stukj+人工智能概述

1、第 1 章 人工智能概述第1章 人工智能概述 1956年正式提出人工智能（artificial intelligence, AI）這個(gè)術(shù)語并把它作為一門新興科學(xué)的名稱。 20世紀(jì)三大科學(xué)技術(shù)成就： 空間技術(shù) 原子能技術(shù) 人工智能2第1章 人工智能概述1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 3第1章 人工智能概述1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 41.1.1 智能的概念 自然界四大奧秘：物質(zhì)的本質(zhì)、宇宙的起源、生命的本質(zhì)、智能的發(fā)生。

2、對(duì)智能還沒有確切的定義，主要流派有： （1）思維理論：智能的核心是思維 （2）知識(shí)閾值理論：智能取決于知識(shí)的數(shù)量及一般化程度 （3）進(jìn)化理論：用控制取代知識(shí)的表示 智能是知識(shí)與智力的總和知識(shí)是一切智能行為的基礎(chǔ)獲取知識(shí)并應(yīng)用知識(shí)求解問題的能力 5感知能力：通過視覺、聽覺、觸覺、嗅覺等感覺器官感知外部世界的能力。 80%以上信息通過視覺得到，10%信息通過聽覺得到。1.1.2 智能的特征存儲(chǔ)由感知器官感知到的外部信息以及由思維所產(chǎn)生的知識(shí)對(duì)記憶的信息進(jìn)行處理2. 記憶與思維能力6（1）邏輯思維（抽象思維）依靠邏輯進(jìn)行思維。思維過程是串行的。容易形式化。思維過程具有嚴(yán)密性、可靠性。1.1.2 智能

3、的特征（2）形象思維（直感思維） 依據(jù)直覺。 思維過程是并行協(xié)同式的。 形式化困難。 在信息變形或缺少的情況下仍有可能得到比較滿意的結(jié)果。74. 行為能力（表達(dá)能力） 1.1.2 智能的特征（3）頓悟思維（靈感思維） 不定期的突發(fā)性。 非線性的獨(dú)創(chuàng)性及模糊性。 穿插于形象思維與邏輯思維之中。 3. 學(xué)習(xí)能力 學(xué)習(xí)既可能是自覺的、有意識(shí)的，也可能是不自覺的、無意識(shí)的；既可以是有教師指導(dǎo)的，也可以是通過自己實(shí)踐的。人們的感知能力：用于信息的輸入。行為能力：信息的輸出。8 人工智能：用人工的方法在機(jī)器（計(jì)算機(jī)）上實(shí)現(xiàn)的智能；或者說是人們使機(jī)器具有類似于人的智能。1.1.3 人工智能 人工智能學(xué)科：一

4、門研究如何構(gòu)造智能機(jī)器（智能計(jì)算機(jī)）或智能系統(tǒng)，使它能模擬、延伸、擴(kuò)展人類智能的學(xué)科。 圖靈測試：1950年圖靈發(fā)表的計(jì)算機(jī)與智能中設(shè)計(jì)了一個(gè)測試，用以說明人工智能的概念。9第1章 人工智能概述1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 101.2 人工智能的發(fā)展簡史1.2.1 孕育（1956年之前）公元前，亞里斯多德（Aristotle）：三段論培根（F. Bacon）：歸納法萊布尼茨（G. W. Leibnitz）：萬能符號(hào)、推理計(jì)算布爾（G. Boole）：用符號(hào)語言描述思維活動(dòng)的基本推理法則1936年，圖靈：圖靈

5、機(jī)1943年，麥克洛奇（W. McCulloch）、匹茲(W. Pitts)：MP模型111.2 人工智能的發(fā)展簡史1.2.1 孕育（1956年之前）美國愛荷華州立大學(xué)的阿塔納索夫教授和他的研究生貝瑞在1937年至1941年間開發(fā)的世界上第一臺(tái)電子計(jì)算機(jī)“阿塔納索夫貝瑞計(jì)算機(jī)（Atanasoff-Berry Computer，ABC）”為人工智能的研究奠定了物質(zhì)基礎(chǔ)。阿塔納索夫貝瑞121.2.2 形成（1956年1969年） 1956年夏，當(dāng)時(shí)美國達(dá)特茅斯大學(xué)數(shù)學(xué)助教、現(xiàn)任斯坦福大學(xué)教授麥卡錫和哈佛大學(xué)數(shù)學(xué)和神經(jīng)學(xué)家、現(xiàn)任MIT教授明斯基、IBM公司信息研究中心負(fù)責(zé)人洛切斯特、貝爾實(shí)驗(yàn)室信息部

