微课1-2 计算机的智能行为.pptx

;;研究人员曾经研究过几种不同版本的人工智能：有些根据对人类行为的复刻来定义智能，而另一些用“理性”来抽象定义智能。智能主题的本身也各不相同：一些人将智能视为内部思维过程和推理的属性，而另一些人则关注智能的外部特征，也就是智能行为。

从人与理性以及思想与行为这两个维度来看，有4种可能的组合，即类人行为、类人思考、理性思考和理性行为。前两者在某种程度上是与心理学相关的经验科学，包括对真实人类行为和思维过程的观察和假设；而后两者涉及数学和工程的结合，并与统计学、控制理论和经济学相联系。;图灵测试（1950）被设计成一个思维实验，如果人类提问者在提出问题后无法分辨书面回答是来自人还是来自计算机，那么计算机就能通过测试。

为通过图灵（完全）测试，机器要具备的能力构成了人工智能大部分内容：

·自然语言处理，以使用人类语言成功地交流；

·知识表示，以存储它所知道或听到的内容；

·自动推理，以回答问题并得出新的结论；

·机器学习，以适应新的环境，并检测和推断模式。

·计算机视觉和语音识别功能，以感知世界；

·机器人学，以操纵对象并行动。;不过，研究人员认为研究智能的基本原理更为重要。例如：当工程师和发明家停止模仿鸟类，转而使用风洞并学习空气动力学时，对“人工飞行”的探索取得了成功。航空工程学著作并未将其领域的目标定义为制造“能像鸽子一样飞行，甚至可以骗过其他真鸽子的机器”。;只有知道人类是如何思考的，才能说程序像人类一样思考。可以通过3种方式来了解人类的思维：

（1）内省——试图在自己进行思维活动时捕获思维；

（2）心理实验——观察一个人的行为；

（3）大脑成像——观察大脑的活动。

一旦有了足够精确的心智理论，就有可能把这个理论表达为计算机程序。如果程序的输入/输出行为与相应的人类行为相匹配，那就表明程序的某些机制也可能在人类中存在。;认知科学本身是一个引人入胜的领域。人们偶尔会评论人工智能技术和人类认知之间的异同，但认知科学必须建立在对人类或动物实验研究的基础上。

计算机视觉领域将神经生理学证据整合到了计算模型中。此外，将神经影像学方法与分析数据的机器学习技术相结合，开启了“读心”能力（即查明人类内心思想的语义内容）的研究。这种能力反过来可以进一步揭示人类认知的运作方式。;希腊哲学家亚里士多德最早试图法则化“正确思维”，他将其定义为无可辩驳的推理过程。例如，当给出前提苏格拉底是人和所有人都是凡人时，可以得出结论苏格拉底是凡人。研究这些思维法则开创了称为逻辑的领域。

19世纪的逻辑学家建立了一套精确的符号系统，用于描述世界上物体及其之间的关系。这与普通算术表示系统形成对比，后者只提供关于数的描述。到1965年，任何用逻辑符号描述的可解问题在原则上都可以用程序求解，人工智能中所谓的逻辑主义就希望在此类程序的基础上创建智能系统。;按照常规的理解，逻辑要求关于世界的认知是确定的，而实际上这很难实现。例如，人们对政治或战争规则的了解远不如对国际象棋或算术规则的了解。概率论填补了这一鸿沟，允许我们在掌握不确定信息的情况下进行严格的推理。原则上，它允许我们构建全面的理性思维模型，从原始的感知到对世界运作方式的理解，再到对未来的预测。它无法做到的是形成智能行为。;智能体（agent）是指某种能够采取行动的东西。人们期望计算机智能体能够完成更多的任务：自主运行、感知环境、长期持续存在、适应变化以及制定和实现目标。理性智能体需要为取得最佳结果或在存在不确定性时取得最佳期望结果而采取行动。

基于人工智能的“思维法则”方法重视正确的推断。做出正确的推断有时是理性智能体的一部分，因为采取理性行为的一种方式是推断出某个给定的行为是最优的，然后根据这个结论采取行动。但是，理性行为的有些方式并不能说与推断有关。例如，从火炉前退缩是一种反射作用，这通常比经过深思熟虑后采取的较慢的动作更为成功。;简而言之，人工智能专注于研究和构建做正确的事情的智能体，其中正确的事情是我们提供给智能体的目标定义。这种通用范式非常普遍，它不仅适用于人工智能，也适用于其他领域。控制理论中，控制器使代价函数最小化；运筹学中，策略使奖励的总和最大化；统计学中，决策规则使损失函数最小；经济学中，决策者追求效用或某种意义的社会福利最大化。;艾伦·图灵（1912.6.23-1954.6.7），出生于英国伦敦帕丁顿，毕业于普林斯顿大学，是英国数学家、逻辑学家，被誉为“计算机科学之父”“人工智能之父”，他是计算机逻辑的奠基者。1950年，图灵在其论

文《计算机器与智能》中提出了著名的“图灵机”和“图

灵测试”等重要概念。首次提出了机器具备思维的可能性。

他还预言，到20世纪末一定会出现可以通过图灵测试的计

算机。

图1-13计算机科学之父，