网站大量收购独家精品文档,联系QQ:2885784924

第〇章 人工智能.ppt

  1. 1、本文档共118页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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
第〇章 人工智能

人工智能 刘刚 glgangliu1@ 教材 马少平 朱小燕 编著 人工智能 清华大学出版社 参考书 人工智能 张彦铎 等 编著 清华大学出版社 人工智能原理与方法 王永庆 西安交通大学出版社 学习内容 0 绪论 1 搜索问题 2 与或图搜索问题 7 高级搜索 简介 人工智能(Artificial Intelligence) ,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式作出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 现代人工智能的兴起 现代人工智能(Artificial Intelligence,简称AI),一般认为起源于美国1956年的一次夏季讨论(达特茅斯会议),在这次会议上,第一次提出了“Artificial Intelligence”这个词。 绪 论 很早人类就有制造机器人的幻想 黄帝的“指南车” 诸葛亮的“木牛流马” 亚里士多德的形式逻辑 莱布尼茨的关于数理逻辑的思想 “机器人”一词的来源 人工和智能 人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或着人自身的智能程度有没有高到可以创造人工智能的地步,等等。 关于什么是“智能”,就问题多了。这涉及到其他诸如意识(consciousness)、自我(self)、思维(mind)(包括无意识的思维(unconscious_mind)等等问题。 什么是人工智能? 基于神经心理学:为神经活动建立数学模型。 基于智能行为:不管智能行为的产生原因。(个体行为与群体行为) 方向:相互结合,互为补充 人工智能 至今没有统一的定义 图灵测试 如何知道一个系统是否具有智能呢? 1950年,计算机科学家图灵提出了著名的“图灵测试”。 希尔勒的中文屋子 罗杰?施安克的故事理解程序(举例) 机器是否真的理解了呢? 希尔勒的中文屋子 问题:通过了图灵测试就具有了智能吗? 思考题:如何理解希尔勒的中文屋子? 故事理解程序举例 “一个人进入餐馆并订了一份汉堡包。当汉堡包端来时发现被烘脆了,此人暴怒地离开餐馆,没有付帐或留下小费。” “一个人进入餐馆并订了一份汉堡包。当汉堡包端来后他非常喜欢它,而且在离开餐馆付帐之前,给了女服务员很多小费。” 作为对“理解”故事的检验,可以向计算机询问,在每一种情况下,此人是否吃了汉堡包。 AI的本质问题 研究如何制造出人造的智能机器或系统,来模拟人类智能活动的能力,以延伸人们智能的科学。 【实际应用】   机器视觉:指纹识别,人脸识别,视网膜识别,虹膜识别,掌纹识别,专家系统,智能搜索,定理证明,博弈,自动程序设计,还有航天应用等。 【学科范畴】   人工智能是一门边沿学科,属于自然科学和社会科学的交叉。 【涉及学科】   哲学和认知科学,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论,仿生学, 【研究范畴】   自然语言处理,知识表现,智能搜索,推理,规划,机器学习,知识获取,组合调度问题,感知问题,模式识别,逻辑程序设计,软计算,不精确和不确定的管理,人工生命,神经网络,复杂系统,遗传算法 【应用领域】   智能控制,机器人学,语言和图像理解,遗传编程 软计算 传统计算(硬计算)的主要特征是严格、确定和精确。但是硬计算并不适合处理现实生活中的许多问题,例如驾驶汽车。 软计算通过对不确定、不精确及不完全真值的容错以取得低代价的解决方案和鲁棒性。它模拟自然界中智能系统的生化过程(人的感知、脑结构、进化和免疫等)来有效处理日常工作。软计算包括几种计算模式:模糊逻辑、人工神经网络、遗传算法和混沌理论。这些模式是互补及相互配合的,因此在许多应用系统中组合使用。 软计算历史 1943年,McClulloch和Pitts发表神经元的数学模型。 1965年,L. Zadeh提出模糊逻辑理论。 1975年,J. Holland提出遗传算法。 1975年,J. Yorke和T.Y. Li给出“混沌”的严格定义。 1991年,L. Zadeh指出人工神经网络、模糊逻辑及遗传算法与传统计算模式的区别,将它们命名为软计算。 近年文献中将混沌理论、遗传算法和模拟退火算法等概率推理(Probabilistic Reasoning)归入软计算。 传统人工智能进行符号操作,这基于一种假设:人的智能存储在符号化的知识库中。但是符号化知识的获得和表达限制了人工智能的应用(即符号主义的缺点)。一般的,软计算不进行太多的符号操作。因此,从某种意义

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档