6、數(shù)學(xué)研究員香農(nóng)共同發(fā)起，邀請(qǐng)普林斯頓大學(xué)莫爾和IBM公司塞繆爾、MIT的塞爾夫里奇和索羅莫夫以及蘭德公司和卡內(nèi)基梅隆大學(xué)的紐厄爾、西蒙等10名年輕學(xué)者在達(dá)特莫斯大學(xué)召開了兩個(gè)月的學(xué)術(shù)研討會(huì)，討論機(jī)器智能問題。會(huì)上經(jīng)麥卡錫提議正式采用“人工智能”這一術(shù)語，標(biāo)志著人工智能學(xué)科正式誕生。麥卡錫因而被稱為人工智能之父。此后，美國形成了多個(gè)人工智能研究組織，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工程研究組等。 131.2.2 形成（1956年1969年） 1956年以后，人工智能的研究在機(jī)器學(xué)習(xí)、定理證明、模式識(shí)別、問題求解、專家系統(tǒng)及人工智能語言

7、等方面都取得了許多引人矚目的成就 。 1969年，成立了國際人工智能聯(lián)合會(huì)議（International Joint Conferences on Artificial Intelligence，IJCAI）。 1970年，創(chuàng)刊了國際性的人工智能雜志（Artificial Intelligence）。 141.2.3 發(fā)展（1970年 ）20世紀(jì)60年代末，人工智能研究遇到困難，如機(jī)器翻譯。1966年美國顧問委員會(huì)的報(bào)告裁定：還不存在通用的科學(xué)文本機(jī)器翻譯，也沒有很近的實(shí)現(xiàn)前景。英國、美國中斷了大部分機(jī)器翻譯項(xiàng)目的資助。1977年，費(fèi)根鮑姆在第五屆國際人工智能聯(lián)合會(huì)議上提出了“知識(shí)工程”概念，

8、推動(dòng)了知識(shí)為中心的研究。1981年，日本宣布第五代計(jì)算機(jī)發(fā)展計(jì)劃，并在1991年展出了研制的PSI3智能工作站和由PSI3構(gòu)成的模型機(jī)系統(tǒng)。 我國自1978年開始把“智能模擬”作為國家科學(xué)技術(shù)發(fā)展規(guī)劃的主要研究課題。1981年成立了中國人工智能學(xué)會(huì)。現(xiàn)在，人工智能已經(jīng)成為計(jì)算機(jī)、航空航天、軍事裝備、工業(yè)等眾多領(lǐng)域的關(guān)鍵技術(shù)。15第1章 人工智能概述1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 161.3 人工智能研究的基本內(nèi)容 知識(shí)表示 知識(shí)表示：將人類知識(shí)形式化或者模型化。 知識(shí)表示方法：符號(hào)表示法、連接機(jī)制表示法。符號(hào)

9、表示法：用各種包含具體含義的符號(hào)，以各種不同的方式和順序組合起來表示知識(shí)的一類方法。例如，一階謂詞邏輯、產(chǎn)生式等。 連接機(jī)制表示法：把各種物理對(duì)象以不同的方式及順序連接起來，并在其間互相傳遞及加工各種包含具體意義的信息，以此來表示相關(guān)的概念及知識(shí)。例如，神經(jīng)網(wǎng)絡(luò)等。 17 2. 機(jī)器感知 2. 機(jī)器感知 機(jī)器感知：使機(jī)器（計(jì)算機(jī)）具有類似于人的感知能力。以機(jī)器視覺(machine vision)與機(jī)器聽覺為主。1.3 人工智能研究的基本內(nèi)容3. 機(jī)器思維機(jī)器思維：對(duì)通過感知得來的外部信息及機(jī)器內(nèi)部的各種工作信息進(jìn)行有目的的處理。18 2. 機(jī)器感知 4. 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)（machine l

