人工智能的核心技術(shù)概述目錄TOC\o"1-3"\h\u4351人工智能的核心技術(shù)概述 110831.1計(jì)算機(jī)視覺 1101591.2專家系統(tǒng) 2174151.3模式識別 382791.4神經(jīng)網(wǎng)絡(luò) 3263841.5自然語言處理 4288941.6機(jī)器學(xué)習(xí) 41.1計(jì)算機(jī)視覺計(jì)算機(jī)視覺（Computervision）就是讓計(jì)算機(jī)能夠模擬人類的視覺系統(tǒng)。人類不僅能夠理解圖像中的場景，稍加訓(xùn)練，還能解釋書法、印象派畫家、抽象畫，以及胎兒的二維超聲圖像。從這個(gè)角度來看，計(jì)算機(jī)視覺領(lǐng)域尤其復(fù)雜，它擁有大量的實(shí)際應(yīng)用。計(jì)算機(jī)視覺完成的任務(wù)遠(yuǎn)超其他領(lǐng)域，比如手機(jī)上的人臉識別、圖像搜索（如百度識圖，GoogleImages），或者生物識別方法。圖1.1NASA火星探測車的雙攝影機(jī)系統(tǒng)計(jì)算機(jī)視覺可以被看作是由生物視覺的衍生出的一個(gè)領(lǐng)域。在生物視覺領(lǐng)域中，人類和各種動物的視覺都得到了研究，從而創(chuàng)建了這些視覺系統(tǒng)感知信息過程中所使用的物理模型。其次，在計(jì)算機(jī)視覺中，靠軟件和硬件結(jié)合實(shí)現(xiàn)的人工智能系統(tǒng)得到了研究和體現(xiàn)。生物視覺與計(jì)算機(jī)視覺進(jìn)行的學(xué)科間交流為彼此都帶來了巨大價(jià)值。計(jì)算機(jī)視覺包含以下幾個(gè)分支：畫面重建，事件監(jiān)測，目標(biāo)跟蹤，目標(biāo)識別，機(jī)器學(xué)習(xí)，索引創(chuàng)建，圖像恢復(fù)等。在整個(gè)20世紀(jì)中，人類對各種生物的視覺器官、神經(jīng)元、以及與視覺刺激相關(guān)的腦部組織都進(jìn)行了大量研究，研究得出了一些有關(guān)天然視覺系統(tǒng)如何運(yùn)作的模型（盡管不夠精確），這也形成了計(jì)算機(jī)視覺中的一個(gè)子領(lǐng)域——人們試圖用人工系統(tǒng)在不同的復(fù)雜程度上模擬生物的視覺系統(tǒng)。相關(guān)研究未來可能幫助失明的人恢復(fù)視覺以及用于各種機(jī)器探測。同時(shí)計(jì)算機(jī)視覺領(lǐng)域中，也有參考生物學(xué)習(xí)的機(jī)制研究出機(jī)器學(xué)習(xí)的方法。除了上面提到的領(lǐng)域，很多科研題目同樣可以被當(dāng)作純粹的數(shù)學(xué)問題。例如，計(jì)算機(jī)視覺中的很多問題，其理論基礎(chǔ)便是統(tǒng)計(jì)學(xué)，最優(yōu)化理論以及幾何學(xué)。1.2專家系統(tǒng)專家系統(tǒng)是人工智能的一個(gè)重要分支，它可以看作是一類具有專門知識和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用人工智能中的知識表示和知識推理技術(shù)來模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題。一般情況下，專家系統(tǒng)=知識庫+推理機(jī)，因此專家系統(tǒng)也被稱為基于知識的系統(tǒng)。一個(gè)專家系統(tǒng)必須具備三要素：領(lǐng)域?qū)＜壹壷R、模擬專家思維、達(dá)到專家級的水準(zhǔn)專家系統(tǒng)適合于完成那些沒有公認(rèn)的理論和方法、數(shù)據(jù)不精確或信息不完整、人類專家短缺或?qū)ｉT知識十分昂貴的診斷、解釋、監(jiān)控、預(yù)測、規(guī)劃和設(shè)計(jì)等任務(wù)。一般專家系統(tǒng)執(zhí)行的求解任務(wù)是知識密集型的。專家系統(tǒng)能為它的用戶帶來明顯的經(jīng)濟(jì)效益。用比較經(jīng)濟(jì)的方法執(zhí)行任務(wù)而不需要有經(jīng)驗(yàn)的專家，可以極大地減少勞務(wù)開支和培養(yǎng)費(fèi)用。由于軟件易于復(fù)制，所以專家系統(tǒng)能夠廣泛傳播專家知識和經(jīng)驗(yàn)，推廣應(yīng)用數(shù)量有限的和昂貴的專業(yè)人員及其知識。專家系統(tǒng)在給它的用戶帶來經(jīng)濟(jì)利益的同時(shí)，也造成失業(yè)。專家系統(tǒng)的應(yīng)用技術(shù)不僅代替了人的一些體力勞動，也代替了人的某些腦力勞動，有時(shí)甚至行使著本應(yīng)由人擔(dān)任的職能，免不了引起法律糾紛。