人工智能课件cumt第一章绪论.ppt

《人工智能课件cumt第一章绪论.ppt》由会员分享，可在线阅读，更多相关《人工智能课件cumt第一章绪论.ppt（99页珍藏版）》请在三一文库上搜索。

1、2019/2/19,1,人工智能,任课教师：夏战国 副教授,Phones: 13952209811 83591739（O） 83995627（H） E-mail: 教学邮箱: xiazg_ pwd: xiazg123,2019/2/19,2,人工智能,课程性质、目标及任务 教材 参考书目 课程要求 课程的主要内容、重点和难点,2019/2/19,3,课程性质、目标及任务,人工智能是计算机科学基础理论研究的重要组成部分（专业必修课）。 通过本课程的学习： 了解 （1）什么是人工智能，人工智能的发展； （2）4种智能观，3大学派； （3）重要研究领域； 掌握 （4）人工智能的基本概念、基本方法；

2、 （5）人工智能求解问题的特点； 会用 （6）知识表示方法、搜索方法、推理方法和机器学习等方法求解问题。,2019/2/19,4,教材（Textbook）,人工智能 编著：丁世飞 清华大学出版社,2019/2/19,5,参考书目 （Reference Books）,1人工智能基础 高济，高等教育出版社 2人工智能 史忠植 王文杰 国防工业出版社 3 智能科学与人工智能网站 http:/ 积极参与课堂讨论，认真完成作业 按要求提交一篇阅读报告 【成绩评定】 平时上课、作业15 阅读报告15 期末考试70,一定要有自己的东西,2019/2/19,8,课程的主要内容、重点和难点,Ch1 绪论 Ch2

3、 知识表示 谓词逻辑、产生式、语义网络、框架 Ch3 搜索策略 状态空间、启发式搜索、问题规约 Ch4 确定性推理 自然演绎推理、归结演绎推理 Ch5 不确定性推理 主观Bayes、可信度方法、证据理论 Ch6 机器学习 归纳学习、决策树学习、实例学习,2019/2/19,9,第一章 绪论,2019/2/19,10,第1章 绪论,【主要内容】 1.1 什么是人工智能 1.2 人工智能的发展 1.3 人工智能的研究内容 1.4 人工智能研究的主要方法 1.5 人工智能的应用 1.6 存在的问题和发展前景,2019/2/19,11,第1章 绪论,人工智能自诞生之日起就引起人们无限美丽的想象和憧憬；

4、已经成为学科交叉发展中的一盏明灯,光芒四射；但其理论起伏跌宕，也存在争议和误解。,2019/2/19,12,很早人类就有制造机器人的幻想 黄帝的“指南车” 诸葛亮的“木牛流马” 亚里士多德的形式逻辑 莱布尼茨的关于数理逻辑的思想 “机器人”一词的来源,2019/2/19,13,现代计算机的发展已能够存储极其大量的信息，进行快速信息处理，软件功能和硬件实现均取得长足进步，使人工智能获得进一步的应用。 人类智能伴随着人类活动时时处处存在。 人类的许多活动，如下棋、竞技、解题、游戏、规划和编程，甚至驾车和骑车都需要“智能”。 如果机器能够执行这种任务，就可以认为机器已具有某种性质的“人工智能”。,2

5、019/2/19,14,1.1 什么是人工智能,【现代人工智能的起源】 现代人工智能（Artificial Intelligence，简称AI），一般认为起源于美国1956年夏季的达特茅斯会议，在这次会议上， John McCarthy第一次提出了“Artificial Intelligence”这个词。,约翰麦卡锡 （John McCarthy）,人工智能之父 首次提出AI的概念 LISP语言的发明人,2019/2/19,15,1.1 什么是人工智能,【人工智能的定义】 人工智能是人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。 说明了AI研究的目标用机器（计算机）来模拟人脑的思维

