搜索
人工智能基础主要教材与参考书人工智能尚文倩编著清华大学出版社人工智能基础(第2版)蔡自兴、蒙祖强编著高等教育出版社人工智能导论王万良编著高等教育出版社人工智能——复杂问题求解的结构和策略（第4版）GeorgeF.luger著史忠植等译机械工业出版社人工智能NilsJ.Nilsson著郑扣根等译机械工业出版社智能科学史忠植著清华大学出版社目录•第一章绪论•第二章搜索技术•第三章知识表示•第四章推理技术•第五章机器学习•第六章计算智能•第七章数据挖掘•第八章智能体技术•人工智能的定义•人工智能的发展历史•人工智能的三大学派•人工智能的研究和应用领域•人工智能的发展趋势1.1人工智能的定义21世纪最具有发展前景和最具影响力的两大带头学科群：生命科学群；信息科学群；人工智能：是上述两个学科群中最重要、最精彩、且最具前景的交叉领域1.1人工智能的定义1.1.1人工智能的定义人工智能——ArtificialIntelligence，AI智能（Intelligent）人的智能是他们理解和学习事务的能力。智能是思考和理解能力而不是本能的做事能力。“一种非常广泛的精神能力，包括推理、计划、解决问题、抽象思维、领悟复杂思想、快速学习及吸取经验等”1.1人工智能的定义1.1.1人工智能的定义智能是个体的不断学习、理解周围环境、对客观事物进行合理分析、判断并有效地处理周围环境的综合能力。这种综合能力包括：适应即改变周围环境的能力、获取知识的能力、理性及抽象思维的能力、理解关系的能力、评估和判断的能力、意识及创造力等。智能机器（IntelligentMachine）智能机器是一种能够呈现人类智能行为的机器。1.1人工智能的定义人工智能（Nilsson）人工智能是关于知识的科学（知识的表示、知识的获取以及知识的运用）。人工智能(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。它的近期主要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。1.1人工智能的定义人工智能(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智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。1.1人工智能的定义强人工智能有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且具有意识、自我、创新思维等。两类：类人的人工智能，即机器的思考和推理就像人的思维一样。非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式。弱人工智能能制造出真正地推理和解决问题的智能机器，但是并不真正拥有智能，也不会有自主意识。TheTuringTest•1950:AlanTuring的文章“ComputingMachineryandIntelligence.”Mind,Vol.59,No.236,pp.433-460提出图灵测试1.2人工智能的发展1.2人工智能的发展1.孕育时期（1956年前）公元前384-322亚里士多德（Aristotle）形式逻辑三段论20世纪30~40年代数理逻辑维纳（Wiener）、弗雷治、罗素等为代表对发展数理逻辑学科的贡献计算模型丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响。1943年麦卡洛克和皮茨神经网络模型→连接主义学派1948年维纳控制论→行为主义学派1.2人工智能的发展2.形成及早期热潮（1956~1969年）1956年夏季，McCarthy、Minsky、Lochester、Shannon，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行，标志着人工智能学科的诞生。1927.9.4-2011.10.24MarvinMinsky1927.8.9-2016.1.24ClaudeElwoodShannon1916.4.30-2001.2.24HerbertA.Simon1916.6.15-2001.2.9AllenNewell1927.3.19-1992.7.191.2人工智能的发展2.形成及早期热潮（1956~1969年）标志性成果：1956年，Samuel西洋跳棋程序。1957年，Newell和Simon数学定理证明程序。1958年，McCarthy表处理语言LISP。1960年，Newell、Shaw和Simon通用问题求解（GPS）1965年Feigenbaum专家系统DENDRAL开始研制帮助化学家判断某待定物质的分子结构的专家系统1.2人工智能的发展3.第一次寒冬（1966~1974）盲目乐观：机器翻译，定理证明（数学原理）、跳棋程序、模式识别（字符、积木结构）、通用解题程序（GPS）预言：2000年机器智能超过人类巨大困难：神经元数目1010,结构复杂机器翻译：Thespiritiswillingbutthefleshisweak（心有余而力不足）→俄→Thewineisgoodbutthemeatisspoiled1971年詹姆士综合报告，“人工智能即使不是骗局，也是庸人自扰”1.2人工智能的发展4.第二次浪潮（1970~1988年）Feigenbaum知识工程1968年，DENDRAL研制成功1972~1976年MYCIN1977年第五届人工智能联合会议知识工程（KnowledgeEngineering）1981年日本第五代智能计算机计划1.2人工智能的发展4.第二次浪潮（1970~1988年）机器学习统计学派：基于大规模语料库的统计自然语言处理神经网络：BP网络，Hopfield网络，…计算智能：遗传算法、进化计算，…机器学习：贝叶斯网络，统计学习与支持向量机（SVM），增强学习1.2人工智能的发展5.