1、人工智能培訓課程Artificial Intelligence2引言AI：起源、內容、意義、研究領域研任課教師：李智勇，學習方法：理論實踐考核方法：考查；結合自己的專業，提交一份關于如何利用人工智能技術進行研究、工作的技術報告，或關于人工智能理論與技術的學術論文；教材：?人工智能及其應用?本科生用書 蔡自興 徐光佑參考書： 1Nils JNilsson: 人工智能英文版，機械工業出版社 或中文版2 Georgr F.Luger：人工智能：復雜問題求解的結構和策略英文版，機械工業出版社 或中文版3張仰森：人工智能原理與應用，高等教育出版社Artificial Intelligence3關于課程面

2、向不同階段：本科生必修課程：人工智能引論碩士學位課程：人工智能 博士學位課程：智能系統原理及其應用面向不同專業：計算機：人工智能、模式識別、機器人自動控制：智能控制、模式識別、機器人信息處理：智能信息處理、數據挖掘通信工程：圖像處理與識別土木工程：智能建筑Artificial Intelligence4第一章 緒論1.1 人工智能的定義和開展1.2 人類智能和人工智能1.3 人工智能的各種認知觀1.4 人工智能的研究與應用領域1.5 課程概要Artificial Intelligence51.1 人工智能的定義和開展1.1.1 人工智能的定義幾種定義 智能機器intelligent machi

3、ne 人工智能學科 人工智能能力 人工智能擬人思維、行為 人工智能理性思維、行為 1.1 定義和開展Artificial Intelligence6 斯坦福大學的Nilsson提出人工智能是關于知識的科學知識的表示、知識的獲取以及知識的運用 人工智能學科是計算機科學中涉及研究、設計和應用智能機器的一個分支。它的近期主要目標在于研究用機器來模仿和執行人腦的某些智能功能，并開發相關理論和技術。 人工智能能力是智能機器所執行的通常與人類智能有關的功能，如判斷、推理、證明、識別、感知、理解、設計、思考、規劃、學習和問題求解等思維活動。幾種定義1.1 定義和開展Artificial Intelligen

4、ce71.1.2 人工智能的起源與開展 孕育期1956年前 數理邏輯學科弗雷治、維納等 計算的新思想丘奇、圖靈 等 形成期1956-1970年 1956年，第一次人工智能的研討會 1969年，第一屆國際人工智能聯合會議 1970年，?人工智能?國際雜志創刊1.1 定義和開展Artificial Intelligence8開展期1970年 進一步研究AI根本原理方法和技術 進行實用化研究智力測驗、下棋、機器翻譯人工智能程序 專家系統與知識工程 智能機器人、智能控制機器學習、計算智能、人工神經網絡、行為主義 從“一枝獨秀到“百花齊放智能系統智能機器人智能信息處理模式識別智能控制吳文俊院士幾何定理證

5、明的“吳氏方法1.1 定義和開展Artificial Intelligence9 符號主義(Symbolicism)：認為人類的智能的根本單元是符號，認知過程是符號表示下的符號運算，從而思維就成了符號運算。大多數比較成功的專家系統是建立在符號主義的根底上知識的表示。 聯結主義Connectionism：認為人工神經網絡的根本單元是神經元，而不是符號處理過程。認知過程是由神經網絡構成的，是并行分布的。 行為主義Actionism：認為人工智能源于控制論。智能取決于感知和行動，提出智能行為的“感知動作模式。行為主義者認為智能不需要知識、不需要表示、不需要推理。三種觀點1.1 定義和開展Artifi

6、cial Intelligence101.1.3 中國的AI研究學術組織 1978年 把“智能模擬列入國家科學開展規劃 1980年4月 中國自動化學會模式識別與人工智能專業委員會成立 1980年8月 “高校人工智能研討會 1981年9月 成立CAAI 1986年5月 中國軟件行業協會人工智能協會成立 1986年11月中國計算機學會人工智能與模式識別專業委員會成立 1987年6月中國計算機學軟件專業委員會智能學組知識工程 1993年 智能機器人委員會成立 1995年 智能自動化委員會成立1.1 定義和開展Artificial Intelligence11 學術刊物計算機學報 J. of Comp

