人工智能簡介-課件(演示)

人工智能簡介-課件(演示)人工智能簡介-課件(演示)人工智能簡介-課件(演示)物質(zhì)、能量、信息、知識和智能構(gòu)成宇宙的三大要素：三大要素：物質(zhì)、能量與信息信息：是物質(zhì)和能量的表現(xiàn)形式，是以物質(zhì)和能量為載體的客觀存在三大要素與智能人類的智能：物質(zhì)(碳)+能量(生物電)→(生物)信息人造的智能：物質(zhì)(硅)+能量(物理電)→(電子)信息信息、知識和智能信息：是由數(shù)據(jù)表達(dá)的客觀事實(shí)知識：是由智力對信息進(jìn)行加工后所形成的對客觀世界規(guī)律性的認(rèn)識智能：是指人類在認(rèn)識客觀世界中，由思維過程和腦力活動所表現(xiàn)出的綜合能力三者之間的關(guān)系信息：是形成知識的原料，是智能的加工對象知識：是信息的關(guān)聯(lián)，是由智能加工后的產(chǎn)品智能：是信息到知識的一個加工器產(chǎn)業(yè)革命和信息革命及其意義產(chǎn)業(yè)革命：是物質(zhì)與能量領(lǐng)域的革命，放大了人的體能信息革命：是信息與智能領(lǐng)域的革命，需要放大人的智能2人工智能簡介-課件(演示)人工智能簡介-課件(演示)人工智能1物質(zhì)、能量、信息、知識和智能構(gòu)成宇宙的三大要素：三大要素：物質(zhì)、能量與信息信息：是物質(zhì)和能量的表現(xiàn)形式，是以物質(zhì)和能量為載體的客觀存在三大要素與智能人類的智能：物質(zhì)(碳)+能量(生物電)→(生物)信息人造的智能：物質(zhì)(硅)+能量(物理電)→(電子)信息信息、知識和智能信息：是由數(shù)據(jù)表達(dá)的客觀事實(shí)知識：是由智力對信息進(jìn)行加工后所形成的對客觀世界規(guī)律性的認(rèn)識智能：是指人類在認(rèn)識客觀世界中，由思維過程和腦力活動所表現(xiàn)出的綜合能力三者之間的關(guān)系信息：是形成知識的原料，是智能的加工對象知識：是信息的關(guān)聯(lián)，是由智能加工后的產(chǎn)品智能：是信息到知識的一個加工器產(chǎn)業(yè)革命和信息革命及其意義產(chǎn)業(yè)革命：是物質(zhì)與能量領(lǐng)域的革命，放大了人的體能信息革命：是信息與智能領(lǐng)域的革命，需要放大人的智能2物質(zhì)、能量、信息、知識和智能構(gòu)成宇宙的三大要素：2人工智能概述的定義及其研究目標(biāo)的定義的產(chǎn)生與發(fā)展研究的基本內(nèi)容研究的不同學(xué)派的主要研究和應(yīng)用領(lǐng)域3人工智能概述的定義及其研究目標(biāo)3的定義

總述的形式化定義目前還沒有的一般解釋人工智能就是用人工的方法在機(jī)器（計算機(jī)）上實(shí)現(xiàn)的智能，或稱機(jī)器智能無形式化定義的理由人工智能的嚴(yán)格定義依賴于對智能的定義即要定義人工智能，首先應(yīng)該定義智能但智能本身也還無嚴(yán)格定義如何討論的定義應(yīng)先對人類的自然智能進(jìn)行討論4的定義

總述的形式化定義4自然智能指人類和一些動物所具有的智力和行為能力人類的自然智能（簡稱智能）指人類在認(rèn)識客觀世界中，由思維過程和腦力活動所表現(xiàn)出的綜合能力。人類大腦是如何實(shí)現(xiàn)智能的兩大難題之一：宇宙起源、人腦奧秘對人腦奧秘知之甚少對人腦奧秘知道什么結(jié)構(gòu)：1011-12量級的神經(jīng)元，分布并行功能：記憶、思維、觀察、分析等對智能的嚴(yán)格定義有待于人腦奧秘的揭示，進(jìn)一步認(rèn)識的定義

智能（自然智能）5自然智能的定義

智能（自然智能）5的定義

認(rèn)識智能的觀點(diǎn)思維理論智能來源于思維活動，智能的核心是思維，人的一切知識都是思維的產(chǎn)物。可望通過對思維規(guī)律和思維方法的研究，來揭示智能的本質(zhì)。知識閾值理論智能取決于知識的數(shù)量及其可運(yùn)用程度。一個系統(tǒng)所具有的可運(yùn)用知識越多，其智能就會越高。進(jìn)化理論是美國的在對人造機(jī)器蟲研究的基礎(chǔ)上提出來的。智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，智能不需要知識、不需要表示、不需要推理，智能可由逐步進(jìn)化來實(shí)現(xiàn)。不一致，從層次結(jié)構(gòu)再認(rèn)識6的定義

認(rèn)識智能的觀點(diǎn)思維理論6的定義

智能的層次結(jié)構(gòu)高層智能以大腦皮層（抑制中樞）為主，主要完成記憶、思維等活動。中層智能以丘腦（感覺中樞）為主，主要完成感知活動。低層智能以小腦、脊髓為主，主要完成動作反應(yīng)活動。不同觀點(diǎn)在層次結(jié)構(gòu)中的對應(yīng)關(guān)系思維理論知識閾值理論進(jìn)化理論中層智能和低層智能包含哪些能力？高層智能7的定義

智能的層次結(jié)構(gòu)高層智能高層智能7的定義

智能包含的能力（1/2）感知能力通過感知器官感知外界的能力。是人類獲得外界信息的基本途徑，其處理方式有以下兩種：感知動作方式：對簡單、緊急信息感知思維動作方式：對復(fù)雜信息記憶和思維能力記憶：對感知到的外界信息和由思維產(chǎn)生的內(nèi)部知識的存儲過程思維：對已存儲信息或知識的本質(zhì)屬性、內(nèi)部知識的認(rèn)識過程思維方式：抽象思維（邏輯思維）：根據(jù)邏輯規(guī)則對信息和知識進(jìn)行處理的理性思維方式。例如，邏輯推理等形象思維（直感思維）：基于形象概念，根據(jù)感性形象認(rèn)識材料對客觀現(xiàn)象進(jìn)行處理的一種思維方式。例如，圖像、景物識別等靈感思維（頓悟思維）：是一種顯意識和潛意識相互作用的思維方式。例如，因靈感而頓時開竅8的定義

智能包含的能力（1/2）感知能力8的定義

智能包含的能力（2/2）學(xué)習(xí)和自適應(yīng)能力學(xué)習(xí)：是一個具有特定目的的知識獲取過程是人的一種本能。不同人的學(xué)習(xí)方法、能力不同自適應(yīng)：是一種通過自我調(diào)節(jié)適應(yīng)外界環(huán)境的過程是人的一種本能。不同人的適應(yīng)能力不同行為能力含義：是人們對感知到的外界信息作出動作反應(yīng)的能力信息來源：由感知直接獲得的外界信息經(jīng)過思維加工后的信息實(shí)現(xiàn)過程：通過脊髓來控制由語言、表情、體姿等來實(shí)現(xiàn)9的定義

