2-绪论-part2

1、Artificial Intelligence (AI)人工智能,主讲：罗林波,Email：,第一章：绪论,内容提要,第一章：绪论,1.人工智能的定义与发展,2.人工智能的各种认知观,3.人类智能与人工智能,4.人工智能的研究与应用领域,5.课程概要,人工智能的各种认知观,人工智能的各种认知观 符号主义（Symbolicism）: 基于物理符号系统假设和有限合理性原理 连接主义（Connectionism）: 基于神经网络及其间的连接机制与学习算法 行为主义（Actionism）: 基于控制论及感知动作型控制系统,人工智能的各种认知观,符号主义（Symbolicism）: 又称为逻辑主义、心里

2、学派、计算机学派 符号主义观点认为：智能的基础是知识，其核心是知识表示和知识推理；知识可用符号表示，也可用符号进行推理。 代表人物：西蒙，纽厄尔等 代表性成果：1957年，西蒙、纽厄尔等人研制的称为逻辑理论机(Logic Theory Machine，LT)的数学定理证明程序。启发式算法-专家系统-知识工程理论与技术,人工智能的各种认知观,连接主义（Connectionism）: 又称为仿生学派、生理学派 连接主义观点认为：思维的基元是神经元，而不是符号；思维过程是神经元的联结活动过程，而不是符号运算过程；反对符号主义关于物理符号系统的假设。 代表人物：明斯基 代表性成果： 1943年麦克洛奇

3、和皮兹创立的神经网络模型MP模型,人工智能的各种认知观,行为主义（Actionism）: 又称为进化主义，控制论学派 行为主义观点认为：主张从行为方面模拟、延伸、扩展人的智能；智能可能不需要知识；人工智能可以像人类智能那样逐步进化。 布鲁克基于控制论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。 代表人物：布鲁克 （Brooks) 代表性成果：布鲁克研制的多足机器人,内容提要,第一章：绪论,1.人工智能的定义与发展,2.人工智能的各种认知观,3.人类智能与人工智能,4.人工智能的研究与应用领域,5.课程概要,人工智能的研究与应用领域,人工智能的研究与应用

4、领域 人工智能研究的目标 人工智能研究的基本内容 人工智能研究的主要方法 人工智能的争论 人工智能的发展方向 人工智能应用领域,人工智能研究的目标,远期目标 揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能 涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展 近期目标 研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为 相互关系 远期目标为近期目标指明了方向 近期目标则为远期目标奠定了理论和技术基础,人工智能研究的基本内容,人工智能研究的基本内容主要包括以下几个方面： 1、认知建模 认知：可一般地认为是和情感、动

5、机、意志相对应的理智或认识过程，或者是为了一定的目的，在一定的心理结构中进行的信息加工过程。 美国心理学家浩斯顿(Houston)等人把认知归纳为以下5种主要类型： (1) 认知是信息的处理过程； (2) 认知是心理上的符号运算； (3) 认知是问题求解； (4) 认知是思维； (5) 认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成及语言使用等。,人工智能研究的基本内容,人工智能研究的基本内容主要包括以下几个方面： 2、知识表示 知识是智能的基础：人类的智能活动主要是一个获得和运用知识的过程。 知识表示：把人类知识概念化、形式化和模型化 运用符合、算法和状

6、态图的描述待解决的问题 包括状态空间法、问题归纳法、谓词演算法、语义网络法、框架表示法、本体表示法、过程表示法和神经网络表示法 同一个问题可以有多种不同的表示方法。问题表示的优劣，对于求解结果及求解效率都会有很多影响。,人工智能研究的基本内容,人工智能研究的基本内容主要包括以下几个方面： 3、知识推理 在知识表示的基础上，对问题进行求解的过程 确定性推理 搜索算法、消解原理、规则演绎、规划算法等 不确定性推理 考虑知识具有不确定性的复杂情况（如：随机性、模糊性、不完全性、不精确性） 概率推理、贝叶斯推理、模糊推理等,人工智能研究的基本内容,人工智能研究的基本内容主要包括以下几个方面： 4、知识

7、应用 应用知识解决实际问题 主要应用领域 专家系统、机器学习、自然语言理解、智能控制等,人工智能研究的基本内容,2、知识表示：基础 3、知识推理：实现问题求解 4、知识应用：目的 5、机器感知：就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉，是机器获取外部信息的基本途径，相当于智能系统的输入 机器视觉（或叫计算机视觉）：就是给计算机配上能看的视觉器官，如摄像机等，使它可以识别并理解文字、图像、景物等 机器听觉（或叫计算机听觉）：就是给计算配上能听的听觉器官，如话筒等，使计算机能够识别并理解语言、声音等。 自然语言理解：实现人机对话 机器翻译,传统人工智能的三 大核心研究内

8、容,人工智能研究的基本内容,6、机器思维： 机器思维是让计算机能够对感知到的外界信息和自己产生的内部信息进行思维性加工 包括逻辑思维、形象思维和灵感思维 涉及信息的表示，组织，积累，管理，搜索，推理等过程 神经网络、人脑结构及其工作原理 7、机器学习： 让计算机能够像人那样自动地获取新知识，并在实践中不断地完善自我和增强能力。 是机器获取智能的重要途径 学习是一个有特定目的的知识获取过程 学习的本质是对信息的理解与应用 人工智能领域最活跃的研究热点领域,人工智能研究的基本内容,8、机器行为： 让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。 相当于智能系统的输出部分 机

