第一章 人工智能概述ppt课件.ppt

人工智能Artificial Intelligence,计算机学院 董燕举2012年9月4日,第1章 人工智能概述,1.1 人工智能的定义与研究目标 1.2 人工智能的产生与发展历史1.3 人工智能研究的各个学派1.4 人工智能主要研究与应用领域,1.1 人工智能的定义和研究目标,智能群体智能人工智能定义为什么要研究人工智能人工智能的研究目标学科地位,何谓智能,“智能”是指高级生物（主要是人类）认知过程（包括：感觉、表征、记忆、概念形成、意识、辨识、判断、推理、决策、知识形成、问题解决）的能力。,人类智能的来源：大脑？,美国哥伦比亚大学教授迈克格尔森提出他的“第二大脑”理论，此理论认为每个人都有第二个大脑，它位于人的肚子里，负责“消化”食物、信息、外界刺激、声音和颜色。它像一把钥匙，能够调节人的焦虑和紧张的情绪。中医：肝藏魂，肺藏魄，心藏神，肾藏志，脾藏意,智能包含的能力,感知能力 通过感知器官感知外界的能力。记忆和思维能力 记忆：对感知到的外界信息和由思维产生的内部知识的存储过程 思维：对已存储信息或知识的本质属性、内部知识的认识过程学习和自适应能力 学习：是一个具有特定目的的知识获取过程 是人的一种本能。不同人的学习方法、能力不同 自适应：是一种通过自我调节适应外界环境的过程 是人的一种本能。不同人的适应能力不同行为能力 是人们对感知到的外界信息作出动作反应的能力,智能与生命,智能是高等生命的一个重要特征。高等生命依靠智能生存或更好地生活智能是服务“我”的工具之一,群体智能,人类社会的发展本身就是集体智慧的结晶一些生物群落（如蚁群，蜜蜂群，鸟群，鱼群）的群体行为或社会行为表现出一定的智能；这种由群体行为表现出的智能称为群体智能；,人工智能定义（1）,人工智能是一门科学，它使机器做那些由人需要通过智能来做的事情。 马文明斯基,马文明斯基(Marvin Minsky),人工智能定义（2）,能力方面 人工智能是用人工的方法在机器上实现的智能，或称机器智能学科方面 人工智能是一门研究如何构造智能机器或智能系统，以模拟、延伸和扩展人类智能的学科,Turing Test，图灵测试,问：你会下国际象棋吗？ 答：是的。 问：你会下国际象棋吗？ 答：是的。 问：请再次回答，你会下国际象棋吗？ 答：是的。,问： 你会下国际象棋吗？ 答：是的。 问：你会下国际象棋吗？ 答：是的，我不是已经说过了吗？ 问：请再次回答，你会下国际象棋吗？ 答：你烦不烦，干嘛老提同样的问题。,机器的回答,人的回答,中文屋子,美国哲学家约翰.西尔勒提出了一个中文屋子的假设：一台计算机阅读了一段故事并且能正确回答相关问题，这样这台计算机就通过了图灵测试；西尔勒设想将这段故事和问题改用中文描述，然后将自己封闭在一个屋子里。描述这段故事和问题的一连串中文符号只能通过一个很小的缝隙被传到屋子里。西尔勒则完全按计算机程序的处理方式和过程对这些符号串进行处理；结果，西尔勒根本不懂中文也完成了问题的回答,人工智能的困惑,计算机能够有自觉性和意识吗？人脑硅脑，由芯片替换全部神经元,“我思故我在”,笛卡尔,我,为什么要研究人工智能 科学问题：智能的本质是什么？智能如何产生？能否让机器拥有像人一样智能？应用需求驱动 ： 制造聪明的机器为人服务,制造聪明的机器现有计算机的优势： 运算速度快，数据存储量大， 按照算法，编制程序，可以反复运行 人脑的延伸现有计算机的缺陷： 缺乏自适应、自学习、自优化等能力 缺乏灵感和智慧(创造力) 缺乏社会常识或专业知识等，而只能是被动地按照人们为它事先安排好的工作步骤进行工作 不能像人一样聪明地做事,人工智能的研究目标,近期目标：弱人工智能：智能功能仿真 。远期目标：强人工智能：机器拥有智能，像人一样想和做。,阿西莫夫【机器人学三定律】 一.机器人不得伤害人，也不得见人受到伤害而袖手旁观 二.机器人应服从人的一切命令，但不得违反第一定律 三.机器人应保护自身的安全，但不得违反第一、第二定律,艾萨克阿西莫夫（19201992） ，当代美国最著名的科幻大师、是本世纪最顶尖的科幻小说家之一。