人工智能与专家系统(GIS)ppt

●什么是人工智能？●人工智能研究的目标●人工智能研究途径●人工智能研究的基本内容●人工智能研究领域●人工智能对人类的影响第一章绪论1AI的历史人工智能成为工业（1980至今）神经网络的回归（1986至今）

连接主义的智能系统模型vs.符号模型、逻辑方法人工智能成为科学（1987至今）建立在严格的定理或确凿的实验基础上显示与现实世界的应用的相关性例子：规范专家系统的思想—根据决策理论的法则理性地行动，不试图模仿人类专家的思考步骤。智能化智能体的出现（1995至今）研究者重新开始审视“完整智能体”问题2人工智能常用的方法穷举法搜索法和回朔法启发式搜索法分解问题法（与或树方法）正反推理法博弈方法3人工智能研究的目标与内容人工智能研究的目标人工智能的研究途径人工智能研究中的学派人工智能研究的基本内容41）人工智能研究的目标近期目标：在近期，人工智能研究的任务是利用冯.偌依曼型计算机模拟人类智力行为，研制智能程序；远期目标：远期是研制全新的计算机，即智能计算机。5人工智能研究可以有三种途径进行：符号主义：（思维理论）符号主义认为人类认知的基本元素是符号，认知的过程就是符号处理的过程。（一阶谓词逻辑）连接主义：（阈值理论）连接主义认为人类认知的基本元素是神经元本身。人类的认知过程就是大量的神经元的整体活动。（研究方法：人工神经网络）行为主义：（进化理论）由美国麻省理工学院的R.A.Brook教授提出的。该理论认为人的本质能力是在动态环境中的行走能力、对外界事物的感知能力、维持生命和繁衍生息的能力，正是这些能力对智能的发展提供了基础，因此智能是某种复杂系统所浮现的性质。2）

人工智能研究途径6符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。联结主义(Connectionism)，又称仿生学派(Bionicsism)或生理学派(Physiologism)，原理主要为神经网络及神经网络间的连接机制与学习算法。行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。3）人工智能研究中的学派7符号主义方法

西蒙和纽厄尔为代表的物理符号系统假说（physicalsymbolsystemhypothesis）由一组称为符号的实体组成系统，这些符号可作为组分出现在另一符号实体中。任何时候系统内部均有一组符号结构，以及作用在这些符号结构上生成其他符号结构的一组过程。任一物理符号系统如果是有智能的，则必能执行对符号的输入、输出、存储、复制、条件转移和建立符号结构这样6种操作。反之，能执行这6种操作的任何系统，也就一定能够表现出智能符号主义学派：8符号主义方法

认知基元是符号，智能行为通过符号操作来实现,以美国科学家Robinson提出的归结原理为基础，以Lisp和Prolog语言为代表着重问题求解中的启发式搜索和推理过程，在逻辑思维的模拟方面取得成功，如自动定理证明和专家系统。9符号主义方法

1977年吴文俊院士给出了一类平面几何问题的机械化证明理论,在计算机上证明了一大批平面几何定理。1984年科学出版社出版了他的《几何定理机器证明的基本原理》一书，被称为吴方法。10联结主义方法

J.J.Hopfield为代表的人工神经网络方法，思维的基元是神经元，把智能理解为相互联结的神经元竞争与协作的结果,其中以反向传播网络模型和Hopfield网络模型更为突出。着重结构模拟，研究神经元特征、神经元网络拓朴、学习规则、网络的非线性动力学性质和自适应的协同行为。11联结主义方法

1975年，JohnHolland提出遗传算法，模仿生物染色体中基因的选择(selection)、交叉(crossover)和变异(mutation)的自然进化过程,通过个体结构重组,形成一代代新群体（populations),最终收敛于近似优化解。用于处理多变量、非线性、不确定、甚至混沌的大搜索空间的有约束的优化问题；12行为主义方法

以R.A.Brooks为代表。反馈是控制论中的基石，没有反馈就没有智能。强调智能系统与环境的交互，从运行的环境中获取信息（感知），通过自己的动作对环境施加影响；控制论研究导致机器人和智能控制，机器人是“感知--行为”模式,是没有知识的智能，强调直觉和反馈的重要性；智能行为体现在系统与环境的交互之中，功能、结构和智能行为不可分割。13

符号主义联接主义行为主义基础数理逻辑仿生学控制论原理物理符号系统假设NN机制与学习算法智能来自感知和行为认识基本元素—符号过程—符号处理神经元NN的整体活动智能无需知识，无需表示、推理，逐步进化方法功能模拟结构模拟行为模拟人工智能三大学派14（4）人工智能研究的基本内容●知识表示：也就是如何最佳地捕捉智能行为的关键特征以供在计算机上使用，或者说以供与人交流——这是人工智能的一个永恒主题。●机器感知：所谓的机器感知就是使机器具有类似于人的感知能力，其中以机器视觉与机器听觉为主。

