《第一章绪论.ppt》由会员分享,可在线阅读,更多相关《第一章绪论.ppt(64页珍藏版)》请在三一文库上搜索。
1、1,人工智能 Artificial Intelligence;简称AI,主讲: 关 永,2,课程名称和参考书,课程名称 人工智能;人工智能基础;人工智能原理 教材 王万森。人工智能原理及应用,电子工业出版社 参考书 高济等。人工智能基础,高等教育出版社 王士同等。人工智能教程,电子工业出版社。 朱福喜等。人工智能原理,武汉大学出版社。 Nils.J.Nilsson著,郑扣根等译。人工智能,机械工业出版社。,3,本课程目前状态,重点高校普遍开设 本课程内容简介 全面系统的介绍人工智能的基本原理、方法及人工智能科学的研究应用领域。 市场对人工智能的反应 高档电子类产品:家用电器、PDA、通信设备等
2、等。 信息管理系统等。 基本结论 这是一个具有极高价值和发展潜力的学科。是信息科学、电子科学、管理科学等许多学科发展的重要支柱和增长点。,4,人工智能 是在计算机科学、控制论、信息论、神经生理学、心理学、哲学、语言学等多学科相互渗透的基础上发展起来的新兴的边缘学科。 它主要研究如何用机器(计算机)来模仿和实现人类的智能行为。 20世纪的三大尖端科技成就 原子能技术 空间技术 人工智能技术,5,热门话题-人工智能,在蒸汽时代 蒸汽机放大和延伸了人类的体能。 在信息时代 人类面对的信息量将非常庞大,仅靠人脑表现出来的自然智能是远远不够的(比如:数据挖掘),必须用机器去放大和延伸自己的智能,实现脑力
3、劳动的自动化。 计算机是否能够成为人类智慧的源泉?,6,人工智能的定义,人工智能同其他许多新兴学科一样,至今尚无一个统一的定义,目前还只能是按照人工智能学者根据对它的已有认识所作的一些不同解释; 人工智能的定义依赖于智能的定义。,7,人工智能的基本内容,人工智能基本概念、方法和技术 三大基本技术:知识表示、推理、搜索 人工智能的主要研究、应用领域 机器学习:传统的符号学习;神经网络学习(美国沃尔玛大型超市) 机器感知:机器视觉;机器听觉;自然语言理解;机器翻译 机器行为:智能控制 智能机器:智能机器人 智能系统:博弈;自动定理证明;自动程序设计(Rose2000) 专家系统;智能决策支持系统;
4、智能CAD;智能CAI等 人工智能的新兴技术 分布式人工智能(并行,200台工作站) 知识发现和数据挖掘(SAS),8,教材的基本结构,人工智能三大基本技术 知识表示(第2章):谓词,产生式,语义网络、框架等 推理:确定性推理(第3章):自然演绎推理,归结推理 基于规则的演绎推理 非确定性推理(第4章):确定性推理,主观Bayese方法 证据理论,可能性理论和模糊推理 搜索(第5章):状态空间的盲目搜索,状态空间的启发式搜索, 人工智能的主要研究领域 机器学习(第6章): 神经网络及连接学习(第7章): 自然语言理解(第8章): 人工智能新技术 专家系统(第9章): 智能决策支持系统(第10章
5、):,9,宇宙的三大要素及其关系,构成宇宙的三大要素: 三大要素:信息、物质与能量 信息:是物质和能量的运动形式,是以物质和能量为载体的客观存在 三大要素之间的关系: 三者之间的特殊关系: 能量与物质之间可以相互转换 信息与能量、信息与物质不能直接转化 物质与能量的表现形式: 物质与能量表现为信息,或者产生信息 信息的控制能力 信息能够控制:能量与能量之间的转换(电能-热能) 物质与物质之间的转换(粮食-酒) 能量转换为物质 (电-光) 物质转换为能量 (煤-电) 产业革命及其意义 是物质与能量领域的革命,放大了人的体能(蒸汽时代),10,信息、知识、智能及其之间的关系,信息、知识和智能 信息
6、:是由数据表达的客观事实 知识:是由智力对信息进行加工后所形成的对客观世界规 律性的认识 智能:是指人类在认识客观世界中,由思维过程和脑力活 动所表现出的综合能力 三者之间的关系 信息:是形成知识的原料,是智能的加工对象 知识:是信息的关联,是由智能加工后的产品 智能:是信息到知识的一个加工器 信息革命及其意义 是信息与智能领域的革命,需要放大人的智能(信息时代),实现脑力劳动的自动化。,11,Nilsson对智能的理解和评价,我认为:理解智能包括理解 知识如何获取、表达和存储 智能行为如何产生和学习 动机、情感和优先权如何发展和应用 传感器信号如何转换成各种符号 怎样运用各种符号执行逻辑运算
