资源预览内容
第1页 / 共58页
第2页 / 共58页
第3页 / 共58页
第4页 / 共58页
第5页 / 共58页
第6页 / 共58页
第7页 / 共58页
第8页 / 共58页
第9页 / 共58页
第10页 / 共58页
亲,该文档总共58页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
人工智能导论人工智能导论1 1第1章 人工智能概述1.1 什么是人工智能 1.2 人工智能的研究意义、目标和策略1.3 人工智能的学科范畴 1.4 人工智能的研究途径与方法1.5 人工智能的分支领域与研究方向 1.6 人工智能的基本技术1.7 人工智能的发展概况 2 21.1 什么是人工智能人工智能(Artificial Intelligence”,AI)1.1.1 人工智能概念的一般描述 部分学者对人工智能概念的描述: 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); 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);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); 3 3 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); 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)。 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)。4 41.1.2 图灵测试和中文屋子 图灵测试”(Turing Test)数学家阿兰图灵设 计出的一个智能测试 ,将被提问的一个人 和一台计算机分别隔 离在两间屋子,让提 问者用人和计算机都 能接受的方式来进行 问答测试。如果提问 者分不清回答者是人 还是机器,那就证明 计算机已具备人的智 能。 5 5u弱人工智能和强人工智能p哲学家将人工智能的观点分为两类,弱人 工智能和强人工智能,分别认为机器智能 只是一种模拟智能和机器确实可以有真正 的智能。p两种观点进行了争论,出现了不少巧妙的 假想实验,其中中文屋子就是反驳强人工 智能的一个有名的假想实验。 6 6中文屋子p1980年,哲学家西尔勒提出了名为“中文屋子”的假想实 验,模拟图灵测试,用以反驳强人工智能观点。主要说明 某台计算机即使通过了图灵测试,能正确的回答问题,它 对问题仍然没有任何理解,因此不具备真正的智能。p 西尔勒假设:西尔勒博士(扮演计算机中的CPU)在一个 封闭的房子里,有输入和输出缝隙与外部相通。输入的是 中文问题,而他对中文一窍不通。房子内有一本英语的指 令手册(相当于程序),从中可以找到相应的规则。他按 照规则办事,把作为答案的中文符号写在纸(相当于存储 器)上,并输出到屋子外面。这样,看起来他能处理输入 的中文问题,并给出正确答案(如同一台计算机通过了图 灵测试)。但是,他对那些问题毫无理解,不理解其中的 任何一个词! 7 7约翰.西尔勒(John Searle)的 “中文屋子”8 81.1.3 脑智能和群智能n脑(主要指人脑)的宏观心理层次的智能表现 称为脑智能(Brain Intelligence, BI)。n由群体行为所表现出的智能称为群智能(Swarm Intelligence, SI)。n脑智能和群智能是属于不同层次的智能:脑智能是一种个体智能(Individual Intelligence, II);群智能是一种社会智能(Social Intelligence, SI) , 或者说系统智能(System Intelligence, SI)。9 91.1.4 符号智能和计算智能1. 符号智能符号智能就是符号人工智能,它是模拟脑智能的人 工智能,也就是所说的传统人工智能或经典人工智能。 符号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。符号智能的主要内容包括知识获取(knowledge acquisition)、知识表示(knowledge representation)、知识组织与管理和知识运用等技术 (这些构成了所谓的知识工程(Knowledge Engineering, KE)以及基于知识的智能系统等。 10102. 计算智能计算智能就是计算人工智能,它是模拟群智能的人工智 能。计算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。计算智能的主要内容包括:p 神经计算(Neural Computation, NC)、p 进化计算(亦称演化计算,Evolutionary Computation,EC,包括: 遗传算法(Genetic Algorithm,GA)、 进化规划(Evolutionary Planning,EP)、 进化策略(Evolutionary Strategies,ES)等)、p 免疫计算(immune computation)、p 粒群计算(Particle Swarm Algorithm,PSA)、p 蚁群算法(Ant Colony Algorithm,ACA)、p 自然计算(Natural Computation,NC)以及p 人工生命(Artificial Life,AL)等。11111.2 人工智能的研究意义、目标和策略1.2.1 为什么要研究人工智能 使当前的电脑更好用,更有用,以扩大和延 伸人类智能; 信息化社会的迫切要求; 自动化发展的必然趋势; 有益于探索人类自身智能的奥秘。12121.2.2 人工智能的研究目标和策略n研究目标就是制造智能机器和智能系统(远期目标), 实现智能化社会。具体来讲,就是要使计算机不仅具 有脑智能和群智能,还要具有看、听、说、写等感知 和交流能力。n研究策略则是先部分地或某种程度地实现机器的智能( 近期目标) ,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,成为人类的智能化信息处理工具,而逐步扩 展和不断延伸人的智能,逐步实现智能化。