人工智能課件

人工智能原理與應(yīng)用

第1章人工智能概述

1

本章內(nèi)容

1.1關(guān)于人工智能的定義

1.2人工智能的基礎(chǔ)

1.3人工智能簡史

1.4人工智能的研究特點

1.5人工智能的研究內(nèi)容

小結(jié)

參考書目

附錄和人工智能相關(guān)的社會倫理問題

第1章人工智能概述21.1關(guān)于人工智能的定義

第1章人工智能概述3作為智能體的人類智能體(Agent)人類是一種智能體我們，作為一個智能體，為什么能夠思考?大腦這么一小堆東西怎么能夠感知、理解、預(yù)測和應(yīng)對一個遠(yuǎn)比自身龐大和復(fù)雜的世界？——理解人類，理解智能人工智能(AI)走得更遠(yuǎn)：不僅試圖理解智能體，而且要建造智能體——制造出像人類一樣完成某些智能任務(wù)的系統(tǒng)(軟件)第1章人工智能概述4AI是新興學(xué)科，也是激動人心的學(xué)科.Russell聲稱：不同于物理學(xué)，這里還有出現(xiàn)幾個愛因斯坦的余地為什么？研究主觀世界的成果遠(yuǎn)少于研究客觀世界的成果第1章人工智能概述處于探索初期的學(xué)科5對AI的4種不同定義第1章人工智能概述像人一樣思考的系統(tǒng)理性地思考的系統(tǒng)要使計算機能思考……有頭腦的機器(Haugeland,1985)[使之自動化]與人類的思維相關(guān)的活動,諸如決策、問題求解、學(xué)習(xí)等活動(Bellman,1978)通過對計算模型的使用來進(jìn)行心智能力的研究(Charniak&McDemontt,1985)對使得知覺、推理和行動成為可能的計算的研究(Winston,1992)像人一樣行動的系統(tǒng)理性地行動的系統(tǒng)創(chuàng)造機器來執(zhí)行人需要智能才能完成的功能(Kurzweil,1990)研究如何讓計算機能夠做到那些目前人比計算機做得更好的事情(Rich&Knight,1991)計算智能是對設(shè)計智能化智能體的研究(Pooleetal.,1998)AI關(guān)心的是人工制品中的智能行為(Nilsson,1998)6定義1—類人思考（認(rèn)知模型方法）如何得知人類是如何思考的?通過自省—捕捉人類思維過程通過心理測試這種方法不滿足于讓程序正確地解決問題,更加關(guān)心對程序的推理步驟軌跡與人類個體求解同樣問題的步驟軌跡進(jìn)行比較認(rèn)知科學(xué):把來自AI的計算模型與來自心理學(xué)的實驗技術(shù)相結(jié)合,試圖創(chuàng)立一種精確而且可檢驗的人類思維工作方式的理論通常,我們只關(guān)心程序?qū)崿F(xiàn)了什么功能,而不會比較AI技術(shù)和人類認(rèn)知之間的異同第1章人工智能概述7應(yīng)用于視皮層假體的圖像處理定義1—類人思考（認(rèn)知模型方法）WUHB8定義2—類人行為(1)類人行為：圖靈測試(1950)圖靈建議：不是問“機器能否思考”，而是問“機器能否通過關(guān)于行為的智能測試”第1章人工智能概述9定義2—類人行為(2)測試過程：讓一個程序與一個人進(jìn)行5分鐘對話/然后人猜測交談對象是程序還是人？如果在30%測試中程序成功地欺騙了詢問人，則通過了測試圖靈期待最遲2000年出現(xiàn)這樣的程序，但是到目前為止，面對訓(xùn)練有素的鑒定人，沒有一個程序接近30%的標(biāo)準(zhǔn)第1章人工智能概述10目前世界上最成功的聊天機器人ALICEIntellibuddy：嗨，我是Intellibuddy，很高興認(rèn)識你！記者：我準(zhǔn)備寫一篇關(guān)于人工智能的文章。Intellibuddy：你會把我寫進(jìn)你的文章里嗎？記者：如果你能向我證明你真正擁有智能，我就寫你。Intellibuddy：你會將與我交談的事情推薦給你的朋友嗎？記者：哎，你有智力嗎？Intellibuddy：我的智力非常高，我能實現(xiàn)許多有智力的功能。記者：你會干什么？Intellibuddy：思考、推理、邏輯和推斷。記者：你的智商是多少？Intellibuddy：大約相當(dāng)于人類的250。記者：哦，你比我的總編還聰明。Intellibuddy：很高興你這樣認(rèn)為，用戶。你認(rèn)為我比我的總編聰明。記者：不，是比我的總編聰明。Intellibuddy：很高興你這樣認(rèn)為，用戶。你認(rèn)為我比我的總編聰明。記者：不，是比“我的”總編聰明。Intellibuddy：很高興你這樣認(rèn)為，用戶。你認(rèn)為我比我的總編聰明。

