人工智能_ch1_n

1、人工智能与知识工程,郭 平 65121172 G,教学计划,人工智能及其发展 知识表示 确定性推理 不确定推理 搜索策略 机器学习知识获取 专家系统,第一章 绪论,智能与人工智能 人工智能的研究方法与目标 人工智能的发展历史,1、智能与人工智能,智能 智能可以认为是人类大脑的一种功能 主要研究方法 思维理论 观点：智能的核心是思维，人的一切智慧和智能来自与大脑的思维活动，人的一切知识都是思维的产物。对思维规律的研究可能揭示智能的本质 目标：揭示智能的本质 知识阈值理论 观点：智能行为取决于知识的数量及其一般化程度，一个系统有智能是因为它拥有可运用的知识 目标：在巨大的搜索空间中迅速找到一个满意

2、的解,进化理论 观点：人的本质能力是在动态环境中的行为能力、对外界的感知能力、维持生命的繁衍生息能力，这些能力是人类进化的结果。 目标：以控制取代表示。没有表达的智能和没有推理的智能 定义：智能是知识与能力的总和。 智能的特征 具有感知能力 具有记忆与思维能力 具有学习和自适应能力 具有行为能力,人工智能 研究动机：人有智能，人们希望研制出具有智能的机器或系统来帮助人们 定义：人工智能是人造智能，它是研究如何构造具有智能的机器或系统，使它能模拟、延伸、扩展人类智能的学科 模拟：象能象人一样做一些事 主动 被动 延伸：比人更强一些（纵向） 哪些方面可以延伸 延伸到什么程度 扩展：比人更广泛，面更

3、广（横向） 个体的智能机器与个体的人机器可能更强 群体的智能机器与群体的人人更强,图灵（Turing）测试 目的：机器是否有智能及智能水平 方法：分别让人与机器位于两个房间，它们可以通话，但彼此看不到对方。如果通过对话，作为人的一方分辨不出对方是机器还是人，那么可以认为被测试的机器具有智能，且达到了人类智能的水平。 测试实例,2、人工智能的研究方法与目标,研究方法 以符号处理为核心的方法符号主义 观点： 计算机具有符号处理的推算能力，这种能力蕴涵演绎推理的内涵。因此，可通过相应的程序体系来体现出某种基于逻辑思维的智能行为，达到模拟人类部分智能的目的。 特征： 立足于逻辑运算和符号操作，适合于模

4、拟人的逻辑思维过程，解决需要进行逻辑推理的复杂问题 知识可用显示的符号表示，在已知基本规则的情况下，无需输入大量的细节知识 便于模块化，易于修改 能于传统的符号数据库进行很好的连接 可对推理结论进行解释，便于对各种可能性进行选择,以网络连接为主的连接机制方法 人脑及其智能 人脑神经系统是由约100亿个神经细胞（神经元）互连形成的网络神经网络。 人类的行为、思维、情感等是相应神经元连接变化的结果。 观点 大脑是人类一切智能活动的基础，因此从大脑神经元及其连接机制着手进行研究，搞清楚大脑的结构及其信息处理的过程与机制，可望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。 特征 通过神经元间

5、的并行协同作用实现信息处理。 通过神经元间的连接存储知识和信息，具有联想和鲁棒性。 通过对神经元间连接强度的动态调整，可较方便地实现对人类学习、分类等能力的较好模拟。 适合于模拟人类的形象思维 求解问题时，可以比较快的获得满意的近似解。,系统集成方法 观点： 人类的智能活动中既有逻辑思维又有形象思维，单独使用符号主义方法或连接机制方法都不能完整地解决智能的模拟问题。因此，把两种方法结合在一起综合研究，是模拟智能研究的一条必由之路。 集成模式 结合： 两种方法均保持独立的结构，但密切合作，任何一方都可以把自己不能解决的问题转换给另一方。 统一： 将两者有机地统一到一个系统中，既有逻辑思维的功能，

6、又有形象思维的功能。 特征： 兼有符号主义方法和连接机制方法的特征。,人工智能研究思路,研究目标 终结目标（远期目标） 构造接近人类智能水平的智能计算机或智能系统，即要求能够通过图灵测试。 前提：搞清楚人类智能的本质 近期目标 使计算机系统更聪明、更有用，不仅能进行预定的信息处理，而且能利用所存储的知识处理较复杂的问题，能模拟人类的部分智能行为。 前提：搞清楚信息加工处理机制，知识的表示、存储与利用方法（推理机制），以及智能行为的表达方式。,研究内容 机器感知 使机器能够感知和理解环境。如机器视觉与听觉 机器思维 利用环境信息和内部信息进行有目的的信息加工和处理。如推理（形象思维、逻辑思维）

