智能控制基础第一章概论.ppt

智能控制基础,上海大学机电与自动化学院 李昕 课程代号：09365011 时间：一3-4 三1-2 教室：IV201 人数：80人,什么是人工智能？,人工智能(A.I.: Artificial Intelligence) 华纳兄弟公司(Warner Brothers, USA)2001年出品 主演： 海利-乔-奥斯蒙特(Haley Joel Osment) 裘德-洛(Jude Law) 弗朗西斯-奥康娜(Frances OConnor) 萨姆-罗伯兹(Sam Robards) 导演：斯蒂文-斯皮尔伯格(Steven Spielberg) 编剧：斯蒂文-斯皮尔伯格(Steven Spielberg) 类型：科幻片,剧情介绍,Cybertronics Manufacturing制作公司制造出了第一个具有感情的机器人。他的名字叫大卫David 作为第一个被输入情感程序的机器男孩，大卫是这个公司的员工和他的妻子的一个试验品，他们夫妻俩收养了大卫。而他们自己的孩子却最终因病被冷冻起来，以期待有朝一日，有一种能治疗这种病的方法会出现。尽管大卫逐渐成了他们的孩子，拥有了所有的爱，成为了家庭的一员。但是，一系列意想不到的事件的发生，使得大卫的生活无法进行下去。 人类与机器最终都无法接受他，大卫只有唯一的一个伙伴机器泰迪(Teddy)-他的超级玩具泰迪熊，也是他的保护者。大卫开始踏上了旅程，去寻找真正属于自己的地方。他发现在那个世界中，机器人和机器之间的差距是那么的巨大，又是那么的脆弱。他要找寻自我、探索人性，成为一个真正意义上的人。,人工智能的定义,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。,人工智能的定义,定义1 智能机器 能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphic tasks)的机器。 定义2 人工智能(学科) 人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 定义3 人工智能(能力) 人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。,人工智能的定义,定义4 人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试（Haugeland,1985）。 定义5 人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化（Bellman,1978）。 定义6 人工智能是用计算模型研究智力行为（Charniak和McDermott,1985）。 定义7 人工智能是研究那些使理解、推理和行为成为可能的计算（Winston,1992）。 定义8 人工智能是一种能够执行需要人的智能的创造性机器的技术（Kurzwell,1990）。 定义9 人工智能研究如何使计算机做事让人过得更好（Rick和Knight,1991）。 定义10 人工智能是一门通过计算过程力图理解和模仿智能行为的学科（Schalkoff,1990）。 定义11 人工智能是计算机科学中与智能行为的自动化有关的一个分支（Luger和Stubblefield,1993）。 其中，定义4和定义5涉及拟人思维；定义6和定义7与理性思维有关；定义8和定义9涉及拟人行为；定义10和定义11与拟人理性行为有关。,人工智能的定义,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。,什么是智能？,智能 人或动物，获取、处理、应用和再生信息（知识），并用之达到预定目的能力。 或说：应用知识解决问题的能力。,智能活动的特点,认识与理解环境的能力 通过视觉、听觉、触觉等感官活动，接收并理解文字、图像、声音、语言等各种外界信息。 归纳和演绎，作出决策的能力 通过人脑的生理与心理活动以及有关的信息处理过程，将感性知识抽象为理性知识，并能对事物的运动规律进行分析、判断和推理。 学习和自我适应的能力 通过教育、训练和学习过程，日益丰富自身的知识。 行为的能力 对变化多端的外界环境条件，如干扰、刺激等作用能灵活地作出反应。,人工智能涉及的领域,人工智能涉及的领域：,人工智能的发展历史（史前期，1956以前）,数理逻辑：17世纪发明的数理逻辑，也就是在逻辑中引入数学的方法。