人工智能与专家系统(GIS)课件.ppt

《人工智能与专家系统(GIS)课件.ppt》由会员分享，可在线阅读，更多相关《人工智能与专家系统(GIS)课件.ppt（68页珍藏版）》请在三一办公上搜索。

1、人工智能与专家系统,黄解军,教材及参考资料,人工智能及其应用，王万良，高等教育出版社，2005年Artificial Intelligence 人工智能 Nilsson N.J.尼尔逊（美）， 机械工业出版社人工智能及应用. 傅京孙. 北京：清华大学出版社，1989；计算机决策支持系统，孟波，武汉：武汉大学出版社，2003年；据挖掘原理与技术，张云涛、龚玲，北京：电子工业出版社，2004年；, 什么是人工智能？ 人工智能研究的目标 人工智能研究途径 人工智能研究的内容 人工智能研究中的学派 人工智能研究的内容 人工智能研究领域,第一章 绪论,第二章 知识表示, 知识与知识表示 对知识表示的要求

2、 知识表示方法,第三章 基本的问题求解方法 基本概念 状态空间搜索 与/或树搜索 博弈树的启发式搜索,第四章 基本推理方法, 推理的基本概念 推理方式和分类 推理控制策略 归结反演 基于规则的演绎系统,第五章 不确定性推理, 不确定性推理的基本概念 确定因子法 主观Bayes方法 证据理论 可能性理论,第六章 专家系统, 专家系统的基本概念 专家系统的一般结构 专家系统的建造与评价 专家系统开发工具 专家系统开发环境 新一代专家系统的研究 几个著名的专家系统,第七章 机器学习, 机器学习的概念 学习系统模型 机器学习分类 机器学习研究历史 机器学习的研究目标 几个著名的学习系统,第八章 人工神

3、经网络, 神经元与神经网络 神经网络学习算法 神经网络应用,第九章 进化计算 遗传算法 粒子群算法 蚁群算法,具有感知能力具有记忆与思维能力具有学习能力具有行为能力,智能的特征,1.1 人工智能,人的智能与人工智能智能问题人工智能要研究的主要问题人工智能常用的方法,计算机可以有智能吗?,人工智能已经进入我们的生活，人类正在迈入智能社会 无人驾驶飞机、扫雷机器人、卫星评估粮食产量、医学专家系统、购物篮分析、信息过滤、人脸的识别、人机搏弈、机器人足球、,人工智能是高科技竞争的前沿阵地人工智能与空间技术,原子能技术一起被誉为20世纪的三大科学技术成就。有预言家说： “掌握了人工智能，就能征服整个世界

4、。”,智能时代正向我们走来,大环境目前世界经济正面临新的结构调整，先进发达的国家将领先进入知识经济时代，其特点是工业生产和社会生活全球化、信息化和知识化。知识就是第一生产力，高科技是知识发现的结晶，也是第一生产力，高科技需要高智能的开发与应用和高智力投入新知识的产出知识经济时代的发展必然依赖于电子信息产业的网络化、信息化、智能化。,智能时代正向我们走来,21世纪将拥抱智能计算智能计算（Intelligent Computing）一种使机器更聪明地去获取和处理信息的计算。它是覆盖计算的所有领域，具有广泛应用价值的计算技术。如神经计算、遗传算法、模糊数学、粗糙集理论、统计与概率、分布式计算人类基因

5、组计划：人类免疫系统的识别和预测；后基因工程的实施；分子药物制造与新药研究金融、证券每天产生的海量数据中评估的预测网络安全、网络搜索、电子商务和电子政务的决策分析,智能时代正向我们走来,微电子技术的发展将推动第三次产业革命智能计算机普遍认为未来1520年内摩尔定理仍然有效，即CPU的速度每18个月翻一番。目前芯片直径从200mm硅圆片向300mm过渡，0.130.15微米线宽工艺已批量生产，正向纳米线宽迈进，预计2010年可以实现100亿个管子芯片、2亿条指令秒的水平，即比目前水平提高两个数量级以上。数据传输从1000M相10G100G发展，无线网、以太网将大行其道。,智能时代正向我们走来,最

