人工智能概述(共118页).ppt

人工智能n刘刚n1教材n马少平 朱小燕 编著n人工智能n清华大学出版社n2参考书n人工智能 张彦铎 等 编著 清华大学出版社n人工智能原理与方法 王永庆 西安交通大学出版社n3学习内容n0 绪论n1 搜索问题n2 与或图搜索问题n7 高级搜索n4简介n人工智能(Artificial Intelligence) ，英文缩写为AI它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 n5现代人工智能的兴起n现代人工智能（Artificial Intelligence，简称AI），一般认为起源于美国1956年的一次夏季讨论（达特茅斯会议），在这次会议上，第一次提出了“Artificial Intelligence”这个词n6绪 论n很早人类就有制造机器人的幻想u黄帝的“指南车”u诸葛亮的“木牛流马”u亚里士多德的形式逻辑u莱布尼茨的关于数理逻辑的思想u“机器人”一词的来源n7人工和智能 n人工智能的定义可以分为两部分，即“人工”和“智能”。

人工”比较好理解，争议性也不大有时我们会要考虑什么是人力所能及制造的，或着人自身的智能程度有没有高到可以创造人工智能的地步，等等n关于什么是“智能”，就问题多了这涉及到其他诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维（unconscious_mind）等等问题 n8什么是人工智能？n基于神经心理学：为神经活动建立数学模型n基于智能行为：不管智能行为的产生原因个体行为与群体行为）n方向：相互结合，互为补充两种研究途径n9像人一样思考的系统理性地思考的系统“要使计算机能够思考.意思就是：有头脑 的机器”（Haugeland, 1985）“与人类的思维相关的活动，诸如决策、问题 求解、学习等活动”（Bellman, 1978）“通过利用计算模型来进行心智能力的研究” （Chamiak和McDermott, 1985）“对使得知觉、推理和行为成为可能的计算的研究” （Winston, 1992）像人一样行动的系统理性地行动的系统“一种技艺，创造机器来执行人需要智能才能完成的功能” （Kurzweil, 1990）“研究如何让计 算机能够做到那些目前人比计算机做得更好的事情”（Rich和Knight, 1991）“计算智能是对设计 智能化智能体的研究” （Poole等，1998）“AI.关心的是人工制品中的智能行为” （Nilsson, 1998）n10人工智能n至今没有统一的定义人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。

其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统n11图灵测试n如何知道一个系统是否具有智能呢？n1950年，计算机科学家图灵提出了著名的“图灵测试”n12希尔勒的中文屋子n罗杰施安克的故事理解程序（举例）n机器是否真的理解了呢？n希尔勒的中文屋子n问题：通过了图灵测试就具有了智能吗？n思考题：如何理解希尔勒的中文屋子？n13故事理解程序举例n“一个人进入餐馆并订了一份汉堡包当汉堡包端来时发现被烘脆了，此人暴怒地离开餐馆，没有付帐或留下小费n“一个人进入餐馆并订了一份汉堡包当汉堡包端来后他非常喜欢它，而且在离开餐馆付帐之前，给了女服务员很多小费n作为对“理解”故事的检验，可以向计算机询问，在每一种情况下，此人是否吃了汉堡包返回n14AI的本质问题研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学n15n【实际应用】 n机器视觉:指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统,智能搜索，定理证明，博弈，自动程序设计，还有航天应用等n【学科范畴】人工智能是一门边沿学科，属于自然科学和社会科学的交叉n【涉及学科】 n哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，n16n【研究范畴】自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法n【应用领域】智能控制，机器人学，语言和图像理解，遗传编程n17软计算 n传统计算（硬计算）的主要特征是严格、确定和精确。

但是硬计算并不适合处理现实生活中的许多问题，例如驾驶汽车n软计算通过对不确定、不精确及不完全真值的容错以取得低代价的解决方案和鲁棒性它模拟自然界中智能系统的生化过程（人的感知、脑结构、进化和免疫等）来有效处理日常工作软计算包括几种计算模式：模糊逻辑、人工神经网络、遗传算法和混沌理论这些模式是互补及相互配合的，因此在许多应用系统中组合使用n18软计算历史n1943年，McClulloch和Pitts发表神经元的数学模型 1965年，L. Zadeh提出模糊逻辑理论 1975年，J. Holland提出遗传算法 1975年，J. Yorke和T.Y. Li给出“混沌”的严格定义 1991年，L. Zadeh指出人工神经网络、模糊逻辑及遗传算法与传统计算模式的区别，将它们命名为软计算n近年文献中将混沌理论、遗传算法和模拟退火算法等概率推理（Probabilistic Reasoning）归入软计算n传统人工智能进行符号操作，这基于一种假设：人的智能存储在符号化的知识库中但是符号化知识的获得和表达限制了人工智能的应用（即符号主义的缺点）一般的，软计算不进行太多的符号操作因此，从某种意义上说，软计算是传统人工智能的补充。

n19人工生命 n人工生命(AL:Artificial life)是通过人工模拟生命系统,来研究生命的领域. nAL是首先由计算机科学家Christopher Langton在1987年在Los Alamos National Laboratory召开的生成以及模拟生命系统的国际会议上提出. n20遗传编程n遗传编程,或称基因编程/GP ，是一种从生物进化过程得到灵感的自动化生成和选择计算机程序来完成用户定义的任务的技术从理论上讲，人类用遗传编程只需要告诉计算机“需要完成什么”，而不用告诉它“如何去完成”,最终可能实现真正意义上的人工智能：自动化的发明机器 n遗传编程的首批试验由斯蒂芬.史密斯 (1980)和Nichael .克拉姆 (1985)发表约翰.Koza(1992)也写了一本著名的书，遗传编程：用自然选择让计算机编程，来介绍遗传编程 n21意识和人工智能的区别 n人工智能就其本质而言，是对人的思维的信息过程的模拟n对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟n22n“机器思维”同人类思维的本质区别1.人工智能纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程。