7、、对过去进行推理和对未来进行规划 智能机制如何产生幻觉、信念、希望、畏惧、梦幻甚至善良和爱情 我相信: 对上述内容有一个根本的理解将会成为与拥有原子物理、相对论和分子遗传学等级相当的科学成就。,12,第1章 人工智能概述,AI及其研究目标 AI的产生与发展 AI研究的基本内容及其特点 AI研究的不同学派及其争论 AI的主要研究与应用领域 AI研究中的问题及近期发展分析 我国AI教育的现状及发展分析 展示一个不断发展的人工智能概貌,13,1.1 AI及其研究目标 -AI的定义,形式化定义 目前还没有 一般解释 人工智能就是用人工的方法在机器(计算机)上实现的智能,或称机器智能。 无形式化定义的理
8、由 人工智能的严格定义依赖于对智能的定义 要定义人工智能,首先应该定义智能 人类对智能的认识如何?(80年代,第一次AI全球大会,中科院对唯物和唯心的讨论),14,何谓智能(自然智能),自然智能 指人类和一些动物所具有的智力和行为能力 人类的自然智能(简称智能) 指人类在认识客观世界中,由思维过程和脑力活动所表现出的综合能力。 人类大脑是如何实现智能的 两大难题之一:宇宙起源、人脑奥秘(生理上的限制) 对人脑奥秘知之甚少 对人脑奥秘知道什么 结构:1011-1012 个神经元,分布并行 功能:记忆、思维、观察、分析 对智能的严格定义 有待于人脑奥秘的揭示,进一步认识,15,认识智能的观点,思维
9、理论 智能来源于思维活动,智能的核心是思维,人的一切知识都是思维的产物。可望:通过对思维规律和思维方法的研究,来揭示智能的本质。 知识阈值理论 智能取决于知识的数量及其可运用程度。一个系统所具有的可运用知识越多,其智能就会越高。(高分低能) 进化理论 是美国MIT的Brooks在对人造机器虫研究的基础上提出来的。智能取决于感知和行为,取决于对外界复杂环境的适应,智能不需要知识、不需要表示、不需要推理,智能可由逐步进化来实现。 不一致,从层次结构再认识,16,智能的层次结构,高层智能 以大脑皮层(抑制中枢)为主,主要完成记忆、思维等活动。 中层智能 以丘脑(感觉中枢)为主,主要完成感知活动。 低
10、层智能 以小脑、脊髓为主,主要完成动作反应活动。 不同观点在层次结构中的对应关系 思维理论 知识阈值理论 进化理论 中层智能和低层智能 包含哪些能力?,高层智能,17,智能包含的能力(一),感知能力 通过感知器官感知外界的能力。是人类获得外界信息的基本途径。处理方式有以下两种: 感知-动作方式:对简单、紧急信息 感知-思维-动作方式:对复杂信息 记忆和思维能力 记忆:对感知到的外界信息和有思维产生的内部知识的存储过程 思维:对已存储信息或知识的本质属性、内部知识的认识过程 思维方式: 抽象思维(逻辑思维):根据逻辑规则对信息和知识进行处理的理性思维方式。例如,逻辑推理等 形象思维(直感思维):
11、基于形象概念,根据感性形象认识材料对客观现象进行处理的一种思维方式。例如,图像、景物识别等 灵感思维(顿悟思维):是一种显意识和潜意识相互作用的思维方式。例如,因灵感而顿时开窍(阿基米德、巴贝奇)大量积累、瞬间爆发。(关于阈值的问题),18,智能包含的能力(二),学习和自适应能力 学习:是一个具有特定目的的知识获取过程 是人的一种本能。不同人的学习方法、能力不同 自适应:是一种通过自我调节适应外界环境的过程 是人的一种本能。不同人的适应能力不同 行为能力 含义:是人们对感知到的外界信息作出动作反应的能力 信息来源:由感知直接获得的外界信息 经过思维加工后的信息 实现过程:通过脊髓来控制 由语言
