3.3機器理解與推理教學(xué)設(shè)計人教-中圖版高中信息技術(shù)選擇性必修4

第3章人工智能領(lǐng)域應(yīng)用3.3機器理解與推理教學(xué)設(shè)計教學(xué)背景信息科技是現(xiàn)代科學(xué)技術(shù)領(lǐng)域的重要部分，主要研究以數(shù)字形式表達的信息及其應(yīng)用中的科學(xué)原理、思維方法、處理過程和工程實現(xiàn)。當(dāng)代高速發(fā)展的信息科技對全球經(jīng)濟、社會和文化發(fā)展起著越來越重要的作用。義務(wù)教育信息科技課程具有基礎(chǔ)性、實踐性和綜合性，為高中階段信息技術(shù)課程的學(xué)習(xí)奠定基礎(chǔ)。信息科技課程旨在培養(yǎng)科學(xué)精神和科技倫理，提升自主可控意識，培育社會主義核心價值觀，樹立總體國家安全觀，提升數(shù)字素養(yǎng)與技能。教材分析本節(jié)課的教學(xué)內(nèi)容選自人教/地圖出版社選擇性必修4人工智能初步第3章人工智能領(lǐng)域應(yīng)用3.3機器理解與推理。人工智能的發(fā)展是以各種算法為基礎(chǔ)的，而飛速發(fā)展的大數(shù)據(jù)和云計算使人工智能的算法在多個領(lǐng)域發(fā)揮了重要的作用，也改變著我們的生活。里有語音助理、智能搜索、人臉識別，汽車能自動駕駛......不知不覺中，生活中的常用設(shè)備變得越來越智能。人工智能并不是讓機器模擬人的形態(tài)和人的行為，而是讓機器對人的思維意識和處理信息的過程進行模擬，像人一樣處理事情。這一目標(biāo)是以計算機視覺、自然語言處理、機器理解與推理、博弈決策與智能機器人等基礎(chǔ)技術(shù)的研究為基礎(chǔ)來實現(xiàn)的。在本章的學(xué)習(xí)中，我們將借助各領(lǐng)域現(xiàn)有的人工智能開發(fā)工具與平臺，以“智能陪伴巧實踐”為主題，開展項目活動，定制智能陪伴機器人，掌握簡單人工智能應(yīng)用模塊的搭建方法，體驗人工智能應(yīng)用的實現(xiàn)過程。教學(xué)目標(biāo)1.了解機器理解與推理的發(fā)展歷程和現(xiàn)狀。2.體會認(rèn)知科學(xué)與腦科學(xué)在人工智能中的重要作用。3.通過實例了解典型機器理解與推理（機器定理證明）的基本原理。教學(xué)重點與難點教學(xué)重點:體會認(rèn)知科學(xué)與腦科學(xué)在人工智能中的重要作用。教學(xué)難點:通過實例了解典型機器理解與推理（機器定理證明）的基本原理。教學(xué)方法與教學(xué)手段案例分析法、講授法、任務(wù)驅(qū)動法。教學(xué)過程問題導(dǎo)入體驗探索智力問答2011年，能夠使用自然語言回答問題的認(rèn)知計算系統(tǒng)——沃森，在美國最受歡迎的智力問答電視節(jié)目中亮相，一舉打敗了人類智力競賽的冠軍（圖3.3.1）（參見教材P111），展示了當(dāng)時最先進的問答交互。2017年，我國研發(fā)的小度機器人在科學(xué)類腦力學(xué)習(xí)節(jié)目中獲勝（圖3.3.2）（參見教材P111）。除了答題，這類智能機器人還具備理解、推理以及學(xué)習(xí)的能力，可以處理更多的復(fù)雜數(shù)據(jù)集。認(rèn)知計算的目標(biāo)就是發(fā)現(xiàn)潛藏在非結(jié)構(gòu)化數(shù)據(jù)中的模式，以便我們能夠?qū)χ匾氖虑樽鞒雒髦堑呐袛?。