6、伟大的挑战项目从起步到成功几乎都经历了50年左右的历史，如从1903年莱特兄弟最初飞行成功至1966年阿波罗登月花了66年；从1946年数字计算机发明至1997年计算机打败象棋世界冠军花了51年；从1953年DNA发现至2003年绘出人类基因排列图需要50年；人工智能从1956年至今已经47年，预计未来3至5年内，在智能计算、机器人足球打败真正的世界冠军等方面会有突破。,人的智能与人工智能,人的智能：人类思维活动表现出来的能力（解决智能问题的能力）感知和理解能力思维与演绎能力学习能力与适应环境能力行为能力人工智能：通过某些方法使机器有类似于人的智能。研究如何使机器能听、会说、能看、会写、能思考

7、推理、会学习，能解决各种实际问题。人工智能是研究知识的一门科学，即如何表示知识，如何获取知识和如何利用知识的科学。,智能问题,重排九宫问题（拼图游戏）旅行商问题（travelling salesman problem,TSP问题）梵塔”问题(Tower of Hanoi Problem):寻宝问题博弈问题,重排九宫问题,8 3 6 47 5,初始状态,1 2 3 8 47 6 5,目标状态,请用尽可能少的棋步从初始状态达到目标状态。,九宫重排问题的求解,传教士和野人问题（Missionaries and Cannibals)(简称M-C问题）,有个N传教士和N个野人来到河边准备渡河，河岸有一条

8、船，每次至多可供K(N)个人乘坐，传教士为了安全起见，考虑在任何情况下（河两岸和船上）和任何时刻都不允许野人数目超过传教士的人数,请给出摆渡方案.2个野人去，1个野人回 2个野人去，1个野人回 2个传教士去，1个野人与1个传教士回 2个传教士去，1个野人回 2个野人去，1个野人回 2个野人去，完成,旅行商问题（travelling salesman problem,TSP问题）,销售员到几个城市去推销商品，城市之间的距离是已知的，他现在从某一个城市出发，经过每个城市一次，最后又回到出发的城市。要求归划好一条最短路线。,7,7,10,10,10,13,6,5,6,A,B,E,D,C,“梵塔”问题

9、(Tower of Hanoi Problem),3阶“梵塔”问题(Tower of Hanoi Problem):有三个柱子(1，2和3)和两个不同尺寸的圆盘(A，B，C)。在每个圆盘的中心有个孔，所以圆盘可以堆叠在柱子上,最初,全部三个圆盘都堆在柱子1上(最大的在底部,最小的在顶部)。要求把所有 圆盘都移到另一个柱子上，搬动规则为： (1)一次只能搬一个圆盘 (2)不能将大圆盘放在小圆盘上 (3)可以利用空柱子。,图梵塔,1,3,2,C,1,2,3,A,B,1,2,3,A,B,A,B,C,C,3阶“梵塔”问题分解,(1,1,1)(3,3,3),(1,1,1)(1,2,2),(1,2,2)(

10、3,2,2),(3,2,2)(3,3,3),(1,1,1)(1,1,3),(1,2,3)(1,2,2),(1,1,3)(1,2,3),(3,2,2)(3,3,3),(3,2,2)(3,2,1),(3,3,1)(3,3,3),寻宝问题,有三个盒子（金,银,铜）其中一个盒子里放有一颗宝石，每个盒子外写有一句话，其中只有一句是真话，问宝石在哪里。金盒：宝石在这只金盒子里。银盒：宝石不在这只银盒子里铜盒：宝石不在金盒子里,推理方法正向推理反向推理推理过程：假设：分别假定宝石在三盒子里前题：一句对，其它两句错误,金盒：宝石在这只金盒子里。银盒：宝石不在这只银盒子里铜盒：宝石不在金盒子里,假设集合,宝石在

