计算机科学引论课件.ppt

人工智能 计算机科学引论 2020年1月12日 MachineStructure 2 智能 什么是智能推理 计划 解决问题抽象思维连接复杂观点快速学习 从实践学习 人类拥有这些能力但是使用起来很累 科学是由懒惰者推动的 2020年1月12日 MachineStructure 3 人工智能 人工智能 AI ArtificialIntelligence 制造机器来完成需要使用人类智能的工作什么样的机器才能被认为有智能 图灵测试被测试的有一个人 另一个是声称自己有人类智力的机器 测试时 测试人与被测试人是分开的 测试人只有通过一些装置 如键盘 向被测试人问一些问题 这些问题随便是什么问题都可以 问过一些问题后 如果测试人能够正确地分出谁是人谁是机器 那机器就没有通过图灵测试 如果测试人没有分出谁是机器谁是人 那这个机器就是有人类智能的 2020年1月12日 MachineStructure 4 人工智能 图灵测试全面通过图灵测试提问者可以提出任何问题尚遥遥无期局部通过图灵测试提问者只能提某个领域的问题已有先例IBMDeepBlue 2020年1月12日 MachineStructure 5 人工智能 实现人工智能的必要条件获得并理解人类的感知视 听 触 味 嗅目前可以被输入计算机的 视 听目前可被计算机全面 理解 的 没有 只可部分理解有时候被叫做 模式识别 PatternRecognition 推理传统人工智能技术关注的重点 2020年1月12日 MachineStructure 6 人工智能 理解人类的感知理解听觉理解视觉理解自然语言 NL NaturalLanguage 自然语言是一种特殊的 感知 视听觉只是其传播方式每一种感知被称作一种 媒体 media 多媒体处理 MultimediaProcessing 综合分析多种媒体的内容来对一个素材的内容进行理解 2020年1月12日 MachineStructure 7 人工智能 理解人类的感知多媒体处理 处理 主要指提取其语义内容三维渲染 视频剪辑 声音合成等技术通常不叫做 多媒体处理 不过仍然可被认为是 多媒体技术 多媒体处理 中也会用到一些相关技术 多媒体素材 数学模型语义 多媒体处理 各种合成技术 2020年1月12日 MachineStructure 8 多媒体处理 理解声音 audio 声音分类噪声 noise 乐音 music 语音 speech 声音识别检测风声 雨声 读书声 爆炸声较少语音识别 SpeechRecognition 2020年1月12日 MachineStructure 9 多媒体处理 理解声音时域 timedomain 声音信号本来的面目 波形图 2020年1月12日 MachineStructure 10 多媒体处理 理解声音频域 frequencydomain 声音信号在各个频率的能量分布 2020年1月12日 MachineStructure 11 多媒体处理 理解声音频域早期声卡 频率合成FM FrequencyModulation使用不同的加权权重即可获得不同音色根据乐器的音色设置权重即可模拟不同乐器的声音 振荡器 fx2 fx3 音阶 fx4 fxn 输出 2020年1月12日 MachineStructure 12 多媒体处理 理解声音频域 白噪声 在整个频率域的强度大致相当 2020年1月12日 MachineStructure 13 多媒体处理 理解声音频域 语音 3 4KHz以下强度大 以上很快衰减 2020年1月12日 MachineStructure 14 多媒体处理 理解声音第一步 把声音信号变换到频域FFT FastFouriertransformDFT DiscreteFouriertransform 第二步 把频率信息变换成特征倒谱 cepstrum 把频域信息再次进行频率变换MFCCLPCC实际计算中这两步常常合并成一步 2020年1月12日 MachineStructure 15 多媒体处理 理解声音特征 Feature 物理上 可以较好地反映某个特性的物理量数学上 一个矢量 FeatureVector 特征提取 FeatureExtraction 从原始信号中计算出所需要的特征一旦原始信号被抽象成特征 对感知的理解问题就成为一个数学问题把特征矢量转换成语义的数学算法 分类 2020年1月12日 MachineStructure 16 多媒体处理 理解声音分类 classification 把特征矢量转换成语义的数学算法例 语音识别把MFCC所组成的高维空间分解成不同的部分 每部分代表一个读音 如某个特征矢量落在某部分 则可知道该矢量代表的读音 a o p t k e y 2020年1月12日 MachineStructure 17 多媒体处理 理解声音分类如何获得特征空间的划分方法 机器学习 MachineLearning 采集一大堆样本 样本与语义的对应关系已知 于是 根据这个对应关系就可以知道特征空间中的某个区域所对应的语义是什么 例 让100个人说 o 然后对其声音进行变换 发现其MFCC都落在图中的区域 则可知该区域对应 o 2020年1月12日 MachineStructure 18 多媒体处理 理解声音机器学习第一步 获得一个训练集 TrainingSet 特征矢量和所需要的语义的对应关系第二步 根据训练集训练出对特征空间的划分模型 Model 第三步 根据所获得模型对新到特征矢量分类 2020年1月12日 MachineStructure 19 多媒体处理 理解声音机器学习特征矢量是高维矢量常用 10 1000维获得训练样本成本很高必须标注样本和语义的对应关系 只能由人完成训练集在特征空间的分布是非常稀疏的 2020年1月12日 MachineStructure 20 多媒体处理 理解声音机器学习高级建模算法SVM SupportVectorMachineGMM GaussianMixtureModelEM ExpectationMaximumHMM HiddenMarkovModel人工神经网络 NeuralNetwork矢量量化 VectorQuantization 不同应用需要不同的建模算法 目前的建模算法仍然不够完善 2020年1月12日 MachineStructure 21 多媒体处理 理解图像基本方法 特征提取 训练 