人工智能理论第一章92.pptVIP

人工智能的应用 智能人机接口： 智能化的人机交互界面，也就是将人工智能技术应用于计算机与人的交互界面，使人机界面更加灵性化、拟人化、个性化 该课题涉及到机器感知特别是图形图像识别与理解、语音识别、自然语言处理、机器翻译、多媒体、虚拟现实等技术 第六十二页，共九十三页。 人工智能的应用 模式识别： 用计算机进行物体识别。这里的物体一般指文字、符号、图形、图像、语音、声音及传感器信息等形式的实体对象，而并不包括概念、思想、意识等抽象或虚拟对象 经过多年研究已发展成为一个独立的学科，应用十分广泛，诸如信息、遥感、医学、影像、安全、军事等领域，特别是基于其而出现的生物认证、数字水印等新技术 第六十三页，共九十三页。 人工智能的应用 数据挖掘与数据库中的知识发现： 数据挖掘主要流行于统计、数据分析、数据库和信息系统等领域 数据库中的知识发现主要流行于人工智能和机器学习等领域 涉及范围：企业数据、商业数据、科学实验数据、管理决策数据、Web数据等的挖掘和发现 第六十四页，共九十三页。 人工智能的应用 计算机辅助创新： 以“发明问题解决理论(TRIZ)”为基础，结合本体论(Ontology)、现代设计方法学、计算机技术而形成的一种用于技术创新的新手段 可看做是机器发明创造的初级形式 部分例子见P17 第六十五页，共九十三页。 人工智能的应用 计算机文艺创作： 诗词、小说、乐曲、绘画 P18“古诗”和小说 第六十六页，共九十三页。 人工智能的研究途径与方法 生理模拟，神经计算： 从人脑的生理层面，即微观结构和工作机理入手，以智能行为的生理模型为依据，采用数值计算的方法，模拟脑神经网络的工作过程，实现人工智能 用人工神经网络作为信息和知识的载体，用称为神经计算的数值计算方法来实现网络的学习、记忆、联想、识别和推理功能 第三十页，共九十三页。 人工智能的研究途径与方法 生理模拟，神经计算(续)： 神经网络具有高度的并行分布性、很强的鲁棒性和容错性，通过神经网络的“自学习”获得知识，再利用知识解决问题 擅长模拟人脑的形象思维，便于实现人脑的低级感知功能，例如图像、声音信息的识别和处理 采用生理模拟和神经计算方法的人工智能研究，被称为生理学、连接主义。其代表人物有McCulloch，Pitts，F.Rosenblatt，T.Kohonen，J.Hopfield等 第三十一页，共九十三页。 人工智能的研究途径与方法 行为模拟，控制进化： 用模拟人和动物在与环境的交互、控制过程中的智能活动和行为特性，如反应、适应、学习、寻优等，来研究和实现人工智能 基于这一方法研究人工智能的典型代表要算MIT的R.Brooks教授，他研制的六足行走机器人(亦称为人造昆虫或机器虫)，曾引起人工智能界的轰动 第三十二页，共九十三页。 人工智能的研究途径与方法 行为模拟，控制进化(续)： R.Brooks教授的工作代表了称为“现场(situated)AI”的人工智能新方向，强调智能系统与环境的交互，认为智能取决于感知和行动，智能行为可以不需要知识，提出“没有表示的智能”，“没有推理的智能”的观点，主张智能行为的“感知-动作”模式，认为人的智能、机器智能可以逐步进化，但只能在现实世界中与周围环境的交互中体现出来 基于行为模拟方法的人工智能研究，被称为行为主义、进化主义、控制论学派 第三十三页，共九十三页。 人工智能的研究途径与方法 群体模拟，仿生计算： 模拟生物群落的群体智能行为，从而实现人工智能。例如： 模拟生物种群有性繁殖和自然选择现象而出现的遗传算法，进而发展为进化计算 模拟人体免疫细胞群而出现的免疫计算、免疫克隆计算及人工免疫系统 模拟蚂蚁群体觅食活动过程的蚁群算法 模拟鸟群飞翔的粒群算法和模拟鱼群活动的鱼群算法 第三十四页，共九十三页。 人工智能的研究途径与方法 群体模拟，仿生计算(续)： 这些算法在解决组合优化等问题中表现出卓越的性能 对这些群体智慧的模拟是通过一些诸如遗传、变异、选择、交叉、克隆等所谓的算子或操作来实现的，所以统称为仿生计算 第三十五页，共九十三页。 人工智能的研究途径与方法 博采广鉴，自然计算： 从生命、生态、系统、社会、数学、物理、化学、甚至经济等众多学科和领域寻找启发和灵感，展开人工智能的研究。例如： 从热力学和统计物理学所描述的高温固体材料冷却时，其原子的排列结构与能量的关系中得到启发，提出了“模拟退火算法”，该算法已是解决优化搜索问题的有效算法之一 从量子物理学中的自旋和统计机理中得到启发，而提出了量子聚类算法 1994年阿德曼(Addman)使用现代分子生物技术，提出了解决哈密顿路径问题的DNA分子计算方法，并在试管里求出了此问题的解 第三十六页，共九十三页。 人工智能的研究途径与方法