收藏 分享(赏)

第一章 人工智能概述.ppt

上传人:scg750829 文档编号:9173110 上传时间:2019-07-26 格式:PPT 页数:104 大小:565.50KB
下载 相关 举报
第一章 人工智能概述.ppt_第1页
第1页 / 共104页
第一章 人工智能概述.ppt_第2页
第2页 / 共104页
第一章 人工智能概述.ppt_第3页
第3页 / 共104页
第一章 人工智能概述.ppt_第4页
第4页 / 共104页
第一章 人工智能概述.ppt_第5页
第5页 / 共104页
点击查看更多>>
资源描述

1、1,人工智能Artificial Intelligence,李伟生 信科大厦19楼 Tel:62471342 ,2,个人简历,1993.91997.7 西安电子科技大学 学士1997.92000.1 西安电子科技大学 硕士研究方向: EMC(军用计算机TEMPEST仿真)2000.32004.6 西安电子科技大学 博士研究方向:智能信息处理与模式识别(信息融合、战术态势估计)2004.7 重邮计算机科学与技术学院 副教授 2007.10 重邮计算机科学与技术学院 教授,3,关于: 课程的名称、地位和特点,课程名称:分别有:人工智能、人工智能原理、人工智能导论等。 课程地位:人工智能是计算机科学

2、的一个分支,是研究计算机实现智能的原理以及建造智能计算机的学科。人工智能包括十分广泛,它由不同的领域组成,如机器学习、计算机视觉、专家系统、神经网络、数据库中的知识发现与数据挖掘、智能决策支撑、自然语言理解、图像识别、智能机器人、智能化网络与Agent技术等。 课程特点:从事这项工作的人须了解计算机知识,心理学和哲学。本课程介绍一些人工智能的基本内容,包括:人工智能程序设计语言PROLOG、基于谓词逻辑的机器推理、图搜索技术、知识表示、人工智能应用领域简介等。通过本课程的教学,使学生能了解人工智能理论的发展过程、目前的研究状况、发展趋势以及在不同的领域的应用情况;了解上述人工智能技术的具体应用

3、方法。,4,课程结构,绪论:人工智能基本概念、研究目标;人工智能发展历史 人工智能程序设计语言:人工智能程序设计语言简介和PROLOG 图搜索技术:穷举式搜索,包括深度优先和宽度优先搜索;启发式搜索,包括A和A*算法 推理方法:一阶谓词逻辑;归结演绎推理;应用归结原理求取问题答案;常用归结策略简介 知识表示:知识基本概念;知识逻辑表示法;产生式系统以及知识的产生式表示法;知识的框架表示法;知识的语义网络表示法 人工智能应用领域简介:可以包含如下领域:专家系统、机器学习、计算智能神经网络、KDD与DM、自然语言理解、智能化网络与Agent技术、图像识别等。,5,课程要求,掌握人工智能基本概念、研

4、究目标;了解人工智能发展历史。 了解各种人工智能程序设计语言,初步会应用PROLOG语言。 理解通用搜索算法、启发式搜索算法;了解A*算法。 掌握一阶谓词逻辑、归结演绎推理方法;理解应用归结原理求取问题答案的方法。 掌握知识基本概念、产生式规则;了解产生式系统一般特征;理解知识产生式表示法、语义网络表示法、框架表示法。 了解人工智能技术在以下领域的应用:专家系统、机器学习、神经网络、KDD与DM、自然语言理解、图像识别、智能化网络与Agent技术等。掌握各个应用领域的基本概念。,6,第1章 人工智能概述,1.1 智能与人工智能1.2 人工智能发展历史 1.3 人工智能的研究目标与研究途径1.4

5、 人工智能研究的主要特点1.5 人工智能的研究领域,7,1.1 智能与人工智能,1.关于智能的几种解释: 智能是人们处理事物、解决问题时表现出来的智慧和能力。 智能是知识和智力的总和。 目前尚不能给智能一个确切的定义。,智能所具有的一些基本特征: 记忆与思维能力 自适应能力 自学习能力 感知能力 表达(行为)能力,8,智能与人工智能,2.什么是人工智能? 所谓“人工智能”是指用计算机模拟或实现的智能。作为一个学科,人工智能研究的是如何使机器(计算机)具有智能的科学和技术,特别是人类智能如何在计算机上实现或再现的科学和技术。因此,从学科角度讲,当前的人工智能是计算机科学的一个分支。 人工智能虽然

