人工智能第一章课件.ppt

人工智能,吴杰芳,人工智能1956年诞生,Artificial Intelligence；简称AI,计算机科学技术的发展趋向,1、基于网络（普适计算）2、并行化3、智能化（以知识为中心）4、人性化,开课的目的和意义,了解人工智能的发展概况和主要应用领域；掌握人工智能的基本概念和基本原理熟练掌握知识表示、推理方法、搜索策略。掌握机器学习，自然语言理解，专家系统及人工神经网络的基本概念及基本技术。为从事人工智能的进一步研究上打下基础。,AI为专业拓展课,考查课平时成绩：30%（含一次实验报告）期末成绩：70%,第1章 人工智能概述,AI的定义及其研究目标AI的产生与发展AI研究的基本内容AI研究的不同学派AI的主要研究和应用领域,1.1 AI的定义一、智能 智能是生物个体有目的的行为、合理的思维，以及有效地适应环境的综合能力。通俗地讲，智能是个体认识客观事物、客观世界和运用知识解决问题的能力。人类个体的智能是一种综合性能力，具体地讲，可包括：1）感知与认识事物、客观世界与自我能力；2）通过学习取得经验、积累知识的能力；3）理解知识、运用知识和运用经验分析问题和解决问题的能力；4）联想、推理、判断、决策的能力；5）运用语言进行抽象、概括的能力；,6）发现、发明、创造、创新的能力；7）实时地、迅速地、合理地应付复杂环境的能力；8）预测、洞察事物发展变化的能力。注：智能是相对的、发展的。离开特定时间说智能是困难的、没有意义的。,2.人工智能,人工智能的基本概念（人工智能=人工+智能） 人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能。学科方面的定义： 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测试 能分辨出人和机器的概率小于50%,英国科学家图灵被称为人工智能之父，图灵不仅创造了一个简单的通用的非数字计算模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。给人工智能下了定义，而且论证了人工智能的可能性。,Alan Turing(1912-1954),机器具有智能的标准-Turing测试,测试主持人A,被测机器B,被测人C,小于50%？,测试方式：A向B和C提出相同的智能性问题,但不能询问物理特征。B,C在回答问题时,尽量让A相信自己是 “人”.,测试环境：A与B，A与C均不可见，可以理解成B,C在一个黑箱子里，A并不知道回答他的是谁。,测试结论：无论如何更换测试者A和被测人C，测试者能正确分辨出人和机器的概率都小于50%，则认为该机器具有了智能,世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS/6000SP（深蓝）计算机系统与97年5月3日5月11日进行了六局的“人机大战”，最终 “深蓝”以3.5比2.5击败卡斯帕罗夫。,询问者:你的14行诗的首行为“你如同夏日”，你不觉得“春日”更好吗？智 者:他不合韵。询问者:“冬日”任何？他完全合韵。智 者:它确实合韵的，但没有人愿被比为“冬日”。询问者:你不是说过匹克威克先生让你想起圣诞节吗？智 者:是的。询问者:圣诞节是冬天的一个节日，我想匹克威克先生对这个比喻不会介意吧。智 者:我认为你不够严谨，“冬日”指的是一般的冬天的日子，而不是某个特别的日子，如圣诞节。,1.2 AI的产生与发展,人工智能是在1956年作为一门新兴学科而正式提出的。在进50年的发展中，他经历了萌芽期、形成期和发展期三个阶段。,1.萌芽期（1956年以前）,自远古以来，人类就有用机器代替人们脑力劳动的幻想：公元前900多年我国有歌舞机器人的传说记载；公元前850年古希腊有制造机器人帮助人们劳动的传说 公元前322384年，哲学家亚里士多德在他的名著工具论中提出了形式逻辑的一些主要定律。还提出了三段论，（三段论在人中智能中非常重要），三段论至今仍是演绎推理的基本依据。 美国哲学家培根，在15611626曾系统地提出了归纳法，（数学有演绎和归纳两大方法），并提出了“知识就是力量”的警句。