人工智能概論

從表現(xiàn)形式的角度機器智能，能夠在各類環(huán)境中，自主地或者交互地執(zhí)行各種擬人任務(wù)（anthropomorphictasks）的機器從科學(xué)發(fā)展的角度人工智能，是計算機科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個分支，其近期主要目標(biāo)是用機器來模仿和執(zhí)行人腦的某些智能功能，并開發(fā)相關(guān)理論和技術(shù)。從實用主義的角度智能計算，研究智能信息處理技術(shù)，以使機器具有與人類智能相類似的行為，如：判斷、推理、證明、識別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。人工智能的發(fā)展進程人工智能的發(fā)展是以硬件與軟件為基礎(chǔ)。它的發(fā)展經(jīng)歷了漫長的發(fā)展歷程。早在亞里士多德（公元前384-322年）在著手解釋和編注他稱之為三段論的演繹推理時就邁出了向人工智能發(fā)展的早期步伐，可以看作為原始的知識表達規(guī)范。1、孕育時期20世紀(jì)30年代和40年代，兩件最重要的事：數(shù)學(xué)邏輯（維納，羅素等）和關(guān)于計算的新思想（圖靈等）20世紀(jì)40年代，貝爾實驗室M系列繼電器計算機1946年2月15日，世界上第一臺電子計算機“埃尼亞克”（ENIAC）研制成功2、形成期（1956-1970）1956年夏，美國達特矛斯大學(xué)第一次人工智能研討會（1stInt.Symp.onAI@Univ.ofDartmouth.），標(biāo)志著人工智能學(xué)科的誕生。3、發(fā)展期進一步研究AI基本原理、方法和技術(shù)進行實用化研究專家系統(tǒng)與知識工程智能機器人智能控制人工神經(jīng)網(wǎng)絡(luò)DNA計算人工免疫系統(tǒng)從“一枝獨秀”到“百花齊放”生物智能與人工智能人，是一種智能信息處理系統(tǒng)。信息處理系統(tǒng)又可以看成是一種符號操作系統(tǒng)（SymbolOperationSystem），或物理符號系統(tǒng)（PhysicalSymbolSystem）符號，就是模式（Pattern）。物理符號系統(tǒng)的六種基本功能Functions）：輸入符號Input；輸出符號Output；存儲符號Storage；復(fù)制符號Copy；認(rèn)知行為的不同層次認(rèn)知生理學(xué)研究認(rèn)知行為的生理過程；主要研究人的神經(jīng)系統(tǒng)（神經(jīng)元、中樞神經(jīng)系統(tǒng)和大腦）的活動；認(rèn)知科學(xué)研究的底層。認(rèn)知心理學(xué)研究認(rèn)知行為的心理活動；主要研究人的思維策略；是認(rèn)知科學(xué)研究的頂層。認(rèn)知信息學(xué)研究人的認(rèn)知行為在人體內(nèi)的初級信息處理；主要研究人的認(rèn)知行為如何通過初級信息自然處理，由生理活動變?yōu)樾睦砘顒蛹捌淠孢^程，即由心理活動變?yōu)樯硇袨?；這是認(rèn)知活動的中間層，承上啟下。認(rèn)知工程學(xué)研究認(rèn)知行為的信息加工處理；主要研究如何通過以計算機為中心的人工信息處理系統(tǒng)，對人的各種認(rèn)知行為（如知覺、思維、記憶、語言、學(xué)習(xí)、理解、推理、識別等）進行信息處理；這是研究認(rèn)知科學(xué)和認(rèn)知行為的工具，應(yīng)成為現(xiàn)代認(rèn)知心理學(xué)和現(xiàn)代認(rèn)知生理學(xué)的重要研究手段。