第一章 人工智能概述

人工智能学习目标通过对本课程的学习，突破传统思想的束缚，对人工智能的思想和方法有比较深刻的认识。了解人工智能的发展历史，国内外人工智能相关领域的发展动态，并能够应用相应的人工智能技术解决问题。人工智能学习指南人工智能的思想和传统的科学技术的方法有很大的不同，因此在学习人工智能时要能够领略人工智能思想的精髓。同时，人工智能是飞速发展的，在学习现有的人工智能技术的同时应当密切关注人工智能的发展动态以及研究热点，因此应当大量阅读最新有关人工智能方面的文献以及经常浏览介绍最新人工智能成果的网站。人工智能难重点学习人工智能最大的难点就在于突破传统思想的藩篱，从智能、知识、推理的角度出发去思考问题，解决问题。另一个难点在于人工智能的内容非常浩繁，深入地了解人工智能的各个方向是非常困难的。因此应当在掌握人工智能思想，对人工智能的各个领域有一定了解的同时，有重点地研究人工智能的相关领域，跟踪人工智能的研究热点，做到点面结合，既扩大了知识面，又能够抓住研究重点。第一章人工智能概述本章主要内容：1.1人工智能的概念1.2人工智能研究途径与方法1.3人工智能的分支领域1.4人工智能的基本技术1.5人工智能的发展概况第一节人工智能的概念本节主要内容：人工智能的定义为什么要研究人工智能人工智能的目标人工智能的表现形式第一节人工智能的概念人工智能（ArtificialIntelligence，简称AI）是一门正在发展中的综合性前沿学科，又是交叉学科与边缘学科，其由计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科相互渗透而发展起来。尽管建立关于智能的理论和让智能机器达到人类的智力水平是人工智能的最终目标，但人工智能的生命力却在于能作为工程技术而得到实际应用。人工智能的定义字面意义：人造智能狭义定义：计算机科学的一个分支，是智能计算机系统，用计算机模拟或实现的智能(思维科学)智能:知识+思维（对语言能理解、能学习、能推理，分析问题和解决问题的能力）广义人类智能行为规律、智能理论方面的研究。为什么要研究人工智能人们对“数据世界”的需求进而发展到对“知识世界”的需求而产生的。为了寻求试探性的搜索，启发式的不精确的模糊的甚至允许出现错误的推理方法。以便符合人类的思维过程。为什么要研究人工智能计算机同人脑一样具有智能。信息化社会的迫切需求。自动化发展的必然趋势探索人类自身智能的奥秘。人工智能的目标远期目标：制造智能机器。近期目标：即先部分地或某种程度的实现机器的智能。人工智能的表现形式（应用形式）智能软件：智能软件系统：专家系统智能的程序模块：WORD智能设备：具有一定智能的设备智能网络：智能化的信息网络智能计算机：拟人化的智能机器Agent：智能体，具有智能的实体，软件开发的重要突破口。智能体是智能体程序结构的结合。第二节人工智能的研究途径和方法本节主要内容：结构模拟，神经计算(连接主义）功能模拟，符号推演（符号主义）行为模拟，控制进化（六脚虫）一结构模拟，神经计算根据人脑的生理结构和工作机理，实现计算机的智能。（局部或近似）关键词：人工神经网络数值计算微观性低级感知（图象和声音）一结构模拟，神经计算人工神经网络：采用物理可实现的模型来模仿人脑神经细胞的结构和功能的系统人工神经元网络的用途：人工神经元网络也许永远无法代替人脑，但它能帮助人类扩展对外部世界的认识和智能控制。二功能模拟，符号推演是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能。关键词：最早，主要使用利用知识库、推理机高级认知（推理、决策）定理证明：人工智能研究最原始的课题之一，取得了很多可以证明人工智能技术进步的成就。但不是当今的热点话题。专家系统：七十年来开始的人工智能领域的古老话题，有一些系统做得比较好，如下棋、探矿等。机器博弈：主要问题是机器学习和搜索。