人工智能培训课件_1

《人工智能培训课件_1》由会员分享，可在线阅读，更多相关《人工智能培训课件_1（51页珍藏版）》请在金锄头文库上搜索。

1、1,计算机科学与应用专业,计算机科学与技术专业,Artificial Intelligence 人工智能,2,课程简介,本课程较系统地介绍人工智能的基本概念、原理和方法，为学生研究或应用人工智能技术打下基础。 掌握人工智能基本原理，包括人工智能的两大支柱：搜索技术（盲目搜索、启发式搜索）和知识表示（知识表示和推理方法：一阶谓词逻辑，即命题演算和谓词演算）及其计算机实现。 了解不确定推理的基本方法，具有一定运用一种编程语言进行人工智能算法的编程能力。 先修：C或C+、数据结构、离散数学、概率统计,3,主要学习的内容,搜索技术及应用 盲目搜索方法 启发式搜索方法 与/或图搜索方法 博弈树搜索方法

2、谓词演算及应用 知识表示和知识推理及应用 不确定性推理,专家系统,高级搜索 人工智能应用领域,核心内容 需掌握,选修内容 了解,4,主要考核形式：,作业 实验（运用一种编程语言实现算法） 发言情况 考试（开卷）,5,参考资料,人工智能主题网站 www.aaai.org/AITopics 中国人工智能网 www.chinaai.org 人工智能书籍,6,第一章 绪 论,教学内容：本章介绍人工智能的定义、发展概况及相关学派和他们的认知观，接着讨论人工智能的研究和应用领域。 教学要点： 从不同科学或学科出发对人工智能进行的定义； 介绍人工智能的起源与发展过程； 讨论人工智能与人类智能的关系； 简介目

3、前人工智能的主要学派； 简介人工智能所研究的范围与应用领域。,7,教学要求,重点掌握人工智能的几种定义，掌握目前人工智能的三个主要学派及对人工智能的理解，一般了解人工智能的主要研究范围和应用领域。,8,1.1 人工智能的定义与发展,本小节主要介绍目前对人工智能的几种定义，并对人工智能的起源和发展进行了总结和分析 。 从学科和能力的角度深刻理解人工智能的定义，初步了解人工智能的起源及其发展过程。,9,1.1.1 人工智能的定义,定义1 智能机器 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。 例子1：能够模拟人的思维，进行博弈的计算机。199

4、7年5月11日，一个名为“深蓝”(Deep Blue)的I计算机系统战胜当时的国际象棋世界冠军盖利.卡斯帕罗夫（Garry Kasparov）。 例子2：能够进行深海探测的潜水机器人。 例子3：在星际探险中的移动机器人，如美国研制的火星探测车。,10,1.1.1 人工智能的定义,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

5、、思考、规划、学习和问题求解等思维活动。,11,其它几种关于人工智能的定义,定义4 人工智能是一种使计算机能够思维，使机器具有智力的激动人心的新尝试（Haugeland,1985）。 定义5 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（Bellman,1978）。 定义6 人工智能是用计算模型研究智力行为（Charniak和McDermott,1985）。 定义7 人工智能是研究那些使理解、推理和行为成为可能的计算（Winston,1992）。,12,其它几种关于人工智能的定义,定义8 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（Kurzwell,1990）。

6、定义9 人工智能研究如何使计算机做事让人过得更好（Rick和Knight,1991）。 定义10 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（Schalkoff,1990）。 定义11 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（Luger和Stubblefield,1993）。 其中，定义4和定义5涉及拟人思维；定义6和定义7与理性思维有关；定义8和定义9涉及拟人行为；定义10和定义11与拟人理性行为有关。,13,1.1.2 人工智能的起源与发展,人工智能的发展是以硬件与软件为基础的，经历了漫长的发展历程。特别是20世纪30年代和40年代的智能界，发现了两件重要的事情

7、：数理逻辑和关于计算的新思想。以维纳（Wiener）、弗雷治、罗素等为代表对发展数理逻辑学科的贡献及丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响。,14,人工智能的发展简史,第一阶段（40年代中50年代末） 神经元网络时代(1956年以前，萌芽期） 基于生理学知识和脑神经元的功能；对命题逻辑的形式化分析以及图灵的计算理论，提出一种人工神经元模型。 普林斯顿大学的两名研究生在1951年建造了第一台神经网络计算机。,15,人工智能的发展简史,第二阶段（50年代中60年代中） 通用方法时代（形成期1956-1961年） 物理符号系统 主要研究的问题：定理证

8、明、游戏、翻译等 对问题的难度估计不足，陷入困境,16,AI的历史回顾,一个笑话（英俄翻译）： The spirit is willing but the flesh is weak. （心有余而力不足） The vodka is strong but meat is rotten. （伏特加酒虽然很浓，但肉是腐烂的） 出现这样的错误的原因： Spirit： 1）精神 2）烈性酒 结论： 必须理解才能翻译，而理解需要知识,17,人工智能的发展简史,第三阶段（60年代中80年代初） 知识工程时代（发展期1961年以后） 专家系统 知识工程 知识工程席卷全球 各国发展计划： 美国星球大战计划 英国

