第4章智能DSS和智能技术的决策支持.ppt

第四章智能DSS和智能技术的决策支持 Nothingisimpossibleforawillingheart 心之所愿 无所不成 本章主要内容 什么是人工智能 基本原理专家系统原理与产生式规则专家系统遗传算法的决策支持 一 什么是人工智能 什么是智能 请说出3种你身边或你所知道的智能化事物 什么是智能 一般认为智能是个体对客观事物进行合理分析 判断及有目的行动 有效地处理周围环境事宜的综合能力 智能要素 感知 认识 学习 理解 分析 综合 判断 推理 创造 情感 意识 意志等 计算机与智能 例子 IBM超级计算机 一个例子 IBM超级计算机 深蓝 1997年5月11日 世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS 6000 深蓝 计算机系统进行了六局 人机大战 结果 深蓝 以3 5比2 5的总比分获胜 一个例子 IBM超级计算机 沃森 2014年 IBM超级计算机Watson在 危险边缘 竞赛节目中击败了该节目历史上最成功的两位人类选手 继 深蓝 之后 聪明的人脑再一次败给了智慧程序 视频 计算机战胜人类的 诀窍 是什么 返回 人类智能与人工智能的关系 电脑真的能够模拟人脑吗 输入 输出 Hello 存储 除此之外 人和计算机都能复制建立符号结构 在符号系统中形成符号结构条件性迁移 根据已有符号 继续完成活动过程 vs 2 什么是人工智能 人工智能 ArtificialIntelligence AI 众说纷纭目前还没有统一的定义一般解释 人工智能就是用人工的方法在机器 计算机 上实现的智能 或称机器智能 计算机智能 被认为是21世纪的三大尖端技术之一另外两项分别为 基因工程 纳米科学 关于人工智能问题 是一个古老的但又十分新颖的研究课题各国在人工智能的研究上都已经获得巨大的进展各种传统的或新颖的智能模型迄今还不能完全而圆满地对大脑思维活动的过程进行解释和模拟人们还不十分了解信息在大脑中的底层结构和编码方法 象人们的概念 意识 情感和创造性思维过程等 还根本无从着手 在哲学上 自然科学以及社会学科上还有很大的争论 还不能得到一致认同 人工智能研究的目标 运算速度足够快 记忆容量和逻揖单元的数目也超过了人脑 有大量的智能程序 并提供了合适种类的大量数据 能够做一些人性化的事情 如简单地听或说 回答某些问题等 问题 这台机器具有思维能力了吗 换言之 我们怎样才能判断一台机器是否具存了思维能力呢 人工智能研究的目标 1950年英国数学家图灵发表了 计算机与智能 的论文中提出著名的 图灵测试 形象地提出人工智能应该达到的智能标准 A M Turing 1912 1954 图灵测试 即一个人在不接触对方的情况下 通过一种特殊的方式 和对方进行一系列的问答 如果在相当长时间内 他无法根据这些问题判断对方是人还是计算机 那么 就可以认为这个计算机具有同人相当的智力 即这台计算机是能思维的 如果你是提问者 你会问哪些问题来分辨人和机器呢 有影响力的图灵测试 罗布纳奖 Loebnerprize 由纽约的慈善家HughLoebner组织的图灵测试 从1991年起 每年举行一次 反应与人类的反应最难区别的计算机将获得100000美元的奖金和一块金牌 规则四位人类评审各坐在一台电脑前 将同一组测试题分别分配给远程的一台机器和一个真实人类回答 在25分钟的有限时间内 评审需要根据回答来分辨出谁是机器人 谁是人类 然后才可以继续测试下一对人 机器 现状到目前为止没有聊天机器人问鼎金奖和银奖 所有参赛选手主要是竞争4千美元的铜奖 从表面上看 要使机器回答按一定范围提出的问题似乎没有什么困难 