人工智能概述.ppt

《人工智能概述.ppt》由会员分享，可在线阅读，更多相关《人工智能概述.ppt（109页珍藏版）》请在金锄头文库上搜索。

1、人工智能原理人工智能原理第第1 1章章 人工智能概述人工智能概述 1本章内容本章内容1.1 关于人工智能的定义 1.2 人工智能的基础 1.3 人工智能简史 1.4 智能体与环 境 1.5 智能体结构 小结 参考书目 附录 和人工智能相关的社会伦 理问题第1章 人工智能概述21.1 关于人工智能的定义智能体 对AI的4种不同定义 类人行动/类人思考/理性思维/理性行动第1章 人工智能概述3作作为为为为智能体的人智能体的人类类类类 智能体(Agent) 人类是一种智能体 我们，作为一个智能体，为什么能够思考? 大脑这么 一小堆东西怎么能够感知、理解 、预测和应对一个远比自身庞大和复杂的 世界？理

2、解人类，理解智能体 人工智能(AI)走得更远：不仅试图 理解智能 体，而且要建造智能体制造出像人类一 样完成某些智能任务的系统(软件)第1章 人工智能概述4 AI是新兴学 科，也是激动人心的学科. Russell声称 ：不同于物理学，这里还有 出现几个爱 因斯坦的余地 为什么？研究主观世界的成果远少于研 究客观世界的成果第1章 人工智能概述 处处处处于探索初期的学科于探索初期的学科5对对对对AIAI的的4 4种不同种不同定定义义义义第1章 人工智能概述像人一样思考的系统理性地思考的系统 要使计算机能思考 有头脑的机器 (Haugeland, 1985) 使之自动化与人类的 思维相关的活动,诸如

3、 决策、问题求解、学 习等活动(Bellman, 1978)通过对计 算模型的使用 来进行心智能力的研究 (Charniak 1952年起, 塞缪尔写了一系列 西洋跳棋程序, 通过学习 可达业余高手的级 别 MIT: 1958年麦卡锡到了以后作出了三项重 要贡献 /贡献1: 定义了LISP语言 / 贡献2: 与MIT其他人发明了分时技术 / 贡献3: 发 表了题为Program with Common Sense 的论文, 文中描述了“建议采纳者”程序. 该 程序实现了知识表示和推理的中心原则: 具 备明确的知识表示, 并能通过演绎过程处理 这些表示第1章 人工智能概述64早期的早期的热热热热

4、情情, , 巨大的期望巨大的期望 (19521969)(3)(19521969)(3) Stanford: 1963年麦卡锡启动 了斯坦福的AI 实验室, 着重研究逻辑推理的通用方法(后来 如Robinson发现归结 方法) / 以及机器人研 究 MIT: 1958年明斯基也到了, 不过他对程序如 何实现更感兴趣, 并最终发展出反逻辑的观 点 / 指导了一系列学生, 选择那些显然需要 智能才能解决的受限问题 / 贡献: 微世界模 型 MIT: 最著名的微世界是积木世界, 在此基础 上完成了许多研究工作如: 视觉项 目、自然 语言理解项目(Terry Winograd)、规划器等第1章 人工智能

5、概述65现实现实现实现实 的困的困难难难难(19661973)(1)(19661973)(1) 早期AI研究者过于盲目的乐观态 度, 10 年预见 , 而实际 上至少40年 早期的AI系统在试图 解决更宽范围和更 难的问题时 , 都悲惨地失败了 / 原因何 在? 第一类困难: 缺少主题知识(通用而非专门 化) 典型例子: 机器翻译(MT) / 最早对AI研究的 发难始于机器翻译(1966ALPAC报告) 时至今日, MT研究仍然不完善但是被广泛期 待，也在作为一种辅助文档处理工具第1章 人工智能概述66现实现实现实现实 的困的困难难难难(19661973)(2)(19661973)(2) 第二