6、是计算机科学的一个分支,但它的研究却不仅涉及到计算机科学,而且还涉及到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思维)科学、行为科学和数学,以及信息论、控制论和系统论等众多学科领域。因此,人工智能实际上是一门综合性的交叉学科和边缘学科。 因此,广义的人工智能学科是模拟、延伸和扩展人的智能,研究与开发各种机器智能和智能机器的理论、方法与技术的综合性学科。,9,智能与人工智能,什么是人工智能(续)? 人工智能是一个含义很广的词语,在其发展过程中,具有不同学科背景的人工智能学者对它有着不同的理解,提出了一些不同的观点,人们称这些观点为符号主义(Symbolism)、连接主义(Connecti

7、onism)和行为主义(Actionism)等,或者叫做逻辑学派(Logicism)、仿生学派(Bionicsism)和生理学派(Physiologism)。此外还有计算机学派、心理学派和语言学派等。 斯坦福大学人工智能研究中心的尼尔逊(N. J. Nilsson)教授从处理的对象出发,认为“人工智能是关于知识的科学,即怎样表示知识、怎样获取知识和怎样使用知识的科学”。麻省理工学院温斯顿(P. H. Winston)教授则认为“人工智能就是研究如何使计算机去做过去只有人才能做的富有智能的工作”。斯坦福大学费很鲍姆(E.A. Feigenbaum)教授从知识工程的角度出发,认为“人工智能是一个知

8、识信息处理系统”。,10,智能与人工智能,什么是人工智能(续)?综合各种不同的人工智能观点,可以从“能力”和“学科”两个方面对人工智能进行定义。从能力的角度来看,人工智能是相对于人的自然智能而言的,所谓人工智能是指用人工的方法在机器(计算机)上实现的智能;从学科的角度来看,人工智能是作为一个学科名称来使用的,所谓人工智能是一门研究如何构造智能机器或智能系统,使它能模拟、延伸和扩展人类智能的学科。总之,人工智能是一门综合性的边缘学科。它借助于计算机建造智能系统,完成诸如模式识别、自然语言理解、程序自动设计、自动定理证明、机器人、专家系统等智能活动。它的最终目标是构造智能机。,11,智能与人工智能

9、,有关人工智能的几种说明: 智能机器:能够在各类环境中自主地或交互地执行各种拟人的机器。 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。 人工智能(能力):是智能机器所执行的与人类智能有关的功能,如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。 简单地讲,人工智能是关于:机器智能和智能机器的研究。,12,智能与人工智能,有关人工智能的几种说明(续): 人工智能是工程技术学科,同时也是理论研究学科。 作为工程技术学科,人工智能的目的是:提出建造人工智能系统的新技术、新方法和新理论,并在此基础上研制出具有只能行为的计算机系统。 作为理论研

10、究学科,人工智能的目的是:提出能够描述和解释智能行为的概念与理论,为建造人工智能系统提供理论依据 长期以来,围绕人工智能有很多争议。“机器是否能思考?”这一问题吸引了许多哲学家、科学家和工程师。 计算机科学的创始人之一,艾仑图灵(Alan Turing)谈到这一问题:,13,智能与人工智能,有关人工智能的几种说明(续): Alan Turing指出:“机器是否能思考”这一问题的答案取决与人们如何定义“机器”和“思考”。也许还可以指出,这一问题还取决于如何定义“能”。 先考虑“机器”一词(计算机)机械装置 病毒蛋白质外壳 人 再考虑“思考”一词,Alan Turing,14,智能与人工智能,18

11、世纪法国哲学家、医生美特里说“人是机器”,强调人是有感觉、能思维的活机器。图灵则说“机器能思维”,以为着“机器是人”。如果前者是对神的冲击,那么后者是对人的挑战。几个世纪以来,哲学家和科学家一直在思考“思维的机器”和“机器的思维”,乃至有控制论学者艾什比的“大脑设计”和维纳的“机器比人更聪明”。问题是:机器真的能思维吗?何时能造出会思维的机器?又如何判断机器思维?,15,Alan Turing,智能与人工智能,图灵测试:图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。问过一些问题后,如果测试人不能确认被测试者30%的答复哪个是人、哪个是机

12、器的回答,那么这台机器就通过了测试,并被认为具有人类智能。目前,还没有一台机器能够通过图灵测试。 2012年6月底,在英国著名的布莱切利庄园举行了一场国际人工智能机器测试竞赛。由俄罗斯专家设计的“叶甫根尼”电脑程序脱颖而出,其29.2%的回答均成功“骗过”了测试人。取得了仅差0.8%便可通过图灵测试的最终成绩,使其成为目前世界上最接近人工智能的机器。,16,智能与人工智能,3.为什么要研究人工智能 我们知道,电子计算机是迄今为止最有效的信息处理工具,以至于人们称它为“电脑”。但现在的普通计算机系统的智能还相当低下,譬如缺乏自适应、自学习、自优化等能力,也缺乏社会常识或专业知识等,而只能是被动地

