（人工智能导论）课件

《（人工智能导论）课件》由会员分享，可在线阅读，更多相关《（人工智能导论）课件（146页珍藏版）》请在金锄头文库上搜索。

1、人工智能及其应用,作为智能体的人类,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负责得多的世界？ 人工智能走得更远：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软件（系统）,“If you invent a breakthrough in artificial intelligence, so machines can learn,” Mr. Gates responded, “that is worth 10 Microsofts.” (Quoted in New York Times

2、, Monday, March 4, 2004),深蓝,1997年5月11日北京时间早晨4时50分，一台名叫“深蓝”的超级电脑在棋盘C4处落下最后一颗棋子，全世界都听到了震撼世纪的叫杀声“将车”！这场举世瞩目的“人机大战”，终于以机器获胜的结局降下了帏幕。 “深蓝”是一台智能电脑，是人工智能的杰作。新闻媒体以挑衅性的标题不断地发问：电脑战胜是一个人，还是整个人类的智能？连棋王都认了输，下一次人类还将输掉什么？智慧输掉了，人类还剩些什么？于是，人工智能又一次成为万众关注的焦点，成为电脑科学界引以自豪的学科。,人工智能,定义1 智能机器(intelligent machine)能够在各类环境 中自

3、主地或交互地执行各种拟人任务的机器。 定义2 人工智能(学科) 人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 定义3 人工智能(能力) 人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。,大师眼中的人工智能,Bellman, 1978:人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化进程。 Haugeland, 1985:人工智能是一种使计算机能够思维，使机器具有智力的

4、激动人心的新尝试。 Charniak和McDermott, 1985人工智能是用计算模型研究智力行为。 Kurzwell, 1990人工智能是一种能够执行，需要人的智能的，创造性机器的技术。,Schalkoff, 1990：人工智能是一门通过计算过程，力图理解和模仿智能行为的学科。 Rick和Knight,1991 ：人工智能研究如何使计算机做事，而让人过得更好。 Winston, 1992：人工智能是研究那些使理解、推理和行为成为可能的计算。 Luger和Stubblefield,1993：人工智能是计算机科学中，与智能行为的自动化有关的一个分支。,AI的理解是一个过程,上述定义见仁见智 重

5、要的是学习AI方法、应用AI方法，在实践中逐步深入领会AI这个词的含义 目前，AI就是一种运行在我们自己机器中的程序，它的智能是我们给的！,人工智能的基础,人工智能（Artificial Intelligence）, 英文缩写为 AI, 是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。自问世以来AI经过波波折折，终于作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。,AI的基础,哲学：标出了AI的大部分重要思想 数学：使AI成为一门规范科学 数学形式化 神经科学：网络，并行处理 心理学：认知理论 计算机工程：AI

6、的“载体” 语言学：知识表示、语法,哲学,形式化规则能用来抽取合理的结论吗？ 亚里士多德（Aristotle）为形式逻辑奠定了基础，第一个把支配意识的理性部分法则形式化为精确的法则集合，典型代表就是三段论，即初始前提的条件下机械地推导出结论。 17世纪，有人提出推理如同数字计算，帕斯卡写到：“算术机器产生的效果显然更接近思维，而不是动物的其他活动。” 结论：肯定的结论，即可以用一个规则集合描述意识的形式化部分,精神的意识是如何从物质的大脑产生出来？ Descartes(笛卡尔)给出了第一个关于意识和物质之间区别以及由此产生的清晰的讨论 二元论 意识（灵魂、精神）的一部分是超脱于自然之外的，不受

7、物理定律的影响 动物不具有这种属性，它们可以被当做机器对待 唯物主义 大脑依照物理定律运转而构成意识 自由意志是对出现在选择过程中可能选择的感受方式 结论：两种选择：二元论和唯物主义,知识从哪里来？ 关于知识的来源：Francis Bacon(培根)新工具论开始了经验主义运动 John Locke(洛克)指出：“无物非先感而后知” Rudolf Carnap(鲁道夫卡尔纳普 ) 发展了逻辑实证主义学说，认为 所有的知识都可以用最终与（对应于传感器输入的）观察语句相联系的逻辑理论来刻画。 科学哲学的任务之一是构造“形式的人工语言”以及系统理论，以便于我们更好地进行科学概念和科学陈述的重新构造。这

8、种语言和自然语言不同，它不是世袭的，而是按照我们制定的规则构造出来的。 结论：知识来源于实践,知识是如何导致行动的？ Aristotle:行动是通过目标与关于行动结果的知识之间的逻辑联系来判定的。 他进一步指出，要深思的不是结局而是手段，假设了结局并考虑如何以及通过什么手段得到结局，结局是否容易是否最好，手段在分析顺序中是最后一个，在生成顺序中是第一个 这实际上就是回归规划系统，2300年后，1972年Newell&Simon研制了第一个能够拟人类问题解决的计算机程序GPS程序（General Problem Solver program ）当多个行动可以达到目标时或根本无法到达目标时，如何行

9、事？ 结论：知识用于指导行动去达到目的,哲学家们标志出了AI的大部分思想，但实现成为一门规范科学的飞跃就要求在三个基础领域完成一定程度的数学形式化：逻辑、计算和概率。,数学,什么是抽取合理结论的形式化规则？ Boole逻辑（接近命题逻辑） Frege扩展了Boole逻辑，使其包含对象和关系，创建了一阶逻辑（当今最基本的知识表示系统） 结论：形式化规则=命题逻辑和一阶谓词逻辑,概率 概率起源于对赌博问题可能结果的描述，成为所有需要定量的科学的无价之宝，帮助对付不确定的测量和不完备的理论。（Cardano，16世纪） Bayes提出了根据新证据更新概率的法则（18世纪） Bayes分析形成了大多数

