《没有幻灯片标题 Xidian(2020年整理).ppt》由会员分享，可在线阅读，更多相关《没有幻灯片标题 Xidian(2020年整理).ppt（49页珍藏版）》请在金锄头文库上搜索。
1、NeuralNetworks FuzzySystem 分组安排 Part1NeuralNetworkTheory 2 NeuronalDynamicsI ActivationsandSignals李伟 石光明教授 3 NeuronalDynamicsII ActivationModels陈渤 保铮教授 Part1NeuralNetworkTheory 4 SynapticDynamicsI Unsupervisedlearning5 SynapticDynamicsII Supervisedlearning 张军英教授 涂重阳 赵峰 张宏怡 王军 刘敬 Part1NeuralNetworkTh
2、eory 6 ArchitecturesandEquilibria 曾平教授 罗雪梅 刘瑞华 Part2 AdaptiveFuzzySystem 7 FuzzinessversusProbability 姬红兵教授 金艳 李翠芸8 FuzzyAssociativeMemories 姬红兵教授 杨柏胜 李林 Part2 AdaptiveFuzzySystem 9 ComparisonofFuzzyandNeuralTruckBacker upperControlSystem 姬红兵教授 韩冰 池峰10 FuzzyImageTransformCoding 高新波教授 霍菲菲 Part2 Adapt
3、iveFuzzySystem 11 ComparisonofFuzzyandKalman FilterTarget TrackingControlSystems姬红兵教授 宋骊平Review高新波 人工智能ArtificialIntelligenceAI 参考资料 1 人工智能 上 下册 陆汝钤 科学出版社2 高级人工智能 史忠植 科学出版社3 智能主体及其应用 史忠植 科学出版社4 ArtificialIntelligenceANewSynthesis N J Nilsson 机械工业出版社 MorganKaufmann 基本概念 一 智能智能是个体有目的的行为 合理的思维 以及有效地适应环
4、境的综合能力 通俗地讲 智能是个体认识客观事物 客观世界和运用知识解决问题的能力 人类个体的智能是一种综合性能力 具体地讲 可包括 1 感知与认识事物 客观世界与自我的能力 2 通过学习取得经验 积累知识的能力 3 理解知识 运用知识和运用经验分析问题和解决问题的能力 4 联想 推理 判断 决策的能力 5 运用语言进行抽象 概括的能力 6 发现 发明 创造 创新的能力 7 实时地 迅速地 合理地应付复杂环境的能力 8 预测 洞察事物发展变化的能力 等 注 智能是相对的 发展的 离开特定时间说智能是困难的 没有意义的 人工智能 人工智能是相对人的自然智能而言 即用人工的方法和技术 研制智能机器或
5、智能系统来模仿 延伸和扩展人的智能 实现智能行为和 机器思维 解决需要人类专家才能处理的问题 人工智能是人工制品 artifact 中所涉及的智能行为 其中 智能行为包括 感知 perception 推理 Reasoning 学习 learning 通信 communicating 和复杂环境下的动作行为 acting 人工智能目标 人工智能目标是实现智能行为和 机器思维 解决需要人类专家才能处理的问题 1 研究像人一样工作的机器 甚至比人做得更好2 能够理解机器 人或动物的智能行为 智能革命 智能革命是指人的自然智能通过人工智能的模仿和扩展 实现社会生产的自动化和智能化 促进知识密集型经济的