7、uter 自動化學報 J. of Automation 控制理論與應用 Control Theory & Application 計算機研究與開展 Research & Development of Computer 模式識別與人工智能 Pattern Recognition & AI 機器人 Robot 信息與控制 Information & Control 控制與決策 Control & Decision 計算機世界 Computer World 計算機科學 Computer Science1.1 定義和開展Artificial Intelligence12AI學科的某些問題1. AI研究

8、目標 近期目標：建造智能機器，以代替人類的局部智力勞動 遠期目標：用自動機模仿人類的思維過程和智能行為2. AI主題-通用問題求解1.1 定義和開展Artificial Intelligence13人工智能的根本技術 知識表示Knowledge Representation狀態空間法、問題歸約法、謂詞邏輯法 推理搜索Searching & Reasoning啟發式搜索、消解原理、不確定性推理 計算智能Computational Intelligence模糊計算、神經計算、進化計算 構成技術系統與語言產生式系統、LISP語言、Prolog語言1.1 定義和開展Artificial Intelli

9、gence141.2 人類智能和人工智能1.2 人類智能和人工智能思維策略初級信息處理生理過程計算機軟件機器指令計算機硬件(a) 人類(b) 計算機Artificial Intelligence151.2.1 智能信息處理系統的假設人是一種智能信息處理系統 物理符號系統的六種根本功能輸入符號、輸出符號、存儲符號、復制符號、建立符號結構、條件性遷移 物理符號系統的假設：任何一個系統，如果具有智能，必定能執行上述6種功能；反之，任何系統如果具有上述6種功能，它就能夠表現出智能。 推論一：人具有智能，人是一個物理符號處理系統；其智能是基于其自身的信息處理過程；人類智能假設 推論二：計算機是一個物理符

10、號處理系統，它一定能表現出智能；人工智能的根本條件 推論三：既然人與計算機都是物理符號處理系統，所以可以用計算機模擬人的智能。人工智能假設1.2 人類智能和人工智能Artificial Intelligence161.2.2 人類智能的計算機模擬 機器智能可以模擬人類智能 智能計算機 下棋 定理證明 語言翻譯 新型智能計算機 神經計算機量子計算機1.2 人類智能和人工智能Artificial Intelligence17 1.2.3 人工智能的研究目標 近期目標建造智能計算機代替人類的局部智力勞動 遠期目標用自動機模仿人類的思維過程和智能行為1.2 人類智能和人工智能Artificial In

11、telligence181.3 人工智能的各種認知觀 符號主義Symbolicism基于物理符號系統假設和有限合理性原理 連接主義Connectionism基于神經網絡及其間的連接機制與學習算法 行為主義Actionism基于控制論及感知動作型控制系統 1.3 各學派的認知觀Artificial Intelligence19 人類的認知行為具有不同層次 認知生理學生理過程神經系統 認知心理學心里活動思維策略 認知信息學初級信息處理生理心里 認知工程學信息加工處理人工信息處理系統1.3 各學派的認知觀Artificial Intelligence201.4.1 問題求解 廣義上說，問題求解包括A

12、I中所有問題。這里指的是研究求解難題的程序，如下棋的程序，有時稱為博弈，是最早的AI研究領域。搜索解答空間，尋找較優解1.4.2 邏輯推理與定理證明 此類問題與邏輯推理的研究有關。通過對事實數據庫的操作來證明定理。證明方法有：自然演繹法、判定法、定理證明器、計算機輔助證明。邏輯推理；四色定理，吳氏方法1.4 AI的研究及應用領域1.4 研究與應用領域Artificial Intelligence211.4.3 自然語言的理解 自然語言：人類語言集團的本族語，如漢語、英語、日語 人造語言：世界語，計算機語言 機器語言：把一種語言翻譯成另一種語言 “理解有四個標準 問答：機器能正確地答復輸入文本中

13、的有關問題； 文摘生成：機器有能力產生輸入文本的摘要 ； 釋譯：機器能用不同的語言和句型來復述其輸入文本； 翻譯：機器具有把一種語言翻譯為另一種語言目標語言的能力。1.4 研究與應用領域Artificial Intelligence221.4.4 自動程序設計不是固定的預定程序，而是隨情況變化的。采用高級描述一句話或語句。Task PGSL script PGBinder任務初稿裝訂 Program Evolution PTFinal program調試1.4 研究與應用領域Artificial Intelligence231.4.5 機器學習 1. 機器學習是指機器自動獲取新的事實和新的推理

