第11章 人工智能

第11章人工智能本章讨论的主要问题是：1.什么是智能？什么是人工智能？为什么要研究人工智能？2.如何实现人工智能？人工智能的主要研究方法是什么？3.目前，人工智能都应用在哪些领域？有成熟的应用吗？情景问题——人PK计算机计算机比人做得更好:对大整数进行快速计算，实现复杂的方程求解；在词典中进行快速查找，长期记忆大量数据；……人比计算机做得更好:模式识别。例如，人可以识别出各种各样的桌子，可以识别不同字体和形状的字母；BABABABABABAAB情景问题——人PK计算机计算机能够像人类一样下棋、打桥牌、打麻将，如果一般的游戏者vs计算机，获胜的经常是计算机。什么是智能？什么是人工智能？人工智能与人类智能有什么关系？如何判定机器是否具有智能？11.1什么是人工智能智能：智慧和能力（现代汉语词典）。与智能相关的词语：智慧：辨析判断、发明创造的能力；智力：人认识、理解客观事物并运用知识、经验等解决问题的能力，包括记忆、观察、想像、思考、判断等；思维：在表象、概念的基础上进行分析、综合、判断、推理等认识活动的过程。智能难以准确定义，因为人类智能的奥秘还没有完全被揭开，没有人确知人脑是如何存储和处理知识，如何将事物之间的联系合成信息。11.1.1人工智能的定义11.1.1人工智能的定义关于人工智能的严格定义，学术界还没有统一的认识。人工智能是研究如何使计算机具有智能或如何利用计算机实现智能的理论、方法和技术。1981年，费根鲍姆（Feigenbaum）：“人工智能是计算机科学的一个分支，涉及到智能计算机系统的设计，该系统显示人类行为中与智能有关的某些特征”。1984年，绍特里夫（Shortliffe）：“人工智能是计算机科学的一个分支，它研究问题求解的符号方法和非算法方法”。1992年，温斯顿（Winston）：“人工智能是计算机科学的一个领域，它主要解决如何使计算机感觉、推理和行为等问题”。如何判定计算机是否具有智能弱人工智能——人类和计算机在结果（即输出）上是等价的，但实现结果的方式可以不同；强人工智能——人类和计算机使用相同的内部过程来生成结果，也就是计算机能够以人类的思维方式来处理信息。（如理解、推理、判断、感知等）1.弱人工智能的两个最著名实验：图灵测试和中文屋子。提问者回答者A回答者B如果机器在一场会话中成功地扮演人的角色，就可以认为它具有智能。（1）图灵测试（2）中文屋子。假设西尔勒被关在一个屋子里，屋子里有序地堆放着足够的汉字字符，屋外的人递进一串汉语字符，同时还附了一本用英文写的处理汉字的规则，西尔勒按照规则对这些字符进行处理后，将一串新的字符送出屋外。事实上，他根本不知道送进来的字符串就是屋外人提出的“问题”，也不知道送出去的就是“问题的答案”。弱人工智能认为：形式化的计算机仅有语法，没有语义，因此，机器永远也不可能代替人脑，只有从功能的角度来判定机器是否具有思维，也就是从行为角度对机器思维进行定义。西尔勒中文屋子的理想实验表明用图灵检验来定义智慧还是远远不够充分2.强人工智能的典型代表——符号主义符号主义认为：认知是一种符号处理过程，人类思维过程也可以用某种符号来描述。但是这种方法至少有三个关键问题很难解决：（1）人类智能包含很多人类难以理解或不能理解的智力活动。（2）人脑的结构与计算机的部件之间存在巨大的差别。（3）机器做事情的最佳方法与人类做这些事情时所用的方法往往不同。到目前，思维就是符号计算的思想没有实质性的突破。11.1.2人工智能的研究意义如果计算机具有一定的智能，将会在更高层面上扩大和延伸人类的智能。人和计算机之间的交互应该更加友好、便捷和多样化，计算机能够代替人类做一些更复杂的工作。如果计算机具有智能，就能自动实现问题求解，向人们提供功能和服务，甚至可以自发地工作。智能化是自动化发展的必然趋势。机械化自动化智能化。研究人工智能对探索人类自身智能的奥秘也可提供有益的帮助。符号智能：从人脑的宏观心理层面入手，以智能行为的心理模型为依据，主要通过逻辑推演，运用知识模拟人类的思维过程。原理—认为计算机可以通过符号推演的方式来模拟人的逻辑思维过程，实现人工智能。代表人物—西蒙、纽厄尔、费根鲍姆、尼尔逊等。评价贡献。符号主义曾经一支独秀，为人工智能的发展做出重要贡献，尤其是专家系统的成功开发和利用，对人工智能走向工程应用具有重要意义不足。但在模拟人的视觉、听觉以及学习、适应能力等方面，却遇到了很大的困难。