其中激励科学家进行这项研究的一个思想是：思维并不难掌握，“一切思维不过是计算（即加与减）” 英国著名哲学家霍布斯（Thomas Hobbes,1588-1679）:正如算术学者教人数字的加与减；几何学家教人在线、形、角、比例、快速程度、力等方面进行加与减；逻辑学叫则教人在字（词）的推论方面进行加与减：将两个名词相加得到一个断定，将两个断定相加得到一个三段论，将若干个三段论相加得到一个证明，并且由三段论的结论中减去一个命题，以得到另一命题。,人工智能的发展历史（史前期，1956以前）,数理逻辑 德国哲学家、数学家、物理学家莱布尼茨（Leibnitz,1646-1716） 认为，可以建立一个普遍符号系统，和逻辑演算，由此可以制造一台机械装置，可以完成推理或者理解过程。他幻想：每当哲学家们有了分歧，不必争论不休，只要“计算一下，谁对谁错，只要看一下计算结果便知” 爱尔兰数学家布尔（George Boole,1815-1864）发明了布尔代数，将逻辑学由哲学变成了数学。将符号语言与运算结合，可表示任何事物，为逻辑推理建立了严密的形式语言。,人工智能的发展历史（史前期，1956以前）,数字计算机的发展。 关于计算机械的研究有很长的历史。 法国数学和物理学家帕斯卡（Pascal，1623-1662）于1647年制造了一台机械加法器 莱布尼茨进一步对此进行了改进，可以进行全部的四则运算。 英国数学家巴贝奇（Babbage）于1821年发明了差分机和分析机。他当时提出的计算机的五大组成部分，为今天的计算机的发展奠定了基础。,人工智能的发展历史（史前期，1956以前）,计算机的发展（续） 1940年，英国图灵制造了第一台可运转的数字计算机ACE 1946年，美国人毛奇莱（Mauchly）和艾克特(Eckert)在宾夕法尼亚大学研制成功ENIAC。是第一台采用“存储程序原理”的计算机。该计算机重30吨，17000个电子管，耗电150千瓦。但是计算机只能存储80个字节。,人工智能的发展历史（史前期，1956以前）,Von Neumann(冯.诺伊曼),目前世界上占统治地位的仍是冯.诺伊曼的计算机。 美国数学家N.Wiener(威纳)控制论的创立、 美国数学家C.E.Shannon(申农)信息论的创立，都为人工智能学科的诞生做了理论和实验工具的巨大贡献。,人工智能的发展历史（史前期，1956以前）,可计算理论的发展。随着计算机的发明，人们自然会问： 计算机到底能做什么？ 计算机具有智能吗？ 如何度量计算机的智能？,人工智能的发展历史（史前期，1956以前）,1935年,英国科学家图灵开始研究数理逻辑。这是关于人的思维数学化的研究，也就是说用数学的方法去研究人的思维过程,思维规律等.通过建立一套精确的符号语言和演算系统去解决人如何推理的问题. 1936年发表划时代的论文:论可计算数及其在判定问题中的应用. 图灵的方案就是所谓的”图灵机”: 有限状态控制器 读写头 纸带,人工智能的发展历史（史前期，1956以前）,图灵将其作为模拟人的思维活动的模型，凡是可以用图灵机来计算的函数都是可计算的。 图灵用这个模型证明了不可计算数（也就是不可用图灵机的算法来表达）的存在。 由此建立了可计算性理论。,人工智能的发展历史（形成时期，195661）,1956年提出了“Artificial Intelligence（人工智能）” 1956年夏季,在美国Dartmoth(达特默思)大学,由年轻数学助教J.McCarthy(斯坦福大学教授)和他的三位朋友M.Minsky(哈佛大学数学神经学家,MIT教授),N.Lochester(IBM公司信息研究中心负责人)、C.Shannon(申农)(贝尔实验室信息部数学研究员)共同发起，邀请IBM公司的T.Moore(摩尔)和A.Samuel(塞缪尔)、MIT的O.Selfridge和R.Solomonff(索罗蒙佛)以及RAND公司和Carnagie工科大学的A.Newell(艾伦.钮厄尔)和H.A.Simon(西蒙)(后均为CMU教授)等人参加夏季学术讨论会,历时二个月。在这次历史性的聚会上,第一次正式使用了“人工智能(AI)“这一术语,从而开创了人工智能的研究方向和学科。 McCarthy（麦卡锡）人工智能之父,第一个兴旺期,在形成和第一个兴旺期，人工智能研究出现了一些较有代表性的工作（这个时期AI研究的主要方向是机器翻译、定理证明、博弈等）。