第1章-绪论-人工智能 1_第1页
第1章-绪论-人工智能 1_第2页
第1章-绪论-人工智能 1_第3页
第1章-绪论-人工智能 1_第4页
第1章-绪论-人工智能 1_第5页
已阅读5页,还剩49页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、2020/9/16,人工智能,1,第1章 绪论 1.1 什么是人工智能 1.2 人工智能的研究内容 1.3 人工智能的研究目标 1.4 人工智能的研究途径和方法 1.5 人工智能的研究领域 1.6 人工智能的发展概况,1.1 什么是人工智能,人工智能(Artificial Intelligence”,AI),人工智能技术成功的代表: 1997年月11日,IBM超级电脑“深蓝”(Deeper Blue)战胜了国际象棋世界冠军卡斯帕罗夫; 2011年2月17日,在美国最受欢迎的智力竞猜电视节目危险边缘(Jeopardy)中,IBM超级电脑“沃森”(Watson)击败该节目历史上两位最成功的选手肯-

2、詹宁斯和布拉德-鲁特. 人工智能技术成功的代表还有很多。,2020/9/16,人工智能,2,2020/9/16,人工智能,3,1.1.1 人工智能,人工智能概念的一般描述: 人工智能(Artificial Intelligence),简称AI,又称机器智能(Machine Intelligence,MI),主要研究用人工的方法和技术开发智能机器或智能系统,以模仿、延伸和扩展人的智能、生物智能、自然智能,实现机器的智能行为。,学者们从不同的角度、不同的层面给出了各自的定义: (1)人工智能是那些与人的思维相关的活动,诸如决策、问题求解和学习等的自动化(Bellman,1978)。 (2)人工智能

3、是研究怎样让电脑模拟人脑从事推理、规划、设计、思考、学习等思维活动,解决至今认为需要由专家才能处理的复杂问题(Elaine Rich,1983)。 (3)人工智能是研究如何让计算机做现阶段只有人才能做得好的事情(Rich Knight,1991)。,2020/9/16,人工智能,5,(4)人工智能是那些使知觉、推理和行为成为可能的计算的研究(Winston, 1992)。 (5)广义地讲,人工智能是关于人造物的智能行为,而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson,1998)。 (6)Stuart Russell和Peter Norvig则把已有的一些人工智能定义分

4、为4类: 像人一样思考的系统、 像人一样行动的系统、 理性地思考的系统、 理性地行动的系统。 这里“行动”应广义地理解为采取行动,或制定行动的决策,而不是肢体动作(2003)。,2020/9/16,人工智能,6,涂序彦教授概括了“广义人工智能GAI”的涵义: (1)“广义人工智能”是兼容多学派的“多学派人工智能”,模拟、延伸与扩展“人的智能”及其他动物智能,既研究“机器智能”,也研究“智能机器”。 (2)“广义人工智能”是多层次结合的“多层次人工智能”,如:自推理、自联想、自学习、自寻优、自协调、自规划、自感知、自识别、自辨识、自诊断、自预测、自聚焦、自融合、自适应、自组织、自整定、自校正、自

5、稳定、自修复、自繁衍、自进化等。 (3)“广义人工智能”不仅研究个体的、单机的、集中式的人工智能,而且研究群体的、网络的、多智能体、分布式人工智能。研究如何使分散的“个体人工智能”形成协同的“群体人工智能”,模拟、延伸与扩展人类或其他动物的群体智能。,2020/9/16,人工智能,7,1.从微观和宏观的角度认识智能 微观上,考虑的是智能产生的根源或机理: 人的智能产生于人的大脑,人在思维时,大脑中的不同部位的神经元分工、协作,产生或传递各种信号,并产生相应的输出结果,支配人的具体行为。而人脑是一个由10111012个神经元连接形成的巨系统,结构和活动规律都极其复杂,受相关学科发展的限制。,1.

