遗传算法812.ppt

华中农业大学理学院 遗传算法 第1章 人工智能概述 1.1 什么是人工智能 1.2 人工智能的研究意义、目标和策略 1.3 人工智能的学科范畴 1.4 人工智能的研究内容 1.5 人工智能的研究途径与方法 1.6 人工智能的基本技术 1.7 人工智能的应用 1.8 人工智能的分支领域与研究方向 1.9 人工智能的发展概况 1.1 什么是人工智能 ◆人工智能（Artificial Intelligence”，AI） 1.1.1 人工智能概念的一般描述 ◆部分学者对人工智能概念的描述： —— 人工智能是那些与人的思维相关的活动，诸如决策、问题求解和学习等的自动化（Bellman, 1978）； —— 人工智能是一种计算机能够思维，使机器具有智力的激动人心的新尝试（Haugeland, 1985）； ——人工智能是研究如何让计算机做现阶段只有人才能做得好的事情（Rich Knight,1991）； —— 人工智能是那些使知觉、推理和行为成为可能的计算的研究（Winston, 1992）； —— 广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为（Nilsson，1998）。 —— Stuart Russell和Peter Norvig则把已有的一些人工智能定义分为4类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统（2003）。 1.1.2 图灵测试和中文屋子 ◆ 图灵测试”（Turing Test） ◆约翰.西尔勒(John Searle)的 “中文屋子” 1.1.3 脑智能和群智能 脑（主要指人脑）的宏观心理层次的智能表现称为脑智能（Brain Intelligence, BI）。 由群体行为所表现出的智能称为群智能（Swarm Intelligence, SI）。 脑智能和群智能是属于不同层次的智能： 脑智能是一种个体智能（Individual Intelligence, II）； 群智能是一种社会智能（Social Intelligence, SI）， 或者说系统智能（System Intelligence, SI）。 1.1.4 符号智能和计算智能 1. 符号智能 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。符号智能以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进行问题求解。符号智能的主要内容包括知识获取（knowledge acquisition）、知识表示（knowledge representation）、知识组织与管理和知识运用等技术（这些构成了所谓的知识工程（Knowledge Engineering, KE））以及基于知识的智能系统等。 2. 计算智能 计算智能就是计算人工智能，它是模拟群智能的人工智能。计算智能以数值数据为基础，主要通过数值计算，运用算法进行问题求解。计算智能的主要内容包括：神经计算（Neural Computation， NC）、进化计算（亦称演化计算，Evolutionary Computation，EC，包括遗传算法（Genetic Algorithm，GA）、进化规划（Evolutionary Planning，EP）、进化策略（Evolutionary Strategies，ES）等）、免疫计算（immune computation）、粒群计算（Particle Swarm Algorithm，PSA）、蚁群算法（Ant Colony Algorithm，ACA）、自然计算（Natural Computation，NC）以及人工生命（Artificial Life，AL）等。 1.2 人工智能的研究意义、目标和策略 1.2.1 为什么要研究人工智能 ■ 使当前的电脑更好用，更有用，以扩大和延伸人类智能； ■ 信息化社会的迫切要求； ■ 自动化发展的必然趋势； ■ 有益于探索人类自身智能的奥秘。 1.2.2 人工智能的研究目标和策略 研究目标就是制造智能机器和智能系统，实现智能化社会。具体来讲，就是要使计算机不仅具有脑智能和群智能，还要具有看、听、说、写等感知和交流能力。 研究策略则是先部分地或某种程度地实现机器的智能，并运用智能技术解决各种实际问题特别是工程问题，从而使现有的计算机更灵活、更好用和更有用，成为人类的智能化信息处理工具，而逐步