,机器翻译,1953年，美国乔治敦大学组织了第一次机器翻译的实际实验。 1954年7月，IBM公司在701计算机上做了俄译英的公开表演。此后包括英国、苏联、中国在内的许多国家纷纷开展机器翻译的研究。,定理证明,利用计算机证明数学定理是又一项大胆的设想。1956年，Newell(艾伦.纽厄尔)和Simon(西蒙)等人首先取得突破，他们编的程序Logic Theorist(应用启发式技术)证明了数学原理第二章中的三十八条定理，又于1963年证明了该章中的全部五十二条定理，走向了以计算机程序来模拟人类思维的道路，第一次把求解方法和问题的领域知识分离开。 定理证明在1958年取得新成就，美籍数理逻辑学家王浩在IBM704计算机上以3-5分钟证明了数学原理有关命题演算的全部220条定理，还用了几分钟证明了该书中带等式的谓词演算的150条定理中的85%，1959年再接再厉，仅用了8.4分钟就证明了以上全部定理。也是在1959年，IBM公司的Gelernter(格伦特尔)研制出平面几何证明程序。,博弈,博弈同样是AI第一个时期的研究热点，1956年Samuel研制了跳棋程序，它在1959年击败了Samuel本人，又在1962年打败了美国一个州的跳棋冠军而荣获州级冠军。,模式识别,也在1956年，Selfridge研制出第一个字符识别程序，又在1959年推出功能更强的模式识别程序。,语言与GPS,1960年，McCarthy建立了人工智能程序设计语言LISP。从1957年开始，Newell、Shaw和Simon等人就开始研究一种不依赖于具体领域的通用解题程序GPS（持续研究了十年，69年发表最后版本）。,符号积分程序,1963年Slagle发表了符号积分程序SAINT，用86道积分题做实验（其中54道选自麻省理工学院的大学考题），结果做出了其中的84道。,机器视觉,1965年Roberts编制了可以分辨积木构造的程序，开创了计算机视觉的新领域。,归结法与定理证明,1965年Robinson独辟蹊径，提出了与传统的自然演绎法完全不同的消解法，当时被认为是一项重大突破，掀起了研究计算机定理证明的又一高潮。,乐观的预言:,一连串的胜利使人们盲目乐观，醉心于AI远景的专家们做出了种种乐观的预言，58年，Newell和Simon充满自信地说：,:,乐观的预言 不出十年，计算机将成为世界冠军； 不出十年，计算机将要发现和证明重要的数学定理； 不出十年，计算机将能谱写具有优秀作曲家水平的乐曲； 不出十年，大多数心理学理论将在计算机上形成。 有人甚至断言：照此趋势下去，80年代将是全面实现AI的年代；到了2000年 ，机器的智能就可以超过人了。,危机,此时，兴奋的人们并未意识到初期的研究虽然很有成效，但并未抓到本质，危机正潜伏在初战告捷的欢乐中。,人工智能的发展历史（萧条时期，196770年代初期）,当人们进行了比较深入的工作后，发现人工智能研究碰到的困难比原来想象的要多得多。,困难重重,例如：65年发明的消解法(归结原理)曾给人们带来了希望，可很快就发现了消解法的能力也有限，证明“连续函数之和仍连续”是微积分中的简单事实，可是用消解法(归结法)来证明时，推了十万步（归结出几十万个子句）尚无结果；,困难重重,Samuel的下棋程序当了州冠军之后没能进一步当上全国冠军更不要说世界冠军。65年世界冠军Helmann与Samuel的程序对弈了四局获得全胜，仅有的一个和局是因为世界冠军“匆忙地同时和几个人对弈”的结果；,困难重重,已过去了十年计算机并未证明出重要的人还未证明出的定理；,困难重重,最糟糕的还是机器翻译，最初采用的主要办法是依靠一部词典的词到词的简单映射方法，结果没有成功，还出现了笑话，如英语和俄语之间的翻译：句子“out of sight, out of mind(眼不见心不烦)”译成俄文时却成了“又瞎又疯”；,困难重重,从神经生理学角度研究AI的人发现他们遇到了几乎是不可逾越的困难：以电子线路模拟神经元及人脑都并没有成功。,人脑的复杂,60年代中期至70年代初期AI受到了各种责难，进入了萧条波折期。人的脑子有1010（百亿）以上的神经元，生理学家认为，每个神经元可能不只是一个信息存储转送单位，而是一台完整的自动机，当时的计算技术要把1010（百亿）台机器组成一个联合运行的网络是不可能的。