人工智能緒論課件

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年課程介紹課程：人工智能Hello.IamBaymax.內(nèi)容2341基本概念.發(fā)展簡史.基本內(nèi)容研究領(lǐng)域Hello.IamBaymax.內(nèi)容2341基本概念.基本概念I(lǐng)amBaymax,yourpersonalhealthcarecompanion.1基本IamBaymax,yourpersonalh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)心理學(xué)、哲學(xué)和語言學(xué)基礎(chǔ)上發(fā)展出來的交叉學(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，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？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)心理學(xué)、智能的概念1、暫無定論，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：智能的核心是思維，人的一切只能來自大腦的思維活動(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)閾值理論：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。存放知識(shí)庫的電腦為什么沒有智能？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1、暫無定論，存在三個(gè)流派：思維理論、知識(shí)閾值理論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)，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%來自視覺，10%來自聽覺，10%來自其他。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1、感知能力智能的特征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)邏輯規(guī)則對信息進(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，能從邏輯上對事物發(fā)展做出合理預(yù)測。

智能的特征2、記憶與思維能力智能的特征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*穿插于理性與感性思維之間，起升華與突破作用。智能的特征2、記憶與思維能力智能的特征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、無意識(shí)的?？梢杂薪處熞部梢宰詫W(xué)。4、行為能力對外界刺激做出反應(yīng)智能的特征3、學(xué)習(xí)能力人工智能1、

人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說使機(jī)器具有類似于人的智能。2、人工智能學(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、圖靈測試和中文屋思想實(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%測試者相信是人類（問題？）。人工智能1、人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說使機(jī)中文思想屋實(shí)驗(yàn)1、

人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說使機(jī)器具有類似于人的智能。2、人工智能學(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、圖靈測試和中文屋思想實(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%測試者相信是人類（問題？）。中文思想屋實(shí)驗(yàn)1、人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者PartTWO2Oh,no.PartTWO2Oh,no.發(fā)展簡史1、孕育2、形成3、發(fā)展4、巔峰5、衰落發(fā)展簡史1、孕育發(fā)展簡史1、孕育A公元前384到公元前322年，亞里士多德（Aristotle）的三段論B英國哲學(xué)家培根提出歸納法C德國數(shù)學(xué)家和哲學(xué)家萊布尼茨提出萬能符號(hào)和推理計(jì)算理論D英國邏輯學(xué)家布爾用符號(hào)語言描述思維活動(dòng)的基本推理法則E1936年，英國數(shù)學(xué)家圖靈提出“圖靈機(jī)”模型發(fā)展簡史1、孕育發(fā)展簡史1、孕育F1943年，美國神經(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）G1937年-1941年，美國愛荷華州立大學(xué)阿塔那索夫教授（Atanasoff）和其學(xué)生貝瑞（Berry）發(fā)明第一天計(jì)算機(jī)ABC（Atanasoff-BerryComputer）。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（ElectronicNumericalIntegratorandCalculator）發(fā)展簡史1、孕育發(fā)展簡史2、形成A1956年夏，當(dāng)時(shí)達(dá)特茅斯學(xué)院（DartmouthCollege）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)室信息部數(shù)學(xué)研究員香農(nóng)（C.E.Shannon）共同發(fā)起，邀請普林斯頓大學(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)展簡史2、形成發(fā)展簡史2、形成B會(huì)上麥卡錫提議采用“人工智能”這一術(shù)語，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CarnegieRAND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。D1956年之后，人工智能在機(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言方面取得很多成就。E1969年，人工智能聯(lián)合會(huì)議成立（InternationalJointConferencesonArtificialIntelligence，簡稱IJCAI）F1970年，創(chuàng)刊了國際性人工智能雜志（ArtificialIntelligence）發(fā)展簡史2、形成發(fā)展簡史3、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)用場景”。英美兩國中斷對機(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)展簡史3、發(fā)展發(fā)展簡史3、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。D1978年中國也把“智能模擬”作為國家科學(xué)技術(shù)發(fā)展規(guī)劃的主要研究課題之一，1981年成立中國人工智能學(xué)會(huì)。發(fā)展簡史3、發(fā)展研究內(nèi)容1、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。3、機(jī)器思維所謂機(jī)器思維是指對通過感知得來的外部信息級機(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。研究內(nèi)容1、知識(shí)表示PartTHREE3There,There.PartTHREE3There,研究內(nèi)容4、機(jī)器學(xué)習(xí)所謂機(jī)器學(xué)習(xí)（machinelearning）’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，RosenBlatt研究感知機(jī)（Perceptor）5、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。研究內(nèi)容4、機(jī)器學(xué)習(xí)PartTHREE4IamnotFast.PartTHREE4Iamnot研究領(lǐng)域1、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B1958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1、自動(dòng)定理證明研究領(lǐng)域2、博弈A諸如下棋、打牌、戰(zhàn)爭等一類競爭性的智能活動(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，而是通過對博弈的研究來檢驗(yàn)?zāi)承┤斯ぶ悄芗夹g(shù)是否能實(shí)現(xiàn)對人類智慧的模擬，促進(jìn)人工智能技術(shù)深入的研究研究領(lǐng)域2、博弈研究領(lǐng)域3、模式識(shí)別A模式識(shí)別是一門研究對象描述和分類方法的學(xué)科。模式是對一個(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3、模式識(shí)別研究領(lǐng)域4、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4、機(jī)器視覺研究領(lǐng)域5、自然語言理解A研究如何讓計(jì)算機(jī)理解人類自然語言。B研究目標(biāo)有三個(gè)：正確理解自然語言，正確回答問題；自動(dòng)根據(jù)自然語言生成摘要；自然語言間的自動(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，詞對詞的階段，該階段存在很大問題；其次，語義=語法分析階段有了長足發(fā)展，但依然有問題；當(dāng)前，強(qiáng)調(diào)知識(shí)即大規(guī)模語料庫的作用。研究領(lǐng)域5、自然語言理解研究領(lǐng)域6、智能信息檢索智能信息檢索的功能：理解自然語言；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6、智能信息檢索研究領(lǐng)域7、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)系和本質(zhì)規(guī)律。知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)庫發(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7、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)研究領(lǐng)域8、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)B1965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8、專家系統(tǒng)研究領(lǐng)域10、組合優(yōu)化問題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。BNP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。研究領(lǐng)域10、組合優(yōu)化問題研究領(lǐng)域11、人工神經(jīng)網(wǎng)絡(luò)A1943年，美國神經(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）。B20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。C1969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）。C2006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)。（？）研究領(lǐng)域11、人工神經(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StrongAI:physicalsymbolsystemswhichcanhaveamindandmentalstates;weakAI:physicalsymbolsystemswhichcanactintelligently