,AI 的 学 科 位 置,人工智能（AI：Artificial Intelligence）是一门前沿学科，是在哲学、数学、计算机科学、脑科学、认知科学、控制论、信息论、心理学、语言学等多种学科的基础上发展起来的一门交叉学科。,人工智能,1.2 AI的产生与发展历史,50多年来，人工智能走过了一条起伏和曲折的发展道路。回顾历史，可以按照不同时期的主要特征，将其产生与发展过程分为7个阶段。 孕育期：1956年以前 人工智能的诞生：1956年 黄金年代：1956 - 1974 第一次AI低谷：1974 - 1980 第二次繁荣：1980 - 1987 第二次AI低谷：1987 1993 低调中遍地开花：1993 - 现在,中国历史上第一篇科幻小说偃师,战国时期的诸子百家经典列子汤问中，有一篇名叫偃师的小故事，今天已经被公认为中国历史上第一篇科幻小说：一名工匠名偃师，将一个木偶进献给周穆王。这个木偶不仅能够翩翩起舞，而且能够歌唱，配置”齐全。最后，它竟然向王妃递媚眼，最终惹恼周穆王，将它大卸八块。,孕育期的成果,孕育期(1956年前) 主要成就: - 创立了数理逻辑,自动机理论,控制论,信息论和系 统论 - 发明了电子数字计算机 主要贡献人物: -布尔: 创立逻辑代数,用符号语言描述了思维 活动中推理的基本法则 -麦克洛奇：提出MP模型，人工神经网络研究开端. -莫克利: 研制第一台计算机 -香农： 创立了信息论 -维纳： 创立了控制论 -图灵: 提出一种理想计算机的数学模型,莫克利(J.W.Mauchly，19071980) 1946年研制成功了世界上第一台通用电子计算机ENIAC,图灵机原型(1936),图灵机是一条在两个方向上都为无限长的磁带，一个控制器和一个读写磁头组成，磁带被分成一个个独立的存储单元，且控制器的状态是有限的,孕育期代表人物,麦克洛奇(W.McCulloch)和皮兹(W.Pitts)：美国神经生理学家，于1943年建成了第一个神经网络模型(MP模型)。 维纳(N.Wiener，18741956) ：美国著名数学家、控制论创始人。1948年创立了控制论。控制论向人工智能的渗透，形成了行为主义学派。 香农于1950年发表了通讯的数学理论，创立了信息论。这时，人工智能作为一门学科诞生的条件已经基本成熟。 图灵于1950年，发表题为计算机器和智能的著名论文，明确提出“图灵测试”。,英国著名学者计算机逻辑的奠基者，人工智能之父 。他对计算机的重要贡献在于提出图灵机的概念，1950年图灵在发表了计算机器和智能论文，提出了智能机器的概念和“图灵测试。计算机界的最高奖为图灵奖。,图灵（Alan Turing),真正的大师是提出问题，开拓一个全新的研究领域,图灵,图灵三岁那年，他进行了在科学实验方面的首次尝试把玩具木头人的胳膊掰下来种植到花园里，想让它们长成更多的木头人。 1940年-1942年，作为主要参与者和贡献者之一，在破译纳粹德国通讯密码的工作上成就杰出，并成功破译了德军U-潜艇密码，为扭转二战盟军的大西洋战场战局立下汗马功劳。,图灵年轻时的照片,AI的产生与发展形成期（1956-1974年）,AI诞生于一次历史性的聚会 1956年夏季，达特莫斯大学的麦卡锡、哈佛大学的明斯基、贝尔实验室的香农和IBM公司的罗切斯特（IBM计算机设计者之一） ，邀请了一批年轻科学家，共同探讨用机器模拟人工智能的问题，其中包括后来著名的人工智能专家塞缪尔、纽厄尔和西蒙等共10人。举行了一个次长达2个月的暑期研讨班（seminar）。 这些青年学者的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同的角度共同探讨人工智能的可能性。 麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 在这次会上，麦卡锡提议使用“Artificial Intelligence” 这一术语。从此，人工智能作为一门学科正式诞生了。