人工智能概述

人工智能概述第1頁，課件共78頁，創(chuàng)作于2023年2月7/29/20231人工智能

第1章人工智能概述

1.1什么是人工智能

1.2人工智能的研究意義、目標(biāo)和策略

1.3人工智能的學(xué)科范疇

1.4人工智能的研究內(nèi)容

1.5人工智能的研究途徑與方法

1.6人工智能的基本技術(shù)

1.7人工智能的應(yīng)用

1.8人工智能的分支領(lǐng)域與研究方向

1.9人工智能的發(fā)展概況第2頁，課件共78頁，創(chuàng)作于2023年2月7/29/20232人工智能

1.1什么是人工智能

◆人工智能（ArtificialIntelligence”，AI）1.1.1人工智能概念的一般描述

◆部分學(xué)者對人工智能概念的描述：

——人工智能是那些與人的思維相關(guān)的活動，諸如決策、問題求解和學(xué)習(xí)等的自動化（Bellman,1978）；

——人工智能是一種計算機能夠思維，使機器具有智力的激動人心的新嘗試（Haugeland,1985）；

——人工智能是研究如何讓計算機做現(xiàn)階段只有人才能做得好的事情（RichandKnight,1991）；

第3頁，課件共78頁，創(chuàng)作于2023年2月7/29/20233人工智能——人工智能是那些使知覺、推理和行為成為可能的計算的研究（Winston,1992）；——廣義地講，人工智能是關(guān)于人造物的智能行為，而智能行為包括知覺、推理、學(xué)習(xí)、交流和在復(fù)雜環(huán)境中的行為（Nilsson，1998）?！猄tuartRussell和PeterNorvig則把已有的一些人工智能定義分為4類：像人一樣思考的系統(tǒng)、像人一樣行動的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動的系統(tǒng)（2003）。第4頁，課件共78頁，創(chuàng)作于2023年2月7/29/20234人工智能人工智能人工智能（ArtificialIntelligence）簡稱AI，主要研究如何用人工的方法和技術(shù)，使用各種自動化機器或智能機器（主要指計算機）模仿、延伸和擴展人的智能，實現(xiàn)某些機器思維或腦力勞動自動化。第5頁，課件共78頁，創(chuàng)作于2023年2月7/29/20235人工智能1.1.2圖靈測試和中文屋子

◆圖靈測試”（TuringTest,1950）◆圖靈測試的反向應(yīng)用登錄校驗碼第6頁，課件共78頁，創(chuàng)作于2023年2月7/29/20236人工智能◆約翰.西爾勒(JohnSearle，1980)的“中文屋子”第7頁，課件共78頁，創(chuàng)作于2023年2月7/29/20237人工智能1.1.3腦智能和群智能腦（主要指人腦）的宏觀心理層次的智能表現(xiàn)稱為腦智能（BrainIntelligence,BI）。由群體行為所表現(xiàn)出的智能稱為群智能（SwarmIntelligence,SI）(生物神經(jīng)元)。腦智能和群智能是屬于不同層次的智能：

腦智能是一種個體智能（IndividualIntelligence,II）；群智能是一種社會智能（SocialIntelligence,SI），或者說系統(tǒng)智能（SystemIntelligence,SI）。第8頁，課件共78頁，創(chuàng)作于2023年2月7/29/20238人工智能

生物神經(jīng)元的基本結(jié)構(gòu)第9頁，課件共78頁，創(chuàng)作于2023年2月7/29/20239人工智能微觀生理層次上的低級神經(jīng)元的群智能形成了宏觀層次上高級的腦智能。智能基于人腦的智能從內(nèi)涵上講，應(yīng)該是知識＋思維。從外延上講，就是發(fā)現(xiàn)規(guī)律、運用規(guī)律的能力和分析問題、解決問題的能力(或者說獲取知識、處理知識、運用知識的能力)。第10頁，課件共78頁，創(chuàng)作于2023年2月7/29/202310人工智能1.1.4符號智能和計算智能

1.符號智能

符號智能就是符號人工智能，它是模擬腦智能的人工智能，也就是所說的傳統(tǒng)人工智能或經(jīng)典人工智能。符號智能以符號形式的知識和信息為基礎(chǔ)，主要通過邏輯推理，運用知識進(jìn)行問題求解。符號智能的主要內(nèi)容包括：知識工程（KnowledgeEngineering,KE））知識獲取（knowledgeacquisition）知識表示（knowledgerepresentation）知識組織與管理和知識運用基于知識的智能系統(tǒng)

第11頁，課件共78頁，創(chuàng)作于2023年2月7/29/202311人工智能

2.計算智能

計算智能就是計算人工智能，它是模擬群智能的人工智能。計算智能以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過數(shù)值計算，運用算法進(jìn)行問題求解。

