人工智能培訓(xùn)課件

人工智能培訓(xùn)課件課程簡介本課程較系統(tǒng)地介紹人工智能的基本概念、原理和方法，為學(xué)生研究或應(yīng)用人工智能技術(shù)打下基礎(chǔ)。掌握人工智能基本原理，包括人工智能的兩大支柱：搜索技術(shù)（盲目搜索、啟發(fā)式搜索）和知識表示（知識表示和推理方法：一階謂詞邏輯，即命題演算和謂詞演算）及其計算機實現(xiàn)。了解不確定推理的基本方法，具有一定運用一種編程語言進行人工智能算法的編程能力。先修：C或C++、數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)、概率統(tǒng)計2主要學(xué)習(xí)的內(nèi)容搜索技術(shù)及應(yīng)用盲目搜索方法啟發(fā)式搜索方法與/或圖搜索方法博弈樹搜索方法謂詞演算及應(yīng)用知識表示和知識推理及應(yīng)用不確定性推理,專家系統(tǒng),高級搜索人工智能應(yīng)用領(lǐng)域核心內(nèi)容需掌握選修內(nèi)容了解3主要考核形式：作業(yè)實驗（運用一種編程語言實現(xiàn)算法）發(fā)言情況考試（開卷）4參考資料5第一章緒論教學(xué)內(nèi)容：本章介紹人工智能的定義、發(fā)展概況及相關(guān)學(xué)派和他們的認(rèn)知觀，接著討論人工智能的研究和應(yīng)用領(lǐng)域。教學(xué)要點：從不同科學(xué)或?qū)W科出發(fā)對人工智能進行的定義；介紹人工智能的起源與發(fā)展過程；討論人工智能與人類智能的關(guān)系；

簡介目前人工智能的主要學(xué)派；

簡介人工智能所研究的范圍與應(yīng)用領(lǐng)域。6教學(xué)要求重點掌握人工智能的幾種定義，掌握目前人工智能的三個主要學(xué)派及對人工智能的理解，一般了解人工智能的主要研究范圍和應(yīng)用領(lǐng)域。71.1人工智能的定義與發(fā)展本小節(jié)主要介紹目前對人工智能的幾種定義，并對人工智能的起源和發(fā)展進行了總結(jié)和分析。從學(xué)科和能力的角度深刻理解人工智能的定義，初步了解人工智能的起源及其發(fā)展過程。81.1.1人工智能的定義定義1智能機器能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)(anthropomorphictasks)的機器。例子1：能夠模擬人的思維，進行博弈的計算機。1997年5月11日，一個名為“深藍(lán)”(DeepBlue)的IＢＭ計算機系統(tǒng)戰(zhàn)勝當(dāng)時的國際象棋世界冠軍蓋利.卡斯帕羅夫（GarryKasparov）。例子2：能夠進行深海探測的潛水機器人。例子3：在星際探險中的移動機器人，如美國研制的火星探測車。91.1.1人工智能的定義定義2人工智能(學(xué)科)人工智能(學(xué)科)是計算機科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個分支。它的近期主要目標(biāo)在于研究用機器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。定義3人工智能(能力)人工智能(能力)是智能機器所執(zhí)行的通常與人類智能有關(guān)的智能行為，如判斷、推理、證明、識別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。10其它幾種關(guān)于人工智能的定義定義4人工智能是一種使計算機能夠思維，使機器具有智力的激動人心的新嘗試（Haugeland,1985）。定義5人工智能是那些與人的思維、決策、問題求解和學(xué)習(xí)等有關(guān)活動的自動化（Bellman,1978）。定義6人工智能是用計算模型研究智力行為（Charniak和McDermott,1985）。定義7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）。11其它幾種關(guān)于人工智能的定義定義8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）。定義9人工智能研究如何使計算機做事讓人過得更好（Rick和Knight,1991）。定義10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(xué)科（Schalkoff,1990）。定義11人工智能是計算機科學(xué)中與智能行為的自動化有關(guān)的一個分支（Luger和Stubblefield,1993）。其中，定義4和定義5涉及擬人思維；定義6和定義7與理性思維有關(guān)；定義8和定義9涉及擬人行為；定義10和定義11與擬人理性行為有關(guān)。121.1.2人工智能的起源與發(fā)展人工智能的發(fā)展是以硬件與軟件為基礎(chǔ)的，經(jīng)歷了漫長的發(fā)展歷程。特別是20世紀(jì)30年代和40年代的智能界，發(fā)現(xiàn)了兩件重要的事情：數(shù)理邏輯和關(guān)于計算的新思想。以維納（Wiener）、弗雷治、羅素等為代表對發(fā)展數(shù)理邏輯學(xué)科的貢獻及丘奇(Church)、圖靈和其它一些人關(guān)于計算本質(zhì)的思想，為人工智能的形成產(chǎn)生了重要影響。13人工智能的發(fā)展簡史第一階段（40年代中～50年代末）神經(jīng)元網(wǎng)絡(luò)時代(1956年以前，萌芽期）基于生理學(xué)知識和腦神經(jīng)元的功能；對命題邏輯的形式化分析以及圖靈的計算理論，提出一種人工神經(jīng)元模型。普林斯頓大學(xué)的兩名研究生在1951年建造了第一臺神經(jīng)網(wǎng)絡(luò)計算機。14人工智能的發(fā)展簡史第二階段（50年代中～60年代中）通用方法時代（形成期1956-1961年）