智能包含的能力（2/2）學(xué)習(xí)和自適應(yīng)能力9的定義

何謂人工智能（1/2）綜合各種不同觀點(diǎn)，可從能力和學(xué)科兩個方面討論能力方面人工智能就是用人工的方法在機(jī)器（計算機(jī)）上實(shí)現(xiàn)的智能，或稱機(jī)器智能學(xué)科方面是一門研究如何構(gòu)造智能機(jī)器或智能系統(tǒng)，以模擬、延伸和擴(kuò)展人類智能的學(xué)科測試如下圖所示。能分辨出人和機(jī)器的概率小于50%測試存在的問題僅反映了結(jié)果的比較，沒涉及思維過程沒指出是什么人10的定義

何謂人工智能（1/2）綜合各種不同觀點(diǎn)，可從能力和的定義

何謂人工智能（2/2）測試主持人被測機(jī)器被測人小于50%？測試11的定義

何謂人工智能（2/2）測試主持人被測機(jī)器被測人小于人工智能概述的定義及其研究目標(biāo)的產(chǎn)生與發(fā)展孕育期（1956年以前）形成期（19561970年）知識應(yīng)用期（197020世紀(jì)80年代末）從學(xué)派分離走向綜合（20世紀(jì)80年代末到本世紀(jì)初）智能科學(xué)技術(shù)學(xué)科的興起（本世紀(jì)初以來）研究的基本內(nèi)容研究的不同學(xué)派的主要研究和應(yīng)用領(lǐng)域12人工智能概述的定義及其研究目標(biāo)12孕育期（1956年以前）自遠(yuǎn)古以來，人類就有用機(jī)器代替人們腦力勞動的的幻想：公元前900多年我國有歌舞機(jī)器人流傳的記載。亞里斯多德（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。萊布尼茨(1646——1716)：德國數(shù)學(xué)家和哲學(xué)家把形式邏輯符號化，奠定了數(shù)理邏輯的基礎(chǔ)圖靈(1912——1954)：英國數(shù)學(xué)家，1936年創(chuàng)立了自動機(jī)理論，自動機(jī)理論亦稱圖靈機(jī)，是一個理論計算機(jī)模型。莫克利(1907——1980)：美國數(shù)學(xué)家、電子數(shù)字計算機(jī)的先驅(qū)，他與?？颂?)合作，1946年研制成功了世界上第一臺通用電子計算機(jī)麥克洛奇和皮茲：美國神經(jīng)生理學(xué)家，于1943年建成了第一個神經(jīng)網(wǎng)絡(luò)模型(模型)。維納1874—1956)：美國著名數(shù)學(xué)家、控制論創(chuàng)始人。1948年創(chuàng)立了控制論?？刂普撓蛉斯ぶ悄艿臐B透，形成了行為主義學(xué)派。圖靈又于1950年，發(fā)表題為《計算機(jī)能思維嗎？》的著名論文，明確提出了“機(jī)器能思維”的觀點(diǎn)。這些，都為人工智能的誕生準(zhǔn)備了必要的思想、理論和物質(zhì)技術(shù)條件。13孕育期（1956年以前）自遠(yuǎn)古以來，人類就有用機(jī)器代替人們形成期（19561970年）

誕生誕生于一次歷史性的聚會時間：1956年夏季地點(diǎn)：達(dá)特莫斯()大學(xué)目的：為使計算機(jī)變得更“聰明”，或者說使計算機(jī)具有智能發(fā)起人：麥卡錫(），的年輕數(shù)學(xué)家、計算機(jī)專家，后為教授明斯基(），哈佛大學(xué)數(shù)學(xué)家、神經(jīng)學(xué)家，后為教授洛切斯特()，公司信息中心負(fù)責(zé)人香農(nóng)()，貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員參加人：莫爾()、塞繆爾()，公司塞爾夫里奇()、索羅蒙夫()，紐厄爾()，蘭德()公司西蒙()，卡內(nèi)基()工科大學(xué)會議結(jié)果：由麥卡錫提議正式采用了“”這一術(shù)語14形成期（19561970年）

誕生誕生于一次歷史性的聚會14形成期（19561970年）

早期研究心理學(xué)小組：1957年，紐厄爾、肖()和西蒙等人的心理學(xué)小組研制了稱為邏輯理論機(jī)(簡稱)的數(shù)學(xué)定理證明程序。1960年研制了通用問題求解程序。該程序當(dāng)時可解決11種類型的問題，如不定積分、三角函數(shù)、代數(shù)方程、猴子摘香蕉、河內(nèi)梵塔、人—羊過河等。工程小組：1956年，塞繆爾在704計算機(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。這個程序可以從棋譜中學(xué)習(xí)，也可以在下棋過程中積累經(jīng)驗(yàn)、提高棋藝。通過不斷學(xué)習(xí)，該程序1959年擊敗了塞繆爾本人，1962年又擊敗了一個州的冠軍。小組：1958年，麥卡西建立了行動規(guī)劃咨詢系統(tǒng)。1960年，麥卡錫又研制了人工智能語言。1961年，明斯基發(fā)表了“走向人工智能的步驟”的論文，推動了人工智能的發(fā)展。其他方面：1965年，魯賓遜()提出了歸結(jié)（消解）原理。1965年，費(fèi)根鮑姆開始研究化學(xué)專家系統(tǒng)。15形成期（19561970年）

早期研究心理學(xué)小組：1知識應(yīng)用期（1971—1980）

挫折和教訓(xùn)失敗的預(yù)言：60年代初，西蒙預(yù)言：10年內(nèi)計算機(jī)將成為世界冠軍、將證明一個未發(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)理論將在計算機(jī)上形成。挫折和教訓(xùn)在博弈方面，塞繆爾的下棋程序在與世界冠軍對弈時，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)原理證明兩個連續(xù)函數(shù)之和還是連續(xù)函數(shù)時，推了10萬步也沒證出結(jié)果。在問題求解方面，對于不良結(jié)構(gòu)，會產(chǎn)生組合爆炸問題。在機(jī)器翻譯方面，發(fā)現(xiàn)并不那么簡單，甚至?xí)[出笑話。例如，把“心有余而力不足”的英語句子翻譯成俄語，再翻譯回來時竟變成了“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，人工智能也遇到了不少問題。在英國，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。16知識應(yīng)用期（1971—1980）