11定義2—類人行為(3)要想程序通過圖靈測試，還需要做大量工作，這些技能包括：知識表示,存儲機器獲得的各種信息自動推理,運用知識來回答問題和提取新結(jié)論機器學(xué)習(xí),適應(yīng)新環(huán)境并檢測和推斷新模式自然語言處理,使機器可以用人類語言交流計算機視覺,機器感知物體機器人技術(shù),操縱和移動物體第1章人工智能概述12定義2—類人行為(4)AI研究者并未花費很多精力來嘗試通過測試,因為研究智能的根本原則遠(yuǎn)比復(fù)制樣本重要.如同空氣動力學(xué)與模擬鳥類飛行之對于飛機的產(chǎn)生第1章人工智能概述13定義3—理性思考（“思維法則”方法）19世紀(jì),邏輯學(xué)家就發(fā)展出可以描述世界上一切事物及其彼此關(guān)系的精確的命題符號1965年,原則上,已經(jīng)有程序可以求解任何用邏輯符號描述的可解問題(消解法)AI領(lǐng)域傳統(tǒng)的邏輯主義希望通過編制上述程序來創(chuàng)造智能系統(tǒng)，然而難點在于:

非形式化的知識難以用邏輯符號形式化“原則上”可以解決問題和實際解決問題二者之間存在巨大差異第1章人工智能概述14定義4—理性行動(1)計算機智能體應(yīng)該有別于“簡單的”程序:具有諸如自主控制操作、感知環(huán)境、適應(yīng)變化等理性智能體：要通過自己的行動獲得最佳結(jié)果，或者在不確定的情況下，獲得最佳期望結(jié)果不僅要正確地推理，還要正確地行動/正確推論是理性智能體的部分功能，而不是理性的全部內(nèi)容圖靈測試中需要的技能都是為了作出理性行為第1章人工智能概述15定義4—理性行動(2)把AI研究視為理性智能體的設(shè)計過程好處：普遍性：比“思維法則”方法(理性地思維)更廣/比建立在人類行為或者思維基礎(chǔ)(類人方法)上的方法更形式化,因為相比具有清楚的定義或標(biāo)準(zhǔn)完美理性—總能做正確的事情vs.有限理性—在沒有足夠計算時間的前提下采取正確的行動完美理性在復(fù)雜環(huán)境下是不可行的第1章人工智能概述164種方法的比較第1章人工智能概述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/追隨人理性思考或理性行為：間接模擬/概括人––更普遍17AI概念理解是一個過程上述定義見仁見智重要的是學(xué)習(xí)AI方法、應(yīng)用AI方法，在實踐中逐步深入領(lǐng)會AI這個詞的含義目前，AI就是一種運行在我們自己機器中的程序，它的智能都是我們給的！第1章人工智能概述181.2人工智能的基礎(chǔ)

各學(xué)科的貢獻(xiàn)：

哲學(xué)/數(shù)學(xué)

經(jīng)濟(jì)學(xué)/神經(jīng)科學(xué)/心理學(xué)

計算機工程

控制論/語言學(xué)第1章人工智能概述19對人工智能有貢獻(xiàn)的學(xué)科哪些學(xué)科、哪些思想和哪些人物給予AI以貢獻(xiàn)?哲學(xué)(BC428~現(xiàn)在)數(shù)學(xué)(800~現(xiàn)在)經(jīng)濟(jì)學(xué)(1776~現(xiàn)在)神經(jīng)科學(xué)(1861~現(xiàn)在)心理學(xué)(1879~現(xiàn)在)計算機工程(1940~現(xiàn)在)控制論(1948~現(xiàn)在)語言學(xué)(1957~現(xiàn)在)第1章人工智能概述20哲學(xué)的貢獻(xiàn)(1)哲學(xué)(BC428~現(xiàn)在)貢獻(xiàn)的思想:問題1：形式化規(guī)則能用來抽取合理的結(jié)論嗎?問題2：精神的意識是如何從物質(zhì)的大腦產(chǎn)生出來的?問題3：知識是從哪里來的?問題4：知識是如何導(dǎo)致行動的?第1章人工智能概述21哲學(xué)的貢獻(xiàn)(2)問題1：形式化規(guī)則能用來抽取合理的結(jié)論嗎?（哲學(xué)家及其貢獻(xiàn)）亞里士多德(Aristotle,BC384~BC322),為形式邏輯奠定了基礎(chǔ)/第一個把支配意識的理性部分法則形式化為精確的法則集合/著名的三段論RamonLull/LeonardodaVinci/BlaisePascal(帕斯卡)/GottfriedWilhelmLeibnitz(萊布尼茲)等人均設(shè)計或制造了能計算的機器第1章人工智能概述22哲學(xué)的貢獻(xiàn)(3)17世紀(jì),有人提出推理如同數(shù)字計算/帕斯卡寫道:“算術(shù)機器產(chǎn)生的效果顯然更接近于思維而不是動物的其他活動”問題1結(jié)論:肯定的結(jié)論,即可以用一個規(guī)則集合描述意識的形式化、理性的部分第1章人工智能概述23哲學(xué)的貢獻(xiàn)(4)問題2：從物理系統(tǒng)的角度來考慮意識:意識與物質(zhì)的大腦之間的關(guān)系如何？