2、人工智能會(huì)是人類最后的發(fā)明？思考1、強(qiáng)人工智能、弱人工智能與超人工智能THANKSSIMONPPT,MORETHANPPTSupporterssaythattheeaseofuseofpresentationsoftwarecansavealotoftimeforpeoplewhootherwisewouldhaveusedothertypesofvisualaid—hand-drawnormechanicallytypesetslides,blackboardsorwhiteboards,oroverheadprojections.EaseofusealsoencouragesthoseTHANKSSIMONPPT,MORETHANPPT人工智能

是一門交叉學(xué)科

腦科學(xué)認(rèn)知科學(xué)心理學(xué)語言學(xué)邏輯學(xué)哲學(xué)計(jì)算機(jī)科學(xué)人工智能人工智能

是一門交叉學(xué)科

腦科學(xué)認(rèn)知科學(xué)心理學(xué)語言學(xué)邏輯學(xué)哲什么是人工智能人工智能的定義可以分為兩部分，即“人工”和“智能”。關(guān)于什么是“智能”？什么是人工智能人工智能的定義可以分為兩部分，即“人工”和“智智能需要具備的特征？具有感知能力（系統(tǒng)輸入）:

機(jī)器視覺，機(jī)器聽覺，圖像語音識(shí)別……具有記憶與思維能力：思維是智能的根本原因，思維是一個(gè)動(dòng)態(tài)的過程。思維分為：邏輯思維，形象思維和頓悟思維。具有學(xué)習(xí)能力及自適應(yīng)能力：適應(yīng)環(huán)境的變換、積累經(jīng)驗(yàn)的能力

具有行為能力（系統(tǒng)輸出）：對外界的智能化反應(yīng)智能需要具備的特征？具有感知能力（系統(tǒng)輸入）:機(jī)器視覺，機(jī)早期判斷是否有智能的方法———圖靈測試英國數(shù)學(xué)家阿蘭·圖靈(AlanTuring)提出了現(xiàn)稱為“圖靈測試”(TuringTest)的方法。簡單來講,圖靈測試的做法是:讓一位測試者分別與一臺(tái)計(jì)算機(jī)和一個(gè)人進(jìn)行交談(當(dāng)時(shí)是用電傳打字機(jī)),而測試者事先并不知道哪一個(gè)是人,哪一個(gè)是計(jì)算機(jī)。如果交談后測試者分不出哪一個(gè)被測者是人,

