高級(jí)人工智能-第1講概論51

高級(jí)人工智能概論

王浩2023/1/151/51合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源人工智能的認(rèn)知問(wèn)題思維的層次模型符號(hào)智能與計(jì)算智能人工智能的研究方法自動(dòng)推理機(jī)器學(xué)習(xí)分布式人工智能人工思維模型知識(shí)系統(tǒng)2023/1/152合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源人工智能(ArtificialIntelligence)主要研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)機(jī)器智能。2005年,McCarthy指出人工智能的長(zhǎng)期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能[McCarthy2005]2023/1/153合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源中國(guó)算盤：古典計(jì)算機(jī)；水運(yùn)儀象臺(tái)：天文觀測(cè)與星象分析儀器；候風(fēng)地動(dòng)儀：測(cè)報(bào)與顯示地震的儀器。陰陽(yáng)學(xué)說(shuō)：對(duì)現(xiàn)代邏輯的發(fā)展有重大影響。2023/1/154合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源國(guó)外Aristotle(公元前384—322)：《工具論》的著作中提出形式邏輯。Bacon(1561—1626)：《新工具》中提出歸納法。Leibnitz(1646—1716)：研制四則計(jì)算器，提出了“通用符號(hào)”和“推理計(jì)算”的概念，使形式邏輯符號(hào)化。Boole(1815—1864)：創(chuàng)立布爾代數(shù)，《思維法則》書中首次用符號(hào)語(yǔ)言描述了思維活動(dòng)的基本推理法則。Godel(1906—1978)提出了不完備性定理。Turing(1912—1954)提出了理想計(jì)算機(jī)模型──圖靈機(jī)1943年，McClloch和Pitts提出了MP神經(jīng)網(wǎng)絡(luò)模型1946年，Manochly和Eckert研制成功ENIAC電子數(shù)字計(jì)算機(jī)。1948年，Wiener創(chuàng)立了控制論，Shannon創(chuàng)立了信息論。

2023/1/155合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源1956年由McCarthy、Minsky等發(fā)起，美國(guó)的幾位心理學(xué)家、數(shù)學(xué)家、計(jì)算機(jī)科學(xué)家、信息論學(xué)家在Dartmouth大學(xué)舉辦夏季討論會(huì)，正式提出人工智能的術(shù)語(yǔ)，開(kāi)始了具有真正意義的人工智能的研究。2023/1/156合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源在20世紀(jì)50年代，人工智能以博弈、游戲?yàn)閷?duì)象進(jìn)行研究。Samuel：自學(xué)習(xí)能力的啟發(fā)式博弈程序Newell、Simon：?jiǎn)l(fā)式程序LogicTheorist,證明了《數(shù)學(xué)原理》書中38條定理。Chomsky：語(yǔ)言文法，開(kāi)創(chuàng)了形式語(yǔ)言的研究。McCarthy：人工智能程序設(shè)計(jì)語(yǔ)言LISP。20世紀(jì)60年代，人工智能以搜索算法、通用問(wèn)題求解(GPS)的研究為主Newell：?jiǎn)栴}求解程序，使啟發(fā)式程序有更大的普適性。Minsky：發(fā)表題為“走向人工智能的步驟”的論文。Feigenbaum：DENDRAL化學(xué)專家系統(tǒng)人工智能研究走向?qū)嵱没臉?biāo)志。Robinson：提出了歸結(jié)原理。Quillian：語(yǔ)義網(wǎng)絡(luò)的知識(shí)表示方法。1969年，國(guó)際人工智能聯(lián)合會(huì)(IJCAI)成立。2023/1/157合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源20世紀(jì)70年代前期，人工智能研究以自然語(yǔ)言理解、知識(shí)表示為主Winograd：自然語(yǔ)言理解系統(tǒng)SHRDLU。

Colmerauer：創(chuàng)建PROLOG語(yǔ)言。Schank：概念從屬理論。Minsky：框架知識(shí)表示法。Feigenbaum（1977年）：知識(shí)工程。20世紀(jì)80年代，人工智能蓬勃發(fā)展

專家系統(tǒng)開(kāi)始廣泛應(yīng)用，出現(xiàn)了專家系統(tǒng)開(kāi)發(fā)工具，人工智能產(chǎn)業(yè)。國(guó)家制訂相應(yīng)的計(jì)劃，進(jìn)行人工智能和智能計(jì)算機(jī)系統(tǒng)的研究。2023/1/158合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的淵源