,赫伯特西蒙 (Herbert Simon),克劳德.香农(Claude Elwood Shannon ),约翰麦卡锡(John McCarthy ）,马文明斯基(Marvin Minsky),人工智能的先驱,斯坦福大学教授。 1927年9月4日生于波士顿 1958年麦卡锡到MIT任职，与明斯基(L. Minsky,1969年图灵奖获得者)一起组建了世界上第一个人工智能实验室第一个提出了将计算机的批处理方式改造成为能同时允许数十甚至上百用户使用的分时方式（time-sharing）的建议，分时概念的创始人。1959年开发了著名的LISP语言 ，成为人工智能界第一个最广泛流行的语言 1971年的图灵奖获得者2011年10月24日与世长辞，享年84岁,约翰. 麦卡锡（ John McCarthy),西蒙是人工智能和认知心理学派的主要代表，他曾自学汉语，中文名叫“司马贺”，西蒙是个通才，在许多领域都有杰出的表现。获得1978年度诺贝尔经济学奖。 1975年，西蒙和纽厄尔两人共同获得计算机领域的最高奖图灵奖,赫伯特西蒙,AI发展期,1956年，塞缪尔研制成功了具有自学习能力的西洋跳棋程序。该程序1959年击败了塞缪尔本人，1962年又击败了一个州的冠军。1960年，麦卡锡又研制了人工智能语言LISP。1961年，明斯基发表了“走向人工智能的步骤”的论文，推动了人工智能的发展。,西蒙与纽厄尔于1958年做出了如下的预言：10年内，计算机将成为世界象棋冠军；10年内，计算机将发现并证明新的数学定理；10年内，计算机将谱写出能被评论家认可的乐曲。,西蒙的乐观预言,第一次AI低谷：1974 - 1980,所有的AI程序都只是“玩具”计算机的运算能力计算复杂性和指数爆炸常识与推理,预言未实现 人工智能遭遇危机,1971年，应政府的要求，英国剑桥大学的应用数学家詹姆士在进行了一番研究后，发表了一篇关于人工智能的综合报告，该报告对人工智能做了批判，他甚至说：“人工智能即便不是骗局，也是庸人自扰”。这篇报告当时产生了巨大的影响，英国的人工智能研究经费被削减，机构被解散。美国IBM 公司也开始放弃了它一向热衷的人工智能研究。整个人工智能学界遭遇到了前所未有的危机。,感知器与联结主义遭到冷落,1969 年，明斯基与白伯脱共同发表了Perceptrons，书中证明单层人工神经网络无法实现一个简单的异或门，对人工神经网络前景持悲观态度，70年代人工神经网络的研究处于低潮。 联结主义的研究因此停滞了十年。,停止拨款,由于缺乏进展，对AI提供资助的机构（如英国政府，DARPA和NRC）对无方向的AI研究逐渐停止了资助。 NRC（National Research Council，美国国家科学委员会）在拨款二千万美元后停止资助。 1973年Lighthill针对英国AI研究状况的报告批评了AI在实现其“宏伟目标”上的完全失败，并导致了英国AI研究的低潮（该报告特别提到了指数爆炸问题，以此作为AI失败的一个原因）。 DARPA则对CMU的语音理解研究项目深感失望，从而取消了每年三百万美元的资助。到了1974年已经很难再找到对AI项目的资助。,坚持与复兴,20世纪70年代中期，专家系统作为一个新兴的分支得到了发展。从此，人工智能摆脱了那高高在上的形象，开始投入到实际应用中。 1977年，赫伯特西蒙的研究生、斯坦福大学青年学者费根鲍姆，在第五届国际人工智能大会上提出了“知识工程”的概念标志着AI研究从传统的以推理为中心，进入到以知识为中心的新阶段。人工智能重新获得人们的普遍重视，逐步跨进了复兴期。,费根鲍姆,斯坦福大学教授1994年度的图灵奖获得者 费根鲍姆的重大贡献在于:最早倡导了“知识工程”(Knowledge engineering),并使知识工程成为人工智能一个领域,专家系统的成功,1965年， 费根鲍姆研制的第一个专家系统DENDRAL是化学领域的“专家”。在输入化学分子式和质谱图等信息后，它能通过分析推理决定有机化合物的分子结构，。 