人工智能-第一章 緒論

緒論第一章人工智能自誕生以來，在短短幾十年的時間里經(jīng)歷了三起兩落，發(fā)展至今，已取得巨大的進展。本章要點人工智能的定義人工智能的發(fā)展史及流派人工智能的研究目標人工智能的研究途徑人工智能的研究領域人工智能的發(fā)展趨勢目錄Contents1.1人工智能概論1.1.1人工智能的定義1.1.2人工智能的發(fā)展史及流派1.1.3人工智能的研究目標和意義1.1.4人工智能的研究途徑1.2人工智能的現(xiàn)在和未來1.2.1人工智能的研究領域1.2.2人工智能的發(fā)展趨勢1.1人工智能概論自1946年第一臺電子計算機ENIAC誕生以來，人們一直希望計算機能夠具有更加強大的功能，人工智能（ArtificialIntelligence，AI）的出現(xiàn)使計算機變得更加智能。對人工智能的研究，目前已取得了許多令人振奮的成果，并在多個領域得到了廣泛的應用，極大地影響并改變著人們的社會生活。1.1人工智能概論人工智能的發(fā)展史及流派人工智能的定義人工智能的研究目標和意義人工智能的研究途徑010203041.1.1人工智能的定義人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學，是多學科交叉的邊緣學科。1.圖靈測試人工智能人工智能即用人工的方法在機器（計算機）上實現(xiàn)的智能行為。1.1.1人工智能的定義如何判斷一臺機器是否具有智能？英國數(shù)學家艾倫·圖靈（AlanTuring）提出了著名的圖靈測試，用于測試機器是否具有智能。其示意圖如下圖所示。1.1.1人工智能的定義2.定義智能是人類具有的特征之一，然而，關于人工智能的科學定義，學術界至今還沒有統(tǒng)一的認識和公認的闡述。從人工智能誕生之初發(fā)展至今，不同時期、不同領域的學者對人工智能有著不同的理解。1956年由麥卡錫、明斯基、香農(nóng)、羅切斯特共同發(fā)起的達特茅斯會議，首次提出人工智能這一概念：人工智能就是讓機器的行為看起來像人類所表現(xiàn)出的智能行為一樣。1978年，貝爾曼采用認知模型的方法——關于人類思維工作原理的可檢測的理論，提出：人工智能是那些與人的思維、決策、問題求解和學習等有關活動的自動化。1.1.1人工智能的定義1983年，在《大英百科全書》中對人工智能這樣定義：人工智能是數(shù)字計算機或計算機控制的機器人，擁有解決通常與人類更高智能處理能力相關的問題的能力。1985年，查尼艾克和麥克德莫特提出：人工智能是用計算模型來研究智力能力。1991年，伊萊恩·里奇在《人工智能》一書中給出的人工智能定義為：人工智能是研究如何讓計算機完成當下人類更擅長的事情。1.1.1人工智能的定義2019年，譚鐵牛在《求是》中用比較通俗的一段話這樣描述人工智能：人工智能是研究開發(fā)能夠模擬、延伸和擴展人類智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學，研究目的是促使智能機器會聽（語音識別、機器翻譯等）、會看（圖像識別、文字識別等）、會說（語音合成、人機對話等）、會思考（人機對弈、定理證明等）、會學習（機器學習、知識表示等）、會行動（機器人、自動駕駛汽車等）?？傮w來講，對人工智能的定義大體上可分為四類：機器“像人一樣思考”、“像人一樣行動”、“理性地思考”、“理性地行動”。1.1.1人工智能的定義3.分類人工智能可分為弱人工智能、強人工智能和超人工智能三類，也可以理解為三個級別。弱人工智能主要是完成單一任務的智能，其利用現(xiàn)有的智能化技術，來改善經(jīng)濟社會發(fā)展所需的一些技術條件。弱人工智能的觀點認為不可能制造出能夠真正推理和解決問題的智能機器，這些機器雖然看起來像是智能的，但其實并不真正擁有智能，也沒有自主意識。1.1.1人工智能的定義強人工智能是各方面都能和人類比肩的人工智能，非常接近于人類的智能，人類能干的腦力活它都能干，但實現(xiàn)起來還需要腦科學方面的突破，現(xiàn)在還無法做到大量投入的地步，仍在完善當中。