比如醫(yī)療診斷專家系統(tǒng)萬一出現(xiàn)失誤，導(dǎo)致醫(yī)療事故，怎么樣來處理，開發(fā)專家系統(tǒng)者是否要負(fù)責(zé)任，使用專家系統(tǒng)者應(yīng)負(fù)什么責(zé)任，以及一系列問題尚未有相關(guān)法律體系。著名的專家系統(tǒng)：ExSys：第一個(gè)商用專家系統(tǒng)。Mycin：一個(gè)診斷系統(tǒng)，其表現(xiàn)出人意料的好，誤診率達(dá)到專家級水平，超出一些診所的醫(yī)生。Siri：一個(gè)通過辨識語音作業(yè)的專家系統(tǒng)，由蘋果公司收購并且推廣到自家產(chǎn)品內(nèi)作為一個(gè)人秘書功能。1.3模式識別模式識別（英語：Patternrecognition），就是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動處理和判讀。我們把環(huán)境與客體統(tǒng)稱為“模式”。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類有可能研究復(fù)雜的信息處理過程。信息處理過程的一個(gè)重要形式是生命體對環(huán)境及客體的識別。對人類來說，特別重要的是對光學(xué)信息（通過視覺器官來獲得）和聲學(xué)信息（通過聽覺器官來獲得）的識別。這是模式識別的兩個(gè)重要方面。市場上可見到的代表性產(chǎn)品有光學(xué)字符識別、語音識別系統(tǒng)。計(jì)算機(jī)識別的顯著特點(diǎn)是速度快、準(zhǔn)確性高、效率高，在將來完全可以取代人工錄入。識別過程與人類的學(xué)習(xí)過程相似。以光學(xué)字符識別之“漢字識別”為例：首先將漢字圖像進(jìn)行處理，抽取主要表達(dá)特征并將特征與漢字的代碼存在計(jì)算機(jī)中。就像老師教我們“這個(gè)字叫什么、如何寫”記在大腦中。這一過程叫做“訓(xùn)練”。識別過程就是將輸入的漢字圖像經(jīng)處理后與計(jì)算機(jī)中的所有字進(jìn)行比較，找出最相近的字就是識別結(jié)果。這一過程叫做“匹配”。1.4神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（英語：ArtificialNeuralNetwork，ANN），簡稱神經(jīng)網(wǎng)絡(luò)（NeuralNetwork，NN）或類神經(jīng)網(wǎng)絡(luò)，在機(jī)器學(xué)習(xí)和認(rèn)知科學(xué)領(lǐng)域，是一種模仿生物神經(jīng)網(wǎng)絡(luò)（動物的中樞神經(jīng)系統(tǒng)，特別是大腦）的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型，用于對函數(shù)進(jìn)行估計(jì)或近似。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元聯(lián)結(jié)進(jìn)行計(jì)算。大多數(shù)情況下人工神經(jīng)網(wǎng)絡(luò)能在外界信息的基礎(chǔ)上改變內(nèi)部結(jié)構(gòu)，是一種自適應(yīng)系統(tǒng)，通俗地講就是具備學(xué)習(xí)功能?，F(xiàn)代神經(jīng)網(wǎng)絡(luò)是一種非線性統(tǒng)計(jì)性數(shù)據(jù)建模工具，神經(jīng)網(wǎng)絡(luò)通常是通過一個(gè)基于數(shù)學(xué)統(tǒng)計(jì)學(xué)類型的學(xué)習(xí)方法（LearningMethod）得以優(yōu)化，所以也是數(shù)學(xué)統(tǒng)計(jì)學(xué)方法的一種實(shí)際應(yīng)用，通過統(tǒng)計(jì)學(xué)的標(biāo)準(zhǔn)數(shù)學(xué)方法我們能夠得到大量的可以用函數(shù)來表達(dá)的局部結(jié)構(gòu)空間，另一方面在人工智能學(xué)的人工感知領(lǐng)域，我們通過數(shù)學(xué)統(tǒng)計(jì)學(xué)的應(yīng)用可以來做人工感知方面的決定問題（也就是說通過統(tǒng)計(jì)學(xué)的方法，人工神經(jīng)網(wǎng)絡(luò)能夠類似人一樣具有簡單的決定能力和簡單的判斷能力），這種方法比起正式的邏輯學(xué)推理演算更具有優(yōu)勢。和其他機(jī)器學(xué)習(xí)方法一樣，神經(jīng)網(wǎng)絡(luò)已經(jīng)被用于解決各種各樣的問題，例如機(jī)器視覺和語音識別。