AI01.ppt

* 反向推理(Backward Reasoning) 又叫向后推理、面向目标的推理 定义：从结论（目标）出发推导结论（目标）的前提条件 1. G1 G2 ? G 2. A ? G1 3. A? ? G1 4. B ? G2 5. B? ? G2 * 机器学习 ?  机器学习的研究尚处于初级阶段, 必须大力开展研究的一个人工智能领域。只有机器学习的研究取得进展, 人工智能和知识工程才会取得重大突破。今后机器学习的研究重点是研究学习过程的认知模型、机器学习的计算理论、新的学习算法、综合多种学习方法的机器学习系统等。 * 符号主义 连接主义 行为主义 1.4 人工智能研究的主要方法 ＡI的三大学派 * 符号主义 传统人工智能是符号主义，它以Newell和 Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。该系统可以进行建立、修改、复制、删除等操作，以生成其它符号结构。 * 连接主义 连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。由于它近年来的迅速发展,大量的神经网络的机理、模型、 算法不断地涌现出来。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。 * 行为主义 Brooks提出了无需知识表示的智能、无需推理的智能。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。 * 国际象棋 国际象棋是典型的适合于AI技术解决的问题 50年代AI研究形成时期，其就是AI研究的主要对象之一， 不少AI问题求解技术来源于下棋程序的研究，如状态空间有哪些信誉好的足球投注网站方法。 60年代初麦卡锡提出了alpha-beta修剪算法，大大提高了机器下棋的水平。 下棋程序水平的快速提高： 1966年——C级专业棋手水平， 1982年——大师级， 1985年——美国的Hitech，特级大师水平， 1988年——由卡内基-梅隆大学的两个学生设计的程序“DeepThought”在美国的一次锦标赛中胜了最高级棋手。 1997年——由IBM公司研制的超级计算机“DeepBlue”， 在与卡斯帕罗夫的六盘对弈中，取得三胜二和一负的战绩。 下棋需要高级的智能，其进展可视为人工智能研究的重大成就。 1.5 人工智能的应用 * 深蓝和“世纪之战” 北京时间1997年5月12日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝” 以3.5：2.5的总比分战胜卡斯帕罗夫。 “深蓝”的技术指标： 32个CPU 每个CPU有16个协处理器 每个CPU有256M内存 每个CPU的处理速度为200万步/秒 每秒行棋速度：卡斯帕罗夫2步，“深蓝”2亿步。 * 计算机博弈 纳什的博奕论 业界的“棋类不败算法” 计算机的优势： 计算力和攻击力 在时间方面绝对占优 计算机的劣势： 没有大局观，不能针对不同的人采取不同的策略，不能根据不同的时期判断同一子的不同价值 贪吃，怕死 * 专家系统 专家系统是一种智能的计算机程序系统，存储有某个专门领域中经事先总结，并按某种格式表示的专家知识，以及拥有类似于专家解决实际问题的推理机制。 主要采用基于规则的演绎技术，关键问题是知识的表示、应用和获取技术，困难在于许多领域专家的知识往往是琐碎的、不精确的或不确定的。 起源于前述的DENDRAL系统，与MYCIN系统一起推动了专家系统技术的大发展。 进入80年代后期，专家系统加快了其实用化步伐。 ? IBM开发了100个专家系统供内部使用，250 ? 3750万美元 ? DEC研制的计算机系统自动配置软件XCON，大幅度减少差错和缩短配置时间，每年节省2500万美元的开支。 商业环境取得显著成功的典型——American Express公司的AA和CA 。 军用后勤调度和规划——DART，九十年代初期由美国军方投资研制 人工智能研究的成果 * 数据挖掘与知识发现 人工智能研究的成果 A similar application: In marketing products ... Predicting customer