,组合爆炸,问题求解中的组合爆炸问题，例如国际象棋走第一步有10120种可能，用原有的计算机速度要1090年，而宇宙的年龄是1010年，所以有人讲，计算机下棋走第一步要走到“世界的末日”，由此可见不能光靠把所有可能性存入计算机，而要研究人的思维方法。,语言的多义性,又如机器翻译失败的原因：初期机器翻译只是采取“查词典词到词翻译重新排序”。而实际的语言之间的翻译很复杂，每种语言的句子的句法结构、语义结构、译词选择等都是多义的或有岐义，还有成语、熟语、习惯用法、指代、照应等问题，用词到词的简单映射是解决不了的。,美国,1966年在AI的发源地，美国政府按照“自动化语言处理咨询委员会（ALPAC）”的报告（又称黑皮书）宣布机器翻译研究失败，近期内不再搞MT。于是AI的形象大大降低，研究得不到支持。,英国,1971年剑桥大学的应用数学家James先生应政府要求起草了一份综合报告(1972年发表)中，指责AI的研究既使不是骗局至少也是庸人自扰.报告被英政府采纳了,于是形势急转直下,AI的研究经费被削减，研究机构被解散。,路在何方?,这一切都说明：由于50年代的盲目乐观和期望值过高，没有充分估计困难，没有抓到本质，因此，AI的发展要比平时慢得多，而且遇到了严重的困难。,路在何方?,研究和总结人类思维的普遍规律并用计算机模拟它的实现,创造一个万能的逻辑推理体系。 而年轻一代(以斯坦福大学的年轻教授Feigenbaum为代表)认为,万能的逻辑推理体系根本就不可能存在,它最大的弱点是缺乏知识,它的主要技术(状态空间搜索技术)的主要困难是“组合爆炸”.要摆脱困境,只有大量使用 知 识。 THERE IS POWER IN THE KNOWLEDGE 知识,路在何方?,在人工智能的萧条期,很多国家的AI研究人员并没有灰心,而是扎扎实实的做工作,不仅是加强基础理论研究,而且在专家系统、自然语言理解、机器人、计算机视觉等方面作出了很有成效的工作。,代表性的工作,1.ELIEA：1968年J.Weizenbaum在美国麻省理工学院设计的基于“模式匹配”的自然语言系统中最有名的一个。ELIEA模拟一位心理治疗医生(机器)同一位患者(用户)进行交谈.,代表性的工作,2.DENDRAL：斯坦福大学计算机科学系费根鲍姆(E.A.Feigenbaum)(1970年)和化学家C.Djerassi以及J.Leberberg等人研制出的世界上第一个专家系统。该系统具有非常丰富的化学知识,是根据质谱数据帮助化学家推断分子结构,被广泛地应用于世界各地的大学及工业界的化学实验室。,代表性的工作,3.MYCIN：肖特立夫(E.H.Shortliffe)等人1972年-1974年研制(1976年发表)的医疗专家系统。用于诊断和治疗血液感染和脑炎感染,可给出处方建议(提供抗菌剂治疗建议),不但具有很高的性能,而且具有解释功能和知识获取功能。,代表性的工作,4.SHRDLU(又称积木世界)：麻省理工学院的维诺格拉德(T.Winograd)1972年研制成功的在“积木世界”中进行英语对话的自然语言理解系统。系统模拟一个能操纵桌子上一些玩具积木的机器人手臂,用户通过英语人机对话方式命令机器人摆弄那些积木块,系统则通过屏幕来给出回答并显示现场相应情景.SHRDLU具有200个单词和场景知识,利用句法、语义、推理来理解语言,是最早尝试把语言知识和人的推理机制结合起来的系统之一。,代表性的工作,5.STUDENT：1968年美国麻省理工学院的博士生D.Bobrow完成的一个基于模式匹配(加上一些精心设计的启发式信息)的自然语言理解系统。系统能理解和求解用英语表达的中学文字数学题.,这期间发生的重要事件还有：,1968年奎连(Quilian)提出了语义网络知识表示法,试图解决记忆的心理学模型,后来西蒙(Simon)等人在用语义网络表达自然语言理解方面取得了很大的成效(R.F.Simon(1973年)等人的语义网结构); 1973年R.C.Schamk提出的概念从属理论; 1974年明斯基(Minsky)提出表示知识的另一种方法框架(Frame)理论,又称画面理论.框架理能较好地描述范围较广泛的一类问题,所以一经提出就得到了广泛的应用; 1970年由英国爱丁堡大学的柯瓦斯基(R.Kowalski)首先提出以逻辑为基础的程序设计语言Prolog,1972年由法国马赛大学的科麦瑞尔(A.Colmeraues)及其研究小组实现了第一个Prolog系统。