人工智能(第一章)课件.ppt

《人工智能(第一章)课件.ppt》由会员分享，可在线阅读，更多相关《人工智能(第一章)课件.ppt（36页珍藏版）》请在三一办公上搜索。

1、人工智能,Artificial Intelligence,梁云虹,梁云虹,工作单位吉林大学工程仿生教育部重点实验室吉林大学生物与农业工程学院,研究方向人工智能，工程仿生学，离散元法及多尺度计算，地面力学、深空探测车辆。,联系方式联系电话：0431-85095760-8707电子邮件：办公地点：吉林大学南岭校区农机交通馆707,1,http:/,主要参考教材,1.张仰森.人工智能原理与应用.北京：高等教育出版社,2004.2蔡自兴,徐光佑.人工智能及其应用（第三版）.北京：清华大学出版社,2003.93.敖志刚.人工智能与专家系统导论.合肥:中国科技大学出版社,2004.7,2,第一章 绪论第二

2、章 知识表示第三章 搜索技术第四章 推理技术第五章 机器学习第六章 自然语言理解第七章 专家系统第八章 人工神经网络,课程主要内容,3,1.1 人工智能的定义与发展,1.1.2 人工智能的起源与发展,1.2 人工智能研究的方法和途径,1.2.1 人工智能各学派及其理论,1.2.2 实现人工智能的技术路线,1.3 人工智能的研究及应用领域,1.1.1 人工智能的定义,第一章 绪论,4,1 人工智能的定义与发展英文 Artificial Intelligence,简称AI人工智能是一门新兴的边缘交叉学科人工智能技术与空间技术、原子能技术一起被誉为20世纪的三大尖端科学技术成就,5,1.1.1 人工

3、智能的定义,认知、识别、推理、决策、规划、解决问题、适应、学习、理解等内在的才能。人类智能、人工智能和集成智能智能的基本要素是“信息”；智能是普遍存在的；智能是进化的；智能是智能系统的整体功能。,（1）智能（Intelligence）,定义：分类：共性：,智能是多层的；智能是相对的；,6,（2）人类智能（Human Intelligence）,定义：内容：,人在认识和改造客观世界的活动中，由思维过程和脑力活动所体现出的能力。,思维能力感知能力行为能力,通过脑的思维活动，感性知识上升为理性知识的能力感知客观世界，获取感性知识的能力对外界刺激作出反应，采取行动的能力,（高层智能）,（中层智能）,（

4、低层智能）,大脑皮层,丘脑,小脑和脊髓,7,（3）人工智能（Artificial Intelligence）,定义1（学科）人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。,定义2（能力）人工智能是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。,8,定义3（机器）人工智能是用人工的方法在机器（计算机）上实现的智能，又称为机器智能。,怎样才能说机器（计算机）拥有了智能？,1950年，图灵提出了著名的“图灵实验”。图灵把智能

5、行为定义为一种能力，即在所有的认知任务中能够表现出和人类行为同样的程度。计算机拥有智能，应该具有四种能力：（1）自然语言处理能力（3）自动推理,人工智能之父,定义4（美国斯坦福大学Nilsson教授）人工智能是关于知识的科学，即怎样表示知识，怎样获取知识和怎样使用知识的科学。,（2）知识表示,（4）机器学习,9,人工智能术语1956年正式提出，并作为一个学科的名称使用至今有50多年的历史。其产生与发展过程大致经历了三个阶段：,孕育期（1956年以前）研究与形成期（1956年-1970年）发展与应用期（1970年以后）,10,1.1.2 人工智能的起源与发展,亚里士多德提出了推理方法，给出了形式

6、逻辑的一些基本定律，创造了三段论法。,亚里士多德（公元前384-322年）,什么是三段论？三段论是以真言判断为其前提的一种演绎推理，它借助于一个共同项，把两个直言判断联系起来，从而得出结论。,人工智能的孕育期（1956年以前）,培根（1561-1626），英国哲学家和自然科学家，系统提出了归纳法，成为和亚里士多德的演绎法相辅相成的思维法则。他强调了知识的重要作用，指出“知识就是力量”。,培根（1561-1626）,11,帕斯卡（1623-1662），法国物理学家和数学家，他于1642年制成世界上第一台会演算的机械加法机。,帕斯卡（1623-1662）,莱布尼茨（1646-1716）,莱布尼茨（

7、1646-1716），德国数学家和哲学家，提出了关于数理逻辑的思想，即把形式逻辑符号化，从而对人的思维进行运算和推理的思想。同时他在1673年在帕斯卡的加法机的基础上制成了可进行四则运算的计算器。,12,布尔（1815-1864），英国数学家、逻辑学家。他的主要贡献是初步实现了莱布尼茨关于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，凡是传统逻辑能处理的问题，布尔代数都能处理。,巴比奇（1791-1871），英国数学家，他于1832年发明了两台最先进的差分机和分析机。其中分析机的设计思想与现代电子计算机十分相似。他提出了计算机的五个主要组成部分：输入、存储器、运算器、控制器和输出