機器的數(shù)據(jù)分析、統(tǒng)計和推斷能力將會是機器認(rèn)知的真正潛力所在。思考：1.查閱資料，了解沃森能做哪些具體的認(rèn)知和推理任務(wù)？2.了解國內(nèi)外有代表性的智能機器有哪些具體應(yīng)用？機器理解與推理的發(fā)展和現(xiàn)狀機器理解和推理一直被認(rèn)為是人工智能最集中的體現(xiàn)。一個可以不需要人控制的獨立機器人，比如家庭服務(wù)機器人，必須像人類一樣有認(rèn)知、有記憶，而且能根據(jù)人類的喜好進行活動。機器理解人類的認(rèn)知指通過心理活動（如形成概念、知覺、判斷或想象）獲取知識。機器的認(rèn)知即機器理解，代表一種全新的計算模式，包含信息分析、自然語言處理和機器學(xué)習(xí)領(lǐng)域的大量技術(shù)創(chuàng)新，能提高決策者對大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的洞察能力。讓人工智能像人一樣學(xué)習(xí)和思考，并作出正確的決策，是機器理解的目標(biāo)之一。人腦與計算機各有所長，機器理解系統(tǒng)可以成為一個很好的輔助性工具，配合人類解決人腦不擅長解決的問題。目前，人工智能在視覺及語音等應(yīng)用領(lǐng)域已經(jīng)取得了長足發(fā)展，但是在機器理解方面仍然處于起步階段。沃森是機器理解系統(tǒng)的杰出代表，它可以回答知識問答競賽的問題，并戰(zhàn)勝人類對手。從算法流程的角度分析，沃森處理問題的步驟如下：1.將問題分解為多個關(guān)于該問題的特征；2.在大量可能包含答案的信息中進行搜索，然后生成一系列潛在答案；3.使用特有的算法，為每一個潛在答案打分；4.提供評分最高的答案，以及答案的相關(guān)證據(jù)；5.對評分進行權(quán)衡，為每個答案的評分指數(shù)進行評估。機器推理從一個或幾個已知的判斷（前提）邏輯地推論出一個新的判斷（結(jié)論）的思維過程稱為推理。這是事物的客觀聯(lián)系在意識中的反映。自動推理是知識的使用過程，人類解決問題往往就是利用以往的知識，通過推理得出結(jié)論。自動推理的理論和技術(shù)是程序推導(dǎo)、程序正確性證明、專家系統(tǒng)和智能機器人等研究領(lǐng)域的重要基礎(chǔ)。閱讀拓展三段論推理亞里士多德在他的著作《前分析篇》中提出了三段論的邏輯分析方法。他給出了三段論的定義：“只要確定某些論斷，某些異于它們的事物便可以必然地從如此確定的論斷中推出。”通俗地說，就是只要給定了大前提和小前提，就能推出確切的結(jié)論。例如，亞里士多德曾就“蘇格拉底之死”發(fā)表過著名的三段論：三段論是一種常用的推理形式，它由三個性質(zhì)命題組成，其中兩個性質(zhì)命題是前提，另一個性質(zhì)命題是結(jié)論。例如：這就是一個三段論。前兩個性質(zhì)判斷包含著一個共同項——“科學(xué)”，由這兩個具有共同項的判斷可推出一個新的性質(zhì)判斷：智能科學(xué)是不斷發(fā)展的?？赡苋藗兒茈y將亞里士多德的三段論與人工智能聯(lián)系起來，但正是他所提出的這套推理系統(tǒng)，使邏輯邁上了形式化的軌道。后人在此基礎(chǔ)上對其理論不斷完善，使邏輯學(xué)的發(fā)展取得了很大的進步，尤其是布爾代數(shù)的發(fā)現(xiàn)，使計算可以通過邏輯變換得到。早期的自動推理工作主要集中在機器定理證明方面。德國數(shù)學(xué)家萊布尼茨早在17世紀(jì)中葉就提出用機器實現(xiàn)定理證明的思想。