《人工智能应用领域课件》由会员分享，可在线阅读，更多相关《人工智能应用领域课件（40页珍藏版）》请在金锄头文库上搜索。
1、2020/9/17,人工智能,熊宇凌 2018.12.16,Artificial Intelligent,主要 内容,2,3,4,2020/9/17,人工智能概述,AI 的 学 科 位 置,AI是一门新兴的边缘学科，是自然科学与社会科学的交叉学科 AI的交叉包括：逻辑、思维、生理、心理、计算机、电子、语言、自动化、光、声等 AI的核心是思维与智能，构成了自己独特的学科体系 AI的基础学科包括：数学（离散、模糊）、思维科学（认知心理、逻辑思维学、形象思维学）和计算机（硬件、软件）等,自然科学,社会科学,哲学,数学,交叉学科,系统科学,思维科学,人体科学,人工智能,基础学科,指导学科,2020/9
2、/17,与脑科学的交叉研究脑科学,脑科学：又称神经科学，其目的是要认识脑、保护脑和创造脑。 美国神经科学学会的定义：神经科学是为了了解神经系统内分子水平、细胞水平及细胞间的变化过程，以及这些过程在中枢的功能、控制系统内的整合作用所进行的研究。 脑的涵义：从狭义方面，脑是指中枢神经系统，有时特指大脑；从广义方面，脑可泛指整个神经系统。人工智能是从广义角度来理解脑科学的，因此它涵盖了所有与认识脑和神经系统有关的研究。 人脑是自然界中最复杂、最高级的智能系统：主要表现在人脑是由巨量神经元经其突触的广泛并行互联所形成的一个巨复杂系统。 现代脑科学的基本问题主要包括： (1) 揭示神经元之间的连接形式，
3、奠定行为的脑机制的结构基础；(2) 阐明神经活动的基本过程，说明在分子、细胞到行为等不同层次上神经信号的产生、传递、调制等基本过程；(3) 鉴别神经元的特殊细胞生物学特性；(4) 认识实现各种功能的神经回路基础；(5) 解释脑的高级功能机制等。 脑科学是人工智能的基础：研究的任何进展，都将会对人工智能的研究起到积极的推动作用，因此人工智能应该加强与脑科学的交叉研究，以及人类智能与机器智能的集成研究。,2020/9/17,与认知科学的交叉研究认知科学,认知：可一般地认为是和情感、动机、意志相对应的理智或认识过程，或者是为了一定的目的，在一定的心理结构中进行的信息加工过程。美国心理学家浩斯顿(Ho
4、uston)等人把认知归纳为以下5种主要类型： (1) 认知是信息的处理过程； (2) 认知是心理上的符号运算； (3) 认知是问题求解； (4) 认知是思维； (5) 认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成及语言使用等。 认知科学：认知科学（亦称思维科学）是研究人类感知和思维信息处理过程的一门学科，其主要研究目的就是要说明和解释人类在完成认知活动时是如何进行信息加工的。 认知科学也是人工智能的重要理论基础，对人工智能发展起着根本性的作用。认知科学涉及的问题非常广泛，除了像浩斯顿提出的知觉、语言、学习、记忆、思维、问题求解、创造、注意、想象等相关联
5、活动外，还会受到环境、社会、文化背景等方面的影响。 从认知观点看，AI应同时开展对逻辑思维、形象思维和灵感思维的研究,2020/9/17,智能模拟的方法和技术研究(1/2),机器感知 就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉 机器视觉（或叫计算机视觉）：就是给计算机配上能看的视觉器官，如摄像机等，使它可以识别并理解文字、图像、景物等 机器听觉（或叫计算机听觉）：就是给计算配上能听的听觉器官，如话筒等，使计算机能够识别并理解语言、声音等。 机器感知相当于智能系统的输入部分。 机器感知的专门的研究领域：计算机视觉、模式识别、自然语言理解 机器思维 让计算机能够对感知到的
6、外界信息和自己产生的内部信息进行思维性加工 逻辑思维 形象思维 灵感思维,2020/9/17,智能模拟的方法和技术研究(2/2),机器学习 让计算机能够像人那样自动地获取新知识，并在实践中不断地完善自我和增强能力。 机器学习方法：机械学习、类比学习、归纳学习、发现学习、遗传学习和连接学习等 机器行为 让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。 相当于智能系统的输出部分。 智能系统与智能机器 无论是人工智能的近期目标还是远期目标，都需要建立智能系统或构造智能机器 需要开展对系统模型、构造技术、构造工具及语言环境等研究,2020/9/17,AI研究中的不同学派不同学派
7、,符号主义学派（逻辑主义、心理学派） 主要观点：AI起源于数理逻辑，人类认知的基元是符号，认知过程是符号表示上的一种运算 代表性成果：厄尔和西蒙等人研制的称为逻辑理论机的数学定理证明程序LT 代表人物：纽厄尔、肖、西蒙和尼尔逊(Nilsson)等 连接主义学派（仿生学派或心理学派） 主要观点：AI起源于仿生学，特别是人脑模型，人类认知的基元是神经元，认知过程是神经元的连接活动过程 代表性成果：由麦克洛奇和皮兹创立的脑模型，即MP模型 代表人物：麦克洛奇和皮兹 行为主义学派（进化主义、控制论学派） 主要观点：AI起源于控制论，智能取决于感知和行为，取决于对外界复杂环境的适应，而不是推理。 代表性
8、成果：Brooks教授研制的机器虫 代表人物： Brooks教授,2020/9/17,AI研究中的不同学派不同学派的方法之争,符号主义 功能模拟 构造能够模拟大脑功能的智能系统。相当于“鸟飞” 连接主义 结构模拟 构造模拟大脑结构的神经网络系统。相当于“飞鸟” 行为主义 行为模拟 构造具有进化能力的智能系统。相当于“由猿到人”,2020/9/17,人工智能的发展历史,孕育期（1956年以前）,自远古以来，人类就有用机器代替人们脑力劳动的的幻想：公元前900多年我国有歌舞机器人流传的记载。 亚里斯多德（公元前384322）：古希腊伟大的哲学家和思想家，创立了演绎法。 莱布尼茨(16461716)
