搜索
人工智能第一章绪论本课程的学习内容1、智能体如何求解问题——搜索2、智能体如何进行推理决策——谓词逻辑与归结原理3、智能体如何描述和保存各种信息——知识表示4、智能体如何通过训练获取和更新知识——机器学习5、人工智能语言简介——prolog人类的智能什么是智能智能是个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力人类个体的智能感知环境：认识客观事物、客观世界与自我学习能力：取得经验、积累知识理解能力：理解知识，并能联想、推理、判断、决策预测能力：洞察事物发展变化的趋势语言能力：运用语言进行描述和概括应对能力：实时、迅速、合理的采取行动人类的智能人工智能与智能人工智能就其本质而言，是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。“人工智能”同人类智能的本质区别：人工智能纯系无意识的机械的物理的过程，人类智能主要是生理和心理的过程人工智能与人类智能StuartRussell和PeterNorvig把当前有关AI的定义分成四类人工智能与人类智能类人行为与理性行为类人：按照人类模式思考和行为理性：在一定条件下正确的思考和行为理性与全知过马路例子中的智能体2：驾驶员计算危险距离与次危险距离如果危险距离内有行人，则紧急刹车如果次危险距离内有行人，则减速慢行否则，保持匀速前进什么是人工智能人工智能（ArtificialIntelligence,简称AI）定义：P21、模拟人类的智能活动，即：感知、学习、理解、预测、应对外部世界的能力2、建造人造的智能系统，能够代替人类完成特定的智能行为人工智能的发展史—先驱神话,幻想和预言中的AI在古代的神话传说中,技艺高超的工匠可以制作人造人,并为其赋予智能或意识中世纪出现了使用巫术或炼金术将意识赋予无生命物质的传说SamuelButler的“机器中的达尔文”一文(1863)探讨了机器通过自然选择进化出智能的可能性.PamelaMcCorduck在其著作“会思考的机器”中指出的,AI的起源是“古人成为造物神的愿望”形式推理—中国,印度和希腊哲学家均已在公元前的第一个千年里提出了形式推理的结构化方法，如亚里士多德的三段论人工智能的发展史—先驱自动机器1642年，数学家Pascal发明了加法机1694年，数学家莱布尼兹Leibniz发明了世界上第一台计算器人工智能的发展史—先驱1834年，查尔斯?巴贝奇(CharlesBabbage)构想和设计了一台完全可编程的用于公式演算的多功能计算机—巴贝奇分析仪由于技术条件，经费限制，以及无法忍耐对设计不停的修补，这台计算机在他有生之年始终未能问世。尽管如此，巴贝奇分析仪仍然被公认是第一台打孔卡片计算机人工智能的发展史现代人工智能的孕育期（1943-1955年）1943年，麦克克劳奇W.McCulloch和皮兹W.Pitts提出了人工神经元模型，被认为是AI的最早工作，并指出神经元网络可以学习海布D.Hebb，对神经元网络提出了一种更新规则，被称为海布学习1951年，普林斯顿大学的博士研究生明斯基M.Minsky建造了一台神经元网络计算机1950年，阿兰图灵A.M.Turing发表论文《计算机器与智能》，描绘了AI的完整景象人工智能的发展史图灵（1912-1954）英国数学家和逻辑学家，二十世纪最杰出的科学家之一，计算机科学之父，人工智能之父，可与美国的冯?诺依曼相媲美的电脑天才冯?诺依曼生前曾多次谦虚地说：现代计算机的概念当属于阿兰?图灵人工智能的发展史图灵英年早逝。在他42年的人生历程中，他的创造力是丰富多彩的。24岁提出图灵机理论，28岁破解德国密码系统，31岁开发计算机Colossus33岁设想仿真系统，35岁提出自动程序设计概念，38岁设计“图灵测试”。这一朵朵灵感浪花无不闪耀着他在计算机发展史上的预见性。在他短暂的生涯中，图灵在量子力学、数理逻辑、生物学、化学方面都有深入的研究。