人工智能緒論

1、人工智能人工智能課程介紹課程：人工智能 性質(zhì)：專業(yè)選修課 課時(shí)：32課時(shí)（16個(gè)理論課時(shí)，16個(gè)實(shí)驗(yàn)課時(shí)）上課地點(diǎn)：理論課時(shí)在14604，實(shí)驗(yàn)課時(shí)在實(shí)訓(xùn)中心1號(hào)樓2樓考查方式：考勤+實(shí)驗(yàn)+作業(yè)教材：人工智能及其應(yīng)用，王萬(wàn)良，高等教育出版社參考書：強(qiáng)烈推薦人工智能-一種現(xiàn)代方法，羅素等，清華大學(xué)出版社，2013年Hello. I am Baymax.內(nèi)容內(nèi)容2341基本基本概念概念. .發(fā)展發(fā)展簡(jiǎn)史簡(jiǎn)史. .基本內(nèi)容研究領(lǐng)域研究領(lǐng)域基本基本概念概念I(lǐng) am Baymax, your personal healthcare companion.1人工智能人工智能是在計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)

2、心理學(xué)、哲學(xué)和語(yǔ)言學(xué)基礎(chǔ)上發(fā)展出來(lái)的交叉學(xué)科，被人普遍認(rèn)為是繼三次工業(yè)革命后的又一次工業(yè)革命。前三次是將人類從繁重的體力勞動(dòng)中解放出來(lái)，而人工智能是實(shí)現(xiàn)了腦力勞動(dòng)自動(dòng)化。智能的發(fā)生，物質(zhì)的本質(zhì)，宇宙的起源，生命的本質(zhì)是四大自然界的奧秘。智能是怎樣發(fā)生？智能的概念1、暫無(wú)定論，存在三個(gè)流派：思維理論、知識(shí)閾值理論與進(jìn)化理論。2、思維理論：思維理論：智能的核心是思維，人的一切只能來(lái)自大腦的思維活動(dòng)，人的一切知識(shí)都是人類思維的產(chǎn)物。研究思維規(guī)律與方法有望揭示智能本質(zhì)。但思維又是什么？知識(shí)知識(shí)閾值閾值理論：理論：智能行為取決于知識(shí)的數(shù)量及其一般化程度，認(rèn)為智能是在巨大搜索空間迅速找到滿意解的能力。存放

3、知識(shí)庫(kù)的電腦為什么沒有智能？進(jìn)化理論：進(jìn)化理論：智能是以人行走能力、感知能力與繁衍生息能力為基礎(chǔ)的，由多部件交互產(chǎn)生，由人的行為與行為和環(huán)境聯(lián)系決定。智能的概念智能是知識(shí)與智力的總和。知識(shí)是一切只能行為的基礎(chǔ)，而智力是獲取知識(shí)并應(yīng)用知識(shí)求解問題的能力。智能的特征1、感知能力視聽觸味嗅五種能力感知外部世界的能力，80%來(lái)自視覺，10%來(lái)自聽覺，10%來(lái)自其他。2、記憶與思維能力記憶與思維是人腦最重要功能，是人有智能的根本原因。記憶存儲(chǔ)外部感知的信息以及思維產(chǎn)生知識(shí)；思維對(duì)記憶的知識(shí)進(jìn)行分析、計(jì)算、比較、判斷、推理、聯(lián)想以及決策等。智能的特征2、記憶與思維能力A 邏輯思維能力：抽象思維，是一種根據(jù)

4、邏輯規(guī)則對(duì)信息進(jìn)行處理的理性思維方式。有如下特點(diǎn)： *依靠邏輯進(jìn)行 *串行 *易形式化 *具有嚴(yán)密性、可靠性，能從邏輯上對(duì)事物發(fā)展做出合理預(yù)測(cè)。 智能的特征2、記憶與思維能力B 形象思維能力：直感思維，以客觀現(xiàn)象為思維對(duì)象，以感性形象認(rèn)識(shí)為思維素材，以意象為主要思維工具，以指導(dǎo)創(chuàng)造物化形象的實(shí)踐為主要目的的思維活動(dòng)。兩次飛躍：從感性到理性，從理性到實(shí)踐 有如下特點(diǎn)： *直覺 *并行協(xié)同式 *形式化困難 *在信息變形或缺少得到比較滿意結(jié)果 智能的特征2、記憶與思維能力C 頓悟思維能力：靈感思維，意識(shí)與潛意識(shí)共同作用。 有如下特點(diǎn)： *不定期突發(fā)性 *具有非線性的獨(dú)創(chuàng)性及模糊性 *穿插于理性與感性