RenéDescartes(笛卡爾)給出了第一個關(guān)于意識和物質(zhì)之間的區(qū)別以及由此產(chǎn)生的問題的清晰討論。笛卡爾是二元論的支持者：堅持意識(或稱為靈魂/精神)的一部分是超脫于自然之外的,不受物理定律影響.而動物不擁有這種二元屬性,它們可以被作為機器對待。第1章人工智能概述24哲學(xué)的貢獻(xiàn)(5)唯物主義認(rèn)為:“大腦依照物理定律運轉(zhuǎn)而構(gòu)成了意識，自由意志也就簡化為對出現(xiàn)在選擇過程中可能選擇的感受方式?！眴栴}2結(jié)論:存在兩種選擇—二元論和一元論第1章人工智能概述25哲學(xué)的貢獻(xiàn)(6)問題3：知識是從哪里來的?關(guān)于知識的來源:FrancisBacon(培根)《新工具論》開始了經(jīng)驗主義運動JohnLocke(洛克)指出：“無物非先感而后知”DavidHume(休謨)提出歸納原理：一般規(guī)則是通過揭示形成規(guī)則的元素之間的重復(fù)關(guān)聯(lián)而獲得的第1章人工智能概述26哲學(xué)的貢獻(xiàn)(7)基于LudwigWittgenstein,BertrandRussell的工作，RudolfCarnap領(lǐng)導(dǎo)維也納學(xué)派發(fā)展了實證邏輯主義，堅持認(rèn)為所有的知識都可以用最終和傳感器輸入相對應(yīng)的觀察語句相聯(lián)系的邏輯理論來描述問題3結(jié)論:知識來自于實踐第1章人工智能概述27哲學(xué)的貢獻(xiàn)(8)問題4：知識是如何導(dǎo)致行動的?關(guān)于意識的哲學(xué)圖景的最后元素是知識與行動之間的聯(lián)系/智能既要求推理也要求行動亞里士多德認(rèn)為:行動是通過目標(biāo)與關(guān)于行動結(jié)果的知識之間的邏輯來判定的這實際上就是回歸規(guī)劃系統(tǒng),2300年后由Newell和Simon在其GPS程序中實現(xiàn)了問題4結(jié)論:知識用于指導(dǎo)行動去達(dá)到目標(biāo)第1章人工智能概述28數(shù)學(xué)的貢獻(xiàn)(1)數(shù)學(xué)(800~現(xiàn)在)貢獻(xiàn)的思想:如何抽取形式化規(guī)則來得到合理結(jié)論?什么可以被計算?如何用不確定的知識進(jìn)行推理?AI成為一門規(guī)范科學(xué)要求在三個基礎(chǔ)領(lǐng)域完成一定程度的數(shù)學(xué)形式化:邏輯、計算、概率第1章人工智能概述29數(shù)學(xué)的貢獻(xiàn)(2)問題1：如何抽取形式化規(guī)則？GeorgeBoole(布爾,1815~1864),1847年完成了形式邏輯的數(shù)學(xué)化/命題邏輯或稱布爾邏輯Gottlob

Frege(弗雷格,1848~1925),1879年擴展了布爾邏輯,使其包含對象和關(guān)系,創(chuàng)建了一階邏輯AlfredTarski(塔斯基)引入了一種參考理論,可以把邏輯對象與現(xiàn)實世界對象聯(lián)系起來問題1結(jié)論:形式化規(guī)則=命題邏輯和一階謂詞邏輯第1章人工智能概述30數(shù)學(xué)的貢獻(xiàn)(3)問題2：什么可以計算？可以被計算,就是要找到一個算法算法本身的研究可回溯至9世紀(jì)波斯數(shù)學(xué)家al-Khowarazmi19世紀(jì)晚期,把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力已經(jīng)展開1900年,DavidHilbert(希爾伯特,1862~1943)提出了包括23個問題的清單,其中最后一個問題是:是否存在一個算法可以判定涉及自然數(shù)的邏輯命題的真實性,即可判定性問題第1章人工智能概述31數(shù)學(xué)的貢獻(xiàn)(4)這一問題被KurtG?del(哥德爾,1906~1978)在1931年證實：確實存在局限性（不完備性定理）:在任何表達(dá)能力足以描述自然數(shù)的語言(如某種邏輯)中,在不能通過任何算法建立它們的真值的意義上,存在不可判定的真值語句