10、earning）：研究如何使計(jì)算機(jī)具有類似于人的學(xué)習(xí)能力，使它能通過學(xué)習(xí)自動(dòng)地獲取知識(shí)。 1957年，Rosenblatt研制成功了感知機(jī)。1.3 人工智能研究的基本內(nèi)容5. 機(jī)器行為 機(jī)器行為：計(jì)算機(jī)的表達(dá)能力，即“說”、“寫”、“畫”等能力。19第1章 人工智能概述1.1 人工智能的基本概念 1.2 人工智能的發(fā)展簡史 1.3 人工智能研究的基本內(nèi)容1.4 人工智能的主要研究領(lǐng)域 201.4 人工智能的主要研究領(lǐng)域1. 自動(dòng)定理證明 定理證明的實(shí)質(zhì)是證明由前提 P 得到結(jié)論 Q 的永真性。 1958年，王浩證明了有關(guān)命題演算的全部定理（220條）、謂詞演算中150條定理的85%。 1965

11、年魯賓遜（Robinson）提出了歸結(jié)原理，使機(jī)器定理證明成為現(xiàn)實(shí)。 我國著名數(shù)學(xué)家、中國科學(xué)院吳文俊院士把幾何代數(shù)化，建立了一套機(jī)器證明方法，被稱為“吳方法”。211.4 人工智能的主要研究領(lǐng)域 2. 博弈 下棋、打牌、戰(zhàn)爭等一類競爭性的智能活動(dòng)。 1956年，塞繆爾研制出跳棋程序。 1991年8月，IBM公司研制的Deep Thought 2計(jì)算機(jī)系統(tǒng)與澳大利亞象棋冠軍約翰森（D.Johansen）舉行了一場人機(jī)對(duì)抗賽，以1：1平局告終。 1996年2月10日至17日 ，IBM公司的“深藍(lán)”計(jì)算機(jī)系統(tǒng)與卡斯帕羅夫進(jìn)行了六局比賽，以3.5比2.5的總比分贏得這場世人矚目的“人機(jī)大戰(zhàn)”的勝利。

12、 22 2007年臺(tái)北國際發(fā)明暨技術(shù)交易展覽上，第三代智能機(jī)器人DOC 現(xiàn)場表演下棋。 1.4 人工智能的主要研究領(lǐng)域231.4 人工智能的主要研究領(lǐng)域 模式識(shí)別（pattern recognition）：研究對(duì)象描述和分類方法的學(xué)科。分析和識(shí)別的模式可以是信號(hào)、圖象或者普通數(shù)據(jù)。文字識(shí)別：郵政編碼、車牌識(shí)別、漢字識(shí)別。人臉識(shí)別：反恐、商業(yè)。物體識(shí)別：導(dǎo)彈、機(jī)器人。3. 模式識(shí)別241.4 人工智能的主要研究領(lǐng)域4. 專家系統(tǒng) 專家系統(tǒng)模擬人類專家求解問題的思維過程求解領(lǐng)域內(nèi)的各種問題，其水平可以達(dá)到甚至超過人類專家的水平。 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

13、DENDRAL，1968年完成并投入使用。 1971年MIT開發(fā)成功求解一些數(shù)學(xué)問題的MYCSYMA專家系統(tǒng)。拉特格爾大學(xué)開發(fā)的清光眼診斷與治療的專家系統(tǒng)CASNET。 1972年斯坦福大學(xué)肖特里菲等人開始研制用于診斷和治療感染性疾病的專家系統(tǒng)MYCIN。 1976年斯坦福研究所開始開發(fā)探礦專家系統(tǒng)PROSPECTOR，1980年首次實(shí)地分析華盛頓某山區(qū)地質(zhì)資料，發(fā)現(xiàn)了一個(gè)鉬礦。 1981年斯坦福大學(xué)研制成功專家系統(tǒng)AM，能模擬人類進(jìn)行概括、抽象和歸納推理，發(fā)現(xiàn)某些數(shù)論的概念和定理。 251.4 人工智能的主要研究領(lǐng)域5. 機(jī)器人 20世紀(jì)60年代初，研制出尤尼梅特和沃莎特蘭兩種機(jī)器人。 機(jī)器

