计算智能专题.pptVIP

計算智能簡介 2006/9/12 簡報大綱 人工智慧簡介 計算智能的定義 計算智能與柔性計算的異同 模糊集合論 類神經網路 遺傳演算法 結合不同的計算智能方法 計算智能的應用 人工智慧簡介 (1/7) 人工智慧的定義 人工智慧(Artificial Intelligence；AI)在於模仿人類的智慧，讓機器能夠像人類一樣地思考與行動。一個很有代表性的應用為：智慧型機器人。 人工智慧簡介 (2/7) 人工智慧的發展 1943年W. McCulloch與W. Pitts提出人工神經元(artificial neuron)模型，奠定AI發展基礎。 1949年D. Hebb依據人工神經元架構，提出一套學習法則，稱作Hebbian learning rules，讓神經元能夠自動調整加權值，以具備學習能力。 人工智慧簡介 (3/7) 1950年A. Tuning提出有名的Tuning Test，用來檢測電腦是否有智慧。 1951年M. Minsky與D. Edmonds發展第一台類神經網路電腦，稱作SNARC。 1956暑假年J. McCorthy邀請數位科學家在Dartmouth College舉行會議，由J. McCorthy提出【人工智慧】這個名詞。 人工智慧簡介 (4/7) 1958年J. McCarthy發展出一套人工智慧的語言: LISP。 1960年Widrow與Hoff提出ADALINES類神經網路。 1962年F. Rosenblatt提出perceptron類神經網路架構。 1966-1973年為AI發展的困頓期，有些學者指出AI在某些方面的限制；例如:機器翻譯、AI程式的問題解決、perceptrons類神經網路的限制等。(AI的寒冬期) 人工智慧簡介 (5/7) 1969年Buchanan等人提出第一套以知識為推論基礎的系統: DENDRAL。 1976年Newell and Simon提出physical symbol system假說，認為任何系統必須透過符號運作來產生智慧。 1970年代開始有語音辨識的模型被提出。 1982年第一套商業化的專家系統，在DEC公司正式服役，用來處理電腦系統的訂單。 人工智慧簡介 (6/7) 1986年Rumelhart與McClelland提出back-propagation neural networks，才解決perceptron類神經網路的缺點。 1987年Laird等人提出一套完整的代理人架構。 到目前，AI相當被看好，且正蓬勃發展。它也是一門科學，被應用在許多工商業領域中。 人工智慧簡介 (7/7) 人工智慧的主要領域 自動化推論與排程 遊戲理論 自動化控制 診斷系統 邏輯規劃 機器人 語言處理與問題解決 智慧型代理人 知識工程 機器學習 計算智能的定義 (1/2) 計算智能(computational intelligence)屬於現代人工智慧(artificial intelligence)的一門分支，能夠讓機器或資訊系統自動地推理和學習。 所謂計算智能是一種計算的模式及智慧型工具。它能夠在不確定的環境中，直接輸入原始資料，再透過精確的平行表示方法來處理資料，最後及時產生可靠且高容錯能力的結果。 計算智能的定義 (2/2) 計算智能包含的方法有哪些? Fuzzy set theory (模糊集合論) Artificial neural network (類神經網路) Evolutionary computation (演化式計算方法) Genetic algorithm (遺傳演算法) Genetic programming (基因規劃法) Ant colony optimization (蟻群最佳化方法) Particle swarm optimization (粒子群優化法) Belief network (信賴網路) Artificial life (人工生命) 計算智能與柔性計算的異同 何謂柔性計算(soft computing) 柔性計算是一種新興的方法，類似人類在不確定環境的學習與推理能力。 比較計算智能與柔性計算的異同 相同: 對於單一的計算方法而言，兩者的定義相同。 相異: 柔性計算能夠結合兩種以上的計算方法，比單一種方法更有效能。例如: 模糊集合和類神經網路的結合；也就是模糊類神經網路。 模糊集合論 (1/3) 模糊集合論 (2/3) 歸屬函數 (MFs) 的特性: 模糊集合論 (3/3) 模糊集合的定義: 類神經網路 (1/3) 生物神經網路 典型的生物神經元（neuron）具有相當大的細胞體（cell body or soma），內有細胞核（nucleus），主要的特徵是它擁有纖維狀的突起（process）來延長它傳導訊