哪一個(gè)是計(jì)算機(jī),則可以認(rèn)為這臺(tái)被測的計(jì)算機(jī)具有智能。

早期判斷是否有智能的方法———圖靈測試英國數(shù)學(xué)家阿蘭·圖靈(人工智能緒論課件Turing測試存在的問題“圖靈測試”沒有規(guī)定問題的范圍和提問的標(biāo)準(zhǔn)僅反映了結(jié)果的比較，無涉及思維過程沒指出是什么人爭論：通過了圖靈檢驗(yàn)的電腦就具備思維能力了么？測試主持人被測機(jī)器被測人Turing測試存在的問題測試主持人被測機(jī)器被測人中文屋子約翰·西爾勒的中文屋子假設(shè)是說:有一臺(tái)計(jì)算機(jī)閱讀了一段故事并且能正確回答相關(guān)問題,這樣這臺(tái)計(jì)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?yàn)樗救瞬欢形?,然后將自己封閉在一個(gè)屋子里,代替計(jì)算機(jī)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(hào)只能通過一個(gè)很小的縫隙被送到屋子里。西爾勒則完全按照原先計(jì)算機(jī)程序的處理方式和過程(如符號(hào)匹配、查找、照抄等)對這些符號(hào)串進(jìn)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。西爾勒也得到了問題的正確答案。西爾勒認(rèn)為盡管計(jì)算機(jī)用這種符號(hào)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(jì)算機(jī)就有了智能。

中文屋子約翰·西爾勒的中文屋子假設(shè)是說:有一臺(tái)計(jì)算機(jī)閱讀了人工智能的發(fā)展概況

1.形成期（1956--1970年）AI誕生于一次歷史性的聚會(huì)(Dartmouth人工智能夏季研討會(huì))時(shí)間：1956年夏季地點(diǎn)：美國達(dá)特茅斯(Dartmouth)大學(xué)目的：為使計(jì)算機(jī)變得更“聰明”，或者說使計(jì)算機(jī)具有智能發(fā)起人：麥卡錫(J.McCarthy），Dartmouth的年輕數(shù)學(xué)家、計(jì)算機(jī)專家，后為MIT教授明斯基(M.L.Minsky），哈佛大學(xué)數(shù)學(xué)家、神經(jīng)學(xué)家，后為MIT教授洛切斯特(N.Lochester)，IBM公司信息中心負(fù)責(zé)人香農(nóng)(C.E.Shannon)，貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員會(huì)議結(jié)果：由麥卡錫提議正式采用了“ArtificialIntelligence”這一術(shù)語人工智能的發(fā)展概況

1.形成期（1956--1970年）A人工智能的發(fā)展概況2.形成期（1956----1970年）其他開創(chuàng)性貢獻(xiàn)1958年，美籍華人數(shù)理邏輯學(xué)家王浩在IBM-740計(jì)算機(jī)上僅用了3-5分鐘就證明了《數(shù)學(xué)原理》命題演算全部220條定理。1965年，費(fèi)根鮑姆(E.A.Feigenbaum)開始研究化學(xué)專家系統(tǒng)DENDRAL，用于質(zhì)譜儀分析有機(jī)化合物的分子結(jié)構(gòu)。1969年召開了第一屆國際人工智能聯(lián)合會(huì)議（InternationalJointConferenceonAI，IJCAI），標(biāo)志著人工智能作為一門獨(dú)立學(xué)科登上了國際學(xué)術(shù)舞臺(tái)。此后IJCAI每兩年召開一次。1970年《InternationalJournalofAI》創(chuàng)刊。人工智能的發(fā)展概況2.形成期（1956----1970年）人工智能的發(fā)展概況3.暗淡期（1966----1974年）失敗的預(yù)言給人工智能的聲譽(yù)造成重大傷害“20年內(nèi)，機(jī)器將能做人所能做的一切”---------1965在博弈方面：塞繆爾的下棋程序在與世界冠軍對弈時(shí)，5局?jǐn)×?局。在定理證明方面：發(fā)現(xiàn)魯賓遜歸結(jié)法的能力有限。當(dāng)用歸結(jié)原理證明兩個(gè)連續(xù)函數(shù)之和還是連續(xù)函數(shù)時(shí)，推了10萬步也沒證出結(jié)果。在機(jī)器翻譯方面：發(fā)現(xiàn)并不那么簡單，甚至?xí)[出笑話。例如，把“心有余而力不足”的英語句子翻譯成俄語，再翻譯回來時(shí)竟變成了“酒是好的，肉變質(zhì)了”在問題求解方面：對于不良結(jié)構(gòu)，會(huì)產(chǎn)生組合爆炸問題。在神經(jīng)生理學(xué)方面：研究發(fā)現(xiàn)人腦有1011-12以上的神經(jīng)元，在現(xiàn)有技術(shù)條件下用機(jī)器從結(jié)構(gòu)上模擬人腦是根本不可能的。在英國，劍橋大學(xué)的詹姆教授指責(zé)“人工智能研究不是騙局，也是庸人自擾”。從此，形勢急轉(zhuǎn)直下，在全世界范圍內(nèi)人工智能研究陷入困境、落入低谷。

