第4章智能DSS和智能技術的決策支持課件

第四章智能DSS和智能技術的決策支持Nothingisimpossibleforawillingheart.心之所愿，無所不成。第四章智能DSS和智能技術的決策支持Nothingis1本章主要內容什么是人工智能？基本原理專家系統(tǒng)原理與產(chǎn)生式規(guī)則專家系統(tǒng)遺傳算法的決策支持本章主要內容什么是人工智能？2一、什么是人工智能？一、什么是人工智能？3什么是智能?請說出3種你身邊或你所知道的智能化事物什么是智能?請說出3種你身邊或你所知道的智能化事物4什么是智能?一般認為智能是個體對客觀事物進行合理分析、判斷及有目的行動、有效地處理周圍環(huán)境事宜的綜合能力。智能要素：感知、認識、學習、理解、分析、綜合、判斷、推理、創(chuàng)造……情感、意識、意志等。什么是智能?一般認為智能是個體對客觀事物進行合理分析、判斷及5計算機與智能例子：IBM超級計算機計算機與智能例子：IBM超級計算機6一個例子---IBM超級計算機“深藍”1997年5月11日，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS／6000（深藍）計算機系統(tǒng)進行了六局“人機大戰(zhàn)”，結果“深藍”以3.5比2.5的總比分獲勝。一個例子---IBM超級計算機“深藍”1997年5月11日，7一個例子---IBM超級計算機“沃森”2014年，IBM超級計算機Watson在《危險邊緣》競賽節(jié)目中擊敗了該節(jié)目歷史上最成功的兩位人類選手，繼“深藍”之后，聰明的人腦再一次敗給了智慧程序。視頻/v_show/id_XMjY5ODIwODg4.html計算機戰(zhàn)勝人類的“訣竅”是什么？返回一個例子---IBM超級計算機“沃森”2014年，IBM超級8人類智能與人工智能的關系？電腦真的能夠模擬人腦嗎？輸入……輸出Hello!存儲除此之外，人和計算機都能復制建立符號結構：在符號系統(tǒng)中形成符號結構條件性遷移：根據(jù)已有符號，繼續(xù)完成活動過程vs人類智能與人工智能的關系？電腦真的能夠模擬人腦嗎？輸入……輸92.什么是人工智能?人工智能—ArtificialIntelligence(AI)

眾說紛紜目前還沒有統(tǒng)一的定義一般解釋：人工智能就是用人工的方法在機器（計算機）上實現(xiàn)的智能，或稱機器智能、計算機智能。被認為是21世紀的三大尖端技術之一另外兩項分別為：基因工程、納米科學2.什么是人工智能?人工智能—ArtificialInt10關于人工智能問題是一個古老的但又十分新穎的研究課題各國在人工智能的研究上都已經(jīng)獲得巨大的進展各種傳統(tǒng)的或新穎的智能模型迄今還不能完全而圓滿地對大腦思維活動的過程進行解釋和模擬人們還不十分了解信息在大腦中的底層結構和編碼方法；象人們的概念、意識、情感和創(chuàng)造性思維過程等，還根本無從著手；在哲學上、自然科學以及社會學科上還有很大的爭論，還不能得到一致認同。關于人工智能問題是一個古老的但又十分新穎的研究課題11人工智能研究的目標運算速度足夠快、記憶容量和邏揖單元的數(shù)目也超過了人腦。有大量的智能程序，并提供了合適種類的大量數(shù)據(jù)。能夠做一些人性化的事情，如簡單地聽或說，回答某些問題等。問題：這臺機器具有思維能力了嗎?

換言之，我們怎樣才能判斷一臺機器是否具存了思維能力呢?人工智能研究的目標運算速度足夠快、記憶容量和邏揖單元的數(shù)目也12人工智能研究的目標1950年英國數(shù)學家圖靈發(fā)表了”計算機與智能”的論文中提出著名的“圖靈測試”，形象地提出人工智能應該達到的智能標準。（A.M.Turing,1912—1954）人工智能研究的目標1950年英國數(shù)學家圖靈發(fā)表了”計算機與智13圖靈測試即一個人在不接觸對方的情況下，通過一種特殊的方式，和對方進行一系列的問答，如果在相當長時間內，他無法根據(jù)這些問題判斷對方是人還是計算機，那么，就可以認為這個計算機具有同人相當?shù)闹橇?，即這臺計算機是能思維的。如果你是提問者，你會問哪些問題來分辨人和機器呢？圖靈測試即一個人在不接觸對方的情況下，通過一種特殊的方式，和14有影響力的圖靈測試---羅布納獎（Loebnerprize）由紐約的慈善家HughLoebner組織的圖靈測試。從1991年起，每年舉行一次。反應與人類的反應最難區(qū)別的計算機將獲得100000美元的獎金和一塊金牌。規(guī)則四位人類評審各坐在一臺電腦前，將同一組測試題分別分配給遠程的一臺機器和一個真實人類回答。在25分鐘的有限時間內，評審需要根據(jù)回答來分辨出誰是機器人，誰是人類，然后才可以繼續(xù)測試下一對人/機器。現(xiàn)狀到目前為止沒有聊天機器人問鼎金獎和銀獎。所有參賽選手主要是競爭4千美元的銅獎。有影響力的圖靈測試---羅布納獎（Loebnerprize15從表面上看，要使機器回答按一定范圍提出的問題似乎沒有什么困難，可以通過編制特殊的程序來實現(xiàn)。然而，如果提問者并不遵循常規(guī)標準，編制回答的程序是極其困難的事情。從表面上看，要使機器回答按一定范圍提出的問題似乎沒有什么困難16請判斷哪一組是人-機對話？A：今天過得怎么樣？B：糟透了。今早我錯把牛奶倒在早餐上，結果還沒來得及吃，它就生銹了。我本應該倒油。A：你最喜歡的科幻片有哪些？B：《星球大戰(zhàn)》和《駭客帝國》。A：如果我說《星戰(zhàn)大戰(zhàn)前傳》很難看，你贊成嗎？B：雙手贊成！盧卡斯應該被拉去槍斃！A：在“滾石”樂隊和“誰人”（TheWho）樂隊之間，你認為誰是史上最偉大的？B：肯定是“滾石”樂隊。不過，在80年代早期，TheWho確實在解散之前寫過一些好歌。A：你認為機器可以有人的思維？B：機器不可能有人的思維。A：為什么？B：機器的思維是不同的、獨特的，人的思維千差萬別，機器為什么要和人一樣呢？請判斷哪一組是人-機對話？A：今天過得怎么樣？A：你最喜歡17自然語言理解中的難點岐義現(xiàn)象的廣泛存在1.他的包袱太重。問題：“包袱”指什么？2.老王有一個女兒，很驕傲。問題：誰驕傲？3.Lookout!Therecomesthetrain!問題：Lookout含義是？自然語言理解中的難點岐義現(xiàn)象的廣泛存在1.他的包袱太重。2.18自然語言理解中的難點語句缺少必要成分或用代詞表示，需要聽者按常理去推理。1.我有一個女同學有一個兒子，長得好可愛。問題：誰長得好可愛？2.那顆大球擊穿了桌子，因為它是泡沫塑料制成的。問題：什么是用泡沫制成的？3.小王把小李打了一頓，他真暴力。問題：誰暴力？自然語言理解中的難點語句缺少必要成分或用代詞表示，需要聽者按19是否有計算機通過了圖靈測試？2014年6月8日，英國雷丁大學貼出了一份公告，宣布一臺名為“尤金·古斯特曼”的計算機首次通過了“圖靈測試”，成功讓人類相信它是一個13歲的男孩。業(yè)界存在質疑該聊天機器人號稱只有13歲，并使用第二語言來回答問題，以此作為重大缺陷的借口。測試者只有5分鐘與之展開互動，大大增加了他們在短期內被“欺騙”的概率。是否有計算機通過了圖靈測試？2014年6月8日，英國雷丁大學20思考：通過了圖靈測試的計算機，是否意味著計算機可以思考呢?思考：通過了圖靈測試的計算機，是否意味著計算機可以思考呢?21圖靈測試的爭議計算機在回答提問時，需要在數(shù)據(jù)庫儲存的大量知識之間尋找關聯(lián)性。但是和人類相比，它的思維方式并不具有原創(chuàng)性，不是獨立的思考。實驗的結果很大一部分也取決于評審自己的水平和發(fā)問技巧。而這些都會影響測試的最終參考價值參加測試的計算機經(jīng)常借助使幽默的手段來將對話人引導至別的話題上，以此來避免回答一些其無法理解的問題。為了建立智能機器，先為機器建立一些更廣泛的基本技能更為實際。如故障診斷、臉部識別、下棋、打撲克牌等。圖靈測試的爭議計算機在回答提問時，需要在數(shù)據(jù)庫儲存的大量知識22機器真的能夠自動推理嗎？---5個房間問題有5間不同顏色的房間，每間住個不同國籍的人，每人有自己喜歡的飲料、香煙和寵物。已知信息：英國人在紅房間中西班牙人有一條狗挪威人住在左邊第一間房里黃房間中的人在抽庫爾斯牌香煙抽切斯菲爾德牌香煙的人是養(yǎng)了一只狐貍的人的鄰居挪威人住在藍房間隔壁抽溫斯頓牌香煙的人有一只蝸牛抽幸運牌香煙的人喝橘子汁烏克蘭人喝茶日本人抽國會牌香煙抽庫爾斯牌煙的房間在有匹馬的房間隔壁綠房間中的人喝咖啡綠房間在白房間的左邊中間房間的人喝牛奶問題：斑馬在哪個房間中？哪個房間中的人喝水？機器真的能夠自動推理嗎？---5個房間問題有5間不同顏色的房23自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵物自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵24自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵物挪威人牛奶咖啡庫爾斯馬英國人水橘子汁西班牙幸運狗茶烏克蘭日本人國會溫斯頓切斯菲爾德蝸牛狐貍斑馬3.挪威人住在左邊第一間房里6.挪威人住在藍房間旁邊14.中間房間的人喝牛奶12.綠房間中的人喝咖啡14.綠房間在白房間的左邊1.英國人在紅房間中4.黃房間中的人在抽庫爾斯牌香煙11.抽庫爾斯牌煙的房間在有匹馬的房間隔壁8.抽幸運香煙的人喝橘子汁9.烏克蘭人喝茶2.西班牙人有一條狗8.抽幸運牌香煙的人喝橘子汁9.烏克蘭人喝茶10.日本人抽國會牌香煙7.抽溫斯頓牌香煙的人有一只蝸牛5.抽切斯菲爾德牌香煙的人的是養(yǎng)了一只狐貍的人的鄰居機器真的能自動完成這樣的推理嗎？自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵25自動推理示例---Prolog程序自動推理示例---Prolog程序26人工智能的應用減少密集型勞動強度，提高可靠性。提高自動化程度，降低對人員質量，數(shù)量的需求，降低成本。人工智能技術應用于機器人，可以代替人類完成危險的、不適于人來完成的工作。人工智能的應用減少密集型勞動強度，提高可靠性。27工業(yè)機器人目前，全球工業(yè)機器人以每年超過10％的速度增長。工業(yè)機器人目前，全球工業(yè)機器人以每年超過10％的速度增長。28特殊環(huán)境服役機器人排雷機器人排爆機器人太空維修機器人特殊環(huán)境服役機器人排雷機器人排爆機器人太空維修機器人29家用機器人家用機器人30網(wǎng)站智能客服網(wǎng)站智能客服31微軟第三代聊天機器人小冰---具備情感優(yōu)勢

