人工智能概論 第1章

《人工智能概論 第1章》由會員分享，可在線閱讀，更多相關《人工智能概論 第1章（92頁珍藏版）》請在裝配圖網上搜索。

1、第1篇 概述與工具第1章 人工智能概述華南師范大學 教育信息技術學院鄭云翔1提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 2什么是人工智能o人工智能概念的一般描述：n字面解釋：o人工智能就是人造智能，其英文表示是“Artificial Intelligence”，簡稱AIo指用計算機模擬或實現的智能，因此人工智能又稱機器智能n科學定義：目前還沒有統一的認識o人工智能是那些與人的思維相關的活動，諸如決策、問題求解和學習等的自

2、動化(Bellman，1978年)o人工智能是一種計算機能夠思維，使機器具有智力的激動人心的新嘗試(Haugeland，1985年)3什么是人工智能n科學定義(續)：o人工智能是研究如何讓計算機做現階段只有人才能做得好的事情(Rich Knight，1991年)o人工智能是那些使知覺、推理和行為成為可能的計算的研究(Winston，1992年)o廣義地講，人工智能是關于人造物的智能行為，而智能行為包括知覺、推理、學習、交流和在復雜環境中的行為(Nilsson，1998年)oStuart Russell和Peter Norvig則把已有的一些人工智能定義分為4類：像人一樣思考的系統、像人一樣行動

3、的系統、理性地思考的系統、理性地行動的系統(2003年)4什么是人工智能o沒有完全或嚴格地用智能的內涵或外延來定義人工智能o圖靈測試和中文屋子(P2-P3)n圖靈測試：1950年，計算機科學創始人之一的英國數學家阿蘭圖靈(Alan Turing)提出n中文屋子：1980年，美國哲學家約翰西爾勒(John Searle)提出異議5什么是人工智能o腦智能和群智能：n腦智能(Brain Intelligence，BI)：人腦的宏觀心理層次的智能表現學習、發現、創造等，是一種個體智能(Individual Intelligence，II)n群智能(Swarm Intelligence，SI)：由群體行

4、為所表現出的神經元層次的智能螞蟻群、鳥群、魚群等，是一種社會智能(Social Intelligence，SI)，或系統智能(System Intelligence，SI)6什么是人工智能o腦智能和群智能：n宏觀心理(或者語言)層次上的腦智能與神經元層次上的群智能又有密切的關系正是微觀生理層次上低級的神經元的群智能形成了宏觀心理層次上高級的腦智能7什么是人工智能o符號智能和計算智能：n符號智能：o符號人工智能，模擬腦智能的人工智能，即傳統人工智能或經典人工智能o以符號形式的知識和信息為基礎，主要通過邏輯推理，運用知識進行問題求解o主要內容包括知識獲取、知識表示、知識組織與管理和知識運用等技術以

5、及基于知識的智能系統等8什么是人工智能o符號智能和計算智能(續)：n計算智能：o計算人工智能，模擬群智能的人工智能o以數值數據為基礎，主要通過數值計算，運用算法進行問題求解o主要內容包括：神經計算、進化計算(包括遺傳算法、進化規劃、進化策略等)、免疫計算、粒群算法、蟻群算法、自然計算等o主要研究各類優化搜索算法，是當前人工智能學科中一個十分活躍的分支領域9提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 10人工智能的研究意義

6、、目標和策略 o為什么要研究人工智能？n普通計算機系統的智能還相當低下：如缺乏自適應、自學習、自優化等能力，也缺乏社會常識或專業知識等，而只能是被動地按照人們為它事先安排好的工作步驟進行工作n難以滿足越來越復雜和越來越廣泛的社會需求，問題：是否能讓計算機同人腦一樣也具有智能呢？11人工智能的研究意義、目標和策略 12人工智能的研究意義、目標和策略o人工智能的研究目標：制造智能機器和智能系統，實現智能化社會使計算機具有自主發現規律、解決問題和發明創造的能力，從而大大擴展和延伸人的智能，實現人類社會的全面智能化13人工智能的研究意義、目標和策略o研究策略：n先部分地或某種程度地實現機器的智能，并運

