人工智能導(dǎo)論課件第1章 人工智能概述

第1篇概述與工具『導(dǎo)語』

何為人工智能？如何實(shí)現(xiàn)人工智能？人工智能有何用？人工智能如何用？……,這些問題和知識是我們學(xué)習(xí)人工智能，研究人工智能，應(yīng)用人工智能所需要首先考慮和了解的。本篇將概要闡述這些問題，并引導(dǎo)讀者概覽人工智能王國的神奇風(fēng)貌和歷史淵源。

第1章人工智能概述

1.1什么是人工智能

1.2為什么要研究人工智能

1.3人工智能的相關(guān)學(xué)科

1.4人工智能的研究內(nèi)容

1.5人工智能的研究途徑與方法

1.6人工智能的應(yīng)用

1.7人工智能的分支領(lǐng)域與研究方向

1.8人工智能學(xué)科發(fā)展概況

1.1什么是人工智能

◆人工智能（ArtificialIntelligence，AI）1.1.1人工智能概念的一般描述

◆部分學(xué)者對人工智能概念的描述：

——

人工智能是那些與人的思維相關(guān)的活動，諸如決策、問題求解和學(xué)習(xí)等的自動化（Bellman,1978）；

——

人工智能是一種計(jì)算機(jī)能夠思維，使機(jī)器具有智力的激動人心的新嘗試（Haugeland,1985）；

——人工智能是研究如何讓計(jì)算機(jī)做現(xiàn)階段只有人才能做得好的事情（RichKnight,1991）；

——

人工智能是那些使知覺、推理和行為成為可能的計(jì)算的研究（Winston,1992）；——

廣義地講，人工智能是關(guān)于人造物的智能行為，而智能行為包括知覺、推理、學(xué)習(xí)、交流和在復(fù)雜環(huán)境中的行為（Nilsson，1998）?！猄tuartRussell和PeterNorvig則把已有的一些人工智能定義分為4類：像人一樣思考的系統(tǒng)、像人一樣行動的系統(tǒng)、理性地思考的系統(tǒng)、理性地行動的系統(tǒng)（2003）。弱人工智能（weakAI）和強(qiáng)人工智能（strongAI）1.1.2圖靈測試和中文屋子

◆

圖靈測試（TuringTest）◆約翰.西爾勒(JohnSearle)的“中文屋子”1.1.3腦智能和群智能腦智能（BrainIntelligence,BI）就是腦（主要指人腦）的宏觀心理層次的智能表現(xiàn)。由群體行為所表現(xiàn)出的智能稱為群智能（SwarmIntelligence,SI）。腦智能和群智能是屬于不同層次的智能：

腦智能是一種個體智能（IndividualIntelligence,II）；

群智能是一種社會智能（SocialIntelligence,SI），或者說系統(tǒng)智能（SystemIntelligence,SI）。1.1.4符號智能和計(jì)算智能

1.符號智能（SymbolicIntelligence）

符號智能就是符號人工智能，它是模擬腦智能的人工智能，也就是所說的傳統(tǒng)人工智能或經(jīng)典人工智能。符號智能以符號形式的知識和信息為基礎(chǔ)，主要通過邏輯推理，運(yùn)用知識進(jìn)行問題求解。符號智能的主要內(nèi)容包括知識獲?。╧nowledgeacquisition）、知識表示（knowledgerepresentation）、知識組織與管理和知識運(yùn)用等技術(shù)（這些構(gòu)成了所謂的知識工程（KnowledgeEngineering,KE））以及基于知識的智能系統(tǒng)等。

2.計(jì)算智能（ComputationalIntelligence）

計(jì)算智能就是計(jì)算人工智能，它是模擬群智能的人工智能。計(jì)算智能以數(shù)值數(shù)據(jù)為基礎(chǔ)，主要通過數(shù)值計(jì)算，運(yùn)用算法進(jìn)行問題求解。計(jì)算智能的主要內(nèi)容包括：神經(jīng)計(jì)算（NeuralComputation，NC）、進(jìn)化計(jì)算（亦稱演化計(jì)算，EvolutionaryComputation，EC，包括遺傳算法（GeneticAlgorithm，GA）、進(jìn)化規(guī)劃（EvolutionaryPlanning，EP）、進(jìn)化策略（EvolutionaryStrategies，ES）等）、免疫計(jì)算（immunecomputation）、粒群計(jì)算（ParticleSwarmAlgorithm，PSA）、蟻群算法（AntColonyAlgorithm，ACA）、自然計(jì)算（NaturalComputation，NC）以及人工生命（ArtificialLife，AL）等。

1.1.5統(tǒng)計(jì)智能和交互智能

1.統(tǒng)計(jì)智能（StatisticalIntelligence）

利用樣例數(shù)據(jù)并采用統(tǒng)計(jì)、概率和其他數(shù)學(xué)方法而實(shí)現(xiàn)的人工智能稱為統(tǒng)計(jì)智能。