1976年美国斯坦福大学肖特列夫开发的医学专家系统MYCIN，用于协助医生诊断脑膜炎一类的细菌感染疾病。在MYCIN的知识库里，大约存放着450条判别规则和1000条关于细菌感染方面的医学知识。它的推理规则称为“产生式规则”，类似于：“IF（打喷嚏）OR（鼻塞）OR（咳嗽），THEN（有感冒症状）” 最后显示出它“考虑”的可能性最高的病因，并以给出用药的建议而结束。,第五代计算机,1982年夏天，日本“新一代计算机技术研究所”渊一博主持； 总投资预算达到8亿美元计划定为10年完成 ；机器将以Prolog为机器的语言，其应用程序将达到知识表达级，具有听觉、视觉甚至味觉功能，能够听懂人说话，自己也能说话，能认识不同的物体，看懂图形和文字。人们不再需要为它编写程序指令，只需要口述命令，它自动推理并完成工作任务。1992年，因最终没能突破关键性的技术难题，无法实现自然语言人机对话、程序自动生成等目标，导致了该计划最后阶段研究的流产 。,第二次AI低谷：1987 - 1993,“AI之冬” ：从80年代末到90年代初，AI遭遇了一系列财政问题。到了80年代晚期，战略计算促进会大幅削减对AI的资助。DARPA的新任领导认为AI并非“下一个浪潮”，拨款将倾向于那些看起来更容易出成果的项目。1991年人们发现十年前日本人宏伟的“第五代工程”并没有实现。,AI：1993 - 现在,里程碑：1997年5月11日，深蓝成为战胜国际象棋世界冠军卡斯帕罗夫的第一个计算机系统。 数学工具引入AI。包括贝叶斯网络，隐马尔可夫模型，信息论，随机模型和经典优化理论。针对神经网络和进化算法等“计算智能”范式的精确数学描述也被发展出来。AI分支：知识系统 数据挖掘 计算智能 模式识别 AI应用：数据挖掘，工业机器人，物流，语音识别，银行业软件，医疗诊断和智能搜索引擎等。AI探索：群体智能、自然智能 人工生命2011年2月15日至17日，由IBM “沃森”在危险边缘知识竞赛中击败人类明星肯-詹宁斯和布拉德-鲁特,时来运转,互联网、云计算、物联网、传感网络产生大量数据当你使用这些信息服务的同时，你被迫留下足迹（数据），除非你永不使用这些数据如何利用成为一个大课题？具有很大的价值远景（经济、教育、政治、军事）典型需求：数据挖掘和搜索引擎,机遇：从计算为中心到数据为中心,1.3 人工智能研究的各个学派,由于对智能产生根源的理解不同形成了三大学派：符号主义：智能=物理符号系统+符号表示+符号处理 逻辑推理系统。连接主义：智能=神经元之间相互关联。 脑神经模型。行为主义：智能=感知+行为+进化。生物进化模型。,符号主义,心理学派、逻辑学派，源于数理逻辑；1976年，纽威尔和西蒙将人类求解问题的心理过程表达为符号计算，并提出了物理符号系统假设，使之成为了传统人工智能的基础。基于人脑的心理模型，从宏观上来模拟人脑的思维代表人物：西蒙、纽厄尔、尼尔逊研究领域：定理证明、专家系统、机器博弈,西蒙的“物理符号系统假说”,假设：任何一个物理符号系统如果是有智能的，则肯定能执行对符号的输入、输出、存储、复制、条件转移和建立符号结构这样6种操作。反之，能执行这6种操作的任何系统，也就一定能够表现出智能。三个推论：（1）人是具有智能的，因此人是一个物理符号系统；（2）计算机是一个物理符号系统，因此它必具有智能；（3）计算机能模拟人，或者说能模拟人的大脑功能。,符号主义符号处理,不法分子都害怕法律的制裁 （大前提） 杀人犯是不法分子 （小前提） 所以杀人犯害怕法律的制裁 （结论）,联结主义（连接主义）,联结主义(Connectionism)，源于脑神经科学。 是仿生学，认为智能产生于大脑, 因此通过对大脑神经系统结构的模拟来建立人工神经元网络, 从而实现相应的智能行为。 基于人脑的生理模型，从微观上来模拟人脑代表人物：麦克洛奇、皮兹、J.J.Hopfield实现人脑的低级感知功能，如图像、声音信息的识别和处理。,什么是神经计算,连接主义把人的智能归结为人脑的高层活动的结果，强调智能活动是由大量简单的单元通过复杂的相互连接后并行运行的结果。