7、用智能技術解決各種實際問題特別是工程問題，從而使現有的計算機更靈活、更好用和更有用，逐步實現智能化n目前，在機器博弈、自動推理、定理證明、模式識別、機器學習以及規劃、調度、控制方面已達到或接近人類水平，某些方面甚至超過了人類14提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 15人工智能的學科范疇o計算機科學技術、信息處理和自動化技術的一個前沿領域o涉及智能科學、認知科學、心理科學、腦及神經科學、生命科學、語言學、邏輯學、行

8、為科學、教育科學、系統科學、數理科學以及控制論、哲學甚至經濟學等眾多學科領域o人工智能實際上是一門綜合性的交叉學科和邊緣學科16提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 17人工智能的研究內容o搜索與求解：n為了達到某一目標而多次地進行某種操作、運算、推理或計算的過程。事實上，搜索是人在求解問題時而不知現成解法的情況下所采用的一種普遍方法n許多問題(包括智力問題和實際工程問題)的求解都可以描述為或者歸結為對某種圖或空間

9、的搜索問題n搜索技術就成為人工智能最基本的研究內容18人工智能的研究內容o學習與發現：學習與發現是指機器的知識學習和規律發現。事實上，經驗積累能力、規律發現能力和知識學習能力都是智能的表現19人工智能的研究內容o知識與推理：n知識就是力量，知識就是智能n發現客觀規律，運用知識解決問題都是有智能的表現，而且是最為基本的一種表現n發現規律和運用知識本身還需要知識，因此知識是智能的基礎和源泉n研究面向機器的知識表示形式和基于各種表示的機器推理技術：知識表示要求便于計算機的接受、存儲、處理和運用，機器的推理方式與知識的表示又息息相關20人工智能的研究內容o發明與創造：n廣義的發明創造n不僅需要知識和推

10、理，還需要想象和靈感。不僅需要邏輯思維，還需要形象思維n人工智能中最富挑戰性的一個研究領域n目前已有一些進展：已展開了關于形象信息的認知理論、計算模型和應用技術的研究，已開發出了計算機輔助創新軟件，還嘗試用計算機進行文藝創作等等21人工智能的研究內容o感知與交流：指計算機對外部信息的直接感知和人機之間、智能體之間的直接信息交流。機器感知包括計算機視覺、聽覺等各種感覺能力。機器信息交流涉及通信、自然語言理解和表達22人工智能的研究內容o記憶與聯想：n記憶是智能的基本條件，不管是腦智能還是群智能，都以記憶為基礎n傳統方法實現的聯想，只能對于那些完整的、確定的(輸入)信息，聯想起(輸出)有關的信息。

11、這種“聯想”與人腦的聯想功能相差甚遠n人腦的聯想功能基于神經網絡的按內容記憶方式，而非存儲地址n當前，采用一種稱為“聯想存儲”的技術來實現聯想功能23人工智能的研究內容o系統與建造：包括智能系統的分類、硬/軟件體系結構、設計方法、實現語言工具與環境等o應用與工程：人工智能技術與實際應用的接口，主要研究人工智能的應用領域、應用形式、具體應用工程項目等，涉及問題的分析、識別和表示，相應求解方法和技術的選擇等24提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研

12、究方向 o人工智能的發展概況 25人工智能的研究途徑與方法o心理模擬，符號推演：n從人腦的宏觀心理層面入手，以智能行為的心理模型為依據，將問題或知識表示成某種邏輯網絡，采用符號推演的方法，模擬人腦的邏輯思維過程，實現人工智能26人工智能的研究途徑與方法o心理模擬，符號推演(續)：n采用這一途徑與方法的原因是：o人腦的可意識到的思維活動是在心理層面上進行的(如我們的記憶、聯想、推理、計算、思考等思維過程都是一些心理活動)，心理層面上的思維過程是可以用語言符號顯式表達的，從而人的智能行為就可以用邏輯來建模27人工智能的研究途徑與方法o心理模擬，符號推演(續)：n采用這一途徑與方法的原因是(續)：o