人工智能尚缺乏必要的理論。在一些關(guān)鍵技術(shù)方面,諸如機(jī)器學(xué)習(xí)、非單調(diào)推理、常識(shí)性知識(shí)表示、不確定推理等尚未取得突破性的進(jìn)展。人工智能對(duì)全局性判斷模糊信息處理、多粒度視覺(jué)信息的處理是極為困難的。人工智能還處于智能學(xué)科研究的早期階段,必須開(kāi)展智能科學(xué)的研究。智能科學(xué)研究智能的基本理論和實(shí)現(xiàn)技術(shù)，是由腦科學(xué)、認(rèn)知科學(xué)、人工智能等學(xué)科構(gòu)成的交叉學(xué)科。

腦科學(xué)從分子水平、細(xì)胞水平、行為水平研究人腦智能機(jī)理，建立腦模型，揭示人腦的本質(zhì)。

認(rèn)知科學(xué)是研究人類感知、學(xué)習(xí)、記憶、思維、意識(shí)等人腦心智活動(dòng)過(guò)程的科學(xué)。

人工智能研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能,實(shí)現(xiàn)機(jī)器智能。2023/1/159合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問(wèn)題認(rèn)知(cognition)是和情感、動(dòng)機(jī)、意志等相對(duì)的理智或認(rèn)識(shí)過(guò)程。美國(guó)心理學(xué)家Houston等人將對(duì)“認(rèn)知”的看法歸納為如下五種主要類型：

(1)認(rèn)知是信息的處理過(guò)程；

(2)認(rèn)知是心理上的符號(hào)運(yùn)算；

(3)認(rèn)知是問(wèn)題求解；

(4)認(rèn)知是思維；

(5)認(rèn)知是一組相關(guān)的活動(dòng)，如知覺(jué)、記憶、思維、判斷、推理、問(wèn)題求解、學(xué)習(xí)、想象、概念形成、語(yǔ)言使用等。認(rèn)知心理學(xué)家Dodd等則認(rèn)為，認(rèn)知應(yīng)包括三個(gè)方面，即適應(yīng)、結(jié)構(gòu)和過(guò)程。也就是說(shuō)，認(rèn)知是為了一定的目的，在一定的心理結(jié)構(gòu)中進(jìn)行的信息加工過(guò)程。2023/1/1510合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問(wèn)題認(rèn)知科學(xué)是研究人類感知和思維信息處理過(guò)程的科學(xué),包括從感覺(jué)的輸入到復(fù)雜問(wèn)題求解,從人類個(gè)體到人類社會(huì)的智能活動(dòng),以及人類智能和機(jī)器智能的性質(zhì)。認(rèn)知科學(xué)是現(xiàn)代心理學(xué)、信息科學(xué)、神經(jīng)科學(xué)、數(shù)學(xué)、科學(xué)語(yǔ)言學(xué)、人類學(xué)乃至自然哲學(xué)等學(xué)科交叉發(fā)展的結(jié)果。認(rèn)知科學(xué)研究的目的：說(shuō)明和解釋人在完成認(rèn)知活動(dòng)時(shí)是如何進(jìn)行信息加工的。認(rèn)知科學(xué)涉及的問(wèn)題：知覺(jué)、語(yǔ)言、學(xué)習(xí)、記憶、思維、問(wèn)題求解、創(chuàng)造、注意,以及環(huán)境、社會(huì)文化背景對(duì)認(rèn)知的影響。

2023/1/1511合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的認(rèn)知問(wèn)題人工智能的五個(gè)基本問(wèn)題[Kirsh1991]：(1)知識(shí)與概念化是否是人工智能的核心？(2)認(rèn)知能力能否與載體分開(kāi)來(lái)研究？(3)認(rèn)知的軌跡是否可用類自然語(yǔ)言來(lái)描述？(4)學(xué)習(xí)能力能否與認(rèn)知分開(kāi)來(lái)研究？(5)所有的認(rèn)知是否有一種統(tǒng)一的結(jié)構(gòu)？

這些問(wèn)題都是與人工智能有關(guān)的認(rèn)知問(wèn)題,必須從認(rèn)知科學(xué)的基礎(chǔ)理論進(jìn)行探討。2023/1/1512合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型