2.交互智能（InteractionalIntelligence）

通過交互方式而實(shí)現(xiàn)的人工智能稱為交互智能。

1.2為什么要研究人工智能1.2.1研究人工智能的意義

■

使當(dāng)前的電腦更好用，更有用，以擴(kuò)大和延伸人類智能；

■

信息化社會的迫切要求；

■

自動化發(fā)展的必然趨勢；

■

有益于探索人類自身智能的奧秘。1.2.2人工智能的研究目標(biāo)和策略研究目標(biāo)就是制造智能機(jī)器和智能系統(tǒng)，實(shí)現(xiàn)智能化社會。具體來講，就是要使計(jì)算機(jī)不僅具有腦智能和群智能，還要具有看、聽、說、寫等感知和交流能力。研究策略則是先部分地或某種程度地實(shí)現(xiàn)機(jī)器的智能，并運(yùn)用智能技術(shù)解決各種實(shí)際問題特別是工程問題，從而使現(xiàn)有的計(jì)算機(jī)更靈活、更好用和更有用，成為人類的智能化信息處理工具，而逐步擴(kuò)展和不斷延伸人的智能，逐步實(shí)現(xiàn)智能化。1.3人工智能的相關(guān)學(xué)科人工智能已構(gòu)成信息技術(shù)領(lǐng)域的一個重要學(xué)科。當(dāng)前的人工智能既屬于計(jì)算機(jī)科學(xué)技術(shù)的一個前沿領(lǐng)域，也屬于信息處理和自動化技術(shù)的一個前沿領(lǐng)域。還涉及到智能科學(xué)、認(rèn)知科學(xué)、心理科學(xué)、腦及神經(jīng)科學(xué)、生命科學(xué)、語言學(xué)、邏輯學(xué)、行為科學(xué)、教育科學(xué)、系統(tǒng)科學(xué)、數(shù)理科學(xué)以及控制論、科學(xué)方法論、哲學(xué)甚至經(jīng)濟(jì)學(xué)等眾多學(xué)科領(lǐng)域。人工智能實(shí)際上是一門綜合性的交叉學(xué)科和邊緣學(xué)科。1.4人工智能的研究內(nèi)容1.4.1搜索與求解——圖（或空間）搜索與問題求解1.4.2知識與推理——知識表示與機(jī)器推理1.4.3學(xué)習(xí)與發(fā)現(xiàn)——機(jī)器學(xué)習(xí)與知識發(fā)現(xiàn)1.4.4發(fā)明與創(chuàng)造——機(jī)器的自主發(fā)明與創(chuàng)造1.4.5感知與響應(yīng)——機(jī)器感知與響應(yīng)

1.4.6理解與交流

——機(jī)器的自然語言理解與交流1.4.7記憶與聯(lián)想——機(jī)器的記憶與聯(lián)想機(jī)制聯(lián)想存儲的特點(diǎn)是：

可以存儲許多相關(guān)（激勵，響應(yīng)）模式對；

通過自組織過程可以完成這種存儲；

以分布、穩(wěn)健的方式（可能會有很高的冗余度）存儲信息；

可以根據(jù)接收到的相關(guān)激勵模式產(chǎn)生并輸出適當(dāng)?shù)捻憫?yīng)模式；

即使輸入激勵模式失真或不完全時，仍然可以產(chǎn)生正確的響應(yīng)模式；

可在原存儲中加入新的存儲模式。1.4.8競爭與協(xié)作

——智能體（如智能機(jī)器人）之間的競爭與協(xié)作1.4.9系統(tǒng)與建造

——智能系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)技術(shù)1.4.10應(yīng)用與工程

——人工智能的應(yīng)用和工程技術(shù)

這十個方面也就是人工智能的十個主題或者說十個分支領(lǐng)域，它們構(gòu)成了人工智能學(xué)科的總體架構(gòu)。

1.5人工智能的研究途徑與方法1.5.1

心理模擬，符號推演

從人腦的宏觀心理層面入手，以智能行為的心理模型為依據(jù)，將問題或知識表示成某種邏輯網(wǎng)絡(luò)，采用符號推演的方法，模擬人腦的邏輯思維過程，實(shí)現(xiàn)人工智能。1.5.2

生理模擬，神經(jīng)計(jì)算

從人腦的生理層面，即微觀結(jié)構(gòu)和工作機(jī)理入手，以智能行為的生理模型為依據(jù)，采用數(shù)值計(jì)算的方法，模擬腦神經(jīng)網(wǎng)絡(luò)的工作過程，實(shí)現(xiàn)人工智能。1.5.3

行為模擬，控制進(jìn)化

用模擬人和動物在與環(huán)境的交互過程中的智能活動和行為特性，如反應(yīng)、適應(yīng)、學(xué)習(xí)、尋優(yōu)等，來研究和實(shí)現(xiàn)人工智能。1.5.4

群體模擬，仿生計(jì)算

模擬生物群落的群體智能行為，以仿生計(jì)算的方法來實(shí)現(xiàn)人工智能。1.5.5

博采廣鑒，自然計(jì)算

從生命、生態(tài)、系統(tǒng)、社會、數(shù)學(xué)、物理、化學(xué)、甚至經(jīng)濟(jì)等眾多學(xué)科和領(lǐng)域?qū)ふ覇l(fā)和靈感，以自然計(jì)算的方法展開人工智能的研究。1.5.6

