智能信息处理及应用.ppt

智能信息处理及应用,2,考核方式及其它：,作业：论文一篇、8次上机实验和实验报告。考核成绩：论文、上机实验、开卷考试。论文撰写要求参考文献数不能少于6篇。字数不能少于3000字。以下几种情况论文将被退回重写：内容太差、排版太差、错别字太多、字数太少。以下两种情况论文成绩为不及格：论文被退稿2次、没有按时交论文。,3,课程主要内容：,第一章 绪论第二章 智能优化算法第三章 神经网络信息处理 第四章 模糊信息处理第五章 数字图像中的智能信息处理,4,第一章 绪论,智能信息处理的产生和发展 信息技术智能理论智能信息技术,5,1.1 智能信息处理的产生和发展,20世纪90年代以来，在智能信息处理研究的发展过程中，研究人员对精确处理与非精确处理的双重性给予了极大关注，一门称为计算智能的新学科分支被概括地提出来，并以更加明确的目标蓬勃发展。1992年，美国学者J.C.Bezdek首次给出计算智能的定义。近似推理：计算智能依靠生产者提供的数字材料，而不是依赖于知识，而人工智能使用的是知识精华。Bezdek认为：人工神经网络应称为计算神经网络，计算智能是人工智能的子集。,6,1.1 智能信息处理的产生和发展,1994.6.257.3，IEEE为了促进多学科渗透和结合，把模糊系统、神经网络和进化计算三个年会合并举行，在美国佛罗里达州的奥兰多召开全球第一届计算智能大会（WCCI）。此次会议是计算智能的第一次综合性大会，大会的主题是计算智能，共收集了来自世界各国学者的约1600篇论文，出版了计算智能、模仿生命的论文集。大会决定计算智能会议每三年召开一次。,7,1.1 智能信息处理的产生和发展,在94年的WCCI会议中，Bezdek在“什么是计算智能”的报告中提出：智能有三个层次，第一层是生物智能（Biological Intelligence，简称BI）由人脑的物理化学过程反映出来，人脑是有机物，它是智能的物质基础。第二层是人工智能（Artificial Intelligence，简称AI）非生物的、人造的，常用符号表示，AI的来源是人的知识精华和传感器数据。第三层是计算智能（Computational Intelligence，简称CI）由数学方法和计算机实现，CI的来源是数值计算和传感器。,8,1.1 智能信息处理的产生和发展,AI、BI、CI三者第一个英文字符取出来称之为ABC。从复杂性看也存在三个层次：B（有机）、A（符号）、C（数值）。BI包含了AI，AI又包含了CI。按Bezdek的看法：AI是CIBI的中间过渡AI中除了计算算法外，还包含符号表示和数值信息处理。模糊集和模糊逻辑是CIAI的平滑过渡它包含了数值信息和语义信息。计算神经网络是一个最底层最基本的环节，也是CI的一个重要基石，主要用于模式识别。,9,1.1 智能信息处理的产生和发展,计算智能有两个重要特征是人们比较共同认可的：计算智能主要依赖生产者提供的数字材料，而不是知识；它主要借助数学计算方法（特别是与数值相联系的计算方法）的使用。注意：CI中“计算”的概念在内涵上已被拓广和加深。一般，在解空间进行搜索的过程都被称为计算。“计算智能”概念的提出具有科学研究分类学的意义，促进了基于计算的、基于计算和基于符号物理相结合的各种智能理论、模型、方法的综合集成。,10,1.1 智能信息处理的产生和发展,一般来说，智能信息处理可以划分为两大类：基于传统计算机基于神经计算（人工神经网络信息处理系统）由于传统与神经计算机的主要特征，这两类智能信息处理系统有本质上的区别：计算原理存储记忆功能能力逻辑推理知识处理方法,11,1.1 智能信息处理的产生和发展,在计算原理上 传统计算机以冯诺依曼计算机思想设计，即使采用并行机连接成超高速的信息处理系统，每个分机仍按一系列指令串行计算工作，且并行机之间的信息运算很少有相互协作关系。神经计算机由大量简单神经处理系统连成，是以网络形式进行计算的并行处理系统。,12,1.1 智能信息处理的产生和发展,在存储记忆功能方面 冯诺依曼计算机中，信息与知识存储在与处理器分开的独立存储器中。神经计算机以各处理器本身的状态与它们的联接形式分布存储信息，使其具有强的自学习性、自组织性和高的鲁棒性(Robustness)。