13、按照人们为它事先安排好的工作步骤进行工作。因而它的功能和作用就受到很大的限制,难以满足越来越复杂和越来越广泛的社会需求。既然计算机和人脑一样都可进行信息处理,那么是否也能让计算机同人脑一样也具有智能呢?这正是人们研究人工智能的初衷。 事实上,如果计算机自身也具有一定智能的话,那么,它的功效将会发生质的飞跃,成为名副其实的电“脑”。这样的电脑将是人脑更为有效的扩展和延伸,也是人类智能的扩展和延伸,其作用将是不可估量的。例如,用这样的电脑武装起来的机器人就是智能机器人。智能机器人的出现,将标志着人类社会进入了一个新的时代。,17,智能与人工智能,为什么要研究人工智能(续) 研究人工智能也是当前信息

14、化社会的迫切要求。我们知道,人类社会现在已经进入了信息化时代。但信息化的进一步发展,就必须有智能技术的支持。例如,当前迅速发展着的国际互联网Internet就强烈地需要智能技术。特别是当我们要在Internet上构筑信息高速公路时,其中有许多技术问题就要用人工智能的方法来解决。这就是说,人工智能技术在Internet和未来的信息高速公路上将发挥重要作用。 智能化也是自动化发展的必然趋势。自动化发展到一定水平,再向前发展就是智能化,即智能化是继机械化、自动化之后,人类生产和生活中的又一个技术特征。 另外,研究人工智能,对探索人类自身智能的奥秘也可提供有益的帮助。因为我们可以通过电脑对人脑进行模拟

15、,从而揭示人脑的工作原理,发现自然智能的渊源。,18,智能与人工智能,4.人类智能的计算机模拟 人类的认知过程是个非常复杂的行为,至今仍未能被完全解释。人们从不同的角度对它进行研究,从而形成诸如认知生理学、认知心理学和认知工程学等相关学科。对这些学科的深入研究已超出本书范围。这里仅讨论几个与人工智能有密切关系的问题。 (1)研究认知过程的任务 人的心理活动具有不同的层次,它可与计算机的层次相比较(见图)。心理活动的最高层级是思维策略,中间一层是初级信息处理,最低层级为生理过程,即中枢神经系统、神经元和大脑的活动。与此相应的是计算机的程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策

16、与初级信息处理的关系,并用计算机程序来模拟人的思维策略水平,而用计算机语言模拟人的初级信息处理过程。,19,智能与人工智能,人类智能的计算机模拟(续),计算机也以类似的原理进行工作。在规定时间内,计算机存储的记忆相当于机体的状态;计算机的输入相当于机体施加的某种刺激。在得到输入后,计算机便进行操作,使得其内部状态随时间发生变化。我们可以从不同的层次来研究这种计算机系统。这种系统以人的思维方式为模型进行智能信息处理(intelligent information processing)。显然,这是一种智能计算机系统。设计适用于特定领域的这种高水平智能信息处理系统(也称为专家系统)是研究认知过程的

17、一个具体而又重要的目标。例如,一个具有智能信息处理能力的自动控制系统就是一个智能控制系统,它可以是专家控制系统,或者是智能决策系统等。,20,智能与人工智能,人类智能的计算机模拟 (2)智能信息系统的假设 可以把人看成一个智能信息处理系统。信息处理系统又叫物理符号系统(Physical Symbol System)。所谓符号就是模式(pattern)。任一模式,只要它能与其它模式相区别,它就是一个符号。不同的汉语拼音字母或英文字母就是不同的符号。对符号进行操作就是对符号进行比较,从中找出相同的和不同的符号。物理符号系统的基本任务和功能就是辨认相同的符号和区别不同的符号。为此,这种系统就必须能够

18、辨别出不同符号之间的实质差别。符号既可以是物理符号,也可以是头脑中的抽象符号,或者是电子计算机中的电子运动模式,还可以是头脑中神经元的某些运动方式。一个完善的符号系统应具有下列6种基本功能:,21,智能与人工智能,(2)智能信息系统的假设 1)输入符号(input); 2)输出符号(output); 3)存储符号(store); 4)复制符号(copy); 5)建立符号结构:通过找出各符号间的关系,在符号系统中形成符号结构; 6)条件性迁移(conditional transfer):根据已有符号,继续完成活动过程。如果一个物理符号系统具有上述全部6种功能,能够完成这个全过程,那么它就是一个完