6、活动，并解决需要人类的智力才能处理的复杂问题。 人工智能是计算机科学的一个分支，其目标是使智能行为自动化。 强调了AI是计算机科学的一部分 研究建立在计算机科学的理论和原理之上 表示知识的数据结构 应用知识所需的算法 实现算法的语言和编程技术,2019/2/19,16,1.1 什么是人工智能,综合上述各种观点，可以认为： 智能是知识与智力的总和。 其中，知识是一切智能行为的基础；而智力是获取知识并运用知识求解问题的能力，即在任意给定的环境和目标的条件下，正确制订决策和实现目标的能力，它来自人脑的思维活动。,2019/2/19,17,智能具有下列特征:,1.具有感知能力(Perceiving a

7、bility) vision(80%)+hearing(10%)+touching+smelling+ 2.记忆与思维能力(Memorizing and thinking ability) analysis + computation + comparison + judgment + inference + association + decision-making + logical thinkingthinking in terms of image inspiration thinking 3.学习能力及自适应能力 (Learning and self-adapting ) 4.具有行

8、为能力 (Acting ability),2019/2/19,18,1.1 什么是人工智能,【智能观】,1 类人行为方法,2 类人思维方法 （计算机+心理学） 认知学派,3 理性思维方法 （逻辑推理） 逻辑学派,4 理性行为方法,2019/2/19,19,C1: 类人行为系统(Systems that act like human),定义1：人工智能是制造能够完成需要人的智能才能完成的任务的机器的技术(“The art of creating machines that perform functions that requires intelligence when performed by

9、 people”)(Kurzweil，1990)。 定义2：人工智能是研究如何让计算机做现阶段人类才能做得更好的事情(The study of how to make computers do things at which ,at the moment, people are better”)(Rick和Knight，1991)。,2019/2/19,20,这种观点与图灵测试的观点很吻合,是一种类人行为定义的方法. 1950年, 阿兰图灵(Alan Turing)提出图灵测试, 为智能提供一个满足可操作要求的定义. 图灵测试用人类的表现来衡量假设的智能机器的表现,这无疑是评价智能行为的最好且

10、唯一的标准.,2019/2/19,21,图灵称为“模仿游戏”的测试是这样进行的: 将一个人与一台机器置于一间房间中，而与另外一个人分隔开来，并把后一个人称为询问者。询问者不能直接见到屋中任一方，也不能与他们说话，因此，他不知道到底哪一个实体是机器，只可以通过一个类似终端的文本设备与他们联系。,然后,让询问者仅根据通过这个仪器提问收到的答案辨别出哪个是计算机，哪个是人。如果询问者不能区别出机器和人，那么根据图灵的理论， 就可以认为这个机器是智能的。,图灵测试的基本过程,2019/2/19,22,自然语言处理: 实现用自然语言与计算机进行交流; 知识表示: 存储它知道的或听到的、看到的； 自动推理

11、：能根据存储的信息回答问题，并提出新的结论； 机器学习：能适应新的环境，并能检测和推断新的模式； 计算机视觉：可以感知物体； 机器人技术：可以操纵和移动物体。,一台机器要通过图灵测试，它需要有下面的能力：,2019/2/19,23,它给出了一个客观的智能概念，也就是根据对一系列特定问题的反应来决定是否是智能体的行为。这为判断智能提供了一个标准，从而避免了有关部门智能：“真正”特征的必然争论。 这项实验使我们免于受到诸如以下目前无法回答的问题的牵制：计算机使用的内部处理方法是否恰当或者机器是否是否真的意识到其动作。 通过使询问者只关注回答问题的内容，消除了有利于生物体的偏置。,图灵测试的重要特征

12、：,2019/2/19,24,定义3：人工智能是一种使计算机能够思维、使机器具有智力的激动人心的新尝试(“The exciting new effort to make computers thinkmachines with minds, in the full and literal sense”)（Haugeland，1985）。 定义4：人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化(“The automation of activities that we associate with human thinking, activities such as decis

13、ion making, problem solving, learning”) (Bellman，1978) 。,C2: 类人思维系统 (Systems that think like humans),2019/2/19,25,C3: 理性思维系统(Systems that think rationally),定义5：人工智能是用计算模型对智力行为进行的研究(“The study of mental faculties through the use of computational models”)(Charniak和McDermoth，1985)。 定义6：人工智能是研究那些使理解、推理和

