教學(xué)第9章人工智能(計(jì)算機(jī)導(dǎo)論)課件

第九章人工智能2003.91杭州商學(xué)院計(jì)信學(xué)院吳承健第九章人工智能2003.91杭州商學(xué)院計(jì)信學(xué)院吳承健第九章人工智能9.1

人工智能概述9.2

基于符號(hào)推理的傳統(tǒng)人工智能9.3

基于連接機(jī)制的計(jì)算智能9.4人工智能主要應(yīng)用與研究領(lǐng)域

2003.92第九章人工智能9.1

人工智能概述2003.929.1

人工智能概述一、人工智能定義

圖靈1950麥卡錫1956

二、人工智能的研究方法

1）符號(hào)主義（Symbolism）學(xué)派：理論基礎(chǔ)主要是物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理。

2）連接主義（Connectionism）學(xué)派：以網(wǎng)絡(luò)連接為基礎(chǔ)三、人工智能的研究目標(biāo)

根本目標(biāo)近期目標(biāo)遠(yuǎn)期目標(biāo)

四、人工智能發(fā)展簡史

2003.939.1

人工智能概述一、人工智能定義2003.939.2基于符號(hào)推理的傳統(tǒng)人工智能

9.2.1知識(shí)表示 知識(shí)表示＝數(shù)據(jù)結(jié)構(gòu)＋處理機(jī)制一階謂詞邏輯表示法謂詞的一般形式為：P（x1,x2,…,xn）

謂詞邏輯符號(hào)集：常量變量符號(hào)謂詞符號(hào)

例： TABLE（x）

AT（robot,c）

Graduate（張三）

例9.1（1）定義相關(guān)謂詞如下：

（2）利用連接詞、量詞等符號(hào)和已定義的謂詞表示問題的狀態(tài)。

（3）從初始狀態(tài)到目標(biāo)狀態(tài)的變遷

2003.949.2基于符號(hào)推理的傳統(tǒng)人工智能9.2.1知識(shí)表示29.2.2推理方法推理都包括兩種判斷：已知的判斷由已知判斷推出的新判斷，即推理的結(jié)論推理的源頭演繹推理通常是指從全稱判斷推導(dǎo)出特稱判斷的過程

三段論形式

歸納推理是指從足夠多的事例中歸納出一般性結(jié)論的推理過程，是一種從個(gè)別到一般的推理。

完全歸納推理不完全歸納推理

類比推理是由新情況與已知情況在某些方面的相似來推出它們在其他相關(guān)方面的相似。

2003.959.2.2推理方法推理都包括兩種判斷：2003.959.2.3匹配方法

在推理過程中，已知初始知識(shí)與知識(shí)庫中的知識(shí)要進(jìn)行比較和耦合，以便檢查這兩個(gè)知識(shí)模式是否完全—致或近似一致。兩條知識(shí)的匹配涉及到知識(shí)模式的相似度問題

2003.969.2.3匹配方法在推理過程中，已知初始知識(shí)與知識(shí)庫中的知9.2.4沖突消解策略

沖突消解策略解決如何在多條可用知識(shí)中合理地選擇一條知識(shí)的問題，是一種基本的推理控制策略。

三種情況：

（1）已知事實(shí)不能與知識(shí)庫中的任何知識(shí)成功匹配。（2）已知事實(shí)恰好只與知識(shí)庫中的一個(gè)知識(shí)匹配成功。（3）已知事實(shí)可與知識(shí)庫中的多個(gè)知識(shí)匹配成功；或者有多個(gè)（組）已知事實(shí)都可與知識(shí)庫中某一個(gè)知識(shí)匹配成功；或者有多個(gè)（組）已知事實(shí)可與知識(shí)庫中的多個(gè)知識(shí)匹配成功。沖突消解：對知識(shí)進(jìn)行排序：新鮮性排序、針對性強(qiáng)度、匹配度等等2003.979.2.4沖突消解策略 沖突消解策略解決如何在多條可用知9.2.5搜索策略

