AI第1章-绪论选编.pptVIP

关于课程 课程类型：计算机类学科基础课 课时：24+8 先导课程：离散数学、程序设计基础、数据结构 教 材 蔡自兴,徐光祐 主编 清华大学出版社 第四版 2010年5月 参考书籍 第1章 绪论 - 用中文讲述以上两个场景，并作为输入传输到屋子里； - 西尔勒关在屋子里，使用算法来处理这两个场景，并根据 算法结果回答问题； - 由于该算法的运行已通过了图灵测试，因此回答结果与人 类理解后的结果一致； - 但是，希尔勒本人不懂汉语。因此，他证明了算法通过了 图灵测试，但仍不能说它具备理解的能力！ 问题求解 机器学习 自然语言理解 专家系统 模式识别 计算机视觉 机器人学 博弈 计算智能 人工生命 2、结构模拟法 生物学观点，科学观点。 连接主义学派。根据人脑的生理结构和工作机理来模拟人脑智能，属于非符号处理范畴。 从脑科学的角度出发，采用生物学的方法进行研究，试图搞清楚人类智能的本质。主要研究神经网络。 不足之处：由于大脑的生理结构和工作机理还远未清晰，因而现在只能 对人脑的局部进行模拟或进行近似模拟。 不适合模拟人的逻辑思维过程。 受大规模人工神经网络制造的制约。 尚不能满足人脑完全模拟的要求。 3、行为模拟法 行为主义学派。智能不取决于符号和神经元，而取决于感知和行动,智能行为只能在现实世界中与周围环境交互作用而表现出来。 不足之处：难以获得高级智能控制行为。 4、集成模拟法 各学派密切合作，取长补短。 逐步建立统一的人工智能理论体系和方法。 1.4.4 人工智能的争论 1、人工智能研究方法的争论 人工智能是否必须模拟人的智能？如何模拟？ 对功能模拟、结构模拟和行为模拟是否可以分离研究？ 对感知、思维和行为是否可以分离研究？ 对认知与学习以及逻辑思维和形象思维等问题是否可以分离研究？ 是否有必要建立人工智能的统一理论体系？ 2、人工智能技术路线的争论 专用路线和通用路线的争议。 硬件路线和软件路线的争议。 人工智能作为一门交叉学科，经过长期发展，获得了可喜的成就，但同时也面临着许多困难、挑战及争论。 1.4.5 人工智能的发展方向 1、更新的理论框架研究 目前人工智能的研究存在着宏观与微观分离、局部与全局分离、理论与实际脱节的问题。要从根本上了解人脑的结构和功能，实现人工智能的研究目标，还需要寻找和建立更新的人工智能框架和理论体系。 2、更好的技术集成研究 人工智能是一门综合了信息技术、认知科学，心理学、社会学、语言学、系统学、哲学、伦理学等学科领域的交叉学科，人工智能的发展需要从各个学科的发展中汲取营养。 3、更成熟的应用方法研究 研究更通用更有效的软件开发方法，如更高级的人工智能语言，更方便的人工智能开发环境和工具；发掘求解问题的新思路与新方法。 1.4.6 人工智能的应用领域 自动定理证明 自动程序设计 智能控制 智能检索 智能调度与智慧 智能决策支持系统 人工神经网络 数据挖掘与知识发现 1、问题求解 问题的表示、分解、搜索、归约等。 进行复杂的数学公式符号运算求解。 2、机器学习 是使计算具有智能的根本途径，也是机器具有智能的重要标志。 主要研究如何使得计算机能够模拟和实现人类的学习能力。 人工智能领域最活跃，最具研究前景的热点。 3、自然语言理解 书面语言的理解和口语（语音）的理解。 手写文字的识别。 机器翻译…… 。 4、专家系统 在某个特定的领域内，以专家水平解决该领域中困难问题的计算机程序。 典型的专家系统结构如下： 5、模式识别 使计算机能够对给定的事物进行鉴别，并将其归入相同或相似的模式中。 是计算机对环境识别的需要，是对人类环境的感知模拟。 6、计算机视觉 人类80％以上的外部信息来自视觉。 主要研究目标是使得计算机具有通过二维图像，认知三维环境信息的能力。 低层视觉与高层视觉。 前沿研究领域。 广泛应用：目标识别与跟踪，视频三维重建，CT图像的脏器三维重建等。 ① 心理学小组 1957年，西蒙和纽厄尔等人的心理学小组，研制了一个称为逻辑理论机(Logic Theory Machine，简称LT)的数学定理证明程序。 1960年研制了通用问题求解(General Problem Solving，GPS)程序。该程序的设计，是从模仿人类问题求解的规程开始的，不依赖于具体领域。在它能处理的有限