Prolog和LISP一样被称为面向AI的语言,成为继LISP语言之后的最主要的一种人工智能语言.,人工智能的发展历史（第二个兴旺期 70年代中期-80年代中期）,知识就是力量!,1977年第五届国际人工智能联合会会议上,费根鲍姆(Feigenbaum)教授在一篇题为“人工智能的艺术：知识工程课题及实例研究”的特约文章中系统地阐述了专家系统的思想并提出“知识工程”的概念.至此人工智能的研究又有新的转折点,即从获取智能的基于能力的策略,变成了基于知识的方法研究.知识作为智能的基础开始受到重视,知识工程的方法很快渗透了AI各个领域,促使AI从实验室研究走向实际应用。,蓬勃发展的专家系统带动AI,RI系统用作VAX计算机的组装每年为DEC公司节约2000万美元; 斯坦福大学1976年开始研制的用于地质勘探的专家系统PROSPECTOR在1982年预测了华盛顿州的一个勘探地段的钼矿位置,其开采价值超过了一亿美元; 由于智能机器人和第五代计算机研制计划的产生,使人工智能研究从萧条期转入第二个兴旺期并进入黄金时代。 机器翻译研究全面复苏并从实验室走向实用走向市场。 数百家计算机公司卷入了计算机视觉系统的研制,已有很多可以满足简单的视觉应用的商用产品面世。 智能机器人的研制形成高潮。,五代机引发高科技领域的竞争（1982年）,日本1981年10月向全世界公布了它制造第五代电子计算机的十年计划(1982年-1991年), 该计划全面采用人工智能技术,采用Prolog作为核心语言,目标是研制出具有智能接口、知识库管理、能够自动学习、联想、作出推论、具有并行处理特征、能理解讲话和看懂照片的智能电子计算机。日本的第五代机计划在世界范围内引起了强烈的反响。 美国1983年制定了610年的研制规划，投资6亿多美元拟研制能看、听、说和思考的新一代电子计算机，并有18家计算机公司联合起来组成了“美国微电子学和计算机技术联合公司（MCC）”。 英国于1982年10月制定了在5年内集资5.5亿美元来发展自己的 第五代电子计算机的阿尔维计划。 欧洲共同体也于1983年11月提出一项“欧洲信息技术研究开发战略计划（ESPRIT）”准备在机器人学、微电子学、人工智能和软件方面采取联合行动 中国也制定了七.五攻关计划和863高技术计划，把人工智能列为重点研究技术之一。 世界一时惊呼：人工智能对世界的挑战！在这期间，分布式人工智能（DAI）的研究 也受到各国科学家的重视，并投入大量的人力进行研究。,阶段性的顶峰,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。 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。,否定之否定规律-再次反思,十年过去了，日本的第五代机计划未能达到预期效果而不了了之。八十年代中期、后期，人们想研究通用的智能机器或专家系统的设想或计划开始出现危机，引起反思。 一是智能系统的实时性以及与环境的交互性不尽人意，感知问题要解决很不容易，声音、图象、文字信息等多媒体信息处理也是个问题，而要模拟人的直觉、顿悟、灵感等智能就更难了； 二是人工智能问题在规模扩大后有了新问题，例如专家系统走向一般化时出现了问题，问题不在存储量和检索速度，而在于专家系统的专用领域有质的变化，目标判断（属于哪个领域的问题）要求更高层的知识、常识、推理知识、通用概念和理论等； 三是推理问题，常识的形式化问题没有解决，常用的一阶谓词推理与常识推理有较大差别。 AI科学工作者开始再次反思反省，意识到：(1)目前做通用智能机器或系统是不可能的；(2)对一阶谓词推理的局限性要有正确估计；(3)人工智能的学习问题很重要但很不容易解决。,顶天立地,于是人工智能研究人员开始做“顶天立地”的工作。 “顶天”是指研究和解决AI的一系列关键技术问题，例如常识性知识表示、非单调推理、不确定推理、机器学习、分布式人工智能、智能机器体系结构等基础性研究，以期取得突破性进展。 “立地”是指研究人工智能的实际应用，特别是专家系统、自然语言理解、计算机视觉、智能机器人、机器翻译系统都朝实用化迈进。,网络化、智能化,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。,数据与网络时代（90年代初现在）,网络给AI带来无限的机会 知识发现与数据挖掘 AI走向实用化,今天的人工智能,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 .,今天的人工智能,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。