人工神经网络（简称神经网络）就是其典型代表性技术，称为“神经计算”。连接主义认为神经元不仅是大脑神经系统的基本单元，而且是行为反应的基本单元。思维过程是神经元的连接活动过程，而不是符号运算过程,对物理符号系统假设持反对意见他们认为任何思维和认知功能都不是少数神经元决定的，而是通过大量突触相互动态联系着的众多神经元协同作用来完成的。,神经计算的发展（一）,连接主义的代表性成果是1943年由麦克洛奇和皮兹提出的形式化神经元模型，即M-P模型。他们总结了神经元的一些基本生理特性，提出神经元形式化的数学描述和网络的结构方法从此开创了神经计算的时代，为人工智能创造了一条用电子装置模仿人脑结构和功能的新途径。,神经计算的发展（二）,1982年，美国物理学家霍普菲尔特提出了离散的神经网络模型 1984年他又提出了连续的神经网络模型，使神经网络可以用电子线路来仿真，开拓了神经网络用于计算机的新途径。 1986年，鲁梅尔哈特等人提出了多层网络中的反向传播（BP）算法，使多层感知机的理论模型有所突破。许多科学家加入了人工神经网络的理论与技术研究，使这一技术在图像处理、模式识别等领域取得了重要的突破，为实现连接主义的智能模拟创造了条件。,行为主义,又称进化主义或控制论学派，源于控制论。认为智能取决于感知和行为，取决于对外界复杂环境的适应（进化），而不是表示和推理；真实场景下的智能机器的行为控制。强调智能系统与环境的交互，从运行的环境中获取信息（感知），通过自己的动作对环境施加影响；代表人物：布鲁克斯 研究领域：智能机器人、智能体、人工生命,行为主义观点:大象不玩象棋,（1）知识的形式化表示和模型化方法是人工智能的重要障碍之一；（2）应该直接利用机器对环境发出作用后，环境对作用者的响应作为原型；（3）所建造的智能系统在现实世界中应具有行动和感知的能力；（4）智能系统的能力应该分阶段逐渐增强，在每个阶段都应是一个完整的系统（进化思想）。,布鲁克斯和他的6足机器虫,布鲁克斯的代表性成果是他研制的6足机器虫。它是由150个传感器和23个执行器构成的像蝗虫一样能做6足行走的机器人试验系统。这个机器虫虽然不具有像人那样的推理、规划能力，但其应付复杂环境的能力却大大超过了原有的机器人，在自然（非结构化）环境下，具有灵活的防碰撞和漫游行为,麻省理工学院计算机科学和人工智能实验室主任布鲁克斯（Rodney Brooks）,Agent（智能主体）概念,智能体（Agent）,智能体：任何具有独立的能够思想并可以同环境交互的实体都可以抽象为智能体。目标：建立一个具有独立思考、决策的过程的计算机模型，具备推理、学习、反应等能力。多智能体系统：由大量简单的相互交互的智能体组成的一个复杂系统,三大学派的研究层次,何华灿（西北工业大学教授）：人工智能学科现已形成三大流派（庆祝人工智能诞生50周年大会，2006） 符号智能智能可通过符号演算模拟，如状态空间搜索、逻辑推理和知识工程； 计算智能智能可通过模型计算模拟，如神经计算、进化计算、免疫计算和模糊计算； 群体智能-智能可通过群体协同模拟，如多智能体系统，蚁群算法和生态平衡。,AI的基础学科,哲学与认知科学,数学,心理学,计算机科学,人工智能,机器推理 , 机器学习, 机器感知, 机器行为、知识获取、智能搜索、 人工生命、分布智能、模式识别,自然语言处理，图像识别，生物识别，定理证明，机器博弈，机器人数据挖掘与知识发现，智能系统,AI研究主题,AI应用领域,脑科学,1.4 人工智能主要研究与应用领域,人工智能的基本技术,产生式、框架、语义网络、一阶谓词逻辑,人智能： 思维 感知 行为 学习 ,模拟功能：机器思维机器感知机器行为机器学习,智能模拟,机器思维,机器思维：就是让计算机模仿和实现人的思维能力。 包括：推理、搜索、规划等方面的研究。,机器感知,机器感知：所谓机器感知，就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉。机器感知则可看作智能系统的输入部分。包括：机器视觉、模式识别、自然语言理解。