湖南大學(xué)人工智能課件1

第一章

什么是人工智能？

第一章

什么是人工智能？

2015年1月湖南大學(xué)信息科學(xué)與工程學(xué)院內(nèi)容提要什么是人工智能(ArtificialIntelligence)?人工智能的基礎(chǔ)人工智能的歷史最新發(fā)展水平內(nèi)容提要什么是人工智能(ArtificialIntelli2什么是人工智能人工智能定義的四種觀點：像人一樣思考合理地思考像人一樣行動合理地行動本書提倡人工智能定義為“合理地行動”什么是人工智能人工智能定義的四種觀點：像人一樣思考合理地思考3像人一樣行動：圖靈測試圖靈(1950)提出圖靈測試為智能提供一個令人滿意的可操作性的定義如果一位人類詢問者在提出一些書面問題以后不能區(qū)分書面回答來自人還是計算機，那么這臺計算機就通過了圖靈測試是否具有智能行為的測試：圖靈模仿游戲(TuringImitationGame)像人一樣行動：圖靈測試圖靈(1950)提出圖靈測試4圖靈模仿游戲男人試圖回答詢問者的問題欺騙詢問者他是女人，女人試圖使詢問者相信她是女人

第一階段第二階段詢問者的目的:通過計算機向兩個人問問題以求弄清楚誰是男人誰是女人

計算機模擬男人的角色向詢問者提供答案如果計算機能夠成功地欺騙詢問者，那么我們說這臺計算機能通過智能行為測試圖靈模仿游戲男人試圖回答詢問者的問題欺騙詢問者他是女人，女人5像人一樣行動：圖靈測試通過完全的圖靈測試，計算機需具備以下能力：自然語言處理知識表示自動推理機器學(xué)習(xí)計算機視覺機器人學(xué)Isitpassed?StillNo!像人一樣行動：圖靈測試通過完全的圖靈測試，計算機需具備以下能6像人一樣思考：認知建模???1960s"cognitiverevolution"基本想法：通過研究和發(fā)展人工智能和計算機科學(xué)，計算機是可能實現(xiàn)對人類精神過程的可測試推理。換句話說，如果我們發(fā)展了一個程序，該程序的輸入輸出行為匹配相應(yīng)的人類思考行為，那么該程序能夠?qū)崿F(xiàn)像人類一樣的思考！像人一樣思考：認知建模???1960s"cogniti7像人一樣思考：認知建模要使程序像人一樣思考，首先必須知道人如何思考：通過內(nèi)省通過心理實驗通過腦成像例子：通用問題求解器(GPS)不滿足于正確解決問題，而是探求求解步驟是否相同于人類思維像人一樣思考：認知建模要使程序像人一樣思考，首先必須知道人如8合理地思考希臘哲學(xué)家亞里士多德的研究開創(chuàng)了“邏輯學(xué)”三段論：“蘇格拉底是人；所有人必有一死，蘇格拉底必有一死”把程序的求解表示為用邏輯法來解決任何問題，比如使用“規(guī)則推導(dǎo)”。缺點：不是所有的問題都能用邏輯形式表示有時候用邏輯方法來解決問題需要耗盡計算機資源合理地思考希臘哲學(xué)家亞里士多德的研究開創(chuàng)了“邏輯學(xué)”9合理地行動：合理AgentAgent：能夠行動的某種東西合理Agent:當(dāng)存在不確定性時，能夠?qū)崿F(xiàn)最佳期望結(jié)果而行動的Agent一個agent可以抽象地表示成一個方程：對于給定的環(huán)境參數(shù)和任務(wù)，尋找一個Agent以達到最佳的性能合理地行動：合理AgentAgent：能夠行動的某種東西10合理地行動：合理Agent合理地行動：正確的推理可能是合理的推理；正確的推理不是合理性全部；有些合理的行動不涉及推理與其他三種途徑相比的優(yōu)點：比思維法則更一般，因為正確的推理只是實現(xiàn)合理性的其中可能機制之一比人類的行為更加經(jīng)得起科學(xué)的檢驗，合理性的標準在數(shù)學(xué)上定義明確合理地行動：合理Agent合理地行動：11人工智能的基礎(chǔ)學(xué)科主要內(nèi)容哲學(xué)邏輯，推理方法，物理系統(tǒng)的學(xué)習(xí)，語言，合理性數(shù)學(xué)正規(guī)的表示和證明算法，可計算性，易處理性和不易處理性，概率經(jīng)濟學(xué)效用，決策理論神經(jīng)科學(xué)大腦信息處理心理學(xué)行為主意，認知心理學(xué)計算機工程創(chuàng)建快速計算機控制理論設(shè)計系統(tǒng)在給定時間內(nèi)最大化目標函數(shù)語言學(xué)知識表示，語法人工智能的基礎(chǔ)學(xué)科主要內(nèi)容哲學(xué)邏輯，推理方法，物理系統(tǒng)的學(xué)習(xí)12人工智能的歷史孕育期(1943-1955)WarrenMcCullochandWalterPitts(in1943)：人工神經(jīng)元模型;MarvinMinsky(in1950):第一臺神經(jīng)網(wǎng)絡(luò)計算機；Turing(in1950):圖靈測試，機器學(xué)習(xí)，遺傳算法，強化學(xué)習(xí)。誕生(1956年)達特茅斯大學(xué)，10位研究者為期兩個月的研究人工智能的歷史孕育期(1943-1955)13人工智能的歷史巨大的期望(1952-1969)通用問題求解器(GPS):

