人工智能原理ch1

1、第一章第一章 绪论绪论 第二章第二章 谓词演算与消解原理谓词演算与消解原理 第三章第三章 知识表示知识表示 第四章第四章 一般搜索原理一般搜索原理 第五章第五章 高级求解技术高级求解技术 第六章第六章 专家系统专家系统 第七章第七章 机器学习机器学习第八章第八章 模型偏差补偿控制模型偏差补偿控制 第一章第一章 绪论绪论 什么是人工智能什么是人工智能 、人工智能的研究历、人工智能的研究历史以及人工智能研究领域史以及人工智能研究领域1.1 人工智能人工智能 1.1.1 什么是人工智能什么是人工智能 人工智能（人工智能（Artificial Intelligence）又）又称为机器智能（称为机器智能

2、（Machine Intelligence）是计算机科学中一门新兴的边缘学科。是计算机科学中一门新兴的边缘学科。 定义定义1: 1: 智能机器智能机器 (intelligence machine)(intelligence machine) 能够在能够在各类环境中自主地或交互地执行各类拟人各类环境中自主地或交互地执行各类拟人任务的机器。任务的机器。 定义定义2: 2: 人工智能人工智能 （学科）（学科） 人工智能（学科）是计算机科学中涉及研究、设人工智能（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

3、和执行人脑的某些智力功能，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。并开发相关理论和技术。 定义定义3: 3: 人工智能（能力）人工智能（能力） 人工智能（能力）是人工智能（能力）是智能机器所执行的通常与人智能机器所执行的通常与人类智能有关类智能有关的功能，如判断、推理、证明、识别、的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解感知、理解、设计、思考、规划、学习和问题求解等思维活动。等思维活动。 其它几种关于人工智能的定义其它几种关于人工智能的定义定义定义4: 4: 人工智能是一种使计算机能够思维，使机器人工智能是一种使计算机能够思维，

4、使机器具有智力的激动人心的新尝试（具有智力的激动人心的新尝试（Haugeland,1985Haugeland,1985）。）。 定义定义5: 5: 人工智能是那些与人的思维、决策、问题求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（解和学习等有关活动的自动化（Bellman,1978Bellman,1978）。）。 定义定义6: 6: 人工智能是用计算模型研究智力行为人工智能是用计算模型研究智力行为（CharniakCharniak和和McDermott,1985McDermott,1985）。）。 定义定义7: 7: 人工智能是研究那些使理解、推理和行为成人工智能是研究那

5、些使理解、推理和行为成为可能的计算（为可能的计算（Winston,1992Winston,1992）。）。定义定义8: 8: 人工智能是一种能够执行需要人的智能人工智能是一种能够执行需要人的智能的创造性机器的技术（的创造性机器的技术（Kurzwell,1990Kurzwell,1990）。）。 定义定义9: 9: 人工智能研究如何使计算机做事让人过人工智能研究如何使计算机做事让人过得更好（得更好（RickRick和和Knight,1991Knight,1991）。）。 定义定义10: 10: 人工智能是一门通过计算过程力图理人工智能是一门通过计算过程力图理解和模仿智能行为的学科（解和模仿智能行

6、为的学科（Schalkoff,1990Schalkoff,1990）。）。 定义定义11: 11: 人工智能是计算机科学中与智能行为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（的自动化有关的一个分支（LugerLuger和和Stubblefield,1993Stubblefield,1993）。）。 其中，定义其中，定义4 4和定义和定义5 5涉及拟人思维；定义涉及拟人思维；定义6 6和和定义定义7 7与理性思维有关；定义与理性思维有关；定义8 8和定义和定义9 9涉及拟人涉及拟人行为；定义行为；定义1010和定义和定义1111与拟人理性行为有关。与拟人理性行为有关。1.1.2 1