13、心理學、邏輯學、語言學等實際上也是建立在人腦的心理層面上的，一些現成理論和方法可供人工智能參考或直接使用o當前的數字計算機可以方便地實現語言符號型知識的表示和處理o可以直接運用人類已有顯式知識(包括理論知識和經驗知識)直接建立基于知識的智能系統28人工智能的研究途徑與方法o心理模擬，符號推演(續)：n基于心理模擬和符號推演的人工智能研究，被稱為心理學派、邏輯學派、符號主義。代表人物有紐厄爾、肖、西蒙、費根寶姆、尼爾遜等。其代表性的理念是所謂的“物理符號系統假設”n自動推理、定理證明、問題求解、機器博弈、專家系統等許多重要成果也都是用該方法取得的n這種方法模擬人腦的邏輯思維，利用顯式的知識和推理

14、來解決問題，因此擅長實現人腦的高級認知功能，如推理、決策等29人工智能的研究途徑與方法o生理模擬，神經計算：n從人腦的生理層面，即微觀結構和工作機理入手，以智能行為的生理模型為依據，采用數值計算的方法，模擬腦神經網絡的工作過程，實現人工智能n用人工神經網絡作為信息和知識的載體，用稱為神經計算的數值計算方法來實現網絡的學習、記憶、聯想、識別和推理功能30人工智能的研究途徑與方法o生理模擬，神經計算(續)：n神經網絡具有高度的并行分布性、很強的魯棒性和容錯性，通過神經網絡的“自學習”獲得知識，再利用知識解決問題n擅長模擬人腦的形象思維，便于實現人腦的低級感知功能，例如圖像、聲音信息的識別和處理n采

15、用生理模擬和神經計算方法的人工智能研究，被稱為生理學、連接主義。其代表人物有McCulloch，Pitts，F.Rosenblatt，T.Kohonen，J.Hopfield等31人工智能的研究途徑與方法o行為模擬，控制進化：n用模擬人和動物在與環境的交互、控制過程中的智能活動和行為特性，如反應、適應、學習、尋優等，來研究和實現人工智能n基于這一方法研究人工智能的典型代表要算MIT的R.Brooks教授，他研制的六足行走機器人(亦稱為人造昆蟲或機器蟲)，曾引起人工智能界的轟動32人工智能的研究途徑與方法o行為模擬，控制進化(續)：nR.Brooks教授的工作代表了稱為“現場(situated)

16、AI”的人工智能新方向，強調智能系統與環境的交互，認為智能取決于感知和行動，智能行為可以不需要知識，提出“沒有表示的智能”，“沒有推理的智能”的觀點，主張智能行為的“感知-動作”模式，認為人的智能、機器智能可以逐步進化，但只能在現實世界中與周圍環境的交互中體現出來n基于行為模擬方法的人工智能研究，被稱為行為主義、進化主義、控制論學派33人工智能的研究途徑與方法o群體模擬，仿生計算：n模擬生物群落的群體智能行為，從而實現人工智能。例如：o模擬生物種群有性繁殖和自然選擇現象而出現的遺傳算法，進而發展為進化計算o模擬人體免疫細胞群而出現的免疫計算、免疫克隆計算及人工免疫系統o模擬螞蟻群體覓食活動過程

17、的蟻群算法o模擬鳥群飛翔的粒群算法和模擬魚群活動的魚群算法34人工智能的研究途徑與方法o群體模擬，仿生計算(續)：n這些算法在解決組合優化等問題中表現出卓越的性能n對這些群體智慧的模擬是通過一些諸如遺傳、變異、選擇、交叉、克隆等所謂的算子或操作來實現的，所以統稱為仿生計算35人工智能的研究途徑與方法o博采廣鑒，自然計算：n從生命、生態、系統、社會、數學、物理、化學、甚至經濟等眾多學科和領域尋找啟發和靈感，展開人工智能的研究。例如：o從熱力學和統計物理學所描述的高溫固體材料冷卻時，其原子的排列結構與能量的關系中得到啟發，提出了“模擬退火算法”，該算法已是解決優化搜索問題的有效算法之一o從量子物理

18、學中的自旋和統計機理中得到啟發，而提出了量子聚類算法o1994年阿德曼(Addman)使用現代分子生物技術，提出了解決哈密頓路徑問題的DNA分子計算方法，并在試管里求出了此問題的解36人工智能的研究途徑與方法o博采廣鑒，自然計算(續)：n這些方法一般稱為自然計算(NC)模仿或借鑒自然界的某種機理而設計計算模型，這類計算模型通常是一類具有自適應、自組織、自學習、自尋優能力的算法n自然計算是自然科學和計算科學相交叉而產生的研究領域，能夠解決傳統計算方法難于解決的各種復雜問題，在大規模復雜系統的最優化設計、優化控制、網絡安全、創造性設計等領域具有很好的應用前景37人工智能的研究途徑與方法o原理分析，