思維是客觀現(xiàn)實(shí)的反映過(guò)程，是具有意識(shí)的人腦對(duì)于客觀現(xiàn)實(shí)的本質(zhì)屬性、內(nèi)部規(guī)律性的自覺(jué)的、間接的和概括的反映。

人類思維的形態(tài)：感知思維：初級(jí)的思維形態(tài)。只是把感性材料組織起來(lái),構(gòu)成有條理的知識(shí),認(rèn)識(shí)到的僅是現(xiàn)象。在此基礎(chǔ)上形成的思維形態(tài)即是感知思維。形象思維：用典型化的方法進(jìn)行概括，并用形象材料來(lái)思維。形象思維是與神經(jīng)機(jī)制的連接論相適應(yīng)的。模式識(shí)別、圖像處理、視覺(jué)信息加工都屬于這個(gè)范疇。2023/1/1513合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型抽象思維：基于抽象概念的思維形式，通過(guò)符號(hào)信息處理進(jìn)行思維。只有語(yǔ)言的出現(xiàn)，抽象思維才成為可能，語(yǔ)言和思維互相促進(jìn)，互相推動(dòng)?？梢哉J(rèn)為物理符號(hào)系統(tǒng)是抽象思維的基礎(chǔ)。靈感思維：靈感思維是形象思維擴(kuò)大到潛意識(shí)，人腦有一部分對(duì)信息進(jìn)行加工,，但是人并沒(méi)有意識(shí)到。靈感思維是頓悟。靈感思維在創(chuàng)造性思維中起重要作用。

2023/1/1514合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室思維的層次模型感知思維是極簡(jiǎn)單的思維形態(tài)，它通過(guò)人的眼、耳、鼻、舌、身感知器官產(chǎn)生表象。形象思維以神經(jīng)網(wǎng)絡(luò)的連接論為理論基礎(chǔ)，可以高度并行處理。抽象思維以物理符號(hào)系統(tǒng)為理論基礎(chǔ)，用語(yǔ)言表述抽象的概念。由于注意的作用，使其處理基本上是串行的。抽象處理單元感知處理單元1形象處理單元n形象處理單元2形象處理單元1感知處理單元n感知處理單元22023/1/1515合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號(hào)智能與計(jì)算智能

智能是個(gè)體有目的的行為、合理的思維,以及有效的適應(yīng)環(huán)境的綜合性能力。通俗地說(shuō),智能是個(gè)體認(rèn)識(shí)客觀事物和運(yùn)用知識(shí)解決問(wèn)題的能力。人類個(gè)體的智能包括：感知與認(rèn)識(shí)客觀事物、客觀世界與自我的能力;通過(guò)學(xué)習(xí)取得經(jīng)驗(yàn)、積累知識(shí)的能力;理解知識(shí)、運(yùn)用知識(shí)和運(yùn)用經(jīng)驗(yàn)分析問(wèn)題和解決問(wèn)題的能力;聯(lián)想、推理、判斷、決策的能力;運(yùn)用語(yǔ)言進(jìn)行抽象、概括的能力;發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力;實(shí)時(shí)地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力;預(yù)測(cè)、洞察事物發(fā)展變化的能力。

智能與社會(huì)環(huán)境有密切的關(guān)系。2023/1/1516合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號(hào)智能與計(jì)算智能

人工智能的符號(hào)主義、連接主義和行為主義：傳統(tǒng)人工智能是符號(hào)主義，它以Newell和Simon提出的物理符號(hào)系統(tǒng)假設(shè)為基礎(chǔ)。物理符號(hào)系統(tǒng)假設(shè)認(rèn)為物理符號(hào)系統(tǒng)是智能行為充分和必要的條件。物理符號(hào)系統(tǒng)由一組符號(hào)實(shí)體組成，它們都是物理模式，可在符號(hào)結(jié)構(gòu)的實(shí)體中作為組分出現(xiàn)。連接主義研究非程序的、適應(yīng)性的、大腦風(fēng)格的信息處理的本質(zhì)和能力，也稱為神經(jīng)計(jì)算。神經(jīng)網(wǎng)絡(luò)主體是一種開(kāi)放式的神經(jīng)網(wǎng)絡(luò)環(huán)境，提供典型的、具有實(shí)用價(jià)值的神經(jīng)網(wǎng)絡(luò)模型。系統(tǒng)采用開(kāi)放方式，使得新的網(wǎng)絡(luò)模型可以比較方便地進(jìn)入系統(tǒng)中,利用系統(tǒng)提供良好的用戶界面和各種工具，對(duì)網(wǎng)絡(luò)算法進(jìn)行調(diào)試修改。2023/1/1517合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號(hào)智能與計(jì)算智能Brooks提出了無(wú)需知識(shí)表示的智能[Brooks1991a]，無(wú)需推理的智能[Brooks1991b]。他認(rèn)為智能只是在與環(huán)境的交互作用中表現(xiàn)出來(lái)，在許多方面是行為心理學(xué)觀點(diǎn)在現(xiàn)代人工智能中的反映，人們稱為基于行為的人工智能，簡(jiǎn)言之，稱為行為主義。