挫折和教訓(xùn)失敗的預(yù)言：16知識應(yīng)用期（1971—1980）

以知識為中心的研究以知識為中心的研究：專家系統(tǒng)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知識運(yùn)用的重大突破，是發(fā)展史上的一次重要轉(zhuǎn)折。1972年，費(fèi)根鮑姆開始研究專家系統(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，他解決了知識表示、不精確推理、搜索策略、人機(jī)聯(lián)系、知識獲取及專家系統(tǒng)基本結(jié)構(gòu)等一系列重大技術(shù)問題。1976年，斯坦福大學(xué)的杜達(dá)()等人開始研制地質(zhì)勘探專家系統(tǒng)這一時期，與專家系統(tǒng)同時發(fā)展的重要領(lǐng)域還有計算機(jī)視覺和機(jī)器人，自然語言理解與機(jī)器翻譯等。新的問題：專家系統(tǒng)本身所存在的應(yīng)用領(lǐng)域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、沒有分布式功能、不能訪問現(xiàn)存數(shù)據(jù)庫等問題被逐漸暴露出來。17知識應(yīng)用期（1971—1980）

以知識為中心的研究以知識為從學(xué)派分立到綜合

（20世紀(jì)80年代到本世紀(jì)初）人工智能研究形成了三大學(xué)派：隨著人工神經(jīng)網(wǎng)絡(luò)的再度興起和布魯克（）的機(jī)器蟲的出現(xiàn)，人工智能研究形成了符號主義、連接主義和行為主義三大學(xué)派。符號主義學(xué)派是指基于符號運(yùn)算的人工智能學(xué)派，他們認(rèn)為知識可以用符號來表示，認(rèn)知可以通過符號運(yùn)算來實(shí)現(xiàn)。例如，專家系統(tǒng)等。連接主義學(xué)派是指神經(jīng)網(wǎng)絡(luò)學(xué)派，在神經(jīng)網(wǎng)絡(luò)方面，繼魯梅爾哈特研制出網(wǎng)絡(luò)之后，1987年，首屆國際人工神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會在美國的圣迭戈（）舉行，掀起了人工神經(jīng)網(wǎng)絡(luò)的第二次高潮。之后，隨著模糊邏輯和進(jìn)化計算的逐步成熟，又形成了“計算智能”這個統(tǒng)一的學(xué)科范疇。行為主義學(xué)派是指進(jìn)化主義學(xué)派，在行為模擬方面，麻省理工學(xué)院的布魯克教授1991年研制成功了能在未知的動態(tài)環(huán)境中漫游的有6條腿的機(jī)器蟲。三大學(xué)派的綜合集成隨著研究和應(yīng)用的深入，人們又逐步認(rèn)識到，三個學(xué)派各有所長，各有所短，應(yīng)相互結(jié)合、取長補(bǔ)短，綜合集成。18從學(xué)派分立到綜合

（20世紀(jì)80年代到本世紀(jì)初）人工智能研究智能科學(xué)技術(shù)的興起

（本世紀(jì)初以來）目前，一個以人工智能為核心，以自然智能、人工智能、集成智能為一體的新的智能科學(xué)技術(shù)學(xué)科正在逐步興起，并引起了人們的極大關(guān)注。該學(xué)科研究的主要特征包括以下幾個方面：(1)由對人工智能的單一研究走向以自然智能、人工智能、集成智能為一體的協(xié)同研究；(2)由人工智能學(xué)科的獨(dú)立研究走向重視與腦科學(xué)、認(rèn)知科學(xué)等學(xué)科的交叉研究；(3)由多個不同學(xué)派的獨(dú)立研究走向多學(xué)派的綜合研究；(4)由對個體、集中智能的研究走向?qū)θ后w、分布智能的研究。19智能科學(xué)技術(shù)的興起

（本世紀(jì)初以來）目前，一個以人工成功的標(biāo)志：的“深藍(lán)”和“小深”“深藍(lán)”對弈情況：時間：北京時間1997年5月12日凌晨4點(diǎn)50分對手：的“深藍(lán)”超級計算機(jī)國際象棋世界冠軍卡斯派羅夫結(jié)局：2勝1負(fù)3平，總比分3.5:2.5，“深藍(lán)”獲勝技術(shù)指標(biāo)32個，每個有12個協(xié)處理器，每個有256M內(nèi)存，每個的處理速度為200萬步/秒。對弈的實(shí)質(zhì)機(jī)器智能與人類智能的較量“小深”對弈情況：時間：北京時間2003年1月26日至2月7日對手：比“深藍(lán)”功能強(qiáng)大的“小深”超級計算機(jī)國際象棋世界冠軍卡斯派羅夫結(jié)局：1勝1負(fù)4平，平局啟示：計算機(jī)可以有智能；計算機(jī)要完全戰(zhàn)勝人類象棋大師并非易事。20成功的標(biāo)志：的“深藍(lán)”和“小深”“深藍(lán)”20人工智能概述的定義及其研究目標(biāo)的產(chǎn)生與發(fā)展研究的基本內(nèi)容人工智能的學(xué)科位置與腦科學(xué)和認(rèn)知科學(xué)的交叉研究智能模擬的方法和技術(shù)研究研究的不同學(xué)派的主要研究和應(yīng)用領(lǐng)域21人工智能概述的定義及其研究目標(biāo)21的學(xué)科位置是一門新興的邊緣學(xué)科，是自然科學(xué)與社會科學(xué)的交叉學(xué)科的交叉包括：邏輯、思維、生理、心理、計算機(jī)、電子、語言、自動化、光、聲等的核心是思維與智能，構(gòu)成了自己獨(dú)特的學(xué)科體系的基礎(chǔ)學(xué)科包括：數(shù)學(xué)（離散、模糊）、思維科學(xué)（認(rèn)知心理、邏輯思維學(xué)、形象思維學(xué)）和計算機(jī)（硬件、軟件）等自然科學(xué)社會科學(xué)哲學(xué)數(shù)學(xué)交叉學(xué)科系統(tǒng)科學(xué)思維科學(xué)人體科學(xué)人工智能基礎(chǔ)學(xué)科指導(dǎo)學(xué)科22的學(xué)科位置是一門新興的邊緣學(xué)科，是自然科學(xué)與社會科與腦科學(xué)和認(rèn)知科學(xué)的交叉研究