,德国数学家莱布尼茨在16461716提出了万能符号和推理计算的想法，这种想法为后期的计算机系统奠定了数理逻辑的基础。 美国逻辑学家布尔，在18151864年创立了布尔代数。 英国数学家图灵，在1936年创立了自动机理论，自动机理论亦称图灵机，是一个理论计算机模型。 美国数学家莫克利与他的研究生埃克特合作，于1946年研制成功了世界上第一台通用电子计算机ENIAC。,美国神经生理学家麦克洛奇(W.McCulloch)和皮兹(W.Pitts)在1943年建成了第一个神经网络模型(M-P模型)。 美国著名数学家、控制论创始人维纳在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。图灵又于1950年，发表题为计算机能思维吗？的著名论文，明确提出了“机器能思维”的观点。 可见，在人工智能诞生之前，一些著名科学家就已经创立了数理逻辑、神经网络模型和控制论，并发明了通用电子数字计算机。为人工智能的诞生准备了必要的思想、理论和物质技术条件。,2. 形成期（1956-1970年）,AI诞生于一次历史性的聚会时间：1956年夏季发起人:麻省理工学院的麦卡锡、明斯基，IBM公司信息研究中心负责人洛切斯特，贝尔实验室的香农。 参加人： IBM公司的莫尔、塞缪尔，麻省理工学院的塞尔夫里奇、索罗蒙夫，兰德公司的纽厄尔，卡内基大学的西蒙。地点：达特莫斯大学目的：为使计算机变得更“聪明” ，使计算机具有智能会议结果：正式采用了“Artificial Intelligence”这一术语，标志了一个新学科的诞生。,在机器学习方面 1956年，塞缪尔研制出具有自学习、自组织和自适应能力的西洋跳棋程序。这个程序可以从棋谱中学习，也可以在下棋过程中积累经验、提高棋艺。通过不断学习，该程序1959年击败了塞缪尔这个跳棋程序的设计者，1962年又击败了一个州的冠军。 在问题求解方面 1957年，纽厄尔和西蒙等人在总结了心理学试验的基础上。编制了通用问题求解(General Problem Solving)程序。该程序当时可以解决11种不同类型的问题，如不定积分、三角函数、代数方程、猴子摘香蕉、河内梵塔、人羊过河等,在专家系统方面 1965年，美国斯坦福大学的费根鲍姆研究化学专家系统DENDRAL。在人工智能语言方面 1960年，麦卡锡研制了人工智能语言LISP语言,3. 发展时期（1970年以后）,1972年,法国马赛大学的科迈瑞尔提出了PROLOG语言。1976年费根鲍姆研究成功MYCIN专家系统。1976年，斯坦福大学的杜达研制地质勘探专家系统 PROSPECTOR。新的问题： 专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题被逐渐暴露出来。,在博弈方面，塞缪尔的下棋程序在与世界冠军对弈时，5局败了4局。在定理证明方面，发现鲁宾逊归结法的能力有限。当用归结原理证明两个连续函数之和还是连续函数时，推了10万步也没证出结果。在问题求解方面,对于不良结构,会产生组合爆炸问题。在机器翻译方面，发现并不那么简单，甚至会闹出笑话。例如，把“心有余而力不足”的英语句子翻译成俄语，再 翻译回来时竟变成了“酒是好的，肉变质了”在神经生理学方面,研究发现人脑有1011-12以上的神经元，在现有技术条件下用机器从结构上模拟人脑是根本不可能的。在其它方面，人工智能也遇到了不少问题。在英国，剑桥大学的詹姆教授指责“人工智能研究不是骗局，也是庸人自扰”。从此，形势急转直下，在全世界范围内人工智能研究陷入困境、落入低谷。,AI成功的标志：IBM的“深蓝”和“小深”,1. IBM公司的“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帕罗夫 结局：2胜1负3平,总比分3.5:2.5,“深蓝”获胜技术指标 32个CPU，每个CPU有12个协处理器，每个CPU有256M内存，每个CPU的处理速度为200万步/秒。对弈的实质机器智能与人类智能的较量,2.