搜索
人工智能导论骆炎民lym@hqu.edu.cn为什么要研究人工智能普通计算机智能低下，不能满足社会需求。研究人工智能也是当前信息化社会的迫切需求。智能化是自动化发展的必然趋势。研究人工智能，对人类自身智能的奥秘也提供有益帮助。第一章绪论人工智能—ArtificialIntelligence是一门关于理解人类智能内在机制，并在机器上予以实现的科学。人工智能技术的发展对社会的进步具有重要意义，与能源技术、空间技术并称为三大尖端技术。人类对人工智能的研究刚刚起步，有很多关于人工智能根本性问题还有待于探索。1.1智能从工程上讲，人工智能就是人造智能，不清楚什么是智能，就难以真正理解和实现人工智能。智能是人们认识和改造客观世界的综合能力，是人类区别于其他事物的本质特征。智能是多种能力的综合：感知能力：人类获取外界信息的基本途径行为能力：对感知到的外界信息的反应，包含：简单的直接反应复杂情况通过大脑思维反应推理能力：根据当前掌握的信息，得出适当结论的能力问题求解能力：学习与自适应能力—是人类的一种本能社交能力：与他人交往的能力创造力：智能中最难以理解和实现的部分1.2人工智能一般性概念：人工智能是关于理解人类智能内在机制，并在机器上予以实现的科学。具有能力和科学两方面的含义：能力：AI是在理解智能的技术上，用人工的方法所实现的智能----首先需解决如何衡量机器是否具有智能。学科：AI是一门研究如何构造智能机器，使他能够模拟、延伸和扩展人类智能的科学----首先需明确人工智能的研究目标1.2.1如何衡量机器具有智能两种衡量机器智能的观点：弱人工智能：强调智能的外在表现，认为通过机器的行为可以反映出机器是否具有智能，只要表现得像人一样的机器就具有智能。----图灵测试强人工智能：强调智能内在机制，认为不仅要看到机器的行为，而且要了解表现出相应行为的机器是否确实在思考，只有像人一样思考的机器才具有智能。----中文屋1.2.2人工智能的研究目标根本目标（远景目标）：揭示人类智能的根本机理，在此基础上用智能机器去模拟、延伸和扩展人类智能，实现脑力劳动的自动化。----涉及脑科学、认知科学、计算机科学、系统科学、微电子等诸多学科。近期目标：研究如何使现有的计算机更“聪明”，使他能够在某一方面、在一定程度上模拟人类的智能，如进行推理、决策、规划、学习等，或针对具体领域，为人们提供辅助性的智能工具，以帮助人们解决一些具体问题，尽量减少人们脑力劳动的强度。----应用人工智能远期目标为近期目标指明方向，近期目标为远期目标奠定理论和技术基础。人工智能的学科范畴当前的人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。还涉及到智能科学、认知科学、心理科学、脑及神经科学、生命科学、语言学、逻辑学、行为科学、教育科学、系统科学、数理科学以及控制论、科学方法论、哲学甚至经济学等众多学科领域。人工智能实际上是一门综合性的交叉学科和边缘学科。人工智能学科结构常识性推理演绎、问题求解逻辑心理学知识的模型化和表示认识论心理学AI系统和语言系统程序设计计算机语言启发式搜索现代控制理论图论运筹学基本方法和技术近期主要应用领域近期主要应用领域信息处理心理学逻辑控制理论心理学语言学自然语言系统声学语音学机器视觉光学模式识别心理学图示学机器人工业自动化控制理论空间研究自动程序设计系统程序设计算法分析计算原理逻辑自动定理证明数学逻辑学教学、科学和工程辅助博弈管理科学有关学科符号操作图示学1.2.3人工智能的研究和应用领域1、认知科学：主要的研究目的是说明和解释人类在完成认知活动时是如何进行信息加工的。是人工智能的理论基础，对人工智能发展起着根本性作用，是人工智能的代名词。2、机器学习：主要研究如何使计算机具有类似于人的学习能力，使计算机能通过学习自动获取知识与技能，实现自我完善。学习是机器获取知识的根本途径，是否具备学习能力是机器是否有智能的重要标志。3、自然语言处理：即是研究如何让计算机理解和生成人类自然语言的一个研究领域。4、专家系统：专家系统是一种具有特定领域内大量知识与经验的程序系统，它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过人类专家的水平。5、模式识别：研究如何使机器具有感知能力的一个研究领域，其中主要研究视觉模式和听觉模式。1.2.3人工智能的研究和应用领域6、机器人学：7、自动定理证明：定理证明的实质是对前提P和结论Q，证明PQ的永真性。鲁宾逊提出的归结原理是定理证明得以在计算机上实现，对机器推理作出了重要贡献。8、计算机博弈：人工智能中关于决策和斗智问题的研究领域，下棋、打牌战争等智能活动都属于博弈问题。9、计算机视觉：在计算机上实现或模拟人类视觉功能的科学。（人类感知外部信息过程中，80%以上通过视觉获得）10、人工神经网络：是一个用大量简单处理单元经广泛连接而组成的人工网络，用来模拟人的大脑神经系统的结构和功能。1.2.3人工智能的研究和应用领域11、知识发现和数据挖掘：在数据库基础上实现知识发现系统，用于从数据库中提炼和抽取知识，以便能够揭示出蕴含在数据背后的关于客观世界内在联系的本质原理的信息，实现知识的自动获取----尿布和酒精12、自动程序设计：用户只须告诉计算机做什么，无须说明怎么做，计算机可以自动实现程序的设计。13、智能控制：无需人的干预或者基本无需人的干预，能独立地驱动机器实现其目标的自动控制技术。14、智能决策支持系统：决策支持系统是在管理信息系统基础上发展起来的计算机管理系统。智能决策支持系统即是将人工智能技术应用于决策支持系统而形成的。15、分布式人工智能：包括分布式问题求解和多智能体系统1.2.4人工智能的研究内容1搜索与求解2学习与发现3知识与推理4发明与创造5感知与交流6记忆与联想7系统与建造8应用与工程1搜索与求解•搜索，就是为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。