9、ALVEY计划 法国UNIKA 计划 日本五代机计划 中国“863”计划,18,人工智能的发展简史,第四阶段（80年代中90年代初） 新的神经元网络时代（神经网络期） BP网（算法），解决了多层网的学习问题 Hopfield网，成功求解了货郎担问题 存在问题： 理论依据 解决大规模问题的能力 新的动向构造化方法,19,人工智能的发展简史,第五阶段（90年代初现在） 数据与网络时代（数据与网络） 网络给AI带来无限的机会 知识发现与数据挖掘 AI走向实用化,20,各国的人工智能研究,美国是人工智能的发源地 英国60年代开始起步 日本西欧和前苏联：起步较晚，发展快 我国78年开始：定理证明，自然语

10、言理解，机器人与专家系统 人工智能学会，计算机学会人工智能与模式识别专业委员会,21,1.2 人类智能与人工智能,1.2.1 智能处理信息系统的假设 1、符号处理系统的六种基本功能 信息处理系统又叫符号操作系统(Symbol Operation System) ，一个完善的符号系统应具有下列6种基本功能： (1)输入符号(input)； (2)输出符号(output); (3)存储符号(store); (4)复制符号(copy); (5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构； (6)条件性迁移(conditional transfer)：根据已有符号，继续完成活动过程

11、。,22,1.2.1 智能处理信息系统的假设,2、可以把人看成一个智能信息处理系统 如果一个物理符号系统具有上述全部6种功能，能够完成这个全过程，那么它就是一个完整的物理符号系统。人具有上述6种功能；现代计算机也具备物理符号系统的这6种功能。,23,1.2.1 智能处理信息系统的假设,3、物理符号系统的假设 任何一个系统，如果它能表现出智能，那么它就必定能够执行上述6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能；这种智能指的是人类所具有的那种智能。把这个假设称为物理符号系统的假设。,24,1.2.1 智能处理信息系统的假设,4、物理符号系统3个推论 推论一：既然人具有智能，

12、那么他(她)就一定是个物理符号系统。 推论二：既然计算机是一个物理符号系统，它就一定能够表现出智能。 推论三：既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。,25,1.2.2 人类智能的计算机模拟,1950年，图灵发表了题为计算机能思考吗？的论文，给人工智能下了一个定义，而且论证了人工智能的可能性。定义智慧时，如果一台机器能够通过称之为图灵实验的实验，那它就是智慧的。图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时，这个机器就是智慧的。,Alan Turing (1912-1954),26,图灵测试,游戏由一男(A)、一女

13、(B)和一名询问者(C)进行；C与A、B被隔离，通过电传打字机与A、B对话。询问者只知道二人的称呼是X，Y，通过提问以及回答来判断，最终作出“X是A，Y是B“或者“X是B，Y是A“的结论。游戏中，A必须尽力使C判断错误，而B的任务是帮助C。 当一个机器代替了游戏中的A，并且机器将试图使得C相信它是一个人。如果机器通过了图灵测试，就认为它是“智慧“的。,27,1.2.2 人类智能的计算机模拟,1、机器智能可以模拟人类智能 物理符号系统假设的推论一告诉人们，人有智能，所以他是一个物理符号系统；推论三指出，可以编写出计算机程序去模拟人类的思维活动。这就是说，人和计算机这两个物理符号系统所使用的物理符

14、号是相同的，因而计算机可以模拟人类的智能活动过程。,28,2、智能计算机的功能,可以看出，要使机器达到人类智能的水平，或者超过人类智能还需要做大量的工作。计算机尚需具有以下能力： 自然语言处理，使得计算机可以用英文成功 地进行交流； 知识表示，存储它知道的或听到的信息； 自动推理，运用存储的信息来回答问题和提取新的结论； 机器学习，能适应新的环境并能检测和推断新的模式。 完全的图灵测试还包括询问者利用视频信号来测试对方的感知能力，以及询问者“通过窗口”传递给受试对象。 计算机视觉，可以感知物体； 机器人技术，可以操纵和移动物体。 这六个领域构成了AI的大部分内容。 讨论：为什么能够用电脑模拟人

15、脑智能？,29,1.3 人工智能的学派及其争论,1、人工智能三大学派 符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统假设和有限合理性原理。 联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。,30

16、,2、三大学派对人工智能发展历史的不同看法,符号主义：认为人工智能源于数理逻辑。 它认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。 知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 是人工智能的主流学派，这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。,31,联结主义,联结主义：认为人工智能源于仿生学，特别是人脑模型的研究。 它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型。 近期代表性工作有： Hopfield教授在1982年和1984年论文中提出用硬件模拟神经网络。 J.D.Rumelhart 教授于1986年提出多层网络中的反馈传播（BP）算法。,32,行为主义,行为主义：认为人工智能源于控制论。 提出智能行为的“感知-动作”模式。认为： 智能取决于感知和行动(所以被称为行为主义)； AI可以像人