11、金盒子里,假设1,宝石在铜盒子里,宝石在银盒子里,假设2,假设3,宝石在这只金盒子里,宝石不在金盒子里,宝石不在这只银盒子里,正确,不正确,正确,矛盾,1,2,3,第一句,第二句,第三句,第三句,第二句,第一句,不正确,正确,正确,矛盾,不正确,正确,不正确,满足前提条件,宝石在银盒子里,博弈问题,分钱币游戏：有一堆数目为的钱币，两个选手轮流将它一分为二，规则是无论哪个选手分币时，一次只能挑选其中的一堆把它分为两小堆，而且必须满足分堆后两小堆的钱数不能相等，直到哪个选手无法再分时，即碰到每堆钱币数为1或2的情况，他即为输家,问题表示：.设N=6,选手MAX，MIN，数字序列x1,x2xn为n堆

12、钱币不同的个数。例 （6，MAX）表示甲从一堆（6个）钱币开始分 （5，1，MIN）MIN要分的状态,分钱币的搜索树,S0(6,MAX),S1(5,1,MIN),S4(3,2,1,MAX),S2(4,2,MIN),S6(2,2,1,1,MIN),S3(4,1,1,MAX),S7(2,1,1,1,1,MAX),S5(3,1,1,1,MIN),MIN输,MAX输,你体验过“芝麻开门”的感觉吗？,阿里巴巴对着山洞的门一念“芝麻开门”，山洞的门就打开了，再念“芝麻关门”，山洞的门又自动关上了。科幻片X战警中，X教授只要在实验室门口一站，实验室的门就会自动打开，并且发出声音欢迎X教授的到来，而其他人则没

13、法进去。国内某些厂家生产的个人数字助理（PDA），给人们提供了一个微型书写板和笔，让信息的输入更符合人们的自然习惯。,机器人图片欣赏,咱们握握手！,机器人图片欣赏,来一段舞怎样？,机器人图片欣赏,我是家用机器人！,电影人工智能,AI是普遍的研究领域和人类智能活动的所有范畴都潜在相关人vs.理性人：经验科学，涉及许多假设和实验证实理性：数学和工程相结合。一个系统如果能够在它所知的范围内“正确行事”，它就是理性的。,像人一样行动:图灵测试,图灵预测，2000年之前计算机有30%的概率蒙骗一个普通人达5分钟。然而，AI研究者相信研究智能的根本原则远比复制样本更重要。,Source: lecture

14、notes by Dr. Hwee Tou Ng, Singapore,图灵（人工智能之父）的梦想,图灵测试：人通过特殊的方式，在不知情的条件下，和机器进行问答，如果在相当长时间内，分辨不出与他交流的对象是人还是机器，那么，就可以认为这台机器是能思维的。人工智能：简称AI，是一门研究机器智能的学科。研究人工智能的目的就是让计算机能够像人一样思考。人工智能涉及到的学科与领域：计算机科学、认知心理学、哲学等，包括模式识别、自然语言处理、智能机器人、机器证明、神经网络、博弈与符号运算等领域。,图灵测试对计算机的要求,自然语言处理知识表示自动推理机器学习完全图灵测试计算机视觉机器人技术,像人一样思考：

15、认知模型方法,确定人是怎样思考的通过内省通过心理测试（black box）通过计算机程序来表达关于思维的结论比较计算机输入/输出以及timing behavior和人类行为，例子：General Problem Solver by Newell & Simon。认知科学：把AI的计算机模型和心理学的实验相结合，试图创立一种精确且可检验的人类思维工作方式理论。,理性地思考：“思维法则”方法,“正确思考” 是不能辩驳的推理过程（ Aristotle）三段论：前提正确结论正确描述世界上一切事物及其彼此之间关系的精确的命题符号（19世纪）求解任何用逻辑符号描述的可解问题的程序（1965）逻辑的方法的两

