人工智能概论 第1章

第1篇 概述与工具第1章 人工智能概述华南师范大学 教育信息技术学院郑云翔1提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 2什么是人工智能o人工智能概念的一般描述：n字面解释：o人工智能就是人造智能，其英文表示是“Artificial Intelligence”，简称AIo指用计算机模拟或实现的智能，因此人工智能又称机器智能n科学定义：目前还没有统一的认识o人工智能是那些与人的思维相关的活动，诸如决策、问题求解和学习等的自动化(Bellman，1978年)o人工智能是一种计算机能够思维，使机器具有智力的激动人心的新尝试(Haugeland，1985年)3什么是人工智能n科学定义(续)：o人工智能是研究如何让计算机做现阶段只有人才能做得好的事情(Rich Knight，1991年)o人工智能是那些使知觉、推理和行为成为可能的计算的研究(Winston，1992年)o广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson，1998年)oStuart Russell和Peter Norvig则把已有的一些人工智能定义分为4类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统(2003年)4什么是人工智能o没有完全或严格地用智能的内涵或外延来定义人工智能o图灵测试和中文屋子(P2-P3)n图灵测试：1950年，计算机科学创始人之一的英国数学家阿兰图灵(Alan Turing)提出n中文屋子：1980年，美国哲学家约翰西尔勒(John Searle)提出异议5什么是人工智能o脑智能和群智能：n脑智能(Brain Intelligence，BI)：人脑的宏观心理层次的智能表现学习、发现、创造等，是一种个体智能(Individual Intelligence，II)n群智能(Swarm Intelligence，SI)：由群体行为所表现出的神经元层次的智能蚂蚁群、鸟群、鱼群等，是一种社会智能(Social Intelligence，SI)，或系统智能(System Intelligence，SI)6什么是人工智能o脑智能和群智能：n宏观心理(或者语言)层次上的脑智能与神经元层次上的群智能又有密切的关系正是微观生理层次上低级的神经元的群智能形成了宏观心理层次上高级的脑智能7什么是人工智能o符号智能和计算智能：n符号智能：o符号人工智能，模拟脑智能的人工智能，即传统人工智能或经典人工智能o以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进行问题求解o主要内容包括知识获取、知识表示、知识组织与管理和知识运用等技术以及基于知识的智能系统等8什么是人工智能o符号智能和计算智能(续)：n计算智能：o计算人工智能，模拟群智能的人工智能o以数值数据为基础，主要通过数值计算，运用算法进行问题求解o主要内容包括：神经计算、进化计算(包括遗传算法、进化规划、进化策略等)、免疫计算、粒群算法、蚁群算法、自然计算等o主要研究各类优化搜索算法，是当前人工智能学科中一个十分活跃的分支领域9提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 10人工智能的研究意义、目标和策略 o为什么要研究人工智能？n普通计算机系统的智能还相当低下：如缺乏自适应、自学习、自优化等能力，也缺乏社会常识或专业知识等，而只能是被动地按照人们为它事先安排好的工作步骤进行工作n难以满足越来越复杂和越来越广泛的社会需求，问题：是否能让计算机同人脑一样也具有智能呢？11人工智能的研究意义、目标和策略 12人工智能的研究意义、目标和策略o人工智能的研究目标：制造智能机器和智能系统，实现智能化社会使计算机具有自主发现规律、解决问题和发明创造的能力，从而大大扩展和延伸人的智能，实现人类社会的全面智能化13人工智能的研究意义、目标和策略o研究策略：n先部分地或某种程度地实现机器的智能，并运用智能技术解决各种实际问题特别是工程问题，从而使现有的计算机更灵活、更好用和更有用，逐步实现智能化n目前，在机器博弈、自动推理、定理证明、模式识别、机器学习以及规划、调度、控制方面已达到或接近人类水平，某些方面甚至超过了人类14提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 