強人工智能的觀點認為有可能制造出真正能推理和解決問題的智能機器，并且這樣的機器將被認為是有知覺的，有自我意識的。強人工智能分為兩類：（1）類人的人工智能，即機器的思考和推理就像人的思維一樣；（2）非類人的人工智能，即機器產(chǎn)生了與人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。1.1.1人工智能的定義超人工智能，可以理解為其智慧程度比人類自身還要高，在大部分領域當中都超越人類的人工智能。目前研發(fā)這種人工智能的程度非常大，人工智能領域的發(fā)展速度之快，未來也并不是沒有可能的。雖然人工智能已取得不錯的進展，但目前大部分產(chǎn)品仍屬于弱人工智能的范疇。如：蘋果公司的語音助手Siri、人工智能阿爾法圍棋（AlphaGo）、手機的自動攔截騷擾電話功能、郵箱的自動過濾功能、象棋方面打敗人類的機器人等等，這些都屬于弱人工智能。1.1.2人工智能的發(fā)展史及流派1.代表人物和事件（1）艾倫·圖靈英國數(shù)學家、邏輯學家，被譽為“計算機科學之父”，是計算機邏輯的奠基者。1950年，圖靈發(fā)表里程碑論文《計算機器與智能》，第一次提出了“機器思維”和“圖靈測試”的概念，為人工智能的發(fā)展奠定了哲學基準。同時，也正是這篇文章為圖靈贏得了“人工智能之父”的桂冠。1.1.2人工智能的發(fā)展史及流派（2）馮·諾依曼美籍匈牙利數(shù)學家、計算機科學家、物理學家，現(xiàn)代計算機、博弈論、核武器和生化武器等領域內(nèi)的科學全才，被后人譽為“現(xiàn)代計算機之父”、“博弈論之父”。（3）約翰·麥卡錫計算機科學家、認知科學家，于1956年達特茅斯會議上首次提出“人工智能”的概念，并將數(shù)學邏輯應用到了人工智能的早期形成中。1958年，他發(fā)明了LISP語言，該語言至今仍在人工智能領域廣泛使用。1.1.2人工智能的發(fā)展史及流派（4）達特茅斯會議1956年夏，在美國的達特茅斯大學召開了為期兩個月的學術研討會，此次會議由麥卡錫、明斯基、羅切斯特、香農(nóng)等一批有遠見卓識的青年科學家共同發(fā)起。參會人員共十人，但都是數(shù)學、心理學、神經(jīng)生理學、信息論和計算機等方面的學者和工程師，共同研討用機器來模擬智能的一系列相關問題。這就是著名的達特茅斯會議，會上首次提出了“人工智能”這一術語，標志著“人工智能”新學科的誕生，同時也給出了“人工智能”的第一個準確描述。1.1.2人工智能的發(fā)展史及流派2.發(fā)展史從人工智能學科正式誕生發(fā)展至今也就60余年的時間，其發(fā)展歷程卻是頗具周折的，大概經(jīng)歷了起步發(fā)展期、第一個低谷、應用發(fā)展期、第二個低谷、穩(wěn)步發(fā)展期及蓬勃發(fā)展期等。（1）起步發(fā)展期（1956年—20世紀60年代初）1956年，塞繆爾成功研制了西洋跳棋程序，戰(zhàn)勝了當時的西洋棋大師羅伯特尼賴。1957年，羅森布拉特模擬實現(xiàn)了一種叫做感知機的神經(jīng)網(wǎng)絡模型，不僅開啟了機器學習的浪潮，也成為后來神經(jīng)網(wǎng)絡的基礎。1960年，麥卡錫開發(fā)了LISP語言，成為以后幾十年來人工智能領域最主要的編程語言。1965年，魯濱遜提出了一階謂詞邏輯的“消解原理”。1.1.2人工智能的發(fā)展史及流派（2）第一個低谷（20世紀60年代—70年代初）人工智能發(fā)展初期的突破性進展大大提升了人們對人工智能的期望，人們開始嘗試更具挑戰(zhàn)性的任務，并提出了一些不切實際的研發(fā)目標。1965年，西蒙提出“20年內(nèi)，機器將能做人所能做的一切”。1977年，明斯基預言“在3-8年時間里，我們將研制出具有普通人智力的計算機，這樣的機器能讀懂莎士比亞的著作，會給汽車上潤滑油，會玩弄政治權術，能講笑話，會爭吵……它的智力將無以倫比”。