將要解決的問題定義為狀態(tài)然后通過操作去接近于目標狀態(tài)幾何定理證明器西洋跳棋程序現(xiàn)實的困難(1966-1973)俄語英語的翻譯(對主題一無所知)通過不同組合來求解的方式局限于小問題產(chǎn)生智能行為的基本結(jié)構(gòu)的某些根本局限，如感知機(Perceptron)人工智能的歷史巨大的期望(1952-1969)14人工智能的歷史基于知識的系統(tǒng)(1969-1979)Dentral:根據(jù)質(zhì)譜儀提供的信息推斷分子結(jié)構(gòu)Mysin：基于規(guī)則的系統(tǒng)用來推斷血液疾病專家系統(tǒng)稱成為熱門的研究，但專家系統(tǒng)僅限于局部領(lǐng)域，且沒有學(xué)習(xí)能力人工智能的歷史基于知識的系統(tǒng)(1969-1979)15人工智能的歷史知識引擎的新發(fā)展(1980s-現(xiàn)在)人工智能成為產(chǎn)業(yè)，比如商業(yè)發(fā)展專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)的回歸(Grossberg,Hopfield)其他機器學(xué)習(xí)方法的出現(xiàn)(隱馬爾科夫模型，貝葉斯網(wǎng)絡(luò)等等)智能Agent的出現(xiàn)，基于Web的Agent的應(yīng)用極大數(shù)據(jù)集的可用性人工智能的歷史知識引擎的新發(fā)展(1980s-現(xiàn)在)16人工智能的歷史時間事件1943McCulloch&Pitts:人腦的邏輯電路模型1950圖靈的計算機器與智能1956Dartmouth會議：人工智能的誕生1950s早期的AI程序包括Samuel的西洋跳棋程序，通用問題求解器，Gelernter的幾何定理證明器1965Robinson的基于邏輯推理的完整性算法1966–1973人工智能發(fā)現(xiàn)了計算的復(fù)雜性，神經(jīng)網(wǎng)絡(luò)研究幾乎消失1969–1979