15人工智能的学科范畴o计算机科学技术、信息处理和自动化技术的一个前沿领域o涉及智能科学、认知科学、心理科学、脑及神经科学、生命科学、语言学、逻辑学、行为科学、教育科学、系统科学、数理科学以及控制论、哲学甚至经济学等众多学科领域o人工智能实际上是一门综合性的交叉学科和边缘学科16提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 17人工智能的研究内容o搜索与求解：n为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法n许多问题(包括智力问题和实际工程问题)的求解都可以描述为或者归结为对某种图或空间的搜索问题n搜索技术就成为人工智能最基本的研究内容18人工智能的研究内容o学习与发现：学习与发现是指机器的知识学习和规律发现。事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现19人工智能的研究内容o知识与推理：n知识就是力量，知识就是智能n发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现n发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉n研究面向机器的知识表示形式和基于各种表示的机器推理技术：知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关20人工智能的研究内容o发明与创造：n广义的发明创造n不仅需要知识和推理，还需要想象和灵感。不仅需要逻辑思维，还需要形象思维n人工智能中最富挑战性的一个研究领域n目前已有一些进展：已展开了关于形象信息的认知理论、计算模型和应用技术的研究，已开发出了计算机辅助创新软件，还尝试用计算机进行文艺创作等等21人工智能的研究内容o感知与交流：指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。机器感知包括计算机视觉、听觉等各种感觉能力。机器信息交流涉及通信、自然语言理解和表达22人工智能的研究内容o记忆与联想：n记忆是智能的基本条件，不管是脑智能还是群智能，都以记忆为基础n传统方法实现的联想，只能对于那些完整的、确定的(输入)信息，联想起(输出)有关的信息。这种“联想”与人脑的联想功能相差甚远n人脑的联想功能基于神经网络的按内容记忆方式，而非存储地址n当前，采用一种称为“联想存储”的技术来实现联想功能23人工智能的研究内容o系统与建造：包括智能系统的分类、硬/软件体系结构、设计方法、实现语言工具与环境等o应用与工程：人工智能技术与实际应用的接口，主要研究人工智能的应用领域、应用形式、具体应用工程项目等，涉及问题的分析、识别和表示，相应求解方法和技术的选择等24提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 25人工智能的研究途径与方法o心理模拟，符号推演：n从人脑的宏观心理层面入手，以智能行为的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，模拟人脑的逻辑思维过程，实现人工智能26人工智能的研究途径与方法o心理模拟，符号推演(续)：n采用这一途径与方法的原因是：o人脑的可意识到的思维活动是在心理层面上进行的(如我们的记忆、联想、推理、计算、思考等思维过程都是一些心理活动)，心理层面上的思维过程是可以用语言符号显式表达的，从而人的智能行为就可以用逻辑来建模27人工智能的研究途径与方法o心理模拟，符号推演(续)：n采用这一途径与方法的原因是(续)：o心理学、逻辑学、语言学等实际上也是建立在人脑的心理层面上的，一些现成理论和方法可供人工智能参考或直接使用o当前的数字计算机可以方便地实现语言符号型知识的表示和处理o可以直接运用人类已有显式知识(包括理论知识和经验知识)直接建立基于知识的智能系统28人工智能的研究途径与方法o心理模拟，符号推演(续)：n基于心理模拟和符号推演的人工智能研究，被称为心理学派、逻辑学派、符号主义。代表人物有纽厄尔、肖、西蒙、费根宝姆、尼尔逊等。