LogicalFoundationsofArtificialIntelligence尹傳環(huán)chhyin@Schoolofcomputer&InformationTechnologyBeijingJiaotongUniversity1LogicalFoundationsofArtificGoal了解人工智能領(lǐng)域的基本知識掌握用一階謂詞邏輯表示知識的方法掌握用歸結(jié)原理求解問題的方法了解非單調(diào)邏輯的基本思想和方法能用上述原理和方法解決實際問題2Goal了解人工智能領(lǐng)域的基本知識2ContentsChapter1:IntroductionLogicalApproachtoAIChapter2:DeclarativeKnowledgeChapter3:InferenceChapter4.ResolutionChapter5.ResolutionStrategiesExpandationofLogicalApproachChapter6.NonmonotonicReasoningChapter7.Induction(MachineLearning)3ContentsChapter1:IntroductioContentsChapter8.ReasoningwithUncertainBelief(KnowledgeEngineering)ModalLogicChapter9.KnowledgeandBeliefChapter10.MetaknowledgeandMetareasoningAgent:DistributedArtificialIntelligenceChapter11.StateandChangeChapter12.PlanningChapter13.IntelligentAgentArchitecture4ContentsChapter8.ReasoningwRelatedCoursesKnowledgeEngineering(董興業(yè))MachineLearning(于劍)ComputationalIntelligence(王志海)DataMing(王志海)DistributedArtificialIntelligenceArtificialNeuralNetwork5RelatedCoursesKnowledgeEnginTextBook&ReferencesTextbook:LogicalFoundationsofArtificialIntelligence.GeneserethandNilsson,1987.References:人工智能：一種系統(tǒng)方法，MTimJones著，電子工業(yè)出版社（英文影?。┤斯ぶ悄茉怼Ｊ円坏?，清華大學(xué)出版社，1993人工智能：一種現(xiàn)代方法（英文影印，第二版）。Russell,s.andNorvig,P.，清華大學(xué)出版社，2006.5人工智能。史忠值等，國防工業(yè)出版社，20076TextBook&ReferencesTextbookEvaluationPreviousCourses：DiscreteMathematics;ArtificialIntelligenceHomework: 20%FinalReport: 20%FinalExam.: 60%7EvaluationPreviousCourses：DisChapter1.IntroductionWhatisArtificialIntelligence(AI)?OriginandDevelopmentofAIResearchFieldsofAIWaysofAIresearch8Chapter1.IntroductionWhatisArtificialIntelligence人工智能（ArtificialIntelligence,AI）起源于美國1956年的一次夏季討論會（達特茅斯會議）什么是AI計算->算計圖靈測試9ArtificialIntelligence人工智能（Ar圖靈其人圖靈測試---一種智能的測量方法1950年英國數(shù)學(xué)家圖靈(Turing)在“計算機器與智力”一文中提出圖靈1912年生于英國倫敦，1954年死于英國的曼徹斯特，他是計算機邏輯的奠基者，許多人工智能的重要方法也源自于這位偉大的科學(xué)家。他對計算機的重要貢獻在于他提出的有限狀態(tài)自動機也就是圖靈機的概念，對于人工智能，它提出了重要的衡量標(biāo)準(zhǔn)"圖靈測試"，如果有機器能夠通過圖靈測試，那他就是一個完全意義上的智能機，和人沒有區(qū)別了。他杰出的貢獻使他成為計算機界的第一人，現(xiàn)在人們?yōu)榱思o(jì)念這位偉大的科學(xué)家將計算機界的最高獎定名為"圖靈獎"。

10圖靈其人圖靈測圖靈的一生輝煌的成就：24歲提出圖靈機理論，31歲參與COLOSSUS的研制，33歲設(shè)想仿真系統(tǒng)，35歲提出自動程序設(shè)計概念，38歲設(shè)計“圖靈測驗”。特立獨行的人生：上班途中戴防毒面具騎自行車、自行車掉鏈子前及時下車、因同性戀遭到拘捕、吃了泡在氰化物溶液中的蘋果致死。發(fā)明Enigma破譯德軍密碼，獲得大英帝國授予的榮譽勛章唯一一位獲得圖靈獎的華裔科學(xué)家——姚期智。11圖靈的一生輝煌的成就：24歲提出圖靈機理論，31歲參與COL圖靈測試(TuringTest)測試主持人Ai受試者人Bi受試者計算機C界面控制AlanTuring(1950)12圖靈測試(TuringTest)測試主持人Ai受試者人BiTuringTest測試者：主持人C被測試者：一人A、一機器B測試環(huán)境：測試主持人C與A或B均不可見；主持人C與A或B之間通過計算機終端會話；測試方式：主持人向A和B提出相同的智能性問題，但不能詢問物理特征。A和B在回答問題時，應(yīng)盡量讓主持人相信自己是“人”。測試結(jié)論：如果不管如何更換被測試者A和主持人C，主持人能正確分辨出人和機器的概率都小于50%，則認(rèn)為該機器具有了智能。13TuringTest測試者：主持人C13圖靈機原型圖靈機是一條在兩個方向上都為無限長的磁帶，一個控制器和一個讀寫磁頭組成，磁帶被分成一個個獨立的存儲單元，且控制器的狀態(tài)是有限的14圖靈機原型圖靈機是一條在兩個方向上都為無限長的磁帶，一個控制1966年的ELIZA患者：我想談?wù)勎业哪赣H。Eliza：當(dāng)你想到你母親的時候還會想到什么？患者：她想要控制我，浪費我的生命。Eliza：你的生命?患者：是的，有時我有生命。Eliza：你確定?；颊撸簽槭裁茨阏J(rèn)為我沒有生命？Eliza：你相信我認(rèn)為你沒有生命？151966年的ELIZA患者：我想談?wù)勎业哪赣H。15Parry和Eliza的對話Eliza：請繼續(xù)。Parry：你知道賽馬賭家嗎？Eliza：你怎么想到我知道賽馬賭家？Parry：有個賽馬賭家一次都沒有還我錢。Eliza：那對你意味著什么？Parry：我打了那個不還我錢的家伙，我想他可能讓他黑社會的朋友報復(fù)我。Eliza：還有什么要討論的嗎？Parry：你知道詐騙者嗎？Eliza：你為什么要這樣問？Parry：你參與過賭博嗎？Eliza：為什么你對這種問題感興趣？Parry：我喜歡賽馬。Eliza：你還喜歡什么？Parry：我知道流氓操縱賭博。Eliza：你真正在和誰說話？16Parry和Eliza的對話Eliza：請繼續(xù)。16如何實現(xiàn)？著名的Eliza程序采用POP-11編碼，并使用模式匹配程序matches，例如：[Ihateyou]->inp_sentence;ifinp_sentencematches[I?verbyou==]then[whydoyou^verbme?]=>endif;這段程序的結(jié)果是[whydoyouhateme?]。17如何實現(xiàn)？著名的Eliza程序采用POP-11編碼，并使用模希爾勒的中文屋子羅杰?施安克的“故事理解程序”。機器能理解嗎？希爾勒的中文屋子。問題：通過了圖靈測試就具有智能嗎？18希爾勒的中文屋子羅杰?施安克的“故事理解程序”。18AI的本質(zhì)問題研究如何制造出人造的智能機器或系統(tǒng)，來模擬人類智能活動的能力，以延伸人們智能的科學(xué)?？