5、思維之間，起升華與突破作用。智能的特征3、學(xué)習(xí)能力通過與環(huán)境的相互作用不斷學(xué)習(xí)，從而積累知識(shí)，適應(yīng)環(huán)境變化。學(xué)習(xí)可以是自覺的、有意識(shí)的，也可能是不自覺的、無(wú)意識(shí)的?？梢杂薪處熞部梢宰詫W(xué)。4、行為能力對(duì)外界刺激做出反應(yīng)人工智能1、 人工智能：人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說(shuō)使機(jī)器具有類似于人的智能。2、人工智能人工智能學(xué)科學(xué)科：一門研究如何構(gòu)造智能系統(tǒng)或智能機(jī)器，使其模擬、擴(kuò)展或延伸人類智能的學(xué)科。3、圖靈圖靈測(cè)試和中文屋思想實(shí)驗(yàn)測(cè)試和中文屋思想實(shí)驗(yàn)1950年，圖靈發(fā)表“計(jì)算機(jī)與智能”提出圖靈測(cè)試。1980年，哲學(xué)家約翰-塞爾勒設(shè)計(jì)“中文屋思想實(shí)驗(yàn)”。2014年，雷丁大學(xué)宣稱居住在美國(guó)

6、的俄羅斯人弗拉基米爾-維羅西夫創(chuàng)立的AI尤金古斯特曼讓33%測(cè)試者相信是人類（問題？）。中文思想屋實(shí)驗(yàn)1、 人工智能：人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說(shuō)使機(jī)器具有類似于人的智能。2、人工智能人工智能學(xué)科學(xué)科：一門研究如何構(gòu)造智能系統(tǒng)或智能機(jī)器，使其模擬、擴(kuò)展或延伸人類智能的學(xué)科。3、圖靈圖靈測(cè)試和中文屋思想實(shí)驗(yàn)測(cè)試和中文屋思想實(shí)驗(yàn)1950年，圖靈發(fā)表“計(jì)算機(jī)與智能”提出圖靈測(cè)試。1980年，哲學(xué)家約翰-塞爾勒設(shè)計(jì)“中文屋思想實(shí)驗(yàn)”。2014年，雷丁大學(xué)宣稱居住在美國(guó)的俄羅斯人弗拉基米爾-維羅西夫創(chuàng)立的AI尤金古斯特曼讓33%測(cè)試者相信是人類（問題？）。PartTWO2Oh, no.發(fā)展

7、簡(jiǎn)史1、孕育、孕育2、形成、形成3、發(fā)展、發(fā)展4、巔峰、巔峰5、衰落、衰落發(fā)展簡(jiǎn)史1、孕育、孕育A 公元前384到公元前322年，亞里士多德（Aristotle）的三段論B 英國(guó)哲學(xué)家培根提出歸納法C 德國(guó)數(shù)學(xué)家和哲學(xué)家萊布尼茨提出萬(wàn)能符號(hào)和推理計(jì)算理論D 英國(guó)邏輯學(xué)家布爾用符號(hào)語(yǔ)言描述思維活動(dòng)的基本推理法則E 1936年，英國(guó)數(shù)學(xué)家圖靈提出“圖靈機(jī)”模型發(fā)展簡(jiǎn)史1、孕育孕育F 1943年，美國(guó)神經(jīng)生理學(xué)家麥克洛奇（W.McCulloch）與匹茨（W.Pitts）建立第一個(gè)神經(jīng)模型（M-P模型）G 1937年-1941年，美國(guó)愛荷華州立大學(xué)阿塔那索夫教授（Atanasoff）和其學(xué)生貝瑞（Be