2023/1/1518合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號(hào)智能與計(jì)算智能神經(jīng)計(jì)算從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來(lái)研究腦的功能，研究大量簡(jiǎn)單的神經(jīng)元的集團(tuán)信息處理能力及其動(dòng)態(tài)行為。其研究重點(diǎn)側(cè)重于模擬和實(shí)現(xiàn)人的認(rèn)識(shí)過(guò)程中的感知覺(jué)過(guò)程、形象思維、分布式記憶和自學(xué)習(xí)自組織過(guò)程。特別是對(duì)并行搜索、聯(lián)想記憶，時(shí)空數(shù)據(jù)統(tǒng)計(jì)描述的自組織以及一些相互關(guān)聯(lián)的活動(dòng)中自動(dòng)獲取知識(shí)，更顯示出了其獨(dú)特的能力，并普遍認(rèn)為神經(jīng)網(wǎng)絡(luò)適合于低層次的模式處理。

神經(jīng)網(wǎng)絡(luò)基本特點(diǎn)：①以分布式方式存儲(chǔ)信息。②以并行方式處理信息。③具有自組織、自學(xué)習(xí)能力。2023/1/1519合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號(hào)智能與計(jì)算智能符號(hào)主義、連接主義和行為主義特點(diǎn)的比較

符號(hào)主義連接主義行為主義認(rèn)識(shí)層次離散連續(xù)連續(xù)表示層次符號(hào)連接行動(dòng)求解層次自頂向下由底向上由底向上處理層次串行并行并行操作層次推理映射交互體系層次局部分布分布基礎(chǔ)層次邏輯模擬直覺(jué)判斷2023/1/1520合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室符號(hào)智能與計(jì)算智能符號(hào)智能：以知識(shí)為基礎(chǔ)，通過(guò)推理進(jìn)行問(wèn)題求解。也即所謂的傳統(tǒng)人工智能。計(jì)算智能：以數(shù)據(jù)為基礎(chǔ)，通過(guò)訓(xùn)練建立聯(lián)系，進(jìn)行問(wèn)題求解。人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊系統(tǒng)、進(jìn)化程序設(shè)計(jì)、人工生命等都可以包括在計(jì)算智能。2023/1/1521合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法認(rèn)知學(xué)派

以Simon,Minsky和Newell等為代表，從人的思維活動(dòng)出發(fā)，利用計(jì)算機(jī)進(jìn)行宏觀功能模擬。20世紀(jì)50年代，Newell和Simon：“LogicTheorist”程序模擬人證明數(shù)學(xué)定理的思維過(guò)程。60年代初：“GeneralProblemSolver-GPS”，分三個(gè)階段模擬了人在解題過(guò)程中的思維規(guī)律。2023/1/1522合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法1976年Newell和Simon：物理符號(hào)系統(tǒng)假設(shè)，認(rèn)為物理系統(tǒng)表現(xiàn)智能行為必要和充分的條件是它是一個(gè)物理符號(hào)系統(tǒng)。任何信息加工系統(tǒng)看成是一個(gè)具體的物理系統(tǒng)，對(duì)符號(hào)進(jìn)行操作就是對(duì)符號(hào)進(jìn)行比較，物理符號(hào)系統(tǒng)的基本任務(wù)和功能是辨認(rèn)相同的符號(hào)和區(qū)分不同的符號(hào)。20世紀(jì)80年代Newell：SOAR系統(tǒng)，以知識(shí)塊(Chunking)理論為基礎(chǔ)，利用基于規(guī)則的記憶，獲取搜索控制知識(shí)和操作符，實(shí)現(xiàn)通用問(wèn)題求解。Minsky：框架知識(shí)表示方法。

