計算機科學導論 學習計算機專業(yè)的第一門基礎(chǔ)課程 第十章 人工智能系統(tǒng) 本章要點： 人工智能系統(tǒng)概述 知識表示及推理 搜索技術(shù) 自然語言處理 智能計算 機器學習 人工智能系統(tǒng)概述 么是人工智能 人工智能 又稱為機器智能 是研究、設(shè)計和應(yīng)用智能機器或智能系統(tǒng)，用來模擬人類智能活動的能力，以延伸人類智能的科學。它是一門綜合了計算機科學、控制論、信息論、生理學、神經(jīng)生理學、語言學、哲學的交叉學科。 人工智能系統(tǒng)概述 工智能的起源與發(fā)展 1. 人工智能的起源 2. 人工智能的產(chǎn)生時期 3. 人工智能的發(fā)展和實用化時期 人工智能系統(tǒng)概述 工智能的主要學派 符號主義 (派，又稱為邏輯主義 (派、心理學派(計算機學派 (這一學派認為人工智能源于數(shù)理邏輯。 聯(lián)結(jié)主義 (派，又稱為仿生學派 (生理學派(它從神經(jīng)元開始進而研究神經(jīng)網(wǎng)絡(luò)模型，開辟了人工智能的又一發(fā)展道路。 行為主義 (派，又稱為進化主義 (派或控制論學派 (它源于控制論。 人工智能系統(tǒng)概述 工智能的研究與應(yīng)用領(lǐng)域 1. 問題求解 2. 專家系統(tǒng) 3. 決策支持系統(tǒng) 4. 自然語言處理 5. 組合高度和指揮 6. 智能機器人 7. 邏輯推理和定理證明 8. 模式識別 9. 自動程序設(shè)計 10. 智能控制 知識表示及推理 知識與知識表示 1. 知識的概念 知識是人類對客觀世界及其內(nèi)部運行規(guī)律的認識與經(jīng)驗的總和 ， 是人類利用這些規(guī)律改造世界的方法和策略 。 在計算機科學和智能程序設(shè)計中研究的知識僅僅是有關(guān)現(xiàn)實世界的一部分知識 。 知識具有相對正確性、不確定性、可表示性和可利用性等幾個特征。 知識表示及推理 2. 知識的一般表示方法 1) 一階謂詞邏輯 2) 問題歸約法 3) 語義網(wǎng)絡(luò) 4) 框架表示法 5) 劇本 6) 產(chǎn)生式系統(tǒng) 7) 狀態(tài)空間表示法 8) 過程表示 9) 面向?qū)ο蟮闹R表示 知識表示及推理 典推理技術(shù) 推理是指依據(jù)一定的規(guī)則從己有的事實推出結(jié)論的過程。 1. 規(guī)則演繹推理 2. 消解演繹推理 3. 與或形演繹推理 4. 產(chǎn)生式系統(tǒng) 知識表示及推理 高級知識推理技術(shù) 1. 模糊推理 2. 不確定性推理 3. 非單調(diào)推理 4. 時序推理 搜索技術(shù) 一般搜索技術(shù) 深度優(yōu)先搜索法從開始狀態(tài)開始搜索，然后是開始狀態(tài)的一個后繼狀態(tài) (即通過一次狀態(tài)轉(zhuǎn)移可以到達的狀態(tài) )，接著是該狀態(tài)的一個后繼狀態(tài)，如此等等，直到到達目標狀態(tài)。 廣度優(yōu)先搜索法并沒有上面深度優(yōu)先搜索法的缺點。其基本思想如下；根據(jù)從開始狀態(tài)出發(fā)的狀態(tài)轉(zhuǎn)移的遞增次序 (層數(shù) )來考察狀態(tài)，這樣，首先檢查開始狀態(tài)的所有直接后繼狀態(tài)，然后是這些狀態(tài)的直接后繼狀態(tài)，如此等等，直至找到目標狀態(tài)。 搜索技術(shù) 寬度優(yōu)先搜索可被推廣用來解決這種尋找從起始狀態(tài)至目標狀態(tài)的具有最小代價的路徑問題，這種推廣了的寬度優(yōu)先搜索算法即是等代價搜索算法。 搜索技術(shù) 高級搜索技術(shù) 高級搜索技術(shù)建立在深度優(yōu)先搜索法和廣度優(yōu)先搜索法基礎(chǔ)之上，采用啟發(fā)信息、估值函數(shù)搜索法和費用函數(shù)等來進行搜索。 啟發(fā)性搜索方法 估值函數(shù)搜索法 費用函數(shù) 其它方法： A*搜索法 、 反向搜索 、博弈樹的啟發(fā)式搜索、遺傳算法、進化算法、模擬退火算法 自然語言處理 語言及其理解的一般問題 迄今為止，語言理解尚無統(tǒng)一的定義。一般來講，為了達到理解語言的目的，需要進行如下幾步工作：首先，對出現(xiàn)的每個詞進行理解；然后，對語句意義的結(jié)構(gòu)從詞義構(gòu)造方面來表示；最后，從句子語義結(jié)構(gòu)表示言語的結(jié)構(gòu)。在這三個過程中，需著重解決如何有效地使用語法、語義、語用及與任務(wù)有關(guān)的各種知識這個問題。 