“小深”对弈情况： 时间：北京时间2003年1月26日至2月7日 对手：比“深蓝”功能强大的“小深”超级计算机 国际象棋世界冠军卡斯帕罗夫 结局：1胜1负4平，平局启示：计算机可以有智能；计算机要完全战胜人类象棋大师并非易事,我国从1978年开始人工智能课题的研究，主要在定理证明、汉语自然语言理解、机器人及专家系统方面，并取得了一些初步成果。 1990年，我国召开了第一届中国人工智能联合会，简称CJCI，标志着我国人工智能的研究。,目前，一个以人工智能为核心，以自然智能、人工智能、集成智能为一体的新的智能科学技术学科正在逐步兴起，并引起了人们的极大关注。,1.3 AI研究的目标和基本内容,1.近期与远期目标(1)近期目标 使现有的计算机更聪明，更有用，使它不仅能做一般的数值计算及非数值信息的数据处理，而且能运用所具有的知识处理问题，能模拟人类的部分智能行为。 (2)远期目标 揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能。（构造根本上的智能计算机） 涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展。,2. 人工智能研究的基本内容,(1)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。 机器视觉（或叫计算机视觉）：就是给计算机配上能看的视觉器官，如摄像机等，使它可以识别并理解文字、图像、景物等. 机器听觉（或叫计算机听觉）：就是给计算配上能听的听觉器官，如话筒等，使计算机能够识别并理解语言、声音等。 机器感知相当于智能系统的输入部分。 机器感知的专门的研究领域：计算机视觉、模式识别、自然语言理解,月球自主车,月球卡车,医学图像分析,肝器重建,检测系统,生产过程监控系统,(2)机器思维 让计算机能够对感知到的外界信息和自己产生的内部信息进行思维性加工知识的表达、组织、推理、各种启发式搜索及控制策略、神经网络。(3)机器学习 让计算机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。 机器学习方法：机械学习、类比学习、归纳学习、发现学习、遗传学习和连接学习等,(4)机器行为 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。 相当于智能系统的输出部分。 (5)智能系统与智能机器 无论是人工智能的近期目标还是远期目标，都需要建立智能系统或构造智能机器 需要开展对系统模型、构造技术、构造工具及语言环境等研究,1.4 AI研究中的不同学派,人工智能经过50多年的发展，形成了许多学派。不同的学派的学术背景、研究方法、学术观点、研究重点有所不同。这里主要介绍三种学派。符号主义学派 基于物理符号系统假设和有限合理性原理连接主义学派 基于神经网络及其间的连接机制与学习算法行为主义学派 基于控制论及感知动作型控制系统,符号主义(Symbolicism)学派,又称：逻辑主义、心理学派、计算机学派 代表人物：纽厄尔、肖、西蒙和尼尔逊等 主要观点：AI起源于数理逻辑，人类认知的基元是符号，认知过程是符号表示上的一种运算 代表性成果：纽厄尔和西蒙等人研制的称为逻辑理论机的数学定理证明程序LT,连接主义 (Connectionism)学派,又称：仿生学派、心理学派代表人物:麦克洛奇和皮兹、霍普菲尔德、鲁梅尔哈特主要观点：AI起源于仿生学，特别是人脑模型，（就是说AI的研究首先要模拟出人脑的结构）人类认知的基元是神经元，认知过程是神经元的连接活动过程代表性成果：由麦克洛奇和皮兹创立的脑模型，即 MP模型,行为主义 (Actionism)学派,又称：进化主义、控制论学派 代表人物： Brooks教授 代表性成果：Brooks教授研制的机器虫 主要观点：AI起源于控制论，智能取决于感知和行为，取决于对外界复杂环境的适应，而不是推理。