1、人工智能第一章 緒論目 錄CONTENTS01人工智能的發(fā)展02什么是人工智能03人工智能的研究方法04人工智能的應(yīng)用領(lǐng)域人工智能的發(fā)展0101人工智能的發(fā)展 孕育期人工智能的孕育期大致可以認為是在1956年以前的時期。艾倫紐厄爾哈伯特西蒙1955年末，紐厄爾和西蒙編寫了一個“邏輯專家”的程序，被認為是第一個人工智能程序?？藙诘孪戕r(nóng)1949年，克勞德香農(nóng)提出了國際象棋程序的基本結(jié)構(gòu)。1950年，阿蘭圖靈預(yù)言計算機能夠回答人的問題，并能夠下棋。阿蘭圖靈諾伯特維納同時期，諾伯特維納研究反饋理論。圖靈測試圖片來源：BBC聊天程序“尤金古斯特曼”（Eugene Goostman）圖靈測試一臺機器要通過

2、圖靈測試，它需要有下面的能力：自然語言處理：實現(xiàn)用自然語言與計算機進行交流。知識表示：存儲它知道的或聽到的、看到的。自動推理：能根據(jù)存儲的信息回答問題，并提出新的結(jié)論。機器學(xué)習(xí)：能適應(yīng)新的環(huán)境，并能檢測和推斷新的模式。計算機視覺：可以感知物體。機器人技術(shù)：可以操縱和移動物體。圖靈測試圖靈測試重要特征如下：它給出了一個客觀的智能概念，也就是根據(jù)對一系列特定問題的反應(yīng)來決定是否是智能體的行為。這為判斷智能提供了一個標準，從而避免了相關(guān)的必然爭論。這項實驗使我們免于受到諸如以下目前無法回答的問題的牽制：計算機使用的內(nèi)部處理方法是否恰當或者機器是否真的意識到其動作。通過使詢問者只關(guān)注回答問題的內(nèi)容，消

3、除了有利于生物體的偏置.因為圖靈測試具有這些重要特征，它已成為許多現(xiàn)代人工智能程序評價方案的基礎(chǔ)。01人工智能的發(fā)展 搖籃期約翰麥卡錫馬文明斯基克勞德香農(nóng)1956年，達特茅斯大學(xué)夏季研討會。納撒尼爾羅徹斯特01人工智能的發(fā)展 搖籃期馬文明斯基的神經(jīng)網(wǎng)絡(luò)模擬器約翰麥卡錫的搜索法赫伯特西蒙和艾倫的“邏輯理論家”成為研討會的三大亮點馬文明斯基克勞德香農(nóng)/question/26625263501人工智能的發(fā)展 搖籃期卡內(nèi)基.梅隆大學(xué)和麻省理工學(xué)院組建人工智能研究中心。1957年，“邏輯專家”小組開發(fā)了“通用解題機”，可以解決很多常識問題。IBM成立了一個AI研究組。1960年，麻省理工學(xué)院的麥卡錫設(shè)計

4、LISP程序設(shè)計語言，成為后來AI研究所用語言的基礎(chǔ)。01人工智能的發(fā)展 形成期在麻省理工學(xué)院，專家使用LISP編制了問答系統(tǒng)。博布羅開發(fā)了解決代數(shù)應(yīng)用問題的STUDENT系統(tǒng)。拉斐爾開發(fā)了語義信息檢索（SIR）系統(tǒng)。威諾格拉德開發(fā)了在機器人世界進行會話的自然語言系統(tǒng)SHRDLU。斯坦福大學(xué)也成立了人工智能實驗室。1970年卡內(nèi)基梅隆大學(xué)開始在計算機系內(nèi)研究人工智能。麻省理工學(xué)院，斯坦福大學(xué)，卡內(nèi)基梅隆大學(xué)被稱為人工智能和計算機科學(xué)的三大中心。斯坦福研究所研究的機器人Shakey 能夠觀察房間、躲避障礙物，移動、推運物體等。01人工智能的發(fā)展 發(fā)展期愛德華費根鮑姆在計算機視覺方面的研究中，不僅

5、使機器人能識別積木和室內(nèi)景物，而且還能處理機械零件、室外景物、醫(yī)學(xué)用相片等對象所使用的視覺信息。 在自然語言理解和計算機視覺的領(lǐng)域，明斯基于1947年提出名為“框架”的知識表示方法，作為各種方法共同的基礎(chǔ)。肖特利夫和費根鮑姆等人協(xié)作完成了MYCIN 的研究。 MYCIN 采用與自然語言相近的語言進行對話,具有解釋推理過程的機能。在1977年第五屆人工智能國際會議上，費根鮑姆提議使用“知識工程”這個名詞。1973年費根鮑姆在斯坦福大學(xué)開始研究HPP(啟發(fā)式程序設(shè)計計劃)。01人工智能的發(fā)展 實用期進入20世界80年代，人工智能的各種成果已經(jīng)作為使用產(chǎn)品出現(xiàn)。計算機視覺系統(tǒng)由風(fēng)險投資企業(yè)機器智能公