,机器人,咱们握握手！ 来一段舞怎样？ 我是家用机器人！,“HRP-2”机器人演示将瓶装茶水倒入水杯中,“HRP-2”机器人演示清洗水杯,日本东京大学展示 家庭服务机器人,我国人工智能研究的历史,1978，纳入国家计划的研究“智能模拟” 1984，智能计算机及其系统的全国学术研讨会 1986，智能计算机，智能机器人和智能信息处理l列入国家高技术研究计划 1993，智能控制和智能自动化等列入国家科技攀登计划 1981，成立中国人工智能学会（CAAI） 1989，中国人工智能控制联合会议（CJCAI）,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,人工智能研究的特点,怎样衡量计算机（机器）的智能？,图灵测试： Alan M. Turing (1912-1954)所提出的。 a machine could be seen as being intelligent if it could “fool“ a human into believing it was human.,图灵测试,一段对话：,Are you human?,Of course!,Sure!,Which is a machine?,人工智能研究的特点,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。,人工智能研究的特点,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。它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。,人工智能的研究途径,心理学与生理学的角度（研究“飞鸟”） 从大脑的神经元模型出发，搞清大脑信息处理过程的机理，就你能实现人工智能。 企图创立“信息处理的智能理论”作为实现人工智能的长远研究目标。 计算机科学的角度（研究“飞机”） 从模拟人脑功能的角度来实现人工智能。即，通过计算机程序的运行，从效果上达到和人们智能行为活动过程相似作为研究目标。,1、知识表示 知识表示：将人类知识形式化或者模型化。 知识表示方法：符号表示法、连接机制表示法。,符号表示法：用各种包含具体含义的符号，以各种不同的方式和顺序组合起来表示知识的一类方法。例如，一阶谓词逻辑、产生式等。 连接机制表示法：把各种物理对象以不同的方式及顺序连接起来，并在其间互相传递及加工各种包含具体意义的信息，以此来表示相关的概念及知识。例如，神经网络等。,人工智能的研究内容,人工智能的研究内容,2. 机器感知 机器感知：使机器（计算机）具有类似于人的感知能力。以机器视觉(machine vision)与机器听觉为主。,3. 机器思维 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。,人工智能的研究内容,4. 机器学习 机器学习（machine learning）：研究如何使计算机具有类似于人的学习能力，使它能通过学习自动地获取知识。,5. 机器行为 机器行为：计算机的表达能力，即“说”、“写”、“画”等能力。,人工智能的研究领域,1. 自动定理证明,定理证明的实质是证明由前提 P 得到结论 Q 的永真性。 1958年，王浩证明了有关命题演算的全部定理（220条）、谓词演算中150条定理的85%。 1965年鲁宾逊（Robinson）提出了归结原理，使机器定理证明成为现实。 我国著名数学家、中国科学院吴文俊院士把几何代数化，建立了一套机器证明方法，被称为“吴方法”。,人工智能的研究领域,2. 博弈 下棋、打牌、战争等一类竞争性的智能活动。 1956年，塞缪尔研制出跳棋程序。 1991年8月，IBM公司研制的Deep Thought 2计算机系统与澳大利亚象棋冠军约翰森（D.Johansen）举行了一场人机对抗赛，以1：1平局告终。 1997年5月3日至11日，IBM公司的“深蓝”计算机系统与卡斯帕罗夫进行了六局比赛，以3.5比2.5的总比分赢得这场世人瞩目的“人机大战”的胜利。,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。 “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 每秒行棋速度：卡斯帕罗夫2步，“深蓝”2亿步。