第12頁，課件共78頁，創(chuàng)作于2023年2月7/29/202312人工智能計算智能的主要內(nèi)容包括：神經(jīng)計算（NeuralComputation，NC）進(jìn)化計算（亦稱演化計算，EvolutionaryComputation，EC，遺傳算法（GeneticAlgorithm，GA）進(jìn)化規(guī)劃（EvolutionaryPlanning，EP）進(jìn)化策略（EvolutionaryStrategies，ES）免疫計算（immunecomputation）粒群計算（ParticleSwarmAlgorithm，PSA）蟻群算法（AntColonyAlgorithm，ACA）自然計算（NaturalComputation，NC）人工生命（ArtificialLife，AL）第13頁，課件共78頁，創(chuàng)作于2023年2月7/29/202313人工智能

1.2人工智能的研究意義、目標(biāo)和策略1.2.1為什么要研究人工智能普通計算機智能低下，不能滿足社會需求。研究人工智能也是當(dāng)前信息化社會的迫切需求。智能化是自動化發(fā)展的必然趨勢。研究人工智能，對人類自身智能的奧秘也提供有益幫助。第14頁，課件共78頁，創(chuàng)作于2023年2月7/29/202314人工智能1.2.2人工智能的研究目標(biāo)和策略遠(yuǎn)期目標(biāo)

人工智能的遠(yuǎn)期目標(biāo)是要制造智能機器。具體講就是使計算機具有看、聽、說、寫等感知和交互能力，具有聯(lián)想、學(xué)習(xí)、推理、理解、學(xué)習(xí)等高級思維能力，還要有分析問題解決問題和發(fā)明創(chuàng)造的能力。近期目標(biāo)

人工智能的近期目標(biāo)是實現(xiàn)機器智能。即先部分地或某種程度地實現(xiàn)機器智能，從而使現(xiàn)有的計算機更靈活好用和更聰明有用。第15頁，課件共78頁，創(chuàng)作于2023年2月7/29/202315人工智能1.3人工智能的學(xué)科范疇

當(dāng)前的人工智能既屬于計算機科學(xué)技術(shù)的一個前沿領(lǐng)域，也屬于信息處理和自動化技術(shù)的一個前沿領(lǐng)域。還涉及到智能科學(xué)、認(rèn)知科學(xué)、心理科學(xué)、腦及神經(jīng)科學(xué)、生命科學(xué)、語言學(xué)、邏輯學(xué)、行為科學(xué)、教育科學(xué)、系統(tǒng)科學(xué)、數(shù)理科學(xué)以及控制論、科學(xué)方法論、哲學(xué)甚至經(jīng)濟學(xué)等眾多學(xué)科領(lǐng)域。人工智能實際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科。第16頁，課件共78頁，創(chuàng)作于2023年2月7/29/202316人工智能人工智能學(xué)科結(jié)構(gòu)第17頁，課件共78頁，創(chuàng)作于2023年2月7/29/202317人工智能

1.4人工智能的研究內(nèi)容1.4.1搜索與求解1.4.2學(xué)習(xí)與發(fā)現(xiàn)1.4.3知識與推理1.4.4發(fā)明與創(chuàng)造1.4.5感知與交流1.4.6記憶與聯(lián)想1.4.7系統(tǒng)與建造1.4.8應(yīng)用與工程第18頁，課件共78頁，創(chuàng)作于2023年2月7/29/202318人工智能1.4.1搜索與求解

搜索，就是為了達(dá)到某一目標(biāo)而多次地進(jìn)行某種操作、運算、推理或計算的過程。可以看作是人類和其他生物所具有的一種元知識。許多智能活動（包括腦智能和群智能）的過程，甚至幾乎所有智能活動的過程，都可以看作或者抽象為一個基于搜索的問題求解過程。理查德.卡普分支界限法約翰.麥卡錫發(fā)明α-β剪枝算法第19頁，課件共78頁，創(chuàng)作于2023年2月7/29/202319人工智能1.4.3知識與推理知識是智能的基礎(chǔ)和源泉。要研究人工智能就要研究面向機器的知識表示形式和基于各種表示的機器推理技術(shù)。推理是人腦的一個基本功能和重要功能，因此，在符號智能中幾乎處處都與推理有關(guān)。