14、行为成为可能的计算(“The study of the computations that make it possible to perceive, reason, and act”)(Winston，1992)。,2019/2/19,26,C4: 理性行为系统(Systems that act rationally),定义7：人工智能是一门通过计算过程力图解释和模仿智能行为的学科(“A field of study that seeks to explain and emulate intelligent behavior in terms of computational process

15、es”)(Schalkoff，1990 )。 定义8：人工智能是计算机科学中与智能行为的自动化有关的一个分支(“The branch of computer science that is concerned with the automation of intelligent behavior”) (Luger和Stubblefield，1993)。,2019/2/19,27,1.1 什么是人工智能,人工智能（AI）一门正在发展中的综合性前沿学科，它由计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科相互渗透而发展起来。 人工智能的魅力就在于 为探索“智能理论”提供了一种媒介和

16、实验台 首先用计算机程序语言表达这些理论 然后再在实际计算机上执行来进行测试和验证 最终目标建立关于智能的理论和让智能机器达到人类的智能水平（人工智能体）。,2019/2/19,28,1.2 人工智能的发展,课本上将人工智能的发展划分为： 孕育期（1956年前） 形成期（1956年-1969年） 基于知识的系统 神经网络的复兴 智能主体的兴起 细分为6个阶段： 形成 初战告捷 困难重重（第一次低潮） 知识就是力量（知而获智，智达高远） 泡沫破碎（第二次低潮） 稳健增长,2019/2/19,29,AI发展的历史 形成,Aristotle（亚里士多德）(公元前384-322)，古希腊伟大的哲学家、

17、思想家 代表作工具论中最早给出了形式逻辑的一些基本规律，如矛盾律、同一律、排中律； 称为三段论的演绎推理（最著名的创造 ）； Bacon（培根）(1561-1626)，英国哲学家和自然科学家 系统地提出了归纳法 ； 强调了知识的作用“知识就是力量” ；,2019/2/19,30,AI发展的历史 形成,Leibnitz（莱布尼茨）(1646-1716)，德国数学家和哲学家 与Newton（牛顿）并列为微积分的发明者； 改进了Pascal的加法计算器，做出了四则运算的手摇计算器 ； 数理逻辑奠基人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 ；,2019/2/19,3

18、1,AI发展的历史 形成,Boole（布尔）(1815-1864)，英国数学家、逻辑学家 初步实现了莱布尼茨关于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 Gdel（哥德尔）(1906-1978)，美籍奥地利数理逻辑学家 研究数理逻辑中的根本性问题：形式系统的完备性和可判断性； 指出了把人的思维形式化和数学化的某些极限，在理论上证明了某些事情是做不到的；,2019/2/19,32,AI发展的历史 形成,1943年，McCulloch（美国神经生理学家）和Pitts建成了第一个神经网络模型 用模拟人脑来实现人工智能的研究 开创了微观人工智能 1948年 ，Shannon（香农，

19、美国数学家）发表的通讯的数学理论代表了信息论的诞生 心理学家在此基础上提出了各种描述人的心理活动的数学模型； 信息论和心理学的结合，构成了当代人工智能研究的另一个重要潮流宏观人工智能。,2019/2/19,33,AI发展的历史 形成,Turing（图灵）(1912-1954)，英国数学家 1936年提出一种理想计算机的数学模型（图灵机）（理想计算机中提出）； 1950年发表的计算机和智能（真正可以思考的机器 ？）； 提出了图灵测试来描述什么是会思考的机器； 图灵测试是对智能标准的一个明确定义； 图灵奖 计算机界最负盛名的奖项，有“计算机界诺贝尔奖”之称。,2019/2/19,34,AI发展的历

20、史 形成,1946年，电子数字积分计算机 ENIAC诞生。 这项划时代的成果为人工智能研究奠定了物质基础。 1642年Pascal的加法器 1673年Leibnitz的四则运算器 1832年Babbage的分析器 1889年Hollerith（霍列瑞斯）的穿孔卡计算机 Von Neumann（冯.诺依曼）计算机,2019/2/19,35,AI发展的历史 形成,1956年夏季，人工智能（AI）作为一门独立的学科正式诞生 在达特茅斯大学召开的世界上第一次人工智能大会。经McCarthy提议，在会上正式决定使用人工智能一词来概括这个研究方向。 McCarthy人工智能之父 会议参加者： Minsky