7、.1.2 什么是智能什么是智能 人类在认识世界和改造世界的活动中，由脑人类在认识世界和改造世界的活动中，由脑力劳动表现出来的能力。力劳动表现出来的能力。 认识和理解世界环境的能力认识和理解世界环境的能力 提出概念、建立方法，进行演绎和归纳推理、提出概念、建立方法，进行演绎和归纳推理、作出决策的能力作出决策的能力 学习的能力学习的能力 自我适应的能力自我适应的能力 研究人工智能主要有两条途径研究人工智能主要有两条途径: : 从大脑的神经元模型着手研究，搞清大脑从大脑的神经元模型着手研究，搞清大脑信息处理过程的机理信息处理过程的机理 从模拟人脑功能的角度来实现人工智能从模拟人脑功能的角度来实现人工

8、智能 很多人工智能的成果源于分析人的思维过很多人工智能的成果源于分析人的思维过程和方法，总结规律，然后利用计算机模仿实程和方法，总结规律，然后利用计算机模仿实现，如人工神经网络、模式识别、下棋等。现，如人工神经网络、模式识别、下棋等。 1.1.3 1.1.3 智能的测量智能的测量( (图灵测试图灵测试) ) 怎样判定一个系统是否具有智能，或者说怎样判定一个系统是否具有智能，或者说机器是否具有智能呢？机器是否具有智能呢？ TuringTuring的目的是为计算机是否具有智能功的目的是为计算机是否具有智能功能建立一种测试能建立一种测试 TuringTuring并不关心机器实际上是否有智能，并不关心

9、机器实际上是否有智能，并不钻研特别的哲学难题；相反，他仅仅陈述并不钻研特别的哲学难题；相反，他仅仅陈述对于所有实际的问题，机器能如同它有智能那对于所有实际的问题，机器能如同它有智能那样执行，这就足够了。样执行，这就足够了。 事实表明，一台电子计算机事实表明，一台电子计算机能够做出与医生诊断病情一样能够做出与医生诊断病情一样的智能行为，或者与地质学家的智能行为，或者与地质学家一样能决定在何处找矿或找地一样能决定在何处找矿或找地下水一样的智能行为。此时没下水一样的智能行为。此时没有理由不认为该计算机具有智有理由不认为该计算机具有智能。能。 1.2 1.2 人工智能的发展史人工智能的发展史 1.2.

10、1 1.2.1 萌芽期（萌芽期（19561956年以前）年以前） 古代人就有人工智能的幻想古代人就有人工智能的幻想 十七世纪法国物理学家和数学家十七世纪法国物理学家和数学家B.PascalB.Pascal制成了制成了世界上第一台会演算的机械加法器并获得实际应用世界上第一台会演算的机械加法器并获得实际应用 十九世纪英国数学和力学家十九世纪英国数学和力学家C.BabbageC.Babbage致力于差分致力于差分机和分析机的研究机和分析机的研究 19361936年，年仅年，年仅2424岁的英国数学家岁的英国数学家A.M.TuringA.M.Turing提出提出了著名的图林机模型，了著名的图林机模型，

11、19451945年他进一步论述了电子年他进一步论述了电子数字计算机设计思想，数字计算机设计思想，19501950年他又在年他又在“计算机能思计算机能思维吗？维吗？”一文中提出了机器能够思维的论述，可以一文中提出了机器能够思维的论述，可以说这些都是图灵为人工智能所作的杰出贡献说这些都是图灵为人工智能所作的杰出贡献 19461946年美国科学家年美国科学家J.W.MauchlyJ.W.Mauchly等人制成了世界上等人制成了世界上第一台电子数字计算机第一台电子数字计算机ENIAC ENIAC 美国数学家美国数学家N.WienerN.Wiener控制论的创立，美国数学家控制论的创立，美国数学家C.E

12、.ShannonC.E.Shannon信息论的创立，英国生物学家信息论的创立，英国生物学家W.R.AshbyW.R.Ashby所设计的脑等所设计的脑等 这一切都为人工智能学科的诞生作了理论和实验这一切都为人工智能学科的诞生作了理论和实验工具的巨大贡献。工具的巨大贡献。 1.2.2 1.2.2 形成时期形成时期(19561961)(19561961) 1956 1956年夏，年夏，1010多位数学、心理学和信息论等方面多位数学、心理学和信息论等方面的学者在美国达特茅斯大学举行了历时两月之久的的学者在美国达特茅斯大学举行了历时两月之久的有关如何利用计算机在数学、物理学、心理学和电有关如何利用计算机

