《人工智能及专家系统 教学课件 ppt 作者 敖志刚 第1章 人工智能概述》由会员分享，可在线阅读，更多相关《人工智能及专家系统 教学课件 ppt 作者 敖志刚 第1章 人工智能概述（85页珍藏版）》请在金锄头文库上搜索。
1、敖志刚 编制,第1章 人工智能概述,第1章 人工智能概述,11 人工智能的基本概念 111 智能 112 人类智能 113 人工智能 114 人工智能的研究目标 12 人工智能的科学体系与分支 121 人工智能的科学体系 122 人工智能的学科范畴 123 人工智能的应用领域,第1章 人工智能概述,13 工智能的技术方案与途径 131 人工智能的基本技术 132 人工智能的研究内容 133 人工智能的研究途径与方法 14 人工智能的产生与发展 141 人工智能的孕育期 142 人工智能的基础技术研究与形成期 143 人工智能的发展与应用期(1970年以后 144 人工智能在我国的发展情况 14
2、5 人工智能的发展趋势与展望,11 人工智能的基本概念,111 智能 “智力”：是运用知识解决问题的能力 “智能”：是指知识的集合与智力的综合(或总和)，是静态的知识和动态的智力综合所体现的一种能力。智能具有收集、汇集、选择、理解和感觉信息的功能。 智能过程：感觉、记忆、回忆、思维、语言、自适应、行为的整个过程。 智能的概念是广义的。广义智能包括:人类智能、人工智能和集成智能。 集成智能：是人类智能与人工智能相结合的人-机系统。,智能的共性, 智能的基本要素是“知识”。 智能是普遍存在的。人、动物、机器都可能有智能。 智能是多层的。高层智能(思维)、中层智能(感知)、基层智能(行为)。 智能是
3、进化的。先天进化(遗传、变异)、后天进化(学习、知识推理)。 智能是相对的。不同的主体、客体、时间、空间、环境、条件有不同智能水平。 智能是智能系统的整体功能。,1 人类智能,人类智能通常表现为感知力、观察力、记忆力、思维能力、语言表达能力、正确行动的能力等等，基本过程是：感觉分析判断决策行动。它是指人在认识与改造客观世界的活动中，由思维过程和脑力活动所体现出的能力。 包括思维能力、感知能力和行为能力,思维能力,人们通过脑的思维活动(如:记忆、联想、推理、计算、分析、比较、判断、决策、规划、学习、探索等)，对各种信息进行加工处理，将感性知识上升为理性知识。进一步积累与总结经验，形成概念、建立方
4、法、制订计划、作出决策的能力；通过推理、论证或分析、计算，求解问题、作出结论的能力；通过学习、教育或训练、实践，从而增长知识、丰富经验、促进工作的能力。,思维的结构模型,感知能力,人们通过视觉、听觉、触觉系统等，感知客观世界，获取感性知识的能力。例如，由眼、耳等感觉器官接受各种信息(如:文字、图象、物景、声音、语言等)，产生相应的冲动，沿外周神经传入中枢神经脑，通过视觉、听觉中枢等，进行信息处理、模式识别、语言理等的智能活动的能力。,行为能力,人们通过效应器官(如:手、足以及发音器官等)，对外界刺激(输入信息)作出反应(输出信息),采取行动的能力。例如，根据仪表的显示信息，进行手动操作，或者对
5、用户提出的问题作出回答或解释等。行为的智能特性表现在反应的灵活性与适应性。, 人工智能,人工智能(AI)是一门研究机器智能和智能机器的新型的、综合性的、具有强大生命力的边缘学科，它研究怎样让计算机或智能机器（包括硬件和软件）模仿、延伸和扩展人脑从事推理、规划、计算、思考、学习、等思维活动，解决迄今为止需要人类专家才能处理好的复杂问题。,人工智能程序和通常程序的比较,人工智能程序 通常计算机程序 主要是符号处理 主要是数字处理 启发式搜索 依靠算法 控制结构和知识域相分离 信息和控制联结在 一起 易于修改、更新和改变 难以修改 允许不正确的答案 要求正确的答案,人工智能的研究内容,1机器思维与思