茖W(xué)發(fā)展史：瓦特的蒸汽機；電的發(fā)現(xiàn)；計算機的產(chǎn)生19AI的本質(zhì)問題研究如何制造出人造的智能機器或系統(tǒng)，來模擬人類WhatisIntelligence一種認(rèn)識客觀事物和運用知識解決問題的綜合能力；觀察、學(xué)習(xí)、理解和認(rèn)知的能力；運用知識以解決問題的能力；抽象思維，把大量信息組織為有意義系統(tǒng)的能力；20WhatisIntelligence一種認(rèn)識客觀事物和運IntellectualAbility感知能力：人們通過感覺器官感知外部世界的能力。記憶能力：是對感知到的外界信息或由思維產(chǎn)生的內(nèi)部知識的存儲過程。思維能力：是對所存儲的信息或知識的本質(zhì)屬性、內(nèi)部規(guī)律等的認(rèn)識過程。抽象思維、形象思維、靈感思維學(xué)習(xí)能力：是一個具有特定目的的知識獲取過程。行為能力：是指人們對感知到的外界信息做出的動作反應(yīng)的能力。21IntellectualAbility感知能力：人們通過感DefinitionsofAI智能機器（intelligentmachine）：能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機器。人工智能（能力）：用人工的方法在機器上實現(xiàn)的智能，即讓智能機器具有人類智能的功能，如推理、證明、識別、感知、理解、規(guī)劃、學(xué)習(xí)、問題求解等。人工智能（學(xué)科）：是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，使它能模擬、延伸和擴展人類智能的學(xué)科。22DefinitionsofAI智能機器（intelliGoalofAIResearch遠期目標(biāo)：揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類智能。近期目標(biāo)：建造智能計算機代替人類的部分智力勞動。23GoalofAIResearch遠期目標(biāo)：揭示人類智能AI歷史回顧(1)第一階段（40年代－50年代末）神經(jīng)元網(wǎng)絡(luò)時代雙層網(wǎng)絡(luò)M－P模型、感知器模型等問題：XOR問題不能解決24AI歷史回顧(1)第一階段（40年代－50年代末）神經(jīng)元網(wǎng)絡(luò)AI歷史回顧(2)輸入1輸入2輸出000011101110(1,0)(1,1)(0,0)(0,1)25AI歷史回顧(2)輸入1輸入2輸出000011101110(AI歷史回顧(3)Minsky的著作：《Perceptions》（感知器）從理論上證明了二層神經(jīng)元網(wǎng)絡(luò)不可能解決XOR問題如果要求解XOR問題，神經(jīng)元網(wǎng)絡(luò)必須是3層或3層以上的結(jié)構(gòu)對于3層或3層以上的神經(jīng)元網(wǎng)絡(luò)，難于找到一個通用的學(xué)習(xí)算法26AI歷史回顧(3)Minsky的著作：《Perception一些成果20世紀(jì)50年代早期，英國牛津大學(xué)的研究者開發(fā)出了兩個復(fù)雜游戲的游戲?qū)某绦?。ChristopherStrachey發(fā)明了一個運行在FerrantiMarkI上的西洋跳棋對弈程序。到1952年，他的程序已能夠完成合理的對弈。DietrichPrinz則發(fā)明了另一個運行在FerrantiMarkI上的程序，這個程序能夠下國際象棋。1952年，ArthurSamuel的西洋跳棋對弈程序運行在IBM701上。這個學(xué)習(xí)型西洋跳棋程序非常特別，因為Samuel可以利用一個程序與它的副本程序進行對弈，從而能夠從對手身上學(xué)習(xí)。結(jié)果將產(chǎn)生一個能夠擊敗自身的創(chuàng)造者的程序。到1962年，Samuel的西洋跳棋程序擊敗了前任康涅狄格州西洋跳棋冠軍。（這種方法被認(rèn)為是演化計算的第一個例子）27一些成果20世紀(jì)50年代早期，英國牛津大學(xué)的研究者開發(fā)出了兩AI歷史回顧(4)第二階段（50年代中－60年代中）通用方法時代物理符號系統(tǒng)主要研究的問題：GPS、游戲、翻譯等對問題的難度估計不足，陷入困境28AI歷史回顧(4)第二階段（50年代中－60年代中）通用方法1958:Newell和Simon的四個預(yù)測十年內(nèi)，計算機將成為世界象棋冠軍十年內(nèi)，計算機將發(fā)現(xiàn)或證明有意義的數(shù)學(xué)定理十年內(nèi)，計算機將能譜寫優(yōu)美的樂曲十年內(nèi)，計算機將能實現(xiàn)大多數(shù)的心理學(xué)理論樂觀的人工智能291958:Newell和Simon的四個預(yù)測樂觀的人工智一些成果（2）第一個為計算機編寫的人工智能程序是“邏輯理論家（LogicTheorist）”。它是AllenNewell、HerbertSimon和J.C.Shaw在1956年為了發(fā)現(xiàn)等式的證明而發(fā)明的，這個程序最獨特之處在于它能夠為一個給定的等式找到比當(dāng)前已知的證明更好的證明。1957年，Simon和Newell在此基礎(chǔ)之上發(fā)明了通用問題求解器（GeneralProblemSolver，GPS）。通用問題求解器使用手段-目的分析求解問題，但通常受限于游戲問題。McCarthy發(fā)明了Lisp語言，提出了Alpha-beta剪枝算法。30一些成果（2）第一個為計算機編寫的人工智能程序是“邏輯理論家Nim游戲是一種二人游戲，每個玩家輪流從一堆或數(shù)堆物品中將物品拿走。最后取光物品者將輸?shù)粲螒?。可以拿?、2或3件物品。在右邊實例中，由玩家1開局，亦以他的失敗而結(jié)束游戲。玩家1輸玩家2輸玩家1輸玩家2輸31Nim游戲是一種二人游戲，每個玩家輪流從一堆或數(shù)堆物品中將物Alpha-beta剪枝算法Alpha-beta剪枝算法是一個簡單的算法，它通過去掉明顯不好的結(jié)點達到極小化博弈樹搜索的目的。32Alpha-beta剪枝算法Alpha-beta剪枝算法是一3333AI歷史回顧(5)一個笑話（英俄翻譯）Thespiritiswilling，butthefleshisweak心有余而力不足Thevodkaisgood，butthemeatisrotten伏特加酒很不錯，但肉已腐敗34AI歷史回顧(5)一個笑話（英俄翻譯）34AI歷史回顧(6)出錯的原因spirit1)精神2)烈酒結(jié)論必須理解才能翻譯，而理解需要知識35AI歷史回顧(6)出錯的原因35AI歷史回顧(7)第三階段（60年代中－80年代初）知識工程時代專家系統(tǒng)知識工程知識工程席卷全球各國發(fā)展計劃：美國星球大戰(zhàn)計劃、英國ALVEY計劃、法國UNIKA計劃、日本五代機計劃、中國863計劃36AI歷史回顧(7)第三階段（60年代中－80年代初）知識工程費根鮑姆（E.Feigenbaum）

專家系統(tǒng)和知識工程之父1968年研究出第一個專家系統(tǒng)：DENDRAL，用于質(zhì)譜儀分析有機化合物的分子結(jié)構(gòu)1977年，提出知識工程（knowledgeEngineer)概念“知識就是力量，電子計算機則是這種力量的放大器，而能把人類知識予以放大的機器，也會把一切方面的力量予以放大。”37費根鮑姆（E.Feigenbaum）專家系統(tǒng)和知識工程之父1965年Feigenbaum的世界上第一個專家系統(tǒng)DENDRAL.它可根據(jù)分子式和質(zhì)譜數(shù)據(jù)輔助推斷分子結(jié)構(gòu).1974年紹特里夫(Shortliffe)等人開發(fā)的MYCIN專家系統(tǒng).