《人工智能(1)》课件.pptVIP

人工智能（1） 侯宏旭 cshhx@imu.edu.cn 参考书目 石纯一，黄昌宁等，《人工智能原理》，清华大学出版社，1993年 N. J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kanfmann, 1998; 机械工业出社，1999。 蔡自兴，徐光佑，《人工智能及其应用》（第二版），清华大学出版社，1997年 人工智能的诞生 1950年Turing在《Mind》杂志上发表“计算机与智能” 1956年Dartmouth大学，学科的建立 John McCarthy 正式提出“Artificial Intelligence”这一术语 J.McCarthy、C.Shannon、M.Minsky、N.Wiener、W.McCulloch、S.Papert LISP 信息熵 智能主体 控制论 人工神经网络 感知器模型 什么是人工智能 利用计算机模拟人的智能活动 涉及计算机科学、心理学、哲学、语言学 什么样的计算机才是有智能的呢? Turing测试 给出任务而不需要给出解决办法 怎么样做呢？ 用符号而不是数值表示数据 用启发式方法而不是确定性方法解决问题 人工智能的历史 形成时期 提出了一些基本的思想 感知器模型、一些预测 相继建立了AI实验室 初期 专家系统 MYCIN，DENDRAL 自然语言处理 ELIZA Prolog 人工智能的历史（续） 瓶颈期 新的进展比较少 机器翻译、神经网络相继遇到挫折 第五代计算机的失败 近期 深蓝 自然语言处理的新进展 一些新理论和方法 SVM，AOP 人工智能的五个基本问题 知识与概念化是否是人工智能的核心？ 认知能力能否与载体分开来研究？ 认知的轨迹是否可用类自然语言来描述？ 学习能力能否与认知分开来研究？ 所有的认知是否有一种统一的结构？ 对这些问题的不同回答 以Nilsson为代表的逻辑主义 （1）~（4）肯定， 以Novel为代表的认知主义 （1）（3）（5）肯定 以Brooks为代表的进化主义 完全否定 思维的层次 感知思维 形象思维 抽象思维 灵感思维 什么是智能 通俗地说, 智能是个体认识客观事物和运用知识解决问题的能力。 感知与认识客观事物、客观世界与自我的能力 通过学习取得经验、积累知识的能力 理解知识、运用知识和运用经验分析问题和解决问题的能力 联想、推理、判断、决策的能力 运用语言进行抽象、概括的能力 发现、发明、创造、创新的能力 实时地、迅速地、合理地应付复杂环境的能力 预测、洞察事物发展变化的能力等 人工智能方法的分类 符号主义 逻辑主义、心理学派、计算机学派 物理符号系统假设 连接主义 仿生学派、生理学派 神经网络 行为主义 进化主义、控制论学派 控制论，感知-动作型控制系统 研究方法 认知学派 以人的思维活动出发 逻辑学派 以形式化方法描述 行为学派 以与环境的交互表现 认知学派 Simon，Minsky，Newell 认为物理系统表现智能行为必要和充分的条件是它是一个物理符号系统 研究知识的组织与表示 逻辑学派 McCarthy，Nilsson 用逻辑来研究人工智能，即用形式化的方法描述客观世界 智能机器必须有关于自身环境的知识。 通用智能机器要能陈述性地表达关于自身环境的大部分知识 通用智能机器表示陈述性知识的语言至少要有一阶逻辑的表达能力 强调逻辑推理 行为学派 Brooks 智能只是在与环境的交互作用中表现出来 到现场去 物理实现 初级智能 行为产生智能 人工智能的研究领域 问题求解 下棋程序 逻辑推理和定理证明 四色定理 自然语言理解 机器翻译 自动程序设计 人工智能的研究领域（续1） 专家系统 最实用的领域 机器学习 自动知识获取 神经网络 形象思维 机器人学 动作控制 人工智能的研究领域（续2） 模式识别 图像和语音识别 机器视觉 运动目标检测 智能控制 智能检索 信息检索 智能调度和指挥 人工智能的研究领域（续3） 分布式智能和Agent Agent的合作 计算智能和进化计算 遗传算法、进化策略 数据挖掘和知识发现 知识获取 人工生命 系统与语言工具