可以看作是人类和其他生物所具有的一种元知识。•许多智能活动（包括脑智能和群智能）的过程，甚至几乎所有智能活动的过程，都可以看作或者抽象为一个基于搜索的问题求解过程。3知识与推理•知识是智能的基础和源泉。•推理是人脑的一个基本功能和重要功能，因此，在符号智能中几乎处处都与推理有关。5感知与交流•感知与交流指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。•机器感知就是计算机直接“感觉”周围世界，就像人一样通过“感觉器官”直接从外界获取信息，如通过视觉器官获取图形、图像信息，通过听觉器官获取声音信息。•机器感知包括计算机视觉、听觉等各种感觉能力。•机器信息交流涉及通信和自然语言处理等技术。自然语言处理又包括自然语言理解和表达。6记忆与联想•记忆是智能的基本条件，是人脑的基本功能之一。•联想是思维过程中最基本、使用最频繁的一种功能。人类联想人类的联想是建立事物之间的联系。人类的联想功能是基于神经网络、按内容记忆方式进行的。机器联想机器的联想就是有关数据、信息或知识之间的联系。机器联想利用人类按内容记忆原理，采用“联想存储”的技术实现联想功能。1孕育期（1956年前）•古希腊的Aristotle（亚里士多德）（前384-322），给出了形式逻辑的基本规律。•英国的哲学家、自然科学家Bacon（培根）(1561-1626)，系统地给出了归纳法。“知识就是力量”•德国数学家、哲学家Leibnitz（布莱尼茨）（1646-1716）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇计算机•英国数学家、逻辑学家Boole（布尔）（1815-1864）实现了布莱尼茨的思维符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。1.3人工智能的发展简史•美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。•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。图灵奖。•美国数学家Mauchly，1946发明了电子数字计算机ENIAC•美国神经生理学家McCulloch，建立了第一个神经网络数学模型。•美国数学家Shannon（香农）,1948年发表了《通讯的数学理论》，代表了“信息论”的诞生。1.3人工智能的发展简史2形成期（1956-1969）•1956年提出了“ArtificialIntelligence（人工智能）”•1956年夏由麻省理工学院的J.McCarthy、M.L.Minsky,IBM公司信息研究中心的N.Rochester,贝尔实验室的C.E.Shannon共同发起，邀请了Moore,Samuel,Selfridge,Solomonff,Simon,Newell等人，10位数学家、信息学家、心理学家、神经生理学家、计算机科学家，在Dartmouth大学召开了一次关于机器智能的研讨会，会上McCarthy提议正式采用了ArtificialIntelligence（人工智能）这一术语。这次会议，标志着人工智能作为一门新兴学科正式诞生了。•McCarthy（麦卡锡）——人工智能之父。这次会议之后的10年间，人工智能的研究取得了许多引人瞩目的成就：•在机器学习方面：塞缪尔于1956年研制出了跳棋程序，该程序能从棋谱中学习，也能从下棋实践中提高棋艺；1.3人工智能的发展简史•在定理证明方面：王浩于1958年在IBM机上证明了《数学原理》中有关命题演算的全部定理（220条），还证明了谓词演算中150条定理85%；1965年，鲁宾逊（Robinson）提出了消解原理；•在模式识别方面：1959年塞尔夫里奇推出了一个模式识别程序；1965年罗伯特（Robert）编制出可辨别积木构造的程序；•在问题求解方面：1960年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序GPS,可以用来求解11种不同类型的问题；•在专家系统方面：斯坦福大学的费根鲍姆（E.A.Feigenbaum）自1965年开始进行专家系统DENDRAL（化学分析专家系统），1968年完成并投入使用；•在人工智能语言方面：1960年McCarthy等人建立了人工智能程序设计语言Lisp，该语言至今仍是建造智能系统的重要工具；•1969年成立了国际人工智能联合会议（InternationalJointConferencesOnArtificialIntelligence）3知识工程时代（1970年至20世纪80年代初）•70年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。以Feigenbaum为首的一批年轻科学家改变了战略思想，1977年提出知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。著名专家系统的有：•DENDRAL化学分析专家系统（斯坦福大学1968）•MACSYMA符号数学专家系统（麻省理工1971）•MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学1973）•CASNET(CausalASsciationalNetwork)诊断和治疗青光眼的专家咨询系统（拉特格尔斯（Rutgers）大学70年代中）•CADUCEUS(原名INTERNIST)医疗咨询系统（匹兹堡大学）；•HEARSAYI和II语音理解系统（卡内基-梅隆大学）•PROSPECTOR地质勘探专家系统（斯坦福大学1976）•XCON计算机配置专家系统（卡内基-梅隆大学1978）1.3人工智能的发展简史4发展期（20世纪80年代至今）•80年代，人工智能发展达到阶段性的顶峰。•