微軟第三代聊天機器人小冰---具備情感優(yōu)勢32人工智能的應用－人臉識別她是誰?人工智能的應用－人臉識別她是誰?33人工智能的應用－機器翻譯翻譯句子“Thespiritiswillingbutthefleshisweak”翻譯工具谷歌在線翻譯/

愛詞霸英語翻譯/

……人工智能的應用－機器翻譯翻譯句子“Thespiritis34谷歌無人駕駛汽車內華達州是美國對公共道路無人駕駛立法的第一個州。截至2012年6月，谷歌的無人駕駛汽車已經(jīng)在該州行進了25萬英里。谷歌無人駕駛汽車內華達州是美國對公共道路無人駕駛立35谷歌無人駕駛汽車的構造示意圖及其描繪的3D地形圖谷歌無人駕駛汽車的構造示意圖及其描繪的3D地形圖36關于無人駕駛汽車的爭議話題如果無人駕駛汽車因為避讓行人而損害了其他車輛或給車內人員帶來危險，它應該避讓嗎？關于無人駕駛汽車的爭議話題如果無人駕駛汽車因為避讓行人而損害37如何實現(xiàn)智能？專家系統(tǒng)神經(jīng)網(wǎng)絡機器學習遺傳算法自然語言理解

……等.如何實現(xiàn)智能？專家系統(tǒng)38二、人工智能的基本原理二、人工智能的基本原理39知識的分類事實對客觀事物屬性的值或狀態(tài)的描述如：今天很熱、我今年50歲、大海是藍色的等規(guī)則如果A則B如果今天下雨，我就留在家里規(guī)律同一類現(xiàn)象的本質關系或本質之間的穩(wěn)定聯(lián)系自然規(guī)律：水加熱后會變成水蒸氣知識：是經(jīng)過提煉加工的信息，是一個或多個信息之間的關聯(lián)。知識的分類事實知識：是經(jīng)過提煉加工的信息，是一個或多個信息之40知識的推理方法演繹推理從一般現(xiàn)象到個別現(xiàn)象的推理“蘇格拉底之死”歸納推理從大量個別現(xiàn)象到一般現(xiàn)象的推理金受熱后體積膨脹，

銀受熱后體積膨脹，

銅受熱后體積膨脹，

鐵受熱后體積膨脹，…，因此，金屬受熱后都體積膨脹。類比推理

從個別現(xiàn)象到個別現(xiàn)象的推理如汽車：運輸；魚網(wǎng)：捕魚知識的推理方法演繹推理41知識的表示就是對知識的一種描述，或者說是一組約定，一種計算機可以接受的用于描述知識的數(shù)據(jù)結構。對知識進行表示的過程就是把知識編碼成某種數(shù)據(jù)結構的過程。知識的表示42知識的表示方法直接表示(計算機難以處理)邏輯表示產(chǎn)生式規(guī)則表示法語義網(wǎng)絡表示法知識的表示方法直接表示(計算機難以處理)43如何選擇知識表示方法？表示知識的范圍是否廣泛

例如，數(shù)理邏輯表示是一種廣泛的知識表示辦法，如果單純用數(shù)字表示，則范圍就有限制。是否適于推理

人工智能只能處理適合推理的知識表示，因此所選用的知識表示必須適合推理。數(shù)學模型（拉格朗日插值法）適合推理，普通的數(shù)據(jù)庫只能供瀏覽檢索，但不適合推理。是否適于計算機處理

計算機只能處理離散的、量化的byte字節(jié)流。因此，用文字表述的知識和連續(xù)形式表示的知識（如微分方程）不適合計算機處理。

如何選擇知識表示方法？44是否有高效的求解算法

考慮到實用的性能，必須有高效的求解算法，知識表示才有意義。能否表示不精確知識

自然界的信息具有先天的模糊性和不精確性，能否表示不精確知識也是考慮的重要因素。知識和元知識能否用統(tǒng)一的形式表示

知識和元知識是屬于不同層次的知識，使用統(tǒng)一的表示方法可以使知識處理簡單。是否有高效的求解算法

考慮到實用的性能，必須有高效的求45三、專家系統(tǒng)原理與產(chǎn)生式規(guī)則專家系統(tǒng)知識就是力量,而積累了知識的計算機會全面增強我們的力量。