●

机器思维：机器思维是指对通过感知得到的外部信息及机器内部的各种工作信息进行有目标的处理。

●

机器学习：研究使机器具有获取新知识、学习新技巧，并在实践中不断完善、改进的能力。

●

机器行为：与人的行为相对应，机器行为主要是指计算机的表达能力，即“说”、“写”、“画”等。15

1.5人工智能研究领域一般来说，人工智能可以分为三个基础性领域：知识表示。研究各种适合在计算机上表示各类知识的形式化方法，求解问题需要的各种知识，概括起来分为三类：叙述性知识、过程性知识、控制性知识。知识获取。包括推理技术、启发式搜索技术、类比推理技术等等。主要研究各种问题的求解规律，设计可机械地执行的智能算子用以实现问题求解过程。知识应用。研究如何把各种有关的知识组织成一个有效的问题求解系统，以便在计算机中实现问题的自动解决。包括人工智能语言和人工智能应用系统。16●模式识别（PatternRecognition）

●自然语言理解（NaturallangrageUnderstanding）

●自动定理证明（AutomaticTheoremProving）

●机器学习（MachineLearning）

●专家系统（ExpertSystem）

●自动程序设计（AutomaticProgramming）

●机器人学（Robots）

●博弈（Game）

●智能决策支持系统（IntelligentDecisionSupportSystem）

●人工神经网络（Artificialnaturalnetworks）

1.5人工智能研究领域17①模式识别（PatternRecognition）模式识别的过程：样本采集—特征提取—识别准则—结果输出模式识别的分类

※统计决策法与句法方法

※监督分类与非监督分类

※参数与非参数法18模式识别（PatternRecognition）模式“(Pattern)一词的本意是指完美无缺的供模仿的一些标本。模式识别就是指识别出给定物体所模仿的标本。人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。包括对文字、声音、图形、图像、人物和物体等进行自动识别。19②自然语言理解（NaturallangrageUnderstanding）★自然语言理解也是人工智能的早期研究领域之一，研究如何让计算机理解人类自然语言。已经编写出能够从内部数据库回答用英语提出的问题的程序，这些程序通过阅读文本材料和建立内部数据库，能够把句子从一种语言翻译为另一种语言，执行用英语给出的指令和获取知识等。★目前语言处理研究的主要课题是：在翻译句子时，以主题和对话情况为基础，注意大量的一般常识--世界知识和期望作用的重要性。★人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。20自然语言理解的3个目标★计算机能正确理解人类的自然语言输入的信息，并能正确答复（或响应）输入信息中的有关问题。★对输入的信息能产生相应的摘要，而且能用不同词语复述输入的内容。★计算机能把输入的自然语言翻译成要求的另一种自然语言表示相同的信息。21③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。自动定理证明的方法：◆自动演绎法◆决策过程法◆定理证明器22自动定理证明的决策过程法决策过程指判断一个理论中某个公式的有效性。1980年Eevvo等人提出使用集合论的决策过程。1980年尼尔逊等人提出带有不等式符号的等式理论决策过程。1978年吴文俊教授提出关于平面几何和微分几何定理的机器证明方法。

23“吴方法”的基本思想首先将几何问题代数化，即通过引入坐标，把有关的假设和求证部分用代数关系表述，然后再处理表示代数关系的多项式，即把判定多项式的坐标逐个消去，采用多项式的消元法来验证，如果消去后的结果为零，那么定理得证；否则进一步检查。24定理证明器定理证明器是研究一切可判定问题的证明方法。基础是1964年鲁宾逊提出的归结原理。1967年斯拉格尔提出语言归结。1968年沃斯和鲁宾逊提出了调解方法。1970年波叶提出锁归结。25④机器学习（MachineLearning）机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的。依赖于这些学科而共同发展。目前已经取得很大的进展，但还没有能完全解决问题。机器学习研究的任务：①一是研究人类学习的机理、人脑思维的过程；②机器学习的方法；③建立针对具体任务的学习系统。26⑤专家系统（ExpertSystem）

专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。它是依靠人类专家已有的知识建立起来的知识系统，目前是人工智能研究中开展较早、最活跃、成效最多的领域。专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。27⑤专家系统的成功例子