19、數學建模：n通過對智能本質和原理的分析，直接采用某種數學方法來建立智能行為模型，例如：o用概率統計原理(特別是貝葉斯定理)處理不確定性信息和知識，建立了統計模式識別、統計機器學習和不確定性推理的一系列原理和方法o用數學中的距離、空間、函數、變換等概念和方法，開發了幾何分類、支持向量機等模式識別和機器學習的原理和方法38提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 39人工智能的基本技術o符號智能和計算智能最顯著的相似之處：

20、n二者都涉及表示和運算n二者都是通過搜索進行問題求解的o人工智能三個最基本、最核心的技術：表示、運算和搜索符號智能符號智能計算智能計算智能表示表示知識表示對象表示運算運算基于知識表示的推理或符號操作基于對象表示的操作或計算搜索搜索在問題空間搜索在解空間搜索40提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 41人工智能的應用o難題求解：n指那些沒有算法解，或雖有算法解但在現有機器上無法實施或無法完成的困難問題，例如：o智力性

21、問題中的梵塔問題、n皇后問題、旅行商問題、博弈問題等o路徑規劃、車輛調度、電力調度、資源分配、任務分配、系統配置、地質分析、數據解釋、天氣預報、市場預測、股市分析、疾病診斷、故障診斷、軍事指揮、機器人行動規劃等42人工智能的應用o難題求解(續)：n有些是組合數學理論中所稱的非確定型多項式問題或NP完全問題NP問題是指那些既不能證明其算法復雜性超出多項式界，但又未找到有效算法的一類問題n研究工程難題的求解是人工智能的重要課題，而研究智力難題的求解則具有雙重意義：一方面，可以找到解決這些難題的途徑；另一方面，由解決這些難題而發展起來的一些技術和方法可用于人工智能的其他領域43人工智能的應用o自動規

22、劃、調度與配置：n規劃一般指設計制定一個行動序列，例如機器人行動規劃、交通路線規劃n調度就是一種任務分派或者安排，例如車輛調度、電力調度、資源分配、任務分配。調度的數學本質是給出兩個集合間的一個映射n配置則是設計合理的部件組合結構，即空間布局，例如資源配置、系統配置、設備或設施配置 n三者有一定的內在聯系，有時甚至可以互相轉化。事實上，它們都屬于人工智能的經典問題之一的約束滿足問題44人工智能的應用o機器定理證明：n定理證明是最典型的邏輯推理問題，它在發展人工智能方法上起過重大作用n很多非數學領域的任務如醫療診斷、信息檢索、規劃制定和難題求解，都可以轉化成一個定理證明問題45人工智能的應用o機

23、器定理證明(續)：n機器定理證明的方法主要有四類：o自然演繹法，其基本思想是依據推理規則，從前提和公理中可以推出許多定理，如果待證的定理恰在其中，則定理得證o判定法，即對一類問題找出統一的計算機上可實現的算法解。在這方面一個著名的成果是我國數學家吳文俊教授1977年提出的初等幾何定理證明方法o定理證明器，它研究一切可判定問題的證明方法o計算機輔助證明，它是以計算機為輔助工具，利用機器的高速度和大容量，幫助人完成手工證明中難以完成的大量計算、推理和窮舉46人工智能的應用o自動程序設計：n讓計算機設計程序：就是人只要給出關于某程序要求的非常高級的描述，計算機就會自動生成一個能完成這個要求目標的具體

24、程序n相當于給機器配置了一個“超級編譯系統”，它能夠對高級描述進行處理，通過規劃過程，生成所需的程序n自動程序設計還包括程序自動驗證，即自動證明所設計程序的正確性47人工智能的應用o機器翻譯：n把“光陰似箭”的英語句子“Time flies like an arrow”翻譯成日語，然后再翻譯回來的時候，竟變成了“蒼蠅喜歡箭”；又如，當把“心有余而力不足”的英語句子“The spirit is willing but the flesh is weak”翻譯成俄語，然后再翻譯回來時竟變成了“酒是好的，肉變質了”，即“The wine is good but the meat is spoiled