,1.5 AI的主要研究与应用领域,专家系统机器学习模式识别自然语言理解自动定理证明机器人学,机器感知智能检索 人工神经网络组合调度问题分布式人工智能博弈,1.5.1 专家系统,专家系统是最活跃、最有成效的一个研究领域。主要用在医疗诊断、地质勘探、化工、数学、军事等方面。 专家系统是一种具有特殊领域内大量知识与经验的程序系统，该系统存储有某个专门领域中经事先总结，并按某种格式表示的专家知识，以及拥有类似于专家解决实际问题的推理机制。系统能对输入信息进行处理，并运用知识进行推理，做出决策和判断，其解决问题的水平达到了专家的水准，起到专家的作用或称为专家的助手。 专家系统主要基于规则的演绎技术，开发专家系统的关键问题是知识的表示、应用和获取技术。,1.5.2 机器学习,机器学习就是使计算机具有知识。使计算机具有知识一般有两种方法：1、人们把有关知识归纳、整理，用计算机可接受、处理的方式输入到计算机中去。2、使计算机自身具有学习能力，向书本、老师、实践学习，自我完善。我们称2为机器学习。机器学习包含三方面研究 人类学习机理的研究 学习方法的研究 建立面向具体任务的学习系统,机器学习是一个难度较大的研究领域与脑科学、神经心理学、计算机视觉、听觉联系密切。,1.5.3 模式识别,模式识别的概念：是指让计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。主要含视觉模式，听觉模式的识别。 被鉴别的事物可以是物理的、化学的、生理的，也可以是文字、图像、声音等。模式：对一个物体或某些感兴趣实体定量、结构的描述。模式类：具有某些共同属性的模式集合。模式识别的方法主要有： 统计模式识别 结构模式识别 模糊模式识别 神经网络模式识别,1.5.4 自然语言理解,概念：主要研究如何使计算机能够理解和生成自然语言。 理解的语言类型：声音语言、书面语言。主要步骤：语音分析、词法分析、句法分析、 语义分析、语用分析。,姬鹏飞到机场迎接客人。,自然语言理解的意义 该研究不仅对智能人机接口有着重要的实际意义，而且对不确定人工智能的研究也具有重大的理论价值。 有学者指出：人工智能如果不能用自然语言作为其知识表示基础，建立起不确定人工智能的理论和方法，人工智能也就永远实现不了跨越的梦想。,1.5.5 自动定理证明,自动定理证明念：实质是对前提P和结论Q，证明PQ的永真性，常采用反证法，这方面鲁宾逊（归结原理）和海伯伦是卓有成效的。 对于一个数学定理，给出严格的数学证明，当然是一项需要很高智能的工作，他不但需要人们具有很强的推理能力，而且需要人们有着深刻的洞察力，能够遇见出证明主要定理之前，应该先证明哪些引理，做好必要的准备，最后证明主要定理。 取得了一定的成果，如四色问题，医疗诊断，信息检索。,富兰克林等数学家们只证明了50国一下的地图符合四色定理。,1976年7月，美国的阿佩尔等人长达130多年之久的难题用三台大型计算机，花去1200小时CPU时间对中间结果进行人为反复修改500多处。,图 用四种颜色标注不同的地区,四色定理的自动证明,对地图进行着色,无论地图多大,地图上的国家有多少,最少用四种颜色就可以把相邻的两个不同的国家区分开来,1.5.6 机器人学,沈阳自动化所的机器人研究中心承担了国家大量机器人的研究制造。机器人(Robots)和机器人学：机器人是一种可再编程的多功能操作装置。机器人学是在电子学、人工智能、控制论、系统工程、精密机械、信息传感、仿生学、心理学等多种学科技术发展的基础上形成的一种综合性技术学科机器人学是与20世纪60年代，经历了三代第一代：程序控制机器人（起源于日本的造船业）程序由人根据工作流程编制程序，并将它输入到机器人的存储器中。示教再现 拿取、安放、拆卸、安装、翻转、抖动，目前国际上商品化、实用化的机器人大都属于这类。,第二代：自适应机器人，这种机器人通过传感器获取环境，操作对象的简单信息，然后由计算机对获得的信息进行分析、处理、控制机器人的动作。传感器：视觉传感器，触觉传感器，听觉传感器主要从事焊接、装配、搬运等工作。,第三代：智能机器人，具有感知环境的能力，配有听、视、触、嗅感觉器官，能从外部环境中获取有关信息。具有思维能力，能对感知的信息进行处理，以控制自己的行为。