第一章 人工智能概述(精品·公开课件).ppt

常识问题（Commonsence Problems） 常识是人类智能的重要部分，具有极其重大的学术和实用价值，但是难度极大。 “邓小平知道毛泽东何时去世，毛泽东知道邓小平何时去世吗？” 常识知识的获取(Cyc) 常识推理（Commonsense Reasoning） 存在的问题和发展前景 存在的问题 以经典专家系统为代表的人工智能系统存在的问题包括： （1）脆弱性和不可靠性 （2）与计算机主流技术脱节 （3）知识获取困难 存在的问题和发展前景 领域专家的经验知识往往不完善，当要解决的问题落入经验性知识可处理的范围时（图1中兰色区域），系统具有专家级处理能力；但稍一超出范围（即超出兰色区域），处理能力就急剧下降到零。这种现象称为脆弱性，这使系统处理问题的范围狭小，导致问题不能确保解决，出现不可靠性。 专家经验知识 ⑴脆弱性和不可靠性 存在的问题和发展前景 （2）计算机主流技术脱节 AI技术应加强而不是取代常规软件。孤立使用的符号推理技术不利于推广应用。 （3）知识获取困难 抽取、概括和归纳出经验知识是一种创造性劳动，其难度很大。 发展前景 为推进人工智能技术的实用化，应从三个方面开拓研究工作： ⑴开发对应用领域和问题求解任务的深入理解； ⑵知识获取的自动化； ⑶与计算机主流技术综合集成。 存在的问题和发展前景 深层知识意指应用领域的专业基础知识（图1中非阴影部分）。知识量大，推理跨度小，推理效率低，但能解决或至少部分解决超出经验适用范围的问题。 浅层知识则是领域专家拥有的经验性启发式关联知识（图1中阴影部分）。知识量少，推理跨度大，可快速推进问题的解决，但具有脆弱性问题。 综合应用深、浅层知识可以起到相互补足的效果，增强问题求解的鲁棒性。 总结：1、学习AI需要什么？ 幻想（Imagination） 智慧（Intelligence） 坚持（Persistence） 2、人工智能 = 人类智能？ 人类智能…（Howard Gardner 智能多重性模型） 自我意识、适应 掌握他人的心态、意图、动机、情感 语言、文字 空间的观察、行动 用身体表达思想、 意思、动作 形式化、逻辑、推理 用音乐感知、 判断、表达 4、人工智能史：计算机科学家的一部酸甜苦辣史 人工智能相关文献及网站介绍 　　人工智能的理论研究和应用正处于茁壮发展阶段，紧密关注和跟踪最新的人工智能领域的成果是非常重要的。下面介绍一些人工智能领域比较知名的文献与会议、以及网站以方便读者了解人工智能领域的最新动态和研究热点。要了解更多的文献会议和网站，可以使用搜索引擎（象等等）从互联网上搜索。 三 基于应用系统的领域划分 智能数据库系统：传统数据库加上智能成分。 智能机器人系统：人工智能技术的全面体现和综合运用。四种技能：感知机能、思维机能、人-机通讯机能和运动机能。 四 基于计算机系统结构的领域划分 智能操作系统：以智能机为基础，并能支撑外层的AI应用程序，以实现多用户的知识处理和并行推理。 特点：并行性、分布性、智能性 四 基于计算机系统结构的领域划分 智能多媒体系统：综合处理文字、图形、图象和声音等多种多媒体信息。（多媒体技术与人工智能技术的结合） 智能计算机系统：全方位具有智能（新一代计算机系统） 智能网络系统：人工智能引入网络。 五 基于实现工具与环境的领域划分 智能软件工具：LISP，PROLOG，SMALLTALK，C++，JAVA等以及各种专家系统工具、知识工程工具、知识库管理系统等。 智能硬件平台：支持系统开发和运行的机器硬件。 六 基于体系结构的领域划分 集中式人工智能：个体智能。个体的推理、学习、进化、理解等智能行为。 分布式人工智能：群体智能，个体智能的组合和叠加，主要研究在逻辑上或物理上分散的智能个体或智能系统如何并行的、相互协作的实现大型复杂问题的求解。 第四节 人工智能的基本技术 本节主要内容： 推理技术 搜索技术 知识表示与知识库技术 归纳技术 联想技术 一 推理技术 是人工智能的基本技术 理论基础是逻辑 一阶谓词逻辑（重点） 二 搜索技术 为了达到某一目的，连续进行推理的过程 问题求解 定理证明 状态图的搜索 三 归纳技术 计算机自动提取概念、抽取知识、寻求规律的技术 与知识获取，机器学习密切相关 分为基于符号处理和基于神经网络的归纳 KDD（知识发现）技术和DM（数据开采）技术 四 联想技术 前提是联想记忆或联想存储 第五节 人工智能的发展概况 本节主要内容： 人工智能学科的产生 符号主义途径发展概况 连接主义途径发展概况 当前发展趋势 我国人工智能研究发展简况 一 人工智能学科的产生 1956年夏季，由麦卡锡(M