智能科学导论第2章上.ppt

《智能科学导论第2章上.ppt》由会员分享，可在线阅读，更多相关《智能科学导论第2章上.ppt（89页珍藏版）》请在三一办公上搜索。

1、1,讨论题,1、怎样理解科学技术发展的辅人律、拟人律和共生律？2、你同意“机器终将统治人类”的说法吗？为什么？,2,1、辅人律,“辅人律”说的是科学技术的作用。人类在自然界谋求生存的长期进化过程中，总会感到自己的能力不够，需要借助“外界的力量”来扩展自己的能力。这个“外界力量”就是工具。而制造工具的原理就是科学，制造工具的具体方法就是技术。,3,2、拟人律,如果考察科学技术是怎么发展的这个问题，就会说到拟人律。既然科学技术的“辅人律”告诉我们：科学技术的作用是辅助人类扩展能力的，那么，科学技术的发展当然就要按照人类能力增强的方向发展，这便是“拟人律”。,4,考察历史可以发现，整个科学技术发展的

2、过程就是从扩展人类体质能力（材料科学技术，大体从古代的农业时代开始），走向扩展人类的体力能力（能量科学技术，大体从近代的工业时代开始）再走向扩展人类的智力能力（信息科学技术，大体从现代的信息时代开始）。,5,3、共生律,“共生律”说的是科学技术与人类之间的关系。既然科学技术是辅人的，而科学技术又是拟人的，因此，合乎逻辑的结论就必然是“人为主体、机器辅助”的人机合作共生的关系。这样“人机共生”的结果，就是人类的能力大大增强：不但体质能力和体力能力得到极大的增强，而且智力能力也得到越来越有效的增强。,6,2.1 智能，自然智能，人工智能,第2章 智能科学技术的初步概念,7,1、智能的概念,自然界四

3、大奥秘：物质的本质、宇宙的起源、生命的本质、智能的发生。,8,（1）智能的定义,定义智能的困难,从结构上，人脑有1011-12 量级的神经元，广泛分布并行的巨复杂系统。从功能上，人脑具有记忆、思维、观察、分析等能力。有待于人脑奥秘的揭示，进一步认识。,9,对智能还没有确切的定义，主要流派有：（1）思维理论：智能的核心是思维;（2）知识阈值理论：智能取决于知识的数量及一般化程度；（3）进化理论：用控制取代知识的表示。,10,智能是知识与智力的总和。,知识是一切智能行为的基础,获取知识并应用知识求解问题的能力,11,具体指：给定问题、约束、目标的条件下，有针对性地获取相关信息、从中提取必要的知识、

4、生成正确的策略、成功地解决问题、满足给定约束、达到预定目的的能力。,12,新环境-新问题-新目标,环境-问题-目标,提炼知识,生成策略,引导行为,目的,获取信息,一个典型的智能过程,13,感知能力：通过视觉、听觉、触觉、嗅觉等感觉器官感知外部世界的能力，是人类获得外界信息的基本途径。80%以上信息通过视觉得到，10%信息通过听觉得到。,（2）智能的特征,其处理方式有以下两种：感知-动作方式：对简单、紧急信息 感知-思维-动作方式：对复杂信息,14,对感知到的外界信息和由思维产生的内部知识的存储过程,对记忆的信息的认识过程,记忆与思维能力,15,逻辑思维（抽象思维）：根据逻辑规则对信息和知识进行

5、处理的理性思维方式。例如，逻辑推理等特点：思维过程是串行的。容易形式化。思维过程具有严密性、可靠性。,16,形象思维（直感思维）基于形象概念，根据感性形象认识材料对客观现象进行处理的一种思维方式。例如，图像、景物识别等。特点：依据直觉。,17,顿悟思维（灵感思维）：是一种显意识和潜意识相互作用的思维方式。例如，因灵感而顿时开窍。特点 不定期的突发性。独创性及模糊性。穿插于形象思维与逻辑思维之中。,18,学习能力：是一个具有特定目的的知识获取过程是人的一种本能。不同人的学习方法、能力不同。,学习既可能是自觉的、有意识的，也可能是不自觉的、无意识的；既可以是有教师指导的，也可以是通过自己实践的。,

6、自适应能力：是一种通过自我调节适应外界环境的过程是人的一种本能。不同人的适应能力不同。,学习能力和自适应能力：,19,行为能力（表达能力）,含义：是人们对感知到的外界信息作出动作反应的能力。信息来源：由感知直接获得的外界信息经过思维加工后的信息。实现过程：通过脊髓来控制由语言、表情、体姿等来实现。,20,自然智能：指人类和一些动物所具有的智力和行为能力。人类的自然智能（简称智能）：指人类在认识客观世界中，由思维过程和脑力活动所表现出的综合能力。,2、自然智能,21,智能(自然智能)问题：1、人是怎样思考问题的？例如：树上还有几只鸟？（常识推理）2、人是怎样横穿马路的？（常识推理和逻辑问题的形象

