计算科学思想(4)-BCMIHomepage.ppt

人工智能的历史和启示:人机对弈作为案例 赵 海 zhaohai@ 人工智能 人工智能（Artificial Intelligence或简称AI）有时也称作机器智能，是指由人工制造出来的系统所表现出来的智能。通常人工智能是指通过普通计算机实现的智能。该词同时也指研究这样的智能系统是否能够实现，以及如何实现的科学领域。 美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 涉及学科 * 哲学和认知科学 * 数学 * 心理学 * 计算机科学 * 控制论 * 决策论 * 不确定性原理 人工智能 研究范畴 自然语言处理(NLP; Natural Language Processing) 知识表示 (Knowledge Representation) 知识获取 智能搜索 (Intelligent Search) 推理 规划 (Planning) 机器学习 (Machine Learning) 模式识别 增强式学习 (Reinforcement Learning) 数据挖掘 (Data Mining) 人工智能 人工智慧 Artificial intelligence 人工智能(artificial intelligence, AI)的历史源远流长. 在古代的神话传说中, 技艺高超的工匠可以制作人造人, 并为其赋予智能或意识. 正如Pamela McCorduck所说, AI的起源是“古人成为造物神的愿望”. 现代意义上的AI始于古典哲学家用机械符号处理的观点解释人类思考过程的尝试. 二十世纪四十年代基于抽象数学推理的可编程数字计算机的发明标志着这一工作的高潮. 计算机的出现及其背后的原理使一批科学家开始严肃地探讨构造一个电子大脑的可能性. 人工智能的三大流派 符号主义 西蒙和纽厄尔为代表的物理符号系统假说（physical symbol system hypothesis） 由一组称为符号的实体组成系统，这些符号可作为组分出现在另一符号实体中。任何时候系统内部均有一组符号结构，以及作用在这些符号结构上生成其他符号结构的一组过程。 任一物理符号系统如果是有智能的，则必能执行对符号的输入、输出、存储、复制、条件转移和建立符号结构这样6种操作。反之，能执行这6种操作的任何系统，也就一定能够表现出智能。 符号主义 认知基元是符号，智能行为通过符号操作来实现，以美国科学家Robinson提出的归结原理为基础，以LISP和Prolog语言为代表 着重问题求解中的启发式搜索和推理过程，在逻辑思维的模拟方面取得成功，如自动定理证明和专家系统。 符号主义 1977年吴文俊(1919- )院士给出了一类平面几何问题的机械化证明理论，在计算机上证明了一大批平面几何定理。 1984年科学出版社出版了他的《几何定理机器证明的基本原理》一书，被称为吴方法。 联结主义方法 J. J. Hopfield为代表的人工神经网络方法，思维的基元是神经元，把智能理解为相互联结的神经元竞争与协作的结果，其中以反向传播网络模型和Hopfield网络模型更为突出。 着重结构模拟，研究神经元特征、神经元网络拓朴、学习规则、网络的非线性动力学性质和自适应的协同行为。 联结主义方法 1975年，John Holland提出遗传算法，模仿生物染色体中基因的选择(selection)、交叉(crossover)和变异(mutation)的自然进化过程，通过个体结构重组，形成一代代新群体（populations)，最终收敛于近似优化解。 用于处理多变量、非线性、不确定、甚至混沌的大搜索空间的有约束的优化问题； 行为主义方法 以R. A. Brooks为代表。反馈是控制论中的基石，没有反馈就没有智能。强调智能系统与环境的交互，从运行的环境中获取信息（感知），通过自己的动作对环境施加影响； 控制论研究导致机器人和智能控制，机器人是“感知--行为”模式,是没有知识的智能，强调直觉和反馈的重要性； 智能行为体现在系统与环境的交互之中，功能、结构和智能行为不可分割。 人工智能发展史 人工智能：历史概述 1956年, 在Dartmouth