,13,1.1 智能信息处理的产生和发展,逻辑推理方面 传统计算机和人工智能采取逻辑符号推理的途径去研究人类智能的机器化，其智能信息处理系统可具有人类的逻辑思维功能。神经网络计算机以神经元联接机制为基础，从网络结构上去直接模拟人类智能，有人类的联想思维功能。其智能信息处理系统可进行形象思维，也有推理意识、灵感等功能。,14,1.1 智能信息处理的产生和发展,知识处理方面两种情况：能明确定义问题，或运用能明确定义的概念作为知识。计算机一般具有极快的速度和很高的精度。无法用明确的数学模型表达，或解决问题所需的信息是不完整的或局部的，或问题中许多概念的定义是非常模糊的。例如：从人群中迅速识别出一个熟人，从车辆繁忙的马路上迅速决定自己能否通过等。用超级计算机也无能为力或相当笨拙。模仿人脑功能的新型智能信息处理系统能极快地处理。,15,1.1 智能信息处理的产生和发展,基于传统计算机的智能信息处理系统有：智能仪器、自动跟踪监测仪器系统、自动控制制导系统、自动故障诊断系统它们通过逻辑符号处理系统的推理规则来实现自动诊断、问题求解以及专家系统的智能，主要应用串行工作程序按照一些推理规则一步一步进行计算和操作。目前，智能信息处理系统应用领域很广，仍在继续向高新技术发展，但发展速度已不适应社会需求增长速度要求，促使人们注意到新型智能信息处理系统的研究。,16,1.2 信息技术,信息技术包括感测、通信、计算机和控制四大技术。感测技术是获取信息的技术。通信技术是传递信息的技术。计算机技术是处理信息的技术。控制技术是利用信息的技术。相对其他3项，计算机技术处于较为基础和核心的位置，当前信息技术的基本特征就是计算机程序控制化。程序控制化的优点：能够可靠地长期运转、技术进步快、便于构造大系统。,17,1.2 信息技术,计算机技术产生以来，信息技术有了突飞猛进的进步，它的应用已渗透到社会各行各业、各个角落。信息技术在记忆、计算等方面能力已超过人脑，但在文字识别、语音识别、模糊判断、模糊推理等方面，仍逊于人脑。人可通过自学习、自组织、自适应不断提高信息处理能力存储程序式计算机的所有能力都来源于人们编制的程序，它的能力是机械的、死板的且无法自我提高。针对以上问题，人们多年前就开始研究智能理论与技术，探索人脑信息处理机制，以便用机器更好地模拟人脑功能。目前，智能理论和技术已取得很大进展，为信息技术的智能化提供了基础。,18,1.3 智能理论,自然智能理论直接研究智能产生、形成和工作的机制。主要由生理学、心理学领域的研究者进行研究。人工智能理论研究如何用各种方法模拟、延伸和扩展智能。主要是理工学研究者所从事的工作。,19,1.3 智能理论,按道理讲，人工智能理论应以自然智能理论为基础。若弄清了各种自然智能的工作机制、各个功能部件的结构关系，就可以通过已高度发达的电子、光学和生物器件构成类似的结构对其进行模拟、延伸和扩展，从而实现人工智能。由于人类头脑结构高度复杂，直到今天自然智能理论并没有搞清一些基本智能活动的机制和结构。因而，人工智能理论的主流已经从结构模拟的方向走向了功能实现的道路。,20,1.3 智能理论,功能实现：将自然智能的结构看作黑箱，只控制黑箱的输入输出关系，只要从输入输出关系上看，实现了所要模拟的功能即可。功能实现的道路使人工智能理论摆脱了自然智能理论进展缓慢的束缚，通过几十年的发展，已经形成了较为系统的理论体系，包含了极为丰富的内容，并在实际中得到了广泛的应用，发挥了显著的作用。,21,1.3 智能理论,人工智能理论包含：基于符号推理的经典人工智能基于结构演化的计算智能其他智能理论模式识别智能体（Agent）数据采掘和知识发现,22,1.3.1 经典人工智能,经典人工智能的研究始于1956年，主要目标是应用符号逻辑的方法模拟人的问题求解、推理、学习等的能力。问题求解是经典人工智能的核心问题当机器对某些问题有了求解能力后，在以后的应用场合中遇到这类问题时，会自动找出正确的解决策略。推理是人思维的重要方面之一，它包括归纳、推理和模糊推理等三种形式。经典人工智能理论的研究就是要模拟这三种推理形式，实现诸如故障诊断、数学定理证明、模糊问题判断等功能。,23,1.3.1 经典人工智能,在经典人工智能中，“学习”一词有多种含义。