人工智能与信息处理技术-

人工智能与

信息处理技术人工智能与信息处理技术第1页人工智能技术

机器学习模式识别123第七章人工智能与信息处理技术人工智能与信息处理技术第2页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、哲学交叉学科。人工智能研究课题涵盖面很广，从机器视觉到教授系统，包含了许多不一样领域。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包括研究、设计和应用智能机器一个分支。人工智能与信息处理技术第3页7.1人工智能概述7.1.2人工智能历史与展望人工智能发展并非一帆风顺，它经历了以下几个阶段：第一阶段：50年代人工智能兴起和冷落。第二阶段：60年代末到70年代，教授系统使人工智能研究出现新高潮。第三阶段：80年代，第五代计算机使人工智能得到了很大发展。第四阶段：80年代末，神经网络飞速发展。第五阶段：90年代，人工智能再次出现新研究高潮。人工智能与信息处理技术第4页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、联结主义到行为主义变迁，这些研究从不一样角度模拟人类智能，在各自研究中都有取得了很大成就。1.符号主义符号主义，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统假设和有限合理性原理。2.联结主义联结主义，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连接机制与学习算法人工智能与信息处理技术第5页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，他们认为，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“感知—动作”模式，智能不需要知识、表示和推理；人工智能能够像人类智能一样逐步进化；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。人工智能与信息处理技术第6页7.2人工智能技术及应用7.2人工智能技术及应用7.2.1智能控制智能控制（intelligentcontrols）是在无人干预情况下能自主地驱动智能机器实现控制目标自动控制技术。智能控制是多学科交叉学科，它发展得益于人工智能、认知科学、含糊集理论和生物控制论等许多学科发展，同时也促进了相关学科发展。人工智能与信息处理技术第7页7.2人工智能技术及应用1.历史控制理论发展至今已经有100多年历史，经历了“经典控制理论”和“当代控制理论”发展阶段，已进入“大系统理论”和“智能控制理论”阶段。自1932年奈魁斯特（H.Nyquist）相关反馈放大器稳定性论文发表以来，控制理论发展已走过了70多年历程。20世纪60年代，计算机技术和人工智能技术快速发展，为了提升控制系统自学习能力，控制界学者开始将人工智能技术应用于控制系统。人工智能与信息处理技术第8页7.2人工智能技术及应用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适应、自组织、自学习控制关系20世纪70年代中期，以含糊集合论为基础，智能控制在规则控制研究上取得了主要进展。20世纪80年代，教授系统技术逐步成熟及计算机技术快速发展，使得智能控制和决议研究也取得了较大进展。2.各行各业应用（1）工业过程中智能控制。生产过程智能控制主要包含两个方面:局部级和全局级。人工智能与信息处理技术第9页7.2人工智能技术及应用（2）机械制造中智能控制。在当代先进制造系统中，需要依赖那些不够完备和不够准确数据来处理难以或无法预测情况，人工智能技术为处理这一难题提供了有效处理方案。（3）电力电子学研究领域中智能控制。电力系统中发电机、变压器、电动机等电机电器设备设计、生产、运行、控制是一个复杂过程，国内外电气工作者将人工智能技术引入到电气设备优化设计、故障诊疗及控制中，取得了良好控制效果。人工智能与信息处理技术第10页7.2人工智能技术及应用7.2.2机器学习1.机器学习机器学习(MachineLearning)是研究计算机怎样模拟或实现人类学习行为，以获取新知识或技能，重新组织已经有知识结构使之不停改进本身性能。它是人工智能关键，是使计算机含有智能根本路径，其应用遍布人工智能各个领域，它主要使用归纳、综合而不是演绎人工智能与信息处理技术第11页7.2人工智能技术及应用机器学习研究是依据生理学、认知科学等对人类学习机理了解，建立人类学习过程计算模型或认识模型，发展各种学习理论和学习方法，研究通用学习算法并进行理论上分析，建立面向任务含有特定应用学习系统。