人工智能讲座—第一章 绪论.ppt

1、人工智能,第一章 绪论,本章的内容与目标 课程简介 什么是人工智能 人工智能的发展历史 人工智能的研究目标与应用 人工智能的研究方法 人工智能的学科基础,本课程的学习内容,1、智能体如何求解问题搜索 2、智能体如何进行推理决策谓词逻辑与归结原理 3、智能体如何描述和保存各种信息知识表示 4、智能体如何通过训练获取和更新知识机器学习 5、人工智能语言简介prolog,本课程的授课和考试,总课时数：10周 40课时 教材：人工智能，清华大学出版社 马少平、朱小燕著 参考书：人工智能 一种现代方法 Stuart Russell, Peter Norvig著 授课教师：慕晨 电话: 135720008

2、66 邮箱： ,本课程的考试和学习方法,考核方式： 平时30%，到课10%，两次大作业20% 考试70%，开卷，全部是实际应用型题目，允许带课本和笔记本，不允许带小纸条 学习方法 请认真上课，投入一定的时间和注意力 请准备一个笔记本，记录并理解课堂例题的求解,什么是人工智能,什么是人工智能,人类的智能,什么是智能 智能是个体有目的的行为、合理的思维, 以及有效的适应环境的综合性能力 人类个体的智能 感知环境：认识客观事物、客观世界与自我 学习能力：取得经验、积累知识 理解能力：理解知识，并能联想、推理、判断、决策 预测能力：洞察事物发展变化的趋势 语言能力：运用语言进行描述和概括 应对能力：实

3、时、迅速、合理的采取行动,人类的智能,智能体：行人 计算安全距离与次安全距离 如果安全距离内没有汽车，则步行过马路 如果次安全距离内没有汽车，则跑步过马路 否则，等待,例：过马路的智能,人工智能与智能,人工智能就其本质而言，是对人的思维的信息过程的模拟。 对于人的思维模拟可以从两条道路进行， 一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器； 二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。 “人工智能”同人类智能的本质区别： 人工智能纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程,人工智能与人类智能,Stuart Russell和Peter Norvig把

4、当前有关AI的定义分成四类,人工智能与人类智能,类人行为与理性行为 类人：按照人类模式思考和行为 理性：在一定条件下正确的思考和行为 理性与全知 过马路例子中的智能体2：驾驶员 计算危险距离与次危险距离 如果危险距离内有行人，则紧急刹车 如果次危险距离内有行人，则减速慢行 否则，保持匀速前进,什么是人工智能,人工智能（Artificial Intelligence,简称AI） 定义：P2 1、模拟人类的智能活动，即：感知、学习、理解、预测、应对外部世界的能力 2、建造人造的智能系统，能够代替人类完成特定的智能行为,人工智能的发展史先驱,神话, 幻想和预言中的AI 在古代的神话传说中, 技艺高超

5、的工匠可以制作人造人, 并为其赋予智能或意识 中世纪出现了使用巫术或炼金术将意识赋予无生命物质的传说 Samuel Butler的“机器中的达尔文”一文(1863)探讨了机器通过自然选择进化出智能的可能性. Pamela McCorduck在其著作“会思考的机器”中指出的, AI的起源是“古人成为造物神的愿望” 形式推理中国, 印度和希腊哲学家均已在公元前的第一个千年里提出了形式推理的结构化方法，如亚里士多德的三段论,人工智能的发展史先驱,自动机器 1642年，数学家Pascal 发明了加法机 1694年，数学家莱布尼兹Leibniz 发明了世界上第一台计算器,人工智能的发展史先驱,1834年

