人工智能概述08910

1、人工智能原理第1章 人工智能概述,本章內(nèi)容1.1 關(guān)于人工智能的定義1.2 人工智能的基礎(chǔ)1.3 人工智能簡(jiǎn)史1.4 智能體與環(huán)境1.5 智能體結(jié)構(gòu)小結(jié)參考書(shū)目附錄 和人工智能相關(guān)的社會(huì)倫理問(wèn)題,第1章 人工智能概述,1.1 關(guān)于人工智能的定義智能體對(duì)AI的4種不同定義類(lèi)人行動(dòng)/類(lèi)人思考/理性思維/理性行動(dòng),第1章 人工智能概述,4,作為智能體的人類(lèi),智能體(Agent) 人類(lèi)是一種智能體 我們，作為一個(gè)智能體，為什么能夠思考? 大腦這么一小堆東西怎么能夠感知、理解、預(yù)測(cè)和應(yīng)對(duì)一個(gè)遠(yuǎn)比自身龐大和復(fù)雜的世界？理解人類(lèi)，理解智能體 人工智能(AI)走得更遠(yuǎn)：不僅試圖理解智能體，而且要建造智能體制造

2、出像人類(lèi)一樣完成某些智能任務(wù)的系統(tǒng)(軟件),第1章 人工智能概述,5,AI是新興學(xué)科，也是激動(dòng)人心的學(xué)科. Russell聲稱(chēng)：不同于物理學(xué)，這里還有出現(xiàn)幾個(gè)愛(ài)因斯坦的余地 為什么？研究主觀世界的成果遠(yuǎn)少于研究客觀世界的成果,第1章 人工智能概述,處于探索初期的學(xué)科,6,對(duì)AI的4種不同定義,第1章 人工智能概述,7,不同定義類(lèi)人行為(1),類(lèi)人行為：圖靈測(cè)試(1950) 圖靈建議：不是問(wèn)“機(jī)器能否思考”，而是問(wèn)“機(jī)器能否通過(guò)關(guān)于行為的智能測(cè)試”,第1章 人工智能概述,8,不同定義類(lèi)人行為(2),測(cè)試過(guò)程：讓一個(gè)程序與一個(gè)人進(jìn)行5分鐘對(duì)話 / 然后人猜測(cè)交談對(duì)象是程序還是人？如果在30%測(cè)試中

3、程序成功地欺騙了詢(xún)問(wèn)人，則通過(guò)了測(cè)試 圖靈期待最遲2000年出現(xiàn)這樣的程序，但是到目前為止，面對(duì)訓(xùn)練有素的鑒定人，沒(méi)有一個(gè)程序接近30%的標(biāo)準(zhǔn),第1章 人工智能概述,9,不同定義類(lèi)人行為(3),要想程序通過(guò)圖靈測(cè)試，還需要做大量工作，這些技能包括： 自然語(yǔ)言處理, 使機(jī)器可以用人類(lèi)語(yǔ)言交流 知識(shí)表示, 存儲(chǔ)機(jī)器獲得的各種信息 自動(dòng)推理, 運(yùn)用知識(shí)來(lái)回答問(wèn)題和提取新結(jié)論 機(jī)器學(xué)習(xí), 適應(yīng)新環(huán)境并檢測(cè)和推斷新模式 以及(為了完全圖靈測(cè)試) 計(jì)算機(jī)視覺(jué), 機(jī)器感知物體 機(jī)器人技術(shù), 操縱和移動(dòng)物體,第1章 人工智能概述,10,不同定義類(lèi)人行為(4),AI研究者并未花費(fèi)很多精力來(lái)嘗試通過(guò)測(cè)試, 因?yàn)檠?/p>

4、究智能的根本原則遠(yuǎn)比復(fù)制樣本重要. 如同空氣動(dòng)力學(xué)與模擬鳥(niǎo)類(lèi)飛行之對(duì)于飛機(jī)的產(chǎn)生,第1章 人工智能概述,11,不同定義類(lèi)人思考,類(lèi)人思考: 認(rèn)知模型方法 如何得知人類(lèi)是如何思考的? 通過(guò)自省捕捉人類(lèi)思維過(guò)程和通過(guò)心理測(cè)試 這種方法不滿(mǎn)足于讓程序正確地解決問(wèn)題, 更加關(guān)心對(duì)程序的推理步驟軌跡與人類(lèi)個(gè)體求解同樣問(wèn)題的步驟軌跡進(jìn)行比較 認(rèn)知科學(xué): 把來(lái)自AI的計(jì)算模型與來(lái)自心理學(xué)的實(shí)驗(yàn)技術(shù)相結(jié)合, 試圖創(chuàng)立一種精確而且可檢驗(yàn)的人類(lèi)思維工作方式的理論 通常, 我們只關(guān)心程序?qū)崿F(xiàn)了什么功能, 而不會(huì)比較AI技術(shù)和人類(lèi)認(rèn)知之間的異同,第1章 人工智能概述,12,不同定義理性思考,理性地思考: “思維法則”

5、方法 19世紀(jì), 邏輯學(xué)家就發(fā)展出可以描述世界上一切事物及其彼此關(guān)系的精確的命題符號(hào) 1965年, 原則上, 已經(jīng)有程序可以求解任何用邏輯符號(hào)描述的可解問(wèn)題(消解法) AI領(lǐng)域傳統(tǒng)的邏輯主義希望通過(guò)編制上述程序來(lái)創(chuàng)造智能系統(tǒng) 難點(diǎn): 非形式化的知識(shí)難以用邏輯符號(hào)形式化 / “原則上”可以解決問(wèn)題和實(shí)際解決問(wèn)題二者之間存在巨大差異,第1章 人工智能概述,13,不同定義理性行動(dòng)(1),理性地行動(dòng): 理性智能體方法 計(jì)算機(jī)智能體應(yīng)該有別于“簡(jiǎn)單的”程序: 具有諸如自主控制操作、感知環(huán)境、適應(yīng)變化等 理性智能體：要通過(guò)自己的行動(dòng)獲得最佳結(jié)果，或者在不確定的情況下，獲得最佳期望結(jié)果 不僅要正確地推理，還

6、要正確地行動(dòng) / 正確推論是理性智能體的部分功能，而不是理性的全部?jī)?nèi)容 圖靈測(cè)試中需要的技能都是為了作出理性行為,第1章 人工智能概述,14,不同定義理性行動(dòng)(2),把AI研究視為理性智能體的設(shè)計(jì)過(guò)程 好處： 普遍性：比“思維法則”法則方法(理性地思維)更廣 / 比建立在人類(lèi)行為或者思維基礎(chǔ)(類(lèi)人方法)上的方法更形式化, 因?yàn)橄啾染哂星宄亩x或標(biāo)準(zhǔn) 正確的結(jié)果在不同條件下可以定義清楚 完美理性總能做正確的事情 vs. 有限理性 在沒(méi)有足夠計(jì)算時(shí)間的前提下采取正確的行動(dòng) 完美理性在復(fù)雜環(huán)境下是不可行的,第1章 人工智能概述,15,4種方法的比較,第1章 人工智能概述,類(lèi)人思考或類(lèi)人行為：直接模