12、、表情、体姿等来实现,19,何谓人工智能(一),综合各种不同观点,可从能力和学科两个方面讨论 能力方面 人工智能就是用人工的方法在机器(计算机)上实现的智能,或称机器智能。 学科方面 是一门研究如何构造智能机器或智能系统,以模拟、延伸和扩展人类智能的学科。 Turing测试 如下图所示。能分辨出人和机器的概率小于50%。 Turing测试的问题 仅反映了结果的比较,无涉及思维过程 没指出是什么人,20,何谓人工智能(二) -Turing测试,测试主持人,被测机器,被测人,小于50%?,21,人工智能的研究目标,远期目标 揭示人类智能的根本机理,用智能机器去模拟、延伸和扩展人类的智能 涉及到脑科
13、学、认知科学、计算机科学、系统科学、控制论等多种学科,并依赖于它们的共同发展 近期目标 研究如何使现有的计算机更聪明,即使它能够运用知识去处理问题,能够模拟人类的智能行为。 相互关系 远期目标为近期目标指明了方向 近期目标则为远期目标奠定了理论和技术基础,22,1.2 AI的产生与发展 -AI的产生与发展,孕育期(1956年以前) 形成期(1956-1970年) 知识应用期(1971-80年代末) 综合集成期(20世纪80年代末至今),23,AI的产生与发展 -孕育期(1956年以前)(一),公元前900多年:我国有歌舞机器人流传的记载 公元前850年:古希腊有制造机器人帮助人们劳动的神话传说
14、 亚里斯多德(Aristotle,公元前384322):古希腊伟大的哲学家和思想家,创立了演绎法。他提出的三段论至今仍然是演绎推理的最基本出发点。 培根(F.Bacon,15611626):英国哲学家和自然科学家,创立了归纳法。此外,培根还提出了“知识就是力量”的名言。 莱布尼茨(G.W.Leibnitz,16461716):德国数学家和哲学家把形式逻辑符号化,奠定了数理逻辑的基础 帕斯卡(B.Pascal,16231662):法国物理学家和数学家,制造成功了世界上第一台加法器。 巴贝奇(C.Babage,17911871): 英国数学家和发明家,18?年发明了差分机和分析机,为研制“思维机器
15、”做出了巨大贡献。 布尔(G.Boole,18151864):英国数学家创立了布尔代数,24,AI的产生与发展 -孕育期(1956年以前)(二),图灵(A.M.Turing,19121954):英国数学家,1936年创立了自动机理论,自动机理论亦称图灵机,是一个理论计算机模型。 冯.诺依曼(John.Von.Neumann,19031957) :匈牙利数学家、博弈论的创立者1945年提出了存储程序的概念,被誉为电子计算机时代的开始。至今,计算机的体系结构还基本上是冯诺依曼型。 莫克利(J.W.Mauchly,19071980):美国数学家、电子数字计算机的先驱,与他的研究生埃克特(J.P.Ec
16、kert)合作,1946年研制成功了世界上第一台通用电子计算机ENIAC(Electronic Numerical Integrator And Computer) 维纳(N.Wiener,18741956) :美国著名数学家、控制论创始人。1948年创立了控制论。控制论向人工智能的渗透,形成了行为主义学派。 香农(C.E.Shannon,1916):美国应用数学家、信息论的创始人创立了信息论 麦克洛奇(W.McCulloch)和皮兹(W.Pitts):美国神经生理学家,于1943年建成了第一个神经网络模型(MP模型)。 可见,在人工智能诞生之前世界上的一些著名科学家就已经创立了数理逻辑、自动
17、机理论、控制论和信息论,并发明了通用电子数字计算机。为人工智能的产生准备了必要的思想、理论和物质技术条件。,25,AI的产生与发展 -形成期(1956-1970年)(一),AI诞生于一次历史性的聚会 时间:1956年夏季 地点:达特莫斯 (Dartmouth) 大学(Basic语言) 目的:为使计算机变得更“聪明” ,或者说使计算机具有智能 发起人: 麦卡锡(J.McCarthy) ,Dartmouth的年轻数学家、计算机专家,后为MIT教授 明斯基(M.L.Minsky),哈佛大学数学家、神经学家,后为MIT教授 洛切斯特(N.Lochester), IBM公司信息中心负责人 香农(C.E.