19、整的物理符号系统。 假设 任何一个系统,如果它能表现出智能,那么它就必定能够执行上述6种功能。反之,任何系统如果具有这6种功能,那么它就能够表现出智能;这种智能指的是人类所具有的那种智能。我们把这个假设称为物理符号系统的假设。,22,智能与人工智能,(3)人类智能的计算机模拟 计算机的早期工作主要集中在数值计算方面。然而,人类最主要的智力活动并不是数值计算,而在逻辑推理方面。物理符号系统假设的推论一也告诉我们,人有智能,所以他是一个物理符号系统。我们可以编写出计算机程序去模拟人类的思维活动。这就是说,人和计算机这两个物理符号系统所使用的物理符号是相同的,因而计算机可以模拟人类的智能活动过程。计

20、算机的确能够很好地执行许多智能功能,如下棋、证明定理、翻译语言文字和解决难题等。这些任务是通过编写与执行模拟人类智能的计算机程序来完成的。当然,这些程序只能接近于人的行为,而不可能与人的行为完全相同。此外,这些程序所能模拟的智能问题,其水平还是很有限的。,23,智能与人工智能,作为例子,让我们考虑下棋的计算机程序。现有的国际象棋程序是十分熟练的、具有人类专家棋手水平的最好实验系统,但是下得没有像人类国际象棋大师那样好。该计算机程序对每个可能的走步空间进行搜索,它能够同时搜索几千种走步,进行有效搜索的技术是人工智能的核心思想之一。不过,计算机不一定是最好的棋手,其原因在于:向前看并不是下棋所必须

21、具有的一切,需要彻底搜索的走步又太多;在寻找和估计替换走步时并不能确信能够导致博弈的胜利。国际象棋大师们具有尚不能解释的能力。一些心理学家指出,当象棋大师们盯着一个棋位时,在他们的脑子里出现了几千盘重要的棋局;这大概能够帮助他们决定最好的走步。近年来,智能计算机的研究取得许多重大进展。对神经型智能计算机的研究就是一个新的范例,它必将为模拟人类智能做出新的贡献。,24,1.2 人工智能发展历史,20世纪30年代和40年代:数学逻辑和关于计算的新思想 20世纪50年代:1956年在美国Dartmouth大学举办了用机器模拟人类智能的问题,标志着人工智能学科的诞生。这一时期以游戏、博弈为对象开始人工

22、智能的研究,其间以电子线路模拟神经元及人脑的各项研究均告失败。 20世纪60年代:1960年,John McCarthy发明人工智能程序设计语言LISP1963年,Newell发表问题求解程序,走向了以计算机程序来模拟人类思维的道路1965年,Robinson提出了归结原理,实现了自动定理证明的重大突破1968年,Quillian提出了知识表示的语义网络模型,25,人工智能发展历史,20世纪70年代: 1970年,Artificial Intelligence国际杂志创刊1972年,法国马赛大学的A.Comerauer提出并实现了逻辑程序设计语言PROLOG;美国Standford大学的Sho

23、rtliffe等人开始研制用于诊断和治疗感染性疾病的专家系统MYCIN1977年,Feigenbaum提出知识工程的概念,引发了以知识工程为认知科学为主的研究。 20世纪80年代:专家系统和知识工程在全世界迅速发展,有的人工智能产品成为商品。 20世纪90年代以来:专家系统、机器翻译、机器视觉、问题求解等方面的研究已有实际应用。机器学习和人工神经网络的研究深入发展。当前比较热门的信息过滤、信息分类、数据挖掘等都属于机器学习的知识获取范畴。,26,人工智能发展历史,国内的发展状况 1978年国家“智能模拟”研究计划 1984年召开智能计算机及系统全国学术讨论会 1986年把智能计算机系统、智能机

24、器人和智能信息处理列入国家高技术研究计划。 1987年模式识别与人工智能杂志创刊 1989年首次召开中国人工智能联合会议 1993年智能控制和智能自动化被列入国家科技攀登计划 近年来,已有多本关于人工智能的专著出版,27,1.3 人工智能的研究目标与研究途径,研究目标分为近期目标和远期目标: 近期目标是,使现有的计算机更聪明、更有用。 远期目标是,构造智能机器。,关于人工智能的研究途径有三种不同观点: 主张用生物学的方法进行研究结构模拟、神经计算。产生出一大学派叫做连接主义(Connectionism),又称仿生学派(Bionicism),认为人类智能的基本单位是神经元,认知过程是由神经元构成

