人工智能第一章绪论34

参考书目1人工智能原理刘叙华姜云飞吉林大学出版社2人工智能原理[美]尼尔逊科学出版社3人工智能导论何华灿西北大学出版社4人工智能原理与方法王永庆西安交通大学出版社第一章绪论•人工智能ArtificialIntelligence-AI•是计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科基础上发展起来的。•本章的主要内容–智能–人工智能的基本概念–人工智能的研究目标、内容、途径、研究领域§1.1什么是人工智能1人脑的智能被列为自然界四大奥秘之一物质的本质宇宙的起源生命的本质智能的发生2对人脑研究主要有三种方法•思维理论：来自认知科学，认为智能的核心是思维，通过对思维规律与方法的研究揭示智能的本质。斐波那切数列•知识阈值理论：认为智能行为取决于知识的数量以及一般化的程度。提出智能就是在巨大搜索空间中迅速找到一个满意解的能力。•进化理论：核心是用控制取代表示，从而取消概念、模型及显示表示的知识，否定抽象对智能及智能模型的必要性，强调分层结构对智能进化的可能性与必要性。3智能：智能是知识与智力的总和。其中知识是一切智能行为的基础，而智力是获取知识并运用知识求解问题的能力。是头脑中思维活动的具体体现。4智能的特征(1)具有感知能力：指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力。感知是人类最基本的生理、心理现象，是获取外部信息的基本途径，人类大约80%以上的外界信息是通过视觉得到的，有10%是通过听觉得到的，所以感知是产生智能活动的前提与必要条件。盲人摸象(2)具有记忆与思维的能力•记忆用于存储由感觉器官感知到的外部信息以及由思维所产生的知识。•思维用于对记忆的信息进行处理，利用已有的知识对信息进行分析、计算、比较、判断、推理、联想、决策等。•思维可分为：逻辑思维,形象思维,顿悟思维•逻辑思维：又称抽象思维，它是一种根据逻辑规则对信息进行处理的理性思维方式，反映了人们对抽象的、间接的、概括的方式认识客观世界的过程。逻辑思维的特点:依靠逻辑进行思维思维过程是串行的、表现为一个线性过程容易形式化，用符号串表达出来思维过程具有严密性、可靠性•形象思维：又称有感思维，它是一种以客观现象为思维对象，以感性形象认识为思维材料，以意向为主要思维工具，以指导创造物化形象的实践为主要目的的思维活动。形象思维的特点：主要是依据直觉，靠感觉形象进行思维思维过程是并行协同式的，表现为一个非线性过程形式化困难不精确在信息变形或缺少的情况下仍有可能得到比较满意的结果•顿悟思维:又称灵感思维，它是一种显意识与潜意识相互作用的思维方式。顿悟思维特点:具有不定期的突发性具有非线性的独创性及模糊性它穿插于形象思维与逻辑思维之中，起着突破、创新、升华的作用。(3)具有学习能力及自适应能力(4)具有行为能力：人通过语言、表情、眼神、形体、动作对外界的刺激做出反应，传达某个信息，称为行为能力或表达能力。5人工智能：是一门研究如何构造智能机器或智能系统，使它能模拟、延伸、扩展人类智能的学科。•世界国际象棋棋王卡斯帕罗夫与美国IBM公司的RS/6000SP（深蓝）计算机系统于97年5月3日—5月11日进行了六局的“人机大战”，最终“深蓝”以3.5比2.5击败对手。•图灵的梦想询问者-人智者-机器询问者：你的14行诗的首行为“你如同夏日”，你不觉得“春日”更好吗？智者：它不合韵。询问者：“冬日”如何？他完全合韵。智者：它确是合韵的，但没有人愿被比为“冬日”。询问者：你不是说过匹克威克先生让你想起圣诞节吗？智者：是的。询问者：圣诞节是冬天的一个节日，我想匹克威克先生对这个比喻不会介意吧。智者：我认为你不够严谨，“冬日”指的是一般的冬天的日子，而不是某个特别的日子，如圣诞节。6人工智能的发展人工智能是在1956年作为一门新兴学科而正式提出的。在50多年的发展中，它经历了萌芽期、形成期和发展期三个阶段。