第1章人工智能概述

人工智能概述第 1章 人工智能概述 1.1 人工智能的概念 1.2 人工智能的研究途径与方法 1.3 人工智能的分支领域1.4 人工智能的基本技术 1.5 人工智能的发展概况 人工智能概述1.1 人工智能的概念 1.1.1 什么是人工智能顾名思义，人工智能就是人造智能，其英文表示是 “Artificial Intelligence”， 简称 AI。 当然，这只是人工智能的字面解释或广义解释。目前的 “人工智能 ”一词是指 用计算机模拟或实现的智能，同时，人工智能又是一个学科名称。 人工智能概述作为学科，人工智能研究的是如何使机器（计算机）具有智能的科学和技术，特别是自然智能如何在计算机上实现或再现的科学和技术。因此，从学科角度讲，当前的人工智能是计算机科学的一个分支。人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知 (思维 )科学、行为科 学、生命科学和数学，以及信息论、控制论和系统论等许多学科领域。 人工智能概述1.1.2 为什么要研究人工智能我们知道，计算机是迄今为止最有效的信息处理工具，以至于人们称它为 “电脑 ”。但现在的普通计算机系统的智能还相当低下，譬如缺乏自适应、自学习、自优化等能力，也缺乏社会常识或专业知识等，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。 因而它的功能和作用就受到很大的限制，难以满足越来越复杂和越来越广泛的社会需求。既然计算机和人脑一样都可进行信息处理，那么是否也能让计 算机同人脑一样也具有智能呢？这正是人们研究人工智能的初衷。 人工智能概述研究人工智能也是当前信息化社会的迫切要求。我们知道，人类社会现在已经进入了信息化时代。信息化的进一步发展，就必须有智能技术的支持。例如，当前迅速发展着的国际互联网 (Internet)就强烈地需要智能技术。特别是当我们要在 Internet上构筑信息高速公路时，其中有许多技术问题就要用人工智能的方法去解决。这就是说，人工智能技术在 Internet和未来的信息高速公路上将发挥重要作用。人工智能概述智能化也是自动化发展的必然趋势。自动化发展到一定水平，再向前发展就是智能化，即智能化是继机械化、自动化之后，人类生产和生活中的又一个技术特征。另外，研究人工智能，对探索人类自身智能的奥秘也可提供有益的帮助。因为我们可以通 过电脑对人脑进行模拟，从而揭示人脑的工作原理，发现自然智能的渊源。 人工智能概述1.1.3 人工智能的目标人工智能的研究目标可分为远期目标和近期目标。远期目标是要制造智能机器。具体来讲，就是要使计算机具有看、听、说、写等感知和交互功能，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的能力。简言之，也就是使计算机像人一样具有自动发现规律和利用规律的能力，或者说具有自动获取知识和利用知识的能力，从而扩展和延伸人的智能。人工智能概述从目前的技术水平来看，要全面实现上述目标，还存在很多困难。人工智能的近期目标是实现机器智能，即先部分地或某种程度地实现机器的智能，从而使现有的计算机更灵活、更好用和更有用，成为人类的智能化信息处理工具。人工智能概述1.1.4 人工智能的表现形式人工智能的表现形式至少有这么几种：智能软件、智能设备、智能网络、智能计算机、智能机器人和更一般的 Agent等。智能软件的范围比较广泛，譬如：它可以是一个完整的智能软件系统，如专家系统、知识库系统等；也可以是具有一定智能的程序模块，如推理程序、学习程序等，这种程序可以作为其它程序系统的子程序；智能软件还可以是有一定知识或智能的应用软件，如字处理软件 Word就有一定的英语语法知识，所以在英文文稿的录入、编辑过程中， Word就表现出一定的智能。人工智能概述智能设备包括具有一定智能的仪器、仪表、机器、设施等。如采用智能控制的机床、汽车、武器装备、家用电器等。这种设备实际上是被嵌入了某种智能软件的设备。智能网络也就是智能化的信息网络。具体来讲，从网络的构建、管理、控制、信息传输，到网上信息发布和检索以及人机接口等，都是智能化的。智能计算机如前所述，而智能机器人则是一种拟人化的智能机器。 人工智能概述1.2 人工智能的研究途径与方法 1.2.1 结构模拟，神经计算所谓结构模拟，就是根据人脑的生理结构和工作机理，实现计算机的智能，即人工智能。我们知道，人脑的生理结构是由大量神经细胞组成的神经网络。人脑是由大约 1011 个神经细胞组成的一个动态的、开放的、 高度复杂的巨系统，以致于人们至今对它的生理结构和工作机理还未完全弄清楚。 人工智能概述1.2.2 功能模拟，符号推演由于人脑的奥秘至今还未彻底揭开，所以，人们就在当前的数字计算机上，对人脑从功能上进行模拟，实现人工智能。这种途径称为功能模拟法。具体来讲，功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。人工智能概述1.2.3 行为模拟，控制进化除了上述两种研究途径和方法外，还有一种基于感知 -行为模型的研究途径和方法。我们称其为行为模拟法。这种方法是模拟人在控制过程中的智能活动和行为特性，如自寻优、自适应、自学习、自组织等，来研究和实现人工智能。基于这一方法研究人工智能的典型代表要算 MIT的 R.Brooks教授，他研制的六足行走机器人 (亦称为人造昆虫或机器虫 )，曾引起人工智能界的轰动。这个机器虫可以看作是新一代的 “控制论动物 ”， 它具有一定的适应能力，是一个运用行为模拟即控制进化方法研究人工智能的代表作。 人工智能概述1.3 人工智能的分支领域1.3.1 基于脑功能模拟的领域划分 1. 