第一章-人工智能概述课件.pptVIP

机器推理 推理 推理是从一些已知判断（前提）推出一个新判断（结论）的思维过程。 机器推理 机器推理主要包括形式逻辑中的演绎推理、归纳推理、类比推理和非逻辑的基于指令性规则的操作变换式的“推理”。 机器推理的分类 机器推理的形式 机器推理包括串行推理（传统的机器推理）和并行推理（神经网络推理）。 基于脑功能模拟的领域划分 机器感知 机器联想 机器推理 机器学习 机器理解 机器行为 机器学习 机器学习 机器自己获取知识。包括 ① 对人类已有知识的获取；②对客观规律的发现； ③对自身行为的修正。 按实现途径分类 符号学习包括机械学习，指导学习，解释学习，类比学习，示例学习，发现学习 连接学习神经网络学习 发展方向 将符号学习与连接学习二者结合起来。 基于脑功能模拟的领域划分 机器感知 机器联想 机器推理 机器学习 机器理解 机器行为 机器理解 自然语言理解 是计算机理解人类的语言。但由于人类语言的二义性，自然语言理解是一个困难的课题。 图形理解 是计算机识别的组成部分。主要是物景分析，目前主要是研究在复杂的背景中寻找目标以及室外物景分析。 理解是感知的延伸，是对本质和意义的感知 基于脑功能模拟的领域划分 机器感知 机器联想 机器推理 机器学习 机器理解 机器行为 机器行为 机器行为 机器行为主要指机器人行动规划。是智能机器人的核心技术，规划功能的强弱反映了智能机器人的智能水平。 机器人规划的基本任务 在一个特定的工作区域中自动地生成从初始状态到目标状态的动作序列、运动路径和轨迹的控制程序。 基于研究途径与实现技术的领域划分 符号智能 就是以符号知识为基础，通过符号推理进行问题求解而实现的智能。研究主要内容是知识工程和符号处理技术。 计算智能 计算智能是以数据为基础，通过数值计算进行问题求解而实现的智能。研究主要内容包括人工神经网络、进化计算（包括遗传算法、遗传程序设计、进化规划、进化策略等）模糊技术及人工生命。 基于应用领域的领域划分 难题求解 自动定理证明 自动程序设计 自动翻译 智能控制 智能管理 智能决策 智能通信 智能仿真 智能CAD 智能CAI 难题求解 难题 没有算法解或或虽有算法解但在现有机器上无法实施或无法完成的问题。 NP Nondeterministic Polynomial,非确定性多项式。不能证明算法复杂度超出多项式边界，但又未找到有效算法的问题。 NPC：NP Complete，NP中一类最困难的问题。 研究意义 a.找到解决难题的途径。b.由解决这些难题而发展起来得一些技术和方法可用于人工智能其它领域。 基于应用领域的领域划分 难题求解 自动定理证明 自动程序设计 自动翻译 智能控制 智能管理 智能决策 智能通信 智能仿真 智能CAD 智能CAI 自动定理证明 自然演绎法 依据推理规则，从前提和公理中推出许多定理，若待证明的定理恰在其中，则定理得证。 判定法 对一类问题找出统一的计算机上可实现的算法解。 定理证明器 研究一切可判定问题的解法。1965年鲁滨逊提出的消解原理是这类工作的基础， 计算机辅助证明 以计算机为辅助工具，利用机器的高速和大容量，帮助人完成手工证明中无法完成的大量计算、推理和穷举。 基于应用领域的领域划分 难题求解 自动定理证明 自动程序设计 自动翻译 智能控制 智能管理 智能决策 智能通信 智能仿真 智能CAD 智能CAI 自动程序设计 自动程序设计 自动程序设计就是人只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序。 自动程序设计过程 自动程序设计相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序。这是自动程序设计的主要内容，它实际是程序的自动综合。自动程序设计还包括程序自动验证。 基于应用领域的领域划分 难题求解 自动定理证明 自动程序设计 自动翻译 智能控制 智能管理 智能决策 智能通信 智能仿真 智能CAD 智能CAI 自动翻译 自动翻译即是机器翻译，用计算机作为两种语言之间的翻译。由于自然语言理解方面的困难，所以到目前为止自动翻译问题还没有完全解决。 基于应用领域的领域划分 难题求解 自动定理证明 自动程序设计 自动翻译 智能控制 智能管理 智能决策 智能通信 智能仿真 智能CAD 智能CAI 智能控制 产生 1965年，傅京孙（KS.Fu）提出，1987年正式作为一门独立的学科。 特