高级人工智能——第1讲概论51

2019/8/2合肥工业大学人工智能与数据挖掘研究室1/51高级人工智能概论王浩2019/8/2合肥工业大学人工智能与数据挖掘研究室2/51人工智能的渊源人工智能的认知问题思维的层次模型符号智能与计算智能人工智能的研究方法自动推理机器学习分布式人工智能人工思维模型知识系统2019/8/2合肥工业大学人工智能与数据挖掘研究室3/51人工智能的渊源人工智能(ArtificialIntelligence)主要研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。2005年,McCarthy指出人工智能的长期目标是实现人类水平的人工智能[McCarthy2005]2019/8/2合肥工业大学人工智能与数据挖掘研究室4/51人工智能的渊源中国算盘：古典计算机；水运仪象台：天文观测与星象分析仪器；候风地动仪：测报与显示地震的仪器。阴阳学说：对现代逻辑的发展有重大影响。2019/8/2合肥工业大学人工智能与数据挖掘研究室5/51人工智能的渊源国外Aristotle(公元前384—322)：《工具论》的著作中提出形式逻辑。Bacon(1561—1626)：《新工具》中提出归纳法。Leibnitz(1646—1716)：研制四则计算器，提出了“通用符号”和“推理计算”的概念，使形式逻辑符号化。Boole(1815—1864)：创立布尔代数，《思维法则》书中首次用符号语言描述了思维活动的基本推理法则。Godel(1906—1978)提出了不完备性定理。Turing(1912—1954)提出了理想计算机模型──图灵机1943年，McClloch和Pitts提出了MP神经网络模型1946年，Manochly和Eckert研制成功ENIAC电子数字计算机。1948年，Wiener创立了控制论，Shannon创立了信息论。2019/8/2合肥工业大学人工智能与数据挖掘研究室6/51人工智能的渊源1956年由McCarthy、Minsky等发起，美国的几位心理学家、数学家、计算机科学家、信息论学家在Dartmouth大学举办夏季讨论会，正式提出人工智能的术语，开始了具有真正意义的人工智能的研究。2019/8/2合肥工业大学人工智能与数据挖掘研究室7/51人工智能的渊源在20世纪50年代，人工智能以博弈、游戏为对象进行研究。Samuel：自学习能力的启发式博弈程序Newell、Simon：启发式程序LogicTheorist,证明了《数学原理》书中38条定理。Chomsky：语言文法，开创了形式语言的研究。McCarthy：人工智能程序设计语言LISP。20世纪60年代，人工智能以搜索算法、通用问题求解(GPS)的研究为主Newell：问题求解程序，使启发式程序有更大的普适性。Minsky：发表题为“走向人工智能的步骤”的论文。Feigenbaum：DENDRAL化学专家系统人工智能研究走向实用化的标志。Robinson：提出了归结原理。Quillian：语义网络的知识表示方法。1969年，国际人工智能联合会(IJCAI)成立。2019/8/2合肥工业大学人工智能与数据挖掘研究室8/51人工智能的渊源20世纪70年代前期，人工智能研究以自然语言理解、知识表示为主Winograd：自然语言理解系统SHRDLU。Colmerauer：创建PROLOG语言。Schank：概念从属理论。Minsky：框架知识表示法。Feigenbaum（1977年）：知识工程。20世纪80年代，人工智能蓬勃发展专家系统开始广泛应用，出现了专家系统开发工具，人工智能产业。国家制订相应的计划，进行人工智能和智能计算机系统的研究。2019/8/2合肥工业大学人工智能与数据挖掘研究室9/51人工智能的渊源人工智能尚缺乏必要的理论。在一些关键技术方面,诸如机器学习、非单调推理、常识性知识表示、不确定推理等尚未取得突破性的进展。人工智能对全局性判断模糊信息处理、多粒度视觉信息的处理是极为困难的。人工智能还处于智能学科研究的早期阶段,必须开展智能科学的研究。智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究人脑智能机理，建立脑模型，揭示人脑的本质。认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。2019/8/2合肥工业大学人工智能与数据挖掘研究室10/51人工智能的认知问题认知(cognition)是和情感、动机、意志等相对的理智或认识过程。美国心理学家Houston等人将对“认知”的看法归纳为如下五种主要类型：(1)认知是信息的处理过程；(2)认知是心理上的符号运算；(3)认知是问题求解；(4)认知是思维；(5)认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成、语言使用等。认知心理学家Dodd等则认为，认知应包括三个方面，即适应、结构和过程。也就是说，认知是为了一定的目的，在一定的心理结构中进行的信息加工过程。2019/8/2合肥工业大学人工智能与数据挖掘研究室11/51人工智能的认知问题认知科学是研究人类感知和思维信息处理过程的科学,包括从感觉的输入到复杂问题求解,从人类个体到人类社会的智能活动,以及人类智能和机器智能的性质。认知科学是现代心理学、信息科学、神经科学、数学、科学语言学、人类学乃至自然哲学等学科交叉发展的结果。认知科学研究的目的：说明和解释人在完成认知活动时是如何进行信息加工的。认知科学涉及的问题：知觉、语言、学习、记忆、思维、问题求解、创造、注意,以及环境、社会文化背景对认知的影响。2019/8/2合肥工业大学人工智能与数据挖掘研究室12/51人工智能的认知问题人工智能的五个基本问题[Kirsh1991]：(1)知识与概念化是否是人工智能的核心？