著眼數(shù)據(jù)，統(tǒng)計(jì)建模

著眼于事物或問題的外部表現(xiàn)和關(guān)系，搜集、采集相關(guān)信息并做成樣本數(shù)據(jù)，然后用統(tǒng)計(jì)學(xué)、概率論和其他數(shù)學(xué)理論和方法建模，并用適當(dāng)?shù)乃惴ㄟM(jìn)行計(jì)算，推測事物的內(nèi)在模式或規(guī)律，來實(shí)現(xiàn)人工智能。1.6人工智能的應(yīng)用

1.6.1難題求解這里的難題，主要指那些沒有算法解，或雖有算法解但在現(xiàn)有機(jī)器上無法實(shí)施或無法完成的困難問題，包括智力性問題中的難題和現(xiàn)實(shí)中復(fù)雜的實(shí)際問題和工程問題。在這些難題中，有些是組合數(shù)學(xué)理論中所稱的NP（NondeterministicPolynomial非確定型多項(xiàng)式）問題或NP完全（NondeterministicPolynomialComplete,NPC）問題。NP問題是指那些既不能證明其算法復(fù)雜度超出多項(xiàng)式界，但又未找到有效算法的一類問題。而NP完全問題又是NP問題中最困難的一種問題。

1.6.2自動規(guī)劃、調(diào)度與配置在難題求解中，規(guī)劃、調(diào)度與配置問題是實(shí)用性、工程性最強(qiáng)的一類問題。規(guī)劃一般指設(shè)計(jì)制定一個行動序列，例如機(jī)器人行動規(guī)劃、交通路線規(guī)劃。調(diào)度就是一種任務(wù)分派或者安排，例如車輛調(diào)度、電力調(diào)度、資源分配、任務(wù)分配。調(diào)度的數(shù)學(xué)本質(zhì)是給出兩個集合間的一個映射。配置則是設(shè)計(jì)合理的部件組合結(jié)構(gòu)，即空間布局，例如資源配置、系統(tǒng)配置、設(shè)備或設(shè)施配置。從問題求解角度看，規(guī)劃、調(diào)度、配置三者又有一定的內(nèi)在聯(lián)系，有時甚至可以互相轉(zhuǎn)化。1.6.3機(jī)器博弈機(jī)器博弈是人工智能最早的研究領(lǐng)域之一，而且經(jīng)久不衰。早在人工智能學(xué)科建立的當(dāng)年──1956年，塞繆爾就研制成功了一個跳棋程序。2016至2017年DeepMind研制的圍棋程序AlphaGo更是橫掃人類各路圍棋高手。2017年12月DeepMind又推出了一款名為AlphaZero的通用棋類程序，除了圍棋外，該程序還會國際象棋等多種棋類?，F(xiàn)在可以說，在棋類比賽上計(jì)算機(jī)或者說人工智能已經(jīng)徹底戰(zhàn)勝人類了。機(jī)器人足球賽是機(jī)器博弈的另一個戰(zhàn)場。近年來，國際大賽不斷，盛況空前。1.6.4機(jī)器翻譯與機(jī)器寫作機(jī)器翻譯的研究由來已久。早在電子計(jì)算機(jī)問世不久，就有人提出了機(jī)器翻譯的設(shè)想，并開始了這方面的研究。但由于曾經(jīng)過分依賴于基于規(guī)則的自然語言理解，所以一度進(jìn)展緩慢。上世紀(jì)80年代，統(tǒng)計(jì)方法被引入機(jī)器翻譯，使機(jī)器翻譯有了巨大的進(jìn)步和發(fā)展。近年來，神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的再度興起，又給機(jī)器翻譯帶來了新的繁榮。據(jù)報(bào)道，在新聞稿的英-漢互譯翻譯方面，機(jī)器翻譯現(xiàn)已達(dá)到甚至超過人類專家水平。另一方面，現(xiàn)在機(jī)器人寫新聞稿（即用計(jì)算機(jī)自動生成新聞稿）已經(jīng)不是新聞了。1.6.5機(jī)器定理證明機(jī)器定理證明也是人工智能的也是最早的研究領(lǐng)域之一。定理證明是最典型的邏輯推理問題之一，很多非數(shù)學(xué)領(lǐng)域的任務(wù)如醫(yī)療診斷、信息檢索、規(guī)劃制定和難題求解，都可以轉(zhuǎn)化成一個定理證明問題。機(jī)器定理證明的方法主要有四類：