8、。为电子计算机的发展奠定了基础。,13,图灵（1912-1954），英国数学家。他于1936年创立了自动机理论（图灵机），这是一种理想计算机模型。现已公认，所有可计算函数都能用图灵机计算，这为电子计算机的构建提供了理论根据。1950年，他还提出了著名的“图灵实验”，给智能的标准提供了明确的定义。,生理学家麦卡洛克和数理逻辑学家皮茨，他们于1943年研制了神经细胞模型，即MP模型，开创了脑模型研究工作。,冯诺依曼（1903-1957），美籍匈牙利数学家，博弈论创立者。他于1945年提出了以二进制和程序存储控制为核心的通用电子数字计算机体系结构原理，奠定了现代电子计算机体系结构的基础。,14,莫克

9、利（1907-1980），美国数学家。他和他的学生埃克特于1946年研制成功了世界上第一台通用电子数字计算机ENIAC。为机器智能的研究与实现提供了物质基础。,维纳（1894-1964），美国著名数学家、控制论创始人。他于1948年创立了控制论。控制论是一门研究与模拟自控制的生物和人工系统的学科。,香侬（1916-2001），美国应用数学家、信息论创始人。他于1948年发表了通讯的数学理论标志着信息论的诞生。,维纳,香侬,15,1956年，由美国的一些科学家在美国的达特茅斯（Dartmouth）大学举办的一次长达两个月的研讨会，认真地讨论了用机器模拟人类智能的问题。会上麦卡锡（McCarthy

10、）正式提出了“人工智能（Artificial Intelligence）”这一术语，标志着人工智能学科的诞生。,1956年，美国的纽厄尔、肖和赛蒙合作编制了名为逻辑理论机（LT）的计算机程序系统。该程序模拟了人用数理逻辑证明定理时的思维规律，开创了用机器研究人类思维活动规律的工作。,1956年，塞纽尔研制成功了具有自学习、自组织、自适应能力的西洋跳棋程序。主要贡献在于发现了启发式搜索是表现智能行为的最基本机制。,1957年，罗森勃劳特（F.Rosenblatt）研究制成感知机，具有学习功能，模仿视觉，进行模式分类识别。,16,人工智能基础技术研究与形成期（1956-1970）,1959年，籍勒

11、洛特发表了证明平面几何问题的程序，塞尔夫奇推出了一个模式识别程序。,1960年，纽厄尔、肖和赛蒙等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序。,1960年，麦卡锡发明了人工智能程序设计语言LISP，它是一种函数式语言，适合于对符号进行处理，在人工智能的各个研究领域中都得到广泛的应用。,1960年美国生产第一批商用工业机器人UNIMATE和VERSATRAN，到60年代末形成发展高潮，日本1968年从美国引进技术，大力发展机器人产业。,1965年，鲁滨逊（Robinson）提出了归结（消解）原理，标志着人工智能中定理的机器证明这个分支的开始，为自动定理证明做出了突出性

12、的贡献。,17,1965年，美国斯坦福大学的费根鲍姆（E.A.Feigenbaum）领导他的研究小组开始研究化学专家系统DENDRAL，用于质谱仪分析有机化合物的分子结构。它的意义在于它对基于知识建造智能系统所进行的有益探索。,1968年，奎连（Quillian)提出了语义网络知识表示法，他试图解决记忆的心理学模型，后来西蒙（Simmon）等人在用语义网络表达自然语言理解方面取得了很大的成效。,1969年，召开了第一届国际人工智能联合会议（International Joint Conference on Artificial Intelligence，简称IJCAI），标志着人工智能作为一门

13、独立学科已经得到了国际学术界的认可。,1970年，国际性人工智能杂志”International Journal of AI”创刊，促进了人工智能的研究和发展。,18,人工智能研究的萧条期（60年代中期-70年代初期）,在这一时期人工智能遇到了很多困难和挫折：,塞缪尔的下棋程序赢少输多,博弈方面,鲁宾逊归结法能力有限,定理证明方面,问题求解方面,处理不良结构产生组合爆炸,机器翻译方面,双解字典和语法知识无法实现准确翻译,神经生理学方面,机器无法模拟人脑1011以上的神经元,人工智能的本质、理论、思想及机理方面,受到社会各界的责难、怀疑和批评,19,人工智能的发展与应用期（1970年以后）,在人