1985年Minsky：《SocietyofMind(思維社會(huì))》指出思維社會(huì)是由大量具有某種思維能力的單元組成的復(fù)雜社會(huì)。2023/1/1523合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法

邏輯學(xué)派

邏輯學(xué)派是以McCarthy和Nilsson等為代表，主張用邏輯來(lái)研究人工智能，即用形式化的方法描述客觀世界：

智能機(jī)器必須有關(guān)于自身環(huán)境的知識(shí)。

通用智能機(jī)器要能陳述性地表達(dá)關(guān)于自身環(huán)境的大部分知識(shí)。

通用智能機(jī)器表示陳述性知識(shí)的語(yǔ)言至少要有一階邏輯的表達(dá)能力。邏輯學(xué)派在人工智能研究中，強(qiáng)調(diào)的是概念化知識(shí)表示、模型論語(yǔ)義、演繹推理等。McCarthy主張任何事物都可以用統(tǒng)一的邏輯框架來(lái)表示，在常識(shí)推理中以非單調(diào)邏輯為中心。2023/1/1524合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法行為學(xué)派

Brooks認(rèn)為人工智能的研究應(yīng)走出這種抽象過(guò)份簡(jiǎn)單的現(xiàn)實(shí)世界模型的象牙塔，而以復(fù)雜的現(xiàn)實(shí)世界為背景，讓人工智能理論、技術(shù)先經(jīng)受解決實(shí)際問(wèn)題的考驗(yàn)，并在這種考驗(yàn)中成長(zhǎng)。提出了無(wú)需知識(shí)表示的智能、無(wú)需推理的智能。智能只是在與環(huán)境的交互作用中表現(xiàn)出來(lái)，其基本觀點(diǎn)：

到現(xiàn)場(chǎng)去；

物理實(shí)現(xiàn)；

初級(jí)智能；

行為產(chǎn)生智能。

對(duì)機(jī)器人的研究開(kāi)創(chuàng)了一種新的方法。

2023/1/1525合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工智能的研究方法

不同的人工智能學(xué)派,對(duì)基本的認(rèn)知問(wèn)題給以不同的回答。邏輯學(xué)派對(duì)認(rèn)知問(wèn)題的(1)─(4)給予肯定的回答，對(duì)(5)持中立觀點(diǎn)。認(rèn)知學(xué)派對(duì)認(rèn)知問(wèn)題的(1)、(3)、(5)給予肯定的回答。行為學(xué)派，對(duì)認(rèn)知問(wèn)題(1)─(5)均持否定的看法。(1)認(rèn)知是信息的處理過(guò)程；(2)認(rèn)知是心理上的符號(hào)運(yùn)算；(3)認(rèn)知是問(wèn)題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動(dòng)。2023/1/1526合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動(dòng)推理

推理：從一個(gè)或幾個(gè)已知的判斷(前提)邏輯地推論出一個(gè)新的判斷(結(jié)論)的思維形式。

自動(dòng)推理的理論和技術(shù)是程序推導(dǎo)、程序正確性證明、專家系統(tǒng)、智能機(jī)器人等研究領(lǐng)域的重要基礎(chǔ)。早期的工作：機(jī)器定理證明：LogicTheorist。1956年Robinson：歸結(jié)原理,推理規(guī)則簡(jiǎn)單,邏輯上完備,成為Prolog的計(jì)算模型。自然演繹法和等式重寫式。

這些方法本質(zhì)上都存在組合問(wèn)題,都受到難解性的制約。

2023/1/1527合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動(dòng)推理

非單調(diào)推理：指的是一個(gè)正確的公理加到理論中,反而會(huì)使預(yù)先所得到的一些結(jié)論變得無(wú)效了。

非單調(diào)推理過(guò)程：建立假設(shè),進(jìn)行標(biāo)準(zhǔn)邏輯意義下的推理,若發(fā)現(xiàn)不一致,進(jìn)行回溯,以便消除不一致,再建立新的假設(shè)。1978年Reiter首先提出了非單調(diào)推理方法封閉世界假設(shè)(CWA),并提出默認(rèn)推理。1979年Doyle建立了非單調(diào)推理系統(tǒng)TMS。1980年McCarthy提出限定邏輯。