腦科學(xué)腦科學(xué)：又稱神經(jīng)科學(xué)，其目的是要認(rèn)識腦、保護(hù)腦和創(chuàng)造腦。美國神經(jīng)科學(xué)學(xué)會的定義：神經(jīng)科學(xué)是為了了解神經(jīng)系統(tǒng)內(nèi)分子水平、細(xì)胞水平及細(xì)胞間的變化過程，以及這些過程在中樞的功能、控制系統(tǒng)內(nèi)的整合作用所進(jìn)行的研究。腦的涵義：從狹義方面，腦是指中樞神經(jīng)系統(tǒng)，有時特指大腦；從廣義方面，腦可泛指整個神經(jīng)系統(tǒng)。人工智能是從廣義角度來理解腦科學(xué)的，因此它涵蓋了所有與認(rèn)識腦和神經(jīng)系統(tǒng)有關(guān)的研究。人腦是自然界中最復(fù)雜、最高級的智能系統(tǒng)：主要表現(xiàn)在人腦是由巨量神經(jīng)元經(jīng)其突觸的廣泛并行互聯(lián)所形成的一個巨復(fù)雜系統(tǒng)?，F(xiàn)代腦科學(xué)的基本問題主要包括：(1)揭示神經(jīng)元之間的連接形式，奠定行為的腦機(jī)制的結(jié)構(gòu)基礎(chǔ)；(2)闡明神經(jīng)活動的基本過程，說明在分子、細(xì)胞到行為等不同層次上神經(jīng)信號的產(chǎn)生、傳遞、調(diào)制等基本過程；(3)鑒別神經(jīng)元的特殊細(xì)胞生物學(xué)特性；(4)認(rèn)識實(shí)現(xiàn)各種功能的神經(jīng)回路基礎(chǔ)；(5)解釋腦的高級功能機(jī)制等。腦科學(xué)是人工智能的基礎(chǔ)：研究的任何進(jìn)展，都將會對人工智能的研究起到積極的推動作用，因此人工智能應(yīng)該加強(qiáng)與腦科學(xué)的交叉研究，以及人類智能與機(jī)器智能的集成研究。23與腦科學(xué)和認(rèn)知科學(xué)的交叉研究

腦科學(xué)腦科學(xué)：又稱神與腦科學(xué)和認(rèn)知科學(xué)的交叉研究

認(rèn)知科學(xué)認(rèn)知：可一般地認(rèn)為是和情感、動機(jī)、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(jìn)行的信息加工過程。美國心理學(xué)家浩斯頓()等人把認(rèn)知?dú)w納為以下5種主要類型：(1)認(rèn)知是信息的處理過程；(2)認(rèn)知是心理上的符號運(yùn)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。認(rèn)知科學(xué)：認(rèn)知科學(xué)（亦稱思維科學(xué)）是研究人類感知和思維信息處理過程的一門學(xué)科，其主要研究目的就是要說明和解釋人類在完成認(rèn)知活動時是如何進(jìn)行信息加工的。認(rèn)知科學(xué)也是人工智能的重要理論基礎(chǔ)，對人工智能發(fā)展起著根本性的作用。認(rèn)知科學(xué)涉及的問題非常廣泛，除了像浩斯頓提出的知覺、語言、學(xué)習(xí)、記憶、思維、問題求解、創(chuàng)造、注意、想象等相關(guān)聯(lián)活動外，還會受到環(huán)境、社會、文化背景等方面的影響。從認(rèn)知觀點(diǎn)看，應(yīng)同時開展對邏輯思維、形象思維和靈感思維的研究24與腦科學(xué)和認(rèn)知科學(xué)的交叉研究

認(rèn)知科學(xué)認(rèn)知：可一般智能模擬的方法和技術(shù)研究(1/2)機(jī)器感知就是要讓計算機(jī)具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺機(jī)器視覺（或叫計算機(jī)視覺）：就是給計算機(jī)配上能看的視覺器官，如攝像機(jī)等，使它可以識別并理解文字、圖像、景物等機(jī)器聽覺（或叫計算機(jī)聽覺）：就是給計算配上能聽的聽覺器官，如話筒等，使計算機(jī)能夠識別并理解語言、聲音等。機(jī)器感知相當(dāng)于智能系統(tǒng)的輸入部分。機(jī)器感知的專門的研究領(lǐng)域：計算機(jī)視覺、模式識別、自然語言理解機(jī)器思維讓計算機(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)行思維性加工邏輯思維形象思維靈感思維25智能模擬的方法和技術(shù)研究(1/2)機(jī)器感知25智能模擬的方法和技術(shù)研究(2/2)機(jī)器學(xué)習(xí)讓計算機(jī)能夠像人那樣自動地獲取新知識，并在實(shí)踐中不斷地完善自我和增強(qiáng)能力。機(jī)器學(xué)習(xí)方法：機(jī)械學(xué)習(xí)、類比學(xué)習(xí)、歸納學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、遺傳學(xué)習(xí)和連接學(xué)習(xí)等機(jī)器行為讓計算機(jī)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。智能系統(tǒng)與智能機(jī)器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(jī)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26智能模擬的方法和技術(shù)研究(2/2)機(jī)器學(xué)習(xí)26人工智能概述的定義及其研究目標(biāo)的產(chǎn)生與發(fā)展研究的基本內(nèi)容研究的不同學(xué)派符號主義聯(lián)結(jié)主義行為主義的主要研究和應(yīng)用領(lǐng)域27人工智能概述的定義及其研究目標(biāo)27研究中的不同學(xué)派

不同學(xué)派符號主義學(xué)派（邏輯主義、心理學(xué)派）主要觀點(diǎn)：起源于數(shù)理邏輯，人類認(rèn)知的基元是符號，認(rèn)知過程是符號表示上的一種運(yùn)算代表性成果：厄爾和西蒙等人研制的稱為邏輯理論機(jī)的數(shù)學(xué)定理證明程序代表人物：紐厄爾、肖、西蒙和尼爾遜()等連接主義學(xué)派（仿生學(xué)派或心理學(xué)派）主要觀點(diǎn)：起源于仿生學(xué)，特別是人腦模型，人類認(rèn)知的基元是神經(jīng)元，認(rèn)知過程是神經(jīng)元的連接活動過程代表性成果：由麥克洛奇和皮茲創(chuàng)立的腦模型，即模型代表人物：麥克洛奇和皮茲行為主義學(xué)派（進(jìn)化主義、控制論學(xué)派）主要觀點(diǎn)：起源于控制論，智能取決于感知和行為，取決于對外界復(fù)雜環(huán)境的適應(yīng)，而不是推理。代表性成果：教授研制的機(jī)器蟲代表人物：教授28研究中的不同學(xué)派

不同學(xué)派符號主義學(xué)派（邏輯主義、心理學(xué)派）研究中的不同學(xué)派

不同學(xué)派的理論之爭符號主義智能的基礎(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(jìn)行推理，因而可以建立基于知識的人類智能和機(jī)器智能的統(tǒng)一的理論體系。連接主義思維的基元是神經(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(yùn)算過程；反對符號主義關(guān)于物理符號系統(tǒng)的假設(shè)。行為主義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(jìn)化29研究中的不同學(xué)派

不同學(xué)派的理論之爭符號主義29研究中的不同學(xué)派

不同學(xué)派的方法之爭符號主義功能模擬構(gòu)造能夠模擬大腦功能的智能系統(tǒng)。相當(dāng)于“鳥飛”連接主義結(jié)構(gòu)模擬構(gòu)造模擬大腦結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。相當(dāng)于“飛鳥”行為主義行為模擬構(gòu)造具有進(jìn)化能力的智能系統(tǒng)。相當(dāng)于“由猿到人”30研究中的不同學(xué)派