(1)自然演繹法

(2)判定法

(3)定理證明器

(4)計(jì)算機(jī)輔助證明

1.6.6自動程序設(shè)計(jì)自動程序設(shè)計(jì)就是讓計(jì)算機(jī)設(shè)計(jì)程序。具體來講，就是只要給出關(guān)于某程序要求的非常高級的描述，計(jì)算機(jī)就會自動生成一個能完成這個要求目標(biāo)的具體程序。所以，這相當(dāng)于給機(jī)器配置了一個“超級編譯系統(tǒng)”，它能夠?qū)Ω呒壝枋鲞M(jìn)行處理，通過規(guī)劃過程，生成所需的程序。但這只是自動程序設(shè)計(jì)的主要內(nèi)容，它實(shí)際是程序的自動綜合。自動程序設(shè)計(jì)還包括程序自動驗(yàn)證，即自動證明所設(shè)計(jì)程序的正確性。1.6.7智能控制智能控制就是把人工智能技術(shù)引入控制領(lǐng)域，建立智能控制系統(tǒng)。智能控制系統(tǒng)的智能可歸納為以下幾方面：

(1)先驗(yàn)智能：有關(guān)控制對象及干擾的先驗(yàn)知識；(2)反應(yīng)性智能：在實(shí)時監(jiān)控、辨識及診斷的基礎(chǔ)上對系統(tǒng)及環(huán)境變化的正確反應(yīng)能力；(3)優(yōu)化智能：包括對系統(tǒng)性能的先驗(yàn)性優(yōu)化及反應(yīng)性優(yōu)化；(4)組織與協(xié)調(diào)智能：表現(xiàn)為對并行耦合任務(wù)或子系統(tǒng)之間的有效管理與協(xié)調(diào)。1.6.8智能管理智能管理就是把人工智能技術(shù)引入管理領(lǐng)域，建立智能管理系統(tǒng)。智能管理系統(tǒng)是在管理信息系統(tǒng)、辦公自動化系統(tǒng)等的功能集成和技術(shù)集成的基礎(chǔ)上，應(yīng)用專家系統(tǒng)、知識工程、模式識別、神經(jīng)網(wǎng)絡(luò)等方法和技術(shù)，進(jìn)行智能化、集成化、協(xié)調(diào)化，而實(shí)現(xiàn)的新型管理系統(tǒng)。1.6.9智能決策智能決策就是把人工智能技術(shù)引入決策過程，建立智能決策支持系統(tǒng)。智能決策支持系統(tǒng)由傳統(tǒng)決策支持系統(tǒng)再加上相應(yīng)的智能部件而構(gòu)成。智能部件可以有多種模式，例如知識庫系統(tǒng)模式。在這種情況下，決策支持系統(tǒng)就是由模型庫、方法庫、數(shù)據(jù)庫、知識庫組成的四庫系統(tǒng)。1.6.10智能通信智能通信就是把人工智能技術(shù)引入通信領(lǐng)域，建立智能通信系統(tǒng)。智能通信就是在通信系統(tǒng)的各個層次和環(huán)節(jié)上實(shí)現(xiàn)智能化。例如在通信網(wǎng)的構(gòu)建、網(wǎng)管與網(wǎng)控、轉(zhuǎn)接、信息傳輸與轉(zhuǎn)換等環(huán)節(jié)，都可實(shí)現(xiàn)智能化。這樣，網(wǎng)絡(luò)就可運(yùn)行在最佳狀態(tài)，使呆板的網(wǎng)變成活化的網(wǎng)，使其具有自適應(yīng)、自組織、自學(xué)習(xí)、自修復(fù)等功能。1.6.11智能預(yù)測智能預(yù)測就是將人工智能技術(shù)引入預(yù)測領(lǐng)域，建立智能預(yù)測模型或系統(tǒng)。例如，使用機(jī)器學(xué)習(xí)方法，從大量觀測數(shù)據(jù)中獲取天氣變化的規(guī)律，建立相應(yīng)的氣象預(yù)測模型，對未來的天氣做出預(yù)測。又如，從大量商業(yè)數(shù)據(jù)中由機(jī)器學(xué)習(xí)獲取市場變化的規(guī)律，建立相應(yīng)的經(jīng)濟(jì)預(yù)測模型，對未來的市場經(jīng)濟(jì)做出預(yù)測。1.6.12智能仿真智能仿真就是將人工智能技術(shù)引入仿真領(lǐng)域，建立智能仿真系統(tǒng)。