然而，過高預言的失敗和預期目標的落空，給AI的聲譽造成重大傷害，使人工智能的發(fā)展走入低谷。1.1.2人工智能的發(fā)展史及流派（3）應用發(fā)展期（20世紀70年代初—80年代中）20世紀70年代出現(xiàn)的專家系統(tǒng)模擬人類專家的知識和經(jīng)驗解決特定領域的問題，實現(xiàn)了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識，是AI發(fā)展史上的一次重要突破和轉折。1976年，費根鮑姆研制的醫(yī)療專家系統(tǒng)MYCIN，用于協(xié)助內(nèi)科醫(yī)生診斷細菌感染疾病，并提出最佳處方。同年，斯坦福大學的杜達等人研制的地質勘探專家系統(tǒng)PROSPECTOR。專家系統(tǒng)在醫(yī)療、化學、地質等領域取得的成功，推動了人工智能走入應用發(fā)展的新高潮。1.1.2人工智能的發(fā)展史及流派（4）第二個低谷（20世紀80年代中—90年代中）隨著人工智能的應用規(guī)模不斷擴大，最初大獲成功的專家系統(tǒng)維護費用居高不下。它們難以升級、應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題逐漸暴露出來，再加上80年代晚期，對AI資助的大幅削減，人工智能又一次陷入低谷。1.1.2人工智能的發(fā)展史及流派（5）穩(wěn)步發(fā)展期（20世紀90年代中—2010年）這一時期，機器學習、人工神經(jīng)網(wǎng)絡、智能機器人和行為主義研究趨向深入，智能計算彌補了人工智能在數(shù)學理論和計算上的不足，更新和豐富了人工智能理論框架，使人工智能進入一個新的發(fā)展時期。同時，由于網(wǎng)絡技術特別是互聯(lián)網(wǎng)技術的發(fā)展，加速了人工智能的創(chuàng)新研究，促使人工智能技術進一步走向實用化。1.1.2人工智能的發(fā)展史及流派（6）蓬勃發(fā)展期（2011年至今）隨著大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術的快速發(fā)展，數(shù)據(jù)的爆發(fā)式增長為人工智能提供了充分的“養(yǎng)料”，泛在感知數(shù)據(jù)和圖形處理器等計算平臺推動以深度神經(jīng)網(wǎng)絡為代表的人工智能技術飛速發(fā)展，大幅跨越了科學與應用之間的“技術鴻溝”，諸如圖像分類、語音識別、知識問答、人機對弈、無人駕駛等人工智能技術實現(xiàn)了從“不能用、不好用”到“可以用”的技術突破。人工智能迎來它的蓬勃發(fā)展期，人類已經(jīng)正式跨入人工智能時代。1.1.2人工智能的發(fā)展史及流派3.流派人工智能誕生至今，許多不同學科背景的學者都曾對人工智能做出過各自的理解，提出不同的觀點，由此產(chǎn)生了不同的學術流派。根據(jù)研究的理論、方法及側重點的不同，目前人工智能主要有符號主義（symbolicism）、連接主義（connectionism）和行為主義（actionism）三大學派。1.1.2人工智能的發(fā)展史及流派1符號主義——數(shù)理邏輯符號主義學派認為人工智能源于數(shù)理邏輯，人類認知和思維的基本單元是符號，而認知過程就是在符號表示上的一種運算。其核心是符號推理與機器推理，用某種符號來描述人類的認知過程，并把這種符號輸入到能處理符號的計算機中，從而模擬人類的認知過程，實現(xiàn)人工智能。2連接主義——仿生學這一學派認為人工智能源于仿生學，特別是對人腦模型的研究。其核心是神經(jīng)元網(wǎng)絡與深度學習，從神經(jīng)生理學和認知科學的研究成果出發(fā)，把人的智能歸結為人腦的高層活動的結果，強調(diào)智能活動是由大量簡單的單元通過復雜的相互連接后并行運行的結果。