25、的网络的信息传递,这种传递是并行、分布进行的。其原理主要是神经网络及神经网络间的连接机制及学习算法。,28,人工智能的研究目标与研究途径,关于人工智能的研究途径有三种不同观点: 主张用计算机科学的方法进行研究,通过研究逻辑演绎在计算机上的实现方法功能模拟、符号推演。产生出一大学派叫做符号主义(Symbolism),又称逻辑主义(Logicism)。认为人工智能的基本单元是符号,认知过程就是符号表示下的符号计算。其原理主要是物理符号系统假设和有限合理性原理。这个学派的代表人物有A.Newell、J.McCarthy和Nilsson等。 基于感知-行为模型的研究途径和方法行为模拟、控制进化。产生的

26、学派称为行为主义(Actionism)或进化主义(Evolutionism),也称为控制论学派(Cyberneticism)。这种观点认为智能取决于感知和行动,它不需要知识,不需要表示,不需要推理。该理论的核心是用控制取代知识表示。,29,人工智能的研究目标与研究途径,关于Agent(代理、智能体)一词 Agent的两种解释: 一是,对环境的认识以及对环境产生作用的行为者; 二是,代理人。倾向于第一种解释的主要是AI领域的研究者M. Minsky指出:“当你试图说明完成一些任务的机器并试图了解它是如何工作时,即将其处理为黑箱时,就称其为Agent“。软件界的研究人员倾向于第二种解释:代理人。A

27、gent是计算机软件,代表用户,以主动服务方式完成一定操作的计算实体。Agent是具有信息处理能力的主动实体,其结构包含下述模块:感知器、效应器、信息处理器、目标模块、通信机制。,30,人工智能的研究目标与研究途径,智能Agent 仅代理用户某种任务的软件不能称为智能Agent。智能性,如理解用户用自然语言表达的对信息资源和计算资源的需求,帮助用户在一定程度上克服信息内容的语言障碍,捕捉用户的偏好和兴趣,推测用户的意图并为其代劳等。只有代理性、智能性、自主性均达到相当水准的系统才有条件称为智能Agent。比尔盖茨把智能Agent称为“软的软件”,他说:“一旦程序写好了,它就一成不变。软的软件随

28、着你的使用好象会变得越来越聪明”,“你可以把Agent当作直接内置在软件中的合作者,它会记住你擅长什么,你过去做过些什么,并试着预测难题,并提出解决办法”。,31,1.4 人工智能研究的主要特点,目前的计算机系统仍未彻底突破传统的冯诺依曼结构(只能依次对单个问题进行“求解” ),这种二进制表示的集中串行工作方式具有较强的逻辑运算功能和很快的算术运算速度,但与人脑的组织结构和思维功能有很大差别。研究表明,人脑大约有1011个神经元,并按并行分布式方式工作,具有较强的演绎、推理、联想、学习功能和形象思维能力。例如,对图像、图形、景物等,人类可凭直觉、视觉,通过视网膜、脑神经对其进行快速响应与处理,

29、而传统计算机却显得非常迟钝。,如何缩小这种差距呢?要靠人工智能技术。从长远观点看,需要彻底改变冯诺依曼计算机的体系结构,研制智能计算机。但从目前条件看,还主要靠智能程序系统来提高现有计算机的智能化程度。智能程序系统和传统的程序系统相比,具有以下几个主要特点。,32,人工智能研究的主要特点,1)基于知识知识是一切智能系统的基础,任何智能系统的活动过程都是一个获取知识和运用知识的过程,而要获取和运用知识,首先应该能够对知识进行表示。所谓知识表示就是用某种约定的方式对知识进行的描述。在知识表示方面目前有两种基本观点:一种是叙述性(Declarative)观点,另一种是过程性(Procedural)观

30、点。叙述性知识表示观点是将知识的表示与知识的运用分开处理,在知识表示时不涉及如何运用知识的问题;过程性知识表示观点是将知识的表示与知识的运用结合起来,知识就包含在程序之中。两种观点各有利弊,目前人工智能程序采用较多的是叙述性观点。当然,也可根据具体问题的性质而定。,33,人工智能研究的主要特点,2)运用推理 所谓推理(Reasoning)就是根据已有知识运用某种策略推出新知识的过程。事实上,一个智能系统仅有知识是不够的,它还必须具有思维能力,即能够运用知识进行推理和解决问题。人工智能中的推理方法主要有经典逻辑推理、不确定性推理和非单调性推理。,3)启发式搜索 所谓搜索就是根据问题的现状不断寻找

31、可利用的知识,使问题能够得以解决的过程。人工智能中的搜索分为盲目搜索和启发式(Heuristics)搜索两种。所谓盲目搜索是指仅按预定策略进行搜索,搜索中获得的信息不改变搜索过程的搜索方法。所谓启发式搜索则是指能够利用搜索中获得的问题本身的一些特性信息(亦称启发信息)来指导搜索过程,使搜索朝着最有希望的方向前进。人工智能主要采用的是启发式搜索策略。,34,人工智能研究的主要特点,4)数据驱动方式所谓数据驱动(Data Driven)是指在系统处理的每一步,当考虑下一步该做什么时,需要根据此前所掌握的数据内容(亦称事实)来决定。与数据驱动方式对应的另一种方式是程序驱动(Program Drive

