人工智能的诞生

1人工智能50年——人工智能学科发展战略研讨会——2一、50年人工智能发展里程碑人工智能50年3人工智能的诞生1956年的Dartmouth会议，一个长达2个月的暑期研讨班，与会者有数学家、逻辑学家、认知学家、心理学家、神经生理学家、计算机科学家10人。会上MarvinMinsky的神经网络模拟器、JohnMccarthy的搜索法、以及HerbertSimon和AllenNewell的“逻辑理论家”成为3个亮点，分别讨论如何穿过迷宫、如何搜索推理和如何证明数学定理。在Dartmouth会议上，JohnMccarthy提出用“人工智能”作为这一交叉学科的名称。4杰出人物20世纪40位图灵奖获得者中有6位人工智能学者：MarvinMinsky（1969年）JohnMccarthy（1971年）HerbertSimon和AllenNewell（1975年）EdwardFeigenbaum和RajReddy（1994年）可见人工智能学科在信息科学中的地位。5时间国家姓名主要贡献1904俄国巴甫洛夫（Pavlov.I.P.1849~1936）提出了条件反射和信号学说1906意大利高基(Golgi.C.1843～1926)神经系统的构造西班牙卡哈尔(Cajal.S.R.1852～1934)1932英国谢灵顿（Sherrington.C.S.1857～1952）关于神经元的功能的研究英国阿德里安（Adrian.E.D.1889～1977）1936英国代尔(Dale.H.H.1875～1968)神经冲动的化学传递奥地利洛伊(Loewi.O．1873～1961)1944美国厄兰格(Erlanger.J．1874～1965)单根神经纤维功能的研究美国伽塞尔(Gasser.H.S．1888～1963)1949瑞士赫斯(Hess.W．R．1881～1973)间脑的机能，特别是对内脏活动的调节获得诺贝尔奖的脑科学与神经生物学家61963澳大利亚艾克尔斯(Eccles.J．C．1903～)神经元兴奋与抑制的离子机制英国霍奇金(Hodgkin.A．L．1914～)英国赫胥黎(Huxley.A．F．1917～)1970英国卡兹(Katz．B．1911～)神经末梢的化学递质的发现及递质的储藏、释放、活等机制的研究瑞典欧拉(Euler.U.S．von.1905～1983)美国阿克塞尔罗德(Axelrod.J．1912～)1977美国吉尔曼(Guillemin.R．1924～)下丘脑促垂体激素的研究美国沙利(Schally.A．V.1927～)1981美国斯佩里(Sperry.R.1913～)关于大脑两半球功能特异性的研究2000美国卡尔松(Carlsoon.A.1923～)神经系统的信号传导美国格林加德(Greengard.P.1925～)美国坎德尔(Kandel.E.R.1929～)获得诺贝尔奖的脑科学与神经生物学家（续）7人工智能的顶尖人物HerbertSimon–1978年获得诺贝尔经济学奖–建立了机器证明数学定理的启发式搜索法，提出有限理论对经济决策活动的影响DanielKahneman–2002年获得诺贝尔经济学奖–研究不确定情况下的决策，解释人类决策行为，系统偏离基本概率理论和标准经济理论的原因。8重要会议1969年第一届国际人工智能联合会议（InternationalJointConferenceonAI）召开,此后每两年开一次，成为人工智能界最高级别的学术盛会。1979年成立美国人工智能联合会（AmericanAssociationforArtificialIntelligence），到2004年已经召开了第19届全国性会议，9重要刊物1970年起，IJCAI定期出版：《InternationalJournalofAI》1979年起，AAAI定期出版：《AIMagazine》，10国内重要会议1981年成立中国人工智能学会（CAAI），今年10月将召开第11届全国人工智能学术年会（CAAI—11）。