3行為主義——控制論行為主義學派認為，行為是有機體用以適應環(huán)境變化的各種身體反應的組合，它的理論目標在于預見和控制行為。1.1.3人工智能的研究目標和意義1.研究目標從人工智能學科誕生開始，人工智能就被概述為制造智能機器的科學與工程。按照其發(fā)展的過程來分，人工智能的研究目標可分為近期目標和遠期目標。近期目標就是研究如何使計算機變得更加聰明，使其在某一研究方面或者某一個程度上模擬人類的智能，能夠運用知識去處理問題，去做那些過去只有靠人的智力才能完成的工作；或者對于具體的應用領域，為人們提供輔助性的智能工具，幫助人們解決問題，避免一些需要重復進行的勞動，減少人們腦力勞動的強度。遠期目標就是要求計算機不僅能模擬而且可以延伸、擴展人的智能，達到甚至超過人類智能的水平，也是人工智能的根本目標?？傮w來說，人工智能的近期目標與遠期目標之間并沒有嚴格的界限，二者是相輔相成的。近期目標遠期目標1.1.3人工智能的研究目標和意義2.研究意義1研究人工智能是當今時代的迫切要求，人工智能領域的國際競爭日益激烈，世界主要國家紛紛出臺人工智能戰(zhàn)略、策略和政策。2研究人工智能，對探索人類自身智能的奧秘也可提供有益的幫助。3研究人工智能，了解人工智能的基本思想，對人工智能的發(fā)展有正確的認識，也是對處于當下的我們提出的要求。1.1.4人工智能的研究途徑不同的人在對人工智能進行研究時，研究途徑會有所不同。目前研究過程中通常會采用兩條途徑：一條是由內(nèi)到外，從揭示人腦的結構和人類智能的奧秘入手；另一條是由外到內(nèi)，從應用計算機模擬人的智能活動入手。但這種劃分方式過于籠統(tǒng)，下面將對人工智能的研究途徑做進一步細分。1．心理模擬，符號推演2．生理模擬，神經(jīng)計算3．行為模擬，控制進化4．群體模擬，仿生計算5．博采廣鑒，自然計算6．原理分析，數(shù)學建模1.2人工智能的現(xiàn)在和未來人工智能作為計算機科學的一個分支，其研究目標是用機器，通常為電腦、電子儀器等，盡可能地模擬人的智能活動，并爭取在這些方面最終改善并超出人的能力。它的研究領域及應用范圍十分廣泛，并隨著科學技術和配套體系的發(fā)展成熟，其市場知名度也在不斷提升，發(fā)展前景十分可觀。1.2人工智能的現(xiàn)在和未來人工智能的發(fā)展趨勢人工智能的研究領域01021.2.1人工智能的研究領域對人工智能的研究大多是結合具體的領域進行的，主要研究領域有機器學習、自然語言處理、計算機視覺、智能機器人、機器博弈、模式識別、專家系統(tǒng)、數(shù)據(jù)挖掘、“智能+”領域等。機器學習機器學習研究的主要目標是使機器本身獲取知識，使機器能夠總結經(jīng)驗，糾正錯誤，探索規(guī)律，提高性能，具有較強的環(huán)境適應性。自然語言處理自然語言處理研究用電子計算機模擬人的語言交際過程，使計算機能理解和運用人類社會的自然語言，實現(xiàn)人機之間的自然語言通信，以代替人的部分腦力勞動。計算機視覺計算機視覺就是用各種成像系統(tǒng)代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。智能機器人智能機器人是指能夠模擬人類行為的、可再編程序的多功能操作裝置。1.2.1人工智能的研究領域機器博弈博弈，起源于下棋，后來將下棋、打牌、戰(zhàn)爭等一類競爭性的智能活動稱為博弈。讓計算機學會下棋是人們使機器具有智能的最早嘗試。模式識別模式識別是信息科學和人工智能的重要組成部分。它包括語音識別（聽），語音合成（說），文字識別（讀），自然語言理解與電腦圖形識別等。專家系統(tǒng)專家系統(tǒng)所要解決的是復雜而專門的問題，是目前人工智能中最重要的也是最活躍的一個研究領域。數(shù)據(jù)挖掘數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程，挖掘結果可供數(shù)據(jù)擁有者決策使用?！爸悄?”領域隨著人工智能技術研究與應用的持續(xù)和深入發(fā)展，