人工智能-1绪论.ppt

1、人工智能Artificial Intelligence,主讲：鲍军鹏 西安交通大学电信学院计算机系 E_mail：bao_ 版本：1.1 2004年9月,参考书（1）,陆汝钤（音：前），人工智能（上下册），北京：科学出版社，1989 王永庆，人工智能，西安：西安交通大学出版社，1994 蔡自兴，人工智能原理(第二版)，北京：清华大学出版社 林荛瑞，马少平，人工智能导论，北京：清华大学出版社，1998 傅京孙，蔡自兴，徐光祐，人工智能及其应用，北京清华大学出版社，1987 何新贵，知识处理与专家系统，北京：国防工业出版社，1990 史忠植，知识工程，北京：清华大学出版社，1988,参考书（2）,

2、殷勤业，杨宗凯等编译，模式识别与神经网络，北京：机械工业出版社，1992 杨行峻，郑君里，人工神经网络，北京：高等教育出版社 沈清，汤霖，模式识别导论，国防科技大学出版社 周明，孙树栋编著，遗传算法原理及应用，北京：国防工业出版社，1999,写一份5千字以上的读书报告。 主题： a.(学号末尾为0，5)各种各样的专家系统及其应用； b.(学号末尾为1，6)机器学习发展与现状； c.(学号末尾为2，7)人工智能与机器视觉/图像识别/模式识别； d.(学号末尾为3，8)各种各样的知识表示方法及其应用； e.(学号末尾为4，9)搜索技术与博弈论。 要求： 必须附10篇以上的参考文献（书、论文），不得

3、抄袭教科书。 严禁相互拷贝!违者0分！ 10,考核内容（1）,编程。 a.请用至少两种方法解决15城市TSP问题。 b.请用BP算法学习分类（数据取sin曲线）。 c.请用遗传算法学习曲线f(x)=sin6(5x), 的最大值。 要求： 程序输出搜索或者学习过程以及最终运行结果； 提交相关文档（问题描述，解决算法和方案，程序流程图）； 自己实现全部算法，不得使用他人模块； 可以相互讨论，但是必须独立编程，独立书写文档。 严禁相互拷贝!违者0分！ 30,考核内容（2）,主题：机器的反叛 机器的智能会超越人类吗？,课堂讨论,第一章绪论,1.1 什么是人工智能 1.2 人工智能的研究目标及基本内容

4、1.3 人工智能研究途径 1.4 人工智能的研究领域,1.1.1 什么是智能，智能的本质？,1、关于智能的3个观点 思维理论 知识阈值理论 进化理论 我们的观点,思维理论,来自认知科学（Cognitive Science）。认为智能的核心是思维。人的一切智慧或者智能都来自于大脑的思维活动，人类的一切知识都是人们思维的产物。因而通过对思维规律与方法的研究可望揭示智能的本质。 返回,知识阈值理论,强调知识对于智能的重要意义和作用，认为智能行为取决于知识的数量及其一般化的程度。 智能就是在巨大搜索空间中迅速找到一个满意解的能力。 例如下棋。在人工智能的发展史中有重要影响。发展出了知识工程、专家系统等

5、等。 返回,进化理论,MIT布鲁克（R.A.Brook）教授提出。 人的本质能力是在动态环境中的行走能力，对外界事务的感知能力，维持生命和繁衍生息的能力。因此智能是某种复杂系统所浮现的性质。 该理论的核心是用控制取代表示，从而取消概念、模型及显式表示的知识。否定抽象对于智能及智能模拟的必要性，强调分层结构对于智能进化的可能性与必要性。 返回,我们认为,智能是知识与智力的总和。知识是智能行为的基础，智力是获取知识、运用知识的能力，它来自于人脑的思维活动。 返回,2、智能的具体特征（1）,具有感知能力 机器视觉、 机器听觉、 人脸识别、 语音识别、 基于内容的检索,2、智能的具体特征（2）,具有记

