人工智能报告.doc
《人工智能报告.doc》由会员分享,可在线阅读,更多相关《人工智能报告.doc(27页珍藏版)》请在三一办公上搜索。
1、学习人工智能后的报告学号: 201009040209姓名: 李进威班级: 机械二班指导老师:朱江日期: 2014年1月5日目 录人工智能学习报告1一、引言2二、人工智能概述2三、人工智能的发展2四、“分而治之”方法论与人工智能研究的分散化54。1 基于结构模拟的人工神经网络研究旧54。2基于功能模拟的物理符号系统研究64。3基于行为模拟的感知一动作系统研究74。4结构模拟一功能模拟一行为模拟的“鼎足三分”7五、复杂信息系统的科学方法论8六、“信息一系统一机制”方法论与人工智能的新进展9七、人工智能的运用10(1)符号计算10(2)模式识别10(3)专家系统11(4)机器翻译11结论11主要参考
2、文献12 人工智能学习报告中文摘要近十年。人工智能理论的研究取得了重要突破:1)发现了智能生成的共性核心机制是在给定条件下的“信息一知识一智能转换”,由此建立了人工锗能的机制模拟方法;2)发现了知识的生态学结构是在本能知识支持下的“经验知识一规范知识一常识知识转换”,因而开拓了人工智能研究的视野;3)把智能生成的共性核心机制与知识的生态学结构结合起来,发现原先各自独立发展的人工智能“结构模拟、功能模拟、行为模拟方法分别是机制模拟方法在不同知识条件下的和谐特例”,从而形成r人工智能研究的统一方法和理论,为人工智能的发展开辟了新的前景。文中认为,人工智能研究的上述突破在很大程度上得益于科学研究方法
3、论的创新。关键词 知识生态,机制模拟,统一理论,科学方法论一、 引言钱学森先生非常强调科学研究方法论在科学研究中的指导作用。他身体力行,坚持运用系统科学方法论指导自己的科学研究活动,因而在现代科学技术的尖端前沿领域取得举世瞩目的杰出成就。二、人工智能概述从1956年的正式开始研究到现在50多年来,人工智能(AI。Artificial Intelligence)获得了很大的发展。人工智能集计算机学科、控制论、信息论、神经生物学、语言学等多种学科于一体,引起众多学科的日益重视,已成为一门具有广泛应用的交叉学科和前沿学科。然而,到现在为止,人工智能还没有一个统一的定义。尽管学术界有各种各样的说法和定
4、义,但就其本质而言,人工智能是研究、设计和应用智能机器或智能系统,来模拟人类智能活动的能力,以延伸人类智能的科学。人类智能活动的能力是指人类在认识世界和改造世界的活动中,经过脑力劳动表现出来的能力。人工智能的目的就是利用各种自动化机械或者智能机器,尽量模仿、延伸和扩展人类的智能思维,从而实现计算机网络管理的人性化。三、人工智能的发展人工智能的研究经历了以下几个阶段:孕育阶段:古希腊的Aristotle(亚里士多德)(前384-322),给出了形式逻辑的基本规律。英国的哲学家、自然科学家Bacon(培根)(1561-1626),系统地给出了归纳法。“知识就是力量”德国数学家、哲学家Leibnit
5、z(布莱尼兹)(1646-1716)。提出了关于数理逻辑的思想,把形式逻辑符号化,从而能对人的思维进行运 算和推理。做出了能做四则运算的手摇计算机英国数学家、逻辑学家Boole(布尔)(1815-1864)实现了布莱尼茨 的思维符号化和数学化的思想,提出了一种崭新的代数系统布尔代数。 第一阶段: 50 年代人工智能的兴起和冷落人工智能概念首次提出后,相继出现了一批显著的成果,如机器定理证明、跳棋程序、通用问题s 求解程序LISP表处理语言等。但由于消解法推理能力的有限,以及机器翻译等的失败,使人工智能走入了低谷。这一阶段的特点是:重视问题求解的方法,忽视知识重要性。第二阶段: 60 年代末到7
6、0 年代,专家系统出现,使人工智能研究出现新高潮DENDRAL 化学质谱分析系统、MYCIN 疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II 语音理解系统等专家系统的研究和开发,将人工智能引向了实用化。并且,1969 年成立了国际人工智能联合会议(International Joint Conferences onArtificial Intelligence 即IJCAI)。第三阶段: 80 年代,随着第五代计算机的研制,人工智能得到了很大发展日本1982 年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统K I P S”,其目的是使逻辑推理达到数值运算