19世紀(jì)，“思想語言”的形式系統(tǒng)，即后來的謂詞演算出現(xiàn)，奠定了符號邏輯的基礎(chǔ)，為自動推理提供了必要的理論工具。20世紀(jì)50年代，電子計算機的出現(xiàn)和應(yīng)用，加上數(shù)理邏輯的發(fā)展，使機器證明定理開始變?yōu)楝F(xiàn)實。證明定理是人類特殊的智能行為，不僅需要根據(jù)假設(shè)進行邏輯演繹，而且需要某些直覺技巧。機器定理證明就是把人證明定理的過程通過一套符號體系加以形式化，轉(zhuǎn)變成一系列能在計算機上自動實現(xiàn)的符號演算過程，也就是把具有智能特點的推理演繹過程機械化。機器定理證明是人工智能的重要研究領(lǐng)域，它的成果可應(yīng)用于問題求解、自然語言理解、程序驗證和自動程序設(shè)計等方面。盡管數(shù)學(xué)定理證明過程的每一步都嚴(yán)謹(jǐn)有據(jù)，但決定采取什么樣的證明步驟，卻依賴于經(jīng)驗、直覺、想象力和洞察力，需要人的智能。因此，數(shù)學(xué)定理的機器證明和其他類型的問題求解，就成為人工智能研究的起點。在幾何定理的機器證明方面，我國著名科學(xué)家吳文俊院士提出了平面幾何及微分幾何的判定法，得到國內(nèi)外專家的高度評價。張景中院士與合作者創(chuàng)立的計算機生成幾何定理可讀證明的原理與算法，使這一人工智能領(lǐng)域30多年來進展緩慢的重要問題有了突破性的進展，在國際上取得了公認(rèn)的領(lǐng)先地位，被譽為計算機處理幾何問題的里程碑。閱讀拓展機器定理證明——吳方法1977年，吳文俊證明初等幾何一類主要定理的證明可以機械化（即刻板化、程序化和算法化）。1978年，吳文俊又證明初等微分幾何中的一些主要定理的證明也可以機械化。其后，他把機器定理證明的范圍推廣到非歐幾何、仿射幾何、圓幾何、線幾何和球幾何等領(lǐng)域。繼機器定理證明之后，吳文俊把研究重點轉(zhuǎn)移到數(shù)學(xué)機械化的核心問題——方程求解上來，得出了作為機械化數(shù)學(xué)基礎(chǔ)的整序原理及零點結(jié)構(gòu)原理，這不僅可用于代數(shù)方程組，還可以解代數(shù)偏微分方程組，大大擴展了理論及應(yīng)用的范圍。吳方法不僅應(yīng)用于機器定理證明、代數(shù)系統(tǒng)求解的理論和算法，而且在物理學(xué)、化學(xué)、數(shù)學(xué)、計算機科學(xué)和機器人機構(gòu)學(xué)等方面的應(yīng)用也都取得了國際領(lǐng)先成果。很多時候，機器給出的證明非常出人意料，更為簡潔巧妙。吳方法在機器人路徑規(guī)劃、數(shù)控機床、計算機圖形學(xué)和計算機視覺等方面都有很好的應(yīng)用。2017年，機器人作答兩套高考數(shù)學(xué)文科試卷，分別取得了134分、105分的成績。這一技術(shù)背后的核心即綜合復(fù)雜推理，由自然語言加邏輯引擎組成，覆蓋了所有需要綜合邏輯推理加數(shù)理建模推理的領(lǐng)域。從幾何解題到高考機器人，機器證明在工程領(lǐng)域與教育領(lǐng)域?qū)崿F(xiàn)著跨步和共生，一步一步突破難點，取得了巨大成就。當(dāng)前，大數(shù)據(jù)時代的人工智能發(fā)展處于感知智能階段，機器具有視覺、聽覺和觸覺等感知能力。隨著類腦科技的發(fā)展，認(rèn)知推理必將翻開嶄新的一頁，推動人工智能向認(rèn)知智能時代全面邁進。到那時，智能機器有極大可能實現(xiàn)理解、思考的功能。