人工智能1绪论人工智能课程中国海洋大学.ppt

(4) 今天的AI ? 计算机智能化技术的主攻方向体现在 : ? 并行与分布式处理技术。 包括大规模并行机和机群的体系结构、并行操作系统与并行数据结构，分布式Client/Server计算模型及其处理技术，多专机系统的合作与知识共享技术等。 ? 知识的获取、表示、更新和推理新机制。 包括新的知识获取方法，常识性知识的表示、更新与推理，大型知识库的组织与维护，新一代逻辑处理机制等。 ? 功能的感知技术，包括对语音文字、图形与图像等信号的获取、识别、压缩与转化，以及多媒体输出和VR技术等。 ? 当前人工智能的研究热点 ? 分布式处理 ? 智能Agent ? 数据挖掘（Data Mining） ? 环境自适应 ? 人工智能发展的历史和现在 ? 人工智能从以往的追求自主的系统，改变为人机结合的系统。 ? 以前的是基于逻辑的深思熟虑；现在是直觉、形象思维与模式识别的结合，并引入概率论、遗传算法等理论。 ? 计算机的定量与人的定性信息处理相结合，取长补短，从以前单一的mind到mind and body，甚至提出了没有知识表示、没有推理的智能（六脚爬虫）。 ? 类比推理（Analogical Reasoning） 4、机器学习（Machine Learning） ? 归纳学习（Inductive Learning） ? 分析学习（Analytic Learning） ? 解释学习（Interpretative Learning） ? 统计学习（Statistical Learning） ? 神经网络（Neural Network） 5、自然语言理解和口语理解(Natural Language Understanding Spoken Language Understanding) ? 语法学（Syntax） ? 语义学（Semantics） ? 语用学（Pragmatics） 6、定理机器证明（Theorem Machine Proving） ? 归结法（Resolution Method） ? 演绎法（Dedutive Method） ? 归纳法（Inductive Method） 7、知识工程（Knowledge Engineering） ? 知识获取（Knowledge Acquisition） ? 知识表达语言（Knowledge Representation Language） ? 不确定性推理（Uncertainty Reasoning） ? 证据推理（Evidential Reasoning） ? 专家系统（Expert Systems） 8、计算机视觉（Computer Vision） ? 图象理解（Image Understanding） ? 机器人视觉（Robot Vision） 9、遗传算法及进化计算(Genetic Algorithm Evolution Computation） ? 遗传算法（Genetic Algorithm） ? 并行遗传算法（Parallel Genetic Algorithm） ? 进化计算（Evolution Computation） ? 进化程序设计（Evolutionary Programming） ? 遗传机器学习（Genetic Machine Learning） ? 机器人轨迹规划（Robot Path Planning） 10、分布式人工智能（Distributed AI, DAI） ? 智能Agent（智能体）（Intelligent Agent） ? 多Agent系统（Multi-Agent Systems, MAS） ? Agent通信（Agent Communication） ? 面向Agent的程序设计（Agent Oriented Programming, AOP） 11、数据挖掘与知识发现（Data Mining Knowledge Discovery in Database, KDD） ? 数据挖掘方法（Data Mining Methods） ? 知识发现方法（KDD Methods） ? 数据挖掘/知识发现工具（DM/KDD Tools） ? 数据仓库（Data warehous） 12、人工生命（Artificial Life） ? 人工生命模型（Artificial Life Model