物理符號系統(tǒng)主要研究的問題：定理證明、游戲、翻譯等對問題的難度估計不足，陷入困境15AI的歷史回顧一個笑話（英俄翻譯）：Thespiritiswillingbutthefleshisweak. （心有余而力不足）Thevodkaisstrongbutmeatisrotten. （伏特加酒雖然很濃，但肉是腐爛的）出現(xiàn)這樣的錯誤的原因：Spirit： 1）精神 2）烈性酒結(jié)論： 必須理解才能翻譯，而理解需要知識16人工智能的發(fā)展簡史第三階段（60年代中～80年代初）知識工程時代（發(fā)展期1961年以后）專家系統(tǒng)知識工程知識工程席卷全球各國發(fā)展計劃：美國星球大戰(zhàn)計劃英國ALVEY計劃法國UNIKA計劃日本五代機計劃中國“863”計劃17人工智能的發(fā)展簡史第四階段（80年代中～90年代初）新的神經(jīng)元網(wǎng)絡(luò)時代（神經(jīng)網(wǎng)絡(luò)期）BP網(wǎng)（算法），解決了多層網(wǎng)的學(xué)習(xí)問題Hopfield網(wǎng)，成功求解了貨郎擔(dān)問題存在問題：理論依據(jù)解決大規(guī)模問題的能力新的動向——構(gòu)造化方法18人工智能的發(fā)展簡史第五階段（90年代初～現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時代（數(shù)據(jù)與網(wǎng)絡(luò)）網(wǎng)絡(luò)給AI帶來無限的機會知識發(fā)現(xiàn)與數(shù)據(jù)挖掘AI走向?qū)嵱没?9各國的人工智能研究美國是人工智能的發(fā)源地英國60年代開始起步日本西歐和前蘇聯(lián)：起步較晚，發(fā)展快我國78年開始：定理證明，自然語言理解，機器人與專家系統(tǒng)人工智能學(xué)會，計算機學(xué)會人工智能與模式識別專業(yè)委員會201.2人類智能與人工智能1.2.1智能處理信息系統(tǒng)的假設(shè)1、符號處理系統(tǒng)的六種基本功能信息處理系統(tǒng)又叫符號操作系統(tǒng)(SymbolOperationSystem)，一個完善的符號系統(tǒng)應(yīng)具有下列6種基本功能：(1)輸入符號(input)；(2)輸出符號(output);(3)存儲符號(store);(4)復(fù)制符號(copy);(5)建立符號結(jié)構(gòu)：通過找出各符號間的關(guān)系，在符號系統(tǒng)中形成符號結(jié)構(gòu)；(6)條件性遷移(conditionaltransfer)：根據(jù)已有符號，繼續(xù)完成活動過程。211.2.1智能處理信息系統(tǒng)的假設(shè)2、可以把人看成一個智能信息處理系統(tǒng)

