湘潭大學(xué) 人工智能 緒論 part2課件

ArtificialIntelligence(AI)

Email：dsshen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.課程概要人工智能研究的目標(biāo)遠(yuǎn)期目標(biāo)構(gòu)造出可以實現(xiàn)人類思維活動和智力功能的智能系統(tǒng)。近期目標(biāo)使現(xiàn)有的計算機更聰明更有用，使它不僅能夠進行一般的數(shù)值計算和非數(shù)值信息的處理，而且能夠運用知識去處理問題，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)容主要包括以下幾個方面：1、認(rèn)知建模認(rèn)知：可一般地認(rèn)為是和情感、動機、意志相對應(yīng)的理智或認(rèn)識過程，或者是為了一定的目的，在一定的心理結(jié)構(gòu)中進行的信息加工過程。美國心理學(xué)家浩斯頓(Houston)等人把認(rèn)知歸納為以下5種主要類型：(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運算；(3)認(rèn)知是問題求解；(4)認(rèn)知是思維；(5)認(rèn)知是一組相關(guān)的活動，如知覺、記憶、思維、判斷、推理、問題求解、學(xué)習(xí)、想象、概念形成及語言使用等。人工智能研究的基本內(nèi)容2、知識表示：基礎(chǔ)3、知識推理：實現(xiàn)問題求解4、知識應(yīng)用：目的5、機器感知：就是要讓計算機具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺……，是機器獲取外部信息的基本途徑，相當(dāng)于智能系統(tǒng)的輸入機器視覺（或叫計算機視覺）：就是給計算機配上能看的視覺器官，如攝像機等，使它可以識別并理解文字、圖像、景物等機器聽覺（或叫計算機聽覺）：就是給計算配上能聽的聽覺器官，如話筒等，使計算機能夠識別并理解語言、聲音等。模式識別：對客體的識別與分類自然語言理解：實現(xiàn)人機對話機器翻譯傳統(tǒng)人工智能的三大核心研究內(nèi)容人工智能研究的基本內(nèi)容6、機器思維：機器思維是讓計算機能夠?qū)Ω兄降耐饨缧畔⒑妥约寒a(chǎn)生的內(nèi)部信息進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，推理等過程神經(jīng)網(wǎng)絡(luò)、人腦結(jié)構(gòu)及其工作原理7、機器學(xué)習(xí)：讓計算機能夠像人那樣自動地獲取新知識，并在實踐中不斷地完善自我和增強能力。是機器獲取智能的途徑學(xué)習(xí)是一個有特定目的的知識獲取過程學(xué)習(xí)的本質(zhì)是對信息的理解與應(yīng)用有多種學(xué)習(xí)方法人工智能研究的基本內(nèi)容8、機器行為：讓計算機能夠具有像人那樣地行動和表達(dá)能力，如走、跑、拿、說、唱、寫畫等。相當(dāng)于智能系統(tǒng)的輸出部分機器人9、智能系統(tǒng)構(gòu)建無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)造智能機器需要開展對系統(tǒng)模型、構(gòu)造技術(shù)、構(gòu)造工具及語言環(huán)境等研究人工智能研究的主要方法結(jié)構(gòu)模擬法：生物學(xué)觀點，科學(xué)觀點連接主義學(xué)派。根據(jù)人腦的生理結(jié)構(gòu)和工作機理來模擬人腦智能，屬于非符號處理范疇從腦科學(xué)的角度出發(fā)，采用生物學(xué)的方法進行研究，試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)和工作機理還遠(yuǎn)未搞清楚，因而現(xiàn)在只能對人腦的局部進行模擬或進行近似模擬不適合模擬人的邏輯思維過程受大規(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。智能不取決于符號和神經(jīng)元，而取決于感知和行動，智能行為只能在現(xiàn)實世界中與周圍環(huán)境交互作用而表現(xiàn)出來。