18、Shannon),贝尔实验室信息部数学研究员 参加人: 莫尔(T.more)、塞缪尔(A.L.Samuel), IBM公司 塞尔夫里奇(O.Selfridge)、索罗蒙夫(R.Solomonff) , MIT 纽厄尔(A.Newell),兰德(RAND)公司 西蒙(H.A.Simon),卡内基(Carnagie)工科大学 会议结果: 由麦卡锡提议正式采用了“Artificial Intelligence”这一术语,26,AI的产生与发展 -形成期(1956-1970年)(二),心理学小组 1957年,纽厄尔、肖(J.Shaw)和西蒙等人的心理学小组研制了一个称为逻辑理论机(Logic Theo
19、ry Machine,简称LT)的数学定理证明程序。纽厄尔用它证明了怀特海(A.N.Whitehead)和罗素(B.A.W.Russel)的历史名著数学原理中的38条定理。 1960年研制了通用问题求解(General Problem Solving)程序。该程序当时可以解决11种不同类型的问题,如不定积分、三角函数、代数方程、猴子摘香蕉、河内梵塔、人羊过河等。 IBM工程小组 1956年,塞缪尔在IBM704计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。这个程序可以从棋谱中学习,也可以在下棋过程中积累经验、提高棋艺。通过不断学习,该程序1959年击败了塞缪尔本人,1962年
20、又击败了一个州的冠军。塞缪尔的下棋程序是用机器模拟人类学习过程的一次成功探索。,27,AI的产生与发展 -形成期(1956-1970年)(三),MIT小组 1958年,麦卡西建立了行动规划咨询系统。 1960年,麦卡西又研制了人工智能语言LISP。 1961年,明斯基发表了“走向人工智能的步骤”的论文,推动了人工智能的发展。 其他方面 1965年,鲁宾逊(J.A.R.obinson)提出了归结(消解)原理。即子句做逐次归结,证明子句集不可满足性,与传统自然演绎完全不同。 1965年,费根鲍姆(E.A.Feigenbaum) 开始研究化学专家系统DENDRAL。 1968年完成,被称为专家系统的
21、萌芽。质谱仪-化分子结构。 1969年,成立了国际人工智能联合会议(International Joint Conferences on Artificial Intelligence ,简称IJCAI),它标志作人工智能作为一门独立学科已经得到了国际学术界的认可。,28,AI的产生与发展 -知识应用期(1971-80年代末)(一),失败的预言:(盲目乐观) 60年代初,西蒙预言:10年内计算机将成为世界冠军、将证明一个未发现的数学定理、将能谱写出具有优秀作曲家水平的乐曲、大多数心理学理论将在计算机上形成。 挫折和教训 在博弈方面,塞缪尔的下棋程序在与世界冠军对弈时,5局败了4局。 在定理证明
22、方面,发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函数时,推了10万步也没证出结果。 在问题求解方面,对于不良结构,会产生组合爆炸问题(局部最优)。 在机器翻译方面,发现并不那么简单,甚至会闹出笑话。例如,把“心有余而力不足”的英语句子翻译成俄语,再翻译回来时竟变成了“酒是好的,肉变质了” 在神经生理学方面,研究发现人脑有1011以上的神经元,在现有技术条件下用机器从结构上模拟人脑是根本不可能的。 在其它方面,人工智能也遇到了不少问题。在英国,剑桥大学的詹姆教授指责“人工智能研究不是骗局,也是庸人自扰” 。从此,形势急转直下,在全世界范围内人工智能研究陷入困境、落入低谷
23、。,29,AI的产生与发展 -知识应用期(1971-80年带末)(二),以知识为中心的研究: 专家系统实现了人工智能从理论研究走向实际应用,从一般思维规律探讨走向专门知识运用的重大突破,是AI发展史上的一次重要转折。 1972年,费根鲍姆开始研究MYCIN专家系统,并于1976年研制成功。从应用角度看,它能协助内科医生诊断细菌感染疾病(51,23),并提供最佳处方。从技术角度看,他解决了知识表示、不精确推理、搜索策略、人机联系、知识获取及专家系统基本结构等一系列重大技术问题。 1976年,斯坦福大学的杜达(R.D.Duda)等人开始研制地质勘探专家系统PROSPECTOR 这一时期,与专家系统