自然語言處理 句法和語義的分析 (1)語法分析。 (2)語義分析。 (3)句法分析。 (4)語用分析。 (1)自頂向下分析 (2)自底向上分析。 自然語言處理 機器翻譯 機器翻譯就是用計算機來模擬人的翻譯過程。 智能計算 智能計算概述 智能計算（ 也有人稱之為 “ 軟計算 ” 。智能計算就是借用自然界（生物界）規(guī)律的啟迪，根據(jù)其原理，模仿設(shè)計求解問題的算法。 智能計算 遺傳算法 遺傳算法（ 稱 利用達爾文的 “ 適者生存，優(yōu)勝劣汰 ” 的自然進化規(guī)則進行搜索和完成對問題求解的一種新方法。 智能計算 群集智能 1. 蟻群優(yōu)化算法 蟻群 (算法是最近幾年才提出的一種新型模擬算法進化算法，它是 20世紀 90年代首先由意大利學者 M. 之為蟻群系統(tǒng)， 2. 粒子群算法 粒子群優(yōu)化算法 (一種進化計算技術(shù)(是由 于對鳥群捕食的行為研究 一種基于疊代的優(yōu)化工具。 智能計算 人工神經(jīng)網(wǎng)絡(luò) 1. 人工神經(jīng)網(wǎng)絡(luò)概述 人工神經(jīng)網(wǎng)絡(luò)是人類采用許多處理元件（如電子元件）構(gòu)成的模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能而建立的網(wǎng)絡(luò)。 2. 神經(jīng)元模型原理 神經(jīng)元由細胞體、樹突和軸突三部分組成。 智能計算 3. 人工神經(jīng)網(wǎng)絡(luò)模型 感知器 經(jīng)網(wǎng)絡(luò) 雙向聯(lián)想存儲器 機器學習 機器學習的定義 機器學習是研究如何使用機器來模擬人類學習活動的一門學科，它專門研究機器獲取新知識和新技能，并識別現(xiàn)有知識的學問。 機器學習 機器學習的發(fā)展過程 第一階段 20世紀 50年代中葉到 60年代中葉，屬于神經(jīng)元模型的研究階段。 第二階段， 20世紀 60年代中葉到 70年代中葉，屬于符號學習的研究階段。 第三階段， 20世紀 70年代中葉到 80年代中葉，屬于連接學習的研究階段。 機器學習的最新階段始于 1986年，機器學習的研究出現(xiàn)了高潮，機器學習有了更強的研究手段和環(huán)境。從而出現(xiàn)了符號學習、神經(jīng)網(wǎng)絡(luò)學習、進化學習和基于行為主義的強化學習等方法。 機器學習 機器學習的主要研究方向 (1)學習機理的研究 這是對人類學習機制的研究，即人類獲取知識、技能和抽象概念的天賦能力。 (2)學習方法的研究 研究人類的學習過程，探索各種可能的學習方法，建立起獨立于具體應(yīng)用領(lǐng)域的學習算法。 (3)面向任務(wù)的研究 根據(jù)特定任務(wù)的要求，建立相應(yīng)的學習系統(tǒng)。 機器學習 機器學習策略 (1)機械學習就是記憶。是最簡單的學習策略。 (2)比機械學習復(fù)雜一點的學習是通過傳授學習策略。 (3)類比學習系統(tǒng)只能得到類似任務(wù)的有關(guān)知識。 (4)采用通過事例學習策略的計算機系統(tǒng)，事先完全沒有完成任務(wù)的任何規(guī)律性的信息，所得到的只是一些具體的工作例子及工作經(jīng)驗。 機器學習 機器學習方法 1. 機械學習 機械學習法又稱為死記硬背學習法。它是最簡單的機器學習方法。機械學習就是把新的知識存儲起來，供需要時檢索，而無須計算和推理。 2. 演繹學習 演繹學習是基于演繹推理的一種學習。演繹推理是一種保真變換，即若前提真則推出的結(jié)論也為真。演繹學習包括知識改造、知識編譯、產(chǎn)生宏操作、保持等價的操作和其它保真變換。 3. 類比學習 類比學習的一般含義是：對于兩個對象，如果它們之間有某些相似之處，那么就推知這兩個對象間還有其它相似的特征。 機器學習 4. 解釋學習 解釋學習是通過運用相關(guān)的領(lǐng)域知識，對當前提供的實例進行分析，從而構(gòu)造解釋并產(chǎn)生相應(yīng)知識。 5. 神經(jīng)學習 神經(jīng)網(wǎng)絡(luò)學習是基于神經(jīng)網(wǎng)絡(luò)技術(shù)的機器學習系統(tǒng)。 神經(jīng)網(wǎng)絡(luò)學習的方法有不同的分類。按學習時是否有外部指導來分類的話，可分為下列類別： (1)有導師 (或稱有監(jiān)督 )學習。 (2)無導師 (或稱無監(jiān)督 )學習。 本章小結(jié) 本章通過對智能系統(tǒng)的相關(guān)知識的介紹，展示了人工智能的應(yīng)用領(lǐng)域及