1948年起，图灵因为个人生活方面的问题受到一系列不公正的待遇。1954年，图灵死在自己的卧室里，床头有一只咬了一小半的苹果。人工智能的发展史图灵最高的成就是在计算机和人工智能方面，他是这一领域开天辟地的大师。为表彰他的贡献，美国计算机学会ACM1966年设立了“图灵奖”，颁发给最优秀的电脑科学家。这枚奖章就像“诺贝尔奖”一样，代表了计算机学科的最高荣誉。到目前为止，唯一获此殊荣的华人是，AndrewChi-ChihYao(姚期智)。2000年由于在伪随机数的生成算法、加密算法和通讯复杂性方面的贡献获得图灵奖人工智能的发展史图灵机一条无限长的纸带TAPE一个读写头HEAD一套控制规则TABLE一个状态寄存器“图灵机”不是一种具体的机器，而是一种思想模型。但是现代电脑确实是用相应的程序来完成设定好的任务。“图灵机”奠定了整个现代计算机的理论基础。在电脑史上与“冯?诺依曼机”齐名人工智能的发展史图灵测试第一次给出了检验计算机是否具有智能的哲学思想设想一个人类提问测试者，一个声称自己是人的计算机A和一个人类被测试者B测试者提出问题，A与B分别回答。如果A与B的回答，使得人类测试者无法区分是人的回答还是计算机的回答，则计算机具有了智能。人工智能的发展史图灵认为：如果在30%的实验中，机器迷惑了测试者，那么它就通过了测试。并且预言，到2000年将会有足够好的计算机通过图灵测试。目前仍然没有能够成功通过图灵测试的电脑，但已有电脑在测试中“骗”过了测试者要通过图灵测试，要求计算机具有更多的技能自然语言处理、自动推理、计算机感知能力、知识表示、机器学习等能力，甚至能够模拟人类的情感和弱点人工智能的发展史人工智能的诞生1956:世界上第一次正式的AI会议美国的DartmouthCollege，为期2月JohnMcCarthy正式提出“ArtificialIntelligence”这一术语,“computionalrationality”著名参加者：J.McCarthy(1971)、C.Shannon、M.Minsky(1969)、A.Newell(1975)、A.Simon(1975)、W.McCulloch、S.Papert人工智能的发展史早期的期望与繁荣由于根深蒂固的相信“一台机器永远不可能做X”，一点点的人工智能的实现都是令人震惊的1959:FrankRosenblatt提出感知器模型（PerceptronModel)1959:MIT(麻省理工)AILab正式成立（Minsky和McCarthy）1958:Newell和Simon的四个预测十年内，计算机将成为世界象棋冠军十年内，计算机将发现或证明有意义的数学定理十年内，计算机将能谱写优美的乐曲十年内，计算机将能实现大多数的心理学理论人工智能的发展史困难与黑暗时期虽然机器能够解决一些极其错综复杂的难题，但有很多对人来说简单到不能再简单的事情，对电脑却难似上青天理解机器翻译问题：无限计算能力的幻觉尝试各种步骤可能组合——组合爆炸智能体结构的限制简单神经元网络虽然能够学习，但表示能力有限人工智能的发展史知识的力量—专家系统的兴起1977年，费根鲍姆E.Feigenbaum(1994)提出了“知识工程”的概念，标志着AI研究从传统的以推理为中心，进入到以知识为中心的新阶段。用大量的规则描述专业知识，采用启发式的解题方法。专家系统在医疗、自然语言理解、工程、军事和商业等各个领域80年代初，美、英、日等国先后投资数十亿美元用于AI工业，人工智能重新获得人们的普遍重视然而，商业的投机动机导致了过分承诺，野心勃勃的目标从来没有实现过，投资者在八十年代末重新撤回了投资.