第1章 绪论 人工智能.ppt

* 人工智能 * 1.5.1 博弈（Game Playing） 1.5.2 自动定理证明（Automatic Theorem Proving） 1.5.3 专家系统（Expert System） 1.5.4 模式识别(Pattern Recognition) 1.5.5 机器学习（Machine Learning） 1.5.6 计算智能（Computational Intelligence） 1.5.7 自然语言处理（Natural Language Processing） 1.5.8 分布式人工智能（Distributed Artificial Intelligence） 1.5.9 机器人（Robot） 1.5人工智能的研究领域 1.5.1 博弈（Game Playing） 博弈可泛指单方、双方或多方依靠“智力”获取成功或击败对手获胜等活动过程，不仅仅指下棋一类的游戏。 从1956年塞缪尔的跳棋程序，到1997年能够战胜世界国际象棋冠军卡斯帕罗夫的“深蓝”，以及目前较为流行的对抗类游戏，人工智能技术都是其中的核心技术。计算机博弈为人工智能提供了重要的理论研究和实验场所。 反过来，博弈中的很多概念、方法和成果对人工智能自身及其他领域提供了极具价值的参考和指导，如在政治、军事、经济等领域就有极其广泛的应用。 * 人工智能 * 1.5.1 博弈（Game Playing） 人工智能在研究博弈问题时常常以下棋为例，是因为下棋是一个典型的智力问题，棋盘状态、下棋规则及下棋的技巧性知识（启发知识）等较容易形式化，进而在计算机上表示与实现，而且还可以依赖人类专家的判断对所实现的下棋程序的“智力”水平做出评价。 博弈问题的求解过程通常是一个启发式搜索过程，它以棋盘的全部格局作为状态，以合法的走步为操作，以启发性知识为导航，在一个有限或无限的状态空间内寻找使自己到达获胜终局的路径。其中，最重要的是使用各种剪枝技术克服状态的组合爆炸问题，带?-?剪枝的极小极大化分析技术在各种游戏的实现中都得到了广泛的应用。 * 人工智能 * 1.5.2 自动定理证明 机器定理证明的方法主要有： 自然演绎法 依据推理规则，从前提和公理中推出许多定理，若待证明的定理恰在其中，则定理得证。 判定法 对一类问题找出统一的计算机上可实现的算法解。 定理证明器 研究一切可判定问题的解法。1965年鲁滨逊提出的消解原理是这类工作的基础， 计算机辅助证明 以计算机为辅助工具，利用机器的高速和大容量，帮助人完成手工证明中无法完成的大量计算、推理和穷举。 * 人工智能 * 1.5.3 专家系统（Expert System） 专家系统是一种智能计算机系统，在一定程度上辅助、模拟或代替人类专家解决某一领域内的问题，其水平可以达到甚至超过人类专家的水平。 1965年费根鲍姆研究小组开始研制第一个专家系统——分析化合物分子结构的DENDRAL，1968年完成并投入使用，标志着专家系统的正式诞生。 * 人工智能 * 1.5.3 专家系统（Expert System） 专家系统的成功源于专门知识在智能模拟中的重要作用。在此基础上，费根鲍姆提出了“知识工程”的概念，使人们更加深刻地认识到知识的重要性。 从处理的问题性质看，专家系统善于解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题；从处理问题的方法看，专家系统则是靠知识和推理（而不是使用固定的算法）来解决问题，所以，专家系统是基于知识的智能问题求解系统。 * 人工智能 * 1.5.3 专家系统（Expert System） 新型专家系统在结构和功能都有了很大的提高，处理问题能力和范围日益强大。主要体现在： （1）针对实际数据分布在不同区域的特点，进行分布式专家系统和协同式专家系统的研究、开发和应用。 （2）在知识获取方面，引入知识发现、数据挖掘等方法与技术，使专家知识的获取不再完全依靠领域专家，从一定程度上解决了专家系统研究中知识获取这一“瓶颈”问题。 （3）引入新兴的软件开发思想，如面向对象理论、智能Agent、构件化编程思想等，使得专家系统地开发更加容易，代码的重用性进一步提高。 * 人工智能 * * 人工智能 * 指的是用计算机进行物体识别。这里的物体一般指文字、符号、图形、图像、语音、声音及传感器信息等形式的实体对象，也就是说，这里所说的模式识别是狭义的模式识别，它是人和生物的感知能力在计算机上的模拟和扩展。 1.5.4 模式识别(Pattern Recognition) 模式识别的应用主要有： （1）文字识别 （2）语音识别 （3）指纹识别 （4）遥感 （5）医学诊断 * 人工智能 * 1.5.4 模式识别(Pattern Recogni