(1)萌芽时期（1956年之前）•哲学家亚里斯多德(公元前384—322)在他的名著《工具论》中提出了形式逻辑的一些主要定律，三段论至今仍是演绎推理的基本依据。•公元850年，希腊就有制造机器人帮助人们劳动的神话传说。•公元900年，我国有歌舞机器人的传说记载。•美国哲学家培根(1561—1626)曾系统地提出了归纳法，并提出了“知识就是力量”的警句。•德国数学家莱布尼茨(1646—1716)提出了万能符号和推理计算的思想。•英国逻辑学家布尔(1815—1864)创立了布尔代数。•英国数学家图灵在1936年提出了图灵机。•美国神经学家麦克洛奇与匹兹在1943建立了第一个神经网络模型（M-P）模型。•美国数学家莫克利和埃柯特在1946研制出第一台计算机。(2)形成时期（1956—1969）•1956年夏季，麻省理工学院的麦卡锡、明斯基,IBM公司信息研究中心的洛切斯特,贝尔实验室的香农发起,邀请IBM公司的莫尔、赛缪尔,麻省理工学院的塞尔夫里奇、索罗门夫,兰德公司纽厄尔,卡内基—梅隆大学的西蒙,在达特莫斯大学召开了一次研讨会，历时两个月，提出了“人工智能”这一术语。标志着一个新学科的诞生。•在机器学习方面：塞缪尔于1956年研制出了跳棋程序,1959年击败设计者，1962年击败州冠军•在定理证明方面：美籍华人数理逻辑学家王浩于1958年在IBM-740机上用了3—5min证明了《数学原理》中的有关命题•在模式识别方面：1959年塞尔夫里奇推出了一个模式识别程序，1965年罗伯特编制出了可分辨积木构造的程序•在问题求解方面：1960年纽厄尔等人在总结心理学试验的基础上，编制了通用问题求解程序GPS•在专家系统方面：美国斯坦福大学的费根鲍姆，1965年开始专家系统DENDRAL的研究，1968年投入使用•在人工智能语言方面：1960年麦卡锡研制出了LISP语言(3)发展时期（1970年以后）•1972年法国马塞大学的科麦瑞尔提出了PROLOG语言•1972年斯坦福大学的肖特里菲等研究制造了用于诊断和治疗感染性疾病的专家系统MYCIN•1972年R.C.Shanky的概念网结构•1973年R.F.Simon等人的语义网络结构•1974年M.Minsky的框架系统的分层组织结构•1977年E.A.Feigenbaum提出了知识工程•我国从1978年开始人工智能课题的研究，主要在定理证明、汉语自然语言理解、机器人及专家系统方面，并取得了一些初步成果。•1990年，我国召开了第一届中国人工智能联合会，简称CJCAI---ChineseJointConferenceonArtificialIntelligence标志着我国人工智能的研究发展到了一个新阶段。§1.2人工智能的研究目标和基本内容1近期与远期目标(1)近期目标：使现有的电子数字计算机更聪明、更有用、使它不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。(2)远期目标：构造智能计算机2人工智能研究的基本内容(1)机器感知：使机器具有类似于人的感知能力，视觉、听觉为主。(2)机器思维：是指对通过感知得来的外部信息及机器内部的各种工作信息进行有目的的处理—知识的表达、组织、推理、各种启发式搜索及控制策略、神经网络。(3)机器学习：获取新知识，学习新技巧，在实践中不断完善、改进能力。(4)机器行为：说、写、画、走路、取物、操作等(5)智能系统及智能计算机构造技术§1.3人工智能的研究途径一种观点主张用生物学的方法研究，搞清楚人类智能的本质，是以网络连接为主的连接机制方法。另一种观点主张通过运用计算机科学的方法进行研究，实现人类智能在计算机上的模拟，称为以符号处理为核心的方法。1以符号处理为核心的方法（自上向下方法-符号主义）起源于20世纪50年代中期，是由纽厄尔与西蒙等人在研究通用问题求解系统GPS中首先提出来的。