6、1.2 智能,2020/9/16,人工智能,8,1.1.2 智能,宏观上: 从智能产生的认知过程来理解:人脑的智能都是某种心理活动或思维过程的结果; 从智能的外在表现来理解:智能是人类和一些动物所特有的在解决具体问题时所表现出的智力或行为能力。 智能系统通常包括感知、记忆与思维、效应三大部分。甚至更狭义的理解认为:智能系统主要完成思维活动。,2020/9/16,人工智能,9,2.从知识工程的角度认识智能 人们常说“知识是人类智慧的结晶”,也常说“知识是智慧的源泉”。总之,知识和智慧或智能密不可分: 从内涵上:智能=知识思维; 从外延上:智能就是发现规律、运用规律的能力和分析问题、解决问题的能力

7、(或者说获取知识、处理知识、运用知识的能力)。,1.1.2 智能,2020/9/16,人工智能,10,1.1.2 智能,3.广义智能观 何华灿教授认为:“广义智能是信息系统感知环境及其变化,通过自身结构和功能的改变,恰当而有效地对其做出反映,以适应环境,达到系统生存目标的能力”; 钟义信教授则认为:“广义智能是一切可以把信息转化为知识,把知识转化为智力的机制”。,2020/9/16,人工智能,11,1.1.2 智能,何华灿教授对存在于自然界中的自然智能的表现进行了较为全面的概括: (1)系统发育层面:在生物的系统发育过程中,存在一种自然智能进化机制,它一般都能使生命不断适应生存环境的时空变化,

8、最大限度地保存自己。如,生物通过遗传、变异、和选择等过程使物种得以生存下来等。 (2)个体发育层面:生物个体发育过程中,存在一种自然智能生长机制,它一般都能使一个生物个体适应生存环境进行生长发育,达到最佳的生存状态。如,植物的根系必须绕开石头向着有水肥的地方生长等。,2020/9/16,人工智能,12,(3)个体免疫层面:在生物的免疫系统中,存在一种自然智能免疫机制,它一般都能保证一个生物个体在存在大量有害微生物入侵的环境中平安地生存下去。如,种牛痘可以预防感染天花等。 (4)神经网络层面:在动物的大脑存在一种自然智能神经机制,它一般都能认识生存环境,对环境的变化做出恰当地反映,保证自身更好地

9、生存下去。如,动物认识巢穴和伙伴联合捕捉猎物、巧妙地趋利避害等。,2020/9/16,人工智能,13,(5)抽象思维层面:人类的抽象思维能力是一种自然智能思维机制,它的基本功能是记忆、联想、问题求解、学习和发现等。思维机制的模拟导致了人工智能的诞生和早期发展,然而,经典数理逻辑无法解决现实中不良结构问题,是导致狭义人工智能出现理论危机的直接原因。 (6)群体协作层面:在生物的群体行为中,存在一种自然智能协作机制,它一般能保证生物群体的能力高于任何单一个体的能力,使整个群体能够更好地生存繁衍下去,如,蚁群、蜂群、猴群和人类社团等。 (7)生态系统层面:在生态系统中,存在一种自然智能平衡机制,它一

10、般能保证整个生态系统相对于其生存环境处在一个最佳的平衡状态中。如,生物群落间的相互制约、相互依存关系,使生态系统处于相对平衡状态。,2020/9/16,人工智能,14,1.1.3 人工智能的测试,1. 图灵测试”(Turing Test),2020/9/16,人工智能,15,2. 中文屋子,2020/9/16,人工智能,16,人工智能的争论: 神学认为:“思维是人类不朽灵魂的一种机能,上帝把不朽的灵魂给了每个男人和女人,而没有给任何动物和机器。所以,任何动物和机器都不能有思维”; “把头埋在沙中”:“机器思维的后果太可怕了,我们希望并且相信机器做不到这点”。 1950年10月,图灵发表了一篇题

11、为机器能思考吗?的论文,成为划时代之作。在这篇论文里,图灵第一次提出“机器思维”的概念。,2020/9/16,人工智能,17,人工智能的研究与进展几乎涉及并影响到自然科学和社会科学的所有学科,大体来看: 社会科学的相关理论和方法为人工智能的研究提供方法论的指导; 自然科学为人工智能的研究提供理论和技术的指导。,1.2 人工智能的研究内容,2020/9/16,人工智能,18,1.2.1 人工智能的学科结构,2020/9/16,人工智能,19,(1)知识表示技术:研究各种知识的形式化方法,并要求所采用的形式化方法能够便于知识在计算机中进行存贮、组织,便于问题求解中的检索、推理等操作。 (2)知识推