7、处理）3、人是怎样识别景物的？例如：小孩的妈妈是谁？（形象思维）4、人是怎样实现感知、学习、思维等的？（神经系统的心智活动）5、人是怎样产生情绪、情感的？（神经系统的心理过程）,-智能的现象,22,自然智能系统，指：自然进化所造就的智能系统。,人，地球上智能程度最高的自然智能系统；动物，智能程度较高的自然智能系统；植物，智能系统较低的自然智能系统；非生命系统：低智能系统（某些材料）。,23,人类,高等动物,动物,植物,无机物,-智能等级和智能空间,24,3、人工智能（Artificial Intelligence，AI）,1956年正式提出人工智能（artificial intelligenc

8、e,AI）这个术语并把它作为一门新兴科学的名称。,25,2006年人机中国象棋大战,26,2007年台北国际发明暨技术交易展览上，第三代智能机器人DOC 现场表演下棋。,27,人工智能的定义,典型的4种定义方法：类人、理性、思维、行为,行为,思维,类人,理性,28,类人思维方法也称为认知模型方法，它是一种基于人类思维工作原理来定义智能的方法。典型代表是贝尔曼（Bellman）于1978年提出的定义：人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化。,（1）类人思维方法认知科学,29,认知科学，研究人类感知和思维信息处理过程，它把来自人工智能的计算机模型和来自心理学的实验技术结合

9、起来，试图创立一种精确而且可检测的人脑思维过程的工作模型。,30,如果能把上述所得到关于思维的足够精确的模型用计算机程序表示出来，并且该程序的输入/输出和实时行为能够与人类相一致，那就说明该程序的某些机制可能是按照人脑思维模式运行的。,31,（2）类人行为方法,类人行为方法也称为图灵测试方法，它是一种基于人类自身的智能去定义一个机器或系统是否具有智能的方法。典型代表是库兹韦勒（Kurzweil）于1990年提出的定义：人工智能是一种创建机器的技艺，这种机器能够执行需要人的智能才能完成的功能。,32,按照图灵测试要求，一台计算机要能够通过，至少应该具有以下能力：自然语言处理：实现用自然语言与计算

10、机的交流。知识表示：存储它所知道的或听到的知识或信息。自动推理：运用存储的知识或信息来回答问题，并提取新的结论。机器学习：能适应新的环境，并能自我获取新的知识。,33,如果还需要测试被测对象利用视频信号的感知能力和传递接受物体的行为能力，即所谓的完全图灵测试，则计算机还应该具有如下能力：计算机视觉：可以感知物体。机器人技术：可以操纵和移动物体。,34,类人行为方法,测试主持人,被测机器,被测人,能分辨出来的概率小于50%吗？,Turing测试,35,（3）理性思维方法,理性思维方法亦称为思维法则方法，它是一种基于逻辑推理定义智能的方法。典型代表是查尼艾克（E.Charniak）和麦克德莫特（D

11、.McDermott）于1985年提出的定义：人工智能是通过计算模型的使用来进行心智能力研究的。,36,计算模型主要是指能“正确思维”的逻辑学模型。古希腊哲学家亚里士多德（Aristotle）是首先严格定义“正确思维”的人之一，他将其定义为“不能辩驳的推理过程”。例如，三段论推理方法。理性思维方法正是人工智能领域中所谓的逻辑主义观点，他们希望通过编制逻辑程序来建造智能系统。,37,这种方法存在两个主要问题：第一，非形式的知识用形式的逻辑符号表示不易实现，尤其是对不确定的知识；第二，原则上可以解决的问题与实际解决问题之间存在较大差异，需要考虑推理过程的控制。,38,（4）理性行为方法,理性行为方

12、法亦称为理性智能体方法，它是一种基于智能体定义智能的方法。典型代表是尼尔森（）于1998年提出的定义：人工智能关心的是人工制品中的智能行为。这里的人工制品主要是指能够感知环境、适应变化、自主操作、执行动作的理性智能体（Agent）。,39,理性行为方法与理性思维方法的关系：,首先，理性行为和理性思维强调的重点不同。理性思维方法强调的是正确思维，而理性行为方法强调的则是理性行动。,40,其次，理性行为可以依据理性思维进行。例如，对一些能够通过理性思维能够做出正确结论的事情，实现理性行为的途径往往是先通过逻辑推理得出该行为能达到的目标和结论，然后再付诸实施。,41,再其次，理性行为不一定要依据理性

