人工智能概述课件

1、人工智能的概述，人工智能的定义和研究对象人工智能的创建和开发人工智能研究的基本内容和特性人工智能的研究和应用领域人工智能研究的不同学派及其争论人工智能的最新发展分析，人工智能的定义及其研究目标(1)，人工智能的定义是什么？智力是认识客观事物和利用知识解决问题的综合能力。理解智力的不同观点。思维理论智能来自思维活动知识阈值理论智能。可用的知识进化理论知识可以通过逐步进化实现智能层次。高层智能以大脑皮层为中心，主要结束记忆和思考等活动。中间层智能主要以丘脑为主，结束地壳活动。智能低层以小脑、脊髓为主，主要完成动作反应。智力包含的能力认识能力；记忆和思维能力；学习和适应能力；行动力。人工智能的定义和

2、研究目标(2)，人工智能是什么？在能力方面定义人工智能意味着与人类的自然能力相比，用人工方法在机器(计算机)上实现的智能。从学问的角度定义人工智能是研究如何使智能机器或智能系统模拟、扩展、扩展人类智能的学科领域。人工智能的定义和研究目标(3)，人工智能的研究目标1978年，索罗门(A.Sloman)提出了对人工智能的三个主要目标智能行为的有效解释的理论分析。说明人类的智力。建设智能人工制品。人工智能的目标一般可分为长期目标和短期目标。长期目标：使用智能机器揭示人类智能的根本机制，模拟、扩展和扩展人类智能。最近的目标：研究如何使用知识处理问题，模拟人类的智能，但使现有计算机更智能。人工智能的产生

3、和发展，人工智能术语于1956年正式提出，以一个学科的名义使用已有近50年的历史。其出现和发展过程主要是发生期间(1956年以前)形成期间(1956年-1970年)知识应用期间(1971年-80年代后期)集成集成期间(80年代后期-现在)，人工智能的出现和发展-繁育期间(1955年)他们为人工智能的生成提供了必要的思想、理论、物质技术条件。亚里士多德：演绎法；培根：归纳法；莱布尼茨：通过象征形式逻辑，使人们能够计算和推理思维能力，奠定了数学逻辑的基础。帕斯卡：我做了第一台加法器。巴贝奇：分机和分析器发明了。布尔：布尔代数；图灵：自动机理论；Von neumann:存储程序的概念；莫克利和埃克特

4、：第一台通用电子计算机，为机械智能的研究和实现提供了物质基础。维纳：控制论；信息论：香农；克罗奇和菲茨：第一个神经网络模型(MP模型)。计算机的诞生，1943年世界反法西斯战争的历史转折点出现，美国、英国等盟国正在加强举行反法西斯“第二战场”的准备。就在那一年，美国宾夕法尼亚大学的莫尔电机系与阿拉伯丁困工厂共同完成了对各种型号和口径火炮的导弹计算任务。任务紧迫，计算量相当重。阿拉伯丁试点工厂运行美国工程师布什(bush)在20世纪30年代发明的大型模拟机器，全部由机器锯组成。另外，为了辅助计算，雇用了100多名少女。但是事业结果不尽人意，大家都很着急。莫尔电机系36岁物理学家莫希和24岁工程师

5、埃克特编写的电子计算制造相关报告提交给了陆军兵器部派遣的联络官格尔斯坦中尉在武装部举行的专家会议。兵器部的科学顾问和著名数学家比弗伦暂时靠在座位上沉思，突然站起来，对试验场导弹研究室负责人西蒙上校大声说：“西蒙，给我这笔钱。”他马上离开了会议室。第一个电子计算机开发的序幕是从这样戏剧性的场面开始的。经过三年的努力，1946年，名为“eniyake”的电子计算机正式诞生。从那时起，就有了电子计算机的历史，埃尼亚克作为电子计算机发展史上的纪念碑。后来，匈牙利裔美国科学家和后来被称为“电子计算机之父”的von neumann教授的改进为今天的计算机科学奠定了基础。人工智能的出现和发展形成期间(195

6、6-1970)，1956年为使计算机更“聪明”而举行的学术会议上，麦卡斯正式采用了“人工智能”一词。从此，用机器模拟人类智能的新兴学科人工智能诞生了。之后成立了心理学组、IBM工程课题研究组、MIT组等三个研究组。人工智能在诞生10多年后，在整理证明、解决问题、游戏等方面取得了相当大的进展。心理小组于1957年开发了数学定理证明计划(LT)，这是由纽尔、肖、西蒙等心理学小组称为逻辑学期。用机器开拓了研究人类思维活动规律的工作。IBM工程任务组：1956年，塞缪尔成功地开发了一个具有自学、自我组织和适应能力的西洋跳棋。启发式搜索是表现智能行为的最基本的机制。MIT团队：1958年，mckas建立