第二次寒冬（1988~1993年）专家系统发展乏力：知识获取瓶颈神经网络研究受阻：有效的学习算法大量的（标注）数据强大的计算性能1.2人工智能的发展6.平稳发展期（1993~2010年）1997深蓝战胜国际象棋世界冠军2006Hinton提出用预训练的方法缓解了局部最优解问题，将神经网络隐含层推动到7层，由此揭开了深度学习的热潮。2007李飞飞等创建大型图像数据库ImageNet2009Google研制无人驾驶汽车1.2人工智能的发展6.第三次发展浪潮（2010~）大数据：Hadoop，Spark，HBase云计算：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）深度学习：CNN(卷积神经网络)，RNN(循环神经网络)、DNN(深度神经网络)，...1.2人工智能的发展1.3人工智能的三大学派1.3.1符号主义又称逻辑主义（Logicism）、心理学派（Psychlogism）、计算机学派（Computerism）基本原理：物理符号系统（即符号操作系统）假设和有限合理性原理。起源：数理逻辑认为认知是一种符号处理的过程，人类思维过程也可用某种符号来描述，思维就是计算，认知就是计算。LISP语言、PROLOG语言、自然语言理解、机器定理证明、专家系统。domainsperson,another=symbolpredicateslikes(person,another).clauseslikes(jack,sussan).likes(john,marry).likes(tom,cathy).likes(tom,ellen).likes(jack,X)iflikes(tom,X).【事实】Jack喜欢SussanJohn喜欢MarryTom喜欢CathyTom喜欢Ellen【规则】如果Tom喜欢X，那么Jack喜欢X1.3人工智能的三大学派1y2yky1x2xix输入层中间层输出层1.3.2连接主义又称仿生学派（Bionicsism）、生理学派（Physiologism）基本原理：神经网络及神经网络间的连接机制和学习算法。起源：仿生学人脑模型认为人类认知活动主要基于大脑神经元的活动。1.3人工智能的三大学派1.3.3行为主义又称进化主义（Evolutionism）、控制论学派（Cyberneticism）基本原理：控制论及感知-动作模式控制系统起源：控制论基本观点：智能取决于感知和行为智能行为体现在现实世界中，通过与环境的交互表现人工智能可以像人类智能一样逐步进化1.4人工智能的研究和应用领域1.问题求解与博弈人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。2006年人机中国象棋大战1997年深蓝战胜卡斯帕罗夫1.4人工智能的研究和应用领域1.问题求解与博弈人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。1.4人工智能的研究和应用领域2.逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一，特别重要的是要找到一些方法，只把注意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在出现新信息时适时修正这些证明。定理证明的研究在人工智能方法的发展中曾经产生过重要的影响。我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法，被国际上承认为“吴氏方法”，是定理证明的又一标志性成果。1.4人工智能的研究和应用领域3.专家系统一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。1.4人工智能的研究和应用领域4.机器学习学习是人类智能的主要标志和获得知识的基本手段；机器学习(自动获取新的事实及新的推理算法)是使计算机具有智能的根本途径；机器学习还有助于发现人类学习的机理和揭示人脑的奥秘。学习是一个有特定目的的知识获取过程，其内部表现为新知识结构的不断建立和修改，而外部表现为性能的改善。1.4人工智能的研究和应用领域5.神经网络神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。1.4人工智能的研究和应用领域6.模式识别人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。1.4人工智能的研究和应用领域7.数据挖掘与知识发现知识获取是知识信息处理的关键问题之一。数据挖掘是通过综合运用统计学、粗糙集、模糊数学、机器学习和专家系统等多种学习手段和方法，从大量的数据中提炼出抽象的知识，从而揭示出蕴涵在这些数据背后的客观世界的内在联系和本质规律，实现知识的自动获取。数据挖掘和知识发现技术已获广泛应用。1.4人工智能的研究和应用领域8.机器视觉实验表明，人类接受外界信息的80%以上来自视觉，视觉对人类是非常重要的。机器视觉或计算机视觉已从模式识别的一个研究领域发展为一门独立的学科；在视觉方面，已经给计算机系统装上电视输入装置以便能够“看见”周围的东西。机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图像的处理与解释等。1.4人工智能的研究和应用领域9.智能控制人工智能的发展促进自动控制向智能控制发展。智能控制是一类无需(或需要尽可能少的)人的干预就能够独立地驱动智能机器实现其目标的自动控制。智能控制是同时具有以知识表示的非数学广义世界模型和数学公式模型表示的混合控制过程，也往往是含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发来引导求解过程。1.4人工智能的研究和应用领域10.计算智能神经计算、模糊计算、进化计算、粒子群计算、自然计算、免疫计算等