第20頁，課件共78頁，創(chuàng)作于2023年2月7/29/202320人工智能1.4.5感知與交流感知與交流指計算機對外部信息的直接感知和人機之間、智能體之間的直接信息交流。機器感知就是計算機直接“感覺”周圍世界，就像人一樣通過“感覺器官”直接從外界獲取信息，如通過視覺器官獲取圖形、圖像信息，通過聽覺器官獲取聲音信息。機器感知包括計算機視覺、聽覺等各種感覺能力。機器信息交流涉及通信和自然語言處理等技術(shù)。自然語言處理又包括自然語言理解和表達(dá)。第21頁，課件共78頁，創(chuàng)作于2023年2月7/29/202321人工智能1.4.6記憶與聯(lián)想記憶是智能的基本條件，是人腦的基本功能之一。聯(lián)想是思維過程中最基本、使用最頻繁的一種功能。人類聯(lián)想人類的聯(lián)想是建立事物之間的聯(lián)系。人類的聯(lián)想功能是基于神經(jīng)網(wǎng)絡(luò)、按內(nèi)容記憶方式進(jìn)行的。機器聯(lián)想機器的聯(lián)想就是有關(guān)數(shù)據(jù)、信息或知識之間的聯(lián)系。機器聯(lián)想利用人類按內(nèi)容記憶原理，采用“聯(lián)想存儲”的技術(shù)實現(xiàn)聯(lián)想功能。第22頁，課件共78頁，創(chuàng)作于2023年2月7/29/202322人工智能

1.5人工智能的研究途徑與方法1.5.1心理模擬，符號推演1.5.2生理模擬，神經(jīng)計算1.5.3行為模擬，控制進(jìn)化1.5.4群體模擬，仿生計算1.5.5博采廣鑒，自然計算1.5.6原理分析，數(shù)學(xué)建模第23頁，課件共78頁，創(chuàng)作于2023年2月7/29/202323人工智能1.5.1心理模擬，符號推演（1/2）

心理模擬（功能模擬）法就是以人腦的心理模型為依據(jù)，將問題或知識表示成某種邏輯網(wǎng)絡(luò)，采用符號推演的方法，實現(xiàn)搜索、推理、學(xué)習(xí)等功能，從宏觀上來模擬人腦的思維，實現(xiàn)人工智能。采用這一途徑與方法的原因是：（1）人腦的可意識的活動是心理層面上進(jìn)行的，心理層面上的思維過程可以用語言符號顯式表達(dá)。（2）心理學(xué)、邏輯學(xué)、語言學(xué)學(xué)科的一些理論和方法可以借鑒或直接使用。（3）計算機方便對符號型知識的表示與處理。（4）可以直接運用人類已有的顯式知識。

第24頁，課件共78頁，創(chuàng)作于2023年2月7/29/202324人工智能

1.5.1心理模擬，符號推演（2/2）

以功能模擬和符號推演研究人工智能者，被稱為心理學(xué)派、邏輯學(xué)派、符號主義。早期代表人物有紐厄爾(AllenNewell)、肖（Shaw）、西蒙（HerbertSimon），后來還有費根寶姆(E.A.Feigenbaum)、Nilsson等。代表理念是“物理符號系統(tǒng)假設(shè)”，即認(rèn)為人對客觀世界的認(rèn)知基元是符號，認(rèn)知過程是符號處理的過程；而計算機可以處理符號，所以可以用計算機通過對符號推演的方式來模擬人的邏輯思維過程，實現(xiàn)人工智能。符號推演方法擅長實現(xiàn)人腦的高級認(rèn)知功能。第25頁，課件共78頁，創(chuàng)作于2023年2月7/29/202325人工智能1.5.2生理模擬，神經(jīng)計算

生理模擬（結(jié)構(gòu)模擬）就是用人工神經(jīng)元（神經(jīng)細(xì)胞）組成的人工神經(jīng)網(wǎng)絡(luò)來作為信息和知識的載體，用稱為神經(jīng)計算的方法實現(xiàn)學(xué)習(xí)、記憶、聯(lián)想、識別和推理等功能，從而來模擬人腦的智能行為，使計算機表現(xiàn)出某種智能。擅長模擬人腦的形象思維，便于實現(xiàn)人腦的低級感知功能。采用結(jié)構(gòu)模擬，用神經(jīng)網(wǎng)絡(luò)和神經(jīng)計算的方法研究人工智能者，被稱為生理學(xué)派、連接主義。其代表人物有McCulloch，Pitts，(MP模型)F.Rosenblatt（感知器），T.Kohonen，J.Hopfield（全連接網(wǎng)絡(luò)模型）等。第26頁，課件共78頁，創(chuàng)作于2023年2月7/29/202326人工智能1.5.3行為模擬，控制進(jìn)化

行為模擬是一種基于感知－行為模型的研究途徑和方法，它是在模擬人在控制過程中的智能活動和行為特性，如自適應(yīng)，自尋優(yōu)、自學(xué)習(xí)、自組織等，來研究和實現(xiàn)人工智能。以行為模擬方法研究人工智能者，被稱為行為主義、進(jìn)化主義、控制論學(xué)派。其代表人物是MIT的R.Brooks教授。行為主義曾強烈地批評傳統(tǒng)的人工智能對真實世界的客觀事物和復(fù)雜境遇，做了虛假的、過分簡化的抽象。第27頁，課件共78頁，創(chuàng)作于2023年2月7/29/202327人工智能1.5.4群體模擬，仿生計算群體模擬模擬生物群落的群體智能行為，從而實現(xiàn)人工智能。對群體智慧的模擬是通過一些諸如遺傳、變異、選擇、交叉、克隆等所謂的算子或操作來實現(xiàn)的，所以我們統(tǒng)稱其為仿生計算。如：模擬生物種群有性繁殖和自然選擇現(xiàn)象而出現(xiàn)的遺傳算法，進(jìn)而發(fā)展為進(jìn)化計算；模擬人體免疫細(xì)胞群而出現(xiàn)的免疫計算、免疫克隆計算及人工免疫系統(tǒng)；模擬螞蟻群體覓食活動過程的蟻群算法；模擬鳥群飛翔的粒群算法模擬魚群活動的魚群算法。第28頁，課件共78頁，創(chuàng)作于2023年2月7/29/202328人工智能1.5.5博采廣鑒，自然計算