,机器行为,机器行为：就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。机器行为则可看作智能系统的输出部分。包括：智能控制、智能检索和智能机器人等。,计算智能,计算智能（Computational Intelligence，CI）是借鉴仿生学的思想，基于人们对生物体智能机理的认识，采用数值计算的方法去模拟和实现人类的智能。 计算智能的三大基本领域包括神经计算、进化计算、模糊计算。,机器学习,机器学习就是让计算机具有学习能力，能够像人那样自动地获取新知识，并在实践中不断地完善自我和增强能力。,分布智能,分布智能的概念： 分布智能主要研究在逻辑上或物理上分布的智能系统之间如何相互协调各自的智能行为，实现问题的并行求解。 群体智能的体现,智能系统,智能系统可以泛指各种具有智能特征和功能的软硬件系统。包括：专家系统和智能决策支持系统。,情感计算,情感计算概念是1997年由MIT媒体实验室Picard教授提出。情感计算与情感相关，来源于情感或能够对情感施加影响的计算。智能需要一种评价机制。智能体通过情感计算自己的好恶体现出真正的智能。,人工生命,美国科学家兰顿（Chris Langton），1987年提出人工生命（Artificial Life）概念。人工生命的研究目标就是要创造出具有人类生命特征的人工生命。包括计算机病毒、细胞自动机、人工脑等。,人工智能的典型应用,人工智能直接推动力是广阔的应用前景，其在自然语言理解、智能检索、专家系统、机器定理证明、博弈、机器人学、自动程序设计、组合调度和模式识别等领域得到了广泛应用。下面介绍几种典型应用：,机器博弈自动定理证明自然语言处理应用机器人模式识别应用数据挖掘与知识发现,百度的CoreEngine,2012百度大会（9月3日）的会场画面,IBM的“深蓝”,“深蓝”对弈情况： 时间：北京时间1997年5月12日凌晨4点50分 对手：IBM的“深蓝”超级计算机 国际象棋世界冠军卡斯派罗夫 结局：2胜1负3平，总比分3.5 : 2.5， “深蓝”获胜对弈的实质机器智能与人类智能的较量,1.机器博弈,2. 自动定理证明 自动定理证明就是机器定理证明，这也是人工智能的一个重要的研究领域，也是最早的研究领域之一。,“四色问题”是世界上最著名的数学难题之一。最早是1852年由一位21岁的大学生提出来的数学难题：任何地图都可以用最多四种颜色着色，就能区分任何两相邻的国家或区域。1976年7月，美国的阿佩尔(K.Appel)等人合作解决了长达124年之久的难题-四色定理。他们用三台大型计算机，花去1200小时CPU时间，并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。,“四色定理”证明,4.自然语言处理应用,机器翻译、信息检索、文本分类、自动文摘、语音识别机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统,5 机器人,实用上，机器人是自动执行工作的机器装置。,工业机器人 进入20世纪后，实用化的工业机器人相继问世。各种用途的机器人相继问世，许多梦想成为了现实,日本90年代的机器人电子装配生产线,机器人ASIMO,ASIMO是本田公司生产的机器人它能够走路，挥手，爬楼梯。具有一定的图像识别能力具有一定的交互能力曾经被出租给一家公司用来问候访问者并指引到会议室的路,当地时间2012年8月6日1时31分北京时间13时31分，美国“好奇”号火星探测器登陆火星。,好奇号发回的火星表面图片,富士康机器人上岗,全球最大代工企业富士康推出百万“机器人大军”计划原因：使用机器人可提高生产效率机器人有更高的承受力劳动力成本的不断提高后果：“机器人战略”势必伴生着一批生产工人的下岗。,6 数据挖掘与知识发现,知识发现(Knowledge Discovery in Database, KDD) :只从大量数据中提取有效的，新颖的，潜在有用的模式。