在专家系统应用中，它指的是知识的自动积累。在问题求解中，它指的是根据执行情况修改计划。在数学推理系统中，它指的是根据一些简单的数学概念和公理形成较复杂概念，做出数学猜想等。,24,1.3.1 经典人工智能,经典人工智能的缺点：它是基于知识的，知识通过符号进行表示和运用，被具体化为规则。然而，不是所有的知识都能用符号表示为一定的规则，智能也不都是基于知识的。20世纪80年代，经典人工智能理论发展出现停顿。随着人工神经网络理论出现新的突破，基于结构演化的人工智能理论计算智能理论迅速成为人工智能研究的主流。,25,1.3.2 计算智能,计算智能的主要方法有：人工神经网络、遗传算法、演化程序、局部搜索、模拟退火等。计算智能的这些方法具有自习、自组织、自适应的特征和简单、通用、鲁棒性（Robust）强、适于并行处理的优点，在并行搜索、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。,26,1.3.3 模式识别,模式：对被认知事物的概括既包括具体事物，如文字、声音、图像、人物；也包括抽象的事物，如机器的运行状态、国民经济状况等等。模式识别理论是研究机器认知的理论。模式识别的方法有：模式匹配法、统计法和结构法模式识别理论有很大的应用价值，文字识别、语音识别、图像识别等技术既是智能机器人的关键技术，也是人们用自然的方式操作机器的关键技术。,27,1.3.4 智能体,智能体是一个代表一切具有智能的实体的抽象名词。可以是人、机器人、智能设备、智能软件等。每个智能体都是主动地、自治地工作：通过传感器感知环境，通过效应器施效于环境。智能体不能在环境中单独存在。多个智能体在同一环境中协同工作，协同的手段是相互通信。以智能体概念为核心的分布式人工智能理论的研究是当前的另一热点，该理论在并行程序设计、计算机通信、网络管理与控制等方面有很高应用价值。,28,1.3 智能理论其他智能理论,数据采掘和知识发现 以数据仓库为基础，通过综合运用统计学、模糊数学、神经网络、机器学习和专家系统等方法，从大量的数据中提炼出抽象的知识，揭示出蕴含在数据背后的内在联系和本质规律，实现知识的自动获取。它将经典的人工智能方法和计算智能的方法进行了结合，是人工智能领域中的研究热点之一。,29,1.4 智能信息技术,智能理论的长足发展和广泛应用，引导了信息技术的智能化发展方向。功能越来越强大有效、服务越来越灵活多样、操作越来越简便自然的智能信息技术纷纷出现。智能通信技术智能计算机技术智能控制技术,30,1.4.1 智能通信技术,近年来，各类通信、传媒以及计算机网络技术得到了迅猛的发展。网络技术是当代通信技术最重要的内容，因此智能通信技术最重要的内容便是网络技术的智能化。智能网技术 智能化网络管理与控制技术 网络智能信息搜索技术,31,1.4.2 智能计算机技术,电脑的思考能力 知识 推理 专家系统 运筹规划电脑的视觉能力 电脑的语言能力听语音识别说语音合成自然语言理解,32,1.4.2.1 电脑的思考能力,早在上一世纪，被认为是历史上第一位程序员的Ada说过：“不能说机器会独立思考”，但后来她又带有保留地说：这个问题的答案“只有和机器接触后才能知道”。,差分机（1822）,巴比奇（Babbage），1792-1871英国数学家和分析仪发明者,33,巴比奇：英国数学家和分析仪发明者,1822年发明了差分机，原理与现代数字计算器的原理相似。机器设计成三个部分，完成两个功能：储存数据信息的“仓库”。进行数据运算处理的“工场”。“仓库”和“工场”中设置一个“控制桶”的调度。这个设计奠定了今天电脑的基本构架：“仓库”内存“工场”计数器“工场”和“控制桶”控制计数的中央处理单元(CPU)。,34,图灵在提出图灵实验时认为：计算机有可能在一定程度上体现出人的智能行为。,人真实地回答问题并试图说服质问者，他确实是人；电脑被编好“说谎”的程序，试图说服质问者它是人。,35,1.4.2.1 电脑的思考能力,设：电脑中有“老鼠怕猫”这么一条规则，又知道C是一只猫，而M是一只老鼠。那么，问题：“M怕C吗?”如何回答？