AI人工智能273544

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二层,第三层,第四层,第五层,*,人工智能,中国西安,石油大学,人工智能学科研究组,黄战、武婷、王晓强、田甜、张鹏伟,2012年4月16日,一、概论,人工智能定义：,1.1 人工智能（Artificial Intelligence）,英文缩写为 AI,是一门由计,算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性的新学科。,人工智能的研究课题涵盖面很广，包括了许多不同的研究领域。在这些研究领域中，其共同的基本特点是让机器学会“思考”，成为智能机器（Intelligenc machine)。,人工智能尚无确切的定义，不同的学科和科学背景的学者对人工智能的不同理解，提出不同的观点，并有不同的学派。,(1),符号主义(Symbolicism),，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，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。(2),联结主义(Connectionism),，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，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。(3),行为主义(Actionism),，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。他们对人工智能发展历史具有不同的看法。,不同人工智能学派对人工智能的研究方法问题也有不同的看法。这些问题涉及人工智能是否一定采用模拟人的智能的方法?若要模拟又该如何模拟?对结构模拟和行为模拟、感知思维和行为、对认知与学习以及逻辑思维和形象思维等问题是否应分离研究?是否有必要建立人工智能的统一理论系统?若有，又应以什么方法为基础?,如何在技术上实现人工智能系统、研制智能机器和开发智能产品，即沿着什么技术路线和策略来发展人工智能，也存在有不同的派别，即不同的技术路线。,不同的学派对人工智能基本理论、技术,路线的看法也是有争论的。,定义1,智能机器,能够在各类环境中自主地或交互地执行各种拟人任务的机器。,机器是否会“思考”（thinking），究竟“会思考”到什么程度才叫智能机器？,“智能,”（intelligence）的定义。,有人认为：如果机器能够模拟人类的智力活动，完成人用智能才能完成的任务，该机器就有智能。,衡量机器智能程度的最好的标准是英国计算机科学家,阿伦图灵的试验,。,图灵测试,游戏由一男(A)、一女(B)和一名询问者(C)进行；C与A、B被隔离，通过电传打字机与A、B对话。询问者只知道二人的称呼是X，Y，通过提问以及回答来判断，最终作出X是A，Y是B或者X是B，Y是A的结论。游戏中，A必须尽力使C判断错误，而B的任务是帮助C。当一个机器代替了游戏中的A，并且机器将试图使得C相信它是一个人。如果机器通过了图灵测试，就认为它是智慧的。,阿伦图灵认为,，如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。,定义2,人工智能,从学科的界定来定义：,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能功能，并开发相关理论和技术。从人工智能所实现的功能来定义：,人工智能（能力）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。,现在，人工智能专家们面临的最大挑战之一是如何构造一个系统，可以模仿人脑的行为,去思考宇宙中最复杂的问题。,对于自然学习过程、自然语言和感官知觉的研究为科学家构建智能机器提供了帮助。这种系统在解决复杂的问题时，需要具备对事物能够进行感知、学习、推理、联想、概括和发现等能力。,对人工智能机器持,反观点的人认为,：人类智能是一个发生、发展的过程。人类在解决各种问题时，存在非智力因素与智力因素的相互作用。机器能够模拟人类智能是极其有限。,1.2 人工智能的起源和历史,人工智能的传说可以追溯到古埃及,人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德.摩尔根提出了“思维定律”，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架,“计算机器”,，它被认为是,计算机硬件，也是人工智能硬件的前身。,但随着1941年以来电子计算机的发展,技术已最终可以创造出机器智能。虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系.,“人工智能”(Artificial Intelligence),一词最初是在1956年,（Dartmouth）达特矛斯,学会上提出的。,1956年,被认为是 人工智能之父的美国学者麦卡锡（John McCarthy）组织了一次学会,将许多对机器智能感兴趣的一批,数学家、信息学家、心理学家、神经生理学家、计算机科学家,和专家学者聚集在一起进行了长达二个月的讨论。邀请他们参加,“,达特矛斯,Dartmouth人工智能夏季研究会,”。从那时起,这个领域被命名为“人工智能”.虽然达特矛斯Dartmouth学会不是非常成功,但它确实集中了AI的创立者们,并为以后的AI研究奠定了基础.从那 以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展.