7、擬 / 追隨人 理性思考或理性行為：間接模擬 / 概括人 更普遍,16,AI概念理解是一個(gè)過(guò)程,上述定義見(jiàn)仁見(jiàn)智 重要的是學(xué)習(xí)AI方法、應(yīng)用AI方法，在實(shí)踐中逐步深入領(lǐng)會(huì)AI這個(gè)詞的含義 目前，AI就是一種運(yùn)行在我們自己機(jī)器中的程序，它的智能都是我們給的！,第1章 人工智能概述,1.2 人工智能的基礎(chǔ)各學(xué)科的貢獻(xiàn)：哲學(xué)/數(shù)學(xué)經(jīng)濟(jì)學(xué)/神經(jīng)科學(xué)/心理學(xué)計(jì)算機(jī)工程控制論/語(yǔ)言學(xué),第1章 人工智能概述,18,對(duì)人工智能有貢獻(xiàn)的學(xué)科,哪些學(xué)科、哪些思想和哪些人物給予AI以貢獻(xiàn)? 哲學(xué)(BC428現(xiàn)在) 數(shù)學(xué)(800現(xiàn)在) 經(jīng)濟(jì)學(xué)(1776現(xiàn)在) 神經(jīng)科學(xué)(1861現(xiàn)在) 心理學(xué)(1879現(xiàn)在) 計(jì)算機(jī)工

8、程(1940現(xiàn)在) 控制論(1948現(xiàn)在) 語(yǔ)言學(xué)(1957現(xiàn)在),第1章 人工智能概述,19,哲學(xué)的貢獻(xiàn)(1),哲學(xué)(BC428現(xiàn)在)貢獻(xiàn)的思想: 問(wèn)題1：形式化規(guī)則能用來(lái)抽取合理的結(jié)論嗎? 問(wèn)題2：精神的意識(shí)是如何從物質(zhì)的大腦產(chǎn)生出來(lái)的? 問(wèn)題3：知識(shí)是從哪里來(lái)的? 問(wèn)題4：知識(shí)是如何導(dǎo)致行動(dòng)的?,第1章 人工智能概述,20,哲學(xué)的貢獻(xiàn)(2),問(wèn)題1：形式化規(guī)則能用來(lái)抽取合理的結(jié)論嗎?（哲學(xué)家及其貢獻(xiàn)） 亞里士多德(Aristotle, BC384BC322), 為形式邏輯奠定了基礎(chǔ) / 第一個(gè)把支配意識(shí)的理性部分法則形式化為精確的法則集合 / 著名的三段論 Ramon Lull / Le

9、onardo da Vinci(達(dá)芬奇) / Blaise Pascal(帕斯卡) / Gottfried Wilhelm Leibnitz(萊布尼茲)等人均設(shè)計(jì)或制造了能計(jì)算的機(jī)器,第1章 人工智能概述,21,哲學(xué)的貢獻(xiàn)(3),17世紀(jì), 有人提出推理如同數(shù)字計(jì)算 / 帕斯卡寫(xiě)道: “算術(shù)機(jī)器產(chǎn)生的效果顯然更接近于思維而不是動(dòng)物的其他活動(dòng)” 問(wèn)題1結(jié)論: 肯定的結(jié)論, 即可以用一個(gè)規(guī)則集合描述意識(shí)的形式化、理性的部分,第1章 人工智能概述,22,哲學(xué)的貢獻(xiàn)(4),問(wèn)題2：從物理系統(tǒng)的角度來(lái)考慮意識(shí): 意識(shí)與物質(zhì)的大腦之間的關(guān)系如何？ Ren Descartes(笛卡爾)給出了第一個(gè)關(guān)于意識(shí)和

10、物質(zhì)之間的區(qū)別以及由此產(chǎn)生的問(wèn)題的清晰討論 笛卡爾是二元論的支持者：堅(jiān)持意識(shí)(或稱(chēng)為靈魂/精神)的一部分是超脫于自然之外的, 不受物理定律影響. 而動(dòng)物不擁有這種二元屬性, 它們可以被作為機(jī)器對(duì)待,第1章 人工智能概述,23,哲學(xué)的貢獻(xiàn)(5),唯物主義認(rèn)為: 大腦依照物理定律運(yùn)轉(zhuǎn)而構(gòu)成了意識(shí), 自由意志也就簡(jiǎn)化為對(duì)出現(xiàn)在選擇過(guò)程中可能選擇的感受方式 問(wèn)題2結(jié)論: 存在兩種選擇二元論和一元論,第1章 人工智能概述,24,哲學(xué)的貢獻(xiàn)(6),問(wèn)題3：知識(shí)是從哪里來(lái)的? 關(guān)于知識(shí)的來(lái)源: Francis Bacon(培根)新工具論開(kāi)始了經(jīng)驗(yàn)主義運(yùn)動(dòng) John Locke(洛克)指出：“無(wú)物非先感而后知

11、” David Hume(休謨)提出歸納原理：一般規(guī)則是通過(guò)揭示形成規(guī)則的元素之間的重復(fù)關(guān)聯(lián)而獲得的,第1章 人工智能概述,25,哲學(xué)的貢獻(xiàn)(7),基于Ludwig Wittgenstein, Bertrand Russell的工作，Rudolf Carnap領(lǐng)導(dǎo)維也納學(xué)派發(fā)展了實(shí)證邏輯主義，堅(jiān)持認(rèn)為所有的知識(shí)都可以用最終和傳感器輸入相對(duì)應(yīng)的觀察語(yǔ)句相聯(lián)系的邏輯理論來(lái)描述 問(wèn)題3結(jié)論: 知識(shí)來(lái)自于實(shí)踐,第1章 人工智能概述,26,哲學(xué)的貢獻(xiàn)(8),問(wèn)題4：知識(shí)是如何導(dǎo)致行動(dòng)的? 關(guān)于意識(shí)的哲學(xué)圖景的最后元素是知識(shí)與行動(dòng)之間的聯(lián)系 / 智能既要求推理也要求行動(dòng) 亞里士多德認(rèn)為: 行動(dòng)是通過(guò)目標(biāo)與

12、關(guān)于行動(dòng)結(jié)果的知識(shí)之間的邏輯來(lái)判定的,第1章 人工智能概述,27,哲學(xué)的貢獻(xiàn)(9),他的進(jìn)一步闡述指出: 要深思的不是結(jié)局而是手段 / 假設(shè)了結(jié)局并考慮如何以及通過(guò)什么手段得到該結(jié)局, 結(jié)局是否容易是否最好 / 手段在分析順序中是最后一個(gè), 在生成順序中是第一個(gè) 這實(shí)際上就是回歸規(guī)劃系統(tǒng), 2300年后由Newell和Simon在其GPS程序中實(shí)現(xiàn)了 問(wèn)題4結(jié)論: 知識(shí)用于指導(dǎo)行動(dòng)去達(dá)到目標(biāo),第1章 人工智能概述,28,數(shù)學(xué)的貢獻(xiàn)(1),數(shù)學(xué)(800現(xiàn)在)貢獻(xiàn)的思想: 什么是抽取合理結(jié)論的形式化規(guī)則? 什么可以被計(jì)算? 如何用不確定的知識(shí)進(jìn)行推理? AI成為一門(mén)規(guī)范科學(xué)要求在三個(gè)基礎(chǔ)領(lǐng)域完成一