21、(哈佛大学数学神经学家) Rochester (IBM公司信息研究中心负责人) Shannon(香农)(贝尔实验室信息部数学研究员) T. Moore(摩尔)和A. Samuel(塞缪尔) (IBM公司) A.Newell(艾伦.纽厄尔) H.A.Simon(西蒙),2019/2/19,36,马文明斯基 （Marniv Lee Minsky）,框架理论的创立者 首位获得图灵奖的人工智能学者,2019/2/19,37,马文明斯基 （Marniv Lee Minsky）,1927年出生于美国纽约 1951年提出思维如何萌发并形成的基本理论 1956年达特茅斯会议的发起人之一 1958年在MIT创建

22、世界上第一个AI实验室 1969年获得图灵奖 1975年首创框架理论,2019/2/19,38,约翰麦卡锡 （John McCarthy）,人工智能之父 LISP语言的发明人 首次提出AI的概念,2019/2/19,39,约翰麦卡锡 （John McCarthy）,1927年出生于美国波士顿 1956年发起达特茅斯会议，并提出“人工智能”的概念 1958年与明斯基一起创建世界上第一个人工智能实验室 发明剪枝算法 1959年开发LISP语言 开创逻辑程序研究，用于程序验证和自动程序设计 1971年获得图灵奖,2019/2/19,40,赫伯特西蒙 （Herbert A. Simon）,符号主义学派

23、的创始人 爱好广泛的全能科学家 中国科学院外籍院士,2019/2/19,41,赫伯特西蒙(Herbert A. Simon）,1916年出生于美国的威斯康辛州 1943年在匹兹堡大学获政治学博士学位 1969年因心理学方面的贡献获得杰出科学贡献奖 1975年和他的学生艾伦纽厄尔共同获得图灵奖 1978年获得诺贝尔经济学奖 1986年因行为学方面的成就获得美国全国科学家奖章,2019/2/19,42,艾伦纽厄尔（Allen Newell）,符号主义学派的创始人之一 西蒙的学生与同事 1975年与西蒙同获图灵奖,2019/2/19,43,50年代至60年代初开发了世界上最早的启发式程序“逻辑理论家

24、”LT，证明了数学原理第二章中的全部52个定理，开创了机器定理证明这一新的学科领域 60年开发了“通用问题求解系统”GPS 66年开发了最早的下棋程序之一MATER 70年发展与完善了语义网络的概念和方法 70年代提出了“物理符号系统假说” 70年代提出决策过程模型，成为DSS的核心内容,2019/2/19,44,AI发展的历史 初战告捷,第一次人工智能大会（1956年）前后的10年中，人工智能的研究取得了许多引人注目的成果： 自然语言翻译 定理证明程序 GPS（General Problem Solving，通用解题程序） 下棋程序 模式识别系统 LISP语言,2019/2/19,45,AI

25、发展的历史 初战告捷,自然语言的机器翻译 1953年，美国乔治敦大学的语言系主任组织了第一次机器翻译的实际试验； 1954年7月，IBM公司在701计算机上作了俄译英的公开表演。,2019/2/19,46,AI发展的历史 初战告捷,定理证明程序 1956年，Newell和Simon首先取得突破，编制的Logic Theorist（LT,逻辑理论家）证明了数学原理第2章中的38条定理。改进后，于1963年又继续证明了该章全部的52条定理； 1958年，美籍数理逻辑学家王浩，在IBM704上以3-5分钟的时间证明了数学逻辑中有关命题演算的全部220条定理，以及书中带等式的谓词演算的150定理中的8

26、5%。1959年，王浩再接再厉，仅用8.4分钟的时间就证明了以上全部定义； 1959年，IBM公司的Gelernter还研制出了平面几何证明程序； 1965年，Robinson独辟蹊径，提出了与传统的自然演绎法完全不同的归结演绎（消解法），当时被公认为是一项重大突破，掀起了研究计算机定理证明的又一次高潮。,2019/2/19,47,AI发展的历史 初战告捷,GPS（通用解题程序） 1957年开始，Newell、Shaw和Simon等人在LT（逻辑理论家）的基础上，开始研究一种不依赖于具体领域的通用解题程序，成为GPS。 GPS的研究前后持续了10年，最后版本发表于1969年。,2019/2/1