具有作用于环境的能力，能通过传动机构使自己的手、脚等肢体行动起来，正确、灵巧的执行思维机构下达的命令。,应用领域：工业、农业、商业、旅游业、国防、空中和海洋、家庭等。,钛钢合金制造，头部有全景摄像机，可以将现场的情形传送给指挥中心，摄像机还有探测功能，能寻找武器或灾难的受害者，能拆除炸弹，扫除威胁。,美国反恐机器特警,中国排爆机器人,中国海底探测机器人,索尼2足步行式机器人,索尼QRIO舞蹈表演,机器人家庭主妇,机器人研究的意义：机器人既是人工智能的研究对象，同时又是人工智能的试验场地，人工智能的所有技术几乎都可以在这个领域得到应用。,1.5.7 机器感知,在人工智能研究中，已经给计算机系统装上摄像输入以便能够“看到”周围的东西，或者装上话筒以便能“听见”外界的声音。视觉和听觉都是感知问题，都涉及到对复杂的问题进行处理，实验表明有效的处理方法要求具有“理解”的能力，而理解则要求大量有关感觉到的事物的许多基础知识。在人类感知到的外界信息中，有90%以上是通过视觉和听觉得到的。,1.5.8 智能检索,智能检索的概念：是指利用人工智能的方法从大量信息中尽快找到所需要的信息或知识。 智能检索的重要性：目前，在各种数据库中，尤其是互联网上存放着大量的、甚至是海量的信息或知识。这些信息不仅有简单的数字和字符串，还包括事实、推理规则和日常生活知识等等，面对这种信息海洋，如果还用传统的人工方式进行检索，已很不现实。 智能检索系统的特点： (1)能理解自然语言，能理解用自然语言提出的各种询问 (2)具有一定的推理能力，能够根据已知的信息或知识，演绎出所需要的答案； (3)系统应拥有一定的常识性知识，以补充学科范围的专业知识。系统根据这些常识，将能演绎出更一般询问的一些答案。,1.5.9 人工神经网络,人工神经网络：是一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经网络的结构和功能。1943年神经心理学家麦克洛奇和数学家皮兹就提出了形式神经元的数学模型（M-P模型） 1944年赫布提出了改变神经元连续强度的Hebb规则。80年代霍普菲尔特提出了HNN模型。在动态系统的连接上神经网络用的特别多。,1.5.10 组合调度问题（优化问题）,有许多实际的问题是属于确定最佳调度或最佳组合的问题。例如推销员的旅行问题，从n个城市的某个城市出发，每个城市只许访问一次，然后回到出发的城市，寻找一条最小耗费的路径。又如八皇后问题，任何一行，一列。一条对角线上最多只能放一个皇后。目前采用的方法NP完全性问题，所花的时间随着问题规模增大按指数方式增长。,1.5.11 分布式人工智能Distributed AI,第一届DAI会议在1980年。 分布智能的概念： 是研究在逻辑上或物理上分散的智能动作者如何协调其智能行为(知识、技能和规划)，求解单目标和多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作(CSCW)提供有效途径。 分布智能的两个主要内容： 分布式问题求解主要研究如何在多个合作者之间进行任务划分和问题求解，它一般是针对某一问题去创建一个能够进行合作求解的协作群体； 多Agent系统主要研究如何在一群自主的Agent之间进行智能行为的协调，它不限于单一目标，可创建一个能够共同处理单个目标或多个目标的智能群体。,1.5.12 博弈,博弈的概念：是一个有关对策和斗智问题的研究领域。例如，下棋、打牌、战争等这一类竞争性智能活动都属于博弈问题。 博弈的例子： 国际上，人们对博弈的研究主要以下棋为对象，其个代表性成果是IBM公司研制的IBM超级计算机“深蓝”和“小深”。使用的是搜索策略，并不断学习不断晚上。 国内，2006.8.9在北京举办的首届中国象棋人机大赛中，计算机以比分11:9的微弱优势战胜人类象棋大师。 研究博弈的目的：不完全是为了让计算机与人下棋，而主要是为了给人工智能研究提供一个试验场地，同时也为了证明计算机具备有智能。试想，连国际象棋世界冠军都能被计算机战败或者平局，可见计算机所具备了何等的智能水平。,