13、在数学、物理学、心理学和电子工程学等方面模拟人类智能行为的学术研讨会子工程学等方面模拟人类智能行为的学术研讨会 开创性的主要工作包括试图实现机器翻译、解决开创性的主要工作包括试图实现机器翻译、解决疑难问题等疑难问题等 1.1.纽厄尔和西蒙合作研制成功一个称为纽厄尔和西蒙合作研制成功一个称为“逻辑理论逻辑理论机机LT” LT” 的数学定理证明程序的数学定理证明程序 2.2.塞缪尔研制成功的塞缪尔研制成功的“跳棋程序跳棋程序” 3.19603.1960年麦卡锡提出并研制成功年麦卡锡提出并研制成功“表处理语言表处理语言LISP”LISP” 1.2.1.2.3 发展和实用化阶段发展和实用化阶段(196

14、2(19621980)1980) 大量的科研成果证实了自然语言理解、计算机视大量的科研成果证实了自然语言理解、计算机视觉和专家系统是可行的，其中最引人注目的是各种觉和专家系统是可行的，其中最引人注目的是各种专家系统的出现专家系统的出现 DENDRAL (DENDRAL (该系统可以根据分子式及其质谱数据帮该系统可以根据分子式及其质谱数据帮助化学家推断分子结构助化学家推断分子结构) ) 数学专家系统数学专家系统MACSYMA MACSYMA 医疗专家系统医疗专家系统MYCIN (MYCIN (该系统是用于诊断和治疗感该系统是用于诊断和治疗感染性疾病的专家系统，是为细菌感染疾病提供抗菌染性疾病的专

15、家系统，是为细菌感染疾病提供抗菌剂治疗建议而研制的剂治疗建议而研制的) ) 地质勘探专家系统地质勘探专家系统PROSPECTOR PROSPECTOR 1.2.4 1.2.4 知识工程与专家系统知识工程与专家系统(1980(1980年至年至19901990年年) ) 1977 1977年费根鲍姆教授提出了知识工程的概念，从年费根鲍姆教授提出了知识工程的概念，从而确定了知识在人工智能中的重要地位。整个而确定了知识在人工智能中的重要地位。整个8080年年代，专家系统和知识工程在全世界得到迅速发展。代，专家系统和知识工程在全世界得到迅速发展。 在开发专家系统的过程中，许多研究者获得共识，在开发专家系

16、统的过程中，许多研究者获得共识，即人工智能系统是一个知识处理系统即人工智能系统是一个知识处理系统人工智能系统的三个基本问题人工智能系统的三个基本问题: : 知识表示知识表示 知识利用知识利用 知识获取知识获取1.2.5 1.2.5 数据与网络时代数据与网络时代(1991(1991至今至今) ) 网络给人工智能带来无限的机会（如信息搜索，网络给人工智能带来无限的机会（如信息搜索，搜索引擎，虽不完善，但起很大作用，否则会象大搜索引擎，虽不完善，但起很大作用，否则会象大海捞针一样困难）海捞针一样困难） 知识发现与数据挖掘（从大量数据中寻找知识、知识发现与数据挖掘（从大量数据中寻找知识、挖掘知识）挖掘

17、知识） 人工智能走向实用化（很多产品走向实用，如机人工智能走向实用化（很多产品走向实用，如机器翻译系统，虽不完善器翻译系统，虽不完善70-80%70-80%准确性，但很有帮助，准确性，但很有帮助，如日文资料翻译；）如日文资料翻译；） 在数据与网络时代，人工智能有很多机遇和发展在数据与网络时代，人工智能有很多机遇和发展前景前景 1.3 1.3 人工智能的研究领域人工智能的研究领域 对实现人工智能系统来说具有一般意义的核心课题对实现人工智能系统来说具有一般意义的核心课题: : 知识的模型化和表示方法知识的模型化和表示方法 启发式搜索理论启发式搜索理论 各种推理方法（演绎推理、规划、常识性推理、归各