可以通过编制特殊的程序来实现 然而 如果提问者并不遵循常规标准 编制回答的程序是极其困难的事情 请判断哪一组是人 机对话 A 今天过得怎么样 B 糟透了 今早我错把牛奶倒在早餐上 结果还没来得及吃 它就生锈了 我本应该倒油 A 你最喜欢的科幻片有哪些 B 星球大战 和 骇客帝国 A 如果我说 星战大战前传 很难看 你赞成吗 B 双手赞成 卢卡斯应该被拉去枪毙 A 在 滚石 乐队和 谁人 TheWho 乐队之间 你认为谁是史上最伟大的 B 肯定是 滚石 乐队 不过 在80年代早期 TheWho确实在解散之前写过一些好歌 A 你认为机器可以有人的思维 B 机器不可能有人的思维 A 为什么 B 机器的思维是不同的 独特的 人的思维千差万别 机器为什么要和人一样呢 自然语言理解中的难点 岐义现象的广泛存在 1 他的包袱太重 问题 包袱 指什么 2 老王有一个女儿 很骄傲 问题 谁骄傲 3 Lookout Therecomesthetrain 问题 Lookout含义是 自然语言理解中的难点 语句缺少必要成分或用代词表示 需要听者按常理去推理 1 我有一个女同学有一个儿子 长得好可爱 问题 谁长得好可爱 2 那颗大球击穿了桌子 因为它是泡沫塑料制成的 问题 什么是用泡沫制成的 3 小王把小李打了一顿 他真暴力 问题 谁暴力 是否有计算机通过了图灵测试 2014年6月8日 英国雷丁大学贴出了一份公告 宣布一台名为 尤金 古斯特曼 的计算机首次通过了 图灵测试 成功让人类相信它是一个13岁的男孩 业界存在质疑该聊天机器人号称只有13岁 并使用第二语言来回答问题 以此作为重大缺陷的借口 测试者只有5分钟与之展开互动 大大增加了他们在短期内被 欺骗 的概率 思考 通过了图灵测试的计算机 是否意味着计算机可以思考呢 图灵测试的争议 计算机在回答提问时 需要在数据库储存的大量知识之间寻找关联性 但是和人类相比 它的思维方式并不具有原创性 不是独立的思考 实验的结果很大一部分也取决于评审自己的水平和发问技巧 而这些都会影响测试的最终参考价值参加测试的计算机经常借助使幽默的手段来将对话人引导至别的话题上 以此来避免回答一些其无法理解的问题 为了建立智能机器 先为机器建立一些更广泛的基本技能更为实际 如故障诊断 脸部识别 下棋 打扑克牌等 机器真的能够自动推理吗 5个房间问题 有5间不同颜色的房间 每间住个不同国籍的人 每人有自己喜欢的饮料 香烟和宠物 已知信息 英国人在红房间中西班牙人有一条狗挪威人住在左边第一间房里黄房间中的人在抽库尔斯牌香烟抽切斯菲尔德牌香烟的人是养了一只狐狸的人的邻居挪威人住在蓝房间隔壁抽温斯顿牌香烟的人有一只蜗牛抽幸运牌香烟的人喝橘子汁乌克兰人喝茶日本人抽国会牌香烟抽库尔斯牌烟的房间在有匹马的房间隔壁绿房间中的人喝咖啡绿房间在白房间的左边中间房间的人喝牛奶 问题 斑马在哪个房间中 哪个房间中的人喝水 自动推理示例 5个房间问题 自动推理示例 5个房间问题 挪威人 牛奶 咖啡 库尔斯 马 英国人 水 橘子汁 西班牙 幸运 狗 茶 乌克兰 日本人 国会 温斯顿 切斯菲尔德 蜗牛 狐狸 斑马 3 挪威人住在左边第一间房里6 挪威人住在蓝房间旁边14 中间房间的人喝牛奶 12 绿房间中的人喝咖啡14 绿房间在白房间的左边 1 英国人在红房间中 4 黄房间中的人在抽库尔斯牌香烟11 抽库尔斯牌烟的房间在有匹马的房间隔壁 8 抽幸运香烟的人喝橘子汁9 乌克兰人喝茶 2 西班牙人有一条狗8 抽幸运牌香烟的人喝橘子汁9 乌克兰人喝茶10 日本人抽国会牌香烟 7 抽温斯顿牌香烟的人有一只蜗牛 5 抽切斯菲尔德牌香烟的人的是养了一只狐狸的人的邻居 机器真的能自动完成这样的推理吗 自动推理示例 Prolog程序 