实际上，在电脑的知识库中存储了两个事实和一个规则：cat（C）事实1：C是一只猫 mouse（M）事实2：M是一只老鼠 afraidof（x，y）:mouse（x）&cat（y）规则：如果x是老鼠，并且y是猫，那么x怕y向电脑提出问题：?afraidof（M，C）,36,1.4.2.1 电脑的思考能力,电脑将按照给定的一套推理机制进行工作（“思考”）：先从知识库中已有事实发现：C是一只猫，M是一只老鼠。根据知识库中的规则，把变量x用M代替；变量y用C代替得出结论：是的 这一“思考”过程实际就是执行相当于推理机的一段程序的结果。也即是，这个程序访问了知识库，利用已有的知识推导出相关知识或者做出判断。,事实：cat（C）、mouse（M）规则：afraidof（x，y）:mouse（x）&cat（y）,37,1.4.2.1 电脑的思考能力,电脑思考过程电脑的“思考”过程，实际上是用符号计算的方法来模拟人脑思考。电脑能在一定程度上模仿人类的抽象逻辑思维过程，却不能像人类那样自觉、自主、创造性地思考。,38,1.4.2.1 电脑的思考能力,电脑具有思考能力的关键要素：知识：知识表示和知识获取推理：能进行逻辑推理是人类智能的一个重要方面。电脑具有思考能力的实例：专家系统运筹规划,39,1.4.2.1 电脑的思考能力,一、知识智能来源于知识。人类的智能活动以知识为基础。要让计算机具有智能，也必须以知识为基础。即：电脑之所以具有一定程度的智能，关键在于：计算机专家把知识表达成为计算机能够处理的形式，解决了知识表示和知识获取的问题后，就能够使计算机具有知识。为了让电脑能够具有知识，必须解决两个问题：知识表示和知识获取问题,40,1.4.2.1 电脑的思考能力,知识表示 即“如何表示知识”或“知识用什么和怎样来表示”，怎样使计算机能“懂得”和进行处理，并能以一种人类能够理解的方式将处理结果告诉人们。知识表示问题一直是人工智能研究的一个重要领域，也是人工智能和心理科学共同关心的基础性问题。已有多种知识表示方法，最著名的有逻辑公式、产生式规则、语义网络等等。,41,1.4.2.1 电脑的思考能力,知识获取 知识获取是把解决专门领域的问题的知识从拥有这种知识的知识源中取出并转换成一特定的知识表示方式。知识源是指各方面的专家、书本等等。一般是知识工程师与知识源之间的一种相互学习活动，通常是知识工程师与人类专家会谈，归纳有关领域问题的主要特征并有条理地抽取解决该领域问题的专门知识，最后用知识表示方法表达出来，赋予计算机以实际的知识内容。一般有如下几个基本步骤：知识提取阶段、概念化阶段、形式化阶段、实现阶段、测试和完善阶段。,42,1.4.2.1 电脑的思考能力,二、推理从用户提供的较简明事实，运用逻辑学方法，推断出结论的过程。先将各种知识，如事实、规则、结论等，用一种形式语言表达出来，并以一定的结构存储在计算机中。使用较广泛的形式语言是一阶逻辑。然后在计算机中，根据给出的条件和有关知识，按照给定的推理规则，由人事先编制的程序，模拟人的逻辑推理过程，获得结论。,43,1.4.2.1 电脑的思考能力,一个逻辑推理系统主要包括：用逻辑表达的前提知识库（公理系统）控制并实施演绎的推理机制用户界面,44,1.4.2.1 电脑的思考能力,根据是否需用置信度，推理可分为精确推理和非精确推理两种。按依赖搜索的程度，推理方式分成：正向推理：指由原始数据到结论。逆向推理：先提出假设，然后去找支持假设的证据。正、逆向混合：根据原始数据通过正向推理，提出假设；用逆向推理进一步寻找支持假设的证据，反复进行这一过程。,45,1.4.2.1 电脑的思考能力,三、专家系统人类社会中，有许多任务都必须由具备专门知识的专家们来完成。由于合格的人类专家往往不足，若由程序来完成这类任务，那是很有意义的。完成这类任务的程序被称为专家系统。它具有人类专家的能力，有两个重要组成部分：知识库：存储从专家那得到的关于某个领域的专门知识；推理机：根据知识推导出结论，而不是简单的搜索。,46,1.4.2.1 电脑的思考能力,专家系统的许多能力来自它所存储的大量专门知识以及恰当地应用了有效的推理技术。里南(D.B.Lenat)和费根鲍姆(E.A.Feigenbaum)在第十届国际人工智能会议上提出了知识原则：一个系统展示高级的智能理解和行为，主要是因为拥有应用领域特有的知识：概念、事实、表示、方法、模型、隐喻和启发式。