人工智能课件1

人工智能军概第五小组报告主要内容1234第一部分总论第二部分发展阶段第四部分发展争议第三部分发展成果1ONE第一部分总论人工智能可以用来干什么?人工智能的定义是什么？人工智能的由来是什么？第一部分总论简史定义应用领域简史人工智能（ArtificialIntelligence）的由来?人工智能的传说可以追溯到古埃及，但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能，“人工智能”一词最初是在1956年Dartmouth学会上提出的，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，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现至今，已经出现了许多AI程序，并且它们也影响到了其它技术的发展。人工智能的定义人工智能（ArtificialIntelligence），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。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。自然语言处理图像处理数据挖掘人工智能的应用领域人工智能主要应用在哪？未来五年我国人工智能的发展大势所趋2TWO第二部分发展阶段第一阶段计算阶段什么是计算？计算是将各种运算方法与数据结合并得出结论的行为。这种行为存在于社会生活的方方面面。智能机器人的计算借助自然界（生物界）规律的启示，根据其规律，设计出求解问题的算法。物理学、化学、数学、生物学、心理学、生理学、神经科学和计算机科学等学科的现象与规律都可能成为计算智能算法的基础和思想来源。计算智能阶段智能产品特点“能存会算”——快速计算与存储第二阶段感知智能阶段什么是感知？感知就是具有能够感觉内部、外部的状态和变化，理解这些变化的某种内在含义的能力。智能机器人的感知一个鲜活的生命可以通过ta的各种感觉器官和中枢神经系统来感受、理解外部和自己内部的变化。而一个智能机器人要感知这个世界，就必须具有一定的信息获取手段和信息处理方法。对于许多机器人来说，获取信息的手段就是通过多种不同功能的传感器来收集各种不同性质的信息。而对于信息的理解则是通过对传感器信息的处理来获得的。感知智能阶段智能产品特点“能听会说，能看会写”--------------语音识别、手写识别、图像识别第三阶段认知阶段什么是认知？认知是指对客观事物的特征及事物间联系的反映,其对象是有关问题、资料等具体的信息,其过程是对这些信息进行的编码、储存、提取、应用等具体操作智能机器人的认知机器人的认知分为三个步骤：1.获得数据2.对数据进行加工整合得出结果3.自我学习，自我完善认知智能阶段智能产品特点具有自主学习的能力,只需要给出基本的反射式行为,所有的高级认知能力都可以通过自主学习得到,不需重新编程。各模块之间互相依赖并且可以同时学习,具有实时的学习能力。3THREE第三部分发展成果三发展成果发展成果知识工程：专家系统，智能搜索引擎等模式识别：

2D/3D/多维识别系统人机对弈：

DeepblueAlphaGo自动工程：猎鹰系统等人机对弈1996年2月10～17日，GarryKasparov以4：2战胜“深蓝”（DeepBlue）。1997年5月3～11日，GarryKasparov以2.5：3.5输于改进后的“深蓝”。2003年2月GarryKasparov3:3战平“小深”（DeepJunior）。2003年11月GarryKasparov2:2战平“X3D德国人”(X3D-Fritz）。2016年谷歌围棋人工智能AlphaGo4:1胜李世石。模式识别主要有2D识别引擎、3D识别引擎，驻波识别引擎以及多维识别引擎。目前，2D识别引擎已推出指纹识别，人像识别，文字识别，图像识别，车牌识别；驻波识别引擎已推出语音识别。自动工程自动驾驶（OSO系统）印钞工厂（￥流水线）猎鹰系统（YOD绘图）知识工程以知识本身为处理对象，研究如何运用人工智能和软件技术，设计、构造和维护知识系统

专家系统智能搜索引擎计算机视觉和图像处理机器翻译和自然语言理解数据挖掘和知识发现5FOUR第四部分发展争议电影中的人工智能2015技术奇点：人工智能是否会引发技术爆炸？"我们的未来不是再经历进化，而是要经历爆炸。"--瑞·库茨维尔2001年，瑞·库茨维尔提出摩尔定律的扩展定理，即（KurzweilsLawofAcceleratedReturn）。该定理指出，人类出现以来所有技术发展都是以指数增长。后来发展为奇点理论，奇点理论认为很多技术处于指数增长中，如芯片的计算能力，DNA技术，数据的储存等等。他预测技术在突破一个称之为奇点的临界点后爆发性增长，在2045年左右会出现自己思考的人工智能。发展争议人工智能会拥有情感，奴役人类吗？“人类制造机器就是为了让机器在某些方面强于人类，但是机器在某些方面超越人类不意味着机器有能力学习其他方面的能力，或者将不同的信息联系起来而做超越人类的事情，而这一点非常重要”。只要你认可AI技术会不断发展，我们会在智力上远远落后于AI，以至于最终成为AI的宠物。马克.扎克伯格Facebook创始人埃隆.马斯克