自然計算就是模仿或借鑒自然界的某種機理而設(shè)計計算模型，這類計算模型通常是一類具有自適應(yīng)、自組織、自學(xué)習(xí)、自尋優(yōu)能力的算法。如：模擬退火算法量子聚類算法1994年阿德曼提出DNA分子計算方法第29頁，課件共78頁，創(chuàng)作于2023年2月7/29/202329人工智能1.5.6原理分析，數(shù)學(xué)建模

“原理分析，數(shù)學(xué)建?！本褪峭ㄟ^對智能本質(zhì)和原理的分析，直接采用某種數(shù)學(xué)方法來建立智能行為模型。如：人們用概率統(tǒng)計原理處理不確定性信息和知識，建立了統(tǒng)計模式識別、統(tǒng)計機器學(xué)習(xí)和不確定性推理的一系列原理和方法。人們用數(shù)學(xué)中的距離、空間、函數(shù)、變換等概念和方法，開發(fā)了幾何分類、支持向量機等模式識別和機器學(xué)習(xí)的原理和方法。第30頁，課件共78頁，創(chuàng)作于2023年2月7/29/202330人工智能1.6人工智能的基本技術(shù)表示符號智能的表示是知識表示計算智能的表示一般是對象表示運算符號智能的運算是基于知識表示的推理或符號操作計算智能的運算是基于對象表示的操作或計算搜索符號智能在問題空間內(nèi)搜索進(jìn)行問題求解計算智能在解空間搜索進(jìn)行求解第31頁，課件共78頁，創(chuàng)作于2023年2月7/29/202331人工智能

1.7人工智能的應(yīng)用1.7.1難題求解1.7.2自動規(guī)劃、調(diào)度與配置1.7.3機器定理證明1.7.4自動程序設(shè)計1.7.5機器翻譯1.7.6智能控制1.7.7智能管理1.7.8智能決策1.7.9智能通信1.7.10智能仿真第32頁，課件共78頁，創(chuàng)作于2023年2月7/29/202332人工智能1.7.11智能CAD1.7.12智能制造1.7.13智能CAI1.7.14智能人機接口1.7.15模式識別1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn)1.7.17計算機輔助創(chuàng)新1.7.18計算機文藝創(chuàng)作1.7.19機器博弈1.7.20智能機器人第33頁，課件共78頁，創(chuàng)作于2023年2月7/29/202333人工智能1.7.1難題求解難題沒有算法解或或雖有算法解但在現(xiàn)有機器上無法實施或無法完成的問題。NPNondeterministicPolynomial,非確定性多項式。不能證明算法復(fù)雜度超出多項式邊界，但又未找到有效算法的問題。NPC：NPComplete，NP中一類最困難的問題。研究意義

a.找到解決難題的途徑。

b.由解決這些難題而發(fā)展起來得一些技術(shù)和方法可用于人工智能其它領(lǐng)域。第34頁，課件共78頁，創(chuàng)作于2023年2月7/29/202334人工智能1.7.2自動規(guī)劃、調(diào)度與配置

規(guī)劃一般指設(shè)計制定一個行動序列，例如機器人行動規(guī)劃、交通路線規(guī)劃。（1960年Simon的GPS和Green方法，1969年斯坦福大學(xué)的STRIPS）調(diào)度就是一種任務(wù)分派或者安排，例如車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配。調(diào)度的數(shù)學(xué)本質(zhì)是給出兩個集合間的一個映射。配置則是設(shè)計合理的部件組合結(jié)構(gòu)，即空間布局，例如資源配置、系統(tǒng)配置、設(shè)備或設(shè)施配置。（XCOM）都屬于人工智能的經(jīng)典問題之一的約束滿足問題(ConstraintSatisfactionProblems,CSP)。第35頁，課件共78頁，創(chuàng)作于2023年2月7/29/202335人工智能

智能交通第36頁，課件共78頁，創(chuàng)作于2023年2月7/29/202336人工智能1.7.3機器定理證明機器定理證明的方法主要有：自然演繹法

依據(jù)推理規(guī)則，從前提和公理中推出許多定理，若待證明的定理恰在其中，則定理得證。判定法對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算法解。定理證明器

