搜索
人工智能ArtificialIntelligence杜小勇,孙彩虹,胡鹤通识课程Outline•关于通识教育与通识课程•关于人工智能课程的教学思想•人工智能概念界定•人工智能的发展历史•考核方式–结构:平时60%+课程报告40%关于通识教育•通识教育(generaleducation),也称自由教育(liberaleducation),或者博雅教育,与专才教育相对.•狭义的理解:通识教育就是非专业教育,指不直接为学生未来的职业活动提供准备的那部分教育.•广义的理解:通识教育是一种教育理念,指大学应给予学生全面的教育和训练.通识教育的目的•改变我国高等教育存在的”过弱的文化陶冶,过窄的专业教育,过重的功利主义,过强的共性机制”•使学生养成”善于求真的习惯,反思与批判的精神,辩证的人生态度,高瞻远瞩的眼界,高举远慕的心态,追求完美的境界”关于通识课程•通识课程是实现通识教育的一种途径,但是不是唯一的.在专业教育,第二课堂,甚至文化环境营造中,都可以实现通识教育.•通识课程主要由一些分为6大板块(复旦):–文史经典与文化传承–哲学智慧与批判思维–文明对话与世界视野–科学精神与科学探索–神态环境与生命关怀–艺术创造与生命体验关于通识课程的教学•如何讲授比讲授什么更重要•不追求讲很多知识,而在乎其中的思维方式–在传授知识原理的同时应将科学家如何提出问题,思考问题和解决问题的过程简要地介绍给学生–在介绍科学成果的时候,要将成果背后科学家们的辛勤劳动,坚韧毅力,大胆创新,追求真善美的高尚品质介绍给同学作为通识课程的人工智能•人工智能是多学科交叉领域,已经取得了很大的成就,但是远没有完善•曾经有人问比尔.盖茨,假如让他回到创业的起点,重新办一家公司,他会选择什么?盖茨说:我会把我的精力放在人工智能上,因为那里还有很多未知的领域?人工智能?•什么是自然智能?除了人之外,其他动物是否有智能?机器是否真的有智能?如何度量智能?•辞海如是说:智力，通常叫”智慧”,指人认识客观事物并运用知识解决实际问题的能力.集中表现在反映客观事物的深刻、正确、完全程度上和应用知识解决实际问题的速度和质量上，往往通过观察、记忆、想象、思考、判断等表现出来。…….它是先天素质、社会历史遗产与教育的影响、以及个人努力与实践三个方面因素相互作用的产物。•这个定义隐含着：所谓智力是人的智力。人工智能的发展历史•第一阶段：史前期(1956年以前）•第二阶段：诞生期（1956-1980）•第三阶段：发展期（1980年以后）第1阶段：史前期•许多学科的发展为人工智能的发展奠定了基础，其中包括：–数理逻辑–计算理论–电子数字计算机–脑科学：神经元学说、遗传基因–心理学：认知心理学–语言学：–信息论：–自动化理论史前期•数理逻辑：17世纪发明的数理逻辑，也就是在逻辑中引入数学的方法。其中激励科学家进行这项研究的一个思想是：思维并不难掌握，“一切思维不过是计算（即加与减）”–英国著名哲学家霍布斯（ThomasHobbes,1588-1679）:正如算术学者教人数字的加与减；几何学家教人在线、形、角、比例、快速程度、力等方面进行加与减；逻辑学叫则教人在字（词）的推论方面进行加与减：将两个名词相加得到一个断定，将两个断定相加得到一个三段论，将若干个三段论相加得到一个证明，并且由三段论的结论中减去一个命题，以得到另一命题。史前阶段•数理逻辑–德国哲学家、数学家、物理学家莱布尼茨（Leibnitz,1646-1716）认为，可以建立一个普遍符号系统，和逻辑演算，由此可以制造一台机械装置，可以完成推理或者理解过程。他幻想：每当哲学家们有了分歧，不必争论不休，只要“计算一下，谁对谁错，只要看一下计算结果便知”–爱尔兰数学家布尔（GeorgeBoole,1815-1864）发明了布尔代数，将逻辑学由哲学变成了数学。将符号语言与运算结合，可表示任何事物，为逻辑推理建立了严密的形式语言。史前阶段•数字计算机的发展。