不同學(xué)派的方法之爭符號主義30人工智能概述的定義及其研究目標(biāo)的產(chǎn)生與發(fā)展研究的基本內(nèi)容研究的不同學(xué)派的主要研究和應(yīng)用領(lǐng)域機(jī)器思維、機(jī)器感知、機(jī)器行為、計算智能、機(jī)器學(xué)習(xí)分布智能、智能系統(tǒng)、人工心理與人工情感人工生命、人工智能的典型應(yīng)用31人工智能概述的定義及其研究目標(biāo)31機(jī)器思維機(jī)器思維：就是讓計算機(jī)模仿和實(shí)現(xiàn)人的思維能力，以對感知到的外界信息和自己產(chǎn)生的內(nèi)部信息進(jìn)行思維性加工。包括：推理、搜索、規(guī)劃等方面的研究。32機(jī)器思維機(jī)器思維：就是讓計算機(jī)模仿和實(shí)現(xiàn)人的思維能力機(jī)器思維

推理推理的概念：推理是指按照某種策略從已知事實(shí)出發(fā)利用知識推出所需結(jié)論的過程。推理的類型：可根據(jù)所用知識的確定性，將其分為：確定性推理，指推理所使用的知識和推出的結(jié)論都是可以精確表示的，其真值要么為真、要么為假。不確定性推理，指推理所使用的知識和推出的結(jié)論可以是不確定的。所謂不確定性是對非精確性、模糊型和非完備性的統(tǒng)稱。推理的理論基礎(chǔ)：邏輯是一門研究人們思維規(guī)律的學(xué)科，數(shù)理邏輯則是用數(shù)學(xué)的方法去研究邏輯問題。確定性推理主要是基于一階經(jīng)典邏輯。它能解決的問題很有限。不確定性推理主要基于非經(jīng)典邏輯和概率等。非一階經(jīng)典邏輯是泛指除一階經(jīng)典邏輯以外的其他各種邏輯，如多值邏輯、模糊邏輯、模態(tài)邏輯、概率邏輯、默認(rèn)邏輯、次協(xié)調(diào)邏輯及泛邏輯等。最常用的不確定性推理方法：基于可信度的確定性理論，基于公式的主觀方法，基于概率的證據(jù)理論和基于模糊邏輯的可能性理論等。33機(jī)器思維

推理推理的概念：推理是指按照某種策略從已知事機(jī)器思維

搜索搜索的概念：是指為了達(dá)到某一目標(biāo)，不斷尋找推理線路，以引導(dǎo)和控制推理，使問題得以解決的過程。搜索的類型：可根據(jù)問題的表示方式將其分為狀態(tài)空間搜索和與/或樹搜索兩大類型。狀態(tài)空間搜索是一種用狀態(tài)空間法求解問題時的搜索方法；與/或樹搜索是一種用問題規(guī)約法求解問題時的搜索方法。搜索的主要問題：人工智能最關(guān)心的是如何利用搜索過程所得到的對盡快達(dá)到目標(biāo)有用的信息來引導(dǎo)搜索過程，即啟發(fā)式搜索方法。狀態(tài)空間的啟發(fā)式搜索方法與/或樹的啟發(fā)式搜索方法34機(jī)器思維

搜索搜索的概念：是指為了達(dá)到某一目標(biāo)，不斷機(jī)器思維

規(guī)劃規(guī)劃的概念：是指從某個特定問題狀態(tài)出發(fā)，尋找并建立一個操作序列，直到求得目標(biāo)狀態(tài)為止的一個行動過程的描述。規(guī)劃的特點(diǎn)：與一般問題求解技術(shù)相比，規(guī)劃更側(cè)重于問題求解過程，并且要解決的問題一般是真實(shí)世界的實(shí)際問題，而不是抽象的數(shù)學(xué)模型。例如，機(jī)器人移盒子、猴子摘香蕉等問題。規(guī)劃系統(tǒng)的例子：斯坦福研究所問題求解系統(tǒng)（，），是一種基于狀態(tài)空間和F規(guī)則的規(guī)劃系統(tǒng)。它由以下3部分所組成：(1)世界模型：用一階謂詞公式表示，它包括問題的初始狀態(tài)和目標(biāo)狀態(tài)。(2)操作符（即F規(guī)則）：它包括先決條件、刪除表和添加表。(3)操作方法：它采用狀態(tài)空間表示和中間結(jié)局分析的方法。其中，狀態(tài)空間包括初始狀態(tài)、中間狀態(tài)和目標(biāo)狀態(tài)；中間結(jié)局分析的每一步都選擇能夠縮小當(dāng)前狀態(tài)與目標(biāo)狀態(tài)之間的差距的先決條件可以滿足的F規(guī)則執(zhí)行，直至到達(dá)目標(biāo)為止。35機(jī)器思維

規(guī)劃規(guī)劃的概念：是指從某個特定問題狀態(tài)出機(jī)器感知機(jī)器感知是機(jī)器獲取外界信息的主要途徑，也是機(jī)器智能的重要組成部分。所謂機(jī)器感知，就是要讓計算機(jī)具有類似于人的感知能力，如視覺、聽覺、觸覺、嗅覺、味覺。下面主要介紹機(jī)器視覺、模式識別、自然語言理解。36機(jī)器感知機(jī)器感知是機(jī)器獲取外界信息的主要途徑，也是機(jī)機(jī)器感知

計算機(jī)視覺概念：用計算機(jī)來實(shí)現(xiàn)或模擬人類的視覺功能，其主要研究目標(biāo)是使計算機(jī)具有通過二維圖像認(rèn)知三維環(huán)境信息的能力。重要性：在人類感知到的外界信息中，有80%以上是通過視覺得到的。視覺系統(tǒng)：人類視覺系統(tǒng)的功能是通過眼睛與大腦共同實(shí)現(xiàn)的。人們視野中的物體在可見光的照射下，先在眼睛的視網(wǎng)膜上形成圖像，然后由感光細(xì)胞轉(zhuǎn)換成神經(jīng)脈沖信號，再經(jīng)神經(jīng)纖維傳入大腦皮層，最后由大腦皮層對其進(jìn)行處理與理解。視覺，不僅僅指對光信號的感受，它包括了對視覺信息的獲取、傳輸、處理、存儲與理解的全過程。37機(jī)器感知

計算機(jī)視覺概念：用計算機(jī)來實(shí)現(xiàn)或模擬人類機(jī)器感知

模式識別模式識別的概念是指讓計算機(jī)能夠?qū)o定的事務(wù)進(jìn)行鑒別，并把它歸入與其相同或相似的模式中。被鑒別的事物可以是物理的、化學(xué)的、生理的，也可以是文字、圖像、聲音等。模式識別的一般過程：(1)采集待識別事物的模式信息；(2)對其進(jìn)行各種變換和預(yù)處理，從中抽出有意義的特征或基元，得到待識別事物的模式；(3)與機(jī)器中原有的各種標(biāo)準(zhǔn)模式進(jìn)行比較，完成對待識別事物的分類識別；(4)輸出識別結(jié)果。38機(jī)器感知