32、n),所谓程序驱动是指系统处理的每一步及下一步该做什么都是由程序事先预定好的。人类在解决问题时主要使用数据驱动方式,因此智能程序系统也应该使用数据驱动方式,这样会更接近于人类分析问题、解决问题的习惯。,35,人工智能研究的主要特点,5)用人工智能语言建造系统人工智能语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序语言。它能够完成非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题的求解。人工智能语言和传统程序设计语言相比,具有以下主要特点: 具有回溯和非确定性推理功能; 能够进行符号形式的知识信息处理; 能够动态使用知识和动态分配存储空间; 具有模式匹

33、配和模式调用功能; 具有并行处理和并行分布式处理功能; 具有信息隐蔽、抽象数据类型、继承、代码共享及软件重用等面向对象方面的特征; 具有解释推理过程的说明功能; 具有自学习、自适应的开放式软件环境等。,人工智能语言可从总体上划分为通用型和专用型两种。通用型人工智能语言主要是指以LISP为代表的函数型语言、以 Prolog为代表的逻辑性语言和以C+等为代表的面向对象语言。专用型人工智能语言主要是指那种由多种人工智能语言或过程语言相互结合而构成的,具有解决多种问题能力的专家系统开发工具和人工智能开发环境。,36,1.5 人工智能的研究领域,在大多数学科中都存在着几个不同的研究领域,每个领域都有其特

34、有的感兴趣的研究课题、研究技术和术语。由于智能的复杂性,人工智能实际上是一个大学科。经过40余年的发展,现在其技术脉络已日趋清楚,理论体系已逐渐形成,应用范围不断扩展,人工智能学科现已分化出了许多的分支研究领域。下面我们从不同角度对其作一简介。,37,1.5.1 经典的人工智能研究领域 1.5.2 基于脑功能模拟的领域划分 1.5.3 基于实现技术的领域划分 1.5.4 基于应用领域的领域划分 1.5.5 基于应用系统的领域划分 1.5.6 基于计算机系统结构的领域划分 1.5.7 基于实现工具与环境的领域划分,人工智能的研究领域,38,1.5.1 经典的人工智能研究领域,在经典的人工智能研究

35、中,这样的领域包括逻辑推理与定理证明、博弈、自然语言处理、专家系统、自动程序设计、机器学习、人工神经网络、机器人学、模式识别、计算机视觉、智能控制、智能检索、智能调度与指挥、智能决策支持系统、知识发现和数据挖掘,以及分布式人工智能等。值得指出的是,正如不同的人工智能子领域不是完全独立的一样,这里所要讨论的各种智能特性也完全不是互不相关的。把它们分开来介绍只是为了便于指出现有的人工智能程序能够做些什么和还不能做什么。,39,经典的人工智能研究领域,1逻辑推理与定理证明 2博弈 3自然语言理解 4专家系统 5自动程序设计 6机器学习 7人工神经网络 8机器人学 9模式识别,10计算机视觉 11智能

36、控制 12智能检索 13智能调度与指挥 14智能决策支持系统 15知识发现和数据挖掘 16分布式人工智能,40,1逻辑推理与定理证明早期的逻辑演绎研究工作与问题和难题的求解相当密切。已经开发出的程序能够借助于对事实数据库的操作来“证明”断定;其中每个事实由分立的数据结构表示,就像数学逻辑中由分立公式表示一样。与人工智能的其它技术的不同之处是,这些方法能够完整地和一致地加以表示。也就是说,只要本原事实是正确的,那么程序就能够证明这些从事实得出的定理,而且也仅仅是证明这些定理。逻辑推理是人工智能研究中最持久的子领域之一。其中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,

37、留意可信的证明,并在出现新信息时适时修正这些证明。,经典的人工智能研究领域,41,对数学中臆测的定理寻找一个证明或反证,确实称得上是一项智能任务。为此不仅需要有根据假设进行演绎的能力,而且需要某些直觉技巧。例如为了求证主要定理而猜测应当首先证明哪一个引理。一个熟练的数学家运用他的(以大量专门知识为基础的)判断力能够精确地推测出某个科目范围里哪些前已证明的定理在当前的证明中是有用的,并把他的主问题归结为若干子问题,以便独立地处理它们。有几个定理证明程序已在有限的程度上具有某些这样的技巧。1976年7月,美国的阿佩尔(KAppel)等人合作解决了长达124年之久的难题四色定理。他们用三台大型计算机