研究一切可判定問題的解法。1965年魯濱遜提出的消解原理是這類工作的基礎(chǔ)，計算機輔助證明

以計算機為輔助工具，利用機器的高速和大容量，幫助人完成手工證明中無法完成的大量計算、推理和窮舉。第37頁，課件共78頁，創(chuàng)作于2023年2月7/29/202337人工智能1.7.4自動程序設(shè)計自動程序設(shè)計自動程序設(shè)計就是人只要給出關(guān)于某程序要求的非常高級的描述，計算機就會自動生成一個能完成這個要求目標(biāo)的具體程序。自動程序設(shè)計過程自動程序設(shè)計相當(dāng)于給機器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M(jìn)行處理，通過規(guī)劃過程，生成所需的程序。這是自動程序設(shè)計的主要內(nèi)容，它實際是程序的自動綜合。自動程序設(shè)計還包括程序自動驗證。第38頁，課件共78頁，創(chuàng)作于2023年2月7/29/202338人工智能1.7.5機器翻譯英語句子“Thespiritiswillingbutthefleshisweak”翻譯成俄語，然后再翻譯回來時竟變成了“酒是好的，肉變質(zhì)了”，即“Thewineisgoodbutthemeatisspoiled”。機器翻譯的真正實現(xiàn)，還要靠自然語言理解方面的突破。自然語言理解的困難：這世上男人沒有了女人就沒法活。（不可解決的句法結(jié)構(gòu)歧義）//第39頁，課件共78頁，創(chuàng)作于2023年2月7/29/202339人工智能1.7.15模式識別模式識別，指的是用計算機進(jìn)行物體識別。這里的物體一般指文字、符號、圖形、圖像、語音、聲音及傳感器信息等形式的實體對象，也就是說，這里所說的模式識別是狹義的模式識別，它是人和生物的感知能力在計算機上的模擬和擴展。第40頁，課件共78頁，創(chuàng)作于2023年2月7/29/202340人工智能

圖像識別系統(tǒng)第41頁，課件共78頁，創(chuàng)作于2023年2月7/29/202341人工智能1.7.16數(shù)據(jù)挖掘與數(shù)據(jù)庫中的知識發(fā)現(xiàn)數(shù)據(jù)挖掘（DataMining）與知識發(fā)現(xiàn)（KnowledgeDiscoveringfromDatabase）：從海量數(shù)據(jù)中歸納、提取出更高一級的更本質(zhì)更有用的規(guī)律性信息和知識的技術(shù)。數(shù)據(jù)挖掘流行于統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)庫和管理信息系統(tǒng)領(lǐng)域。知識發(fā)現(xiàn)流行于人工智能和機器學(xué)習(xí)領(lǐng)域。第42頁，課件共78頁，創(chuàng)作于2023年2月7/29/202342人工智能1.7.17計算機輔助創(chuàng)新計算機輔助創(chuàng)新（ComputerAidedInnovation，CAI），是以“發(fā)明問題解決理論（TRIZ）”為基礎(chǔ)，結(jié)合本體論（Ontology）、現(xiàn)代設(shè)計方法學(xué)而形成的一種用于技術(shù)創(chuàng)新的新手段。第43頁，課件共78頁，創(chuàng)作于2023年2月7/29/202343人工智能1.7.18計算機文藝創(chuàng)作云松鑾仙玉骨寒，松虬雪友繁。大千收眼底，斯調(diào)不同凡。第44頁，課件共78頁，創(chuàng)作于2023年2月7/29/202344人工智能（無題）白沙平舟夜?jié)?，春日曉露路相逢。朱樓寒雨離歌淚，不堪腸斷雨乘風(fēng)。

第45頁，課件共78頁，創(chuàng)作于2023年2月7/29/202345人工智能

BetrayalDaveStriverlovedtheuniversity.Heloveditsivy-coveredclocktowers,itsancientandsturdybrick,anditssun-splashedverdantgreensandeageryouth.Healsolovedthefactthattheuniversityisfreeofthestarkunforgivingtrialsofthebusinessworld-onlythisisn'tafact:Academiahasitsowntests,andsomeareasmercilessasanyinthemarketplace.Aprimeexampleisthedissertationdefense:ToearnthePhD,tobecomeadoctor,onemustpassanoralexaminationonone'sdissertation.ThiswasatestProfessorEdwardHartenjoyedgiving.Davewanteddesperatelytobeadoctor.Butheneededthesignaturesofthreepeopleonthefirstpageofhisdissertation,thepricelessinscriptionsthat,together,wouldcertifythathehadpassedhisdefense.OneofthesignatureshadtocomefromProfessorHart,andHarthadoftensaid-toothersandtohimself-thathewashonoredtohelpDavesecurehiswell-earneddream.第46頁，課件共78頁，創(chuàng)作于2023年2月7/29/202346人工智能

Wellbeforethedefense,StrivergaveHartapenultimatecopyofhisthesis.HartreaditandtoldDavethatitwasabsolutelyfirstrate,andthathewouldgladlysignitatthedefense.TheyevenshookhandsinHart'sbook-linedoffice.DavenoticedthatHart'seyeswerebrightandtrustful,andhisbearingpaternal.Atthedefense,Davethoughtthatheeloquentlysummarizedchapter3ofhisdissertation.Thereweretwoquestions,onefromProfessorRodmanandonefromDr.Teer;Daveansweredboth,apparentlytoeveryone'ssatisfaction.Therewerenofurtherobjections.