12、理、计算和搜索技术:研究各种问题的求解规律,设计可机械执行的智能算子,用以实现问题求解过程。 (3)系统实现技术:它研究如何实现相关知识的计算机内部表示,将各种智能算子或求解过程转换为程序,对智能应用系统,还要特别考虑人机交互及界面的实现。,1.2.2 人工智能的基本技术,2020/9/16,人工智能,20,(1)从人工智能的定义出发,或者说,从人工智能是对人类智能、生物智能或自然智能产生过程进行模拟的角度出发,人工智能的基本内容可包括:感知与交流的模拟,记忆、联想、计算、思维的模拟,输出效应或行为模拟等。 (2)对人类来说,智能和知识密不可分。实际上,人工智能系统就是一个知识处理系统。所以,

13、从知识工程的角度出发,人工智能的基本内容是:知识的获取、知识的处理以及知识的运用。,1.2.2 人工智能的基本内容,2020/9/16,人工智能,21,近期目标 人工智能的近期目标是实现机器智能。即先部分地或某种程度地实现机器智能,从而使现有的计算机更灵活好用和更聪明有用。 远期目标 人工智能的远期目标是要制造智能机器。具体讲就是使计算机具有看、听、说、写等感知和交互能力,具有联想、学习、推理、理解、学习等高级思维能力,还要有分析问题解决问题和发明创造的能力。,1.3人工智能的研究目标,2020/9/16,人工智能,22,随着人工智能的不断发展,人工智能的研究出现了许多种途径和方法,也称为人工

14、智能的学派或流派。 基于不同的划分方法可分为许多学派或流派。,1.4 人工智能的研究途径和方法,2020/9/16,人工智能,23,1.4.1传统划分方法,1.符号主义学派(Symbollisism) 2.连接主义学派(Connectionism) 3.行为主义学派(Actionnism),1.符号智能流派(Symbollisism),符号主义学派也称心理学派、计算机学派、功能学派、逻辑学派、宏观结构学派。 符号主义是以人脑的心理模型为依据,将问题或知识表示成某种符号,采用符号推演的方法,宏观上模拟人脑的推理、联想、学习、计算等功能,实现人工智能。,2020/9/16,人工智能,24,2.连接

15、主义学派(Connectionism,连接主义学派也称生理学派、仿生学派、微观结构学派。 连接主义学派不仅要求机器产生的智能和人相同,产生的过程和机理也应该相同。人或某些动物所具有的智能皆源自于大脑,通过对大脑微观结构的模拟达到对智能的模拟,这是一条很自然的研究人工智能的途径。,2020/9/16,人工智能,25,3.行为主义学派(Actionnism),行为主义学派也称进化主义学派、控制论学派、实用技术学派。 行为模拟是模拟人在控制过程中的智能活动和行为特性,如自适应,自寻优、自学习、自组织等,以此来研究和实现人工智能。,2020/9/16,人工智能,26,2020/9/16,人工智能,27

16、,1.4.2现代划分方法,1.符号智能流派 2.计算智能流派 3.群体智能流派,1.符号智能流派,由心理学派、认知学派、语言学派、计算机学派、逻辑学派、和数学学派等汇集而成。 本流派的共同特征是对智能和人工智能持狭义的观点,侧重于研究任何利用计算机软件来模拟人的抽象思维过程,并把思维过程看成是一个抽象的符号处理过程。50多年来符号主义在人工智能中一直占有霸主地位。,2020/9/16,人工智能,28,2.计算智能流派,是连接主义、行为主义、进化计算、免疫计算和模糊计算等学派的统称。 它们与符号流派完全不同,计算机智能又重新回到依靠数值计算解决问题的轨道上来,它是对符号智能中符号推演的再次否定。

