搜索
1人工智能的基本内容人工智能基本概念、方法和技术基本技术：知识表示、推理、搜索、规划人工智能的主要研究、应用领域机器感知：机器视觉；机器听觉；自然语言理解；机器翻译机器思维：机器推理机器学习：符号学习；连接学习机器行为：智能控制智能机器：智能机器人；机器智能智能应用：机器博弈；自动定理证明专家系统；智能决策；智能检索；智能CAD智能交通；智能电力；智能产品；智能建筑等人工智能新技术计算智能：神经计算；模糊计算；进化计算；自然计算分布智能：多Agent系统群集智能：蚁群算法；粒群算法集成智能：脑机接口（即BCI）一个新兴的“智能科学与技术学科”正在兴起2本课程的主要内容第1章：人工智能概述基本概念，；产生与发展；基本内容；不同学派；研究和应用领域；现状与思考第2章：确定性知识系统确定性知识概述；确定性知识表示；确定性知识推理；确定性知识系统简例第3章：搜索策略搜索概述；搜索的盲目策略；状态空间的启发式搜索；与/或树的启发式搜索；博弈树的启发式搜索第4章：计算智能计算智能概述；神经计算；进化计算；模糊计算；粗糙集第5章：不确定性推理不确定推理概述；可信度推理；主观Bayese推理；证据理论；模糊推理；概率推理第6章：符号学习符号学习概述；记忆学习；示例学习；决策树学习；统计学习第7章：联结学习联结学习概述；感知器学习；BP网络学习；Hopfield网络学习第8章：分布智能分布智能概述；Agent的结构；多Agent系统，移动Agent第9章：智能应用简介自然语言理解简介；专家系简介3教材和参考书教材：1.王万森.人工智能原理及其应用（第3版）.北京：电子工业出版社,2012年。普通高等教育“十一五”国家及规划教材，北京市精品教材。参考书:1.王万森.人工智能.北京：人民邮电出版社,2011年。2.蔡自兴．人工智能基础（第2版）．北京：高等教育出版社，2010．3.高济．人工智能高级技术导论．北京：高等教育出版社，2009．4.朱福喜．人工智能基础教程（第二版）．北京：清华大学出版社，2011．5.史忠植，王文杰．人工智能．北京：国防工业出版社，2007．6.最新文献4第1章人工智能概述1.1AI的基本概念智能的概念人工智能的概念人工智能的研究目标1.2AI的产生于发展1.3AI研究的基本内容1.4AI研究中的不同学派1.5AI的研究和应用领域1.6AI的现状与思考51.1.1智能的概念1.自然智能自然智能指人类和一些动物所具有的智力和行为能力人类的自然智能（简称智能）指人类在认识客观世界中，由思维过程和脑力活动所表现出的综合能力智能(自然智能)现象：1、人是怎样思考问题的？例如：树上还有几只鸟？（常识推理）2、人是怎样横穿马路的？（常识推理和逻辑问题的形象处理）3、人是怎样识别景物的？例如：小孩的妈妈是谁？（形象思维）4、人是怎样实现感知、学习、思维等的？（神经系统的心智活动）5、人是怎样产生情绪、情感的？（神经系统的心理过程）…定义智能的困难从结构上，人脑有1011-12量级的神经元，广泛分布并行的巨复杂系统从功能上，人脑具有记忆、思维、观察、分析等能力其严格定义，有待于人脑奥秘的揭示，进一步认识61.1.1何谓智能2.智能的不同观点和层次结构认识智能的不同观点思维理论：智能来源于思维活动，智能的核心是思维，人的一切知识都是思维的产物。可望通过对思维规律和思维方法的研究，来揭示智能的本质。知识阈值理论：智能取决于知识的数量及其可运用程度。一个系统所具有的可运用知识越多，其智能就会越高。进化理论：是美国MIT的Brooks在对人造机器虫研究的基础上提出来的。智能取决于感知和行为，取决于对外界复杂环境的适应，智能不需要知识、不需要表示、不需要推理，智能可由逐步进化来实现。智能的层次结构高层智能：以大脑皮层（抑制中枢）为主，主要完成记忆、思维等活动。中层智能：以丘脑（或称间脑，感觉中枢）为主，主要完成感知活动。低层智能：以小脑、脊髓为主，主要完成动作反应活动。不同观点与层次结构的对应关系思维理论知识阈值理论进化理论}中层智能和低层智能高层智能大脑间脑脊髓小脑71.1.1何谓智能3.