不足之處：難以獲得高級智能控制行為集成模擬法各學(xué)派密切合作，取長補短逐步建立統(tǒng)一的人工智能理論體系和方法鐘義信：機制主義人工智能的各種認(rèn)知觀符號主義（Symbolicism）:又稱為邏輯主義、心里學(xué)派、計算機學(xué)派符號主義觀點認(rèn)為：智能的基礎(chǔ)是知識，其核心是知識表示和知識推理；知識可用符號表示，也可用符號進行推理，因而可以建立基于知識的人類智能和機器智能的統(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(LogicTheoryMachine，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)派連接主義觀點認(rèn)為：思維的基元是神經(jīng)元，而不是符號；思維過程是神經(jīng)元的聯(lián)結(jié)活動過程，而不是符號運算過程；反對符號主義關(guān)于物理符號系統(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（Actionism）:又稱為進化主義，控制論學(xué)派行為主義觀點認(rèn)為：智能取決于感知和行動，提出了智能行為的“感知—動作”模型；智能不需要知識、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化。布魯克基于控制論提出了無需知識表示的智能、無需推理的智能。他認(rèn)為智能只是在與環(huán)境的交互作用中表現(xiàn)出來，在許多方面是行為心理學(xué)觀點在現(xiàn)代人工智能中的反映。代表人物：布魯克代表性成果：布魯克研制的機器蟲人工智能的各種認(rèn)知觀機制主義（mechanism）：鐘義信：北京郵電大學(xué)教授，曾任中國人工智能學(xué)會理事長機制主義是結(jié)構(gòu)（連接）主義、功能（符號）主義和行為主義的和諧統(tǒng)一智能活動的過程：任務(wù)給定-信息獲取-知識提煉-策略生成-策略執(zhí)行-反饋優(yōu)化智能生成的機制：信息-知識-智能的轉(zhuǎn)換由于采用的知識類型不同，神經(jīng)網(wǎng)絡(luò)（結(jié)構(gòu)模擬，經(jīng)驗知識）、專家系統(tǒng)（功能模擬，規(guī)范知識）、感知-動作系統(tǒng)（行為模擬，常識知識）分別是機制主義方法的特例。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一個完善的物理符號系統(tǒng)的六種基本功能：輸入符號——Input；輸出符號——Output；存儲符號——Storage；復(fù)制符號——Copy；建立符號結(jié)構(gòu)：通過找出各個符號之間的關(guān)系，在符號系統(tǒng)中形成一種結(jié)構(gòu)，即：符號結(jié)構(gòu)（SymbolStructure）；條件性遷移（Conditionaltransformation）：根據(jù)已有符號，完成活動過程，即某種形式的推理過程人類智能與人工智能物理符號系統(tǒng)的假設(shè)任何一個系統(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。把這個假設(shè)稱為物理符號系統(tǒng)的假設(shè)。物理符號系統(tǒng)的3個推論推論一：既然人具有智能，那么他（她）一定是一個物理符號系統(tǒng)。

推論二：既然計算機是一個物理符號系統(tǒng)，它就一定能夠表現(xiàn)出智能。推論三：既然人是一個物理符號系統(tǒng)，計算機也是一個物理符號系統(tǒng)，那么就能夠用計算機來模擬人的活動。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)域人工智能的爭論人工智能作為一門學(xué)科，已經(jīng)走過了半個世紀(jì)的歷程，并獲得了可喜的成就，但同時也面臨著許多困難和挑戰(zhàn)。人工智能在爭論中不斷發(fā)展，爭論的主要問題包括：人工智能研究方法的爭論人工智能是否必須模擬人的智能？如何模擬？對功能模擬、結(jié)構(gòu)模擬和行為模擬是否可以分離研究？對感知、思維和行為是否可以分離研究？對認(rèn)知與學(xué)習(xí)以及邏輯思維和形象思維等問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)路線的爭論專用路線和通用路線的爭議硬件路線和軟件路線的爭議人工智能應(yīng)用領(lǐng)域人工智能應(yīng)用領(lǐng)域主要包括問題求解機器學(xué)習(xí)自然語言理解專家系統(tǒng)模式識別計算機視覺機器人學(xué)博弈計算智能人工生命自動定理證明自動程序設(shè)計智能控制智能檢索智能調(diào)度與指揮智能決策支持系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)挖掘與知識發(fā)現(xiàn)人工智能應(yīng)用領(lǐng)域問題求解問題的表示、分解、搜索、歸約等進行復(fù)雜的數(shù)學(xué)公式符號運算求解機器學(xué)習(xí)是使計算具有智能的根本途徑，也是機器具有智能的重要標(biāo)志主要研究如何使得計算機能夠模擬和實現(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自然語言理解書面語言的理解和口語（語音）的理解手寫文字的識別機器翻譯……人工智能應(yīng)用領(lǐng)域?qū)＜蚁到y(tǒng)專家系統(tǒng)是在某個特定的領(lǐng)域內(nèi)，以專家水平去解決該領(lǐng)域中困難問題的計算機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)域機器人學(xué)機器人是一種可編程的多功能操作裝置。