第47頁，課件共78頁，創(chuàng)作于2023年2月7/29/202347人工智能

ProfessorRodmansigned.HeslidthetometoTeer;shetoosigned,andthensliditinfrontofHart.Hartdidn'tmove."Ed?"Rodmansaid.Hartstillsatmotionless.Davefeltslightlydizzy."Edward,areyougoingtosign?"Later,Hartsataloneinhisofficeinhisbigleatherchair,saddenedbyDave'sfailure.HetriedtothinkofwayshecouldhelpDaveachievehisdream.

第48頁，課件共78頁，創(chuàng)作于2023年2月7/29/202348人工智能背叛

戴夫·斯特賴維爾喜愛這所大學(xué)。他喜愛校園里爬滿常青藤的鐘樓，那古色古香而又堅固的磚塊，還有那灑滿陽光的碧綠草坪和熱情的年輕人。使他感到欣慰的還有這樣一件事，即大學(xué)里完全沒有商場上那些冷酷無情的考驗——但事實恰恰并非如此：做學(xué)問也要通過考試，而且有的考試與市場上的考驗一樣不留情面。最好的例子就是論文答辯：為了取得博士學(xué)位，為了成為博士，博士生必須通過論文的口試，愛德華·哈特教授就喜歡主持這樣的答辯考試。第49頁，課件共78頁，創(chuàng)作于2023年2月7/29/202349人工智能

戴夫迫切希望成為一名博士。但他需要讓３個人在他論文的第一頁上簽上他們的名字，這３個千金難買的簽名能夠證明他通過了答辯。其中一個簽名是哈特教授的。哈特常常對戴夫本人和其他人說，對于幫助戴夫?qū)崿F(xiàn)他應(yīng)該有的夢想，他感到很榮幸。答辯之前，斯特賴維爾早早給哈特送去了他論文的倒數(shù)第二稿。哈特閱讀后告訴戴夫，論文水平絕對一流，答辯時他會很高興地在論文上簽名。在哈特那四壁擺滿書櫥的辦公室里，兩人甚至還握了手。戴夫注意到，哈特兩眼放光，充滿信任，神情宛如慈父一般。第50頁，課件共78頁，創(chuàng)作于2023年2月7/29/202350人工智能

在答辯時，戴夫覺得自己流利地概括了論文的第三章。評審者提了兩個問題，一個是羅德曼教授提的，另一個是蒂爾博士提的。戴夫分別做了回答，并且顯然讓每個人都心悅誠服，再沒有人提出異議。羅德曼教授簽了名。他把論文推給蒂爾，她也簽上了名字，接著便把本子推到了哈特跟前。哈特沒有動?！皭鄣氯A？”羅德曼問道。哈特仍然坐在那兒，毫無表情。戴夫感到有點眩暈?！皭鄣氯A，你打算簽名嗎？”過后，哈特一個人呆在辦公室里，坐在那張寬大的皮椅里，他為戴夫未能通過答辯感到難過。他試圖想出幫助戴夫?qū)崿F(xiàn)他夢想的辦法。第51頁，課件共78頁，創(chuàng)作于2023年2月7/29/202351人工智能1.7.19機器博弈第52頁，課件共78頁，創(chuàng)作于2023年2月7/29/202352人工智能第53頁，課件共78頁，創(chuàng)作于2023年2月7/29/202353人工智能1.7.20智能機器人第54頁，課件共78頁，創(chuàng)作于2023年2月7/29/202354人工智能第55頁，課件共78頁，創(chuàng)作于2023年2月7/29/202355人工智能第56頁，課件共78頁，創(chuàng)作于2023年2月7/29/202356人工智能

1.8人工智能的分支領(lǐng)域與研究方向從模擬的層次和所用的方法來看，人工智能可分為符號智能,符號智能中又有圖搜索、自動推理、不確定性推理、知識工程、符號學(xué)習(xí)等計算智能。計算智能中又有神經(jīng)計算、進(jìn)化計算、免疫計算、蟻群計算、粒群計算、自然計算等。智能Agent也是人工智能的一個新興的重要領(lǐng)域。智能Agent或者說Agent智能則是以符號智能和計算智能為基礎(chǔ)的更高一級的人工智能。

