人 工 智 能 導 論

1、人 工 智 能 導 論本課程目的開闊眼界，擴大視野；了解人工智能常用的成熟技術；學習科學研究方法。通過本課程學習了解 為什么要研究人工智能，其主要用于解決什么類型的問題。 人工智能（機器智能）程序與普通的軟件程序主要有什么不同。教材及有關參考文獻教材: 人工智能及其應用第三版，本科生用書；蔡自興等編著，清華大學出版,2003，北航教材發(fā)行科購買。主要參考文獻：人工智能導論，王勛等編著，科學出版社，2005；人工智能,Rob Callan著,黃厚寬等譯,電子工業(yè)出版社,2004 人工智能，陸汝鈐編著，科學出版社，1989人工智能教程，王士同主編，電子工業(yè)出版社，2001年。教材涉及的主要內容 前

2、續(xù)課程: 自我復習：數理邏輯、集合論、圖論等 重點內容： 1 - 3章, 6-7章，11章。 第 一 章： 緒 論 人工智能的研究目標 主要研究領域 主要研究途徑 幾個重要研究階段及研究學派 幾種主要的知識表示方法本章重點掌握內容第一章 人工智能概論人工智能與人類智能（關系及研究目標）人工智能的主要研究內容及研究途徑人工智能研究歷史 人工智能研究進展、難點及發(fā)展趨勢研究人工智能的必要性研究人工智能的必要性信息技術： 感測技術： 獲取信息的技術； 通信技術： 傳輸信息的技術； 計算機技術：處理信息的技術； 控制技術： 應用信息的技術。研究人工智能的必要性信息技術的發(fā)展方向是智能化 智能信息技術

3、智能計算機技術例：體系結構-“神經網絡計算機”：存儲-分布式、處理-并行、應用組織-自適應學習；（馮諾依曼機：存儲-集中式、處理-串行、應用組織-寫程序）智能人機接口：文字識別（OCR、聯(lián)機手寫識別）；語音識別（非特定人語音打字）；圖像識別（指紋鑒別、手語識別、表情識別）、機器翻譯等； 智能通信技術例：智能網技術；智能化網絡管理與控制技術； 網絡智能信息搜索技術。研究人工智能的必要性智能控制技術例：復雜系統(tǒng)：智能機器人（足球、智能機器寵物）、通信網管系統(tǒng)、工業(yè)過程控制等控制對象不確定 模型結構未知、參數非線性變化，控制任務復雜 - 機器人任務、行為、路徑的動態(tài)自行規(guī)劃。 機器人發(fā)展的三個階段：

4、有“手”： 固定程序工作；有“感覺”：視覺、觸覺、有“能力”：學習、推理、決策、研究人工智能的必要性 智能信息技術中的核心技術： 模糊控制技術 模式識別神經網絡技術專家系統(tǒng) 機器學習 . 屬于人工智能理論和技術范疇。第一章 人工智能概論人工智能與人類智能（關系及研究目標）人工智能的主要研究內容及研究途徑人工智能研究歷史 人工智能研究進展、難點及發(fā)展趨勢研究人工智能的必要性 Bellman ( 1978 ) 人工智能是那些與人的思維、決策、問題求解和學習等有關活動的自動化。 Kurzwell ( 1990 ) 人工智能是一種能夠執(zhí)行需要人的智能的創(chuàng)造性機器的技術。 P.H.Winston ( 1

5、992 ): 人工智能是研究那些使理解、推理和行為成為可能的計算。何為人工智能 Rich & Knight ( 1991 ):人工智能研究如何通過使計算機做事而讓人過得更好。 Schalkoff ( 1990 ):人工智能是一門通過計算過程使機器力圖理解和模仿智能行為的學科。 Luger & Stubblefield ( 1993 ):人工智能是計算機科學中與智能行為自動化有關的一個分支。何為人工智能 需要研究人類智能，以便為人工智能：建立學科體系；界定研究范圍確定研究內容。何為人工智能何為人工智能 通過視覺、聽覺、觸覺等感官活動認識世界環(huán)境的感知能力 通過人腦的生理與心理活動以及有關的信息處

6、理過程，進行演繹和歸納推理并作出決策的思維能力。 通過教育、培訓等過程，日益豐富和更新自身的知識和技能的學習能力 對變化多端的外界環(huán)境條件，如干擾、刺激等作用，能靈活地做出反應的自我適應能力。 .表現(xiàn)為多層次 思維、感知、行為等； 多方面 - 學習、分析綜合、判斷決策、適應、協(xié)調、直覺、頓悟 智能是人類在認識客觀世界和改造世界的活動中，表現(xiàn)出來的解決實際問題的能力：何為人工智能 可表示為 AI( Info, K, S, Exe / E, P, G ) 人工智能：機器系統(tǒng)在設計者給定環(huán)境、問題、目標的前提下，獲取相關的信息，把信息提煉成知識，把知識激活為合理的策略，在策略引導下解決問題、達到目標