利用人工智能技術(shù)能對整個仿真過程（包括建模、實(shí)驗(yàn)運(yùn)行及結(jié)果分析）進(jìn)行指導(dǎo)，能改善仿真模型的描述能力，在仿真模型中引進(jìn)知識表示將為研究面向目標(biāo)的建模語言打下基礎(chǔ)，提高仿真工具面向用戶、面向問題的能力。從另一方面來講，仿真與人工智能相結(jié)合可使仿真更有效地用于決策，更好地用于分析、設(shè)計(jì)及評價知識庫系統(tǒng)，從而推動人工智能技術(shù)的發(fā)展。1.6.13智能設(shè)計(jì)與制造在設(shè)計(jì)方面，首先人工智能被用于計(jì)算機(jī)輔助設(shè)計(jì)（CAD），建立智能CAD系統(tǒng)，實(shí)現(xiàn)自動數(shù)據(jù)采集、智能交互、智能圖形學(xué)以及設(shè)計(jì)自動化。從具體技術(shù)來看，智能CAD技術(shù)大致可分為規(guī)則生成法、約束滿足法、搜索法、知識工程方法和形象思維方法等。智能制造就是在數(shù)控技術(shù)、柔性制造技術(shù)和計(jì)算機(jī)集成制造技術(shù)的基礎(chǔ)上，引入智能技術(shù)。智能制造系統(tǒng)由智能加工中心、材料傳送檢測和實(shí)驗(yàn)裝置等智能設(shè)備組成。它具有一定的自組織、自學(xué)習(xí)和自適應(yīng)能力，能在不可預(yù)測的環(huán)境下，基于不確定、不精確、不完全的信息，完成擬人的制造任務(wù)，形成高度自動化生產(chǎn)。1.6.14智能車輛與智能交通智能車輛就是將人工智能技術(shù)用于車輛駕駛實(shí)現(xiàn)無人駕駛車輛。隨著計(jì)算機(jī)視覺、機(jī)器感知、智能控制、智能機(jī)器人等技術(shù)的飛速發(fā)展，智能車輛應(yīng)運(yùn)而生，并發(fā)展迅猛。國內(nèi)外的許多公司競相推出了各自的無人駕駛車，現(xiàn)在已進(jìn)入上路測試階段。智能交通就是在公共交通的各個環(huán)節(jié)引入人工智能技術(shù)，建造智能交通系統(tǒng)，實(shí)現(xiàn)路況實(shí)時監(jiān)測、車輛實(shí)時調(diào)度、實(shí)時路徑規(guī)劃等。這就需要計(jì)算機(jī)視覺、模式識別、自動調(diào)度與規(guī)劃、自然語言人機(jī)接口等智能技術(shù)的支持。當(dāng)然還需要衛(wèi)星導(dǎo)航、電子地圖等設(shè)施和技術(shù)的配合。其實(shí)，現(xiàn)在的交通系統(tǒng)已經(jīng)部分地實(shí)現(xiàn)智能化了。1.6.15智能診斷與治療將人工智能技術(shù)引入疾病診斷與治療由來已久，早在上世紀(jì)七、八十年代，人們將專家系統(tǒng)技術(shù)用于疾病診斷與治療?，F(xiàn)在，則進(jìn)一步將深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、模式識別及機(jī)器人等技術(shù)引入疾病的診斷和治療，并已取得了一些成果。但由于人體的復(fù)雜性以及安全性問題，從現(xiàn)階段來看，人工智能還只能作為人類醫(yī)生的助手，或者與人類醫(yī)生合作來提高疾病診斷和治療水平。1.6.16智能生物信息處理人工智能技術(shù)被引入生命科學(xué)的研究之中，即用人工智能技術(shù)研究、解決生物信息處理中的困難問題。譬如，對海量基因測序數(shù)據(jù)的處理，對蛋白質(zhì)折疊結(jié)構(gòu)的研究等。事實(shí)上，這一領(lǐng)域現(xiàn)在發(fā)展迅速。據(jù)報(bào)道，谷歌的一個名為AlphaFold研究項(xiàng)目已取得了一項(xiàng)重大成果：根據(jù)基因序列成功地預(yù)測了蛋白質(zhì)的三維結(jié)構(gòu)。人工智能在生物信息處理乃至生命科學(xué)領(lǐng)域也可大顯身手。1.6.17智能教育

