chap1-智能化技术的应用领域-27

智能化方法授课人：王中杰课程内容智能化方法的基本概念、应用领域智能化方法的知识工程基础和信息科学基础几种典型的智能化方法智能化方法的工程应用参考书夏定纯、徐涛编著.人工智能技术与方法，华中科技大学出版社，2004.09.夏定纯、徐涛编著.人工智能技术与方法，华中科技大学出版社，2004.09.智能控制理论与技术，孙增圻，清华大学出版社群体智能计算模式及应用智能化方法的基本概念和应有领域1.智能具有感知能力通过感觉(如视觉、听觉、触觉等)器官的活动，接收来自外界的一些信息(如声音、图像、语言等)。感知是人类是获取外部信息的重要途径，人类的大部分知识都是通过感知获取的，感知是产生智能活动的前提与必要条件，可以说没有感知人们就不可能获得知识，也不可能引发各种智能活动。一、智能的含义2.智能具有记忆和思维活动人通过感觉器官获得对外部事物的感性认识，经过初步概括和加工之后，形成相应事物的信息并存储于大脑之中，这是一种记亿的能力。同时，通过人脑的生理与心理活动，对有关的信息进行处理，即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．将感性认知抽象为理性知识，这就是一种思维的能力，思维是一个动态过程，是获取知识以及运用知识求解问题的重要途径。3.智能具有学习和适应能力通过教育、训练和学习过程来丰富自身的知识和技巧的能力，是学习能力；对变化多端的外界环境、条件(如干扰，刺激等作用)灵活地作出反应的能力，就是适应能力。学习与适应是人的本能，每个人都在随时随地的进行着学习，这种学习可能是有意识的、也可能是无意识的，既可以是有教师指导进行的，也可以是通过自己实践进行的。人们在与环境的相互作用之中不断地进行学习，积累知识，适应环境的变化。只是由于各人所处的环境不同、条件不同．学习的效果亦不相同、体现出不同的智能差异。二、人工智能的定义1.人工智能是计算机科学的一个分支，是研究使用计算机来完成能表现出人类智能的任务的学科．主要包括计算机实现智能的原理、制造类似于人脑的智能计算机，以及使计算机更巧妙地实现高层次的应用。它涉及到计算机科学、心理学、哲学和语言学等学科，总的目标是增强人的智能。2.人工智能研究怎样使计算机能模仿人脑所从事的推理、学习、思考、规划等思维活动，来解决需专家才能处理的复杂问题，如医疗诊断、气象预报、管理决策等。从实用观点看，人工智能是一门知识工程学：以知识为对象，研究如识的获取、知识的表示方法和知识的使用.3.人工智能是关于知识的科学（知识的表示、知识的获取以及知识的运用)，是计算机科学中涉及研究、设计和应用智能机器的一个分支，其近期目标在于研究用机器来模仿和执行人脑的某些智能，并开发相关理论和技术。4.人工智能主要研究如何用机器来模拟或实现智能，能够在各类环境中自主地或交互地执行各种拟人任务，能适应环境变化，解决各种实际问题等，使机器具有类似于人的智能，并开发相关理论和技术。三、人工智能的研究方法1.符号主义(逻辑主义)他们认为人的认知基元是符号，认知的过程就是符号操作过程、计算机也是一个物理符号系统，我们能够用计算机来模拟人的智能行为，即用计算机的符号操作来模拟人的认知过程。知识是信息的一种形式，是构成智能的基础，人工智能的核心问题是知识表示、知识推理和知识运用。知识可用符号表示，也可用符号进行推理，因而有可能建立起基于知识的人类智能和机器智能的统一理论体系。符号主义在人工智能的发展过程中有着重要影响和作用，尤其是专家系统的成功开发与应用，为人工智能走向工程应用作出重要的贡献，成为人工智能的主流派。2.联结主义又称为仿生学派或生理学派，他们认为人的思维基元是神经元，而不是符号处理，知识的处理是建立在神经元及其连接机制与学习算法之上的，提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。