2023/1/1528合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動(dòng)推理

定性推理：把物理系統(tǒng)或物理過(guò)程細(xì)分為子系統(tǒng)或子過(guò)程,對(duì)于每個(gè)子系統(tǒng)或子過(guò)程以及它們之間的相互作用或影響都建立起結(jié)構(gòu)描述,通過(guò)局部因果性的傳播和行為合成獲得實(shí)際物理系統(tǒng)的行為描述和功能描述。最基本的定性推理方法：

deKleer的基于部件的定性方程方法Forbus的定性進(jìn)程方法Kuipers的基于約束的定性仿真方法。

定性與定量推理的結(jié)合將會(huì)對(duì)專家系統(tǒng)科學(xué)決策的發(fā)展產(chǎn)生重大影響。

2023/1/1529合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動(dòng)推理

不確定性理論和推理方法體現(xiàn)：隨機(jī)性、模糊性、不確定性

概率論：廣泛地用于處理隨機(jī)性以及人類知識(shí)的不可靠性。Bayes理論被成功地用在PROSPECTOR專家系統(tǒng)中。

Dempster和Shafer證據(jù)理論：引入信任函數(shù)的概念，對(duì)經(jīng)典概率加以推廣。有堅(jiān)實(shí)的理論基礎(chǔ),定義和計(jì)算過(guò)程比較復(fù)雜。模糊集理論：從研究集合與元素的關(guān)系入手研究不確定性。廣泛應(yīng)用于專家系統(tǒng)和智能控制中。粗糙集：從知識(shí)分類入手研究不確定性。2023/1/1530合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室自動(dòng)推理

不確定推理的研究重點(diǎn)：一是解決現(xiàn)有處理不確定性的理論中存在的問(wèn)題;二是大力研究人類高效、準(zhǔn)確的識(shí)別能力和判斷機(jī)制,開(kāi)拓新的處理不確定性的理論和方法;三是探索可以綜合處理多種不確定性的方法和技術(shù)。

2023/1/1531合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)學(xué)習(xí)的基本機(jī)制是設(shè)法把在一種情況下是成功的表現(xiàn)行為轉(zhuǎn)移到另一類似的新情況中去。學(xué)習(xí)是獲取知識(shí)、積累經(jīng)驗(yàn)、改進(jìn)性能、發(fā)現(xiàn)規(guī)律、適應(yīng)環(huán)境的過(guò)程。知識(shí)、知識(shí)表示及運(yùn)用知識(shí)的推理算法是人工智能的核心,而機(jī)器學(xué)習(xí)則是關(guān)鍵問(wèn)題。

2023/1/1532合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)

學(xué)習(xí)系統(tǒng)的四個(gè)基本環(huán)節(jié)：

環(huán)境提供外界信息,類似教師的角色。學(xué)習(xí)單元處理環(huán)境提供的信息,相當(dāng)于各種學(xué)習(xí)算法。知識(shí)庫(kù)中以某種知識(shí)表示形式存儲(chǔ)信息。執(zhí)行單元利用知識(shí)庫(kù)中的知識(shí)來(lái)完成某種任務(wù),并把執(zhí)行中的情況回送給學(xué)習(xí)單元。環(huán)境學(xué)習(xí)單元反饋執(zhí)行單元知識(shí)庫(kù)2023/1/1533合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的研究四個(gè)階段：無(wú)知識(shí)的學(xué)習(xí)：

主要研究神經(jīng)元模型和基于決策論方法的自適應(yīng)和自組織系統(tǒng)。符號(hào)概念獲?。航o定某一類別的若干正例和反例，從中獲得該類別的一般定義。實(shí)例學(xué)習(xí)：從實(shí)例學(xué)習(xí)結(jié)構(gòu)描述。有知識(shí)的學(xué)習(xí)：把大量知識(shí)引入學(xué)習(xí)系統(tǒng)做為背景知識(shí)2023/1/1534合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)的風(fēng)范：歸納學(xué)習(xí)：研究一般性概念的描述和概念聚類。AQ算法、變型空間算法、ID3算法等。類比學(xué)習(xí)是通過(guò)目標(biāo)對(duì)象與源對(duì)象的相似性,從而運(yùn)用源對(duì)象的求解方法來(lái)解決目標(biāo)對(duì)象的問(wèn)題。分析學(xué)習(xí)：在領(lǐng)域知識(shí)指導(dǎo)下進(jìn)行實(shí)例學(xué)習(xí),包括基于解釋的學(xué)習(xí)、知識(shí)塊學(xué)習(xí)等。基于解釋的學(xué)習(xí)是從問(wèn)題求解的一個(gè)具體過(guò)程中抽取出一般的原理,并使其在類似情況下也可利用。發(fā)現(xiàn)學(xué)習(xí)：根據(jù)實(shí)驗(yàn)數(shù)據(jù)或模型重新發(fā)現(xiàn)新的定律的方法。數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)：分類規(guī)則、特性規(guī)則、關(guān)聯(lián)規(guī)則、差異規(guī)則、演化規(guī)則、異常規(guī)則等。2023/1/1535合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室機(jī)器學(xué)習(xí)遺傳學(xué)習(xí)：模擬生物繁衍的變異和自然選擇，把概念的各種變體當(dāng)作物種的個(gè)體,根據(jù)客觀功能測(cè)試概念的誘發(fā)變化和重組合并,決定哪種情況應(yīng)在基因組合中予以保留。連接學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)通過(guò)典型實(shí)例的訓(xùn)練,識(shí)別輸入模式的不同類別。