9、：德国数学家和哲学家把形式逻辑符号化，奠定了数理逻辑的基础 图灵(19121954)：英国数学家，1936年创立了自动机理论，自动机理论亦称图灵机，是一个理论计算机模型。 莫克利(19071980)：美国数学家、电子数字计算机的先驱，他与埃克特(J.P.Eckert)合作，1946年研制成功了世界上第一台通用电子计算机ENIAC 麦克洛奇和皮兹：美国神经生理学家，于1943年建成了第一个神经网络模型(MP模型)。 维纳18741956) ：美国著名数学家、控制论创始人。1948年创立了控制论。控制论向人工智能的渗透，形成了行为主义学派。 这些，都为人工智能的诞生准备了必要的思想、理论和物质技术
10、条件。,形成期（1956-1970年）,AI诞生于一次历史性的聚会 时间：1956年夏季 地点：达特莫斯 (Dartmouth) 大学 目的：为使计算机变得更“聪明” ，或者说使计算机具有智能 发起人： 麦卡锡(J.McCarthy） ，Dartmouth的年轻数学家、计算机专家，后为MIT教授 明斯基(M.L.Minsky），哈佛大学数学家、神经学家，后为MIT教授 洛切斯特(N.Lochester)， IBM公司信息中心负责人 香农(C.E.Shannon)，贝尔实验室信息部数学研究员 参加人： 莫尔(T.more)、塞缪尔(A.L.Samuel)， IBM公司 塞尔夫里奇(O.Selfr
11、idge)、索罗蒙夫(R.Solomonff) ， MIT 纽厄尔(A.Newell)，兰德(RAND)公司 西蒙(H.A.Simon)，卡内基(Carnagie)工科大学 会议结果： 由麦卡锡提议正式采用了“Artificial Intelligence”这一术语,形成期（1956-1970年）早期研究,心理学小组：1957年，纽厄尔、肖(J.Shaw)和西蒙等人的心理学小组研制了称为逻辑理论机(简称LT)的数学定理证明程序。 1960年研制了通用问题求解程序。该程序当时可解决11种类型的问题，如不定积分、三角函数、代数方程、猴子摘香蕉、河内梵塔、人羊过河等。 IBM工程小组：1956年，塞
12、缪尔在IBM704计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。这个程序可以从棋谱中学习，也可以在下棋过程中积累经验、提高棋艺。通过不断学习，该程序1959年击败了塞缪尔本人，1962年又击败了一个州的冠军。 MIT小组：1958年，麦卡西建立了行动规划咨询系统。 1960年，麦卡锡又研制了人工智能语言LISP。 1961年，明斯基发表了“走向人工智能的步骤”的论文，推动了人工智能的发展。 其他方面：1965年，鲁宾逊(J.A.Robinson)提出了归结（消解）原理。 1965年，费根鲍姆开始研究化学专家系统DENDRAL。,知识应用期（19711980）挫折和教训,失败的
13、预言： 60年代初，西蒙预言：10年内计算机将成为世界冠军、将证明一个未发现的数学定理、将能谱写出具有优秀作曲家水平的乐曲、大多数心理学理论将在计算机上形成。 挫折和教训 在博弈方面，塞缪尔的下棋程序在与世界冠军对弈时，5局败了4局。 在定理证明方面，发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函数时，推了10万步也没证出结果。 在问题求解方面，对于不良结构，会产生组合爆炸问题。 在机器翻译方面，发现并不那么简单，甚至会闹出笑话。例如，把“心有余而力不足”的英语句子翻译成俄语，再 翻译回来时竟变成了“酒是好的，肉变质了” 在神经生理学方面，研究发现人脑有1011-12以
14、上的神经元，在现有技术条件下用机器从结构上模拟人脑是根本不可能的。 在其它方面，人工智能也遇到了不少问题。在英国，剑桥大学的詹姆教授指责“人工智能研究不是骗局，也是庸人自扰” 。从此，形势急转直下，在全世界范围内人工智能研究陷入困境、落入低谷。,知识应用期（19711980）以知识为中心的研究,以知识为中心的研究： 专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是AI发展史上的一次重要转折。 1972年，费根鲍姆开始研究MYCIN专家系统，并于1976年研制成功。从应用角度看，它能协助内科医生诊断细菌感染疾病，并提供最佳处方。从技术角度看，他解决了
15、知识表示、不精确推理、搜索策略、人机联系、知识获取及专家系统基本结构等一系列重大技术问题。 1976年，斯坦福大学的杜达(R.D.Duda)等人开始研制地质勘探专家系统PROSPECTOR 这一时期，与专家系统同时发展的重要领域还有计算机视觉和机器人，自然语言理解与机器翻译等。 新的问题： 专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题被逐渐暴露出来。,从学派分立到综合（20世纪80年代到本世纪初）,人工智能研究形成了三大学派： 随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符
16、号主义、连接主义和行为主义三大学派。 符号主义学派 是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符号运算来实现。例如，专家系统等。 连接主义学派 是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，1987年，首届国际人工神经网络学术大会在美国的圣迭戈（San-Diego）举行，掀起了人工神经网络的第二次高潮。之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。 行为主义学派 是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。 三大学派的综合集成 随着研究和应用的深入，人们又逐步认识到，三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。,智能科学技术