13、思维进行。例如，对有些事情，即使理性思维无法证明哪些行为是正确的，而其它行为是错误的，理性行为也必须有所行动。,42,何谓人工智能总结,上述4种方法人们都有人做了很多工作，当然在以人为中心的方法和以理性为中心的方法之间也存在着一定的争议。例如：以人为中心的方法是一种经验科学，它需要涉及到很多假设和实验证实。以理性为中心的方法则涉及到把数学与工程相结合,43,人工智能的一般解释,从能力的角度：人工智能是指用人工的方法在机器（计算机）上实现的智能。从学科的角度：人工智能是一门研究如何构造智能机器或智能系统，去模拟、延伸和扩展人类智能的学科。,44,人工智能系统，指：人造的智能系统，也称为“智能机器

14、”。人工智能系统举例：医疗专家，博弈机，智能机器人.,智能系统，具有上述能力的系统。,45,3、人工智能与自然智能的关系是什么？,自然智能系统：原型系统。人工智能系统：模拟系统。,模拟：照猫画虎？青出于蓝而胜于蓝？,研究自然系统的奥妙，可启示人工系统的模拟方法；研究人工系统的实现，可以深化对原型系统地认识。两者紧密结合，可以相互促进。,46,重点,智能、人工智能与自然智能,47,智能的载体：,2.2 脑与认知科学是智能科学的基础,人类智能基础：脑和神经系统，人脑1011-12 量级的神经元，分布并行工作。,48,脑的涵义从狭义方面，脑是指中枢神经系统，有时特指大脑；从广义方面，脑可泛指整个神经

15、系统。人工智能是从广义角度来理解脑科学的。脑的复杂度：人脑是由巨量神经元经其突触的广泛并行互联所形成的一个巨复杂系统，是自然界中最复杂、最高级的智能系统。,1、脑,49,脑科学：是一门研究脑与心智现象及规律的科学，其主要目标就是要揭示脑功能的本质，认识脑与智能的规律，保护脑和创造脑。脑科学是AI的基础：其任何研究进展都将对人工智能的研究起到积极的推动作用。,50,2、认知,认知：可一般地认为是和情感、动机、意志相对应的理智或认识过程，或者是为了一定的目的，在一定的心理结构中进行的信息加工过程。,51,美国心理学家浩斯顿(Houston)等人把认知归纳为以下5种主要类型：(1)认知是信息的处理过

16、程；(2)认知是心理上的符号运算；(3)认知是问题求解；(4)认知是思维；(5)认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成及语言使用等。,52,认知科学,认知科学（思维科学）是研究人类感知和思维信息处理过程的一门学科，其主要研究目的就是要说明和解释人类在完成认知活动时是如何进行信息加工的认知科学也是人工智能的重要理论基础，对人工智能发展起着根本性的作用。从认知观点看，AI应同时开展对逻辑思维、形象思维和灵感思维的研究。,53,脑：思维器官,神经系统：传导网络,眼耳鼻舌身：感觉器官,手脚语言系统：效应器官,“脑与认知”的作用：举例,54,“脑与认知”的作

17、用：原理,感官/感测,神经/通信,认知,动官/控制,问题/环境,谋略（目的）,神经/通信,信息,知识,智能策略,头脑/狭义智能,行为,信息,55,人作为一个整体，具有认识世界和改造世界的能力。这是一个不可分割的有机整体，各个部分缺一不可。“有机整体”的意思：整体不是各个部分的简单相加，而是各个部分之间相互联系相互作用和协同的结果。然而，这也不等于说，各个部分在整体中的作用都是完全平等的。,显然的结论,56,显然的结论,脑与认知（图中的“认知与谋略”）是整个人体系统这个“万物之灵”的核心。,57,研究认知过程的任务 探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而

18、用计算机语言模拟人的初级信息处理过程。,思维策略,初级信息处理,生理过程,计算机程序,计算机语言,计算机硬件,人类认知活动,计算机,58,2.3 机器智能,就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉。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。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。,59,这些人是谁？你是怎样识别的？机器会怎样识别？差别在哪？,-习以为常的智能,60,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

19、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。,61,机器学习,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。,62,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。,63,智能系统与智能机器,智能机器是一种能够呈现人类智能行为的机器。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。,64,总

20、结,定义1.1 智能（Intelligent）人的智能是他们理解和学习事务的能力。智能是思考和理解能力而不是本能的做事能力。定义1.2 智能机器（Intelligent Machine）智能机器是一种能够呈现人类智能行为的机器。,65,定义1.3 人工智能（Nilsson）人工智能是关于知识的科学（知识的表示、知识的获取以及知识的运用）。定义1.4 人工智能(学科)人工智能(学科)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力功能，并开发相关理论和技术。,66,定义1.5 人工智能(能力)人工智能(能力)是智能机器所执行的通常与人