,人机大战,人工智能的研究领域,2. 博弈 2004年6月8日，中国首届国际象棋人机对弈开战。国际象棋特级大师诸宸与“紫光之星”笔记本电脑对阵。诸宸在最后关头被电脑抓住破绽，先负一局。4天后诸宸灵活变阵，但再负一局。,人工智能的研究领域,2007年台北国际发明暨技术交易展览上，第三代智能机器人DOC 现场表演下棋。,人工智能的研究领域,模式识别（pattern recognition）：研究对象描述和分类方法的学科。分析和识别的模式可以是信号、图象或者普通数据。 文字识别：邮政编码、车牌识别、汉字识别。 人脸识别：反恐、商业。 物体识别：导弹、机器人。,3. 模式识别,人工智能的研究领域,4. 专家系统,专家系统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。 1965年费根鲍姆研究小组开始研制第一个专家系统分析化合物分子结构的DENDRAL，1968年完成并投入使用。 1971年MIT开发成功求解一些数学问题的MYCSYMA专家系统。拉特格尔大学开发的清光眼诊断与治疗的专家系统CASNET。 1972年斯坦福大学肖特里菲等人开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。 1976年斯坦福研究所开始开发探矿专家系统PROSPECTOR，1980年首次实地分析华盛顿某山区地质资料，发现了一个钼矿。 1981年斯坦福大学研制成功专家系统AM，能模拟人类进行概括、抽象和归纳推理，发现某些数论的概念和定理。,人工智能的研究领域,5. 机器人 20世纪60年代初，研制出尤尼梅特和沃莎特兰两种机器人。 机器人发展：程序控制机器人（第一代） 、自适应机器人（第二代）、智能机器人（现代）。,人工智能的研究领域,机器人足球,人工智能的研究领域,仿人形机器人表演舞蹈千手观音,2007年9月26日，南京青少年活动中心科技馆展示大厅里，来自中国科技大学的8个20多厘米高的机器人表演千手观音，它们的手臂、身躯随着节奏依次或伸展或摇摆，还能够蹲起直立。,人工智能的研究领域,6. 机器视觉,机器视觉(machine vision)或计算机视觉(computer vision)是用机器代替人眼睛进行测量和判断。 机器视觉系统是指通过图像摄取装置将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和宽度、颜色等信息，转换成数字信号，抽取目标的特征，根据判别结果控制现场的设备动作。 机器视觉应用在半导体及电子、汽车、冶金、制药、食品饮料、印刷、包装、零配件装配及制造质量检测等。,人工智能的研究领域,7. 自然语言理解 研究如何让计算机理解人类自然语言，包括回答问题、生成摘要、翻译等。,您吃了吗？,人工智能的研究领域,8. 自动程序设计,程序综合：用户只需要告诉计算机要“做什么”， 无须说明“怎么做”，计算机就可自动实现程序的设计。 程序正确性的验证：研究出一套理论和方法，通过运用这套理论和方法就可以证明程序的正确性。,人工智能的研究领域,9. 智能信息检索,智能信息检索系统的功能： (1) 能理解自然语言。 (2) 具有推理能力。 (3) 系统拥有一定的常识性知识。,10. 数据挖掘与知识发现,数据挖掘的目的是从数据库中找出有意义的模式(一组规则、聚类、决策树、依赖网络或其他方式表示的知识)。 数据挖掘过程：数据预处理、建模、模型评估及模型应用。,人工智能的研究领域,11. 组合优化问题,组合优化问题：旅行商问题、生产计划与调度、物流中的车辆调度、智能交通、通信中的路由调度、计算机网络信息调度等 NP完全问题：用目前知道的最好的方法求解，问题求解需要花费的时间是随问题规模增大以指数关系增长。,12. 人工神经网络,人工神经网络：一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能。,人工智能的研究领域,分布式人工智能系统以鲁棒性作为控制系统质量的标准，并具有互操作性，即不同的异构系统在快速变化的环境中，具有交换信息和协同工作的能力。 分布式问题求解：把一个具体的求解问题划分为多个相互合作和知识共享的模块或者结点。 多智能体系统：研究各智能体之间行为的协调。,13. 