三行为模拟，控制进化基于感知行为模型的研究途径和方法，模拟人在控制过程中的智能活动和行为特性。关键词：自适应环境的交互六脚虫：没有知识表示、没有推理的智能，从以前单一的mind到现在mindandbody，SensingandActing的结合，并且引入了概率论、遗传算法等理论。第三节人工智能的分支领域本节主要内容：基于脑功能的领域划分基于研究途径与实现技术的领域划分基于应用领域的领域划分基于应用系统的领域划分基于计算机系统的领域划分基于实现工具与环境的领域划分一基于脑功能的领域划分机器感知：计算机直接感觉周围世界。（配置感觉器官；图象、声音等信息的识别）计算机视觉的任务可以分成下列几个方面：图像的获取、特征抽取、识别与分类、三维信息理解、景物描述和图像解释。（图像处理：羊绒/羊毛）一基于脑功能的领域划分机器联想：建立事物之间的联系传统的方法：指针、函数、链表，地址存取。人脑的功能：不完全信息的捕捉；相关内容的记忆。联想存储一基于脑功能的领域划分机器推理：计算机推理（自动推理）将人的推理功能赋予机器。（最基本的和最重要的）推理：前提推出结论（演绎推理、归纳推理、类比推理）方法：符号演算、数值计算可靠性：确定性推理、不确定性推理（基于概率和基于模糊的）一基于脑功能的领域划分机器学习：计算机自己获取知识（人类已有知识的获取、对客观规律的发现、对自身行为的修正）方法：符号学习（机械、指导、解释、类比、示例、发现）、连接学习（神经网络学习）一基于脑功能的领域划分机器理解：自然语言理解和图形理解自然语言理解：计算机理解人类的自然语言（口头语言和文字语言）图形理解：是图形识别的自然延伸，也是计算机视觉的组成部分。一基于脑功能的领域划分机器行为：机器人的行动规划，是智能机器人的核心技术。二基于研究途径和实现技术的领域划分符号智能：以符号知识为基础，通过符号推理求解而实现的智能。（传统或经典人工智能包括知识工程和符号处理技术）计算智能：是数据为基础，通过数值计算进行问题求解而实现的智能。（数学模型和相关算法）三基于应用领域的领域划分难题求解：困难问题。NP问题：不能证明其复杂性，又找不到有效算法的问题。NPC完全问题：排课表问题。（更难）智力性问题：意义重大（可以找到解决的途径；有助于其他领域的发展）三基于应用领域的领域划分自动定理证明：机器定理证明方法：自然演绎法判定法定理证明器计算机辅助证明三基于应用领域的领域划分自动程序设计：给出高级描述，让计算机自动设计程序。（人工智能和软件工程相结合的课题）自动翻译：用计算机做两种语言之间的翻译。（依靠自然语言的理解）智能控制：把人工智能技术引入控制领域三基于应用领域的领域划分智能管理：把人工智能技术引入管理领域，是现代管理技术的新动向。（集成技术）智能决策：把人工智能技术引入决策过程（决策系统、人工智能与专家系统的结合）智能通信：智能仿真：智能CAD：计算机辅助领域智能CAI：计算机辅助教学三基于应用系统的领域划分专家系统：基于人类专家知识的程序系统（最主要的应用系统）知识库系统：广义：包含知识库的计算机系统狭义：某一领域广泛知识以及常识的知识咨询系统。包括：知识库（数据库的演化）和知识库管理系统三基于应用系统的领域划分智能数据库系统：传统数据库加上智能成分。智能机器人系统：人工智能技术的全面体现和综合运用。四种技能：感知机能、思维机能、人-机通讯机能和运动机能。四基于计算机系统结构的领域划分智能操作系统：以智能机为基础，并能支撑外层的AI应用程序，以实现多用户的知识处理和并行推理。特点：并行性、分布性、智能性四基于计算机系统结构的领域划分智能多媒体系统：综合处理文字、图形、图象和声音等多种多媒体信息。（多媒体技术与人工智能技术的结合）智能计算机系统：全方位具有智能（新一代计算机系统）智能网络系统：人工智能引入网络。五基于实现工具与环境的领域划分智能软件工具：LISP，PROLOG，SMALLTALK，C++，JAVA等以及各种专家系统工具、知识工程工具、知识库管理系统等。