13、定程度的數(shù)學(xué)形式化: 邏輯、計(jì)算、概率,第1章 人工智能概述,29,數(shù)學(xué)的貢獻(xiàn)(2),數(shù)學(xué)家及其貢獻(xiàn) 問(wèn)題1：如何抽取形式化規(guī)則？ George Boole(布爾, 18151864), 1847年完成了形式邏輯的數(shù)學(xué)化 / 命題邏輯或稱(chēng)布爾邏輯 Gottlob Frege(弗雷格, 18481925), 1879年擴(kuò)展了布爾邏輯, 使其包含對(duì)象和關(guān)系, 創(chuàng)建了一階邏輯 Alfred Tarski(塔斯基)引入了一種參考理論, 可以把邏輯對(duì)象與現(xiàn)實(shí)世界對(duì)象聯(lián)系起來(lái),第1章 人工智能概述,30,數(shù)學(xué)的貢獻(xiàn)(3),問(wèn)題1結(jié)論: 形式化規(guī)則=命題邏輯和一階謂詞邏輯 問(wèn)題2：什么可以計(jì)算？ 可以被計(jì)算

14、, 就是要找到一個(gè)算法 算法本身的研究可回溯至9世紀(jì)波斯數(shù)學(xué)家al-Khowarazmi 19世紀(jì)晚期, 把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力已經(jīng)展開(kāi),第1章 人工智能概述,31,數(shù)學(xué)的貢獻(xiàn)(4),1900年, David Hilbert(希爾伯特, 18621943)提出了包括23個(gè)問(wèn)題的清單, 其中最后一個(gè)問(wèn)題是: 是否存在一個(gè)算法可以判定涉及自然數(shù)的邏輯命題的真實(shí)性, 即可判定性問(wèn)題 / 他所要問(wèn)的是: 有效證明過(guò)程的能力是否有基礎(chǔ)的局限性 這一問(wèn)題被Kurt Gdel(哥德?tīng)? 19061978)在1931年證實(shí)：確實(shí)存在真實(shí)的局限,第1章 人工智能概述,32,數(shù)學(xué)的貢獻(xiàn)(5),19

15、30年, 哥德?tīng)柼岢? 存在一個(gè)有效過(guò)程可以證明羅素和弗雷格的一階邏輯中的任何真值語(yǔ)句, 但是一階邏輯不能捕捉到刻畫(huà)自然數(shù)所需要的數(shù)學(xué)歸納法原則 1931年, 哥德?tīng)栕C明了他的不完備性定理: 在任何表達(dá)能力足以描述自然數(shù)的語(yǔ)言(如某種邏輯)中, 在不能通過(guò)任何算法建立它們的真值的意義上, 存在不可判定的真值語(yǔ)句 不完備性定理還可以表述為: 整數(shù)的某些函數(shù)無(wú)法用算法表示, 即不可計(jì)算的,第1章 人工智能概述,33,數(shù)學(xué)的貢獻(xiàn)(6),由此激發(fā)了Allen Turing(圖靈, 19121954)的熱情, 他試圖精確地刻畫(huà)哪些函數(shù)是能夠被計(jì)算的 / 實(shí)際上計(jì)算或者有效過(guò)程的概念是無(wú)法給出形式化定義的

16、 / 但是Church-Turing論題指出: 圖靈機(jī)可以計(jì)算任何可計(jì)算的函數(shù) / 該結(jié)論作為一個(gè)充分的定義而被接受 圖靈說(shuō)明了一些函數(shù)沒(méi)有對(duì)應(yīng)的圖靈機(jī) / 沒(méi)有通用的圖靈機(jī)可以判定一個(gè)給定的程序?qū)τ诮o定的輸入能否返回答案或者永遠(yuǎn)運(yùn)行下去,第1章 人工智能概述,34,數(shù)學(xué)的貢獻(xiàn)(7),在不可計(jì)算性以外, 不可操作性具有更重要的影響 / 如果解決一個(gè)問(wèn)題需要的計(jì)算時(shí)間隨著實(shí)例規(guī)模成指數(shù)級(jí)增長(zhǎng), 則該問(wèn)題被稱(chēng)為不可操作的（計(jì)算復(fù)雜性問(wèn)題） 多項(xiàng)式級(jí)和指數(shù)級(jí)增長(zhǎng)的區(qū)別在20世紀(jì)60年代得到重視 如何認(rèn)識(shí)不可操作問(wèn)題? 以Steven Cook(1971)和Richard Carp為代表的NP-完全理

17、論的研究提供了一種方法,第1章 人工智能概述,35,數(shù)學(xué)的貢獻(xiàn)(8),Cook和Carp證明有大量各種類(lèi)別的規(guī)范的組合搜索和推理問(wèn)題屬于NP-完全問(wèn)題 任何NP-完全問(wèn)題類(lèi)可歸約成的問(wèn)題類(lèi)很可能是不可操作的(目前尚未證明, 但大家猜測(cè)是如此) AI研究幫助解釋了為什么NP-完全問(wèn)題的一些實(shí)例很難, 而另外一些較容易 問(wèn)題2結(jié)論: 有了可計(jì)算性和算法復(fù)雜性理論的指導(dǎo),第1章 人工智能概述,36,數(shù)學(xué)的貢獻(xiàn)(9),數(shù)學(xué)對(duì)AI的第三個(gè)貢獻(xiàn)是概率理論 Pierre Fermat, Pascal, James Bernoulli, Pierre Laplace等都推進(jìn)了概率理論的發(fā)展及引入了新的統(tǒng)計(jì)方法

18、論 Thomas Bayes(貝葉斯, 17491827)提出了根據(jù)證據(jù)更新概率的法則(貝葉斯公式/條件概率公式) 由此衍生出的貝葉斯分析形成了AI系統(tǒng)中不確定推理方法的基礎(chǔ) 問(wèn)題3結(jié)論: 使用貝葉斯理論進(jìn)行不確定推理,第1章 人工智能概述,37,經(jīng)濟(jì)學(xué)的貢獻(xiàn)(1),經(jīng)濟(jì)學(xué)(1776現(xiàn)在)貢獻(xiàn)的思想: 如何決策以獲得最大收益? 在他人不合作的情況下如何做到這點(diǎn)? 在收益遙遙無(wú)期的情況下如何做到這點(diǎn)? 問(wèn)題1: 效用理論 問(wèn)題2: 決策理論 問(wèn)題3: 運(yùn)籌學(xué) 上述研究工作對(duì)于建造理性智能體很有貢獻(xiàn), 其原因之一是制定理性決策的復(fù)雜性,第1章 人工智能概述,38,經(jīng)濟(jì)學(xué)的貢獻(xiàn)(2),Herbert