人工智能的各種認(rèn)知觀符號主義(Symbolicism)邏輯主義(Logicism)、心理學(xué)派(Psychlogism)或計算機學(xué)派(Computerism)；其原理主要為物理符號系統(tǒng)(即符號操作系統(tǒng))假設(shè)和有限合理性原理。連接主義(Connectionism)又稱為仿生學(xué)派(Bionicsism)或生理學(xué)派(Physiologism)；其原理主要為神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法。彳亍為主義(Actionism)又稱進化主義(Evolutionism)或控制論學(xué)派(Cyberneticsism)；其原理為控制論及感知一動作型控制系統(tǒng)。人工智能的基本技術(shù)狀態(tài)空間法問題求解技術(shù)主要涉及兩個方面：1.問題的表示2.求解的方法狀態(tài)空間法1.狀態(tài)(Statetate)2.算符(OperatorOperator)狀態(tài)空間方法(MethodonStateSpace)問題狀態(tài)描述定義狀態(tài)：描述某類不同事物間的差別而引入的一組最少變量q0,q1，，氣的有序集合。算符：使問題從一種狀態(tài)變化為另一種狀態(tài)的手段。操作符可為走步、過程、規(guī)則、數(shù)學(xué)算子、運算符號或邏輯符號等。^點(node)：圖形上的匯合點，用來表示狀態(tài)、事件和時間關(guān)系的匯合，也可用來指示通路的匯合；弧線(arc)：節(jié)點間的連接線；有向圖(directedgraph)一對節(jié)點用弧線連接起來，從一個節(jié)點指向另一個節(jié)點。后繼節(jié)點(descendantnode)與父輩節(jié)點(parentnode)：如果某條弧線從節(jié)點n指向節(jié)點氣，那么節(jié)點nj就叫做節(jié)點ni的后繼節(jié)點或后裔，而節(jié)點ni叫做節(jié)點氣的父輩節(jié)點或祖先。狀態(tài)空間舉例表示J在一個房間內(nèi)有一只猴子(可把這只猴子看做一個機器人)、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子的高度不足以碰到它。那么這只猴子怎樣才能摘到香蕉呢？圖2.4表示出猴子、香蕉和箱子在房間內(nèi)的相對位置。解題過程用一個四元表列(W,x,Y,z)來表示這個問題的狀態(tài)，其中W一猴子的水平位置x一當(dāng)猴子在箱子頂上時取x=1；否則取x=0；Y一箱子的水平位置；z一當(dāng)猴子摘到香蕉時取z=1；否則取z=0goto(U)表示猴子走到水平位置U，或者用產(chǎn)生式規(guī)則表示為(W,0,Y,2)o,Y,z)pushbox(V)猴子把箱子推到水平位置V，(W,0>W>pushboxCV)^rvo,V>z>注：應(yīng)用算符pushbox(V)，就要求產(chǎn)生式規(guī)則的左邊，猴子與箱子必須在同一位置上，并且，猴子不是在箱子頂上。這種強加于操作的適用性條件，叫做產(chǎn)生式規(guī)則的先決條件。climbbox猴子爬上箱頂，即有(W*0,W,7^cllmbbox(Wj1*Wfz)在應(yīng)用算符climbbox時也必須注意到，猴子和箱子應(yīng)當(dāng)在同一位置上，而且猴子不在箱頂上。grasp猴子摘到香蕉，即有(c.LC,1,C,1)其中，c是香蕉正下方的地板位置，在應(yīng)用算符grasp時，要求猴子和箱子都在位置c上，并且猴子已在箱子頂上。把該初始狀態(tài)變換為目標(biāo)狀態(tài)的操作序列為{goto(b),pushbox(c),climbbox,grasp}定義可解節(jié)點終葉節(jié)點是可解節(jié)點(因為它們與本原問題相關(guān)連)。