智能操作系统 (3).ppt

人工智能，第1章引言，引言(1)，人类的自然智能是伴随着人类的活动无处不在的，如解决问题、下棋、猜谜、讨论问题、计划和编程、开车等等都需要智能。因此，智力与人类活动密切相关。humansaregoodatsolvingComplexProblesHumansaregoodatsolvingAll-defined roblesmanyofthesetaskSarecomputationalyverydiffusultoreventracableisitpossibletogetcomputerstosolveSuchProblesAlthy？引言(2)，引言(3)，人工智能(人工智能：人工智能)是当前科学技术发展的前沿学科。它也是一门不断涌现新思想、新概念、新理论和新技术的学科。它是在计算机、控制论、信息论、数学、心理学、哲学、语言学等学科相互融合和渗透的基础上发展起来的一门跨学科的边缘学科。本章的主要内容，人工智能的定义，人工智能的产生和发展，人工智能研究的主要方法，人工智能研究的主要内容，1.1人工智能的定义，在此基础上来解释经济学意义上的人工智能的测量对象mostwarthyofstudy，andbichwithttodecidewhatectlysts，thibeingagodthingtodecidebeforeging。什么是人工智能，20世纪的信息技术，特别是计算机的出现，用机器代替或减少了人类的脑力劳动，形成了人工智能的一个新课题。1956年，约翰麦卡锡、马尔文明斯基、纳撒尼尔罗彻斯特和克劳德香农四位年轻学者联合发起并组织了一次关于用机器模拟人类智能的夏季研讨会。会议邀请了来自数学、神经生理学、精神病学、心理学、信息论和计算机科学领域的10名学者，为期两个月。会议在美国达特茅斯举行，有时被称为达特茅斯夏季研讨会。会上，科学家们运用数理逻辑和计算机的成果，提供了形式计算和处理的理论，模拟人类某些智能行为的基本方法和技术，并构建了具有一定智能的人工系统，使计算机能够完成需要人类智能才能胜任的任务。在达特茅斯夏季研讨会上，约翰麦卡锡提出用人工智能作为这门跨学科的学科的名称，这标志着人工智能的诞生，意义重大。什么是人工智能(2)。斯图尔特拉塞尔和彼得诺维格将人工智能的现有定义分为四类：类人行为方法。库尔兹韦尔提出，人工智能是一种创造足够多的机器来完成特定任务的技术，当我们人类处理这些任务时，我们需要特定的智能。方法：对于人类完成的更好的智能任务，最著名的是图灵测试，它证明了为外科疾病诊断下棋图灵测试(1)，艾伦图灵，“计算机智能”，MIND，593360433-460，1950。问题：“机器能思考吗？”为此，图灵设计了著名的图灵测试，图灵测试(2)，测试者甲，被测者乙和丙。甲是人，乙和丙是人，另一个是计算机。甲问了问题，乙和丙分别回答。如果B和C的答案使A不能区分人类的答案和计算机的答案，那么计算机就是有智能的。图灵测试首次给出了一个哲学命题来检验计算机是否具有智能。贝尔曼提出，人工智能是与人类思维、决策、解决问题和学习相关的活动的自动化。使用的主要方法是认知模型一种关于人类思维工作原理的可检测理论。如果一个程序可以像人一样思考，那么它必须以某种方式决定一个人如何思考。为了确定人类思维内部是如何运作的，有两种方法：通过内省在思维过程中掌握自己的思想；或者通过心理学实验和理性思维方法，查尔尼克和麦克德莫特在1985年提出，人工智能就是用计算模型来研究智能。这是一种理性的思维方式。如果一个系统能够根据它所知道的信息(知识、时间、资源等)做出最佳决策。)，这是理性的。当知识是完整的，资源是无限的，这就叫做逻辑推理。当知识不完整或资源有限时，这就是理性行为。理性行为方法，尼尔森(Nilsson)认为人工智能与人工产品中的智能行为有关。这种人工制品主要是指能够行动的代理人。行为理性指的是知道某些信念并采取某些行动来实现某个目标。代理可以被看作是一个能够感知和执行动作的系统。在这种方法中，人工智能可以被认为是研究和建立理性的智能体。在“理性思维”方法中，它强调正确的推理。做出正确的推理有时被认为是理性主体的一部分。另一方面，正确的推理并不是理性的全部，因为在某些情况下，往往没有一定的行为必须是正确的，而其他的是错误的。为了达到目标，代理必须根据知识、感知和经验来决定要执行什么样的行为。什么是人工智能？考虑智能的更好的方法也许是把它看作是技能的集合？这些技能是什么？解决问题的能力？记忆、直觉、推理、从经验中学习等。这一章的主要内容，人工智能的定义，人工智能的诞生和发展，人工智能研究的主要方法，人工智能的诞生和发展(1)，人工智能的诞生，人们对“数据世界”的需求，进而对“知识世界”的需求都产生了。为了搜索探索性搜索，允许使用启发式、不精确、模糊甚至错误的推理方法。为了顺应人类的思维过程，人工智能的诞生和发展(2)，1956:一般来说，麦克阿瑟把人工智能称为“人工智能”。(计算理性更好吗？)，人工智能的诞生和发展，孕育期(1956年以前)的主要成就：创立了数理逻辑、自动机理论、控制论、信息论和系统论发明了电子数字计算机亚里士多德的主要贡献：布尔：创立了逻辑代数，符号语言被用来描述思维活动中的基本推理规则图林：提出了一种理想计算机的数学模型MP模型：开创了微观人工智能的研究工作。ENIAC :奠定了人工智能研究的物质基础，人工智能的诞生和发展(4)，早期(20世纪50年代至60年代末):解决全球定位系统定理的基本原理和一般问题证明游戏形式演算1969，第1版。