6、司商品化。專家系統(tǒng)自身存在的問題逐漸暴露出來。人工智能進入低谷時期。01人工智能的發(fā)展 穩(wěn)定增長期大部分AI研究者都還保持著清醒的頭腦。大量扎實的研究工作接連不斷地進行。過高的期望未達到是預(yù)料中的事，不能認為是受到挫折。 AI研究進入穩(wěn)健的線性增長時期。什么是人工智能0202什么是人工智能智能的定義對智能的主要觀點有思維理論 認為智能的核心是思維知識閾值理論 智能在巨大搜索空間中迅速找到一個滿意解的能力進化理論 智能是某種復(fù)雜系統(tǒng)所浮現(xiàn)的性質(zhì)(如行走能力，對外界事物的感知能力，維持生命和繁衍生息的能力)02什么是人工智能智能的定義綜上所述，智能可以認為是知識與智力的總和。知識：一切智能行為的基

7、礎(chǔ)智力：獲取知識并運用知識求解問題的能力智能的特征：感知能力記憶與思維能力學(xué)習(xí)能力自適應(yīng)能力行為能力02什么是人工智能人們試圖用4種方法給出人工智能的定義：類人行為系統(tǒng)(Systems that act like human)類人思維系統(tǒng)(Systems that think like human)理性思維系統(tǒng)(Systems that think rationally)理性行為系統(tǒng)(Systems that act rationally)02什么是人工智能類人行為系統(tǒng)定義1.1 人工智能是制造能夠完成需要人的智能才能完成的任務(wù)的機器的技術(shù)。定義1.2 人工智能是研究如何讓計算機做現(xiàn)階段人類才

8、能做得更好的事情。這種觀點與圖靈測試的觀點很吻合。02什么是人工智能類人思維系統(tǒng)定義1.3 人工智能是一種使計算機能夠思維、使機器具有智力的嘗試。定義1.4 人工智能是那些與人的思維、決策、問題求解和學(xué)習(xí)等有關(guān)活動的自動化。主要采用的是認知模型的方法 - 關(guān)于人類思維工作原理的可檢測的理論。目的是要對人類大腦的工作原理給出準確和可測試的模型。02什么是人工智能理性思維系統(tǒng)定義1.5 人工智能是用計算機模型對智力行為進行研究。定義1.6 人工智能是研究那些使理解、推理和行為成為可能的計算。02什么是人工智能理性行為系統(tǒng)定義1.7 人工智能是一門通過計算過程力圖揭示和模仿智能行為的學(xué)科。定義1.8

9、 人工智能是計算機科學(xué)中與智能行為自動化有關(guān)的一個分支。02什么是人工智能人工智能(Artificial Intelligence, AI)是當前科學(xué)技術(shù)迅速發(fā)展及新思想、新理論、新技術(shù)不斷涌現(xiàn)的形勢下產(chǎn)生的一個學(xué)科，也是一門涉及數(shù)學(xué)、計算機科學(xué)、哲學(xué)、認知心理學(xué)和心理學(xué)、信息論、控制論等學(xué)科的交叉和邊緣學(xué)科。 人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能。 人工智能的長期目標是實現(xiàn)人類水平的人工智能。 人工智能的研究方法0303人工智能的研究方法人工智能的應(yīng)用領(lǐng)域0304人工智能的應(yīng)用領(lǐng)域機器學(xué)習(xí)機器學(xué)習(xí)研究的一方面可以是機器自動獲取知識，賦予機器更多智能；另一

10、方面可以進一步解釋人類思維規(guī)律和學(xué)習(xí)奧秘，幫助人們提高學(xué)習(xí)效率。機器學(xué)習(xí)是為了讓機器有知識，使計算機本身有獲得知識的能力，可以學(xué)習(xí)人類的知識，并在實踐過程中不斷總結(jié)、完善。機器學(xué)習(xí)的研究主要在以下三個方面進行：研究人類學(xué)習(xí)的機理、人腦思維的過程。機器學(xué)習(xí)的方法。建立針對具體任務(wù)的學(xué)習(xí)系統(tǒng)。04人工智能的應(yīng)用領(lǐng)域知識發(fā)現(xiàn)和數(shù)據(jù)挖掘知識發(fā)現(xiàn)(Knowledge Discover in Database, KDD)和數(shù)據(jù)挖掘(Data Mining, DM)是人工智能，機器學(xué)習(xí)與數(shù)據(jù)庫技術(shù)相結(jié)合的產(chǎn)物。 KDD和DM可以看作是機器學(xué)習(xí)的一個分支。知識發(fā)現(xiàn)被認為是從大量數(shù)據(jù)中發(fā)現(xiàn)知識的整個過程。主要過