--費根鮑姆(斯坦福大學教授)三、專家系統(tǒng)原理與知識就是力量,而積累了知識的計算機會全46一個實例：智能農(nóng)業(yè)專家系統(tǒng)一個實例：智能農(nóng)業(yè)專家系統(tǒng)47實例（續(xù)）實例（續(xù)）48實例（續(xù)）實例（續(xù)）49專家系統(tǒng)的概念什么是專家？專家系統(tǒng)（ES，ExpertSystem）人類之所以能求解問題，是因為人類具有知識。定義專家系統(tǒng)是利用大量的領域專家知識，運用知識推理方法解決特定領域實際問題的計算機程序系統(tǒng)。學科代表人物愛德華·費根鮑姆（EdwardFeigenbaum）1968年世界上第一個專家系統(tǒng)DENDRAL問世。用于診斷傳染病和提供治療建議的著名專家系統(tǒng)MYCIN專家系統(tǒng)的概念什么是專家？50專家系統(tǒng)的特點作為一種模擬人類專家解決領域問題的計算機程序系統(tǒng)，專家系統(tǒng)應當具有：大量的專門知識與經(jīng)驗根據(jù)某領域一個或多個專家提供的知識和經(jīng)驗，進行推理和判斷需要解決的問題要足夠的復雜專家系統(tǒng)的特點作為一種模擬人類專家解決領域問題的計算機程序51專家系統(tǒng)的優(yōu)點具體地說，包括下列幾個方面：(1)專家系統(tǒng)能夠高效率、準確、周到、迅速和不知疲倦地進行工作。(2)專家系統(tǒng)解決實際問題時不受周圍環(huán)境的影響，也不可能遺漏忘記。(3)可以使專家的專長不受時間和空間的限制，以便推廣珍貴和稀缺的專家知識與經(jīng)驗。(4)專家系統(tǒng)能匯集多領域專家的知識和經(jīng)驗以及他們協(xié)作解決重大問題的能力。專家系統(tǒng)的優(yōu)點具體地說，包括下列幾個方面：52第一個商用專家系統(tǒng)：R1世界上第一個成功的商用專家系統(tǒng)，1982年開始正式在DEC公司使用。該程序幫助為新計算機系統(tǒng)配置訂單；為公司每年節(jié)省了數(shù)千萬美元。第一個商用專家系統(tǒng)：R1世界上第一個成功的商用專家系統(tǒng)，1953在1991年的海灣危機中，美國軍隊使用專家系統(tǒng)用于自動的后勤規(guī)劃和運輸日程安排。這項工作同時涉及到50000個車輛、貨物和人，而且必須考慮到起點、目的地、路徑以及解決所有參數(shù)之間的沖突。AI規(guī)劃技術使得一個計劃可以在幾小時內產(chǎn)生，而用舊的方法需要花費幾個星期。海灣戰(zhàn)爭中的專家系統(tǒng)在1991年的海灣危機中，美國軍隊使用專家系統(tǒng)用于自動的后勤54移動專家系統(tǒng)移動專家系統(tǒng)55專家系統(tǒng)的主要構成“系統(tǒng)”？體系結構？知識庫結果解釋器知識推理機知識獲取器人機接口用戶知識工程師領域專家專家系統(tǒng)的核心部件專家系統(tǒng)的主要構成“系統(tǒng)”？知識庫結果解釋器知識推理機知識獲56產(chǎn)生式規(guī)則知識的表示專家系統(tǒng)的第一選擇的知識表達方式產(chǎn)生式規(guī)則表示形式IF（條件）THEN（結論）或AB例子：IF（動物有毛發(fā)）THEN（動物是哺乳動物）IF（動物有羽毛）THEN（動物是鳥）IF（動物會飛）并且（動物會產(chǎn)蛋）THEN（動物是鳥）產(chǎn)生式規(guī)則知識的表示專家系統(tǒng)的第一選擇的知識表達方式57產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結論如：A→B，A→C相同的結論可以由不同的條件來得到如：A→G，B→G條件之間可是以“與”連接和“或”連接如：A∧B→G，A∨B→G一條規(guī)則中的結論，可以是另一條規(guī)則中的條件如：F∧B→Z，C∧D→F產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結論58產(chǎn)生式規(guī)則的兩種推理方法正向推理逆向（反向）推理產(chǎn)生式規(guī)則的兩種推理方法正向推理59正向推理逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件，檢查事實庫中是否存在。前提條件中各子項，若在事實庫中不是全部存在，放棄該條規(guī)則；若在事實庫中全部存在，則執(zhí)行該條規(guī)則，把結論放入事實庫中。反復循環(huán)執(zhí)行上面過程，直到推出目標，并存入事實庫中為止。正向推理逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件，檢查事實庫中60正向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫事實庫在產(chǎn)生式規(guī)則庫中有3條規(guī)則，在事實庫中存在B，C，E3個事實，且它們均為真。希望通過正向推理，證明目標G為真。推理過程：搜索每條規(guī)則的前提條件是否在事實庫中步驟搜索規(guī)則是否激發(fā)該規(guī)則原因事實庫狀態(tài)1第1條規(guī)則否A不在事實庫B，C，E2第2條規(guī)則否D不在事實庫B，C，E3第3條規(guī)則是E在事實庫B，C，E，D4第1條規(guī)則否A不在事實庫B，C，E，D5第2條規(guī)則是C和D在事實庫B，C，E，D,A6第1條規(guī)則是A在事實庫B，C，E，D,A，G正向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫事實庫在產(chǎn)生61逆向推理逆向推理用得較多，主要是目標明確，推理快。逆向推理是從目標開始，尋找以此目標為結論的規(guī)則，并對該規(guī)則的前提進行判斷，若該規(guī)則的前提中某個子項是另一規(guī)則的結論，再找此結論的規(guī)則，直到對某個規(guī)則的前提能夠進行判斷。逆向推理逆向推理用得較多，主要是目標明確，推理快。62逆向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫事實庫步驟規(guī)則搜索目標前提成立否原因事實庫狀態(tài)11G否A不在事實庫B，C，E22A否D不在事實庫B，C，E33D是E在事實庫B，C，E，D42A是C和D在事實庫B，C，E，D，A51G是A和B在事實庫B，C，E，D,A，G推理過程：搜索每條規(guī)則的結論，檢查其前提是否在事實庫中逆向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫事實庫步驟規(guī)則搜63根據(jù)規(guī)則庫得到的逆向推理樹（知識樹）GABCIJKLMEXFWZPQA∨B∧C→G(I∧J)∨K→AX∧F→JL→BM∨E→CW∧Z→MP∧Q→E若有知識庫為根據(jù)規(guī)則庫得到的逆向推理樹（知識樹）GABCIJKLMEXF64“與或”推理樹的特點總目標G（結論）前提A（結論）前提B（結論）前提C（結論）前提IJ前提K前提LME前提X前提F前提W前提Z前提P前提Q①每條規(guī)則對應的結點分支有與、或關系②樹的根結點是推理樹的總目標③相鄰兩層之間是一條或多條規(guī)則連接④每個結點可以是單值，也可以是多值。若結點是多值時，各值對應的規(guī)則將不同⑤可以把所有的葉結點直接放在事實數(shù)據(jù)庫中，也可以安排向用戶提問“與或”推理樹的特點總目標G（結論）前提A前提B前提C前提65推理樹的深度優(yōu)先搜索過程－－逆向推理過程GABCIJKLMEXFWZPQYYNNYYY126478910111235NNYYYY推理樹的深度優(yōu)先搜索過程－－逆向推理過程GABCIJKLM66專家系統(tǒng)的開發(fā)專家系統(tǒng)的開發(fā)67專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫俗稱針眼，是睫毛毛囊附近的皮脂腺或瞼板腺的急性化膿性炎癥。麥粒腫診斷規(guī)則：R1：毛囊皮根微紅腫→輕型R2：鼻塞流涕→外感風熱R3：舌苔薄黃∧胃納差→胃腸積熱R4：眼瞼局部明顯紅腫→重型R5：眼瞼局部紅腫∧頂尖有膿點→重型R6：膿點破潰→晚期R7：輕型∧外感風熱→輕風熱型R8：重型∧外感風熱→重風熱型R9:重型∧胃腸積熱→重積熱型R10：輕型→散癩法R11：晚期→外敷藥物R12：輕風熱型→散癩加罐R13：重風熱型→挑癩加罐R14：重積熱型→放血法專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫俗稱針眼，是睫毛毛68專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫診斷的推理樹毛囊皮根微紅腫輕型鼻塞流涕外感風熱舌苔薄黃胃腸積熱胃納差眼瞼局部明顯紅腫眼瞼局部紅腫頂尖有膿點重型R1R2R4R5R3膿點破潰晚期R6散癩法重積熱型重積熱型重風熱型R10R7R8R9散癩加罐挑癩加罐外敷藥物放血法R12R13R14R11專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫診斷的推理樹毛囊皮69專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)利用專家系統(tǒng)開發(fā)工具CLIPS進行開發(fā)CLIPS簡介：由美國國家航天局約翰遜空間中心人工智能部推出用C語言寫成，運行速度快免費使用只提供正向推理能力系統(tǒng)演示專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)利用專家系統(tǒng)開發(fā)工具CL701、專家系統(tǒng)的局限專家系統(tǒng)只是人的經(jīng)驗的匯集,因而它存在先天的缺陷,其解也可能未必正確;專家系統(tǒng)不能由第一原理推理,不能抓住相似,缺乏普通的感知,所以專家系統(tǒng)不是一個通用的專家,不是一個問題求解器;對于復雜系統(tǒng),專家系統(tǒng)這種表達知識的方法也很難表達,解就更難;專家系統(tǒng)的維護也很不容易,尤其對快速發(fā)展的醫(yī)學和信息領域,有時一年就有30%的規(guī)則要加以改變。2、專家系統(tǒng)的適用范圍在相對窄的知范圍和一些定義好的領域能成功應用；在企業(yè)的管理信息系統(tǒng)中專家系統(tǒng)能起到它應有的作用。專家系統(tǒng)的局限及適用范圍1、專家系統(tǒng)的局限專家系統(tǒng)的局限及適用范圍71四、遺傳算法的決策支持四、遺傳算法的決策支持72旅行商問題（TSP）假設有一個旅行商人要拜訪n個城市，他必須選擇所要走的路徑，路經(jīng)的限制是每個城市只能拜訪一次，而且最后要回到原來出發(fā)的城市，要求得的路徑路程為所有路徑之中的最小值。旅行商問題（TSP）假設有一個旅行商人要拜訪n個城市，他必須73旅行商問題（TSP）---問題分析要從所有周游路線中求取最小成本的周游路線，而從初始點出發(fā)的周游路線一共有(n-1)!條，即等于除初始結點外的n-1個結點的排列數(shù)，因此旅行商問題是一個排列問題。計算時間復雜度顯然為O(n!)。傳統(tǒng)解法窮舉法回溯法貪心算法旅行商問題（TSP）---問題分析要從所有周游路線中求取最小74另一類解法---遺傳算法（GeneticAlgorithm,GA）遺傳算法模擬自然界中的生命進化機制，是具有“生存＋檢測”的迭代過程的搜索算法遺傳算法尤其適用于傳統(tǒng)方法難以實現(xiàn)的最優(yōu)化問題求解實踐證明，遺傳算法已經(jīng)在求解旅行商問題、背包問題、裝箱問題、布局優(yōu)化、網(wǎng)絡路由等具有NP難度的組合優(yōu)化問題上取得了成功的應用。另一類解法---遺傳算法（GeneticAlgorithm75遺傳學概述達爾文進化論：“物競天擇、適者生存”