模式識別模式識別的概念38機(jī)器感知

自然語言理處理自然語言處理包括的主要內(nèi)容機(jī)器翻譯把一種自然語言翻譯成另外一種自然語言自然語言理解概念：主要研究如何使計算機(jī)能夠理解和生成自然語言。理解的語言類型：聲音語言、書面語言。主要步驟：語音分析、詞法分析、句法分析、語義分析、語用分析。自然語言理解的意義該研究不僅對智能人機(jī)接口有著重要的實(shí)際意義，而且對不確定人工智能的研究也具有重大的理論價值。有學(xué)者指出：人工智能如果不能用自然語言作為其知識表示基礎(chǔ)，建立起不確定人工智能的理論和方法，人工智能也就永遠(yuǎn)實(shí)現(xiàn)不了跨越的夢想。39機(jī)器感知

自然語言理處理自然語言處理包括的主要內(nèi)容39機(jī)器行為機(jī)器行為就是讓計算機(jī)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。機(jī)器行為則可看作智能系統(tǒng)的輸出部分。下面主要討論：智能控制、智能檢索和智能機(jī)器人等。40機(jī)器行為機(jī)器行為就是讓計算機(jī)能夠具有像人那樣地行動和機(jī)器行為

智能控制智能控制的概念：是指那種無需或需要盡可能少的人工干預(yù)就能獨(dú)立的驅(qū)動智能機(jī)器實(shí)現(xiàn)其目標(biāo)的控制過程。它是人工智能技術(shù)與傳統(tǒng)自動控制技術(shù)相結(jié)合的產(chǎn)物。智能控制系統(tǒng)：是指那種能夠?qū)崿F(xiàn)某種控制任務(wù)，具有自學(xué)習(xí)、自適應(yīng)和自組織功能的智能系統(tǒng)。從結(jié)構(gòu)上，它由傳感器、感知信息處理模塊、認(rèn)知模塊、規(guī)劃和控制模塊、執(zhí)行器和通信接口模塊等主要部件所組成。智能控制的主要應(yīng)用領(lǐng)域：智能機(jī)器人系統(tǒng)、計算機(jī)集成制造系統(tǒng)（）、復(fù)雜工業(yè)過程的控制系統(tǒng)、航空航天控制系統(tǒng)、社會經(jīng)濟(jì)管理系統(tǒng)、交通運(yùn)輸系統(tǒng)、環(huán)保及能源系統(tǒng)等。41機(jī)器行為

智能控制智能控制的概念：是指那種無需或需機(jī)器行為

智能檢索智能檢索的概念：是指利用人工智能的方法從大量信息中盡快找到所需要的信息或知識。智能檢索的重要性：目前，在各種數(shù)據(jù)庫中，尤其是互聯(lián)網(wǎng)上存放著大量的、甚至是海量的信息或知識。面對這種信息海洋，如果還用傳統(tǒng)的人工方式進(jìn)行檢索，已很不現(xiàn)實(shí)。智能檢索系統(tǒng)須解決的主要問題：(1)具有一定的自然語言理解能力，能理解用自然語言提出的各種詢問；(2)具有一定的推理能力，能夠根據(jù)已知的信息或知識，演繹出所需要的答案；(3)系統(tǒng)應(yīng)擁有一定的常識性知識，以補(bǔ)充學(xué)科范圍的專業(yè)知識。系統(tǒng)根據(jù)這些常識，將能演繹出更一般詢問的一些答案。42機(jī)器行為

智能檢索智能檢索的概念：是指利用人工智能機(jī)器行為

智能機(jī)器人機(jī)器人()和機(jī)器人學(xué)：機(jī)器人()是一種可再編程的多功能操作裝置。機(jī)器人學(xué)是在電子學(xué)、人工智能、控制論、系統(tǒng)工程、精密機(jī)械、信息傳感、仿生學(xué)、以及心理學(xué)等多種學(xué)科或技術(shù)發(fā)展的基礎(chǔ)上形成的一種綜合性技術(shù)學(xué)科。機(jī)器人研究的意義：機(jī)器人既是人工智能的研究對象，同時又是人工智能的試驗(yàn)場地，人工智能的所有技術(shù)幾乎都可以在這個領(lǐng)域得到應(yīng)用。機(jī)器人的發(fā)展過程：經(jīng)歷了遙控、程序、自適應(yīng)、智能機(jī)器人、情感機(jī)器人。人工智能的主要研究對象是智能機(jī)器人和情感機(jī)器人。智能機(jī)器人具有的能力：感知能力、思維能力和行為能力的機(jī)器人。這種機(jī)器人能夠主動的適應(yīng)外界環(huán)境變化，并能夠通過學(xué)習(xí)豐富自己的知識、提高自己的工作能力。情感機(jī)器人：是一種具有情感（愛、恨…）和情緒(喜、怒、哀、樂…)功能新一代機(jī)器人。43機(jī)器行為

智能機(jī)器人機(jī)器人()和機(jī)器人學(xué)：機(jī)器人()計算智能計算智能（，）是借鑒仿生學(xué)的思想，基于人們對生物體智能機(jī)理的認(rèn)識，采用數(shù)值計算的方法去模擬和實(shí)現(xiàn)人類的智能。計算智能的三大基本領(lǐng)域包括神經(jīng)計算、進(jìn)化計算、模糊計算。44計算智能計算智能（，）是借鑒仿生學(xué)的思想，基于人們計算智能

神經(jīng)計算神經(jīng)計算的概念：亦稱神經(jīng)網(wǎng)絡(luò)(，)，它是通過對大量人工神經(jīng)元的廣泛并行互聯(lián)所形成的一種人工網(wǎng)絡(luò)系統(tǒng)，用于模擬生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。主要研究內(nèi)容：包括人工神經(jīng)元的結(jié)構(gòu)和模型，人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)和系統(tǒng)模型，基于神經(jīng)網(wǎng)絡(luò)的聯(lián)結(jié)學(xué)習(xí)機(jī)制等人工神經(jīng)元：是指用人工方法構(gòu)造單個神經(jīng)元，它有抑制和興奮兩種工作狀態(tài)，可以接受外界刺激，也可以向外界輸出自身的狀態(tài)，用于模擬生物神經(jīng)元的結(jié)構(gòu)和功能，是人工神經(jīng)網(wǎng)絡(luò)的基本處理單元。人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)（或稱拓?fù)浣Y(jié)構(gòu)）是指單個神經(jīng)元之間的連接模式，它是構(gòu)造神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。從互連結(jié)構(gòu)的角度，神經(jīng)網(wǎng)絡(luò)可分為前饋網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)兩種主要類型。網(wǎng)絡(luò)模型是對網(wǎng)絡(luò)結(jié)構(gòu)、連接權(quán)值和學(xué)習(xí)能力的總括。最常用的有傳統(tǒng)的感知器模型，具有誤差前向傳播功能的前向傳播網(wǎng)絡(luò)模型，采用反饋連接方式的反饋網(wǎng)絡(luò)模型等。神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、自適應(yīng)、聯(lián)想、模糊推理等能力，在模仿生物神經(jīng)計算方面有一定優(yōu)勢。目前，神經(jīng)計算的研究和應(yīng)用已滲透到許多領(lǐng)域，如機(jī)器學(xué)習(xí)、專家系統(tǒng)、智能控制、模式識別等。45計算智能