数据挖掘(Data minig): 是KDD过程的一个重要步骤，用于提取模式的技术。,尿布与啤酒,沃尔玛拥有世界上最大的数据仓库系统它利用数据挖掘工具对数据仓库中的原始交易数据进行分析，得到了一个意外发现：跟尿布一起购买最多的商品竟然是啤酒。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%40%的人同时也为自己买一些啤酒。有了这个发现后，超市调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。借助于数据仓库和数据挖掘，商家发现这个隐藏在数据背后的事实。,模式通常具有实体的形式，如声音、图片、图像、语言、文字、符号、物体、景象等用计算机实现模式（文字、声音、人物、物体等）的自动识别。,7 模式识别 (pattern recognition) 应用,生物识别（Biometric Identification Technology）,生物识别是利用人体生物特征进行身份认证的一种技术。生物特征是唯一的（与他人不同），可以测量或可自动识别和验证的生理特性或行为方式，分为生理特征和行为特征。用于生物识别的生物特征有手形、指纹、脸形、虹膜、视网膜、脉搏、耳廓等。行为特征有签字、声音、按键力度等。基于这些特征，人们已经发展了手形识别、指纹识别、面部识别、发音识别、虹膜识别、签名识别等多种生物识别技术。,手形识别,指纹识别,虹膜识别,签名识别,发音识别,视网膜识别,掌纹识别,面部识别,面部温谱识别,163人脸密码,指纹识别,指纹识别在笔记本电脑中的应用,开机保护：开机免密码输入，手指一扫，即可登录。文件保护：为文件或文件夹设定保护，只有当前用户指纹才可解除保护应用程序保护：不用再记忆繁多的密码，只要手指一扫，实现轻松登录,滑动式指纹鼠标,湖南大学美雅国际教育学院上课实行指纹考勤,是人工智能吗？,智能手机商务智能电话按键音分析,IBM沃森,2011年2月15日至17日，由IBM和美国德克萨斯大学联合研制的超级电脑“沃森”(Watson) 在美国智力竞猜电视节目危险边缘中击败该节目历史上两位最成功的选手肯-詹宁斯和布拉德-鲁特，成为危险边缘节目新的王者。三轮比赛中，沃森在第一、二轮几乎抢答近90%题目，第三轮抢答逾60%，答对率逾95%。但它在三天比赛里也答错7题，其中有两个“经典”错误。,危险边缘,危险边缘堪称美国历史上最受欢迎的智力问答节目，其题目涵盖了时事、历史、艺术、流行文化、哲学、体育、科学、生活常识等等，而且节奏极快。 每期节目由三名竞争者参加，主持人出的问题中会包含反语、双关语和谜语，是对参赛者智力和知识面的综合挑战。,比赛现场,IBM超级电脑“沃森”,沃森是一台超级电脑，它是专门为了参加危险边缘而设计。沃森是由25个IBM科学家花了4年时间研制出来的。沃森使用的是IBM Power750服务器。每个服务器有4块P7 CPU芯片，每个芯片8个CPU核。整个系统由90台服务器构成，总共2880个CPU核，15TB内存。片上带宽为每秒500GB。计算能力为80 Teraflops。内存达到15Tb(1T=1240G)，每秒运算速度达到80T次浮点运算。沃森擅长回答有唯一正确答案的事实型问题。沃森的领域知识库包括百科全书、字典、地理类娱乐类的专题数据库、新闻报道、经典著作等约70GB。知识库包括：世界图书百科全书、维基百科、纽约时报的大部分过刊以及圣经。 沃森表明，以前人工智能中的知识获取的瓶颈似乎变成了一个可能可以解决的问题。,沃森如何答题？,阅读：沃森通过摄像头拍下提示板屏幕上的文字，然后进行光学识别，得到以文字而不是图像形式存储的题目文本 。理解：使用自然语言处理技术。语言关联 ：它分析句子，找到关键性的名词、动词。借助强大的计算能力，找到最有可能和题目相关联的词汇，如果这个词汇的关联度超过50%，沃森就做出“按钮答题”的决定。学习：使用了机器学习技术推理：使用了逻辑推理和统计推理。,判断,当沃森被问到某个问题的时候，100多种运算法则会通过不同的方式对问题进行分析，并给出很多可能的答案，而这些分析都是同时进行的。