PROSPECTOR系统发现了一个钼矿沉积，价值超过1亿美元。DENDRL系统的性能已超过一般专家水平，可供数百人在化学结构分析方面的使用。MYCIN系统可以对血液传染病的诊断治疗方案提供咨询意见。28⑥自动程序设计（AutomaticProgramming）自动程序设计是设计一个能够自动生成程序的程序系统，包括程序综合与程序正确性验证。自动程序设计的两个问题★程序验证（ProgramVerification）即利用一个已验证过的程序系统来自动证明某一给定程序的正确性。★程序综合（ProgramSynthesis）指根据给定问题的具体描述由计算机自动生成满足要求的程序。29⑦机器人学机器人是指可模拟人类行为的机器。机器人学促进了人工智能思想的发展，提高了模拟物理世界的能力。程序控制机器人—自适应机器人—智能机器人。30⑦机器人学第一代（程序控制）机器人：这种机器人一般是按以下二种方式“学会”工作的；一种是由设计师预先按工作流程编写好程序存贮在机器人的内部存储器，在程序控制下工作。另一种是被称为“示教—再现”方式，这种方式是在机器人第一次执行任务之前，由技术人员引导机器人操作，机器人将整个操作过程一步一步地记录下来，每一步操作都表示为指令。示教结束后，机器人按指令顺序完成工作（即再现）。31⑦机器人学

第二代（自适应）机器人：这种机器人配备有相应的感觉传感器（如视觉、听觉、触觉传感器等），能取得作业环境、操作对象等简单的信息，并由机器人体内的计算机进行分析、处理，控制机器人的动作。虽然第二代机器人具有一些初级的智能，但还需要技术人员协调工作。32⑦机器人学

第三代（智能）机器人：智能机器人具有类似于人的智能，它装备了高灵敏度的传感器，因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力，能对感知的信息进行分析，控制自己的行为，处理环境发生的变化，完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。

33⑧博弈（Game）诸如下棋、打牌、战争等一类竞争性的智能活动称为博弈。研究博弈的目的是检验某些人工智能技术是否能实现对人类智慧的模拟，促进人工智能研究。1997年IBM的“深蓝”电脑战胜了世界象棋冠军卡斯帕罗夫(GaryKasparov)。34⑨智能决策支持系统

（IntelligentDecisionSupportSystem）

决策支持系统是属于管理科学的范畴，它与“知识—智能”有着极其密切的关系。在80年代以来专家系统在许多方面取得成功，将人工智能中特别是智能和知识处理技术应用于决策支持系统，扩大了应用范围，提高了系统解决问题的能力，这就成为智能决策支持系统。35⑩人工神经网络（Artificialnaturalnetworks）

人工神经网络是在研究人脑的奥秘中得到启发，试图用大量的处理单元（人工神经元、处理元件、电子元件等）模仿人脑神经系统工程结构和工作机理。

在人工神经网络中，信息的处理是由神经元之间的相互作用来实现的，知识与信息的存储表现为网络元件互连间分布式的物理联系，网络的学习取决于和神经元连接权值的动态演化过程。36⑩人工神经网络的应用模式识别图像处理组合优化自动控制信息处理37人工智能展望机器智能化智能机器人知识发现与数据挖掘社会智能化（工厂、学校、住宅、政务智能化）38美国未来学家预言2029年机器植入人脑美国微型机器人工程师雷·库日韦尔说：“到2029年,我们将在硬件和软件两方面都取得人类水平的人工智能,甚至具备我们的情感……我们将把微型智能机器人通过毛细血管植入我们的大脑,与我们的生物神经细胞直接交互作用,让我们更加聪明,记忆力更好,还能通过神经系统自动进入虚拟现实环境。”库日韦尔20世纪80年代出版的《智能机器时代》,准确预见了90年代和21世纪初的科技发展。

39索尼智能机器狗404142社会智能化香港城市大学与香港地铁公司合作设计和研发的人工智能软件“人工智能引擎”，于２００４年７月开始被地铁公司维修工程与交通资讯管理系统采用。该引擎是个智能编排软件，能有效调配和管理目前５条地铁行车线和机场快线的所有维修工程资源，也适用于即将启用的迪斯尼乐园专线。——获美国人工智能协会颁发“创意应用大奖”。43“怎么好像要睡着了？前面10公里处有个休息站”在2007年第40届东京汽车展上，一辆新车上的机器人不断对司机发出警告。441.6人工智能对人类的影响人工智能的发展已对人类及其未来产生深远影响，这些影响涉及人类的经济利益、社会作用和文化生活等方面。人工智能对经济的影响人工智能对社会的影响人工智能对文化的影响45（1

）人工智能对经济的影响专家系统的效益成功的专家系统能带来明显的经济效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。由于软件易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业人员及其知识。人工智能推动计算机技术发展

人工智能研究已经对计算机技术的各个方面产生了巨大的影响。不仅促进了并行处理和专用集成片的开发，而且算法发生器和灵巧的数据结构获得应用，自动程序设计技术将开始对软件开发产生积极影响。所有这些在研究人工智能时开发出来的新技术，推动了计算机技术的发展，进而使计算机为人类创造更大的经济实惠。46（2）人工智能对社会的影响劳务就业问题社会结构变化思维方式与观念的变化心理上的威胁技术失控的危险引起的法律问题47ThreeLawsofRoboticsArobotmaynotinjureahumanbeingor,