人工智能绪论-研究生教学-09.ppt

人工智能讲座,电气信息学院 电子信息系,杨建宁 2009.4,Artificial Intelligence,课程目录,2,第1章 人工智能绪论 1.1 智能及人工智能的基本概念 1.2 人工智能研究的基本内容 1.3 人工智能的研究途径 1.4 人工智能的发展方向 第2章 知识表示 2.1 知识与知识表示 2.2 谓词逻辑表达 2.3 产生式表达 2.4 语义网络表示法 2.5 框架知识表示法 第3章 搜索 3.1 状态空间图和搜索策略 3.2 盲目搜索 3.3 启发式搜索 3.4 盲人爬山法举例,第4章 推理 4.1 推理概念和分类 4.2 正向和逆向推理 4.3 冲突匹配消解策略 第5章 机器学习 5.1 机器学习概述 5.2 机器学习的模型、策略 5.3 实际学习方法 5.4 学习方法比较和展望 第6章 计算智能 6.1 神经网络 6.2 模糊计算 6.3 遗传算法 6.4 粒群优化 6.5 人工免疫,参考书籍,3, 人工智能及其应用 蔡自兴徐光佑 清华大学出版社2004 TP18 C15=3-2 (研究生教学用书） （通用） 高级人工智能 史忠植 科学出版社 1998 TP18R S57C (中科院研究生教学书系列）（深专） 人工智能原理及其应用 王万森 电子工业出版社 （本科） 中国计算机智能接口与智能应用前沿研究 清华大学出版社TP18 G66 （具体项目参考） 人工智能 （计算机） 蔡瑞英 武汉理工大学出版社 2003 TP18R23C,第 1 章 绪 论,4,（1）智能及人工智能的基本概念 （2）人工智能的研究经历阶段 （3）人工智能的最终目标 （4）人工智能研究的基本内容 （5）人工智能的研究途径 （6）人工智能的研究领城,1.1 智能及人工智能的基本概念,1.1.1 智能 智能的本质是什么?（功能） (1) 具有感知能力 视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力。 感知是产生智能活动的前提与必要条件。 （传感器） (2) 具有记忆与思维的能力 记忆用于存储由感觉器官感知到的外部信息以及由思维所产生的知识， 是获取知识以及运用知识求解问题的根本途径。 (3) 具有学习能力及自适应能力 通过与环境的相互作用，积累知识、增长才干，适应环境的变化， 充实、完善自己。 (4) 具有行为能力 如果把人们的感知能力看做是用于信息的输入，则行为能力就是用做 信息的输出。 （目的）,5,(Artificial Intelligence),1.1.2 人工智能,6,人工智能-研究如何在机器上实现人类智能”这门学科。 人工智能是一门研究如何构造智能机器(智能计算机)或智能系统，使它能模拟、 延伸、扩展人类智能的学科。通俗地说，人工智能就是要研究如何使机器具有能听、 会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种面临的实际问题 等功能的一门学科。 1.1.3 衡量机器智能的准则图灵测试 “图灵测试”，它形象地指出了什么是人工智能以及机器应该达到的智能标准. 图灵测试方法：分别让人与机器位于两个房间里，他们可以通话，但彼此都看不到对方， 如果通过对话，作为人的一方不能分辨对方是人还是机器，那么就可认为对方的那台机 器达到了人类智能的水平。 1.1.3 人工智能的研究目标 远期目标是构造可实现人类智能的智能计算机或智能系统。(基本完全替代) 近期目标是能模拟人类的部分智能行为。（局部替代）,1.2 人工智能研究基本内容,(1) 机器感知模式识别与自然语言理解。 (2) 机器思维对通过感知得来的外部信息及机器内部的各种工作信息进行 有目的的处理。 知识的表示，特别是各种不精确、不完全知识的表示。 知识的组织、累积、管理技术。 知识的推理，特别是各种不精确推理、归纳推理、非单调推理、定性推理 各种启发式搜索及控制策略。 神经网络、人脑的结构及其工作原理。 (3) 机器学习 (4) 机器行为 指计算机的表达能力，即“说”、“写”、“画”的能力， 对于智能机器人，它还应具有人的四肢功能，即能走路、能取物、能操作等。 (5) 智能系统及智能计算机的构造技术 。,7,1.3 人工智能的研究途径,8,1.3.1 以符号处理为核心的方法 对人脑从功能上进行模拟，实现人工智能。这种方法是以人脑的心理模型，将问题 或知识表示成某种逻辑结构，采用符号推演的方法，实现搜索、推理、学习等功能。 用符号表示概念时，其有效性在很大程度上取决于符号表示的正确性。 1.3.2 以网络连接为主的连接机制方法（例子下页） 以网络连接为主的连接机制方法是对人脑从结构上进行模拟， 结构模拟法是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑， 实现机器智能。一般是通过神经网络的“自学习”获得知识，再利用知识解决问题。 该方法在模式识别、图像信息压缩等方面都取得了一些研究成果。 1.3.3 系统集成 结合，两者分别保持原来的独立结构，把自己不能解决的问题转化给另一方； 统一，把两者自然地统一在一个系统中，既有逻辑思维的功能，又有形象思维 的功能。,连接机制 识别四个动物的神经网络,1.4 人工智能的研究领域,1.4.1 专家系统 1.4.2 机器学习 1.4.3 模式识别 1.4.4 自然语言理解： 1.4.5 自动定理证明 1.4.6 自动程序设计 1.4.7 博弈 1.4.8 智能决策支持系统 1.4.9 人工神经网络 1.4.10 分布式人工智能(DAI) 1.4.11,10,1.4.11 智能体,11,定义：(Shoham定义)。 如果一个实体的状态可被视为包含了诸如知识、信念、承诺和能力等精神状态时， 该实体就是智能体。 (1) DAI产生的背景， DAI具有强有力的问题求解能力，构造智能系统组织。 DAI求解问题的结论比较可靠。 系统间可并行操作，求解问题的效率较高。 可协同，又可单独工作，有较好的灵活性和可靠性。 DAI结构则提供了研究现实世界存在大量的大规模分布式系统的途径。 结合网络及多处理机制软硬件。,（Agent）,(2) DAI研究的主要内容,12, 任务的描述、分解和分布。系统地阐述、分解和分配问题，如何综合来源于一组 智能系统产生的结果。 通信、交互语言和协议。使智能系统间相互通信和相互作用，使用什么样的通信 语言和协议，何时通信和通信内容等等。 Agent之间的协作。怎样保证智能系统间能有机地协作，而避免有害的相互作用。 Agent之间的协调。协调智能系统间的协作，怎样保证单独的智能系统能表示和 推理其他系统的动作、规划和知识。 冲突消解。研究怎样识别和解决一组智能系统之间的不同观点和冲突，以及怎样 综合这些观点和结果。 实现的语言、框架和环境。,绪论小结,（1).讨论了智能及人工智能的基本概念。智能是知识与智力的总和，它具有感知能 力、记忆与思维能力、学习能力及自适应能力、行为能力等特征，人工智能 是用人工方法在计算机上实现的智能，它是人类智能在计算机上的模拟。 人工智能作为一门学科的名称，主要是研究如何在计算机上实现人类的智能。 (2) 人工智能的研究经历了孕育、形成、发展这几个阶段，目前仍处于不断发展之中， (3) 人工智能的最终目标是构造智能计算机，其近期目标是在现有的电子数字计算机 上实现人类智能的部分模拟，构造分别用于不同目的的智能系统。 (4) 人工智能研究的基本内容是机器感知、机器思维、机器学习、机器行