人工智能技术导论.pptVIP

人工智能技术导论（第二版)廉师友 编著 ycduan@ 参考书 《人工智能》 马少平、朱小燕编著，清华大学出版社 《人工智能及其应用》 蔡自兴、徐光祐编著，清华大学出版社 Artificial Intelligence A New Synthesis (人工智能) Nils J.Nilsson 第一章 人工智能概述 人工智能的概念 人工智能的研究途经与方法 人工智能的分工领域 人工智能的基本技术 人工智能的发展概括 什么是人工智能 人工智能(Artificial Intelligence)是指由计算机实现的人造智能。作为一门学科，人工智能可定义为：人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科 人工智能是一门交叉边缘学科，与人工智能有关的学科有：计算机科学、数学、语言学、神经生理学、神经心理学、脑科学、认知科学、逻辑学、控制论等 什么是人的智能 智能是人脑的属性和产物。智能具有的主要特征： A、具有感知能力。通过视觉、听觉、触觉、味觉和嗅觉感知外部世界。 B、具有记忆与思维能力。记忆能存储由感知器官感知到的外部信息以及由思维所产生的知识。思维用于对记忆的信息进行处理。思维可分为逻辑思维和形象思维。 C、具有学习能力及自适应能力。 D、具有行为能力。 发现规律 应用规律 分析问题 解决问题 图灵测试 中文屋子问题（约翰·希尔勒） 为什么要研究人工智能 现有计算机系统的局限性。 智能低下、缺乏自学习、自适应、自优化能力。 人类智能的局限性。 学习能力因人而异、学习速度慢、效率低。 信息化社会的迫切要求。 人工智能的目标 近期目标：使现有的电子数字计算机能模拟人类的部分智能行为。 远期目标：制造智能计算机，使计算机具有看、听、说等感知和交互能力、具有联想、推理、理解、学习等高级思维能力，还要有分析问题、解决问题和发明创造的能力。 深蓝（32CPU，200万次/秒，200万个棋局） 人工智能的表现形式 智能软件 智能设备 智能网络 智能计算机 智能机器人 智能体(Agent) (艾真体) 人工智能的研究途径与方法 结构模拟（神经计算、生理学派、连接主义） 模拟人脑的神经网络结构实现智能。主要特征： 1、通过神经元之间的并行协同作用实现信息处理，具有并行性、动态性、全局性。 2、通过神经元间分布式的物理联接存储信息。联想记忆、容错性。 3、通过神经元间连接强度的动态调整实现自学习和自适应功能。 4、善于模拟人类的形象思维过程。 人工智能的研究途径与方法 功能模拟（符号主义、心理学派、逻辑学派） 以人脑的心理模型为基础，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理和学习等功能。主要特征： 1、立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程。 2、知识用显式的符号表示，容易表达人的心理模型。 3、现有的数字计算机可以方便地实现高速的符号处理。 4、能与传统的符号数据库进行链接，易于模块化。 5、以知识为基础。 人工智能的研究途径与方法 行为模拟（行为主义、进化主义、控制论学派） 基于感知-行为模型的研究途径和方法。 模拟人在控制过程中的智能活动和行为特征：自寻优、自适应、自组织、自学习。 强调智能系统与环境的交互，认为智能取决于感知和行动,智能行为可以不要知识。 智能只有放在环境中才是真正的智能，智能的高低体现在对环境的适应性上 Brooks，机器虫 人工智能的分支领域 基于脑功能模拟的领域划分 1、机器感知（信息输入）。使计算机具有类似于人的感知能力，能通过“感知”直接从外界获取信息，是对人的感知的模拟及延伸。机器视觉、机器听觉。相关学科：模式识别（语音识别、图像识别）。 信息-电信号序列-预处理-提取特征-模式匹配 2、机器联想。基于内容的联想，与具体存储位置无关。联想存储技术。 3、机器推理。又称为计算机推理、自动推理，是人工智能的核心课题之一。 推理：从一些已知判断（前提）推出一个新判断（结论）的思维过程。 演绎推理、归纳推理、类比推理 确定性推理、不确定性推理 基于概率逻辑的或然推理(随机性)、基于模糊逻辑的似然推理(模糊性) 串行推理、并行推理 人工智能的分支领域 4、机器学习。使机器自己获取知识。 对人类已有知识的获取、对客观规律的发现、对自身行为的修正。 机器学习分为：机械学习、指导学习、解释学习、类比学习、示例学习、发现学习等。这些属于符号学习。另外还有神经网络学习。 5、机器理解。图形理解（物景分析）、自然语言理解。理解是感知的延伸和深化。 6、机器行为（机器人行动规划）。 智能机器人的核心技术，反映了机器人的智能水平 解决问题依靠规划功能确定行动步骤和动作序列 任务：在一个特定的