18、种推理方法（演绎推理、规划、常识性推理、归纳推理等）纳推理等） 人工智能系统结构和语言人工智能系统结构和语言 目前人工智能的研究更多的是结合具体应用领域来目前人工智能的研究更多的是结合具体应用领域来进行的进行的 1.3.1 1.3.1 专家系统专家系统(Expert System) (Expert System) 专家系统是一个能在某特定领域内，以人类专家水专家系统是一个能在某特定领域内，以人类专家水平去解决该领域中困难问题的计算机程序平去解决该领域中困难问题的计算机程序 专家系统一般应具有以下特征：专家系统一般应具有以下特征： * *启发性：不仅能使用逻辑性知识，也能使用启发性启发性：不仅能

19、使用逻辑性知识，也能使用启发性知识。知识。 * *透明性：能向用户解释它的推理过程，回答用户的透明性：能向用户解释它的推理过程，回答用户的一些关于它自身的问题，如何得到问题的解。一些关于它自身的问题，如何得到问题的解。 * *高性能：拥有一定的专门知识的数量和质量，像人高性能：拥有一定的专门知识的数量和质量，像人类专家一样具有高水平的问题求解能力。类专家一样具有高水平的问题求解能力。 * *灵活性：知识库的知识便于修改、补充和精炼。灵活性：知识库的知识便于修改、补充和精炼。 发展专家系统的关键是如何表达和运用专家知识，即发展专家系统的关键是如何表达和运用专家知识，即来自人类专家的并己被证明对解

20、决有关领域内的典型问来自人类专家的并己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。题是有用的事实和过程。 专家系统和传统的计算机程序最本质的不同之处在于专家系统和传统的计算机程序最本质的不同之处在于专家系统所要解决的问题一般都没有算法解，并且经常专家系统所要解决的问题一般都没有算法解，并且经常要在不完全、不精确或不确定的信息基础上作出结论。要在不完全、不精确或不确定的信息基础上作出结论。 已开发的系统数以百计，应用领域涉及化学、医疗、已开发的系统数以百计，应用领域涉及化学、医疗、地质、气象、交通、教育、军事等，可以说只要有专家地质、气象、交通、教育、军事等，可以说只要有专家工作的场合，

21、就可以开发专家系统。工作的场合，就可以开发专家系统。 目前专家系统主要采用基于规则的演绎技术，专家系目前专家系统主要采用基于规则的演绎技术，专家系统一般采用询问方式。通过提问收集了需要的信息，经统一般采用询问方式。通过提问收集了需要的信息，经过推理给出建议。过推理给出建议。 1.3.2 1.3.2 自然语言理解自然语言理解(Natural Language Understanding)(Natural Language Understanding) 采用人工智能的理论和技术将设定的自然语言机理用采用人工智能的理论和技术将设定的自然语言机理用计算机程序表达出来，构造能够理解自然语言的系统。计算机

22、程序表达出来，构造能够理解自然语言的系统。 目前人工智能研究中，在理解有限范围的自然语言对目前人工智能研究中，在理解有限范围的自然语言对话和理解用自然语言表达的小段文章或故事方面的程序系话和理解用自然语言表达的小段文章或故事方面的程序系统已有一些进展统已有一些进展 自然语言处理是人工智能的一个重要分支，主要研究自然语言处理是人工智能的一个重要分支，主要研究使用计算机理解和生成自然语言的基础理论和基本技术。使用计算机理解和生成自然语言的基础理论和基本技术。 目前自然语言理解在下列场合获得广泛的应用：目前自然语言理解在下列场合获得广泛的应用： 机器翻译或机助翻译：目前己研制出中、英、日机器翻译或机