8、rry）發(fā)明第一天計(jì)算機(jī)ABC（Atanasoff-Berry Computer）。1946年，賓夕法尼亞大學(xué)莫克利（Mauchly）和艾克特（Ecket）發(fā)明計(jì)算機(jī)ENIAC（Electronic Numerical Integrator and Calculator）發(fā)展簡(jiǎn)史2、形成、形成A 1956年夏，當(dāng)時(shí)達(dá)特茅斯學(xué)院（Dartmouth College）的年輕數(shù)學(xué)助教、現(xiàn)任斯坦福大學(xué)教授麥卡錫（J.McCarthy）聯(lián)合三位朋友：哈佛大學(xué)年輕數(shù)學(xué)家和神經(jīng)學(xué)家、麻省理工學(xué)院教授明斯基（M.L.Minsky）、IBM公司信息研究中心負(fù)責(zé)人羅切斯特（N.Rochester）、貝爾實(shí)驗(yàn)室信息

9、部數(shù)學(xué)研究員香農(nóng)（C.E.Shannon）共同發(fā)起，邀請(qǐng)普林斯頓大學(xué)的莫爾（T.Moore）和IBM公司的塞繆爾（A.L.Samuel）、麻省理工學(xué)院的塞爾夫利奇（O.Selfridge）和（R.Solomonff）索洛莫夫以及蘭德（RAND）公司和卡內(nèi)基-梅隆大學(xué)的紐厄爾（A.Newell）、西蒙（H.A.Simmon）召開研討會(huì)。發(fā)展簡(jiǎn)史2、形成、形成B 會(huì)上麥卡錫提議采用“人工智能”這一術(shù)語(yǔ)，麥卡錫因此被稱為人工智能之父。C 會(huì)后形成了多個(gè)人工智能研究組，如紐厄爾和西蒙的Carnegie RAND協(xié)作組，明斯基和麥卡錫的MIT研究組，塞繆爾的IBM工程研究組。D 1956年之后，人工智能

10、在機(jī)器學(xué)習(xí)、定理證明、模式識(shí)別、問題求解及人工智能語(yǔ)言方面取得很多成就。E 1969年，人工智能聯(lián)合會(huì)議成立（International Joint Conferences on Artificial Intelligence，簡(jiǎn)稱IJCAI）F 1970年，創(chuàng)刊了國(guó)際性人工智能雜志（Artificial Intelligence）發(fā)展簡(jiǎn)史3、發(fā)展、發(fā)展A 泡沫谷底期：60年代人工智能進(jìn)入泡沫谷底期，如機(jī)器翻譯。1960年，美國(guó)政府顧問委員會(huì)裁定：“還不存在通用的科學(xué)文本機(jī)器翻譯，也沒有最近的應(yīng)用場(chǎng)景”。英美兩國(guó)中斷對(duì)機(jī)器翻譯項(xiàng)目的資助。B 知識(shí)應(yīng)用期：1977年，費(fèi)根鮑姆在第五屆人工智能聯(lián)合

11、會(huì)議上提出“知識(shí)工程”概念，使得專家系統(tǒng)大獲成功。發(fā)展簡(jiǎn)史3、發(fā)展、發(fā)展C 集成發(fā)展期：1996年與1997年卡斯帕羅夫與深藍(lán)計(jì)算機(jī)下了兩次國(guó)際象棋，第一次卡斯帕羅夫4：2勝，第二次深藍(lán)3.5:2.5獲勝。2016年3月9日到15日，韓國(guó)圍棋世界冠軍李世石大戰(zhàn)谷歌公司的計(jì)算機(jī)alphago，2:4落敗。D 1978年中國(guó)也把“智能模擬”作為國(guó)家科學(xué)技術(shù)發(fā)展規(guī)劃的主要研究課題之一，1981年成立中國(guó)人工智能學(xué)會(huì)。研究?jī)?nèi)容1、知識(shí)表示、知識(shí)表示A 知識(shí)表示將人類知識(shí)形式化表示化。B 符號(hào)表示法：符號(hào)表示法、連接機(jī)制表示法。2、機(jī)器感知、機(jī)器感知使機(jī)器具有人類感知能力。研究集中于機(jī)器視覺與機(jī)器聽覺。