这些研究目标相互影响相互促进。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，机器学习研究工作发展很快，已成为中心课题之一。人工智能与信息处理技术第12页7.2人工智能技术及应用2.机器学习发展史机器学习是人工智能研究较为年轻分支，它发展过程大致上可分为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。机器学习最新阶段始于1986年。人工智能与信息处理技术第13页7.2人工智能技术及应用机器学习进入新阶段主要表现在以下诸方面：(1)机器学习已成为新边缘学科并在高校形成一门课程。(2)结合各种学习方法，取长补短各种形式集成学习系统研究正在兴起(3)机器学习与人工智能各种基础问题统一性观点正在形成(4)各种学习方法应用范围不停扩大，一部分已形成商品。(5)与机器学习相关学术活动空前活跃。人工智能与信息处理技术第14页7.2人工智能技术及应用7.2.3模式识别1.模式识别概述模式识别(PatternRecognition)是人类一项基本智能，在日常生活中，人们经常在进行“模式识别”。伴随20世纪40年代计算机出现以及50年代人工智能兴起，人们当然也希望能用计算机来代替或扩展人类部分脑力劳动。(计算机)模式识别在20世纪60年代初快速发展并成为一门新学科。人工智能与信息处理技术第15页7.2人工智能技术及应用模式识别(PatternRecognition)是指对表征事物或现象各种形式(数值、文字和逻辑关系)信息进行处理和分析，以对事物或现象进行描述、识别、分类和解释过程，是信息科学和人工智能主要组成部分。应用计算机对一组事件或过程进行辨识和分类，所识别事件或过程能够是文字、声音、图像等详细对象，也能够是状态、程度等抽象对象。这些对象与数字形式信息相区分，称为模式信息。人工智能与信息处理技术第16页7.2人工智能技术及应用2.模式识别应用（1）文字识别（2）语音识别（3）图像识别（4）医学诊疗教授系统1.教授系统概述教授系统是一个智能计算机程序系统，其内部含有大量某个领域教授水平知识与经验，能够利用人类教授知识和处理问题方法来处理该领域问题。人工智能与信息处理技术第17页7.2人工智能技术及应用2.发展历史教授系统发展已经历了3个阶段，正向第四代过渡和发展。第一代教授系统（dendral、macsyma等）以高度专业化、求解专门问题能力强为特点。但在体系结构完整性、可移植性等方面存在缺点，求解问题能力弱。第二代教授系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统第三代教授系统属多学科综合型系统，采取各种人工智能语言，综合采取各种知识表示方法和各种推理机制及控制策略人工智能与信息处理技术第18页7.2人工智能技术及应用3.教授系统基本结构教授系统基本结构如图所表示，其中箭头方向为数据流动方向。教授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个部分组成。知识库用来存放教授提供知识。教授系统问题求解过程是经过知识库中知识来模拟教授思维方式，所以，知识库是教授系统质量是否优越关键所在，即知识库中知识质量和数量决定着教授系统质量水平。人工智能与信息处理技术第19页7.2人工智能技术及应用7.2.4物联网应用物联网智能是利用人工智能技术服务于物联网络技术是将人工智能理论方法和技术经过含有智能处理功效软件布署在网络服务器中去服务于接入物联网物品设备和人。

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物品设备产生信息能够实现自动识别和处理判断，并能将处理结果反馈给接入物品设备，同时能依据处理结果对物品设备进行某种操作指令下达使接入物品设备作出某种动作响应.而整个处理过程无需人类参加。人工智能与信息处理技术第20页7.2人工智能技术及应用

2）智能物联网实现路径要实现物联网智能化就必须让人工智能成为物联知终端、传输网络、含有些人工智能数据处理服务器。2.物联网需要人工智能技术1）物联网中需要来自人工智能技术研究结果.如问题求解、逻辑推理证实、教授系统、数据挖掘、模式识别、自动推理、机器学习、智能控制等技术。2）物联网智能控制在物联网应用中.控制将是物联网主要步骤.怎样在物联网中实现智能控制将是物联网发展关键。人工智能与信息处理技术第