人工智能的发展史近年人工智能的发展趋势神经元网络的回归（1986-今）多层反向神经元网络成为热点里程碑1997年，IBM计算机深蓝击败卡斯帕罗夫；2005年，Stanford开发的一个自动驾驶机器人成功的在一条沙漠小路上行驶131公里；2009年，BlueBrainProject宣称成功模拟部分鼠脑智能体技术兴起(intelligentagents)AI比以往的任何时候都更加谨慎,却也更加成功人工智能的研究目标感知外部环境——传感器设计通过学习获得和更新知识——设计学习方法和元件存储和使用知识——知识的形式化描述根据环境和知识进行分析、判断、预测和决策——设计推理决策方法和元件根据决策作出动作和行为——设计执行器人工智能的研究目标人工智能的应用知识工程以知识本身为处理对象，研究如何运用人工智能和软件技术，设计、构造和维护知识系统专家系统智能搜索引擎机器翻译和自然语言理解数据挖掘和知识发现人工智能的应用自动工程代替人类进行野外勘探、自动驾驶、高危操作等工作自动驾驶自动装配海洋探索太空探索人工智能的应用机器视觉，模式识别指纹识别；视网膜识别；掌纹识别；人像识别；文字识别；图像识别；车牌识别；人工智能的应用机器思维与推理人机博弈定理证明自动程序设计人工智能的研究方法符号主义——逻辑推理连接主义——仿生学、心理学行为主义——进化、控制论人工智能的研究方法符号主义传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。该系统可以进行建立、修改、复制、删除等操作，以生成其它符号结构符号智能是以知识为基础，通过推理进行问题求解人工智能的研究方法连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。1873年，神经科学的发展使人们认识了神经元，这一技术很快被运用于研究大脑结构和人类智能近年来的神经元网络迅速发展,大量的神经网络的机理、模型、算法不断地涌现出来以数据为基础，通过训练建立联系，进行问题求解。包括人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等人工智能的研究方法行为主义Brooks提出了无需知识表示的智能、无需推理的智能。他认为智能只是在与环境的交互作用中表现出来，人们称为基于行为的人工智能，简言之，称为行为主义在许多方面是行为心理学观点在现代人工智能中的反映刺激反应性原理广泛的应用于简单智能体的构建中人工智能的学科基础人工智能是一门集大成的新兴学科，涉及到许多领域的知识哲学规则能否得到合理的结论意识是什么知识是从哪里来的知识如何导致行动人工智能的学科基础数学什么是合理的规则什么样的问题可以通过计算求解不确定的知识如何进行推理经济学与运筹学如何行为能够获得最好的结果博弈行为决策理论人工智能的学科基础神经科学大脑的结构人类神经系统的结构人类神经系统如何处理信息心理学人类和动物如何思考和行动语言学自然语言如何产生语言与思维的关系人工智能的学科基础控制论如何控制人工制品的按照预定的目标工作计算机工程如何制造具有能干的计算机人工智能第二章与或图搜索问题与或图基本概念耗散值的计算C(n)为k连接符的路径耗散值，N为目标节点集合，{n1,n2,….ni}为由k连接符连接的i个节点，k(n,N)为节点n到N的耗散值，则：与或图基本概念耗散值的计算h(s0)=12,h(s1)=9,h(s2)=3,h(s3)=2节点耗散计算公式为：f(n)=g(n)+h(n)f(s0)=12f(s1)=2+9=11f(s2)=2+6+2=10f(s3)=2+5+3=10K连接符需要考虑其全部分支f(k)=f(s2)+f(s3)=20;该算例中s0→s1的路径耗散加了2次，应根据实际问题确定与或图基本概念可解性判别一个节点是可解，则节点须满足下列条件之一：①终止节点是可解节点；②一个与节点可解，当且仅当其子节点全都可解；③一个或节点可解，只要其子节点至少有一个可解。与或图基本概念一个节点是不可解，则节点须满足下列条件之一：①非终止节点的端节点是不可解节点；②一个与节点不可解，只要其子节点至少有一个不可解；③一个或节点不可解，当且仅当其子节点全都不可解。与或图基本概念解图解图（树）是由可解节点形成的一个子图（树），这个个子图（树）的根是初始节点，叶为