盲目搜索啟發(fā)式搜索狀態(tài)空間搜索與/或樹搜索狀態(tài)空間表示的搜索

狀態(tài)操作

狀態(tài)空間

狀態(tài)空間圖搜索求解

例9.2設(shè)有分別由形狀控制的一字排開的3盞信號(hào)燈，處在“亮、暗、亮”的初始狀態(tài)。每次操作允許并必須扳動(dòng)一只開關(guān)，問：如果連扳三次開關(guān)后，是否可以出現(xiàn)“亮、亮、亮”或“暗、暗、暗”的狀態(tài)？

2003.989.2.5搜索策略盲目搜索啟發(fā)式搜索20039.3基于連接機(jī)制的計(jì)算智能

9.3.1計(jì)算智能基本概念貝茲德克1992計(jì)算智能的三個(gè)主要內(nèi)容：模糊計(jì)算（Fuzzycomputing）、神經(jīng)計(jì)算（Neuralcomputing）和進(jìn)化計(jì)算（Evolutioncomputing）軟計(jì)算（Softcomputing）

9.3.2模糊計(jì)算扎德（Zadeh）1965可能性理論模糊知識(shí)的表示方法

模糊集合

隸屬函數(shù)

模糊命題的一般形式是： A：e is F （或e是F）

2003.999.3基于連接機(jī)制的計(jì)算智能9.3.1計(jì)算智能基本概念9.3.3神經(jīng)計(jì)算

20世紀(jì)40年代心理學(xué)家McCulloch與數(shù)學(xué)家Pitts

MP模型

1982年Hopfield提出了Hopfield神經(jīng)網(wǎng)絡(luò)模型

生物神經(jīng)元的結(jié)構(gòu)

人工神經(jīng)元及其特性

人工神經(jīng)網(wǎng)絡(luò)的基本特性和結(jié)構(gòu)

人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型組成，這種由許多神經(jīng)元組成的信息處理網(wǎng)絡(luò)具有并行分布結(jié)構(gòu)。

每個(gè)神經(jīng)元具有單一輸出，并且能夠與其它神經(jīng)元連接；結(jié)構(gòu)基本上分為兩類：遞歸（反饋）網(wǎng)絡(luò)前饋網(wǎng)絡(luò)

f（)∑xnx2x1θ－1wj1wj2wjiyj圖9.6神經(jīng)元模型2003.9109.3.3神經(jīng)計(jì)算20世紀(jì)40年代心理學(xué)家McCx1x2xn．．．w1m輸入層隱層圖9.8前饋（多層）網(wǎng)絡(luò)w11．．．．．．y1yn輸出層x1x2xn．．．V1V2Vnx′1x′2x′n輸入輸出圖9.7遞歸（反饋）網(wǎng)絡(luò)2003.911x1x2xn．w1m輸入層隱層圖9.8前饋（多層）網(wǎng)絡(luò)w14）人工神經(jīng)網(wǎng)絡(luò)的特性

（1）并行分布處理

（2）非線性映射（3）通過訓(xùn)練進(jìn)行學(xué)習(xí)（4）適應(yīng)與集成

（5）硬件實(shí)現(xiàn)2003.9124）人工神經(jīng)網(wǎng)絡(luò)的特性（1）并行分布處理2003.9129.3.4進(jìn)化計(jì)算 是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計(jì)、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱。包括遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃遺傳算法

三個(gè)基本算子：繁殖、交叉和變異（1）定義問題與目標(biāo)函數(shù)F。（2）選擇候選解作為初始種群，每個(gè)解用一個(gè)二進(jìn)制位串X表示，稱為個(gè)體。（3）根據(jù)目標(biāo)函數(shù)，對每個(gè)染色體Xi，i=1,…，P，計(jì)算適應(yīng)度F（Xi）。（4）為每個(gè)染色體指定一個(gè)與其適應(yīng)度成正比的繁殖概率pi,i=1,…，P。（5）根據(jù)概率pi選擇染色體，所選染色體通過交叉和變異等操作產(chǎn)生新一代染色體種群。（6）如果找到了滿意的解或達(dá)到了預(yù)定的計(jì)算時(shí)間，則過程結(jié)束。否則返回（3）。

例9.3求整數(shù)函數(shù)f（x）=x2在區(qū)間[0,31]上取最大值的點(diǎn)

2003.9139.3.4進(jìn)化計(jì)算 是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計(jì)、控9.4人工智能主要應(yīng)用與研究領(lǐng)域

