人工智能概述3.ppt

第1篇 概述与工具 第1章 人工智能概述,华南师范大学 教育信息技术学院 郑云翔,提纲,什么是人工智能 人工智能的研究意义、目标和策略 人工智能的学科范畴 人工智能的研究内容 人工智能的研究途径与方法 人工智能的基本技术 人工智能的应用 人工智能的分支领域与研究方向 人工智能的发展概况,,什么是人工智能,人工智能概念的一般描述： 字面解释： 人工智能就是人造智能，其英文表示是“Artificial Intelligence”，简称AI 指用计算机模拟或实现的智能，因此人工智能又称机器智能 科学定义：目前还没有统一的认识 人工智能是那些与人的思维相关的活动，诸如决策、问题求解和学习等的自动化(Bellman，1978年) 人工智能是一种计算机能够思维，使机器具有智力的激动人心的新尝试(Haugeland，1985年),什么是人工智能,科学定义(续)： 人工智能是研究如何让计算机做现阶段只有人才能做得好的事情(Rich Knight，1991年) 人工智能是那些使知觉、推理和行为成为可能的计算的研究(Winston，1992年) 广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson，1998年) Stuart Russell和Peter Norvig则把已有的一些人工智能定义分为4类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统(2003年),什么是人工智能,没有完全或严格地用智能的内涵或外延来定义人工智能 图灵测试和中文屋子(P2-P3) 图灵测试：1950年，计算机科学创始人之一的英国数学家阿兰·图灵(Alan Turing)提出 中文屋子：1980年，美国哲学家约翰·西尔勒(John Searle)提出异议,什么是人工智能,脑智能和群智能： 脑智能(Brain Intelligence，BI)：人脑的宏观心理层次的智能表现——学习、发现、创造等，是一种个体智能 (Individual Intelligence，II) 群智能(Swarm Intelligence，SI)：由群体行为所表现出的神经元层次的智能——蚂蚁群、鸟群、鱼群等，是一种社会智能(Social Intelligence，SI)，或系统智能(System Intelligence，SI),什么是人工智能,脑智能和群智能： 宏观心理(或者语言)层次上的脑智能与神经元层次上的群智能又有密切的关系——正是微观生理层次上低级的神经元的群智能形成了宏观心理层次上高级的脑智能,什么是人工智能,符号智能和计算智能： 符号智能： 符号人工智能，模拟脑智能的人工智能，即传统人工智能或经典人工智能 以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进行问题求解 主要内容包括知识获取、知识表示、知识组织与管理和知识运用等技术以及基于知识的智能系统等,什么是人工智能,符号智能和计算智能(续)： 计算智能： 计算人工智能，模拟群智能的人工智能 以数值数据为基础，主要通过数值计算，运用算法进行问题求解 主要内容包括：神经计算、进化计算(包括遗传算法、进化规划、进化策略等)、免疫计算、粒群算法、蚁群算法、自然计算等 主要研究各类优化搜索算法，是当前人工智能学科中一个十分活跃的分支领域,提纲,什么是人工智能 人工智能的研究意义、目标和策略 人工智能的学科范畴 人工智能的研究内容 人工智能的研究途径与方法 人工智能的基本技术 人工智能的应用 人工智能的分支领域与研究方向 人工智能的发展概况,,人工智能的研究意义、目标和策略,为什么要研究人工智能？ 普通计算机系统的智能还相当低下：如缺乏自适应、自学习、自优化等能力，也缺乏社会常识或专业知识等，而只能是被动地按照人们为它事先安排好的工作步骤进行工作 难以满足越来越复杂和越来越广泛的社会需求，问题：是否能让计算机同人脑一样也具有智能呢？,人工智能的研究意义、目标和策略,为什么要研究人工智能？(续) 研究人工智能也是当前信息化社会的迫切要求：互联网、万维网和网格就强烈地需要智能技术的支持。