19、 Simon(西蒙, 19162001)是AI研究的先驅(qū)者 / 他于1978年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng), 是因?yàn)樗缒甑墓ぷ? 基于滿(mǎn)意度的模型制定“足夠好”的決策, 而不是艱苦計(jì)算獲得最優(yōu)化決策能更好地描述真實(shí)人類(lèi)行為 關(guān)于在智能體系統(tǒng)中使用決策理論技術(shù)的研究興趣正在復(fù)蘇,第1章 人工智能概述,39,神經(jīng)科學(xué)的貢獻(xiàn)(1),神經(jīng)科學(xué)(1861現(xiàn)在)的貢獻(xiàn): 大腦是如何處理信息的? 神經(jīng)科學(xué)是研究神經(jīng)系統(tǒng)特別是大腦的科學(xué) 雖然幾千年來(lái)人類(lèi)一直贊同大腦以某種方式與思維相聯(lián)系(因?yàn)樽C據(jù)表明頭部受重?fù)魰?huì)導(dǎo)致精神缺陷), 但是直到18世紀(jì)中期人類(lèi)才廣泛地承認(rèn)大腦是意識(shí)的居所,第1章 人工智能概述,40,神經(jīng)科

20、學(xué)的貢獻(xiàn)(2),Paul Proca(布魯卡)通過(guò)研究大腦損傷病人的失語(yǔ)癥, 闡明了語(yǔ)言產(chǎn)生定位于大腦左半球的一部分, 現(xiàn)在稱(chēng)為布魯卡區(qū) 1873年Camillo Golgi開(kāi)發(fā)出一項(xiàng)染色體技術(shù), 允許人們觀察大腦的各個(gè)神經(jīng)元 1929年Hans Berger發(fā)明腦電圖記錄儀 1990年核磁共振成像為神經(jīng)科學(xué)家提供了關(guān)于大腦活動(dòng)的細(xì)致圖像, 使得以某種方式與正在進(jìn)行的認(rèn)知過(guò)程相符合的測(cè)量成為可能,第1章 人工智能概述,41,神經(jīng)科學(xué)的貢獻(xiàn)(3),真正令人震驚的結(jié)論是: 簡(jiǎn)單細(xì)胞的集合能夠?qū)е滤季S、行動(dòng)和意識(shí)，換句話說(shuō)，大腦產(chǎn)生意識(shí)(西爾勒, 1992) 計(jì)算機(jī)和大腦如何相比? 大腦活動(dòng)過(guò)程對(duì)計(jì)

21、算機(jī)工作過(guò)程有所啟發(fā),第1章 人工智能概述,42,計(jì)算機(jī)與大腦的比較,盡管計(jì)算機(jī)在原始的轉(zhuǎn)換速度上快100萬(wàn)倍, 大腦最終在做事上比計(jì)算機(jī)快10萬(wàn)倍,第1章 人工智能概述,43,心理學(xué)的貢獻(xiàn)(1),心理學(xué)(1879現(xiàn)在)的貢獻(xiàn): 人類(lèi)和動(dòng)物如何思考和行動(dòng)? 心理學(xué)家的工作 科學(xué)的心理學(xué)源自德國(guó)物理學(xué)家Herman von Helmholtz(霍爾姆霍茲, 18211894)和其學(xué)生Wilhelm Wundt的研究工作, 1879年萊比錫大學(xué)開(kāi)設(shè)了第一個(gè)實(shí)驗(yàn)心理學(xué)的實(shí)驗(yàn)室, 進(jìn)行仔細(xì)控制的實(shí)驗(yàn),第1章 人工智能概述,44,心理學(xué)的貢獻(xiàn)(2),John Watson領(lǐng)導(dǎo)的行為主義運(yùn)動(dòng)認(rèn)為: 內(nèi)省不

22、能提供可靠的證據(jù), 拒絕任何涉及精神過(guò)程的理論, 只研究動(dòng)物的感知及其反應(yīng) 行為主義在19201960年期間一直控制著心理學(xué) 認(rèn)知心理學(xué)的主要特征是: 把大腦當(dāng)作信息處理裝置, 可以回溯至William James的研究工作 Frederic Bartlett領(lǐng)導(dǎo)的劍橋大學(xué)應(yīng)用心理學(xué)小組使得認(rèn)知模型得以繁榮,第1章 人工智能概述,45,心理學(xué)的貢獻(xiàn)(3),在美國(guó), 計(jì)算機(jī)科學(xué)的發(fā)展導(dǎo)致了認(rèn)知科學(xué)的創(chuàng)建, 始于1956年9月MIT的一個(gè)研討會(huì)(就在AI創(chuàng)始的那次學(xué)術(shù)會(huì)議2個(gè)月之后), 會(huì)上有三篇著名論文 George Miller介紹了魔法數(shù)字7(The Magic Number Seven)

23、/ Noam Chomsky(喬姆斯基)介紹了語(yǔ)言的三種模型(Three Models of Language) / Allen Newell(紐厄爾)和Herbert Simon介紹了邏輯理論機(jī)(The Logic Theory Machine),第1章 人工智能概述,46,心理學(xué)的貢獻(xiàn)(4),這三篇論文分別顯示了計(jì)算機(jī)模型可以用來(lái)表達(dá)記憶、語(yǔ)言和邏輯思維的心理狀態(tài) 心理學(xué)家普遍認(rèn)為：“認(rèn)知理論就應(yīng)該像計(jì)算機(jī)程序”(Anderson, 1980), 即認(rèn)知理論應(yīng)該描述詳細(xì)的信息處理機(jī)制, 由此可能實(shí)現(xiàn)某種認(rèn)知功能 結(jié)論: 人類(lèi)思考和活動(dòng)應(yīng)該是一個(gè)信息處理過(guò)程,第1章 人工智能概述,47,計(jì)算

24、機(jī)工程的貢獻(xiàn)(1),計(jì)算機(jī)工程(1940現(xiàn)在)的貢獻(xiàn): 如何才能制造出能干的計(jì)算機(jī)? 計(jì)算機(jī)被視為智能和人工制品的結(jié)合 最早的可計(jì)算的裝置應(yīng)該從17世紀(jì)算起 19世紀(jì)中葉, Charles Babbage(巴貝奇, 17921871)設(shè)計(jì)了兩臺(tái)機(jī)器, 名為“差分機(jī)”和“分析機(jī)”, 前者最終于1991年建造出來(lái)并在倫敦展出,第1章 人工智能概述,48,計(jì)算機(jī)工程的貢獻(xiàn)(2),最早的現(xiàn)代計(jì)算機(jī)幾乎同時(shí)在二戰(zhàn)期間分別在英國(guó)、德國(guó)和美國(guó)發(fā)明出來(lái) 1945年在賓夕法尼亞大學(xué)(UPenn)開(kāi)發(fā)出來(lái)的ENIAC被公認(rèn)為現(xiàn)代計(jì)算機(jī)最有影響的先驅(qū), 研制者包括John Mauchly和John Eckert 計(jì)