人工智能的应用 减少密集型劳动强度 提高可靠性 提高自动化程度 降低对人员质量 数量的需求 降低成本 人工智能技术应用于机器人 可以代替人类完成危险的 不适于人来完成的工作 工业机器人 目前 全球工业机器人以每年超过10 的速度增长 特殊环境服役机器人 排雷机器人 排爆机器人 太空维修机器人 家用机器人 网站智能客服 微软第三代聊天机器人小冰 具备情感优势 人工智能的应用 人脸识别 她是谁 人工智能的应用 机器翻译 翻译句子 Thespiritiswillingbutthefleshisweak 翻译工具谷歌在线翻译 谷歌无人驾驶汽车 内华达州是美国对公共道路无人驾驶立法的第一个州 截至2012年6月 谷歌的无人驾驶汽车已经在该州行进了25万英里 谷歌无人驾驶汽车的构造示意图及其描绘的3D地形图 关于无人驾驶汽车的争议话题 如果无人驾驶汽车因为避让行人而损害了其他车辆或给车内人员带来危险 它应该避让吗 如何实现智能 专家系统神经网络机器学习遗传算法自然语言理解 等 二 人工智能的基本原理 知识的分类 事实对客观事物属性的值或状态的描述如 今天很热 我今年50岁 大海是蓝色的等规则如果A则B如果今天下雨 我就留在家里规律同一类现象的本质关系或本质之间的稳定联系自然规律 水加热后会变成水蒸气 知识 是经过提炼加工的信息 是一个或多个信息之间的关联 知识的推理方法 演绎推理从一般现象到个别现象的推理 苏格拉底之死 归纳推理从大量个别现象到一般现象的推理金受热后体积膨胀 银受热后体积膨胀 铜受热后体积膨胀 铁受热后体积膨胀 因此 金属受热后都体积膨胀 类比推理从个别现象到个别现象的推理如汽车 运输 鱼网 捕鱼 知识的表示就是对知识的一种描述 或者说是一组约定 一种计算机可以接受的用于描述知识的数据结构 对知识进行表示的过程就是把知识编码成某种数据结构的过程 知识的表示方法 直接表示 计算机难以处理 逻辑表示产生式规则表示法语义网络表示法 如何选择知识表示方法 表示知识的范围是否广泛例如 数理逻辑表示是一种广泛的知识表示办法 如果单纯用数字表示 则范围就有限制 是否适于推理人工智能只能处理适合推理的知识表示 因此所选用的知识表示必须适合推理 数学模型 拉格朗日插值法 适合推理 普通的数据库只能供浏览检索 但不适合推理 是否适于计算机处理计算机只能处理离散的 量化的byte字节流 因此 用文字表述的知识和连续形式表示的知识 如微分方程 不适合计算机处理 是否有高效的求解算法考虑到实用的性能 必须有高效的求解算法 知识表示才有意义 能否表示不精确知识自然界的信息具有先天的模糊性和不精确性 能否表示不精确知识也是考虑的重要因素 知识和元知识能否用统一的形式表示知识和元知识是属于不同层次的知识 使用统一的表示方法可以使知识处理简单 三 专家系统原理与产生式规则专家系统 知识就是力量 而积累了知识的计算机会全面增强我们的力量 费根鲍姆 斯坦福大学教授 一个实例 智能农业专家系统 实例 续 实例 续 专家系统的概念 什么是专家 专家系统 ES ExpertSystem 人类之所以能求解问题 是因为人类具有知识 定义专家系统是利用大量的领域专家知识 运用知识推理方法解决特定领域实际问题的计算机程序系统 学科代表人物爱德华 费根鲍姆 EdwardFeigenbaum 1968年世界上第一个专家系统DENDRAL问世 用于诊断传染病和提供治疗建议的著名专家系统MYCIN 专家系统的特点 作为一种模拟人类专家解决领域问题的计算机程序系统 专家系统应当具有 大量的专门知识与经验根据某领域一个或多个专家提供的知识和经验 进行推理和判断需要解决的问题要足够的复杂 专家系统的优点 具体地说 包括下列几个方面 1 