如果一個物理符號系統(tǒng)具有上述全部6種功能，能夠完成這個全過程，那么它就是一個完整的物理符號系統(tǒng)。人具有上述6種功能；現(xiàn)代計算機也具備物理符號系統(tǒng)的這6種功能。221.2.1智能處理信息系統(tǒng)的假設(shè)3、物理符號系統(tǒng)的假設(shè)

任何一個系統(tǒng)，如果它能表現(xiàn)出智能，那么它就必定能夠執(zhí)行上述6種功能。反之，任何系統(tǒng)如果具有這6種功能，那么它就能夠表現(xiàn)出智能；這種智能指的是人類所具有的那種智能。把這個假設(shè)稱為物理符號系統(tǒng)的假設(shè)。231.2.1智能處理信息系統(tǒng)的假設(shè)4、物理符號系統(tǒng)3個推論推論一：既然人具有智能，那么他(她)就一定是個物理符號系統(tǒng)。推論二：既然計算機是一個物理符號系統(tǒng)，它就一定能夠表現(xiàn)出智能。推論三：既然人是一個物理符號系統(tǒng)，計算機也是一個物理符號系統(tǒng)，那么我們就能夠用計算機來模擬人的活動。241.2.2人類智能的計算機模擬

1950年，圖靈發(fā)表了題為《計算機能思考嗎？》的論文，給人工智能下了一個定義，而且論證了人工智能的可能性。定義智慧時，如果一臺機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的。圖靈實驗的本質(zhì)就是讓人在不看外型的情況下不能區(qū)別是機器的行為還是人的行為時，這個機器就是智慧的。AlanTuring(1912-1954)

25圖靈測試

游戲由一男(A)、一女(B)和一名詢問者(C)進行；C與A、B被隔離，通過電傳打字機與A、B對話。詢問者只知道二人的稱呼是X，Y，通過提問以及回答來判斷，最終作出"X是A，Y是B"或者"X是B，Y是A"的結(jié)論。游戲中，A必須盡力使C判斷錯誤，而B的任務(wù)是幫助C。

當(dāng)一個機器代替了游戲中的A，并且機器將試圖使得C相信它是一個人。如果機器通過了圖靈測試，就認(rèn)為它是"智慧"的。261.2.2人類智能的計算機模擬1、機器智能可以模擬人類智能

物理符號系統(tǒng)假設(shè)的推論一告訴人們，人有智能，所以他是一個物理符號系統(tǒng)；推論三指出，可以編寫出計算機程序去模擬人類的思維活動。這就是說，人和計算機這兩個物理符號系統(tǒng)所使用的物理符號是相同的，因而計算機可以模擬人類的智能活動過程。272、智能計算機的功能可以看出，要使機器達到人類智能的水平，或者超過人類智能還需要做大量的工作。計算機尚需具有以下能力：自然語言處理，使得計算機可以用英文成功地進行交流；知識表示，存儲它知道的或聽到的信息；自動推理，運用存儲的信息來回答問題和提取新的結(jié)論；機器學(xué)習(xí)，能適應(yīng)新的環(huán)境并能檢測和推斷新的模式。

完全的圖靈測試還包括詢問者利用視頻信號來測試對方的感知能力，以及詢問者“通過窗口”傳遞給受試對象。計算機視覺，可以感知物體；機器人技術(shù)，可以操縱和移動物體。這六個領(lǐng)域構(gòu)成了AI的大部分內(nèi)容。討論：為什么能夠用電腦模擬人腦智能？281.3