25、算機(jī)硬件按照摩爾定律每18個(gè)月性能翻一番, 這樣的增長(zhǎng)速度還可以持續(xù)穩(wěn)定10年至20年, 以后就不得不尋求新技術(shù)了,第1章 人工智能概述,49,計(jì)算機(jī)工程的貢獻(xiàn)(3),計(jì)算機(jī)軟件技術(shù)為AI提供了操作系統(tǒng)、程序設(shè)計(jì)語(yǔ)言、工具軟件等 AI反過(guò)來(lái)也對(duì)主流計(jì)算機(jī)科學(xué)產(chǎn)生了影響：分時(shí)技術(shù)、交互式編譯器、窗口和鼠標(biāo)的個(gè)人機(jī)、快速開(kāi)發(fā)環(huán)境、鏈接表數(shù)據(jù)類(lèi)型、自動(dòng)存儲(chǔ)管理、面向?qū)ο蟮木幊痰?第1章 人工智能概述,50,控制論的貢獻(xiàn)(1),控制論(1948現(xiàn)在)的貢獻(xiàn): 人工制品怎樣才能在自己的控制下運(yùn)轉(zhuǎn)? 現(xiàn)代控制論 控制論的創(chuàng)始人Norbert Wiener(維納, 1894 1964)的暢銷(xiāo)書(shū)Cyberne

26、tics(控制論)喚醒了人們對(duì)人工制造智能機(jī)器的可能性的熱情 現(xiàn)代控制論, 特別是隨機(jī)優(yōu)化控制的分支, 把設(shè)計(jì)出能隨時(shí)間變化使目標(biāo)函數(shù)最大化的系統(tǒng)作為其目的, 也粗略符合對(duì)AI的觀點(diǎn),第1章 人工智能概述,51,控制論的貢獻(xiàn)(2),AI和控制論為什么是兩個(gè)不同領(lǐng)域? 控制論的數(shù)學(xué)工具是微積分和矩陣代數(shù), 適合于用固定的連續(xù)變量集合描述的系統(tǒng), 精確分析在典型情況下只對(duì)線性系統(tǒng)可行 AI自20世紀(jì)50年代建立以來(lái), 部分起因是尋求擺脫控制論數(shù)學(xué)方法的局限性 邏輯推理和計(jì)算工具使得AI研究者考慮語(yǔ)言/視覺(jué)/規(guī)劃等問(wèn)題, 完全脫離了控制論的范圍,第1章 人工智能概述,52,語(yǔ)言學(xué)的貢獻(xiàn)(1),語(yǔ)言學(xué)

27、(1957現(xiàn)在)貢獻(xiàn)的思想: 語(yǔ)言和思維是怎樣聯(lián)系起來(lái)的? 喬姆斯基最先作出了貢獻(xiàn) 1957年句法結(jié)構(gòu)出版, 顛覆了行為主義, 認(rèn)為該理論不能解釋兒童怎么能理解和構(gòu)造他們以前沒(méi)有聽(tīng)到的句子, 而喬姆斯基關(guān)于語(yǔ)法模型的理論則能夠解釋這個(gè)現(xiàn)象, 并且足夠形式化 / 喬姆斯基理論的影響一直持續(xù)到20世紀(jì)80年代末,第1章 人工智能概述,53,語(yǔ)言學(xué)的貢獻(xiàn)(2),計(jì)算語(yǔ)言學(xué)或者自然語(yǔ)言處理與AI差不多同時(shí)誕生, 一直在發(fā)展, 但是距離徹底理解語(yǔ)言和思維的關(guān)系尚很遠(yuǎn) 研究語(yǔ)言的理解過(guò)程是人類(lèi)智能研究的核心之一,第1章 人工智能概述,54,各學(xué)科的貢獻(xiàn),哲學(xué)邏輯/推理方法/智能作為一種物理系統(tǒng)/理性的基礎(chǔ)

28、 數(shù)學(xué)形式表示與證明/算法/可計(jì)算性/可操作性/概率性 心理學(xué)自適應(yīng)性/感知和控制的現(xiàn)象 語(yǔ)言學(xué)知識(shí)表示/語(yǔ)法 神經(jīng)科學(xué)智能活動(dòng)的物理基礎(chǔ)(substrate) 控制理論自我平衡系統(tǒng)/穩(wěn)定性/優(yōu)化設(shè)計(jì) 計(jì)算機(jī)工程計(jì)算機(jī)硬件和軟件系統(tǒng) 經(jīng)濟(jì)學(xué)復(fù)雜系統(tǒng)中的決策/驗(yàn)證環(huán)境,第1章 人工智能概述,55,推動(dòng)AI發(fā)展的動(dòng)力,上述學(xué)科對(duì)于各種問(wèn)題的探索, 由此激發(fā)的認(rèn)識(shí)、思想、成就都成為推動(dòng)AI發(fā)展的動(dòng)力 由此而發(fā)展出來(lái)的技術(shù)就構(gòu)成了AI的學(xué)科研究?jī)?nèi)容 人工智能=人造物(計(jì)算機(jī))+智能(特殊化程序) 從智能體角度, 有2類(lèi)智能體: 人類(lèi)/計(jì)算機(jī) 作為人造智能體, 人們期待計(jì)算機(jī)智能體在解決某些問(wèn)題方面要達(dá)

29、到專(zhuān)家水平, 盡管從整體上它遠(yuǎn)遠(yuǎn)不及一個(gè)普通人,第1章 人工智能概述,1.3 人工智能簡(jiǎn)史7個(gè)歷史時(shí)期：孕育期/誕生/早期的成功與期望困難期/基于知識(shí)系統(tǒng)的崛起AI成為工業(yè)/AI成為科學(xué),第1章 人工智能概述,57,人工智能發(fā)展的7個(gè)時(shí)期,按照Russell的觀點(diǎn), AI近五十年的發(fā)展歷史可以分為以下7個(gè)時(shí)期: AI孕育期(19431955) AI的誕生(1956) 早期的熱情, 巨大的期望(19521969) 現(xiàn)實(shí)的困難(19661973) 基于知識(shí)的系統(tǒng): 力量的鑰匙? (19691979) AI成為工業(yè)(1980現(xiàn)在) AI成為科學(xué)(1987現(xiàn)在) / 神經(jīng)網(wǎng)絡(luò)的回歸 (1986現(xiàn)在)

30、/ 智能化智能體出現(xiàn)(1995現(xiàn)在),第1章 人工智能概述,58,人工智能孕育期(19431955),神經(jīng)網(wǎng)絡(luò) 最早的AI工作是1943年Warren McCulloch和Walter Pitts人工神經(jīng)元模型的研究, 他們證明任何可計(jì)算的函數(shù)都可以通過(guò)某種由神經(jīng)元連接成的網(wǎng)絡(luò)進(jìn)行計(jì)算, 還提出適當(dāng)?shù)木W(wǎng)絡(luò)能夠?qū)W習(xí) 1951年, 普林斯頓大學(xué)數(shù)學(xué)系研究生Marvin Minsky(明斯基)和Dean Edmonds建造了第一臺(tái)神經(jīng)元網(wǎng)絡(luò)計(jì)算機(jī),第1章 人工智能概述,59,圖靈的論文,圖靈1950年的論文第一個(gè)清晰地描繪出AI的完整圖像(Computing Machinery and Intell