人工智能的發(fā)展概況3.暗淡期（1966----1974年人工智能的發(fā)展概況

4.知識(shí)應(yīng)用期（1970----1988年）整個(gè)20世紀(jì)80年代，專家系統(tǒng)和知識(shí)工程在全世界得到了迅速發(fā)展。專家系統(tǒng)為企業(yè)等用戶贏得了巨大的經(jīng)濟(jì)效益。在開發(fā)專家系統(tǒng)過程中，許多研究者獲得共識(shí)，即人工智能系統(tǒng)是一個(gè)知識(shí)處理系統(tǒng)，而知識(shí)獲取、知識(shí)表示和知識(shí)利用則成為人工智能系統(tǒng)的三大基本問題。同時(shí)出現(xiàn)新的問題：專家系統(tǒng)本身所存在的應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難、推理方法單一、沒有分布式功能、不能訪問現(xiàn)存數(shù)據(jù)庫等問題被逐漸暴露出來。人工智能的發(fā)展概況

4.知識(shí)應(yīng)用期（1970----1人工智能的發(fā)展概況

5.集成發(fā)展期（1986年以來）1997年5月11日，由IBM研制的超級計(jì)算機(jī)“深藍(lán)”首次擊敗了國際象棋特級大師卡斯帕洛夫。2000年，中國科學(xué)院計(jì)算所開發(fā)出知識(shí)發(fā)現(xiàn)系統(tǒng)MSMiner。該系統(tǒng)是一種多策略知識(shí)發(fā)現(xiàn)平臺(tái)，能夠提供快捷有效的數(shù)據(jù)挖掘解決方案，提供多種知識(shí)發(fā)現(xiàn)方法。2011年，IBM超級電腦“沃森”亮相美國最受歡迎的智力競賽節(jié)目《危險(xiǎn)邊緣》戰(zhàn)勝該節(jié)目兩位最成功的選手。人工智能的發(fā)展概況