2023/1/1536合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能

分布式人工智能：研究在邏輯上或物理上分散的智能動(dòng)作者如何協(xié)調(diào)其智能行為，即協(xié)調(diào)它們的知識(shí)、技能和規(guī)劃,求解單目標(biāo)或多目標(biāo)問(wèn)題，為設(shè)計(jì)和建立大型復(fù)雜的智能系統(tǒng)或計(jì)算機(jī)支持協(xié)同工作提供有效途徑。

DAI系統(tǒng)的研究動(dòng)因：技術(shù)基礎(chǔ)──處理器硬件結(jié)構(gòu)技術(shù)及處理器之間的通信技術(shù)的進(jìn)步使得大量復(fù)雜的并且是異步執(zhí)行的處理器之間的互聯(lián)成為可能。

分布式問(wèn)題求解──很多的人工智能應(yīng)用在本質(zhì)上都是分布的。包括：空間分布、功能分布、時(shí)序分布。

2023/1/1537合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能易于系統(tǒng)集成──分布式人工智能系統(tǒng)支持模塊性的設(shè)計(jì)及實(shí)現(xiàn)。智能行為的新途徑──通過(guò)智能主體實(shí)現(xiàn)自主的智能行為。要使人工智能系統(tǒng)成為思維社會(huì)的組成，它必須具有與環(huán)境之間進(jìn)行交互的作用，以及彼此協(xié)作和協(xié)調(diào)的能力。

認(rèn)識(shí)論上的意義──分布式人工智能可用來(lái)研究和驗(yàn)證社會(huì)學(xué)、心理學(xué)、管理學(xué)等中的問(wèn)題和理論。通過(guò)信念、知識(shí)、希望、意圖、承諾、注意、目標(biāo)、協(xié)作等，實(shí)現(xiàn)協(xié)同工作的多主體系統(tǒng)，為理解和仿真認(rèn)識(shí)論問(wèn)題提供有效的手段。2023/1/1538合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能DAI的研究方向：分布式問(wèn)題求解（DPS:DistributedProblemSolving）：目標(biāo)是要?jiǎng)?chuàng)建大粒度的協(xié)作群體，它們之間共同工作以對(duì)某一問(wèn)題進(jìn)行求解。在一個(gè)純粹的DPS系統(tǒng)中，問(wèn)題被分解成任務(wù)，并且為求解這些任務(wù)，需要僅為該問(wèn)題設(shè)計(jì)一些專用的任務(wù)執(zhí)行系統(tǒng)。所有的交互（如果有，如協(xié)作等）策略都被集成為系統(tǒng)設(shè)計(jì)的整體部分。這是一種從頂向下設(shè)計(jì)的系統(tǒng)，因?yàn)樘幚硐到y(tǒng)是為滿足在頂部所給定的需求而設(shè)計(jì)的。2023/1/1539合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室分布式人工智能DAI的研究方向：多主體系統(tǒng)（MAS:Multi-AgentSystem）：主體是一個(gè)自主的實(shí)體，它不斷地與環(huán)境發(fā)生交互作用。同時(shí)在該環(huán)境中還有其他的進(jìn)程發(fā)生，也存在其他的主體。在MAS中，主體可以是同構(gòu)的，也可以是異構(gòu)的。MAS的研究涉及到在一組自主的智能主體之間協(xié)調(diào)其智能行為，協(xié)調(diào)它們的知識(shí)、目標(biāo)、意圖及規(guī)劃以聯(lián)合起來(lái)采取行動(dòng)或求解問(wèn)題。主體之間可能是協(xié)作關(guān)系，也可能存在著競(jìng)爭(zhēng)。多主體系統(tǒng)可看作是采用由底向上的設(shè)計(jì)方法設(shè)計(jì)的系統(tǒng)。DPS和MAS處于同一研究范系的兩個(gè)端點(diǎn)上。2023/1/1540合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工思維模型