遺傳學認為，遺傳信息封裝在染色體中，并以基因（位）的形式包含在染色體（個體）中。每個基因有特殊的位置并控制某個特殊的性質?；螂s交和基因突變能產(chǎn)生對環(huán)境適應性強的后代，通過優(yōu)勝劣汰的自然選擇，適應值高的基因結構就保存下來。遺傳學概述達爾文進化論：“物競天擇、適者生存”76生物進化與遺傳算法群體種群子群選擇婚配變異遭淘汰的群體生物進化與遺傳算法群體種群子群選擇婚配變異遭淘汰77生物進化與遺傳算法之間的對應關系生物進化中的概念遺傳算法中的作用環(huán)境適應函數(shù)適應性適應函數(shù)值適者生存適應函數(shù)值最大的解被保留的概率最大個體問題的一個解染色體解的編碼基因編碼的元素群體被選定的一組解種群根據(jù)適應函數(shù)選擇的一組解交配以一定的方式由雙親產(chǎn)生后代的過程變異編碼的某些分量發(fā)生變化的過程生物進化與遺傳算法之間的對應關系生物進化中的概念遺傳算法中的78遺傳算法的工作示意圖實際問題參數(shù)集三個基本算子選擇交叉變異編碼成位串形式種群1計算適應函數(shù)值選擇和遺傳統(tǒng)計結果種群2經(jīng)過優(yōu)化的一個或多個參數(shù)集改善或解決實際問題不滿足要求遺傳算法的工作示意圖實際問題參數(shù)集三個基本算子編碼成位串形式79遺傳算法的三個主要操作選擇：選出繁殖后代的個體輪盤賭法期望值法最佳個體保存法其它…交叉：互換染色體，從而產(chǎn)生新的染色體一點交叉、二點交叉、多點交叉變異

：以很小的概率，隨機地改變字符串某個位置的值三個基本算子選擇交叉變異遺傳算法的三個主要操作選擇：選出繁殖后代的個體三個基本算子80例：求函數(shù)的最大值其中x為[0,31]間的整數(shù)編碼：采用二進制形式編碼由于x的定義域是[0,31]間的整數(shù)，剛好可以用5位二進制數(shù)表示，因此可以用5位二進制數(shù)表示該問題的解，即染色體。如00000表示x＝0，10101表示x＝21，11111表示x＝31等適應函數(shù)：直接使用函數(shù)f(x)作為適應函數(shù)。假設群體的規(guī)模N＝4，交配概率pc＝100％，變異概率pm＝1％。設隨機生成的初始群體為：

01101，11000，01000，10011染色體的選擇方法：輪盤賭法例：求函數(shù)的最大值其中x為[0,31]間的整數(shù)適應函數(shù)：81序號群體適應值選擇概率（％）選中次數(shù)10110116914.44121100057649.23230100064

5.47041001136130.851第0代情況表序號種群交配對像交配位（隨機選擇）子代適應值1011012401100144211000141100162531100042110117294100113210000256第0代種群的交叉情況序號群體適應值選擇概率（％）選中次數(shù)10110116914.82序號群體適應值選擇概率（％）選中次數(shù)101100144