特征：•立足于逻辑运算和符号操作，适合于模拟人的逻辑思维过程，解决需要进行逻辑推理的复杂问题•知识可用显示的符号表示•便于模块化•能与传统的符号数据库进行链接•可对推理结论作出理解，便于对各种可能性进行选择有时非逻辑推理在求解问题中起重要作用，人的感知过程主要是形象思维-逻辑做不到的，也是无法用符号表示的。所以单凭符号方法来解决智能中的所有问题是不可能的。2以网络连接为主的连接机制方法（自下向上方法，连接主义）是在人脑神经元及其相互连接而成网络的启示下，试图通过许多人工神经元间的并行协同作用来实现对人类智能的模拟。特征：•通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、动态性、全局性。•通过神经元间分布式的物理联系存储知识及信息，可以实现联想功能，对于带有噪声、缺损、变形的信息能进行有效的处理，取得比较满意的效果。•通过神经元间连接强度的动态调度来实现对人类学习、分类等的模拟。•适合于模拟人类的形象思维过程。•求解问题时，可以比较快的求得一个近似解。3系统集成(1)符号法善于模拟人逻辑思维过程，求解问题时如有解，可以准确求出最优解。但求解过程中的运算量将随复杂性的增加而成指数性的增长，符号化过程需人工完成。(2)连接机制方法善于模拟人的形象思维过程，求解问题时，可以并行处理，因而可比较快地得到解，但解一般是近似的，次优的。求解问题是隐式的、难以显示表示的。(3)两种方法结合有两种途径：•两者分别保持原来的结构，但密切合作，任何一方都可把自己不能解决的问题转化给另一方。•两者自然地统一在一个系统中，既有逻辑思维，又有形象思维。§1.4人工智能的研究领域1专家系统：是最活跃、最有成效的一个研究领域。主要用在医疗诊断、地质勘探、石油化工、数学、军事等方面。专家系统是一种具有特殊领域内大量知识与经验的程序系统，该系统存储有某个专门领域中经事先总结，并按某种格式表示的专家知识，以及拥有类似于专家解决实际问题的推理机制。系统能对输入信息进行处理，并运用知识进行推理，做出决策和判断，其解决问题的水平达到专家的水准，起到专家的作用或成为专家的助手。目前的专家系统主要基于规划的演绎技术，开发专家系统的关键问题是知识的表示、应用和获取技术。2机器学习:使计算机具有知识一般有两种方法①人们把有关知识归纳、整理、用计算机可接受、处理的方式输入到计算机中去。②使计算机自身具有学习能力，向书本、老师、实践学习，自我完善。我们称②为机器学习。它包含三方面的研究•人类学习机理的研究•学习方法的研究•建立面向具体任务的学习系统机器学习是一个难度较大的研究领域与脑科学、神经心理学、计算机视觉、计算机听觉等联系密切。3模式识别：是研究如何使机器具有感知能力的一个研究领域，主要含视觉模式、听觉模式的识别。•模式:对一个物体或某些感兴趣实体定量、结构的描述。•模式类：具有某些共同属性的模式集合。•模式识别的方法主要有：统计模式识别结构模式识别模糊模式识别神经网络模式识别4自然语言理解：研究让计算机理解人类自然语言的一个研究领域。•目标是：①计算机能正确理解人们用自然语言输入信息，并能正确回答输入信息中的有关问题②对输入信息，计算机能产生相应的摘要，能用不同词复述输入信息内容③计算机能把用某种自然语言表示的信息自动地翻译为另一种自然语言•翻译系统的发展：①词对词的翻译过程②句法—语义分析技术的自然语言理解系统③语料库语言学：正研究5自动定理证明：实质是对前提P和结论Q，证明PQ的永真性，常采用反证法，这方面鲁宾逊（归结原理）和海伯伦是卓有成效的。对于一个数学定理，给出严格的数学证明，当然是一项需要很高智能的工作，它不但需要人们具有很强的推理能力，而且需要人们有着深刻的洞察力，能够预见出证明主要定理之前，应该先证明哪些引理，做好必要的准备，最后证明主要定理。例如四色问题、医疗诊断、信息检索。任何一张地图只用四种颜色就能使具有共同边界的国家着上不同的颜色。即“将平面任意地细分为不相重叠的区域，每一个区域总可以用1，2，3，4这四个数字之一来标记，而不会使相邻的两个区域得到相同的数字。”6自动程序设计：自动程序设计相当于一种“超级编译程序”，它要求能对高级描述进