《人工智能导论》课件 第1章 绪论

1.1人工智能的概念《人工智能导论》学习要点人工智能的思想来源人工智能的概念人工智能的特点人工智能的思想来源人类制造智能机器的思想由来已久黄帝的“指南车”诸葛亮的“木牛流马”亚里士多德的“形式逻辑”莱布尼茨的“数理逻辑”我们热议的“机器人”阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由位于英国伦敦的谷歌（Google）旗下DeepMind公司的戴维·西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发，这个程序利用“价值网络”去计算局面，用“策略网络”去选择下子。2015年10月阿尔法围棋以5:0完胜欧洲围棋冠军、职业二段选手樊麾；2016年3月对战世界围棋冠军、职业九段选手李世石，并以4:1的总比分获胜。I’monlyamachine!什么是人工智能？人工智能是如何定义的？人工智能有什么特点呢？……ArtificialIntelligence-AI1956年夏季学术会议地点：DartmouthCollege 发起人：J.McCarthy,M.Minsky,N.Lochester等像人一样思考的系统理性地思考的系统“要使计算机能够思考..….意思就是：有头脑的机器”

（Haugeland,1985）“与人类的思维相关的活动，诸如决策、问题求解、

学习等活动”（Bellman,1978）“通过利用计算模型来进行心智能力的研究”

（Chamiak和McDermott,1985）“对使得知觉、推理和行为成为可能的计算的研究”

（Winston,1992）像人一样行动的系统理性地行动的系统“一种技艺，创造机器来执行人需要智能才能完成的

功能”（Kurzweil,1990）“研究如何让计算机能够做到那些目前人比计算机

做得更好的事情”（Rich和Knight,1991）“计算智能是对设计智能化智能体的研究”

（Poole等，1998）“AI..….关心的是人工制品中像人一样思考的系统

的智能行为”

（Nilsson,1998）人工智能的思想来源人工智能概念的一般描述人工智能（ArtificialIntelligence），简称AI，又称机器智能（MachineIntelligence，MI），主要研究用人工的方法和技术开发智能机器或智能系统，以模仿、延伸和扩展人的智能、生物智能、自然智能，实现机器的智能行为。信息－知识－智能信息经抽象、结晶，转化为知识;知识经提炼、升华，转化为智能;智能经发挥、运用，促进信息化的发展。传统计算方法无法跟上

信息化发展的步伐。数据信息知识智能经验提取内涵提取语义提取人工智能概念的全面理解图灵测试是人工智能领域的一个经典实验，用以测试一个系统是否能够完全模拟人的智能的一种方法。图灵预测称，到2000年，人类应该可以用10GB的计算机设备，制造出可以骗过30%成年人的人工智能。2014年6月7日是图灵逝世60周年纪念日。这一天,在英国皇家学会举行的“图灵测试”大会上，聊天程序“尤金•古斯特曼”(EugeneGoostman)首次“通过”了图灵测试。图灵测试由JohnRogersSearle（约翰·塞尔）提出的一个思想实验，借以反驳强人工智能的观点。根据强人工智能的观点，只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认知状态以及可以像人一样地进行理解活动。约翰·塞尔认为，尽管房里的人甚至可以以假乱真，让房外的人以为他是中文的母语用户，然而他压根不懂中文。而在上面的过程中，房外人所扮演的角色相当于程序员，房中人相当于计算机，而手册则相当于计算机程序。而正如房中人不可能通过手册理解中文一样，计算机也不可能通过程序来获得理解力。哲学教授

加州大学伯克利分校中文屋子问题从表现形式的角度机器智能，能够在各类环境中，自主地或交互地

执行各种拟人任务（Anthropomorphictasks）的机器。从学科发展的角度人工智能，是计算机科学中涉及研究、设计

和应用

智能机器的一个分支，其近期主要目标是用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。从实用主义的角度智能计算，研究智能信息处理技术，以使机器具有与人类智能相类似的行为，如：判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。如何理解人工智能智能化自适应性学习能力推理能力自主决策速度与效率智能交互人工智能的特点

1.2人工智能的发展历程《人工智能导论》学习要点人工智能的发展历史人工智能三大学派人工智能历史上的大师人工智能的发展历程孕育期（~1956）系统地提出了归纳法（培根）演绎法、万能符号和推理计算的思想（亚里士多德、布莱尼茨）1936年，图灵机（图灵）1943年，人工神经元模型（麦克洛奇、匹兹）控制论……人工智能的发展历程形成期（1956-1970）