6、发展 人工智能的发展概况 一 萌芽阶段1 Aristotle 公元前384 322 在 工具论 中提出形式逻辑 三段论 2 Bacon 1561 1626 在 新工具 中提出归纳法 提出 知识就是力量 3 Leibnitz 1646 1716 研制四则计算器 提出 通用符号 和 推理计算 概念 使形式逻辑符号化 从而能对人的思维进行运算和推理 奠定了数理逻辑的基础 人工智能的发展概况 一 萌芽阶段4 Boole 1815 1864 创立布尔代数 在 思维法则 中首次用符号语言描述思维活动的基本推理规则5 Godel 1906 1978 提出不完备性定理 指出人的思维形式化和机械化的某些极限6
7、Turing 1912 1954 提出理想计算模型 图灵机 创立自动机理论 提出 图灵试验 用以判断 Canamachinethink 人工智能的发展概况 一 萌芽阶段7 Mauchly和Eckert等研制成功ENIAC电子数字计算机 为人工智能研究奠定物质基础8 VonNeumann提出冯 诺依曼计算机模型9 McCulloch和Pitts建立神经网络数学模型 通过模拟人脑实现智能 开创人工神经网络研究 Kleene将其抽象为有限自动机理论10 Wiener创立控制论 Shannon创立信息论 人工智能的发展概况 二 人工智能的诞生1 导因现实世界中相当多的问题求解是复杂的 常无算法可循 即
8、使有计算方法 也是NP问题 为此 人们可采用启发式知识进行问题求解 把复杂的问题大大简化 可在浩瀚的搜索空间中迅速找到解答 这是运用专门领域的经验知识 经常会取得有关问题的满意解 而非数学上的最优解 这就是启发式搜索 人工智能的发展概况 二 人工智能的诞生2 提出1956年 由McCarthy Minskey Shannon Newell等提出 Dartmouth会议 人工智能的发展概况 三 人工智能的发展1 50年代以博弈 游戏为对象进行研究1 Samuel研制成功具有自学能力的启发式博弈程序2 Newell研制了启发式程序LogicTheorist 对 数学原理 中38条定理进行了证明 开
9、创了利用计算机研究思维活动规律的工作3 Chomsky提出语言文法 开创了形式语言研究 三 人工智能的发展1 50年代4 McCarthy建立LISP 不仅可以处理数值 而且可更方便地处理符号 为人工智能研究提供了重要工具 人工智能的发展概况 三 人工智能的发展2 60年代前期以搜索问题 通用问题求解研究为主1 Newell发表问题求解程序 使启发式程序有更大的普遍性2 Feigenbaum研制成功DENDRAL化学专家系统 使人工智能研究从着重算法转向知识表示的研究 也是人工智能研究走向实用化的标志 人工智能的发展概况 三 人工智能的发展2 60年代3 Robinson提出归结原理4 Qui
10、lian提出语义网络的知识表示法5 IJCAI成立 http www ijcai org 人工智能的发展概况 三 人工智能的发展3 70年代前期以自然语言理解 知识表示研究为主1 Winograd发表自然语言理解系统SHRDLU2 Colmerauer创建PROLOG语言3 Schank提出概念从属理论4 Minskey提出框架知识表示法5 Feigenbaum提出知识工程 人工智能的发展概况 三 人工智能的发展4 80年代专家系统广泛应用 出现了专家系统开发工具 开始兴起人工智能产业1 日本提出五代机计划2 中国提出863计划 863 306 知识网络 数字图书馆系统工程 人工智能的发展概况
11、 三 人工智能的发展5 90年代 现在1 人工神经网络的复兴2 基于知识的系统CYC3 DeepBlue1997 5 114 分布式人工智能与多Agent系统robots Softbot 集成自治系统5 知识科学 人工智能的发展概况 人工智能的研究方法 人工智能经过发展 形成了许多学派 不同学派的研究方法 学术观点 研究重点有所不同 这里主要介绍认知学派 逻辑学派 行为主义学派和连接主义学派 一 认知学派 以Simon Minskey和Newell等为代表 1 基本思想从人的思维活动出发 利用计算机进行宏观功能模拟 基于物理符号系统假设 将任何信息加工系统看成是一个具体的物理系统 一 认知学派