不完備性定理還可以表述為:整數(shù)的某些函數(shù)無法用算法表示,即不可計算的由此激發(fā)了AllenTuring(圖靈,1912~1954)的熱情,他試圖精確地刻畫哪些函數(shù)是能夠被計算的/圖靈說明了一些函數(shù)沒有對應(yīng)的圖靈機，但是圖靈機可以計算任何可計算的函數(shù)/該結(jié)論作為一個充分的定義而被接受第1章人工智能概述32數(shù)學(xué)的貢獻(xiàn)(6)在不可計算性以外,不可操作性具有更重要的影響/如果解決一個問題需要的計算時間隨著實例規(guī)模成指數(shù)級增長,則該問題被稱為不可操作的（計算復(fù)雜性問題）多項式級和指數(shù)級增長的區(qū)別在20世紀(jì)60年代得到重視如何認(rèn)識不可操作問題?以StevenCook(1971)和RichardCarp為代表的NP-完全理論的研究提供了一種方法第1章人工智能概述33數(shù)學(xué)的貢獻(xiàn)(7)Cook和Carp證明有大量各種類別的規(guī)范的組合搜索和推理問題屬于NP-完全問題任何NP-完全問題類可歸約成的問題類很可能是不可操作的(目前尚未證明,但大家猜測是如此)問題2結(jié)論:有了可計算性和算法復(fù)雜性理論的指導(dǎo)第1章人工智能概述34數(shù)學(xué)的貢獻(xiàn)(8)數(shù)學(xué)對AI的第三個貢獻(xiàn)是概率理論PierreFermat,Pascal,JamesBernoulli,PierreLaplace等都推進(jìn)了概率理論的發(fā)展及引入了新的統(tǒng)計方法論ThomasBayes(貝葉斯,1749~1827)提出了根據(jù)證據(jù)更新概率的法則(貝葉斯公式/條件概率公式)由此衍生出的貝葉斯分析形成了AI系統(tǒng)中不確定推理方法的基礎(chǔ)問題3結(jié)論:使用貝葉斯理論進(jìn)行不確定推理第1章人工智能概述35經(jīng)濟(jì)學(xué)的貢獻(xiàn)經(jīng)濟(jì)學(xué)(1776~現(xiàn)在)貢獻(xiàn)的思想:如何決策以獲得最大收益?在他人不合作的情況下如何做到這點?在收益遙遙無期的情況下如何做到這點?HerbertSimon(西蒙,1916~2001)是AI研究的先驅(qū)者/他于1978年獲得諾貝爾經(jīng)濟(jì)學(xué)獎,是因為他早年的工作:基于滿意度的模型—制定“足夠好”的決策,而不是艱苦計算獲得最優(yōu)化決策—能更好地描述真實人類行為關(guān)于在智能體系統(tǒng)中使用決策理論技術(shù)的研究興趣正在復(fù)蘇第1章人工智能概述36神經(jīng)科學(xué)的貢獻(xiàn)(1)神經(jīng)科學(xué)(1861~現(xiàn)在)的貢獻(xiàn):大腦是如何處理信息的?雖然幾千年來人類一直贊同大腦以某種方式與思維相聯(lián)系(因為證據(jù)表明頭部受重?fù)魰?dǎo)致精神缺陷),但是直到18世紀(jì)中期人類才廣泛地承認(rèn)大腦是意識的居所第1章人工智能概述37神經(jīng)科學(xué)的貢獻(xiàn)(2)PaulProca(布魯卡)通過研究大腦損傷病人的失語癥,闡明了語言產(chǎn)生定位于大腦左半球的一部分,現(xiàn)在稱為布魯卡區(qū)1873年CamilloGolgi開發(fā)出一項染色體技術(shù),允許人們觀察大腦的各個神經(jīng)元1929年HansBerger發(fā)明腦電圖記錄儀1990年核磁共振成像為神經(jīng)科學(xué)家提供了關(guān)于大腦活動的細(xì)致圖像,使得以某種方式與正在進(jìn)行的認(rèn)知過程相符合的測量成為可能第1章人工智能概述38神經(jīng)科學(xué)的貢獻(xiàn)(3)真正令人震驚的結(jié)論是:簡單細(xì)胞的集合能夠?qū)е滤季S、行動和意識，換句話說，大腦產(chǎn)生意識(西爾勒,1992)計算機和大腦如何相比?大腦活動過程對計算機工作過程有所啟發(fā)第1章人工智能概述39計算機與大腦的比較盡管計算機在原始的轉(zhuǎn)換速度上快100萬倍,大腦最終在做事上比計算機快10萬倍第1章人工智能概述計算機人腦計算單元數(shù)存儲單元數(shù)運算周期時間帶寬記憶更新次數(shù)/秒1個CPU/108邏輯門1010比特RAM1011比特磁盤10-9秒1010比特/秒1091011個神經(jīng)元1011個神經(jīng)元1014個突觸10-3秒1014比特/秒101440心理學(xué)的貢獻(xiàn)(1)心理學(xué)(1879~現(xiàn)在)的貢獻(xiàn):人類和動物如何思考和行動?心理學(xué)家的工作科學(xué)的心理學(xué)源自德國物理學(xué)家HermanvonHelmholtz(霍爾姆霍茲,1821~1894)和其學(xué)生WilhelmWundt的研究工作,1879年萊比錫大學(xué)開設(shè)了第一個實驗心理學(xué)的實驗室,進(jìn)行仔細(xì)控制的實驗第1章人工智能概述41心理學(xué)的貢獻(xiàn)(2)JohnWatson領(lǐng)導(dǎo)的行為主義運動認(rèn)為:內(nèi)省不能提供可靠的證據(jù),拒絕任何涉及精神過程的理論,只研究動物的感知及其反應(yīng)行為主義在1920~1960年期間一直控制著心理學(xué)認(rèn)知心理學(xué)的主要特征是:把大腦當(dāng)作信息處理裝置,可以回溯至WilliamJames的研究工作FredericBartlett