专家系统能够高效率 准确 周到 迅速和不知疲倦地进行工作 2 专家系统解决实际问题时不受周围环境的影响 也不可能遗漏忘记 3 可以使专家的专长不受时间和空间的限制 以便推广珍贵和稀缺的专家知识与经验 4 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力 第一个商用专家系统 R1 世界上第一个成功的商用专家系统 1982年开始正式在DEC公司使用 该程序帮助为新计算机系统配置订单 为公司每年节省了数千万美元 在1991年的海湾危机中 美国军队使用专家系统用于自动的后勤规划和运输日程安排 这项工作同时涉及到50000个车辆 货物和人 而且必须考虑到起点 目的地 路径以及解决所有参数之间的冲突 AI规划技术使得一个计划可以在几小时内产生 而用旧的方法需要花费几个星期 海湾战争中的专家系统 移动专家系统 专家系统的主要构成 系统 体系结构 知识库 结果解释器 知识推理机 知识获取器 人机接口 用户知识工程师领域专家 产生式规则知识的表示 专家系统的第一选择的知识表达方式产生式规则表示形式IF 条件 THEN 结论 或A B例子 IF 动物有毛发 THEN 动物是哺乳动物 IF 动物有羽毛 THEN 动物是鸟 IF 动物会飞 并且 动物会产蛋 THEN 动物是鸟 产生式规则的基本特征 相同的条件可以得出不同的结论如 A B A C相同的结论可以由不同的条件来得到如 A G B G条件之间可是以 与 连接和 或 连接如 A B G A B G一条规则中的结论 可以是另一条规则中的条件如 F B Z C D F 产生式规则的两种推理方法 正向推理逆向 反向 推理 正向推理 逐条搜索规则库 对每一条规则的前提条件 检查事实库中是否存在 前提条件中各子项 若在事实库中不是全部存在 放弃该条规则 若在事实库中全部存在 则执行该条规则 把结论放入事实库中 反复循环执行上面过程 直到推出目标 并存入事实库中为止 正向推理举例 A B GC D AE D B C E 产生式规则库 事实库 在产生式规则库中有3条规则 在事实库中存在B C E3个事实 且它们均为真 希望通过正向推理 证明目标G为真 推理过程 搜索每条规则的前提条件是否在事实库中 逆向推理 逆向推理用得较多 主要是目标明确 推理快 逆向推理是从目标开始 寻找以此目标为结论的规则 并对该规则的前提进行判断 若该规则的前提中某个子项是另一规则的结论 再找此结论的规则 直到对某个规则的前提能够进行判断 逆向推理举例 A B GC D AE D B C E 产生式规则库 事实库 推理过程 搜索每条规则的结论 检查其前提是否在事实库中 根据规则库得到的逆向推理树 知识树 G A B C I J K L M E X F W Z P Q A B C G I J K AX F JL BM E CW Z MP Q E 若有知识库为 与或 推理树的特点 总目标G 结论 前提A 结论 前提B 结论 前提C 结论 前提I J 前提K 前提L M E 前提X 前提F 前提W 前提Z 前提P 前提Q 每条规则对应的结点分支有与 或关系 树的根结点是推理树的总目标 相邻两层之间是一条或多条规则连接 每个结点可以是单值 也可以是多值 若结点是多值时 各值对应的规则将不同 可以把所有的叶结点直接放在事实数据库中 也可以安排向用户提问 推理树的深度优先搜索过程 逆向推理过程 G A B C I J K L M E X F W Z P Q Y Y N N Y Y Y 1 2 6 4 7 8 9 10 11 12 3 5 N N Y Y Y Y 专家系统的开发 由专家和知识工程师共同配合完成专家 可以不懂计算机 