用診斷和治療感染性疾病.1968年Quilian提出語義網(wǎng)絡(luò)知識表示法1974年Minsky提出框架(Frame)理論1965年Robinson提出歸結(jié)原理1972年科麥瑞爾(Colmerauer)實現(xiàn)第一個Prolog(PROgramminginLOGic)系統(tǒng)1977年在第五屆IJCAI上,Feigenhaum在“人工智能的藝術(shù):知識工程及實例研究”中提出“知識工程”的概念.381965年Feigenbaum的世界上第一個專家系統(tǒng)DEN1982年-1991年日本研制第五代計算機計劃(投資4.5億美元)1983年起(6-10計劃)美國研制能看,聽,說和思考的新一代計算機(投資6億多美元)1982年10月英國開始研制第五代計算機,5年內(nèi)投資5.5億美元391982年-1991年日本研制第五代計算機計劃(投資4.5億AI歷史回顧(8)遇到的困難知識獲取的瓶頸問題40AI歷史回顧(8)遇到的困難40AI歷史回顧(9)第四階段（80年代中－90年代初）新的神經(jīng)元網(wǎng)絡(luò)時代BP算法，解決了多層網(wǎng)的學(xué)習(xí)問題Hopfield網(wǎng)絡(luò)，成功求解了旅行商問題存在問題：理論依據(jù)解決大規(guī)模問題的能力41AI歷史回顧(9)第四階段（80年代中－90年代初）新的神經(jīng)AI歷史回顧(10)第五階段（90年代初－現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時代網(wǎng)絡(luò)給AI帶來無限的機會知識發(fā)現(xiàn)與數(shù)據(jù)挖掘AI走向?qū)嵱没?2AI歷史回顧(10)第五階段（90年代初－現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時ResearchFieldsofAI粒度計算群體智能43ResearchFieldsofAI粒度計算群體智能4ProblemResolving問題：博弈問題（GamePlaying）：國際象棋、方盤棋、五子棋、打牌、戰(zhàn)爭等漢諾塔游戲（HanoiGame）人、狼、羊和菜的過河問題求解微分方程等涉及的主要技術(shù)：問題表示、問題分解、問題空間搜索、問題歸約44ProblemResolving問題：44游戲中的代表性成就IBM的DeepBlue國際象棋程序：1997年5月11日，DeepBlue以3.5:2.5戰(zhàn)勝了GarryKasparov加拿大Alberta大學(xué)研制的西洋跳棋程序Chinook是第一個在世界錦標(biāo)賽中戰(zhàn)勝人的程序。（跳棋一共有5萬億億種走法（5*10^20），Chinook則只使用了其中的100萬億種(10^14)）黑白棋的智能程序Logistello在1997年以6比0的比分戰(zhàn)勝了世界冠軍TakeshiMurakami。圍棋與西洋雙陸棋45游戲中的代表性成就IBM的DeepBlue國際象棋程序：1視頻游戲46視頻游戲46視頻游戲（2）47視頻游戲（2）47視頻游戲（3）48視頻游戲（3）48視頻游戲（4）49視頻游戲（4）49AutomaticTheoremProving自動定理證明：讓計算機模擬人類證明定理的方法，自動實現(xiàn)象人類證明定理那樣的非數(shù)值符號的演算過程。是AI中最早且重要的研究領(lǐng)域之一,對AI的發(fā)展起過重大作用.許多非數(shù)學(xué)問題可轉(zhuǎn)化為自動定理證明來求解.主要方法:

自然演繹法:依據(jù)推理規(guī)則,從前提或目標(biāo)出發(fā),并利用公理來證明定理的方法.判定法:對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算解.1978年我國數(shù)學(xué)家吳文俊教授提出平面幾何和微分幾何定理的機器證明方法.被認(rèn)為是當(dāng)時最好的一種方法(吳氏方法)定理證明器:研究一切可判定問題的證明方法.1964年Robinson提出歸結(jié)原理.計算機輔助證明:“四色定理”.50AutomaticTheoremProving自動定理證自動定理證明就是機器定理證明，這也是人工智能的一個重要的研究領(lǐng)域，也是最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題之一，它在發(fā)展人工智能方法上起過重大作用。

1976年7月，美國的阿佩爾(K.Appel)等人合作解決了長達124年之久的難題--四色定理。他們用三臺大型計算機，花去1200小時CPU時間，并對中間結(jié)果進行人為反復(fù)修改500多處。四色定理的成功證明曾轟動計算機界。

四色定理證明51自動定理證明就是機器定理證明，這也是人工智能的一個重要的研究四色定理地圖四色定理(Fourcolortheorem)最先是由一位叫古德里（FrancisGuthrie）的英國大學(xué)生提出來的。德·摩爾根（AugustusDeMorgan，1806～1871）1852年10月23日致哈密頓的一封信提供了有關(guān)四色定理來源的最原始的記載。四色問題又稱四色猜想，是世界近代三大數(shù)學(xué)難題之一。四色問題的內(nèi)容是：“任何一張地圖只用四種顏色就能使具有共同邊界的國家著上不同的顏色。”用數(shù)學(xué)語言表示，即“將平面任意地細(xì)分為不相重迭的區(qū)域，每一個區(qū)域總可以用1，2，3，4這四個數(shù)字之一來標(biāo)記，而不會使相鄰的兩個區(qū)域得到相同的數(shù)字?！?2四色定理地圖四色定理(Fourcolortheorem)擴展閱讀費爾馬大定理，起源于三百多年前，挑戰(zhàn)人類3個世紀(jì)，多次震驚全世界，耗盡人類眾多最杰出大腦的精力，也讓千千萬萬業(yè)余者癡迷。終于在1994年被安德魯·懷爾斯攻克。1637年，法國業(yè)余大數(shù)學(xué)家費爾馬（PierredeFremat）在“算術(shù)”的關(guān)于勾股數(shù)問題的頁邊上，寫下猜想：a^n＋b^n＝c^n是不可能的（這里n大于2；a，b，c，n都是非零整數(shù))。哥德巴赫猜想。1742年6月7日，德國數(shù)學(xué)家哥德巴赫在寫給著名數(shù)學(xué)家歐拉的一封信中，提出了兩個大膽的猜想： 一、任何不小于6的偶數(shù)，都是兩個奇質(zhì)數(shù)之和； 二、任何不小于9的奇數(shù)，都是三個奇質(zhì)數(shù)之和。 這就是數(shù)學(xué)史上著名的“哥德巴赫猜想”。顯然，第二個猜想是第一個猜想的推論。因此，只需在兩個猜想中證明一個就足夠了。 1966年，我國著名數(shù)學(xué)家陳景潤攻克了“1＋2”，也就是：“任何一個足夠大的偶數(shù)，都可以表示成兩個數(shù)之和，而這兩個數(shù)中的一個就是奇質(zhì)數(shù)，另一個則是兩個奇質(zhì)數(shù)的積。”這個定理被世界數(shù)學(xué)界稱為“陳氏定理”。53擴展閱讀費爾馬大定理，起源于三百多年前，挑戰(zhàn)人類3個世紀(jì)，多AutomaticProgramming自動程序設(shè)計：讓計算機把用高級形式語言或自然語言描述的程序自動轉(zhuǎn)換成可執(zhí)行的程序的技術(shù)。主要技術(shù)方法程序分析與合成：自動編程正確性驗證：證明程序的正確性的理論和方法54AutomaticProgramming自動程序設(shè)計：讓計NatureLanguageProcessing自然語言理解：如何使計算機能夠理解和生成自然語言?？缯Z言檢索、自動問答機器翻譯語音輸入、語音合成自動文摘等主要技術(shù)方法語法、語義、句法的表示及分析技術(shù)語義的理解及可計算技術(shù)語言模型的構(gòu)建等55NatureLanguageProcessing自然語言MachineLearning會學(xué)習(xí)是機器具有智能的重要標(biāo)志，是機器獲取知識，提高智能的根本途徑。目的：獲取新的事實及新的推理算法等內(nèi)部表現(xiàn)為新知識結(jié)構(gòu)的不斷建立和修改外部表現(xiàn)為性能的改善，即智能的提高。研究內(nèi)容：如何使計算機能夠模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)功能。人類學(xué)習(xí)機理機器學(xué)習(xí)方法學(xué)習(xí)系統(tǒng)構(gòu)造技術(shù)56MachineLearning會學(xué)習(xí)是機器具有智能的重要標(biāo)ExpertSystem專家系統(tǒng)是一個智能化的計算機程序系統(tǒng)；是一種基于知識的智能推理系統(tǒng)；是一個能在某特定領(lǐng)域內(nèi)，以專家水平去解決該領(lǐng)域中困難問題的計算機程序；問題：解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等57ExpertSystem專家系統(tǒng)57PatternRecognition模式：客觀存在的事物形式稱之為模式。