•关于计算机械的研究有很长的历史。–法国数学和物理学家帕斯卡（Pascal，1623-1662）于1647年制造了一台机械加法器–莱布尼茨进一步对此进行了改进，可以进行全部的四则运算。–英国数学家巴贝奇（Babbage）于1821年发明了差分机和分析机。他当时提出的计算机的五大组成部分，为今天的计算机的发展奠定了基础。史前阶段•计算机的发展（续）–1940年，英国图灵制造了第一台可运转的数字计算机ACE–1946年，美国人毛奇莱（Mauchly）和艾克特(Eckert)在宾夕法尼亚大学研制成功ENIAC。是第一台采用“存储程序原理”的计算机。该计算机重30吨，17000个电子管，耗电150千瓦。但是计算机只能存储80个字节。史前期•可计算理论的发展。随着计算机的发明，人们自然会问：–计算机到底能做什么？–计算机具有智能吗？–如何度量计算机的智能？图灵机•1935年,英国科学家图灵开始研究数理逻辑。这是关于人的思维数学化的研究，也就是说用数学的方法去研究人的思维过程,思维规律等.通过建立一套精确的符号语言和演算系统去解决人如何推理的问题.•1936年发表划时代的论文:论可计算数及其在判定问题中的应用.•图灵的方案就是所谓的”图灵机”:–有限状态控制器–读写头–纸带…AATDB有限状态控制器q1q2q3q4q5图灵机(续)•图灵将其作为模拟人的思维活动的模型，凡是可以用图灵机来计算的函数都是可计算的。•图灵用这个模型证明了不可计算数（也就是不可用图灵机的算法来表达）的存在。•由此建立了可计算性理论。图灵其人•关于图灵(Turing)其人•阿伦.图灵(AlanM.Turing)1912年成月23日生于伦敦近郊.•因父母远在印度,小的时候缺少父爱和母爱,性格和行为怪癖(今天的留守儿童)•中学时期,除了数学,成绩一般,1931年中学毕业,二次没有考上当时最负盛名的”三圣学院”,最后进了King’sCollege攻读数学.数学才华开始显露.图灵其人(续)•由于图灵在可计算性方面的伟大的工作，ACM在1966年纪念计算机诞生20周年(世界第一台电子计算机ENIAC)的时候,决定设立一个奖项,称为”图灵奖”,以纪念奠定了现代计算机理论和模型的伟大科学家,这个奖被认为是计算机学科的诺贝尔奖.•图灵的工作受到了美国学术界的高度关注,普林斯顿大学的Church教授向他发出了邀请,1938年图灵在该校获得博士学位.图灵其人(续)•1938年,图灵回到了英国.第二次世界大战爆发,图灵进入英国外交部某研究所,从事破译德军密码的工作.为盟军战胜德军立了战功,战后曾受到嘉奖.•1945年进入英国国家物理实验室NPL数学部开始设计与建造电子计算机ACE(自动计算引擎).但是,由于图灵和项目负责人合不来,最终选择了离开.ACE在1950年完成.图灵其人(续)•1948年,图灵加入曼彻斯特大学.•1950年,发表论文”计算机与智能”,阐述了计算机可以有智能的重要思想,并提出了测试机器是否有智能的方法:图灵测试.•1951年,被选为英国皇家学会院士.•1952年,因为被发现是同性恋者而受到法院传唤和处罚.•1952年6月7日,因吃了在氰化物溶液中浸泡过的苹果而死亡(自杀?他杀?)图灵测试•模拟游戏•一个提问者通过打字机/键盘从远处提问•计算机和人根据提问独立回答问题.•提问者根据对方的回答确定对方是人还是计算机.如果在提出了足够多的问题(5分钟)后提问者仍然无法确定对方是人还是计算机(30%的概率),那么就可以人为计算机具有人的智能.•图灵预言:50年以内,能够实现这一目标.图灵测试的贡献•将”机器能思维吗?”这样一个模糊的问题,转变为”机器能否通过智能行为测试?”这样可操作的问题.•人工智能的基于行为的定义.第2阶段：诞生与幼儿期•1956年夏天，在美国的达特毛斯（Dartmouth）大学举办了一次异乎寻常的，长达2个月的研讨会。