其代表性的理念是所谓的“物理符号系统假设”n自动推理、定理证明、问题求解、机器博弈、专家系统等许多重要成果也都是用该方法取得的n这种方法模拟人脑的逻辑思维，利用显式的知识和推理来解决问题，因此擅长实现人脑的高级认知功能，如推理、决策等29人工智能的研究途径与方法o生理模拟，神经计算：n从人脑的生理层面，即微观结构和工作机理入手，以智能行为的生理模型为依据，采用数值计算的方法，模拟脑神经网络的工作过程，实现人工智能n用人工神经网络作为信息和知识的载体，用称为神经计算的数值计算方法来实现网络的学习、记忆、联想、识别和推理功能30人工智能的研究途径与方法o生理模拟，神经计算(续)：n神经网络具有高度的并行分布性、很强的鲁棒性和容错性，通过神经网络的“自学习”获得知识，再利用知识解决问题n擅长模拟人脑的形象思维，便于实现人脑的低级感知功能，例如图像、声音信息的识别和处理n采用生理模拟和神经计算方法的人工智能研究，被称为生理学、连接主义。其代表人物有McCulloch，Pitts，F.Rosenblatt，T.Kohonen，J.Hopfield等31人工智能的研究途径与方法o行为模拟，控制进化：n用模拟人和动物在与环境的交互、控制过程中的智能活动和行为特性，如反应、适应、学习、寻优等，来研究和实现人工智能n基于这一方法研究人工智能的典型代表要算MIT的R.Brooks教授，他研制的六足行走机器人(亦称为人造昆虫或机器虫)，曾引起人工智能界的轰动32人工智能的研究途径与方法o行为模拟，控制进化(续)：nR.Brooks教授的工作代表了称为“现场(situated)AI”的人工智能新方向，强调智能系统与环境的交互，认为智能取决于感知和行动，智能行为可以不需要知识，提出“没有表示的智能”，“没有推理的智能”的观点，主张智能行为的“感知-动作”模式，认为人的智能、机器智能可以逐步进化，但只能在现实世界中与周围环境的交互中体现出来n基于行为模拟方法的人工智能研究，被称为行为主义、进化主义、控制论学派33人工智能的研究途径与方法o群体模拟，仿生计算：n模拟生物群落的群体智能行为，从而实现人工智能。例如：o模拟生物种群有性繁殖和自然选择现象而出现的遗传算法，进而发展为进化计算o模拟人体免疫细胞群而出现的免疫计算、免疫克隆计算及人工免疫系统o模拟蚂蚁群体觅食活动过程的蚁群算法o模拟鸟群飞翔的粒群算法和模拟鱼群活动的鱼群算法34人工智能的研究途径与方法o群体模拟，仿生计算(续)：n这些算法在解决组合优化等问题中表现出卓越的性能n对这些群体智慧的模拟是通过一些诸如遗传、变异、选择、交叉、克隆等所谓的算子或操作来实现的，所以统称为仿生计算35人工智能的研究途径与方法o博采广鉴，自然计算：n从生命、生态、系统、社会、数学、物理、化学、甚至经济等众多学科和领域寻找启发和灵感，展开人工智能的研究。例如：o从热力学和统计物理学所描述的高温固体材料冷却时，其原子的排列结构与能量的关系中得到启发，提出了“模拟退火算法”，该算法已是解决优化搜索问题的有效算法之一o从量子物理学中的自旋和统计机理中得到启发，而提出了量子聚类算法o1994年阿德曼(Addman)使用现代分子生物技术，提出了解决哈密顿路径问题的DNA分子计算方法，并在试管里求出了此问题的解36人工智能的研究途径与方法o博采广鉴，自然计算(续)：n这些方法一般称为自然计算(NC)模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法n自然计算是自然科学和计算科学相交叉而产生的研究领域，能够解决传统计算方法难于解决的各种复杂问题，在大规模复杂系统的最优化设计、优化控制、网络安全、创造性设计等领域具有很好的应用前景37人工智能的研究途径与方法o原理分析，数学建模：n通过对智能本质和原理的分析，直接采用某种数学方法来建立智能行为模型，例如：o用概率统计原理(特别是贝叶斯定理)处理不确定性信息和知识，建立了统计模式识别、统计机器学习和不确定性推理的一系列原理和方法o用数学中的距离、空间、函数、变换等概念和方法，开发了几何分类、支持向量机等模式识别和机器学习的原理和方法38提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 39人工智能的基本技术o符号智能和计算智能最显著的相似之处：n二者都涉及表示和运算n二者都是通过搜索进行问题求解的o人工智能三个最基本、最核心的技术：表示、运算和搜索符号智能符号智能计算智能计算智能表示表示知识表示对象表示运算运算基于知识表示的推理或符号操作基于对象表示的操作或计算搜索搜索在问题空间搜索在解空间搜索40提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 