從模擬的腦智能或腦功能來看，AI中有機器學(xué)習(xí),又可分為符號學(xué)習(xí)、連接學(xué)習(xí)、統(tǒng)計學(xué)習(xí)等許多研究領(lǐng)域和方向。機器感知,又可分為計算機視覺、計算機聽覺、模式識別、圖像識別與理解、語音識別、自然語言處理等領(lǐng)域和方向。

機器聯(lián)想機器推理機器行為第57頁，課件共78頁，創(chuàng)作于2023年2月7/29/202357人工智能從應(yīng)用角度看，如1.7節(jié)所述，AI中有難題求解等數(shù)十種分支領(lǐng)域和研究方向。

從系統(tǒng)角度看，有智能計算機系統(tǒng)，又可分為：智能硬件平臺、智能操作系統(tǒng)、智能網(wǎng)絡(luò)系統(tǒng)等智能應(yīng)用系統(tǒng)，又可分為：基于知識的智能系統(tǒng)、基于算法的智能系統(tǒng)和兼有知識和算法的智能系統(tǒng)等。另外，還有分布式人工智能系統(tǒng)。從基礎(chǔ)理論看，AI中有數(shù)理邏輯和多種非標(biāo)準(zhǔn)邏輯、圖論、人工神經(jīng)網(wǎng)絡(luò)、模糊集、粗糙集、概率統(tǒng)計（貝葉斯統(tǒng)計決策理論）和貝葉斯網(wǎng)絡(luò)、統(tǒng)計學(xué)習(xí)理論與支持向量機、形式語言與自動機等領(lǐng)域和方向。第58頁，課件共78頁，創(chuàng)作于2023年2月7/29/202358人工智能

1.9人工智能學(xué)科的發(fā)展概況1.9.1人工智能學(xué)科的產(chǎn)生1.9.2符號主義途徑發(fā)展概況1.9.3連接主義途徑發(fā)展概況1.9.4計算智能異軍突起1.9.5智能Agent方興未艾1.9.6現(xiàn)狀與發(fā)展趨勢第59頁，課件共78頁，創(chuàng)作于2023年2月7/29/202359人工智能1.9.1人工智能學(xué)科的產(chǎn)生前提條件

1956年之前，創(chuàng)立數(shù)理邏輯、自動機理論、控制論、信息論和系統(tǒng)論，并發(fā)明了通用電子數(shù)字計算機，這些成就為人工智能的誕生準(zhǔn)備了充足的思想、理論和物質(zhì)技術(shù)條件。產(chǎn)生

