人工智能绪论答案

第一章绪论2024/1/18内容简介1.4人工智能的根本技术41.1什么是人工智能11.2人工智能的开展简史及趋势21.3人工智能的研究方法及根本内容31.5人工智能的主要研究领域及实践52024/1/181.1.1智能的解释人类智能活动的能力是人类在认识世界和改造世界的活动中，由脑力劳动表现出来的能力。认识和理解世界环境的能力提出概念、建立方法、进行演绎和归纳推理、做出决策的能力学习取得经验、积累知识的能力自我适应的能力联想、推理、判断、决策的能力2024/1/181.1.1智能的解释智能的本质人们通过视觉、听觉、味觉、触觉、嗅觉等感官器官感知外部世界的能力对外部信息及由思维所产生的知识的存储能力用于对记忆的信息进行处理能力通过指导、实践等来丰富自身的知识和技巧的能力在各种环境下都能保持同等效率的能力可以将所反响到的信息输出的能力感知能力记忆和思维能力学习能力自适应能力行为能力记忆和思维是人有智能的根本原因感知是智能活动的必要条件2024/1/18思维思维的种类主要依靠直觉，即感觉形象进行思维思维是一个非线性过程形式化困难在信息变形或缺少的情况下仍可得到较满意结果依靠逻辑进行思维思维是一个线性过程容易形式化具有严格性和可靠性具有不定期的突发性具有非线性的独创性及模糊性穿插于形象思维和逻辑思维之间，比形象思维更复杂

逻辑思维

形象思维顿悟思维2024/1/181.1.2人工智能的解释用计算机来表示和执行人类的智能活动人工智能能力智能机器所执行的通常与人类智能有关的智能行为学科计算机科学中涉及研究、设计和应用智能机器的一个分支2024/1/18图灵测试阿兰·图灵图灵测试示意图2024/1/181.1.3计算机与人工智能没有计算机的出现，人工智能就无法得到应用关系2024/1/181.1.4人类智能与人工智能物质载体目的性能动性适应性活动规律逻辑模拟本质区别人类智能或人类的认识能力，只是人类意识的一个因素。人工智能那么是对人的认识能力的一局部--逻辑、理性的模拟，不具备其他因素人类智能是有目的、能动的，在与外部环境的物质、能量和信息交换过程中，具有适应性；而人工智能是无意识、无目的的，没有主观能动性和适应性。2024/1/18认知过程探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。任务思维策略初级信息处理生理过程计算机程序计算机语言计算机硬件人类认知活动与计算机的比较2024/1/181.1.5研究目标近期目标创立信息处理的智能理论远期目标建造智能机器或系统为工程目标的有关原理和技术人工智能研究的远期目标与近期目标是相辅相成的。远期目标为近期目标指明了方向，而近期目标的研究为远期目标的最终实现奠定了根底，作好了理论及技术上的准备。另外，近期目标的研究成果不仅可以造福于当代社会，还可以进一步增强人们对实现远期目标的信心，消除疑虑。近期目标和远期目标之间并没有严格的界限。随着人工智能技术研究的不断扩展，近期目标将不断变化，最终会向远期目标靠近。关系2024/1/181.1.6通用问题求解方法问题的答案是问题状态的聚集问题的求解过程是对某一状态应用操作符得到下一个状态，然后对该状态的过程会一直进行下去直到到达目标状态。状态空间法十五数码难题11941513B127586132101412345678910111213B1516初始状态目标状态2024/1/18十五数码难题1194151B31275861321014119B15134127586132101411B915134127586132101411915B13412758613210141194151312B758613210141194151381275B6132101411941513B1275861321014十五数码难题局部状态图返回2024/1/181.2.1开展简史孕育时期形成时期开展时期1956前1956~19691970后哲学家亚里斯多德---三段论英国哲学家培根---归纳法德国数学家和哲学家莱布尼茨---通过符号体系英国逻辑学家布尔---命题逻辑弗雷治---谓词演算维纳、弗雷治、罗素、怀特赫德等---计算与智能关系的概念丘奇、图灵---形式推理概念与计算机间的联系1956麦卡锡和明斯基、罗彻斯特、香农共同发起在美国达特茅斯大学举行了人类历史上第一次人工智能研讨会，在这次会议上，经麦卡锡提议，正式采用了“人工智能〞这一专业术语，这次会议标志着人工智能学科的诞生。费根鲍姆等---世界上第一个专家系统吴兹---基于知识的自然语言理解系统---概念附属理论明斯基---框架理论Newell和Simon---物理符号系统假设费根鲍姆---“知识工程〞的概念Hopfield---神经元网络模型"深蓝"计算机首次在正式比赛中战胜人类国际象棋世界冠军标志着在某些领域，人工智能系统可以到达人类的最高水平2024/1/181.2.2开展趋势分布式人工智能Internet及数据库的挖掘智能系统之间的交互与通信智能系统之间的合作等ABCD返回2024/1/181.3.1研究方法主要研究方法2.行为主义学派1.符号主义学派3.联结主义学派2024/1/18行为主义学派知识的形式化表达和模型化方法是人工智能的重要障碍之一智能取决于感知和行动，应直接利用机器对环境作用后的响应为原型；智能行为只能表达在世界中，通过与周围环境交互而表现出来；人工智能可以像人类智能一样逐步进化，分阶段开展和增强。符号主义学派理论根底是物理符号系统假设和有限合理性原理。物理符号系统假设实际上也肯定了计算机能够具有人的智能的信念。代表性成果：Newell和Simon等研制的“逻辑理论家〞的数学定理证明程序。联结主义学派联结主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。主要特征：以分布式的方式存储信息，以并行方式处理信息，具有自组织，自学习能力，适合于模拟人的形象思维，可以比较快得到一个近似解。代表性成果是1943年和W.Pitts提出的一种神经元的数学模型。2024/1/181.3.2根本研究内容知识表示机器思维机器感知机器学习机器行为返回2024/1/181.4根本技术根本技术机器推理或人工智能用到的逻辑，主要包括经典逻辑中的谓词逻辑和由它经某种扩充、开展而来的各种逻辑，后者通常称为非经典或非标准逻辑。非启发式的搜索在搜索过程中不改变搜索策略，不利用搜索获得的中间信息；启发式搜索在搜索过程中参加启发性信息，用以指导搜索，加速获得结果。指机器自动提取概念、抽取知识、寻找规律的技术。它与知识获取及机器学习密切相关。归纳可分为基于符号处理的归纳和基于神经网络的归纳。最根本、最根底的思维活动，它几乎与所有的AI技术息息相关。联想的前提是联想记忆或联想存储。推理技术搜索技术归纳技术联想技术返回2024/1/181.5.1主要研究领域分布式人工智能组合调度问题自动程序设计自然语言理解自动定理证明数据挖掘智能检索机器人学研究领域模式识别博弈专家系统软计算2024/1/181.5.2人