高级人工智能ppt课件

2019/5/13,1,高级人工智能 Advanced Artificial Intelligence,2019/5/13,2,教学安排,学时、学分 32、2 考核形式 平时成绩+笔试,2019/5/13,3,AI学科体系分为三个层次,人工智能理论基础 数学基础:离散数学,模糊数学 思维科学理论:认知心理学,逻辑或抽象思维学,形象或直感思维学 计算机工程技术:硬件,软件技术 人工智能原理 知识的获取与学习,知识的表达,知识的使用。 人工智能工程系统（应用层次） 专家咨询系统,专家系统开发工具与环境,自然语言理解系统,图像理解与识别系统,智能机器人系统.,2019/5/13,4,教材及主要参考书,主要教材： 蔡自兴,徐光右.人工智能及其应用（第三版）(研究生用书), 北京:清华大学出版社，2004 史忠植,王文杰.人工智能,国防工业出版社,2007 主要参考书: 史忠植.高级人工智能. 科学出版社 2006年9月 Nils J. Nilsson, Artificial Intelligence: A New Synthesis (影印本). 北京：机械工业出版社，1999 王万森.人工智能原理及其应用,电子工业出版社 ,2000 蔡自兴,徐广祐.人工智能及其应用(第三版) (本科生书) .北京：清华大学出版社,2003,2019/5/13,5,一些人工智能的站点,北邮人工智能 58/ 东大语言所 / 南大AI的FTP / KDD论坛 / 教育网数据库： SDOS检索 / Kluwer电子期刊 / 郑州大学文献库 /cjndocs/cajxk.html,2019/5/13,6,一些人工智能的站点,学位论文检索系统 :8080/chinese/local/dris/index.html 英国文摘 2/cgi-bin/cgrs.cgi 国外站点： 行为/脑科学 http:/www.cogsci.soton.ac.uk/bbs/ Computer Science Paper / NEC researchindex / http:/cogprints.soton.ac.uk/,2019/5/13,7,第一章 人工智能概论,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,8,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,9,人工智能的定义,狭义 从计算机科学的角度来看，AI是用计算机来模拟人类的某些智能活动，或是计算机具有人类的某些局部职能和功能 从应用的角度看，AI的最终目标是编制出具有智能的程序（推理、学习、思考） 广义 人类智能行为规律、智能理论方面的研究。,2019/5/13,10,人工智能的定义,同传统的计算机程序相比较： 人工智能首先研究的是以符号表示的知识而不是数值数据为研究对象 人工智能采用的是启发式推理方法而不是常规算法 人工智能的控制结构与知识领域是分离的，并允许出现不正确的解答,2019/5/13,11,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,12,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,13,AI的产生,人们对“数据世界”的需求进而发展到对“知识世界”的需求而产生的。 为了寻求试探性的搜索，启发式的、不精确的、模糊的，甚至允许出现错误的推理方法，以便符合人类的思维过程 。,2019/5/13,14,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,15,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,16,I的发展历史（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,2019/5/13,17,I的发展历史（2）,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思想，提出了一种崭新的代数系统布尔代数。 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理。,2019/5/13,18,I的发展历史（3）,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。,2019/5/13,19,I的发展历史（4）,基本技术的研究与形成阶段(50年代到 60年代后期): 1956年提出了“Artificial Intelligence（人工智能）” 创始人中有数学家、信息学家、心理学家、神经生理学家、计算机科学家。在美国的达特茅斯大学两个月的研讨会首次提出。69年IJCAI会议，70年国际期刊AI 。 McCarthy（麦卡锡）人工智能之父 。 50年代初开始有了符号处理。（搜索法）。机器翻译、机器定理证明、跳棋程序等。,2019/5/13,20,I的发展历史（5）,60年代Simon由试验得到结论：人类问题的求解是一个搜索的过程，效果与启发式函数有关。叙述了智能系统的特点：智能表示、智能推理、智能搜索。 Nilson发表了A*算法（搜索方法） McCarthy建立了人工智能程序设计语言Lisp 1965年Robinson提出了归结原理，（与传统的自然演绎法完全不同的消解法）。