智能包含的能力（1/2）感知能力通过感知器官感知外界的能力。是人类获得外界信息的基本途径，其处理方式有以下两种：感知--动作方式：对简单、紧急信息感知--思维--动作方式：对复杂信息记忆和思维能力记忆：对感知到的外界信息和由思维产生的内部知识的存储过程思维：对已存储信息或知识的本质属性、内部知识的认识过程思维方式：抽象思维（逻辑思维）：根据逻辑规则对信息和知识进行处理的理性思维方式。例如，逻辑推理等形象思维（直感思维）：基于形象概念，根据感性形象认识材料对客观现象进行处理的一种思维方式。例如，图像、景物识别等灵感思维（顿悟思维）：是一种显意识和潜意识相互作用的思维方式。例如，因灵感而顿时开窍81.1.1何谓智能3.智能包含的能力（2/2）学习和自适应能力学习：是一个具有特定目的的知识获取过程是人的一种本能。不同人的学习方法、能力不同自适应：是一种通过自我调节适应外界环境的过程是人的一种本能。不同人的适应能力不同行为能力含义：是人们对感知到的外界信息作出动作反应的能力信息来源：由感知直接获得的外界信息经过思维加工后的信息实现过程：通过脊髓来控制由语言、表情、体姿等来实现91.1.2人工智能的概念1.人工智能解释人工智能的一般解释从能力的角度：人工智能是指用人工的方法在机器（计算机）上实现的智能。从学科的角度：人工智能是一门研究如何构造智能机器或智能系统，去模拟、延伸和扩展人类智能的学科。101.1.2人工智能的概念2.图灵测试测试主持人被测机器被测人能分辨出来的概率小于50%吗？Turing测试图灵测试方法是一种基于人类自身的智能去定义一个机器或系统是否具有智能的方法。111.1.3人工智能的研究目标远期目标揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展近期目标研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。相互关系远期目标为近期目标指明了方向近期目标则为远期目标奠定了理论和技术基础12第1章人工智能概述1.1AI的基本概念1.2AI的产生与发展孕育期（1956年以前）形成期（1956----1970年）知识应用期（1970----20世纪80年代末）从学派分立走向综合（20世纪80年代末到本世纪初）智能科学技术学科的兴起（本世纪初以来）1.3AI研究的基本内容1.4AI研究的不同学派1.5AI的研究应用领域1.6AI现状与思考131.2.1孕育期1.孕育(1956年以前)自远古以来，人类就有用机器代替人们脑力劳动的的幻想：公元前900多年我国有歌舞机器人流传的记载。亚里斯多德（公元前384——322）：古希腊伟大的哲学家和思想家，创立了演绎法。莱布尼茨(1646——1716)：德国数学家和哲学家把形式逻辑符号化，奠定了数理逻辑的基础图灵(1912——1954)：英国数学家，1936年创立了自动机理论，自动机理论亦称图灵机，是一个理论计算机模型。莫克利(1907——1980)：美国数学家、电子数字计算机的先驱，他与埃克特(J.P.Eckert)合作，1946年研制成功了世界上第一台通用电子计算机ENIAC麦克洛奇和皮兹：美国神经生理学家，于1943年建成了第一个神经网络模型(MP模型)。维纳1874—1956)：美国著名数学家、控制论创始人。1948年创立了控制论。控制论向人工智能的渗透，形成了行为主义学派。图灵又于1950年，发表题为《计算机能思维吗？》的著名论文，明确提出了“机器能思维”的观点。这些，都为人工智能的诞生准备了必要的思想、理论和物质技术条件。141.2.2形成期1.