7、那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。第四阶段: 80 年代末,神经网络飞速发展1987 年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。第五阶段: 90 年代,人工智能出现新的研究高潮由于网络技术特别是国际互连网技术的发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于Hopfield 多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象。人工
8、智能已深入到社会生活的各个领域。国外发展现状。目前,AI技术在美国、欧洲和日本发展很快。在AI技术领域十分活跃的IBM公司,已经为加州劳伦斯利佛摩尔国家实验室制造了号称具有人脑的千分之一的智力能力的“ASCII White”电脑,而且正在开发的更为强大的新超级电脑“蓝色牛仔(blue jean)”,据其研究主任保罗霍恩称,预计“蓝色牛仔”的智力水平将大致与人脑相当。麻省理工学院的AI实验室进行一个的代号为cog的项目。cog计划意图赋予机器人以人类的行为,该实验的一个项目是让机器人捕捉眼睛的移动和面部表情,另一个项目是让机器人抓住从它眼前经过的东西,还有一个项目则是让机器人学会聆听音乐的节奏并
9、将其在鼓上演奏出来。由于人工智能有着广大的发展前景,巨大的发展市场被各国和各公司所看好。除了IBM等公司继续在AI技术上大量投人,以保证其领先地位外,其他公司在人工智能的分支研究方面,也保持着一定的投入比例。微软公司总裁比尔盖茨在美国华盛顿召开的AI(人工智能)国际会议上进行了主题演讲,称微软研究院目前正致力于AI的基础技术与应用技术的研究,其对象包括自我决定、表达知识与信息、信息检索、机械学习、数据采集、自然语言、语音笔迹识别等。我国人工智能的研究现状。很长一段时间以来,机械和自动控制专家们都把研制具有人的行为特征的类人性机器人作为奋斗目标。中国国际科技大学在国家863计划和自然科学基金支持
10、下,一直从事两足步行机器人、类人性机器人的研究开发,在1990年成功研制出我国第一台两足步行机器人的基础上,经过科研1O年攻关,于2000年l1月,又成功研制成我国第一台类人性机器人。它有人一样的身躯、四肢、头颈、眼睛,并具备了一定的语言功能。它的行走频率从过去的每六秒一步,加快到每秒两步;从只能平静地静态不行,到能快速自如的动态步行;从只能在已知的环境中步行,到可在小偏差、不确定环境中行走,取得了机器人神经网络系统、生理视觉系统、双手协调系统、手指控制系统等多项重大研究成果。人工智能发展方向在信息检索中的应用。人工智能在网络信息检索中的应用,主要表现在:1、如何利用计算机软硬件系统模仿、延伸
11、与扩展人类智能的理论、方法和技术,包括机器感知、机器思维、机器行为,即知识获取、知识处理、知识利用的过程。2、由于网络知识信息既包括规律性的知识,如一般原理概念,也包括大量的经验知识,这些知识不可避免地带有模糊性、随机性、不可靠性等不确定性因素,对其进行推理,需要利用人工智能的研究成果。基于专家系统的入侵检测方法。入侵检测中的专家系统是网络安全专家对可疑行为的分析后得到的一套推理规则。一个基于规则的专家系统能够在专家的指导下,随着经验的积累而利用自学习能力进行规则的扩充和修正,专家系统对历史记录的依赖性相对于统计方法较小,因此适应性较强,可以较灵活地适应广普的安全策略和检测要求。这是人工智能发
12、展的一个主要方向。人工智能在机器人中的应用。机器人足球系统是目前进行人工智能体系统研究的热点,其即高科技和娱乐性于一体的特点吸引了国内外大批学者的兴趣。决策系统主要解决机器人足球比赛过程中机器人之间的协作和机器人运动规划问题,在机器人足球系统设计中需要将人工智能中的决策树、神经网络、遗传学的等算法综合运用,随着人工智能理论的进一步发展,将使机器人足球有长足的发展。计算机网络已经扩散到整个社会,对各行各业的发展都有巨大的影响,而计算机网络管理则是通过精确合理的规划,科学有效的数据分析,来控制网络,以保证网络服务的质量。人工智能的出现,必定会更好的将这些业务进行融合。四、“分而治之”方法论与人工智