8.21021100162535.62131101172941.56241000025614.601第1代情況表序號種群交配對象交配位（隨機選擇）子代適應值1110012311011729211011131100162531101141100002564100003111011729第1代種群的交配情況序號群體適應值選擇概率（％）選中次數(shù)1011001448.83序號種群交配對像交配位子代適應值1110112311001625211101131111196131000042100012894110113211010676第2代種群的交配情況序號種群交配對像交配位子代適應值1110112311001684由于選擇的變異概率Pm=0.001，則平均每1000位中才有一位變異，由4個位串組成的種群中共有4×5＝20位，則變異的期望值為20×0.001＝0.02位。事實上在該例中沒有變異發(fā)生。對比1,2，3代的結果，可以看出，每一代的平均值及最大值都比前一代有了很大提高，說明種群正朝優(yōu)化的方向前進最大適應值、平均適應值進化曲線由于選擇的變異概率Pm=0.001，則平均每1000位中才有85旅行商問題（TSP）假設有一個旅行商人要拜訪n個城市，他必須選擇所要走的路徑，路經(jīng)的限制是每個城市只能拜訪一次，而且最后要回到原來出發(fā)的城市，要求得的路徑路程為所有路徑之中的最小值。遺傳算法程序演示旅行商問題（TSP）假設有一個旅行商人要拜訪n個城市，他必須86遺傳算法的應用遺傳算法是多學科結合與滲透的產(chǎn)物。目前遺傳算法所涉及的主要領域有自動控制、規(guī)劃設計、組合優(yōu)化、圖象處理、信號處理、人工生命等。遺傳算法的應用遺傳算法是多學科結合與滲透的產(chǎn)物。目前遺傳算法87課堂練習請用“拋硬幣”的方式，隨機生成初始種群，求解函數(shù)F(x)=x2的最大值（其它條件與例題相同）在確定種群的交配對象和染色體交換位置時，也請“拋硬幣”來決定。課堂練習請用“拋硬幣”的方式，隨機生成初始種群，求解函數(shù)F(88一個遺傳算法的應用實例下表是一個客戶的信息組成數(shù)據(jù)表，可以利用遺傳算法在客戶群中預測最佳客戶的類型。企業(yè)的最佳客戶群，即可以從客戶處獲取最大利潤的特征應該由客戶的收入水平、客戶的家庭人口、客戶的年齡所構成。而從客戶處所獲取的利潤則是從客戶的累計購買商品金額乘以2%，減去每次購買商品的手續(xù)費10元?？蛻鬒D年齡累計購買金額收入家庭人口性別10985461843中等4女18595490中等2男47382613628低5男749123618463高6女95623298463高3男8552632274中等2男58753521846低2女64957480中等3女769572721634高5男6583945842低1女一個遺傳算法的應用實例下表是一個客戶的信息組成數(shù)據(jù)表，可以利89遺傳編碼的定義根據(jù)客戶數(shù)據(jù)中的條件，可用如下八個染色體來定義客戶類型基因1：客戶的年齡下限基因2：客戶的年齡上限基因3：高收入基因4：中等收入基因5：低收入基因6：家庭人口少（1－2人）基因7：家庭人口一般（3－4人）基因8：家庭人口多（5人以上）遺傳編碼的定義根據(jù)客戶數(shù)據(jù)中的條件，可用如下八個染色體來定義90附表：客戶群的新基因組成年齡上限年齡下限高收入中等收入低收入人口少人口一般人口多客戶群13864是是否否是是客戶群22650是否是是否是客戶群32040否是是是否否在對這些染色體進行遺傳計算時，通常要將染色體的等位基因轉換成二進制數(shù)，如，用“1”表示“是”，“0”表示“否”附表：客戶群的新基因組成年齡上限年齡下限高收入中等收入低收入91環(huán)境適應函數(shù)客戶群的購買收益扣除手續(xù)費限制條件：客戶的年齡下限必須小于年齡上限由于適應性函數(shù)是從利潤角度定義的，群體的進化應該逐漸收斂于客戶收益最大的客戶特征群環(huán)境適應函數(shù)92本章內容回顧人工智能的基本原理專家系統(tǒng)原理與產(chǎn)生式規(guī)則的推理方法遺傳算法的原理及應用本章內容回顧人工智能的基本原理93本章作業(yè)一、已知下列產(chǎn)生式規(guī)則R1：A∨B∨C→GR2：D∧E→AR3：F→BR4：H∨P→CR5：Q→E問題：請根據(jù)該知識庫的規(guī)則畫出推理樹。若用戶對結點D，Q，F(xiàn)，P的回答為Yes，對結點H的回答為No，那么根據(jù)推理樹，可以推出根結點為Yes嗎？請給出正向推理和反向推理的過程。二、分析題：人工智能技術的應用會引發(fā)許多行業(yè)工作崗位的減少，你如何看待這種現(xiàn)象？本章作業(yè)一、已知下列產(chǎn)生式規(guī)則94TheEnd.TheEnd.95什么是專家？與領域相關有豐富知識：對該領域的事物精通，有豐富的知識或者說有獨到的見解能進行判斷：對該領域的復雜問題能進行獨到明確的判斷返回什么是專家？與領域相關返回961936年生于美國新澤西州1952年進入卡耐基梅隆大學電氣工程系學習，師從西蒙，獲博士學位1965在斯坦福大學發(fā)明世界上第一個專家系統(tǒng)DENDRAL1977年在IJCAI上在世界上第一次提出知識工程的概念。返回1936年生于美國新澤西州返回97知識庫知識庫是用來存放領域專家知識的倉庫。其中的知識來源于知識獲取器，并為推理器提供求解問題所需要的知識。主要涉及的問題：知識表達問題知識管理問題知識庫返回知識庫知識庫是用來存放領域專家知識的倉庫。其中的知識來源于知98推理機推理機是模擬人類專家的思維過程，控制并執(zhí)行對問題的求解。它能根據(jù)已知的事實，利用知識庫中的知識，按照一定的推理方法和控制策略進行推理，直到得出相應的結論為止主要研究問題：推理方法：精確/非精確控制策略：推理方向/規(guī)則搜索策略返回推理機推理機是模擬人類專家的思維過程，控制并執(zhí)行對問題的求解99知識獲取知識獲取是建設專家系統(tǒng)的關鍵。沒有知識的專家系統(tǒng)就是一個空殼，不能起任何作用。知識獲取的任務抽取知識、知識的轉換、輸入、檢測知識獲取方式非自動知識獲取與領域專家交流，提取專家的經(jīng)驗知識查閱文獻，獲得有關概念的描述及參數(shù)對知識進行分析，比較，歸納，整理，找出知識的內在聯(lián)系及規(guī)律將整理出的知識交專家審查把確定下來的知識用知識表示模式表示出來自動知識獲取具有識別語音，文字和圖像的能力具有理解，分析，歸納的能力具有從運行實踐中學習的能力返回知識獲取知識獲取是建設專家系統(tǒng)的關鍵。沒有知識的專家系統(tǒng)就是100結果解釋器“為什么呀？”人們在涉及重大決策的時候，一般不會滿足于結論，還關心得出這個結論的原因。解釋器的任務就是跟蹤推理器的推理過程，并展示給用戶。返回結果解釋器“為什么呀？”返回101序號群體適應值選擇概率（％）選中次數(shù)10110116914.44121100057649.23230100064

5.47041001136130.851計算個體被選擇次數(shù)的期望值e(xi)：計算式為：e(x1)：0.1444×4＝0.5776，向下取整得0

e(x2)：0.4923×4＝1.9692，向下取整得1e(x3)：0.0547×4＝0.2188，向下取整得0e(x4)：0.3085×4＝1.234，向下取整得1所以，共得到2個染色體。然后按照從大到小對染色體排序：②0.5776√①0.9692√④0.2188③0.234因此，各群體被選擇的次數(shù)如上表所示。返回序號群體適應值選擇概率（％）選中次數(shù)10110116914.102染色體的選擇“輪盤賭”法：每個個體的選擇概率和其適應值成比例，個體適應值越大，其被選擇的概率就越高。x1x2x3x4x5x6設群體大小為n，其中個體i的的適應度值為fi，則i被選擇的概率Pi為：染色體的選擇“輪盤賭”法：每個個體的選擇概率和其適應值成比103被選擇次數(shù)的期望值對于規(guī)模為N的群體，一個選擇概率為p(xi)的染色體xi被選擇次數(shù)的期望值e(xi)：

對于群體中的每一個xi，首先選擇次。這樣共得到個染色體。然后按照從大到小對染色體排序，依次取出個染色體，這樣就得到了N個染色體。染色體的選擇返回被選擇次數(shù)的期望值染色體的選擇返回104染色體交叉交叉發(fā)生在兩個染色體之間，由兩個被稱之為雙親的父代染色體，經(jīng)雜交以后，產(chǎn)生兩個具有雙親的部分基因的新的染色體。當染色體采用二進制形式編碼時，交叉過程是以這樣一種形式進行的：a1a2...aiai+1...anb1b2...bibi+1...bna1a2...aibi+1...bnb1b2...biai+1...an交叉前交叉后交叉位置返回染色體交叉交叉發(fā)生在兩個染色體之間，由兩個被稱之為雙親的父代105變異變異發(fā)生在染色體的某一個基因上，當以二進制編碼時，變異的基因由0變成1，或者由1變成0。如對于染色體x=11001，如果變異位發(fā)生在第三位，則變異后的染色體變成了y=11101。返回變異變異發(fā)生在染色體的某一個基因上，當以二進制編碼時，變異的106演講完畢，謝謝觀看！演講完畢，謝謝觀看！107第四章智能DSS和智能技術的決策支持Nothingisimpossibleforawillingheart.心之所愿，無所不成。第四章智能DSS和智能技術的決策支持Nothingis108本章主要內容什么是人工智能？基本原理專家系統(tǒng)原理與產(chǎn)生式規(guī)則專家系統(tǒng)遺傳算法的決策支持本章主要內容什么是人工智能？109一、什么是人工智能？一、什么是人工智能？110什么是智能?請說出3種你身邊或你所知道的智能化事物什么是智能?請說出3種你身邊或你所知道的智能化事物111什么是智能?一般認為智能是個體對客觀事物進行合理分析、判斷及有目的行動、有效地處理周圍環(huán)境事宜的綜合能力。智能要素：感知、認識、學習、理解、分析、綜合、判斷、推理、創(chuàng)造……情感、意識、意志等。什么是智能?一般認為智能是個體對客觀事物進行合理分析、判斷及112計算機與智能例子：IBM超級計算機計算機與智能例子：IBM超級計算機113一個例子---IBM超級計算機“深藍”1997年5月11日，世界國際象棋棋王卡斯帕羅夫與美國IBM公司的RS／6000（深藍）計算機系統(tǒng)進行了六局“人機大戰(zhàn)”，結果“深藍”以3.5比2.5的總比分獲勝。一個例子---IBM超級計算機“深藍”1997年5月11日，114一個例子---IBM超級計算機“沃森”2014年，IBM超級計算機Watson在《危險邊緣》競賽節(jié)目中擊敗了該節(jié)目歷史上最成功的兩位人類選手，繼“深藍”之后，聰明的人腦再一次敗給了智慧程序。視頻/v_show/id_XMjY5ODIwODg4.html計算機戰(zhàn)勝人類的“訣竅”是什么？返回一個例子---IBM超級計算機“沃森”2014年，IBM超級115人類智能與人工智能的關系？電腦真的能夠模擬人腦嗎？輸入……輸出Hello!存儲除此之外，人和計算機都能復制建立符號結構：在符號系統(tǒng)中形成符號結構條件性遷移：根據(jù)已有符號，繼續(xù)完成活動過程vs人類智能與人工智能的關系？電腦真的能夠模擬人腦嗎？輸入……輸1162.什么是人工智能?人工智能—ArtificialIntelligence(AI)