16、个障碍：难以获得非形式化的知识并得到逻辑符号表示所需的形式化表达，尤其当知识不可靠时。“原则上”可以解决一个问题与实际解决问题这两者之间存在巨大的差异：如果推理步骤不合适，会耗尽计算机的资源。,理性地行动：理性智能体方法,智能体是某种能够行动的东西，区别于简单“程序”自主控制的操作感知环境持续能力适应变化有能力承担其它智能体的目标通过自己的行动获得最佳结果做出正确的推论是理性智能体的部分功能，但不是理性的全部内容。图灵测试中需要的所有技能都是为了做出理性行为,AI的基础:为AI贡献想法、观点和技术的学科的简史,哲学（公元前428年至今）数学（约800年至今）经济学（1776年至今）神经科学（1

17、861年至今）心理学（1879年至今）计算机工程（1940年至今）控制论（1948年至今）语言学（1957年至今）,哲学,形式化规则能用来抽取合理的结论吗？Aristotle的三段论：在初始前提的条件下机械地推导出结论。用机械装置进行推理Ramon Lull, Leonardo da Vinci, Wilhelm Schickard精神的意识是如何从物质的大脑产生出来？Descartes给出了第一个关于意识和物质之间的区别及由此引起的问题的清晰讨论：二元论 vs. 唯物主义,描述意识的形式化、理性的部分,二元论 vs. 唯物主义,二元论意识的一部分是超脱于自然之外的，不受物理定律影响。动物不拥

18、有这种二元属性，可以被当作机器看待。唯物主义大脑依照物理定律运转而构成意识自由意志是对出现在选择过程中的可能选择的感受方式,哲学： 知识从哪里来？,Bacon“Novum Organum”开启经验主义运动：“无物非先感而后知”Hume“A Treatise of Human Nature”提出归纳原理:一般规则是通过揭示形成规则的元素之间的重复关联而获得逻辑实证主义学说所有的知识都可以用最终与（对应于传感器输入的）观察语句相联系的逻辑理论来刻画Carnap“The Logical Structure of the World”定义一个用于从基本实验中抽取知识的计算过程,哲学：知识是如何导致行动

19、的？,对AI来说是至关重要的Aristotle:行动是通过目标与关于行动结果的知识之间的逻辑联系来判定的。2300年后Newell&Simon在GPS程序中实现Aristotle的算法（回归规划系统）当多个行动可以达到目标时或根本无法到达目标时，如何行事？Arnauld正确地表述了一个定量规则（17世纪）John Mill“Utilitarianism”把理性决策规范的思想发扬推广到人类行为的各个层面(19世纪）,哲学家们标志出了AI的大部分思想，但实现成为一门规范科学的飞跃就要求在三个基础领域完成一定程度的数学形式化：逻辑、计算和概率。,心理学：人类和动物是如何思考的？,研究方法：内省vs.

20、心理测量行为主义者只研究对动物的感知和它所引发的行动的度量，排斥精神的结构，包括知识、信念、目标和推理步骤。认知心理学把大脑当作信息处理装置。基于知识的智能体的三个步骤：把刺激翻译成内部表示表示经过认知过程处理新的表示表示被翻译回到行动计算机模型的发展导致认知科学的创建普遍的观点：“认知理论就应该像计算机程序”,计算机工程：如何制造能干的计算机？,AI需要智能和人工制品，即计算机。AI对主流计算机科学的影响分时技术交互式翻译器使用窗口和鼠标的个人计算机面向对象的编程,控制论：人工制品怎样才能在自己控制下运转,现代控制论和AI的共同点 ：设计出能随时间变化使目标函数最大化的系统。控制论的主要工具