5.集成發(fā)展期（1986年以來）199人工智能研究形成了三大學(xué)派符號(hào)主義連接主義行為主義人工智能研究形成了三大學(xué)派符號(hào)主義符號(hào)主義又稱：邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派符號(hào)主義的實(shí)現(xiàn)基礎(chǔ)是紐威爾和西蒙提出的物理符號(hào)系統(tǒng)假設(shè)。該學(xué)派認(rèn)為：人類認(rèn)知和思維的基本單元是符號(hào)，而認(rèn)知過程就是在符號(hào)表示上的一種運(yùn)算。它認(rèn)為人是一個(gè)物理符號(hào)系統(tǒng),計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng),因此,我們就能夠用計(jì)算機(jī)來模擬人的智能行為,即用計(jì)算機(jī)的符號(hào)操作來模擬人的認(rèn)知過程。這種方法的實(shí)質(zhì)就是模擬人的左腦抽象邏輯思維，通過研究人類認(rèn)知系統(tǒng)的功能機(jī)理，用某種符號(hào)來描述人類的認(rèn)知過程，并把這種符號(hào)輸入到能處理符號(hào)的計(jì)算機(jī)中，就可以模擬人類的認(rèn)知過程，從而實(shí)現(xiàn)人工智能?？梢园逊?hào)主義的思想簡單的歸結(jié)為“認(rèn)知即計(jì)算”。符號(hào)主義又稱：邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派連接主義又稱：仿生學(xué)派或生理學(xué)派原理：神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法。起源：源于仿生學(xué)，特別是人腦模型的研究。學(xué)派代表：卡洛克、皮茨、Hopfield、魯梅爾哈特等。連結(jié)主義基本理論認(rèn)為思維基元是神經(jīng)元，而不是符號(hào)處理過程。認(rèn)為人腦不同于電腦，并提出連結(jié)主義的大腦工作模式，用于取代符號(hào)操作的電腦工作模式。連接主義又稱：仿生學(xué)派或生理學(xué)派行為主義又稱：進(jìn)化主義或控制論學(xué)派原理：控制論及感知—?jiǎng)幼餍涂刂葡到y(tǒng)認(rèn)為智能不需要知識(shí)、不需要表示、不需要推理；人工智能可以象人類智能一樣逐步進(jìn)化(所以稱為進(jìn)化主義)；智能行為只能在現(xiàn)實(shí)世界中與周圍環(huán)境交互作用而表現(xiàn)出來。行為主義又稱：進(jìn)化主義或控制論學(xué)派催化當(dāng)今人工智能的出現(xiàn)三大催化劑1）摩爾定律在價(jià)格、體積不變的條件下，計(jì)算機(jī)的計(jì)算能力可以不斷增長。這就是被人們所熟知的摩爾定律，它以Intel共同創(chuàng)辦人GordonMoore命名。GordonMoore從各種形式的計(jì)算中獲利，包括人工智能研究人員使用的計(jì)算類型。數(shù)年以前，先進(jìn)的系統(tǒng)設(shè)計(jì)只能在理論上成立但無法實(shí)現(xiàn)，因?yàn)樗枰挠?jì)算機(jī)資源過于昂貴或者計(jì)算機(jī)無法勝任。今天，我們已經(jīng)擁有了實(shí)現(xiàn)這些設(shè)計(jì)所需要的計(jì)算資源。舉個(gè)夢幻般的例子，現(xiàn)在最新一代微處理器的性能是1971年第一代單片機(jī)的400萬倍。催化當(dāng)今人工智能的出現(xiàn)三大催化劑1）摩爾定律催化當(dāng)今人工智能的出現(xiàn)三大催化劑2）大數(shù)據(jù)得益于互聯(lián)網(wǎng)、社交媒體、移動(dòng)設(shè)備和廉價(jià)的傳感器，這個(gè)世界產(chǎn)生的數(shù)據(jù)量急劇增加。隨著對這些數(shù)據(jù)的價(jià)值的不斷認(rèn)識(shí)，用來管理和分析數(shù)據(jù)的新技術(shù)也得到了發(fā)展。大數(shù)據(jù)是人工智能發(fā)展的助推劑，這是因?yàn)橛行┤斯ぶ悄芗夹g(shù)使用統(tǒng)計(jì)模型來進(jìn)行數(shù)據(jù)的概率推算，比如圖像、文本或者語音，通過把這些模型暴露在數(shù)據(jù)的海洋中，使它們得到不斷優(yōu)化，或者稱之為“訓(xùn)練”——現(xiàn)在這樣的條件隨處可得。催化當(dāng)今人工智能的出現(xiàn)三大催化劑催化當(dāng)今人工智能的出現(xiàn)三大催化劑3）互聯(lián)網(wǎng)和云計(jì)算和大數(shù)據(jù)現(xiàn)象緊密相關(guān)，互聯(lián)網(wǎng)和云計(jì)算可以被認(rèn)為是人工智能基石有兩個(gè)原因，第一，它們可以讓所有聯(lián)網(wǎng)的計(jì)算機(jī)設(shè)備都能獲得海量數(shù)據(jù)。這些數(shù)據(jù)是人們推進(jìn)人工智能研發(fā)所需要的，因此它可以促進(jìn)人工智能的發(fā)展。第二，它們?yōu)槿藗兲峁┝艘环N可行的合作方式——有時(shí)顯式有時(shí)隱式——來幫助人工智能系統(tǒng)進(jìn)行訓(xùn)練。比如，有些研究人員使用類似MechanicalTurk這樣基于云計(jì)算的眾包服務(wù)來雇傭成千上萬的人來描繪數(shù)字圖像。這就使得圖像識(shí)別算法可以從這些描繪中進(jìn)行學(xué)習(xí)。谷歌翻譯通過分析用戶的反饋以及使用者的無償貢獻(xiàn)來提高它自動(dòng)翻譯的質(zhì)量。催化當(dāng)今人工智能的出現(xiàn)三大催化劑人工的未來人工的未來人工的未來人工的未來人工的未來人工的未來智能爆炸于數(shù)百位科學(xué)家的問卷調(diào)查顯示他們認(rèn)為強(qiáng)人工智能出現(xiàn)的中位年份是2040年——距今只有25年。一個(gè)人工智能系統(tǒng)花了幾十年時(shí)間到達(dá)了人類腦殘智能的水平，而當(dāng)這個(gè)節(jié)點(diǎn)發(fā)生的時(shí)候，電腦對于世界的感知大概和一個(gè)四歲小孩一般；而在這節(jié)點(diǎn)后一個(gè)小時(shí)，電腦立馬推導(dǎo)出了統(tǒng)一廣義相對論和量子力學(xué)的物理學(xué)理論；而在這之后一個(gè)半小時(shí)，這個(gè)強(qiáng)人工智能變成了超人工智能，智能達(dá)到了普通人類的17萬倍。智能爆炸于數(shù)百位科學(xué)家的問卷調(diào)查顯示他們認(rèn)為強(qiáng)人工智能出現(xiàn)的人工智能緒論課件人工智能緒論課件推薦幾部關(guān)于人工智能的電影1、《機(jī)械姬》2、《超能查派》3、《機(jī)械公敵》4、《黑客帝國》推薦幾部關(guān)于人工智能的電影1、《機(jī)械姬》THANKS謝謝聆聽THANKS謝謝聆聽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年課程介紹課程：人工智能Hello.IamBaymax.內(nèi)容2341基本概念.發(fā)展簡史.基本內(nèi)容研究領(lǐng)域Hello.IamBaymax.內(nèi)容2341基本概念.基本概念I(lǐng)amBaymax,yourpersonalhealthcarecompanion.1基本IamBaymax,yourpersonalh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)心理學(xué)、哲學(xué)和語言學(xué)基礎(chǔ)上發(fā)展出來的交叉學(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，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？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)心理學(xué)、智能的概念1、暫無定論，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：智能的核心是思維，人的一切只能來自大腦的思維活動(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)閾值理論：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。存放知識(shí)庫的電腦為什么沒有智能？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1、暫無定論，存在三個(gè)流派：思維理論、知識(shí)閾值理論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)，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%來自視覺，10%來自聽覺，10%來自其他。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1、感知能力智能的特征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)邏輯規(guī)則對信息進(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，能從邏輯上對事物發(fā)展做出合理預(yù)測。