7、的能力。 相比較而言， 一般來說，人工智能可泛指機器系統(tǒng)具有的智能。機器只有顯智能而無隱智能，不具有自覺能力，只能按設計者賦予的目的、方式行事。遠期研究目標： 研究智能的理論，解釋人類的智能行為及其構件，制造具有人類智能的系統(tǒng)和機器，使得系統(tǒng)或機器具有看、聽、說、寫等感知和交互功能，具有聯(lián)想、推理、理解、學習等高級思維能力，具有分析問題、解決問題和發(fā)明創(chuàng)造的能力以及有自動獲取知識和利用知識的能力，能夠象人一樣自動發(fā)現(xiàn)規(guī)律和利用規(guī)律，從而可用以擴展和延伸人的智能。近期研究目標： 先部分地或在某種程度地實現(xiàn)機器智能，使現(xiàn)有的計算機更靈活、更好用和更有用，成為人類進行信息智能化處理的工具。人工智能研

8、究目標是一門綜合性的邊緣交叉學科。不僅限于計算機科學范圍之內，還涉及腦科學、神經生理學、心理學、語言學、邏輯學、認知科學、行為科學等學科；何為人工智能人工智能的研究特征：是一門技術科學，其理論方法研究和應用技術開發(fā)通常是在工程技術領域進行。人工智能與人類智能（關系及研究目標）人工智能研究歷史 人工智能研究進展、難點及發(fā)展趨勢第一章 人工智能概論研究人工智能的必要性 人工智能的主要研究內容及研究途徑AI基礎研究：認知科學中有邏輯思維學、形象思維學及神經生理學等；數學包括離散數學、應用邏輯學、模糊學及突變論等 AI原理研究：知識的表示、知識的處理與知識的獲取的基本技術，包括經驗型、正規(guī)型、常識性知

9、識。 AI應用研究：專家系統(tǒng)、搜索和推理技術對網上信息搜集、網絡路徑優(yōu)化，多媒體信息的表示和處理，快速信息檢索等。 認知結構及語言研究： 認知模型(Soar) 人工神經網絡; LISP 函數程序語言、PROLOG邏輯程序語言。人工智能的主要研究內容人工智能的主要應用領域 問題求解 - 計算機為解決問題自動尋找一個合適的操作步驟序列自然語言求解 - 計算機進行聲音文字識別、自動文摘及機器翻譯等自動定理證明 - 謂詞演算、幾何證明、信息檢索等的自動化。機器視覺 - 計算機進行圖片、圖像處理與解釋以及景物分析等專家系統(tǒng) - 計算機代替領域專家完成部分或全部專家的工作機器學習 - 死記硬背、概念歸納、

10、數據挖掘等博 弈 “ 深藍 ” 計算機進行國際象棋對弈人工神經網絡 - 根據生物神經系統(tǒng)分布式存儲和處理特征，構造的低層次的智能系統(tǒng)模式識別 - 對物體、圖像、語音、字符的信息模式進行機器識別 。人工智能的主要研究途徑聯(lián)接主義途徑（Connectionism)- 結構模擬、神經計算思想：大腦是人類智能活動的物質基礎，要揭示人類智能的奧秘，必須首先弄清大腦的結構，即要從大腦的神經元模型著手，搞清楚大腦信息處理過程的機理。代表學派：認知學派、神經生理學派等。 符號主義途徑（Symbolism) - 功能模擬、符號推演 思想：基于現(xiàn)有的計算機，從模擬人腦功能角度，從認知過程及行為效果等方面實現(xiàn)人工智

11、能。代表學派：心理學派、邏輯學派、知識工程學派等。人工智能的主要研究途徑行為主義途徑（ Actionism ) 感知-動作型控制思想：不需要知識和推理，可以通過感知-行動模式與外部世界交互，不斷接受反饋，以可增長方式，從系統(tǒng)的功能、結構和行為上表現(xiàn)智能。代表學派：進化主義學派、控制論學派。第一章 人工智能概論研究人工智能的必要性人工智能與人類智能（關系及研究目標）人工智能的主要研究內容及研究途徑人工智能發(fā)展歷史 人工智能研究進展、難點及發(fā)展趨勢人工智能研究的發(fā)展歷史奠定基礎：數理邏輯、控制論、信息論的創(chuàng)立、計算機的出現(xiàn)、計算機科學、數學、神經生理學、心理學、語言學等多種學科的相互滲透。AI學科

