人工智能課件緒論

1、Artificial Intelligence (AI)人工智能,主講：戚玉濤,Email：qi_,第一章：緒論,關(guān)于課程,課程類型：必修課，計(jì)算機(jī)類學(xué)科基礎(chǔ)課 課時(shí)：46 學(xué)分：3 先修課程：離散數(shù)學(xué)、程序設(shè)計(jì)基礎(chǔ)、數(shù)據(jù)結(jié)構(gòu) 教材 蔡自興 , 徐光祐 主編.人工智能及其應(yīng)用. 北京：清華大學(xué)出版社，2010年5月第四版. 參考書籍 史忠植主編.高級(jí)人工智能.北京：科學(xué)出版社，2011,關(guān)于課程,考核方式 成績(jī)?cè)u(píng)定方法： 期末考試平時(shí)成績(jī) 考試方式： 閉卷 各教學(xué)環(huán)節(jié)占總分的比例 期末考試占考試成績(jī)的80% 平時(shí)成績(jī)占20,內(nèi)容提要,第一章：緒論,1.人工智能的定義與發(fā)展,2.人工智能的各種認(rèn)

2、知觀,3.人類智能與人工智能,4.人工智能的研究與應(yīng)用領(lǐng)域,5.課程概要,內(nèi)容提要,第一章：緒論,1.人工智能的定義與發(fā)展,2.人工智能的各種認(rèn)知觀,3.人類智能與人工智能,4.人工智能的研究與應(yīng)用領(lǐng)域,5.課程概要,人工智能的定義與發(fā)展,工業(yè)革命：體力解放 機(jī)械化 自動(dòng)化 現(xiàn)代工業(yè)（計(jì)算機(jī)化） 信息革命：腦力解放？ 信息化 過(guò)度信息化？ 腦力勞動(dòng)的自動(dòng)化？ 人工智能,人工智能的定義與發(fā)展,重大挑戰(zhàn),Computer: High performance Low intelligence,Scientific American，2005,虹鳉魚,人工智能的定義與發(fā)展,人工智能的定義與發(fā)展 什么是

3、智能？ 智能的特征？ 什么是人工智能？ 圖靈測(cè)試 人工智能的起源與發(fā)展,什么是智能,智能的本質(zhì)是什么？ 模仿，理解，學(xué)習(xí)，思維，推理，行為 三種關(guān)于智能的觀點(diǎn) 思維理論：思維是智能的核心。通過(guò)對(duì)思維規(guī)律與思維方法的研究可望揭示智能的本質(zhì)。 知識(shí)閾值理論：智能行為取決于知識(shí)的數(shù)量及其一般化的程度。智能就是在巨大的知識(shí)空間中迅速找到一個(gè)滿意解的能力 進(jìn)化理論： MIT布魯克（R.A.Brook）教授認(rèn)為對(duì)外界事物的感知能力、對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)能力是智能的重要基礎(chǔ)和組成部分,什么是智能,智能（Intelligence）： 智能是知識(shí)與智力的總和 知識(shí)是智能行為的基礎(chǔ) 智能是獲取知識(shí)、運(yùn)用知識(shí)的能力，它

4、來(lái)自于人腦的思維活動(dòng) 對(duì)外界事物的感知能力是智能的重要基礎(chǔ)及組成部分 人類大腦是如何實(shí)現(xiàn)智能的？ 兩大難題之一：宇宙起源、人腦奧秘 目前對(duì)人腦奧秘知之甚少,智能的特征,智能有哪些具體特征？ 具有感知能力（系統(tǒng)輸入）: 機(jī)器視覺，機(jī)器聽覺，圖像語(yǔ)音識(shí)別 具有記憶與思維能力：思維是智能的根本原因，思維是一個(gè)動(dòng)態(tài)的過(guò)程。思維分為：邏輯思維，形象思維和頓悟思維。 具有學(xué)習(xí)能力及自適應(yīng)能力：適應(yīng)環(huán)境的變換、積累經(jīng)驗(yàn)的能力 具有行為能力（系統(tǒng)輸出）：對(duì)外界的智能化反應(yīng),什么是人工智能,人工智能（AI）的定義 形式化定義：目前還沒有。因?yàn)槿斯ぶ悄艿膰?yán)格定義依賴于對(duì)智能的定義，而智能本身也還無(wú)嚴(yán)格定義。 一般

5、解釋：人工智能就是用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能，或稱機(jī)器智能 人工智能學(xué)科：從學(xué)科的角度來(lái)說(shuō)，人工智能是一門研究如何構(gòu)造智能機(jī)器或智能系統(tǒng)，使之能模擬、延伸、擴(kuò)展人類智能的學(xué)科 人工智能能力：從智能能力的角度來(lái)說(shuō)，人工智能是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為，如判斷、推理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問(wèn)題求解等思維活動(dòng),什么是人工智能,人工智能（AI）的定義 人工智能是那些與人的思維、決策、問(wèn)題求解和學(xué)習(xí)等有關(guān)活動(dòng)的自動(dòng)化（Bellman,1978） 人工智能是一種使計(jì)算機(jī)能夠思維，使機(jī)器具有智力的激動(dòng)人心的新嘗試（Haugeland,1985）

6、 人工智能是用計(jì)算模型研究智力行為（Charniak和McDermott,1985） 人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機(jī)器的技術(shù)（Kurzwell,1990） 人工智能是一門通過(guò)計(jì)算過(guò)程力圖理解和模仿智能行為的學(xué)科（Schalkoff,1990,什么是人工智能,人工智能（AI）的定義 人工智能研究如何使計(jì)算機(jī)做事讓人過(guò)得更好（Rick和Knight,1991） 人工智能是研究那些使理解、推理和行為成為可能的計(jì)算（Winston,1992） 人工智能是計(jì)算機(jī)科學(xué)中與智能行為的自動(dòng)化有關(guān)的一個(gè)分支（Luger和Stubblefield,1993）,圖靈測(cè)試,Turing測(cè)試：1950年圖