诞生AI诞生于一次历史性的聚会时间：1956年夏季地点：达特莫斯(Dartmouth)大学目的：为使计算机变得更“聪明”，或者说使计算机具有智能发起人：麦卡锡(J.McCarthy），Dartmouth的年轻数学家、计算机专家，后为MIT教授明斯基(M.L.Minsky），哈佛大学数学家、神经学家，后为MIT教授洛切斯特(N.Lochester)，IBM公司信息中心负责人香农(C.E.Shannon)，贝尔实验室信息部数学研究员参加人：莫尔(T.more)、塞缪尔(A.L.Samuel)，IBM公司塞尔夫里奇(O.Selfridge)、索罗蒙夫(R.Solomonff)，MIT纽厄尔(A.Newell)，兰德(RAND)公司西蒙(H.A.Simon)，卡内基(Carnagie)工科大学会议结果：由麦卡锡提议正式采用了“ArtificialIntelligence”这一术语151.2.2形成期2.早期研究心理学小组：1957年，纽厄尔、肖(J.Shaw)和西蒙等人的心理学小组研制了称为逻辑理论机(简称LT)的数学定理证明程序。1960年研制了通用问题求解程序。该程序当时可解决11种类型的问题，如不定积分、三角函数、代数方程、猴子摘香蕉、河内梵塔、人—羊过河等。IBM工程小组：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。这个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。通过不断学习，该程序1959年击败了塞缪尔本人，1962年又击败了一个州的冠军。MIT小组：1958年，麦卡西建立了行动规划咨询系统。1960年，麦卡西又研制了人工智能语言LISP。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。其他方面：1965年，鲁宾逊(J.A.Robinson)提出了归结（消解）原理。1965年，费根鲍姆开始研究化学专家系统DENDRAL。161.2.3知识应用期1.挫折和教训失败的预言：60年代初，西蒙预言：10年内计算机将成为世界冠军、将证明一个未发现的数学定理、将能谱写出具有优秀作曲家水平的乐曲、大多数心理学理论将在计算机上形成。挫折和教训在博弈方面，塞缪尔的下棋程序在与世界冠军对弈时，5局败了4局。在定理证明方面，发现鲁宾逊归结法的能力有限。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10万步也没证出结果。在问题求解方面，对于不良结构，会产生组合爆炸问题。在机器翻译方面，发现并不那么简单，甚至会闹出笑话。例如，把“心有余而力不足”的英语句子翻译成俄语，再翻译回来时竟变成了“酒是好的，肉变质了”在神经生理学方面，研究发现人脑有1011-12以上的神经元，在现有技术条件下用机器从结构上模拟人脑是根本不可能的。在其它方面，人工智能也遇到了不少问题。从此，在全世界范围内人工智能研究陷入困境、落入低谷。171.2.3知识应用期2.以知识为中心的研究以知识为中心的研究：专家系统实现了人工智能从理论研究走向实际应用，从一般思维规律探讨走向专门知识运用的重大突破，是AI发展史上的一次重要转折。1972年，费根鲍姆开始研究MYCIN专家系统，并于1976年研制成功。从应用角度看，它能协助内科医生诊断细菌感染疾病，并提供最佳处方。从技术角度看，他解决了知识表示、不精确推理、搜索策略、人机联系、知识获取及专家系统基本结构等一系列重大技术问题。1976年，斯坦福大学的杜达(R.D.Duda)等人开始研制地质勘探专家系统PROSPECTOR这一时期，与专家系统同时发展的重要领域还有计算机视觉和机器人，自然语言理解与机器翻译等。新的问题：专家系统本身所存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等问题被逐渐暴露出来。181.2.4从学派分立到综合（20世纪80年代到本世纪初）人工智能研究的三大学派：随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符号主义、联结主义和行为主义三大学派。符号主义学派是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过