,47,1.4.2.1 电脑的思考能力,W C E 知识量,性能(问题求解能力和效率),胜任门槛C：随着知识量的增加，系统性能提高；到达C点成为某应用领域中求解问题的专家；超过C，附加的知识有用，但不经常用到，随知识量的增加，系统性能的提高趋势平缓。,全能门槛E：由于知识量空前增加，使系统能解决该应用领域内几乎所有问题，成为全能专家。,使能门槛W：知识量超过该门槛，系统就拥有为执行任务所需的最低限度知识,48,1.4.2.1 电脑的思考能力,用产生式规则表示知识的方法已广泛应用在专家系统中。例：诊断血液细菌感染疾病并提供抗菌素治疗方案的专家系统MYCIN。如果：生物体的染色是革兰氏阳性；且生物体的形态是球菌；且生物体的增长形式是成群结块；那么：生物体属葡萄球菌的置信度是0.7。,49,1.4.2.1 电脑的思考能力,例：能根据用户要求设计VAX机最合理配置的专家系统 R1 如果：当前最大多数活动现场是分配汇聚总线设备；且存在一个单端口磁盘驱动器尚未分配给总线；且不存在尚未分配的双端口磁盘驱动器；每个汇聚总线该支持的设备数已知；且有汇聚总线已至少分配了一个磁盘驱动器；并且它应支持另外一些磁盘驱动器；且在汇聚总线上需连接磁盘驱动器到前面设备的电缆型号已知。那么：分配该磁盘驱动器给总线。,50,1.4.2.1 电脑的思考能力,根据是否需用置信度，推理可分为精确推理和非精确推理两种。MYCIN采用非精确推理每个规则均有一个置信度因子（如上例中的0.7），以表示该规则可信赖的程度。这些数类似概率但不等于概率。MYCIN能联合几个不确定信息的来源构成几乎是确定的信息。在R1的应用领域里，每种具体情况下该做什么事情可以精确说明，所以不需确定性信息，即可采用精确推理。,51,1.4.2.1 电脑的思考能力,推理方式：MYCIN与R1采用两种相反的推理方式。MYCIN采用逆向推理，要求找出所有可能的疾患。R1用正向推理，只要找到一个好的系统构图即可，而不必考虑其它的可能性。,52,1.4.2.1 电脑的思考能力,四、运筹规划例：典型的运筹规划问题旅行商问题（TSP）有4个集市A，B，C，D，它们之间的距离如图所示。设有一个货郎挑着担子从集市A出发。他想依次走遍每个集市，但不走任何一段重复路线回到A，而且要求所走过的路程总长度最短。那么他究竟应该怎样走法呢？,53,1.4.2.1 电脑的思考能力,当N10时，总共有多少条不同的可行旅行路线？,54,1.4.2.2 电脑的视觉能力,一、人类视觉据心理学统计，人类通过视、听、触、味、嗅这5种感觉从外界获取信息的总量中，有75%以上来自视觉。人类不仅能够感知周围景物的图像，还能够根据以往的经验识别和理解这些图像的含义，从中获取各种信息，进而影响着人类的活动。一般，可以将人的视觉系统分划出4个与不同视觉特征有关的并行系统：一个是针对颜色的，一个是针对运动的，两个是针对形状的（其中，一个与颜色密切相关，另一个则与颜色无关）。,55,1.4.2.2 电脑的视觉能力,二、Marr视觉理论20世纪70年代中后期，美籍英国人D.Marr教授在所从事的视觉理论方面的研究中，逐渐形成了视觉计算理论。计算理论层次表示与算法层次硬件实现层次视觉计算理论从信息处理的角度系统地概括了心理物理学、神经生理学以及临床病理学等方面所取得的研究成果，为计算机对人类视觉的模拟提供了理论基础，推动了计算机的视觉研究的发展。,56,1.4.2.2 电脑的视觉能力,计算理论层次回答作为信息处理过程的视觉过程，其输入是什么？输出是什么？二者之间有何约束？如何由输入求得输出等问题。在计算理论层次把视觉过程主要规定为从二维的图像信息中定量地恢复出图像所反映的场景中的三维物体的形状和空间位置。,57,1.4.2.2 电脑的视觉能力,表示与算法层次进一步回答如何实现这个计算理论，比如：输入、输出如何表示（即计算机中的数据结构如何）？为实现表示之间的变换应采用什么算法？。硬件实现层次解决在计算机上如何实现这种表示与算法。,58,1.4.2.2 电脑的视觉能力,三、计算机视觉处理过程大致包括：早期、中期、后期三个视觉处理过程。