12、成立：1956年夏季，美國達特莫斯（Dartmouth）大學，當時的年青數學助教、現(xiàn)斯坦福大學教授麥卡錫（J. McCarthy）發(fā)起，許多AI先驅者加盟，探討機器模擬人類智能問題，會議歷時兩個月。第一階段（50s 70初） 智能模擬普適理論研究時代提出研究思想： 研究和總結人類思維的普遍規(guī)律，并用計算機模擬它。 物理符號系統(tǒng)假設及其推論 計算機智能模擬的關鍵是建立一個通用的、萬能的符號邏輯運算體系。智能模擬普適理論研究時代- 主要成果 -數學定理證明系統(tǒng)（，王浩, Robinson）模式識別與機器視覺（O.Selfridge MIT, Roberts )國際跳棋程序（A.L.Samuel-

13、62年 IBM）自然語言理解 (IBM 公司,MIT) 能正確回答問題 - 人機對話、自動摘要； 機器翻譯 語音識別、文本翻譯。通用問題求解程序 GPS（A.Newell & H.A.Simon) 智能測驗難題求解 猴子摘香蕉問題、推銷員五城市最短距離問題；邏輯或數學定理求證 命題邏輯定理自動證明。存在問題：只根據抽象思維原則，純粹使用搜索技術進行問題求解，解決不了組合爆炸的問題。 第一階段（50s 70初） 智能模擬普適理論研究時代83152743BACDE14推銷員五城市路線問題推銷員年 n 城市路線問題算法的時間計算復雜性 為指數時間 屬于窮舉搜索第二階段（70s 80s） AI個性化設

14、計時代代表人物：Prof.Feigenbaum - Univ. of Stanford;主要觀點：人類的智能活動(即理解與解決問題的能力、學習的能力)完全依靠知識。人工智能研究要發(fā)生變化，要由探索廣泛普遍的思維規(guī)律轉向探索智能行為，其中要解決的核心問題：如何表現(xiàn)特定知識以及如何運用知識和經驗進行啟發(fā)式搜索。世界已進入了第二個計算機時代，計算機的作用發(fā)生了根本的改變 即要從以數據為處理對象轉變?yōu)橐灾R為處理對象，從以計算為主要任務轉變?yōu)橐酝评頌橹饕蝿?。第二階段（70s 80s） 主要成果著名的專家系統(tǒng)：DENDRAL（ Feigenbaumun ):由質譜儀數據分析物質的分子結構；PROSPE

15、CTOR（ ): 探礦專家系統(tǒng)；XCON（或 R1 DEC ): 計算機配置專家系統(tǒng)；MYCIN（Stanford Unv.）：細菌感染疾病咨詢專家系統(tǒng)；EMYXIN(Stanford Unv.): 咨詢專家系統(tǒng)的骨架系統(tǒng)。.第二階段（70s 80s） 主要成果 提出了知識工程概念； 知識工程方法滲透到各個領域，人工智能從實驗室走向實際應用，使社會看到了研究AI的意義及其商業(yè)價值； 豐富了AI研究的學術價值：提出了知識表示方法研究；提出了不確定性推理、求合理解的概念；第一章 人工智能概論研究人工智能的必要性人工智能與人類智能（關系及研究目標）人工智能的主要研究內容及研究途徑人工智能發(fā)展歷史 人

16、工智能研究進展、難點及發(fā)展趨勢人工智能研究進展、難點及發(fā)展趨勢專家系統(tǒng)、知識工程引發(fā)的問題與難點：專家系統(tǒng)基本上都是在一個相當狹窄的領域中結局問題，對常識或其他領域知之甚少甚至一無所知；智能系統(tǒng)受到計算機計算能力的限制而少有實用價值。人工智能研究進展、難點及發(fā)展趨勢人工智能各大研究學派的研究特點及反思 邏輯學派 知識工程學派 聯(lián)接主義學派 認知學派 分布式 AI 學派 進化論學派人工智能研究進展、難點及發(fā)展趨勢難點問題： 宏觀與微觀的隔離 認知、心理 vs 符號、神經元; 全局與局部的割裂 人腦整體智能 vs 抽象思維(符號)、形象思維（連接）、行為特性研究需要建立新的人工智能框架和理論體系和

17、測試標準； “ Turing Test ” 檢驗AI成果。人工智能研究進展、難點及發(fā)展趨勢人工智能研究應走綜合集成之路：技術集成：智能技術、信息技術、相關學科技術；方法集成：分布式專家系統(tǒng)、基于神經網絡與知識發(fā)現(xiàn)的機器學習等。 集成系統(tǒng)的特點： 系統(tǒng)綜合巨型； 體系結構社會性； 人與機器親密結合。大作業(yè)：寫報告分布式 AI（智能體、自治、協(xié)商、協(xié)作、網絡智能化技術及其應用）知識發(fā)現(xiàn)與數據挖掘（結構、主要算法與實現(xiàn)技術、應用）專家系統(tǒng)（結構、主要技術、重大應用）自然語言理解（文摘、語音、翻譯、回答問題）模式識別（文字、語音、表情、手勢、測謊）機器學習（歸納學習、類比學習、神經網絡、遺傳算法）機器人（機器