但一定是某个实际领域经验丰富的人知识工程师 既懂计算机和专家系统原理 同时又具有编程专家系统能力的人开发途径直接使用智能程序专用设计语言 如LISP或PROLOG 利用专家系统开发工具 如CLIPS 可从 专家系统实例 麦粒肿诊断专家系统 麦粒肿俗称针眼 是睫毛毛囊附近的皮脂腺或睑板腺的急性化脓性炎症 麦粒肿诊断规则 R1 毛囊皮根微红肿 轻型R2 鼻塞流涕 外感风热R3 舌苔薄黄 胃纳差 胃肠积热R4 眼睑局部明显红肿 重型R5 眼睑局部红肿 顶尖有脓点 重型R6 脓点破溃 晚期R7 轻型 外感风热 轻风热型R8 重型 外感风热 重风热型R9 重型 胃肠积热 重积热型R10 轻型 散癞法R11 晚期 外敷药物R12 轻风热型 散癞加罐R13 重风热型 挑癞加罐R14 重积热型 放血法 专家系统实例 麦粒肿诊断专家系统 麦粒肿诊断的推理树 专家系统实例 麦粒肿诊断专家系统 利用专家系统开发工具CLIPS进行开发CLIPS简介 由美国国家航天局约翰逊空间中心人工智能部推出用C语言写成 运行速度快免费使用只提供正向推理能力系统演示 1 专家系统的局限专家系统只是人的经验的汇集 因而它存在先天的缺陷 其解也可能未必正确 专家系统不能由第一原理推理 不能抓住相似 缺乏普通的感知 所以专家系统不是一个通用的专家 不是一个问题求解器 对于复杂系统 专家系统这种表达知识的方法也很难表达 解就更难 专家系统的维护也很不容易 尤其对快速发展的医学和信息领域 有时一年就有30 的规则要加以改变 2 专家系统的适用范围在相对窄的知范围和一些定义好的领域能成功应用 在企业的管理信息系统中专家系统能起到它应有的作用 专家系统的局限及适用范围 四 遗传算法的决策支持 旅行商问题 TSP 假设有一个旅行商人要拜访n个城市 他必须选择所要走的路径 路经的限制是每个城市只能拜访一次 而且最后要回到原来出发的城市 要求得的路径路程为所有路径之中的最小值 旅行商问题 TSP 问题分析 要从所有周游路线中求取最小成本的周游路线 而从初始点出发的周游路线一共有 n 1 条 即等于除初始结点外的n 1个结点的排列数 因此旅行商问题是一个排列问题 计算时间复杂度显然为O n 传统解法穷举法回溯法贪心算法 另一类解法 遗传算法 GeneticAlgorithm GA 遗传算法模拟自然界中的生命进化机制 是具有 生存 检测 的迭代过程的搜索算法遗传算法尤其适用于传统方法难以实现的最优化问题求解实践证明 遗传算法已经在求解旅行商问题 背包问题 装箱问题 布局优化 网络路由等具有NP难度的组合优化问题上取得了成功的应用 遗传学概述 达尔文进化论 物竞天择 适者生存 遗传学认为 遗传信息封装在染色体中 并以基因 位 的形式包含在染色体 个体 中 每个基因有特殊的位置并控制某个特殊的性质 基因杂交和基因突变能产生对环境适应性强的后代 通过优胜劣汰的自然选择 适应值高的基因结构就保存下来 生物进化与遗传算法 生物进化与遗传算法之间的对应关系 遗传算法的工作示意图 实际问题参数集 三个基本算子选择交叉变异 编码成位串形式 种群1 计算适应函数值 选择和遗传 统计结果 种群2 经过优化的一个或多个参数集 改善或解决实际问题 不满足要求 遗传算法的三个主要操作 选择 选出繁殖后代的个体轮盘赌法期望值法最佳个体保存法其它 交叉 互换染色体 从而产生新的染色体一点交叉 二点交叉 多点交叉变异 以很小的概率 随机地改变字符串某个位置的值 三个基本算子选择交叉变异 例 求函数的最大值 其中x为 0 31 间的整数编码 采用二进制形式编码由于x的定义域是 0 31 间的整数 刚好可以用5位二进制数表示 因此可以用5位二进制数表示该问题的解 即染色体 如00000表示x 