化，逐渐获得越来越适应于环境和目标的解决方案。代表人物：密歇根大学安娜堡
23、分校约翰.霍兰德及其团队-遗传算法（主流的优化和搜索算法之一）学习主义是通过学习提高单个个体的能力，是一种自我的提高，进化主义是通过遗传和环境选择的方式提高种群的能力，是一种群体性的提高。,1.4.6 群体主义,通过个体之间的合作解决问题，表现出群体智能，而非个体智能。体现：多智能体技术和以粒子群算法、蚁群算法为代表的群智能优化算法。,教学内容,第一章：绪论符号主义第二章：搜索与问题求解第三章：知识与推理连接主义第四章：人工神经网络学习主义第五章：机器学习,进化主义第六章：进化计算-遗传算法行为主义第七章：行为智能群体主义第八章：群智能智能系统第九章：专家系统,参考教材,1、人工智能导论方法与
24、系统 刘峡壁 国防工业出版社2、人工智能及其应用（第三版）蔡自兴等清华大学出版社3、人工智能使用教程张仰森 中国科学出版集团，北京希望电子出版社（同等学厉申请硕士学位综合考试课程指导书）,云松銮仙玉骨寒，松虬雪友繁。大千收眼底，斯调不同凡。,（无题）,家住闽山东复东,其中岁岁有莺啼。如今不在莺啼处,莺在旧时啼处啼。,（无题）白沙平舟夜涛声，春日晓露路相逢。朱楼寒雨离歌泪，不堪肠断雨乘风。,Betrayal Dave Striver loved the university.He loved its ivy-covered clocktowers,its ancient and sturdy b
25、rick,and its sun-splashed verdant greens and eager youth.He also loved the fact that the university is free of the stark unforgiving trials of the business world-only this isnt a fact:Academia has its own tests,and some are as merciless as any in the marketplace.A prime example is the dissertation d
26、efense:To earn the PhD,to become a doctor,one must pass an oral examination on ones dissertation.This was a test Professor Edward Hart enjoyed giving.Dave wanted desperately to be a doctor.But he needed the signatures of three people on the first page of his dissertation,the priceless inscriptions t
27、hat,together,would certify that he had passed his defense.One of the signatures had to come from Professor Hart,and Hart had often said-to others and to himself-that he was honored to help Dave secure his well-earned dream.,Well before the defense,Striver gave Hart a penultimate copy of his thesis.H
28、art read it and told Dave that it was absolutely first rate,and that he would gladly sign it at the defense.They even shook hands in Harts book-lined office.Dave noticed that Harts eyes were bright and trustful,and his bearing paternal.At the defense,Dave thought that he eloquently summarized chapte
29、r 3 of his dissertation.There were two questions,one from Professor Rodman and one from Dr.Teer;Dave answered both,apparently to everyones satisfaction.There were no further objections.,Professor Rodman signed.He slid the tome to Teer;she too signed,and then slid it in front of Hart.Hart didnt move.
30、Ed?Rodman said.Hart still sat motionless.Dave felt slightly dizzy.Edward,are you going to sign?Later,Hart sat alone in his office in his big leather chair,saddened by Daves failure.He tried to think of ways he could help Dave achieve his dream.,背叛 戴夫斯特赖维尔喜爱这所大学。他喜爱校园里爬满常青藤的钟楼，那古色古香而又坚固的砖块，还有那洒满阳光的碧绿
31、草坪和热情的年轻人。使他感到欣慰的还有这样一件事，即大学里完全没有商场上那些冷酷无情的考验但事实恰恰并非如此：做学问也要通过考试，而且有的考试与市场上的考验一样不留情面。最好的例子就是论文答辩：为了取得博士学位，为了成为博士，博士生必须通过论文的口试，爱德华哈特教授就喜欢主持这样的答辩考试。,戴夫迫切希望成为一名博士。但他需要让个人在他论文的第一页上签上他们的名字，这个千金难买的签名能够证明他通过了答辩。其中一个签名是哈特教授的。哈特常常对戴夫本人和其他人说，对于帮助戴夫实现他应该有的梦想，他感到很荣幸。答辩之前，斯特赖维尔早早给哈特送去了他论文的倒数第二稿。哈特阅读后告诉戴夫，论文水平绝对一
32、流，答辩时他会很高兴地在论文上签名。在哈特那四壁摆满书橱的办公室里，两人甚至还握了手。戴夫注意到，哈特两眼放光，充满信任，神情宛如慈父一般。,在答辩时，戴夫觉得自己流利地概括了论文的第三章。评审者提了两个问题，一个是罗德曼教授提的，另一个是蒂尔博士提的。戴夫分别做了回答，并且显然让每个人都心悦诚服，再没有人提出异议。罗德曼教授签了名。他把论文推给蒂尔，她也签上了名字，接着便把本子推到了哈特跟前。哈特没有动。“爱德华？”罗德曼问道。哈特仍然坐在那儿，毫无表情。戴夫感到有点眩晕。“爱德华，你打算签名吗？”过后，哈特一个人呆在办公室里，坐在那张宽大的皮椅里，他为戴夫未能通过答辩感到难过。他试图想出帮
33、助戴夫实现他梦想的办法。,IBM的“深蓝”,北京时间1997年5月12日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝”以3.5：2.5的总比分战胜卡斯帕罗夫。,正在与深蓝下棋的卡斯帕罗夫,IBM的“深蓝”（续1）,96年2月第一次比赛结果：“深蓝”：胜、负、平、平、负、负97年5月第二次比赛结果：“深蓝”：负、胜、平、平、平、胜,IBM的“深蓝”（续2）,“深蓝”的技术指标：32个CPU每个CPU有16个协处理器每个CPU有256M内存每个CPU的处理速度为200万步/秒,智能汽车,智能技术与系统国家重点实验室研制的智能汽车,在高速公路上，该汽车可以自动识别道路，自动躲避障碍物在最近的实验中，平均速度为100公里，最高速度达到了150公里，达到了世界先进水平。,智能交通,图像识别系统,四色定理的证明,四色定理从1852年发现四色问题，世界上很多著名的科学家试图证明，当一直未能完成。1976年6月，哈肯在美国伊利诺斯大学的两台不同的电子计算机上，用了1200个小时，作了100亿次判断，终于完成了四色定理的证明，从而解决了一个历时100多年的问题，轰动了世界。,
