第七章人工智能与信息处理技术

人工智能与

信息处置技术人工智能技术机器学习方式识别123第七章人工智能与信息处置技术7.1人工智能概述7.1人工智能概念人工智能〔ArtificialIntelligence，AI〕是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研讨课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。其中特点是让机器学会“思索〞人工智能学科是计算机科学中涉及研讨、设计和运用智能机器的一个分支。7.1人工智能概述7.1.2人工智能历史与展望人工智能的开展并非一帆风顺，它阅历了以下几个阶段：第一阶段：50年代人工智能的兴起和冷落。第二阶段：60年代末到70年代，专家系统使人工智能研讨出现新高潮。第三阶段：80年代，第五代计算机使人工智能得到了很大开展。第四阶段：80年代末，神经网络飞速开展。第五阶段：90年代，人工智能再次出现新的研讨高潮。7.1人工智能概述7.1.3人类智能学派人工智能自诞生以来，从符号主义、结合主义到行为主义变化，这些研讨从不同角度模拟人类智能，在各自研讨中都有获得了很大的成就。1.符号主义符号主义，又称为逻辑主义、心思学派或计算机学派，其原理主要为物理符号系统假设和有限合理性原理。2.结合主义结合主义，又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的衔接机制与学习算法7.1人工智能概述3.行为主义行为主义，又称进化主义或控制论学派，他们以为，人工智能源于控制论，智能取决于感知和行动，提出了智能行为的“感知—动作〞方式，智能不需求知识、表示和推理；人工智能可以像人类智能一样逐渐进化；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。7.2人工智能技术及运用7.2人工智能技术及运用7.2.1智能控制智能控制〔intelligentcontrols〕是在无人干涉的情况下能自主地驱动智能机器实现控制目的的自动控制技术。智能控制是多学科交叉的学科，它的开展得益于人工智能、认知科学、模糊集实际和生物控制论等许多学科的开展，同时也促进了相关学科的开展。7.2人工智能技术及运用1.历史控制实际开展至今已有100多年的历史，阅历了“经典控制实际〞和“现代控制实际〞的开展阶段，已进入“大系统实际〞和“智能控制实际〞阶段。自1932年奈魁斯特〔H.Nyquist〕的有关反响放大器稳定性论文发表以来，控制实际的开展已走过了70多年的历程。20世纪60年代，计算机技术和人工智能技术迅速开展，为了提高控制系统的自学习才干，控制界学者开场将人工智能技术运用于控制系统。7.2人工智能技术及运用20世纪70年代初，傅京孙、Glofis0和Saridis等学者从控制论角度总结了人工智能技术与自顺应、自组织、自学习控制的关系20世纪70年代中期，以模糊集合论为根底，智能控制在规那么控制研讨上获得了重要进展。20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速开展，使得智能控制和决策的研讨也获得了较大进展。2.各行各业的运用〔1〕工业过程中的智能控制。消费过程的智能控制主要包括两个方面:部分级和全局级。7.2人工智能技术及运用〔2〕机械制造中的智能控制。在现代先进制造系统中，需求依赖那些不够完备和不够准确的数据来处理难以或无法预测的情况，人工智能技术为处理这一难题提供了有效的处理方案。〔3〕电力电子学研讨领域中的智能控制。电力系统中发电机、变压器、电动机等电机电器设备的设计、消费、运转、控制是一个复杂的过程，国内外的电气任务者将人工智能技术引入到电气设备的优化设计、缺点诊断及控制中，获得了良好的控制效果。7.2人工智能技术及运用7.2.2机器学习1.机器学习机器学习(MachineLearning)是研讨计算机怎样模拟或实现人类的学习行为，以获取新的知识或技艺，重新组织已有的知识构造使之不断改善本身的性能。它是人工智能的中心，是使计算机具有智能的根本途径，其运用普及人工智能的各个领域，它主要运用归纳、综合而不是演绎7.2人工智能技术及运用机器学习的研讨是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，开展各种学习实际和学习方法，研讨通用的学习算法并进展实际上的分析，建立面向义务的具有特定运用的学习系统。