27、9,48,AI发展的历史 初战告捷,下棋程序 1956年，Samuel研制了跳棋程序，该程序具有学习功能，能够从棋谱中学习，也能在实践中总结经验，提高棋艺； 1959年打败了Samuel本人； 1962年打败了美国一个州的跳棋冠军。,2019/2/19,49,AI发展的历史 初战告捷,模式识别系统 1956年，Selfridge研制出第一个字符识别程序，接着又于1959年推出了功能更强的模式识别程序。 1965年，Roberts编制了可以分辨积木构造的程序，开创了计算机视觉的新领域。 LISP语言 1959年，McCarthy建立了人工智能程序设计语言Lisp,2019/2/19,50,1.1

28、958年，Newell, Simon说了许多“大话” 。 不出10年:,过于乐观,计算机将成为世界象棋冠军。,计算机将发现和证明重要的数学定理。,计算机将能谱写具有优秀作曲家水平的乐曲。,大多数心理学理论将在计算机上形成。,2.有人甚至断言，20世纪80年代将全面实现AI，2000年机器智能超过人。,2019/2/19,51,AI发展的历史 困难重重（第一次低潮）,Samuel的下棋程序当了州冠军后没有能进一步当上全国冠军。,机器翻译最糟糕。 著名的例子是：英语“The spirit is willing but the flesh is weak”翻译成俄语再翻译回来竟成了“The wine

29、 is good but the meat is spoiled”（酒是好的，肉变质了）。,从神经生理学角度研究人工智能的人发现他们遇到了几乎是不可能逾越的困难。,1965年发明的消解法很快就被发现能力有限。,2019/2/19,52,AI发展的历史 困难重重（第一次低潮）,人们对人工智能的乐观情绪大大下降 1971年，剑桥大学的应用数学家James在应政府要求起草的一份报告中指责人工智能的研究即使不是骗局，至少也是庸人自扰 IBM公司取消了本公司范围内的人工智能研究活动 人工智能解决不了实际问题,2019/2/19,53,AI发展的历史 知识就是力量(知而获智),以Feigenbaum为首的

30、年轻科学家 Newell等老一辈人工智能专家研究的最大弱点就是缺乏知识 “知识就是力量” 培根 开创新的应用领域 以知识为基础的专家咨询系统,2019/2/19,54,AI发展的历史 知识就是力量,阶段成果： 1968年，第一个成功的专家系统DENDRAL问世，它能根据质谱仪的数据推知物质的分子结构。 在DENDRAL的影响下，涌现出一大批各行各业的专家系统。 人们对人工智能的兴趣也开始与日俱增 。 IBM公司也开始感到在这方面不能无所作为。,2019/2/19,55,AI发展的历史 知识就是力量(知而获智),以Feigenbaum为首的年轻科学家 Newell等老一辈人工智能专家研究的最大弱

31、点就是缺乏知识 “知识就是力量” 培根 开创新的应用领域 以知识为基础的专家咨询系统 1977年，Feigenbaum教授在第5届国际人工智能大会(IJCAI)上，为这个领域起了一个名字：知识工程。,2019/2/19,56,爱德华费根鲍姆 （Edward A. Feigenbaum）,知识工程的提出者 大型人工智能系统的开拓者,2019/2/19,57,爱德华费根鲍姆 （Edward A. Feigenbaum）,1936年出生于美国的新泽西州 通过实验和研究，证明了实现智能行为的主要手段是知识 1977年提出知识工程，使人工智能从理论转向应用 名言：知识蕴藏着力量 1994年和劳伊雷迪共同

32、获得图灵奖,2019/2/19,58,1963年主编了计算机与思想一书，被认为是世界上第一本有关人工智能的经典专著 1968年开发出世界上第一个专家系统 开发出著名的专家系统MYCIN 80年代合著了四卷本的人工智能手册 开设Teknowledge和IntelliGenetics两个公司，是世界上第一家以开发和将专家系统商品化的公司,2019/2/19,59,劳伊雷迪 （Raj Reddy）,大型人工智能系统的开拓者,2019/2/19,60,劳伊雷迪（Raj Reddy）,37年出生于印度，66年在美国获得博士 1994年与费根鲍姆共同获得图灵奖 主持过一系列大型AI系统的开发 Navlab