6、类困难：AI试图解决的很多问题是不 可操作的(NP类) 在计算复杂性理论建立之前, 对“问题放大”( 从玩具到现实)的认识局限于速度和存储容 量 例子: 包含超过几十条事实的定理证明 / 早 期遗传算法实验(195859) 无限计算能力的幻觉: 程序原则上能够找到 解并不意味着程序实际上包含找到解的机 制 1973年英国政府在Lighthill报告之后终止了 除2所大学以外所有的AI研究资助第1章 人工智能概述67现实现实现实现实 的困的困难难难难(19661973)(3)(19661973)(3) 第三类困难：用于产生智能行为的基本结 构存在某些限制 例子：1969年Minsky和Paper

7、t证明了感知 器简单的神经网络 所能表示的东西很少( 单层感知器对XOR函数) 神经网络研 究由此沉寂了20年, 直到80年代 后期多层网络 的反向传播算法出现引起了 神经网络 的复兴 这一算法首次发现恰恰是在1969年发现的 (Bryson & Ho)第1章 人工智能概述68基于知基于知识识识识的系的系统统统统: : 力量的力量的钥钥钥钥匙匙? ? (19691979)(1)(19691979)(1) 早期研究中的通用搜索机制称为 弱方法, 通用但不能扩展到大规模问题 或困难问 题 需要更强有力的、领域相关的知识 DENDRAL是第一个成功的知识密集型系统 , 1969年在Stanford开

8、发, 参与者包括Ed Feigenbaum等，根据质谱仪 信息推断分子 结构 / 该系统改进后, 把知识和推理部分清 楚地划分开80年代专家系统的典型结构第1章 人工智能概述69基于知基于知识识识识的系的系统统统统: : 力量的力量的钥钥钥钥匙匙? ? (19691979)(2)(19691979)(2) 由DENDRAL系统开 始的专专家系统统方法 论又应用到其他需要人类专 家知识的领 域: MYCIN检测 血液感染的专家系统 MYCIN知识库的特点: 直接来自经验 / 反映 出知识的不确定性 自然语言理解领域的专家系统: 耶鲁大学Roger Schank和其学生们开发 的 一系列程序(19

9、771983)第1章 人工智能概述70AIAI成成为为为为工工业业业业(1980(1980现现现现在在)(1)(1) 1982年, 第一个成功的商用专家系统R1 在DEC公司开始运转 , 到1986年为止每 年为公司节省4千万美元 美国主要公司都曾开发或使用专家系统 AI工业在1980年只是几百万美元, 1988年涨 到数十亿美元 但很快又进入了“AI的冬天”时期第1章 人工智能概述71AIAI成成为为为为工工业业业业(1980(1980现现现现在在)(2)(2) 在八十年代的AI研究热潮中, 1981年日 本提出五代机计划 , 目的是建造运行 Prolog程序的智能机 美国则对应 成立了MC

10、C研究集团 其中的AI部分从未实现 其野心勃勃的目 标 实际 上，“AI成为工业”目前在一些家电 中可以找到影子(智能洗衣机等)第1章 人工智能概述72神神经经经经网网络络络络的回的回归归归归(1986(1986现现现现在在) ) 神经网络 : Frank Rosenblatt1962年提出感知 器, 证明了感知器收敛定理 / 但1969年以后沉 寂 反向传播算法引起了神经网络研 究的复兴 Rumelhart和McClelland的文集引起反响 连连接主义义方法崛起，被认为是Newell和Simon 提出的符号模型和McCarthy主张的逻辑方法 的直接竞争者 当前的观点是：连接主义和符号主义

11、方法是 互补的第1章 人工智能概述73AIAI成成为为为为科学科学(1987(1987现现现现在在)(1)(1) 近年来，AI研究在内容和方法论方面的 特点： 在已有的理论基础上进行研究而不是提出 崭新理论 理论建立在严格定理或者确凿实验证 据 基础上而不是靠直觉 显示与现实 世界应用的相关性而不是与 玩具样例的相关性第1章 人工智能概述74AIAI成成为为为为科学科学(1987(1987现现现现在在)(2)(2) 从对 控制论和统计学 的某种叛逆到开始 接受这些领域的理论和方法 通过互连网进 行测试数 据和程序代码的 共享 典型：语音识别 中HMM模型应用 / 贝叶 斯网络第1章 人工智能概