25、”n機器翻譯并非想像的那么簡單，并使得人們認識到，單純地依靠“查字典”的方法不可能解決翻譯問題，只有在對語義理解的基礎上，才能做到真正的翻譯，所以機器翻譯的真正實現，還要靠自然語言理解方面的突破48人工智能的應用o智能控制：n把人工智能技術引入控制領域，建立智能控制系統n智能控制具有兩個顯著的特點：o智能控制是同時具有知識表示的非數學廣義世界模型和傳統數學模型混合表示的控制過程o智能控制的核心在高層控制，即組織級控制，其任務在于對實際環境或過程進行組織，即決策與規劃，以實現廣義問題求解49人工智能的應用o智能控制(續)：n智能控制系統的智能可歸納為以下幾方面：o先驗智能：有關控制對象及干擾的先

26、驗知識，可以從一開始就考慮在控制系統的設計中o反應性智能：在實時監控、辨識及診斷的基礎上，對系統及環境變化的正確反應能力o優化智能：包括對系統性能的先驗性優化及反應性優化o組織與協調智能：表現為對并行耦合任務或子系統之間的有效管理與協調50人工智能的應用o智能控制(續)：n智能控制的開發，目前認為有以下途徑：o基于專家系統的專家智能控制o基于模糊推理和計算的模糊控制o基于人工神經網絡的神經網絡控制o綜合以上三種方法的綜合型智能控制51人工智能的應用o智能管理：n把人工智能技術引入管理領域，建立智能管理系統n智能管理是人工智能與管理科學、系統工程、計算機技術及通信技術等多學科、多技術互相結合、互

27、相滲透而產生的一門新技術、新學科n研究如何提高計算機管理系統的智能水平，以及智能管理系統的設計理論、方法與實現技術52人工智能的應用o智能決策：n把人工智能技術引入決策過程，建立智能決策支持系統n智能決策支持系統由傳統決策支持系統再加上相應的智能部件構成，智能部件可以有多種模式，例如專家系統模式、知識庫系統模式等o專家系統模式是把專家系統作為智能部件，這是目前比較流行的一種模式。該模式適合于以知識處理為主的問題，但它與決策支持系統的接口比較困難o知識庫系統模式是以知識庫作為智能部件。在這種情況下，決策支持系統就是由模型庫、方法庫、數據庫、知識庫組成的四庫系統。這種模式接口比較容易實現，其整體性

28、能也較好 53人工智能的應用o智能決策(續)：n既充分發揮了傳統決策支持系統中數值分析的優勢，也充分發揮了專家系統中知識及知識處理的特長，既可以進行定量分析，又可以進行定性分析，能有效地解決半結構化和非結構化的問題54人工智能的應用o智能決策(續)：n智能部件中可以包含如下一些知識：o建立決策模型和評價模型的知識o如何形成候選方案的知識o建立評價標準的知識o如何修正候選方案，從而得到更好候選方案的知識o完善數據庫，改進對它的操作及維護的知識55人工智能的應用o智能通信：n智能通信就是把人工智能技術引入通信領域，建立智能通信系統n智能通信就是在通信系統的各個層次和環節上實現智能化。例如在通信網的

29、構建、網管與網控、轉接、信息傳輸與轉換等環節，都可實現智能化，使其具有自適應、自組織、自學習、自修復等功能56人工智能的應用o智能仿真：n利用人工智能技術能對整個仿真過程(包括建模、實驗運行及結果分析)進行指導，能改善仿真模型的描述能力，在仿真模型中引進知識表示將為研究面向目標的建模語言打下基礎，提高仿真工具面向用戶、面向問題的能力57人工智能的應用o智能CAD：n智能CAD(簡稱ICAD)就是把人工智能技術引入計算機輔助設計領域，建立智能CAD系統nAI幾乎可以應用到CAD技術的各個方面，從目前發展的趨勢來看，至少有以下四個方面：o設計自動化o智能交互o智能圖形學o自動數據采集58人工智能的