7、靈提出了著名的“圖靈測(cè)試”，一種測(cè)試機(jī)器是不是具備人類智能的方法。 圖靈測(cè)試的問(wèn)題： 問(wèn)：你會(huì)下國(guó)際象棋嗎？ 答：是的。 問(wèn)：你會(huì)下國(guó)際象棋嗎？ 答：是的。 問(wèn)：請(qǐng)?jiān)俅位卮?，你?huì)下國(guó)際象棋嗎？ 答：是的,笨機(jī)器,圖靈測(cè)試,圖靈測(cè)試的問(wèn)題： 問(wèn)：你會(huì)下國(guó)際象棋嗎？ 答：是的。 問(wèn)：你會(huì)下國(guó)際象棋嗎？ 答：是的，我不是已經(jīng)說(shuō)過(guò)了嗎？ 問(wèn)：請(qǐng)?jiān)俅位卮穑銜?huì)下國(guó)際象棋嗎？ 答：你煩不煩，干嘛老提同樣的問(wèn)題,圖靈測(cè)試,Turing測(cè)試存在的問(wèn)題 “圖靈測(cè)試”沒有規(guī)定問(wèn)題的范圍和提問(wèn)的標(biāo)準(zhǔn) 僅反映了結(jié)果的比較，無(wú)涉及思維過(guò)程 沒指出是什么人 爭(zhēng)論：通過(guò)了圖靈檢驗(yàn)的電腦就具備思維能力了么 ？ 希爾勒的中文屋

8、子：若問(wèn)題是用中文而不是用英文,人工智能的起源與發(fā)展,50多年來(lái)，人工智能走過(guò)了一條起伏和曲折的發(fā)展道路?；仡櫄v史，可以按照不同時(shí)期的主要特征，將其產(chǎn)生與發(fā)展過(guò)程分為5個(gè)階段。 1. 孕育期（1956年以前） 2. 形成期（1956-1970年） 3. 暗淡期（1966- 1974年） 4. 知識(shí)應(yīng)用期（ 1970- 1988年） 5. 集成發(fā)展期（1986年以來(lái),1.孕育期（1956年以前） 我國(guó)古代先人對(duì)智能機(jī)器的遐想和創(chuàng)造 三千多年前的古代機(jī)器人：據(jù)列子湯問(wèn)記載，傳說(shuō)周穆王在西巡途中，遇到一位名叫偃師的能工巧匠。偃師獻(xiàn)上一個(gè)會(huì)歌舞表演的“假倡” ，“鋇（抑）其頤則歌合律，捧其手則舞應(yīng)節(jié)，

9、千變?nèi)f化，惟意所適” 。 兩千多年前的偵察機(jī)：據(jù)墨子魯問(wèn)記載，“公輸子（魯班）削竹木以為鵲”，“三日不下” 。他還造了能載人的大木鳶，在戰(zhàn)爭(zhēng)中擔(dān)任偵查的任務(wù)。 指南車：東漢張衡 木牛流馬：魯班？諸葛亮,人工智能的起源與發(fā)展,1.孕育期（1956年以前） 亞里士多德（Aristotle，公元前384-322）：古希臘偉大的哲學(xué)家和思想家，創(chuàng)立了演繹法。他提出的三段論至今仍然是演繹推理的最基本出發(fā)點(diǎn)。 弗蘭西斯培根（F. Bacon 1561 -1626）：英國(guó)哲學(xué)家、作家和科學(xué)家，系統(tǒng)地提出了歸納法，成為和亞里士多德的演繹法相輔相成的思維法則。 萊布尼茨(G.W.Leibnitz，1646-17

10、16)：德國(guó)數(shù)學(xué)家和哲學(xué)家把形式邏輯符號(hào)化，奠定了數(shù)理邏輯的基礎(chǔ)。從而能夠?qū)θ说乃季S進(jìn)行運(yùn)算和推理。 布爾（Boole, 1815 -1864）: 英國(guó)數(shù)學(xué)家、邏輯學(xué)家。實(shí)現(xiàn)了萊布尼茨的思維符號(hào)化和數(shù)學(xué)化的思想，提出了一種嶄新的代數(shù)系統(tǒng)布爾代數(shù),人工智能的起源與發(fā)展,1.孕育期（1956年以前） 圖靈(A.M.Turing，1912-1954)：英國(guó)數(shù)學(xué)家，1936年創(chuàng)立了自動(dòng)機(jī)理論，自動(dòng)機(jī)理論亦稱圖靈機(jī)，是一個(gè)理論計(jì)算機(jī)模型。 莫克利 (J.W.Mauchly，1907-1980)：美國(guó)數(shù)學(xué)家、電子數(shù)字計(jì)算機(jī)的先驅(qū)，與他的研究生埃克特(J. P. Eckert)合作，1946年研制成功了世界

11、上第一臺(tái)通用電子計(jì)算機(jī)ENIAC。 麥克洛奇(W.McCulloch)和皮茲(W.Pitts)：美國(guó)神經(jīng)生理學(xué)家，于1943年建成了第一個(gè)神經(jīng)網(wǎng)絡(luò)模型(MP模型)，還提出適當(dāng)?shù)木W(wǎng)絡(luò)能夠?qū)W習(xí)。 香儂(C.E.Shannon，1916-2001 ): 美國(guó)數(shù)學(xué)家，1948年發(fā)表了通訊的數(shù)學(xué)理論，代表信息論的誕生 維納(N.Wiener，1874-1956) ：美國(guó)著名數(shù)學(xué)家、控制論創(chuàng)始人。1948年創(chuàng)立了控制論?？刂普撗芯肯到y(tǒng)的信息變換和控制過(guò)程，為人工智能的行為主義學(xué)派的形成奠定了基礎(chǔ),人工智能的起源與發(fā)展,1.孕育期（1956年以前） 在人工智能誕生之前，一些著名科學(xué)家就已經(jīng)創(chuàng)立了為人工智能的