12、述75智能化智能体出智能化智能体出现现现现(1995(1995现现现现在在) ) 重新审视 “完整智能体” ：SOAR系统上 的工作(19871990) 环境约束: 目标是理解嵌入真实环 境的智能 体的工作 / 目前最重要的智能化智能体环境 是Internet, AI技术成为重要的Internet工具 为什么要采纳智能体观点? AI目前分离的子领域需要重新组织起来, 至 少当它们 的结果需要联系在一起的时候 AI与其他涉及智能体的领域的联系被拉近了 (如控制论和经济学 )第1章 人工智能概述76弱人工智能和弱人工智能和强强人工智能人工智能 弱人工智能(Weak AI)的断言: “机器能够 智能

13、地行动” 强人工智能(Strong AI)的断言: “能够如此 行事的机器确实是在思考” 大多数AI研究者认为 弱人工智能假设是 当然的 / 本质上, AI寻求的是在给定的体 系结构 之上最好的智能体程序 / 对于弱人 工智能的假设, AI的成就可以证明 关于强人工智能，更多的是哲学上的争 论第1章 人工智能概述77AIAI成就成就 vsvs 异异议议议议(1)(1) 图灵 曾考察过对 智能机器的质疑 质疑1: 能力缺陷 实践证 明: 计算机能够和人一样做很多工作, 有些做得甚至更好 例子: 下棋/装配线零件检查/驾驶汽车/诊断 疾病 质疑2: 数学异议 机器是受到不完备性定 理限制的形式系统

14、, 而人类则没 有这样的局 限性第1章 人工智能概述78AIAI成就成就 vsvs 异异议议议议(2)(2) 我们同意计算机在其所能证明的事物上具 有局限性, 但也没有证据表明人类对于这些 局限是免疫的因为人类的严谨证 明本身 要包含一个对所宣称不可形式化的人类天 赋的形式化表示 / 我们不可能证明人类不服 从哥德尔不完备性定理, 最终不得不求助于 直觉 质疑3: 限制问题“无法用一个逻辑规则 集 合捕捉每件事物” 实践证 明: AI一直在发展, 被质疑的“老式AI” 已经发生了改变, 他们所关注的许多问题 已经得到解决第1章 人工智能概述791.4 智能体与环境智能体的组成 理性智能体 任务

15、环 境与例子 任务环 境的属性第1章 人工智能概述80智能体与智能体与环环环环境境 智能体：通过传 感器感知所处环 境并通 过执 行器对该环 境产生作用的计算机程 序及其控制的硬件 感知信息：表示任意给定时刻智能体的感知 输入 / 感知序列：该智能体所收到的所有输 入数据的完整历史 智能体函数：把任意给定感知序列映射到智 能体行动的描述 / 智能体程序：抽象的智能 体函数的一个具体实现，该程序在智能体 自身结构上运行第1章 人工智能概述81理性智能体理性智能体(1)(1) 理性智能体(Rational Agent): 做事正确的 智能体 性能度量: 智能体成功程度标准的具体化 作为一般规则, 最好根据在这个环 境中希望得到 的实际结 果来设计 性能度量, 而不是根据智能体 应该表现的行为 判断什么是理性: 性能度量 关于环境的先验知识 可以执行的行动 到那时为止的感知序列第1章 人工智能概述82理性智能体理性智能体(2)(2) 理性智能体: 对于每个可能的感知序列, 根据已知感知序列提供的证据和智能体 内建的先验知识, 理性智能体应该选择 期望能使其性能度量最大化的行动 理性是使期望性能最大化 完美是实际性能最大化 理性智能体也可以称作智能化智能体 (Intelligent Agent)第1章 人工智能概述83任任务环务环务环务环 境境(1)(1) 建造理