1956年以后，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多引人瞩目的成就。

1969年，成立了国际人工智能联合会议（InternationalJointConferencesonArtificialIntelligence，IJCAI）。

1970年，创刊了国际性的人工智能杂志（ArtificialIntelligence）。人工智能的发展历程发展期（1970年~）进一步研究AI基本原理、方法和技术进行实用化研究专家系统与知识工程智能机器人智能控制人工神经网络DNA计算人工免疫系统从“一枝独秀”到“百花齐放”人工智能正从实验室走向现实生活人工智能的发展历程1950s1960s1970s1980s1990s2000s2010s2020s1956-1976第一次繁荣期达特茅斯会议，确定了人工智能的概念和发展目标1976-1982第一次低谷期遭受质疑批评，运算能力不足、计算复杂度较高、常识与推理实现难度较大等1982-1987第二次繁荣期具备逻辑规则推演和特定领域回答解决问题的专家系统盛行，及五代计算机的发展1987-1997第二次低谷期技术领域再次陷入瓶颈，抽象推理不再被继续关注，基于符号处理的模型遭到反对1997-2010复苏期计算性能的提升与互联网技术的快速普及2010-增长爆发期新一代信息技术引发信息环境与数据基础变革，海量图像语音文本等多模态数据不断出现，计算能力提高1956年，达特茅斯会议提出“人工智能”1959年，ArthurSamuel提出了机器学习1976年，机器翻译等项目的失败及一些学术报告的负面影响，人工智能的经费普遍减少1985年，出现了更强可视化效果的决策树模型和突破早期感知机局限的多层人工神经网络

1987年，LISP机市场崩塌1997年，DeepBlue战胜世界国际象棋冠军GarryKasparov2006年，Hinton和他的学生开始深度学习大数据时代到来2014年，微软公司发布全球第一款个人智能助理微软小娜2016年3月，AIphaGo以4:1战胜了世界围棋冠军李世石2017年10月，DeepMind团队公布了最强版的AIphaGoZero人工智能发展过程中的学派1.符号主义学派（Symbollisism）2.连接主义学派（Connectionism）3.行为主义学派（Actionnism）符号主义学派（Symbollisism）符号主义学派也称心理学派、计算机学派、功能学派、逻辑学派、宏观结构学派。符号主义是以人脑的心理模型为依据，将问题或知识表示成某种符号，采用符号推演的方法，宏观上模拟人脑的推理、联想、学习、计算等功能，实现人工智能。连接主义学派（Connectionism）连接主义学派也称生理学派、仿生学派、微观结构学派。连接主义学派不仅要求机器产生的智能和人相同，产生的过程和机理也应该相同。人或某些动物所具有的智能皆源自于大脑，通过对大脑微观结构的模拟达到对智能的模拟，这是一条很自然的研究人工智能的途径。行为主义学派（Actionnism）行为主义学派也称进化主义学派、控制论学派、实用技术学派。行为模拟是模拟人在控制过程中的智能活动和行为特性，如自适应，自寻优、自学习、自组织等，以此来研究和实现人工智能。三大学派融合发展历史上的人工智能大师阿伦•图灵（AlanTuring）1912年生于英国伦敦，1954年去世1936年发表论文“论可计算数及其在

判定问题中的应用”，提出图灵机理论1950年发表论文“计算机与智能”，阐述了计算机可以具有智能的想法，

提出图灵测试1966年为纪念图灵的杰出贡献，ACM设立图灵奖历史上的人工智能大师马文•明斯基（MarnivLeeMinsky）1927年出生于美国纽约首位获得图灵奖的AI学者，1969年框架理论的创立者，1975年1951年提出思维如何萌发并

形成的基本理论1956年达特茅斯会议的发起人之一1958年在MIT创建世界上第一个AI实验室历史上的人工智能大师约翰•麦卡锡（JohnMcCarthy）1927年出生于美国波士顿1956年发起达特茅斯会议，

并提出“人工智能”的概念1958年与明斯基一起创建世界上

第一个人工智能实验室发明α－β剪枝算法1959年开发LISP语言开创逻辑程序研究，用于程序验证和

自动程序设计1971年获得图灵奖历史上的人工智能大师劳伊•雷迪（RajReddy）1937年出生于印度，66年在美国获得博士1994年与费根鲍姆共同获得图灵奖主持过一系列大型AI系统的开发Navlab能在道路行驶的自动车辆项目LISTEN用于扫盲的语音识别系统以诗人但丁命名的火山探测机器人项目自动机工厂项目，提出“白领机器人学”历史上的人工智能大师爱德华•费根鲍姆（EdwardA.Feigenbaum）1936年出生于美国的新泽西州，名言：知识蕴藏着力量1963年主编了第一本AI专著——《计算机与思想》1965年开发出世界上第一个专家系统——