21、是微积分和线性代数其主要研究对象是用固定的连续变量集描述的（线性）系统AI的部分起因是寻求摆脱控制论的数学方法局限性的途径不同的工具：逻辑推理和计算不同的问题：语言、视觉、规划,语言学：语言和思维是怎样联系起来的？,现代语言学的诞生：Chomsky理论形式化，可以编程实现。知识表示的许多早期工作和语言紧密联系,哲学：标出了AI的大部分重要思想数学：使AI成为一门规范科学经济学：决策理论神经科学：网络，并行处理心理学：认知理论计算机工程：AI的“载体”控制论：反馈的思想语言学：知识表示、语法,为什么AI有必要成为一个单独的领域？,和控制论、运筹学、决策理论的目标类似为什么不是数学的一个分支？AI

22、从一开始就承载着复制人的才能的思想方法论的不同AI属于计算机科学的分支AI试图建造在复杂和变化的环境中自动发挥功能的机器,孕育期（19431955）,McCulloch&Pitts提出人工神经元模型基础生理学知识和脑神经元的功能对命题逻辑的形式化分析Turing的计算理论Turing第一个清晰地描绘出AI的完整图景在“Computing Machinery and Intelligence”中提出了图灵测试、机器学习、遗传算法和增量学习。,诞生：Dartmouth College，1956,Dartmouth workshop，1956夏天与会者的背景：自动机、神经网络和智能研究Impact：

23、在随后的20年中，AI被与会者和他们在MIT、CMU、Stanford及IBM的学生和同事所统治。,人工智能的诞生,1956年的Dartmouth会议，一个长达2个月的暑期研讨班，与会者有数学家、逻辑学家、认知学家、心理学家、神经生理学家、计算机科学家10人。会上Marvin Minsky的神经网络模拟器、John Mccarthy的搜索法、以及Herbert Simon和Allen Newell的“逻辑理论家”成为3个亮点，分别讨论如何穿过迷宫、如何搜索推理和如何证明数学定理。 在Dartmouth会议上， John Mccarthy提出用“人工智能”作为这一交叉学科的名称。,杰出人物,20

24、世纪40位图灵奖获得者中有6位人工智能学者： Marvin Minsky（1969年） John Mccarthy（1971年） Herbert Simon和Allen Newell（1975年） Edward Feigenbaum和Raj Reddy （1994年） 可见人工智能学科在信息科学中的地位。,获得诺贝尔奖的脑科学与神经生物学家,获得诺贝尔奖的脑科学与神经生物学家（续）,人工智能的顶尖人物,Herbert Simon1978年获得诺贝尔经济学奖 建立了机器证明数学定理的启发式搜索法，提出有限理论对经济决策活动的影响Daniel Kahneman2002年获得诺贝尔经济学奖 研究不确

25、定情况下的决策，解释人类决策行为，系统偏离基本概率理论和标准经济理论的原因。,重要会议,1969年第一届国际人工智能联合会议（International Joint Conference on AI）召开, 此后每两年开一次，成为人工智能界最高级别的学术盛会。1979年成立美国人工智能联合会（American Association for Artificial Intelligence），到2004年已经召开了第19届全国性会议，,重要刊物,1970年起，IJCAI定期出版：International Journal of AI1979年起，AAAI定期出版： AI Magazine，,国内

26、重要会议,1981年成立中国人工智能学会（CAAI），今年10月将召开第11届全国人工智能学术年会（CAAI11）。1989年首次召开中国人工智能控制联合会议（CJCAI），至今也已召开7次。,智能标准：图灵测试和对图灵测试的理解,如果一台机器的表现（Act）、反应(React)、以及相互作用（Interact），都和有意识的人类个体一样，那么它就应该被认为是有意识的，具有智能的。,代表著作：,由费根鲍姆主编的Computers and Thought是世界上第一本人工智能的经典专著，含21篇著名论文，1963年出版。 80年代出版的1-4卷The Handbook of Artificial Intelligence是人工智能的杠鼎之作。,Thanks.,