SpaceX太空探索技术公司CEOvs我们从计算机语言原理和人工智能发展史中可以得到答案：迄今为止AI的所有智能化表现仅仅在模仿人类左半脑的理性思维模式，而完全不具备右半脑的感性思维，且将来亦是如此。众所周知，计算机语言在历史发展上经历了机器语言、汇编语言和高级语言，我们把最低级、最原始的计算机语言称为机器语言。机器语言是用二进制代码表示的计算机能够直接识别的指令集合，它反映了计算机“思维”的原理，也反映了人工智能的原理。0和1两个数字能构成世间万物的一切逻辑，却无法创造灵感、拥有直觉、获得情感。人类与人工智能之争统治？被统治?最极端的假设则预测了一个人工智能比人类更加聪明的遥远未来。人工智能的发展依然处于非常初级的阶段，现状基本就是——

“没有人工，就没有智能”谢谢！THANKYOU人工智能

是一门交叉学科

脑科学认知科学心理学语言学逻辑学哲学计算机科学人工智能什么是人工智能人工智能的定义可以分为两部分，即“人工”和“智能”。关于什么是“智能”？智能需要具备的特征？具有感知能力（系统输入）:

机器视觉，机器听觉，图像语音识别……具有记忆与思维能力：思维是智能的根本原因，思维是一个动态的过程。思维分为：逻辑思维，形象思维和顿悟思维。具有学习能力及自适应能力：适应环境的变换、积累经验的能力

具有行为能力（系统输出）：对外界的智能化反应早期判断是否有智能的方法———图灵测试英国数学家阿兰·图灵(AlanTuring)提出了现称为“图灵测试”(TuringTest)的方法。简单来讲,图灵测试的做法是:让一位测试者分别与一台计算机和一个人进行交谈(当时是用电传打字机),而测试者事先并不知道哪一个是人,哪一个是计算机。如果交谈后测试者分不出哪一个被测者是人,

哪一个是计算机,则可以认为这台被测的计算机具有智能。

Turing测试存在的问题“图灵测试”没有规定问题的范围和提问的标准仅反映了结果的比较，无涉及思维过程没指出是什么人争论：通过了图灵检验的电脑就具备思维能力了么？测试主持人被测机器被测人中文屋子约翰·西尔勒的中文屋子假设是说:有一台计算机阅读了一段故事并且能正确回答相关问题,这样这台计算就通过了图灵测试。而西尔勒设想将这段故事和问题改用中文描述(因为他本人不懂中文),然后将自己封闭在一个屋子里,代替计算机阅读这段故事并且回答相关问题。描述这段故事和问题的一连串中文符号只能通过一个很小的缝隙被送到屋子里。西尔勒则完全按照原先计算机程序的处理方式和过程(如符号匹配、查找、照抄等)对这些符号串进行操作,然后把得到的结果即问题答案通过小缝隙送出去。西尔勒也得到了问题的正确答案。西尔勒认为尽管计算机用这种符号处理方式也能正确回答问题,并且也可通过图灵测试,但仍然不能说计算机就有了智能。