人工智能技术在Internet、WWW和Grid上将发挥重要作用 智能化也是自动化发展的必然趋势(机械化自动化智能化),人工智能的研究意义、目标和策略,人工智能的研究目标：制造智能机器和智能系统，实现智能化社会——使计算机具有自主发现规律、解决问题和发明创造的能力，从而大大扩展和延伸人的智能，实现人类社会的全面智能化,人工智能的研究意义、目标和策略,研究策略： 先部分地或某种程度地实现机器的智能，并运用智能技术解决各种实际问题特别是工程问题，从而使现有的计算机更灵活、更好用和更有用，逐步实现智能化 目前，在机器博弈、自动推理、定理证明、模式识别、机器学习以及规划、调度、控制方面已达到或接近人类水平，某些方面甚至超过了人类,提纲,什么是人工智能 人工智能的研究意义、目标和策略 人工智能的学科范畴 人工智能的研究内容 人工智能的研究途径与方法 人工智能的基本技术 人工智能的应用 人工智能的分支领域与研究方向 人工智能的发展概况,,人工智能的学科范畴,计算机科学技术、信息处理和自动化技术的一个前沿领域 涉及智能科学、认知科学、心理科学、脑及神经科学、生命科学、语言学、逻辑学、行为科学、教育科学、系统科学、数理科学以及控制论、哲学甚至经济学等众多学科领域 人工智能实际上是一门综合性的交叉学科和边缘学科,提纲,什么是人工智能 人工智能的研究意义、目标和策略 人工智能的学科范畴 人工智能的研究内容 人工智能的研究途径与方法 人工智能的基本技术 人工智能的应用 人工智能的分支领域与研究方向 人工智能的发展概况,,人工智能的研究内容,搜索与求解： 为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。

事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法 许多问题(包括智力问题和实际工程问题)的求解都可以描述为或者归结为对某种图或空间的搜索问题 搜索技术就成为人工智能最基本的研究内容,人工智能的研究内容,学习与发现：学习与发现是指机器的知识学习和规律发现事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现,人工智能的研究内容,知识与推理： 知识就是力量，知识就是智能 发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现 发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉 研究面向机器的知识表示形式和基于各种表示的机器推理技术：知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关,人工智能的研究内容,发明与创造： 广义的发明创造 不仅需要知识和推理，还需要想象和灵感不仅需要逻辑思维，还需要形象思维 人工智能中最富挑战性的一个研究领域 目前已有一些进展：已展开了关于形象信息的认知理论、计算模型和应用技术的研究，已开发出了计算机辅助创新软件，还尝试用计算机进行文艺创作等等,人工智能的研究内容,感知与交流：指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。

机器感知包括计算机视觉、听觉等各种感觉能力机器信息交流涉及通信、自然语言理解和表达,人工智能的研究内容,记忆与联想： 记忆是智能的基本条件，不管是脑智能还是群智能，都以记忆为基础 传统方法实现的联想，只能对于那些完整的、确定的(输入)信息，联想起(输出)有关的信息这种“联想”与人脑的联想功能相差甚远 人脑的联想功能基于神经网络的按内容记忆方式，而非存储地址 当前，采用一种称为“联想存储”的技术来实现联想功能,人工智能的研究内容,系统与建造：包括智能系统的分类、硬/软件体系结构、设计方法、实现语言工具与环境等 应用与工程：人工智能技术与实际应用的接口，主要研究人工智能的应用领域、应用形式、具体应用工程项目等，涉及问题的分析、识别和表示，相应求解方法和技术的选择等,提纲,什么是人工智能 人工智能的研究意义、目标和策略 人工智能的学科范畴 人工智能的研究内容 人工智能的研究途径与方法 人工智能的基本技术 人工智能的应用 人工智能的分支领域与研究方向 人工智能的发展概况,,人工智能的研究途径与方法,心理模拟，符号推演： 从人脑的宏观心理层面入手，以智能行为的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，模拟人脑的逻辑思维过程，实现人工智能,人工智能的研究途径与方法,心理模拟，符号推演(续)： 采用这一途径与方法的原因是： 人脑的可意识到的思维活动是在心理层面上进行的(如我们的记忆、联想、推理、计算、思考等思维过程都是一些心理活动)，心理层面上的思维过程是可以用语言符号显式表达的，从而人的智能行为就可以用逻辑来建模,人工智能的研究途径与方法,心理模拟，符号推演(续)： 采用这一途径与方法的原因是(续) ： 心理学、逻辑学、语言学等实际上也是建立在人脑的心理层面上的，一些现成理论和方法可供人工智能参考或直接使用 当前的数字计算机可以方便地实现语言符号型知识的表示和处理 可以直接运用人类已有显式知识(包括理论知识和经验知识)直接建立基于知识的智能系统,人工智能的研究途径与方法,心理模拟，符号推演(续)： 基于心理模拟和符号推演的人工智能研究，被称为心理学派、逻辑学派、符号主义。