41人工智能的应用o难题求解：n指那些没有算法解，或虽有算法解但在现有机器上无法实施或无法完成的困难问题，例如：o智力性问题中的梵塔问题、n皇后问题、旅行商问题、博弈问题等o路径规划、车辆调度、电力调度、资源分配、任务分配、系统配置、地质分析、数据解释、天气预报、市场预测、股市分析、疾病诊断、故障诊断、军事指挥、机器人行动规划等42人工智能的应用o难题求解(续)：n有些是组合数学理论中所称的非确定型多项式问题或NP完全问题NP问题是指那些既不能证明其算法复杂性超出多项式界，但又未找到有效算法的一类问题n研究工程难题的求解是人工智能的重要课题，而研究智力难题的求解则具有双重意义：一方面，可以找到解决这些难题的途径；另一方面，由解决这些难题而发展起来的一些技术和方法可用于人工智能的其他领域43人工智能的应用o自动规划、调度与配置：n规划一般指设计制定一个行动序列，例如机器人行动规划、交通路线规划n调度就是一种任务分派或者安排，例如车辆调度、电力调度、资源分配、任务分配。调度的数学本质是给出两个集合间的一个映射n配置则是设计合理的部件组合结构，即空间布局，例如资源配置、系统配置、设备或设施配置 n三者有一定的内在联系，有时甚至可以互相转化。事实上，它们都属于人工智能的经典问题之一的约束满足问题44人工智能的应用o机器定理证明：n定理证明是最典型的逻辑推理问题，它在发展人工智能方法上起过重大作用n很多非数学领域的任务如医疗诊断、信息检索、规划制定和难题求解，都可以转化成一个定理证明问题45人工智能的应用o机器定理证明(续)：n机器定理证明的方法主要有四类：o自然演绎法，其基本思想是依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证o判定法，即对一类问题找出统一的计算机上可实现的算法解。在这方面一个著名的成果是我国数学家吴文俊教授1977年提出的初等几何定理证明方法o定理证明器，它研究一切可判定问题的证明方法o计算机辅助证明，它是以计算机为辅助工具，利用机器的高速度和大容量，帮助人完成手工证明中难以完成的大量计算、推理和穷举46人工智能的应用o自动程序设计：n让计算机设计程序：就是人只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序n相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序n自动程序设计还包括程序自动验证，即自动证明所设计程序的正确性47人工智能的应用o机器翻译：n把“光阴似箭”的英语句子“Time flies like an arrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”；又如，当把“心有余而力不足”的英语句子“The spirit is willing but the flesh is weak”翻译成俄语，然后再翻译回来时竟变成了“酒是好的，肉变质了”，即“The wine is good but the meat is spoiled”n机器翻译并非想像的那么简单，并使得人们认识到，单纯地依靠“查字典”的方法不可能解决翻译问题，只有在对语义理解的基础上，才能做到真正的翻译，所以机器翻译的真正实现，还要靠自然语言理解方面的突破48人工智能的应用o智能控制：n把人工智能技术引入控制领域，建立智能控制系统n智能控制具有两个显著的特点：o智能控制是同时具有知识表示的非数学广义世界模型和传统数学模型混合表示的控制过程o智能控制的核心在高层控制，即组织级控制，其任务在于对实际环境或过程进行组织，即决策与规划，以实现广义问题求解49人工智能的应用o智能控制(续)：n智能控制系统的智能可归纳为以下几方面：o先验智能：有关控制对象及干扰的先验知识，可以从一开始就考虑在控制系统的设计中o反应性智能：在实时监控、辨识及诊断的基础上，对系统及环境变化的正确反应能力o优化智能：包括对系统性能的先验性优化及反应性优化o组织与协调智能：表现为对并行耦合任务或子系统之间的有效管理与协调50人工智能的应用o智能控制(续)：n智能控制的开发，目前认为有以下途径：o基于专家系统的专家智能控制o基于模糊推理和计算的模糊控制o基于人工神经网络的神经网络控制o综合以上三种方法的综合型智能控制51人工智能的应用o智能管理：n把人工智能技术引入管理领域，建立智能管理系统n智能管理是人工智能与管理科学、系统工程、计算机技术及通信技术等多学科、多技术互相结合、互相渗透而产生的一门新技术、新学科n研究如何提高计算机管理系统的智能水平，以及智能管理系统的设计理论、方法与实现技术52人工智能的应用o智能决策：n把人工智能技术引入决策过程，建立智能决策支持系统n智能决策支持系统由传统决策支持系统再加上相应的智能部件构成，智能部件可以有多种模式，例如专家系统模式、知识库系统模式等o专家系统模式是把专家系统作为智能部件，这是目前比较流行的一种模式。