31、igence) 提出了圖靈測(cè)試、機(jī)器學(xué)習(xí)、遺傳算法、增量學(xué)習(xí),第1章 人工智能概述,60,人工智能的誕生(1956)(1),1956年夏天, AI正式誕生于達(dá)特茅斯大學(xué) John McCarthy(麥卡錫)自普林斯頓大學(xué)畢業(yè)以后去了達(dá)特茅斯大學(xué), 他說(shuō)服了另外2個(gè)人幫助召開(kāi)了為期2個(gè)月的研討會(huì) 會(huì)議組織者4人: 麥卡錫、Minsky(明斯基)、Claude Shannon(香儂)、IBM的Nathaniel Rochester(羅切斯特), 參加者共10人 其他6位是：普林斯頓大學(xué)Trenchard More、IBM的Arthur Samuel(塞繆爾)、MIT的Ray Solomonoff和

32、Oliver Selfridge、CMU的紐厄爾和西蒙,第1章 人工智能概述,61,人工智能的誕生(1956)(2),會(huì)上, 紐厄爾和西蒙最為活躍, 介紹了他們的推理程序: 邏輯理論家 盡管這次會(huì)議沒(méi)有新突破, 但聚集了AI的主要人物特別是AI領(lǐng)域的4位著名專(zhuān)家, 他們后來(lái)所在的大學(xué)也成為了美國(guó)AI研究的3大基地: MIT明斯基 Stanford麥卡錫(先在MIT后去了Stanford) CMU紐厄爾和西蒙 此外, 還有IBM,第1章 人工智能概述,62,人工智能的誕生(1956)3,這次會(huì)議最為長(zhǎng)久的貢獻(xiàn)就是麥卡錫為該領(lǐng)域起的名字: 人工智能 為什么AI有必要成為一個(gè)新領(lǐng)域? 目標(biāo)不同：AI

33、從一開(kāi)始就承載著復(fù)制人的才能如創(chuàng)造性、自我修養(yǎng)、語(yǔ)言功能等思想，沒(méi)有任何一個(gè)其他領(lǐng)域涉及這些問(wèn)題 方法論不同：是唯一一個(gè)明確屬于計(jì)算機(jī)科學(xué)的分支，因而不是數(shù)學(xué)或者控制論或其他學(xué)科的分支 AI是唯一這樣的領(lǐng)域：它試圖建造在復(fù)雜和變化的環(huán)境中自動(dòng)發(fā)揮功能的機(jī)器,第1章 人工智能概述,63,早期的熱情, 巨大的期望(19521969)(1),當(dāng)時(shí)，主流的思想是“一臺(tái)機(jī)器永遠(yuǎn)不能做X”(而不是考慮“看看計(jì)算機(jī)能不能做X？”) AI研究者們就演示一個(gè)接一個(gè)的X CMU: 紐厄爾和西蒙完成通用問(wèn)題求解器(GPS), 該系統(tǒng)及其后續(xù)程序的成功導(dǎo)致了他們提出著名的物理符號(hào)系統(tǒng)假設(shè),第1章 人工智能概述,64,

34、早期的熱情, 巨大的期望(19521969)(2),IBM: 1959Herbert Gelernter建造了幾何定理證明機(jī); 1952年起, 塞繆爾寫(xiě)了一系列西洋跳棋程序, 通過(guò)學(xué)習(xí)可達(dá)業(yè)余高手的級(jí)別 MIT: 1958年麥卡錫到了以后作出了三項(xiàng)重要貢獻(xiàn) /貢獻(xiàn)1: 定義了LISP語(yǔ)言 / 貢獻(xiàn)2: 與MIT其他人發(fā)明了分時(shí)技術(shù) / 貢獻(xiàn)3: 發(fā)表了題為Program with Common Sense的論文, 文中描述了“建議采納者”程序. 該程序?qū)崿F(xiàn)了知識(shí)表示和推理的中心原則: 具備明確的知識(shí)表示, 并能通過(guò)演繹過(guò)程處理這些表示,第1章 人工智能概述,65,早期的熱情, 巨大的期望(19

35、521969)(3),Stanford: 1963年麥卡錫啟動(dòng)了斯坦福的AI實(shí)驗(yàn)室, 著重研究邏輯推理的通用方法(后來(lái)如Robinson發(fā)現(xiàn)歸結(jié)方法) / 以及機(jī)器人研究 MIT: 1958年明斯基也到了, 不過(guò)他對(duì)程序如何實(shí)現(xiàn)更感興趣, 并最終發(fā)展出反邏輯的觀點(diǎn) / 指導(dǎo)了一系列學(xué)生, 選擇那些顯然需要智能才能解決的受限問(wèn)題 / 貢獻(xiàn): 微世界模型 MIT: 最著名的微世界是積木世界, 在此基礎(chǔ)上完成了許多研究工作如: 視覺(jué)項(xiàng)目、自然語(yǔ)言理解項(xiàng)目(Terry Winograd)、規(guī)劃器等,第1章 人工智能概述,66,現(xiàn)實(shí)的困難(19661973)(1),早期AI研究者過(guò)于盲目的樂(lè)觀態(tài)度, 1

36、0年預(yù)見(jiàn), 而實(shí)際上至少40年 早期的AI系統(tǒng)在試圖解決更寬范圍和更難的問(wèn)題時(shí), 都悲慘地失敗了 / 原因何在? 第一類(lèi)困難: 缺少主題知識(shí)(通用而非專(zhuān)門(mén)化) 典型例子: 機(jī)器翻譯(MT) / 最早對(duì)AI研究的發(fā)難始于機(jī)器翻譯(1966ALPAC報(bào)告) 時(shí)至今日, MT研究仍然不完善但是被廣泛期待，也在作為一種輔助文檔處理工具,第1章 人工智能概述,67,現(xiàn)實(shí)的困難(19661973)(2),第二類(lèi)困難：AI試圖解決的很多問(wèn)題是不可操作的(NP類(lèi)) 在計(jì)算復(fù)雜性理論建立之前, 對(duì)“問(wèn)題放大”(從玩具到現(xiàn)實(shí))的認(rèn)識(shí)局限于速度和存儲(chǔ)容量 例子: 包含超過(guò)幾十條事實(shí)的定理證明 / 早期遺傳算法實(shí)驗(yàn)(