人工智能與腦科學(xué)腦科學(xué)（認(rèn)知科學(xué)）與人工智能領(lǐng)域的交叉探索，可以加強我國在智能科學(xué)這一交叉領(lǐng)域中的基礎(chǔ)性、獨創(chuàng)性研究，解決腦科學(xué)和信息科學(xué)發(fā)展中的重大基礎(chǔ)理論問題，創(chuàng)新類腦智能前沿領(lǐng)域的研究。研究人腦信息處理的方法和算法，發(fā)展類腦計算成為當(dāng)今人工智能發(fā)展的迫切需求。思考活動人工智能精神障礙專家系統(tǒng)“埃莉”是世界上首個人工智能精神障礙專家系統(tǒng)，由美國國防部高級研究計劃局和南加州大學(xué)創(chuàng)新技術(shù)學(xué)院共同設(shè)計和研發(fā)，用于識別早期心理健康隱患，比如識別士兵的抑郁、焦慮信號，以及創(chuàng)傷后的應(yīng)激障礙等。思考：人工智能技術(shù)與應(yīng)用（如人工智能輔助醫(yī)療診斷、人工智能輔助兒童自閉癥治療、人工智能藝術(shù)創(chuàng)作及人工智能自動作曲等）有哪些跨學(xué)科特點？腦科學(xué)目前，國際上非常重視腦科學(xué)的研究。2013年1月，歐盟啟動了“人類大腦計劃”，此后10年計劃投入10億歐元的研發(fā)經(jīng)費，目標(biāo)是用超級計算機完全模擬人腦，幫助理解人腦功能。2013年4月，美國宣布計劃用10年左右時間進行“運用先進創(chuàng)新型神經(jīng)技術(shù)的大腦研究”，目標(biāo)是研究數(shù)十億神經(jīng)元的功能，探索人類感知、行為和意識的奧秘，找出治療阿爾茨海默?。ɡ夏臧V呆癥）等與大腦有關(guān)疾病的方法。我國也全面啟動了腦科學(xué)計劃?！爸袊X計劃”形成了開展腦認(rèn)知原理基礎(chǔ)、腦重大疾病、類腦人工智能的研究格局。類腦計算和人工智能研究是“中國腦計劃”的重要組成部分，將以類腦人工智能研發(fā)及產(chǎn)業(yè)化為核心。類腦智能研究將借鑒腦的多尺度結(jié)構(gòu)及認(rèn)知機制，提出并實現(xiàn)受腦信息處理機制啟發(fā)的智能框架、算法與系統(tǒng)。人類的智能主要包括歸納總結(jié)和邏輯演繹，分別對應(yīng)著人工智能中的聯(lián)結(jié)主義（如人工神經(jīng)網(wǎng)絡(luò)）和符號主義（如吳方法）。人類對視覺和聽覺信號的感知與處理都是下意識的，是基于大腦皮層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)；人類對邏輯推導(dǎo)、定理證明是主觀意識的，是基于公理系統(tǒng)的符號演算。聯(lián)結(jié)主義聯(lián)結(jié)主義的方法雖然具有很高的實用價值，但是依然沒有堅實的理論基礎(chǔ)。即便通過仿生學(xué)和經(jīng)驗積累得到了一些突破，機器依然無法像人類一樣做到在認(rèn)知領(lǐng)域的透徹理解和預(yù)測。簡單的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機制加上超強的機器計算能力，能否真正實現(xiàn)從量變到質(zhì)變的轉(zhuǎn)變，這需要時間的檢驗。符號主義機器無法抽象出幾何直覺，也無法建立審美觀念。因此，雖然機器定理證明經(jīng)常能對已知的定理給出新穎的證明方法，但是迄今為止，機器并沒有自行發(fā)現(xiàn)深刻的未知數(shù)學(xué)定理。與人類智慧相比，人工智能的符號主義方法依然處于相對初級的階段。