人工智能课件.part1

人工智能原理主讲人:朱晖课件作者:杨宪泽[e-mail]第1章人工智能的发展及基本原理*本章将使同学们对什么是人工智能有一个初步了解,同时也介绍智能软件和常规软件之间的差别1.1简介一般认为，人工智能是计算机科学的一个分支，任务旨在模拟人类行为和认知过程。而自然语言处理和理解又是人工智能的一个分支，机器翻译又是自然语言理解和处理的一个分支。鉴于这种关系，有必要在总论这一章中简介人工智能的情况。计算机和人脑两者的物质结构大不一样，一个是无生命的机器，一个是由一千亿神经元组成的活生生的活体。但是，计算机软件所表现出的功能和人的认知过程却是类同的。即两者的工作原理一致，都是信息加工系统：输人信息、进行编码、存储记忆、作出决策和输出结果。由于计算机和人的认知过程在信息加工原理上一致，因此可以把计算机当成实验工具，模拟人的认知活动。计算机能否智能，在计算机发展的初期就提出来了。图灵在他于1950年发表的一篇论文“计算机与智能”中，回答了这个问题。在这篇论文中，他设计了一个试验，后来成为著名的图灵试验。此实验说明，人们可以通过编制程序使计算机体现出某种智能。几乎在同时．香农也指出了与计算机下象棋的可能,后来得以实现.人工智能技术发展经历了曲折的过程。开始，研究者们认为：人工智能作为一门科学，也应该象数学，物理学等学科那样能够发现一些普遍的定律，把这些定律同强有力的计算机结合起来应用到各个领域中就可以产生不可估价的成效。因此，许多研究者致力于人类思维普遍规律的探索。人工智能进入了推理方法和问题求解模型的一般性研究。这一阶段，的确发现了一些通用问题求解技术和各种搜索策略然而，现实世界是复杂的，问题是多种多样的。随着研究过程的经验积累，研究者们逐渐认识到：人们在探索自然界的长期实践中所形成的解决问题的方法和手段因事，甚至因人而变化，所以，试图找出一种或几种通用的问题表示方法和处理过程去描述人类一切智能行为的想法，不说根本不可能，至少也是不现实的。智能技术能取得今天的成绩，是一个从特殊到一般，从一般到特殊相辅相承的过程。即不断从模拟特殊问题求解的智能行为开始，然后从中抽取一般规律性问题，使研究推向深人。然而，由于人的智能是多种能力的综合，在处理不同问题时，又显示出各自独有的特性，所以设计具体问题时又必须一般到特殊。今天，智能技术已无孔不入，在计算机应用中发挥着巨大的作用。但对此我们必须保持清醒的认识，因为即使是已能实用引起很多行业兴趣的专家系统，认真从人工智能角度看，其中的技术并不十分高；一些自然语言理解系统，经历数年攻关、目前仍没有原则性突破。计算机并不等于人脑，人类至今不仅对哺乳动物，鱼类，甚至对与人类进化过程相差数亿年的最低级动物（如水螅）的神经机制都搞不清楚，要搞清人脑机制为时遥远。这并不是否认智能技术，虽然我们不能造出象人一样思维的计算机，却有可能用计算机模拟人的某些思维过程，解决一些复杂的问题。例如，虽然对鸟类飞行的神经机制至今也没有搞清楚，但人类根据鸟飞行的空气动力学原理造出的飞机却远远超出了鸟类飞行的能力。类似的，虽然我们不能精确地了解人类思维的神经系统活动机制，但我们根据人类解决问题的外部启发式特征设计的系统却可以在一定范围内和一定程度上解决只有人类才能解决的困难问题。1.2通常软件系统和智能软件系统一个智能软件系统也是一个计算机程序,因此,它同通常软件系统在程序的设计和实现方面有许多共同的特征。如一个智能系统的开发，也需要进行相应的分析、设计、编写、调试、维护等阶段，各个阶段也会用到与通常程序开发相同的一些技术和手段。但另一方面，智能软件系统又是一个智能程序。