,59,1.4.2.2 电脑的视觉能力,早期视觉处理：从输入图像获得要素图将输入图像中灰度（层次）变化剧烈处的位置、分布以及纹理勾划出来，形成要素。找出图像中灰度变化剧烈的地方，称为边素；将边素连接起来形成边缘、围线或纹理，以适当形式表示根据围线，对图像中的物体进行分割和平滑。也可先对图像进行分割，形成对应于不同物体和背景的区域，而这些区域的边界就是图像中灰度剧烈变化的地方。这一过程要考虑畸变、噪声等干扰，其结果将对以后的处理产生直接影响。,60,1.4.2.2 电脑的视觉能力,中期视觉处理：从输入图像及早期阶段所获得的要素图得到2.5维图。传统的欧几里德几何中维数都是整数。比如，在欧氏空间中，点是0维，直线是一维，平面是二维，立体是三维。为了表示一些复杂形状，出现了分维几何。例如，一条在某点沿曲线有无限种细节的分维曲线，其长度不可能精确地知道，它的维数在12之间。2.5维图：在以观察者为中心的坐标系中，图像中所包含的物体的可见表面的法向和距离等。它只是距离图像，同三维物体还有所差别，因此称其为2.5维图。,61,1.4.2.2 电脑的视觉能力,中期视觉对应有若干模块：立体视觉模块模拟人的双目，该模块处理如何从左、右两个摄像机所获得的两幅图像中，得到场景中物体的深度（距离）信息；运动视觉模块从变化着的场景的一系列不同时刻的图像中，提取出有关场景中物体的形状、位置和运动的信息；由明暗、纹理、围线求得形状等,62,1.4.2.2 电脑的视觉能力,后期视觉处理从2.5维图获得场景中物体的三维描述，识别出其中存在的物体以及确定这些物体的位置和姿态。对距离图像进行分割和处理，将图像分成若干区域，它们分别对应于场景中不同的物体和面；对这些区域进行处理以确定其所对应的物体、面和顶点等；构造出某种用于以后识别和定位的表示；将这种表示与系统中已有的物体模型相匹配，即进行识别；识别后可进一步进行定位的工作。,63,1.4.2.3 电脑的语言能力,一、听语音识别技术语言处理设备的基本部件：语音分析器存储器用于模式匹配的控制电路处理过程,64,1.4.2.3 电脑的语言能力,语音识别的对象分为三个层次：首先是对单音节的识别；然后是对单词的识别；最后是对符合某种规则的语句的理解。语音识别技术的最高阶段是对自然语言的理解。由于人类语言的多样性、多义性以及人们日常会话的不严格性，使计算机对自然语言理解难以令人满意地实现。,65,1.4.2.3 电脑的语言能力,目前，主要有两种计算机语音识别方式：模式匹配法利用输入语音的特征参数与标准语音库中的标准语音模板进行比较。句法识别法 把语音信号区分为若干不同的基元信号。每一个基元信号传达完整语义的字、词或语句.语音都是由这样一些基元信号（或称音素）按一定的法则（类似于句法）组合而成。,66,1.4.2.3 电脑的语言能力,二、说语音合成技术电脑会说话是计算机语音合成研究的成果。计算机语音合成就是用计算机和专门设计的装置来再现人能够听得懂的语音信号波形。语音合成技术进入应用领域的较早的典型例子：1975年，在日本新干线博多站投入运行的语音输出系统，电话座席预约系统。1979年，美国得克萨斯仪器公司用专用集成电路，生产了利用微机的语音发声器“说和拼”。使当时只能用大型或小型计算机与专用硬件设备来制作语音合成器的专家们也很吃惊。,67,1.4.2.3 电脑的语言能力,语音合成过程,68,1.4.2.3 电脑的语言能力,语音合成方法按其使用目的和约束条件等可分为两种：录音编辑方式先把语音直接录下来；再适当地把录制下来的语音连接组合起来，编辑成文章。参数控制方式不直接利用输入的语音，仅从输入语音中提取语音参数。在语音合成过程中，人工控制这些参数，合成预期的语音。,69,1.4.2.3 电脑的语言能力,三、自然语言理解一个程序系统，如果能：机器问答回答人们用自然语言对它提出的问题；自动文摘给出一段文章内容上的压缩表示；语义重述用别的句子复述内容;机器翻译用别的语言表达同样的内容该系统被认为具有了一定的自然语言理解的能力。自然语言（人类日常使用的语言）理解是人工智能研究的一个重要领域，包括：口语理解和书面理解两大任务。,70,1.4.2.3 电脑的语言能力,一、发展自然语言理解的研究从20世纪50年代开始经历了实验和纯理论的探讨后，到20世纪80年代出现了突破性的进展。