一、專家系統(tǒng) 專家系統(tǒng)是一種具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)、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。

數(shù)據(jù)庫推理機(jī)人機(jī)接口知識(shí)庫用戶領(lǐng)域?qū)＜覉D9.10專家系統(tǒng)結(jié)構(gòu)2003.9149.4人工智能主要應(yīng)用與研究領(lǐng)域一、專家系統(tǒng)數(shù)據(jù)庫推理機(jī)9.4人工智能主要應(yīng)用與研究領(lǐng)域

二、機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)主要研究如何使計(jì)算機(jī)具有類似于人的學(xué)習(xí)能力，使計(jì)算機(jī)能通過學(xué)習(xí)自動(dòng)地獲取知識(shí)及技能，實(shí)現(xiàn)自我完善。 包括三個(gè)方面的研究：人類學(xué)習(xí)機(jī)理的研究、學(xué)習(xí)方法的研究、建立面向具體任務(wù)的學(xué)習(xí)系統(tǒng)

2003.9159.4人工智能主要應(yīng)用與研究領(lǐng)域二、機(jī)器學(xué)習(xí)2003.99.4人工智能主要應(yīng)用與研究領(lǐng)域

三、機(jī)器人

機(jī)器人是一種可編程序的多功能的操作裝置

1954年G.G.Devol1958年Consolidated四、模式識(shí)別 模式識(shí)別就是研究如何使機(jī)器具有感知能力的一個(gè)研究領(lǐng)域，是對人類感知外界功能的模擬。視覺識(shí)別、語音識(shí)別

待識(shí)別事物預(yù)處理系統(tǒng)（包括特征提取)識(shí)別處理系統(tǒng)識(shí)別結(jié)果圖9.11模式識(shí)別過程2003.9169.4人工智能主要應(yīng)用與研究領(lǐng)域三、機(jī)器人待識(shí)別事物預(yù)9.4人工智能主要應(yīng)用與研究領(lǐng)域五、計(jì)算機(jī)視覺

用兩維的圖像來理解屬于三維空間的三維對象。

低層視覺高層視覺

主要應(yīng)用領(lǐng)域：圖像、圖形識(shí)別系統(tǒng)

航天與軍事應(yīng)用

醫(yī)學(xué)應(yīng)用

機(jī)器人視覺

工業(yè)檢測系統(tǒng)

2003.9179.4人工智能主要應(yīng)用與研究領(lǐng)域五、計(jì)算機(jī)視覺2003.9.4人工智能主要應(yīng)用與研究領(lǐng)域六、自然語言理解

研究如何讓計(jì)算機(jī)理解人類自然語言（漢語、英語、日語等）的一個(gè)研究領(lǐng)域

三個(gè)目標(biāo)：（1）計(jì)算機(jī)能正確理解人們用自然語言輸入的信息，并能正確回答輸入信息中的有關(guān)問題。（2）對插入信息，計(jì)算機(jī)能產(chǎn)生相應(yīng)的摘要，能用不同詞語復(fù)述輸入信息的內(nèi)容。 （3）計(jì)算機(jī)能把用某一種自然語言表示的信息自動(dòng)地翻譯為另一種自然語言。例如把英語翻譯成漢語，或把漢語翻譯成英語等等。

2003.9189.4人工智能主要應(yīng)用與研究領(lǐng)域六、自然語言理解20039.4人工智能主要應(yīng)用與研究領(lǐng)域七、自動(dòng)定理證明

自動(dòng)定理證明也是最先進(jìn)行研究并得到成功應(yīng)用的一個(gè)研究領(lǐng)域，是指利用計(jì)算機(jī)證明非數(shù)值性的結(jié)果，很多非數(shù)值領(lǐng)域的任務(wù)?；痉椒ǎ鹤匀谎堇[法

判定法

定理證明器

人機(jī)交互進(jìn)行定理證明

2003.9199.4人工智能主要應(yīng)用與研究領(lǐng)域七、自動(dòng)定理證明20039.4人工智能主要應(yīng)用與研究領(lǐng)域八、自動(dòng)程序設(shè)計(jì)

