1、专 家 系 统,Expert Systems,课程安排,课堂教学部分:24学时 实验部分:12学时(4个实验),课堂教学的内容,第一章 人工智能概述 第二章 专家系统原理 第三章 知识表示 第四章 知识获取和知识库管理 第五章 推理和控制策略 第六章 解释机制 第七章 专家系统的设计和开发 第八章 专家系统的效能评估 第九章 雄风平台介绍 第十章 CBR专家系统的简介,第一章 人工智能概述,人工智能的概念 人工智能的研究途径与方法 人工智能的分支领域 人工智能的基本技术 人工智能的发展概况,一 人工智能的概念, 什么是人工智能,人工智能：即人造智能，英文表示Artificial Intelli
2、gence，简称I，指用机器（计算机）模拟或实现人类的智能。,人类智能： 人类所具有的智力和行为能力。包括感知能力、记忆能力、思维能力、归纳与演绎能力、学习能力、行为能力。,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（智能计算机）的一个分支。即研究如何使机器（计算机） 具有智能的科学和技术，或者说使机器模拟和执行人脑的的某些智力功能，并探索相关的理论和技术。,智能机器： 能在各类环境中执行各种拟人任务的机器，即拟人机器。,人工智能学科虽然是计算机科学的一个分支，但它涉及到数学、思维科学、生命科学、哲学，以及信息论、控制论、系统论等许多学科，因此也是一门综合性的交叉学科和边缘学科。
3、, 为什么要研究人工智能,1. 现在计算机的智能还相当低下，人们研究人工智能的初衷是为了让计算机（电脑）同人脑一样具有智能。,2. 让计算机具有智能是人类智能的扩展和延伸。智能机器人的出现，标志着人类社会进入了一个新的时代。,3. 研究人工智能是当前信息化社会的迫切要求。,4. 智能化是自动化发展的必然趋势。因为自动化发展到一定程度就要向智能化迈进。,5. 研究人工智能对探索人类自身智能的奥秘很有帮助。, 人工智能的目标,远期目标：是要制造智能机器。具体来说就是要使计算机具有听、说、写等感知和交互功能，具有联想、推理、理解、学习等高级思维能力，还要有分析问题、解决问题和发明创造的能力。简单地说
4、就是使计算机象人类一样具有自动发现规律的能力，或具有自动获取知识并利用知识的能力，从而扩展和延伸人类的智能。,近期目标：是实现机器智能。即先部分地或某种程度地实现机器的智能，从而使现有的计算机更灵活，更好用和 更有用，成为人类的智能化信息的处理工具。, 人工智能的表现形式,1. 智能软件：它的范围较广，可以是一个完整的智能软件系统，也可以是一个具有一定智能的程序模块，还可以是具有一定知识或智能的应用软件。,2.智能设备：指具有一定智能的仪器、仪表、机器、设施等，也就是指被嵌入了某种智能软件的设备。,3.智能网络：指智能化的网络。,4.智能计算机：指智能化的计算机。,5.（智能体）：指一种具有智
5、能的实体，这种实体具有自主性、反应性、适应性和社会性等基本特性。它可以以软件形式也可以以软硬件结合的形式出现。,符号主义(逻辑主义、计算机学派） 联结主义（仿生学派） 行为主义（进化主义）,二 人工智能的研究途径与方法,1 符号主义功能模拟，符号推演,功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。,基于功能模拟的符号推演是人工智能研究中最早使用也是现在还在使用的主要方法。这种方法一般是利用显式的知识和推理来解决问题的。,2 联结主义结构模拟，神经计算,结构模拟就是根据人脑的生理结构和工作机
6、理，实现计算机的智能。,人脑是一个动态的、开放的、高度复杂的庞大信息系统。一时还不能对它做到真正和完全模拟，只是对它的局部或近视模拟。,具体地说，就是用人工神经网络作为信息和知识的载体，用神经计算的方法实现学习、联想、识别和推理等功能，从而来模拟人脑的智能行为，使计算机表现出某种智能。,结构模拟法就是基于人脑的生理模型，采用数值计算的方法，从微观上模拟人脑，实现机器智能。这种方法一般通过神经网络的自学习获得知识，再利用知识来解决问题。, 行为主义行为模拟，控制进化,行为模拟法基于感知-行为模型，模拟人在控制过程中的智能活动和行为特性，如自寻优、自适应、自学习、自组织等来研究和实现人工智能。,行