13131.3 人工智能的学科范畴人工智能已构成信息技术领域的一个 重要学科。当前的人工智能既属于计算机 科学技术的一个前沿领域,也属于信息处 理和自动化技术的一个前沿领域。还涉及 到智能科学、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、科学方法论、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。14141.4 人工智能的研究途径与方法 1.4.1 结构模拟,神经计算p结构模拟:根据人脑的生理结构和工作机理,实现计算机的智 能,即人工智能。p目前的结构模拟只是对人脑的局部和近似模拟。具体来讲就是 用人工神经元(神经细胞)组成的人工神经网络来作为信息和 知识的载体,用神经计算的方法实现学习、联想、识别和推理 等功能,从而模拟人脑的智能行为。p结构模拟法也就是基于人脑的生理模型,采用数值计算的方法 ,从微观上来模拟人脑,实现机器智能。这种方法一班是通过 神经网络的“自学习”获得知识,再利用知识解决问题。 15151.4.2 功能模拟,符号推演p功能模拟:在当前的计算机上,对人脑从功能上进行 模拟,实现人工智能。称为功能模拟法。p具体的说,功能模拟法就是以人脑的心理模型,将问 题或知识表示成某种逻辑网络,采用符号来推演的方 法,实现搜索、推理、学习等功能,从宏观上来模拟 人脑的思维,实现机器智能。p这种方法一般是利用显式的知识(库)和推理(机)来解 决问题的。擅长模拟人脑的逻辑思维,便于实现人脑 的高级认知功能,如推理、决策等。1616使用功能模拟方法的原因:p一方面是由于至今人们对大脑的生理结构和工作机 理还没有完全弄清楚;p另一方面由于以下原因:(1)当前的数字计算机可以方便地实现高速的符号处理(2)功能模拟方法可以显示地表示知识,容易表达人的 心理模型(3)智能行为也并非仅神经网络那样的结构形式所独有 17171.4.3 行为模拟,控制进化p基于感知行为模型的研究途径和方法,称 其为行为模拟法。p模拟人在控制过程中的智能活动和行为特性 ,如自寻优、自适应、自学习、自组织等, 来研究和实现人工智能。 18181.5 人工智能的分支领域与研究方向 n从模拟的层次和所用的方法来看,人工智能可分为符号智 能和计算智能两大主要分支领域。而这两大领域各自又有 一些子领域和研究方向。如符号智能中又有图搜索、自动 推理、不确定性推理、知识工程、符号学习等。计算智能 中又有神经计算、进化计算、免疫计算、蚁群计算、粒群 计算、自然计算等。另外,智能Agent也是人工智能的一 个新兴的重要领域。智能Agent或者说Agent智能则是以符 号智能和计算智能为基础的更高一级的人工智能。 n从模拟的脑智能或脑功能来看,AI中有机器学习、机器感 知、机器联想、机器推理、机器行为等分支领域。而机器 学习又可分为符号学习、连接学习、统计学习等许多研究 领域和方向。机器感知又可分为计算机视觉、计算机听觉 、模式识别、图像识别与理解、语音识别、自然语言处理 等领域和方向。 1919n从应用角度看,AI中有难题求解等数十种分支领域和研究方向。 n从系统角度看,有智能计算机系统和智能应用系统两大类 。智能计算机系统又可分为:智能硬件平台、智能操作系 统、智能网络系统等。智能应用系统又可分为:基于知识 的智能系统、基于算法的智能系统和兼有知识和算法的智 能系统等。另外,还有分布式人工智能系统。n从基础理论看,AI中有数理逻辑和多种非标准逻辑、图论 、人工神经网络、模糊集、粗糙集、概率统计(贝叶斯统 计决策理论)和贝叶斯网络、统计学习理论与支持向量机 、形式语言与自动机等领域和方向。20201.5.1 基于脑功能模拟的领域划分1、机器感知(信息输入)。使计算机具有类似于人的感知 能力,能通过“感知”直接从外界获取信息。可分为机器视觉、机器听觉等分支课题。相关学科:模式识别(主要集中于图形识别和语音识别)。2、机器联想。基于内容的联想,与具体存储位置无关。联 想存储技术实现联想。21213、机器推理。又称为计算机推理、自动推理,是人工智能的 核心课题之一。方法:自然演绎推理、归结演绎推理、基于非经典逻辑的 推理。4、机器学习。机器自己获取知识。对书本知识的学习、对客观规律的发现、对自身行为的修正 。机器学习分为类:学习方法分类:机械学习、指导学习、解释学习、类比学 习、示例学习、发现学习等。这些属于符号学习。按实现途径分类:符号学习、神经网络学习(连接学习) 。22225、机器理解。包括图形理解(物景分析)、自然语言理解。从微观上讲理解是从自然语言到机器内部表示的一种映射;从宏观上讲理解是能够完成我们所希望的一些功能。理解是感知的延伸和深化,是对本质和意义的感知。6、机器行为(信息输出)。计算机的表达能力及类似于人四肢的功能,能走路、取物、操作等。主要指机器人行动规划。23231.5.2 基于实现技术的领域划分1.知识工程与符号智能以符号知识为基础,通过符号推理进行问题求解而实现的智能。即传统人工智能。内容主要包括 知识工程和符号处理技术。2.计算智能以数据为基础,通过数值计算进行问题求解而实现的智能。内容主要包括神经网络、进化计算、 模糊技术、人工生命等。24241.5.3 基于应用领域的领域划分1、难题求解。路径规划、组合优化、博弈等难题求解。NP(Nondeterministic Polynomial) 和NPC问题。难题求解技术能促进人工智能其他领域的发展。2、自动规划、调度与配置3、自动定理证明。即机器定理证明。25254、自动程序设计。自动程序综合和自动程序验证。5、自动翻译。机器翻译。自然语言理解。6、智能控制。自动控制与人工智能的结合。专家智能控制、模糊控制、神经控制。7、智能管理。人工智能与管理科学、系统工程和计算机技术等多学科的结合。8、智能决策。人工智能应用于决策支持系统。2
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号