人工智能ArtificialIntelligenceAI2006级研究生

1、人 工 智 能Artificial Intelligence (AI)（2006级研究生）2006年9-12月2022/8/11人工智能成果的例子：智能天线国际象棋的人机大战单机或者网上棋类游戏（中国象棋、围棋、五子棋、跳棋等）2022/8/12例1：智能天线在军事上，称为自适应天线阵列（Adaptive Antenna Array）；在移动通信上，则称为智能天线（smart antenna or intelligent antenna）在不增加系统复杂度的情况下，智能天线可以提高服务质量和扩大网络的容量；第三代移动通信的各种后选方案中，已经将将智能天线作为可选技术；中国的TD-SCDMA已经

2、将其作为主要技术2022/8/13例2：国际象棋人机大战热身赛（1996年2月）计算机：深蓝(DeepBlue)，AS/6000 SP大规模多用途并行处理机，含 32 个处理器，每秒能分析 2 亿步棋比赛结果：4（人）: 2（机）前苏联国际象棋世界冠军卡斯帕洛夫IBM超级计算机2022/8/14正式交锋（1997年2月）比赛结果：2.5（人）： 3.5（机）正式交锋（2003年2月）计算机：小深蓝比赛结果：3 : 32022/8/15例3：国际象棋人机大战比赛时间：2003年11月比赛结果：2（人）: 2（机）前苏联国际象棋世界冠军卡斯帕洛夫德国X3D-弗里茨人机大战其实是展示人工智能的研究水

3、平与成果2022/8/16例4：各种下棋程序（人机对垒），计算机方就是一个人工智能程序中国象棋五子棋2022/8/17第 1 章 绪论1.1 人工智能的定义与发展 1.1.1 人工智能的定义 1.1.2 人工智能的起源与发展（发展历史）1.2 人类智能与人工智能（符号主义的观点） 1.2.1 智能信息处理系统的假设 1.2.2 人类智能的计算机模拟1.3 人工智能各学派的认知观1.4 人工智能的研究与应用领域1.5 本课程讲授的主要内容及课程要求1.6 人工智能课程中的一些常用例子 2022/8/181.1 人工智能的定义与发展1.1.1 人工智能的定义人工智能 (Artificial Int

4、elligence) ，又称机器智能 (Machine Intelligence) 是计算机科学中的一门边缘学科人工智能诞生于1956年成果多、应用广、波折多、争议大2022/8/19自然智能：人类所具有的智力和行为能力，具体包括判断、理解、推断、学习、适应性等等如果机器（计算机）能够执行这样的任务，就可以认为机器已具有某种性质的“人工智能”2022/8/110智能机器：能够在各种环境下自主地或交互地执行各种“拟人”任务的机器例：各种机器人、机器手 IBM公司的深篮超级计算机（下象棋） 装有棋类游戏软件的计算机 2022/8/111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

5、一个分支。它的近期目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关的理论和技术2022/8/112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，例如推断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等等思维活动2022/8/113盲人摸象的故事身子：墙尾巴：绳子象牙：萝卜大腿：柱子反映出人工智能的研究水平与现状2022/8/114从拟人思维角度的定义： 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（Hangeland, 1985）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（Bellman, 1978）2

6、022/8/115从理性思维角度的定义： 人工智能是用计算模型进行研究的智能行为（Charniak & McDermott, 1985）人工智能是研究那些使理解、推理和行为成为可能的计算（Winston, 1992）2022/8/116从拟人行为角度的定义： 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（Kurzwell, 1990）人工智能研究如何通过使计算机做事而让人过得更好（Rich & Knight, 1991）2022/8/117从拟人理性行为角度的定义：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（Schalkoff, 1990）人工智能是计算机科学中与智能行为的