1956年夏季，十位來自數(shù)學(xué)、心理學(xué)、神經(jīng)生理學(xué)、信息論和計算機方面的專家在美國達(dá)特莫斯大學(xué)召開一次歷時兩個月的研究會，討論了關(guān)于機器智能的有關(guān)問題，會上麥卡錫提議正式采用了“人工智能”一詞。這標(biāo)志人工智能學(xué)科的正式誕生。第60頁，課件共78頁，創(chuàng)作于2023年2月7/29/202360人工智能十位學(xué)者達(dá)特莫斯大學(xué)的麥卡錫（JohnMcCarthy）哈佛大學(xué)的明斯基（MarvinMinsky）IBM公司的羅切斯特（MathanielRochester）貝爾實驗室的香農(nóng)（ClaudeShannon）IBM公司的莫爾（T.More）和賽繆而（AllenSamuel）MIT的塞爾弗里奇（O.Selfridge）和索門羅夫（R.Solomonff）卡內(nèi)基工科大學(xué)的紐厄爾（A.Newell）和西蒙（H.A.Simon）第61頁，課件共78頁，創(chuàng)作于2023年2月7/29/202361人工智能人工智能發(fā)展簡史圖1956年提出AI60年代中期70年代初期80－90年代形成第一個興旺期形成第二個興旺期蕭條期第62頁，課件共78頁，創(chuàng)作于2023年2月7/29/202362人工智能數(shù)理邏輯發(fā)展歷程（1/2）邏輯學(xué)的創(chuàng)始人、古希臘的哲學(xué)家亞里斯多得（Aristotle）是研究人類思維規(guī)律的鼻祖。12世紀(jì)末13世紀(jì)初的西班牙神學(xué)家和邏輯學(xué)家羅門·盧樂（RomenLuee）最早提出了制造可以解決各種問題的通用邏輯機。17世紀(jì)法國的物理學(xué)家和數(shù)學(xué)家帕斯卡（B.Pascal，1623－1662）制成了世界上第一臺機械式加法器。第63頁，課件共78頁，創(chuàng)作于2023年2月7/29/202363人工智能數(shù)理邏輯發(fā)展歷程（2/2）德國數(shù)學(xué)家和哲學(xué)家萊布尼茲（G.W.Leibniz，1646－1716）制成了可進(jìn)行四則運算的計算器。他還提出了“萬能符號”和“推理計算”的思想。萊布尼茲被后人尊為數(shù)理邏輯的第一奠基人。19世紀(jì)英國的數(shù)學(xué)家布爾（G.Boole,1815-1864）在《思維法則》一書中，第一次用符號語言描述了思維活動中的推理的基本法則，創(chuàng)立了邏輯代數(shù)。在近代，研究思維機器的最高成就屬于英國的數(shù)學(xué)家巴貝奇（1791－1871），他畢生致力于差分機和分析機的研究，分析機的設(shè)計思想與現(xiàn)代電子數(shù)字計算機十分相似，但由于種種限制而未能成功。第64頁，課件共78頁，創(chuàng)作于2023年2月7/29/202364人工智能自動機理論英國的數(shù)學(xué)家圖靈（A.M.Turing,1912－1954）提出了理想計算機模型（即圖靈機），創(chuàng)立了自動機理論。把思維機器的研究和計算機的理論研究向前推進(jìn)了一步。圖靈在1950年發(fā)表了題為“計算機與智能”的論文，提出了著名的圖靈測試。第65頁，課件共78頁，創(chuàng)作于2023年2月7/29/202365人工智能控制論、信息論和系統(tǒng)論控制論1948年美國數(shù)學(xué)家維納（N.Wiener）創(chuàng)立了控制論。信息論美國數(shù)學(xué)家香農(nóng)（C.E.Shannon）創(chuàng)立了信息論。系統(tǒng)論美籍奧地利生物學(xué)家貝塔郎菲創(chuàng)立了系統(tǒng)論。第66頁，課件共78頁，創(chuàng)作于2023年2月7/29/202366人工智能1.9.2符號主義途徑發(fā)展概況1956年之后十年符號主義主要成就（1）1956年，美國的紐厄爾、肖和塞蒙合作編制了名為邏輯理論機（LogicTheoryMachine，簡稱LT）的計算機程序系統(tǒng)。該程序模擬人用數(shù)學(xué)邏輯證明定理時的思維規(guī)律。（美籍華人王浩1958年證明了《數(shù)學(xué)原理》中有關(guān)命題演算的全部定理。）（2）1956年，賽謬爾研制成功了具有自學(xué)習(xí)、自組織和自適應(yīng)能力的跳棋程序。（3）1959年，籍勒洛特發(fā)表了證明平面幾何問題的程序，塞爾福里奇推出了一個模式識別程序；1965年羅伯特編制出了可以分辯積木構(gòu)造的程序。第67頁，課件共78頁，創(chuàng)作于2023年2月7/29/202367人工智能（4）1960年，紐厄爾、肖和塞蒙等人通過心理學(xué)試驗總結(jié)出人們求解問題的思維規(guī)律，編制了通用問題求解程序（GeneralProblemSolving，GPS）。（5）1960年，麥卡錫研制成功了人工智能程序設(shè)計的表處理語言LISP.（6）1965年，魯濱遜提出了消解原理，為定理的機器證明作出了突破性貢獻(xiàn)。這一時期的人工智能研究主要以推理為中心。因此，這一時期稱為人工智能的推理期。要解決復(fù)雜的問題，除了重視推理之外，還需要知識，人工智能的研究又開始轉(zhuǎn)向知識。第68頁，課件共78頁，創(chuàng)作于2023年2月7/29/202368人工智能推理期轉(zhuǎn)向知識期1965年，美國斯坦福大學(xué)的菲根鮑姆（E.A.Feigenbaum）教授研制的基于領(lǐng)域知識和專家知識的名為DENDRAL的程序系統(tǒng)，標(biāo)志著人工智能新時期的開始。醫(yī)學(xué)專家系統(tǒng)MYCIN地質(zhì)勘探專家系統(tǒng)PROSPECTOR計算機配置專家系統(tǒng)R1

這些專家系統(tǒng)的出現(xiàn)，完善了專家系統(tǒng)的理論和技術(shù)基礎(chǔ)，也使人工智能的研究從實驗室走了出來，能解決現(xiàn)實世界的實際問題。第69頁，課件共78頁，創(chuàng)作于2023年2月7/29/202369人工智能重大學(xué)術(shù)實踐1969年國際人工智能聯(lián)合會議（IJCAI）宣告成立1970年國際性人工智能雜志《ArtificialIntelligence》創(chuàng)刊1972年法國馬賽大學(xué)的科邁瑞爾在Horn子句的基礎(chǔ)上提出了邏輯程序設(shè)計語言PROLOG1977年，費根寶姆進(jìn)一步提出了知識工程，人工智能的研究便從以推理為中心轉(zhuǎn)向以知識為中心，進(jìn)入知識期。20世紀(jì)80年代后，專家系統(tǒng)與知識工程在理論、技術(shù)應(yīng)用方面有了長足的進(jìn)步與發(fā)展。