24、同时发展的重要领域还有计算机视觉和机器人,自然语言理解与机器翻译等。 新的问题: 专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题被逐渐暴露出来。,30,AI的产生与发展 -综合集成期(20世纪80年代以来)(一),技术与方法的综合集成 多技术、多方法的综合集成,多学科、多领域的综合应用型发展。 多推理机制(演绎、归纳、非精确)、多控制策略(前、后、双向) 网络技术、分布对象技术、神经网络技术等 多种知识获取(视觉、听觉)、表示(产生式、框架、逻辑等)方法 语言与工具的综合集成 采用多种AI语言 (如LISP、Prolog、
25、C+等) 运用各种专家系统外壳、专家系统开发工具和专家系统开发环境。 分布智能和群体智能 大型分布式多智能体(Agent)协同系统 广义知识表达、综合知识库(知识、方法、模型库)、并行推理 多研究领域共同发展 自然语言理解、智能机器人、知识发现与数据挖掘等 机遇与挑战 机遇:信息化带动现代化;智能化提升(促进)信息化;信息化智能化现代化 挑战:理论、方法和技术还不太成熟,没有统一的理论基础,处在幼年 还无作为一个独立的学科来建设,31,1.3 AI研究的基本内容及其特点,人工智能的学科位置 人工智能的学科范畴 人工智能的基本技术 人工智能技术的特点 人工智能研究的不同学派,32,AI 的 学
26、科 位 置,AI是一门新兴的边缘学科,是自然科学与社会科学的交叉学科 AI以思维与智能为核心,形成了自身的学科体系 AI是逻辑、思维、生理、心理、计算机、电子、语言、自动化、光、声等学科的交叉 AI的基础学科包括:数学(离散、模糊)、思维科学(认知心理、逻辑思维学、形象思维学)和计算机(硬件、软件),自然科学,社会科学,哲学,数学,交叉学科,系统科学,思维科学,人体科学,人工智能,基础学科,指导学科,33,AI研究的学科范畴(一),人工智能的学科范畴还处在变化中,就现阶段可包括认知建模、机器感知、机器思维、机器学习、机器行为、智能系统与智能机器。 认知建模 认知:是为了一定的目的,在一定的心理
27、结构中进行的信息加工过程。美国心理学家浩斯顿(Houston)等人把认知归纳为以下5种主要类型: (1) 认知是信息的处理过程; (2) 认知是心理上的符号运算; (3) 认知是问题求解; (4) 认知是思维; (5) 认知是一组相关的活动,如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成及语言使用等。 认知科学:认知科学(亦称思维科学)是研究人类感知和思维信息处理过程的一门学科,是人工智能的重要理论基础。其主要研究目的就是要说明和解释人类在完成认知活动时是如何进行信息加工的。 从认知观点看,AI应同时开展对逻辑思维、形象思维和灵感思维的研究,34,AI研究的学科范畴(二),机器
28、感知 就是要让计算机具有类似于人的感知能力,如视觉、听觉、触觉、嗅觉、味觉(机器蛇) 机器视觉(或叫计算机视觉):就是给计算机配上能看的视觉器官,如摄像机等,使它可以识别并理解文字、图像、景物等。DY4敌友 机器听觉(或叫计算机听觉):就是给计算配上能听的听觉器官,如话筒等,使计算机能够识别并理解语言、声音等。EC3电子侦察 机器感知相当于智能系统的输入部分。 机器感知的专门的研究领域:计算机视觉、模式识别、自然语言理解 机器思维 让计算机能够对感知到的外界信息和自己产生的内部信息进行思维性加工 逻辑思维 形象思维 灵感思维,35,AI研究的学科范畴(三),机器学习 让计算机能够像人那样自动地
29、获取新知识,并在实践中不断地完善自我和增强能力。 机器学习方法:机械学习、类比学习、归纳学习、发现学习、遗传学习和连接学习等 机器行为 让计算机能够具有像人那样地行动和表达能力,如走、跑、拿、说、唱、写画等。(仿生手,深海机器人,残疾人) 相当于智能系统的输出部分。 智能系统与智能机器 无论是人工智能的近期目标还是远期目标,都需要建立智能系统或构造智能机器 需要开展对系统模型、构造技术、构造工具及语言环境等研究,36,AI的基本技术(一),推理技术 推理是从已知前提或假设出发,利用知识得到结果的过程。 逻辑是人类思维的规律,也是推理的理论基础 一阶经典逻辑和非经典逻辑(模糊逻辑、非单调逻辑等)
30、 确定性推理:自然演绎推理、归结反演 非确定性推理:确定性理论、主观Bayes方法、证据理论、模糊推理 搜索技术 搜索是为达到某一目标,不断寻找推理线路,使问题得以解决的过程 搜索技术是对推理进行引导和控制的技术 盲目搜索(极小与最小) 、启发式搜索,状态空间搜索、与/或树搜索 知识表示与知识库技术 知识表示是指用某种约定的方式对知识进行描述 表示方法包括:逻辑、产生式、框架、语义网络等 知识库是智能系统中知识的集合 知识库技术包括知识的组织、管理、维护、优化等技术,37,AI的基本技术(二),知识获取技术 机器学习:通过机器学习获得知识,或通过机器感知获取知识 人工移植:由知识工程师、专家、
