計(jì)算機(jī)科學(xué)導(dǎo)論 學(xué)習(xí)計(jì)算機(jī)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(diǎn)： 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(jì)算 機(jī)器學(xué)習(xí) 人工智能系統(tǒng)概述 么是人工智能 人工智能 又稱為機(jī)器智能 是研究、設(shè)計(jì)和應(yīng)用智能機(jī)器或智能系統(tǒng)，用來模擬人類智能活動(dòng)的能力，以延伸人類智能的科學(xué)。它是一門綜合了計(jì)算機(jī)科學(xué)、控制論、信息論、生理學(xué)、神經(jīng)生理學(xué)、語言學(xué)、哲學(xué)的交叉學(xué)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(shí)期 3. 人工智能的發(fā)展和實(shí)用化時(shí)期 人工智能系統(tǒng)概述 工智能的主要學(xué)派 符號主義 (派，又稱為邏輯主義 (派、心理學(xué)派(計(jì)算機(jī)學(xué)派 (這一學(xué)派認(rèn)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(xué)派 (生理學(xué)派(它從神經(jīng)元開始進(jìn)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(jìn)化主義 (派或控制論學(xué)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(jī)器人 7. 邏輯推理和定理證明 8. 模式識別 9. 自動(dòng)程序設(shè)計(jì) 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(yùn)行規(guī)律的認(rèn)識與經(jīng)驗(yàn)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(jì)算機(jī)科學(xué)和智能程序設(shè)計(jì)中研究的知識僅僅是有關(guān)現(xiàn)實(shí)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(gè)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(shí)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(shí)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(gè)后繼狀態(tài) (即通過一次狀態(tài)轉(zhuǎn)移可以到達(dá)的狀態(tài) )，接著是該狀態(tài)的一個(gè)后繼狀態(tài)，如此等等，直到到達(dá)目標(biāo)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(diǎn)。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(biāo)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(biāo)狀態(tài)的具有最小代價(jià)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(jià)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(fèi)用函數(shù)等來進(jìn)行搜索。 啟發(fā)性搜索方法 估值函數(shù)搜索法 費(fèi)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(jìn)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(dá)到理解語言的目的，需要進(jìn)行如下幾步工作：首先，對出現(xiàn)的每個(gè)詞進(jìn)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(gè)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(gè)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(jī)器翻譯 機(jī)器翻譯就是用計(jì)算機(jī)來模擬人的翻譯過程。 智能計(jì)算 智能計(jì)算概述 智能計(jì)算（ 也有人稱之為 “ 軟計(jì)算 ” 。智能計(jì)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(jì)求解問題的算法。 智能計(jì)算 遺傳算法 遺傳算法（ 稱 利用達(dá)爾文的 “ 適者生存，優(yōu)勝劣汰 ” 的自然進(jìn)化規(guī)則進(jìn)行搜索和完成對問題求解的一種新方法。 智能計(jì)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(jìn)化算法，它是 20世紀(jì) 90年代首先由意大利學(xué)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(jìn)化計(jì)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(jì)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(xì)胞體、樹突和軸突三部分組成。 智能計(jì)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(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)的定義 機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來模擬人類學(xué)習(xí)活動(dòng)的一門學(xué)科，它專門研究機(jī)器獲取新知識和新技能，并識別現(xiàn)有知識的學(xué)問。 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)的發(fā)展過程 第一階段 20世紀(jì) 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(jì) 60年代中葉到 70年代中葉，屬于符號學(xué)習(xí)的研究階段。 第三階段， 20世紀(jì) 70年代中葉到 80年代中葉，屬于連接學(xué)習(xí)的研究階段。 機(jī)器學(xué)習(xí)的最新階段始于 1986年，機(jī)器學(xué)習(xí)的研究出現(xiàn)了高潮，機(jī)器學(xué)習(xí)有了更強(qiáng)的研究手段和環(huán)境。從而出現(xiàn)了符號學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、進(jìn)化學(xué)習(xí)和基于行為主義的強(qiáng)化學(xué)習(xí)等方法。 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)的主要研究方向 (1)學(xué)習(xí)機(jī)理的研究 這是對人類學(xué)習(xí)機(jī)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(xué)習(xí)方法的研究 研究人類的學(xué)習(xí)過程，探索各種可能的學(xué)習(xí)方法，建立起獨(dú)立于具體應(yīng)用領(lǐng)域的學(xué)習(xí)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(xué)習(xí)系統(tǒng)。 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)策略 (1)機(jī)械學(xué)習(xí)就是記憶。是最簡單的學(xué)習(xí)策略。 (2)比機(jī)械學(xué)習(xí)復(fù)雜一點(diǎn)的學(xué)習(xí)是通過傳授學(xué)習(xí)策略。 (3)類比學(xué)習(xí)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(xué)習(xí)策略的計(jì)算機(jī)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(yàn)。 機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)方法 1. 機(jī)械學(xué)習(xí) 機(jī)械學(xué)習(xí)法又稱為死記硬背學(xué)習(xí)法。它是最簡單的機(jī)器學(xué)習(xí)方法。機(jī)械學(xué)習(xí)就是把新的知識存儲起來，供需要時(shí)檢索，而無須計(jì)算和推理。 2. 演繹學(xué)習(xí) 演繹學(xué)習(xí)是基于演繹推理的一種學(xué)習(xí)。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(xué)習(xí)包括知識改造、知識編譯、產(chǎn)生宏操作、保持等價(jià)的操作和其它保真變換。 3. 類比學(xué)習(xí) 類比學(xué)習(xí)的一般含義是：對于兩個(gè)對象，如果它們之間有某些相似之處，那么就推知這兩個(gè)對象間還有其它相似的特征。 機(jī)器學(xué)習(xí) 4. 解釋學(xué)習(xí) 解釋學(xué)習(xí)是通過運(yùn)用相關(guān)的領(lǐng)域知識，對當(dāng)前提供的實(shí)例進(jìn)行分析，從而構(gòu)造解釋并產(chǎn)生相應(yīng)知識。 5. 神經(jīng)學(xué)習(xí) 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)是基于神經(jīng)網(wǎng)絡(luò)技術(shù)的機(jī)器學(xué)習(xí)系統(tǒng)。 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法有不同的分類。按學(xué)習(xí)時(shí)是否有外部指導(dǎo)來分類的話，可分為下列類別： (1)有導(dǎo)師 (或稱有監(jiān)督 )學(xué)習(xí)。 (2)無導(dǎo)師 (或稱無監(jiān)督 )學(xué)習(xí)。 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