14、人發(fā)展：程序控制機(jī)器人（第一代） 、自適應(yīng)機(jī)器人（第二代）、智能機(jī)器人（現(xiàn)代）。 26仿人形機(jī)器人表演舞蹈千手觀音2007年9月26日，南京青少年活動(dòng)中心科技館展示大廳里，來自中國科技大學(xué)的8個(gè)20多厘米高的機(jī)器人表演千手觀音，它們的手臂、身軀隨著節(jié)奏依次或伸展或搖擺，還能夠蹲起直立。1.4 人工智能的主要研究領(lǐng)域271.4 人工智能的主要研究領(lǐng)域6. 機(jī)器視覺 機(jī)器視覺(machine vision)或計(jì)算機(jī)視覺(computer vision)是用機(jī)器代替人眼睛進(jìn)行測量和判斷。 機(jī)器視覺系統(tǒng)是指通過圖像攝取裝置將被攝取的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和寬度、顏色

15、等信息，轉(zhuǎn)換成數(shù)字信號(hào)，抽取目標(biāo)的特征，根據(jù)判別結(jié)果控制現(xiàn)場的設(shè)備動(dòng)作。 機(jī)器視覺應(yīng)用在半導(dǎo)體及電子、汽車、冶金、制藥、食品飲料、印刷、包裝、零配件裝配及制造質(zhì)量檢測等。281.4 人工智能的主要研究領(lǐng)域7. 自然語言理解 研究如何讓計(jì)算機(jī)理解人類自然語言，包括回答問題、生成摘要、翻譯等。 1957年，在蘇聯(lián)人造衛(wèi)星成功發(fā)射的刺激下,美國國家研究會(huì)大力支持對(duì)俄科技論文的計(jì)算機(jī)翻譯。人們最初以為機(jī)器翻譯只要將雙向詞典及一些詞法知識(shí)放進(jìn)計(jì)算機(jī)就行了。后來發(fā)現(xiàn)有時(shí)會(huì)出現(xiàn)十分荒謬的錯(cuò)誤。 291.4 人工智能的主要研究領(lǐng)域8. 自動(dòng)程序設(shè)計(jì) 程序綜合：用戶只需要告訴計(jì)算機(jī)要“做什么”， 無須說明“怎么

16、做”，計(jì)算機(jī)就可自動(dòng)實(shí)現(xiàn)程序的設(shè)計(jì)。 程序正確性的驗(yàn)證：研究出一套理論和方法，通過運(yùn)用這套理論和方法就可以證明程序的正確性。 301.4 人工智能的主要研究領(lǐng)域9. 智能信息檢索 智能信息檢索系統(tǒng)的功能： (1) 能理解自然語言。 (2) 具有推理能力。 (3) 系統(tǒng)擁有一定的常識(shí)性知識(shí)。 10. 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn) 數(shù)據(jù)挖掘的目的是從數(shù)據(jù)庫中找出有意義的模式(一組規(guī)則、聚類、決策樹、依賴網(wǎng)絡(luò)或其他方式表示的知識(shí))。 數(shù)據(jù)挖掘過程：數(shù)據(jù)預(yù)處理、建模、模型評(píng)估及模型應(yīng)用。 311.4 人工智能的主要研究領(lǐng)域11. 組合優(yōu)化問題 組合優(yōu)化問題：旅行商問題、生產(chǎn)計(jì)劃與調(diào)度、物流中的車輛調(diào)度、智能交通

17、、通信中的路由調(diào)度、計(jì)算機(jī)網(wǎng)絡(luò)信息調(diào)度等 NP完全問題：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)間是隨問題規(guī)模增大以指數(shù)關(guān)系增長。12. 人工神經(jīng)網(wǎng)絡(luò) 人工神經(jīng)網(wǎng)絡(luò)：一個(gè)用大量簡單處理單元經(jīng)廣泛連接而組成的人工網(wǎng)絡(luò)，用來模擬大腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能 。 321.4 人工智能的主要研究領(lǐng)域 分布式人工智能系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標(biāo)準(zhǔn)，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中，具有交換信息和協(xié)同工作的能力。 分布式問題求解：把一個(gè)具體的求解問題劃分為多個(gè)相互合作和知識(shí)共享的模塊或者結(jié)點(diǎn)。 多智能體系統(tǒng)：研究各智能體之間行為的協(xié)調(diào)。 13. 分布式人工智能 331.4 人工智能的主要研究領(lǐng)域