【學習課件】第1章-人工智能概述

1、主講：李 輝Email：人工智能Artificial Intelligence編輯ppt第1章 人工智能概述1.5 本章小結(jié)1.1 什么是人工智能1.2 人工智能的發(fā)展概況1.3 人工智能的學派1.4 人工智能的研究與應用領(lǐng)域Contents編輯ppt1.1 什么是人工智能人工智能（Artificial Intelligence, 簡稱AI）是一門正在發(fā)展中的綜合性前沿學科，由計算機學、控制論、信息論、神經(jīng)生理學、心理學、語言學等多種學科相互滲透而發(fā)展起來的。關(guān)于人工智能的科學定義, 目前存在爭議，學術(shù)界目前還未統(tǒng)一。編輯ppt人工智能的8種定義：人工智能是一種使計算機能夠思維，使機器具有智力

2、的激動人心的新嘗試（Haugeland,1985）人工智能是那些與人的思維、決策、問題求解和學習等有關(guān)活動的自動化（Bellman,1978）。人工智能是用計算模型研究智力行為（Charniak和McDermott,1985）人工智能是研究那些使理解、推理和行為成為可能的計算（Winston,1992）人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機器的技術(shù)（Kurzwell,1990）人工智能研究如何使計算機做事讓人過得更好（Rick和Knight,1991）人工智能是一門通過計算過程力圖理解和模仿智能行為的學科（Schalkoff,1990）人工智能是計算機科學中與智能行為的自動化有關(guān)的一個分

3、支（Luger和Stubblefield,1993）編輯ppt8種定義的比較像人一樣思考的系統(tǒng)理性地思考的系統(tǒng) 像人一樣行動的系統(tǒng)理性地行動的系統(tǒng) 注重模擬人的思維和推理過程注重模擬人的行為編輯ppt8種定義的比較像人一樣思考的系統(tǒng)理性思考的系統(tǒng) 像人一樣行動的系統(tǒng)理性行動的系統(tǒng) 從模擬人類功能的逼真度來度量從理性智能概念來度量一個系統(tǒng)如果能夠在它所知道的范圍內(nèi)”正確行事”,它就是理性的編輯ppt4類方法的比較思考過程類人思考模擬思維過程理性思考理性行為人類智能智能行為類人行為模擬行為功能思維過程思維模型按照模型建立思維系統(tǒng)智能行為行為建模按照模型建立行為系統(tǒng) 類人思考或類人行為：直接模擬 /

4、 追隨人 理性思考或理性行為：間接模擬 / 概括人 更抽象、更普遍編輯ppt形式化定義 目前還沒有一般解釋 人工智能就是用人工的方法在機器（計算機）上實現(xiàn)的智能，或稱機器智能。 就AI本質(zhì)來說，AI是一門研究如何制造出人造的智能機器或智能系統(tǒng)，來模擬人類智能活動的能力，以延伸人類智能無形式化定義的理由 人工智能的嚴格定義依賴于對智能的定義 即要定義人工智能，首先應該定義智能 但智能本身也還無嚴格定義因此，應先對人類的自然智能進行討論1.1.1 什么是人工智能編輯ppt1.1.2 圖靈測試如何知道一個系統(tǒng)是否具有智能呢？1950年，計算機科學家圖靈提出了著名的“圖靈測試”。問題：通過了圖靈測試就

5、具有了智能嗎？編輯ppt1.1.2 中文屋子假設(shè)中文屋子假設(shè)是說: 有一臺計算機閱讀了一段故事并且能正確回答相關(guān)問題, 這樣這臺計算就通過了圖靈測試。而西爾勒設(shè)想將這段故事和問題改用中文描述(因為他本人不懂中文), 然后將自己封閉在一個屋子里, 代替計算機閱讀這段故事并且回答相關(guān)問題。描述這段故事和問題的一連串中文符號只能通過一個很小的縫隙被送到屋子里。 西爾勒則完全按照原先計算機程序的處理方式和過程(如符號匹配、查找、照抄等)對這些符號串進行操作, 然后把得到的結(jié)果即問題答案通過小縫隙送出去。美國哲學家約翰西爾勒(John Searle, 1980年)提出了異議。他用一個現(xiàn)在稱為“中文屋子”