2.人工智能没有社会性3.人工智能没有人类的意识所特有的能动的创造能力4.两者总是人脑的思维在前，电脑的功能在后n23人工智能简史 n人工智能的传说可以追溯到古埃及，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，“人工智能”(Artificial Intelligence)一词最初是在1956年Dartmouth学会上提出的，从那以后,研究者们发展了众多理论和原理，人工智能的概念也随之扩展，在它还不长的历史中，人工智能的发展比预想的要慢，但一直在前进，从40年前出现到现在，已经出现了许多AI程序，并且它们也影响到了其它 技术的发展 n24计算机时代 AI的开端大量的程序 从实验室到日常生活 n25AI的历史回顾n第一阶段（40年代中50年代末） 神经元网络时代u双层网络 uM-P模型 、感知器模型等u问题：XOR问题不能解决 n26AI的历史回顾（续1）nXOR问题（异或问题）输入1输入2输出000011101110(0, 0)(1, 1)(0, 1)(1, 0)n27AI的历史回顾（续2）nMinsky的著作：Perceptions（感知器）u从理论上证明了二层神经元网络不可能解决XOR问题u如果要求解XOR问题，神经元网络必须是3层或3层以上的结构u对于3层或3层以上的神经元网络，难于找到一个通用的学习算法n28AI的历史回顾（续3）n第二阶段（50年代中60年代中） 通用方法时代u物理符号系统u主要研究的问题：GPS、游戏、翻译等u对问题的难度估计不足，陷入困境n29AI的历史回顾（续4）n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）n30AI的历史回顾（续5）n出现这样的错误的原因：Spirit：1）精神 2）烈性酒n结论：必须理解才能翻译，而理解需要知识n31AI的历史回顾（续6）n知识就是力量培根n知识蕴涵着力量费根鲍姆n32AI的历史回顾（续7）n第三阶段（60年代中80年代初） 知识工程时代u专家系统u知识工程u知识工程席卷全球u各国发展计划：t美国星球大战计划t英国ALVEY计划t法国UNIKA 计划t日本五代机计划t中国“863”计划n33AI的历史回顾（续8）n遇到的困难：u知识获取的瓶颈问题n34AI的历史回顾（续9）n第四阶段（80年代中90年代初） 新的神经元网络时代uBP网（算法），解决了多层网的学习问题uHopfield网，成功求解了旅行商问题u存在问题：t理论依据t解决大规模问题的能力u新的动向构造化方法n35AI的历史回顾（续10）n第五阶段（90年代初现在） 海量数据处理与网络时代u网络给AI带来无限的机会u知识发现与数据挖掘uAI走向实用化n36人工智能取得的一些成果n四十多年来，人工智能的研究虽然步履艰难，但也取得了一些很突出的成绩。

下面列举一些实例n37定理证明n50年代中期，世界上最早的启发式程序“逻辑理论家”，证明了数学名著数学原理中的38个定理经改进后，62年证明了该书中全部的52个定理被认为是用计算机探讨人类智力活动的第一个真正的成果n38四色定理的证明n四色定理n从1852年发现四色问题，世界上很多著名的科学家试图证明，当一直未能完成n1976年6月，哈肯在美国伊利诺斯大学的两台不同的电子计算机上，用了1200个小时，作了100亿次判断，终于完成了四色定理的证明，从而解决了一个历时100多年的问题，轰动了世界n39定理证明的“吴方法”n2000年我国最高科学技术奖获得者吴文俊教授，提出了“数学机器化”n1977年，吴文俊关于平面几何定理的机械化证明首次取得成功n创立了定理机器证明的 “吴方法”n40吴方法吴文俊先生提出的用计算机证明几何定理的一种方法选取适当的坐标系统，用x1,x2,xn等表示坐标，若定理的前提可以写成h1(x1, , xn)=0hk(x1, , xn)=0HSn41而结论可以写成G g(x1, , xn)=0其中h1, , hk, g均为某一域上的多项式，则定理的证明就转化为：对于满足HS的任意一组(x1o, , xno), 判定是否有g(x1o, , xno)=0 ?即要计算zero(h1, , hk) zero(g)是否成立，这里zero(f1, , fm)表示多项式f1, , fm的公共零点集。

n42下面粗略地看h1, , hk, g都是x的一元多项式的情形，考察多项式组h1, , hk与多项式g的零点集之间的关系用hk (x)去除g(x)得余式rk (x)，即g(x)=qk (x)hk(x)+rk (x)；。