大约从1983年开始，国外自然语言处理软件进入商品市场。语言处理产品作为一种新的产业。它的发展大体上可以划分为三个阶段：早期20世纪60年代70年代20世纪80年代后：,71,1.4.2.3 电脑的语言能力,早期：主要致力于机器翻译的研究。美国、前苏联在1949年开始英/俄、俄/英的机器翻译研究。我国于1957年开始进行英/汉、俄/汉等机器翻译研究。受当时理论和技术限制，总体水平很低，导致一度出现低潮。,72,1.4.2.3 电脑的语言能力,20世纪60年代70年代：开始研究语言理解对话系统，主要是书面语言理解。如20世纪70年代初的LUNAR系统实验的自然语言检索系统，帮助地质学家存取、比较和评价由阿波罗-飞船带回的月球岩石和土壤成分的化学分析数据。设计的主要目的是研究开发可用一般书面英语查询的人机接口。20世纪70年代的SHRDLU系统有限制的人与机器人对话系统。机器人接受人的自然语言指令，进行积木堆放操作，回答或提出简单问题等。,73,1.4.2.3 电脑的语言能力,20世纪80年代后：自然语言在许多方面得到了应用，无论在理论上还是在实用上都取得了突破性的进展，机器翻译再次成为热点。美国人工智能公司（AIC）开发的INTELLECT系统可用英语与IBM公司的若干软件相互通信。可将符合一定语法语义规则的英语翻译成标准的数据库查询语言SQL。能利用数据库内容协助分析用户的查询请求。例如，你能用英语“WHATS IN THE DATABASE”等形式进行数据库查询。,74,1.4.2.3 电脑的语言能力,在DEC公司VAX-超级小型机上运行的Frey Associates公司的Themis系统能通过英语与数据库进行通信，完成分类、比较和统计等操作。含词量900个左右，用户根据需要，可增加词条或修改补充单词含义，还容许输入语句在拼写上有某些错误存在。在欧洲、日本等许多国家都投入了大量资金进行自然语言理解的研究，并取得了一批成果。我国于1980年后，也相继出现了一批科研成果和产品。如“TK-84汉语铁路客运问答系统”、“译星”英汉电脑翻译系统、“中文全文自动摘要系统”等等。,75,1.4.2.3 电脑的语言能力,缺陷：尽管自20世纪60年代以来已产生了一些比较成功的自然语言理解系统，但这些系统处理的仅仅是受限的自然语言子集。这种子语言或在句子结构的复杂性方面受到限制（句法受限），或在所表达事物的数量方面受到限制（语义、领域受限）。同时我们也清楚地看到，一个3岁的小孩能够理解方言，并用方言说话的能力，目前的电脑还无法比拟。还有，在理解语言时的容错能力，例如，人在看到“平果”时，马上会意识到是“苹果”等。,76,1.4.2.3 电脑的语言能力,二、为什么让电脑理解人的语言很困难？因为不仅要有相应的语言学方面的知识，而且还要有与所讨论的主题有关的知识以及上下文信息。难处主要体现在以下几个方面：可供选择的目标表达的复杂性 词、句的多义性 自然语言句子中各组成元素之间的相关程度 汉语句子的歧义切分问题 中心动词或中心谓语的确定问题,77,1.4.2.3 电脑的语言能力,三、怎样才能让电脑理解好人的语言？自然语言包括词汇和语法两部分。词汇包括词和俗语。语法则分为词法和句法等。,78,1.4.2.3 电脑的语言能力,要理解自然语言语句，必须做两件事：单词理解：识别并理解句子中的每个词 自然语言语句可认为是一系列字符组成的字符流。单词理解先要根据词法规则和词典，将自然语言语句切分成一个个词素、单词；然后进行词义判断，最后确定每一个单词的意义。多义词的存在，使电脑仅通过查词典上的单词词条根本无法确定它们在语句中的确切意义。一般的做法是将词单上的每一词条与它们所在的上下文信息联系在一起。,79,1.4.2.3 电脑的语言能力,句子理解：将单词联合起来组成表示一个句子完整含义的结构。要考虑句法、语义、语种使用惯例、语句涉及的背景知识。从概念上讲，句子理解可以分为三个部分：句法分析 语义分析 语用分析,80,1.4.2.3 电脑的语言能力,四、机器翻译的基本原理 翻译是将一种自然语言（源语言）转换成另一种自然语言（目标语言）的过程。而电脑翻译则是利用计算机模拟人的翻译活动，实现翻译自动化。