联结主义的大脑模型来自于1943年由生理学家Mcculloch和数理逻辑学家Pitts所创立的MP模型，并经过数十年的发展、成为当今关于智能计算的一个重要分支领域——人工神经网络技术。3.行为主义又称为进化主义或控制论学派，他们认为智能取决于感知和行动，取决于对外界复杂环境的适应，不需要知识、不需要表示、不需要推理，不同的行为表现出不同的功能和控制结构。人工智能可以像人类智能一样逐步进化，智能行为只能在现实世界中与周围环境交互作用而表现出来，行为主义提出的技术观点和方法，引起许多人的兴趣与研究。四、人工智能的应用领域1.定理证明(TheoremProving)是人工智能最早研究的领域之一。对设想的定理寻求一个证明，一直被认为是一项需要智能才能完成的任务，这不仅需要有根据假设进行演绎的能力，而且需要有某些直觉的技巧。在人工智能的研究中机器定理证明很早就受到人们的关注，取得不少的成果。如1976年、美国K．Appel等人合作解决了长达124年之久的难题——四色定理，在计算机界产生巨大的反响。定理证明的研究在人工智能方法的发展中曾起到过重要的作用，例如，使用谓词逻辑语言进行描述与推理、演绎过程的形式体系研究等，帮助人们更清楚地理解推理过程的各个组成部分。在许多其他领域的问题，如医疗诊断、信息检索等、也可以应用定理证明的方法来加以解决。因此，机器定理证明的研究具有普通意义.2.自然语言理解(NaturalLanguageUnderstanding)是人工智能早期研究的领域之一。自然语言是人类之间信息交流的主要媒介，由于人类具有很强的理解自然语言的能力，故相互间的信息交流轻松自如。然而，计算机系统和人类之间的交互，几乎还只能使用较为严格的各种非自然语言形式，于是，如何使计算机系统能理解自然语言成为人们所关心的研究课题和内容。目前，人工智能在语言翻译与语音理解程序方面取得了一些成就，但实现功能较强的理解系统仍然是一个十分艰巨的任务。3.自动程序设计(AutomaticProgramming)自动程序设计的任务是设计这样一个程序系统：它接受关于所设计程序要实现目标的需求描述(加高级语言描述，甚至接近于人类的自然语言描述)、然后自动生成一个能完成这个目标的具体程序。这种转换相当于一种“超级编译程序”，它要求能够对高级描述进行处理、生成所需的目标程序。也许程序设计并不是人类知识的一个十分重要的方面，但是，如何使得这种程序设计自动地加以完成却是入工智能的一个重要研究领域，它所涉及的基本问题与定理证明、机器人学、软件工程等有关。4．专家系统(Expertsystem)专家系统是一个智能计算机程序系统，该系统存储有大量专家水平的某个领域知识与经验(知识库)，同时具有求解问题的方法和策略(推理系统)，可以解决某个领域内的许多有专家才能解决的复杂问题。系统能够接收外部的输入信息，运用人工智能技术进行推理、判断、决策等，模拟人类专家的决策过程，是人工智能应用的一个重要方面，在许多领域里，如化工、地质、医疗、气象、交通、军事等，专家系统都获得了成功的应用，取得显著成效．5．机器人入学(Robotics)机器入学是人工智能研究的另一个重要分支、这个领域所研究的问题，包括从机器人手臂的最佳移动到目标实现的序列规划．机器人的研究和应用反映出了多种学科的交叉．如机器人体系结构、运动控制、智能计算、机器感知、机器人装配以及机器人语言等。机器入学的研究不仅推动了许多人工智能思想的发展，同时也促进了各个学科的相互结合，在工业、农业、商业、旅游业、空中和海洋以及国防等领域获得越来越普遍的应用。6．机器感知(MachinePerception)（模式识别）机器感知主要包括机器视觉或计算机视觉和口语识别。