7、为主义强调智能系统与环境的交互，认为智能取决于感知和行动，人的智能、机器智能可以逐步进化，但只能在现实世界中与周围环境的交互中体现出来。智能只能放在环境中才是真正的智能，智能的高低主要表现在对环境的适应性上。,三 人工智能的分支领域, 基于脑功能模拟的领域划分, 机器感知 就是计算机直接“感觉”周围世界。具体地说就是计算机象人一样通过“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。,机器感知可分为机器视觉、机器听觉等分支课题，属于模式识别学科领域。,模式：本意是指完美无缺的供模仿的一些标本。 模式识别：识别出给定物体所模仿的标本。,计算机模式识别：就
8、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。,模式识别的主要目标：就是用计算机来模拟人的各种识别能力，当前主要对视觉能力和听觉能力的模拟，并主要集中于图形识别和语音识别上。,图形识别：主要是研究各种图形（如文字、符号、图 形、图像和照片等）的分类，这方面的技术已经进入到使用阶段。,语音识别：主要是研究各种语音的分类。近年来发展很快，已经有商品化的产品面市。,模式识别的大体过程： 将摄像机、送话器或其他传感器接受到外界信息转变成电信号；,计算机再对这些电信号进行处理得到输入信号模式P；,将输入信号模式P与计算机中原有的各个标准模式进行比 较，完成对输入信息的
9、分类识别工作。, 机器联想,人脑的联想指对事情的一种记忆和想象力。如当听到一首歌曲时会浮现往事等场景，就是一种联想。,人脑的联想是基于神经网络的按内容记忆方式进行的。即只要内容相关的事情，不论在哪里，均可由其相关内容而被想起。,机器联想也是利用按内容记忆原理来实现的，具体是采用“联想存储”的技术来实现联想功能的。,联想存储可分为矩阵联想存储、全息联想存储、alsh 联想存储和网络联想存储等。, 机器推理,机器推理就是计算机推理，也称自动推理。,推理就是从一些已知判断（或前提）推出一个新判断 （或结论）的思维过程。在形式逻辑中推理分为演绎推理、归纳推理、类比推理等基本类型。,机器推理按形式逻辑中
10、的推理规则，主要用符号演算的方法进行推理。,机器推理除了经典的二值推理外，还有非经典逻辑的推理，如：模糊逻辑、多值逻辑、动态逻辑等。,不同的知识表示形式有不同的推理方式。如基于语义网络和框架知识表示的推理是一种继承推理。,机器推理按可靠性可分为确定性推理和不精确推理。,机器推理传统上均是串行推理，现在正致力于研究并行推理，以提高推理速度。,机器学习,机器学习就是机器自己获得知识。,机器学习主要包括： 对人类已有知识的获取（类似于人类书本知识学习）； 对客观规律的发现（类似于人类的科学发现）； 对自身行为的修正（类似于人类的技能训练和对环境的适应）。,机器学习可分为机械学习、指导学习、解释学习、
11、类比学习、归纳学习、数据挖掘等。, 机器理解,机器理解主要是指自然语言理解和图形理解。,自然语言理解就是计算机理解人类的自然语言，如英语、汉语等，包括口语与文字语言。,计算机如果能理解人类的自然语言，机器翻译将真正成为现实。,图形理解是图形识别的延伸，也是计算机视觉的组成部分。,、机器行为,机器行为主要是指机器人行动规划。它是智能机器人的核心技术。,机器人要依靠规划功能拟定行动步骤和动作序列。规划功能的强弱反映了智能机器的智能水平。,基于研究途径与实现技术的领域划分, 符号智能 符号智能就是以符号知识为基础，通过符号推理进行问题求解而实现的智能。,符号智能研究的主要内容包括知识工程和符号处理技
12、术。,知识工程涉及知识获取、知识表示、知识管理、知识运用以及知识库系统等一系列知识处理技术。,符号处理技术指基于符号的推理和学习技术，它主要研究经典逻辑和非经典逻辑理论以及相关的程序设计技术。,符号智能基于人脑的心理模型，运用传统的程序设计方法实现人工智能，是传统人工智能或经典人工智能。, 计算智能,计算智能以数据为基础，通过数值计算进行问题求解而实现的智能。 计算智能研究的主要内容包括人工神经网络、进化计算（包括遗传算法、遗传程序算法、进化规 划、进化策略等）、模糊技术及人工生命等。 计算智能主要模拟自然智能系统，研究其数学模型和相关算法，并实现人工智能。 计算智能是当前人工智能学科中一个十