该模式适合于以知识处理为主的问题，但它与决策支持系统的接口比较困难o知识库系统模式是以知识库作为智能部件。在这种情况下，决策支持系统就是由模型库、方法库、数据库、知识库组成的四库系统。这种模式接口比较容易实现，其整体性能也较好 53人工智能的应用o智能决策(续)：n既充分发挥了传统决策支持系统中数值分析的优势，也充分发挥了专家系统中知识及知识处理的特长，既可以进行定量分析，又可以进行定性分析，能有效地解决半结构化和非结构化的问题54人工智能的应用o智能决策(续)：n智能部件中可以包含如下一些知识：o建立决策模型和评价模型的知识o如何形成候选方案的知识o建立评价标准的知识o如何修正候选方案，从而得到更好候选方案的知识o完善数据库，改进对它的操作及维护的知识55人工智能的应用o智能通信：n智能通信就是把人工智能技术引入通信领域，建立智能通信系统n智能通信就是在通信系统的各个层次和环节上实现智能化。例如在通信网的构建、网管与网控、转接、信息传输与转换等环节，都可实现智能化，使其具有自适应、自组织、自学习、自修复等功能56人工智能的应用o智能仿真：n利用人工智能技术能对整个仿真过程(包括建模、实验运行及结果分析)进行指导，能改善仿真模型的描述能力，在仿真模型中引进知识表示将为研究面向目标的建模语言打下基础，提高仿真工具面向用户、面向问题的能力57人工智能的应用o智能CAD：n智能CAD(简称ICAD)就是把人工智能技术引入计算机辅助设计领域，建立智能CAD系统nAI几乎可以应用到CAD技术的各个方面，从目前发展的趋势来看，至少有以下四个方面：o设计自动化o智能交互o智能图形学o自动数据采集58人工智能的应用o智能CAD(续)：n从具体技术来看，ICAD技术大致可分为以下几种方法：o规则生成法o约束满足方法o搜索法o知识工程方法o形象思维方法59人工智能的应用o智能制造：n在数控技术、柔性制造技术和计算机集成制造技术的基础上，引入智能技术。智能制造系统由智能加工中心、材料传送检测和实验装置等智能设备组成。它具有一定的自组织、自学习和自适应能力，能在不可预测的环境下，基于不确定、不精确、不完全的信息，完成拟人的制造任务，形成高度自动化生产60人工智能的应用o智能CAI：n把人工智能技术引入计算机辅助教学领域，建立智能CAI系统(ICAI)，ICAI的特点是能对学生因才施教地进行指导nICAI应具备下列智能特征：o自动生成各种问题与练习o根据学生的水平和学习情况自动选择与调整教学内容和进度o在理解教学内容的基础上自动解决问题生成解答o具有自然语言的生成和理解能力o对教学内容有解释咨询能力o能诊断学生错误，分析原因并采取纠正措施o能评价学生的学习行为o能不断地在教学中改善教学策略61人工智能的应用o智能人机接口：n智能化的人机交互界面，也就是将人工智能技术应用于计算机与人的交互界面，使人机界面更加灵性化、拟人化、个性化n该课题涉及到机器感知特别是图形图像识别与理解、语音识别、自然语言处理、机器翻译、多媒体、虚拟现实等技术62人工智能的应用o模式识别：n用计算机进行物体识别。这里的物体一般指文字、符号、图形、图像、语音、声音及传感器信息等形式的实体对象，而并不包括概念、思想、意识等抽象或虚拟对象n经过多年研究已发展成为一个独立的学科，应用十分广泛，诸如信息、遥感、医学、影像、安全、军事等领域，特别是基于其而出现的生物认证、数字水印等新技术63人工智能的应用o数据挖掘与数据库中的知识发现：n数据挖掘主要流行于统计、数据分析、数据库和信息系统等领域n数据库中的知识发现主要流行于人工智能和机器学习等领域n涉及范围：企业数据、商业数据、科学实验数据、管理决策数据、Web数据等的挖掘和发现64人工智能的应用o计算机辅助创新：n以“发明问题解决理论(TRIZ)”为基础，结合本体论(Ontology)、现代设计方法学、计算机技术而形成的一种用于技术创新的新手段n可看做是机器发明创造的初级形式n部分例子见P1765人工智能的应用o计算机文艺创作：n诗词、小说、乐曲、绘画nP18“古诗”和小说66人工智能的应用o机器博弈：n人工智能学科建立的当年1956年，塞缪尔就研制成功了一个跳