知識系統(tǒng)的早期發(fā)展1980–現(xiàn)在人工智能成為產(chǎn)業(yè)1986–現(xiàn)在神經(jīng)網(wǎng)絡(luò)的回歸1987–現(xiàn)在人工智能采用科學(xué)方法1995–現(xiàn)在智能Agent的出現(xiàn)2001–現(xiàn)在極大數(shù)據(jù)集的可用性人工智能的歷史時間事件1943McCulloch&Pit17最新發(fā)展水平18機器人汽車：能在大多數(shù)環(huán)境下自動駕駛.CMU’sBOSS能在駕駛中遵守交通規(guī)則并避讓行人和其他車輛語音識別：客戶給美國聯(lián)合航空打電話預(yù)定機票時，語音識別可以轉(zhuǎn)化聲音成自然語言并引導(dǎo)談話過程.最新發(fā)展水平18機器人汽車：能在大多數(shù)環(huán)境下自動駕駛.CM最新發(fā)展水平19垃圾信息過濾：學(xué)習(xí)算法能夠幫助用戶分類垃圾郵件從而幫助用戶節(jié)約了大量的時間IBM的深藍在1997年成功擊敗了國際象棋世界大師GaryKasparov.最新發(fā)展水平19垃圾信息過濾：學(xué)習(xí)算法能夠幫助用戶分類垃圾郵總結(jié)什么是人工智能(ArtificialIntelligence)?人工智能的基礎(chǔ)人工智能的歷史最新發(fā)展水平總結(jié)什么是人工智能(ArtificialIntellige20Qa？

Qa？

第一章

什么是人工智能？

第一章

什么是人工智能？

2015年1月湖南大學(xué)信息科學(xué)與工程學(xué)院內(nèi)容提要什么是人工智能(ArtificialIntelligence)?人工智能的基礎(chǔ)人工智能的歷史最新發(fā)展水平內(nèi)容提要什么是人工智能(ArtificialIntelli23什么是人工智能人工智能定義的四種觀點：像人一樣思考合理地思考像人一樣行動合理地行動本書提倡人工智能定義為“合理地行動”什么是人工智能人工智能定義的四種觀點：像人一樣思考合理地思考24像人一樣行動：圖靈測試圖靈(1950)提出圖靈測試為智能提供一個令人滿意的可操作性的定義如果一位人類詢問者在提出一些書面問題以后不能區(qū)分書面回答來自人還是計算機，那么這臺計算機就通過了圖靈測試是否具有智能行為的測試：圖靈模仿游戲(TuringImitationGame)像人一樣行動：圖靈測試圖靈(1950)提出圖靈測試25圖靈模仿游戲男人試圖回答詢問者的問題欺騙詢問者他是女人，女人試圖使詢問者相信她是女人