12、誕生奠定重要的思想、理論基礎(chǔ)和技術(shù)條件的學(xué)科和研究成果： 數(shù)理邏輯 控制論 計(jì)算理論 神經(jīng)網(wǎng)絡(luò)模型 電子數(shù)字計(jì)算機(jī),人工智能的起源與發(fā)展,2.形成期（1956-1970年） AI誕生于一次歷史性的聚會(huì)：麥卡錫正式使用“AI”的術(shù)語(yǔ) 時(shí)間地點(diǎn)：1956年夏，美國(guó)達(dá)特莫斯 (Dartmouth) 大學(xué)，歷時(shí)兩個(gè)月 發(fā)起人： 麥卡錫 (J. McCarthy): 數(shù)學(xué)家、計(jì)算機(jī)專家 明斯基(M. L. Minsky): 哈佛大學(xué)數(shù)學(xué)家、神經(jīng)學(xué)家 洛切斯特(N. Lochester) : IBM公司信息中心負(fù)責(zé)人 香農(nóng)(C. E. Shannon) : 貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)家和信息學(xué)家 邀請(qǐng)參加： 莫

13、爾(T.more)、塞繆爾(A.L.Samuel) : IBM公司 塞爾夫里奇(O.Selfridge)、索羅蒙夫(R.Solomonff) : MIT 紐厄爾(A.Newell) :蘭德(RAND)公司，美國(guó) 西蒙(H.A.Simon) :卡內(nèi)基梅?。–MU）大學(xué),AI的創(chuàng)始人們,阿倫圖靈（Alan Turing） 計(jì)算機(jī)科學(xué)理論的創(chuàng)始人 1912年出生于英國(guó)倫敦，1954年去世，享年42歲 1936年發(fā)表論文“論可計(jì)算數(shù)及其在判定問(wèn)題中的應(yīng)用”，提出圖靈機(jī)理論 1950年發(fā)表論文“計(jì)算機(jī)與智能”，闡述了計(jì)算機(jī)可以具有智能的想法，提出圖靈測(cè)試 1966年為紀(jì)念圖靈的杰出貢獻(xiàn)，ACM設(shè)立圖靈獎(jiǎng)

14、,圖靈 （Alan Turing,AI的創(chuàng)始人們,麥卡錫 (J. McCarthy) 首次提出人工智能的概念 發(fā)明剪枝算法 提出人工智能語(yǔ)言Lisp 提出情景演算理 論,明斯基 (M. L. Minsky) 提出思維如何萌發(fā)并形成的基本理論 建造第一個(gè)神經(jīng)網(wǎng)絡(luò)模擬器，學(xué)習(xí)如何穿過(guò)迷宮 最早提出agent的概念 提出知識(shí)表示的框架理論,西蒙 (H.A.Simon) 符號(hào)主義學(xué)派的創(chuàng)始人之一 開創(chuàng)了機(jī)器定理證明的學(xué)科領(lǐng)域 最早的AI語(yǔ)言IPL 開發(fā)了“通用問(wèn)題求解系統(tǒng)”GPS,紐厄爾 (A.Newell) 符號(hào)主義學(xué)派的創(chuàng)始人之一 西蒙的學(xué)生與同事 1975年與西蒙同獲圖靈獎(jiǎng),人工智能的起源與發(fā)展

15、,2.形成期（1956-1970年） 心理學(xué)小組 1957年，西蒙和紐厄爾等人的心理學(xué)小組研制了一個(gè)稱為邏輯理論機(jī)(Logic Theory Machine，簡(jiǎn)稱LT)的數(shù)學(xué)定理證明程序。 1960年研制了通用問(wèn)題求解(General Problem Solving)程序。該程序的設(shè)計(jì)是從模仿人類問(wèn)題求解的規(guī)程開始的，不依賴于具體領(lǐng)域。在它能處理的有限類別的問(wèn)題中，它顯示出程序決定的子目標(biāo)及可能采取的行動(dòng)的次序，與人類求解同樣問(wèn)題是類似的。因此，GPS是第一個(gè)實(shí)現(xiàn)了“像人一樣思考”方法的程序,人工智能的起源與發(fā)展,2.形成期（1956-1970年） IBM工程小組 1956年，塞繆爾在IBM7

16、04計(jì)算機(jī)上研制成功了具有自學(xué)習(xí)、自組織和自適應(yīng)能力的西洋跳棋程序。 這個(gè)程序可以從棋譜中學(xué)習(xí)，也可以在下棋過(guò)程中積累經(jīng)驗(yàn)、提高棋藝。 通過(guò)不斷學(xué)習(xí)，該程序1959年擊敗了塞繆爾本人 1962年又擊敗了一個(gè)州的冠軍。 MIT小組 1960年，麥卡錫研制了人工智能語(yǔ)言LISP,人工智能的起源與發(fā)展,2.形成期（1956-1970年） 其他開創(chuàng)性貢獻(xiàn) 1958年，美籍華人數(shù)理邏輯學(xué)家王浩在IBM-740計(jì)算機(jī)上僅用了3-5分鐘就證明了數(shù)學(xué)原理命題演算全部 220 條定理 。 1965年，魯賓遜(J.A.Robinson)提出了歸結(jié)（消解）原理。 1965年，費(fèi)根鮑姆(E. A. Feigenbau

