第1章 的人工智能概述.pptVIP

早期AI研究者过于盲目的乐观态度, 10年预见, 50年过去了，只是部分地在某种程度上实现(如计算机下棋)，但还没有得到完全实现，AI远比设想的复杂 消解法（归结原理）能力有限 例如：证明两个连续函数之和仍是连续函数，推了10万步还没有推出来。 Sauel的下棋程序，1965年，世界冠军Helmann获得四连胜。 机器翻译闹出不少笑话 (举例见下页) 1.2 人工智能的发展概况-困难时期 1.2 人工智能的发展概况-困难时期 1973年，英国发表了Lighthill report，认为AI的研究即使不是骗局，至少也是庸人自扰。之后英国终止了除2所大学以外所有的AI研究资助 IBM公司也取消了本公司范围内的AI研究活动。 机器翻译闹出的笑话举例： “The spirit is willing but the flesh is weak”，意思是“心有余而力不足”。 机器翻译过程：英语－ 俄语 － 英语 结果被译为： “The vodka is good but the meat is spoiled”，意思是“伏特加是好的，肉变质了”。 “Out of sight, out of mind”，意思是“眼不见心不烦”。 将其翻译成俄语，竟成了：“ 又瞎又疯”。 …… 1.2 人工智能的发展概况-困难时期 1.2 人工智能的发展概况-基于知识系统的崛起 DENDRAL是第一个成功的知识密集型系统, 1969年在Stanford开发, 参与者包括费根鲍姆 (Ed Feigenbaum)等，根据质谱仪信息推断分子结构 / 该系统改进后, 把知识和推理部分清楚地划分开—80年代专家系统的典型结构。 由DENDRAL系统开始的专家系统方法论又应用到其他需要人类专家知识的领域。 1.2 人工智能的发展概况-AI成为工业 1982年, 第一个成功的商用专家系统R1在DEC公司开始运转, 到1986年为止每年为公司节省4千万美元 在八十年代的AI研究热潮中, 1981年日本提出五代机计划, 目的是建造运行Prolog程序的智能机 AI工业在1980年只是几百万美元, 1988年涨到数十亿美元 实际上，“AI成为工业”目前在一些家电中可以找到影子(智能洗衣机等) 1.2 人工智能的发展概况-AI成为科学 近年来，AI研究在内容和方法论方面的特点： 在已有的理论基础上进行研究而不是提出崭新理论 从对控制论和统计学的某种叛逆到开始接受这些领域的理论和方法 假设必须以严格的经验实验为条件，结果的重要性必须经过严格的分析。 通过互连网进行测试数据和程序代码的共享 以上标志着，AI已经成为了一门科学。 1.3 人工智能的学派 符号主义(Symbolicism) 连接主义(Connectionism) 行为主义(Actionism) 逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism),主要为物理符号系统(即符号操作系统)假设和有限合理性原理. 仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。 进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知-动作型控制系统。 1.4 人工智能的研究与应用领域 1.4.1 问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。 1999年，“弗里茨”升级为“更弗里茨”(Deep Fritz) 2001年，“更弗里茨”更新了程序，击败了卡斯帕罗夫和阿南德，以及除了克拉姆尼克之外的所有排名世界前十位的棋手 2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方4比4战平 2003年1～2月“更年少者”与卡斯帕罗夫举行人机对抗，双方3比3战平 1.4 人工智能的研究与应用领域 1.4.2 智能计算 智能计算就是借用自然界生物界规律的启迪根据其原理模仿设计求解问题的算法 包括遗传算法、模拟退火算法、进化算法、启发式算法、蚁群算法、人工鱼群算法，粒子群算法。 1.4 人工智能的研究与应用领域 1.4.3 机器学习 机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。即从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。 已有十分广泛的应用，如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、证券市场分析、语音和手写识别、战略游戏和机器人运用。 1.4 人工智能的研究与应用领域 1.4.4 模式识别 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类