人工智能课件1概要

《人工智能课件1概要》由会员分享，可在线阅读，更多相关《人工智能课件1概要（54页珍藏版）》请在金锄头文库上搜索。

1、人工智能及其应用,第一章 绪论,参考书籍,蔡自兴，徐光：人工智能及其应用（第四版），清华大学出版社，2010年 李士勇：模糊控制神经控制和智能控制论（第2版），哈尔滨工业大学出版社，2006年 Stuart Russell，Peter Norvig，人工智能一种现代方法，（英文影印版）人民邮电出版社，2002，索取号为TP18-43/1 Rob Callan：Artificial Intelligence，Palgrave Macmillan，2003 韩立群，人工神经网络教程，北京 邮电大学出版社，2006,目录,人工智能的定义 人工智能的发展进程 人工智能的计算机模拟 人工智能的目的 人工

2、智能的研究方法 人工智能面临的难题 人工智能的发展趋势 人工智能在电力系统的应用,1.1 什么是人工智能,智能是什么？ 将感觉、记忆、思维、语言、行为的整个过程称为智能过程，它是智力和能力的表现。 通俗地说，智能是个体认识客观事物和运用知识解决问题的能力。,1.1 什么是人工智能,逻辑思维的基础是概念、判断与推理，即将信息抽象为概念，再根据逻辑规则进行逻辑推理。由于概念可用符号表示，而逻辑推理宜按串行模式进行，这一过程可以事先写成串行的指令由机器完成。 20世纪40年代问世的第一台电子计算机就是这样一种用机器模拟人脑逻辑思维的人工智能系统，也是人类实现这一追求的重要里程碑。,1.1 什么是人工

3、智能,人工智能(Artificial Intelligence)是相对人的自然智能而言，即用人工的方法和技术，模仿、延伸和扩展人的智能，实现某些“机器思维”。 作为一门学科，人工智能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的计算系统，解决需要人类专家才能处理的复杂问题。,1.1 什么是人工智能,人工智能的研究内容包括三个方面 知识表达：研究如何在机器中表示知识，使知识形式化、模型化，用以建立合适的符号逻辑系统。 知识获取：研究机器如何从各种知识源获取知识。 问题求解：运用存贮于机器中的知识进行相应知识处理。,1.1 什么是人工智能,不同学科对人工智能的理解不同，产

4、生了不同的学派 符号主义（Symbolicism），又称为逻辑主义、心理学派或计算机学派，它认为符号是人类的认识基元，同时人的认识过程即是对符号的计算推理的过程。其研究内容是基于逻辑的知识表示和推理技术。 联结主义（Connectionism），又称为仿生学派或生理学派，它认为人的认识基元是神经元，认识的过程就是人脑进行信息处理的过程。主要研究内容是神经网络。 行为主义（Actionism），又称进化主义或控制论学派，其主要原理是智能取决于感知和行为，它不需要知识，不需要表示，不需要推理，智能行为是通过与现实外界环境的交互作用体现出来的。研究重点是模拟人的各种控制行为。,1.1 什么是人工智能

5、,符号主义认为：人工智能源于数理逻辑。 数理逻辑从19世纪末起就获迅速发展；到20世纪30年代开始用于描述智能行为。 计算机出现后，在计算机上实现了逻辑演绎系统。 1956年，符号主义者首先采用“人工智能”这个术语。 后来又发展了启发式算法专家系统知识工程理论与技术，并在80年代取得了很大发展。 符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要意义 。 这个学派的代表有纽厄尔、肖、西蒙和尼尔逊（Nilsson）等。,1.1 什么是人工智能,联结主义认为：人工智能源于人脑模型的研究。 代表性成果是1943年

6、由生理学家麦卡洛克和数理逻辑学家皮茨创立的脑模型，即MP模型。 6070年代，尤其是对感知机（Perceptron）为代表的脑模型的研究曾出现过热潮，由于当时的理论模型、生物原型和技术条件的限制，脑模型研究在70年代后期至80年代初期落入低潮。 Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络时，联结主义又重新抬头。 1986年鲁梅尔哈特（Rumelhart）等人提出多层网络中的反向传播BP算法。 此后，联结主义势头大振，从模型到算法，从理论分析到工程实现，为神经网络计算机走向市场打下基础。,1.1 什么是人工智能,行为主义认为：人工智能源于控制论。 控制论

7、思想早在4050年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。 6070年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在80年代诞生了智能控制和智能机器人系统。 行为主义是近年来才以人工智能新学派的面孔出现的，引起许多人的兴趣与研究。,1.1 什么是人工智能,不同学派对人工智能基本理论、技术路线的看法也是有争论的。 沿着什么技术路线和策略来发展人工智能？ 人工智能是否一定采用模拟人的智能的方法？若要模拟又该如何模拟？ 对结构模拟和行为模拟、感知思维和行为、对认知与学习以及逻辑思维和形象思维等问题是否应分离研究？ 是否有必要建立人工智能的统一理论系统？若有，又

8、应以什么方法为基础？,1.1 什么是人工智能,从表现形式的角度 机器智能，能够在各类环境中，自主地或交互地执行各种拟人任务（Anthropomorphic tasks）的机器。 从学科发展的角度 人工智能，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，其近期主要目标是用计算机来模仿和执行人脑的某些智能功能，并开发相关理论和技术。 从实用主义的角度 计算智能，研究智能信息处理技术，以使计算机具有与人类智能相类似的行为，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。,1.1 什么是人工智能,现在，人工智能专家们面临的最大挑战之一是如何构造一个系统