6、的假設(shè)西爾勒認為盡管計算機用這種符號處理方式也能正確回答問題, 并且也可通過圖靈測試，但仍然不能說計算機就有了智能。 編輯ppt1.1.3 腦智能和群智能人腦由大約1011-1012個神經(jīng)元組成的一個復雜的、動態(tài)的巨系統(tǒng)，人腦的智能表現(xiàn)可以辨識出來，如學習、發(fā)現(xiàn)、創(chuàng)造等能力。而這些智能表現(xiàn)的發(fā)生過程都是在心理層面上可見的，即以某種心理活動和思維過程表現(xiàn)的?；诤暧^心理層次的智能表現(xiàn)稱為腦智能(BI),腦智能是一種個體智能(II)。編輯ppt1.1.3 腦智能和群智能人們發(fā)現(xiàn)一些生物群落或者更一般的生命群體的群體行為或者社會行為也表現(xiàn)出一定的智能，如螞蟻群、鳥群、魚群等。具有學習、尋優(yōu)等能力。腦

7、中的神經(jīng)網(wǎng)絡是由神經(jīng)細胞組成的細胞群體，當思維時，神經(jīng)元各負其則，各司其職，神經(jīng)網(wǎng)絡具自組織、自學習、自適應等智能表現(xiàn)。把這種由群體行為所表現(xiàn)出的智能稱為群智能(SI) 。編輯ppt1.1.3 腦智能和群智能對于人腦來說, 宏觀心理(或者語言)層次上的腦智能與神經(jīng)元層次上的群智能又有密切的關(guān)系正是微觀生理層次上低級的神經(jīng)元的群智能形成了宏觀心理層次上高級的腦智能(但二者之間的具體關(guān)系如何, 卻仍然是個迷, 這個問題的解決需要借助于系統(tǒng)科學)。 編輯ppt1.1.4 符號智能和計算智能1. 符號智能 符號智能就是符號人工智能, 它是模擬腦智能的人工智能, 也就是所說的傳統(tǒng)人工智能或經(jīng)典人工智能。

8、 符號智能以符號形式的知識和信息為基礎(chǔ), 主要通過邏輯推理，運用知識進行問題求解。編輯ppt1.1.4 符號智能和計算智能2. 計算智能 計算智能就是計算人工智能, 它是模擬群智能的人工智能。計算智能以數(shù)值數(shù)據(jù)為基礎(chǔ), 主要通過數(shù)值計算，運用算法進行問題求解。 主要內(nèi)容包括: 神經(jīng)計算(Neural Computation, NC)、 進化計算(亦稱演化計算, Evolutionary Computation, EC, 包括遺傳算法(Genetic Algorithm, GA)、 進化策略(Evolutionary Strategies, ES)等)、免疫計算(immune computati

9、on)、 粒群算法(Particle Swarm Algorithm, PSA)、 蟻群算法(Ant Colony Algorithm, ACA)、等。 計算智能主要研究各類優(yōu)化搜索算法, 是當前人工智能學科中一個十分活躍的分支領(lǐng)域。 編輯ppt1.2 人工智能的發(fā)展概況AI成為工業(yè)(1980現(xiàn)在)基于知識系統(tǒng)的崛起(19691979)早期成功與期望(19521969)誕生(1956)AI成為科學(1987現(xiàn)在)困難時期(19661973)孕育期(19431955)編輯ppt1.2 人工智能的發(fā)展概況-孕育期人工智能是一個交叉學科，它的很多重要思想都來源于其他學科 。哲學（公元前428年現(xiàn)在）

10、數(shù)學（約800年現(xiàn)在）經(jīng)濟學（1776年現(xiàn)在）神經(jīng)科學（1861年現(xiàn)在）心理學（1879年現(xiàn)在）計算機工程（1940年現(xiàn)在）控制論（1948年現(xiàn)在）語言學（1957年現(xiàn)在）編輯ppt1.2 人工智能的發(fā)展概況-孕育期古希臘Aristotle創(chuàng)立了演繹法，在其名著工具論中給出了形式邏輯的基本規(guī)律(三段論)。他提出的至今仍然是演繹推理的最基本出發(fā)點。(形式邏輯是一切推理活動的最基本的出發(fā)點 )三段論是以真言判斷為其前提的一種演繹推理，它借助于一個共同項，把兩個直言判斷聯(lián)系起來，從而得出結(jié)論。例如：一切金屬都是能夠熔解的；鐵是金屬；所以，鐵是能夠熔解的。哲學家和思想家編輯ppt1.2 人工智能的發(fā)展