它能体现出与通常程序所不同的一些特色和通常程序所没有达到的许多优良特性。但另一方面，智能软件系统又是一个智能程序。它能体现出与通常程序所不同的一些特色和通常程序所没有达到的许多优良特性众所周知，计算机早期应用主要集中在科学计算和日常事务性工作数据处理。为使计算机实现一个确定范围的问题求解，程序设计人员需要对问题进行深入细致的研究，设计出一种逐步循进的求解步骤，称为算法。把算法的每一步骤用特定的程序设计语言翻译成程序输入计算机。计算机再按照程序所描述的步骤针对具体问题输入数据进行操作、求解。这种完全基于确定的算法的程序设计方法称之为通常方式的程序设计.算法具有三个重要性质(1)通用性，算法应能求解问范围内的全部问题，而不是只能解决其中的某些特殊问题。(2)确定性，算法中的问题求解状态，求解步骤应该是精确的、唯一的，并且可以被机械执行。(3)有效性，问题范围内的任何具体问题代入算法后，都可以经过有限步骤，达到所期望的结果。然而，由于现实世界的复杂性，一方面，还存在大量的人类尚未充分认识的问题,科技人员目前尚不可能找到有效的算法；另一方面，有许多类型的问题，经过了严谨证明，不存在求解这类问题的算法.；还有，对某些类型的问题，即使存在算法，也不可能付诸实现，因为一个算法的执行要受到时间和空间复杂性的限制,，有可能这类问题的解需要几百小时、几千小时、甚至几千年以上。与通常程序设计相比，智能程序不是单纯的依靠算法，它结合了算法和启发方式。什么是启发方式?笔者认为，它是—些简化问题的法则，经验公式。从某种角度看，它仍然可能是算法，但却是特殊的算法。使用启发式往往具有试探性，成功使人进入捷径，但这些解还需要人们判断其合理程度，不成功将更换启发方式，直至最后也失败说明法则不够或者问题无解智能程序与通常程序相比的三个相对性质：（1）局部性：可能仅适用那些被认为合理的常见的问题（2）试探性：通常程序要求问题求解是精确的、唯一的，不允许出错，而智能程序求解可以更换方法，当这个方法失败时，允许更换其它方法；（3）针对性：智能程序求解一些问题的特殊规律是有针对性的，甚至是不精确的，它们经不起或者未经过严格的理论证明。从研制智能软件和通常软件的角度看差异：（1）智能软件分三级层次加以组织1）数据级：与通常软件一样，不过智能软件的数据库结构可能更复杂；2）知识库级：智能软件特有，存储法则和经验公式等的表达；3）控制级：求解策略和推理模式通常软件只有数据级和程序级两级结构（2）通常软件以数据为处理对象；智能软件更强调符号处理；通常软件系统以数据为处理对象;而智能软件系统更强调符号处理．这是所有智能软件系统与通常软件系统区别的一个重要特征。(3)智能软件系统可在非编程状态下不断扩充和完善知识库，进而不断改善系统性能的能力，即自学习能力。(4)智能软件系统的解释机制运用知识库中被求解过程使知识和产生的各种中间结果，能回答用户的提问，给出求解过程的推理路径显示。这种解释机制提供了系统的一种透明界面，加强了用户对系统的可接受性。最后指出，既然智能软件系统也是一个计算机程序，理论上讲，可用任何语言编制程序：C语言行，PASCAL语言也行、甚至BASIC语言也行。为什么人们常用LISP、PROLOG、0PS83等语言呢，主要在于这些语言更适宜智能软件编程，处理符号，规则等更为方便。也就是说，所用语言不同，构造智能系统的难易程度也大不相同。1.3智能技术实施的三个组成部分智能技术实施于软件系统中有三个组成部分：知识表示，知识的推理，知识的获取，现分别介绍。1.3.1知识表示在通常程序中，知识库级知识和控制级知识合二为一，都体现在程序设计过程中。智能技术对此是分开的，因而需要适当的方法表示知识，以便存储、检索、运用、增删和修改。