6、，查尔斯巴贝奇 (Charles Babbage) 构想和设计了一台完全可编程的用于公式演算的多功能计算机巴贝奇分析仪 由于技术条件，经费限制，以及无法忍耐对设计不停的修补，这台计算机在他有生之年 始终未能问世。 尽管如此，巴贝奇分析仪仍然 被公认是第一台打孔卡片计算 机,人工智能的发展史,现代人工智能的孕育期（1943-1955年） 1943年， 麦克克劳奇W.McCulloch和皮兹W.Pitts提出了人工神经元模型，被认为是AI的最早工作，并指出神经元网络可以学习 海布D.Hebb，对神经元网络提出了一种更新规则，被称为海布学习 1951年， 普林斯顿大学的博士研究生明斯基M.Minsk

7、y建造了一台神经元网络计算机 1950年，阿兰图灵A.M.Turing发表论文计算机器与智能，描绘了AI的完整景象,人工智能的发展史,图灵（1912-1954） 英国数学家和逻辑学家，二十世纪最杰出的科学家之一，计算机科学之父，人工智能之父，可与美国的冯诺依曼相媲美的电脑天才 冯诺依曼生前曾多次谦虚地说：现代计算机的概念当属于阿兰图灵,人工智能的发展史,图灵英年早逝。在他42年的人生历程中，他的创造力是丰富多彩的。 24岁提出图灵机理论， 28岁破解德国密码系统， 31岁开发计算机Colossus 33岁设想仿真系统， 35岁提出自动程序设计概念， 38岁设计“图灵测试”。 这一朵朵灵感浪花无

8、不闪耀着他在计算机发展史上的预见性。在他短暂的生涯中，图灵在量子力学、数理逻辑、生物学、化学方面都有深入的研究。 1948年起，图灵因为个人生活方面的问题受到一系列不公正的待遇。1954年，图灵死在自己的卧室里，床头有一只咬了一小半的苹果。,人工智能的发展史,图灵最高的成就是在计算机和人工智能方面，他是这一领域开天辟地的大师。 为表彰他的贡献，美国计算机学会 ACM 1966年设立了“图灵奖”，颁发给最优秀的电脑科学家。这枚奖章就像“诺贝尔奖”一样，代表了计算机学科的最高荣誉。 到目前为止，唯一获此殊荣的华人是，Andrew Chi-Chih Yao(姚期智)。2000年由于在伪随机数的生成算

9、法、加密算法和通讯复杂性方面的贡献获得图灵奖,人工智能的发展史,图灵机 一条无限长的纸带TAPE 一个读写头HEAD 一套控制规则TABLE 一个状态寄存器 “图灵机”不是一种具体的机器，而是一种思想模型。但是现代电脑确实是用相应的程序来完成设定好的任务。 “图灵机”奠定了整个现代计算机的理论基础。在电脑史上与“冯诺依曼机”齐名,人工智能的发展史,图灵测试 第一次给出了检验计算机是否具有智能的哲学思想 设想一个人类提问测试者，一个声称自己是人的计算机A和一个人类被测试者B 测试者提出问题，A与B分别回答。 如果A与B的回答，使得人类测试者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。

10、,人工智能的发展史,图灵认为：如果在30%的实验中，机器迷惑了测试者，那么它就通过了测试。并且预言，到2000年将会有足够好的计算机通过图灵测试。 目前仍然没有能够成功通过图灵测试的电脑，但已有电脑在测试中“骗”过了测试者 要通过图灵测试，要求计算机具有更多的技能 自然语言处理、自动推理、计算机感知能力、知识表示、机器学习等能力，甚至能够模拟人类的情感和弱点,人工智能的发展史,人工智能的诞生 1956: 世界上第一次正式的AI会议 美国的Dartmouth College，为期2月 John McCarthy 正式提出“Artificial Intelligence”这一术语, “comput

11、ional rationality” 著名参加者：J.McCarthy(1971)、C.Shannon、M.Minsky(1969)、A.Newell(1975) 、A.Simon(1975)、 W.McCulloch、S.Papert,人工智能的发展史,早期的期望与繁荣 由于根深蒂固的相信“一台机器永远不可能做 X ”，一点点的人工智能的实现都是令人震惊的 1959: Frank Rosenblatt提出感知器模型（Perceptron Model) 1959: MIT(麻省理工) AI Lab正式成立（Minsky和McCarthy） 1958: Newell和Simon的四个预测 十年内