机器感知机器感知就是计算机直接 “感觉 ”周围世界。具体来讲，就是计算机像人一样通过 “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。所以，要使机器具有感知能力，就首先必须给机器配置各种感觉器官，如视觉器官、听觉器官、嗅觉器官等等。于是，机器感知还可以再分为机器视觉、机器听觉等分支课题。 人工智能概述要研究机器感知，首先要涉及图像、声音等信息的识别问题。为此，现在已发展了一门称为 “模式识别”的专门学科。模式识别的主要目标就是用计算机来模拟人的各种识别能力，当前主要是对视觉能力和听觉能力的模拟，并且主要集中于图形识别和语音识别。图形识别主要是研究各种图形（如文字、符号、图形、图像和照片等）的分类。例如识别各种印刷体和某些手写体文字，识别指纹、白血球和癌细胞等等。这方面的技 术已经进入实用阶段。 人工智能概述语音识别主要是研究各种语音信号的分类。语音识别技术近年来发展很快，现已有商品化产品 (如汉字语音录入系统 )上市。模式识别的过程大体是先将摄像机、送话器或其它传感器接受的外界信息转变成电信号序列，计算机再进一步对这个电信号序列进行各种预处理，从中抽出有意义的特征，得到输入信号的模式，然后与机器中原有的各个标准模式进行比较，完成对输入信息的分类识别工作。人工智能概述2. 机器联想仔细分析人脑的思维过程，可以发现，联想实际是思维过程中最基本、使用最频繁的一种功能。例如，当听到一段乐曲，我们头脑中可能会立即浮现出几十年前的某一个 场景，甚至一段往事，这就是联想。 人工智能概述当前，对机器联想功能的研究中，人们就是利用这种按内容记忆原理，采用一种称为 “联想存储 ”的技术实现联想功能。联想存储的特点是：(1)可以存储许多相关（激励，响应）模式对 ;(2)通过自组织过程可以完成这种存储 ;(3)以分布、稳健的方式（可能会有很高的冗余度）存储信息 ;(4)可以根据接收到的相关激励模式产生并输出适当的响应模式 ;(5)即使输入激励模式失真或不完全时，仍然可以产生正确的响应模式 ;(6)可在原存储中加入新的存储模式。人工智能概述3. 机器推理机器推理就是计算机推理，也称自动推理。它是人工智能的核心课题之一。因为，推理是人脑的一个基本功能和重要功能。事实上，几乎所有的人工智能领域都与推理有关。因此，要实现人工智能，就必须将推理的功能赋予机器，实现机器推理。人工智能概述4.机器学习机器学习就是机器自己获取知识。具体来讲，机器学习主要有这几层意思：(1)对人类已有知识的获取（这类似于人类的书本知识学习）；(2)对客观规律的发现（这类似于人类的科学发现）；(3)对自身行为的修正（这类似于人类的技能训练和对环境的适应）。人工智能概述5.机器理解机器理解主要包括自然语言理解和图形理解等。自然语言理解就是计算机理解人类的自然语言，如汉语、英语等，并包括口头语言和文字语言两种形式。试想，计算机如果能理解人类的自然语言，那么计算机的使用将会变得十分方便和简单，而且机器翻译也将真正成为现实。人工智能概述例如，美国认知心理学家G.M.Ulson 曾为理解提出了四条判别标准 :(1)能够成功地回答与输入材料有关的问题；(2)能够具有对所给材料进行摘要的功能；(3)能用不同的词语叙述所给材料；(4)具有从一种语言转译成另一种语言的能力。人工智能概述6.机器行为机器行为主要指机器人行动规划。它是智能机器人的核心技术，规划功能的强弱反映了智能机器人的智能水平。因为，虽然感知能力可使机器人认识对象和环境，但解决 问题，还要依靠规划功能拟定行动步骤和动作序列。 人工智能概述1.3.2 基于研究途径与实现技术的领域划分1.符号智能符号智能就是以符号知识为基础，通过符号推理进行问题求解而实现的智能。这也就是所说的传统人工智能或经典人工智能。符号智能研究的主要内容包括知识工程和符号处理技 术。 知识工程涉及知识获取、知识表示、知识管理、知识运用以及知识库系统等一系列知识处理技术。符号处理技术指基于符号的推理和学习技术，它主要研究经典逻辑和非经典逻辑理论以及相关的程序设计技术。简而言之，符号智能就是基于人脑的心理模型，运用传统的程序设计方法实现的人工智能。人工智能概述2. 计算智能计算智能是以数据为基础，通过数值计算进行问题求解而实现的智能。计算智能研究的主要内容包括人工神经网络、进化计算 (包括遗传算法、遗传程序设计、进化规划、进化策略等 )、模糊技术以及人工生命等。计算智能主要模拟自然智能系统，研究其数学模型和相关算法，并实现人工智能。计算智能是 当前人工智能学科中一个十分活跃的分支领域。 人工智能概述1.3.3基于应用领域的领域划分1. 难题求解这里的难题，主要指那些没有算法解，或虽有算法解但在现有机器上无法实施或无法完成的困难问题。例如：路径规划、运输调度、电力调度、地质分析、测量数据解释、天气预报、市场预测、股市分析、疾病诊断、故障诊断、军事指挥、机器人行动规划、机器博弈等等。 人工智能概述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。定理证明是最典型的逻辑推理问题之一，它在发展人工智能方法上 起过重大作用。 人工智能概述自动定理证明的方法主要有四类：(1)自然演绎法。它的基本思想是依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证。(2)判定法。即对一类问题找出统一的计算机上可实现的算法解。在这方面一个著 名的成果是我国数学家吴文俊教授 1977年提出的初等几何定理证明方法。 人工智能概述(3)定理证明器。它研究一切可判定问题的证明方法。(4)计算机辅助证明。