人工智能课件di1zhang课件.pptVIP

智能的特征 具有感知能力，感知是人类最基本的生理、心理现象，是获取外界信息的基本途径。 具有记忆和思维能力，思维可分为逻辑思维、形象思维和顿悟思维。 具有学习能力和自适应能力。 具有行为能力。 人工智能的交叉包括：逻辑、思维、生理、心理、计算机、电子、语言、自动化、光、声等 人工智能的核心是思维与智能，构成了自己独特的学科体系 人工智能的基础学科包括：数学（离散、模糊）、思维科学（认知心理、逻辑思维学、形象思维学）和计算机（硬件、软件）等 机器翻译等的失败： “Time flies like an arrow” 翻译成日语，再译回来 ：“苍蝇喜欢箭” “The spirit is willing but the flesh is weak” 译成俄语，再译回来 ： “The wine is good but the meat is spoiled” 计算机打败国际象棋冠军 “深蓝”与卡斯帕罗夫的对比── 身高:卡斯帕罗夫5英尺10英寸,“深蓝”6英尺5英寸； 体重:卡斯帕罗夫176磅， “深蓝”1.4吨； 年龄：卡斯帕罗夫34岁， “深蓝”4岁； 每秒行棋速度：卡斯帕罗夫2步， “深蓝”2亿步。 最主要差别： 卡斯帕罗夫: 随机应变能力强，老谋深算，经验丰富,但思路易受身体条件、情绪和周围环境的影响。 “深蓝”：是个刚刚涉足棋坛的小学生,记忆力强，计算平稳且不受环境干扰。“深蓝”程序带有一个收集了20世纪各位著名国际象棋大师所下的数千个棋局的数据库。 机器人研究的意义：机器人既是人工智能的研究对象，同时又是人工智能的试验场地，人工智能的所有技术几乎都可以在这个领域得到应用。 智能机器人具有的能力：感知能力、思维能力和行为能力的机器人。这种机器人能够主动的适应外界环境变化，并能够通过学习丰富自己的知识、提高自己的工作能力。 情感机器人：是一种具有情感（爱、恨…）和情绪(喜、怒、哀、乐…)功能新一代机器人。 主要特征: (1)立足于逻辑运算和符号操作,适合于模拟人的逻辑思维过程,解决需要逻辑推理的复杂问题； (2)知识可用显示的符号表示,在已知基本规则的情况下,无需输入大量的细节知识； (3)便于模块化,当个别事实发生变化时,易于修改； (4)能与传统的符号数据库进行连接； (5)可对推理结论进行解释,便于对各种可能性进行选择。 缺点： 可以解决逻辑思维,但对于形象思维难于模拟； 信息表示成符号后,并在处理或转换时,信息有丢失的情况。 主要特征: (1)通过神经元之间的并行协作实现信息处理,处理过程具有并行性,动态性,全局性 (2)可以实现联想的功能,便于对有噪声的信息进行处理 (3)可以通过对神经元之间连接强度的调整实现学习和分类等 (4)适合模拟人类的形象思维过程 (5)求解问题时,可以较快的得到一个近似解 缺点： 不适合于解决逻辑思维, 体现结构固定和组成方案单一的系统也不适合多种知识的开发 1.7.14 智能人机接口 　　智能人机接口就是智能化的人机交互界面, 也就是将人工智能技术应用于计算机与人的交互界面, 使人机界面更加灵性化、拟人化、个性化。 这也是当前人机交互的迫切需要和人机接口技术发展的必然趋势。 智能人机接口已成为计算机、网络和人工智能等学科共同关注和通力合作的研究课题。该课题涉及到机器感知特别是图形图像识别与理解、 语音识别、自然语言处理、 机器翻译等诸多AI技术, 另外, 还涉及到多媒体、 虚拟现实等技术。 1.7.15 模式识别 　　识别是人和生物的基本智能信息处理能力之一。 所谓模式识别, 则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,而并不包括概念、思想、意识等抽象或虚拟对象, 后者的识别属于心理、认知及哲学等学科的研究范畴。 经过多年的研究, 模式识别已发展成为一个独立的学科, 其应用十分广泛, 诸如信息、遥感、医学、影像、安全、军事等领域, 模式识别已经取得了重要成效。 1.7.16 数据挖掘（DM）与数据库中的知识发现（KDD） 　　数据挖掘和数据库中的知识发现的本质含义是一样的, 只是前者主要流行于统计、 数据分析、 数据库和信息系统等领域, 后者则主要流行于人工智能和机器学习等领域, 。  　　DM与KDD现已成为人工智能应用的一个热门领域和研究方向, 其涉及范围非常广泛, 如企业数据、商业数据、 科学实验数据、 管理决策数据、 Web数据等的挖掘和发现。 　 1.7.17 计算机辅助创新 　　计算机辅助创新(Computer Aided Innovation, CAI)是以“发明问题解决理论(TRIZ