閱讀拓展走進內(nèi)心世界小孩在一歲左右就能夠明白對方的意圖。一個關(guān)鍵證據(jù)是：小孩會指著東西給大人看，大人是看到還是沒看到，小孩會知道，如圖3.3.3（a）（參見教材P116）所示。不僅人有偵察與反偵察的能力，動物也有。例如，鳥在藏食物的時候，會查看周圍是否有其他鳥類或動物注意到了它，如圖3.3.3（b）（參見教材P116）所示。如果有，它就不藏，并一直等待合適的機會。這就是鳥對周圍環(huán)境的觀察，它知道其他動物的想法。圖3.3.3（c）（參見教材P116）是一只狐貍與水獺對峙的視頻截圖。水獺抓到魚之后，發(fā)現(xiàn)這只狐貍在岸上盯著它，它知道這只狐貍想搶它嘴里叼著的魚，就想辦法把魚藏了起來，然后這只狐貍就去尋找。這說明動物之間互相知道對方在想什么。我們要設(shè)計的機器人，就是希望它能知道人類想干什么，這是人工智能的一個核心表現(xiàn)。腦科學(xué)和人工智能相互促進人們對視覺注意力、抉擇和學(xué)習(xí)等認(rèn)知功能的大腦神經(jīng)網(wǎng)絡(luò)機制的研究方興未艾。發(fā)展腦科學(xué)基礎(chǔ)研究，將促進“深度學(xué)習(xí)”等類腦智能技術(shù)的蓬勃發(fā)展。沒有世界一流的腦科學(xué)，就不可能有世界一流的類腦智能技術(shù)創(chuàng)新。反之亦然，機器學(xué)習(xí)（包括深度學(xué)習(xí)）能引進新的方法處理腦科學(xué)數(shù)據(jù)，將帶來模擬腦功能的新思路。因此，計算神經(jīng)科學(xué)與信息科學(xué)研究應(yīng)密切合作，聯(lián)合攻關(guān)腦科學(xué)與類腦人工智能重大前沿問題。將腦科學(xué)與人工智能相結(jié)合，可從人工智能的角度來研究如何更好地認(rèn)識和緩解少年自閉癥、中年抑郁癥和阿爾茨海默病等疾病。閱讀拓展《新一代人工智能發(fā)展規(guī)劃》中對人工智能的跨學(xué)科要求重視復(fù)合型人才培養(yǎng)，重點培養(yǎng)貫通人工智能理論、方法、技術(shù)、產(chǎn)品與應(yīng)用等的縱向復(fù)合型人才，以及掌握“人工智能+”經(jīng)濟、社會、管理、標(biāo)準(zhǔn)、法律等的橫向復(fù)合型人才。建設(shè)人工智能學(xué)科。鼓勵高校在原有基礎(chǔ)上拓寬人工智能專業(yè)教育內(nèi)容，形成“人工智能+X”復(fù)合專業(yè)培養(yǎng)新模式，重視人工智能與數(shù)學(xué)、計算機科學(xué)、物理學(xué)、生物學(xué)、心理學(xué)、社會學(xué)、法學(xué)等學(xué)科專業(yè)教育的交叉融合。加強產(chǎn)學(xué)研合作，鼓勵高校、科研院所與企業(yè)等機構(gòu)合作開展人工智能學(xué)科建設(shè)。開展跨學(xué)科探索性研究。推動人工智能與神經(jīng)科學(xué)、認(rèn)知科學(xué)、量子科學(xué)、心理學(xué)、數(shù)學(xué)、經(jīng)濟學(xué)、社會學(xué)等相關(guān)基礎(chǔ)學(xué)科的交叉融合，加強引領(lǐng)人工智能算法、模型發(fā)展的數(shù)學(xué)基礎(chǔ)理論研究，重視人工智能法律倫理的基礎(chǔ)理論問題研究，支持原創(chuàng)性強、非共識的探索性研究，鼓勵科學(xué)家自由探索，勇于攻克人工智能前沿科學(xué)難題，提出更多原創(chuàng)理論，作出更多原創(chuàng)發(fā)現(xiàn)認(rèn)知推理的實踐應(yīng)用與展望除了前面提到的知識問答及自動定理證明等方面的實際應(yīng)用之外，認(rèn)知推理在人工智能第三次浪潮發(fā)展中也有許多新的進展。