17、m) 開始研究化學(xué)專家系統(tǒng)DENDRAL，用于質(zhì)譜儀分析有機(jī)化合物的分子結(jié)構(gòu)。 1969年召開了第一屆國(guó)際人工智能聯(lián)合會(huì)議（International Joint Conference on AI，IJCAI），標(biāo)志著人工智能作為一門獨(dú)立學(xué)科登上了國(guó)際學(xué)術(shù)舞臺(tái)。此后IJCAI每?jī)赡暾匍_一次。 1970年International Journal of AI創(chuàng)刊,人工智能的起源與發(fā)展,3. 暗淡期（1966- 1974年） 失敗的預(yù)言給人工智能的聲譽(yù)造成重大傷害 60年代初，西蒙預(yù)言：10年內(nèi)計(jì)算機(jī)將成為世界冠軍、將證明一個(gè)未發(fā)現(xiàn)的數(shù)學(xué)定理、將能譜寫出具有優(yōu)秀作曲家水平的樂曲、大多數(shù)心理學(xué)理論將

18、在計(jì)算機(jī)上形成。 挫折和困境 在博弈方面：塞繆爾的下棋程序在與世界冠軍對(duì)弈時(shí)，5局?jǐn)×?局。 在定理證明方面：發(fā)現(xiàn)魯賓遜歸結(jié)法的能力有限。當(dāng)用歸結(jié)原理證明兩個(gè)連續(xù)函數(shù)之和還是連續(xù)函數(shù)時(shí)，推了10萬(wàn)步也沒證出結(jié)果,人工智能的起源與發(fā)展,3. 暗淡期（1966- 1974年） 在問(wèn)題求解方面：對(duì)于不良結(jié)構(gòu)，會(huì)產(chǎn)生組合爆炸問(wèn)題。 在機(jī)器翻譯方面：發(fā)現(xiàn)并不那么簡(jiǎn)單，甚至?xí)[出笑話。例如，把“心有余而力不足”的英語(yǔ)句子翻譯成俄語(yǔ)，再翻譯回來(lái)時(shí)竟變成了“酒是好的，肉變質(zhì)了” 在神經(jīng)生理學(xué)方面：研究發(fā)現(xiàn)人腦有1011-12以上的神經(jīng)元，在現(xiàn)有技術(shù)條件下用機(jī)器從結(jié)構(gòu)上模擬人腦是根本不可能的。 在其它方面：人工

19、智能也遇到了不少問(wèn)題。在英國(guó)，劍橋大學(xué)的詹姆教授指責(zé)“人工智能研究不是騙局，也是庸人自擾” 。從此，形勢(shì)急轉(zhuǎn)直下，在全世界范圍內(nèi)人工智能研究陷入困境、落入低谷,人工智能的起源與發(fā)展,3. 暗淡期（1966- 1974年） Minsky的批評(píng) 1969年 M. Minsky 和 S. Papert 在感知機(jī)一書中指出了感知機(jī)無(wú)法解決異或（XOR）問(wèn)題的缺陷，并表示出對(duì)這方面研究的悲觀態(tài)度，使得神經(jīng)網(wǎng)絡(luò)的研究從興起期進(jìn)入了停滯期。 該批評(píng)對(duì)人工智能的發(fā)展造成了重要的影響 在以后的二十年，感知機(jī)的研究方向被忽視 基于符號(hào)的知識(shí)表示成為主流 基于邏輯的推理成為主要研究方向,人工智能的起源與發(fā)展,3.

20、暗淡期（1966- 1974年） 當(dāng)時(shí)的人工智能存在三個(gè)方面的局限性 知識(shí)局限性：早期開發(fā)的人工智能程序中包含了太少的主題知識(shí)，甚至沒有知識(shí)，而且只采用簡(jiǎn)單的句法處理。 解法局限性：求解方法和步驟的局限性使得設(shè)計(jì)的人工智能程序在實(shí)際上無(wú)法求得問(wèn)題的解答，或者只能得到簡(jiǎn)單問(wèn)題的解答，而這種簡(jiǎn)單問(wèn)題并不需要人工智能的參與。 結(jié)構(gòu)局限性：用于產(chǎn)生智能行為的人工智能系統(tǒng)或程序在一些基本結(jié)構(gòu)上嚴(yán)重局限，如沒有考慮不良結(jié)構(gòu)，無(wú)法處理組合爆炸問(wèn)題，因而只能用于解決比較簡(jiǎn)單的問(wèn)題，影響到人工智能系統(tǒng)的推廣應(yīng)用,人工智能的起源與發(fā)展,4. 知識(shí)應(yīng)用期（ 1970 - 1988年） 以知識(shí)為中心的研究： 專家系統(tǒng)

21、實(shí)現(xiàn)了人工智能從理論研究走向?qū)嶋H應(yīng)用，從一般思維規(guī)律探討走向?qū)ｉT知識(shí)運(yùn)用的重大突破，是AI發(fā)展史上的一次重要轉(zhuǎn)折,1972年，費(fèi)根鮑姆開始研究MYCIN醫(yī)療專家系統(tǒng)，并于1976年研制成功。從應(yīng)用角度看，它能協(xié)助內(nèi)科醫(yī)生診斷細(xì)菌感染疾病，并提供最佳處方。從技術(shù)角度看，他解決了知識(shí)表示、不精確推理、搜索策略、人機(jī)聯(lián)系、知識(shí)獲取及專家系統(tǒng)基本結(jié)構(gòu)等一系列重大技術(shù)問(wèn)題。 這一時(shí)期，與專家系統(tǒng)同時(shí)發(fā)展的重要領(lǐng)域還有計(jì)算機(jī)視覺和機(jī)器人，自然語(yǔ)言理解與機(jī)器翻譯等,費(fèi)根鮑姆 （ E. A. Feigenbaum,人工智能的起源與發(fā)展,4. 知識(shí)應(yīng)用期（ 1970- 1988年） 整個(gè)20世紀(jì)80年代，專家系