0 10101表示x 21 11111表示x 31等 适应函数 直接使用函数f x 作为适应函数 假设群体的规模N 4 交配概率pc 100 变异概率pm 1 设随机生成的初始群体为 01101 11000 01000 10011染色体的选择方法 轮盘赌法 第0代情况表 第0代种群的交叉情况 第1代情况表 第1代种群的交配情况 第2代种群的交配情况 由于选择的变异概率Pm 0 001 则平均每1000位中才有一位变异 由4个位串组成的种群中共有4 5 20位 则变异的期望值为20 0 001 0 02位 事实上在该例中没有变异发生 对比1 2 3代的结果 可以看出 每一代的平均值及最大值都比前一代有了很大提高 说明种群正朝优化的方向前进 最大适应值 平均适应值进化曲线 旅行商问题 TSP 假设有一个旅行商人要拜访n个城市 他必须选择所要走的路径 路经的限制是每个城市只能拜访一次 而且最后要回到原来出发的城市 要求得的路径路程为所有路径之中的最小值 遗传算法程序演示 遗传算法的应用 遗传算法是多学科结合与渗透的产物 目前遗传算法所涉及的主要领域有自动控制 规划设计 组合优化 图象处理 信号处理 人工生命等 课堂练习 请用 抛硬币 的方式 随机生成初始种群 求解函数F x x2的最大值 其它条件与例题相同 在确定种群的交配对象和染色体交换位置时 也请 抛硬币 来决定 一个遗传算法的应用实例 下表是一个客户的信息组成数据表 可以利用遗传算法在客户群中预测最佳客户的类型 企业的最佳客户群 即可以从客户处获取最大利润的特征应该由客户的收入水平 客户的家庭人口 客户的年龄所构成 而从客户处所获取的利润则是从客户的累计购买商品金额乘以2 减去每次购买商品的手续费10元 遗传编码的定义 根据客户数据中的条件 可用如下八个染色体来定义客户类型基因1 客户的年龄下限基因2 客户的年龄上限基因3 高收入基因4 中等收入基因5 低收入基因6 家庭人口少 1 2人 基因7 家庭人口一般 3 4人 基因8 家庭人口多 5人以上 附表 客户群的新基因组成 在对这些染色体进行遗传计算时 通常要将染色体的等位基因转换成二进制数 如 用 1 表示 是 0 表示 否 环境适应函数客户群的购买收益扣除手续费限制条件 客户的年龄下限必须小于年龄上限由于适应性函数是从利润角度定义的 群体的进化应该逐渐收敛于客户收益最大的客户特征群 本章内容回顾 人工智能的基本原理专家系统原理与产生式规则的推理方法遗传算法的原理及应用 本章作业 一 已知下列产生式规则R1 A B C GR2 D E AR3 F BR4 H P CR5 Q E问题 请根据该知识库的规则画出推理树 若用户对结点D Q F P的回答为Yes 对结点H的回答为No 那么根据推理树 可以推出根结点为Yes吗 请给出正向推理和反向推理的过程 二 分析题 人工智能技术的应用会引发许多行业工作岗位的减少 你如何看待这种现象 TheEnd 什么是专家 与领域相关有丰富知识 对该领域的事物精通 有丰富的知识或者说有独到的见解能进行判断 对该领域的复杂问题能进行独到明确的判断 返回 1936年生于美国新泽西州1952年进入卡耐基梅隆大学电气工程系学习 师从西蒙 获博士学位1965在斯坦福大学发明世界上第一个专家系统DENDRAL1977年在IJCAI上在世界上第一次提出知识工程的概念 返回 知识库 知识库是用来存放领域专家知识的仓库 其中的知识来源于知识获取器 并为推理器提供求解问题所需要的知识 主要涉及的问题 知识表达问题知识管理问题 知识库 返回 推理机 推理机是模拟人类专家的思维过程 控制并执行对问题的求解 它能根据已知的事实 利用知识库中的知识 按照一定的推理方