智能的特征2、記憶與思維能力智能的特征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*穿插于理性與感性思維之間，起升華與突破作用。智能的特征2、記憶與思維能力智能的特征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、無意識(shí)的?？梢杂薪處熞部梢宰詫W(xué)。4、行為能力對外界刺激做出反應(yīng)智能的特征3、學(xué)習(xí)能力人工智能1、

人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說使機(jī)器具有類似于人的智能。2、人工智能學(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、圖靈測試和中文屋思想實(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%測試者相信是人類（問題？）。人工智能1、人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說使機(jī)中文思想屋實(shí)驗(yàn)1、

人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者說使機(jī)器具有類似于人的智能。2、人工智能學(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、圖靈測試和中文屋思想實(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%測試者相信是人類（問題？）。中文思想屋實(shí)驗(yàn)1、人工智能：用人工方法在機(jī)器上實(shí)現(xiàn)智能或者PartTWO2Oh,no.PartTWO2Oh,no.發(fā)展簡史1、孕育2、形成3、發(fā)展4、巔峰5、衰落發(fā)展簡史1、孕育發(fā)展簡史1、孕育A公元前384到公元前322年，亞里士多德（Aristotle）的三段論B英國哲學(xué)家培根提出歸納法C德國數(shù)學(xué)家和哲學(xué)家萊布尼茨提出萬能符號(hào)和推理計(jì)算理論D英國邏輯學(xué)家布爾用符號(hào)語言描述思維活動(dòng)的基本推理法則E1936年，英國數(shù)學(xué)家圖靈提出“圖靈機(jī)”模型發(fā)展簡史1、孕育發(fā)展簡史1、孕育F1943年，美國神經(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）G1937年-1941年，美國愛荷華州立大學(xué)阿塔那索夫教授（Atanasoff）和其學(xué)生貝瑞（Berry）發(fā)明第一天計(jì)算機(jī)ABC（Atanasoff-BerryComputer）。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（ElectronicNumericalIntegratorandCalculator）發(fā)展簡史1、孕育發(fā)展簡史2、形成A1956年夏，當(dāng)時(shí)達(dá)特茅斯學(xué)院（DartmouthCollege）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)室信息部數(shù)學(xué)研究員香農(nóng)（C.E.Shannon）共同發(fā)起，邀請普林斯頓大學(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)展簡史2、形成發(fā)展簡史2、形成B會(huì)上麥卡錫提議采用“人工智能”這一術(shù)語，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CarnegieRAND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。D1956年之后，人工智能在機(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言方面取得很多成就。E1969年，人工智能聯(lián)合會(huì)議成立（InternationalJointConferencesonArtificialIntelligence，簡稱IJCAI）F1970年，創(chuàng)刊了國際性人工智能雜志（ArtificialIntelligence）發(fā)展簡史2、形成發(fā)展簡史3、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)用場景”。英美兩國中斷對機(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)展簡史3、發(fā)展發(fā)展簡史3、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。D1978年中國也把“智能模擬”作為國家科學(xué)技術(shù)發(fā)展規(guī)劃的主要研究課題之一，1981年成立中國人工智能學(xué)會(huì)。發(fā)展簡史3、發(fā)展研究內(nèi)容1、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。3、機(jī)器思維所謂機(jī)器思維是指對通過感知得來的外部信息級機(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。研究內(nèi)容1、知識(shí)表示PartTHREE3There,There.PartTHREE3There,研究內(nèi)容4、機(jī)器學(xué)習(xí)所謂機(jī)器學(xué)習(xí)（machinelearning）’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，RosenBlatt研究感知機(jī)（Perceptor）5、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。研究內(nèi)容4、機(jī)器學(xué)習(xí)PartTHREE4IamnotFast.PartTHREE4Iamnot研究領(lǐng)域1、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B1958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1、自動(dòng)定理證明研究領(lǐng)域2、博弈A諸如下棋、打牌、戰(zhàn)爭等一類競爭性的智能活動(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，而是通過對博弈的研究來檢驗(yàn)?zāi)承┤斯ぶ悄芗夹g(shù)是否能實(shí)現(xiàn)對人類智慧的模擬，促進(jìn)人工智能技術(shù)深入的研究研究領(lǐng)域2、博弈研究領(lǐng)域3、模式識(shí)別A模式識(shí)別是一門研究對象描述和分類方法的學(xué)科。模式是對一個(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3、模式識(shí)別研究領(lǐng)域4、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4、機(jī)器視覺研究領(lǐng)域5、自然語言理解A研究如何讓計(jì)算機(jī)理解人類自然語言。B研究目標(biāo)有三個(gè)：正確理解自然語言，正確回答問題；自動(dòng)根據(jù)自然語言生成摘要；自然語言間的自動(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，詞對詞的階段，該階段存在很大問題；其次，語義=語法分析階段有了長足發(fā)展，但依然有問題；當(dāng)前，強(qiáng)調(diào)知識(shí)即大規(guī)模語料庫的作用。研究領(lǐng)域5、自然語言理解研究領(lǐng)域6、智能信息檢索智能信息檢索的功能：理解自然語言；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6、智能信息檢索研究領(lǐng)域7、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)系和本質(zhì)規(guī)律。知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)庫發(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7、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)研究領(lǐng)域8、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)B1965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8、專家系統(tǒng)研究領(lǐng)域10、組合優(yōu)化問題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。BNP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。研究領(lǐng)域10、組合優(yōu)化問題研究領(lǐng)域11、人工神經(jīng)網(wǎng)絡(luò)A1943年，美國神經(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）。B20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。C1969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）。C2006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)。（？）研究領(lǐng)域11、人工神經(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StrongAI:physicalsymbolsystemswhichcanhaveamindandmentalstates;weakAI:physicalsymbolsystemswhichcanactintelligently