7、机器学习 利用环境信息自我完善、改进性能、适应环境 机器行为 将信息处理的结果以一定的方式表示出来。如说、写、画，行走、取物、操作等 智能系统及智能计算机的构造技术 模型、系统分析与构造技术、建造工具、语言等,3、 人工智能的发展历史,第一阶段（40年代中50年代末） 神经元网络时代 双层网络 M-P模型 、感知器模型等 问题：XOR问题不能解决,XOR问题（异或问题）,Minsky的著作：Perceptions（感知器） 从理论上证明了二层神经元网络不可能解决XOR问题 如果要求解XOR问题，神经元网络必须是3层或3层以上的结构 对于3层或3层以上的神经元网络，难于找到一个通用的学习算法,第

8、二阶段（50年代中60年代中） 通用方法时代 物理符号系统 主要研究的问题：GPS、游戏、翻译等 对问题的难度估计不足，陷入困境,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）,出现这样的错误的原因： Spirit： 1）精神 2）烈性酒 结论： 必须理解才能翻译，而理解需要知识,知识就是力量培根 知识蕴涵着力量费根鲍姆,第三阶段（60年代中80年代初） 知识工程时代 专家系统 知识工程 知识工

9、程席卷全球 各国发展计划： 美国星球大战计划 英国ALVEY计划 法国UNIKA 计划 日本五代机计划 中国“863”计划,遇到的困难： 知识获取的瓶颈问题,第四阶段（80年代中90年代初） 新的神经元网络时代 BP网（算法），解决了多层网的学习问题 Hopfield网，成功求解了旅行商问题 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,第五阶段（90年代初现在） 海量数据处理与网络时代 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,人工智能取得的一些成果,四十多年来，人工智能的研究虽然步履艰难，但也取得了一些很突出的成绩。下面列举一些实例。,定理证明,50年

10、代中期，世界上最早的启发式程序“逻辑理论家”，证明了数学名著数学原理中的38个定理。经改进后，62年证明了该书中全部的52个定理。被认为是用计算机探讨人类智力活动的第一个真正的成果。,四色定理的证明,四色定理 从1852年发现四色问题，世界上很多著名的科学家试图证明，当一直未能完成。 1976年6月，哈肯在美国伊利诺斯大学的两台不同的电子计算机上，用了1200个小时，作了100亿次判断，终于完成了四色定理的证明，从而解决了一个历时100多年的问题，轰动了世界。,定理证明的“吴方法”,2000年我国最高科学技术奖获得者吴文俊教授，提出了“数学机器化”。 1977年，吴文俊关于平面几何定理的机械化

11、证明首次取得成功。 创立了定理机器证明的 “吴方法”。,通用问题求解器（GPS）,从1957年开始，Newell等人开始研究一种不依赖于具体领域的通用解题程序，这个程序的设计是从模仿人类问题求解的规程开始的。在它能处理的有限类别的问题中，它显示出程序决定的子目标及可能采取的行动的次序，与人类求解同样问题是类似的。因此，GPS很可能是第一个实现了“像人一样思考”方法的程序。,专家系统,人类之所以能求解问题，是因为人类具有知识。 专家系统就是把有关领域专家的知识整理出来，让计算机利用这些知识求解专门领域的问题。 1968年世界上第一个专家系统DENDRAL问世。 MYCIN，一个著名的医疗诊断专家

12、系统,世界上第一个成功的商用专家系统，1982年开始正式在DEC公司使用。该程序帮助为新计算机系统配置订单；到1986年为止，估计它为公司每年节省了4千万美元。,第一个商用专家系统：R1,海湾战争中的专家系统,在1991年的海湾危机中，美国军队使用专家系统用于自动的后勤规划和运输日程安排。这项工作同时涉及到50000个车辆、货物和人，而且必须考虑到起点、目的地、路径以及解决所有参数之间的冲突。AI规划技术使得一个计划可以在几小时内产生，而用旧的方法需要花费几个星期。,清华大学智能技术与系统国家重点实验室采用神经元网络方法研制的数字识别系统，用于2000年我国人口普查。对普查数据进行自动识别，错