23、助翻译：目前己研制出中、英、日等实用的翻译系统，其翻译的总开销是人工翻译的等实用的翻译系统，其翻译的总开销是人工翻译的30%30%以下。以下。 篇章理解：机器阅读，在消化篇章内容的基础上篇章理解：机器阅读，在消化篇章内容的基础上生成其摘要，或回答有关问题。生成其摘要，或回答有关问题。 篇章生成：根据以某种形式语言存贮在计算机中篇章生成：根据以某种形式语言存贮在计算机中的信息，生成自然语言。的信息，生成自然语言。 自然语言接口：用户直接采用自然语言，如英语、自然语言接口：用户直接采用自然语言，如英语、汉语等，同大型数据库或专家咨询系统对话。汉语等，同大型数据库或专家咨询系统对话。 1.3.3 1

24、.3.3 定理证明定理证明 利用计算机证明非数值性结果，即确定它们的利用计算机证明非数值性结果，即确定它们的真假。真假。 很多非数学领域的任务如医疗诊断、信息检索、很多非数学领域的任务如医疗诊断、信息检索、规划制度和难题求解等等方面，都可以转化成一个规划制度和难题求解等等方面，都可以转化成一个定理证明问题。定理证明问题。 定理证明基本上有以下一些方法定理证明基本上有以下一些方法 : : 自然演绎法自然演绎法 判定法判定法 人机交互法人机交互法 1.3.4 1.3.4 机器人机器人 机器人最早是二战时为了在有核辐射场所进行机器人最早是二战时为了在有核辐射场所进行操作的需要而发展起来的。是一种主从

25、型的遥控装操作的需要而发展起来的。是一种主从型的遥控装置。置。 现在工业现场所用的大多是属于示教再现型的，现在工业现场所用的大多是属于示教再现型的，可看成是一种实用化、在某个特定条件下作业的专可看成是一种实用化、在某个特定条件下作业的专用工具。可编程，可示教。用工具。可编程，可示教。 以传感器为基础的智能机器人以传感器为基础的智能机器人 1.3.5 1.3.5 博弈（博弈（Game PlayingGame Playing） 博弈所研究的是对策和斗智。在人工智能中大博弈所研究的是对策和斗智。在人工智能中大多以下棋为例来研究博弈规划，并已研制出一些很多以下棋为例来研究博弈规划，并已研制出一些很著名

26、的博弈程序著名的博弈程序 塞缪尔的跳棋程序塞缪尔的跳棋程序 格林布莱特等人设计的国际象棋程序格林布莱特等人设计的国际象棋程序 “深蓝深蓝”的国际象棋系统的国际象棋系统 博弈问题为搜索策略、机器学习等问题的研究课博弈问题为搜索策略、机器学习等问题的研究课题提供了很好的实际背景，所发展起来的一些概念题提供了很好的实际背景，所发展起来的一些概念和方法对其他人工智能问题也很有用。和方法对其他人工智能问题也很有用。1.3.61.3.6 模式识别（模式识别（Pattern RecognitionPattern Recognition） 模式识别是人工智能最早的研究领域之一。模式识别是人工智能最早的研究领域

27、之一。“模模式式”的原意是提供模仿用的完美无缺的标本。的原意是提供模仿用的完美无缺的标本。“模式模式识别识别”就是识别给定的事物和哪一个标本相同或者相就是识别给定的事物和哪一个标本相同或者相似。似。 目前主要从事以下两方面的研究：目前主要从事以下两方面的研究： 图形和图像识别图形和图像识别: :主要研究各种图形和图像的识别主要研究各种图形和图像的识别 语音识别：主要研究各种语音信号的分类与识别语音识别：主要研究各种语音信号的分类与识别 传感信息传感信息计算机变换、预处理计算机变换、预处理从中提特征从中提特征比较标准模式比较标准模式分类、识别。分类、识别。 根据给出的识别标准模式的形式不同，识别方法根据给出的识别标准模式的形式不同，识别方法有以下几类：有以下几类： 模板匹配法：该模式对于每一个待识别的类别，所模板匹配法：该模式对于每一个待识别的类别，所给出的识别标准模式是个典型的模板。如两类选一。给出的识别标准模式是个典型的模板。如两类选一。 统计方