6、维机器 机器思维，如:启发式程序、专家系统、知识工程、机器学习、机器证明、机器博弈等。 思维机器，如:智能计算机，学习机、推理机、博弈机、逻辑机、自动机，神经细胞模型、人工神经网络、脑模型等。 2机器感知与感知机器 机器感知，如:文字、图象、物景、声音等模式识别与自然语言理解；计算机视觉、听觉、触觉等。 感知机器，如:文字、图象、声音、语言的识别机、感知机;触觉感知器，平衡感知器，各种智能传感器等。 3机器行为与行为机器 机器行为，如:自适应、自镇定、自寻优等智能控制、管理、决策行为，机器人在不确定的、动态环境中的“漫游”行为等。 行为机器，如:智能控制器、智能效应器、智能执行机构、智能机械手
7、、智能机器人等。,人工智能计算机,即第五代计算机，它是一种具有直接感知文字、图象、理解自然语言、进行知识推理和逻辑判断的计算机，具有能听、能说、能看、能写、能计算、会规划、会设计、会思考、会推理、会学习等功能。需配备机器视觉、听觉、感觉与智能电脑。 人工智能的困难在于对脑的了解，人脑仅重1500克，神经元1011与银河系中的星星差不多，记忆1015比特信息。对脑的模拟研究、在于对脑的功能模拟和思维模拟。,人工智能的研究目标,索罗门的人工智能目标: 对智能行为有效解释的理论分析； 解释人类智能； 构造智能的人工制品。 李艾特和费根鲍姆的人工智能目标:即理解人类的认识，有效的自动化，有效的智能拓展
8、，超人的智力，通用问题求解，连贯性交谈，自治，学习，储存信息。,人工智能的研究目标,远期目标是要制造智能机器，使现有的计算机更聪明，能够模拟人类的智能行为。具体来讲，就是要使计算机具有看、听、说、写等感知和交互功能，具有联想、推理、思考、分析、决策、预测、理解、规划、设计和学习等高级思维能力，还要有分析问题、解决问题和发明创造的能力。 近期目标是实现机器智能，即先部分地或某种程度地实现机器的智能，从而使现有的计算机更灵活、更好用和更有用，成为人类的智能化信息处理工具。,121 人工智能的科学体系,一、人工智能的位置,人工智能是逻辑学、思维学、生理学、心理学、计算机科学，电子学、语言学、教育、图
9、学、光学、声学、工业自动化、空间研究、物理学、程序设计学等多学科相互渗透的结果。人工智能是在控制论、信息论与系统论基础之上诞生的，也必然随着突变论、耗散结构理论、协同论的发展而进入到新的阶段。 人工智能的基础学科包括：数学理论（离散数学、模糊数学）、思维科学理论（论知心理学、逻辑和抽象思维学、形象和直观思维学）和计算机工程技术（硬件和软件技术）。,122 人工智能的学科范畴,1. 机器感知知识获取 它研究机器如何直接或间接获取(自动或半自动)知识，输入自然信息(文字、图象、声音、语言、物景)，如机器视觉(文字、图象识别、物景分析)；机器听觉(声音识别、语言理解)；机器触觉；机器嗅觉；以及其他机
10、器感觉(力感觉、平衡感觉等)。其中最重要的是机器视觉。,2机器思维知识处理,这涉及到在机器中如何表示知识；积累与存储知识；组织与管理知识；进行知识推理和问题求解；如机器记忆、联想、学习、推理和解题等机器思维的工程技术方法。 知识表达技术 知识积累技术 知识推理技术 知识处理工具,3机器行为知识运用,机器行为是指运用机器所获取的知识，通过知识信息处理，作出反应，付诸行动，发挥知识的效用的问题，以及各种智能机器和智能系统的设计方法和工程实现技术。如基于知识库的专家系统，智能控制与智能管理系统，进行知识信息处理的、具有人机智能接口的第五代计算机或新一代的智能机，能够自行制订行动规划，具有机器视觉与听
11、觉、触觉的智能机器人，自然语言理解与生成及人机对话系统，具有AI的计算机辅助设计、教学、实验、制造系统，以及生产自动化、办公室自动化、家务管理自动化系统等。,123 人工智能的应用领域,：难题求解、自动定理证明、自动程序设计、自动翻译、模式识别、自然语言理解、博弈、计算机视觉、智能控制、智能管理、智能决策、智能通信、智能仿真、智能CAD、智能CAI 等, 难题求解,主要指那些没有算法解，或虽有算法解但在现有机器上无法实施或无法完成的困难问题。例如：路径规划、运输调度、电力调度、地质分析、测量数据解释、天气预报、市场预测、股市分析、疾病诊断、故障诊断、军事指挥、机器人行动规划、机器博弈等等。,