33、 能在道路行驶的自动车辆项目 LISTEN 用于扫盲的语音识别系统 以诗人但丁命名的火山探测机器人项目 自动机工厂项目，提出“白领机器人学”,2019/2/19,61,AI发展的历史 泡沫破碎,80年代初，专家系统的开发走出了实验室，成为软件产业的一个新分支：知识产业。 大部分草率上马的专家系统项目无法实用 由于人工智能技术的不成熟性 人们对AI的期望值过高 80年代中期，AI特别是专家系统的泡沫迅速破灭，一部份人对AI的前景变得悲观，甚至有人提出AI的冬天已经来临。,2019/2/19,62,AI发展的历史 稳健增长,尽管年代中期AI研究跌到了谷底，但大部分AI研究者是清醒的。 一些老资格的

34、学者早就呼吁过不要渲染AI的威力，应该脚踏实地的工作。 自那以后，AI研究进入了稳健的线性增长时期，AI技术的实用化进程也步入了成熟时期。,2019/2/19,63,准确地讲，中国计算机的历史应该始于1958年8月1日，即从第一台国产电子计算机103机的诞生算起。 早在上世纪40年代末，在美国普林斯顿作访问学者的华罗庚，有幸结识了“计算机之父”冯*诺依曼和第一台计算机ENIAC的组织者戈德斯坦，并参观了他的实验室。从那时起，华老的心中已默默地勾勒着未来中国计算机的雏形。 1950年2月，华罗庚毅然放弃优厚的待遇返回祖国。1953年1月3日，他受命在中国科学院数学所内正式组建我国第一个计算机科研

35、小组，清华大学闵大可教授任组长，目标就是研制中国自己的计算机。1956年4月，在周恩来总理亲自领导制定12年科技发展远景纲要时，华罗庚教授被任命为计算机技术规划组组长，负责起草我国计算机事业发展的宏伟蓝图。,我国人工智能研究的历史,2019/2/19,64,1958年，闵大可教授率队赴苏考察。根据前苏联M-3机的设计图纸，中科院计算机所等单位完成了我国第一台小型计算机103机。采用磁芯和磁鼓存储器，内存仅有1kB，运算速度每秒30次，共生产了36台。 1958年，作为建国10周年献礼，他们又研制成功我国第一台大型通用计算机104机，内存2kB，速度每秒1万次生产了7台。 1958年，我国还自行

36、设计研制成功了107计算机，为中国人争了口气。 1960年，中科院计算机所研制出第二代晶体管计算机109乙机。 1971年，我国自行开发的第一台集成电路计算机150及问世。 1974年8月，电子工业部集中力量攻关研制的DJS-120计算机通过鉴定，并逐渐形成我国第一种国产DJS-100系列机，批量生产了近千台系列产品。,2019/2/19,65,1975年，华东计算机所推出新型655计算机，运算速度达到了每秒100万次的高水平可惜的是，这一进程在那场摧残科学的“浩劫”下，被迫中断和延续了多年。 迎来科学春天的80年代初，西方发达国家已跨进第四代计算机的门槛，大型机、小型机、巨型机和微型机林林总

37、总，IBM PC甚至作为“年度风云人物”登上了时代周刊的封面。 中国计算机科学家绝不自甘落后，他们是一群“顶天立地”的英雄。1983年，国防科技大学兹云桂教授等计算机专家在极其简陋的条件下，为中国奉献出第一台运算速度达1亿次的“银河1号”巨型机，保障了洲际导弹发射的准确性。,2019/2/19,66,周兴铭教授继承兹云桂遗志，1992年领导完成了“银河2号”巨型机，每秒速度为10亿次；1997年6月，他们再次推出“银河3号”巨型机，运算速度达到100亿次，综合技术达到国际先进水平。 1984年，国家计算机工业总局副局长王之委派卢明等一批青年技术专家开发出与IBM PC兼容的“长城0570H”微