眾說紛紜目前還沒有統(tǒng)一的定義一般解釋：人工智能就是用人工的方法在機器（計算機）上實現(xiàn)的智能，或稱機器智能、計算機智能。被認為是21世紀的三大尖端技術之一另外兩項分別為：基因工程、納米科學2.什么是人工智能?人工智能—ArtificialInt117關于人工智能問題是一個古老的但又十分新穎的研究課題各國在人工智能的研究上都已經(jīng)獲得巨大的進展各種傳統(tǒng)的或新穎的智能模型迄今還不能完全而圓滿地對大腦思維活動的過程進行解釋和模擬人們還不十分了解信息在大腦中的底層結構和編碼方法；象人們的概念、意識、情感和創(chuàng)造性思維過程等，還根本無從著手；在哲學上、自然科學以及社會學科上還有很大的爭論，還不能得到一致認同。關于人工智能問題是一個古老的但又十分新穎的研究課題118人工智能研究的目標運算速度足夠快、記憶容量和邏揖單元的數(shù)目也超過了人腦。有大量的智能程序，并提供了合適種類的大量數(shù)據(jù)。能夠做一些人性化的事情，如簡單地聽或說，回答某些問題等。問題：這臺機器具有思維能力了嗎?

換言之，我們怎樣才能判斷一臺機器是否具存了思維能力呢?人工智能研究的目標運算速度足夠快、記憶容量和邏揖單元的數(shù)目也119人工智能研究的目標1950年英國數(shù)學家圖靈發(fā)表了”計算機與智能”的論文中提出著名的“圖靈測試”，形象地提出人工智能應該達到的智能標準。（A.M.Turing,1912—1954）人工智能研究的目標1950年英國數(shù)學家圖靈發(fā)表了”計算機與智120圖靈測試即一個人在不接觸對方的情況下，通過一種特殊的方式，和對方進行一系列的問答，如果在相當長時間內，他無法根據(jù)這些問題判斷對方是人還是計算機，那么，就可以認為這個計算機具有同人相當?shù)闹橇?，即這臺計算機是能思維的。如果你是提問者，你會問哪些問題來分辨人和機器呢？圖靈測試即一個人在不接觸對方的情況下，通過一種特殊的方式，和121有影響力的圖靈測試---羅布納獎（Loebnerprize）由紐約的慈善家HughLoebner組織的圖靈測試。從1991年起，每年舉行一次。反應與人類的反應最難區(qū)別的計算機將獲得100000美元的獎金和一塊金牌。規(guī)則四位人類評審各坐在一臺電腦前，將同一組測試題分別分配給遠程的一臺機器和一個真實人類回答。在25分鐘的有限時間內，評審需要根據(jù)回答來分辨出誰是機器人，誰是人類，然后才可以繼續(xù)測試下一對人/機器?，F(xiàn)狀到目前為止沒有聊天機器人問鼎金獎和銀獎。所有參賽選手主要是競爭4千美元的銅獎。有影響力的圖靈測試---羅布納獎（Loebnerprize122從表面上看，要使機器回答按一定范圍提出的問題似乎沒有什么困難，可以通過編制特殊的程序來實現(xiàn)。然而，如果提問者并不遵循常規(guī)標準，編制回答的程序是極其困難的事情。從表面上看，要使機器回答按一定范圍提出的問題似乎沒有什么困難123請判斷哪一組是人-機對話？A：今天過得怎么樣？B：糟透了。今早我錯把牛奶倒在早餐上，結果還沒來得及吃，它就生銹了。我本應該倒油。A：你最喜歡的科幻片有哪些？B：《星球大戰(zhàn)》和《駭客帝國》。A：如果我說《星戰(zhàn)大戰(zhàn)前傳》很難看，你贊成嗎？B：雙手贊成！盧卡斯應該被拉去槍斃！A：在“滾石”樂隊和“誰人”（TheWho）樂隊之間，你認為誰是史上最偉大的？B：肯定是“滾石”樂隊。不過，在80年代早期，TheWho確實在解散之前寫過一些好歌。A：你認為機器可以有人的思維？B：機器不可能有人的思維。A：為什么？B：機器的思維是不同的、獨特的，人的思維千差萬別，機器為什么要和人一樣呢？請判斷哪一組是人-機對話？A：今天過得怎么樣？A：你最喜歡124自然語言理解中的難點岐義現(xiàn)象的廣泛存在1.他的包袱太重。問題：“包袱”指什么？2.老王有一個女兒，很驕傲。問題：誰驕傲？3.Lookout!Therecomesthetrain!問題：Lookout含義是？自然語言理解中的難點岐義現(xiàn)象的廣泛存在1.他的包袱太重。2.125自然語言理解中的難點語句缺少必要成分或用代詞表示，需要聽者按常理去推理。1.我有一個女同學有一個兒子，長得好可愛。問題：誰長得好可愛？2.那顆大球擊穿了桌子，因為它是泡沫塑料制成的。問題：什么是用泡沫制成的？3.小王把小李打了一頓，他真暴力。問題：誰暴力？自然語言理解中的難點語句缺少必要成分或用代詞表示，需要聽者按126是否有計算機通過了圖靈測試？2014年6月8日，英國雷丁大學貼出了一份公告，宣布一臺名為“尤金·古斯特曼”的計算機首次通過了“圖靈測試”，成功讓人類相信它是一個13歲的男孩。業(yè)界存在質疑該聊天機器人號稱只有13歲，并使用第二語言來回答問題，以此作為重大缺陷的借口。測試者只有5分鐘與之展開互動，大大增加了他們在短期內被“欺騙”的概率。是否有計算機通過了圖靈測試？2014年6月8日，英國雷丁大學127思考：通過了圖靈測試的計算機，是否意味著計算機可以思考呢?思考：通過了圖靈測試的計算機，是否意味著計算機可以思考呢?128圖靈測試的爭議計算機在回答提問時，需要在數(shù)據(jù)庫儲存的大量知識之間尋找關聯(lián)性。但是和人類相比，它的思維方式并不具有原創(chuàng)性，不是獨立的思考。實驗的結果很大一部分也取決于評審自己的水平和發(fā)問技巧。而這些都會影響測試的最終參考價值參加測試的計算機經(jīng)常借助使幽默的手段來將對話人引導至別的話題上，以此來避免回答一些其無法理解的問題。為了建立智能機器，先為機器建立一些更廣泛的基本技能更為實際。如故障診斷、臉部識別、下棋、打撲克牌等。圖靈測試的爭議計算機在回答提問時，需要在數(shù)據(jù)庫儲存的大量知識129機器真的能夠自動推理嗎？---5個房間問題有5間不同顏色的房間，每間住個不同國籍的人，每人有自己喜歡的飲料、香煙和寵物。已知信息：英國人在紅房間中西班牙人有一條狗挪威人住在左邊第一間房里黃房間中的人在抽庫爾斯牌香煙抽切斯菲爾德牌香煙的人是養(yǎng)了一只狐貍的人的鄰居挪威人住在藍房間隔壁抽溫斯頓牌香煙的人有一只蝸牛抽幸運牌香煙的人喝橘子汁烏克蘭人喝茶日本人抽國會牌香煙抽庫爾斯牌煙的房間在有匹馬的房間隔壁綠房間中的人喝咖啡綠房間在白房間的左邊中間房間的人喝牛奶問題：斑馬在哪個房間中？哪個房間中的人喝水？機器真的能夠自動推理嗎？---5個房間問題有5間不同顏色的房130自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵物自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵131自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵物挪威人牛奶咖啡庫爾斯馬英國人水橘子汁西班牙幸運狗茶烏克蘭日本人國會溫斯頓切斯菲爾德蝸牛狐貍斑馬3.挪威人住在左邊第一間房里6.挪威人住在藍房間旁邊14.中間房間的人喝牛奶12.綠房間中的人喝咖啡14.綠房間在白房間的左邊1.英國人在紅房間中4.黃房間中的人在抽庫爾斯牌香煙11.抽庫爾斯牌煙的房間在有匹馬的房間隔壁8.抽幸運香煙的人喝橘子汁9.烏克蘭人喝茶2.西班牙人有一條狗8.抽幸運牌香煙的人喝橘子汁9.烏克蘭人喝茶10.日本人抽國會牌香煙7.抽溫斯頓牌香煙的人有一只蝸牛5.抽切斯菲爾德牌香煙的人的是養(yǎng)了一只狐貍的人的鄰居機器真的能自動完成這樣的推理嗎？自動推理示例：5個房間問題房間號12345顏色國籍香煙飲料寵132自動推理示例---Prolog程序自動推理示例---Prolog程序133人工智能的應用減少密集型勞動強度，提高可靠性。提高自動化程度，降低對人員質量，數(shù)量的需求，降低成本。人工智能技術應用于機器人，可以代替人類完成危險的、不適于人來完成的工作。人工智能的應用減少密集型勞動強度，提高可靠性。134工業(yè)機器人目前，全球工業(yè)機器人以每年超過10％的速度增長。工業(yè)機器人目前，全球工業(yè)機器人以每年超過10％的速度增長。135特殊環(huán)境服役機器人排雷機器人排爆機器人太空維修機器人特殊環(huán)境服役機器人排雷機器人排爆機器人太空維修機器人136家用機器人家用機器人137網(wǎng)站智能客服網(wǎng)站智能客服138微軟第三代聊天機器人小冰---具備情感優(yōu)勢