棋程序n1959年，击败了塞缪尔本人，1962年又击败了美国一个州的冠军n1997年IBM的“深蓝”计算机以2胜3平1负的战绩击败了蝉联12年之久的世界国际象棋冠军加里卡斯帕罗夫n2001年，德国的“更弗里茨”国际象棋软件更是击败了当时世界排名前10位棋手中的9位，计算机的搜索速度达到创纪录的600万步每秒67人工智能的应用o智能机器人：n直接面向应用，社会效益强n如工业机器人、太空机器人、水下机器人、家用机器人、军用机器人、服务机器人、医疗机器人、运动机器人、助理机器人、机器人足球赛、机器人象棋赛n是人工智能技术的综合应用，其能力和水平已经成为人工智能技术水平甚至人类科学技术综合水平的一个代表和体现68人工智能的应用69提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 70人工智能的分支领域与研究方向o从模拟的智能层次和所用的方法来看：n符号智能：图搜索、自动推理、不确定性推理、知识工程、符号学习等n计算智能：神经计算、进化计算、免疫计算、蚁群算法、粒群算法、自然计算n另外，智能Agent也是人工智能的一个新兴的重要领域，是以符号智能和计算智能为基础的更高一级的人工智能71人工智能的分支领域与研究方向o从模拟的脑智能或脑功能来看：n机器学习：符号学习、连接学习、统计学习等n机器感知：计算机视觉、计算机听觉、模式识别、图像识别与理解、语音识别、自然语言处理等n机器联想n机器推理n机器行为72人工智能的分支领域与研究方向o从应用角度看：如上节所述，AI中有难题求解等数十种分支领域和研究方向o从系统角度看：n智能计算机系统：智能硬件平台、智能操作系统、智能网络系统等n智能应用系统：基于知识的智能系统、基于算法的智能系统、兼有知识和算法的智能系统、分布式人工智能系统73人工智能的分支领域与研究方向o从基础理论看：数理逻辑、多种非标准逻辑、图论、人工神经网络、模糊集、粗糙集、概率统计(贝叶斯统计决策理论)和贝叶斯网络、统计学习理论与支持向量机、形式语言与自动机等74提纲o什么是人工智能 o人工智能的研究意义、目标和策略o人工智能的学科范畴 o人工智能的研究内容 o人工智能的研究途径与方法 o人工智能的基本技术 o人工智能的应用 o人工智能的分支领域与研究方向 o人工智能的发展概况 75人工智能的发展概况o人工智能学科正式诞生于1956年：1956年夏季，由美国Dartmouth大学的麦卡锡、哈佛大学的明斯基、IBM公司信息研究中心的洛切斯特、贝尔实验室的申农共同发起，邀请IBM公司的莫尔和塞缪尔、麻省理工学院的塞尔夫里奇和索罗门夫以及兰德公司和卡内基工科大学的纽厄尔、西蒙等，共十位来自数学、心理学、神经生理学、信息论和计算机等方面的学者和工程师，在Dartmouth大学召开了一次历时两个月的研究会，会上正式采用了“人工智能”这一术语76人工智能的发展概况o人工智能学科的产生：n实际上是逻辑学、心理学、计算机科学、脑科学、神经生理学、信息科学等学科发展的必然趋势和必然结果n单就计算机来看，其功能从数值计算到数据处理，再下去必然是知识处理n当时的水平已具有智能的表现：能自动地进行复杂的数值计算和数据处理77人工智能的发展概况o符号主义途径发展概况：n1956年，美国的纽厄尔、肖和西蒙合作编制了一个名为逻辑理论机(LT)的计算机程序系统。模拟人用数理逻辑证明定理时的思维规律，证明了怀特海和罗素的名著数学原理第 2 章中的 38 条定理(1963年在另一台机器上证明了全部52条定理)n美籍华人、数理逻辑学家王浩于1958年在IBMCD*2704计算机上用 35 分钟证明了数学原理中有关命题演算的全部定理(220条)，并且还证明了谓词演算中150条定理的85%78人工智能的发展概况o符号主义途径发展概况(续)：n1956年，塞缪尔成功研制了具有自学习、自组织、自适应能力的跳棋程序。这个程序能从棋谱中学习，也能从下棋实践中提高棋艺，1959 年它击败了塞缪尔本人，1962年又击败了美国一个州的冠军n1959年，籍勒洛特发表了证明平面几何问题的程序，塞尔夫里奇推出了一个模式识别程序n1965年罗伯特编制出了可以分辨积木构造的程序79人工智能的发展概况o符号主义途径发展概况(续)：n1960年，纽厄尔、肖和西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，该程序可以求解11种不同类型的问题n1960年，麦卡锡研制成功了面向人工智能程序设计的表处理语言LISP。