邀请了10位在相关领域的著名人士参加，他们中的4位后来先后获得了计算机科学领域的最高奖--图灵奖•会议围绕“机器如何模拟人类智能”，讨论了符号系统、神经网络、机器学习、自动化等领域的基本问题。首次使用了“人工智能”这个名词。这个会议被认为是人工智能学科诞生的标志。•会上展示了由纽厄尔（Newell）和西蒙(Simon)研制的《逻辑理论家》LT系统。它能够证明罗素与怀特海的名著《数学原理》第二章52个定理中的38个定理。这是第一个能处理符号的计算机诞生与幼儿期•纽厄尔-西蒙：通用问题求解器GPS（1956，1961）•他们分析了人类解决问题的一般规律：我想带儿子去幼儿园，我“已有的”和我“想要的”两者之间有什么差异？到幼儿园有一段距离，用什么方法改变这段距离？我的汽车。我的汽车坏了。修好它需要什么？一块新电池。哪儿有新电池？汽车维修店。。。。这就是“手段-目标分析”方法。•GPS就是发现和装配从给定状态到目标状态的行动的程序。它需要在一个大范围中进行选择性搜索。诞生与幼儿期•搜索方法（1961年）–8数码问题，8皇后问题，跳棋程序，。。–人们开发了一系列的搜索方法：搜索树、BFS，DFS，代价有限搜索，启发式搜索，双向搜索等等。诞生与幼儿期•机器翻译（1957年）–1957年，美国心理学家斯金纳（Skinner,1904-1990）出版《语言行为》，细致描述了语言学习的行为方式，开辟了从心理学研究语言学的先河–1957年，美国语言学家巧姆斯基（Chomsky,1928-）出版《句法结构》，强调语言学应考虑人们使用语言时的心理过程。提出了词组结构规则概念，直接成分分析法、转换生成语法理论等。–尽管机器翻译的理论研究取得了一些成绩，但是总体来讲遇到的困难很大，闹出了很多的笑话。以至于1960年美国政府取消了所资助的翻译项目。诞生与幼儿期•专家系统与知识工程（1969，1977）•美国Stanford教授Feigenbaum等人通过反思人工智能所遇到的问题，把目标转向解决较狭窄的问题，抓住典型事例，向领域专家请教，尽可能多地积累知识。1969年开发成功经验DENDRAL专家系统，从光谱仪提供的信息中推断出物质的分子结构。•1977年，进一步提出知识工程的思想。诞生与幼儿期•人工神经网络（1958，1961）–1956年的达特矛斯会议上就倍受关注–1958年美国心理学家罗森勃拉特（Rosenblatt）发表著名的论文：感知器：脑的组织与信息存储的概率模型。提出了著名的感知器模型，成为20世纪80年代影响巨大的多层感知器的基础–1961年，明斯基证明了罗森勃拉特的感知器的缺陷：只能完成线性可分的模式分类，不能完成诸如“异或”，或者非线性的分类。神经网络的研究从此走了一段弯路，研究经费几乎没有。有关组织和会议•1969年开始召开IJCAI。每当年召开一次。•1970年，ArtificialIntelligence创刊第3阶段：发展期•80年代以后•人工智能在经历了最初的兴奋后，遇到了巨大的挑战。人工智能的研究领域•专家系统(ExpertSystems)•自然语言处理(NaturalLanguageProcessing)•机器学习(MachineLearning)•知识发现(KnowledgeDiscovery)•自动定理证明(AutomaticTheoremProving)•机器人(Robert)•模式识别(PatternRecognition)•人工神经网络(ArtificialNeuralNetwork)•博弈(GamePlaying)•自动程序设计(AutomaticProgramming)•智能检索(IntelligentInformationRetrieval)关于考核•平时：60%–平时课堂到课情况–参与讨论情况–作业情况•课程报告：40%讨论•你认同图灵关于机器智能的观点吗?参考文献•吴鹤龄,崔林,ACM图灵奖,高等教育出版社,2002•冯天瑾,智能学简史,科学出版社,2007•王士同：人工智能教程，2001