微軟第三代聊天機器人小冰---具備情感優(yōu)勢139人工智能的應用－人臉識別她是誰?人工智能的應用－人臉識別她是誰?140人工智能的應用－機器翻譯翻譯句子“Thespiritiswillingbutthefleshisweak”翻譯工具谷歌在線翻譯/

愛詞霸英語翻譯/

……人工智能的應用－機器翻譯翻譯句子“Thespiritis141谷歌無人駕駛汽車內華達州是美國對公共道路無人駕駛立法的第一個州。截至2012年6月，谷歌的無人駕駛汽車已經(jīng)在該州行進了25萬英里。谷歌無人駕駛汽車內華達州是美國對公共道路無人駕駛立142谷歌無人駕駛汽車的構造示意圖及其描繪的3D地形圖谷歌無人駕駛汽車的構造示意圖及其描繪的3D地形圖143關于無人駕駛汽車的爭議話題如果無人駕駛汽車因為避讓行人而損害了其他車輛或給車內人員帶來危險，它應該避讓嗎？關于無人駕駛汽車的爭議話題如果無人駕駛汽車因為避讓行人而損害144如何實現(xiàn)智能？專家系統(tǒng)神經(jīng)網(wǎng)絡機器學習遺傳算法自然語言理解

……等.如何實現(xiàn)智能？專家系統(tǒng)145二、人工智能的基本原理二、人工智能的基本原理146知識的分類事實對客觀事物屬性的值或狀態(tài)的描述如：今天很熱、我今年50歲、大海是藍色的等規(guī)則如果A則B如果今天下雨，我就留在家里規(guī)律同一類現(xiàn)象的本質關系或本質之間的穩(wěn)定聯(lián)系自然規(guī)律：水加熱后會變成水蒸氣知識：是經(jīng)過提煉加工的信息，是一個或多個信息之間的關聯(lián)。知識的分類事實知識：是經(jīng)過提煉加工的信息，是一個或多個信息之147知識的推理方法演繹推理從一般現(xiàn)象到個別現(xiàn)象的推理“蘇格拉底之死”歸納推理從大量個別現(xiàn)象到一般現(xiàn)象的推理金受熱后體積膨脹，

銀受熱后體積膨脹，

銅受熱后體積膨脹，

鐵受熱后體積膨脹，…，因此，金屬受熱后都體積膨脹。類比推理

從個別現(xiàn)象到個別現(xiàn)象的推理如汽車：運輸；魚網(wǎng)：捕魚知識的推理方法演繹推理148知識的表示就是對知識的一種描述，或者說是一組約定，一種計算機可以接受的用于描述知識的數(shù)據(jù)結構。對知識進行表示的過程就是把知識編碼成某種數(shù)據(jù)結構的過程。知識的表示149知識的表示方法直接表示(計算機難以處理)邏輯表示產(chǎn)生式規(guī)則表示法語義網(wǎng)絡表示法知識的表示方法直接表示(計算機難以處理)150如何選擇知識表示方法？表示知識的范圍是否廣泛

例如，數(shù)理邏輯表示是一種廣泛的知識表示辦法，如果單純用數(shù)字表示，則范圍就有限制。是否適于推理

人工智能只能處理適合推理的知識表示，因此所選用的知識表示必須適合推理。數(shù)學模型（拉格朗日插值法）適合推理，普通的數(shù)據(jù)庫只能供瀏覽檢索，但不適合推理。是否適于計算機處理

計算機只能處理離散的、量化的byte字節(jié)流。因此，用文字表述的知識和連續(xù)形式表示的知識（如微分方程）不適合計算機處理。

如何選擇知識表示方法？151是否有高效的求解算法

考慮到實用的性能，必須有高效的求解算法，知識表示才有意義。能否表示不精確知識

自然界的信息具有先天的模糊性和不精確性，能否表示不精確知識也是考慮的重要因素。知識和元知識能否用統(tǒng)一的形式表示

知識和元知識是屬于不同層次的知識，使用統(tǒng)一的表示方法可以使知識處理簡單。是否有高效的求解算法

考慮到實用的性能，必須有高效的求152三、專家系統(tǒng)原理與產(chǎn)生式規(guī)則專家系統(tǒng)知識就是力量,而積累了知識的計算機會全面增強我們的力量。