它是人工智能的重要研究领域，也是人工智能最早的研究方向之一。在电子计算机刚出世的时候，人们就想到利用计算机进行翻译工作。最初的思想是在计算机中建立词典，然后通过查词典的方法从原文生成译文。但当时没能解决一词多义、文法多义及成语使用等方面的问题，机器翻译并不成功，使机器翻译的研究一度进入低潮。,81,1.4.2.3 电脑的语言能力,随着计算机技术的进步，如：知识表示、自然语言理解等方面的研究进展，机器翻译自20世纪70年代开始复兴。目前已进入工程化、实用化阶段。如日本日立公司开发的“HICATS”英日机器翻译系统；中国软件总公司开发的“译星（TRANSTAR）”英汉机器翻译系统；AT&T研制成功的英语与西班牙语实时口译系统等。,82,1.4.2.3 电脑的语言能力,人在翻译时，必须掌握源语言、目标语言的词汇和语法，需要查阅词典，同时也需要了解上下文语境、领域背景知识等。类似于人工翻译，机器翻译系统在计算机中存储编好的机器词典和语法及相关的领域知识。词典包括综合词典、成语词典、结构词典、多义词典。,83,1.4.2.3 电脑的语言能力,84,1.4.2.3 电脑的语言能力,翻译按其要求及难易程度可分为：再创作如剧本翻译，需要在完全理解原文的基础上重新写作译文；科技文献翻译粗译如用自然语言进行情报或文献检索。目前，机器翻译系统主要属于后两种形式。,85,1.4.3 智能控制技术,控制技术是在20世纪20年代逐步建立了以频域法为主的经典控制理论后发展起来的：控制技术首先在工业生产中得到了广泛的应用。50年代，在空间技术发展的带动下，出现了以状态空间法为主的现代控制理论。使控制技术得到了更大的发展，产生了更多的应用领域。60年代以来，随着计算机技术的发展，许多新方法和技术进入工程化、产品化阶段，显著加快了工业技术更新的步伐。这对自动控制技术提出了新的挑战，也为其发展提供了条件，促进了智能理论在控制技术中的应用，形成了智能控制技术。,86,1.4.3 智能控制技术,以智能控制技术的应用领域之一：机器人技术为例，它的发展使机器人技术在20世纪70年代发展成为专门学科。各种卓有成效的工业机器人实用范例，促成了机器人应用领域的进一步扩大，出现了各种结构的机器人样机，一般将机器人的发展分为3个阶段：第一阶段，机器人只有“手”，以固定程序工作，不具有外界信息的反馈能力；第二阶段，机器人具有对外界信息的反馈能力；第三阶段，即所谓“智能机器人”阶段，机器人已经具有了自主性，有自行学习、推理、决策、规划能力。,87,1.4.3 智能控制技术,智能控制技术主要解决用传统方法难以解决的复杂系统的控制问题：智能机器人系统计算机集成制造系统（CIMS）复杂的工业过程控制系统航空航天控制系统社会经济管理系统交通运输系统通信网络系统环保与能源系统,88,1.4.3 智能控制技术,这些复杂系统具有以下特点：控制对象存在严重的不确定性控制模型未知模型的结构和参数在很大的范围内变化；控制对象具有高度的非线性特征；控制任务要求复杂例如，在智能机器人系统中，要求系统对一个复杂的任务具有自行规划和决策的能力，由自动躲避障碍，达到目的地的能力。,89,1.4.3 智能控制技术,相关学科智能控制技术通常通过智能控制系统发挥作用。简单地说，智能控制系统是指具备一个智能行为的系统，利用人工智能的方法，它能够解决难以用数学的方法精确描述的、复杂的、随机的、模糊的、柔性的控制问题，具有自学习、自适应、自组织的能力。智能控制技术涉及到许多智能理论，主要包括：自学习、自适应、自组织、知识工程、信息熵理论、人机系统理论、形式语言语自动机理论、大系统理论、神经网络理论、模糊集理论、优化理论等。,90,作业：,在以下内容中任选一个主题写一篇综述性报告，题目可自拟：智能网技术的产生、现状与发展。智能化网络管理与控制技术的产生、现状与发展。介绍几种常用的网上信息搜索方法。其它一些网络智能化技术的介绍。智能控制技术的产生、现状与发展。模糊控制技术、或神经网络控制技术、或专家控制技术、或学习控制技术、或分层递阶技术的产生、现状与发展。智能计算机技术中的任何一个主题的产生、现状与发展。试用日常生活中的某一项应用举例说明信息技术的发展，并分析该应用利用了哪些信息技术？,