所谓知识表示，就是描述和组织知识的规则符号，形式语言和网络图等。其方法很多，我们仅介绍产生式规则表示．产生式规则可表示为Ri：IFRLSTHENRRS(i＝1,2，…，N)其中，Ri称为规则集中第i条规则；RLS是第i条规则条件部分，可以是任何子句的逻辑组合：RRS是第i条规则的结论部分。可以是一个结论或操作，或者是多个结论或操作的与组合。请看下列—组规则表示例：R1：IF物体为绿颜色THEN它为农产品R2：IF物体包装在小容器内THEN它为精美食物R3：IF物体为冷冻食物OR农产品THEN它为易腐烂食物R4：IF物体重15磅AND为廉价物体AND不为易腐烂食物THEN它为常用食物R5：IF物体为易腐烂食物AND重15磅THEN它为火鸡肉R6：IF物体重15磅AND为农产品THEN它为西瓜1.3.2知识推理知识推理就是应用知识求解问题。知识推理过程就是问题求解的过程。知识推理技术就是使问题从初始状态转移到目标状态的方法和途径。知识推理的求解策略和推理模式作为控制级知识存储，需要时，触发它予以实施。上述一组规则的控制策略以算法表示：(1)找出与规则条件部分所匹配的所有规则，并对它们标注。(2)如果找出的规则不止一条，去掉结论部分会带来重复符号的规则标记。(3)如果不存在有标记的规则，退出；否则，在有标记的规则中选取序号最低（或仅有）的一条规则，执行操作部分。(4)清除所有规则的标记转步骤（1）。设现有某物体特征为：颜色为绿色，重量15磅，问题是这是什么物体?推理步骤如下：第一步：仅找出规则R1(步骤(1))，步骤(2)不执行；步骤（3）执行R1的结论部分，标注农产品，得出S=（农产品，绿色，重15磅）第二步：找出规则R1，R3和R6，因R1的结论部分，产生农产品,导致S中符号农产品重复,从而这条规则在步骤(2)中去掉；步骤(3)选择R3并执行,得出S=（易腐烂食物，农产品，绿色，重15磅）第三步：找出规则R1，R3，R5，R6：R1，R3在步骤(2)中被去掉；步骤(3)选择R5并执行，得出S=（火鸡，易腐烂食物，农产品，绿色，重15磅）第四步：仍找出规则R1,R3,R5,R6；R1,R3,R5在步骤(2)中被去掉，步骤(3)中仅有R6被执行,得出S=（西瓜，火鸡，易腐烂食物，衣产品，绿色，重15磅）第五步：仍找出规则R1，R3，R5，R6，但它们在步骤(2)中全部被去掉；从而在步骤(3)推理机退出而结束。第四周期得出的S为问题求解的最终上下文。如果我们把问题的解定义为上下文中最前次序的结论，则上述推理过程就给出了正确的解---西瓜。1.3.3知识获取知识获取是智能系统的基本技术之—，也是主要问题之一。知识获取和知识表达是知识推理的前提条件，通过知识表达，将所获取的知识，存储在知识库中，才能利用知识进行推理，求解问题。因此，知识获取是设计智能系统的关键问题。知识获取有两种方式：(1)狭义知识获取，指人们通过系统设计，程序编制和人—机交互，使机器获取知识。换句话说，就是通过人工移植的方法，将人们的知识存储到机器中去。因此，狭义知识获取也可称为人工知识获取。(2)广义知识获取，指机器自动或半自动地获取知识。比如，在系统调试和运行过程中，通过机器学习进行知识积累，或者，通过机器感知直接从外部环境获取知识，对知识库进行增删，修改，扩充和更新。广义知识获取是一个正在探索，国内外研究都很活跃的领域，取得了一定的成绩，但还有更多的技术问题有待解决．最后的说明：人工智能涉及的技术非常多，非常广泛，考虑到本科教育的实践环节，我们选择人工智能的一个分支机器翻译作为教学的主干。当然，我们也会介绍相关的重要技术。