模式識別：是使計算機能夠?qū)o定的事物進行鑒別，并把它歸入與其相同或相似的模式中。具體應(yīng)用具體應(yīng)用手寫字符識別汽車牌照的識別指紋識別語音識別58PatternRecognition模式：客觀存在的事物形5959指紋識別60指紋識別60ComputerVision機器視覺：是一門用計算機實現(xiàn)或模擬人類視覺功能的學(xué)科。人類80％以上的外部信息來自視覺從模式識別中發(fā)展為一門獨立的學(xué)科研究目標(biāo)：使計算機具有通過二維圖像認(rèn)知三維環(huán)境信息的能力對物體形狀、位置、姿態(tài)、運動等的感知對信息的描述、表示、存儲、識別與理解應(yīng)用領(lǐng)域衛(wèi)星圖像處理、飛行器跟蹤和制導(dǎo)、景物識別、目標(biāo)檢測等醫(yī)學(xué)圖像分析、臟器重建等監(jiān)測系統(tǒng)、生產(chǎn)過程監(jiān)控系統(tǒng)61ComputerVision機器視覺：是一門用計算機實現(xiàn)或Robotics機器人學(xué)：電子學(xué)、人工智能、控制論、系統(tǒng)工程、精密機械、信息傳感、仿生學(xué)、生理學(xué)—綜合性技術(shù)學(xué)科研究內(nèi)容視覺、聽覺、觸覺等感知器；研制用精密機械元件做成的手、腳等肢體與計算機之間的結(jié)合方式；研究機器人從三維空間搜索信息的處理方式研究識別外界環(huán)境的能力研究機器人判斷機理的工程化方法及相應(yīng)軟件62Robotics機器人學(xué)：電子學(xué)、人工智能、控制論、系統(tǒng)工程1893年的蒸汽機器人1800年前張衡發(fā)明的記里鼓車1800年后的“木牛流馬”（仿制）記里鼓車是中國古代用于計算道路里程的車，由“記道車”發(fā)展而來。到后來，因為加了行一里路打一下鼓的裝置，故名“記里鼓車”。記里鼓車這是一種會自動記載行程的車輛，是中國古代社會的科學(xué)家、發(fā)明家研制出的自動機械物體，被機器人專家稱為是一種中國古代機器人。631893年的蒸汽機器人1800年前張衡發(fā)明的記里鼓車180工業(yè)機器人的誕生

進入20世紀(jì)后，實用化的工業(yè)機器人相繼問世。各種用途的機器人相繼問世，許多夢想成為了現(xiàn)實第一代示教再現(xiàn)工業(yè)機器人在完成焊接工作62年GM研制的世界第一臺工業(yè)機器人Unimate日本90年代的機器人電子裝配生產(chǎn)線64工業(yè)機器人的誕生第一代示教再現(xiàn)工業(yè)機器人在完成焊接工作6服務(wù)機器人-外墻清洗移動機器人玻璃清洗機器人服務(wù)機器人-導(dǎo)盲犬服務(wù)機器人-加油機器人娛樂機器狗娛樂機器人-足球機器人65服務(wù)機器人-外墻清洗移動機器人玻璃清洗機器人服務(wù)機器人軍用機器人-無人戰(zhàn)場車軍用機器人-飛行機器人軍用機器人-排彈移動機器人空間機器人-月球車空間機器人-空間站操作臂水下機器人66軍用機器人-無人戰(zhàn)場車軍用機器人-飛行機器人軍用機器人-排彈分子納米機器人無人飛行機器人仿人機器人各種仿人手部67分子納米機器人無人飛行機器人仿人機器人各種仿人手部67ArtificialNeuralNetwork人工神經(jīng)網(wǎng)絡(luò)：是一個用大量的簡單處理單元經(jīng)廣泛并行互連所構(gòu)成的人工網(wǎng)絡(luò)，用于模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。應(yīng)用領(lǐng)域：神經(jīng)計算機：是在模擬人腦神經(jīng)組織結(jié)構(gòu)基礎(chǔ)上發(fā)展起來的全新的計算系統(tǒng)。它是由大量簡單計算單元通過豐富聯(lián)結(jié)而構(gòu)成的復(fù)雜計算網(wǎng)絡(luò)。模式識別、圖象處理、組合優(yōu)化、自動控制、信息處理、機器人學(xué)68ArtificialNeuralNetwork人工神經(jīng)網(wǎng)IntelligentControl智能控制：驅(qū)動智能機器自主地實現(xiàn)其目標(biāo)的過程人工智能與控制論、運籌學(xué)、信息論的結(jié)合研究方向：智能機器人規(guī)劃與控制、智能過程規(guī)劃、智能過程控制、專家控制系統(tǒng)、語音控制以及智能儀器。69IntelligentControl智能控制：驅(qū)動智能機器IntelligentRetrieval智能檢索的目標(biāo)實現(xiàn)基于內(nèi)容的檢索實現(xiàn)跨語言檢索實現(xiàn)自然語言接口智能檢索系統(tǒng)所面臨的三大問題如何建立一個能夠理解自然語言表述的詢問的系統(tǒng)；如何根據(jù)存儲的事實演繹出答案；理解詢問和演繹答案所需要的知識都可能超出該學(xué)科領(lǐng)域數(shù)據(jù)庫所表示的知識；70IntelligentRetrieval智能檢索的目標(biāo)70IntelligentDispatching&Command經(jīng)典問題：推銷員旅行問題推銷員從某個城市出發(fā)，訪問每個城市一次，且只許一次，然后回到出發(fā)的城市。要求為推銷員尋找一條最短的旅行路線。尋找最佳調(diào)度和組合NP完全問題的求解應(yīng)用領(lǐng)域汽車運輸調(diào)度列車的編組與指揮空中交通管制軍事指揮等系統(tǒng)71IntelligentDispatching&CommKDD數(shù)據(jù)挖掘與知識發(fā)現(xiàn)從大型數(shù)據(jù)庫中抽取出有效的、新穎的、潛在有用的、最終可理解的信息或模式的非平凡過程。統(tǒng)計學(xué)、數(shù)學(xué)、機器學(xué)習(xí)、數(shù)據(jù)庫的交叉學(xué)科72KDD數(shù)據(jù)挖掘與知識發(fā)現(xiàn)72預(yù)測顧客在超市的購物行為73預(yù)測顧客在超市的73尿布與啤酒

采用數(shù)據(jù)挖掘的成功典型案例是總部位于美國阿肯色州的WallMart零售商的“尿布與啤酒”的故事。WallMart擁有世界上最大的數(shù)據(jù)倉庫系統(tǒng)，它利用數(shù)據(jù)挖掘工具對數(shù)據(jù)倉庫中的原始交易數(shù)據(jù)進行分析，得到了一個意外發(fā)現(xiàn)：跟尿布一起購買最多的商品竟然是啤酒。如果不是借助于數(shù)據(jù)倉庫和數(shù)據(jù)挖掘，商家決不可能發(fā)現(xiàn)這個隱藏在背后的事實：在美國，一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。有了這個發(fā)現(xiàn)后，超市調(diào)整了貨架的擺放，把尿布和啤酒放在一起，明顯增加了銷售額。74尿布與啤酒采用數(shù)據(jù)挖掘的成功典型案例是總ArtificialLife人工生命用計算機和精密機械等人工媒介生成或構(gòu)造出能夠表現(xiàn)自然生命系統(tǒng)行為特征的仿真系統(tǒng)或模型系統(tǒng)。研究內(nèi)容涉及生命現(xiàn)象的仿生系統(tǒng)、人工建模與仿真、進化動力學(xué)、人工生命的計算理論、進化與學(xué)習(xí)綜合系統(tǒng)以及人工生命的應(yīng)用等75ArtificialLife人工生命75GranularComputing&GroupIntelligenceGranularComputing粒度計算是新興起的一個研究領(lǐng)域，它覆蓋了所有有關(guān)粒度的理論,方法論,技術(shù)和工具的研究。粗略地說，粒度計算是模糊信息粒度理論的超集，而粗糙集理論和區(qū)間計算是粒度數(shù)學(xué)的子集。Zadeh,T.Y.Lin,Y.Y.Yao,Pawlak,張鈸,張鈴SwarmIntelligence群體指的是“一組相互之間可以進行直接通信或者間接通信的主體，它們能夠合作進行分布問題求解，產(chǎn)生出復(fù)雜智能行為的特性”。如蟻群、粒子群、魚群、群體機器人等。群體智能利用群體的優(yōu)勢,在沒有集中控制、不提供全局模型的前提下,為尋找復(fù)雜問題的解決方案提供了新的思路。