31、或用户通过辅助工具或人机交互,将人的知识移植到机器的知识库中。 智能系统与智能计算机的构成技术 建立智能系统或智能机器是人们的目标 该技术包括系统建模、构造技术、构造工具及语言环境等,38,AI技术的特点(一),目前计算机的体系结构 冯.诺依曼结构。二进制的集中、串行工作方式 逻辑推理、算术运算强 人脑的结构 神经元网络,并行、分布工作方式 形象思维、视觉信息处理快 缩小差异 长远:改变冯.诺依曼结构 目前,只能靠程序系统,39,AI技术的特点(二),重视知识(Knowledge) 知识是一切智能系统的基础,包括获取知识和运用知识 在知识表示方面目前有两种基本观点: 叙述性知识表示观点:是将知
32、识的表示与知识的运用分开处理,在知识表示时不涉及如何运用知识的问题。 过程性知识表示观点:是将知识的表示与知识的运用结合起来,知识就包含在程序之中。 重视推理(Reasoning) 推理就是根据已有知识运用某种策略推出新知识的过程。 采用启发式(Heuristics)搜索 启发式搜索是指能够利用搜索中获得的问题本身的一些特性信息(亦称启发信息)来指导搜索过程,使搜索朝着最有希望的方向前进。 采用数据驱动(Data Driven)方式 即在系统处理的每一步,当考虑下一步该做什么时,需要根据时前所掌握的数据内容(亦称事实)来决定。 用人工智能语言建造系统,40,1.4 AI研究的不同学派及其争论
33、-AI研究的不同学派(一),符号主义学派(逻辑主义、心理学派) 主要观点:AI起源于数理逻辑,人类认知的基元是符号,认知过程是符号表示上的一种运算 代表性成果:1957年纽厄尔和西蒙等人研制的称为逻辑理论机的数学定理证明程序LT 代表人物:纽厄尔、肖、西蒙和尼尔逊(Nilsson)等 联结主义学派(仿生学派或生理学派) 主要观点:AI起源于仿生学,特别是人脑模型,人类认知的基元是神经元,认知过程是神经元的连接活动过程 代表性成果:是1943年由麦克洛奇和皮兹创立的脑模型,即MP模型 代表人物:麦克洛奇和皮兹,41,AI研究的不同学派(二),行为主义学派(进化主义、控制论学派) 主要观点: AI
34、起源于控制论(1948年维纳创立),提出智能取决于感知和行为,取决于对外界复杂环境的适应,而不是表示和推理。 代表性成果:Brooks教授研制的机器虫 代表人物: Brooks教授 控制论:1948年维纳创立,其早期的研究重点是模拟人在控制过程中的智能行为和作用,如对自寻优、自适应、自校正、自镇定、自组织和自学习等,进行了“控制动物”的研制和实验,如“迷宫老鼠”等。(响尾蛇导弹),42,1.4 AI研究的不同学派及其争论 -不同学派的理论之争,符号主义 智能的基础是知识,其核心是知识表示和知识推理;知识可用符号表示,也可用符号进行推理,因而可以建立基于知识的人类智能和机器智能的统一的理论体系。
35、 联结主义 思维的基元是神经元,而不是符号;思维过程是神经元的联结活动过程,而不是符号运算过程;反对符号主义关于物理符号系统的假设,认为AI起源于仿生学。 行为主义 智能取决于感知和行动,提出了智能行为的“感知动作”模型;智能不需要知识、不需要表示、不需要推理;人工智能可以像人类智能那样逐步进化。,43,1.4 AI研究的不同学派及其争论 -不同学派的方法之争,符号主义 认为人工智能的研究方法应为功能模拟方法。即通过研究人类认知系统的功能和机理,再用计算机进行模拟,从而实现人工智能。它主张用逻辑方法来建立人工智能的统一理论体系,但却遇到了“常识”问题的障碍,以及不确切事物的知识表示和问题求解等
36、难题,因此,受到其他学派的批评与否定。 联结主义 认为人工智能的研究方法应为结构模拟方法,即着重于模拟人的生理神经网络结构,并认为功能、结构与智能行为是密切相关的,不同的结构表现出不同的智能行为。 行为主义 认为人工智能的研究方法应为行为模拟方法。他们认为。功能、结构和智能行为是不可分开的,不同的行为表现出不同的功能和不同的控制结构。,44,1.5 AI的主要研究与应用领域 -机器学习,机器学习主要研究如何使计算机能够模拟或实现人类的学习功能。为此,需要重点开展人类学习机理、机器学习方法、学习系统构造技术这三个方面的研究工作。 机器学习是一个难度较大的研究领域,它与认知科学、神经心理学、逻辑学