30、應用o智能CAD(續)：n從具體技術來看，ICAD技術大致可分為以下幾種方法：o規則生成法o約束滿足方法o搜索法o知識工程方法o形象思維方法59人工智能的應用o智能制造：n在數控技術、柔性制造技術和計算機集成制造技術的基礎上，引入智能技術。智能制造系統由智能加工中心、材料傳送檢測和實驗裝置等智能設備組成。它具有一定的自組織、自學習和自適應能力，能在不可預測的環境下，基于不確定、不精確、不完全的信息，完成擬人的制造任務，形成高度自動化生產60人工智能的應用o智能CAI：n把人工智能技術引入計算機輔助教學領域，建立智能CAI系統(ICAI)，ICAI的特點是能對學生因才施教地進行指導nICAI應具

31、備下列智能特征：o自動生成各種問題與練習o根據學生的水平和學習情況自動選擇與調整教學內容和進度o在理解教學內容的基礎上自動解決問題生成解答o具有自然語言的生成和理解能力o對教學內容有解釋咨詢能力o能診斷學生錯誤，分析原因并采取糾正措施o能評價學生的學習行為o能不斷地在教學中改善教學策略61人工智能的應用o智能人機接口：n智能化的人機交互界面，也就是將人工智能技術應用于計算機與人的交互界面，使人機界面更加靈性化、擬人化、個性化n該課題涉及到機器感知特別是圖形圖像識別與理解、語音識別、自然語言處理、機器翻譯、多媒體、虛擬現實等技術62人工智能的應用o模式識別：n用計算機進行物體識別。這里的物體一般

32、指文字、符號、圖形、圖像、語音、聲音及傳感器信息等形式的實體對象，而并不包括概念、思想、意識等抽象或虛擬對象n經過多年研究已發展成為一個獨立的學科，應用十分廣泛，諸如信息、遙感、醫學、影像、安全、軍事等領域，特別是基于其而出現的生物認證、數字水印等新技術63人工智能的應用o數據挖掘與數據庫中的知識發現：n數據挖掘主要流行于統計、數據分析、數據庫和信息系統等領域n數據庫中的知識發現主要流行于人工智能和機器學習等領域n涉及范圍：企業數據、商業數據、科學實驗數據、管理決策數據、Web數據等的挖掘和發現64人工智能的應用o計算機輔助創新：n以“發明問題解決理論(TRIZ)”為基礎，結合本體論(Onto

33、logy)、現代設計方法學、計算機技術而形成的一種用于技術創新的新手段n可看做是機器發明創造的初級形式n部分例子見P1765人工智能的應用o計算機文藝創作：n詩詞、小說、樂曲、繪畫nP18“古詩”和小說66人工智能的應用o機器博弈：n人工智能學科建立的當年1956年，塞繆爾就研制成功了一個跳棋程序n1959年，擊敗了塞繆爾本人，1962年又擊敗了美國一個州的冠軍n1997年IBM的“深藍”計算機以2勝3平1負的戰績擊敗了蟬聯12年之久的世界國際象棋冠軍加里卡斯帕羅夫n2001年，德國的“更弗里茨”國際象棋軟件更是擊敗了當時世界排名前10位棋手中的9位，計算機的搜索速度達到創紀錄的600萬步每秒

34、67人工智能的應用o智能機器人：n直接面向應用，社會效益強n如工業機器人、太空機器人、水下機器人、家用機器人、軍用機器人、服務機器人、醫療機器人、運動機器人、助理機器人、機器人足球賽、機器人象棋賽n是人工智能技術的綜合應用，其能力和水平已經成為人工智能技術水平甚至人類科學技術綜合水平的一個代表和體現68人工智能的應用69提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 70人工智能的分支領域與研究方向o從模擬的智能層次和所用的

35、方法來看：n符號智能：圖搜索、自動推理、不確定性推理、知識工程、符號學習等n計算智能：神經計算、進化計算、免疫計算、蟻群算法、粒群算法、自然計算n另外，智能Agent也是人工智能的一個新興的重要領域，是以符號智能和計算智能為基礎的更高一級的人工智能71人工智能的分支領域與研究方向o從模擬的腦智能或腦功能來看：n機器學習：符號學習、連接學習、統計學習等n機器感知：計算機視覺、計算機聽覺、模式識別、圖像識別與理解、語音識別、自然語言處理等n機器聯想n機器推理n機器行為72人工智能的分支領域與研究方向o從應用角度看：如上節所述，AI中有難題求解等數十種分支領域和研究方向o從系統角度看：n智能計算機系