目前對群體智能的研究仍處于初級階段,但是由于它在許多領(lǐng)域中都表現(xiàn)出令人滿意的尋優(yōu)性能。76GranularComputing&GroupIntWaysofAIResearch符號主義（Symbolicism）基于物理符號系統(tǒng)假設(shè)和有限合理性原理連接主義（Connectionism）基于神經(jīng)網(wǎng)絡(luò)及其連接機制與學(xué)習(xí)算法行為主義（Actionism）基于控制論及感知—動作型控制系統(tǒng)77WaysofAIResearch符號主義（Symbol人的三個層面生理物理層（底層）行為控制層（表層）認(rèn)知心理層（中層）符號主義連接主義行為主義78人的三個層面生理物理層（底層）行為控制層（表層）認(rèn)知心理層（Symbolicism又稱：邏輯主義、心理學(xué)派或計算機學(xué)派代表：紐厄爾、肖、西蒙和尼爾遜(Nilsson)起源：認(rèn)為人工智能起源于數(shù)理邏輯理論：認(rèn)知的基元是符號；認(rèn)知過程是符號的運算過程；智能的基礎(chǔ)是知識，其核心是知識表示和知識推理。方法：功能模擬方法，研究人類認(rèn)知系統(tǒng)的功能和機理，再用計算機進行模擬，從而實現(xiàn)智能。60~70年代，獲得很大進展，隨后產(chǎn)生若干應(yīng)用型ES。79Symbolicism又稱：邏輯主義、心理學(xué)派或計算機學(xué)派7符號主義Nilsson指出邏輯學(xué)派基于三個論題智能機器必須有關(guān)于自身環(huán)境的知識通用智能機器要能陳述性地表達關(guān)于自身環(huán)境的大部分知識通用智能機器表達陳述性知識的語言至少要有一階謂詞邏輯的表達能力強調(diào)的是知識、概念化和模型論語義80符號主義Nilsson指出邏輯學(xué)派基于三個論題80Connectionism又稱：仿生學(xué)派或生理學(xué)派代表：麥克洛奇、皮茲、霍普菲爾德、魯梅爾哈特等。起源：認(rèn)為人工智能起源于仿生學(xué)，特別是人腦模型的研究。理論：思維的基元是神經(jīng)元；思維過程是神經(jīng)元的聯(lián)結(jié)活動過程。方法：結(jié)構(gòu)模擬法。著重于模擬人的生理神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。80年代取得了突破，提出了BP算法，使人工神經(jīng)網(wǎng)絡(luò)取得了廣泛應(yīng)用。81Connectionism又稱：仿生學(xué)派或生理學(xué)派81人腦有1000億個神經(jīng)元，每個神經(jīng)元平均與10000個其他神經(jīng)元互連，這就構(gòu)成了人類智慧的直接物質(zhì)基礎(chǔ)。8282Actionism又稱：進化主義或控制論學(xué)派代表：布魯克（MIT）的機器蟲（worm）原理：基于控制論和“感知—動作”型控制系統(tǒng)。起源：認(rèn)為人工智能起源于控制論。理論：智能取決于感知和行動，提出了智能行為的“感知—動作”模型。認(rèn)為人工智能可以像人類智能那樣逐步進化。方法：行為模擬法。83Actionism又稱：進化主義或控制論學(xué)派83人工智能的研究途徑84人工智能的研究途徑84AI中的五大基本問題知識與概念化是否是AI的核心認(rèn)知能力能否與載體分開研究認(rèn)知的軌跡是否可用類自然語言來描述學(xué)習(xí)能否與認(rèn)知分開研究所有的認(rèn)知是否有一種統(tǒng)一的結(jié)構(gòu)85AI中的五大基本問題知識與概念化是否是AI的核心85一些思考人工智能將能夠達到什么樣的高度？機器人三大定律真的能夠限制機器人嗎？一.機器人不得傷害人，也不得見人受到傷害而袖手旁觀二.機器人應(yīng)服從人的一切命令，但不得違反第一定律三.機器人應(yīng)保護自身的安全，但不得違反第一、第二定律86一些思考人工智能將能夠達到什么樣的高度？86LogicalFoundationsofArtificialIntelligence尹傳環(huán)chhyin@Schoolofcomputer&InformationTechnologyBeijingJiaotongUniversity87LogicalFoundationsofArtificGoal了解人工智能領(lǐng)域的基本知識掌握用一階謂詞邏輯表示知識的方法掌握用歸結(jié)原理求解問題的方法了解非單調(diào)邏輯的基本思想和方法能用上述原理和方法解決實際問題88Goal了解人工智能領(lǐng)域的基本知識2ContentsChapter1:IntroductionLogicalApproachtoAIChapter2:DeclarativeKnowledgeChapter3:InferenceChapter4.ResolutionChapter5.ResolutionStrategiesExpandationofLogicalApproachChapter6.NonmonotonicReasoningChapter7.Induction(MachineLearning)89ContentsChapter1:IntroductioContentsChapter8.ReasoningwithUncertainBelief(KnowledgeEngineering)ModalLogicChapter9.KnowledgeandBeliefChapter10.MetaknowledgeandMetareasoningAgent:DistributedArtificialIntelligenceChapter11.StateandChangeChapter12.PlanningChapter13.IntelligentAgentArchitecture90ContentsChapter8.ReasoningwRelatedCoursesKnowledgeEngineering(董興業(yè))MachineLearning(于劍)ComputationalIntelligence(王志海)DataMing(王志海)DistributedArtificialIntelligenceArtificialNeuralNetwork91RelatedCoursesKnowledgeEnginTextBook&ReferencesTextbook:LogicalFoundationsofArtificialIntelligence.GeneserethandNilsson,1987.References:人工智能：一種系統(tǒng)方法，MTimJones著，電子工業(yè)出版社（英文影?。┤斯ぶ悄茉怼Ｊ円坏?，清華大學(xué)出版社，1993人工智能：一種現(xiàn)代方法（英文影印，第二版）。Russell,s.andNorvig,P.，清華大學(xué)出版社，2006.5人工智能。史忠值等，國防工業(yè)出版社，200792TextBook&ReferencesTextbookEvaluationPreviousCourses：DiscreteMathematics;ArtificialIntelligenceHomework: 20%FinalReport: 20%FinalExam.: 60%93EvaluationPreviousCourses：DisChapter1.IntroductionWhatisArtificialIntelligence(AI)?OriginandDevelopmentofAIResearchFieldsofAIWaysofAIresearch94Chapter1.IntroductionWhatisArtificialIntelligence人工智能（ArtificialIntelligence,AI）起源于美國1956年的一次夏季討論會（達特茅斯會議）什么是AI計算->算計圖靈測試95ArtificialIntelligence人工智能（Ar圖靈其人圖靈測試---一種智能的測量方法1950年英國數(shù)學(xué)家圖靈(Turing)在“計算機器與智力”一文中提出圖靈1912年生于英國倫敦，1954年死于英國的曼徹斯特，他是計算機邏輯的奠基者，許多人工智能的重要方法也源自于這位偉大的科學(xué)家。他對計算機的重要貢獻在于他提出的有限狀態(tài)自動機也就是圖靈機的概念，對于人工智能，它提出了重要的衡量標(biāo)準(zhǔn)"圖靈測試"，如果有機器能夠通過圖靈測試，那他就是一個完全意義上的智能機，和人沒有區(qū)別了。他杰出的貢獻使他成為計算機界的第一人，現(xiàn)在人們?yōu)榱思o(jì)念這位偉大的科學(xué)家將計算機界的最高獎定名為"圖靈獎"。