37、等学科都有着密切的联系,并对人工智能的其他分支,如专家系统、自然语言理解、自动推理、智能机器人、计算机视觉、计算机听觉等方面,也会起到重要的推动作用。,45,1.5 AI的主要研究与应用领域 -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。 理解的对象:声音语言、书面语言。 理解的步骤:语音分析、词法分析、句法分析、语义分析、语用分析。,46,1.5 AI的主要研究与应用领域 -专家系统,专家系统(Expert System)是一种基于知识的智能系统,它将领域专家的经验用知识表示方法表示出来,并放入知识库中,供推
38、理机使用。 目前正在向多专家协同的分布式专家系统方向发展,用 户 界 面,推 理 机,知识获取,知 识 库,综合数据库,47,1.5 AI的主要研究与应用领域 -模式识别,模式识别的含义 即使计算机能够对给定的事务进行鉴别,并把它归入与其相同或相似的模式中。 被鉴别的事物可以是物理的、化学的、生理的,也可以是文字、图像、声音等。 模式识别的一般过程: 先采集待识别事物的模式信息 然后对其进行各种变换和预处理,从中抽出有意义的特征或基元,得到待识别事物的模式 随后再与机器中原有的各种标准模式进行比较,完成对待识别事物的分类识别 最后输出识别结果。,48,1.5 AI的主要研究与应用领域 -计算机
39、视觉(一),是一门用计算机实现或模拟人类视觉功能的新兴学科。其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。 在人类感知到的外界信息中,有80%以上是通过视觉得到的。 人类对视觉信息的获取、处理与理解是通过眼睛与大脑来实现的。人们视野中的物体在可见光的照射下,将在眼睛的视网膜上形成图像,由感光细胞转换成神经脉冲信号,经神经纤维传入大脑皮层进行处理与理解。 视觉,不仅指对光信号的感受,它包括了对视觉信息的获取、传输、处理、存储与理解的全过程。,49,1.5 AI的主要研究与应用领域 -计算机视觉(二),设p为一物体。两个透镜的轴线是平行的。f为两透镜与图像平面的距离,即为焦距。b
40、为两透镜轴线在基线上的位置,即为两眼的距离。l和m分别是p点与左、右透镜轴线的距离。a和c分别是图像平面上的左、右图像与其相应透镜轴线上的距离。 从两个相似三角形,可得到下式: 已知b=l+m,由上式可得观察者双眼至物体的距离: 由于双眼的距离b为已知,焦距f也是确定的,因此d是可直接计算出来的。,50,1.5 AI的主要研究与应用领域 -机器人,机器人(Robots)是一种可再编程的多功能操作装置。机器人学是在电子学、人工智能、控制论、系统工程、精密机械、信息传感、仿生学、以及心理学等多种学科或技术发展的基础上形成的一种综合性技术学科。 机器人既是人工智能的研究对象,同时又是人工智能的试验场
41、地,人工智能的所有技术几乎都可以在这个领域得到应用(综合实力的象征)。 经历了遥控、程序、自适应、智能机器人。 人工智能的主要研究对象是智能机器人。智能机器人是一种具有感知能力、思维能力和行为能力的新一代机器人。这种机器人能够主动的适应外界环境变化,并能够通过学习丰富自己的知识、提高自己的工作能力。 (超市中的智能机器人),51,1.5 AI的主要研究与应用领域 -智能决策支持系统,智能决策支持系统(Intelligent Decision Support System)是指那种在传统决策支持系统中增加了相应的智能部件的决策支持系统。 它是把人工智能技术,尤其是专家系统技术与决策支持系统相结合
42、的产物。 智能决策支持系统由数据库、模型库、方法库、人机接口及知识库五部分所组成,既可发挥专家系统在知识处理方面的特长,又可发挥传统决策支持系统在数值分析方面的优势,具有很宽的应用范围和很好的应用前景。(Call Center、CRM),52,1.5 AI的主要研究与应用领域 -知识发现和数据挖掘,知识发现(Knowledge Discover)和数据挖掘(Data Mining)是在数据库的基础上实现的一种知识发现系统。 它通过综合运用统计学、粗糙集、模糊数学、机器学习和专家系统等多种学习手段和方法,从数据库中提炼和抽取知识,从而可以揭示出蕴含在这些数据背后的客观世界的内在联系和本质原理,实
43、现知识的自动获取。 传统的数据库技术仅限于对数据库的查询和检索,不能够从数据库中提取知识,使得数据库中所蕴含的丰富知识被白白浪费。知识发现和数据挖掘以数据库作为知识源去抽取知识,不仅可以提高数据库中数据的利用价值,同时也为专家系统的知识获取开辟了一条新的途径。 可分为基于结构性数据的数据挖掘和基于Web的数据挖掘。,53,1.5 AI的主要研究与应用领域 -分布式人工智能,分布式人工智能(Distributed Artificial Intelligence,简称DAI)是随着计算机网络、计算机通信和并发程序设计技术而发展起来的一个新的人工智能研究领域。它主要研究在逻辑上或物理上分散的智能系统