智能教育就是在教育的各個環(huán)節(jié)引入人工智能技術(shù)，實(shí)現(xiàn)教育智能化。主要是實(shí)現(xiàn)智能計(jì)算機(jī)輔助教學(xué)（intelligentcomputeraidedinstruction,ICAI）。ICAI至少具備下列智能特征：

自動生成各種問題與練習(xí)。

根據(jù)學(xué)生的水平和學(xué)習(xí)情況自動選擇與調(diào)整教學(xué)內(nèi)容與進(jìn)度。

在理解教學(xué)內(nèi)容的基礎(chǔ)上自動解決問題生成解答。

具有自然語言的生成和理解能力。

對教學(xué)內(nèi)容有解釋咨詢能力。

能診斷學(xué)生錯誤，分析原因并采取糾正措施。

能評價學(xué)生的學(xué)習(xí)行為。

能不斷地在教學(xué)中改善教學(xué)策略。1.6.18智能人機(jī)接口就是智能化的人-機(jī)交互界面。這種人機(jī)交互界面使機(jī)器更加靈性化、擬人化、個性化。這方面現(xiàn)在實(shí)際上已經(jīng)取得了一些進(jìn)展，如網(wǎng)上已經(jīng)出現(xiàn)了多個有一定智能水平的人機(jī)對話系統(tǒng)。隨著智能通訊和智能化網(wǎng)絡(luò)的發(fā)展，智能接口已是人-機(jī)交互的迫切需要和人-機(jī)接口技術(shù)發(fā)展的必然趨勢。智能人-機(jī)接口涉及到機(jī)器感知特別是圖形圖像識別與理解、語音識別、自然語言處理、不確切性信息處理、機(jī)器翻譯等諸多AI技術(shù)，另外，還涉及到多媒體、虛擬現(xiàn)實(shí)等技術(shù)。1.6.19模式識別所謂模式識別，則指的是用計(jì)算機(jī)進(jìn)行物體識別。這里的物體一般指文字、符號、圖形、圖像、語音、聲音及傳感器信息等形式的實(shí)體對象。模式識別是人和生物的感知能力在計(jì)算機(jī)上的模擬和擴(kuò)展，其應(yīng)用十分廣泛。諸如：信息、遙感、醫(yī)學(xué)、影像、安全、軍事等領(lǐng)域都是模式識別用武之地。經(jīng)過多年的研究，模式識別已有了長足進(jìn)步和發(fā)展。例如，圖像識別、人臉識別、語音識別、手寫體文字識別等技術(shù)已經(jīng)投入實(shí)際使用，而基于模式識別還出現(xiàn)了生物認(rèn)證、數(shù)字水印等新技術(shù)。1.6.20智能機(jī)器人智能機(jī)器人也是當(dāng)前人工智能領(lǐng)域一個十分重要的應(yīng)用領(lǐng)域和熱門的研究方向。由于它直接面向應(yīng)用，社會效益強(qiáng)，所以，其發(fā)展非常迅速。事實(shí)上，有關(guān)機(jī)器人的報(bào)道，近年來在媒體上已頻頻出現(xiàn)。諸如工業(yè)機(jī)器人、太空機(jī)器人、水下機(jī)器人、家用機(jī)器人、軍用機(jī)器人、服務(wù)機(jī)器人、醫(yī)療機(jī)器人、運(yùn)動機(jī)器人、助理機(jī)器人、機(jī)器人足球賽、機(jī)器人象棋賽、……等等，幾乎應(yīng)有盡有。智能機(jī)器人的研制幾乎需要所有的人工智能技術(shù)，而且還涉及其他許多科學(xué)技術(shù)門類和領(lǐng)域。所以，智能機(jī)器人是人工智能技術(shù)的綜合應(yīng)用，其能力和水平已經(jīng)成為人工智能技術(shù)水平甚至人類科學(xué)技術(shù)綜合水平的一個代表和體現(xiàn)。1.6.21數(shù)據(jù)挖掘與知識發(fā)現(xiàn)就是從數(shù)據(jù)中挖掘、發(fā)現(xiàn)有用的信息和知識。狹義講，就是數(shù)據(jù)挖掘（DataMining，DM）與數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KnowledgeDiscoveryinDatabases,KDD）。數(shù)據(jù)挖掘現(xiàn)在已擴(kuò)展到大數(shù)據(jù)挖掘而成為人工智能應(yīng)用的一個熱門領(lǐng)域和研究方向，其涉及范圍非常廣泛，如企業(yè)數(shù)據(jù)、商業(yè)數(shù)據(jù)、科學(xué)實(shí)驗(yàn)數(shù)據(jù)、管理決策數(shù)據(jù)等，尤其是Web數(shù)據(jù)的挖掘。所以，KDD已幾乎等同于KD，或者說也可以簡稱為KD。1.6.22計(jì)算機(jī)輔助創(chuàng)新狹義的計(jì)算機(jī)輔助創(chuàng)新（ComputerAidedInnovation,CAI）是以“發(fā)明問題解決理論（

TRIZ）”為基礎(chǔ)，結(jié)合本體論（Ontology）、現(xiàn)代設(shè)計(jì)方法學(xué)、計(jì)算機(jī)技術(shù)而成的一種用于技術(shù)創(chuàng)新的新技術(shù)手段。CAI現(xiàn)已成為新產(chǎn)品開發(fā)中的一項(xiàng)關(guān)鍵性基礎(chǔ)技術(shù)。計(jì)算機(jī)輔助創(chuàng)新可以看作是機(jī)器發(fā)明創(chuàng)造的初級形式?；赥RIZ，人們已經(jīng)開發(fā)出了不少計(jì)算機(jī)輔助創(chuàng)新軟件。1.6.23計(jì)算機(jī)文藝創(chuàng)作例如下面兩首“古詩”就是計(jì)算機(jī)創(chuàng)作的。

云松鑾仙玉骨寒，松虬雪友繁。大千收眼底，斯調(diào)不同凡。（無題）白沙平舟夜?jié)暎喝諘月堵废喾?。朱樓寒雨離歌淚，不堪腸斷雨乘風(fēng)。

?