17、连接主义学派的复兴大有夺取人工智能霸主地位之势。但人脑的神经元内部结构及构成的网络的超复杂结构,使得完全利用简单的人工神经网络来模拟人脑的高级功能的局限性暴露出来,还有很长的一段路要走。,2020/9/16,人工智能,29,3.群体智能流派,由多智能体系统、生态平衡、细胞自动机、蚁群算法和微粒群算法等组成。 它认同智能同样可以表现在群体的整体特性上,群体中每个个体的智能虽然很有限,但通过个体之间的分工协作和相互竞争,可以表现出很高的智能。这个流派形成晚,还很年轻,也最有发展前途,它用生态系统的观点看待智能,相信团结就是力量。,2020/9/16,人工智能,30,2020/9/16,人工智能,3

18、1,1.5.1 博弈(Game Playing) 1.5.2 自动定理证明(Automatic Theorem Proving) 1.5.3 专家系统(Expert System) 1.5.4 模式识别(Pattern Recognition) 1.5.5 机器学习(Machine Learning) 1.5.6 计算智能(Computational Intelligence) 1.5.7 自然语言处理(Natural Language Processing) 1.5.8 分布式人工智能(Distributed Artificial Intelligence) 1.5.9 机器人(Robot)

19、,1.5人工智能的研究领域,1.5.1 博弈(Game Playing),博弈可泛指单方、双方或多方依靠“智力”获取成功或击败对手获胜等活动过程,不仅仅指下棋一类的游戏。 从1956年塞缪尔的跳棋程序,到1997年能够战胜世界国际象棋冠军卡斯帕罗夫的“深蓝”,以及目前较为流行的对抗类游戏,人工智能技术都是其中的核心技术。计算机博弈为人工智能提供了重要的理论研究和实验场所。 反过来,博弈中的很多概念、方法和成果对人工智能自身及其他领域提供了极具价值的参考和指导,如在政治、军事、经济等领域就有极其广泛的应用。,2020/9/16,人工智能,32,1.5.1 博弈(Game Playing),人工智

20、能在研究博弈问题时常常以下棋为例,是因为下棋是一个典型的智力问题,棋盘状态、下棋规则及下棋的技巧性知识(启发知识)等较容易形式化,进而在计算机上表示与实现,而且还可以依赖人类专家的判断对所实现的下棋程序的“智力”水平做出评价。 博弈问题的求解过程通常是一个启发式搜索过程,它以棋盘的全部格局作为状态,以合法的走步为操作,以启发性知识为导航,在一个有限或无限的状态空间内寻找使自己到达获胜终局的路径。其中,最重要的是使用各种剪枝技术克服状态的组合爆炸问题,带-剪枝的极小极大化分析技术在各种游戏的实现中都得到了广泛的应用。,2020/9/16,人工智能,33,1.5.2 自动定理证明,机器定理证明的方

21、法主要有: 自然演绎法 依据推理规则,从前提和公理中推出许多定理,若待证明的定理恰在其中,则定理得证。 判定法 对一类问题找出统一的计算机上可实现的算法解。 定理证明器 研究一切可判定问题的解法。1965年鲁滨逊提出的消解原理是这类工作的基础, 计算机辅助证明 以计算机为辅助工具,利用机器的高速和大容量,帮助人完成手工证明中无法完成的大量计算、推理和穷举。,2020/9/16,人工智能,34,1.5.3 专家系统(Expert System),专家系统是一种智能计算机系统,在一定程度上辅助、模拟或代替人类专家解决某一领域内的问题,其水平可以达到甚至超过人类专家的水平。 1965年费根鲍姆研究小

22、组开始研制第一个专家系统分析化合物分子结构的DENDRAL,1968年完成并投入使用,标志着专家系统的正式诞生。,2020/9/16,人工智能,35,1.5.3 专家系统(Expert System),专家系统的成功源于专门知识在智能模拟中的重要作用。在此基础上,费根鲍姆提出了“知识工程”的概念,使人们更加深刻地认识到知识的重要性。 从处理的问题性质看,专家系统善于解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题;从处理问题的方法看,专家系统则是靠知识和推理(而不是使用固定的算法)来解决问题,所以,专家系统是基于知识的智能问题求解系统。,2020/9/1