13、能研究的分散化智能是典型的复杂研究对象。它既是信息资源所能加工出来的最高级产物,也是一切生物体所可能拥有的最高级能力。正是由于智能问题的高度复杂性,智能科学技术的研究特别需要科学方法论的指导。在20世纪中叶科学技术的背景下,人工智能科技工作者遵循“分而治之”的科学研究方法论,分别从不同的角度对自然智能(特别是人类智能)进行模拟研究,期望把神奇奥妙的人类智力能力尽可能地复制到机器上,制造智能机器。按照当时学术界的认识,人们认为:系统的能力首先决定于系统的结构,这就是所谓的“系统结构决定论”。同时也认为。系统的功能主导着系统的能力。这就是“系统功能主导论”。此外也还认为。系统的能力总要通过系统的行
14、为才能表现出来。这就是“系统行为表现论”。当然,人们也普遍认为:在系统能力的结构、功能、行为这三个基本要素之中,结构是第一位的,其次是功能,再次是行为。在研究人工智能的时候,人们发现,智能问题确实太复杂,很难对它进行整体性的研究,只能根据“分而治之”的方法论,把它分解为若干个侧嘶各个击破。于是,人们自然而然就把智能的模拟研究分解为“结构模拟”、“功能模拟”和“行为模拟”三种不同的途径。并且首先从“结构模拟”开始,然后及于“功能模拟”和“行为模拟”。半个多世纪的人丁智能研究历史,确实遵循上述方法论的指引,结果便先后产生如下三种不同的研究路线。4。1 基于结构模拟的人工神经网络研究旧 脑神经科学的
15、研究发现,人类的思维功能主要定佗于大月商新皮层,后者是由10“个神经元构成的复杂网络,其中每个神经元都是一个非线性的处理单元,而且每个神经元都与10”4个其它神经元形成动态的联接。生物神经系统的工作频率为100赫兹。因此,新皮层神经网络就可以有100000连接s。正是依靠这样丰富的连接方式,人类大脑新皮层能充分描述外部世界的千变万化,并产生相应的对应策略,显示出奥妙无穷的智能。按照“结构模拟”的方法论思想,人工智能的研究者试图建造人工的神经网络来模拟人类的思维能力。1943年,MeCulloch和Pitts提出神经元的数理逻辑模型,经过后人的改进成为人工神经网络的基本单元。20世纪50年代中期
16、。Rosenblatt等利用人工神经元电路构造感知机(Perceptron),可用来识别印刷体的英文字母,初步显示人工神经网络的机能。同一时期,Widrow等利用人工神经元研究和设计成功具有自适应能力的Adaline和Madaline系统。人们甚至利用少数几个神经元的简单网络设计成功可模拟高等动物的条件反射能力的人工神经网络。展示人工神经网络的诱人前景。但是,人工神经网络的研究也面临着严峻的挑战:一方面,为了有效模拟人类思维的智能,就需要制造复杂程度接近于人类大脑新皮层的人工神经网络,然而。这在制造技术上存在巨大的困难;另一方面。如果把人丁神经网络的复杂度降低到工业制造技术能够允许的水平,这种
17、相对简单的人工神经网络的智能程度又会大大退化。真是一种“前进不得,后退不能”的两难境地。更大的困难还在于:即使随着科学技术的进步,人们可制造与人类大腑新皮层一样复杂(甚至更加复杂)的人脑神经网络。然而,由于人们对于大脑新皮层神经网络的“学习机制”知之甚少,甚至充满抻秘,因此,结构上高度复杂的人工神经网络却不知道按照什么“学习机制”来工作,于是仍然不能产生像人类一样奇妙的智能。于是,在人们继续孜孜不倦地探索人工神经网络的同时,也有人开始考虑寻求模拟人类智能的新出路。这就是1956年出现的“功能模拟”的途径。当然,人上神经网络研究人员并未放弃结构模拟的方法。相反,20世纪80年代还出现人工经网络的
18、复兴和繁荣,新的网络模型和新的学习方法在模式识别、联想记忆、组合问题优化求解、故障诊断等领域获得了很好的应用。4。2基于功能模拟的物理符号系统研究 为了回避人工神经网络“结构复杂”的困难,1956年夏季,McCarthy、Shannon、Minsky等一批年轻学者在美国Dartmouth举办为期两个月的暑期研讨会,探讨利用计算功能强大的电子计算机作为硬件平台,通过编制“聪明的软件”来模拟人类的逻辑思维功能,并正式把这个研究领域命名为人工智能(Artificial Intelligence),简记为AI。作为AI的理论基础,Newell和Simon提出著名的“物理符号系统假没”,认为:虽然计算机