--費根鮑姆(斯坦福大學教授)三、專家系統(tǒng)原理與知識就是力量,而積累了知識的計算機會全153一個實例：智能農(nóng)業(yè)專家系統(tǒng)一個實例：智能農(nóng)業(yè)專家系統(tǒng)154實例（續(xù)）實例（續(xù)）155實例（續(xù)）實例（續(xù)）156專家系統(tǒng)的概念什么是專家？專家系統(tǒng)（ES，ExpertSystem）人類之所以能求解問題，是因為人類具有知識。定義專家系統(tǒng)是利用大量的領域專家知識，運用知識推理方法解決特定領域實際問題的計算機程序系統(tǒng)。學科代表人物愛德華·費根鮑姆（EdwardFeigenbaum）1968年世界上第一個專家系統(tǒng)DENDRAL問世。用于診斷傳染病和提供治療建議的著名專家系統(tǒng)MYCIN專家系統(tǒng)的概念什么是專家？157專家系統(tǒng)的特點作為一種模擬人類專家解決領域問題的計算機程序系統(tǒng)，專家系統(tǒng)應當具有：大量的專門知識與經(jīng)驗根據(jù)某領域一個或多個專家提供的知識和經(jīng)驗，進行推理和判斷需要解決的問題要足夠的復雜專家系統(tǒng)的特點作為一種模擬人類專家解決領域問題的計算機程序158專家系統(tǒng)的優(yōu)點具體地說，包括下列幾個方面：(1)專家系統(tǒng)能夠高效率、準確、周到、迅速和不知疲倦地進行工作。(2)專家系統(tǒng)解決實際問題時不受周圍環(huán)境的影響，也不可能遺漏忘記。(3)可以使專家的專長不受時間和空間的限制，以便推廣珍貴和稀缺的專家知識與經(jīng)驗。(4)專家系統(tǒng)能匯集多領域專家的知識和經(jīng)驗以及他們協(xié)作解決重大問題的能力。專家系統(tǒng)的優(yōu)點具體地說，包括下列幾個方面：159第一個商用專家系統(tǒng)：R1世界上第一個成功的商用專家系統(tǒng)，1982年開始正式在DEC公司使用。該程序幫助為新計算機系統(tǒng)配置訂單；為公司每年節(jié)省了數(shù)千萬美元。第一個商用專家系統(tǒng)：R1世界上第一個成功的商用專家系統(tǒng)，19160在1991年的海灣危機中，美國軍隊使用專家系統(tǒng)用于自動的后勤規(guī)劃和運輸日程安排。這項工作同時涉及到50000個車輛、貨物和人，而且必須考慮到起點、目的地、路徑以及解決所有參數(shù)之間的沖突。AI規(guī)劃技術使得一個計劃可以在幾小時內產(chǎn)生，而用舊的方法需要花費幾個星期。海灣戰(zhàn)爭中的專家系統(tǒng)在1991年的海灣危機中，美國軍隊使用專家系統(tǒng)用于自動的后勤161移動專家系統(tǒng)移動專家系統(tǒng)162專家系統(tǒng)的主要構成“系統(tǒng)”？體系結構？知識庫結果解釋器知識推理機知識獲取器人機接口用戶知識工程師領域專家專家系統(tǒng)的核心部件專家系統(tǒng)的主要構成“系統(tǒng)”？知識庫結果解釋器知識推理機知識獲163產(chǎn)生式規(guī)則知識的表示專家系統(tǒng)的第一選擇的知識表達方式產(chǎn)生式規(guī)則表示形式IF（條件）THEN（結論）或AB例子：IF（動物有毛發(fā)）THEN（動物是哺乳動物）IF（動物有羽毛）THEN（動物是鳥）IF（動物會飛）并且（動物會產(chǎn)蛋）THEN（動物是鳥）產(chǎn)生式規(guī)則知識的表示專家系統(tǒng)的第一選擇的知識表達方式164產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結論如：A→B，A→C相同的結論可以由不同的條件來得到如：A→G，B→G條件之間可是以“與”連接和“或”連接如：A∧B→G，A∨B→G一條規(guī)則中的結論，可以是另一條規(guī)則中的條件如：F∧B→Z，C∧D→F產(chǎn)生式規(guī)則的基本特征相同的條件可以得出不同的結論165產(chǎn)生式規(guī)則的兩種推理方法正向推理逆向（反向）推理產(chǎn)生式規(guī)則的兩種推理方法正向推理166正向推理逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件，檢查事實庫中是否存在。前提條件中各子項，若在事實庫中不是全部存在，放棄該條規(guī)則；若在事實庫中全部存在，則執(zhí)行該條規(guī)則，把結論放入事實庫中。反復循環(huán)執(zhí)行上面過程，直到推出目標，并存入事實庫中為止。正向推理逐條搜索規(guī)則庫，對每一條規(guī)則的前提條件，檢查事實庫中167正向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫事實庫在產(chǎn)生式規(guī)則庫中有3條規(guī)則，在事實庫中存在B，C，E3個事實，且它們均為真。希望通過正向推理，證明目標G為真。推理過程：搜索每條規(guī)則的前提條件是否在事實庫中步驟搜索規(guī)則是否激發(fā)該規(guī)則原因事實庫狀態(tài)1第1條規(guī)則否A不在事實庫B，C，E2第2條規(guī)則否D不在事實庫B，C，E3第3條規(guī)則是E在事實庫B，C，E，D4第1條規(guī)則否A不在事實庫B，C，E，D5第2條規(guī)則是C和D在事實庫B，C，E，D,A6第1條規(guī)則是A在事實庫B，C，E，D,A，G正向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫事實庫在產(chǎn)生168逆向推理逆向推理用得較多，主要是目標明確，推理快。逆向推理是從目標開始，尋找以此目標為結論的規(guī)則，并對該規(guī)則的前提進行判斷，若該規(guī)則的前提中某個子項是另一規(guī)則的結論，再找此結論的規(guī)則，直到對某個規(guī)則的前提能夠進行判斷。逆向推理逆向推理用得較多，主要是目標明確，推理快。169逆向推理舉例A∧B→GC∧D→AE→DB，C，E產(chǎn)生式規(guī)則庫事實庫步驟規(guī)則搜索目標前提成立否原因事實庫狀態(tài)11G否A不在事實庫B，C，E22A否D不在事實庫B，C，E33D是E在事實庫B，C，E，D42A是C和D在事實庫B，C，E，D，A51G是A和B在事實庫B，C，E，D,A，G推理過程：搜索每條規(guī)則的結論，檢查其前提是否在事實庫中逆向推理舉例A∧B→GB，C，E產(chǎn)生式規(guī)則庫事實庫步驟規(guī)則搜170根據(jù)規(guī)則庫得到的逆向推理樹（知識樹）GABCIJKLMEXFWZPQA∨B∧C→G(I∧J)∨K→AX∧F→JL→BM∨E→CW∧Z→MP∧Q→E若有知識庫為根據(jù)規(guī)則庫得到的逆向推理樹（知識樹）GABCIJKLMEXF171“與或”推理樹的特點總目標G（結論）前提A（結論）前提B（結論）前提C（結論）前提IJ前提K前提LME前提X前提F前提W前提Z前提P前提Q①每條規(guī)則對應的結點分支有與、或關系②樹的根結點是推理樹的總目標③相鄰兩層之間是一條或多條規(guī)則連接④每個結點可以是單值，也可以是多值。若結點是多值時，各值對應的規(guī)則將不同⑤可以把所有的葉結點直接放在事實數(shù)據(jù)庫中，也可以安排向用戶提問“與或”推理樹的特點總目標G（結論）前提A前提B前提C前提172推理樹的深度優(yōu)先搜索過程－－逆向推理過程GABCIJKLMEXFWZPQYYNNYYY126478910111235NNYYYY推理樹的深度優(yōu)先搜索過程－－逆向推理過程GABCIJKLM173專家系統(tǒng)的開發(fā)專家系統(tǒng)的開發(fā)174專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫俗稱針眼，是睫毛毛囊附近的皮脂腺或瞼板腺的急性化膿性炎癥。麥粒腫診斷規(guī)則：R1：毛囊皮根微紅腫→輕型R2：鼻塞流涕→外感風熱R3：舌苔薄黃∧胃納差→胃腸積熱R4：眼瞼局部明顯紅腫→重型R5：眼瞼局部紅腫∧頂尖有膿點→重型R6：膿點破潰→晚期R7：輕型∧外感風熱→輕風熱型R8：重型∧外感風熱→重風熱型R9:重型∧胃腸積熱→重積熱型R10：輕型→散癩法R11：晚期→外敷藥物R12：輕風熱型→散癩加罐R13：重風熱型→挑癩加罐R14：重積熱型→放血法專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫俗稱針眼，是睫毛毛175專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫診斷的推理樹毛囊皮根微紅腫輕型鼻塞流涕外感風熱舌苔薄黃胃腸積熱胃納差眼瞼局部明顯紅腫眼瞼局部紅腫頂尖有膿點重型R1R2R4R5R3膿點破潰晚期R6散癩法重積熱型重積熱型重風熱型R10R7R8R9散癩加罐挑癩加罐外敷藥物放血法R12R13R14R11專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)麥粒腫診斷的推理樹毛囊皮176專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)利用專家系統(tǒng)開發(fā)工具CLIPS進行開發(fā)CLIPS簡介：由美國國家航天局約翰遜空間中心人工智能部推出用C語言寫成，運行速度快免費使用只提供正向推理能力系統(tǒng)演示專家系統(tǒng)實例---麥粒腫診斷專家系統(tǒng)利用專家系統(tǒng)開發(fā)工具CL1771、專家系統(tǒng)的局限專家系統(tǒng)只是人的經(jīng)驗的匯集,因而它存在先天的缺陷,其解也可能未必正確;專家系統(tǒng)不能由第一原理推理,不能抓住相似,缺乏普通的感知,所以專家系統(tǒng)不是一個通用的專家,不是一個問題求解器;對于復雜系統(tǒng),專家系統(tǒng)這種表達知識的方法也很難表達,解就更難;專家系統(tǒng)的維護也很不容易,尤其對快速發(fā)展的醫(yī)學和信息領域,有時一年就有30%的規(guī)則要加以改變。2、專家系統(tǒng)的適用范圍在相對窄的知范圍和一些定義好的領域能成功應用；在企業(yè)的管理信息系統(tǒng)中專家系統(tǒng)能起到它應有的作用。專家系統(tǒng)的