pr-lzh5-人工智能课件1-绪论剖析.pptVIP

6. AI成为科学（1987－现在） AI理论应建立在严密的数学基础上 严格的定理、确凿的实验证据，不靠直觉 与现实应用相关，而不是与玩具样例相关 机器学习不应与信息论分离 不确定性推理不应与随机模型分离 搜索不应和经典的优化及控制分离 自动推理不应和形式化方法分离 在方法论上，AI已成为坚实的科学方法 利用Internet和共享测试数据库及代码，AI系统的重复实验成为可能 7. Intelligent Agent的出现（1995-现在） Internet ：最重要的Intelligent Agent 环境之一 AI 成为搜索引擎、推荐系统、商务智能系统的基本工具 “Agent的观点”： 将AI领域目前分离的子领域重新组织为一个有机整体 Russell Norvig. AI: A Modern Approach Pools et al. 1998 Nilsson, 1998 …… 5.3.3 AI的主要研究流派 Newell和Simon的“认知主义”，即基于“物理符号逻辑” Nilsson的“逻辑主义” McCarthy主张以非单调逻辑为中心的“常识推理” Brooks的“进化主义”，代表作“机器虫” McCulloch和Pitts的“联接主义”，基于他们提出的“神经网络理论” Vapnik的“统计学习理论”，基于概率论和数理统计、泛函分析等数学基础) …… 5.3.4 AI研究的5个基本问题 1987年5月，在MIT召开了AI专题讨论会，几位主要代表人物阐述了对AI基础的认识，评价有关基础性工作。 1991年《Artiificial Intelligence》(1991, Vol.47)发表了AI基础研究专辑。其中，Kirsh提出了AI的五个基本问题： 知识与概念化是不是AI的核心？ 认知能力能否与载体分开来研究？ 认知的轨迹是否可用类自然语言来描述？ 学习能否与认知分开来研究？ 所有的认知是否有一种统一的结构？ 针对上述五个基本问题，各个流派都做出不同的回答。 5.3.5 智能的本质是什么？ 计算机所完成的高速数字计算，不算高级的智能行为 现实世界要处理的大多数问题并非数值计算 自然语言理解和翻译 图形、图象、声音的理解 决策管理、医疗诊断…… 需要将计算机从“数值世界”推广到“知识世界”，即从“数据处理范围”扩展到“符号知识处理范畴” “试探性的搜索、启发式的、不精确的、模糊的、甚至允许出现错误的推理方法才更符合人类的思维过程 …… 5.4 AI的研究范围 广义的研究范围 关于AI研究范围的争议 AI的核心是什么？ 5.4.1 广义的研究范围 知识表示 演绎系统 产生式系统 框架结构 语义网络 ...... 搜索技术 盲目搜索 启发式搜索 博弈树搜索 ...... 非经典逻辑 非经典推理 时序逻辑 模态逻辑 缺省（默认）逻辑 信念逻辑和知道逻辑 归纳逻辑 模糊逻辑 粗糙逻辑 定性推理 非单调逻辑和非单调推理 基于范例的推理 类比推理 …… 广义的研究范围（续1） 机器学习 归纳学习 分析学习 解释学习 统计学习 神经网络 ...... 自然语言理解 语法学 语义学 语用学 ...... 知识工程 知识获取 知识表达语言 不确定性推理 证据推理 专家系统 ...... 定理机器证明 归结法 演绎法 归纳法 ...... 广义的研究范围（续2） 计算视觉 图像理解 机器人视觉 ...... 遗传算法 进化计算 遗传算法 进化计算 进化程序设计 遗传机器学习 机器人轨迹规划 ...... 分布式AI 智能Agent 多Agent系统 Agent通信 面向Agent程序设计 ...... 数据挖掘 知识发现 DM/KDD方法 DM/KDD工具 数据仓库 ...... 广义的研究范围（续3） 人工生命 人工生命模型 计算机生命 细胞自动机 混沌理论 ...... 机器人 机器人规划 传感器数据融合 ...... AI语言 Lisp语言 Prolog语言 其它面向AI的语言 ...... …… …… …… …… 5.4.2 关于AI研究范围的争议 与数学交叉 定理机器证明 非经典逻辑 ...... 与语言学交叉 自然语言理解 口语理解 ...... 与电子学 机械学交叉 计算机视觉 机器人 ...... 与心理学神经解剖学交叉 认知模型 心像处理 ...... 边界不分明 似乎只能开辟“生荒地” 5.4.3 AI的核心是什么？ Nilsson —— 演绎推理 Newell, Simon —— 思维规律 Sloman —— 智能系统 Feigenbaum —— 知识工程 McCarthy —— 核心还未构成 …