11、概況-孕育期英國哲學家、自然科學家Bacon (培根)系統(tǒng)地給出了歸納法。和Aristotle的演繹法一起，構(gòu)成了思維的基本法則。/提出“知識就是力量”，對幾百年后AI研究從一般思維探討轉(zhuǎn)向?qū)ｉT知識運用起到了積極的促進作用。德國數(shù)學家、哲學家Leibnitz (萊布尼茨) 把形式邏輯符號化，從而使得人們可以對人的思維進行運算和推理(關(guān)于“數(shù)理邏輯”的思想)。提出可以建立一種通用的符號語言以及一種在此基礎(chǔ)上進行推理的演算。這一思想不僅是數(shù)理邏輯的基礎(chǔ)，也是現(xiàn)代機器思維設(shè)計思想的萌芽。 編輯ppt1.2 人工智能的發(fā)展概況-孕育期英國數(shù)學家、邏輯學家Boole（布爾）（1815-1864），他初步

12、實現(xiàn)了布萊尼茨的思維符號化和數(shù)學化的思想，提出了一種嶄新的代數(shù)系統(tǒng)-布爾代數(shù)，構(gòu)成了現(xiàn)代計算機的理論基礎(chǔ)。美籍奧地利數(shù)理邏輯學家Godel（哥德爾)(1906-1978) 證明了一階謂詞的完備性定理: 任何包含初等數(shù)論的形式系統(tǒng)，如果它是無矛盾的，那么一定是不完備的。此定理的意義在于，人的思維形式化和機械化的某種極限，在理論上證明了有些事是做不到的。編輯ppt1.2 人工智能的發(fā)展概況-孕育期英國數(shù)學家圖靈1936年創(chuàng)立了自動機理論（是圖靈在他26歲那年提出的一個理論計算機模型）,推進了思維機器的研究，并為電子計算機的誕生奠定了理論基礎(chǔ)。并為AI做了大量的開拓性工作(圖靈測試，給出智能標準的明

13、確定義)。 當今世界上計算機科學最高榮譽獎勵為圖靈獎。 1950年，圖靈（A.Turing）在心智雜志上發(fā)表了一篇題為“計算機和智能”的文章，第一次提出了“機器能思維”的觀點。從此也拉開了人類史上人工智能研究的序幕 。編輯ppt圖靈測試大家請思考圖靈測試合理嗎？人類與計算機具有不一致的特長一個通過了圖靈測試的機器是否就一定具有智能呢？如深藍時間：北京時間1997年5月12日凌晨4點50分對手：IBM的“深藍”超級計算機 國際象棋世界冠軍卡斯帕羅夫結(jié)局：2勝1負3平，總比分3.5 : 2.5， “深藍”獲勝編輯ppt圖靈測試圖靈測試對計算機不公平因為在這個測試中，計算機為了不被測試者判斷出自己是

14、計算機，除了要很好的模擬人的優(yōu)點以外，還要很好地模擬人類的不足。計算機不能比人類笨，也不能比人類聰明。因為任何與人類不相匹配的舉動，都會被測試者立即識別出來。如測試者問一個復雜的問題，如果一方很快地給出正確的答案，則有充足的理由認為它是計算機而不是人。 編輯ppt1.2 人工智能的發(fā)展概況-誕生1956年夏天, AI正式誕生于達特茅斯大學John McCarthy(麥卡錫)自普林斯頓大學畢業(yè)以后去了達特茅斯大學, 他說服了另外3個人幫助召開了為期2個月的研討會會議組織者4人: 麥卡錫： Dartmouth的數(shù)學家、計算機專家，后為MIT教授Minsky(明斯基)：哈佛大學數(shù)學家、神經(jīng)學家，后為