44、之间如何相互协调各自的智能行为,实现问题的并行求解。分布式人工智能的研究为在计算机网络环境下设计和建立大型复杂智能系统提供了一条有效途径,体现了新一代软件设计的思想,是当前人工智能研究的一个热点。(公式发现) 分布式人工智能的研究目前由两个主要方向,一个是分布式问题求解,另一个是多智能主体系统。 分布式问题求解的主要任务是要创建一个可以对某一问题进行共同求解的协作群体。 多智能主体系统不限于单一目标,其主要任务是要创建一个多智能主体之间能够相互协调其智能行为的,可以共同处理单个目标和多个目标的智能群体。,54,1.6 AI研究中的问题及近期发展分析 -AI研究中的问题(一),脆弱性和不可靠性
45、脆弱性:领域专家的知识不完善,在经验性知识可处理问题的范围内(阴影部分),系统具有专家级的能力,但超出范围后系统处理能力急剧下降,甚至为0。 不可靠性:系统处理问题范围狭小,导致问题不能解决。,知识,问题,55,1.6 AI研究中的问题及近期发展分析 -AI研究中的问题(二),与计算机主流技术脱节 更多地强调推理,与主流技术( 数据库技术、网络技术等)脱节,成为一种孤立技术和信息孤岛。 应是对常规软件的加强,而不是取代常规软件 知识获取困难 知识往往在专家头脑中 抽取、概括和归纳出经验性知识是一种创造性劳动,难度很大,56,1.6 AI研究中的问题及近期发展分析 -AI近期发展分析(一),更新
46、的理论框架研究 从人工智能的研究目标来看,目前存在的主要问题如下: 宏观与微观相隔离。即从微观上认知科学等研究智能的层次太高、太抽象,而从宏观上符号主义、联结主义、行为主义研究智能的层次太低,二者相距甚远,无法有机结合。 全局与局部相隔裂。即人类智能是脑系统的整体效应,而符号主义只抓住其抽象思维特性,联结主义只抓住其形象思维特性,行为主义只抓住其行为特性和进化过程,这些研究都存在一定的局限性。 理论与实际相脱节。即对人脑的宏观工作过程已有所了解,但对人脑的微观工作机制还知之甚少,在这种背景下所提出的智能理论只能是一些人的主观猜想。 这些问题说明,人类要从根本上了解人脑的结构和功能,实现人工智能
47、的研究目标,需要寻找和建立更新的人工智能框架和理论体系,为人工智能的更快发展打下理论基础。至于未来的新型人工智能理论是什么,现在人们还很难预料。(就象模糊数学),57,1.6 AI研究中的问题及近期发展分析 -AI近期发展分析(二),更好的技术集成研究 人工智能技术应该是各种信息处理技术及相关学科技术的集成。其中,要集成的信息技术除数字技术外还包括计算机网络、远程通信、数据库、计算机图形学、语音与听觉、机器人学、过程控制、并行计算、光计算机和生物信息处理等技术,要集成的学科有认知科学、心理学、社会学、语言学、系统学和哲学等。 更成熟的应用方法研究 软件是人工智能的核心技术,许多人工智能应用问题
48、都需要开发很复杂的软件系统。因此,人工智能必须研究出更通用、更有效的开发方法,包括更高级的人工智能通用语言、更有效的人工智能专用语言与开发环境或工具。同时,在应用方面人工智能还需要寻找与发现问题分类与求解的新方法。目前看来,比较有前途的几种应用方法研究有:多种方法混合技术、多专家系统技术、机器学习(尤其是神经网络学习)方法、硬件软件一体化技术以及并行分布式处理技术等。,58,1.7 我国AI教育的现状及发展分析 -我国AI教育的现状,中国AI教育的现状及发展分析,59,学科建设目标和意义,目标: 以人工智能理论和方法为核心,建立一个新的一级学科: 智能科学与技术 该学科可授工学或理学学位 意义
49、: 促进智能科学技术学科自身的发展 带动相关学科的发展 用智能化提升我国的信息化水平,60,学科建设本科专业名称,建议本科专业采用以下名称: 智能科学与技术 智能信息工程 智能系统与工程 智能科学与工程 网络智能与智能系统,61,学科建设研究生专业名称,建议研究生专业采用以下名称: 一级学科: 智能科学与技术 二级学科(专业): 人工智能理论与方法 智能信息处理技术 机器感知与智能机器人 智能工程与智能系统,62,课程建设-智能科学与技术本科专业,数学:高数;线性代数;概率统计;组合数学;离散数学 计算机:组成原理;接口;程序设计语言;数据结构;编译技术 网络数据库;分布对象技术 电子学:电工;电子技术(数、模) 控制:智能控制;智能传感技术 智能:人工智能导论; 认知科学: 智能心理学;脑科学基础 智能信息处理:数据挖掘;专家系统;智能决策支持系统; 自然语言处理;机器人学;图像处理; 智能工程技
链接地址:https://www.31doc.com/p-2555146.html