人工智能的學(xué)派及其爭論1、人工智能三大學(xué)派·符號主義(Symbolicism)，又稱為邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計算機學(xué)派(Computerism)，其原理主要為物理符號系統(tǒng)假設(shè)和有限合理性原理?！ぢ?lián)結(jié)主義(Connectionism)，又稱為仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)，其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法?！ば袨橹髁x(Actionism)，又稱進化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)，其原理為控制論及感知-動作型控制系統(tǒng)。292、三大學(xué)派對人工智能發(fā)展歷史的不同看法符號主義：認(rèn)為人工智能源于數(shù)理邏輯。它認(rèn)為人是一個物理符號系統(tǒng)，計算機也是一個物理符號系統(tǒng)，因此，我們就能夠用計算機來模擬人的智能行為，即用計算機的符號操作來模擬人的認(rèn)知過程。知識是信息的一種形式，是構(gòu)成智能的基礎(chǔ)。人工智能的核心問題是知識表示、知識推理和知識運用。是人工智能的主流學(xué)派，這個學(xué)派的代表有紐厄爾、肖、西蒙和尼爾遜(Nilsson)等。30聯(lián)結(jié)主義聯(lián)結(jié)主義：認(rèn)為人工智能源于仿生學(xué)，特別是人腦模型的研究。它的代表性成果是1943年由生理學(xué)家麥卡洛克(McCulloch)和數(shù)理邏輯學(xué)家皮茨(Pitts)創(chuàng)立的腦模型，即MP模型。近期代表性工作有：Hopfield教授在1982年和1984年論文中提出用硬件模擬神經(jīng)網(wǎng)絡(luò)。J.D.Rumelhart教授于1986年提出多層網(wǎng)絡(luò)中的反饋傳播（BP）算法。31行為主義行為主義：認(rèn)為人工智能源于控制論。提出智能行為的“感知-動作”模式。認(rèn)為：智能取決于感知和行動(所以被稱為行為主義)；AI可以像人類智能一樣逐步進化；智能行為只能通過現(xiàn)實世界與周圍環(huán)境交互作用表現(xiàn)出來。這一學(xué)派的代表作首推布魯克斯(Brooks)的六足行走機器人，它被看做新一代的“控制論動物”，是一個基于感知－動作模式的模擬昆蟲行為的控制系統(tǒng)。