如果某個非終葉節(jié)點含有或后繼節(jié)點，那么只要當(dāng)其后繼節(jié)點至少有一個是可解的時，此非終葉節(jié)點才是可解的。如果某個非終葉節(jié)點含有與后繼節(jié)點，那么只有當(dāng)其后繼節(jié)點全部為可解時，此非終葉節(jié)點才是可解的。不可解節(jié)點沒有后裔的非終葉節(jié)點為不可解節(jié)點。如果某個非終葉節(jié)點含有或后繼節(jié)點，那么只有當(dāng)其全部后裔為不可解時，此非終葉節(jié)點才是不可解的。如果某個非終葉節(jié)點含有與后繼節(jié)點，那么只要當(dāng)其后裔至少有一個為不可解時，此非終葉節(jié)點才是不可解的。知識表示(KnowledgeRepresentation狀態(tài)空間法、問題歸約法、謂詞邏輯法…推理搜索(Searching&Reasonin)啟發(fā)式搜索、消解原理、不確定性推理…計算智能(ComputationalIntelligence模糊計算、神經(jīng)計算、進化計算…構(gòu)成技術(shù)(系統(tǒng)與語言)產(chǎn)生式系統(tǒng)、LISP語言、Prolog語言謂詞演算(PredicateCalculu)語法和語義(Syntax&Semantics)基本符號：謂詞符號、變量符號、函數(shù)符號、常量符號、括號和逗號。原子公式(atomicformulas)由若干謂詞符號和項組成的謂詞演算。原子公式是謂詞演算基本積木塊。連詞與合取(conjunction)合取就是用連詞A把幾個公式連接起來而構(gòu)成的公式。合取項是合取式的每個組成部分。例：(我喜愛音樂與繪畫)LIKE(I，MUSIC)ALIKE(I，PAINTING)或析取(disjunction)析取就是用連詞V把幾個公式連接起來而構(gòu)成的公式。析取項是析取式的每個組成部分。例：(李力打籃球或踢足球)PLAYS(LILI,BASKETBALL)VPLAYS(LILI,FOOTBALL)蘊涵(Implication)用〃=>〃表示〃如果-那么〃的語句。例：(如果劉華跑得最快，那么他取得冠軍)RUNS(LIUHUA,FASTEST)=>TWINS(LIUHUA,CHAMPION)非(NOT)表示否定，?、「均可表示。例：(機器人不在2號房間內(nèi))?INROOM(ROBOT,r2)量詞全稱量詞(UniversalQuantifier)若一個原子公式P(x),對于所有可能變量X都具有T值，則用(°x)P(x)表示。例：(所有的機器人都是灰色的)(°x)[ROBOT(x)=>COLOR(x,GRAY)](所有學(xué)生都穿彩色制服)(■、x)[Student(x)=>Uniform(x,Color)]存在量詞(ExistentialQuantifier)若一個原子公式P(x),至少有一個變元X,可使P(X)為T值，則用(^x)P(x)表示。合適公式的性質(zhì)否定之否定：?(?P)等價于PPVQ等價于?PSQ狄?摩根定律：?(PVQ)等價于?PA?；?(PAQ)等價于?PV?Q分配律：PA(QVR)等價于(PAQ)V(PAR)PV(QAR)等價于(PVQ)A(PVR)交換律：PAQ等價于QAP；PVQ等價于QVP結(jié)合律：(PAQ)AR等價于PA(QAR)；(PVQ)VR等價于PV(QVR)逆否律:PSQ等價于?Q習(xí)?P?(3x)P(x)等價于(Vx)[?P(x)]；?