神經(jīng)計算神經(jīng)計算的概念：亦稱神經(jīng)網(wǎng)絡(luò)(，計算智能

進(jìn)化計算進(jìn)化計算的概念：是一種模擬自然界生物進(jìn)化過程與機(jī)制，進(jìn)行問題求解的自組織、自適應(yīng)的隨機(jī)搜索技術(shù)。它以達(dá)爾文進(jìn)化論的“物竟天擇、適者生存”作為算法的進(jìn)化規(guī)則，并結(jié)合孟德爾的遺傳變異理論，將生物進(jìn)化過程中的繁殖、變異、競爭和選擇引入到了算法中，是一種對人類智能的演化模擬方法。進(jìn)化計算的主要分支：遺傳算法、進(jìn)化策略、進(jìn)化規(guī)劃和遺傳規(guī)劃四大分支。其中，遺傳算法是進(jìn)化計算中最初形成的一種具有普遍影響的模擬進(jìn)化優(yōu)化算法。遺傳算法的基本思想：(美國密執(zhí)安大學(xué)霍蘭德教授1962提出)是使用模擬生物和人類進(jìn)化的方法來求解復(fù)雜問題。它從初始種群出發(fā)，采用優(yōu)勝略汰、適者生存的自然法則選擇個體，并通過雜交、變異產(chǎn)生新一代種群，如此逐代進(jìn)化，直到滿足目標(biāo)為止。46計算智能

進(jìn)化計算進(jìn)化計算的概念：是一種模擬自然界計算智能

模糊計算模糊計算亦稱模糊系統(tǒng)，是通過對人類處理模糊現(xiàn)象的認(rèn)知能力的認(rèn)識，用模糊集合和模糊邏輯去模擬人類的智能行為的。模糊集合與模糊邏輯是美國加州大學(xué)扎德()教授1965年提出來的一種處理因模糊而引起的不確定性的有效方法。模糊概念的定義：通常，人們把那種因沒有嚴(yán)格邊界劃分而無法精確刻畫的現(xiàn)象稱為模糊現(xiàn)象，并把反映模糊現(xiàn)象的各種概念稱為模糊概念。例如，“大”、“小”、“多”、“少”等。模糊概念的表示：通常是用模糊集合來表示的，而模糊集合又是用隸屬函數(shù)來刻畫的。一個隸屬函數(shù)描述一個模糊概念，其函數(shù)值為[0,1]區(qū)間的實(shí)數(shù)，用來描述函數(shù)自變量所代表的模糊事件隸屬于該模糊概念的程度。模糊計算的爭論：一方面模糊邏輯存在一定缺陷；另一方面它在推理、控制、決策等方面得到了非常廣泛的應(yīng)用。47計算智能

模糊計算模糊計算亦稱模糊系統(tǒng)，是通過對人機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)就是讓計算機(jī)能夠像人那樣自動地獲取新知識，并在實(shí)踐中不斷地完善自我和增強(qiáng)能力。機(jī)器學(xué)習(xí)是機(jī)器獲取知識的根本途徑，同時也是機(jī)器具有智能的重要標(biāo)志。機(jī)器學(xué)習(xí)有多種不同的分類方法，如果按照對人類學(xué)習(xí)的模擬方式，機(jī)器學(xué)習(xí)可分為符號學(xué)習(xí)和神經(jīng)學(xué)習(xí)等48機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)就是讓計算機(jī)能夠像人那樣自動地獲取新機(jī)器學(xué)習(xí)

符號學(xué)習(xí)符號學(xué)習(xí)的概念：是指從功能上模擬人類學(xué)習(xí)能力的機(jī)器學(xué)習(xí)方法，它是一種基于符號主義學(xué)派的機(jī)器學(xué)習(xí)觀點(diǎn)。符號學(xué)習(xí)的類型：可根據(jù)學(xué)習(xí)策略，即學(xué)習(xí)中所使用的推理方法，將其分為記憶學(xué)習(xí)、歸納學(xué)習(xí)、演繹學(xué)習(xí)等。記憶學(xué)習(xí)也叫死記硬背學(xué)習(xí)，它是一種最基本的學(xué)習(xí)方法，原因是任何學(xué)習(xí)系統(tǒng)都必須記住它們所獲取的知識，以便將來使用。歸納學(xué)習(xí)是指以歸納推理為基礎(chǔ)的學(xué)習(xí)，它是機(jī)器學(xué)習(xí)中研究得較多的一種學(xué)習(xí)類型，其任務(wù)是要從關(guān)于某個概念的一系列已知的正例和反例中歸納出一個一般的概念描述。例如，示例學(xué)習(xí)和決策樹學(xué)習(xí)。演繹學(xué)習(xí)是指以演繹推理為基礎(chǔ)的學(xué)習(xí)，解釋學(xué)習(xí)是一種演繹學(xué)習(xí)方法，它是在領(lǐng)域知識的指導(dǎo)下，通過對單個問題求解例子的分析，構(gòu)造出求解過程的因果解釋結(jié)構(gòu)，并對該解釋結(jié)構(gòu)進(jìn)行概括化處理，得到一個可又來求解類似問題的一般性知識。49機(jī)器學(xué)習(xí)

符號學(xué)習(xí)符號學(xué)習(xí)的概念：是指從功能上模擬人機(jī)器學(xué)習(xí)

神經(jīng)學(xué)習(xí)神經(jīng)學(xué)習(xí)的概念：神經(jīng)學(xué)習(xí)也稱為連接學(xué)習(xí)，它是一種基于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法?，F(xiàn)有研究表明，人腦的學(xué)習(xí)和記憶過程都是通過神經(jīng)系統(tǒng)來完成的。在神經(jīng)系統(tǒng)中，神經(jīng)元既是學(xué)習(xí)的基本單位，同是也是記憶的基本單位。神經(jīng)學(xué)習(xí)的類型：感知器學(xué)習(xí)實(shí)際上是一種基于糾錯學(xué)習(xí)規(guī)則，采用迭代的思想對連接權(quán)值和閾值進(jìn)行不斷調(diào)整，直到滿足結(jié)束條件為止的學(xué)習(xí)算法。網(wǎng)絡(luò)學(xué)習(xí)是一種誤差反向傳播網(wǎng)絡(luò)學(xué)習(xí)算法。這種學(xué)習(xí)算法的學(xué)習(xí)過程由輸出模式的正向傳播過程和誤差的反向傳播過程所組成。其中，誤差的反向傳播過程用于修改各層神經(jīng)元的連接權(quán)值，以逐步減少誤差信號，直至得到所期望的輸出模式為止。網(wǎng)絡(luò)學(xué)習(xí)實(shí)際上是要尋求系統(tǒng)的穩(wěn)定狀態(tài)，即從網(wǎng)絡(luò)的初始狀態(tài)開始，逐漸向其穩(wěn)定狀態(tài)過渡，直至達(dá)到穩(wěn)定狀態(tài)為止。至于網(wǎng)絡(luò)的穩(wěn)定性，則是通過一個能量函數(shù)來描述的。50機(jī)器學(xué)習(xí)