36、統：智能硬件平臺、智能操作系統、智能網絡系統等n智能應用系統：基于知識的智能系統、基于算法的智能系統、兼有知識和算法的智能系統、分布式人工智能系統73人工智能的分支領域與研究方向o從基礎理論看：數理邏輯、多種非標準邏輯、圖論、人工神經網絡、模糊集、粗糙集、概率統計(貝葉斯統計決策理論)和貝葉斯網絡、統計學習理論與支持向量機、形式語言與自動機等74提綱o什么是人工智能 o人工智能的研究意義、目標和策略o人工智能的學科范疇 o人工智能的研究內容 o人工智能的研究途徑與方法 o人工智能的基本技術 o人工智能的應用 o人工智能的分支領域與研究方向 o人工智能的發展概況 75人工智能的發展概況o人工智能

37、學科正式誕生于1956年：1956年夏季，由美國Dartmouth大學的麥卡錫、哈佛大學的明斯基、IBM公司信息研究中心的洛切斯特、貝爾實驗室的申農共同發起，邀請IBM公司的莫爾和塞繆爾、麻省理工學院的塞爾夫里奇和索羅門夫以及蘭德公司和卡內基工科大學的紐厄爾、西蒙等，共十位來自數學、心理學、神經生理學、信息論和計算機等方面的學者和工程師，在Dartmouth大學召開了一次歷時兩個月的研究會，會上正式采用了“人工智能”這一術語76人工智能的發展概況o人工智能學科的產生：n實際上是邏輯學、心理學、計算機科學、腦科學、神經生理學、信息科學等學科發展的必然趨勢和必然結果n單就計算機來看，其功能從數值計

38、算到數據處理，再下去必然是知識處理n當時的水平已具有智能的表現：能自動地進行復雜的數值計算和數據處理77人工智能的發展概況o符號主義途徑發展概況：n1956年，美國的紐厄爾、肖和西蒙合作編制了一個名為邏輯理論機(LT)的計算機程序系統。模擬人用數理邏輯證明定理時的思維規律，證明了懷特海和羅素的名著數學原理第 2 章中的 38 條定理(1963年在另一臺機器上證明了全部52條定理)n美籍華人、數理邏輯學家王浩于1958年在IBMCD*2704計算機上用 35 分鐘證明了數學原理中有關命題演算的全部定理(220條)，并且還證明了謂詞演算中150條定理的85%78人工智能的發展概況o符號主義途徑發展

39、概況(續)：n1956年，塞繆爾成功研制了具有自學習、自組織、自適應能力的跳棋程序。這個程序能從棋譜中學習，也能從下棋實踐中提高棋藝，1959 年它擊敗了塞繆爾本人，1962年又擊敗了美國一個州的冠軍n1959年，籍勒洛特發表了證明平面幾何問題的程序，塞爾夫里奇推出了一個模式識別程序n1965年羅伯特編制出了可以分辨積木構造的程序79人工智能的發展概況o符號主義途徑發展概況(續)：n1960年，紐厄爾、肖和西蒙等人通過心理學試驗總結出了人們求解問題的思維規律，編制了通用問題求解程序，該程序可以求解11種不同類型的問題n1960年，麥卡錫研制成功了面向人工智能程序設計的表處理語言LISP。該語言

40、以其獨特的符號處理功能，很快在人工智能界風靡起來，至今仍然是人工智能研究的一個有力工具n1965年，魯賓遜提出了消解原理，為定理的機器證明做出了突破性的貢獻80人工智能的發展概況o符號主義途徑發展概況(續)：n20世紀80年代后，專家系統與知識工程在理論、技術和應用方面都有了長足的進步和發展n專家系統的建造進入應用高級開發工具時期，出現了所謂的多專家系統、大型專家系統、微專家系統和分布式專家系統等n知識表示、不精確推理、機器學習等方面也都取得了重要進展n還出現了不限于專家知識的所謂基于知識的系統和知識庫系統81人工智能的發展概況o連接主義途徑發展概況：n早在 20 世紀 40 年代，就有一些學