領(lǐng)導(dǎo)的劍橋大學(xué)應(yīng)用心理學(xué)小組使得認(rèn)知模型得以繁榮第1章人工智能概述42心理學(xué)的貢獻(xiàn)(3)在美國,計算機科學(xué)的發(fā)展導(dǎo)致了認(rèn)知科學(xué)的創(chuàng)建,始于1956年9月MIT的一個研討會(AI創(chuàng)始的那次學(xué)術(shù)會議2個月之后),會上有三篇著名論文GeorgeMiller介紹了魔法數(shù)字7(TheMagicNumberSeven)NoamChomsky(喬姆斯基)介紹了語言的三種模型(ThreeModelsofLanguage)AllenNewell(紐厄爾)和HerbertSimon介紹了邏輯理論機(TheLogicTheoryMachine)第1章人工智能概述43心理學(xué)的貢獻(xiàn)(4)這三篇論文分別顯示了計算機模型可以用來表達(dá)記憶、語言和邏輯思維的心理狀態(tài)心理學(xué)家普遍認(rèn)為：“認(rèn)知理論就應(yīng)該像計算機程序”(Anderson,1980),即認(rèn)知理論應(yīng)該描述詳細(xì)的信息處理機制,由此可能實現(xiàn)某種認(rèn)知功能結(jié)論:人類思考和活動應(yīng)該是一個信息處理過程第1章人工智能概述44計算機工程的貢獻(xiàn)(1)計算機工程(1940~現(xiàn)在)的貢獻(xiàn):如何才能制造出能干的計算機?計算機被視為智能和人工制品的結(jié)合最早的可計算的裝置應(yīng)該從17世紀(jì)算起19世紀(jì)中葉,CharlesBabbage(巴貝奇,1792~1871)設(shè)計了兩臺機器,名為“差分機”和“分析機”,前者最終于1991年建造出來并在倫敦展出第1章人工智能概述45計算機工程的貢獻(xiàn)(2)最早的現(xiàn)代計算機幾乎同時在二戰(zhàn)期間分別在英國、德國和美國發(fā)明出來1945年在賓夕法尼亞大學(xué)(UPenn)開發(fā)出來的ENIAC被公認(rèn)為現(xiàn)代計算機最有影響的先驅(qū),研制者包括JohnMauchly和JohnEckert計算機硬件按照摩爾定律每18個月性能翻一番,這樣的增長速度還可以持續(xù)穩(wěn)定10年至20年,以后就不得不尋求新技術(shù)了第1章人工智能概述46計算機工程的貢獻(xiàn)(3)計算機軟件技術(shù)為AI提供了操作系統(tǒng)、程序設(shè)計語言、工具軟件等AI反過來也對主流計算機科學(xué)產(chǎn)生了影響：分時技術(shù)、交互式編譯器、窗口和鼠標(biāo)的個人機、快速開發(fā)環(huán)境、鏈接表數(shù)據(jù)類型、自動存儲管理、面向?qū)ο蟮木幊痰鹊?章人工智能概述47控制論的貢獻(xiàn)控制論(1948~現(xiàn)在)的貢獻(xiàn):人工制品怎樣才能在自己的控制下運轉(zhuǎn)?現(xiàn)代控制論控制論的創(chuàng)始人NorbertWiener(維納,1894~1964)的暢銷書《Cybernetics》(控制論)喚醒了人們對人工制造智能機器的可能性的熱情現(xiàn)代控制論,特別是隨機優(yōu)化控制的分支,把設(shè)計出能隨時間變化使目標(biāo)函數(shù)最大化的系統(tǒng)作為其目的,也粗略符合對AI的觀點例如：像真人一樣直立行走的機器人第1章人工智能概述48語言學(xué)的貢獻(xiàn)(1)語言學(xué)(1957~現(xiàn)在)貢獻(xiàn)的思想:語言和思維是怎樣聯(lián)系起來的?喬姆斯基最先作出了貢獻(xiàn)1957年《句法結(jié)構(gòu)》出版,顛覆了行為主義,認(rèn)為該理論不能解釋兒童怎么能理解和構(gòu)造他們以前沒有聽到的句子,而喬姆斯基關(guān)于語法模型的理論則能夠解釋這個現(xiàn)象,并且足夠形式化/喬姆斯基理論的影響一直持續(xù)到20世紀(jì)80年代末第1章人工智能概述49語言學(xué)的貢獻(xiàn)(2)計算語言學(xué)或者自然語言處理與AI差不多同時誕生,一直在發(fā)展,但是距離徹底理解語言和思維的關(guān)系尚很遠(yuǎn)研究語言的理解過程是人類智能研究的核心之一第1章人工智能概述50各學(xué)科的貢獻(xiàn)哲學(xué)—邏輯/推理方法/智能作為一種物理系統(tǒng)/理性的基礎(chǔ)數(shù)學(xué)—形式表示與證明/算法/可計算性/可操作性/概率性心理學(xué)—自適應(yīng)性/感知和控制的現(xiàn)象語言學(xué)—知識表示/語法神經(jīng)科學(xué)—智能活動的物理基礎(chǔ)(substrate)控制理論—自我平衡系統(tǒng)/穩(wěn)定性/優(yōu)化設(shè)計計算機工程—計算機硬件和軟件系統(tǒng)經(jīng)濟(jì)學(xué)—復(fù)雜系統(tǒng)中的決策/驗證環(huán)境第1章人工智能概述51推動AI發(fā)展的動力上述學(xué)科對于各種問題的探索,由此激發(fā)的認(rèn)識、思想、成就都成為推動AI發(fā)展的動力由此而發(fā)展出來的技術(shù)就構(gòu)成了AI的學(xué)科研究內(nèi)容人工智能=人造物(計算機)+智能(特殊化程序)從智能體角度,有2類智能體:人類/計算機作為人造智能體,人們期待計算機智能體在解決某些問題方面要達(dá)到專家水平,盡管從整體上它遠(yuǎn)遠(yuǎn)不及一個普通人第1章人工智能概述521.3人工智能簡史