計(jì)算機(jī)文藝創(chuàng)作的技術(shù)進(jìn)展

詞語沙拉模板模式統(tǒng)計(jì)方法機(jī)器學(xué)習(xí)

清華大學(xué)團(tuán)隊(duì)推出的“九歌”自動作詩系統(tǒng)。

微軟的小冰已經(jīng)出版詩集了。

還有人已經(jīng)用計(jì)算機(jī)創(chuàng)作出哈利波特的續(xù)集。還有智能材料、智能建筑、智能家居、智能服裝、智能服務(wù)、智能傳媒、智能檢測、智能農(nóng)業(yè)等等不一而足。歸納起來，AI的應(yīng)用形成了以下幾條主線：——從基于圖搜索的問題求解到基于各種智能算法的問題求解；——從圖像識別、語音識別到景物分析、視頻理解，再到自然語言人機(jī)對話；——從專家（知識）系統(tǒng)到Agent系統(tǒng)和智能機(jī)器人系統(tǒng)；——從機(jī)器學(xué)習(xí)到大數(shù)據(jù)挖掘與知識發(fā)現(xiàn)；——從單機(jī)環(huán)境下的智能程序到以Internet和WWW為平臺的分布式智能系統(tǒng)；——從智能技術(shù)的單一應(yīng)用到各種各樣的智能產(chǎn)品、智能機(jī)器/儀器/設(shè)施和智能工程。1.7人工智能的分支領(lǐng)域與研究方向從研究內(nèi)容來看，人工智能可分為搜索與求解、知識與推理、學(xué)習(xí)與發(fā)現(xiàn)等十大分支領(lǐng)域（它們構(gòu)成了人工智能學(xué)科的總體架構(gòu)）。這十大領(lǐng)域各自又有一些子領(lǐng)域和研究方向，從研究途徑和智能層次來看，人工智能可分為符號智能、計(jì)算智能、統(tǒng)計(jì)智能和交互智能等四大分支領(lǐng)域。從所模擬的腦智能或腦功能來看，AI中有機(jī)器學(xué)習(xí)、機(jī)器感知、機(jī)器聯(lián)想、機(jī)器推理、機(jī)器行為等分支領(lǐng)域。從系統(tǒng)角度看，AI中有智能計(jì)算機(jī)系統(tǒng)和智能應(yīng)用系統(tǒng)兩大類。從應(yīng)用角度看，如1.6節(jié)所述，人工智能中有難題求解等數(shù)十個分支領(lǐng)域和研究方向從信息處理角度看，人工智能則可分為確定-確切性信息處理、不確定性信息處理和不確切性信息處理三大領(lǐng)域。從基礎(chǔ)理論看，與人工智能密不可分的還有數(shù)學(xué)和數(shù)據(jù)科學(xué)。1.8人工智能學(xué)科發(fā)展概況1.8.1孕育與誕生

人工智能學(xué)科正式誕生于1956年在美國達(dá)特莫斯（Dartmouth）大學(xué)召開的一次學(xué)術(shù)研討會。1.8.2符號主義先聲奪人

1956年之后的幾十年間，符號人工智能的研究取得了許多引人矚目的成就。

1956年~1965年為推理期，主要研究符號推理和問題求解算法；

1965年~1990年代為知識期，主要研究專家系統(tǒng)和知識工程。1.8.3連接主義不畏坎坷早在

20世紀(jì)

40年代就有一些學(xué)者開始了神經(jīng)元及其數(shù)學(xué)模型的研究。

20世紀(jì)

50年代末到

60年代初，開始了人工智能意義下的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的研究。但70年代神經(jīng)網(wǎng)絡(luò)的研究進(jìn)入低谷。

80年代末又進(jìn)入高潮。90年代末又再次降溫。2006年，基于深度神經(jīng)網(wǎng)絡(luò)的“深度學(xué)習(xí)”技術(shù)獲得突破。到2012年后被學(xué)術(shù)界承認(rèn)，引起了巨大轟動。深度學(xué)習(xí)再一次掀起了神經(jīng)網(wǎng)絡(luò)的研究熱潮，也掀起了機(jī)器學(xué)習(xí)乃至人工智能的研究熱潮。

■教材的微課視頻中還有補(bǔ)充內(nèi)容1.8.4計(jì)算智能異軍突起1962年進(jìn)化程序設(shè)計(jì)或進(jìn)化規(guī)劃被提出，開創(chuàng)了從腦和神經(jīng)系統(tǒng)以外的生命世界中尋找智慧機(jī)理之先河。1964年進(jìn)化策略的搜索算法被提出。1967年遺傳算法（被提出，1975年付諸了實(shí)際應(yīng)用。至此，現(xiàn)在稱為進(jìn)化計(jì)算的研究方向基本形成。1994年，關(guān)于神經(jīng)網(wǎng)絡(luò)、進(jìn)化程序設(shè)計(jì)和模糊系統(tǒng)的三個IEEE國際會議聯(lián)合舉行了首屆計(jì)算智能大會。標(biāo)志著一個有別于符號智能的人工智能新領(lǐng)域──計(jì)算智能正式形成。20世紀(jì)90年代前后，又涌現(xiàn)出了一批計(jì)算智能的新理論和新算法。1.8.5統(tǒng)計(jì)智能奉獻(xiàn)默默