13、分活跃的分支领域。, 基于应用领域的领域划分, 难题求解 主要是指那些没有算法解，或虽有算法解但在现有机器上无法实施或完成的困难问题。 如路径规划、运输调度、电力调度、地质分析、测量数据解释、天气预报、市场预测、股市分析、疾病诊断、故障诊断、军事指挥、机器人行动规划、机器博弈等。, 自动定理证明,就是机器定理证明。这是人工智能的一个重要的且是最早的研究方面，是最典型的逻辑推理问题之一。 自动定理证明的方法主要有四类： 自然演绎法：即依据推理规则，从前提和公理中可以推出许多定理，如待证的定理恰在其中，则定理得到证明。,定理证明器：研究一切可判定问题的证明方法。 计算机辅助证明：指以计算机为辅助工
14、具，利用机器的高速度和大容量，帮助人完成手工证明中难以完成的大量计算、推理和穷举。,判定法：即对一类问题找出统一的计算机上可实现的算法解。, 自动程序设计,就是让计算机自动设计程序。它包括二方面： 程序的自动综合：就是人只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序。 程序的自动验证：即自动证明所设计的程序的正确性。, 自动翻译,即机器翻译，就是完全用计算机作为两种语言之间的翻译。这里的难点在于意译时很难理解透彻句子的意思。, 智能控制,就是把人工智能技术引入控制领域，建立智能控制系统。智能控制主要有以下途径： 基于专家系统的专家智能控制； 基于模糊
15、推理和计算的模糊控制； 基于人工神经网络的神经网络控制； 综合上述三种方法的综合型智能控制。, 智能管理,就是把人工智能技术引入管理领域，建立智能管理系统。 智能管理研究如何提高计算机管理系统的智能水平，以及智能管理信息系统的设计理论、方法与实现技术。 智能管理是现代管理科学技术发展的新动向。, 智能决策,智能决策就是把人工智能技术引入决策过程，建立智能决策支持系统。 智能决策支持系统是在20世纪80年代初提出来的。它是决策支持系统与人工智能，特别是专家系统相结合的产物。,8 其它,智能通信：把人工智能技术引入通信领域，建立智能通信系统。智能通信系统就是在通信系统的各个层次和环节上实现智能化。
16、 智能仿真：把人工智能技术引入仿真领域，建立智能仿真系统。 智能：把人工智能技术引入计算机辅助设计领域，建立智能CAD系统。 智能：把人工智能技术引入计算机辅助教学领域，建立智能CAI系统（ICAI）。ICAI的特点是能对学生因才施教地进行指导，提高教学效果。 智能检索：把人工智能技术引入信息检索领域，建立智能信息检索系统。如基于“概念”的检索比基于“词”检索更有智能性。, 基于应用系统的领域划分, 专家系统：是指基于人类专家知识的程序系统。能模拟专家的思维方式，像专家一样解决实际问题。 知识库系统：是指拥有某一领域广泛知识及常识的知识咨询系统。 智能数据库系统：是指传统数据库加上智能成分。如
17、演绎数据库、面向对象数据库、主动数据库等。 智能机器人系统：智能机器人是第三代机器人，具备感知环境、思维能力和运动机能。, 基于计算机系统结构的领域划分, 智能操作系统：就是把人工智能技术引入计算机的操作系统中，从本质上提高操作系统的性能和效率。 智能多媒体系统：就是把人工智能技术引入多媒体系统中，使其功能和性能得到进一步发展和提高。 智能计算机系统：就是正在开发的新一代计算机系统，它全面支持智能应用，且自身就具有智能。 智能网络系统：就是把人工智能技术引入计算机网络系统。, 基于实现工具与环境的领域划分, 智能软件工具：包括开发建造智能系统的程序语言和工具环境。如LISP、PROLOG、Sm
18、alltalk、C+、 Java、FRL（框架表示语言）、OPS5（产生式语言）、神经网络设计语言、Agent设计语言、专家系统工具等。 智能硬件平台：指直接支持智能系统开发和运行的机器硬件。如LISP机、PROLOG机、神经网络计算机、知识信息处理机、模糊推理计算机、面向对象计算机等。, 基于体系结构的领域划分,基于人工智能的体系结构，人工智能可以分为集中式和分布式人工智能。前者研究个体智能，后者研究群体智能。 个体智能是指个体的推理、学习、理解等智能行为。 分布式人工智能主要研究在逻辑上或物理上分散的智能个体或智能系统如何并行地、相互协作地实现大型复杂问题的求解。,分布式人工智能分为两个方