19、系统和人类大脑系统的物质成分不同。能量形式也不同,但是它们都足处理符号的物理系统。一个物理符号系统只要满足:1)具有输入符号,2)具有输出符号,3)能够存储符号,4)能够复制符号,5)能够建立符号结构,6)具有条件性迁移能力,就是一个智能系统。他们宜称:计算机和人类大脑都满足这6个假设,所以它们是互相等效的物理符号系统。换言之,利用计算机模拟人类大脑的智力功能小但是合理的,而且是可行的。基于功能模拟的物理符号系统路线取得许多出色的成就,其中最引人注目的足首个顺利通过图灵测试的血液感染疾病诊断专家系统MYCIN和曾经战胜国际象棋世界冠军卡斯帕罗夫的“深兰(DeeperBlue)”专家系统。但是,
20、基于功能模拟的物理符号系统研究路线也遭遇到严重的困难,因此不得不从初期雄心勃勃面向通用问题求解的目标退到面向专门领域的“专家系统”。但即使是专家系统,它的设计也仍然面临着“知识瓶颈”的束缚:专家系统需要拥有专家水平的知识,但是这种知识的自动获取非常困难。只能依靠系统设计者直接向相关的领域专家采访。然而,系统设计者不一定能够开列准确的采访提纲,领域专家也不一定能够明确表述他解决fhJ题所需要的全部知识。不仅如此,就算获得必要知识。然而目前的逻辑理论又还不足以支持知识的表示和知识的推理。因此,知识的获取、表示、推理这些核心环节都面临着很大的困难。到20世纪80年代,这些困难已演变成为人工智能功能模
21、拟研究路线继续前进的巨大障碍。于是又有人开始思考寻求第一种可能的人T智能研究路线。显然,行为模拟的路线这时就成为水到渠成的选择。4。3基于行为模拟的感知一动作系统研究1990年。Brooks领导的研究小组宣布研制成功一种新型的机器人,它能够模拟六脚虫的行为方式在不平坦的地面上行走自如而不会翻倒。这是基于“行为模拟”的人T智能研究路线的代表性成果。基于行为模拟的感知一动作系统的基本哲理:人们既不必关心原到智能系统的结构。也不必关心原型智能系统所需要的知识,只要把原来智能系统(六脚虫)从环境接受的刺激形式和它对这种刺激做出的反应行为模拟出来。就等于模拟原型系统的智能。冈此,Brooks宣称:智能尢
22、需知识,智能也无须知识的表示;它所需要的仅仅是首先准确感知环境刺激的模式,然后针对这种刺激产生相应的动作,所以这种系统被称为“感知一动作系统”。不难看出,基于行为模拟的“感知一动作系统”所遵循的,乃是早已存在的“黑箱模拟”方法。这种方法成功地避开结构模拟方法的“结构复杂性”困难和功能模拟方法的“知识瓶颈”障碍,创造人工智能研究的第三种智能模拟方法。但是,人们也发现,行为模拟方法在同避上述“结构”和“知识”困难的同时,自己也面临一种新的闲难,这就是:它只能模拟一些浅层的(一些通过动作表达的)智能,很难模拟那屿不是通过外部动作表达而是通过内部思维演绎的智能。4。4结构模拟一功能模拟一行为模拟的“鼎
23、足三分” 传统的“分而治之”方法论为人工智能研究提供结构模拟、功能模拟、行为模拟三种研究方法,它们分别都取得不少重要成果,为人工智能研究的发展做出各自的贡献。但是,由于“分而治之”方法论未能揭示它所分解出来的结构模拟、功能模拟和行为模拟三种方法之间的内在联系,因此,三种方法都是相互独立地各自寻求发展,形成人工智能研究三种方法“鼎足而立”的分散格局。人工智能的结构模拟,功能模拟、行为模拟三种研究方法的目标相同,都是研究对于人类智能的有效模拟。然而。三种目标相同的研究方法之问却又鼎足而它。不能形成合力,反而不时地会发生“孰优孰劣”的争论。这种“殊途”而不“同归”的状态,不能不引起我们对人工智能研究
24、方法本身的深入思考。五、复杂信息系统的科学方法论我们的研究表明,智能系统是一种以信息现象为主导因素的复杂系统。面对这种特殊的研究对象,曾在近代科学研究中屡试不爽的传统科学研究方法论“分而治之”显露出严重的缺陷。这就是:在“分而治之”方法论对复杂系统进行分解的时候,往往会丢失它所分解出来的各个子系统之间相互联系和相互作用的信息。而对于以信息现象为主导因素的复杂系统而言,这监子系统之间相互联系和相互作用的信息却恰恰是这种复杂系统的活的灵魂。所以,按照“分而治之”方法论对分解出来的各个子系统进行“各个击破”之后,却无论如何都没有办法通过各个子系统的合成而恢复原有复杂系统的面貌。换言之,用传统的方法对
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 报告
链接地址:https://www.31ppt.com/p-2390380.html