《人工智能》前沿讲座报告.docx

人工智能-工硕计算机12班-赵瑞辰前沿讲座报告工硕计算机12班 赵瑞辰讲座题目：人工智能讲座时间：2013年6月23日宣讲人： 石纯一观众: 清华大学深圳研究生院工硕计算机12班全体学员2013年6月23日，在清华大学深圳大学城聆听石纯一教授所做一场关于人工智能重要技术的前科科技的讲座，在讲座中，由于时间限制和我们有限的知识水平，石纯一教授从大处着眼，介绍了人工智能技术的产生背景、目标和主要方式，还介绍了人工智能技术目前发展的状况和案例，是我们工硕计算机12班全体学员对人工智能技术的前沿科技有了最新的掌握。总体来说，也许理论上逻辑上的很专业的知识，我们只初探窥镜，但石纯一教授利用两个多小时的时间，就基本上将人工智能技术的前沿科技知识在我们的脑海中勾勒了出来。在讲座中，我了解了人工智能技术的的发展历史和现状。人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。1956年美国的几位心理学家、数学家、计算机科学家、信息论学家在Dartmouth大学召开了会议，提出了人工智能这一学科，现在就认为人工智能学科是这时建立的，已有50多年的历史。从那以后，研究者们发展了众多理论和原理，人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。目前，人工智能研究进展主要分为以下几种情况：1. 数学机械化诺伯特维纳（Norbert Wiener）在他的名著控制论里提到，第一次工业革命是用机器代替手，即“由于机器的使用手的价值降低了”。我们可以换一种说法，过去工业革命时代的特征是使用某种机器来减轻甚至代替体力劳动。我们可以说，新的工业革命时代的特征是用某种新型的机器来减轻甚至代替某些脑力劳动。简单地说，过去的工业革命是体力劳动的机械化，现在进行的工业革命是脑力劳动的机械化。克莱因在其书中讲到：“代数可以将几何推理符号化甚至机械化“。历代数学家发现，可以通过数学理论的推进，减轻各种计算的难度，从而为数学机械化创造了理论基础。适用于所有数学问题的普遍的判定方法是不存在的，可是形式化看来可以保证让机器做一大部分占据了今天的数学家们的宝贵时间的工作。数学机械化，正是像王浩先生所说的“推理分析”。它对待定理的证明就像计算数学对待数值那样，而且在不远的将来可以证明很难的定理。事实上我们的数学机械化已经达到了一定的程度，完全可以对几何定理进行证明。我们的方法也已经推广到微分情形，理论上对微分几何定理也可以进行证明，只是我们的机器设备和软件环境还跟不上。我们发展数学机械化的目的不仅仅是为数学研究提供一个有力工具，更主要的是为脑力劳动提供工具。在高技术领域我们的方法已经用于自动证明定理、自动发现物理规律、计算机图形学、智能CAD、计算机视觉、图像压缩、机器人和数控等关键技术的研制中。未来，我们还希望加强在这方面的努力，使得数学机械化方法为我国高技术的发展做出实质性贡献。2. 机器学习大量数据的涌现，数据的分析、整理、归纳便是迫切需要解决的问题，随之推动了机器学习的研究。机器学习的一个分支是向整理已往的成果并上升为理论方向发展，如统计机器学习。另一个分支是向着应用需求驱动的方向发展，出现了各种学习范式，如多例学习。再有是向着介乎理论和应研究的中间情形发展，有应用需求又需有理论框架的研究，如流形学习、再励学习。3. 自动推理自动推理作为人工智能的核心技术取得了丰富的研究成果，其方法主要包括：归结方法、表推演方法、基于公理的系统、自然演绎方法、专门用于等词推理的重写系统以及新兴起的实例化方法。基于归结方法的优秀推理系统，已经成功应用于很多学术和工业项目。近年来出现了非经典逻辑归结方法的新热点。欧洲在自动推理方法、推理系统和应用等方面的研究处于世界领先地位自动推理的发展深刻地影响着人工智能乃至计算机科学的研究方向，并在工业生产和科学研究中发挥着巨大的作用 。模型检测是自动推理的重要应用领域之一。4. 自然语言处理自然语言处理是以机器翻译为代表而兴起的。先后经历了基于规则、基于实例和基于统计的三种研究方法及其融合。至今还有一些基本问题有待解决。文本检索和机器翻译可能是自然语言处理的两个最大的应用领域。5. Agent 技术与应用Agent是一个程序，它有知识，有智能，有针对环境采取动作从而改变环境以逐步达到目标的能力。6. 大规模知识处理7. 人工智能与其他领域的交叉数据挖掘起始于从数据库中挖掘有用的知识，由于它与机器学习有不可分割的联系，现在已成为人工智能与数据库的交叉领域。人工智能与软件工程的结合导致了“基于知识的软件工程”的出现。人工智能与因特网技术的结合被称为“网络智能”。 计算机动画自动生成则是人工智能技术与计算机图形学及电影艺术结合的产物。人工智能技术是在逐步的研究探索中前进的，其中核心是对各种知识、数据的采集、理解、分析的算法的优化问题。优化问题，指的是一类在一定的限制（如人力、物力等资源）条件下，寻求使某一目标函数达到最大值的（如最大的经济效益）的问题。这类问题有广泛的应用。目前主要的优化方向和优化方法主要分为以下几种： 线性规划 动态规划 地图上最短路径启发式算法 遗传算法 群蚁算法 模拟退火算法学科前沿讲座课程已经结束了，通过这次的讲座学习，我在其中收获了很多，不但了解到很多关于现有人工智能技术在现代社会的众多应用，还了解到这一领域的前沿领域，这为我们以后的工作和发展奠定了基础。通过石纯一教授人工智能前沿讲座，我了解了人工智能技术的最前沿科技。 听完这个讲座，我感到责任重大，即使是一个点，也还有很多方面值得拓展和探索，作为在职研究生，结合实际工作的应用研究是我们主要的目标，想