12、3、機(jī)器思維、機(jī)器思維所謂機(jī)器思維是指對(duì)通過感知得來(lái)的外部信息級(jí)機(jī)器內(nèi)部信息的各種工作信息進(jìn)行有目的處理。所謂機(jī)器行為，使計(jì)算機(jī)具有表達(dá)能力。PartTHREE3There,There.研究?jī)?nèi)容4、機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)所謂機(jī)器學(xué)習(xí)（machine learning）是研究如何使計(jì)算機(jī)具有類似于人的學(xué)習(xí)能力，使它能夠通過學(xué)習(xí)自動(dòng)地獲取知識(shí)。1957年，Rosen Blatt研究感知機(jī)（Perceptor）5、機(jī)器行為、機(jī)器行為所謂機(jī)器行為，使計(jì)算機(jī)具有表達(dá)能力。PartTHREE4I am notFast.研究領(lǐng)域1、自動(dòng)定理證明、自動(dòng)定理證明A 定理證明的實(shí)質(zhì)是證明前提P得到結(jié)論Q的永真性B 19

13、58年，美籍華人王浩機(jī)器證明了有關(guān)命題演算的所有定理（220條），謂詞演算的150條定理的85%。我國(guó)吳文俊院士提出并實(shí)現(xiàn)幾何定理機(jī)器證明“吳氏方法”。C 海伯倫與魯濱遜為自動(dòng)定理證明奠定了基礎(chǔ)。研究領(lǐng)域2、博弈、博弈A 諸如下棋、打牌、戰(zhàn)爭(zhēng)等一類競(jìng)爭(zhēng)性的智能活動(dòng)稱為博弈B 人工智能研究博弈的目的并不是為了讓計(jì)算機(jī)與人進(jìn)行下棋、打牌之類的游戲，而是通過對(duì)博弈的研究來(lái)檢驗(yàn)?zāi)承┤斯ぶ悄芗夹g(shù)是否能實(shí)現(xiàn)對(duì)人類智慧的模擬，促進(jìn)人工智能技術(shù)深入的研究研究領(lǐng)域3、模式識(shí)別、模式識(shí)別A 模式識(shí)別是一門研究對(duì)象描述和分類方法的學(xué)科。模式是對(duì)一個(gè)物體或者某些其他感興趣實(shí)體定量或者結(jié)構(gòu)的描述，而模式類指具有某些共同

14、屬性的模式集合。B 現(xiàn)在模式識(shí)別研究主要集中到了視覺與聽覺模式識(shí)別。文字識(shí)別：車牌識(shí)別與OCR。人臉識(shí)別：反恐與商業(yè)。目標(biāo)識(shí)別：軍用和民用。語(yǔ)音識(shí)別：SIRI等輔助軟件和權(quán)限或門禁系統(tǒng)。研究領(lǐng)域4、機(jī)器視覺、機(jī)器視覺A 機(jī)器視覺又叫計(jì)算機(jī)視覺，是用機(jī)器代替人眼進(jìn)行測(cè)量和判斷。機(jī)器視覺分為低層和高層視覺，低層視覺指的是低層視覺元素包括邊緣、顏色、紋理等，高層視覺主要指的是理解并感知目標(biāo)。B 機(jī)器視覺系統(tǒng)是首先通過數(shù)字成像設(shè)備將場(chǎng)景轉(zhuǎn)化為圖像信號(hào)，再將圖像信號(hào)傳遞給圖像處理系統(tǒng)，然后圖像處理系統(tǒng)進(jìn)行低層視覺處理，最后基于低層視覺處理結(jié)果進(jìn)行高層視覺處理進(jìn)行判斷分析。研究領(lǐng)域5、自然語(yǔ)言理解、自然語(yǔ)