(2)认知能力能否与载体分开来研究？(3)认知的轨迹是否可用类自然语言来描述？(4)学习能力能否与认知分开来研究？(5)所有的认知是否有一种统一的结构？这些问题都是与人工智能有关的认知问题,必须从认知科学的基础理论进行探讨。2019/8/2合肥工业大学人工智能与数据挖掘研究室13/51思维的层次模型思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。人类思维的形态：感知思维：初级的思维形态。只是把感性材料组织起来,构成有条理的知识,认识到的仅是现象。在此基础上形成的思维形态即是感知思维。形象思维：用典型化的方法进行概括，并用形象材料来思维。形象思维是与神经机制的连接论相适应的。模式识别、图像处理、视觉信息加工都属于这个范畴。2019/8/2合肥工业大学人工智能与数据挖掘研究室14/51思维的层次模型抽象思维：基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。灵感思维：灵感思维是形象思维扩大到潜意识，人脑有一部分对信息进行加工,，但是人并没有意识到。灵感思维是顿悟。灵感思维在创造性思维中起重要作用。2019/8/2合肥工业大学人工智能与数据挖掘研究室15/51思维的层次模型感知思维是极简单的思维形态，它通过人的眼、耳、鼻、舌、身感知器官产生表象。形象思维以神经网络的连接论为理论基础，可以高度并行处理。抽象思维以物理符号系统为理论基础，用语言表述抽象的概念。由于注意的作用，使其处理基本上是串行的。抽象处理单元感知处理单元1形象处理单元n形象处理单元2形象处理单元1感知处理单元n感知处理单元22019/8/2合肥工业大学人工智能与数据挖掘研究室16/51符号智能与计算智能智能是个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力。通俗地说,智能是个体认识客观事物和运用知识解决问题的能力。人类个体的智能包括：–感知与认识客观事物、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、运用知识和运用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;–实时地、迅速地、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。智能与社会环境有密切的关系。2019/8/2合肥工业大学人工智能与数据挖掘研究室17/51符号智能与计算智能人工智能的符号主义、连接主义和行为主义：传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力，也称为神经计算。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。系统采用开放方式，使得新的网络模型可以比较方便地进入系统中,利用系统提供良好的用户界面和各种工具，对网络算法进行调试修改。2019/8/2合肥工业大学人工智能与数据挖掘研究室18/51符号智能与计算智能Brooks提出了无需知识表示的智能[Brooks1991a]，无需推理的智能[Brooks1991b]。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。2019/8/2合肥工业大学人工智能与数据挖掘研究室19/51符号智能与计算智能神经计算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。其研究重点侧重于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。特别是对并行搜索、联想记忆，时空数据统计描述的自组织以及一些相互关联的活动中自动获取知识，更显示出了其独特的能力，并普遍认为神经网络适合于低层次的模式处理。神经网络基本特点：①以分布式方式存储信息。②以并行方式处理信息。③具有自组织、自学习能力。2019/8/2合肥工业大学人工智能与数据挖掘研究室20/51符号智能与计算智能符号主义、连接主义和行为主义特点的比较符号主义连接主义行为主义认识层次离散连续连续表示层次符号连接行动求解层次自顶向下由底向上由底向上处理层次串行并行并行操作层次推理映射交互体系层次局部分布分布基础层次逻辑模拟直觉判断2019/8/2合肥工业大学人工智能与数据挖掘研究室21/51符号智能与计算智能符号智能：以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。2019/8/2合肥工业大学人工智能与数据挖掘研究室22/51人工智能的研究方法认知学派以Simon,Minsky和Newell等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。20世纪50年代，Newell和Simon：“LogicTheorist”程序模拟人证明数学定理的思维过程。60年代初：“GeneralProblemSolver-GPS”，分三个阶段模拟了人在解题过程中的思维规律。2019/8/2合肥工业大学人工智能与数据挖掘研究室23/51人工智能的研究方法1976年Newell和Simon：物理符号系统假设，认为物理系统表现智能行为必要和充分的条件是它是一个物理符号系统。任何信息加工系统看成是一个具体的物理系统，对符号进行操作就是对符号进行比较，物理符号系统的基本任务和功能是辨认相同的符号和区分不同的符号。20世纪80年代Newell：SOAR系统，以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。Minsky：框架知识表示方法。