37、195859) 無(wú)限計(jì)算能力的幻覺(jué): 程序原則上能夠找到解并不意味著程序?qū)嶋H上包含找到解的機(jī)制 1973年英國(guó)政府在Lighthill報(bào)告之后終止了除2所大學(xué)以外所有的AI研究資助,第1章 人工智能概述,68,現(xiàn)實(shí)的困難(19661973)(3),第三類(lèi)困難：用于產(chǎn)生智能行為的基本結(jié)構(gòu)存在某些限制 例子：1969年Minsky和Papert證明了感知器簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)所能表示的東西很少(單層感知器對(duì)XOR函數(shù)) 神經(jīng)網(wǎng)絡(luò)研究由此沉寂了20年, 直到80年代后期多層網(wǎng)絡(luò)的反向傳播算法出現(xiàn)引起了神經(jīng)網(wǎng)絡(luò)的復(fù)興 這一算法首次發(fā)現(xiàn)恰恰是在1969年發(fā)現(xiàn)的(Bryson & Ho),第1章 人工智能概述,

38、69,基于知識(shí)的系統(tǒng): 力量的鑰匙? (19691979)(1),早期研究中的通用搜索機(jī)制稱(chēng)為弱方法, 通用但不能擴(kuò)展到大規(guī)模問(wèn)題或困難問(wèn)題 需要更強(qiáng)有力的、領(lǐng)域相關(guān)的知識(shí) DENDRAL是第一個(gè)成功的知識(shí)密集型系統(tǒng), 1969年在Stanford開(kāi)發(fā), 參與者包括Ed Feigenbaum等，根據(jù)質(zhì)譜儀信息推斷分子結(jié)構(gòu) / 該系統(tǒng)改進(jìn)后, 把知識(shí)和推理部分清楚地劃分開(kāi)80年代專(zhuān)家系統(tǒng)的典型結(jié)構(gòu),第1章 人工智能概述,70,基于知識(shí)的系統(tǒng): 力量的鑰匙? (19691979)(2),由DENDRAL系統(tǒng)開(kāi)始的專(zhuān)家系統(tǒng)方法論又應(yīng)用到其他需要人類(lèi)專(zhuān)家知識(shí)的領(lǐng)域: MYCIN檢測(cè)血液感染的專(zhuān)家系統(tǒng)

39、MYCIN知識(shí)庫(kù)的特點(diǎn): 直接來(lái)自經(jīng)驗(yàn) / 反映出知識(shí)的不確定性 自然語(yǔ)言理解領(lǐng)域的專(zhuān)家系統(tǒng): 耶魯大學(xué)Roger Schank和其學(xué)生們開(kāi)發(fā)的一系列程序(19771983),第1章 人工智能概述,71,AI成為工業(yè)(1980現(xiàn)在)(1),1982年, 第一個(gè)成功的商用專(zhuān)家系統(tǒng)R1在DEC公司開(kāi)始運(yùn)轉(zhuǎn), 到1986年為止每年為公司節(jié)省4千萬(wàn)美元 美國(guó)主要公司都曾開(kāi)發(fā)或使用專(zhuān)家系統(tǒng) AI工業(yè)在1980年只是幾百萬(wàn)美元, 1988年漲到數(shù)十億美元 但很快又進(jìn)入了“AI的冬天”時(shí)期,第1章 人工智能概述,72,AI成為工業(yè)(1980現(xiàn)在)(2),在八十年代的AI研究熱潮中, 1981年日本提出五代機(jī)

40、計(jì)劃, 目的是建造運(yùn)行Prolog程序的智能機(jī) 美國(guó)則對(duì)應(yīng)成立了MCC研究集團(tuán) 其中的AI部分從未實(shí)現(xiàn)其野心勃勃的目標(biāo) 實(shí)際上，“AI成為工業(yè)”目前在一些家電中可以找到影子(智能洗衣機(jī)等),第1章 人工智能概述,73,神經(jīng)網(wǎng)絡(luò)的回歸(1986現(xiàn)在),神經(jīng)網(wǎng)絡(luò): Frank Rosenblatt1962年提出感知器, 證明了感知器收斂定理 / 但1969年以后沉寂 反向傳播算法引起了神經(jīng)網(wǎng)絡(luò)研究的復(fù)興 Rumelhart和McClelland的文集引起反響 連接主義方法崛起，被認(rèn)為是Newell和Simon提出的符號(hào)模型和McCarthy主張的邏輯方法的直接競(jìng)爭(zhēng)者 當(dāng)前的觀點(diǎn)是：連接主義和符號(hào)主

41、義方法是互補(bǔ)的,第1章 人工智能概述,74,AI成為科學(xué)(1987現(xiàn)在)(1),近年來(lái)，AI研究在內(nèi)容和方法論方面的特點(diǎn)： 在已有的理論基礎(chǔ)上進(jìn)行研究而不是提出嶄新理論 理論建立在嚴(yán)格定理或者確鑿實(shí)驗(yàn)證據(jù)基礎(chǔ)上而不是靠直覺(jué) 顯示與現(xiàn)實(shí)世界應(yīng)用的相關(guān)性而不是與玩具樣例的相關(guān)性,第1章 人工智能概述,75,AI成為科學(xué)(1987現(xiàn)在)(2),從對(duì)控制論和統(tǒng)計(jì)學(xué)的某種叛逆到開(kāi)始接受這些領(lǐng)域的理論和方法 通過(guò)互連網(wǎng)進(jìn)行測(cè)試數(shù)據(jù)和程序代碼的共享 典型：語(yǔ)音識(shí)別中HMM模型應(yīng)用 / 貝葉斯網(wǎng)絡(luò),第1章 人工智能概述,76,智能化智能體出現(xiàn)(1995現(xiàn)在),重新審視“完整智能體” ：SOAR系統(tǒng)上的工作(1

42、9871990) 環(huán)境約束: 目標(biāo)是理解嵌入真實(shí)環(huán)境的智能體的工作 / 目前最重要的智能化智能體環(huán)境是Internet, AI技術(shù)成為重要的Internet工具 為什么要采納智能體觀點(diǎn)? AI目前分離的子領(lǐng)域需要重新組織起來(lái), 至少當(dāng)它們的結(jié)果需要聯(lián)系在一起的時(shí)候 AI與其他涉及智能體的領(lǐng)域的聯(lián)系被拉近了(如控制論和經(jīng)濟(jì)學(xué)),第1章 人工智能概述,77,弱人工智能和強(qiáng)人工智能,弱人工智能(Weak AI)的斷言: “機(jī)器能夠智能地行動(dòng)” 強(qiáng)人工智能(Strong AI)的斷言: “能夠如此行事的機(jī)器確實(shí)是在思考” 大多數(shù)AI研究者認(rèn)為弱人工智能假設(shè)是當(dāng)然的 / 本質(zhì)上, AI尋求的是在給定的體