1960年后，計(jì)算機(jī)進(jìn)入統(tǒng)計(jì)學(xué)研究。

20世紀(jì)60年代后期，為了克服模式識別問題中的“維數(shù)災(zāi)難”，

VC理論被提出。

20世紀(jì)60年代末70年代初經(jīng)驗(yàn)風(fēng)險最小化（EmpiricalRiskMinimization,ERM）原則被提出，建立了模式識別問題的ERM理論。

1995年Cortes與Vapnik提出支持向量機(jī)（SupportVectorMachine,SVM），這一統(tǒng)計(jì)學(xué)習(xí)新方法。

20世紀(jì)70年代，統(tǒng)計(jì)方法被引入自然語言處理，出現(xiàn)了統(tǒng)計(jì)語言學(xué)，有力地推動了自然語言處理的進(jìn)展。1.8.6智能主體一統(tǒng)江湖，Agent&Robot20世紀(jì)80年代中期，Agent（智能體）的概念被引入人工智能領(lǐng)域，形成了基于Agent的人工智能新理念。Agent指的是一種具有智能的實(shí)體。它可以是智能軟件、智能設(shè)備、智能機(jī)器人（Robot）或智能計(jì)算機(jī)系統(tǒng)等等。Agent是多種智能技術(shù)之集大成，人們試圖用Agent技術(shù)統(tǒng)一和發(fā)展人工智能技術(shù)。Agent的出現(xiàn)，標(biāo)志著人們對智能認(rèn)識的一個飛躍，從而開創(chuàng)了人工智能技術(shù)的新局面。從此，智能系統(tǒng)的結(jié)構(gòu)形式和運(yùn)作方式發(fā)生了重大變化，傳統(tǒng)的“知識+推理”的腦智能模式發(fā)展為以Agent為基本單位的個體智能和社會智能新模式。20世紀(jì)90年代以后，Agent技術(shù)蓬勃發(fā)展，Agent與Internet和WWW相結(jié)合，更是相得益彰。1.8.7知識工程東山再起，機(jī)器學(xué)習(xí)領(lǐng)銜高歌2010年代后，得益于大數(shù)據(jù)和計(jì)算機(jī)的算力的不斷提升，深度學(xué)習(xí)迅速占領(lǐng)了機(jī)器學(xué)習(xí)領(lǐng)域的制高點(diǎn)。在深度學(xué)習(xí)的帶動下，強(qiáng)化學(xué)習(xí)也越來越受到人們的重視，而成為機(jī)器學(xué)習(xí)的另一個熱點(diǎn)。這樣，機(jī)器學(xué)習(xí)有了突飛猛進(jìn)的發(fā)展，有力地推動了人工智能的發(fā)展和繁榮，極大地改變了人工智能的面貌、生態(tài)和社會地位，使人工智能徹底走出象牙塔而進(jìn)入企業(yè)，進(jìn)入社會，進(jìn)入千家萬戶。

另一方面，自2012年Google將“知識圖譜”技術(shù)引入其搜索引擎后，進(jìn)一步提高了搜索質(zhì)量和效率。隨后其他網(wǎng)站便紛紛效仿，從而引領(lǐng)和掀起了知識圖譜的研究和應(yīng)用熱潮，使其成為人工智能的又一個熱門領(lǐng)域，進(jìn)而也使知識工程甚至符號智能也再度活躍起來。1.8.8現(xiàn)狀與趨勢多種途徑齊頭并進(jìn)，多種方法協(xié)作互補(bǔ)。新思想、新技術(shù)不斷涌現(xiàn)，新領(lǐng)域、新方向不斷開拓。理論研究更加深入，應(yīng)用研究愈加廣泛。企業(yè)公司進(jìn)軍AI，協(xié)作競爭你追我趕。研究隊(duì)伍日益壯大，AI教育蔚然成風(fēng)。各類活動空前活躍，社會影響與日俱增。

智能交通

一種智能交通監(jiān)控系統(tǒng)

BetrayalDaveStriverlovedtheuniversity.Heloveditsivy-coveredclocktowers,itsancientandsturdybrick,anditssun-splashedverdantgreensandeageryouth.Healsolovedthefactthattheuniversityisfreeofthestarkunforgivingtrialsofthebusinessworld-onlythisisn'tafact:Academiahasitsowntests,andsomeareasmercilessasanyinthemarketplace.Aprimeexampleisthedissertationdefense:ToearnthePhD,tobecomeadoctor,onemustpassanoralexaminationonone'sdissertation.ThiswasatestProfessorEdwardHartenjoyedgiving.Davewanteddesperatelytobeadoctor.Butheneededthesignaturesofthreepeopleonthefirstpageofhisdissertation,thepricelessinscriptionsthat,together,wouldcertifythathehadpassedhisdefense.

OneofthesignatureshadtocomefromProfessorHart,andHarthadoftensaid-toothersandtohimself-thathewashonoredtohelpDavesecurehiswell-earneddream.Wellbeforethedefense,StrivergaveHartapenultimatecopyofhisthesis.HartreaditandtoldDavethatitwasabsolutelyfirstrate,andthathewouldgladlysignitatthedefense.TheyevenshookhandsinHart'sbook-linedoffice.Davenoticedthat