15、MIT教授Claude Shannon(香儂)：貝爾實驗室信息部數(shù)學研究員Nathaniel Rochester(羅切斯特)： IBM公司信息中心負責人參與者: Trenchard More(莫爾)：普林斯頓大學Arthur Samuel(塞繆爾)： IBMRay Solomonoff(索羅蒙夫)和Oliver Selfridge(塞爾夫里奇) :MIT紐厄爾(A.Newell)：蘭德(RAND)公司西蒙：CMU卡內(nèi)基梅隆大學編輯ppt1.2 人工智能的發(fā)展概況-誕生盡管這次會議沒有新突破, 但聚集了AI的主要人物特別是AI領(lǐng)域的4位著名專家, 他們后來所在的大學也成為了美國AI研究的3大基地

16、: 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編輯ppt1.2 人工智能的發(fā)展概況-誕生John McCarthy Marvin Minsky Herbert Simon Allen Newell編輯ppt1.2 人工智能的發(fā)展概況-誕生這次會議最為長久的貢獻就是麥卡錫為該領(lǐng)域起的名字: 人工智能為什么AI有必要成為一個新領(lǐng)域?目標不同：AI從一開始就承載著復制人的才能如創(chuàng)造性、自我修養(yǎng)、語言功能等思想，沒有任何一個其他領(lǐng)域涉及這些問題方法論不同：是唯一一個明確屬于計算機科學的分支，因而不是數(shù)學或者控制論或其他學科的分支AI是唯一

17、這樣的領(lǐng)域：它試圖建造在復雜和變化的環(huán)境中自動發(fā)揮功能的機器編輯ppt1.2 人工智能的發(fā)展概況-早期成功與期望心理學小組1957年：紐厄爾、西蒙等人的心理學小組研制了一個稱為邏輯理論機(Logic Theory Machine，簡稱LT)的數(shù)學定理證明程序/ 能夠證明數(shù)學原理第二章中的38條定理，1963年證明全部52條定理。1960年：研制了通用問題求解(General Problem Solving)程序。IBM工程小組1956年，塞繆爾在IBM704計算機上研制成功了具有自學習、自組織和自適應能力的西洋跳棋程序。打敗了一個州冠軍編輯ppt1.2 人工智能的發(fā)展概況-早期成功與期望MIT

18、小組 1956年，塞爾夫里奇研制第一個字符識別程序。1959年，又提出功能更強的模式識別 1958年，麥卡西建立了行動規(guī)劃咨詢系統(tǒng)。 1960年，麥卡西又研制了人工智能語言LISP。 1961年，明斯基發(fā)表了“走向人工智能的步驟”的論文其他： 1965年，魯賓遜(J.A.Robinson)提出了歸結(jié)（消解）原理，掀起研究計算機定理證明的又一次高潮。編輯ppt1.2 人工智能的發(fā)展概況-早期成功與期望AI牛人Newell, Simon等早期所吹的“牛皮”不出10年，計算機將成為世界象棋冠軍。不出10年，計算機將發(fā)現(xiàn)和證明重要的數(shù)學定理。不出10年，計算機將能譜寫具有優(yōu)秀作曲家水平的樂曲。不出10

19、年，大多數(shù)心理學理論將在計算機上形成。有人甚至斷言，20世紀80年代將全面實現(xiàn)AI，2000年機器智能超過人。1969年，召開第一屆國際人工智能聯(lián)合會議(International Joint Conference on AI)1970年，人工智能國際雜志International Journal of AI 創(chuàng)刊編輯ppt早期AI研究者過于盲目的樂觀態(tài)度, 10年預見, 50年過去了，只是部分地在某種程度上實現(xiàn)(如計算機下棋)，但還沒有得到完全實現(xiàn)，AI遠比設(shè)想的復雜消解法（歸結(jié)原理）能力有限 例如：證明兩個連續(xù)函數(shù)之和仍是連續(xù)函數(shù)，推了10萬步還沒有推出來。 Sauel的下棋程序，1965

20、年，世界冠軍Helmann獲得四連勝。機器翻譯鬧出不少笑話 (舉例見下頁)1.2 人工智能的發(fā)展概況-困難時期編輯ppt1.2 人工智能的發(fā)展概況-困難時期1973年，英國發(fā)表了Lighthill report，認為AI的研究即使不是騙局，至少也是庸人自擾。之后英國終止了除2所大學以外所有的AI研究資助IBM公司也取消了本公司范圍內(nèi)的AI研究活動。編輯ppt機器翻譯鬧出的笑話舉例：“The spirit is willing but the flesh is weak”，意思是“心有余而力不足”。機器翻譯過程：英語 俄語 英語結(jié)果被譯為： “The vodka is good but the