96圖靈其人圖靈測圖靈的一生輝煌的成就：24歲提出圖靈機理論，31歲參與COLOSSUS的研制，33歲設(shè)想仿真系統(tǒng)，35歲提出自動程序設(shè)計概念，38歲設(shè)計“圖靈測驗”。特立獨行的人生：上班途中戴防毒面具騎自行車、自行車掉鏈子前及時下車、因同性戀遭到拘捕、吃了泡在氰化物溶液中的蘋果致死。發(fā)明Enigma破譯德軍密碼，獲得大英帝國授予的榮譽勛章唯一一位獲得圖靈獎的華裔科學(xué)家——姚期智。97圖靈的一生輝煌的成就：24歲提出圖靈機理論，31歲參與COL圖靈測試(TuringTest)測試主持人Ai受試者人Bi受試者計算機C界面控制AlanTuring(1950)98圖靈測試(TuringTest)測試主持人Ai受試者人BiTuringTest測試者：主持人C被測試者：一人A、一機器B測試環(huán)境：測試主持人C與A或B均不可見；主持人C與A或B之間通過計算機終端會話；測試方式：主持人向A和B提出相同的智能性問題，但不能詢問物理特征。A和B在回答問題時，應(yīng)盡量讓主持人相信自己是“人”。測試結(jié)論：如果不管如何更換被測試者A和主持人C，主持人能正確分辨出人和機器的概率都小于50%，則認(rèn)為該機器具有了智能。99TuringTest測試者：主持人C13圖靈機原型圖靈機是一條在兩個方向上都為無限長的磁帶，一個控制器和一個讀寫磁頭組成，磁帶被分成一個個獨立的存儲單元，且控制器的狀態(tài)是有限的100圖靈機原型圖靈機是一條在兩個方向上都為無限長的磁帶，一個控制1966年的ELIZA患者：我想談?wù)勎业哪赣H。Eliza：當(dāng)你想到你母親的時候還會想到什么？患者：她想要控制我，浪費我的生命。Eliza：你的生命?患者：是的，有時我有生命。Eliza：你確定。患者：為什么你認(rèn)為我沒有生命？Eliza：你相信我認(rèn)為你沒有生命？1011966年的ELIZA患者：我想談?wù)勎业哪赣H。15Parry和Eliza的對話Eliza：請繼續(xù)。Parry：你知道賽馬賭家嗎？Eliza：你怎么想到我知道賽馬賭家？Parry：有個賽馬賭家一次都沒有還我錢。Eliza：那對你意味著什么？Parry：我打了那個不還我錢的家伙，我想他可能讓他黑社會的朋友報復(fù)我。Eliza：還有什么要討論的嗎？Parry：你知道詐騙者嗎？Eliza：你為什么要這樣問？Parry：你參與過賭博嗎？Eliza：為什么你對這種問題感興趣？Parry：我喜歡賽馬。Eliza：你還喜歡什么？Parry：我知道流氓操縱賭博。Eliza：你真正在和誰說話？102Parry和Eliza的對話Eliza：請繼續(xù)。16如何實現(xiàn)？著名的Eliza程序采用POP-11編碼，并使用模式匹配程序matches，例如：[Ihateyou]->inp_sentence;ifinp_sentencematches[I?verbyou==]then[whydoyou^verbme?]=>endif;這段程序的結(jié)果是[whydoyouhateme?]。103如何實現(xiàn)？著名的Eliza程序采用POP-11編碼，并使用模希爾勒的中文屋子羅杰?施安克的“故事理解程序”。機器能理解嗎？希爾勒的中文屋子。問題：通過了圖靈測試就具有智能嗎？104希爾勒的中文屋子羅杰?施安克的“故事理解程序”。18AI的本質(zhì)問題研究如何制造出人造的智能機器或系統(tǒng)，來模擬人類智能活動的能力，以延伸人們智能的科學(xué)?？茖W(xué)發(fā)展史：瓦特的蒸汽機；電的發(fā)現(xiàn)；計算機的產(chǎn)生105AI的本質(zhì)問題研究如何制造出人造的智能機器或系統(tǒng)，來模擬人類WhatisIntelligence一種認(rèn)識客觀事物和運用知識解決問題的綜合能力；觀察、學(xué)習(xí)、理解和認(rèn)知的能力；運用知識以解決問題的能力；抽象思維，把大量信息組織為有意義系統(tǒng)的能力；106WhatisIntelligence一種認(rèn)識客觀事物和運IntellectualAbility感知能力：人們通過感覺器官感知外部世界的能力。記憶能力：是對感知到的外界信息或由思維產(chǎn)生的內(nèi)部知識的存儲過程。思維能力：是對所存儲的信息或知識的本質(zhì)屬性、內(nèi)部規(guī)律等的認(rèn)識過程。抽象思維、形象思維、靈感思維學(xué)習(xí)能力：是一個具有特定目的的知識獲取過程。行為能力：是指人們對感知到的外界信息做出的動作反應(yīng)的能力。107IntellectualAbility感知能力：人們通過感DefinitionsofAI智能機器（intelligentmachine）：能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機器。人工智能（能力）：用人工的方法在機器上實現(xiàn)的智能，即讓智能機器具有人類智能的功能，如推理、證明、識別、感知、理解、規(guī)劃、學(xué)習(xí)、問題求解等。人工智能（學(xué)科）：是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，使它能模擬、延伸和擴展人類智能的學(xué)科。108DefinitionsofAI智能機器（intelliGoalofAIResearch遠期目標(biāo)：揭示人類智能的根本機理，用智能機器去模擬、延伸和擴展人類智能。近期目標(biāo)：建造智能計算機代替人類的部分智力勞動。109GoalofAIResearch遠期目標(biāo)：揭示人類智能AI歷史回顧(1)第一階段（40年代－50年代末）神經(jīng)元網(wǎng)絡(luò)時代雙層網(wǎng)絡(luò)M－P模型、感知器模型等問題：XOR問題不能解決110AI歷史回顧(1)第一階段（40年代－50年代末）神經(jīng)元網(wǎng)絡(luò)AI歷史回顧(2)輸入1輸入2輸出000011101110(1,0)(1,1)(0,0)(0,1)111AI歷史回顧(2)輸入1輸入2輸出000011101110(AI歷史回顧(3)Minsky的著作：《Perceptions》（感知器）從理論上證明了二層神經(jīng)元網(wǎng)絡(luò)不可能解決XOR問題如果要求解XOR問題，神經(jīng)元網(wǎng)絡(luò)必須是3層或3層以上的結(jié)構(gòu)對于3層或3層以上的神經(jīng)元網(wǎng)絡(luò)，難于找到一個通用的學(xué)習(xí)算法112AI歷史回顧(3)Minsky的著作：《Perception一些成果20世紀(jì)50年代早期，英國牛津大學(xué)的研究者開發(fā)出了兩個復(fù)雜游戲的游戲?qū)某绦颉hristopherStrachey發(fā)明了一個運行在FerrantiMarkI上的西洋跳棋對弈程序。到1952年，他的程序已能夠完成合理的對弈。DietrichPrinz則發(fā)明了另一個運行在FerrantiMarkI上的程序，這個程序能夠下國際象棋。1952年，ArthurSamuel的西洋跳棋對弈程序運行在IBM701上。這個學(xué)習(xí)型西洋跳棋程序非常特別，因為Samuel可以利用一個程序與它的副本程序進行對弈，從而能夠從對手身上學(xué)習(xí)。結(jié)果將產(chǎn)生一個能夠擊敗自身的創(chuàng)造者的程序。到1962年，Samuel的西洋跳棋程序擊敗了前任康涅狄格州西洋跳棋冠軍。