23、6,人工智能,36,1.5.3 专家系统(Expert System),新型专家系统在结构和功能都有了很大的提高,处理问题能力和范围日益强大。主要体现在: (1)针对实际数据分布在不同区域的特点,进行分布式专家系统和协同式专家系统的研究、开发和应用。 (2)在知识获取方面,引入知识发现、数据挖掘等方法与技术,使专家知识的获取不再完全依靠领域专家,从一定程度上解决了专家系统研究中知识获取这一“瓶颈”问题。 (3)引入新兴的软件开发思想,如面向对象理论、智能Agent、构件化编程思想等,使得专家系统地开发更加容易,代码的重用性进一步提高。,2020/9/16,人工智能,37,2020/9/16,人

24、工智能,38,指的是用计算机进行物体识别。这里的物体一般指文字、符号、图形、图像、语音、声音及传感器信息等形式的实体对象,也就是说,这里所说的模式识别是狭义的模式识别,它是人和生物的感知能力在计算机上的模拟和扩展。,1.5.4 模式识别(Pattern Recognition),模式识别的应用主要有: (1)文字识别 (2)语音识别 (3)指纹识别 (4)遥感 (5)医学诊断,2020/9/16,人工智能,39,1.5.4 模式识别(Pattern Recognition),2020/9/16,人工智能,40,图像识别系统,1.5.5 机器学习(Machine Learning),机器学习研究

25、:如何使机器通过经验来改善、提高其自身性能。 具体地说,研究用计算机模拟或实现人类的学习能力,使其解决同一问题的水平不断提高。 机器学习是人工智能的高级课题,同时也是众多相关研究领域的基础,它的应用涉及到博弈、数据挖掘、模式识别、自然语言处理等众多领域,主要使用归纳、统计、计算等方法。,2020/9/16,人工智能,41,1.5.6 计算智能(Computational Intelligence),计算智能也称自然智能(或自然计算):是基于“从大自然中获取智慧”的理念、受到大自然智慧和人类智慧的启发而设计出来的一类算法的统称。 或模仿生物界的进化过程 或模仿生物的生理构造和身体机能 或模仿动物

26、的群体行为 或模仿人类的思维、语言和记忆过程的特性 或模仿自然界的物理现象 实现对实际问题的优化求解,在可接受的时间内求出可以接受的解。,2020/9/16,人工智能,42,1.5.7 自然语言处理(Natural Language Processing),自然语言处理:实现人机间自然语言通信意味着要使计算机既能理解自然语言文本的意义,也能以自然语言文本来表达给定的意图、思想等。前者称为自然语言理解,后者称为自然语言生成。 无论是自然语言理解,还是自然语言生成,其实现都是十分困难的。根本原因是自然语言系统不是一个形式语言系统。 在自然语言文本和对话的各个层次上广泛地存在着各种各样的歧义性或多义

27、性(ambiguity),即自然语言的形式(字符串)与其意义之间是一种多对多的关系。,2020/9/16,人工智能,43,1.5.8 分布式人工智能(Distributed Artificial Intelligence),分布式人工智能简称DAI:是在分布式问题求解的基础上发展而来的。它的产生一方面得益于计算机网络、并行计算、分布式处理和人工智能等相关技术的飞速发展,另一方面是由于单个的集中式系统无法解决分布式环境下的各种实际问题。分布式人工智能系统具有分布性、连接性、协作性、开放性、容错性等特点。 DAI大约可划分为三个基本类型: 一是多Agent系统(MAS); 二是分布式问题求解(DP

28、S); 三是并行人工智能(PAI)。有人认为,MAS就是分布式人工智能系统。,2020/9/16,人工智能,44,1.5.9 机器人(Robot),美国机器人协会给机器人下的定义: “一种可编程和多功能的的操作机; 或是为了执行不同的任务而具有可用电脑改变和可编程动作的专门系统。” 机器人是自动执行工作的机器装置,它: 既可以接受人类指挥 又可以运行预先编排的程序 也可以通过“体会”工作的经验,具有一定的学习功能,并将所“学”的经验用于工作中。 它的任务是协助或取代人类工作,例如在生产业、建筑业等艰苦环境下从事危险工作。,2020/9/16,人工智能,45,1.5.9 机器人(Robot),按照其智能程度来划分,大致可分为: (1)操作型 (2)程控型 (3)示教再现型 (4)数控型 (5)感觉控制型 (6)适应控制型 (7)学习控制型 (8)智能型,2020/9/1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论