MYCIN1977年提出知识工程，使人工智能从理论转向应用80年代合著了四卷本的《人工智能手册》1994年和劳伊•雷迪共同获得图灵奖开设Teknowledge和IntelliGenetics公司，

是世界上第一家将专家系统商品化的公司

1.3人工智能研究内容及领域《人工智能导论》学习要点人工智能的研究目标人工智能的研究内容人工智能的应用领域人工智能现状与发展趋势近期目标建造智能计算机代替人类的部分智力劳动。远期目标用自动机模仿人类的思维过程和智能行为。最终目标机器智能实现生物智能的各项功能。人工智能的研究目标人工智能的基本技术知识表示技术：

研究各种知识的形式化方法，并要求所采用的形式化方法能够便于知识在计算机中进行存贮、组织，便于问题求解中的检索、推理等操作。知识推理、计算和搜索技术：研究各种问题的求解规律，设计可机械执行的智能算子，用以实现问题求解过程。系统实现技术：

它研究如何实现相关知识的计算机内部表示，将各种智能算子或求解过程转换为程序，对智能应用系统，还要特别考虑人机交互及界面的实现。感知与交流的模拟，记忆、联想、计算、思维的模拟，输出效应或行为模拟等知识的获取、知识的处理以及知识的运用人工智能研究的内容机器学习自然语言理解知识工程定理机器证明机器视觉遗传算法&进化计算分布式AI数据挖掘&知识发现人工生命机器人……人工智能的应用领域博弈对策论，或赛局理论，是应用数学的一个分支表示在多决策主体之间行为具有相互作用时，各主体根据所掌握信息及对自身能力的认知，做出有利于自己的决策的一种行为理论。“深蓝”，DeepThought&BigBlue1996年2月10日，深蓝首次挑战国际象棋世界冠军卡斯巴罗夫，但以2:4落败；1997年5月，经过改进后的深蓝再度挑战卡斯巴罗夫，最终深蓝电脑以3.5:2.5击败卡斯巴罗夫，成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。人工智能的应用领域博弈

问题：为什么已经有了可以战胜国际大师的国际象棋程序和围棋程序，而中国象棋的程序水平却比较低呢？力量投入问题？计算机发展水平问题？棋本身的复杂性问题？其他别的问题？人工智能的应用领域自动定理证明自然演绎法：依据推理规则，从前提和公理中推出许多定理，若待证明的定理恰在其中，则定理得证。判定法：对一类问题找出统一的计算机上可实现的算法解。定理证明器：研究一切可判定问题的解法。1965年鲁滨逊提出的消解原理是这类工作的基础。计算机辅助证明：以计算机为辅助工具，利用机器的高速和大容量，帮助人完成手工证明中无法完成的大量计算、推理和穷举。人工智能的应用领域专家系统专家系统是一种智能计算机系统。专家系统的成功源于专门知识在智能模拟中的重要作用。人工智能的应用领域自然语言理解自然语言理解的研究问题What：何谓理解？How：电脑如何能理解人类语言。When：电脑了解到何种程度才算理解。Where：如何转换成电脑可理解的结构，如何储存。Why：电脑真的能理解吗？为何能、为何不能。自然语言理解的应用人机交谈：电脑如何能与人交谈？机器翻译：电脑如何将一篇英文文章翻译成中文？自动摘要：电脑如何对文章进行摘要？自然语言理解的研究者R.C.Schank:Script,ConceptualDependencyTheory.Fillmore:格语法（CaseGrammar）.人工智能的应用领域自动程序设计采用自动化手段进行软件开发的技术和过程软件自动化目的是提高软件生产率和软件产品质量。按广义的理解，自动程序设计是尽可能借助计算机系统（特别是自动程序设计系统）进行软件开发的过程。按狭义的理解，自动程序设计是从形式的软件功能规格说明到可执行的程序代码这一过程的自动化。人工智能的应用领域计算智能也称自然智能（或自然计算）：是基于“从大自然中获取智慧”的理念、受到大自然智慧和人类智慧的启发而设计出来的一类算法的统称。或模仿生物界的进化过程或模仿生物的生理构造和身体机能或模仿动物的群体行为或模仿人类的思维、语言和记忆过程的特性或模仿自然界的物理现象实现对实际问题的优化求解，在可接受的时间内求出可以接受的