智能硬件平台：支持系统开发和运行的机器硬件。六基于体系结构的领域划分集中式人工智能：个体智能。个体的推理、学习、进化、理解等智能行为。分布式人工智能：群体智能，个体智能的组合和叠加，主要研究在逻辑上或物理上分散的智能个体或智能系统如何并行的、相互协作的实现大型复杂问题的求解。第四节人工智能的基本技术本节主要内容：推理技术搜索技术知识表示与知识库技术归纳技术联想技术一推理技术是人工智能的基本技术理论基础是逻辑一阶谓词逻辑（重点）二搜索技术为了达到某一目的，连续进行推理的过程问题求解定理证明状态图的搜索三归纳技术计算机自动提取概念、抽取知识、寻求规律的技术与知识获取，机器学习密切相关分为基于符号处理和基于神经网络的归纳KDD（知识发现）技术和DM（数据开采）技术四联想技术前提是联想记忆或联想存储第五节人工智能的发展概况本节主要内容：人工智能学科的产生符号主义途径发展概况连接主义途径发展概况当前发展趋势我国人工智能研究发展简况一人工智能学科的产生1956年夏季，由麦卡锡(McCarthy)等美国年轻学者发起的首次人工智能研讨会标志着人工智能作为新兴学科的诞生。就在这次会议上，第一次使用了人工智能这一术语。自此以后，人工智能作为计算机学科的一个重要分支，获得了快速的发展。这一发展历程大致可划分为形成、成长、快速发展和稳步增长四个阶段一人工智能学科的产生英国数学家Turing(图灵)（1912-1954）,1936年提出了一种理想计算机的数学模型（图灵机），1950年提出了图灵试验，发表了计算机与智能的论文。当今世界上计算机科学最高荣誉奖励为图灵奖。名词解释：图灵试验。当一个人与一个封闭房间里的人或者机器交谈时，如果他不能分辨自己问题的回答是计算机还是人给出时，则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代人工智能领域的科学家开始对此试验提出异议：反对封闭式的，机器完全自主的智能；提出与外界交流的，人机交互的智能。二符号主义途径发展概况定理证明跳棋程序模式识别GPS（通用问题求解程序）LISP语言归结原理专家系统PROLOG语言知识工程二符号主义途径发展概况符号主义认为智能产生于符号运算，符号是智能的基本单元，而智能行为则是符号运算的结果。这是AI研究的传统观点，经典的AI基础理论就建立在这种观点之上，目前绝大多数AI系统也均划入这个范畴。（符号）三连接主义发展概况MP（形式神经元的数学模型）神经网络（智能控制、语音识别与合成、图形文字识别、数据压缩、知识工程、最优化问题求解、智能计算机）三连接主义发展概况联接主义认为智能产生于大量简单元素的并行分布式联接之中，简单元素的相互联接是智能的基本单元，而智能行为则是联接计算的结果。（神经元）四当前发展趋势两者相结合新思想、新技术、新理论的出现AGENT技术和分布式人工智能技术（DAI）应用研究愈加深入而广泛。五我国人工智能研究概况起步较晚（70年代）学术团体纷纷成立（80年代）自主研究开始人工智能研究的发展1956年夏季，由麦卡锡(McCarthy)等美国年轻学者发起的首次人工智能研讨会标志着人工智能作为新兴学科的诞生。就在这次会议上，第一次使用了人工智能这一术语。自此以后，人工智能作为计算机学科的一个重要分支，获得了快速的发展。这一发展历程大致可划分为形成、成长、快速发展和稳步增长四个阶段。JohnMcCarthy人工智能研究的发展1形成期1956年到1961年。基于数学逻辑和形式推理成果。主要成果是定理证明程序、GPS（GeneralProblemSolving）、下棋程序、LISP语言和模式识别系统。人工智能研究的发展2成长期61年以后早期（60年代），由于不适当地过分强调和依赖于符号逻辑和形式推理，导致了AI研究陷入基于弱法（weakmethods）的纯学术研究的困境。弱法就是通用问题求解策略，由于片面强调相应算法的通用性，忽视问题