人工智能与人工生命数据挖掘的基础学科.docVIP

人工智能概述 人工智能概述  人工智能（Artificial Intelligence）简称AI  起源于美国1956年的一次夏季讨论会  什么是AI？ 计算——算计  图灵实验  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。 1、AI的历史回顾  第一阶段（40年代中～50年代末） 神经元网络时代  双层网络  M-P模型、感知器模型等  问题：XOR问题不能解决  Minsky的著作：《Perceptions》（感知器） AI AI的历史回顾（续 的历史回顾（续11））  第二阶段（50年代中～60年代中） 通用方法时代 – 物理符号系统 – 主要研究的问题：GPS、游戏、翻译等 – 对问题的难度估计不足，陷入困境 AI的历史回顾（续2）  一个笑话（英汉翻译）： The spirit is willing but the flesh is weak. （心有余而力不足） AI的历史回顾（续3）  出现这样的错误的原因： Spirit： 1）精神 2）烈性酒  结论： 必须理解才能翻译，而理解需要知识 AI的历史回顾（续4）  第三阶段（60年代中～80年代初） 知识工程时代  专家系统  知识工程  知识工程席卷全球  各国发展计划：  美国星球大战计划  英国ALVEY计划  法国UNIKA 计划  日本五代机计划  中国“863”计划 AI的历史回顾（续5）  第四阶段（80年代中～90年代初） 新的神经元网络时代  BP网（算法），解决了多层网的学习问题  Hopfield网，成功求解了货郎担问题  存在问题：  理论依据  解决大规模问题的能力  新的动向——构造化方法 AI的历史回顾（续6）  第五阶段（90年代初～现在） 数据与网络时代  网络给AI带来无限的机会  知识发现与数据挖掘  AI走向实用化 22、人工智能的主要学派 、人工智能的主要学派  符号主义（Symbolicism）：原理主要为 物理符号系统假设和有限合理性原理。 符号主义认为人工智能源于数学逻辑， 发展了启发式算法→专家系统→知识工 程理论与技术，至今仍是人工智能的主 流派。  联结主义（Connectionism）：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。其主要代表有生物学家 McCulloch和数理逻辑学家Pitts创立的脑 模型和Rumelhart提出的多层网络中的反 向传播（BP）算法。  行为主义（Actionism）：原理为控制论 及感知-动作型控制系统。行为主义早期 模拟人在控制过程中的智能行为和作用， 如对自寻优、自适应、自校正、自组织、 自学习等控制系统的研究，80年代诞生 了智能控制和智能机器人系统。 33、人工智能的定义 、人工智能的定义  我们定义的人工智能是：人工智能研究 如何用人工的方法和技术，即用各种自 动机器或智能机器模仿、延伸和扩展人 的智能，实现某些“机器思维”或脑力 劳动自动化。人工智能的研究对象是机 器智能或智能机器。 44、、人工智能的研究与应用领域 人工智能的研究与应用领域  语言处理、自动定理证明、智能数据检 索系统、视觉系统、问题求解、人工智 能方法和自动程序设计等。 11））问题求解 问题求解(problem (problem--solving) solving)  问题求解涉及归约、推断、决策、规划、 常识推理、定理证明和相关过程的核心 概念。许多问题求解方法采用搜索方法， 如，宽度优先搜索、深度优先搜索和启 发式搜索等。 22））逻辑推理与定理证明 逻辑推理与定理证明  这两项技术用于解决比较复杂的系统和问题。 逻辑推理技术是使问题从初始状态转移到目标 状态的方法和途径，是人工智能最持久的子领 域之一。根据在问题求解的过程中是否运用启 发性知识，将推理方法分为启发推理和非启发 推理。定理证明的研究在人工智能方法的发展 过程中曾经产生过重要的影响。在谓词逻辑表 达方法中，将各种人工智能问题求解化为相应 的定理证明过程。例如，采用谓词逻辑语言的 演绎过程的形式化有助于我们更清楚地理解推 理的某些子命题。 33））专家系统 专家系统  专家系统是一个具有大量专门知识与经验的程 序系统，它应用人工智能技术，根据某个领域 一个或多个人类专家提供的知识和经验进行推 理和推断，模拟人类专家的决策过程，以解决 那些需要专家决定的复杂问题。专家系统和传 统的计算机程序最本质的不同之处在于专家系 统所要解决的问题一般没有算法解，并且经常 要在不完全、不精确或不确定的信息基础上作 出结论。新一代专家系统有分布式专家系统和 协同式专家系统等，不