38、型计算机。这台计算机，不仅是我国第一台商品化个人计算机，而且还催生了一个新兴的计算机产业。 在另一条战线上，国家高科技“863计划”的实施，也为中国赢得了自己的“深蓝”计算机高性能智能计算机。1993年10月，在李国杰院士领导下，“曙光1号”并行计算机通过国家鉴定。1995年5月，他们再次研制出“曙光1000”大规模并行计算机，速度达到每秒25亿次，不仅批量进入国内市场，而且还出口到非洲国家。,2019/2/19,67,我国人工智能研究的历史,1978， “智能模拟”纳入国家研究计划 1984，智能计算机及其系统的全国学术研讨会 1986，智能计算机，智能机器人和智能信息处理纳入国家高技术研究

39、计划（863计划） 1993，智能控制和智能自动化等列入国家科技攀登计划 1981，成立中国人工智能学会（CAAI） 1989，中国人工智能联合会议（CJCAI）,2019/2/19,68,自20世纪70年代末，80年代初开始正式起步的中国人工智能在短短的20多年里已形成了教学、科研及应用的庞大队伍，并取得了丰硕的成果。 80年代以来，“人工智能”已列入“计算机应用”专业的大学本科和研究生的正式课程； 在计算机应用专业中，人工智能方面的博士有很大比重； 我国已有多个“人工智能”的国家重点实验室，如吉林大学，清华大学，北京大学，浙江大学等； 总之，人工智能研究已在我国深入开展，它必将为促进其他学

40、科的发展和我国的现代化建设作出新的重大贡献。,2019/2/19,69,中国的人工智能界的 学术团体、会议、刊物和成就,学术团体： 中国人工智能学会(CAAI，1981年成立)； 全国高校人工智能研究会； 中国计算机学会人工智能与模式识别专业委员会； 中国自动化学会模式识别与机器智能专业委员会； 中国软件行业协会人工智能协会； 中国智能机器人专业委员会； 中国计算机视觉与智能控制专业委员会； 中国智能自动化专业委员会。,2019/2/19,70,中国的人工智能界的 学术团体、会议、刊物和成就（续）,学术会议： 1989年首次召开的中国人工智能联合会议(CJCAI)。每两年召开一次，至今已召开9

41、次。 已有10来部国内编著的具有知识产权的人工智能专著和教材公开出版。模式识别与人工智能杂志于1987年创刊。智能系统、 智能技术两杂志于2006年创刊。 中国的科技工作者已在人工智能领域取得许多具有国际领先水平的创造性成果。其中，尤以吴文俊院士关于几何定理证明的“吴氏方法”最为突出，已在国际上产生重大影响，荣获2000年国家最高科学技术奖。,2019/2/19,71,1.3 人工智能的研究内容,知识表示,搜索,推理,机器学习,2019/2/19,72,1.4 人工智能研究的主要方法,近年来AI研究形成三种不同的研究学派： 符号主义（AI研究的传统观点 ） 连接主义 行为主义：智能行为的基础是

42、“感知-行动”，是在与环境的交互作用中表现出来的。,2019/2/19,73,以符号处理为核心的方法： 又称为自上而下和符号主义,起源于GPS,用于模拟人类问题求解过程的心理过程,逐渐形成为物理符号系统 AI的目标就是实现机器智能,而计算机自身具有符号处理功能,它本身就蕴含着推理能力,因而可能够方便地模拟逻辑思维过程 符号主义认为：人类智能的基本单元是符号，认知过程就是符号操作过程，从而思维就是符号计算,符号主义,2019/2/19,74,主要特征: (1)立足于逻辑运算和符号操作,适合于模拟人的逻辑思维过程,解决需要逻辑推理的复杂问题 (2)知识可用显示的符号表示,在已知基本规则的情况下,无

43、需输入大量的细节知识 (3)便于模块化,当个别事实发生变化时,易于修改 (4)能与传统的符号数据库进行连接 (5)可对推理结论进行解释,便于对各种可能性进行选择,符号主义,2019/2/19,75,缺点： 可以解决逻辑思维,但对于形象思维难于模拟 信息表示成符号后,在处理或转换时,信息有丢失的情况,符号主义,2019/2/19,76,以网络连接为主的连接机制方法： 又称为自下而上和连接主义,属于非符号处理范畴. 在现实中，人们并不仅仅依靠逻辑推理来求解问题，有时非逻辑推理还其着非常重要的作用 连接主义：人工智能可以通过仿生人类的大脑的结构来实现，它研究的内容就是神经网络。,连接主义,2019/