22、統(tǒng)和知識(shí)工程在全世界得到了迅速發(fā)展。專家系統(tǒng)為企業(yè)等用戶贏得了巨大的經(jīng)濟(jì)效益。 在開發(fā)專家系統(tǒng)過(guò)程中，許多研究者獲得共識(shí)，即人工智能系統(tǒng)是一個(gè)知識(shí)處理系統(tǒng)，而知識(shí)表示、知識(shí)利用和知識(shí)獲取則成為人工智能系統(tǒng)的三大基本問(wèn)題。 新的問(wèn)題： 專家系統(tǒng)本身所存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一、沒有分布式功能、不能訪問(wèn)現(xiàn)存數(shù)據(jù)庫(kù)等問(wèn)題被逐漸暴露出來(lái),人工智能的起源與發(fā)展,5. 集成發(fā)展期（1986年以來(lái)） 神經(jīng)網(wǎng)絡(luò)的復(fù)興： 1982年，Hopfield模型提出。1984年， J. Hopfield設(shè)計(jì)研制了Hopfield網(wǎng)的電路，較好地解決了著名的TSP問(wèn)題，引起了較大的轟動(dòng)

23、。 1986年， Rumelhart, Hinton 提出多層感知機(jī)與反向傳播(BP) 學(xué)習(xí)算法，該方法克服了感知器非線性不可分類問(wèn)題，給神經(jīng)網(wǎng)絡(luò)研究帶來(lái)了新的希望,美國(guó)加州理工學(xué)院 物理學(xué)家 J. J. Hopfield教授,人工智能的起源與發(fā)展,5. 集成發(fā)展期（1986年以來(lái)） 1995年，Vapnik提出Support Vector Machine（SVM）。 1997年5月11日，由IBM研制的超級(jí)計(jì)算機(jī)“深藍(lán)” 首次擊敗了國(guó)際象棋特級(jí)大師卡斯帕洛夫 。 2000年，中國(guó)科學(xué)院計(jì)算所開發(fā)出知識(shí)發(fā)現(xiàn)系統(tǒng)MSMiner。該系統(tǒng)是一種多策略知識(shí)發(fā)現(xiàn)平臺(tái)，能夠提供快捷有效的數(shù)據(jù)挖掘解決方案，

24、提供多種知識(shí)發(fā)現(xiàn)方法。 2011年，IBM超級(jí)電腦“沃森”亮相美國(guó)最受歡迎的智力競(jìng)賽節(jié)目危險(xiǎn)邊緣戰(zhàn)勝該節(jié)目?jī)晌蛔畛晒Φ倪x手,人工智能的起源與發(fā)展,5. 集成發(fā)展期（1986年以來(lái)） 機(jī)器學(xué)習(xí)，計(jì)算智能，人工神經(jīng)網(wǎng)絡(luò)，模糊邏輯，粗集理論，多智能體系統(tǒng)和行為主義等研究深入開展，不時(shí)形成高潮 隨著人工神經(jīng)網(wǎng)絡(luò)的再度興起和布魯克（R. A. Brooks）的六足機(jī)器蟲的出現(xiàn)，人工智能研究形成了符號(hào)主義、連接主義和行為主義三大學(xué)派。 隨著研究和應(yīng)用的深入，人們又逐步認(rèn)識(shí)到，三個(gè)學(xué)派各有所長(zhǎng)，各有所短，應(yīng)相互結(jié)合、取長(zhǎng)補(bǔ)短，綜合集成,內(nèi)容提要,第一章：緒論,1.人工智能的定義與發(fā)展,2.人工智能的各種認(rèn)知

25、觀,3.人類智能與人工智能,4.人工智能的研究與應(yīng)用領(lǐng)域,5.課程概要,人工智能的各種認(rèn)知觀,人工智能的各種認(rèn)知觀 符號(hào)主義（Symbolicism）: 基于物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理 連接主義（Connectionism）: 基于神經(jīng)網(wǎng)絡(luò)及其間的連接機(jī)制與學(xué)習(xí)算法 行為主義（Actionism）: 基于控制論及感知?jiǎng)幼餍涂刂葡到y(tǒng) 機(jī)制主義（mechanism）：結(jié)構(gòu)（連接）主義、功能（符號(hào)）主義、行為主義的和諧統(tǒng)一 鐘義信,人工智能的各種認(rèn)知觀,符號(hào)主義（Symbolicism）: 又稱為邏輯主義、心里學(xué)派、計(jì)算機(jī)學(xué)派 符號(hào)主義觀點(diǎn)認(rèn)為：智能的基礎(chǔ)是知識(shí)，其核心是知識(shí)表示和知識(shí)推理；知

26、識(shí)可用符號(hào)表示，也可用符號(hào)進(jìn)行推理，因而可以建立基于知識(shí)的人類智能和機(jī)器智能的統(tǒng)一的理論體系。 代表人物：西蒙，紐厄爾等 代表性成果：1957年，西蒙、紐厄爾等人研制的稱為邏輯理論機(jī)(Logic Theory Machine，LT)的數(shù)學(xué)定理證明程序,人工智能的各種認(rèn)知觀,連接主義（Connectionism）: 又稱為仿生學(xué)派、生理學(xué)派 連接主義觀點(diǎn)認(rèn)為：思維的基元是神經(jīng)元，而不是符號(hào)；思維過(guò)程是神經(jīng)元的聯(lián)結(jié)活動(dòng)過(guò)程，而不是符號(hào)運(yùn)算過(guò)程；反對(duì)符號(hào)主義關(guān)于物理符號(hào)系統(tǒng)的假設(shè)。 代表人物：明斯基 代表性成果： 1943年麥克洛奇和皮茲創(chuàng)立的神經(jīng)網(wǎng)絡(luò)模型MP模型,人工智能的各種認(rèn)知觀,行為主義（A