9、，可以模仿人脑的行为，去思考宇宙中最复杂的问题。 对于自然学习过程、自然语言和感官知觉的研究为科学家构建智能机器提供了帮助。这种系统在解决复杂的问题时，需要具备对事物能够进行感知、学习、推理、联想、概括和发现等能力。 对人工智能机器持反观点的人认为：人类智能是一个发生、发展的过程。人类在解决各种问题时，存在非智力因素与智力因素的相互作用。机器能够模拟人类智能是极其有限的。,1.2 人工智能的发展进程,1.2.1 20世纪初的数学基础,人工智能的思想萌牙可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。 十九世纪，英国数学家布尔和德摩尔根提出了“思维定律”，这些可谓是人工智

10、能的开端。 十九世纪，英国科学家巴贝奇设计了第一架“计算机器”，它被认为是计算机硬件，也是人工智能硬件的前身。 但随着1941年以来电子计算机的发展，技术已最终可以创造出机器智能。虽然计算机为AI提供了必要的技术基础，但直到50年代早期人们才注意到人类智能与机器之间的联系。,1.2.1 20世纪初的数学基础,1950年： Alan Turing在文章 “Computing Machinery and Intelligence”中提出了著名的图灵测试 ，即一种测试机器是不是具备人类智能的方法。,阿伦图灵认为：如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。,1.2.2

11、 人工智能的诞生,Norbert Wiener是最早研究反馈理论的美国人之一。 最熟悉的反馈控制的例子是自动调温器。它将收集到的房间温度与希望的温度比较，并做出反应将加热器开大或关小，从而控制环境温度。 这项对反馈回路的研究重要性在于：Wiener从理论上指出，所有的智能活动都是反馈机制的结果，而反馈机制是有可能用机器模拟的。这项发现对早期AI的发展影响很大。,1.2.2 人工智能的诞生,1956年： 世界上第一次正式的AI会议。 人工智能之父的美国学者麦卡锡邀请了对机器智能感兴趣的一批数学家、信息学家、心理学家、神经生理学家、计算机科学家聚集在达特矛斯（Dartmouth college）进

12、行了长达二个月的讨论，即“Dartmouth人工智能夏季研究会”。从那时起，这个领域被命名为“人工智能”。 虽然Dartmouth学会不是非常成功，但它确实集中了AI的创立者们，并为以后的AI研究奠定了基础。,1.2.3 人工智能的发展,Dartmouth会议后的7年中，AI研究开始快速发展 1957年“通用解题机”（GPS）的第一个版本进行了测试，GPS扩展了Wiener的反馈原理，可以解决很多常识问题。 1959年: Frank Rosenblatt提出感知器模型 1959年: 卡内基梅隆大学和MIT开始组建 AI Lab。研究面临的挑战：下一步需要建立能够更有效解决问题的系统，例如在“逻

13、辑专家”中减少搜索，还有就是建立可以自我学习的系统。 1962年：Herbert花3年时间制作了一个解几何定理的程序。,1.2.3 人工智能的发展,1963年：MIT从美国政府得到了一笔220万美元的资助，用于研究机器辅助识别。这笔资助来自国防部高级研究计划署（ARPA），这个计划吸引了来自全世界的计算机科学家，加快了AI研究的发展步伐。 1958年: McCarthy宣布了他的新成果，即LISP语言（表处理），很快就为大多数AI开发者采纳。 在MIT由Marvin Minsky领导的研究人员发现，面对小规模的对象，计算机程序可以解决空间和逻辑问题。 在60年代末出现的“STUDENT”可以解

14、决代数问题，“SIR”可以理解简单的英语句子，这些程序的结果对处理语言理解和逻辑有所帮助。,1.2.3.1 专家系统时期,1963： M. Ross Quillian开创语义网络（Semantic Nets) 1965： MIT的Joseph Weizenbaum研制出第一个聊天机器人ELIZA，可模拟治疗专家与病人之间的谈话。 1965： Feigenbaum和Lederberg研制出第一个专家系统（DENDRAL），可帮助化学家推断分子结构。 1966:由于ALPAC（自动语言处理顾问委员会）在“机器翻译评估报告”中存在偏见，造成美国政府取消对机器翻译的资助。 1969： Minsky 和

15、 Papert的感知机报告中提出“有限阶感知机仅能识别欧拉函数，不能识别其他的拓扑不变性”，造成美国政府取消对神经网络研究的资助。 1969： SRI研制出机器人Shakey，具有运动、感知和问题求解能力,1.2.3.2 自然语言处理时期,1970: Stanford的Terry Winograd等研制出（ETAOIN） SHRDLU，它能用普通的英语句子与人交流, 还能作出决策并执行操作。 1972: Colmerauer研制出PROLOG语言的解释系统。 1972:DARPA（美国国防部高级研究计划署）取消Stanford大学机器人研究(Shakey)的资助。 1972: Mycin工程（

16、一个通过提供咨询服务来帮助普通内科医生诊治细菌感染性疾病的专家系统）启动 1973: James Lighthill爵士的报告使得英国政府取消对AI研究的资助（特别提出了指数爆炸问题）。从那时起至今，英国AI研究一蹶不振。 1976: DARPA 取消对语音识别研究的资助。 1976: Greenblatt研制出第一台LISP机CONS 。,1.2.3.2 自然语言处理时期,1976: Doug Lenat的数学积分系统AM (Automated Mathematician) 1977: SRI（史丹佛研究院）启动 PROSPECTOR 工程 帮助地质专家探测和解释矿物 1978年发现钼矿脉(molybdenum vein) 1977: Edward Feigenbaum 在IJCAI会议上正式提出知识工程作为一门学科 1979: Stanford研制出第一台计算机控制的汽车（Stanford Cart） 1980: 第一届美国AI协会会议（AAAI）在Stanford召开。 1980: John McDermott为DEC设计了XCON专家系