9、器人 9、智能系统构建 无论是人工智能的近期目标还是远期目标，都需要建立智能系统或构造智能机器 需要开展对系统模型、构造技术、构造工具及语言环境等研究,人工智能研究的主要方法,人工智能研究的主要方法 功能模拟法：认知学观点，工程观点 符号主义学派。根据人脑的心理模型，把问题或知识表示为某种逻辑结构，运用符号演算，实现表示、推理和学习等功能，从宏观上模拟人脑思维，实现人工智能功能。 从计算机工程的角度出发，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。主要研究符号处理为核心的方法。 不足之处： 在用符号表示知识的概念时，有效性很大程度上取决于符号表示的正确性和准确性； 将知识概

10、念转换成符号时，可能丢失一些重要信息； 难于对含噪信息、不确定性信息和不完全性信息进行处理。,人工智能研究的主要方法,结构模拟法：生物学观点，科学观点 连接主义学派。根据人脑的生理结构和工作机理来模拟人脑智能，属于非符号处理范畴 从脑科学的角度出发，采用生物学的方法进行研究，试图搞清楚人类智能的本质。主要研究神经网络。 不足之处： 由于大脑的生理结构和工作机理还远未搞清楚，因而现在只能对人脑的局部进行模拟或进行近似模拟 不适合模拟人的逻辑思维过程 受大规模人工神经网络制造的制约 尚不能满足人脑完全模拟的要求,人工智能研究的主要方法,行为模拟法 行为主义学派。智能不取决于符号和神经元，而取决于感

11、知和行动，智能行为只能在现实世界中与周围环境交互作用而表现出来。 不足之处： 难以获得高级智能控制行为 集成模拟法 各学派密切合作，取长补短 逐步建立统一的人工智能理论体系和方法 钟义信：机制主义,人工智能的争论,人工智能作为一门学科，已经走过了半个世纪的历程，并获得了可喜的成就，但同时也面临着许多困难和挑战。人工智能在争论中不断发展，争论的主要问题包括： 人工智能研究方法的争论 人工智能是否必须模拟人的智能？如何模拟？ 对功能模拟、结构模拟和行为模拟是否可以分离研究？ 对感知、思维和行为是否可以分离研究？ 对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究？ 是否有必要建立人工智能的统

12、一理论体系？ 人工智能技术路线的争论 专用路线和通用路线的争议 硬件路线和软件路线的争议,人工智能的发展方向,近期人工智能的发展方向 更新的理论框架研究：目前人工智能的研究存在着宏观与微观分离、局部与全局分离、理论与实际相脱节的问题。要从根本上了解人脑的结构和功能，实现人工智能的研究目标，还需要寻找和建立更新的人工智能框架和理论体系。 更好的技术集成研究：人工智能是一门综合了信息技术、认知科学，心理学、社会学、语言学、系统学、哲学、伦理学等学科领域的交叉学科，人工智能的发展需要从各个学科的发展中汲取营养。 更成熟的应用方法研究：研究更通用更有效的软件开发方法，如更高级的人工智能语言，更方便的人

13、工智能开发环境和工具；发掘求解问题的新思路与新方法。,人工智能应用领域,问题求解 问题的表示、分解、搜索、归约等 进行复杂的数学公式符号运算求解 博弈 博弈是一个有关对策问题的研究领域，典型的例子是下棋 井字棋：最先在任意一条直线上成功连接三个标记的一方获胜 。假设*先走,人工智能应用领域,专家系统 专家系统是在某个特定的领域内，以专家水平去解决该领域中困难问题的计算机程序 典型的专家系统结构如下：,人工智能应用领域,自动程序设计 自动程序设计是以各种不同目的描述编写计算机程序 半自动化软件开发系统 智能检索： 可以回答用户提问的数据库系统，如何询问，如何演绎出答案 能有效表示、存储和检索大量

14、事实的数据库系统设计 智能调度与指挥 寻找最佳调度和组合 NP完全类问题的求解,人工智能应用领域,机器人学 机器人是一种可编程的多功能操作装置。人工智能的所有技术几乎都可以在该领域得到应用 机器人研究的四个阶段：遥控机器人程序机器人自适应机器人智能机器人,人工智能应用领域,模式识别 模式识别的研究目标使得计算机能够对给定的事物进行鉴别，并将其归入相同或相似的模式中 模式识别是计算机对环境识别的需要，是对人类环境的感知模拟 计算机视觉 人类80以上的外部信息来自视觉 计算机视觉主要研究目标是使得计算机具有通过二维图像认知三维环境信息的能力 低层视觉与高层视觉 前沿研究领域 广泛应用：目标识别与跟踪，视频三维重建，CT图像的脏器三维重建等,人工智能应用领域,数据挖掘与知识发现 数据挖掘与知识发现是从大量的、不完全的、有噪声的、模糊的、甚至不一致的数据中提取出有效的、新颖的、潜在有用的并可被理解的信息和知识的过程。 传统的数据库技术仅限于对数据的查询和检索，不能从中提取知识。数据挖掘与知识发现是在数据库的基础上实现的一种知识发现系统。 从面向数据库的结构化信息挖掘到面向数据仓库和互联网的海量、半结构化或非结构化信息的数据挖掘。 成功的例子：沃尔玛