321.4人工智能的研究與應(yīng)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。今天的計算機程序能夠下錦標(biāo)賽水平的各種方盤棋、十五子棋和國際象棋。33IBM的“深藍(lán)” 北京時間1997年5月12日凌晨4點50分，美國紐約公平大廈，當(dāng)IBM公司的“深藍(lán)”超級電腦將棋盤上的一個兵走到C4的位置上時，國際象棋世界冠軍卡斯帕羅夫?qū)Α吧钏{(lán)”的人機大戰(zhàn)落下帷幕，“深藍(lán)”以3.5：2.5的總比分戰(zhàn)勝卡斯帕羅夫。34IBM的“深藍(lán)”（續(xù)1）96年2月第一次比賽結(jié)果： “深藍(lán)”：勝、負(fù)、平、平、負(fù)、負(fù)97年5月第二次比賽結(jié)果： “深藍(lán)”：負(fù)、勝、平、平、平、勝“深藍(lán)”的技術(shù)指標(biāo)：32個CPU每個CPU有16個協(xié)處理器每個CPU有256M內(nèi)存每個CPU的處理速度為200萬步/秒在每步棋限時3分鐘里，可以推演1000-2000億步棋局。（GarryKasparov的思考速度是200步/分）。351.4.2邏輯推理與定理證明1976年7月，美國的阿佩爾(K.Appel)等人合作解決了長達124年之久的難題--四色定理。他們用三臺大型計算機，花去1200小時CPU時間，并對中間結(jié)果進行人為反復(fù)修改500多處。四色定理的成功證明曾轟動計算機界。我國人工智能大師吳文俊院士提出并實現(xiàn)了幾何定理機器證明的方法，被國際上承認(rèn)為“吳氏方法”，是定理證明的又一標(biāo)志性成果。361.4.3自然語言理解NLP(NaturalLanguageProcessing)自然語言處理也是人工智能的早期研究領(lǐng)域之一，已經(jīng)編寫出能夠從內(nèi)部數(shù)據(jù)庫回答用英語提出的問題的程序，這些程序通過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，能夠把句子從一種語言翻譯為另一種語言，執(zhí)行用英語給出的指令和獲取知識等。有些程序甚至能夠在一定程度上翻譯從話筒輸入的口頭指令(而不是從鍵盤打入計算機的指令)。371.4.4自動程序設(shè)計自動程序設(shè)計（AutomaticProgramming）的任務(wù)是設(shè)計這樣一個程序系統(tǒng)：它接收關(guān)于所設(shè)計程序要實現(xiàn)目標(biāo)的需求描述，然后自動生成能完成這個目標(biāo)的具體程序。自動程序設(shè)計研究的重大貢獻之一是作為問題求解策略的調(diào)整概念。已經(jīng)發(fā)現(xiàn)，對程序設(shè)計或機器人控制問題，先產(chǎn)生一個不費事的有錯誤的解，然后再修改它(使它正確工作)，這種做法一般要比堅持要求第一個解就完全沒有缺陷的做法有效得多。381.4.5專家系統(tǒng)一般地說，專家系統(tǒng)是一個智能計算機程序系統(tǒng)，其內(nèi)部具有大量專家水平的某個領(lǐng)域知識與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來解決該領(lǐng)域的問題。專家系統(tǒng)可以解決的問題一般包括解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等。在已經(jīng)建立的專家咨詢系統(tǒng)中，有能夠診斷疾病的(包括中醫(yī)診斷智能機)，估計潛在石油等礦藏的，研究復(fù)雜有機化合物結(jié)構(gòu)的以及提供使用其它計算機系統(tǒng)的參考意見等。391.4.6機器學(xué)習(xí)學(xué)習(xí)是人類智能的主要標(biāo)志和獲得知識的基本手段。機器學(xué)習(xí)(自動獲取新的事實及新的推理算法)是使計算機具有智能的根本途徑。學(xué)習(xí)能力無疑是人工智能研究上最突出和最重要的一個方面。人工智能在這方面的研究近年來取得了一些進展，理論正在創(chuàng)立，方法日臻完善，但遠(yuǎn)未達到理想境地。401.4.7神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。對神經(jīng)網(wǎng)絡(luò)的研究始于40年代初期，經(jīng)歷了一條十分曲折的道路，幾起幾落，80年代初以來，對神經(jīng)網(wǎng)絡(luò)的研究再次出現(xiàn)高潮?；羝辗茽柕?Hopfield)提出用硬件實現(xiàn)神經(jīng)網(wǎng)絡(luò)，魯梅爾哈特(Rumelhart)等提出多層網(wǎng)絡(luò)中的反向傳播(BP)算法就是兩個重要標(biāo)志。神經(jīng)網(wǎng)絡(luò)已在模式識別、圖象處理、組合優(yōu)化、自動控制、信息處理、機器人學(xué)和人工智能的其它領(lǐng)域獲得日益廣泛的應(yīng)用。411.4.8機器人學(xué)機器人學(xué)：包括對操作機器人裝置程序的研究。這個領(lǐng)域所研究的問題，從機器人手臂的最佳移動到實現(xiàn)機器人目標(biāo)的動作序列的規(guī)劃方法，無所不包。智能機器人的研究和應(yīng)用體現(xiàn)出廣泛的學(xué)科交叉，涉及眾多的課題，如機器人體系結(jié)構(gòu)、機構(gòu)、控制、智能、視覺、觸覺、力覺、聽覺、機器人裝配、惡劣環(huán)境下的機器人以及機器人語言等。機器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防等領(lǐng)域獲得越來越普遍的應(yīng)用。421.4.8機器人學(xué)（續(xù)）431.4.9模式識別人工智能所研究的模式識別是指用計算機代替人類或幫助人類感知模式，是對人類感知外界功能的模擬，研究的是計算機模式識別系統(tǒng)，也就是使一個計算機系統(tǒng)具有模擬人類通過感官接受外界信息、識別和理解周圍環(huán)境的感知能力。在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。441.4.10

機器視覺實驗表明，人類接受外界信息的80%以上來自視覺，視覺對人類是非常重要的。機器視覺的前沿研究領(lǐng)域包括實時并行處理、主動式定性視覺、動態(tài)和時變視覺、三維景物的建模與識別、實時圖象壓縮傳輸和復(fù)原、多光譜和彩色圖象的處理與解釋等。機器視覺已在機器人裝配、衛(wèi)星圖象處理、工業(yè)過程監(jiān)控