这些研讨目的相互影响相互促进。自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研讨任务开展很快，已成为中心课题之一。7.2人工智能技术及运用2.机器学习的开展史机器学习是人工智能研讨较为年轻的分支，它的开展过程大体上可分为4个时期。第一阶段是在50年代中叶到60年代中叶，属于热烈时期。第二阶段是在60年代中叶至70年代中叶，被称为机器学习的冷静时期。第三阶段是从70年代中叶至80年代中叶，称为复兴时期。机器学习的最新阶段始于1986年。7.2人工智能技术及运用机器学习进入新阶段的重要表如今以下诸方面：(1)机器学习已成为新的边缘学科并在高校构成一门课程。(2)结合各种学习方法，取长补短的多种方式的集成学习系统研讨正在兴起(3)机器学习与人工智能各种根底问题的一致性观念正在构成(4)各种学习方法的运用范围不断扩展，一部分已构成商品。(5)与机器学习有关的学术活动空前活泼。7.2人工智能技术及运用7.2.3方式识别1.方式识别概述方式识别(PatternRecognition)是人类的一项根本智能，在日常生活中，人们经常在进展“方式识别〞。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来替代或扩展人类的部分脑力劳动。(计算机)方式识别在20世纪60年代初迅速开展并成为一门新学科。7.2人工智能技术及运用方式识别(PatternRecognition)是指对表征事物或景象的各种方式的(数值的、文字的和逻辑关系的)信息进展处置和分析，以对事物或景象进展描画、识别、分类和解释的过程，是信息科学和人工智能的重要组成部分。运用计算机对一组事件或过程进展辨识和分类，所识别的事件或过程可以是文字、声音、图像等详细对象，也可以是形状、程度等笼统对象。这些对象与数字方式的信息相区别，称为方式信息。7.2人工智能技术及运用2.方式识别的运用〔1〕文字识别〔2〕语音识别〔3〕图像识别〔4〕医学诊断专家系统1.专家系统概述专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家程度的知识与阅历，可以利用人类专家的知识和处理问题的方法来处置该领域问题。7.2人工智能技术及运用2.开展历史专家系统的开展曾阅历了3个阶段，正向第四代过渡和开展。第一代专家系统〔dendral、macsyma等〕以高度专业化、求解专门问题的才干强为特点。但在体系构造的完好性、可移植性等方面存在缺陷，求解问题的才干弱。第二代专家系统〔mycin、casnet、prospector、hearsay等〕属单学科专业型、运用型系统第三代专家系统属多学科综合型系统，采用多种人工智能言语，综合采用各种知识表示方法和多种推理机制及控制战略7.2人工智能技术及运用3.专家系统的根本构造专家系统的根本构造如下图，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。知识库用来存放专家提供的知识。专家系统的问题求解过程是经过知识库中的知识来模拟专家的思想方式的，因此，知识库是专家系统质量能否优越的关键所在，即知识库中知识的质量和数量决议着专家系统的质量程度。7.2人工智能技术及运用7.2.4物联网的运用物联网智能是利用人工智能技术效力于物联网络的技术是将人工智能的实际方法和技术经过具有智能处置功能的软件部署在网络效力器中去效力于接入物联网的物品设备和人。1.智能物联网1〕智能物联网概念智能物联网就是对接入物联网的物品设备产生的信息可以实现自动识别和处置判别，并能将处置结果反响给接入的物品设备，同时能根据处置结果对物品设备进展某种操作指令的下达使接入的物品设备作出某种动作呼应.而整个处置过程无需人类的参与。7.2人工智能技术及运用2〕智能物联网的实现途径要实现物联网智能化就必需让人工智能成为物联知终端、传输网络、具有人工智能的数据处置效力器。2.物联网需求的人工智能技术1〕物联网中需求来自人工智能技术的研讨成果.如问题求解、逻辑推理证明、专家系统、数据发掘、方式识别、自动推理、机器学习、智能控制等技术。2〕物联网的智能控制在物联网的运用中.控制将是物联网的主要环节.如