该语言以其独特的符号处理功能，很快在人工智能界风靡起来，至今仍然是人工智能研究的一个有力工具n1965年，鲁宾逊提出了消解原理，为定理的机器证明做出了突破性的贡献80人工智能的发展概况o符号主义途径发展概况(续)：n20世纪80年代后，专家系统与知识工程在理论、技术和应用方面都有了长足的进步和发展n专家系统的建造进入应用高级开发工具时期，出现了所谓的多专家系统、大型专家系统、微专家系统和分布式专家系统等n知识表示、不精确推理、机器学习等方面也都取得了重要进展n还出现了不限于专家知识的所谓基于知识的系统和知识库系统81人工智能的发展概况o连接主义途径发展概况：n早在 20 世纪 40 年代，就有一些学者开始了神经元及其数学模型的研究。例如，1943年心理学家McCulloch和数学家Pitts提出了形式神经元的数学模型现在称之为MP模型，1944年Hebb提出了改变神经元连接强度的Hebb规则。MP模型和Hebb规则至今仍在各种神经网络中起重要作用82人工智能的发展概况o连接主义途径发展概况(续)：n1969年，明斯基与白伯脱共同发表了颇有影响的Perceptrons一书，书中证明了那时使用的单层人工神经网络，无法实现一个简单的异或门(XOR)所完成的功能n对神经网络的前景持悲观态度，许多学者放弃了在该领域中的继续努力，政府机构也改变基金资助的投向，神经网络的研究进入低谷83人工智能的发展概况o连接主义途径发展概况(续)：n经过近20年的暗淡时期后终于有了新的突破和惊人的成果：1985年美国霍布金斯大学的赛诺斯开发了名为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旅行商问题的准优解，显示它在求解“难解问题”上的非凡能力n对冷落了近 20 年的神经网络又刮目相看；再者，虽然在符号主义途径上，人工智能在专家系统、知识工程等方面取得很大的进展，但在模拟人的视觉、听觉和学习、适应能力方面，却遇到了很大的困难，此时神经网络研究的热潮又再度出现84人工智能的发展概况o连接主义途径发展概况(续)：n1987年6月，第一届国际神经网络会议(ICNN)在美国圣第亚哥召开。会议预定800人，但实际到会达2000多人。会上气氛之热烈，群情之激昂，据报导是国际学术会议前所未有的。会议决定成立国际神经网络学会，并出版会刊Neural Networksn从此之后，神经网络便东山再起85人工智能的发展概况o计算智能异军突起：n1962年福格尔受物竞天择的生物进化过程启发，提出了进化程序设计，开创了从脑和神经系统以外的生命世界中寻找智慧机理之先河n1964年雷切伯格、施韦费尔和比纳特提出了称为进化策略的搜索算法n1967年Bagley和Rosengerg提出了遗传算法的初步思想nn1994年，关于神经网络、进化程序设计和模糊系统的三个IEEE国际会议联合举行了首届计算智能大会，这标志着一个有别于符号智能的人工智能新领域计算智能正式形成86人工智能的发展概况o计算智能异军突起(续)：n在20世纪90年代前后，又涌现出了一批计算智能的新理论和新算法：o20世纪90年代初，意大利学者提出了蚁群优化算法o1990年伯西尼首次使用免疫算法来解决实际问题o20世纪末，福雷斯特等提出免疫遗传算法，de Castro和Gaspar建立了克隆选择算法和模式跟踪算法，Dasgupta设计了阴性选择算法，亨特等人又将免疫算法用于机器学习领域87人工智能的发展概况o计算智能异军突起(续)：n在20世纪90年代前后，又涌现出了一批计算智能的新理论和新算法(续)：oEberhart和Kennedy开发了粒群优化算法o1991年波兰数学家Pawlak提出了粗糙集理论o1995年Vapnik提出了“统计学习理论”和支持向量机的机器学习新技术o模糊逻辑、神经计算、概率推理、遗传算法、混沌系统和信任网络等合起来又被称为软计算88人工智能的发展概况o计算智能异军突起(续)：n进入21世纪后，计算智能从理论上和应用上都取得了长足的发展。特别是进化计算、免疫算法、蚁群算法、粒群算法等又构成了一个称为智能计算或智能算法的新领域n其应用遍及网络安全、机器学习、数据挖掘和知识发现、模式识别、自动规划、自动配置、自动控制、故障诊断、加工调度、聚类分类和计量化学等众多领域89人工智能的发展概况90人工智能的发展概况o现状与发展趋势：n多种途径齐头并进，多种方法协作互补n新思想、新技术不断涌现，新领域、新方向不断开拓n理论研究更加深入，应用研究愈加广泛n研究队伍日益壮大，社会影响越来越大91完！92