联合会议。奥纳伊，每两年一次。1970，InternationalJournalofAI，The born and development of artificial intelligence(5)，Knowledge是权力时期(从20世纪60年代末到80年代中期):认为相对狭窄的任务需要专业知识，并以规则的形式表达专家的知识：r 1: if(it-hot)和(The-sky-is-cloud)then(it-will-rain)(0.7)r 2: if(it-rain)第五代计算机程序的“道路-变-流动”.理解神经网络、遗传算法、人工生命的回归(从20世纪80年代至今)智能代理的兴起与经济学和控制理论的研究(从20世纪90年代至今)、人工智能的诞生和发展(7)、预测和现实有着更密切的关系.(1)在20世纪60年代，麻省理工学院著名的人工智能教授说：“到今年夏天结束时，我们将开发一种电子眼”时至今日，仍然没有能够理解复杂和动态场景的通用计算机视觉系统，但是该计算机系统已经能够执行一些日常交通监控、面部识别、某些医学同胞的分析、局部检查等。人工智能的诞生和发展(8)、预测和现实.1958年，赫伯特西蒙(CMU)预言计算机将在10年内成为国际象棋冠军。这一预测直到1998年才成为现实。20世纪70年代，许多人认为计算机控制的机器人将很快从工厂进入我们家庭的各个方面。今天，一些行业(如汽车和电子)已经高度机械化。然而，家用机器人仍然是未来的事情。人工智能的诞生和发展(9)以及：AI的实际应用遇到了许多困难和挫折。罗宾逊的分辨方法分辨能力有限。当证明两个连续函数的和仍然是一个连续函数时，机器翻译还没有引入100，000步。英语句子：thespiritswillingbutthefleshespeak，翻译成俄语，然后翻译成英语，结果是：“Thewineisgoodbutthemeatisspoiled”(酒好，肉坏)。人工智能的诞生和发展(10)，错误.正是由于人工智能的巨大成就，人们对这一领域寄予了过高的期望。这些预测的失败主要是在一个地区的早期阶段，这往往高估了它的潜力，而从长远来看，它往往低估了它的潜力。本章的主要内容，人工智能的定义，人工智能的诞生和发展，人工智能研究的主要方法，人工智能研究的主要方法(1)，人工智能研究学派的特点，人工智能研究学派(1)，人工智能的各种认知观点，人工智能研究学派(2)，人工智能的基本技术，象征主义(1)，以符号处理为核心的方法也叫自上而下和象征主义。它起源于全球定位系统，用于模拟人类解决问题的心理过程。它逐渐形成了实物符号系统人工智能。目标是实现机器智能。计算机本身具有符号处理功能，并具有推理能力。因此，它可以方便地模拟逻辑思维过程。象征主义认为人类智力的基本单位是符号，认知过程是符号运作过程。因此，思维是符号计算，符号(2)，主要特征：(1)是基于逻辑运算和符号运算，适合模拟人类逻辑思维过程和解决需要逻辑推理的复杂问题(2)知识可以用显示的符号来表示。在已知基本规则的情况下，不需要输入大量便于模块化的详细知识(3)。当个别事实改变时，很容易修改(4)它可以与传统的符号数据库连接(5)它可以解释推理结论，并且很容易选择各种可能性。缺点可以解决逻辑思维。然而，对于图像思维难以模拟信息被表达为符号以及信息在处理或转换过程中丢失的情况，连接主义(1)，主要基于网络连接的连接机制方法也被称为自下而上和连接主义，属于非符号处理的范畴。现实中，人们不仅仅依靠逻辑推理来解决问题，有时非逻辑推理在联结主义中也发挥着非常重要的作用：人工智能可以通过仿生人脑结构来实现，其研究内容是神经网络。联结主义(2)主要特征：(1)信息处理是通过神经元之间的并行合作来实现的。处理过程是并行和动态的。全局(2)可以实现联想功能，便于处理有噪声的信息(3)可以通过调节神经元之间的连接强度来实现学习和分类(4)适合模拟人类的视觉思维过程(5)解决问题时。快速获得近似解的缺点不适合解决逻辑思维，固定结构和单一组合方案的系统不适合开发各种知识。行为主义，也称为进化论或控制论，是一个基于控制论和“行动-感知”控制系统的人工智能学派，属于非符号处理方法。行为的基本观点可以概括如下：1 .知识和形式表达及建模方法是人工智能的重要障碍之一；2.智力取决于感知和行动。在机器直接作用于环境之后，环境对该动作的响应是原型3。智能行为只能通过与周围环境的互动来体现。人工智能可以像人类智能一样逐步进化，分阶段发展和提高。(1)人工智能是一门知识科学。以知识为对象，研究知识的获取、表征和使用。数据处理-知识处理，数据-符号。符号代表知识，而不是数字或数据。有灵感和演绎。人工智能是科学中最有争议的话题之一：当前对人工智能的研究应该关注人类的一般思维规则，还是特定知识的处理和应用？智力的本质是什么？机器能达到人类的水平吗？结论：人工智能的研究难度很大，人工智能研究的特点(2)难度很大。麦卡锡：人工智能的所有问题都很难解决。明斯基：人工智能是历史上最困难的科学之一。难点在于：实现智能需要大量的知识，而最难的知识是常识(不是专业知识)。德雷福斯：常识是实现人工智能的最大障碍。(3)结论：通用逻辑推理系统至今尚未创建，不是因为人工智能专家不够好，而是因为这个通用系统根本不可能。他最大的弱点是缺乏知识，缺乏人类几千年文明积累的知识。在现实生活中，人们根据知识行事，而不是基于抽象的推理原则。即使就推理系统而言，它的主要技