7個歷史時期：

孕育期/誕生/早期的成功與期望

困難期/基于知識系統(tǒng)的崛起

AI成為工業(yè)/AI成為科學(xué)第1章人工智能概述53人工智能的產(chǎn)生人們對“數(shù)據(jù)世界”的需求進(jìn)而發(fā)展到對“知識世界”的需求而產(chǎn)生的為了尋求試探性的搜索，啟發(fā)式的不精確的模糊的甚至允許出現(xiàn)錯誤的推理方法，以便符合人類的思維過程第1章人工智能概述54人工智能發(fā)展的7個時期按照Russell的觀點,AI近五十年的發(fā)展歷史可以分為以下7個時期:AI孕育期(1943~1955)AI的誕生(1956)早期的熱情,巨大的期望(1952~1969)現(xiàn)實的困難(1966~1973)基于知識的系統(tǒng):力量的鑰匙?(1969~1979)AI成為工業(yè)(1980~現(xiàn)在)AI成為科學(xué)(1987~現(xiàn)在)/神經(jīng)網(wǎng)絡(luò)的回歸(1986~現(xiàn)在)/智能化智能體出現(xiàn)(1995~現(xiàn)在)第1章人工智能概述55人工智能孕育期(1943~1955)神經(jīng)網(wǎng)絡(luò)最早的AI工作是1943年WarrenMcCulloch和WalterPitts人工神經(jīng)元模型的研究,他們證明任何可計算的函數(shù)都可以通過某種由神經(jīng)元連接成的網(wǎng)絡(luò)進(jìn)行計算,還提出適當(dāng)?shù)木W(wǎng)絡(luò)能夠?qū)W習(xí)1951年,普林斯頓大學(xué)數(shù)學(xué)系研究生MarvinMinsky(明斯基)和DeanEdmonds建造了第一臺神經(jīng)元網(wǎng)絡(luò)計算機第1章人工智能概述56圖靈的論文圖靈1950年的論文第一個清晰地描繪出AI的完整圖像(ComputingMachineryandIntelligence)提出了圖靈測試、機器學(xué)習(xí)、遺傳算法、增量學(xué)習(xí)第1章人工智能概述57人工智能的誕生(1956)(1)1956年夏天,AI正式誕生于達(dá)特茅斯大學(xué)JohnMcCarthy(麥卡錫)自普林斯頓大學(xué)畢業(yè)以后去了達(dá)特茅斯大學(xué),他說服了另外2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、Minsky(明斯基)、ClaudeShannon(香儂)、IBM的NathanielRochester(羅切斯特),參加者共10人其他6位是：普林斯頓大學(xué)TrenchardMore、IBM的ArthurSamuel(塞繆爾)、MIT的RaySolomonoff和OliverSelfridge、CMU的紐厄爾和西蒙第1章人工智能概述58人工智能的誕生(1956)(2)會上,紐厄爾和西蒙最為活躍,介紹了他們的推理程序:邏輯理論家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(xué)也成為了美國AI研究的3大基地:

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第1章人工智能概述59人工智能的誕生(1956)[3]這次會議最為長久的貢獻(xiàn)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(biāo)不同：AI從一開始就承載著復(fù)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(xué)的分支，因而不是數(shù)學(xué)或者控制論或其他學(xué)科的分支AI是唯一這樣的領(lǐng)域：它試圖建造在復(fù)雜和變化的環(huán)境中自動發(fā)揮功能的機器第1章人工智能概述60早期的熱情,巨大的期望

(1952~1969)(1)當(dāng)時，主流的思想是“一臺機器永遠(yuǎn)不能做X”(而不是考慮“看看計算機能不能做X？”)AI研究者們就演示一個接一個的XCMU:紐厄爾和西蒙完成通用問題求解器(GPS),該系統(tǒng)及其后續(xù)程序的成功導(dǎo)致了他們提出著名的物理符號系統(tǒng)假設(shè)第1章人工智能概述61早期的熱情,巨大的期望

(1952~1969)(2)IBM:1959—HerbertGelernter建造了幾何定理證明機;1952年起,塞繆爾寫了一系列西洋跳棋程序,通過學(xué)習(xí)可達(dá)業(yè)余高手的級別MIT:1958年麥卡錫到了以后作出了三項重要貢獻(xiàn)/貢獻(xiàn)1:定義了LISP語言/貢獻(xiàn)2:與MIT其他人發(fā)明了分時技術(shù)/貢獻(xiàn)3:發(fā)表了題為《ProgramwithCommonSense》的論文,文中描述了“建議采納者”程序.該程序?qū)崿F(xiàn)了知識表示和推理的中心原則:具備明確的知識表示,并能通過演繹過程處理這些表示第1章人工智能概述62早期的熱情,巨大的期望