计算机视觉研究就是研究用计算机来模拟人和事的生物视觉系统功能，使计算机具有“感知”外部世界的能力，加固形图像、空间位置、环境变化等等，研究内容涉及图像的获取、特征的抽取、信息理解、景象描述、图像解释等。机器视觉在机器人装配、卫星图像处理、工业过程监控、飞行器跟踪和制导以及电视实况转播等领域获得极为广泛的应用。口语识别也是机器感知研究的重要内容，它建立在自然语言理解的基础之上，包括有语音分析、词法分析、语句分析和语义分析，这是自然语言理解的主流技术，它决定了人工智能技术，特别是基于规则的推理技术，起着核心作用。7．智能控制(InteIligentControl)智能控制的概念主要是针对外部环境、被控对象、控制目标和任务的复杂性而提出来的，由于人类具有很强的学习和适应用围环境的能力、能够根据一些直觉和经验很好地进行相关的处理和操作，并达到或接近理想的目标和任务：因此，建立这样一种人工系统也就成为人工智能研究的一个重要领域。智能控制的任务在于对实际环境或过程进行决策、规划和组织，实现广义问题的求解。目前已经提出的用以构造智能控制系统的理论和技术有分级递阶控制理论、分级控制器设计的嫡方法、智能逐级增高而精度远级降低原理、专家控制系统、学习控制系统和基于NN的控制系统等。智能控制有很多研究领域，它们的研究课题既具有独立性，又相互关联，目前研究得较多的是智能机器入规划与控制、智能过程规划、智能过程控制、专家控制系统、语音控制以及智能仪器等。8．智能检索(IntelligentRetrievalData)智能检索主要是研究庞大而复杂的信息处理问题。随着科学技术的迅速发展，我们所要处理的信息越来越庞大，对这些种类繁多和数量巨大的资料进行检索已远非人力和传统检索系统所能胜任的了。因此，研究智能检索系统成为科技持续快速发展的重要保证。智能信息检索系统一般应该具有这样一些功能：能够理解自然语言，允许用自然语言提出各种询问；具有各种推理的能力，能根据存储的事实，演绎出所需的答案：拥有一定常识性知识，以补充学科范围的专业知识等、系统根据这些知识能够演绎出更一般询问的一些答案来，等等。另外，数据库系统的设计也是计算机科学的一个活跃的分支，为了有效地表示、存储和检索大量事实，已经发展了许多技术。当我们想用数据库中的事实进行推理并从中检索答案时，这个课题就显得很有意义。9.组合优化组合优化涉及排序、分类、筛选等问题，典型的例子有旅行商问题、车间生产调度问题、交通运输调度、列车编组等。10.智能决策系统决策支持系统属于管理科学的范畴，它与知识-智能有着极其密切的关系，20世纪80年代至今，专家系统在许多方面取得成功，将智能和知识处理技术应用于决策支持系统，扩大了决策支持系统的范围，提高了系统解决问题的能力。11.数据挖掘和知识发现数据挖掘就是综合运用统计学、粗糙集合、模糊数学、机器学习和专家系统等多种学习手段和方法，从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。随着信息技术的高速发展、人们积累的数据量急剧增长，如何从海量的数据中提取有用的知识成为当务之急。12.智能制造智能制造技术是制造技术、自动化技术、系统工程、与人工智能等学科互相渗透、互相交织而形成的一门综合性技术，它应有人工智能技术实现产品全生命周期的（包括产品设计、制造、装配、销售到产品报废等）各个环节的智能化，如CAD/CAPP/CAM的智能化。13.Agent和分布式人工智能随着计算机技术和人工智能的发展，以及互联网和万维网的出现和发展，集中式系统已不能完全适应科学技术的发展需要，并行计算和分布式处理等技术（包括人工智能）应运而生。Agent和多Agent系统的研究成为分布式人工智能研究的一个热点。为分布式系统的分析、综合、实现和应有开辟了一条新的有效途径。TTHHAANNKKOOUU!!YY