11、程包括：學(xué)習(xí)某個應(yīng)用領(lǐng)域的知識建立一個目標集數(shù)據(jù)清理和處理數(shù)據(jù)轉(zhuǎn)換選定數(shù)據(jù)挖掘算法模式解釋評價知識04人工智能的應(yīng)用領(lǐng)域?qū)＜蚁到y(tǒng)依靠人類專家已有的知識建立起來的系統(tǒng)，是在特定的領(lǐng)域內(nèi)具有相應(yīng)的知識和經(jīng)驗的程序系統(tǒng)。目前廣泛用于工業(yè)，農(nóng)業(yè)，醫(yī)療，地質(zhì)，信息管理等各方面。大大提高了工作效率和工作質(zhì)量，創(chuàng)造了可觀的經(jīng)濟和社會效益。04人工智能的應(yīng)用領(lǐng)域識別模式研究如何使機器具有感知能力，主要研究視覺模式和聽覺模式識別。在模式識別領(lǐng)域，神經(jīng)網(wǎng)絡(luò)方法已經(jīng)成功地用于手寫字符的識別、汽車牌照的識別、指紋識別、語音識別等方面。04人工智能的應(yīng)用領(lǐng)域自然語言處理自然語言的研究有3個目標：讓計算機能正確理解、回答

12、人類的自然語言輸入的信息。計算機對輸入的信息能產(chǎn)生相應(yīng)的摘要，并附屬輸入的內(nèi)容。計算機能翻譯輸入的自然語言。04人工智能的應(yīng)用領(lǐng)域智能決策支持系統(tǒng)屬于管理科學(xué)范疇，與“知識-智能”有著密切關(guān)系。是將智能和知識處理技術(shù)應(yīng)用于決策支持系統(tǒng)，就成了智能決策支持系統(tǒng)IDSS。IDSS以信息技術(shù)為手段，應(yīng)用管理科學(xué)、計算機科學(xué)及有關(guān)學(xué)科的理論與方法，為管理者做出決策提供幫助的智能型人機互助式信息系統(tǒng)。04人工智能的應(yīng)用領(lǐng)域人工神經(jīng)網(wǎng)絡(luò)模仿人腦神經(jīng)系統(tǒng)工程結(jié)構(gòu)和工作機理。在人工神經(jīng)網(wǎng)絡(luò)中，信息的處理是由神經(jīng)元之間的相互作用來實現(xiàn)的，知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件互連分布式的物理聯(lián)系，網(wǎng)絡(luò)的學(xué)習(xí)和識別取決于

13、和神經(jīng)元連接權(quán)值的動態(tài)演化過程。04人工智能的應(yīng)用領(lǐng)域自動定理證明利用計算機進行自動定理證明。自動定理證明的常用方法有3大類：自然演繹法 依據(jù)推理規(guī)則，從前提和公理中可以推出許多定理，如果待證明的定理恰好在其中，則定理得證。判定法 對一類特定的問題找出統(tǒng)一的、可在計算機上實現(xiàn)的算法解。定理證明器 研究一切可判定問題的證明方法。04人工智能的應(yīng)用領(lǐng)域機器人學(xué)機器人學(xué)是在社會對機器人的需求和機器人技術(shù)的迅速發(fā)展的基礎(chǔ)上，形成的一個多學(xué)科高度交叉的前沿學(xué)科。它所導(dǎo)致的一些技術(shù)可用來模擬世界的狀態(tài)，用來描述從一種世界狀態(tài)轉(zhuǎn)變?yōu)榱硪环N世界狀態(tài)的過程。它對于怎樣產(chǎn)生動作序列的規(guī)劃以及怎樣監(jiān)督這些規(guī)劃的執(zhí)行有較好的理解。04人工智能的應(yīng)用領(lǐng)域分布式人工智能與智能體分布式計算與人工智能的結(jié)合。分布式人工智能的研究目標是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(tǒng)的精確概念模型，分布式問題求解 + 多Agent（主體）系統(tǒng)兩個領(lǐng)域。分布式問題求解把一個具體的求解問題劃分為多個互相合作和知識共享的模塊或節(jié)點。多Agent系統(tǒng)則研究各Agent之間智能行為的協(xié)調(diào)，包括規(guī)劃、知識、技術(shù)和動作的協(xié)調(diào)。小結(jié)本章首先討論了什么是人工智能的問題。 人工智能是研究可以理性地進行思考和執(zhí)行動作的計