代表人物有纽厄尔、肖、西蒙、费根宝姆、尼尔逊等其代表性的理念是所谓的“物理符号系统假设” 自动推理、定理证明、问题求解、机器博弈、专家系统等许多重要成果也都是用该方法取得的 这种方法模拟人脑的逻辑思维，利用显式的知识和推理来解决问题，因此擅长实现人脑的高级认知功能，如推理、决策等,人工智能的研究途径与方法,生理模拟，神经计算： 从人脑的生理层面，即微观结构和工作机理入手，以智能行为的生理模型为依据，采用数值计算的方法，模拟脑神经网络的工作过程，实现人工智能 用人工神经网络作为信息和知识的载体，用称为神经计算的数值计算方法来实现网络的学习、记忆、联想、识别和推理功能,人工智能的研究途径与方法,生理模拟，神经计算(续)： 神经网络具有高度的并行分布性、很强的鲁棒性和容错性，通过神经网络的“自学习”获得知识，再利用知识解决问题 擅长模拟人脑的形象思维，便于实现人脑的低级感知功能，例如图像、声音信息的识别和处理 采用生理模拟和神经计算方法的人工智能研究，被称为生理学、连接主义其代表人物有McCulloch，Pitts，F.Rosenblatt，T.Kohonen，J.Hopfield等,人工智能的研究途径与方法,行为模拟，控制进化： 用模拟人和动物在与环境的交互、控制过程中的智能活动和行为特性，如反应、适应、学习、寻优等，来研究和实现人工智能 基于这一方法研究人工智能的典型代表要算MIT的R.Brooks教授，他研制的六足行走机器人(亦称为人造昆虫或机器虫)，曾引起人工智能界的轰动,人工智能的研究途径与方法,行为模拟，控制进化(续)： R.Brooks教授的工作代表了称为“现场(situated)AI”的人工智能新方向，强调智能系统与环境的交互，认为智能取决于感知和行动，智能行为可以不需要知识，提出“没有表示的智能”，“没有推理的智能”的观点，主张智能行为的“感知-动作”模式，认为人的智能、机器智能可以逐步进化，但只能在现实世界中与周围环境的交互中体现出来 基于行为模拟方法的人工智能研究，被称为行为主义、进化主义、控制论学派,人工智能的研究途径与方法,群体模拟，仿生计算： 模拟生物群落的群体智能行为，从而实现人工智能。

例如： 模拟生物种群有性繁殖和自然选择现象而出现的遗传算法，进而发展为进化计算 模拟人体免疫细胞群而出现的免疫计算、免疫克隆计算及人工免疫系统 模拟蚂蚁群体觅食活动过程的蚁群算法 模拟鸟群飞翔的粒群算法和模拟鱼群活动的鱼群算法,人工智能的研究途径与方法,群体模拟，仿生计算(续)： 这些算法在解决组合优化等问题中表现出卓越的性能 对这些群体智慧的模拟是通过一些诸如遗传、变异、选择、交叉、克隆等所谓的算子或操作来实现。