41、者開始了神經元及其數學模型的研究。例如，1943年心理學家McCulloch和數學家Pitts提出了形式神經元的數學模型現在稱之為MP模型，1944年Hebb提出了改變神經元連接強度的Hebb規則。MP模型和Hebb規則至今仍在各種神經網絡中起重要作用82人工智能的發展概況o連接主義途徑發展概況(續)：n1969年，明斯基與白伯脫共同發表了頗有影響的Perceptrons一書，書中證明了那時使用的單層人工神經網絡，無法實現一個簡單的異或門(XOR)所完成的功能n對神經網絡的前景持悲觀態度，許多學者放棄了在該領域中的繼續努力，政府機構也改變基金資助的投向，神經網絡的研究進入低谷83人工智能的發展

42、概況o連接主義途徑發展概況(續)：n經過近20年的暗淡時期后終于有了新的突破和驚人的成果：1985年美國霍布金斯大學的賽諾斯開發了名為NETtalk英語讀音學習用的神經網絡處理器；同年，美國物理學家霍普菲爾特用神經網絡迅速求得了旅行商問題的準優解，顯示它在求解“難解問題”上的非凡能力n對冷落了近 20 年的神經網絡又刮目相看；再者，雖然在符號主義途徑上，人工智能在專家系統、知識工程等方面取得很大的進展，但在模擬人的視覺、聽覺和學習、適應能力方面，卻遇到了很大的困難，此時神經網絡研究的熱潮又再度出現84人工智能的發展概況o連接主義途徑發展概況(續)：n1987年6月，第一屆國際神經網絡會議(IC

43、NN)在美國圣第亞哥召開。會議預定800人，但實際到會達2000多人。會上氣氛之熱烈，群情之激昂，據報導是國際學術會議前所未有的。會議決定成立國際神經網絡學會，并出版會刊Neural Networksn從此之后，神經網絡便東山再起85人工智能的發展概況o計算智能異軍突起：n1962年福格爾受物競天擇的生物進化過程啟發，提出了進化程序設計，開創了從腦和神經系統以外的生命世界中尋找智慧機理之先河n1964年雷切伯格、施韋費爾和比納特提出了稱為進化策略的搜索算法n1967年Bagley和Rosengerg提出了遺傳算法的初步思想nn1994年，關于神經網絡、進化程序設計和模糊系統的三個IEEE國際會

44、議聯合舉行了首屆計算智能大會，這標志著一個有別于符號智能的人工智能新領域計算智能正式形成86人工智能的發展概況o計算智能異軍突起(續)：n在20世紀90年代前后，又涌現出了一批計算智能的新理論和新算法：o20世紀90年代初，意大利學者提出了蟻群優化算法o1990年伯西尼首次使用免疫算法來解決實際問題o20世紀末，福雷斯特等提出免疫遺傳算法，de Castro和Gaspar建立了克隆選擇算法和模式跟蹤算法，Dasgupta設計了陰性選擇算法，亨特等人又將免疫算法用于機器學習領域87人工智能的發展概況o計算智能異軍突起(續)：n在20世紀90年代前后，又涌現出了一批計算智能的新理論和新算法(續)：

45、oEberhart和Kennedy開發了粒群優化算法o1991年波蘭數學家Pawlak提出了粗糙集理論o1995年Vapnik提出了“統計學習理論”和支持向量機的機器學習新技術o模糊邏輯、神經計算、概率推理、遺傳算法、混沌系統和信任網絡等合起來又被稱為軟計算88人工智能的發展概況o計算智能異軍突起(續)：n進入21世紀后，計算智能從理論上和應用上都取得了長足的發展。特別是進化計算、免疫算法、蟻群算法、粒群算法等又構成了一個稱為智能計算或智能算法的新領域n其應用遍及網絡安全、機器學習、數據挖掘和知識發現、模式識別、自動規劃、自動配置、自動控制、故障診斷、加工調度、聚類分類和計量化學等眾多領域89人工智能的發展概況90人工智能的發展概況o現狀與發展趨勢：n多種途徑齊頭并進，多種方法協作互補n新思想、新技術不斷涌現，新領域、新方向不斷開拓n理論研究更加深入，應用研究愈加廣泛n研究隊伍日益壯大，社會影響越來越大91完！92