(1952~1969)(3)Stanford:1963年麥卡錫啟動了斯坦福的AI實驗室,著重研究邏輯推理的通用方法(后來如Robinson發(fā)現(xiàn)歸結(jié)方法)/以及機器人研究MIT:1958年明斯基也到了,不過他對程序如何實現(xiàn)更感興趣,并最終發(fā)展出反邏輯的觀點/指導(dǎo)了一系列學(xué)生,選擇那些顯然需要智能才能解決的受限問題/貢獻(xiàn):微世界模型MIT:最著名的微世界是積木世界,在此基礎(chǔ)上完成了許多研究工作如:視覺項目、自然語言理解項目(TerryWinograd)、規(guī)劃器等第1章人工智能概述63現(xiàn)實的困難(1966~1973)(1)早期AI研究者過于盲目的樂觀態(tài)度,10年預(yù)言,而實際上至少40年早期的AI系統(tǒng)在試圖解決更寬范圍和更難的問題時,都悲慘地失敗了/原因何在?第一類困難:缺少主題知識(通用而非專門化)典型例子:機器翻譯(MT)/最早對AI研究的發(fā)難始于機器翻譯(1966ALPAC報告)時至今日,MT研究仍然不完善但是被廣泛期待，也在作為一種輔助文檔處理工具第1章人工智能概述64現(xiàn)實的困難(1966~1973)(2)第二類困難：AI試圖解決的很多問題是不可操作的(NP類)在計算復(fù)雜性理論建立之前,對“問題放大”(從玩具到現(xiàn)實)的認(rèn)識局限于速度和存儲容量無限計算能力的幻覺:歸結(jié)法費時，程序原則上能夠找到解并不意味著程序?qū)嶋H上包含找到解的機制例子:包含超過幾十條事實的定理證明/早期遺傳算法實驗(1958~59)1973年英國政府在Lighthill報告之后終止了除2所大學(xué)以外所有的AI研究資助第1章人工智能概述65現(xiàn)實的困難(1966~1973)(3)第三類困難：用于產(chǎn)生智能行為的基本結(jié)構(gòu)存在某些限制例子：1969年Minsky和Papert證明了感知器—簡單的神經(jīng)網(wǎng)絡(luò)所能表示的東西很少(單層感知器對XOR函數(shù))神經(jīng)網(wǎng)絡(luò)研究由此沉寂了20年,直到80年代后期多層網(wǎng)絡(luò)的反向傳播算法出現(xiàn)引起了神經(jīng)網(wǎng)絡(luò)的復(fù)興這一算法首次發(fā)現(xiàn)恰恰是在1969年發(fā)現(xiàn)的(Bryson&Ho)第1章人工智能概述66基于知識的系統(tǒng):力量的鑰匙?

(1969~1979)(1)早期研究中的通用搜索機制稱為弱方法,通用但不能擴展到大規(guī)模問題或困難問題需要更強有力的、領(lǐng)域相關(guān)的知識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EdFeigenbaum等，根據(jù)質(zhì)譜儀信息推斷分子結(jié)構(gòu)/該系統(tǒng)改進(jìn)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)第1章人工智能概述67DENDRAL化學(xué)分析專家系統(tǒng)（斯坦福大學(xué)1968）MACSYMA符號數(shù)學(xué)專家系統(tǒng)（麻省理工1971）MYCIN診斷和治療細(xì)菌感染性血液病的專家咨詢系統(tǒng)（斯坦福大學(xué)1973）CASNET(Causal

ASsciationalNetwork)診斷和治療青光眼的專家咨詢系統(tǒng)（拉特格爾斯（Rutgers）大學(xué)70年代中）CADUCEUS(原名INTERNIST)醫(yī)療咨詢系統(tǒng)（匹茲堡大學(xué)）HEARSAYI和II語音理解系統(tǒng)（卡內(nèi)基-梅隆大學(xué)）PROSPECTOR地質(zhì)勘探專家系統(tǒng)（斯坦福大學(xué)1976）XCON計算機配置專家系統(tǒng)（卡內(nèi)基-梅隆大學(xué)1978）應(yīng)該說，知識工程和專家系統(tǒng)是近十余年來人工智能研究中最有成就的分支之一。

第1章人工智能概述68AI成為工業(yè)(1980~現(xiàn)在)(1)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AI工業(yè)在1980年只是幾百萬美元,1988年漲到數(shù)十億美元形成了一門旨在生產(chǎn)和加工知識的新產(chǎn)業(yè)——知識產(chǎn)業(yè)。87、89年世界大會由6-7千人參加，硬件公司有上千個，并進(jìn)行Lisp硬件、Lisp機的研究。第1章人工智能概述69AI成為工業(yè)(1980~現(xiàn)在)(2)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程序的智能機美國則對應(yīng)成立了MCC研究集團(tuán)其中的AI部分從未實現(xiàn)其野心勃勃的目標(biāo)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)第1章人工智能概述70神經(jīng)網(wǎng)絡(luò)的回歸(1986~現(xiàn)在)神經(jīng)網(wǎng)絡(luò):FrankRosenblatt1962年提出感知器,證明了感知器收斂定理/但1969年以后沉寂1986年反向傳播算法引起了神經(jīng)網(wǎng)絡(luò)研究的復(fù)興連接主義方法崛起，被認(rèn)為是Newell和Simon提出的符號模型和McCarthy主張的邏輯方法的直接競爭者當(dāng)前的觀點是：連接主義和符號主義方法是互補的第1章人工智能概述71AI成為科學(xué)(1987~現(xiàn)在)(1)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(jìn)行研究而不是提出嶄新理論理論建立在嚴(yán)格定理或者確鑿實驗證據(jù)基礎(chǔ)上而不是靠直覺顯示與現(xiàn)實世界應(yīng)用的相關(guān)性而不是與玩具樣例的相關(guān)性第1章人工智能概述72AI成為科學(xué)(1987~現(xiàn)在)(2)90年代，計算機發(fā)展趨勢為小型化、并行化、網(wǎng)絡(luò)化、智能化。人工智能技術(shù)逐漸與數(shù)據(jù)庫、多媒體等主流技術(shù)相結(jié)合，并融合在主流技術(shù)中，旨在使計算機更聰明、更有效、與人更近典型：語音識別中HMM模型應(yīng)用/貝葉斯網(wǎng)絡(luò)第1章人工智能概述731.4AI的研究特點