7、自动化有关的一个分支（Luger & Stubblefield, 1993）2022/8/1181.1.2 人工智能的起源与发展（发展历史）不同学科背景的学者对人工智能有不同的观点，目前主要分成三大学派：符号主义：逻辑学派，主要来自于数理逻辑连接主义：仿生学派，主要来源于仿生学行为主义：控制论学派，主要来源于控制论2022/8/119人工智能的历史从某一种程度上来说就是计算机科学的历史我们简要地介绍符号主义与连接主义两大学派的发展历史2022/8/1201.1.2.1 符号主义的发展历史符号主义的发展历史大致分成四个阶段：1、1956年前（起源）2、19561970年（基本理论的研究与形成）3

8、、19701980年（发展与实用化）4、1980以后（知识工程与专家系统）2022/8/1211、1956年前（起源阶段）在1956年前，下列成果对人工智能的起源起到至关重要的作用：第一、电子计算机的发明（1946）第二、十九世纪末数理逻辑的发展第三、1948年Wiener提出了控制论第四、Turing的一系列工作第五、Shannon（香侬）发表了计算机能够下棋的文章点2022/8/1221946年由美国人Mauchly（毛奇莱）和Eckert（艾克特）在宾夕法尼亚大学莫尔电工学院成功地研制出世界上第一台电子计算机 ENIC (Electronic Numerical Integrator a

9、nd Computer) 2022/8/123十九世纪末迅速发展的数理逻辑中，Frege（弗雷治）、Whitehead（怀特赫德）、Russell（罗素）和Tarski（塔斯基）等人的研究成果表明：推理的某一些方面可以用比较简单的结构加以形式化。2022/8/1241948年Wiener（维纳）提出了控制论，它分析和模拟自控制的生物和人工系统，从而建立根据动物心理学和行为来研究和分析具体的计算机系统的基础。 N. Wiener (1894-1964)2022/8/125Turing(1912-1954)Turing被称作为人工智能之父，第一个认识到计算机能够实现智能行为。 2022/8/126

10、图灵测试（Turing Test ）Turing提出的一个智能实验，参加者是计算机、被实验的人以及主持实验的人。由主持人提出问题，计算机和被实验的人来回答。被实验的人在回答问题时尽可能地向主持人表示他才是“真正”的人，计算机也尽可能逼真地模仿人地思维。如果主持人通过听取对问题的回答分辨不出那一个是人回答时，就可以认为被实验的计算机是有智能的。 2022/8/127Bell Labs Claude Shannon, creator of modern information theoryDied February 24,2001 at the age of 841950计算机能够下棋 2022/

11、8/128 1956年夏季在美国的Dartmouth大学举办了长达两个月的研讨会。会议的发起人有：McCarthy（麦卡锡）Minsky（明斯基）Lochester（朗彻斯特）Shannon（香侬）应邀出席会议有：More（莫尔）Sarmuel（塞缪尔）Newell（纽尼尔）Simon（西蒙）2022/8/129McCarthy正式提出了“人工智能”的术语（Artificial Intelligence），又称“机器智能”（Machine Intelligence）标志着一门新的学科的正式诞生人工智能2022/8/1302、1956年1970年（基本技术的研究与形成阶段）Newell和Simo

12、n等1956年研制成功“逻辑理论机LT (The Logic Theory Machine)” 它是第一个处理符号而不是处理数字的计算机程序，是机器证明数学定理的最早尝试。最有影响的成果：2022/8/131该系统模拟人类用数理逻辑证明定理的思想，采用分解、代入和替换等规则证明了罗素和怀特海的名著数学原理第二章的52条定理中的38条。从此，计算机的一般应用与人工智能的界限第一次被清楚地划分出来。学者们认为这是第一个实用的人工智能程序，象征着人工智能研究的真正开始。 2022/8/1321956年IBM公司Sarmuel研制成功的跳棋程序这一程序具有自学习、自适应、可以积累经验和学习等能力，这也

13、是模拟人类学习和智能的一次卓有成效的突破。1959年该程序击败设计者，1962年又击败美国一个州的跳棋冠军，此事曾引起世界性的大轰动。 2022/8/1331960年Newell和Simon又成功编写“通用问题求解程序GPS（General Problem Solving）”它用于解决不定积分、三角函数、代数方程等十几种性质不同的问题。 2022/8/1341960年McCarthy提出并成功地研制出“表处理语言Lisp(List Processing)”它不仅能够处理数值而且能够更方便地处理符号，适用于符号积分计算、数学定理证明、数理逻辑中的命题演算、博弈、图像识别等领域，成为人工智能程序设

14、计语言的一个里程碑 。2022/8/1353、19701980年（发展和实用化阶段） 人工智能系统要解决现实世界中的很多复杂问题，不能只有一般的问题求解方法，还需要解决问题的有关领域的专门知识。缺少知识去处理一个无限制的领域是非常困难的。要使计算机像人类专家那样出色工作，必须给它提供人类专家所具备的专业知识 。2022/8/136具有代表性的专家系统有： 1965年Feigenbaum等人的化学专家系统DENRAL 数学专家系统MACSYMA （MIT， 1971年） 1972-1974年绍特里夫研制出医疗专家系统MYCIN2022/8/137 地质勘探专家系统PROSPECTOR（Duda,

15、 1976） 诊断和治疗青光眼疾病专家系统CAS-NET 诊断VAX计算机故障的实验专家系统XCONRL和XSEL2022/8/138其它方面的进展： 卡内基梅隆大学的L. D. Erman设计出语言理解系统HEARSYS（1971-77） 60年美国生产出第一批商用机器人 知识表达方面。1968年Quillian提出了语义网络知识表达法。1974年Minsky提出了框架理论2022/8/139 非精确性推理方面也取得一些突破性进展 60年代后期机器定理证明取得了重大突破（王浩、鲁宾生、吴文俊等） 1965年Robinson提出了消解原理。Kowalski提出了以逻辑为基础的程序设计语言（PR

16、OLOG）的思想。1972年法国马赛大学的Colmerrauer等人实现第一个Prolog系统2022/8/1404、1980年至今（知识工程与专家系统阶段） 1977年Feigenbaum发表特约文章：“人工智能的艺术：知识课题及实例研究” ，系统地阐述了专家系统的思想，并提出了“知识工程”的概念2022/8/141有影响的应用成果：RI专家系统用于VAX计算机的组装，为DEC公司每年节省二千万美元自然语言处理系统开始商业化数百家公司开始投入计算机视觉的研究构造知识库和建立专家系统的软件工具已经商品化2022/8/142当今人工智能的逻辑主义学派有三个主要研究领域：自然语言理解计算机视觉和机

17、器人学知识工程2022/8/1431.1.2.2 连接主义的发展历史 人工神经网络是由大量处理单元组成的非线性、大规模、自适应的动力系统 它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式，设计出一种新的机器使之具有像人脑那样的信息处理能力2022/8/1441、起源与第一次研究高潮 主要的研究成果：第一、1943年心理学家McCulloch（麦克洛奇）和数理逻辑学家Pitts（皮茲） 提出的神经元模型第二、1957年Rosenblatt（罗森勃拉特）提出了感知器（Perceptron）第三、1962年Widrow（威德罗）提出了自适应线性元件（Adalin

18、e）2022/8/145不幸的事情：Minsky（明斯基）和Papert（佩珀特）仔细分析了以感知器为代表的神经网络系统的功能的局限性，1969年出版Perceptron一书他们指出感知器仅能解决一阶谓词逻辑，不能解决高阶谓词逻辑，对神经网络的功能持悲观态度2022/8/146在70-80年先后提出了多种神经网络模型：1972年Fukusheima提出了认知机模型1974年Werbos提出了反向传播模型（Bryson等人，1963年提出等价于BP的相应算法）1977年Anderson提出了盒中脑模型（BSB）1980年Kohonen提出了自组织映射模型（SOM）2022/8/1472、第二次研

19、究高潮 （八十年代）有影响力的成果有：1982年美国加州理工学院物理学家Hopfield提出了离散的神经网络模型1984年又提出了连续神经网络模型，可以用电子线路来仿真Hopfield网络可以解决最优化问题，最典型的例子就是“旅行商问题TSP”2022/8/1481985年Hinton（欣顿）和Sejnowsky（塞杰诺斯基）提出了一个可行的算法，称之为Boltzmann（玻耳兹曼）机模型。他们借助于统计物理学的概念和方法，提出了多层网络的学习算法2022/8/1491986年Rumelhart（鲁梅尔哈特）和McClelland（麦克莱伦德）提出了反向传播网络学习算法（BP）实现了多层前向网