6、忆与思维能力 思维是智能的根本原因，思维是一个动态过程 思维分为：逻辑思维、形象思维、顿悟思维（灵感） a. 逻辑思维（抽象思维）：推理（deductive）与归纳（inductive） 特点：（1）依靠逻辑进行思维 （2）思维过程是串行的 （3）易于形式化 （4）严密性、可靠性 b. 形象思维：精神病测试、色盲测试 c. 灵感思维：牛顿与苹果,2、智能的具体特征（3）,具有学习能力及自适应能力 适应环境的变化、积累经验的能力 具有行为能力 对外界的反映，系统的输出,1.1.2 人工智能,就是用人工的方法在计算机上实现智能。 Artificial Intelligence于1956年夏由麦卡锡

7、(J.McCarthy)、明斯基(M.L. Minsky)、罗切斯特(N.Lochester)、香农(C.E.Shannon)发起，邀请了莫尔(T.More)、塞缪尔(A.L.Samuel)、赛尔夫里奇(O.Selfridge)、索罗门夫(R.Solomonff)、纽厄尔(A.Newell)、西蒙(H.A.Simon)等10人在达特莫斯(Dartmouth)大学召开的一次研讨会上正式提出。 图灵测试 深蓝,图灵测试（1）,英国数学家Alan M.Turing在1950年发表的“计算机与智能(Computing Machinery and Intelligence)”论文中提出了“图灵测试”。他

8、被誉为“人工智能之父”。 Turing测试第一次给出了检验计算机是否具有智能的哲学说法。 测试者A，被测试者B与C。 A是人，B与C一个是人，另一个是计算机。 A提出问题，B与C分别回答。 如果B与C的回答，使得A无法区分是人的回答还是计算机的回答，则计算机具有了智能。,图灵测试（2）,Q:你的14行诗的首行为“你如同夏日”，你不觉得“春日”更好吗? A:它不合韵。 Q: “冬日”如何？它可是完全合韵的。 A:它确是合韵，但没有人愿被比为“冬日”。 Q:你不是说过匹克威克先生让你能想起圣诞节吗？ A:是的。 Q:圣诞节是冬天的一个日子，我想匹克威克先生对这个比喻不会介意吧。 A:我认为你不够严

9、谨，“冬日”指的是一般的冬天的日子，而不是某个特别的日子，如圣诞节。,对图灵测试的质疑,JOHN R. SEARLE Mills Prof. Of the Philosophy of Mind and Language at University of California，Berkeley 一个不懂汉语的人A，一个充分详细的汉语问答手册。 不计查手册的时间代价。 给A一个使用汉语提出的问题，A通过汉语符号的比对使用手册，给出回答。 Searle问，如果A通过查手册做出的回答与懂汉语的人一样，A懂汉语吗？,深蓝(Deep Blue)（1）IBM公司的RS/6000SP,北京时间1997年5月1

10、2日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫(Kasparov)对“深蓝”的人机大战落下帷幕，“深蓝” 以3.5：2.5的总比分战胜卡斯帕罗夫。,深蓝（2）,96年2月第一次比赛结果： “深蓝”：胜、负、平、平、负、负 2：4（负） 97年5月第二次比赛结果： “深蓝”：负、胜、平、平、平、胜 3.5:2.5（胜）,深蓝（3）,“深蓝”的技术指标： 32个CPU 每个CPU有16个协处理器 每个CPU有256M内存 每个CPU的处理速度为200万步/秒,深蓝（4）,“深蓝”有智能吗？ 媒体与大众认为“有”。

11、科学家认为“没有”。理由恰恰是Searle汉语实验室。,1.1.3 人工智能发展简史,人工智能的发展到目前为止经历的三个阶段 第一阶段：孕育（1956年之前） 第二阶段：形成（19561969） 第三阶段：发展（1970年至今）,人工智能提出之前（1）,Aristotle (公元前384322) 在工具论的著作中提出形式逻辑。 Bacon (15611626)在新工具中提出归纳法。 Leibnitz (16461716) 研制了四则计算器，提出了“通用符号”和“推理计算”的概念，使形式逻辑符号化，可以说是“机器思维”研究的萌芽。 19世纪以来，数理逻辑、自动机理论、控制论、信息论、仿生学、计算