1989年首次召开中国人工智能控制联合会议（CJCAI），至今也已召开7次。11智能标准：图灵测试和对图灵测试的理解如果一台机器的表现（Act）、反应(React)、以及相互作用（Interact），都和有意识的人类个体一样，那么它就应该被认为是有意识的，具有智能的。12代表著作：由费根鲍姆主编的《ComputersandThought》是世界上第一本人工智能的经典专著，含21篇著名论文，1963年出版。80年代出版的1-4卷《TheHandbookofArtificialIntelligence》是人工智能的杠鼎之作。13二、人工智能的理论、方法与成就人工智能50年14符号主义方法西蒙和纽厄尔为代表的物理符号系统假说（physicalsymbolsystemhypothesis）由一组称为符号的实体组成系统，这些符号可作为组分出现在另一符号实体中。任何时候系统内部均有一组符号结构，以及作用在这些符号结构上生成其他符号结构的一组过程。任一物理符号系统如果是有智能的，则必能执行对符号的输入、输出、存储、复制、条件转移和建立符号结构这样6种操作。反之，能执行这6种操作的任何系统，也就一定能够表现出智能符号主义学派：15符号主义方法认知基元是符号，智能行为通过符号操作来实现,以美国科学家Robinson提出的归结原理为基础，以Lisp和Prolog语言为代表着重问题求解中的启发式搜索和推理过程，在逻辑思维的模拟方面取得成功，如自动定理证明和专家系统。16符号主义方法1977年吴文俊院士给出了一类平面几何问题的机械化证明理论,在计算机上证明了一大批平面几何定理。1984年科学出版社出版了他的《几何定理机器证明的基本原理》一书，被称为吴方法。17联结主义方法J.J.Hopfield为代表的人工神经网络方法，思维的基元是神经元，把智能理解为相互联结的神经元竞争与协作的结果,其中以反向传播网络模型和Hopfield网络模型更为突出。着重结构模拟，研究神经元特征、神经元网络拓朴、学习规则、网络的非线性动力学性质和自适应的协同行为。18联结主义方法1975年，JohnHolland提出遗传算法，模仿生物染色体中基因的选择(selection)、交叉(crossover)和变异(mutation)的自然进化过程,通过个体结构重组,形成一代代新群体（populations),最终收敛于近似优化解。用于处理多变量、非线性、不确定、甚至混沌的大搜索空间的有约束的优化问题；19行为主义方法以R.A.Brooks为代表。反馈是控制论中的基石，没有反馈就没有智能。强调智能系统与环境的交互，从运行的环境中获取信息（感知），通过自己的动作对环境施加影响；控制论研究导致机器人和智能控制，机器人是“感知--行为”模式,是没有知识的智能，强调直觉和反馈的重要性；智能行为体现在系统与环境的交互之中，功能、结构和智能行为不可分割。2050年的成就模式识别知识工程机器人21模式识别模式通常具有实体的形式，如声音、图片、图像、语言、文字、符号、物体、景象等等，可以用物理的、化学的、生物的传感器进行具体地采集和测量。人们在观察、认识事物和现象时，常常寻找它与其它事物和现象的相同与不同之处，根据使用目的进行分类、聚类和判断，人脑的这种思维能力就构成了模式和识别的能力。模式和类别分不开，识别和特殊分不开，判断的结果常常是相对的，这就构成了模式识别研究的基本内容。22模式识别模式识别呈现多样性和多元化趋势，可以在不同的概念粒度上进行，其中生物特征识别成为模式识别的新高潮，包括语音识别、文字识别、图像识别、人物景象识别、手语识别等；人们还要求通过识别语种、乐种、方言来检索相关的语音信息，通过识别人种、性别、表情来检索所需要的人脸图像；通过识别指纹（掌纹）、人脸、签名、虹膜、行为姿态识别身份。