11.2人工智能的研究方法11.2.1符号智能一枝独秀计算智能以数值数据为基础，主要通过数值计算，运用算法进行问题求解。神经计算是从人脑的生理层面入手，以智能行为的生理模型为依据，采用数值计算的方法，模拟人脑神经网络的工作过程，来研究和实现人工智能。进化计算（演化计算）是以生物进化为基础，模拟人与环境的交互和控制过程中表现出来的行为特性，如反应、适应、学习、寻优等，来研究和实现人工智能。模糊计算是以模糊数学为基础，运用数学手段，描述和处理人的思维存在的模糊性概念，来研究和实现人工智能。11.2.2计算智能Agent：具有智能的实体，这种实体可以是软件、设备、机器人或计算机系统。Agent的抽象模型：具有传感器和效应器传感器感知环境效应器作用于环境，并且能与其他Agent进行信息交流并协同工作。研究热点-Agent理论模型、多Agent系统及其开发应用等方面。工业界开始介入Agent理论和技术的研究与应用。OMG标准化组织开始致力于Agent技术的标准化工作并推出了一些重要的Agent技术标准。11.2.3智能Agent方兴未艾博弈：诸如下棋、打牌等竞争性智能活动。博弈为人工智能提供了一个很好的实验领域，人工智能中的许多概念和方法都是从博弈中提取出来的。博弈成果显著，如IBM公司研制的IBM超级计算机“深蓝”于1997年5月与当时的国际象棋世界冠军卡斯帕罗夫对弈，结果“深蓝”获胜。实现机器博弈的关键是对博弈树的搜索。一个完整的博弈树包括每一步所有可能的走步，国际象棋大约有10120个结点，围棋大约有10768个结点。由于这样的树太大，即使具备现代的计算能力，在合理的时间内，也只能分析博弈树的部分结点。11.3.1机器博弈11.3人工智能的研究与应用领域专家系统：是一个智能的计算机系统，它运用知识和推理来解决只有专家才能解决的复杂问题。补充：任何解决问题的能力达到同领域人类专家水平的计算机系统都可以称为专家系统。举例：世界上第一个专家系统DENDRAL可以像物理化学家一样推断分子结构。美国DEC公司配置专家系统XCON。评价：由于专家系统走出了实验室，能够解决现实世界中的实际问题，被誉为“应用人工智能”，并受到企业界和政府的关注和支持。11.3.2专家系统引入：“数据爆炸但知识贫乏”的现象，人们希望能够对数据进行更深层次的分析，从中发现更有价值的信息。数据挖掘：从大型数据库或数据仓库中提取隐含的、未知的、非平凡的、有潜在应用价值的信息或模式的处理过程。原理：用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系，从而实现决策和预测。应用举例：数据挖掘在金融、保险、通讯等行业的成功案例较多，在零售业、医疗保健、运输业、行政司法等领域都具有广阔的应用前景。11.3.3数据挖掘与知识发现自然语言处理：采用人工智能的理论和技术将“自然语言机理”用计算机程序表达出来，构造能理解自然语言的系统。困难：语言是由语句组成，而一个语句通常不是孤立存在的，往往是与该语句所在的环境联系在一起才构成它的语义，这正是自然语言理解所遇到的困难之一。自然语言理解在下列场合获得广泛应用：（1）机器翻译；（2）篇章理解；（3）自然语言接口。11.3.4自然语言理解识别是人和生物的基本智能信息处理的能力之一。模式是提供模仿用的标本，模式识别就是识别出给定事物和哪一个模式相同或相似。模式识别的研究主要在以下两个方面：（1）图形和图像识别（2）语音识别预处理系统识别处理系统待识别事物识别结果11.3.5模式识别去噪机器人是一种可再编程的多功能的操作装置。机器人和其他类型计算机的最重要的硬件区别是复杂的输入和输出设备，机器人并不是把输出传送到屏幕或打印机，而是发送命令给关节、手臂或其他可移动部件。理论上，智能机器人至少应该具备以下四种机能：（1）感知机能：获取外部环境信息以便进行自我行动；（2）运动机能：施加于外部环境的相当于人的手、脚；（3）思维机能：求解问题的认识、推理、判断等；（4）通信机能：理解指示命令、输出内部状态，与人流畅地交换信息的通信机能。11.3.6智能机器人第11章人工智能——回答问题学完本章，你将如何回答下列问题：1.什么是智能？什么是人工智能？为什么要研究人工智能？2.如何实现人工智能？人工智能的主要研究方法是什么？3.目前，人工智能都应用在哪些领域？有成熟的应用吗？