21、类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。,67,认知科学（思维科学）说明人类在认知过程中是如何进行信息加工的。,68,人工智能研究的基本内容,1.机器感知：机器有类似于人的感觉，如机器视觉、机器听觉。2.机器思维：对传感信息和机器内部的工作信息进行有目的的处理。3.机器学习：使机器（计算机）具有学习新知识和新技术，并在实践中不断改进和完善的能力。,69,4.机器行为：智能系统（计算机、机器人）具有表达能力和行动能力。5.智能系统构建：开展对模型、系统构造与分析技术、系统开发环境和构造工具以及人工智能语言等的研究。,70,71

22、,72,感知：通过感知器官感知外界的能力；记忆：对外界信息和内部知识的存储过程；思维：对已存储信息或知识的本质属性、内部知识的认识过程；包括：逻辑思维，形象思维，灵感思维。学习：是一个具有特定目的的知识获取过程。自适应：是一种通过自我调节适应外界环境的过程。行为：是人们对感知到的外界信息作出动作反应的能力。,智能包含的能力：,73,-自己心中的智能,讨论：人类智能都包括哪些？智能所包含的能力：感知、学习、思维、行为，情感、情绪、意志。感知、学习、思维、行为情感、情绪、意志：个体自觉地确定目的，支配自己的行动，克服困难以实现预定目的的心理过程）动机：发动指引和维持个体活动的内在心理过程。,74,

23、动物有没有智能？听觉、视觉、记忆、行为机器有没有智能？听觉、视觉、记忆、思维、行为你在社会中看见或知道哪些智能现象？智能机器人、智能家电、智能交通、智能家居,75,人类,高等动物,动物,植物,无机物,-智能等级和智能空间,76,-人类智能,人类智能（即自然智能，简称智能）人类在认识客观世界中，由思维过程和脑力活动所表现出的综合能力。人类智能基础脑和神经系统，人脑1011-12 量级的神经元，分布并行工作。,77,高层智能：以大脑皮层（抑制中枢）为主，主要完成记忆、思维等。中层智能：以丘脑（感觉中枢）为主，主要完成感知活动。低层智能：以小脑、脊髓为主，主要完成动作反应活动。,人类智能的层次,78

24、,-机器智能,测试人,被测机器,被测人,Turing测试,79,20+21+22+263,1019/3109 3109 秒 1 世纪,=264 1 1019,国际象棋高级棋手的一局：,平均每人走40步（两人共80步）每步平均35种可能走法。,共有 3580 10123 可能种走法,10123/3109 310114 秒 10104 世纪,NP问题！,-机器计算与机器智能,80,功能模拟方式亦称为符号主义、逻辑主义等。其目的是要构造能够模拟人类大脑功能的智能系统。相当于“鸟飞”。这种观点认为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。,鸟会飞,飞机也会飞,-模拟方法（功能模拟）,81,

25、智能的基础是知识，其核心是知识表示和知识推理。知识可用符号表示，也可用符号进行推理，因而可以建立基于知识的人类智能和机器智能的统一的理论体系。,82,结构模拟方式亦称为连接主义学派、仿生学派。其目的是要模拟人类的大脑结构，构造人造的神经网络系统。相当于“飞鸟”,人类神经网络,人工神经网路,-模拟方法（结构模拟）,83,这种观点认为，AI起源于仿生学，特别是人脑模型，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思维的基元是神经元，而不是符号。思维过程是神经元的联结活动过程，而不是符号运算过程；反对符号主义关于物理符号系统的假设。,84,行为模拟方式亦称进化主义、控制论学派。这种观点认为

26、，人工智能起源于控制论，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。提出了智能行为的“感知动作”模型；智能不需要知识、不需要表示、不需要推理；人工智能可以像人类智能那样逐步进化。,-行为模拟,85,86,自然界的生物是怎样进化的？进化计算：是一种模拟自然界生物进化过程与机制的智能模拟方式。它以达尔文进化论的“物竟天择、适者生存”作为算法的进化规则，并结合孟德尔的遗传变异理论，将生物进化过程中的繁殖、变异、竞争和选择引入到了算法中。典型代表是遗传算法，其基本操作包括选择、杂交、变异，逐代进化，直到满足目标为止。,-模拟方法（仿生模拟）,87,模糊计算：是通过对人类处理模糊现象的认知能力的认识，用模糊集合和模糊逻辑去模拟人类的智能行为的。模糊是指那种因没有严格边界划分而无法精确刻画的现象。例如，“大”、“小”、“多”、“少”等。,人是怎样处理模糊信息的？-,88,人是怎样相处的？分布智能：它由多个自主Agent组成，其中每个Agent都可以自主运行和自主交互，以和谐共处。动物是怎样捕食的？粒群计算：起源于对鸟群捕食行为的模拟。模拟鸟群捕食运动模式。蚁群算法：起源于对蚁群行为的研究，模拟蚁群智能寻优能力。,-模拟方法（仿生模拟）,89,