人工智能的发展概况

1.形成期（1956--1970年）AI诞生于一次历史性的聚会(Dartmouth人工智能夏季研讨会)时间：1956年夏季地点：美国达特茅斯(Dartmouth)大学目的：为使计算机变得更“聪明”，或者说使计算机具有智能发起人：麦卡锡(J.McCarthy），Dartmouth的年轻数学家、计算机专家，后为MIT教授明斯基(M.L.Minsky），哈佛大学数学家、神经学家，后为MIT教授洛切斯特(N.Lochester)，IBM公司信息中心负责人香农(C.E.Shannon)，贝尔实验室信息部数学研究员会议结果：由麦卡锡提议正式采用了“ArtificialIntelligence”这一术语人工智能的发展概况2.形成期（1956----1970年）其他开创性贡献1958年，美籍华人数理逻辑学家王浩在IBM-740计算机上仅用了3-5分钟就证明了《数学原理》命题演算全部220条定理。1965年，费根鲍姆(E.A.Feigenbaum)开始研究化学专家系统DENDRAL，用于质谱仪分析有机化合物的分子结构。1969年召开了第一届国际人工智能联合会议（InternationalJointConferenceonAI，IJCAI），标志着人工智能作为一门独立学科登上了国际学术舞台。此后IJCAI每两年召开一次。1970年《InternationalJournalofAI》创刊。人工智能的发展概况3.暗淡期（1966----1974年）失败的预言给人工智能的声誉造成重大伤害“20年内，机器将能做人所能做的一切”---------1965在博弈方面：塞缪尔的下棋程序在与世界冠军对弈时，5局败了4局。在定理证明方面：发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函数时，推了10万步也没证出结果。在机器翻译方面：发现并不那么简单，甚至会闹出笑话。例如，把“心有余而力不足”的英语句子翻译成俄语，再翻译回来时竟变成了“酒是好的，肉变质了”在问题求解方面：对于不良结构，会产生组合爆炸问题。在神经生理学方面：研究发现人脑有1011-12以上的神经元，在现有技术条件下用机器从结构上模拟人脑是根本不可能的。在英国，剑桥大学的詹姆教授指责“人工智能研究不是骗局，也是庸人自扰”。从此，形势急转直下，在全世界范围内人工智能研究陷入困境、落入低谷。

人工智能的发展概况

4.知识应用期（1970----1988年）整个20世纪80年代，专家系统和知识工程在全世界得到了迅速发展。专家系统为企业等用户赢得了巨大的经济效益。在开发专家系统过程中，许多研究者获得共识，即人工智能系统是一个知识处理系统，而知识获取、知识表示和知识利用则成为人工智能系统的三大基本问题。同时出现新的问题：专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题被逐渐暴露出来。人工智能的发展概况

5.集成发展期（1986年以来）1997年5月11日，由IBM研制的超级计算机“深蓝”首次击败了国际象棋特级大师卡斯帕洛夫。2000年，中国科学院计算所开发出知识发现系统MSMiner。该系统是一种多策略知识发现平台，能够提供快捷有效的数据挖掘解决方案，提供多种知识发现方法。2011年，IBM超级电脑“沃森”亮相美国最受欢迎的智力竞赛节目《危险边缘》战胜该节目两位最成功的选手。人工智能研究形成了三大学派符号主义连接主义行为主义符号主义又称：逻辑主义、心理学派或计算机学派符号主义的实现基础是纽威尔和西蒙提出的物理符号系统假设。该学派认为：人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。它认为人是一个物理符号系统,计算机也是一个物理符号系统,因此,我们就能够用计算机来模拟人的智能行为,即用计算机的符号操作来模拟人的认知过程。这种方法的实质就是模拟人的左脑抽象逻辑思维，通过研究人类认知系统的功能机理，用某种符号来描述人类的认知过程，并把这种符号输入到能处理符号的计算机中，就可以模拟人类的认知过程，从而实现人工智能。可以把符号主义的思想简单的归结为“认知即计算”。连接主义又称：仿生学派或生理学派原理：神经网络及神经网络间的连接机制与学习算法。起源：源于仿生学，特别是人脑模型的研究。学派代表：卡洛克、皮茨、Hopfield、鲁梅尔哈特等。连结主义基本理论认为思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出连结主义的大脑工作模式，用于取代符号操作的电脑工作模式。行为主义又称：进化主义或控制论学派原理：控制论及感知—动作型控制系统认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化(所以称为进化主义)；智能行为只能在现实世界中与周围环境交互作用而表现出来。催化当今人工智能的出现三大催化剂1）摩尔定律在价格、体积不变的条件下，计算机的计算能力可以不断增长。这就是被人们所熟知的摩尔定律，它以Intel共同创办人GordonMoore命名。GordonMoore从各种形式的计算中获利，包括人工智能研究人员使用的计算类型。数年以前，先进的系统设计只能在理论上成立但无法实现，因为它所需要的计算机资源过于昂贵或者计算机无法胜任。今天，我们已经拥有了实现这些设计所需要的计算资源。举个梦幻般的例子，现在最新一代微处理器的性能是1971年第一代单片机的400万倍。催化当今人工智能的出现三大催化剂2）大数据得益于互联网、社交媒体、移动设备和廉价的传感器，这个世界产生