人工智能概论通识课 第2章 人工智能的应用与发展概况.pptx

第2章 人工智能的应用与发展概况 2.1 人工智能的应用 2.2 人工智能学科发展概况 ; 2.1 人工智能的应用 2.1.1 难题求解 这里的难题，主要指那些没有算法解，或虽有算法解但在现有机器上无法实施或无法完成的困难问题，包括智力性问题中的难题和现实中复杂的实际问题和工程问题。在这些难题中，有些是组合数学理论中所称的NP（Nondeterministic Polynomial 非确定型多项式）问题或NP完全（Nondeterministic Polynomial Complete, NPC）问题。NP问题是指那些既不能证明其算法复杂度超出多项式界，但又未找到有效算法的一类问题。而NP完全问题又是NP问题中最困难的一种问题。; 2.1.2 自动规划、调度与配置 在难题求解中，规划、调度与配置问题是实用性、工程性最强的一类问题。规划一般指设计制定一个行动序列，例如机器人行动规划、交通路线规划。调度就是一种任务分派或者安排，例如车辆调度、电力调度、资源分配、任务分配。调度的数学本质是给出两个集合间的一个映射。配置则是设计合理的部件组合结构，即空间布局，例如资源配置、系统配置、设备或设施配置。 从问题求解角度看，规划、调度、配置三者又有一定的内在联系，有时甚至可以互相转化。 ;2.1.3 机器博弈 机器博弈是人工智能最早的研究领域之一，而且一直久经不衰。 早在人工智能学科建立的当年──1956年，塞缪尔就研制成功了一个跳棋程序。 2016至2017年DeepMind研制的围棋程序AlphaGo更是横扫人类各路围棋高手。2017年12月DeepMind又推出了一款名为Alpha Zero的通用棋类程序，除了围棋外，该程序还会国际象棋等多种棋类。现在可以说，在棋类比赛上计算机或者说人工智能已经彻底战胜人类了。 机器人足球赛是机器博弈的另一个战场。近年来，国际大赛不断，盛况空前。 ;2.1.4 机器翻译与机器写作 机器翻译的研究由来已久。早在电子计算机问世不久，就有人提出了机器翻译的设想，并开始了这方面的研究。但由于曾经过分依赖于基于规则的自然语言理解，所以一度进展缓慢。上世纪80年代，统计方法被引入机器翻译，使机器翻译有了巨大的进步和发展。近年来，神经网络机器学习的再度兴起，又给机器翻译带来了新的繁荣。据报道，在新闻稿的英-汉互译翻译方面，机器翻译现已达到甚至超过人类专家水平。 另一方面，现在机器人写新闻稿（即用计算机自动生成新闻稿）已经不是新闻了。; 2.1.5 机器定理证明 机器定理证明也是人工智能的也是最早的研究领域之一。定理证明是最典型的逻辑推理问题之一，很多非数学领域的任务如医疗诊断、信息检索、规划制定和难题求解，都可以转化成一个定理证明问题。 机器定理证明的方法主要有四类： (1) 自然演绎法. (2) 判定法. (3) 定理证明器. (4) 计算机辅助证明. ; 2.1.6 自动程序设计 自动程序设计就是让计算机设计程序。具体来讲，就是只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序。所以，这相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序。但这只是自动程序设计的主要内容，它实际是程序的自动综合。自动程序设计还包括程序自动验证，即自动证明所设计程序的正确性。; 2.1.7 智能控制 智能控制就是把人工智能技术引入控制领域，建立智能控制系统。 智能控制系统的智能可归纳为以下几方面： (1) 先验智能：有关控制对象及干扰的先验知识； (2) 反应性智能：在实时监控、辨识及诊断的基础上，对系统及环境变化的正确反应能力； (3) 优化智能：包括对系统性能的先验性优化及反应性优化； (4) 组织与协调智能： 表现为对并行耦合任务或子系统之间的有效管理与协调。 ;2.1.8 智能管理 智能管理就是把人工智能技术引入管理领域，建立智能管理系统。智能管理系统是在管理信息系统、办公自动化系统、决策支持系统的功能集成和技术集成的基础上，应用人工智能的专家系统、知识工程、模式识别、神经网络等方法和技术， 进行智能化、集成化、协调化，设计和实现的新一代的计算机管理系统。 ; 2.1.9 智能决策 智能决策就是把人工智能技术引入决策过程，建立智能决策支持系