這些問題都是很難被傳統(tǒng)基于規(guī)則的編程所解決的。1.5自然語言處理自然語言處理（英語：NaturalLanguageProcessing，縮寫作NLP）是人工智能和語言學(xué)領(lǐng)域的分支學(xué)科。此領(lǐng)域探討如何處理及運(yùn)用自然語言；自然語言處理包括多方面和步驟，基本有認(rèn)知、理解、生成等部分。自然語言認(rèn)知和理解是讓電腦把輸入的語言變成有意思的符號和關(guān)系，然后根據(jù)目的再處理。自然語言生成系統(tǒng)則是把計(jì)算機(jī)數(shù)據(jù)轉(zhuǎn)化為自然語言。 1.6機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支。人工智能的研究歷史有著一條從以“推理”為重點(diǎn)，到以“知識”為重點(diǎn)，再到以“學(xué)習(xí)”為重點(diǎn)的自然、清晰的脈絡(luò)。顯然，機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一個(gè)途徑，即以機(jī)器學(xué)習(xí)為手段解決人工智能中的問題。機(jī)器學(xué)習(xí)在近30多年已發(fā)展為一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析（英語：Convexanalysis）、計(jì)算復(fù)雜性理論等多門學(xué)科。機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動“學(xué)習(xí)”的算法。機(jī)器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進(jìn)行預(yù)測的算法。因?yàn)閷W(xué)習(xí)算法中涉及了大量的統(tǒng)計(jì)學(xué)理論，機(jī)器學(xué)習(xí)與推斷統(tǒng)計(jì)學(xué)聯(lián)系尤為密切，也被稱為統(tǒng)計(jì)學(xué)習(xí)理論。算法設(shè)計(jì)方面，機(jī)器學(xué)習(xí)理論關(guān)注可以實(shí)現(xiàn)的，行之有效的學(xué)習(xí)算法。很多推論問題屬于無程序可循難度，所以部分的機(jī)器學(xué)習(xí)研究是開發(fā)容易處理的近似算法。機(jī)器學(xué)習(xí)已廣泛應(yīng)用于數(shù)據(jù)挖掘、計(jì)算機(jī)視覺、自然語言處理、生物特征識別、搜索引擎、醫(yī)學(xué)診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰(zhàn)略游戲和機(jī)器人等領(lǐng)域。機(jī)器學(xué)習(xí)可以分成下面幾種類別：監(jiān)督學(xué)習(xí)：監(jiān)督學(xué)習(xí)從給定的訓(xùn)練數(shù)據(jù)集中學(xué)習(xí)出一個(gè)函數(shù)，當(dāng)新的數(shù)據(jù)到來時(shí)，可以根據(jù)這個(gè)函數(shù)預(yù)測結(jié)果。監(jiān)督學(xué)習(xí)的訓(xùn)練集要求是包括輸入和輸出，也可以說是特征和目標(biāo)。訓(xùn)練集中的目標(biāo)是由人標(biāo)注的。常見的監(jiān)督學(xué)習(xí)算法包括回歸分析和統(tǒng)計(jì)分類。監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)的差別就是訓(xùn)練集目標(biāo)是否人標(biāo)注。他們都有訓(xùn)練集且都有輸入和輸出無監(jiān)督學(xué)習(xí)：無監(jiān)督學(xué)習(xí)與監(jiān)督學(xué)習(xí)相比，訓(xùn)練集沒有人為標(biāo)注的結(jié)果。常見的無監(jiān)督學(xué)習(xí)算法有生成對抗網(wǎng)絡(luò)（GAN）、聚類。半監(jiān)督學(xué)習(xí)：半監(jiān)督學(xué)習(xí)介于監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)之間。增強(qiáng)學(xué)習(xí)：機(jī)器為了達(dá)成目標(biāo)，隨著環(huán)境的變動，而逐步調(diào)整其行為，并評估每一個(gè)行動之后所到的回饋是正向的或負(fù)向的。具體的機(jī)器學(xué)習(xí)算法有：構(gòu)造間隔理論分布：聚類分析和模式識別人工神經(jīng)網(wǎng)絡(luò)決策樹感知器支持向量機(jī)集成學(xué)習(xí)A