44、2/19,77,主要特征: (1)通过神经元之间的并行协作实现信息处理,处理过程具有并行性,动态性,全局性 (2)可以实现联想的功能,便于对有噪声的信息进行处理 (3)可以通过对神经元之间连接强度的调整实现学习和分类等 (4)适合模拟人类的形象思维过程 (5)求解问题时,可以较快的得到一个近似解,连接主义,2019/2/19,78,连接主义,缺点 (1)不适合于解决逻辑思维 (2)体现结构固定和组成方案单一的系统也不适合多种知识的开发,2019/2/19,79,行为主义,行为主义又称为进化主义或控制论学派，是基于控制论和“动作-感知”型控制系统的人工智能学派，属于非符号处理方法 行为基本观点可

45、以概括为： 1、知识和形式化表达和模型化方法是人工智能的重要障碍之一； 2、智能取决于感知和行动，应直接利用机器对环境作用后，环境对作用的响应为原形 3、智能行为只能现实在世界中与周围环境交互作用而表现出来 4、人工智能可以像人类智能一样逐步进化，分阶段发展和增强。,2019/2/19,80,这种观点认为人工智能起源于控制论，智能取决于感知和行动(所以被称为行为主义)，它不需要知识、不需要表示、不需要推理。 其代表人是布鲁克(R.A. Brooks)，他的观点是：人的本质能力是在动态环境中的行为能力、对外界事物的感知能力、维持生命和繁衍生息的能力，正是这些能力对智能的发展提供了基础，因此智能行

46、为只能在与现实世界的环境交互作用中表现出来，这似乎符合达尔文的进化论，即人工智能也会像人类智能一样通过逐步进化而实现(所以称为进化主义)，而不需要有知识表示和知识推理。,行为主义,2019/2/19,81,行为主义,Brooks的代表性成果是他所研制的6足机器虫。Brooks认为要求机器人像人一样去思维太困难了，在做一个像样的机器人之前，不如先做一个像样的机器虫，由机器虫慢慢进化， 或许可以做出机器人。于是他在MIT的AI实验室研制成功了一个由150个传感器和23个执行器构成的像煌虫一样能做6足行走的机器人实验系统。这个机器虫虽然不具有像人那样的推理、规划能力 , 但其应付复杂环境的能力却大大

47、超过了原有的机器人, 在自然(非结构化)环境下，具有灵活的防碰撞和漫游行为 。 目前这一观点尚未形成完整的理论体系，有待进一步研究，但由于它与人们的传统看法完全不同，因而引起了人工智能界的注意。,2019/2/19,82,Parent disciplines of AI,Philosophy & Cog. Sc.,Maths.,Psychology,Computer Science,Artificial Intelligence,Reasoning , Learning, Planning, Perception, Knowledge acquisition, Intelligence Sea

48、rch, Uncertainty management, others,Language/Image Understanding,Theorem Proving,Game Playing,Robotics & Navigation,Subjects covered under AI,Application areas of AI,1.5 人工智能研究的主要领域,2019/2/19,83,1.博弈 2.自动定理证明 3.专家系统 4.自然语言理解 5.机器视觉 6.自动程序设计 7.机器人学 8.机器学习 9.人工神经网络,10.智能决策支持 系统 11.智能检索 12.分布式人工智 能与Age

49、nt 13.数据挖掘与知 识发现 14.系统与语言工 具,1.5 人工智能研究的主要领域,2019/2/19,84,1.5 人工智能研究的主要领域 基于知识的系统,基于知识的系统简称 KB(Knowledge Based)系统，是应用人类知识来解决问题（通常是困难问题）的计算机软件系统，当其表现出专家级问题求解能力时称为专家系统（Def）。 解决问题时包括三个步骤： 获取知识 以适合推理机解释性使用的形式存入知识库 按类似于人的逻辑思维解决问题,2019/2/19,85,IBM的“深蓝”,北京时间1997年5月12日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝”