搜索
主讲教师：吴斌EMALL:wubin@swust.edu.cn西南科技大学信息工程学院2009年9月总学时：45学时学时安排：绪论2学时知识表示8学时确定性推理10学时不确定性推理7学时状态空间搜索6学时机器学习4学时自然语言理解4学时课堂讨论4学时成绩构成：平时成绩（写一篇综述性论文）30分期末考试70分。《人工智能》课程安排主要参考书《人工智能原理与应用》张仰森，高等教育出版社，2004年2月《高级人工智能》史忠植，科学出版社，1998年6月（中科院研究生教材）《人工智能——一种现代方法》（第二版）StuartRussell、PeterNorvig，人民邮电出版社，2004年6月《人工智能原理与方法》王永庆，西安交通大学出版社，1998年5月《人工神经网络与模拟进化计算》阎平凡、张长水，清华大学出版社，2000年11月《最经济智能控制系统研究及其应用》，吴斌、涂序彦、吴亚东，科学出版社，2009年6月中国人工智能协会网站：ccai.org.cn美国人工智能协会网站：www.aaai.org美国人工智能电子学报《ElectronicTransactionsonArtificialIntelligence(ETAI)》，www.etaij.org美国IEEE《IEEEintelligentsystem》,ww.computer.org/intelligent/第1章绪论1.1人工智能的起源1.2人工智能1.3人工智能的研究方法和技术路线1.4人工智能的研究领域与方向一、孕育期（1956年前）人工智能的发展可追溯到19世纪，首先由布尔和德·摩根提出了“思维定律”，即“命题演算”，这是走向AI的第一步。在20世纪30年代~40年代，又形成了数学逻辑，并在计算机上得以实现，它为人们建立了计算与智能之间的关系。二、形成期（1956年~1970年）1.各种学术会议和杂志的诞生首先，在1956年在美国举行了长达2个月的研讨会，讨论了机器模拟人类智能的问题。并首次提出了人工智能——宣布人工智能诞生了；第一节人工智能的起源命题演算命题是指有真假意义的陈述句。命题演算是数理逻辑的一部分，它主要研究命题如何通过一些命题联结词构成更复杂的命题以及逻辑推理的方法。如果我们把命题看作运算的对象，如同代数中的数字、字母或代数式，而把逻辑联结词看作代数中的“加、减、乘、除”那样的运算，那么由简单命题组成复合命题的过程，就可以当作逻辑运算的过程，从而实现命题的演算。这样的逻辑运算也同代数运算一样具有一定的性质，满足一定的运算规律。例如满足交换律、结合律、分配律，同时也满足逻辑上的同一律、吸收律、双否律、德.摩根定律、肯定律、否定律和析取三段论等推理定律。利用这些定律，我们可以进行逻辑推理，可以简化复合命题，可以推证两个复合命题是不是等价，某个命题是否是若干前提的有效结论等等。其次，在1969年召开了第一届国际人工智能联合会议（每两年举行一次）；各种学术团体成立：美国人工智能学会（AAAI）、英国的AISB，意大利的GLIA、加拿大计算机智能研究会（CSCSI）、西德的KI和中国AI学会（CAAI）等；专门的人工智能杂志和文集：《人工智能》杂志创刊，《IJCAI会议录》、《MachineIntelligence》（英国）、《ArtificialIntelligence》（日本）、《计算机智能研究学会文集》（加拿大）和《CongnitiveScience》（美国）；学术会议：国际自动控制协会、国际工业机器人协会、国际信息处理联合会和国际模式识别会议等；学术期刊：ACM、AFIPS、IEEE等。2.主要的研究成果(1)、心理学小组在1957年，纽厄尔、肖（J.Shan)和西蒙等人的心理学小组研制了一个称为逻辑理论机（LogicTheoryMachine)的数学定理证明程序。该程序模拟了人类用数理逻辑证明定理时的思维规律。纽厄尔用它证明了怀特（A.N.Whitehead)和罗素（B.A.W.Russell)的历史名著《数学原理》中的38条定理，开创了用计算机研究人类思维活动规律的工作。随后，在1960年，又研制了通用问题求解程序，该程序当时可以解决11种不同类型的问题：如不定积分、三角函数、代数方程、猴子与香蕉、河内梵塔、人羊过河等。(2)、IBM工程课题小组1956年，塞缪尔在IBM704计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。该程序可以从棋谱中学习、也可以在下棋过程中积累经验、提高棋艺。通过不断的学习，该程序1959年击败了塞缪尔本人，1962年又击败了一个州冠军。(3)、MIT小组1958年，麦卡锡建立了行动规划咨询系统；1960年，麦卡锡又研制了人工智能语言LISP。该语言不仅可以处理数值，而且可以方便地处理符号，作为建造智能系统的重要工具在人工智能领域中得到广泛的应用；1961年，明斯基发表了“走向人工智能的步骤”的论文，推动了人工智能的发展；(4)、其他方面1965年，鲁宾逊（J.A.Robinson)提出了归结（消解）原理。这种与传统自然演绎完全不同的方法为自动定理证明做出了突破性的贡献。另外，1965年美国斯坦福大学的费根鲍姆(E.A.Feigenbaum)领导的研究小组开始研究化学专家系统DENDRAL。该专家系统于1968年完成并投入使用，它可以根据质谱仪的实验，通过分析推理决定化合物的分子结构。DENDRAL被称为专家系统的萌芽，是人工智能研究从一般思维探讨到专门知识应用的一次成功的尝试。3、控制论的提出对人工智能的研究起到很大的作用控制论的概念跨接了许多领域，它把神经系统的工作原理与信息理论、控制理论、逻辑以及早期计算联系起来，为此，控制论成为人工智能工作者的指导思想。三、知识形成期（1971年—1980年代末）1.挫折与教训在70年代~80年代，人工智能遭受了严重的挫折。很多预言未能得以实现。如：在博奕方面，塞缪尔的下棋程序在与世界冠军对奕时，5局中击败了4局；在定理证明方面，发现鲁宾逊的归结原理的能力十分有限，当用归结原理证明两个连续函数之和还是连续函数时，推了10万步也没有结果；在问题求解方面，由于过去研究的多是良结构问题，而现实世界中的问题又多是不良结构，如果仍用那些方法去处理，将会产生组合爆炸。在机器翻译方面、在神经生理学方面、在人工智能的本质、理论、思想及机理方面等都有不同程度的失败。2.以知识为中心的研究在这种极端困难的情况下，仍有一大批人工智能学者不畏艰辛、潜心研究。在1972年，费根鲍姆在继化学专家系统DENDRAL之后，又领导他的研究小组开始研究MYCIN专家系统，并于1976年研制成功。MYCIN是一个用于细菌感染患者的诊断和治疗医学专家系统。从应用的角度看，它可以识别51种病菌，正确使用23种抗生素，能协助内科医生诊断细菌感染疾病，并为患者提供最佳处方。1976年，斯坦福大学国际人工智能中心杜达（R.D.Duda)等人开始研制地质勘探专家系统PROSPECTOR，到1981年该系统已拥有15种矿藏知识。另外，还有MIT在1971年研制了数学专家系统MACSYMA，1978年研制成功的用于青光眼诊断和治疗的专家系统CASNET等。1977年，在第五届国际人工智能联合会上正式提出了知识工程的概念。从此，人工智能的发展又步入了一个飞速发展的时期。四、综合集成期（20世纪80年代末至今）1.在专家系统方面，从20世纪80年代末，开始逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展。2.目前，人工智能技术正在向大型分布式人工智能、大型分布式多专家协同系统、广义知识表达、综合知识库、并行推理、多种专家系统开发工具、大型分布式人工智能开发环境和分布式环境下的多智能体（Agent）协同系统等方向发展。总结：20世纪50年代：主要是以游戏、博弈为研究对象；20世纪60年代前期：主要是以搜索方法和一般问题的求解为主要研究内容；20世纪70年代：主要是以专家系统和知识工程为主要的研究对象；20世纪80年代：主要是以推理技术作为主要的研究内容；20世纪90年代以来：主要是以机器学习和人工神经网络为主要的研究内容。