人工智能技术的现状及展望.pptVIP

人工智能技术的现状及展望 计算机学院 目录 一、定义及相关概念 二、人工智能技术的发展 三、当前研究及热点 四、发展前景 五、问题与思考 一、定义及相关概念 1、什么是人工智能？ 1956年，人工智能（Dartmouth）大会，McCarchy认为：如何利用计算机在数学、物理学、心理学和电子工程等方面理论和知识模拟人类智能行为的学科，并且作为计算机科学的一个新的分支。 1965年，Feigenbaum主持的第一个专家系统：DENDRL，根据质谱仪的数据推断分子结构。 1977年，Feigenbaum在第五届人工智能大会提出了知识工程（Knowledge Engineering)，促进了人工智能的专家系统领域的发展。 一、定义及相关概念 2、定义： 1981年，Feigenbaum在《人工智能手册》一书中的定义：人工智能是计算机科学的一个分支，涉及到智能计算机系统的设计，改系统显示人类行为中与智能相关的某些特征。 1999，McCarthy的观点：”It is the science and engineering of making intelligent machines, especially intelligent computer programs。It is the similar task of using computer to understand human intelligence, but AI does not have to confine itself to methods that are biologically observable.” 二、人工智能技术的发展 第一阶段：1956年以前。 17世纪的法国数学和物理学家Pascal于1647年制造了一台有效的机械加法器。接着，德国数学家莱布尼茨（Leibniz）制造了实现乘法和除法的计算器 1821年，Babbage的差分机和分析机。 G.Boole的布尔代数。 1945年，冯.诺依曼的计算机结构学说。 1946年，ENIAC 1947年，Turing的“计算机和智能”，并提出了图灵测试的概念。是人工智能重要的先驱。 二、人工智能技术的发展 第二阶段：1956－1970。 符号智能学派，计算机达到人类智能的一个关键是建立一个通用的、万能的符号逻辑运算体系。计算机证明理论，自然语言翻译， 1956年Samuel的跳棋程序获得了州赛冠军。 1967年, Mosis的SIN积分求解程序。但是初期的成功不能掩饰过分乐观。 二、人工智能技术发展 第三阶段：1970－1980 专家系统的成功。 Feigenbaum于1977年正式提出了“知识工程”的概念为标志。一些成功的专家系统如： DENDRAL，MACSYMA，MYCIN等系统。此时，发现了人工智能领域非常具有应用前景的领域：专家系统、自然语言理解和翻译，计算机视觉和机器人。 1972年，法国马赛大学实现了以一阶谓词逻辑的Horn子集为语法，以Robinson的归结原理为语义，加上深度优先的控制策略而形成的人工智能通用程序设计语言。 二、人工智能技术发展 第四阶段：1980－1995 。非互联网时代的知识工程。 20世纪80年代到90年代中期是专家系统和管理信息的发展的黄金阶段。各类知识表示方法和形式化方法，启发式搜索算法，机器学习和机器人等领域得到了极大的发展。 二、人工智能技术发展 第五阶段：1995－现在。互联网时代的知识发现与商业智能。 知识发现是对静态知识所带来的局限性的一种彻底抛弃。 分布式人工智能不断发展，将会逐渐成为应用和人工智能技术发展的主流。 三、当前的研究热点 3.1、传统的人工智能研究领域 1）专家系统。 2）自然语言翻译。 3）模式识别。 4）定理证明。 三、当前研究及热点 3.1基本研究内容 1）谓词演算和消解原理。 谓词演算的有点是精确定义的形式语义，合理完备的推理规则。 消解原理描述了如何用最少的合一次数在一个子句数据库中发现矛盾的方法。 三、当前研究及热点 3.2、知识表示 Newell(1981)把知识定义为智能的代理为作出合理判断而使用的信息。 三、当前研究热点 概念－事实－规则体系。 知识表示方法： 1）逻辑表示。 2）语义网络。 3）过程表示和产生式系统（DB,RB,C)。 4）模拟和直接表示法。 5）特性表。 6）框架和剧本（Minsky,1975） 三、当前研究及热点 3.3、状态空间与搜索技术 问题求解的状态空间表示。 传统的深度广度搜索技术与启发式搜索技术的发展。 三、当前研究及热点 3.4、机器学习 Simon对学习的定义。执行过程而改进性能。 人工神经网络的兴起。 常用的机器学习算法。 三、当前研究及热点 3.5、人工神经网络 3.6、智