2、人工智能會(huì)是人類最后的發(fā)明？思考1、強(qiáng)人工智能、弱人工智能與超人工智能THANKSSIMONPPT,MORETHANPPTSupporterssaythattheeaseofuseofpresentationsoftwarecansavealotoftimeforpeoplewhootherwisewouldhaveusedothertypesofvisualaid—hand-drawnormechanicallytypesetslides,blackboardsorwhiteboards,oroverheadprojections.EaseofusealsoencouragesthoseTHANKSSIMONPPT,MORETHANPPT人工智能

是一門交叉學(xué)科

腦科學(xué)認(rèn)知科學(xué)心理學(xué)語言學(xué)邏輯學(xué)哲學(xué)計(jì)算機(jī)科學(xué)人工智能人工智能

是一門交叉學(xué)科

腦科學(xué)認(rèn)知科學(xué)心理學(xué)語言學(xué)邏輯學(xué)哲什么是人工智能人工智能的定義可以分為兩部分，即“人工”和“智能”。關(guān)于什么是“智能”？什么是人工智能人工智能的定義可以分為兩部分，即“人工”和“智智能需要具備的特征？具有感知能力（系統(tǒng)輸入）:

機(jī)器視覺，機(jī)器聽覺，圖像語音識(shí)別……具有記憶與思維能力：思維是智能的根本原因，思維是一個(gè)動(dòng)態(tài)的過程。思維分為：邏輯思維，形象思維和頓悟思維。具有學(xué)習(xí)能力及自適應(yīng)能力：適應(yīng)環(huán)境的變換、積累經(jīng)驗(yàn)的能力

具有行為能力（系統(tǒng)輸出）：對外界的智能化反應(yīng)智能需要具備的特征？具有感知能力（系統(tǒng)輸入）:機(jī)器視覺，機(jī)早期判斷是否有智能的方法———圖靈測試英國數(shù)學(xué)家阿蘭·圖靈(AlanTuring)提出了現(xiàn)稱為“圖靈測試”(TuringTest)的方法。簡單來講,圖靈測試的做法是:讓一位測試者分別與一臺(tái)計(jì)算機(jī)和一個(gè)人進(jìn)行交談(當(dāng)時(shí)是用電傳打字機(jī)),而測試者事先并不知道哪一個(gè)是人,哪一個(gè)是計(jì)算機(jī)。如果交談后測試者分不出哪一個(gè)被測者是人,

哪一個(gè)是計(jì)算機(jī),則可以認(rèn)為這臺(tái)被測的計(jì)算機(jī)具有智能。

早期判斷是否有智能的方法———圖靈測試英國數(shù)學(xué)家阿蘭·圖靈(人工智能緒論課件Turing測試存在的問題“圖靈測試”沒有規(guī)定問題的范圍和提問的標(biāo)準(zhǔn)僅反映了結(jié)果的比較，無涉及思維過程沒指出是什么人爭論：通過了圖靈檢驗(yàn)的電腦就具備思維能力了么？測試主持人被測機(jī)器被測人Turing測試存在的問題測試主持人被測機(jī)器被測人中文屋子約翰·西爾勒的中文屋子假設(shè)是說:有一臺(tái)計(jì)算機(jī)閱讀了一段故事并且能正確回答相關(guān)問題,這樣這臺(tái)計(jì)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?yàn)樗救瞬欢形?,然后將自己封閉在一個(gè)屋子里,代替計(jì)算機(jī)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(hào)只能通過一個(gè)很小的縫隙被送到屋子里。西爾勒則完全按照原先計(jì)算機(jī)程序的處理方式和過程(如符號(hào)匹配、查找、照抄等)對這些符號(hào)串進(jìn)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。西爾勒也得到了問題的正確答案。西爾勒認(rèn)為盡管計(jì)算機(jī)用這種符號(hào)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(jì)算機(jī)就有了智能。