分类常用图像特征颜色主要颜色颜色直方图纹理Tamura颜色特征灰度共生矩阵形状傅立叶描述子 2020年1月12日 MachineStructure 22 多媒体处理 理解图像基本方法 特征提取 训练 分类但是 一幅图像中可能有多个语义百闻不如一见 草 花 树 房子 2020年1月12日 MachineStructure 23 多媒体处理 理解图像图像分割 segmentation 把图像分割成较小的区域准则 语义 尚未获得特征 如果分割效果很好 则语义已经获得 分割本身已无意义 以特征为准则进行图像分割 其结果只能是特征空间上一致的 不可能是语义上一致的 分割还是不分割 2020年1月12日 MachineStructure 24 多媒体处理 理解图像图像分割支持派 一定要分 否则难以提取合适的特征主要处理自然景观等较复杂图像研究复杂的分割算法反对派 分割问题和分类问题一样难 所以不进行分割主要处理含单个物体的简单图像研究复杂的分类算法 2020年1月12日 MachineStructure 25 多媒体处理 理解图像图像分割如何结合二者的好处 进行分割但不假设分割结果是符合语义的 接受按照特征一致性分割的结果两步分类首先将特征一致的区域分类成低级的 在视觉特征上较一致的语义 合并语义一致的区域 SalientObject然后把低级语义分类成高级语义 2020年1月12日 MachineStructure 26 多媒体处理 理解图像第一步 检测SalientObject把原始图像分割成特征一致的区域把区域分类 合并相邻的同类区域 原始图像分割区域SalientObject 2020年1月12日 MachineStructure 27 多媒体处理 理解图像第二步 根据图像中的SalientObject分类为高级语义两步中都要使用高级建模算法 MountainView 2020年1月12日 MachineStructure 28 多媒体处理 理解视频视频是多个连续图像组成的流理解图像的技术可以沿用多个图像的信息应当叠加提高检测准确率减低检测噪声 2020年1月12日 MachineStructure 29 多媒体处理 理解视频叠加多帧的检测结果可获得非常稳定的结果 TextFaceHairInsideSkinBlood 2020年1月12日 MachineStructure 30 多媒体处理 理解文字 自然语言 语义 不同的应用有不同的含义声音 图像 视频 文字 关键字 keyword 即被认为是语义的最佳表示当前研究致力于提取可以表示声音 图像 视频等的文字文本 文字的真实含义才是语义信息提取 IR InformationRetrieval 时间 地点 人物 事件主题分类 TopicClassification 2020年1月12日 MachineStructure 31 多媒体处理 自然语言处理理解自然语言的真实语义中文 分词 WordSegmentation 把连续的字分成以词为单位词性标注 POS Part of Speech 标注各个词为动词 名词 语法分析 SyntaxParsing 标注各个词为主语 谓语宾语 标注句子的语法结构 准确率一般不高 自然语言本身不是很精确 2020年1月12日 MachineStructure 32 多媒体处理 自然语言处理统计方法词频 一个词在一个文档中出现的次数某些词在不同的文档中出现的频率差异很大 矢量模型 由关键词词频组成的矢量可以表示文本的内容 即特征矢量在某些应用获得成功 如主题分类目标具有统计性质如何实现提取时间 地点 人物 事件等细节特征 目标是一个个体 不具有统计性质 WEB分析 如果有很多文档 则这些个体内容很可能被多次重复 从而具有了统计性质 2020年1月12日 MachineStructure 33 多媒体处理 理解人类感知特征提取如何提取好的特征 如何把一个语义检测问题转换成一个数学问题机器学习如何获得好的分类模型 如何解决所转换出的数学问题两方面均是现在计算机科学研究的热点仍然没有好的解决方案 2020年1月12日 MachineStructure 34 推理 理解人类感知给计算机提供了输入实现智能不仅要能够输入还要根据输入作出响应推理根据当前出境作出最有利于自己的行动规划输出把推理结果付诸实施如果行动规划已经存在 一般输出相对简单 2020年1月12日 MachineStructure 35 推理 计算机如何推理学习人的推理方法人如何推理 尚未完全解决人大概如何推理 产生式系统 推理的数学模型 2020年1月12日 MachineStructure 36 推理 产生式系统基本原理 把所有可能尝试一次 选出对自己最有利那一次作为输出假设 有一个目标 goal 测试是否达到了目标很容易 理性的 rational 总是采取对自己最有利的 2020年1月12日 MachineStructure 37 推理 产生式系统基本要素状态 state 系统所处的位置目标测试 测试系统是否达到了所期望的目标初始状态 一开始系统所处的状态状态空间 从初始状态可以到达的所有状态 2020年1月12日 MachineStructure 38 推理 产生式系统搜索树搜索解所使用的树节点 node 树中的一个位置状态 父节点 不同的概念 同一状态可以在不同的节点 2020年1月12日 MachineStructure 39 推理 产生式系统展开 expand 把某个节点所有可能的后继节点遍历路径从搜索树的根到一个节点的节点顺序算法的目的找到一条路径 其第一个节点为初始状态 其最后一个节点的状态可通过目标测试 2020年1月12日 MachineStructure 40 推理 产生式系统搜索策略宽度优先 2020年1月12日 MachineStructure 41 推理 产生式系统搜索策略宽度优先 breadth first 优点 可以找到最短的路径在某一层找到解即可终止问题 内存占用量大随着层数增加指数增加 2020年1月12日 MachineStructure 42 推理 产生式系统搜索策略深度优先 2020年1月12日 MachineStructure 43 推理 产生式系统搜索策略深度优先 depth first 优点 内存占用量小只需保存最深的那条路径问题 计算量大可能遍历到最后才能发现解 2020年1月12日 MachineStructure 44 推理 产生式系统搜索策略如何最快地搜索到解最优节点优先 总是先搜索最有可能