（這種方法被認(rèn)為是演化計算的第一個例子）113一些成果20世紀(jì)50年代早期，英國牛津大學(xué)的研究者開發(fā)出了兩AI歷史回顧(4)第二階段（50年代中－60年代中）通用方法時代物理符號系統(tǒng)主要研究的問題：GPS、游戲、翻譯等對問題的難度估計不足，陷入困境114AI歷史回顧(4)第二階段（50年代中－60年代中）通用方法1958:Newell和Simon的四個預(yù)測十年內(nèi)，計算機將成為世界象棋冠軍十年內(nèi)，計算機將發(fā)現(xiàn)或證明有意義的數(shù)學(xué)定理十年內(nèi)，計算機將能譜寫優(yōu)美的樂曲十年內(nèi)，計算機將能實現(xiàn)大多數(shù)的心理學(xué)理論樂觀的人工智能1151958:Newell和Simon的四個預(yù)測樂觀的人工智一些成果（2）第一個為計算機編寫的人工智能程序是“邏輯理論家（LogicTheorist）”。它是AllenNewell、HerbertSimon和J.C.Shaw在1956年為了發(fā)現(xiàn)等式的證明而發(fā)明的，這個程序最獨特之處在于它能夠為一個給定的等式找到比當(dāng)前已知的證明更好的證明。1957年，Simon和Newell在此基礎(chǔ)之上發(fā)明了通用問題求解器（GeneralProblemSolver，GPS）。通用問題求解器使用手段-目的分析求解問題，但通常受限于游戲問題。McCarthy發(fā)明了Lisp語言，提出了Alpha-beta剪枝算法。116一些成果（2）第一個為計算機編寫的人工智能程序是“邏輯理論家Nim游戲是一種二人游戲，每個玩家輪流從一堆或數(shù)堆物品中將物品拿走。最后取光物品者將輸?shù)粲螒??？梢阅米?、2或3件物品。在右邊實例中，由玩家1開局，亦以他的失敗而結(jié)束游戲。玩家1輸玩家2輸玩家1輸玩家2輸117Nim游戲是一種二人游戲，每個玩家輪流從一堆或數(shù)堆物品中將物Alpha-beta剪枝算法Alpha-beta剪枝算法是一個簡單的算法，它通過去掉明顯不好的結(jié)點達到極小化博弈樹搜索的目的。118Alpha-beta剪枝算法Alpha-beta剪枝算法是一11933AI歷史回顧(5)一個笑話（英俄翻譯）Thespiritiswilling，butthefleshisweak心有余而力不足Thevodkaisgood，butthemeatisrotten伏特加酒很不錯，但肉已腐敗120AI歷史回顧(5)一個笑話（英俄翻譯）34AI歷史回顧(6)出錯的原因spirit1)精神2)烈酒結(jié)論必須理解才能翻譯，而理解需要知識121AI歷史回顧(6)出錯的原因35AI歷史回顧(7)第三階段（60年代中－80年代初）知識工程時代專家系統(tǒng)知識工程知識工程席卷全球各國發(fā)展計劃：美國星球大戰(zhàn)計劃、英國ALVEY計劃、法國UNIKA計劃、日本五代機計劃、中國863計劃122AI歷史回顧(7)第三階段（60年代中－80年代初）知識工程費根鮑姆（E.Feigenbaum）

專家系統(tǒng)和知識工程之父1968年研究出第一個專家系統(tǒng)：DENDRAL，用于質(zhì)譜儀分析有機化合物的分子結(jié)構(gòu)1977年，提出知識工程（knowledgeEngineer)概念“知識就是力量，電子計算機則是這種力量的放大器，而能把人類知識予以放大的機器，也會把一切方面的力量予以放大?！?23費根鮑姆（E.Feigenbaum）專家系統(tǒng)和知識工程之父1965年Feigenbaum的世界上第一個專家系統(tǒng)DENDRAL.它可根據(jù)分子式和質(zhì)譜數(shù)據(jù)輔助推斷分子結(jié)構(gòu).1974年紹特里夫(Shortliffe)等人開發(fā)的MYCIN專家系統(tǒng).用診斷和治療感染性疾病.1968年Quilian提出語義網(wǎng)絡(luò)知識表示法1974年Minsky提出框架(Frame)理論1965年Robinson提出歸結(jié)原理1972年科麥瑞爾(Colmerauer)實現(xiàn)第一個Prolog(PROgramminginLOGic)系統(tǒng)1977年在第五屆IJCAI上,Feigenhaum在“人工智能的藝術(shù):知識工程及實例研究”中提出“知識工程”的概念.1241965年Feigenbaum的世界上第一個專家系統(tǒng)DEN1982年-1991年日本研制第五代計算機計劃(投資4.5億美元)1983年起(6-10計劃)美國研制能看,聽,說和思考的新一代計算機(投資6億多美元)1982年10月英國開始研制第五代計算機,5年內(nèi)投資5.5億美元1251982年-1991年日本研制第五代計算機計劃(投資4.5億AI歷史回顧(8)遇到的困難知識獲取的瓶頸問題126AI歷史回顧(8)遇到的困難40AI歷史回顧(9)第四階段（80年代中－90年代初）新的神經(jīng)元網(wǎng)絡(luò)時代BP算法，解決了多層網(wǎng)的學(xué)習(xí)問題Hopfield網(wǎng)絡(luò)，成功求解了旅行商問題存在問題：理論依據(jù)解決大規(guī)模問題的能力127AI歷史回顧(9)第四階段（80年代中－90年代初）新的神經(jīng)AI歷史回顧(10)第五階段（90年代初－現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時代網(wǎng)絡(luò)給AI帶來無限的機會知識發(fā)現(xiàn)與數(shù)據(jù)挖掘AI走向?qū)嵱没?28AI歷史回顧(10)第五階段（90年代初－現(xiàn)在）數(shù)據(jù)與網(wǎng)絡(luò)時ResearchFieldsofAI粒度計算群體智能129ResearchFieldsofAI粒度計算群體智能4ProblemResolving問題：博弈問題（GamePlaying）：國際象棋、方盤棋、五子棋、打牌、戰(zhàn)爭等漢諾塔游戲（HanoiGame）人、狼、羊和菜的過河問題求解微分方程等涉及的主要技術(shù)：問題表示、問題分解、問題空間搜索、問題歸約130ProblemResolving問題：44游戲中的代表性成就IBM的DeepBlue國際象棋程序：1997年5月11日，DeepBlue以3.5:2.5戰(zhàn)勝了GarryKasparov加拿大Alberta大學(xué)研制的西洋跳棋程序Chinook是第一個在世界錦標(biāo)賽中戰(zhàn)勝人的程序。（跳棋一共有5萬億億種走法（5*10^20），Chinook則只使用了其中的100萬億種(10^14)）黑白棋的智能程序Logistello在1997年以6比0的比分戰(zhàn)勝了世界冠軍TakeshiMurakami。圍棋與西洋雙陸棋131游戲中的代表性成就IBM的DeepBlue國際象棋程序：1視頻游戲132視頻游戲46視頻游戲（2）133視頻游戲（2）47視頻游戲（3）134視頻游戲（3）48視頻游戲（4）135視頻游戲（4）49AutomaticTheoremProving自動定理證明：讓計算機模擬人類證明定理的方法，自動實現(xiàn)象人類證明定理那樣的非數(shù)值符號的演算過程。是AI中最早且重要的研究領(lǐng)域之一,對AI的發(fā)展起過重大作用.許多非數(shù)學(xué)問題可轉(zhuǎn)化為自動定理證明來求解.主要方法:

自然演繹法:依據(jù)推理規(guī)則,從前提或目標(biāo)出發(fā),并利用公理來證明定理的方法.判定法:對一類問題找出統(tǒng)一的計算機上可實現(xiàn)的算解.1978年我國數(shù)學(xué)家吳文俊教授提出平面幾何和微分幾何定理的機器證明方法.被認(rèn)為是當(dāng)時最好的一種方法(吳氏方法)定理證明器:研究一切可判定問題的證明方法.1964年Robinson提出歸結(jié)原理.計算機輔助證明:“四色定理”.136AutomaticTheoremProving自動定理證自動定理證明就是機器定理證明，這也是人工智能的一個重要的研究領(lǐng)域，也是最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題之一，它在發(fā)展人工智能方法上起過重大作用。

1976年7月，美國的阿佩爾(K.Appel)等人合作解決了長達124年之久的難題--四色定理。他們用三臺大型計算機，花去1200小時CPU時間，并對中間結(jié)果進行人為反復(fù)修改500多處。四色定理的成功證明曾轟動計算機界。