38、,花去1200小时CPU时间,并对中间结果进行人为反复修改500多处。四色定理的成功证明曾轰动计算机界。,经典的人工智能研究领域,42,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。例如,采用谓词逻辑语言的演绎过程的形式化有助于我们更清楚地理解推理的某些子命题。许多非形式的工作,包括医疗诊断和信息检索都可以和定理证明问题一样加以形式化。因此,在人工智能方法的研究中定理证明是一个极其重要的论题。,经典的人工智能研究领域,43,2博弈 博弈(Game Playing)是一个有关对策和斗智问题的研究领域。例如,下棋、打牌、战争等这一类竞争性智能活动都属于博弃问题。博奔是人类社会和自然界中

39、普遍存在的一种现象,博奔的双方可以是个人、群体,也可以是生物群或智能机器,各方都力图用自己的智力击败对方。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。在下棋程序中应用的某些技术,如向前看几步,并把困难的问题分成一些比较容易的子问题,发展成为搜索和问题归约这样的人工智能基本技术。今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。另一种问题求解程序把各种数学公式符号汇编在一起,其性能达到很高的水平,并正在为许多科学家和工程师所应用。有些程序甚至还能够用经验来改善其性能。1993年美国出版了一个叫做MACSYMA的软件,就能进行比较复杂的数学公式符号运算。,经

40、典的人工智能研究领域,44,这个领域中未解决的问题包括人类棋手具有的但尚不能明确表达的能力,如国际象棋大师们洞察棋局的能力。另一个未解决的问题涉及问题的原概念,在人工智能中叫做问题表示的选择。人们常常能够找到某种思考问题的方法从而使求解变易而解决该问题。到目前为止,人工智能程序已经知道如何考虑它们要解决的问题,即搜索解答空间,寻找较优的解答。迄今为止,人工智能对博弈的研究多以下棋为对象,但其目的并不是为了让计算机与人下棋,而主要是为了给人工智能研究提供一个试验场地,对人工智能的有关技术进行检验,从而也促进这些技术的发展。博弈研究的一个代表性成果是IBM公司研制的超级计算机“深蓝”。“深蓝”被称

41、为世界上第一台超级国际象棋电脑,该机有32个独立运算器,其中每一个运算器的运算速度都在每秒200万次以上,机内还装了一个包含有200万个棋局的国际象棋程序。“深蓝”于1997年6月 3日至5月 11日在美国纽约曼哈顿同当时的国际象棋世界冠军苏联人卡斯帕罗夫对弈6局,结果“深蓝”获胜。,经典的人工智能研究领域,45,3自然语言理解自然语言处理也是人工智能的早期研究领域之一,并引起进一步的重视。已经编写出能够从内部数据库回答用英语提出的问题的程序,这些程序通过阅读文本材料和建立内部数据库,能够把句子从一种语言翻译为另一种语言,执行用英语给出的指令和获取知识等。有些程序甚至能够在一定程度上翻译从话筒

42、输入的口头指令(而不是从键盘打入计算机的指令)。尽管这些语言系统并不像人们在语言行为中所做的那样好,但是它们能够适合某些应用。那些能够回答一些简单询问的和遵循一些简单指示的程序是这方面的初期成就,它们与机器翻译初期出现的故障一起,促使整个人工智能语言方法的彻底变革。目前语言处理研究的主要课题是:在翻译句子时,以主题和对话情况为基础,注意大量的一般常识世界知识和期望作用的重要性。,经典的人工智能研究领域,46,实际语言系统的技术发展水平是用各种软件系统的有效“前端”来表示的。这些程序接收某些局部形式的输入,但不能处理英语语法的某些微小差别,而且只适用于翻译某个有限讲话范围内的句子。人工智能在语言

43、翻译与语音理解程序方面已经取得的成就,发展为人类自然语言处理的新概念。当人们用语言互通信息时,他们几乎不费力地进行极其复杂却又只需要一点点理解的过程。然而要建立一个能够生成和“理解”哪怕是片断自然语言的计算机系统却是异常困难的。语言已经发展成为智能动物之间的一种通信媒介,它在某些环境条件下把一点“思维结构”从一个头脑传输到另一个头脑,而每个头脑都拥有庞大的高度相似的周围思维结构作为公共的文本。这些相似的、前后有关的思维结构中的一部分允许每个参与者知道对方也拥有这种共同结构,并能够在通信“动作”中用它来执行某些处理。语言的发展显然为参与者使用他们巨大的计算资源和公共知识来生成和理解高度压缩和流畅