第一階段第二階段詢問者的目的:通過計算機向兩個人問問題以求弄清楚誰是男人誰是女人

計算機模擬男人的角色向詢問者提供答案如果計算機能夠成功地欺騙詢問者，那么我們說這臺計算機能通過智能行為測試圖靈模仿游戲男人試圖回答詢問者的問題欺騙詢問者他是女人，女人26像人一樣行動：圖靈測試通過完全的圖靈測試，計算機需具備以下能力：自然語言處理知識表示自動推理機器學(xué)習(xí)計算機視覺機器人學(xué)Isitpassed?StillNo!像人一樣行動：圖靈測試通過完全的圖靈測試，計算機需具備以下能27像人一樣思考：認知建模???1960s"cognitiverevolution"基本想法：通過研究和發(fā)展人工智能和計算機科學(xué)，計算機是可能實現(xiàn)對人類精神過程的可測試推理。換句話說，如果我們發(fā)展了一個程序，該程序的輸入輸出行為匹配相應(yīng)的人類思考行為，那么該程序能夠?qū)崿F(xiàn)像人類一樣的思考！像人一樣思考：認知建模???1960s"cogniti28像人一樣思考：認知建模要使程序像人一樣思考，首先必須知道人如何思考：通過內(nèi)省通過心理實驗通過腦成像例子：通用問題求解器(GPS)不滿足于正確解決問題，而是探求求解步驟是否相同于人類思維像人一樣思考：認知建模要使程序像人一樣思考，首先必須知道人如29合理地思考希臘哲學(xué)家亞里士多德的研究開創(chuàng)了“邏輯學(xué)”三段論：“蘇格拉底是人；所有人必有一死，蘇格拉底必有一死”把程序的求解表示為用邏輯法來解決任何問題，比如使用“規(guī)則推導(dǎo)”。缺點：不是所有的問題都能用邏輯形式表示有時候用邏輯方法來解決問題需要耗盡計算機資源合理地思考希臘哲學(xué)家亞里士多德的研究開創(chuàng)了“邏輯學(xué)”30合理地行動：合理AgentAgent：能夠行動的某種東西合理Agent:當(dāng)存在不確定性時，能夠?qū)崿F(xiàn)最佳期望結(jié)果而行動的Agent一個agent可以抽象地表示成一個方程：對于給定的環(huán)境參數(shù)和任務(wù)，尋找一個Agent以達到最佳的性能合理地行動：合理AgentAgent：能夠行動的某種東西31合理地行動：合理Agent合理地行動：正確的推理可能是合理的推理；正確的推理不是合理性全部；有些合理的行動不涉及推理與其他三種途徑相比的優(yōu)點：比思維法則更一般，因為正確的推理只是實現(xiàn)合理性的其中可能機制之一比人類的行為更加經(jīng)得起科學(xué)的檢驗，合理性的標準在數(shù)學(xué)上定義明確合理地行動：合理Agent合理地行動：32人工智能的基礎(chǔ)學(xué)科主要內(nèi)容哲學(xué)邏輯，推理方法，物理系統(tǒng)的學(xué)習(xí)，語言，合理性數(shù)學(xué)正規(guī)的表示和證明算法，可計算性，易處理性和不易處理性，概率經(jīng)濟學(xué)效用，決策理論神經(jīng)科學(xué)大腦信息處理心理學(xué)行為主意，認知心理學(xué)計算機工程創(chuàng)建快速計算機控制理論設(shè)計系統(tǒng)在給定時間內(nèi)最大化目標函數(shù)語言學(xué)知識表示，語法人工智能的基礎(chǔ)學(xué)科主要內(nèi)容哲學(xué)邏輯，推理方法，物理系統(tǒng)的學(xué)習(xí)33人工智能的歷史孕育期(1943-1955)WarrenMcCullochandWalterPitts(in1943)：人工神經(jīng)元模型;MarvinMinsky(in1950):第一臺神經(jīng)網(wǎng)絡(luò)計算機；Turing(in1950):圖靈測試，機器學(xué)習(xí)，遺傳算法，強化學(xué)習(xí)。誕生(1956年)達特茅斯大學(xué)，10位研究者為期兩個月的研究人工智能的歷史孕育期(1943-1955)34人工智能的歷史巨大的期望(1952-1969)通用問題求解器(GPS):

將要解決的問題定義為狀態(tài)然后通過操作去接近于目標狀態(tài)幾何定理證明器西洋跳棋程序現(xiàn)實的困難(1966-1973)俄語英語的翻譯(對主題一無所知)通過不同組合來求解的方式局限于小問題產(chǎn)生智能行為的基本結(jié)構(gòu)的某些根本局限，如感知機(Perceptron)人工智能的歷史巨大的期望(1952-1969)35人工智能的歷史基于知識的系統(tǒng)(1969-1979)Dentral:根據(jù)質(zhì)譜儀提供的信息推斷分子結(jié)構(gòu)Mysin：基于規(guī)則的系統(tǒng)用來推斷血液疾病專家系統(tǒng)稱成為熱門的研究，但專家系統(tǒng)僅限于局部領(lǐng)域，且沒有學(xué)習(xí)能力人工智能的歷史基于知識的系統(tǒng)(1969-1979)36人工智能的歷史知識引擎的新發(fā)展(1980s-現(xiàn)在)人工智能成為產(chǎn)業(yè)，比如商業(yè)發(fā)展專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)的回歸(Grossberg,Hopfield)其他機器學(xué)習(xí)方法的出現(xiàn)(隱馬爾科夫模型，貝葉斯網(wǎng)絡(luò)等等)智能Agent的出現(xiàn)，基于Web的Agent的應(yīng)用極大數(shù)據(jù)集的可用性人工智能的歷史知識引擎的新發(fā)展(1980s-現(xiàn)在)37人工智能的歷史時間事件1943McCulloch&Pitts:人腦的邏輯電路模型1950圖靈的計算機器與智能1956Dartmouth會議：