21、meat is spoiled”，意思是“伏特加是好的，肉變質(zhì)了”?！癘ut of sight, out of mind”，意思是“眼不見心不煩”。將其翻譯成俄語，竟成了：“ 又瞎又瘋”。1.2 人工智能的發(fā)展概況-困難時期編輯ppt1.2 人工智能的發(fā)展概況-基于知識系統(tǒng)的崛起DENDRAL是第一個成功的知識密集型系統(tǒng), 1969年在Stanford開發(fā), 參與者包括費根鮑姆 (Ed Feigenbaum)等，根據(jù)質(zhì)譜儀信息推斷分子結(jié)構(gòu) / 該系統(tǒng)改進后, 把知識和推理部分清楚地劃分開80年代專家系統(tǒng)的典型結(jié)構(gòu)。由DENDRAL系統(tǒng)開始的專家系統(tǒng)方法論又應用到其他需要人類專家知識的領(lǐng)域。編輯

22、ppt1.2 人工智能的發(fā)展概況-AI成為工業(yè)1982年, 第一個成功的商用專家系統(tǒng)R1在DEC公司開始運轉(zhuǎn), 到1986年為止每年為公司節(jié)省4千萬美元在八十年代的AI研究熱潮中, 1981年日本提出五代機計劃, 目的是建造運行Prolog程序的智能機AI工業(yè)在1980年只是幾百萬美元, 1988年漲到數(shù)十億美元實際上，“AI成為工業(yè)”目前在一些家電中可以找到影子(智能洗衣機等)編輯ppt1.2 人工智能的發(fā)展概況-AI成為科學近年來，AI研究在內(nèi)容和方法論方面的特點：在已有的理論基礎(chǔ)上進行研究而不是提出嶄新理論從對控制論和統(tǒng)計學的某種叛逆到開始接受這些領(lǐng)域的理論和方法假設(shè)必須以嚴格的經(jīng)驗實驗

23、為條件，結(jié)果的重要性必須經(jīng)過嚴格的分析。 通過互連網(wǎng)進行測試數(shù)據(jù)和程序代碼的共享以上標志著，AI已經(jīng)成為了一門科學。編輯ppt1.3 人工智能的學派符號主義(Symbolicism) 連接主義(Connectionism) 行為主義(Actionism) 邏輯主義(Logicism)、心理學派(Psychlogism)或計算機學派(Computerism),主要為物理符號系統(tǒng)(即符號操作系統(tǒng))假設(shè)和有限合理性原理.仿生學派(Bionicsism)或生理學派(Physiologism)，其原理主要為神經(jīng)網(wǎng)絡及神經(jīng)網(wǎng)絡間的連接機制與學習算法。 進化主義(Evolutionism)或控制論學派(Cy

24、berneticsism)，其原理為控制論及感知-動作型控制系統(tǒng)。編輯ppt1.4 人工智能的研究與應用領(lǐng)域1.4.1 問題求解 人工智能的第一個大成就是發(fā)展了能夠求解難題的下棋(如國際象棋)程序，它包含問題的表示、分解、搜索與歸約等。 1999年，“弗里茨”升級為“更弗里茨”(Deep Fritz)2001年，“更弗里茨”更新了程序，擊敗了卡斯帕羅夫和阿南德，以及除了克拉姆尼克之外的所有排名世界前十位的棋手2002年10月，“更弗里茨”與克拉姆尼克在巴林進行“人機大戰(zhàn)”，思考速度為每秒600萬步，雙方4比4戰(zhàn)平2003年12月“更年少者”與卡斯帕羅夫舉行人機對抗，雙方3比3戰(zhàn)平編輯ppt1.4 人工智能的研究與應用領(lǐng)域1.4.2 智能計算 智能計算就是借用自然界生物界規(guī)律的啟迪根據(jù)其原理模仿設(shè)計求解問題的算法包括遺傳算法、模擬退火算法、進化算法、啟發(fā)式算法、蟻群算法、人工魚群算法，粒子群算法。編輯ppt1.4