程序綜合程序正確性驗(yàn)證

九、博弈

通過對博弈的研究來檢驗(yàn)?zāi)承┤斯ぶ悄芗夹g(shù)是否能達(dá)到對人類智能的模擬，因?yàn)椴┺氖且环N智能性很強(qiáng)的競爭活動(dòng)。

2003.9209.4人工智能主要應(yīng)用與研究領(lǐng)域八、自動(dòng)程序設(shè)計(jì)20039.4人工智能主要應(yīng)用與研究領(lǐng)域十、智能決策支持系統(tǒng)

把人工智能的有關(guān)技術(shù)應(yīng)用于決策支持系統(tǒng)領(lǐng)域

五個(gè)組成部分：數(shù)據(jù)庫系統(tǒng)、模型系統(tǒng)、方法庫系統(tǒng)、人機(jī)接口系統(tǒng)及智能部件十一、智能搜索 智能搜索技術(shù)試圖通過模糊檢索、概念檢索等技術(shù)，使得檢索時(shí)能夠按照詞語意義進(jìn)行搜索，明顯提高查全率和查準(zhǔn)率。

2003.9219.4人工智能主要應(yīng)用與研究領(lǐng)域十、智能決策支持系統(tǒng)209.4人工智能主要應(yīng)用與研究領(lǐng)域十二、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

在數(shù)據(jù)庫基礎(chǔ)上實(shí)現(xiàn)的知識(shí)發(fā)現(xiàn)系統(tǒng)，通過綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識(shí)，從而揭示出蘊(yùn)涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實(shí)現(xiàn)知識(shí)的自動(dòng)抽取。

2003.9229.4人工智能主要應(yīng)用與研究領(lǐng)域十二、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)第九章人工智能2003.923杭州商學(xué)院計(jì)信學(xué)院吳承健第九章人工智能2003.91杭州商學(xué)院計(jì)信學(xué)院吳承健第九章人工智能9.1

人工智能概述9.2

基于符號(hào)推理的傳統(tǒng)人工智能9.3

基于連接機(jī)制的計(jì)算智能9.4人工智能主要應(yīng)用與研究領(lǐng)域

2003.924第九章人工智能9.1

人工智能概述2003.929.1

人工智能概述一、人工智能定義

圖靈1950麥卡錫1956

二、人工智能的研究方法

1）符號(hào)主義（Symbolism）學(xué)派：理論基礎(chǔ)主要是物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理。

2）連接主義（Connectionism）學(xué)派：以網(wǎng)絡(luò)連接為基礎(chǔ)三、人工智能的研究目標(biāo)

根本目標(biāo)近期目標(biāo)遠(yuǎn)期目標(biāo)

四、人工智能發(fā)展簡史

2003.9259.1

人工智能概述一、人工智能定義2003.939.2基于符號(hào)推理的傳統(tǒng)人工智能

9.2.1知識(shí)表示 知識(shí)表示＝數(shù)據(jù)結(jié)構(gòu)＋處理機(jī)制一階謂詞邏輯表示法謂詞的一般形式為：P（x1,x2,…,xn）

謂詞邏輯符號(hào)集：常量變量符號(hào)謂詞符號(hào)

例： TABLE（x）

AT（robot,c）

Graduate（張三）

例9.1（1）定義相關(guān)謂詞如下：

（2）利用連接詞、量詞等符號(hào)和已定義的謂詞表示問題的狀態(tài)。

（3）從初始狀態(tài)到目標(biāo)狀態(tài)的變遷

2003.9269.2基于符號(hào)推理的傳統(tǒng)人工智能9.2.1知識(shí)表示29.2.2推理方法推理都包括兩種判斷：已知的判斷由已知判斷推出的新判斷，即推理的結(jié)論推理的源頭演繹推理通常是指從全稱判斷推導(dǎo)出特稱判斷的過程

三段論形式

歸納推理是指從足夠多的事例中歸納出一般性結(jié)論的推理過程，是一種從個(gè)別到一般的推理。

完全歸納推理不完全歸納推理

類比推理是由新情況與已知情況在某些方面的相似來推出它們在其他相關(guān)方面的相似。

2003.9279.2.2推理方法推理都包括兩種判斷：2003.959.2.3匹配方法

在推理過程中，已知初始知識(shí)與知識(shí)庫中的知識(shí)要進(jìn)行比較和耦合，以便檢查這兩個(gè)知識(shí)模式是否完全—致或近似一致。兩條知識(shí)的匹配涉及到知識(shí)模式的相似度問題