15、言理解A 研究如何讓計(jì)算機(jī)理解人類自然語(yǔ)言。B 研究目標(biāo)有三個(gè)：正確理解自然語(yǔ)言，正確回答問題；自動(dòng)根據(jù)自然語(yǔ)言生成摘要；自然語(yǔ)言間的自動(dòng)翻譯。C 最初應(yīng)用是機(jī)器翻譯，經(jīng)過三個(gè)階段：首先，詞對(duì)詞的階段，該階段存在很大問題；其次，語(yǔ)義=語(yǔ)法分析階段有了長(zhǎng)足發(fā)展，但依然有問題；當(dāng)前，強(qiáng)調(diào)知識(shí)即大規(guī)模語(yǔ)料庫(kù)的作用。研究領(lǐng)域6、智能信息檢索、智能信息檢索智能信息檢索的功能：理解自然語(yǔ)言；具有推理能力；系統(tǒng)具有一定的常識(shí)性知識(shí)研究領(lǐng)域7、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)A知識(shí)發(fā)現(xiàn)是通過各種學(xué)習(xí)方法，自動(dòng)處理數(shù)據(jù)庫(kù)中大量的原始數(shù)據(jù)，提煉出具有必然性且有意義的知識(shí)，從而揭示出蘊(yùn)含在數(shù)據(jù)背后的內(nèi)在聯(lián)系和

16、本質(zhì)規(guī)律。知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)庫(kù)發(fā)現(xiàn)知識(shí)的全過程，數(shù)據(jù)挖掘則是這個(gè)全過程中一個(gè)特定的關(guān)鍵步驟。B數(shù)據(jù)挖掘的目的是從數(shù)據(jù)庫(kù)中找出有意義的模式。分為四個(gè)階段：數(shù)據(jù)預(yù)處理、建模、模型評(píng)估及模型應(yīng)用。注：啤酒和尿布的例子，相關(guān)性問題研究領(lǐng)域8、專家系統(tǒng)、專家系統(tǒng)A 專家系統(tǒng)是一個(gè)具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的，并模擬人類專家求解問題的過程進(jìn)行問題求解的系統(tǒng)B 1965年，費(fèi)根鮑姆研究小組開始研制第一個(gè)專家系統(tǒng)-分析化合物分子結(jié)構(gòu)的DENDRAIL。1976年，斯坦福研究所開始開發(fā)探礦專家系統(tǒng)PROSPECTOR，1980年該系統(tǒng)分析華盛頓某山區(qū)數(shù)據(jù)資料發(fā)現(xiàn)一個(gè)鉬礦。研究領(lǐng)域10、組合優(yōu)化問題、組合優(yōu)化問題

17、A 旅行商問題、生產(chǎn)計(jì)劃與調(diào)度、物流中車輛調(diào)度、智能交通、通信中路由調(diào)度、計(jì)算機(jī)網(wǎng)絡(luò)信息調(diào)度。B NP完全問題指用目前知道的最好的方法求解，問題求解需要花費(fèi)的時(shí)間（或稱為問題求解的復(fù)雜性）是隨問題規(guī)模增大以指數(shù)關(guān)系增長(zhǎng)。研究領(lǐng)域11、人工神經(jīng)網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)A 1943年，美國(guó)神經(jīng)生理學(xué)家麥克洛奇（W.McCulloch）與匹茨（W.Pitts）建立第一個(gè)神經(jīng)模型（M-P模型）。B 20世紀(jì)60年代至70年代，由于神經(jīng)網(wǎng)絡(luò)研究自身的局限性，致使其陷入了低谷。C 1969年，Bryson和Ho提出BP算法。20世紀(jì)80年代，魯梅爾哈特（Rumelhart）和麥克萊蘭（Meclelland）提出

18、多層BP神經(jīng)網(wǎng)絡(luò)，霍普菲爾德（J.J.Hopfield）等提出霍普菲爾德神經(jīng)網(wǎng)絡(luò)（Hopfield）。C 2006年，多倫多大學(xué)的欣頓教授（Hinton）和華盛頓大學(xué)樂坤（Lecun）教授提出了深度神經(jīng)網(wǎng)絡(luò)。（？）思考1、強(qiáng)人工智能、弱人工智能與超人工智能強(qiáng)人工智能、弱人工智能與超人工智能Strong AI: physical symbol systems which can have a mind and mental states; weak AI: physical symbol systems which can act intelligently 2、人工智能會(huì)是人類最后的發(fā)明？、人工智能會(huì)是人類最后的發(fā)明？THANKSSIMON PPT, MORE T