计算机科学第14章智能系统绪论.pptVIP

4. 解释学习 解释学习是通过运用相关的领域知识，对当前提供的实例进行分析，从而构造解释并产生相应知识。 5. 神经网络学习 神经网络学习是基于神经网络技术的机器学习系统。 神经网络学习的方法有不同的分类。按学习时是否有外部指导来分类的话，可分为下列类别： 有导师(或称有监督)学习 无导师(或称无监督)学习 14.6.5 机器学习方法 本章小结 本章介绍了智能系统的相关知识，包括人工智能的基本概念、起源、学派及应用领域，人工智能知识及其表示方法，知识的推理技术、搜索技术，自然语言处理和机器学习。 通过本章的学习，读者应该对人工智能这个领域有了初步的了解，明确知识的表示形式和相关的推理技术，对一般和高级的搜索技术都有了一定的理解，了解自然语言中句法和语义的分析过程以及机器翻译的概念，对机器学习的发展、研究方向、学习策略和方法有了初步的认识。 * 计算机科学导论 第14章 智 能 系 统 学习目标 了解人工智能系统的概念、知识表示及推理、搜索技术、自然语言处理、智能计算、机器学习的基本概念。 第14章 智 能 系 统 14.1 人工智能系统14.1.1 人工智能 人工智能，又称为机器智能 (Machine Intelligence，MI)，是研究、设计和应用智能机器或智能系统来模拟人类智能活动的能力，以延伸人类智能的科学。它是一门综合了计算机科学、控制论、信息论、生理学、神经生理学、语言学、哲学的交叉学科。 14.1.1 人工智能 人工智能的起源可以追溯到人类试图用机器来代替人的部分脑力劳动开始。公元前850年，古希腊就流传借助机器人帮助人们劳动的神话传说，公元前 900多年，我国记载有歌舞机器人的传说，这说明古代关于人工智能已经形成了初步设想。 17世纪法国物理学家和数学家布莱斯?帕斯卡(Blaise Pascal)开发了世界上第一台会演算的机械加法器。德国数学家和哲学家威廉·莱布尼茨(Wilhelm Leibniz)在这台加法器的基础上发展并制成了进行全部四则运算的计算器。 14.1.1 人工智能 20世纪人工智接连出现很多开创性的进展。1936年，英国数学家图灵在他《理想计算机》一文中提出了著名的“图灵机模型”，1945年，他进一步论述了电子数字计算机设计思想，1950年他又在《机器会思考吗？》一文中提出了著名的“图灵测试”——一个人在不接触对方的情况下，通过一种特殊的方式，和对方进行一系列的问答，如果在相当长时间内，他无法根据这些问题判断对方是人还是计算机，那么就可以认为这个计算机具有同人相当的智力，即这台计算机是智能的。该测试的本质是让人类测试机器是不是智能的，自此“人机大战”成了人工智能的焦点，在人工智能的发展史中接连上演。 14.1.1 人工智能 1956年，美国达特茅斯学院的一次历史性聚会被认为是人工智能学科正式诞生的标志，此后人工智能进入了快速发展期。 20世纪70年代，人工智能的发展遇到了瓶颈，即使最杰出的人工智能程序也只能解决问题中最简单的一部分，也就是说所有人工智能程序都只是“玩具”。 20世纪80年代中期，在经历了10多年的低潮之后，人工神经元网络的研究取得了突破性进展，研究者提出了很多新的神经元网络模型 。从此，人工智能开始了新的发展阶段。 14.1.2 人工智能的主要学派 1.符号主义学派 符号主义(Symbolicism)学派，又称为逻辑主义(Logicism)学派、心理学派(Psychlogism)或计算机学派(Computerism)。这一学派认为人工智能源于数理逻辑。 2.联结主义学派 联结主义(Connectionism)学派，又称为仿生学派(Bionicsism)或生理学派(Physiologism)。它从神经元开始进而研究神经网络模型，开辟了人工智能的又一发展道路。 3.行为主义学派 行为主义(Actionism)学派，又称为进化主义(Evolutionism)学派或控制论学派(Cyberneticsism)，它源于控制论。 14.1.3 人工智能的研究与应用领域 问题求解 专家系统 决策支持系统 自然语言处理 组合高度和指挥 智能机器人 逻辑推理和定理证明 模式识别 自动程序设计 智能控制 14.2 知识表示及推理14.2.1 知识与知识表示 知识的概念 知识是人类对客观世界及其内部运行规律的认识与经验的总和，是人类利用这些规律改造世界的方法和策略。在计算机科学和智能程序设计中研究的知识仅仅是有关现实世界的一部分知识。 知识具有相对正确性、不确定性、可表示性和可利用性等几个特征。 14.2.1 知识与知识表示 知识的一般表示方法 一阶谓词逻辑 问题归约法 语义网络 框架表示法 剧本 产生式系统 状态空间表示法 过程表示