分布式人工智能,人工智能的研究领域,智能管理就是把人工智能技术引入管理领域，建立智能管理系统，研究如何提高计算机管理系统的智能水平，以及智能管理系统的设计理论、方法与实现技术。 智能决策就是把人工智能技术引入决策过程，建立智能决策支持系统。 智能决策支持系统是由传统决策支持系统再加上相应的智能部件就构成了智能决策支持系统。 智能部件可以是专家系统模式、知识库模式等。,14. 智能管理与智能决策,人工智能的研究领域,国际知名美籍华裔科学家傅京孙（K S. Fu）在1965年首先把人工智能的启发式推理规则用于学习控制系统。 智能控制的两个显著特点： 第一，智能控制是同时具有知识表示的非数学广义世界模型和传统数学模型混合表示的控制过程。 第二，智能控制的核心在高层控制，其任务在于实际环境或过程进行组织，即决策与规划，以实现广义问题求解。 智能控制的基本类型： （1）专家智能控制 （2）模糊控制（3）神经网络控制,15. 智能控制,人工智能的研究领域,智能仿真是将AI引入仿真领域，建立智能仿真系统。 仿真是对动态模型的实验，即行为产生器在规定的实验条件下驱动模型，从而产生模型行为。仿真是在描述性知识、目的性知识及处理知识的基础上产生结论性知识。 利用AI对整个仿真过程（建模、实验运行及结果分析）进行指导，在仿真模型中引进知识表示，改善仿真模型的描述能力，为研究面向目标的建模语言打下基础，提高仿真工具面向用户、面向问题的能力，使仿真更有效地用于决策，更好地用于分析、设计及评价知识库系统。,16. 智能仿真,人工智能的研究领域,智能CAD（简称ICAD）就是把人工智能技术引入计算机辅助设计领域，建立智能CAD系统。AI几乎可以应用到CAD技术的各个方面。从目前发展的趋势来看，至少有下述四个方面： （1）设计自动化。 （2）智能交互。 （3）智能图形学。 （4）自动数据采集。,17. 智能CAD,人工智能的研究领域,智能CAI就是把AI引入计算机辅助教学领域。 ICAI系统一般分成专门知识、教导策略和学生模型和自然语言的智能接口。 ICAI应具备下列智能特征： （1）自动生成各种问题与练习。 （2）根据学生的学习情况自动选择与调整教学内容与进度。 （3）在理解教学内容的基础上自动解决问题生成解答。 （4）具有自然语言生成和理解能力。 （5）对教学内容有理解咨询能力。 （6）能诊断学生错误，分析原因并采取纠正措施。 （7）能评价学生的学习行为。 （8）能不断地在教学中改善教学策略。,18. 智能CAI,人工智能的研究领域,智能操作系统的基本模型：以智能机为基础，能支撑外层的AI应用程序，实现多用户的知识处理和并行推理。 智能操作系统三大特点： 并行性：支持多用户、多进程，同时进行逻辑推理等; 分布性：把计算机硬件和软件资源分散而又有联系地组织起来，能支持局域网和远程网处理; 智能性：一是操作系统处理的是知识对象，具有并行推理功能，支持智能应用程序运行;二是操作系统的绝大部分程序使用AI程序编制，充分利用硬件并行推理功能;三是具有较高智能程序的自动管理维护功能，如故障的监控分析等，帮助维护人员决策。,19. 智能操作系统,人工智能的研究领域,多媒体计算机系统就是能综合处理文字、图形、图像和声音等多种媒体信息的计算机系统。 智能多媒体就是将人工智能技术引入多媒体系统，使其功能和性能得到进一步发展和提高。 多媒体技术与人工智能所研究的机器感知、机器理解等技术不谋而合。人工智能的计算机视听觉、语音识别与理解、语音对译、信息智能压缩等技术运用于多媒体系统，将会使现在的多媒体系统产生质的飞跃。,20. 智能多媒体系统,人工智能的研究领域,智能计算机系统就是人们正在研制的新一代计算机系统。 智能计算机系统从基本元件到体系结构，从处理对象到编程语言，从使用方法到应用范围，同当前的诺依曼型计算机相比，都有质的飞跃和提高，它将全面支持智能应用开发，且自身就具有智能。,21. 智能计算机系统,人工智能的研究领域,智能通信就是把人工智能技术引入通信领域，建立智能通信系统。 智能通信就是在通信系统的各个层次和环节上实现智能化。例如在通信网的构建、网管与网控、转接、信息传输与转换等环节，都可实现智能化。这样，网络就可运行在最佳状态，具有自适应、自组织、自学习、自修复等功能。,22. 智能通信,人工智能的研究领域,智能网络系统就是将人工智能技术引入计算机网络系统。如在网络构建、网络管理与控制、信息检索与转换、人机接口等环节，运用AI的技术与成果。 AI的专家系统、模糊技术和神经网络技术可用于网络的连