(Vx)P(x)等價于(3x)[?P(x)](Vx)[P(x)AQ(x)]等價于(Vx)P(x)A(Vx)Q(x)(Vx)[P(x)VQ(x)]等價于(Vx)P(x)V(Vx)Q(x)(Vx)P(x)等價于(Vy)P(y)；Gx)P(x)等價于Gy)P(y)PQPVQPAQP=>Q?PTTTTTFFTTFTTTFTFFFFFFFTT搜索包括盲目搜索和啟發(fā)式搜索盲目搜索概念：沒有啟發(fā)信息的一種搜索形式，一般只適用于求解比較簡單的問題。特點：不需要重排OPEN表。種類：寬度優(yōu)先.深度優(yōu)先.等代價搜索。寬度優(yōu)先搜索定義：以接近起始節(jié)點的程度為依據(jù)，進行逐層擴展的節(jié)點搜索方法。特點：探索是逐層進行的，即在對下一層的任一節(jié)點進行搜索之前，必須搜索完本層的所有節(jié)點。一種高代價搜索，但若有解存在，則必能找到它。算法：1.把起始節(jié)點放到OPEN表中（如果該起始節(jié)點為一目標(biāo)節(jié)點，則求得一個解答）。如果OPEN是個空表，則沒有解，失敗退出：否則繼續(xù)。把第一個節(jié)點（節(jié)點n）從OPEN表移出，并把它放入CLOSED的擴展節(jié)點表中。擴展節(jié)點n。如果沒有后繼節(jié)點，則轉(zhuǎn)向上述地2步。把n的所有后繼結(jié)點放到OPEN表的末端，并提供從這些后繼節(jié)點回到n的指針。如果n的任一個后繼節(jié)點是個目標(biāo)節(jié)點，則找到一個解答，成功退出；否則轉(zhuǎn)向地2步。深度優(yōu)先搜索定義：首先擴展最新產(chǎn)生的（即最深的）節(jié)點，深度相等的節(jié)點可以任意排列特點：首先，擴展最新的節(jié)點的結(jié)果使得搜索沿著狀態(tài)空間某條單一的路徑從起始節(jié)點向下進行下去。僅當(dāng)搜索達到一個沒有后裔的狀態(tài)時，才考慮另一條代替的路徑。算法：防止搜索過程沿著無益的路徑擴展下去，往往給出一個節(jié)點擴展的最大深度——深度界限。與寬度優(yōu)先搜索算法最根本的不同：將擴展的后繼節(jié)點放在OPEN表的前端。等代價搜索概念：寬度優(yōu)先搜索的一種推廣；不是沿著等長度路徑斷層進行擴展，而是沿著等價路徑斷層進行擴展；搜索樹中每條連接弧上的有關(guān)代價，表示時間.距離等花費。等價搜索中的幾個記號：起始節(jié)點記為S；從節(jié)點i到它的后繼節(jié)點j的連接弧線代價記為c（i,j）;從起始節(jié)點s到任一節(jié)點i的路徑代價記為g（i）。啟發(fā)式搜索算法盲目搜索的不足1.效率低，耗費過多的計算空間與時間；2.可能帶來組合爆炸；3.待擴展節(jié)點的順序沒有安排好，使得搜索效率降低。什么可以作為啟發(fā)信息：進行搜索技術(shù)一般需要某些有關(guān)具體問題的領(lǐng)域的特性信息，把此種信息叫做啟發(fā)信息；把利用啟發(fā)信息的搜索方法叫做啟發(fā)性搜索方法。特點；重排OPEN表，選擇最有希望的節(jié)點加以擴展種類：有序搜索，A*算法等有序搜索概念：有序搜索，即最好優(yōu)先搜索；選擇OPEN表上具有最小f值的節(jié)點作為下一個要擴展的節(jié)點博弈樹搜索博弈概述：博弈，諸如下棋.打牌.競技.戰(zhàn)爭等一類競爭性智能活動；在博弈過程中，任何一方都希望自己取得勝利。因此，當(dāng)某一方當(dāng)前有多個行動方案可供選擇時，他總是挑選對自己最為有利而對對方最為不利的行動方案。神經(jīng)網(wǎng)絡(luò)（NN）與人工智能（AI）：把神經(jīng)網(wǎng)絡(luò)歸類于人工智能可能不大合適，而歸類于計算智能（CI）更能說明問題實質(zhì)。進化計算.人工生命合模糊邏輯系統(tǒng)的某些課題也都歸類于計算智能。計算智能與人工智能：計算智能取決與制造者提供的數(shù)值數(shù)據(jù)，不依賴于知識。人工智能應(yīng)用知識精品，故此，一種說法是人工智能網(wǎng)絡(luò)應(yīng)當(dāng)稱為計算神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