43、系結(jié)構(gòu)之上最好的智能體程序 / 對(duì)于弱人工智能的假設(shè), AI的成就可以證明 關(guān)于強(qiáng)人工智能，更多的是哲學(xué)上的爭(zhēng)論,第1章 人工智能概述,78,AI成就 vs 異議(1),圖靈曾考察過(guò)對(duì)智能機(jī)器的質(zhì)疑 質(zhì)疑1: 能力缺陷 實(shí)踐證明: 計(jì)算機(jī)能夠和人一樣做很多工作, 有些做得甚至更好 例子: 下棋/裝配線零件檢查/駕駛汽車(chē)/診斷疾病 質(zhì)疑2: 數(shù)學(xué)異議機(jī)器是受到不完備性定理限制的形式系統(tǒng), 而人類(lèi)則沒(méi)有這樣的局限性,第1章 人工智能概述,79,AI成就 vs 異議(2),我們同意計(jì)算機(jī)在其所能證明的事物上具有局限性, 但也沒(méi)有證據(jù)表明人類(lèi)對(duì)于這些局限是免疫的因?yàn)槿祟?lèi)的嚴(yán)謹(jǐn)證明本身要包含一個(gè)對(duì)所宣稱(chēng)

44、不可形式化的人類(lèi)天賦的形式化表示 / 我們不可能證明人類(lèi)不服從哥德?tīng)柌煌陚湫远ɡ? 最終不得不求助于直覺(jué) 質(zhì)疑3: 限制問(wèn)題“無(wú)法用一個(gè)邏輯規(guī)則集合捕捉每件事物” 實(shí)踐證明: AI一直在發(fā)展, 被質(zhì)疑的“老式AI”已經(jīng)發(fā)生了改變, 他們所關(guān)注的許多問(wèn)題已經(jīng)得到解決,第1章 人工智能概述,1.4 智能體與環(huán)境智能體的組成理性智能體任務(wù)環(huán)境與例子任務(wù)環(huán)境的屬性,第1章 人工智能概述,81,智能體與環(huán)境,智能體：通過(guò)傳感器感知所處環(huán)境并通過(guò)執(zhí)行器對(duì)該環(huán)境產(chǎn)生作用的計(jì)算機(jī)程序及其控制的硬件 感知信息：表示任意給定時(shí)刻智能體的感知輸入 / 感知序列：該智能體所收到的所有輸入數(shù)據(jù)的完整歷史 智能體函數(shù)：把

45、任意給定感知序列映射到智能體行動(dòng)的描述 / 智能體程序：抽象的智能體函數(shù)的一個(gè)具體實(shí)現(xiàn)，該程序在智能體自身結(jié)構(gòu)上運(yùn)行,第1章 人工智能概述,82,理性智能體(1),理性智能體(Rational Agent): 做事正確的智能體 性能度量: 智能體成功程度標(biāo)準(zhǔn)的具體化 作為一般規(guī)則, 最好根據(jù)在這個(gè)環(huán)境中希望得到的實(shí)際結(jié)果來(lái)設(shè)計(jì)性能度量, 而不是根據(jù)智能體應(yīng)該表現(xiàn)的行為 判斷什么是理性: 性能度量 關(guān)于環(huán)境的先驗(yàn)知識(shí) 可以執(zhí)行的行動(dòng) 到那時(shí)為止的感知序列,第1章 人工智能概述,83,理性智能體(2),理性智能體: 對(duì)于每個(gè)可能的感知序列, 根據(jù)已知感知序列提供的證據(jù)和智能體內(nèi)建的先驗(yàn)知識(shí), 理性

46、智能體應(yīng)該選擇期望能使其性能度量最大化的行動(dòng) 理性是使期望性能最大化 完美是實(shí)際性能最大化 理性智能體也可以稱(chēng)作智能化智能體(Intelligent Agent),第1章 人工智能概述,84,任務(wù)環(huán)境(1),建造理性智能體的綜合考慮: 任務(wù)環(huán)境 PEAS (Performance, Environment, Actuators, Sensors) 性能/環(huán)境/執(zhí)行器/傳感器 例子,第1章 人工智能概述,85,任務(wù)環(huán)境(2),第1章 人工智能概述,86,任務(wù)環(huán)境的屬性(1),任務(wù)環(huán)境的屬性: 完全可觀察的 vs 部分可觀察的: 獲取環(huán)境的完整狀態(tài), 一般難以做到 確定性的 vs 隨機(jī)的: 出租車(chē)

47、駕駛環(huán)境是隨機(jī)的 片段式的 vs 延續(xù)式的: 挑揀零件機(jī)器人的決策只需建立在當(dāng)前零件基礎(chǔ)上, 而下棋, 駕駛, 句法分析都是延續(xù)式的,第1章 人工智能概述,87,任務(wù)環(huán)境的屬性(2),靜態(tài)的 vs 動(dòng)態(tài)的: 出租車(chē)駕駛是動(dòng)態(tài)的, 填字謎游戲則是靜態(tài)的 離散的 vs 連續(xù)的: 下棋是離散的, 駕駛汽車(chē)是連續(xù)的 單智能體 vs 多智能體: 駕駛汽車(chē)和下棋都是多智能體環(huán)境 根據(jù)傳感器的感知，對(duì)環(huán)境的綜合考慮，通過(guò)執(zhí)行器的工作，實(shí)現(xiàn)好的性能量度,第1章 人工智能概述,88,任務(wù)環(huán)境的屬性(3),第1章 人工智能概述,1.5 智能體結(jié)構(gòu) 4種類(lèi)型的智能體程序簡(jiǎn)單反射型智能體基于模型的反射智能體基于目標(biāo)的

48、智能體/基于效用的智能體學(xué)習(xí)智能體,第1章 人工智能概述,90,智能體結(jié)構(gòu),AI的任務(wù)是設(shè)計(jì)智能體程序 智能體程序要在某個(gè)具備實(shí)際傳感器和執(zhí)行器的計(jì)算裝置上運(yùn)行, 該裝置稱(chēng)為體系結(jié)構(gòu) 智能體 = 體系結(jié)構(gòu) + 程序 通常, 智能體程序具有這樣的框架: 從傳感器得到當(dāng)前感知信息作為輸入, 返回一個(gè)行動(dòng)交給執(zhí)行器,第1章 人工智能概述,91,智能體類(lèi)型,有4種類(lèi)型的智能體程序(或部分程序) 簡(jiǎn)單反射型智能體 基于模型的反射型智能體 基于目標(biāo)的智能體 基于效用的智能體 此外，學(xué)習(xí)程序也是一種智能體,第1章 人工智能概述,92,簡(jiǎn)單反射型智能體,第1章 人工智能概述,f : PA f : IF-THE

49、N,93,基于模型的反射型智能體,第1章 人工智能概述,f : P+MA f : IF+-THEN,94,基于目標(biāo)的智能體,第1章 人工智能概述,f : P+M+TryA f : Target-Try,95,基于效用的智能體,第1章 人工智能概述,f : P+M+Try+UtilityAf : Utility,96,什么是效用？(1),最簡(jiǎn)單的方式就是把效用想象成金錢(qián)，越多越好并不是其全部 100萬(wàn) 送給1個(gè)身價(jià)5億的富翁 vs. 還是1個(gè)沒(méi)有分文存款的窮光蛋，其效用是不一樣的 / 反過(guò)來(lái)欠債也是類(lèi)似的效用MultiAgent引論第6章 可以考慮效用和行動(dòng)對(duì)世界作用前后的差()之間存在正比關(guān)系，和原來(lái)