神經(jīng)學(xué)習(xí)神經(jīng)學(xué)習(xí)的概念：神經(jīng)學(xué)習(xí)也稱為連機(jī)器學(xué)習(xí)

數(shù)據(jù)挖掘和知識發(fā)現(xiàn)概念：知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是在數(shù)據(jù)庫的基礎(chǔ)上實(shí)現(xiàn)的一種知識發(fā)現(xiàn)系統(tǒng)。它通過綜合運(yùn)用統(tǒng)計學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從數(shù)據(jù)庫中提煉和抽取知識，從而可以揭示出蘊(yùn)含在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)原理，實(shí)現(xiàn)知識的自動獲取。與傳統(tǒng)數(shù)據(jù)庫技術(shù)的區(qū)別：傳統(tǒng)數(shù)據(jù)庫技術(shù)僅限于對數(shù)據(jù)庫的查詢和檢索，不能夠從數(shù)據(jù)庫中提取知識。知識發(fā)現(xiàn)和數(shù)據(jù)挖掘以數(shù)據(jù)庫作為知識源去抽取知識，不僅可以提高數(shù)據(jù)庫中數(shù)據(jù)的利用價值，同時也為各種智能系統(tǒng)的知識獲取開辟了一條新的途徑。發(fā)展：隨著大規(guī)模數(shù)據(jù)庫和互聯(lián)網(wǎng)的迅速發(fā)展，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘也從面向數(shù)據(jù)庫的結(jié)構(gòu)化信息的數(shù)據(jù)挖掘發(fā)展到面向數(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。51機(jī)器學(xué)習(xí)

數(shù)據(jù)挖掘和知識發(fā)現(xiàn)概念：知識發(fā)現(xiàn)和數(shù)據(jù)挖掘分布智能分布智能的概念：分布智能主要研究在邏輯上或物理上分布的智能系統(tǒng)之間如何相互協(xié)調(diào)各自的智能行為，實(shí)現(xiàn)問題的并行求解。分布智能的兩個主要方向：分布式問題求解主要研究如何在多個合作者之間進(jìn)行任務(wù)劃分和問題求解，它一般是針對某一問題去創(chuàng)建一個能夠進(jìn)行合作求解的協(xié)作群體；多系統(tǒng)主要研究如何在一群自主的之間進(jìn)行智能行為的協(xié)調(diào)，它不限于單一目標(biāo)，可創(chuàng)建一個能夠共同處理單個目標(biāo)或多個目標(biāo)的智能群體。多系統(tǒng)的組成與工作：它由多個自主所組成，其中的每個都可以自主運(yùn)行和自主交互，即當(dāng)一個需要與別的合作時，就通過相應(yīng)的通信機(jī)制去尋找可以合作并愿意合作的，以共同解決問題。52分布智能分布智能的概念：分布智能主要研究在邏輯上或智能系統(tǒng)智能系統(tǒng)可以泛指各種具有智能特征和功能的軟硬件系統(tǒng)。從這種意義上講，前面所討論的不少研究內(nèi)容都應(yīng)以智能系統(tǒng)的形式來出現(xiàn)，例如智能控制系統(tǒng)、智能制造系統(tǒng)、智能檢索系統(tǒng)等。這里主要介紹除前述研究內(nèi)容以外的專家系統(tǒng)和智能決策支持系統(tǒng)。53智能系統(tǒng)智能系統(tǒng)可以泛指各種具有智能特征和功能的軟硬件系統(tǒng)。智能系統(tǒng)

專家系統(tǒng)專家系統(tǒng)是一種基于知識的智能系統(tǒng)，它將領(lǐng)域?qū)＜业慕?jīng)驗(yàn)用知識表示方法表示出來，并放入知識庫中，供推理機(jī)使用。隨著計算網(wǎng)絡(luò)、多、計算智能等技術(shù)的發(fā)展，出現(xiàn)了模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)、基于的專家系統(tǒng)、協(xié)同式專家系統(tǒng)和分布式專家系統(tǒng)等。用戶界面解釋模塊知識獲取知識庫綜合數(shù)據(jù)庫推理機(jī)54智能系統(tǒng)

專家系統(tǒng)專家系統(tǒng)是一種基于知識的智能系統(tǒng)智能系統(tǒng)

智能決策支持系統(tǒng)智能決策支持系統(tǒng)是指那種在傳統(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)。智能決策支持系統(tǒng)是把人工智能技術(shù)，尤其是專家系統(tǒng)技術(shù)與決策支持系統(tǒng)相結(jié)合的產(chǎn)物，具有很寬的應(yīng)用范圍和很好的應(yīng)用前景。問題處理與人機(jī)交互模型庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)知識庫管理系統(tǒng)模型庫知識庫數(shù)據(jù)庫推理機(jī)55智能系統(tǒng)

智能決策支持系統(tǒng)智能決策支持系統(tǒng)是指那人工心理與人工情感(1/2)智能、情感和心理智能：是指感知、記憶、思維、學(xué)習(xí)、自適應(yīng)、行為等能力情感：指人對客觀現(xiàn)實(shí)的態(tài)度的體驗(yàn)。情緒(側(cè)重于生理現(xiàn)象：喜、怒、哀、樂…)情感（側(cè)重于價值判斷：愛、恨…）情操（高級的情感現(xiàn)象：道德、理智、審美…）心理：認(rèn)知、情感、意志認(rèn)知：實(shí)踐活動中對認(rèn)知信息的接收、編碼、存儲、提取、使用；包括感知、思維、記憶等。情感：…意志：自覺地確定目的，并根據(jù)目的調(diào)節(jié)支配自身的行動，克服困難，去實(shí)現(xiàn)預(yù)定目標(biāo)56人工心理與人工情感(1/2)智能、情感和心理56人工心理與人工情感(2/2)人工智能、人工情感和人工心理人工智能：人工情感：人工情感()是利用信息科學(xué)的手段對人類情感過程進(jìn)行模擬、識別和理解，使機(jī)器能夠產(chǎn)生類人情感并與人類進(jìn)行自然和諧地人機(jī)交互的研究領(lǐng)域人工心理：人工心理()就是利用信息科學(xué)的手段,對人的心理活動(著重是人的情感、意志、性格、創(chuàng)造)的更全面再一次人工機(jī)器(計算機(jī)、模型算法等)模擬，其目的在于從心理學(xué)廣義層次上研究人工情感、情感與認(rèn)知、動機(jī)與情感的人工機(jī)器實(shí)現(xiàn)問題57人工心理與人工情感(2/2)人工智能、人工情感和人工心理57人工生命人工生命（）是美國洛斯．阿拉莫斯（）非線性研究中心克里斯．蘭頓（），在研究“混沌邊沿”的細(xì)胞自動機(jī)中于1987年提出的一個概念。他認(rèn)為：人工生命就是要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)。人工生命的研究