,2019/5/13,21,产生式系统,1943年Post首先在一种计算形式体系中提出 60年代开始，成为专家系统的最基本的结构 形式上很简单，但在一定意义上模仿了人类思考的过程,2019/5/13,22,产生式系统（续1）,组成三要素： 一个综合数据库存放信息 一组产生式规则知识 一个控制系统规则的解释或执行程序 （控制策略）,2019/5/13,23,产生式系统（续2）,过程PRODUCTION 1，DATA初始数据库 2，until DATA满足结束条件，do 3， 4， 在规则集中选择一条可应用于DATA 的规则R 5， DATA R应用到DATA得到的结果 6，,2019/5/13,24,产生式系统（续3）,问题：设字符转换规则 ABC ACD BCG BEF DE 已知：A，B 求：F,2019/5/13,25,产生式系统（续4）,综合数据库 x，其中x为字符 规则集 1，IF AB THEN C 2，IF AC THEN D 3，IF BC THEN G 4，IF BE THEN F 5，IF D THEN E,2019/5/13,26,产生式系统（续5）,控制策略 顺序排队 初始条件 A，B 结束条件 Fx,2019/5/13,27,产生式系统（续6）,数据库 可触发规则 被触发规则,2019/5/13,28,I的发展历史（6）,1968年Quillian提出了语义网络的知识表示方法 1969年Minsky出了一本书“感知机”，给当时的神经网络研究结果判了死刑 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。,2019/5/13,29,一个笑话（英俄翻译）,The spirit is willing but the flesh is weak. （心有余而力不足） The vodka is strong but meat is rotten. （伏特加酒虽然很浓，但肉是腐烂的）,2019/5/13,30,一个笑话（英俄翻译）（续1）,出现这样的错误的原因： Spirit： 1）精神 2）烈性酒 结论： 必须理解才能翻译，而理解需要知识,2019/5/13,31,I的发展历史（7）,发展和实用化阶段(19701980年) 以Feigenbaum为首的一批年轻科学家改变了战略思想，1977年提出了知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。 著名的有：,2019/5/13,32,I的发展历史（8）,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 ASsciational 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）,2019/5/13,33,I的发展历史（9）,1980年至今（知识工程与专家系统阶段） 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。,2019/5/13,34,I的发展历史（10）,有影响的应用成果： RI专家系统用于VAX计算机的组装，为DEC公司每年节省二千万美元 自然语言处理系统开始商业化 数百家公司开始投入计算机视觉的研究 构造知识库和建立专家系统的软件工具已经商品化 神经网络、遗传算法、人工生命的回归 (80年代至今) 智能Agent的兴起,2019/5/13,35,I的发展历史（11）,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“知识信息处理系统”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。,2019/5/13,36,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。,2019/5/13,37,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,2019/5/13,38,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,2019/5/13,39,IBM的“深蓝”（续3）,2019/5/13,40,模仿人手的动作,2019/5/13,41,开啤酒盖VS.机器人足球赛,2019/5/13,42,深海作业VS.蜘蛛机器人,2019/5/13,43,机器人治疗VS.拿鸡蛋,2019/5/13,44,今天的I （1）,计算机智能化技术的主攻方向体现在 : 并行与分布式处理技术。 包括大规模并行机和机群的体系结构、并行操作系统与并行数据结构，分布式Client/Server计算模型及其处理技术，多专机系统的合作与知识共享技术等。 知识的获取、表示、更新和推理新机制。 包括新的知识获取方法，常识性知识的表示、更新与推理，大型知识库的组织与维护，新一代逻辑处理机制等 .,2019/5/13,45,今天的I （2）,计算机智能化技术的主攻方向体现在 : 功能的感知技术，包括对语音文字、图形与图像等信号的获取、识别、压缩与转化，以及多媒体输出和VR技术等。,2019/5/13,46,今天的I （3）,当前人工智能的研究热点 分布式处理 智能Agent 数据挖掘（Data Mining） Web语义,2019/5/13,47,今天的I （4）,人工智能发展的历史和现在 人工智能从以往的追求自主的系统，改变为人机结合的系统。 以前的是基于逻辑的深思熟虑；现在是直觉、形象思维与模式识别的结合、Situated AI ,Sensing and Acting的结合，并引入概率论、遗传算法等理论。 计算机的定量与人的定性信息处理相结合，取长补短。甚至提出了没有知识表示、没有推理的智能（六脚爬虫）。,2019/5/13,48,今天的I （5）,目前电脑的工作和记忆原理都是通过高低电位和逻辑门实现的。发展方向： 使用生物芯片 在分子水平上，与生物学水平是一致的 使用量子器件 在更微观的原子、光子或更深层次的水平上。 