12、自动定理证明,把人证明数学定理和日常生活中的演绎推理变成一系列能在计算机上自动实现的符号演算的过程和技术，称为自动定理证明，也就是机器定理证明，其方法主要有四类： 自然演绎法。依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证。 判定法。即对一类问题找出统一的计算机上可实现的算法解。 定理证明器。它研究一切可判定问题的证明方法。 计算机辅助证明。它是以计算机为辅助工具，帮助人完成手工证明中难以完成的大量计算、推理和穷举。, 自动程序设计,就是让计算机设计程序。具体来讲，就是只要人给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序
13、。它通过规划过程，生成所需的程序。自动程序设计包括两方面的内容：程序综合与程序自动验证。程序综合即实现自动编程，只要告诉计算机“做什么”，而不用说“如何做”，计算机就可以自动地把程序设计出来。程序自动验证是指自动证明所设计程序的正确性。, 自动翻译,即机器翻译，是在没有人工翻译参与的情况下，利用最新技术生成的翻译。也就是完全用计算机作为两种语言之间的翻译。,（5） 模式识别,模式识别的一般过程可描述为： 所谓模式识别（Pattern Recognition）就是是利用计算机对各种符号、文字、图形、语言、声音等进行分析、判断、分类的学科，分为三类：即模式获取、模式分析和模式分类。模式获取是利用变
14、换器、传感器等检验器件将信息源中模拟数据收集起来作为待识别的模式信号； 给计算机配感觉器官（ 如摄象机、送话器等） 电信号系列 进行预处理 抽出特征模式 与标准模式进行比较 分类识别。 模式识别经常采用的方法有模板匹配法、统计模式法、句法模式法、模糊模式法和神经网络法。下面分别对这些方法作以简单介绍:,统计模式法,统计模式法是利用概率统计的方法进行模式识别。它把模式看成是三维空间的一些点，先对已知样本模式进行学习，通过样本特征建立起判别函数，以此对识别事物进行分类识别。 信息空间 信息空间 模式空间 特征空间 分类空间 学习部分 统计判决系统框图,结构（句法）模式法,该方法把模式分成若干个简单
15、元素，然后用特殊的文法规则描述这些元素之间的结构关系。不同的模式对应着不同的语句。结构法识别系统如图所示。 图 结构法识别系统框图,提取有关特征,参数与非参数法,参数法又称为参数估计法。它是当模式样本的类概率密度函数已知，或者从提供的作为设计分类器用的训练样本能估计出类概率密度函数的近似表达式的情况下使用的一种模式识别方法。例如，在多数情况下，类概率密度函数常常用正态分布来近似，即用正态分布的均值和协方差矩阵作为估计计算判别函数的参数。参数估计中最常用的方法是最大贝叶斯估计和最大似然估计。,神经网络法,这是一种把神经网络与模式识别相结合所产生的新方法。它在进行识别之前，首先需要用一训练样例对网
16、络进行训练，将连接权值确定下来，然后才能对待识别事务进行识别。该方法适应于对复杂事物的分类，并具有并行分布、容错、学习、自组织和自适应等特点。, 自然语言理解,自然语言理解（Natural Language Processing）主要研究如何使计算机能够理解和生成自然语言。早期的自然语言理解主要针对书面语言进行研究，即利用语言的句法、语法、语义、语用、语气、语调等知识，再结合有关外界信息对其进行理解。60年代只注重语法；70年代出现了理解程序；73年涉及到语言的语法、语义、概念。现在的研究一般是在文字识别和语音识别系统的配合下进行书面语言和有声语音的识别与理解。,图 人机对话系统方框图。,自然语言理解要达到以下一些目标：