27、ctionism）: 又稱為進(jìn)化主義，控制論學(xué)派 行為主義觀點(diǎn)認(rèn)為：智能取決于感知和行動(dòng)，提出了智能行為的“感知?jiǎng)幼鳌蹦Ｐ?；智能不需要知識(shí)、不需要表示、不需要推理；人工智能可以像人類智能那樣逐步進(jìn)化。 布魯克基于控制論提出了無(wú)需知識(shí)表示的智能、無(wú)需推理的智能。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。 代表人物：布魯克 代表性成果：布魯克研制的機(jī)器蟲,人工智能的各種認(rèn)知觀,機(jī)制主義（mechanism）： 鐘義信：北京郵電大學(xué)教授，曾任中國(guó)人工智能學(xué)會(huì)理事長(zhǎng) 機(jī)制主義是結(jié)構(gòu)（連接）主義、功能（符號(hào)）主義和行為主義的和諧統(tǒng)一,智能活動(dòng)的過(guò)程：任

28、務(wù)給定-信息獲取-知識(shí)提煉-策略生成-策略執(zhí)行-反饋優(yōu)化 智能生成的機(jī)制：信息-知識(shí)-智能的轉(zhuǎn)換 由于采用的知識(shí)類型不同，神經(jīng)網(wǎng)絡(luò)（結(jié)構(gòu)模擬，經(jīng)驗(yàn)知識(shí)）、專家系統(tǒng)（功能模擬，規(guī)范知識(shí)）、感知-動(dòng)作系統(tǒng)（行為模擬，常識(shí)知識(shí)）分別是機(jī)制主義方法的特例,內(nèi)容提要,第一章：緒論,1.人工智能的定義與發(fā)展,2.人工智能的各種認(rèn)知觀,3.人類智能與人工智能,4.人工智能的研究與應(yīng)用領(lǐng)域,5.課程概要,人類智能與人工智能,智能信息處理系統(tǒng)：人類 & 計(jì)算機(jī),神經(jīng)系統(tǒng),視覺、聽覺、觸覺,智能思維和智能決策,物理符號(hào)系統(tǒng),計(jì)算機(jī)博弈、定理證明、語(yǔ)言翻譯,計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言,神經(jīng)計(jì)算機(jī)、量子計(jì)算機(jī),人類智能與人工

29、智能,一個(gè)完善的物理符號(hào)系統(tǒng)的六種基本功能： 輸入符號(hào)Input； 輸出符號(hào)Output； 存儲(chǔ)符號(hào)Storage； 復(fù)制符號(hào)Copy； 建立符號(hào)結(jié)構(gòu)：通過(guò)找出各個(gè)符號(hào)之間的關(guān)系，在符號(hào)系統(tǒng)中形成一種結(jié)構(gòu)，即：符號(hào)結(jié)構(gòu)（Symbol Structure）； 條件性遷移（Conditional transformation）：根據(jù)已有符號(hào)，完成活動(dòng)過(guò)程，即某種形式的推理過(guò)程,人類智能與人工智能,物理符號(hào)系統(tǒng)的假設(shè) 任何一個(gè)系統(tǒng)，如果它能表現(xiàn)出智能，那么它就必定能夠執(zhí)行上述6種功能。反之，任何系統(tǒng)如果具有這6種功能，那么它就能夠表現(xiàn)出智能；這種智能指的是人類所具有的那種智能。把這個(gè)假設(shè)稱為物理符號(hào)

30、系統(tǒng)的假設(shè)。 物理符號(hào)系統(tǒng)的3個(gè)推論 推論一：既然人具有智能，那么他（她）一定是一個(gè)物理符號(hào)系統(tǒng)。 推論二：既然計(jì)算機(jī)是一個(gè)物理符號(hào)系統(tǒng)，它就一定能夠表現(xiàn)出智能。 推論三：既然人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，那么就能夠用計(jì)算機(jī)來(lái)模擬人的活動(dòng),內(nèi)容提要,第一章：緒論,1.人工智能的定義與發(fā)展,2.人工智能的各種認(rèn)知觀,3.人類智能與人工智能,4.人工智能的研究與應(yīng)用領(lǐng)域,5.課程概要,人工智能的研究與應(yīng)用領(lǐng)域,人工智能的研究與應(yīng)用領(lǐng)域 人工智能研究的目標(biāo) 人工智能研究的基本內(nèi)容 人工智能研究的主要方法 人工智能的爭(zhēng)論 人工智能的發(fā)展方向 人工智能應(yīng)用領(lǐng)域,人工智能研究的目標(biāo),遠(yuǎn)

31、期目標(biāo) 揭示人類智能的根本機(jī)理，用智能機(jī)器去模擬、延伸和擴(kuò)展人類的智能 涉及到腦科學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)、系統(tǒng)科學(xué)、控制論等多種學(xué)科，并依賴于它們的共同發(fā)展 近期目標(biāo) 研究如何使現(xiàn)有的計(jì)算機(jī)更聰明，即使它能夠運(yùn)用知識(shí)去處理問(wèn)題，能夠模擬人類的智能行為 相互關(guān)系 遠(yuǎn)期目標(biāo)為近期目標(biāo)指明了方向 近期目標(biāo)則為遠(yuǎn)期目標(biāo)奠定了理論和技術(shù)基礎(chǔ),人工智能研究的基本內(nèi)容,人工智能研究的基本內(nèi)容主要包括兩個(gè)方面：1）利用技術(shù)模擬生物的行為；2）利用計(jì)算機(jī)構(gòu)造智能系統(tǒng)。具體可細(xì)分為： 1、認(rèn)知建模 認(rèn)知：可一般地認(rèn)為是和情感、動(dòng)機(jī)、意志相對(duì)應(yīng)的理智或認(rèn)識(shí)過(guò)程，或者是為了一定的目的，在一定的心理結(jié)構(gòu)中進(jìn)行的信息加