第1章人工智能概述74AI的研究特點（1）人工智能是一門知識的科學(xué)。以知識為對象，研究知識的獲取、表示和使用。人工智能的系統(tǒng)過程是，數(shù)據(jù)處理->知識處理，數(shù)據(jù)->符號。符號表示的是知識而不是數(shù)值、數(shù)據(jù)。

問題求解過程有啟發(fā)，有推導(dǎo)。人工智能是引起爭論最多的科學(xué)之一。問題焦點：當(dāng)前人工智能的研究應(yīng)該以人類的普遍思維規(guī)律為主，還是以特定知識的處理和運用為主？智能的本質(zhì)是什么？機器能達(dá)到人的水平嗎？總而言之，人工智能研究是非常困難的。

第1章人工智能概述75AI的研究特點（2）McCarthy：人工智能的所有問題都是難解的。Minsky：人工智能是有史以來最難的科學(xué)之一。難在：實現(xiàn)智能需要浩繁的知識，而最難對付的知識是常識（不是專業(yè)知識）。Dreyfus：常識問題是實現(xiàn)人工智能的最大障礙。

結(jié)論：萬能的邏輯推理體系至今沒有創(chuàng)造出來，并不是因為人工智能專家的本事不夠，而是因為這種萬能的體系從根本上就是不可能有的。他最大的弱點就是缺乏知識。即使就推理體系來說，它的主要技術(shù)是狀態(tài)空間搜索，而在執(zhí)行中遇到的主要困難就是"組合爆炸"。

第1章人工智能概述761.5AI的研究內(nèi)容

第1章人工智能概述77AI的研究內(nèi)容——理論啟發(fā)式搜索理論各種推理方法知識的模型化和表示方法人工智能系統(tǒng)結(jié)構(gòu)及語言機器學(xué)習(xí)

第1章人工智能概述78AI的研究內(nèi)容——應(yīng)用自然語言理解數(shù)據(jù)庫的智能檢索專家系統(tǒng)機器定理證明博弈機器人學(xué)自動程序設(shè)計組合調(diào)度感知視覺第1章人工智能概述79AI的研究內(nèi)容——分類人工智能研究分類：符號主義；連接主義。目前人工智能研究主要瓶頸問題知識獲取、（知識表示、機器學(xué)習(xí)）；實現(xiàn)時的規(guī)模擴大問題；應(yīng)用前景（封閉的專家系統(tǒng)--機器學(xué)習(xí)問題）主攻：利用計算機模擬人的行為（研究鳥飛行原理）；利用計算機構(gòu)造智能系統(tǒng)（研究制造飛機）；第1章人工智能概述80AI網(wǎng)站機器人

http://www.rollingbrains.de/

http://www.rcs.ei.tum.de/research/rovi/

http://www.uni-koblenz.de/ag-ki/ROBOCUP/自然語言理解

http://www.rollingbrains.de/

http://www.rcs.ei.tum.de/research/rovi/

http://www.uni-koblenz.de/ag-ki/ROBOCUP/

7/robocup/robo_CHI/news/news.html

81AI網(wǎng)站專家系統(tǒng)

/exp0003.htm

http:///

http:///機器學(xué)習(xí)

http:///research/ml/

http:///learning/

http://www.cs.huji.ac.il/labs/learning/lab_page.html

http:///users/ml/welcome.html

82AI網(wǎng)站神經(jīng)元網(wǎng)絡(luò)

http://www.mth.kcl.ac.uk/cnn/

http:///tc/nnc/

http://www.aist.go.jp/NIBH/~b0616/Lab/Links.html

http://www.aist.go.jp/NIBH/~b0616/Lab/Links.html知識表示

http:///csdept/krgroup.html

http://www.cs.man.ac.uk/~franconi/kr.html

http://jodi.ecs.soton.ac.uk/Articles/v01/i08/Cranefield/

/Collaboration/人機對話

http:///L.html

http:///robbie.html

83AI網(wǎng)站綜合的人工智能網(wǎng)站

MITAritficialIntelligenceLab:

PCAI:/pcai/

一個AI的雜志

AIontheweb:/~russell/ai.html

IITontheNRC:http://www.iit.nrc.ca/ai_point.html

AIMagazine:http:///Magazine/magazine.html

GameAI:

AIresearch:

JAIR:http:///research/jair/home.html

ACMSIGART(SpecialInterestGrouponArtificialIntelligence):

http:///sigart/

AIonVirtualLibr