14、工智能研究处于困境情况下，一批学者从费根鲍姆以知识为中心开展人工智能研究的观点中找到了新的出路。,70年代后期开始，一大批实用型专家系统不断涌现。,Prolog语言被广泛地应用于专家系统、自然语言理解、关系数据库、抽象问题求解和数理逻辑等人工智能的许多领域。,关于人工智能的专著、手册和文集大量出版。,为了加速专家系统的研制速度，人们还先后开发了一批用于建造和维护专家系统的工具系统。,如医学专家系统MYCIN、探矿专家系统PROSPERTOR、结构专家系统SACON等。,如Meta-DENDRAL、EMYCIN等。,如N.J.Nilssion著“Principles of Artificial

15、Intelligence”;E.A.Feigenbaud等编“The Hand-book of Artificial Intelligence”等。,20,在知识表示、不精确推理、人工智能语言等方面也有重大进展。,1974年，明斯基提出了框架理论；1975年，绍特里夫提出了并在MYCIN中应用的确定性理论；1976年，杜达提出并在PROSPECTOR中应用的主观贝叶斯方法。,1977年，在第五届国际人工智能会议上，费根鲍姆进一步提出了“知识工程”的概念。,进入80年代后，专家系统和知识工程在理论、技术和应用方面都有了长足的进步和发展。（1）专家系统结构和规模也在不断扩大。,如出现所谓的多学科专

16、家系统、大型专家系统、微专家系统和分布式专家系统等。,（2）还出现了不限于专家知识的知识系统和知识库系统。,如智能决策支持系统、智能控制系统、智能CAD系统、智能CAI系统、智能仿真等。,各国纷纷制定了智能电子计算机的研制计划。,日本1981年10月公布第五代电子计算机的研制计划。美国1983年制定了6-10年的研制计划。英国1982年10月制定了在5年内集资5.5亿美元来发展自己的第五代电子计算机计划。欧洲共同体1983年11月提出一项“欧洲信息技术研究开发战略计划（ES-PRIT）”。,21,神经网络的理论和技术在经过近20年的黯淡时期后终于有了新的突破和惊人的成果。,如1985年美国赛诺

17、斯开发了名为NETtalk英语读音学习用的神经网络处理器；同年，美国物理学家霍普菲尔特用神经网络迅速求得了巡回推销员路线问题的准优解。,一般认为，当前人工智能的发展，呈现如下特点：,（1）传统的符号处理和神经计算各取所长，联合作战。,（2）一批新思想、新理论、新技术不断涌现。而且这些理论和技术又相互渗透、相互融合。,（3）基于计算机网络，以研究和开发群体智能为主要特征的分布式人工智能正异军突起，蓬勃发展。,（4）应用研究愈加深入而广泛。,22,从人工智能的研究途径看，目前在人工智能界主要有三种学派：,符号主义（Symbolicism）,联结主义（Connectionism）,行为主义（Acti

18、onism）,逻辑主义、心理学派或计算机学派,仿生学派或生理学派,进化主义或控制论学派,其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。,其原理主要为神经网络及神经网络间的连接机制与学习算法。,其原理为控制论及感知动作型控制系统。,23,1.2 人工智能研究的方法和途径,1.2.1 人工智能各学派及其理论,（1）符号主义（Symbolicism）,认为人工智能源于数理逻辑。,符号主义者首先采用“人工智能”这个术语，后来又发展了启发式算法专家系统知识工程理论与技术，并在80年代取得很大发展。,符号主义是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等

19、。,（2）联结主义（Connectionism）,认为人工智能源于仿生学。特别是对人脑模型的研究。,它的代表性成果是1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型。,这个学派的代表有麦克莱伦德（J.L.McClelland）和鲁梅尔哈特（J.D.Rumelhart）等。,24,60-70年代,热潮,70年代后期至80年代初期,低潮,1982年和1984年,感知机为代表的脑模型,脑模型,Hopfield教授发表两篇重要论文,重新抬头,1986年,Rumelhart等人提出多层网络中的反向传播(BP)算法,势头大振,（3）行为主义（Act

20、ionism）,认为人工智能源于控制论，智能取决于感知和行动。,这个学派的代表是布鲁克（R.A.Brook）。,控制论思想早在40-50年代就成为时代思潮的重要部分;,到60-70年代，控制论系统的研究取得一定进展;,在80年代诞生了智能控制和智能机器人系统。,25,目前几种常被采用的技术路线：,（1）专用路线,（2）通用路线,（3）硬件路线,（4）软件路线,指开发研制一些专用的智能计算机、专用的软件系统，或者专门用于开发人工智能系统的计算机语言。,指现有的一般计算机硬件和软件系统能够有效地支持人工智能系统的开发，并能够解决一般的人工智能问题。,认为智能机器的开发主要有赖于各种智能硬件、智能工

