人工智能简介37

人工智能简介一、什么是人工智能？1、什么是智能？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、学习、思维、情感…一、什么是人工智能？从功能角度看,智能是综合能力,包括：感知与认识事物、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、迅速、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。一、什么是人工智能？3、对图灵测试的反对——西尔勒中文屋子2、验证机器是否有智能的方法——图灵测试一、什么是人工智能？5、人工智能的目标——强目标与弱目标4、计算机能够实现智能吗？——智能是否是可计算的“深蓝”有智能吗？理发师悖论与哥德尔不完全定理一、什么是人工智能？强目标：可以让机器像人类一样思考和行动，具有心智和自我意识5、人工智能的目标弱目标：是计算机模拟人类思维和行为的有效工具，帮助计算机更有效的完成用户提出的任务人工智能的实现方法——符号主义、联结主义、行为主义人工智能的分类——符号智能和计算智能二、人工智能的实现方法二、人工智能的实现方法人工智能在发展过程中形成许多学派。不同学派的研究方法、学术观点、研究重点有所不同。从思想基础上可分为符号主义学派(包括认知学派、逻辑学派)、行为主义学派和连接主义学派。一、认知学派(以Simon,Minskey和Newell等为代表)1、基本思想从人的思维活动出发，利用计算机进行宏观功能模拟。基于物理符号系统假设，将任何信息加工系统看成是一个具体的物理系统。二、人工智能的实现方法2、基本观点物理系统表现智能行为的充要条件是该系统是一个物理符号系统。3、主要工作1）Newell的LogicTheorist，模拟人证明数学定理的思维过程2）GPS，模拟人的解题过程(拟定初步解题计划利用公理、定理和规则，按规则实施解题过程不断进行“目的—手段“分析，修订解题计划。3）物理符号系统假设符号是模式。物理符号系统的基本任务和功能是辨认相同的符号和区别不同的符号。二、人工智能的实现方法二、逻辑学派（以McCarthy和Nilsson等为代表)1、基本思想用逻辑来研究人工智能，用形式化的方法（统一的逻辑框架）描述客观世界。2、基本观点1）智能机器必须有关于自身环境的知识2）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3）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能力二、人工智能的实现方法3、主要工作1）概念化知识表示2）模型论语义3）演绎推理4）非单调逻辑用于常识推理二、人工智能的实现方法三、行为主义学派(以Brooks为代表)1、基本思想以复杂的现实世界为背景，让人工智能理论先经受解决实际问题的考验，并在这种考验中成长。智能只是在与环境的交互作用中表现出来。2、基本观点1）到现场去2）物理实现3）初级智能4）行为产生智能二、人工智能的实现方法3、主要工作1）无需知识表示的智能2）无需推理的智能3）机器虫二、人工智能的实现方法四连接主义学派1、基本思想从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为，模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。2、基本观点1）神经网络以分布式方式存储信息2）神经网络以并行方式处理信息3）神经网络具有自组织、自学习能力3、主要工作人工神经网络(此外，遗传算法、人工免疫算法等均可划入这一学派）1、早期的基础Aristotle—形式逻辑Bacon—归纳法Leibnitz—形式逻辑符号化2、萌芽阶段Boole:布尔代数Turing:图灵机Wiener:控制论Shannon:信息论Russell:数理逻辑三、人工智能的发展历3、人工智能的诞生——1956年Dartmouth大学夏季讨论会McCarthy,Minsky,etl4、1950年代—活跃的十年以游戏、博弈为对象Samuel有学习能力的跳棋程序Newwell,Simon的机器定理证明McCarthy的LISPChomsky的形式语言三、人工智能的发展历5、1960年代—沉寂的十年机器翻译通用问题求解Robinson归结原理Feigenbaum的专家系统：DENDRAL三、人工智能的发展历程6、1970年代—知识工程知识工程的提出（Feigenbaum）知识表示专家系统Prolog语言自然语言理解三、人工智能的发展历程7、1980年代—联结主义的兴起神经网络遗传算法进化计算专家系统的广泛应用Newell的SOAR五代机计划三、人工智能的发展历程三、人工智能的发展历程8、1990年代至今—网络时代分布式人工智能智能Agent多Agent系统（MAS）KDD智能化网络网格人工生命1.形式逻辑命题逻辑谓词逻辑(一阶谓词和二阶谓词)模态逻辑模糊逻辑时序逻辑偏爱逻辑（管理科学与决策）默认逻辑限定逻辑自认知逻辑真值维护系统四、人工智能理论基础－符号主义2.推理技术产生式推理非单调推理不确定推理约束推理定性推理基于案例推理（CBR）四、人工智能理论基础－符号主义3.通用问题求解技术通用问题求解（GPS）状态空间搜索问题求解规划技术四、人工智能理论基础－符号主义4.机器学习归纳学习类比学习解释学习基于案例学习强化学习四、人工智能理论基础－符号主义5.知识表示产生式规则谓词语义网络框架剧本四、人工智能理论基础－符号主义四、人工智能理论基础－联结主义1.神经网络模拟人类脑神经元的工作原理2.遗传算法模拟生物进化过程3.人工生命人工免疫算法蚁群算法五、AI在现代管理中的应用1.智能代理（Agent)------个性化服务拍卖、查询、定购…2.信息采集------语义网智能化搜索、收集信息五、AI在现代管理中的应用3.智能化信息、知识的提取------数据挖掘4.决策支持------IDSS、DDSS、IDDSS5.智能化的信息管理------CRM、KM……五、AI在现代管理中的应用新概念的提出：商业智能——BI(BusinessIntelligence)商业智能是指通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。五、AI在现代管理中的应用商业智能——BI(BusinessIntelligence)其基本体系结构包括：数据仓库系统数据挖掘工具决策支持系统IBM解决方案五、AI在现代管理中的应用MIS现状_信息孤岛:财务系统市场促销数据客户数据营业数据呼叫中心数据五、AI在现代管理中的应用BI系统:数据仓库OLAP智能挖掘五、AI在现代管理中的应用数据仓库:－数据仓库是指从业务数据中创建信息数据库，并针对决策和分析进行优化。－数据仓库中的信息是面向主题的、集成化的、稳定的、随时间变化的数据集合，用以支持管理决策的过程。－数据来自多个数据源，并整合到一个数据库中。－在数据整合的过程中数据要经过聚合、摘要和清洗。五、AI在现代管理中的应用数据仓库(DataWarehouse)系统示意图：五、AI在现代管理中的应用分析的复杂度和价值统计多维数据挖掘优化阶段1阶段2阶段3阶段4阶段5分析的阶段数据集市数据仓库发现验证AI贯穿于上述各个阶段!五、AI在现代管理中的应用未来可能的发展：基于语义的信息管理系统基于语义的知识管理与知识发现基于语义理解的决策支持谢谢！