10、AI系统中不确定推理的现代方法的基础 结论：使用贝叶斯理论进行不确定推理,什么可以计算？ 可以被计算，就要找到一个算法 算法本身的研究在19世纪晚期，把一般的数学推理形式化为逻辑演绎的努力 1900年，David Hilbert(希尔伯特)著名的“23个问题”的最后一个问题是：是否存在一个算法可以判定任何涉及自然数的逻辑命题的真实性。/有效证明过程的能力是否有基础的局限性 这一问题被Kurt Godel(哥德尔)证明了，确实存在真实的局限（不完备性定理，1931）,1930年，哥德尔提出，存在一个有效过程可以证明罗素和弗雷格的一阶逻辑中的任何真值语句，但是一阶逻辑不能捕捉到刻画自然数所需要的数

11、学归纳法原则。 1931年，哥德尔证明了不完备性定理，在任何表达能力足以描述自然数的语言中，在不能通过任何算法建立它们的真值意义下，存在不可判定的真值语句。 不完备性定理还可以表述为，整数的某些函数无法用算法表示，即不可计算。,Turning试图精确地刻画哪些函数是能够被计算的但，计算或有效过程的概念是无法给出形式化定义的。 图灵说明了一些函数没有对应的图灵机，没有通用的图灵机可以判定一个给定的程序，对于给定的输入能否返回答案或者永远运行下去。 在不可计算性以外，不可操作性具有更重要的影响，如果解决一个问题需要的计算时间随着实例规模成指数级增长，则该问题被称为不可操作的,以Steven Coo

12、k和Richard Carp为代表的NP-完全理论为认识不可操作问题提供一种方法。 Cook和Carp证明了大量各种类别的规范的组合搜索和推理问题属于NP-完全问题。 但任何NP-完全问题类可归约而成的问题类很可能是不可操作的 结论：有了可计算性可算法复杂性的理论的指导,神经科学：大脑是如何处理信息的？,在1943年沃仑麦卡洛克（Warrenc McCulloch）和沃尔特皮兹（Walter Pitts）的工作是这方面最早的尝试之一。他们表明，在原则上由非常简单的单元连接在一起组成的“网络”可以对任何逻辑和算术函数进行计算。因为网络的单元有些像大大简化的神经元，它现在常被称作“神经网络”。,神

13、经科学是研究神经系统特别是大脑的科学 虽然几千年来人们一直赞同大脑以某种方式和思维相联系，因为证据表明头部受到重击会导致精神缺陷，但是直到18世纪中期人们才广泛地承认大脑是意识的居所。 1861年法国神经解剖家布鲁卡，对八名有语言障碍：能听懂而不能说的病人，进行研究时发现，由于大脑左侧额区的后部，一些组织受损所致。对这个区域命名为布鲁卡语言区。 1874年奥地利医生威尔尼克发现，与布鲁卡稍有区别的颞叶部分能控制、理解与记忆，因而命名此区域为威尔尼克语言区。,英国自然杂志刊登：中国人民解放军306医院“认知科学与学习”实验脑功能成像中心，与香港大学合作试验发现，使用华语和应用英语，人脑所司的语言

14、区不同。讲华语因为是词根式语言，结构灵活，要多理解、多记忆，活动量大，所以，应用威尔尼克运动区。而说英语由于依靠语言的形态变化，须要多听、多说因此，使用布鲁卡的听力区。,1990年核磁共振成像为神经科学家提供了关于大脑活动的细致图像，使得以某种方式与正在进行的认知过程相符合的测量成了可能。 真正令人震惊的结论是，简单细胞的集合能够导致思维、行动和意识，即使大脑产生意识 大脑活动过程对计算机工作过程有所启发,心理学：人类和动物是如何思考的？,机器的思考归根结底还是模仿人类的思维模式，正是“思考”这一人类的本质属性，使得人工智能和心理学从最初就紧密地联系在一起。 John Watson领导的行为主

15、义认为，内省不能提供可靠的证据，拒绝任何涉及精神过程的理论，只研究动物的感知及其反应 认知心理学的主要特征是，把大脑当做信息处理装置，Frederic Bartlett领导的剑桥大学应用心理小组使得认知模型得以繁荣 心理学家普遍认为，认知理论就应该像计算机程序 结论：人类思考和活动应该是一个信息处理过程,计算机工程：如何制造能干的计算机？,AI需要智能和人工制品，即计算机。 AI对主流计算机科学的影响 分时技术 交互式翻译器 使用窗口和鼠标的个人计算机 面向对象的编程 ,语言学：语言和思维是怎样联系起来的？,现代语言学的诞生：Chomsky（乔姆斯基）理论 1957年句法结构出版，颠覆了行为主

16、义，认为儿童怎么能理解和构造他们以前没有听到过的句子，而乔姆斯基关于语法模型的理论则能解释这个现象，并且足够形式化 知识表示的许多早期工作和语言紧密联系,为什么AI有必要成为一个单独的领域？,和控制论、运筹学、决策理论的目标类似 为什么不是数学的一个分支？ AI从一开始就承载着复制人的才能的思想 方法论的不同 AI属于计算机科学的分支 AI试图建造在复杂和变化的环境中自动发挥功能的机器,人工智能的发展,人工智能的萌芽（1956年以前） 人工智能的诞生（1956-1961年） 人工智能的发展（1961年后）,http:/en.wikipedia.org/wiki/History_of_artificial_intelligence,人工智能的萌芽阶段,亚里斯多德(Aristotle 384-322 BC)，主要贡献为逻辑(logic)及形而上学(metaphysics)两方面的思想。 亚氏在逻辑主要成就包括主谓命題(statement in subject-predicate form)及关于此类命題的逻辑