第1章 认识人工智能.pptxVIP

第1章认识人工智能人工智能导论

（慕课版）名校名师通识教育新形态系列教材科技改变未来

人工智能的概念及范畴1.21.11.3人工智能发展史人工智能的特征与价值

1.1?人工智能的概念及范畴人工智能（ArtificialIntelligence，AI）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，研究如何让机器，即计算机去完成以往需要人的智力才能完成的工作，也就是研究如何应用计算机的软硬件，来模拟人类智能行为的基本理论、方法和技术。作为基本理论和方法，人工智能研究人类大脑的活动规律，包括如何感知信息、如何表示知识、如何获得知识并使用知识，以及如何理解、如何决策，并将这种活动规律构建为计算模型。作为一门技术，人工智能能够模拟人类感知环境，识别包括文字、音频、图像、视频在内的多模态信息，认知理解、进行推理、规划决策和执行操作。高级人工智能还能够通过自主学习使系统不断适应新的环境变化。1．人工智能的基本定义

1.1?人工智能的概念及范畴不同的专家、学者对人工智能也有不同的理解和定义。?美国斯坦福大学的尼尔斯·尼尔森（NilsNilsson）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――怎样表示知识和怎样获得知识并使用知识的学科。”?而美国麻省理工学院的帕特里克·温斯顿（PatrickWinston）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。”?也有专家认为，人工智能是一门研究使用计算机来模拟人的思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理方法、制造拥有类似于人脑智能的计算机，使计算机能实现更高层次的应用。

1.1?人工智能的概念及范畴2．人工智能的核心技术在人工智能领域占有重要地位的自然语言处理则是研究人与计算机之间通过人类自然语言进行有效交互的机器学习理论和方法。自然语言处理包括语音识别、语言解析、语义理解等多个研究课题。自然语言处理机器学习是人工智能的一个重要基础。机器学习的原理是让计算机从数据中学习知识和规律，并根据学习到的知识和规律建立计算模型，模型可以用于进行决策和预测。机器学习专门研究计算机怎样模拟或实现人类的智能行为机器学习从2006年开始被广泛采用的深度学习是机器学习的一个分支，它通过构建深度神经网络来构建计算模型。该模型可以模拟人脑的感知、理解和决策等过程，从而实现复杂的模式识别和推理分析。强化学习（ReinforcementLearning）是机器学习的重要分支，通过智能体与环境的交互试错实现策略优化，其核心要素包括状态、动作、奖励和价值函数深度学习与强化学习计算机视觉是一种让机器能够感知、分析和理解图像和视频内容的技术，在视觉感知、图像和视频识别、语义理解和人机交互等众多领域得到了广泛的应用。下页图中所示为计算机视觉中的人脸识别系统。计算机视觉

1.1?人工智能的概念及范畴图基于计算机视觉的人脸识别系统示例：

1.1?人工智能的概念及范畴（1）人工智能根据其应用领域，可以分为智能交通、智能安防、机器人、智能家居、智慧医疗、智慧政务和智慧金融等的专用人工智能系统。3．人工智能的主要分类（3）人工智能按智能的能力层次，可以分为：弱人工智能（ArtificialNarrowIntelligence，ANI）通用人工智能（ArtificialGeneralIntelligence，AGI）超人工智能（ArtificialSuperIntelligence，ASI）（2）人工智能按技术研究方向，可以分为自然语言处理、机器学习、深度学习与强化学习、计算机视觉、语音识别、大模型等。人工智能的主要分类

人工智能的概念及范畴1.21.3人工智能发展史人工智能的特征与价值1.1

1.2.1?早期发展阶段人工智能的诞生以1956年8月在美国新罕布什尔州汉诺威镇的达特茅斯学院举行的达特茅斯会议为标志。如图所示为达特茅斯会议人工智能小组成员拍摄的照片（多位诺奖得主）。会议主要列出了7个议题：自动计算机、计算机语言的应用、神经网络、计算规模理论、自我改进、抽象、随机性与创造性。会议成果对后世的科学发展产生了深远的影响，因此，1956年也被人们称为“人工智能元年”1．萌芽诞生期图达特茅斯会议人工智能小组成员拍摄的照片

1.2.1?早期发展阶段尽管1956年（达特茅斯会议召开当年）被视为人工智能元年，但其实人工智能的研究在20世纪50年代初期就已经开始，因此，人工智能的早期发展期主要涵盖了20世纪50年代至70年代初期（具体到1973年）的研究与发展。这一时期的研究重点和几项主要研究成果如下。2．早期发展期图灵测试

1950年，阿兰·图灵提出的图灵测试为衡量机器是否具备智能提供了理论基础。这个测试的目