12、机、心理学等科学技术的进展，为人工智能的诞生，准备了思想、理论和物质基础。 Boole (18151864)创立了布尔代数，他在思维法则一书中，首次用符号语言描述了思维活动的基本推理法则。,人工智能提出之前（2）,1936: 图灵提出了“图灵机”概念一种理想计算机的数学模型。 1943：美国神经生理学家W.McCulloch and W.Pitts提出了M-P模型，奠定了人工神经网络发展的基础。 1946: ENIAC Electronic Numerical Integrator and Calculator，可编程 1950: Alan Turing的文章 “Computing Machi

13、nery and Intelligence.”提出图灵测试 Mind, Vol. 59, No. 236, pp. 433-460,M-P模型图解,x1,x2,xn,f(x),f(x)=,1, x=0,0, x0,神经系统结构,神经元工作方式,人工智能提出之前（3）,在50年代，计算局限在数值处理，例如，计算弹道等。 1950年，Shannon完成了第一个下棋程序。开创了非数值计算的先河。 Newell, Simon, MaCarthy and Minsky等均提出以符号为基础的计算。,人工智能的初期阶段（1）蓬勃发展,1956夏: 麦卡锡(McCarthy)等10人正式提出了“人工智能” 这

14、一术语。 1956：赛缪尔(Samuel)研制出了跳棋程序。 1957: Newell, Shaw和Simon提出通用问题求解系统 GPS 1958： 美籍华人王浩在IBM740机器上用35分钟证明了数学原理中有关命题演算的全部定理(220条)。1959年鲁宾逊(Robinson)提出了消解定理，为定理的机器证明作出了突破性贡献。 1958: McCarthy在MIT实现了 LISP 1959: Samuel的跳棋程序打败他本人 能学棋谱、能从对阵中学习 1962年打败Connecticut洲的跳棋冠军 1965：Stanford的费根鲍姆(E.A.Feigenbaum)开展了专家系统DEND

15、RAL的研究，并于1968年投入使用。这是一个分析化合物分子结构的专家系统。,人工智能的初期阶段（2）盲目乐观,1958: Newell和Simon的四个预测 十年内，计算机将成为世界象棋冠军 十年内，计算机将发现或证明有意义的数学定理 十年内，计算机将能谱写优美的乐曲 十年内，计算机将能实现大多数的心理学理论,人工智能的初期阶段（3）打击,一个笑话（英俄翻译）： The spirit is willing but the flesh is week. （心有余而力不足） The vodka is strong but meat is rotten. （伏特加酒虽然很浓，但肉是腐烂的）,人工智

16、能的初期阶段（4）打击,出现这样的错误的原因： Spirit： 1）精神 2）烈性酒、酒精 结论： 必须理解才能翻译，而理解需要知识,人工智能的初期阶段（5）打击,1966: ALPAC的负面报告造成 美国政府取消对机器翻译的资助 1969: Minsky 和 Papert的感知机报告造成美国政府取消对神经网络研究的资助。 1973: James Lighthill爵士的负面报告使得英国政府取消对AI研究的资助 “人工智能研究是不成功的，不值得政府资助。” 英政府接受了此报告的观点。从那时起至今，英国AI研究一蹶不振。,Minsky的批评,1969年，Minsky出版Perceptron一书。

