人工智能第一章00资料.pptVIP

吉林大学 侧重研究静态系统MBD的形式化方法以及离散事件动态系统的MBD方法 中山大学：姜云飞等 重点研究静态系统的诊断算法 中科院软件所：栾尚敏等（结构信息诊断） 国防科大：黄杰、陈琳等（诊断算法） 哈工大、航空学院、合肥工大、厦大…… 五、人工智能与其它领域的交叉 数据挖掘--AI与数据库的交叉领域 基于知识的软件工程-- AI与软件工程的结合 基于Agent的软件工程-- AI中多Agent技术与软件工程的结合 网络智能-- AI与因特网技术的结合 万维学（Web Science）是比它更广的概念。 计算机动画自动生成-- AI技术与计算机图形学及电影艺术结合的产物 人工智能未来的设想 未来实现人工智能必须双管齐下，一是利用现有的计算机技术模拟人工智能，这是实现人工智能的必要准备；二是利用一种全新的技术实现信息处理的模糊化和网络化，这是实现人工智能的根本途径。 全新技术：寄托于光子计算机、生物计算机和量子计算机。? 1990年1月29日，美国贝尔实验室宣布研制出世界第一台光计算机。它采用砷化钾光学开关，运算速度每秒10亿次。根据推测，未来光子计算机的运算速度可能比今天的超级计算机快1000到1万倍。 具有5000个左右量子位的量子计算机可以在大约30秒内解决传统超级计算机需要100亿年才能解决的素数问题。 生物计算机研究更加现实，美国威斯康星－麦迪逊大学已研制出一台可进行较复杂运算的DNA计算机。据悉，一克DNA所能存储的信息量可与１万亿张CD光盘相当。 人工智能未来的设想 Intel公司名誉董事长戈登·穆尔 ：“硅智能将发展到很难将计算机和人区分开来的程度” 库茨魏尔技术公司总裁雷蒙德·库茨魏尔 ： “大约在2019年，一台1000美元的个人电脑可以拥有人脑的基本计算能力，包括1000亿个神经元和100万亿个神经连接物。到2030年，价值1000美元的计算机系统将拥有相当于1000个人的大脑智能总和；到2050年则相当于10亿个人的大脑能量。” “到2099年将只有很少一部分人仍然保留着生物机体。大多数人将把自己的思想转换成电子电路——结果就可以获得永生 ” 宾夕法尼亚州立大学的纽纳姆 ：“我希望过上这样一种生活。我希望有足够的时间去了解生命的意义——我们为什么要在地球上生存、为什么会有物质以及宇宙为什么会存在？我很想知道这些问题的答案。” 结论与展望 人工智能虽不是万能灵药，却也不是无端妄说。人工智能是一门科学，也是一门技术，一门几乎在所有方面都有重要应用的技术。 人工智能能否发展到可以匹敌自然智能（人类智能）的地步，是一个颇有争议的问题。一些学者建议把人工智能和自然智能结合起来，形成威力更大的智能组合，这个想法是有益的，可行的，而且事实上科学家们早已开始这样做了。 课 程　内　容 一、课程背景 二、产生式系统表示及其搜索方法 三、逻辑表示及其推理方法 自上个世纪九十年代Vapnik提出统计机器学习理论以来，机器学习得到快速发展和广泛应用。 2001年，美国科学家在《Science》上撰文指出：机器学习对科学研究的整个过程正起到越来越大的支持作用，该领域在今后的若干年内将取得稳定而快速的发展。 2003年，DARPA开始启动以机器学习为核心的5年计划PAL。首期(1-1.5年)投资2900万美元，将机器学习技术放到了国家安全的角度来考虑。 机器学习的著名系统： 1956年，Samue1研制的跳棋程序. 1959年，战胜了设计者本人； 1962年，战胜了美国一个州的冠军。 Langley的发现系统BACON，它能根据现有的数据，用83条产生规则重新发现许多著名的物理定律，如理想气体定律、行星运动定律及欧姆定律等。 （三）机器学习 （四）自然语言理解 研究目标： 1、计算机能正确理解人类的自然语言输入的信息，并能正确答复（或响应）输入的信息。 2、计算机对输入的信息能产生相应的摘要， 而且复述输入的内容。 3、计算机能把输入的自然语言翻译成要求的 另一种语言。 自然语言理解的挑战来自自然语言的模糊特性。 例如: He set a book on the table. (Where? The exact position) She had her hair cut for the party. (How long?) （四）自然语言理解 似乎很简单但实质上是非常困难的问题 日常的语言交流包含着很复杂的编码和解码过程 例. 装修工人的宿舍 与人们的知识与推理能力有密切的关系 与某些人谈话很费力， 但与思维敏捷的人谈话只要几句话甚至几个字就可以了 （四）自