32、工過(guò)程。 美國(guó)心理學(xué)家浩斯頓(Houston)等人把認(rèn)知?dú)w納為以下5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、記憶、思維、判斷、推理、問(wèn)題求解、學(xué)習(xí)、想象、概念形成及語(yǔ)言使用等,人工智能研究的基本內(nèi)容,2、知識(shí)表示：基礎(chǔ) 3、知識(shí)推理：實(shí)現(xiàn)問(wèn)題求解 4、知識(shí)應(yīng)用：目的 5、機(jī)器感知：就是要讓計(jì)算機(jī)具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺，是機(jī)器獲取外部信息的基本途徑，相當(dāng)于智能系統(tǒng)的輸入 機(jī)器視覺（或叫計(jì)算機(jī)視覺）：就是給計(jì)算機(jī)配上能看的視覺器官，如攝像機(jī)等

33、，使它可以識(shí)別并理解文字、圖像、景物等 機(jī)器聽覺（或叫計(jì)算機(jī)聽覺）：就是給計(jì)算配上能聽的聽覺器官，如話筒等，使計(jì)算機(jī)能夠識(shí)別并理解語(yǔ)言、聲音等。 模式識(shí)別：對(duì)客體的識(shí)別與分類 自然語(yǔ)言理解：實(shí)現(xiàn)人機(jī)對(duì)話 機(jī)器翻譯,傳統(tǒng)人工智能的三 大核心研究?jī)?nèi)容,人工智能研究的基本內(nèi)容,6、機(jī)器思維： 機(jī)器思維是讓計(jì)算機(jī)能夠?qū)Ω兄降耐饨缧畔⒑妥约寒a(chǎn)生的內(nèi)部信息進(jìn)行思維性加工 包括邏輯思維、形象思維和靈感思維 涉及信息的表示，組織，積累，管理，搜索，推理等過(guò)程 神經(jīng)網(wǎng)絡(luò)、人腦結(jié)構(gòu)及其工作原理 7、機(jī)器學(xué)習(xí)： 讓計(jì)算機(jī)能夠像人那樣自動(dòng)地獲取新知識(shí)，并在實(shí)踐中不斷地完善自我和增強(qiáng)能力。 是機(jī)器獲取智能的途徑 學(xué)習(xí)

34、是一個(gè)有特定目的的知識(shí)獲取過(guò)程 學(xué)習(xí)的本質(zhì)是對(duì)信息的理解與應(yīng)用 有多種學(xué)習(xí)方法,人工智能研究的基本內(nèi)容,8、機(jī)器行為： 讓計(jì)算機(jī)能夠具有像人那樣地行動(dòng)和表達(dá)能力，如走、跑、拿、說(shuō)、唱、寫畫等。 相當(dāng)于智能系統(tǒng)的輸出部分 機(jī)器人 9、智能系統(tǒng)構(gòu)建 無(wú)論是人工智能的近期目標(biāo)還是遠(yuǎn)期目標(biāo)，都需要建立智能系統(tǒng)或構(gòu)造智能機(jī)器 需要開展對(duì)系統(tǒng)模型、構(gòu)造技術(shù)、構(gòu)造工具及語(yǔ)言環(huán)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 功能模擬法：認(rèn)知學(xué)觀點(diǎn)，工程觀點(diǎn) 符號(hào)主義學(xué)派。根據(jù)人腦的心理模型，把問(wèn)題或知識(shí)表示為某種邏輯結(jié)構(gòu)，運(yùn)用符號(hào)演算，實(shí)現(xiàn)表示、推理和學(xué)習(xí)等功能，從宏觀上模擬人腦思維，實(shí)現(xiàn)人工智能功

35、能。 從計(jì)算機(jī)工程的角度出發(fā)，通過(guò)運(yùn)用計(jì)算機(jī)科學(xué)的方法進(jìn)行研究，實(shí)現(xiàn)人類智能在計(jì)算機(jī)上的模擬。主要研究符號(hào)處理為核心的方法。 不足之處： 在用符號(hào)表示知識(shí)的概念時(shí)，有效性很大程度上取決于符號(hào)表示的正確性和準(zhǔn)確性； 將知識(shí)概念轉(zhuǎn)換成符號(hào)時(shí)，可能丟失一些重要信息； 難于對(duì)含噪信息、不確定性信息和不完全性信息進(jìn)行處理,人工智能研究的主要方法,結(jié)構(gòu)模擬法：生物學(xué)觀點(diǎn)，科學(xué)觀點(diǎn) 連接主義學(xué)派。根據(jù)人腦的生理結(jié)構(gòu)和工作機(jī)理來(lái)模擬人腦智能，屬于非符號(hào)處理范疇 從腦科學(xué)的角度出發(fā)，采用生物學(xué)的方法進(jìn)行研究，視圖搞清楚人類智能的本質(zhì)。主要研究神經(jīng)網(wǎng)絡(luò)。 不足之處： 由于大腦的生理結(jié)構(gòu)和工作機(jī)理還遠(yuǎn)未搞清楚，因而