中文屋子約翰·西爾勒的中文屋子假設(shè)是說:有一臺(tái)計(jì)算機(jī)閱讀了人工智能的發(fā)展概況

1.形成期（1956--1970年）AI誕生于一次歷史性的聚會(huì)(Dartmouth人工智能夏季研討會(huì))時(shí)間：1956年夏季地點(diǎn)：美國達(dá)特茅斯(Dartmouth)大學(xué)目的：為使計(jì)算機(jī)變得更“聰明”，或者說使計(jì)算機(jī)具有智能發(fā)起人：麥卡錫(J.McCarthy），Dartmouth的年輕數(shù)學(xué)家、計(jì)算機(jī)專家，后為MIT教授明斯基(M.L.Minsky），哈佛大學(xué)數(shù)學(xué)家、神經(jīng)學(xué)家，后為MIT教授洛切斯特(N.Lochester)，IBM公司信息中心負(fù)責(zé)人香農(nóng)(C.E.Shannon)，貝爾實(shí)驗(yàn)室信息部數(shù)學(xué)研究員會(huì)議結(jié)果：由麥卡錫提議正式采用了“ArtificialIntelligence”這一術(shù)語人工智能的發(fā)展概況

1.形成期（1956--1970年）A人工智能的發(fā)展概況2.形成期（1956----1970年）其他開創(chuàng)性貢獻(xiàn)1958年，美籍華人數(shù)理邏輯學(xué)家王浩在IBM-740計(jì)算機(jī)上僅用了3-5分鐘就證明了《數(shù)學(xué)原理》命題演算全部220條定理。1965年，費(fèi)根鮑姆(E.A.Feigenbaum)開始研究化學(xué)專家系統(tǒng)DENDRAL，用于質(zhì)譜儀分析有機(jī)化合物的分子結(jié)構(gòu)。1969年召開了第一屆國際人工智能聯(lián)合會(huì)議（InternationalJointConferenceonAI，IJCAI），標(biāo)志著人工智能作為一門獨(dú)立學(xué)科登上了國際學(xué)術(shù)舞臺(tái)。此后IJCAI每兩年召開一次。1970年《InternationalJournalofAI》創(chuàng)刊。人工智能的發(fā)展概況2.形成期（1956----1970年）人工智能的發(fā)展概況3.暗淡期（1966----1974年）失敗的預(yù)言給人工智能的聲譽(yù)造成重大傷害“20年內(nèi)，機(jī)器將能做人所能做的一切”---------1965在博弈方面：塞繆爾的下棋程序在與世界冠軍對弈時(shí)，5局?jǐn)×?局。在定理證明方面：發(fā)現(xiàn)魯賓遜歸結(jié)法的能力有限。當(dāng)用歸結(jié)原理證明兩個(gè)連續(xù)函數(shù)之和還是連續(xù)函數(shù)時(shí)，推了10萬步也沒證出結(jié)果。在機(jī)器翻譯方面：發(fā)現(xiàn)并不那么簡單，甚至?xí)[出笑話。例如，把“心有余而力不足”的英語句子翻譯成俄語，再翻譯回來時(shí)竟變成了“酒是好的，肉變質(zhì)了”在問題求解方面：對于不良結(jié)構(gòu)，會(huì)產(chǎn)生組合爆炸問題。在神經(jīng)生理學(xué)方面：研究發(fā)現(xiàn)人腦有1011-12以上的神經(jīng)元，在現(xiàn)有技術(shù)條件下用機(jī)器從結(jié)構(gòu)上模擬人腦是根本不可能的。在英國，劍橋大學(xué)的詹姆教授指責(zé)“人工智能研究不是騙局，也是庸人自擾”。從此，形勢急轉(zhuǎn)直下，在全世界范圍內(nèi)人工智能研究陷入困境、落入低谷。

人工智能的發(fā)展概況3.暗淡期（1966----1974年人工智能的發(fā)展概況

4.知識(shí)應(yīng)用期（1970----1988年）整個(gè)20世紀(jì)80年代，專家系統(tǒng)和知識(shí)工程在全世界得到了迅速發(fā)展。專家系統(tǒng)為企業(yè)等用戶贏