44、的知识开拓了机会。语言的生成和理解是一个极为复杂的编码和解码问题。,经典的人工智能研究领域,47,一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写的片断语言的计算机系统所取得的某些进展,其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。,经典的人工智能研究领域,48,4专家系统专家系统(Expert System,简称ES)是一种基于知识的智能系统,它将领域专家的经验用知识表示方法表示出来,并放入知识库中,供推理机使用。由于专家系统包含了大量的专家知识,并具有使用这

45、些知识的能力,因此可用来解决该领域中需要专家才能解决的问题。专家系统目前尚无公认的定义,一种比较一致的解释是:专家系统是一个能在某特定领域内,以专家水平去解决该领域中困难问题的计算机程序。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的知识与经验,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。也就是说,专家系统是一个具有大量专门知识与经验的程序系统,它应用人工智能技术,根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断,模拟人类专家的决策过程,以解决那些需要专家决定的复杂问题。,经典的人工智能研究领域,49,近年来,在专家系统或“知识工程”的

46、研究中已经出现了成功和有效地应用人工智能技术的趋势。有代表性的是,用户与专家系统进行“咨询对话”,就像他与具有某方面经验的专家进行对话一样:解释他的问题,建议进行某些试验以及向专家系统提出询问以求得到有关解答等。目前的实验系统,在咨询任务如化学和地质数据分析、计算机系统结构、建筑工程以及医疗诊断等方面,其质量已经达到很高的水平。可以把专家系统看做人类专家(他们用“知识获取模型”与专家系统进行人机对话)和人类用户(他们用“咨询模型”与专家系统进行人机对话)之间的媒介。在人工智能的这个领域里,还有许多研究集中在使专家系统具有解释它们的推理能力,从而使咨询更好地为用户所接受,又能帮助人类专家发现系统

47、推理过程中出现的差错。,经典的人工智能研究领域,50,当前的研究涉及有关专家系统设计的各种问题。这些系统是在某个领域的专家与系统设计者之间经过艰苦的反复交换意见之后建立起来的。现有的专家系统都局限在一定范围内,而且没有人类那种能够知道自己什么时候可能出错的感觉,新的研究包括应用专家系统来教初学者以及请教有经验的专业人员。 专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。高性能的专家系统也已经从学术研究开始而进入实际应用研究。专家系统作为人工智能中最活跃、发展最快的一个分支,已广泛应用于工业、农业、医学、地质、气象、交通、军事、法律、空间技术、环境科学和信息

48、管理等众多领域,并产生了巨大的经济效益和社会效益。随着人工智能整体水平的提高,专家系统也获得发展。正在开发的新一代专家系统有分布式专家系统和协同式专家系统等。在新一代专家系统中,不但采用基于规则的方法,而且采用基于模型的原理。,经典的人工智能研究领域,51,5自动程序设计自动程序设计也许并不是人类知识的一个十分重要的方面,但是它本身却是人工智能的一个重要研究领域。已经研制出能够以各种不同的目的描述(例如输入输出对,高级语言描述,甚至英语描述算法)来编写计算机程序。这方面的进展局限于少数几个完全现成的例子。对自动程序设计的研究不仅可以促进半自动软件开发系统的发展,而且也使通过修正自身数码进行学习

49、(即修正它们的性能)的人工智能系统得到发展。程序理论方面的有关研究工作对人工智能的所有研究工作都是很重要的。,经典的人工智能研究领域,52,自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。已经发现,对程序设计或机器人控制问题,先产生一个不费事的有错误的解,然后再修改它(使它正确工作),这种做法一般要比坚持要求第一个解就完全没有缺陷的做法有效得多。,经典的人工智能研究领域,53,6机器学习 学习能力无疑是人工智能研究上最突出和最重要的一个方面。人工智能在这方面的研究近年来取得了一些进展。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

50、具有智能的根本途径。正如香克(RShank)所说:“一台计算机若不会学习,就不能称为具有智能的。”此外,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。所以这是一个始终得到重视,理论正在创立,方法日臻完善,但远未达到理想境地的研究领域。,经典的人工智能研究领域,54,一个学习过程本质上是学习系统把导师(或专家)提供的信息转换成能被系统理解并应用的形式。按系统对导师的依赖程度可将学习方法分类为: (1) 机械式学习 (Rote learning) (2) 讲授式学习 (Learning from instruction) (3) 类比学习 (Learning by analogy) (4) 归纳学习(Learning from induction) (5) 观察发现式学习(Learning by observation & discovery) (6) 基于解释的学习。 (7) 基于事例的学习。 (8) 基于概念的学习。 (9) 基于神经网络的学习。 (10) 遗传学习等。,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 企业管理 > 管理学资料

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报