計(jì)算機(jī)的發(fā)展兩個(gè)階段:第一個(gè)階段：采用馮·諾伊曼體系結(jié)構(gòu)，主要用于數(shù)值計(jì)算、文檔處理、數(shù)據(jù)庫(kù)管理和檢索。這些應(yīng)用都有明確的算法，僅在編程方面較困難。第二個(gè)階段：是面向符號(hào)和邏輯的處理，主要通過(guò)推理，進(jìn)行知識(shí)信息處理。如何確定有效的算法是研究的重點(diǎn)。

2023/1/1541合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工思維模型

現(xiàn)實(shí)世界的問(wèn)題大多具有病態(tài)定義的結(jié)構(gòu)，如模式識(shí)別、不完全信息的問(wèn)題求解和學(xué)習(xí)等，而這些問(wèn)題屬于直覺(jué)信息處理的范疇。為了處理直覺(jué)信息，必須研究柔性信息處理的理論和技術(shù)。真實(shí)世界的所謂柔性問(wèn)題具有下列特點(diǎn)：包含意義不明確或不確定信息的各種復(fù)雜情況的集成；主動(dòng)獲取必要的信息和知識(shí)，通過(guò)歸納學(xué)習(xí)范化知識(shí)；系統(tǒng)本身能適應(yīng)用戶和環(huán)境的變化；根據(jù)處理對(duì)象系統(tǒng)進(jìn)行自組織；容錯(cuò)處理能力。2023/1/1542合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室人工思維模型

人工思維模型開(kāi)放式自主系統(tǒng)集體智能柔性信息處理真實(shí)世界

人工思維將以開(kāi)放式自主系統(tǒng)為基礎(chǔ)，充分發(fā)揮各種處理范型的特長(zhǎng)，實(shí)現(xiàn)集體智能，才能達(dá)到柔性信息處理，解決真實(shí)世界的問(wèn)題。2023/1/1543合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識(shí)系統(tǒng)知識(shí)系統(tǒng)包括：專家系統(tǒng)、知識(shí)庫(kù)系統(tǒng)、智能決策系統(tǒng)等。專家系統(tǒng)：這類計(jì)算機(jī)程序包括兩部分:知識(shí)庫(kù),它表示和存儲(chǔ)由任務(wù)所指定領(lǐng)域知識(shí)的一組數(shù)據(jù)結(jié)構(gòu)集合，包含有關(guān)領(lǐng)域的事實(shí)和專家水平的啟發(fā)式知識(shí)。推理機(jī),它是構(gòu)造推理路徑的一組推理方法集合,以便導(dǎo)致問(wèn)題求解、假設(shè)的形成、目標(biāo)的滿足等。由于推理采用的機(jī)理、概念不同，推理機(jī)形成多種范型的格局。2023/1/1544合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識(shí)系統(tǒng)知識(shí)庫(kù)系統(tǒng)：

把知識(shí)以一定的結(jié)構(gòu)存入計(jì)算機(jī),進(jìn)行知識(shí)的管理和問(wèn)題求解,實(shí)現(xiàn)知識(shí)的共享。這些軟件的明顯特色是將推理和查詢結(jié)合起來(lái),改善了知識(shí)庫(kù)的維護(hù)功能,為開(kāi)發(fā)具體領(lǐng)域的知識(shí)系統(tǒng)提供有用的環(huán)境。2023/1/1545合肥工業(yè)大學(xué)人工智能與數(shù)據(jù)挖掘研究室知識(shí)系統(tǒng)決策支持系統(tǒng)(DSS)

是計(jì)算機(jī)科學(xué)（包括人工智能）、行為科學(xué)和系統(tǒng)科學(xué)（包括控制論、系統(tǒng)論、信息論、運(yùn)籌學(xué)、管理科學(xué)等）相結(jié)合的產(chǎn)物，是以支持半結(jié)構(gòu)化和