J'l乃月OutputLayer-HiddenLayeryInputLayer—神經(jīng)網(wǎng)絡(luò)的主要學(xué)習(xí)算法有師學(xué)習(xí)算法：能夠根據(jù)期望的合實際的網(wǎng)絡(luò)輸出（對應(yīng)于給定輸出）間的差來調(diào)整神經(jīng)元間連接的強度或權(quán)。無師學(xué)習(xí)算法：不需要知道期望輸出。強化學(xué)習(xí)算法：采用一個“評論員”來評價與給定輸入相對應(yīng)的神經(jīng)網(wǎng)絡(luò)輸出的優(yōu)先度（質(zhì)量因數(shù)）。強化學(xué)習(xí)算法的一個例子是遺傳算法（GA）。遺傳算法的五個基本組成方案表示2.群體初始化3.適應(yīng)度函數(shù)4.遺傳操作5.算法參數(shù)機器學(xué)習(xí)的定義：機器學(xué)習(xí)是研究如何使用機器來模擬人類學(xué)習(xí)活動的一門學(xué)科。稍微嚴(yán)格的提法是，機器學(xué)習(xí)是一門研究機器獲取新知識合新技能，并識別現(xiàn)有知識的學(xué)問。機器學(xué)習(xí)的發(fā)展分為四個時期第一階段是在50年代中葉到60年代中葉，屬于熱烈時期。第二階段在60年代中葉至70年代中葉，被稱為機器學(xué)習(xí)的冷靜時期。第三階段從70年代中葉至80年代中葉，稱為復(fù)興時期。1986年之后，機器學(xué)習(xí)的研究進入理性發(fā)展時期。機械學(xué)習(xí)的主要問題存儲組織信息要采取適當(dāng)?shù)拇鎯Ψ绞?，使檢索盡可能得快。環(huán)境的穩(wěn)定性與存儲信息的實用性問題丸械學(xué)習(xí)系統(tǒng)必須保證所保存的星系適應(yīng)于外界環(huán)境變化的需要。存儲與計算之間的權(quán)衡對于機械學(xué)習(xí)來說很重要的一點是不能降低系統(tǒng)的效率。神經(jīng)學(xué)習(xí)基于反向傳播網(wǎng)絡(luò)的學(xué)習(xí)反向傳播（BP）算法是一種計算單個全值變化引起網(wǎng)絡(luò)性能變化值的較為簡單的算法;BP算法過程包括從輸出節(jié)點開始，反向的向第一隱含層傳播由總誤差引起的權(quán)值修正。基于Hopfield網(wǎng)絡(luò)的學(xué)習(xí)：反饋神經(jīng)網(wǎng)絡(luò)，它是一種動態(tài)反饋系統(tǒng)，比前饋網(wǎng)絡(luò)系統(tǒng)具有更強的計算能力；Hopfield網(wǎng)絡(luò)是一種具有正反相輸出的帶反饋人工神經(jīng)元。知識發(fā)現(xiàn)的產(chǎn)生和發(fā)展：知識發(fā)現(xiàn)最早是于1989年8月在第十一屆國際人工智能聯(lián)合會議的專題討論會上提出。知識發(fā)現(xiàn)的定義數(shù)據(jù)庫中的知識發(fā)現(xiàn)是從大量數(shù)據(jù)中辨識出有效的.新穎的.潛在有用的.并可被理解的模式的高級處理過程。專家系統(tǒng)定義：專家系統(tǒng)是一個大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗智能計算機程序系統(tǒng)，它能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)