14、算法以到達具有智能的行為。2. 機器學習模型環境學習知識庫執行提供信息修改反響1.4 研究與應用領域Artificial Intelligence243. 學習方法的分類 機械式學習Rote learning 導師完成全部的轉換工作，系統只負責存儲。 講授式學習Learning from instruction外界輸入與內部不完全一致，需要推理、翻譯、轉化等工作。 類比學習Learning by analogy完成相似任務的有關知識的學習。 歸納學習Learning from induction通過事例學習，工作經驗觀察發現式學習Learning by observation &discove

15、ry1.4 研究與應用領域Artificial Intelligence251.4.6 專家系統 1. 專家系統是一個智能化的計算機程序系統，其內部具有大量的專家水平在某個領域的知識和經驗，能夠利用人類專家的知識和解決問題的方法來解決領域的問題。2. 專家系統和傳統的計算機程序之間的本質區別專家系統所要解決的問題一般沒有算法解，并且經常在不完全、不精確、不確定的根底上得出結論。3. 新一代專家系統分布式專家系統與協同式專家系統，不但采用基于規那么的方法，而且采用基于框架的技術與基于模型的原理。1.4 研究與應用領域Artificial Intelligence261.4.7 人工神經網絡1.

16、傳統計算機與邏輯推理方法，無法處理不完整、不確定、模糊性的問題，不具有學習能力，不能模擬人類直覺、頓悟智能行為；2. 神經計算機Hopfield、Rumelhart：BP算法3. 神經網絡已在模式識別、圖象處理、組合優化、自動控制、信息處理、機器人學和人工智能的其它領域獲得日益廣泛的應用。1.4.8 機器人學機器人 智能機器人感知、規劃、決策星際探索、海洋、外科手術、微型、機器人足球賽、軍事機器人、網絡機器人等；1.4 研究與應用領域Artificial Intelligence271.4.9 模式識別計算機能有效地感知聲音、文字、圖象、溫度、震動等人類賴以開展自身，改造環境所運用的信息資料。

17、當前熱點：活動目標識別與分析應用：手寫體識別，汽車牌照識別、指紋識別、語音識別1.4.10 機器視覺可分為低層視覺與高層視覺；低層視覺：邊緣檢測、動目標檢測、紋理分析、高層視覺：理解所觀察的形象研究領域：并行處理、主動定性視覺、動態時變視覺、三維景物建模、實時圖像壓縮與復原、彩色圖像處理；應用：機器人裝配、衛星圖像處理、工業過程監控、飛行器跟蹤與制導、電視實況轉播1.4 研究與應用領域Artificial Intelligence281.4.11 智能控制 智能控制是同時具有以知識表示的非數學廣義世界模型和數學公式模型表示的混合控制過程，也往往是含有復雜性、不完全性、模糊性或不確定性以及不存在

18、算法的非數學過程，并以知識進行推理，以啟發來引導求解過程。1.4.12 智能檢索 包括圖書資料、人事資料和其它情報。目前國內使用的各種管理系統，一般都不具有智能。1.4 研究與應用領域Artificial Intelligence291.4.13 智能調度與指揮 尋找最正確調度和組合TSP、八皇后問題 NP完全類問題的求解 應用領域：運輸調度、編組與指揮、空中交通、軍事指揮；1.4.14 分布式人工智能與Agent 是傳統人工智能的延伸和擴展，DAI是分布式計算與AI結合的結果； 其研究目標是創立一種能描述自然系統和社會系統的精確概念模型：分布式問題求解與多Agent系統；MAS社會智能：靈活性與適應性，開放性與動態性；1.4 研究與應用領域Artificial Intelligence301.4.15 計算智能與進化計算 計算智能包括神經計算、模糊計算、進化計算等 進化計算的理論根底是生物進化論 進化計算：遺傳算法、進化規劃、進化策略1.4.16 數據挖掘與知識發現 知識獲取 數據庫知識挖掘 數據庫中知識發現的四個特征：知識表現為高級語言、知識是對數據的精確描述、知識是用戶感興趣的、發現的過程是高效的；1.4 研究及應用1.4 研究與應用領域Artif