36、現(xiàn)在只能對(duì)人腦的局部進(jìn)行模擬或進(jìn)行近似模擬 不適合模擬人的邏輯思維過(guò)程 受大規(guī)模人工神經(jīng)網(wǎng)絡(luò)制造的制約 尚不能滿足人腦完全模擬的要求,人工智能研究的主要方法,行為模擬法 行為主義學(xué)派。智能不取決于符號(hào)和神經(jīng)元，而取決于感知和行動(dòng)，智能行為只能在現(xiàn)實(shí)世界中與周圍環(huán)境交互作用而表現(xiàn)出來(lái)。 不足之處： 難以獲得高級(jí)智能控制行為 集成模擬法 各學(xué)派密切合作，取長(zhǎng)補(bǔ)短 逐步建立統(tǒng)一的人工智能理論體系和方法 鐘義信：機(jī)制主義,人工智能的爭(zhēng)論,人工智能作為一門學(xué)科，已經(jīng)走過(guò)了半個(gè)世紀(jì)的歷程，并獲得了可喜的成就，但同時(shí)也面臨著許多困難和挑戰(zhàn)。人工智能在爭(zhēng)論中不斷發(fā)展，爭(zhēng)論的主要問(wèn)題包括： 人工智能研究方法的爭(zhēng)

37、論 人工智能是否必須模擬人的智能？如何模擬？ 對(duì)功能模擬、結(jié)構(gòu)模擬和行為模擬是否可以分離研究？ 對(duì)感知、思維和行為是否可以分離研究？ 對(duì)認(rèn)知與學(xué)習(xí)以及邏輯思維和形象思維等問(wèn)題是否可以分離研究？ 是否有必要建立人工智能的統(tǒng)一理論體系？ 人工智能技術(shù)路線的爭(zhēng)論 專用路線和通用路線的爭(zhēng)議 硬件路線和軟件路線的爭(zhēng)議,人工智能的發(fā)展方向,近期人工智能的發(fā)展方向 更新的理論框架研究：目前人工智能的研究存在著宏觀與微觀分離、局部與全局分離、理論與實(shí)際相脫節(jié)的問(wèn)題。要從根本上了解人腦的結(jié)構(gòu)和功能，實(shí)現(xiàn)人工智能的研究目標(biāo)，還需要尋找和建立更新的人工智能框架和理論體系。 更好的技術(shù)集成研究：人工智能是一門綜合了信

38、息技術(shù)、認(rèn)知科學(xué)，心理學(xué)、社會(huì)學(xué)、語(yǔ)言學(xué)、系統(tǒng)學(xué)、哲學(xué)、倫理學(xué)等學(xué)科領(lǐng)域的交叉學(xué)科，人工智能的發(fā)展需要從各個(gè)學(xué)科的發(fā)展中汲取營(yíng)養(yǎng)。 更成熟的應(yīng)用方法研究：研究更通用更有效的軟件開發(fā)方法，如更高級(jí)的人工智能語(yǔ)言，更方便的人工智能開發(fā)環(huán)境和工具；發(fā)掘求解問(wèn)題的新思路與新方法,人工智能應(yīng)用領(lǐng)域,人工智能應(yīng)用領(lǐng)域主要包括 問(wèn)題求解 機(jī)器學(xué)習(xí) 自然語(yǔ)言理解 專家系統(tǒng) 模式識(shí)別 計(jì)算機(jī)視覺 機(jī)器人學(xué) 博弈 計(jì)算智能 人工生命,自動(dòng)定理證明 自動(dòng)程序設(shè)計(jì) 智能控制 智能檢索 智能調(diào)度與智慧 智能決策支持系統(tǒng) 人工神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn),人工智能應(yīng)用領(lǐng)域,問(wèn)題求解 問(wèn)題的表示、分解、搜索、歸約等 進(jìn)行復(fù)

39、雜的數(shù)學(xué)公式符號(hào)運(yùn)算求解 機(jī)器學(xué)習(xí) 是使計(jì)算具有智能的根本途徑，也是機(jī)器具有智能的重要標(biāo)志 主要研究如何使得計(jì)算機(jī)能夠模擬和實(shí)現(xiàn)人類的學(xué)習(xí)能力 人工智能領(lǐng)域最活躍，最具研究前景的熱點(diǎn) 自然語(yǔ)言理解 書面語(yǔ)言的理解和口語(yǔ)（語(yǔ)音）的理解 手寫文字的識(shí)別 機(jī)器翻譯,人工智能應(yīng)用領(lǐng)域,專家系統(tǒng) 專家系統(tǒng)是在某個(gè)特定的領(lǐng)域內(nèi)，以專家水平趨解決該領(lǐng)域中困難問(wèn)題的計(jì)算機(jī)程序 典型的專家系統(tǒng)結(jié)構(gòu)如下,人工智能應(yīng)用領(lǐng)域,模式識(shí)別 模式識(shí)別的研究目標(biāo)使得計(jì)算機(jī)能夠?qū)o定的事物進(jìn)行鑒別，并將其歸入相同或相似的模式中 模式識(shí)別是計(jì)算機(jī)對(duì)環(huán)境識(shí)別的需要，是對(duì)人類環(huán)境的感知模擬 計(jì)算機(jī)視覺 人類80以上的外部信息來(lái)自視覺 計(jì)算機(jī)視覺主要研究目標(biāo)是使得計(jì)算機(jī)具有通過(guò)二維圖像認(rèn)知三維環(huán)境信息的能力 低層視覺與高層視覺 前沿研究領(lǐng)域 廣泛應(yīng)用：目標(biāo)識(shí)別與跟蹤，視頻三維重建，CT圖像的臟器三維重建等,人工智能應(yīng)用領(lǐng)域,機(jī)器人學(xué) 機(jī)器人是一種可編程的多功能操作裝置