2003.9289.2.3匹配方法在推理過程中，已知初始知識(shí)與知識(shí)庫中的知9.2.4沖突消解策略

沖突消解策略解決如何在多條可用知識(shí)中合理地選擇一條知識(shí)的問題，是一種基本的推理控制策略。

三種情況：

（1）已知事實(shí)不能與知識(shí)庫中的任何知識(shí)成功匹配。（2）已知事實(shí)恰好只與知識(shí)庫中的一個(gè)知識(shí)匹配成功。（3）已知事實(shí)可與知識(shí)庫中的多個(gè)知識(shí)匹配成功；或者有多個(gè)（組）已知事實(shí)都可與知識(shí)庫中某一個(gè)知識(shí)匹配成功；或者有多個(gè)（組）已知事實(shí)可與知識(shí)庫中的多個(gè)知識(shí)匹配成功。沖突消解：對知識(shí)進(jìn)行排序：新鮮性排序、針對性強(qiáng)度、匹配度等等2003.9299.2.4沖突消解策略 沖突消解策略解決如何在多條可用知9.2.5搜索策略

盲目搜索啟發(fā)式搜索狀態(tài)空間搜索與/或樹搜索狀態(tài)空間表示的搜索

狀態(tài)操作

狀態(tài)空間

狀態(tài)空間圖搜索求解

例9.2設(shè)有分別由形狀控制的一字排開的3盞信號(hào)燈，處在“亮、暗、亮”的初始狀態(tài)。每次操作允許并必須扳動(dòng)一只開關(guān)，問：如果連扳三次開關(guān)后，是否可以出現(xiàn)“亮、亮、亮”或“暗、暗、暗”的狀態(tài)？

2003.9309.2.5搜索策略盲目搜索啟發(fā)式搜索20039.3基于連接機(jī)制的計(jì)算智能

9.3.1計(jì)算智能基本概念貝茲德克1992計(jì)算智能的三個(gè)主要內(nèi)容：模糊計(jì)算（Fuzzycomputing）、神經(jīng)計(jì)算（Neuralcomputing）和進(jìn)化計(jì)算（Evolutioncomputing）軟計(jì)算（Softcomputing）

9.3.2模糊計(jì)算扎德（Zadeh）1965可能性理論模糊知識(shí)的表示方法

模糊集合

隸屬函數(shù)

模糊命題的一般形式是： A：e is F （或e是F）

2003.9319.3基于連接機(jī)制的計(jì)算智能9.3.1計(jì)算智能基本概念9.3.3神經(jīng)計(jì)算

20世紀(jì)40年代心理學(xué)家McCulloch與數(shù)學(xué)家Pitts

MP模型

1982年Hopfield提出了Hopfield神經(jīng)網(wǎng)絡(luò)模型

生物神經(jīng)元的結(jié)構(gòu)

人工神經(jīng)元及其特性

人工神經(jīng)網(wǎng)絡(luò)的基本特性和結(jié)構(gòu)

人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型組成，這種由許多神經(jīng)元組成的信息處理網(wǎng)絡(luò)具有并行分布結(jié)構(gòu)。

每個(gè)神經(jīng)元具有單一輸出，并且能夠與其它神經(jīng)元連接；結(jié)構(gòu)基本上分為兩類：遞歸（反饋）網(wǎng)絡(luò)前饋網(wǎng)絡(luò)

f（)∑xnx2x1θ－1wj1wj2wjiyj圖9.6神經(jīng)元模型2003.9329.3.3神經(jīng)計(jì)算20世紀(jì)40年代心理學(xué)家McCx1x2xn．．．w1m輸入層隱層圖9.8前饋（多層）網(wǎng)絡(luò)w11．．．．．．y1yn輸出層x1x2xn．．．V1V2Vnx′1x′2x′n輸入輸出圖9.7遞歸（反饋）網(wǎng)絡(luò)2003.933x1x2xn．w1m輸入層隱層圖9.8前饋（多層）網(wǎng)絡(luò)w14）人工神經(jīng)網(wǎng)絡(luò)的特性