7、了行动计划咨询系统；1960年，麦卡斯说了人工智能语言LISP的图表中。1961年，明斯基发表了一篇论文，名为“迈向人工智能的阶段”。其他方面：1965年，鲁滨逊提出了归结原则。1965年，皮根鲍姆成功地开发了第一个专家系统。1969年，国际人工智能联合会议成立。人工智能的产生和发展-知识应用期(1971-80年代后期)(1)，人工智能经过形成期的快速发展后，很快就遇到了很多困难，遭受了巨大挫折。人们总结了在反思中学到的教训，很快就走上了以知识为中心、用于应用程序开发的研究道路。在挫折和教训游戏方面，塞缪尔的围棋项目与世界冠军较量，第五局输了4局。在整理证明中发现归纳原理能力有限，因为简单的问

8、题，还没有迈出数万步。在故障诊断中处理结构不良的问题会导致部件爆炸。机器翻译方面出了很多笑话。神经心理学发现，人类的大脑有1011个，在现有的技术条件下，不能用机器在结构上模仿人类的大脑。人工智能在人类智能的本质、理论、思想及机制方面受到了哲学、心理学、神经生理学等社会各阶层的指责、怀疑和批评。在众多挫折面前，对人工智能的研究陷入了困境，陷入了困境。人工智能的出现和发展-知识应用期(1971-80年代后期)(2)，以知识为中心的研究，在遇到困难的情况下，以皮根鲍姆的以知识为中心的人工智能研究为视角，探索了新的道路。专家系统的开发和应用。专家系统是人工智能发展的最重要的转折点。开发计算机视觉和机

9、器人、自然语言理解和机器翻译。知识的表达、不准确的推理、人工智能语言等方面也取得了相当大的进展。1977年第五届国际人工智能联合会议上，皮根鲍姆就提出了知识工程的概念。专家系统的成功使人更清楚地认识到人工智能系统必须是知识处理系统，知识表示、知识获取和知识利用是人工智能系统的三个基本问题。，人工智能的出现和发展-集成集成集成期间(80年代后期-现在)，专家系统应用持续深入，计算机技术快速发展，专家系统本身的应用领域狭窄，缺乏常识知识，知识访问困难，单一推理方法，没有分布式功能，无法访问现有数据库等问题暴露出来。要摆脱困境，必须走综合开发的道路。在专家系统领域，从80年代末开始逐渐发展为多技术、

10、多方法的综合集成和多学科多领域的综合应用领域。目前，人工智能正在演变为大规模分布式人工智能、大规模分布式多专家协作系统、广泛的知识表示、全面的知识库、并行推理、多种专家系统开发工具、大规模分布式人工智能开发环境、多代理协作系统等。到目前为止，人工智能还停留在学科发展的初期，理论、方法、技术都不成熟，人们对它的认识也很肤浅。有人们长期的探索。人工智能研究的基本内容和特性(1)，人工智能研究的基本内容识别建模一般认为，认知是为了特定目的在特定心理结构中进行的信息处理过程。认知科学(思维科学)是研究人的认识和思维信息处理过程的学科。认知科学是人工智能的重要理论基础，对人工智能的发展起着根本作用。机器

11、知觉是让电脑具有人类的知觉，例如视觉、听觉、触觉、嗅觉和味觉。机器识别是智能系统获取外部信息的最重要方法，也是机器智能不可缺少的一部分。对计算机视觉和听觉的研究目前在人工智能中形成了一些专业化的研究领域，如计算机视觉、模式识别、自然语言理解等。机器事故所谓的机器事故是指，计算机能够思考地加工识别的外部信息和自己生成的内部信息。人类的智能主要来自大脑的思维作用，所以机器的智能也主要要通过机器的思维功能来实现。机器思维是机器智能的重要组成部分。人工智能研究的基本内容和特点(2)，人工智能研究的基本内容机器学习所谓机器学习，使计算机自动获得像人类一样的新知识，实际上不断提高自我提高和能力。机器学习是

12、机器具有智能的根本方法，也是人工智能研究的核心问题之一。现在人们研究了很多机器学习方法，如机器学习、类比学习、归纳学习、发现学习、遗传学习、连接学习等。机器行为所谓的机器行为是让机器具有像人类一样的行为和表达能力。机器人学是人工智能的一个研究领域，包含关于机械运动的研究。智能和智能计算机无论是人工智能的短期目标还是长期目标，都需要构建智能系统或构建智能机器，因此需要对系统模型、构建技术、构建工具、语言环境等进行研究。人工智能研究的基本内容和特点(3)，人工智能研究的特点目前计算机系统的结构和工作方式与人脑的组织结构和思维功能有很大的不同。要减少这种差异，必须依靠人工智能技术。从长远来看，要彻底