在它还不长的历史中,人工智能的发 展比预想的要慢,但一直在前进.,达特矛斯（Dartmouth）会议后的7年中,AI研究开始快速发展。虽然这个领域还没明确定义,会议中的一些思想 已被重新考虑和使用了。,70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方 面的新理论,例如,如何通过一副图象的阴影,形状,颜色,边界和纹理等基本信息辨别图象.通过分析这些信 息,可以推断出图象可能是什么.同时期另一项成果是PROLOGE语言,于1972年提出.,70年代另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已 有巨大容量,专家系统有可能从数据中得出规律.专家系统的市场应用很广.十年间,专家系统被用于股市预测,帮助医生诊断疾病,以及指示矿工确定矿藏位置等.这一切都因为专家系统存储规律和信息的能力而成为可能.,80年代期间,AI前进更为迅速,并更多地进入商业领域.1986年,美国AI相关软硬件销售高达4.25亿 美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用XCON专家系统为VAX大型机编程.杜邦,通用 汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要,一些生产专家系统辅助制作软件的公 司,如Teknowledge和Intellicorp成立了.为了查找和改正现有专家系统中的错误,又有另外一些专家系统被设计出来.其它一些AI领域也在80年代进入市场.其中一项就是机器视觉.Minsky和Marr的成果现在用到了生 产线上的相机和计算机中,进行质量控制.尽管还很简陋,这些系统已能够通过黑白区别分辨出物件形状的不同。到1985年美国有一百多个公司生产机器视觉系统,销售额共达8千万美元.,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。美国首创的,模糊逻辑,它可以从不确定的条件作出决策;还有,神经网络,被视为实现人工智能的可能途径.,总之,80年代AI被引入了市场,并显示出实用价值。可以确信,它将是通向21世纪之匙。,人工智能技术接受检验在“沙漠风暴”行动中军方的智能设备经受了战争的检验。,人工智能技术被用于导弹系统和预警显示以及其它先进武器。,AI技术也进入了家庭，智能电脑的增加吸引了公众兴趣;一些面向苹果机和IBM兼容机的应用 软件例如语音和文字识别已可买到。使用模糊逻辑,AI技术简化了摄像设备。,对人工智能相关技术更大的需求促使新的进步不断出现。人工智能已经改变了我们的生活。,在人工智能领域，美国仍在绝大多数方面领先世界，但是在个别方面已被日本和欧洲超过。,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的技术发展，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。,公司深蓝电脑击败了人类的世界国际象棋冠军，美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划，基于Agent技术的Softbot(软机器人)在软件领域和网络搜索引擎中得到了充分应用，同时，美国Sandia实验室建立了国际上最庞大的虚拟现实实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。,未来人工智能的研究方向主要有：人工智能理论、机器学习模型和理论、不精确知识表示及其推理、常识知识及其推理、人工思维模型、智能人机接口、多智能主体系统、知识发现与知识获取、人工智能应用基础等。,1.3 人类智能的计算机模拟,人类的知识认知过程至今未能被完全解释。,需要从认知生理学、认知心理学和认知工程学等相关学科来研究。,思维策略,初级信息处理,生理过程,计算机语言,计算机硬件,计算机程序,人类,计算机,大脑,中枢神经,神经元,中层,低层,高层,智能信息处理的假设,假设,对于任何一个系统，如果它能表现出智能，那么它就必定能够执行如下一个完善的物理符号系统的6种基本功能：,（1）输入符号；（2）输出符号；（3）存储符号；（4）复制符号；（5）建立符号结构：通过找出各符号之间的关系，在符号系统中形 成符号结构；（6）条件性迁移：根据已有符号，继续完成信息处理活动的过程。,推论1 人具有智能，那么人是一个物理符号系统。,推论2 计算机是一个物理符号系统，那么它能够表现出智能。,推论3 人与计算机是一个物理符号系统，那么我们就能够用计算机来模拟人类活动。,人类智能的计算机模拟实例,我们认为计算机模拟人类智能的目的是通过赋予计算机推理、识别、理解、表达和适应人的感知的能力来建立更为和谐的人机环境，在一定的环境范围中，使计算机系统具有更高的、全面的智能。,1985年，美国卡内基-梅隆（Carnegie-Mellon）大学的博士生（Feng-hsiung Hsu）着手研制一个国际象棋的计算机程序：“Chiptest”。1989年Hsu 与Murray Campbell加入了IBM的深蓝研究项目，最初研究目的是为了检验计算机的并行处理能力。几年后，研制小组开发了专用处理器，可以在每秒中计算2-3000步棋局。经历了数百次的失利，在科研人员的不断完善下，1997年，深蓝的硬件系统采用了32节点的大规模并行结构，每个节点由8片专用的处理器同时工作，这样，系统由256个处理器组成了一个高速并行计算机系统；研究小组又不断完善了博弈的程序。深蓝发展为高水平的博弈大师，在国际象棋比赛规定的每步棋限时3分钟里，可以推演1000-2000亿步棋局。卡斯帕罗夫的思考速度是200步/分。,谢谢!,演讲完毕，谢谢观看！,