四色定理證明137自動定理證明就是機器定理證明，這也是人工智能的一個重要的研究四色定理地圖四色定理(Fourcolortheorem)最先是由一位叫古德里（FrancisGuthrie）的英國大學(xué)生提出來的。德·摩爾根（AugustusDeMorgan，1806～1871）1852年10月23日致哈密頓的一封信提供了有關(guān)四色定理來源的最原始的記載。四色問題又稱四色猜想，是世界近代三大數(shù)學(xué)難題之一。四色問題的內(nèi)容是：“任何一張地圖只用四種顏色就能使具有共同邊界的國家著上不同的顏色?！庇脭?shù)學(xué)語言表示，即“將平面任意地細(xì)分為不相重迭的區(qū)域，每一個區(qū)域總可以用1，2，3，4這四個數(shù)字之一來標(biāo)記，而不會使相鄰的兩個區(qū)域得到相同的數(shù)字。”138四色定理地圖四色定理(Fourcolortheorem)擴展閱讀費爾馬大定理，起源于三百多年前，挑戰(zhàn)人類3個世紀(jì)，多次震驚全世界，耗盡人類眾多最杰出大腦的精力，也讓千千萬萬業(yè)余者癡迷。終于在1994年被安德魯·懷爾斯攻克。1637年，法國業(yè)余大數(shù)學(xué)家費爾馬（PierredeFremat）在“算術(shù)”的關(guān)于勾股數(shù)問題的頁邊上，寫下猜想：a^n＋b^n＝c^n是不可能的（這里n大于2；a，b，c，n都是非零整數(shù))。哥德巴赫猜想。1742年6月7日，德國數(shù)學(xué)家哥德巴赫在寫給著名數(shù)學(xué)家歐拉的一封信中，提出了兩個大膽的猜想： 一、任何不小于6的偶數(shù)，都是兩個奇質(zhì)數(shù)之和； 二、任何不小于9的奇數(shù)，都是三個奇質(zhì)數(shù)之和。 這就是數(shù)學(xué)史上著名的“哥德巴赫猜想”。顯然，第二個猜想是第一個猜想的推論。因此，只需在兩個猜想中證明一個就足夠了。 1966年，我國著名數(shù)學(xué)家陳景潤攻克了“1＋2”，也就是：“任何一個足夠大的偶數(shù)，都可以表示成兩個數(shù)之和，而這兩個數(shù)中的一個就是奇質(zhì)數(shù)，另一個則是兩個奇質(zhì)數(shù)的積?！边@個定理被世界數(shù)學(xué)界稱為“陳氏定理”。139擴展閱讀費爾馬大定理，起源于三百多年前，挑戰(zhàn)人類3個世紀(jì)，多AutomaticProgramming自動程序設(shè)計：讓計算機把用高級形式語言或自然語言描述的程序自動轉(zhuǎn)換成可執(zhí)行的程序的技術(shù)。主要技術(shù)方法程序分析與合成：自動編程正確性驗證：證明程序的正確性的理論和方法140AutomaticProgramming自動程序設(shè)計：讓計NatureLanguageProcessing自然語言理解：如何使計算機能夠理解和生成自然語言?？缯Z言檢索、自動問答機器翻譯語音輸入、語音合成自動文摘等主要技術(shù)方法語法、語義、句法的表示及分析技術(shù)語義的理解及可計算技術(shù)語言模型的構(gòu)建等141NatureLanguageProcessing自然語言MachineLearning會學(xué)習(xí)是機器具有智能的重要標(biāo)志，是機器獲取知識，提高智能的根本途徑。目的：獲取新的事實及新的推理算法等內(nèi)部表現(xiàn)為新知識結(jié)構(gòu)的不斷建立和修改外部表現(xiàn)為性能的改善，即智能的提高。研究內(nèi)容：如何使計算機能夠模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)功能。人類學(xué)習(xí)機理機器學(xué)習(xí)方法學(xué)習(xí)系統(tǒng)構(gòu)造技術(shù)142MachineLearning會學(xué)習(xí)是機器具有智能的重要標(biāo)ExpertSystem專家系統(tǒng)是一個智能化的計算機程序系統(tǒng)；是一種基于知識的智能推理系統(tǒng)；是一個能在某特定領(lǐng)域內(nèi)，以專家水平去解決該領(lǐng)域中困難問題的計算機程序；問題：解釋、預(yù)測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導(dǎo)和控制等143ExpertSystem專家系統(tǒng)57PatternRecognition模式：客觀存在的事物形式稱之為模式。模式識別：是使計算機能夠?qū)o定的事物進行鑒別，并把它歸入與其相同或相似的模式中。具體應(yīng)用具體應(yīng)用手寫字符識別汽車牌照的識別指紋識別語音識別144PatternRecognition模式：客觀存在的事物形14559指紋識別146指紋識別60ComputerVision機器視覺：是一門用計算機實現(xiàn)或模擬人類視覺功能的學(xué)科。人類80％以上的外部信息來自視覺從模式識別中發(fā)展為一門獨立的學(xué)科研究目標(biāo)：使計算機具有通過二維圖像認(rèn)知三維環(huán)境信息的能力對物體形狀、位置、姿態(tài)、運動等的感知對信息的描述、表示、存儲、識別與理解應(yīng)用領(lǐng)域衛(wèi)星圖像處理、飛行器跟蹤和制導(dǎo)、景物識別、目標(biāo)檢測等醫(yī)學(xué)圖像分析、臟器重建等監(jiān)測系統(tǒng)、生產(chǎn)過程監(jiān)控系統(tǒng)147ComputerVision機器視覺：是一門用計算機實現(xiàn)或Robotics機器人學(xué)：電子學(xué)、人工智能、控制論、系統(tǒng)工程、精密機械、信息傳感、仿生學(xué)、生理學(xué)—綜合性技術(shù)學(xué)科研究內(nèi)容視覺、聽覺、觸覺等感知器；研制用精密機械元件做成的手、腳等肢體與計算機之間的結(jié)合方式；研究機器人從三維空間搜索信息的處理方式研究識別外界環(huán)境的能力研究機器人判斷機理的工程化方法及相應(yīng)軟件148Robotics機器人學(xué)：電子學(xué)、人工智能、控制論、系統(tǒng)工程1893年的蒸汽機器人1800年前張衡發(fā)明的記里鼓車1800年后的“木牛流馬”（仿制）記里鼓車是中國古代用于計算道路里程的車，由“記道車”發(fā)展而來。到后來，因為加了行一里路打一下鼓的裝置，故名“記里鼓車”。記里鼓車這是一種會自動記載行程的車輛，是中國古代社會的科學(xué)家、發(fā)明家研制出的自動機械物體，被機器人專家稱為是一種中國古代機器人。1491893年的蒸汽機器人1800年前張衡發(fā)明的記里鼓車180工業(yè)機器人的誕生

進入20世紀(jì)后，實用化的工業(yè)機器人相繼問世。各種用途的機器人相繼問世，許多夢想成為了現(xiàn)實第一代示教再現(xiàn)工業(yè)機器人在完成焊接工作62年GM研制的世界第一臺工業(yè)機器人Unimate日本90年代的機器人電子裝配生產(chǎn)線150工業(yè)機器人的誕生第一代示教再現(xiàn)工業(yè)機器人在完成焊接工作6服務(wù)機器人-外墻清洗移動機器人玻璃清洗機器人服務(wù)機器人-導(dǎo)盲犬服務(wù)機器人-加油機器人娛樂機器狗娛樂機器人-足球機器人151服務(wù)機器人-外墻清洗移動機器人玻璃清洗機器人服務(wù)機器人軍用機器人-無人戰(zhàn)場車軍用機器人-飛行機器人軍用機器人-排彈移動機器人空間機器人-月球車空間機器人-空間站操作臂水下機器人152軍用機器人-無人戰(zhàn)場車軍用機器人-飛行機器人軍用機器人-排彈分子納米機器人無人飛行機器人仿人機器人各種仿人手部153分子納米機器人無人飛行機器人仿人機器人各種仿人手部67ArtificialNeuralNetwork人工神經(jīng)網(wǎng)絡(luò)：是一個用大量的簡單處理單元經(jīng)廣泛并行互連所構(gòu)成的人工網(wǎng)絡(luò)，用于模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。應(yīng)用領(lǐng)域：神經(jīng)計算機：是在模擬人腦神經(jīng)組織結(jié)構(gòu)基礎(chǔ)上發(fā)展起來的全新的計算系統(tǒng)。它是由大量簡單計算單元通過豐富聯(lián)結(jié)而構(gòu)成的復(fù)雜計算網(wǎng)絡(luò)。模式識別、圖象處理、組合優(yōu)化、自動控制、信息處理、機器人學(xué)154ArtificialNeuralNetwork人工神經(jīng)網(wǎng)Intelli