例如，沃森的認(rèn)知計算用于實現(xiàn)專家級別的癌癥診斷及治療方案建議，新一代人工智能助理（蘋果的Siri、谷歌的GoogleNow、三星的Bixby、微軟小冰和百度小度）用于日常生活管理等。人工智能越來越能夠走進人的內(nèi)心，也在視覺與語言的認(rèn)知方面有了長足發(fā)展。下面我們通過微軟“小冰讀心術(shù)”小游戲來解析人工智能“讀心術(shù)”的技術(shù)原理。游戲的規(guī)則很簡單，即你在腦海里想好一個人的名字，然后小冰會問你15個問題，每個問題你只能用“是”“不是”“不知道”作答。小冰根據(jù)你的回答進行推斷、分解，逐步縮小人名范圍，最終猜出答案。這與決策樹的工作原理非常類似。圖像理解和自然語言對話系統(tǒng)都是當(dāng)前熱門的研究領(lǐng)域。基于圖像的自然語言對話系統(tǒng)融合了這兩個熱門領(lǐng)域，以期教會機器使用自然語言與人類討論視覺內(nèi)容。通常將這一研究方向簡稱為“視覺對話”，它利用計算機視覺、自然語言處理和對話系統(tǒng)等前沿技術(shù)，達到教會機器使用自然語言與人類交流視覺信息的目的。通常所說的“對話系統(tǒng)”覆蓋的范圍很廣，下面舉兩個實例：1.為特定目標(biāo)設(shè)計的任務(wù)驅(qū)動型聊天機器人，如智能客服機器人、機票助器人等，它們只能在特定的任務(wù)情景下進行簡單的對話；2.自由對話機器人，如可以與人進行自然交流的、不受任何特定場景限制的聊天機器人，可以隨心所欲地和人閑聊。視覺對話的研究成果介于上述兩類機器人具有的功能之間，即它能提供自由的對話，但是對話的內(nèi)容卻僅限于一個具體的圖像，如圖3.3.5（參見教材P119）所示。視覺與語言的聯(lián)合“看圖說話”本質(zhì)上是視覺與語言之間的融會貫通，是人類經(jīng)過漫長的進化與不斷的學(xué)習(xí)所形成的能力。對于機器而言，這意味著視覺處理與語言處理兩個領(lǐng)域的聯(lián)合。視覺與語言聯(lián)合的一個典型應(yīng)用就是聊天機器人微軟小冰。小冰不僅可以通過文本、語音跟人聊天，還可以根據(jù)圖片用視覺方式與人交流。當(dāng)小冰有了視頻聊天的功能之后，它的用戶數(shù)量在一個月之內(nèi)增加了60％。有意思的是，很多人不知道小冰只是一個機器人。視覺與語言的聯(lián)合也可以應(yīng)用于搜索領(lǐng)域，即可以用視頻搜索語言，也可以用語言搜索視頻。此外，視覺與語言的聯(lián)合還可以基于視頻自動生成報告，告訴我們在什么時間發(fā)生了什么事情。1.搜索網(wǎng)上視覺對話開放平臺，選擇其一上傳圖片，試驗平臺的視覺對話功能，體驗機器的認(rèn)知推理功能。2.思考計算機視覺與自然語言處理的聯(lián)合應(yīng)用能否提高機器的認(rèn)知推理能力，提出自己的觀點，并舉例說明理由。實踐活動隨著人工智能算法的進步、計算能力的提高、數(shù)據(jù)的不斷積累，以及視覺、語音感知技術(shù)的進一步發(fā)展，未來人工智能的視覺感知與自然語言理解能力將會得到更大的提升，其對大腦如何產(chǎn)生心智、大腦如何工作的理解會更加深刻。全方位跨領(lǐng)域的創(chuàng)新合作即將到來，這將推動人工智能認(rèn)知推理的研究邁上新臺階。項目實施搭建認(rèn)知推理模塊一、項目活動1.