（1）并行分布處理

（2）非線性映射（3）通過訓(xùn)練進(jìn)行學(xué)習(xí)（4）適應(yīng)與集成

（5）硬件實(shí)現(xiàn)2003.9344）人工神經(jīng)網(wǎng)絡(luò)的特性（1）并行分布處理2003.9129.3.4進(jìn)化計(jì)算 是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計(jì)、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱。包括遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃遺傳算法

三個(gè)基本算子：繁殖、交叉和變異（1）定義問題與目標(biāo)函數(shù)F。（2）選擇候選解作為初始種群，每個(gè)解用一個(gè)二進(jìn)制位串X表示，稱為個(gè)體。（3）根據(jù)目標(biāo)函數(shù)，對每個(gè)染色體Xi，i=1,…，P，計(jì)算適應(yīng)度F（Xi）。（4）為每個(gè)染色體指定一個(gè)與其適應(yīng)度成正比的繁殖概率pi,i=1,…，P。（5）根據(jù)概率pi選擇染色體，所選染色體通過交叉和變異等操作產(chǎn)生新一代染色體種群。（6）如果找到了滿意的解或達(dá)到了預(yù)定的計(jì)算時(shí)間，則過程結(jié)束。否則返回（3）。

例9.3求整數(shù)函數(shù)f（x）=x2在區(qū)間[0,31]上取最大值的點(diǎn)

2003.9359.3.4進(jìn)化計(jì)算 是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計(jì)、控9.4人工智能主要應(yīng)用與研究領(lǐng)域

一、專家系統(tǒng) 專家系統(tǒng)是一種具有特定領(lǐng)域內(nèi)大量知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)、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。

數(shù)據(jù)庫推理機(jī)人機(jī)接口知識(shí)庫用戶領(lǐng)域?qū)＜覉D9.10專家系統(tǒng)結(jié)構(gòu)2003.9369.4人工智能主要應(yīng)用與研究領(lǐng)域一、專家系統(tǒng)數(shù)據(jù)庫推理機(jī)9.4人工智能主要應(yīng)用與研究領(lǐng)域

二、機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)主要研究如何使計(jì)算機(jī)具有類似于人的學(xué)習(xí)能力，使計(jì)算機(jī)能通過學(xué)習(xí)自動(dòng)地獲取知識(shí)及技能，實(shí)現(xiàn)自我完善。 包括三個(gè)方面的研究：人類學(xué)習(xí)機(jī)理的研究、學(xué)習(xí)方法的研究、建立面向具體任務(wù)的學(xué)習(xí)系統(tǒng)

2003.9379.4人工智能主要應(yīng)用與研究領(lǐng)域二、機(jī)器學(xué)習(xí)2003.99.4人工智能主要應(yīng)用與研究領(lǐng)域

三、機(jī)器人

機(jī)器人是一種可編程序的多功能的操作裝置

1954年G.G.Devol1958年Consolidated四、模式識(shí)別 模式識(shí)別就是研究如何使機(jī)器具有感知能力的一個(gè)研究領(lǐng)域，是對人類感知外界功能的模擬。視覺識(shí)別、語音識(shí)別

待識(shí)別事物預(yù)處理系統(tǒng)（包括特征提取)識(shí)別處理系統(tǒng)識(shí)別結(jié)果圖9.11模式識(shí)別過程2003.9389.4人工智能主要應(yīng)用與研究領(lǐng)域三、機(jī)器人待識(shí)別事物預(yù)9.4人工智能主要應(yīng)用與研究領(lǐng)域五、計(jì)算機(jī)視覺

用兩維的圖像來理解屬于三維空間的三維對象。

低層視覺高層視覺

主要應(yīng)用領(lǐng)域：圖像、圖形識(shí)別系統(tǒng)

航天與軍事應(yīng)用

醫(yī)學(xué)應(yīng)用

機(jī)器人視覺

工業(yè)檢測系統(tǒng)

2003.9399.4人工智能主要應(yīng)用與研究領(lǐng)域五、計(jì)算機(jī)視覺2003.9.4人工智能主要應(yīng)用與研究領(lǐng)域六、自然語言理解

研究如何讓計(jì)