- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
What is intelligence? Intelligence: 人们知觉、学习、理解和认知的能力.什么是 artificial intelligence? Artificial Intelligence: 所谓人工智能,就是人工的方法在机器(计算机)上 实现的智能,或者说是人们使用机器模拟人类的智能。由 于人工智能是在机器上实现的,所以又称为机器智能。 从另一个角度来看,人工智能是研究怎样使计算机来 模仿人脑从事的推理、证明、识别、理解、设计、学习、 思考、规划及问题求解等思维活动,来解决人类专家才能 处理的复杂问题。 不同声音 Feigenbaum(EdwardAlbert爱德华费根鲍姆) 告诉机器做什么而不告诉它怎么做,如果机器能够完成任务,我们就说这个机器是有智能的。 美国Stanford大学 知识工程学派Several believes Searle’s belief(塞尔) Thinking can occur only in very special machines —— living ones made of proteins 向强人工智能挑战: 塞尔标准的意义在于:它说明机器智能是有限度的,机器智能永远不可能超过人类智能。因此,它为人工智能提供了一个动态的、恒久适用的标准。Several believes Newell Simon: physical symbol system hypothesis(物理符号系统假说) 纽厄尔,西蒙,卡内基-梅隆大学 “a physical system is a machine that is capable of manipulating symbolic data.” Approaches to AI Two main approaches: Symbolic vs. Subsymbolic符号vs 亚符号 Symbolic processing approaches Classical AI Newell and Simon ——physical symbolic system hypothesis #物理符号系统假说 # ● Knowledge-based approach——enough knowledge required 基于知识的方法 (2) Subsymbolic processingapproaches Bottom-up style 在最底阶段我们认为把符号叫做信号更为确切。 Symbol - Signal Well-known examples Neural networks (神经网络) Evolution systems(进化系统) ……… 符号智能与计算智能符号智能就是符号人工智能,它是模拟脑智能的人工 智能,也就是所说的传统人工智能或经典人工智能。符号 智能以符号形式的知识和信息为基础,主要通过逻辑推 理,运用知识进行问题求解。符号智能的主要内容包括知 识获取(knowledge acquisition)、知识表示(knowledge representation)、知识组织与管理和知识运用等技术(这些构 成了所谓的知识工程(Knowledge Engineering, KE))以及基于 知识的智能系统等。 符号智能与计算智能计算智能就是计算人工智能,它是模拟群智能的人工 智能。计算智能以数值数据为基础,主要通过数值计算, 运用算法进行问题求解。计算智能的主要内容包括:神经 计算(Neural Computation, NC)、进化计算(亦称演 化计算,(Evolutionary Computation,EC),包括遗传算法 (Genetic Algorithm,GA)、进化规划(Evolutionary Planning,EP)、进化策略(Evolutionary Strategies,ES)等)、免疫计算(immune computation)、粒群计算(Particle Swarm Algorithm,PSA)、蚁群算法(Ant Colony Algorithm,ACA)、自然计算(Natural Computation,NC)以及人工生命(Artificial Life,AL)等。 以移动机器人路径规划为例,探讨可使用的人工智能方法: ANN与路径规划该方法研究了障碍物形状是矩形并且利用能量函数来 描述其边界和位置已知情况下的机器人路径规划算法。通 过计算地图中的某个点是否落在障碍物矩形范围中来确定 这个点是否为障碍物点,其能量函数的定义利用了ANN结 构,根据路径点位于障碍物内外的不同位置选取不同的动 态运动方程,规划出的路径达到了折线形的最短无碰路 径,计算
文档评论(0)