21、具及固化技术。,认为智能机器的研制主要在于各种智能软件及工具的开发和运用，发展软件技术是人工智能发展的必由之路。,26,1.2.2 实现人工智能的技术路线,人工智能中的许多概念如归约、推断、决策、规划等都与问题求解有关。问题求解的研究涉及问题表示空间的研究、搜索策略的研究和规约策略的研究。人工智能的第一大成就就是发展了能够求解难题的下棋程序。,1991年8月，IBM公司研制的Deep Thought 2 计算机系统与澳大利亚国际象棋冠军约翰森举行人机对抗赛，结果以1：1平局告终。1997年5月，IBM公司研制的超级计算机”深蓝”与人类国际象棋世界冠军卡斯帕罗夫对弈6盘，结果“深蓝”获胜。,27

22、,1.3 人工智能的研究及应用领域,1.3.1 问题求解,逻辑推理是人工智能研究中最持久的子领域之一。特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。,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。,用四种颜色标注不同的区域,我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法，被国际上称为“吴氏方法”，是定理证明的又一标志性成果。,28,1

23、.3.2 逻辑推理与定理证明,自然语言理解就是研究如何让计算机理解人类自然语言的一个领域。从宏观上看，自然语言理解是指机器能够执行人类所期望的某些语言功能。这些功能包括：,（1）回答有关提问,（2）摘要生成和文本释义,（3）计算机能把用某一种自然语言表示的信息自动地翻译为另一种自然语言,自然语言处理也是人工智能的早期研究领域之一，已经编写出能够从内部数据库回答用英语提出问题的程序，有些程序甚至能够在一定程度上翻译从话筒输入的口头指令。,人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。,29,1.3.3 自然语言理解,自动程序设计包括程序综合与程序正确性验证两

24、个方面的内容。程序综合用于实现自动编程；程序正确性的验证是要研究出一套理论和方法，通过运用这套理论和方法就可证明程序的正确性。,对自动程序设计的研究不仅可以促进半自动软件开发系统的发展，而且也使通过修正自身数码进行学习的人工智能系统得到发展。,科学技术的迅速发展，带来了“知识爆炸”。使用计算机智能检索已成为大势所趋。研究智能检索系统已成为科技持续快速发展的重要保证。,数据库系统是储存某学科大量事实的计算机软件系统，它可以回答用户提出的有关该学科的各种问题。数据库系统的设计也是计算机科学的一个活跃分支。为了有效地表示、存储和检索大量事实，已经发展了许多技术。,30,1.3.4 自动程序设计,1.

25、3.5 智能检索,机器人学是人工智能研究中日益受到重视的研究领域。这个领域研究的问题，从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法，无所不包。,机器人学的研究涉及电子学、控制理论、系统工程、机械工程、仿生学、心理学等多个学科，是目前人工智能研究中比较活跃的研究领域。,31,1.3.6 机器人学,神经元,人工神经网络模型,人工神经网络的研究始于20世纪40年代。人工神经网络是一个用大量称做人工神经元的简单处理单元经广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能。,神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用

26、。,32,1.3.7 人工神经网络,专家系统是一种基于知识的计算机知识系统，它从人类领域专家那里获得知识，并用来解决只有领域专家才能解决的困难问题。,当前的研究涉及有关专家系统设计的各种问题。这些系统是在某个领域的专家与系统设计者之间经过艰苦的反复交换意见之后建立起来的。,发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。,模式识别就是研究如何使机器具有感知能力的一个研究领域，其中主要研究对视觉模式及听觉模式的识别。,目前，在模式识别领域，神经网络方法已经成功地用于手写字符的识别、汽车牌照的识别、指纹识别、语音识别等方面。,33,1

27、.3.8 专家系统,1.3.9 模式识别,机器视觉已从模式识别的一个研究领域发展为一门独立的学科。在视觉方面，已经给计算机系统装上电视输入装置以便能够“看见”周围的东西。,带有视觉的月球自主车,带有视觉的越野自主车,机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图象的处理与解释等。,34,1.3.10 机器视觉,机器学习是研究如何使用计算机来模拟人类学习活动的一个研究领域。更严格地说，就是研究计算机获取新知识和新技能、识别现有知识、不断改善性能、实现自我完善的方法。,机器学习研究的目标：（1）人类学习过程的认知模型；（2）通用学习算法；（3）构造面向任务的专用学习系统的方法。,智能控制是一类无需(或需要尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动控制。,目前研究得较多的是以下6个方面：智能机器人规划与控制、智能过程规划、智能过程控制、专家控制系统、语音控制以及智能仪器。,智能控制的核心在高层控制，即组织级控制。,35,1.3.11 机器学习,1.3.12 智能控制,