12、2 基本观点物理系统表现智能行为的充要条件是该系统是一个物理符号系统 3 主要工作1 Newell的LogicTheorist 模拟人证明数学定理的思维过程2 GPS 模拟人的解题过程 拟定初步解题计划 利用公理 定理和规则 按规则实施解题过程 不断进行 目的 手段 分析 修订解题计划 人工智能的研究方法 一 认知学派3 主要工作3 物理符号系统假设符号是模式 物理符号系统的基本任务和功能是辨认相同的符号和区别不同的符号 人工智能的研究方法 二 逻辑学派 以McCarthy和Nilsson等为代表 1 基本思想用逻辑来研究人工智能 用形式化的方法 统一的逻辑框架 描述客观世界 2 基本观点1
13、智能机器必须有关于自身环境的知识2 通用智能机器要能陈述性地表达关于自身环境的大部分知识3 通用智能机器表示陈述性知识的语言至少要有一阶逻辑的能力 人工智能的研究方法 二 逻辑学派3 主要工作1 概念化知识表示2 模型论语义3 演绎推理4 非单调逻辑用于常识推理 人工智能的研究方法 三 行为主义学派 以Brooks为代表 1 基本思想以复杂的现实世界为背景 让人工智能理论先经受解决实际问题的考验 并在这种考验中成长 智能只是在与环境的交互作用中表现出来 2 基本观点1 到现场去2 物理实现3 初级智能4 行为产生智能 人工智能的研究方法 三 行为主义学派3 主要工作1 无需知识表示的智能2 无
14、需推理的智能3 机器虫 人工智能的研究方法 四 连接主义学派1 基本思想从脑的神经系统结构出发来研究脑的功能 研究大量简单的神经元的集团信息处理能力及其动态行为 模拟和实现人的认识过程中的感知觉过程 形象思维 分布式记忆和自学习自组织过程 2 基本观点1 神经网络以分布式方式存储信息2 神经网络以并行方式处理信息3 神经网络具有自组织 自学习能力 人工智能的研究方法 四 连接主义学派3 主要工作人工神经网络 人工智能的研究方法 人工智能的主要研究内容 一 博弈跳棋 国际象棋 五子棋二 机器定理证明LogicTheorist王浩 利用一阶谓词逻辑吴文俊 吴方法三 自动程序设计四 通用问题求解GP
15、S 五 感知1 视觉2 语音六 自然语言理解与生成计算语言学七 自动推理1 推理从一个或几个已知的判断 前提 逻辑地推论出一个新的判断 结论 的思维形式 人工智能的主要研究内容 七 自动推理1 推理注 利用以往的知识通过推理可得到新的结论 2 主要工作1 机器定理证明2 归结原理 推理规则简单 在逻辑上是完备的 是PROLOG的计算模型3 非单调推理 闭世假说 CWA 默认推理 限定推理 人工智能的主要研究内容 七 自动推理2 主要工作4 定性推理 把物理系统或物理过程细分为子系统或子过程 对于每个子系统或子过程及它们之间的相互作用或影响均建立起结构描述 通过局部因果性的传播和行为合成 获得实
16、际物理系统的行为描述和功能描述 人工智能的主要研究内容 七 自动推理2 主要工作5 不确定性推理 不确定性来自人类的主观认识与客观实际之间存在的差异 事物发生的随机性 人类知识的不完全 不可靠 不精确和不一致 自然语言中存在的模糊性和歧义性均反映了这种差异 均会带来不确定性 有代表性的不确定性理论和推理方法有 概率论 Bayes理论 证据理论 Dempster和Shafer 模糊集理论等 人工智能的主要研究内容 八 机器学习知识 知识表示及运用知识的推理算法是人工智能的核心 而机器学习则是关键问题 1 学习学习是获取知识 积累经验 改进性能 发现规律 适应环境的过程 其基本机制是设法将在一种情形下成功的表现行为转移到另一类似的新情形中去 2 学习种类1 无知识的学习 神经元模拟和基于决策论方法的自适应和自组织系统 人工智能的主要研究内容 八 机器学习2 学习种类2 归纳学习 AQ算法 ID3算法等 3 分析学习 实例学习 基于解释的学习 知识块 Chunking 学习 4 类比学习5 发现学习 根据实验数据或模型重新发现定律的方法 人工智能的主要研究内容 八 机器学习2 学习种类6 遗