普遍利用小波变换、模糊聚类、遗传算法、贝叶斯理论、支持向量机等方法进行识别对象分割、特征提取、分类、聚类和模式匹配。23模式识别小样本非结构化高维、海量非线性无标志性样本模式识别是在统计分类的基础上发展起来的，当前的研究热点是支持向量机（SVM）方法和流行(Manifold)学习方法，解决：24知识工程智能搜索引擎专家系统计算机视觉和图像处理机器翻译和自然语言理解数据挖掘和知识发现以知识本身为处理对象，研究如何运用人工智能和软件技术，设计、构造和维护知识系统，25知识工程智能控制虚拟人仿生感知人工生命以知识本身为处理对象，研究如何运用人工智能和软件技术，设计、构造和维护知识系统，26机器人机器人研究从机械手开始，是机械结构学、传感技术和人工智能结合的产物，是一种能模拟人的行为的机械。1948年美国研制成功第一代遥控机械手，17年后第一台工业机器人诞生，可通过编程灵活改变作业程序。60年代人们把机器人作为人工智能的载体，研究如何使机器人具有环境识别、问题求解以及规划能力。80年代，工业机器人产业得到巨大发展，如机器人用于汽车工业的点焊、孤焊、喷涂、上下料等。90年代后，装配机器及柔性装配技术进入大发展时期。预计今年全球机器人将接近100万台，其中日本就占35万台。27机器人第一代为程序控制机器人，或者以“示教—再现”方式，一次又一次学习后实现再现，代替人类从事笨重、繁杂与重复的劳动第二代为自适应机器人，配备有相应的感觉传感器，尤其是视觉传感器，能获取作业环境的简单信息，允许操作对象的微小变化，对环境具有一定适应能力第三代为分布式协同机器人，装备有视觉、听觉、触觉多种类型传感器，在多个方向平台上感知多维信息，并具有较高的灵敏度，能对环境信息进行精确感知和实时分析，协同控制自己的多种行为，具有一定的自学习、自主决策和判断能力，能处理环境发生的变化，能和其它机器人进行交互。一年一度的机器人世界杯足球赛大大地促进了第三代机器人的研究。28第一次：实现问题求解，代替人完成部分逻辑推理工作，如机器定理证明和专家系统。第二次：智能系统能够和环境交互，从运行的环境中获取信息，代替人完成包括不确定性在内的部分思维工作，通过自身的动作，对环境施加影响，并适应环境的变化。如智能机器人。第三次：智能系统具有类人的认知和思维能力，能够发现新的知识，去完成面临的任务，如基于数据挖掘的系统。人工智能三次飞跃29三、人工智能学科发展走向人工智能50年301）学科大交叉趋势哲学、数学、物理学认知科学、认知心理学脑科学、神经科学生命科学、比较人类学语言学量子计算和生物计算31关于人类认知和智力的本质和规律脑认知成像技术大脑和智力的关系学习与记忆美国的“脑的十年”计划、欧共体“EC脑的十年计划”、以及日本的“脑科学时代”计划包括知觉、注意、记忆、动作、语言、推理、思考、意识、情感、灵感、动机在内的各个层面的认知活动。。322）不确定性人工智能随机性模糊性定性、定量之间的映射不协调性不完全性非规范性3334复杂网络和复杂系统中的新发现小世界模型无尺（标）度特征高集聚性鲁棒性和脆弱性并存不同尺（粒）度上的相似性3510m10m10m10m10m10m10m10m10m10m2219124-5-6-9-12-14-15宇观、宏观、介观、微观36无序中的基本有序不确定性中的基本确定竞争中的协同复杂系统中的相似不完全性非规范性372005年——世界物理年爱因斯坦3篇论文发表100周年纪念，物理学作为其他学科领域，尤其是认知科学中的基础性主观和客观、物质和概念、语言和思维、层次和模型、认知场等3）认知物理学38认知物理学物理学对客观世界的认识，无论是力学、热物理、电磁学和近代物理，从粒子到宇宙，在不同尺度上都有模型、层次和场的理论。那么，人自身的主观认知和思维过程，从数据到信息到知识，是否也可以用模型、层次和场来描述？39认知物理学的理想求知是人的本能。人从自然界异化出来之后，便开始了对宇宙万物的认识活动，取得了惊人的成就，同时人们也开始了对