人工智能的所有技術(shù)幾乎都可以在該領(lǐng)域得到應(yīng)用機器人研究的四個階段：遙控機器人——程序機器人——自適應(yīng)機器人——智能機器人人工智能應(yīng)用領(lǐng)域博弈博弈是一個有關(guān)對策問題的研究領(lǐng)域，典型的例子是下棋井字棋：最先在任意一條直線上成功連接三個標(biāo)記的一方獲勝。假設(shè)*先走人工智能應(yīng)用領(lǐng)域計算智能：以數(shù)據(jù)位基礎(chǔ)，以計算為手段來建立功能上的聯(lián)系（模型），而進行問題求解，以實現(xiàn)對智能的模擬和認(rèn)識。研究內(nèi)容與范疇：神經(jīng)計算模糊計算粗集理論與粒度計算進化計算模擬退火算法禁忌搜索算法蟻群算法粒子群算法人工免疫系統(tǒng)分布估計算法量子計算……人工智能應(yīng)用領(lǐng)域人工生命：研究能夠展示人類生命特征的人工系統(tǒng)，即研究以非碳水化合物為基礎(chǔ)的、具有人類生命特征的人造生命系統(tǒng)研究思路：如果能從具體的生命中抽象出控制生命的“存在形式”，并且這種存在形式可以在另外一種物質(zhì)中實現(xiàn)，那么就可以創(chuàng)造出基于不同物質(zhì)的另外一種生命自動定理證明自動實現(xiàn)象人類證明定理那樣的非數(shù)值的符號演算過程自動程序設(shè)計自動程序設(shè)計師一種讓計算機把高級形式語言或自然語言描述的程序自動轉(zhuǎn)換成可執(zhí)行的程序的技術(shù)人工智能應(yīng)用領(lǐng)域智能控制：智能控制是指無需或很少需要人的干預(yù)就能獨立驅(qū)動智能機器實現(xiàn)其目標(biāo)的自動控制是當(dāng)今自動控制的最高水平智能檢索：是信息時代來臨的需要可以回答用戶提問的數(shù)據(jù)庫系統(tǒng)，如何詢問，如何演繹出答案能有效表示、存儲和檢索大量事實的數(shù)據(jù)庫系統(tǒng)設(shè)計智能調(diào)度與指揮尋找最佳調(diào)度和組合

NP完全類問題的求解人工智能應(yīng)用領(lǐng)域智能決策支持系統(tǒng)：智能決策支持系統(tǒng)是指在傳統(tǒng)決策支持系統(tǒng)中增加了相應(yīng)的智能部件的決策支持系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是一個用大量的簡單處理單元（神經(jīng)元）經(jīng)過廣泛并行互聯(lián)所構(gòu)成的人工網(wǎng)絡(luò)，用于模擬人腦神經(jīng)系統(tǒng)的構(gòu)造和功能。用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果人工智能應(yīng)用領(lǐng)域人工神經(jīng)網(wǎng)絡(luò)(續(xù))生物神經(jīng)元神經(jīng)元的MP模型神經(jīng)元的MP模型人工神經(jīng)網(wǎng)絡(luò)人工智能應(yīng)用領(lǐng)域數(shù)據(jù)挖掘與知識發(fā)現(xiàn)數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是從大量的、不完全的、有噪聲的、模糊的、甚至不一致的數(shù)據(jù)中提取出有效的、新穎的、潛在有用的并可被理解的信息和知識的過程。傳統(tǒng)的數(shù)據(jù)庫技術(shù)僅限于對數(shù)據(jù)的查詢和檢索，不能從中提取知識。數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是在數(shù)據(jù)庫的基礎(chǔ)上實現(xiàn)的一種知識發(fā)現(xiàn)系統(tǒng)。從面向數(shù)據(jù)庫的結(jié)構(gòu)化信息挖掘到面向數(shù)據(jù)倉庫和互聯(lián)網(wǎng)的海量、半結(jié)構(gòu)化或非結(jié)構(gòu)化信息的數(shù)據(jù)挖掘。成功的例子：沃爾瑪：“啤酒和尿布”規(guī)律；