在得出这些答案之后，另一组算法会对这些答案进行分析并给出得分。对于每个答案，沃森都会找出支持以及反对这个答案的证据。因此，这数百个答案中的每一个都会再次引出数百条证据，同时由数百套算法对这些证据支持答案的程度进行打分。证据评估的结果越好，沃森树立的信心值也就越高。而评估成绩最高的答案会最终成为电脑给出的答案。但在比赛中，如果连评估成绩最高的答案都无法树立足够高的信心值，沃森会决定不抢答问题，以免因为答错而输掉奖金。而这所有的一切计算、选择与决策都在3秒钟之内完成。,问题一, 问题：欧盟一个有争议的补贴叫做CAP，它是“共有”什么“政策的缩写？(A controversial EU subsidy program is called CAP, short for common this policy) 答案：农业 (agricultural) 点评：这道题是沃森答对的，置信度98%。这道题对沃森来说难度不是很大，用关键字 补贴，CAP，可以找到 共有农业政策，题目中给出了”共有“和“政策”，那么答案应该就是”农业“,问题二,问题：每年欧盟都要选出文化之都。2010年被选中的城市之一就是这个土耳其的城市，不同的文化在这里相遇。(Each year the EU selects capitals of culture: one of the 2010 cities was this Turkish meeting place of cultures) 答案：伊斯坦布尔 (Istanbul) 点评：这道题是沃森回答正确的。伊斯坦布尔的置信度是81%。这道题目中关键的词是欧盟，2010，文化之都，土耳其。通过欧盟，2010，文化之都。可以找到2010年欧盟评选出的文化之都，同时因为又限制是土耳其的城市，那么伊斯坦布尔就被沃森排在了正确答案的位置。,“沃森”的错误（一）,问题是：一个美国城市，有两个机场，其中最大的机场以一位二战英雄命名，第二大机场以第二次世界大战中一次战役命名。正确答案应该是：“芝加哥”芝加哥拥有奥黑尔机场和中途机场。然而，“沃森”给出的答案却是“多伦多”。特里贝克开玩笑说，“沃森”需要恶补地理学课程，因为它竟然不知道多伦多是加拿大城市。,“沃森”的错误（二）,问题是：这个语言的方言包括吴语，粤语和客家话(Dialects of this language include Wu, Yue & Hakka) ；正确答案为“中文”。但沃森可能没有很好的理解问题，把广东话作为了正确答案。IBM中国研究院的专家表示，这是因为广东话和粤语的关联度很高，沃森将“中文”被排在了第二的位置。,“沃森”的错误（三）,问题：美国老牌饼干奥利奥何时首次推出。点评：詹宁斯答“20年代”，主持人说答错了，但沃森仍接着回答“1920年代”(它不知20年代与1920年代是同一概念)。,“沃森”的潜在应用：医疗领域,医生们需要研究大量的数据来提高诊断和治疗效果，但是现在医学数据的数量之多已经超出了人类能够有效处理的能力范围。为了了解病人的情况，他们还需要提出 复杂的问题并且做出高度结构化的推论。因此，大约15%的诊断都是不准确的或者不全面的。沃森可以为医生提供帮助，把问答集成到日常决策流程中。”,人工智能基本概念、方法和技术 基本技术：知识表示、推理搜索、计算智能、构成技术人工智能的主要研究、应用领域 机器感知：机器视觉；机器听觉；自然语言理解；机器翻译 机器思维：机器推理 机器学习：符号学习；连接学习 机器行为：智能控制 智能机器：智能机器人；机器智能 智能应用：博弈；自动定理证明；自动程序设计 专家系统；智能决策；智能检索；智能CAD；智能CAI 智能交通；智能电力；智能产品；智能建筑等 人工智能新技术 计算智能：神经计算；模糊计算；进化计算；自然计算 人工生命：人工脑；细胞自动机 分布智能：多Agent , 群体智能 数据挖掘：知识发现；数据挖掘一个新兴的“智能科学与技术学科”正在兴起,人工智能的基本内容,