19、向：分布式问题求解、多Agent系统。 分布式问题求解：先把问题分解成任务，再为之设计相应的任务执行系统。 多Agent系统：是由多个Agent组成的一个系统，系统中的多个Agent相互协作，联合起来解决问题。,四 人工智能的基本技术, 推理技术：推理技术是人工智能的基本技术之一。逻辑是人脑思维的规律，从而也是推理的理论基础。 搜索技术：所谓搜索就是为了达到某一目标，而连续地进行推理的过程。搜索技术就是对推理进行引导和控制的技术，也是人工智 能的基本技术之一。, 知识表示与知识库技术：知识表示是指知识在计算机中的表示方法和表示形式，涉及到知识的逻辑结构和物理结构。知识库类似于数据库，知识库技术
20、包括知识的组织、管理、维护、优化等技术。 归纳技术：归纳技术就是指机器自动提取概念、抽取知识、寻找规律的技术。 联想技术：联想的前提是联想记忆或联想存储。,五 人工智能的发展概况, 人工智能学科的产生,人工智能学科正式诞生于1956年,Dartmouth大学。 人工智能学科的诞生是逻辑学、心理学、计算机科学、 脑科学、神经生理学、信息科学等学科发展的必然趋势和必然结果。, 符号主义途径发展概况,1956年，A. Newell等的逻辑机理论的计算机程序编制成功。 1956年，A. L. Samuel研制成功了具有自学习、自组织、自适 应能力的跳棋程序。 1959年，籍勒洛特发表了证明平面几何问题
21、的程序。 1960年， A. Newell等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（General Problem Solving, GPS）。,1960年，J. McCarthy研制成功了面向人工智能程序设计的LISP语言。 1965年，Robinson提出了归结原理，为定理的机器证明作出了突破性的贡献。 1965年，E. A. Feigenbaum研制的化学结构专家系统DENDRAL问世。后来又出现了医学专家系统MYCIN、地质勘探专 家系统PROSPECTOR等。,1968年，J. R. Quillian研究联想记忆，提出语义网知识表示方法。 1969年，
22、国际人工智能联合会议（IJCAI）成立。 1970年，国际人工智能杂志Artificial Intelligence创刊。 1972年，A. Colmerauer提出逻辑程序设计语言PROLOG面世。,1977年， E. A. Feigenbaum提出了“知识工程”的概念。 1980年以后，专家系统与知识工程在理论、技术和应用方面发展很快。 1990年以后，机器学习与数据挖掘、 Agent技术研究进入高潮。, 联结主义途径发展概况,早在20世纪40年代，就有一些学者开始研究神经元及其数学模型。 在世纪年代末年代初，开始了人工智能意 义下的神经网络系统的研究。这些研究的成果已经用于诸如天气预报、
23、电子电路分析、人工视觉等许多方面。 年召开的第一届国际神经网络会议决定成立国 际神经网络学会，使得神经网络和专家系统、知识工程一起成为人工智能的两个主流方向。, 当前发展趋势,一批新思想、新理论、新技术不断涌现。如：模糊技术、模糊神经网络、进化计算、混沌理论、人工生命等“软计算”或“计算智能”技术，还有粗集理论、数据开采与知识发现技术、面向对象技术、现场AI等技术，这些理论与技术相互渗透、相互融合。,传统的符号处理(逻辑思维）与神经计算（形象思维）各取所长，联合作战，是可取的策略和方向。 以Agent（智能体）技术和分布式人工智能(DAI）正异军突起，蓬勃发展。 应用研究愈加深入而广泛。, 我国人工智能研究发展情况,我国人工智能的研究起步较晚。1977年，涂序彦等发表了国内首篇关于AI的论文智能控制及其应用，拉开了我国人工智能研究的序幕。20世纪70年代末，我国有一批学者开始人工智能的研究。从此，我国在人工智能方面的研究便蓬勃兴起。 目前，已从学习国外为主转为自主研究为主，涌现出一批具有国际先进水平和我国自主知识产权的人工智能创新学术成果。,Thanks !,