17、 一方面，他批评感知机无法解决非线性问题，例如， XOR问题。复杂性信息处理应该以解决非线性问题为主。 另一方面，几何方法应该代替分析方法作为主要数学手段。 对人工智能发展的影响： 在以后的二十年，感知机的研究方向被忽视。 基于符号的知识表示成为主流，例如，规则等。 基于逻辑的推理成为主要研究方向。 返回,人工智能的发展（1）锲而不舍,1977: SRI启动 PROSPECTOR 工程 帮助地质专家探测和解释矿物 1978年发现钼矿脉(molybdenum vein) 1977: Edward Feigenbaum正式提出知识工程作为一门学科 在1977年IJCAI会议上 1980: John

18、 McDermott的XCON专家系统 用于配置 VAX 机器系统,人工智能的发展（2）再度兴起,知识工程时代 专家系统 知识工程 知识工程席卷全球,人工智能的发展（3）再度兴起,1981: 日本政府宣布日本五代机（first-generation computer）计划（即智能计算机） 1982: John Hopfield 掀起神经网络的研究 1986: Thinking Machines Inc 研制联结机器 (Connection Machine) 1987: LISP机器市场开始暗淡 1988: 386芯片使得PC机速度可以与LISP机器媲美,人工智能的发展（4）重大突破,1982年

19、，JHopfield提出了可用作联想存储器的互连网络，这个网络称为Hopfield网络模型。Hopfield网络比较成功求解了货郎担问题 1986年，Rumelhart发现了BP算法，导致感知机之类的研究重新兴起。 BP网（算法），解决了多层网的学习问题 存在问题： 理论依据 解决大规模问题的能力 新的动向构造化方法,人工智能的发展（4）广泛深入,1992: 日本政府宣布五代机计划失败。随后启动RWC计划（Real World Computing Project） 1993: Shoham提出AOP,Agent-Oriented Programming 1995: Vapnik提出SVM 19

20、96:中科院计算所多主体系统MAPE 1996: DARPA启动HPKB计划 军事上的“Grand Challenge”问题分析和求解 1997: IBM 深蓝II (Deep Blue)击败Garry Kasparov 2000:中科院计算所多主体环境MAGE,知识发现系统MSMiner,人工智能的未来,网络给AI带来无限的机会 知识发现与数据挖掘 AI走向实用化,1.2 人工智能的研究目标及基本内容,1.2.1 研究目标 远期： 构造可实现人类智能的智能计算机或者智能系统。 近期： 使现有的计算机更聪明、更有用，使它不仅能作一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模

21、拟人类的部分智能行为。,1.2.2 基本研究内容,众多的学派 麦卡锡与尼尔逊(N.J.Nilsson)为代表的逻辑学派。研究基于逻辑的知识表示及推理机制。 纽厄尔和西蒙为代表的认知学派。研究人类认知功能的模拟，试图找出产生智能行为的原理。 费根鲍姆为代表的知识工程学派。研究知识在人类智能中的作用与地位。 麦克莱伦德(J.L.McClelland)和鲁梅尔哈特(J.D.Rumelhart)为代表的连接学派，研究神经网络。 贺威特(C.Hewitt)为代表的分布式学派，研究多智能系统中的知识与行为。 布鲁克为代表的进化论学派，研究进化理论与人工生命。,2. 人工智能基本研究内容,机器感知：模式识别

22、、自然语言理解与机器翻译 机器思维： 知识表示； 知识组织、累积、管理技术； 知识的推理； 启发式搜索及控制策略； 神经网络、人脑结构机器工作原理。 机器学习 机器行为：机器人 智能系统及其构造技术,1.3 人工智能的研究途径,两种不同观点： 生物学观点 用生物学的方法进行研究，搞清楚人类智能的本质。主要研究神经网络。侧重模拟人的生理行为。 认知学观点 通过运用计算机科学的方法进行研究，实现人类智能在计算机上的模拟。主要研究以符号处理为核心的方法。侧重模拟人的心理行为。,1.3.1 以符号处理为核心的方法,主要特征： 立足于逻辑运算和符号操作； 知识用显式的符号表示； 便于模块化； 能与传统的符号数据库进行链接； 可对推理结论作出解释。,1.3.2 连接机制方法,主要特征： 通过神经元之间的