假设人脑的工作机理可以在生物学水平上或在量子水平上得到解释，在这种水平上制造的计算机就会达到人脑的水平。,2019/5/13,49,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,50,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容,2019/5/13,51,人工智能是一门知识的科学。以知识为对象，研究知识的获取、表示和使用。 数据处理-知识处理，数据-符号。 符号表示知识而不是数值、数据。 有启发，有推导。 人工智能是引起争论最多的科学之一 焦点：当前人工智能的研究应该以人类的普遍思维规律为主，还是以特定知识的处理和运用为主？智能的本质是什么？机器能达到人的水平吗？ 结论：人工智能研究是非常困难的,I的研究特点（1）,2019/5/13,52,I的研究特点（2）,人工智能的研究是十分困难的。 McCarthy： 人工智能的所有问题都是难解的。 Minsky： 人工智能是有史以来最难的科学之一。难在：实现智能需要浩繁的知识，而最难对付的知识是常识（不是专业知识）。 Dreyfus： 常识问题是实现人工智能的最大障碍。 ,2019/5/13,53,I的研究特点（3）, 结论： 万能的逻辑推理体系至今没有创造出来，并不是因为人工智能专家的本事不够，而是因为这种万能的体系从根本上就是不可能有的。他最大的弱点就是缺乏知识，缺乏人类在几千年的文明史上积累起来的知识，在实际生活中，人是根据知识行事的，而不是根据在抽象原则上的推理行事的。 即使就推理体系来说，它的主要技术是状态空间搜索，而在执行中遇到的主要困难就是“组合爆炸”，事实表明，单靠一些思维原则是解决不了组合爆炸问题的，要摆脱困境，只有大量使用理性的知识。,2019/5/13,54,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容 AI的研究目标,2019/5/13,55,第一章 人工智能概述,AI的定义 AI的产生 AI的发展历史 AI研究的特点 AI的研究内容 AI的研究目标,2019/5/13,56,I的研究内容（1）,理论 知识的模型化和表示方法 各种推理方法 启发式理论搜索 人工智能系统结构及语言 机器学习,2019/5/13,57,I的研究内容（2 ）,应用 自然语言理解 数据库的智能检索 专家系统 机器定理证明 博弈 机器人学 自动程序设计 组合调度 感知,2019/5/13,58,I的研究内容（3 ）,学派 符号主义(Symbolicism) 亦称为功能模拟学派。主要观点认为智能活动的基础是 物理符号系统，思维过程是符号模式的处理过程。 连接主义(Connecionism) 亦称为结构模拟学派，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。主要观点认为大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，渴望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。,2019/5/13,59,I的研究内容（4 ）,行为主义(Actionism) 亦称为行为模拟学派，认为智能行为的基础是“感知-行为”的反应机制。基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。 粗略地划分，可以认为符号主义研究抽象思维，连接主义研究形象思维，而行为主义研究感知思维。研究人工智能的三大学派、三条途径各有所长，要取长补短、综合集成。,2019/5/13,60,符号主义（1）,以符号处理为核心的方法 又称为自上而下和符号主义,起源于GPS,用于模拟人类问题求解过程的心理过程,逐渐形成为物理符号系统 AI的目标就是实现机器智能,而计算机自身具有符号处理功能,它本身就蕴含着推理能力,因而可能够方便地模拟逻辑思维过程 符号主义认为：人类智能的基本单元是符号，认知过程就是符号操作过程，从而思维就是符号计算,2019/5/13,61,符号主义（2）,主要特征: (1)立足于逻辑运算和符号操作,适合于模拟人的逻辑思维过程,解决需要逻辑推理的复杂问题 (2)知识可用显示的符号表示,在已知基本规则的情况下,无需输入大量的细节知识 (3)便于模块化,当个别事实发生变化时,易于修改 (4)能与传统的符号数据库进行连接 (5)可对推理结论进行解释,便于对各种可能性进行选择 缺点 可以解决逻辑思维,但对于形象思维难于模拟 信息表示成符号后,并在处理或转换时,信息有丢失的情况,2019/5/13,62,连接主义（1）,以网络连接为主的连接机制方法 又称为自下而上和连接主义,属于非符号处理范畴. 在现实中，人们并不仅仅依靠逻辑推理来求解问题，有时非逻辑推理还其着非常重要的作用 联结主义：人工智能可以通过仿生人类的大脑的结构来实现，它研究的内容就是神经网络。,2019/5/13,63,连接主义（2）,主要特征: (1)通过神经元之间的并行协作实现信息处理,处理过程具有并行性,动态性,全局性 (2)可以实现联想的功能,便于对有噪声的信息进行处理 (3)可以通过对神经元之间连接强度的调整实现学习和分类等 (4)适合模拟人类的形象思维过程 (5)求解问题时,可以较快的得到一个近似解 缺点 不适合于解决逻辑思维, 体现结构固定和组成方案单一的系统也不适合多种知识开发,2019/5/13,64,行为主义,行为主义又称为进化主义或控制论学派，是基于控制论和“动作-感知”型控制系统的人工智能学派，属于非符号处理方法 行为基本观点可以概括为： 1、知识和形式化表达和模型化方法是人工智能的重要障碍之一； 2、智能取决于感知和行动，应直接利用机器对环境作用后，以环境对作用的响应为原型；