13、误率达到了万分之一以下的高水平。,数字识别,IBM的“深蓝”,北京时间1997年5月12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。,正在与深蓝下棋的卡斯帕罗夫,IBM的“深蓝”（续1）,96年2月第一次比赛结果： “深蓝”：胜、负、平、平、负、负 97年5月第二次比赛结果： “深蓝”：负、胜、平、平、平、胜,IBM的“深蓝”（续2）,“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CP

14、U的处理速度为200万步/秒,1958年，IBM704成为第一台能同人下棋的计算机，名为“思考”，思考速度每秒200步 60年代中期，科学家德里夫斯断言，计算机将无法击败一位年仅10岁的棋手 1973年，国际象棋软件4.0被开发出来，这是未来程序的基础 1979年，国际象棋软件4.9达到专家级水平 1981年，CRAYBLITZ新的超级计算机拥有特殊的集成电路，预言将可在1995年击败世界棋王,“人机之战”简史,1983年，BELLEATT开发了国际象棋硬件，达到了大师水平 80年代中期，皮兹堡的CARNEGIEMELLON大学开始研究世界级的国际象棋计算机程序 1987年，“深思”首次以每秒

15、钟75万步的思考速度露面，它的水平相当于拥有国际等级分为2450的棋手 1988年，“深思”击败丹麦特级大师拉尔森 1989年，“深思”已经有6台信息处理器，每秒思考速度达200万步，但在与世界棋王卡斯帕罗夫进行的“人机大战”中对阵以0比2败北,1990年，“深思”第二代产生，使用IBM的硬件，吸引了前世界棋王卡尔波夫与之对抗 1991年，“弗里茨”问世 1993年，“深思”二代击败了丹麦国家队，在与世界优秀女棋手小波尔加的对抗中获胜 1995年，“深蓝”更新程序，新的集成电路将其思考速度达到每秒300万步 1996年，“深蓝”在与卡斯帕罗夫的挑战赛中，以2比4不敌卡斯帕罗夫 1997年，“超

16、级深蓝”开发出了更加高级的“大脑”，4名国际大师参与IBM的挑战小组为电脑与卡斯帕罗夫重战出谋划策，最后“超级深蓝”以3比2击败了卡斯帕罗夫，卡斯帕罗夫要求重赛，但没有得到回应,1999年，“弗里茨”升级为“更弗里茨”(Deep Fritz) 2001年，“更弗里茨”更新了程序，击败了卡斯帕罗夫和阿南德，以及除了克拉姆尼克之外的所有排名世界前十位的棋手 2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方4比4战平 2003年12月“更年少者”与卡斯帕罗夫举行人机对抗，双方3比3战平,思考题：国际象棋、中国象棋与围棋,为什么已经有了可以战胜国际大师的

17、国际象棋程序，而中国象棋和围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？,第五代电子计算机被称为“智能计算机” 第五代电子计算机是智能电子计算机，它是一种有知识，会学习，能推理的计算机，具有能理解自然语言，声音，文字和图像的能力，并且具有说话的能力，使人机能够用自然语言直接对话，它可以利用已有的和不断学习到的知识，进行思维，联想，推理，并得出结论，能解决复杂问题，具有汇集，记忆，检索有关知识的能力。智能计算机突破了传统的诺伊曼式机器的概念，舍弃了二进制结构，把许多处理机并联起来，并行处理信息，速度大大提高。它的智能化人机接口使人们不必编写

18、程序，只需发出命令或提出要求，电脑就会完成推理和判断，并且给出解释。1988年，世界上召开了第五代电脑国际会议。1991年，美国加州理工学院推出了一种大容量并行处理系统，用528台处理器并行进行工作，其运算速度可达到每秒320亿次浮点运算。,第五代计算机失败的原因 我们当前使用的计算机是第四代计算机。它的功能强大，广泛应用于各行各业。然而与人的大脑思维相比它就显得被动、愚蠢。因此人们幻想着发明一种能模拟大脑思维的计算机-人工智能计算机，也称作第五代计算机。 进入八十年代，日本、美国等国家都先后投入巨资来研制第五代计算机。然而经过数年的努力，都先后宣布失败。可以说这次行动是自计算机发明以来最激动人心的大行动，也是一个无奈的失败。失败的原因何在？,从四十年代到七十年代未，平均不到十年，人们就可以研制出新一代的计算机。然而从八十年代到现在已二十年了，人们还未见到第五代计算机的影子。 第一代至第四代计算机都是采用冯.诺曼结构的计