目前：主要是以信息过滤、分类、数据挖掘等为主要研究内容。第二节人工智能一、人工智能的定义1、什么是智能通过适当的行为调整，成功地满足各种新的状况的能力；以导致所希望目标的方式来理解现有事实间的相互关系；前者反映了智能的学习能力；后者描述了智能的面向目标、问题求解和理解等几方面的属性。通常，我们认为智能是在客观世界中解决实际问题的能力，而具备这种能力至少需要以下几个方面的知识：关于客观世界中的诸多背景知识，包括历史资料和现实状况；能对所掌握的知识进行分析、选择、归纳和总结的知识；解决问题所需的策略和预测的知识；问题本身所包含的专门知识。二、人工智能的定义1.定义广义的讲：用计算机来表示和执行人类的智能活动，就是人工智能。定义1（智能机器）：能够在各类环境中自主地或交互地执行各种拟人任务的机器称为人工智能。定义2（学科）：人工智能学科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，它的近期目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。定义3（能力）：人工智能（能力）是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。总之：人工智能也称为机器智能，就是让机器更“聪明”，更具有类似人的智能，同时又与人的智能互为补充、互相促进。2.人工智能的任务定义：凡是使机器能具有感知功能（如视、听、嗅）、思维功能（如分析、综合、计算、推理、联想、判断、规划、决策）、表达行动功能（如说、写、画）及学习记忆等功能，都属于人工智能研究的范畴。3.人工智能的学科体系人工智能的学科体系主要分三个层次：(1)、人工智能的理论基础：数学理论（离散数学、模糊数学）思维科学理论（认知心理学、逻辑抽象思维学、形象或直感思维学等）计算机工程技术（硬件与软件技术）(2)、人工智能原理人工智能的工作原理是以知识的表达、知识的处理、知识的获取与学习，利用知识求解问题的基本技术作为主要的研究内容。(3).人工智能的工程系统（应用层次）根据人工智能的原理而建立的工程系统：如专家系统咨询系统、专家系统开发工具与环境、自然语言理解系统、图象理解与识别系统、智能机器人系统等。上述三个层次是相互关联的，原理在理论基础上建立，技术是原理的工程应用。(4)知识信息处理系统（KIPS）•知识库系统•解题与推理系统•人机智能接口系统第三节人工智能的研究方法一、人工智能的位置整个学科体系分为：自然科学社会科学交叉科学（人工智能）哲学是所有科学的指导思想数学是一切科学的基础科学由于人工智能是一门交叉科学，因此，具有很强的综合性，人工智能吸取了自然科学与社会科学的最新成就，以思维与智能为核心，形成自身的新体系。人工智能是逻辑学、思维学、生理学、心理学、计算机科学、电子学、语言学、教育学等多门学科相互渗透的结果。二、人工智能的研究方法由于人工智能的目标是使机器具有认识问题与解决问题的能力，是对人的智能进行模拟，其主要方法有：1.仿生学方法：是对人脑思维建立生理学模型，通过微观的方法直接模拟人脑和神经系统的结构与功能，把脑的微观结构与宏观功能统一起来进行研究，希望制成一种大脑的智能机。这种方法从1943年由麦克卡烙克（W.S.McCulloch)和比托斯（W.Pitts)提出第一个神经网络模型以来，至今已建立了几百多种神经网络模型。2.计算机方法运用计算机科学的观点，撇开脑的微观结构，单纯地进行脑的宏观功能的模拟。这种方法用于研制适用于人工智能的新的体系结构的计算机系统，用于研制大量实用的计算机智能软件，此方法是当今人工智能研究的主要方法。在运用计算机方法求解智能问题时，特别在编制智能软件时，又有二种方法：(1)、数学方法依靠建立数学模型并利用算法来求解问题。算法：求解某类问题时，确定的可被机械执行的有穷步骤。算法又具有三个性质：通用性：一个算