12、，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,人工智能的发展史,困难与黑暗时期 虽然机器能够解决一些极其错综复杂的难题，但有很多对人来说简单到不能再简单的事情，对电脑却难似上青天 理解 机器翻译问题： 无限计算能力的幻觉 尝试各种步骤可能组合组合爆炸 智能体结构的限制 简单神经元网络虽然能够学习，但表示能力有限,人工智能的发展史,知识的力量专家系统的兴起 1977年，费根鲍姆E.Feigenbaum(1994) 提出了“知识工程”的概念，标志着AI研究从传统的以推理为中心，进入到以知识为中心的

13、新阶段。 用大量的规则描述专业知识，采用启发式的解题方法。 专家系统在医疗、自然语言理解、工程、军事和商业 等各个领域 80年代初，美、英、日等国先后投资数十亿美元用于AI工业，人工智能重新获得人们的普遍重视 然而，商业的投机动机导致了过分承诺，野心勃勃的目标从来没有实现过，投资者在八十年代末重新撤回了投资.,人工智能的发展史,近年人工智能的发展趋势 神经元网络的回归（1986-今） 多层反向神经元网络成为热点 里程碑 1997年，IBM计算机深蓝击败卡斯帕罗夫； 2005年，Stanford 开发的一个自动驾驶机器人成功的在一条沙漠小路上行驶131公里； 2009年，Blue Brain P

14、roject 宣称成功模拟部分鼠脑 智能体技术兴起(intelligent agents) AI比以往的任何时候都更加谨慎, 却也更加成功,人工智能的研究目标,感知外部环境传感器设计 通过学习获得和更新知识设计学习方法和元件 存储和使用知识知识的形式化描述 根据环境和知识进行分析、判断、预测和决策 设计推理决策方法和元件 根据决策作出动作和行为设计执行器,人工智能的研究目标,智能体的一般结构,人工智能的应用,知识工程 以知识本身为处理对象，研究如何运用人工智能和软件技术，设计、构造和维护知识系统 专家系统 智能搜索引擎 机器翻译和自然语言理解 数据挖掘和知识发现,人工智能的应用,自动工程 代替

15、人类进行野外勘探、自动驾驶、高危操作等工作 自动驾驶 自动装配 海洋探索 太空探索,人工智能的应用,机器视觉，模式识别 指纹识别； 视网膜识别； 掌纹识别； 人像识别； 文字识别； 图像识别； 车牌识别；,人工智能的应用,机器思维与推理 人机博弈 定理证明 自动程序设计,人工智能的研究方法,符号主义逻辑推理 连接主义仿生学、心理学 行为主义进化、控制论,人工智能的研究方法,符号主义 传统人工智能是符号主义，它以Newell和 Simon提出的物理符号系统假设为基础。 物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。 该系统可以进行建立、修改、复制、删除等操作，以生成其它符号结构 符

16、号智能是以知识为基础，通过推理进行问题求解,人工智能的研究方法,连接主义 研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。 1873年，神经科学的发展使人们认识了神经元，这一技术很快被运用于研究大脑结构和人类智能 近年来的神经元网络迅速发展,大量的神经网络的机理、模型、 算法不断地涌现出来 以数据为基础，通过训练建立联系，进行问题求解。包括人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等,人工智能的研究方法,行为主义 Brooks提出了无需知识表示的智能、无需推理的智能。 他认为智能只是在与环境的交互作用中表现出来，人们称为基于行为的人工智能，简言之，称为行为主义 在许多方面是行为心理学观点在现代人工智能中的反映 刺激反应性原理广泛的应用于简单智能体的构建中,人工智能的学科基础,人工智能是一门集大成的新兴学科，涉及到许多领域的知识