13、改变计算机的体系结构，开发智能计算机。但是目前，提高现有计算机的智能主要依靠智能程序系统。智能系统与传统的程序系统相比具有以下特点。以重视知识重视推理的启发式搜索为基于数据的方式，用人工智能语言构建系统，人工智能研究和应用领域(a)，目前人工智能还没有形成单一的理论，很多研究和应用结合特定领域进行。最重要的研究和应用领域包括机器学习自然语言理解专家系统模式识别计算机视觉机器人游戏自动整理证明自动编程智能控制智能决策支持系统人工神经网络知识发现和数据挖掘分布式人工智能、人工智能研究和应用领域(2)，机器学习机器学习是机器智能的重要标志和获取知识的根本方法。主要研究计算机模拟或实现人类学习功能的方

14、法。为此，需要关注三个方面：人类学习机制、机器学习方法和学习系统构建技术。关于机器学习的讨论将在第9章举行。自然语言理解主要研究计算机如何理解和生成自然语言。自然语言理解通常也称为自然语言处理，利用人工智能的理论和技术，将设置的自然语言机制表示为计算机程序，构建理解自然语言的系统。一般可分为以下情况：理解书面语言；口语(音)理解系统；手写文字识别；机器翻译等。有关自然语言理解的详细讨论在第10章进行。人工智能研究和应用领域(3)，专家系统专家系统是一个计算机程序，可以在特定领域内以专家级别解决该领域的疑难问题。专家系统已被广泛应用为人工智能中最活跃、发展最快的分支之一。目前正在开发多专家协作分

15、布式专家系统。有关专家系统的详细讨论将在第8章举行。模式识别模式识别是指计算机确认给定的东西，并将它们归入相同或相似的模式。根据给定的标准模式，模式识别技术可以用作多种不同的识别方法。常用的是模板匹配方法。统计匹配方法；语法匹配方法；模糊模式法；神经网络法等。人工智能研究和应用领域(4)、计算机视觉计算机视觉是利用计算机实现或模拟人类视觉功能的新领域。主要研究目标是让计算机通过二维图像识别三维环境信息。目前，计算机视觉在很多领域得到了成功的应用。例如，图像、图形识别方面包括指纹识别、染色体识别等。航空航天和军事方面包括卫星图像处理、飞机跟踪等。医学上有CT影像的器官重建等。人工智能研究和应用领

16、域(5)，机器人技术机器人是可编程的多功能操作设备。机器人学是以电子学、人工智能、控制论、系统工程、信息检测、仿生学、心理学等多门学科或技术为基础的综合技术学科。人工智能的所有技术几乎都可以应用在这个领域。机器人研究是实用的，理论上具有重要意义。机器人研究的发展过程迄今为止，机器人的研究和发展经历了四个阶段远程控制机器人；程序机器人自适应机器人；智能机器人。机器人研究的主要技术包括：传感器研究；开发将计算机与精密机器制造的肢体相结合的方法；机器人在三维空间收集信息处理。识别外部环境的能力；研究机器人判断机制的工程化方法及其软件。人工智能研究和应用领域(6)，游戏是对策和智慧问题的研究领域。到目

17、前为止，人工智能的游戏研究大部分以器官为对象。代表性的成就之一是IBM开发的超级计算机“深蓝”，被称为世界上第一台超级国际象棋计算机。自动定理证明自动定理证明是计算机模拟人类证明定理的方法，自动实现了人类证明定理等非数字符号计算过程。自动定理证明主要有以下几种方法：自然演绎法；判别法；定理证明器；人机交互定理证明。、人工智能研究和应用领域(7)、自动编程自动编程是计算机将高级格式语言或自然语言描述程序自动转换为可执行程序的技术。自动编程包括程序合成和正确性验证两个方面。智能控制智能控制是指无需人工干预，独立驱动智能机器以实现其目标的自动控制。他将人工智能技术与经典控制理论(频率阈值方法)和现代控制理论(时间阈值方法)相结合，开发智能控制系统的方法和技术。在这个领域，目前正在研究更多的智能机器人计划和控制。智能流程规划专家控制系统、语音控制和智能仪器。人工智能研究和应用领域(8)，智能决策支持系统智能决策支持系统是指将相应的智能部件添加到现有决策支持系统中的决策支持系统。智能决策支持系统包括五个部分：数据库、模型库、方法库、人机界面和知识库。人工神经网络人工神经网络是由大量使用简单处理设备的广泛并行互连组成的人工网络，它模仿了人脑神经系统的结构和