20、络的学习过程，其实原理非常简单，综合了连续转换函数、隐函数求偏导法则和梯度法。BP算法可以实现高度的非线性映射功能，用于模式分类和函数逼近（回归分析）2022/8/1503、统计学习理论和支持向量机的兴起 （九十年代中后期）统计学习理论：专门研究有限样本集情况下机器学习的统计规律及实现方法研究问题：模式分类、回归分析、概率密度估计2022/8/151N.(2004-11)2022/8/152代表性的算法：支持向量机（Support Vector Machines)进一步发展起来的算法：核算法（Kernel Machines)2022/8/1531.2 人类智能与人工智能（符号主义观点）1.2.

21、1 智能信息处理系统的假设 1.2.1.1 从人的认知过程看待计算机原理 1.2.1.2 从信息处理系统角度看待人工智能2022/8/154人的认知活动具有不同的层次：最高层：思维策略中间层：初级信息处理最低层：生物过程，例如中枢神经系统、神经元与大脑的活动生理过程初级信息处理思维策略1.2.1.1 从人的认知过程看待计算机原理2022/8/155相应地，我们可以将计算机分成三个层次：程序语言硬件 计算机硬件计算机语言计算机程序2022/8/156研究认知过程的主要任务是探索高层次思维决策与初级处理信息的关系。用计算机程序来模拟人的思维策略水平，用计算机语言模拟人的初级信息处理过程。 生理过程

22、初级信息处理思维策略计算机硬件计算机语言计算机程序人类认知活动与计算机的比较简单程序软件系统2022/8/157人类认知过程的工作原理：当外界刺激作用于某一个特定状态的机体时，就会发生变化TT+1 x=f(S,R)xx+x T表示时间变量x表示认知操作S表示机体状态R表示外界刺激 2022/8/158计算机的工作原理：在得到外界输入后，计算机进行相应的操作，使得其内部状态随时间发生变化2022/8/159计算机存储的内容人类机体的状态 机体施加的某种刺激 计算机的输入人类认知过程的工作原理计算机的工作原理2022/8/160这种以人的思维方式为模型的信息处理系统可以称为智能信息处理系统当然，人

23、可以看成为一个智能信息处理系统2022/8/161信息处理系统（符号处理系统、物理符号系统）处理对象：符号（不是连续变化的数值）基本任务和功能：辨认相同的符号和不同的符号1.2.1.2 从信息处理系统角度看待人工智能2022/8/162完整物理符号系统的六大基本功能： 输入符号 输出符号存储符号复制符号建立符号结构：通过找出各符号之间的关系，形成符号结构条件性转换：根据已有符号，在一定条件下实现符号之间的转换2022/8/163人是物理符号系统： 输入信号：视觉、听觉、触觉（眼睛看、耳朵听、手摸）输出信号：说话、触觉 计算机是物理符号系统： 输入：键盘、鼠标、话筒等输出：屏幕、耳机等 2022

24、/8/164物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能够执行上述六种功能反之，任何系统如果具有上述六种功能，那么它就能够表现出智能，即人类具有的智能2022/8/165推论1：既然人具有智能，那么他一定就是一个物理符号系统。人之所以能够表现出智能，就是基于他的信息处理过程推论2：既然计算机是一个物理符号系统，它就一定能够表现出智能。这是人工智能的基本条件2022/8/166推论3：既然人和计算机都是物理符号系统，那么就能够用计算机来模拟人的活动注意：推论3不一定是从推论1和2推导出来的必然结果。人与计算机可以用不同的原理与方式进行工作。计算机并不一定都是模拟人的活动

25、2022/8/167结论能够用计算机来模拟人的（思维）活动，即能够用机器智能来模拟人类智能 2022/8/1681.2.2 人类智能的计算机模拟结论：能够用计算机来模拟人的（思维）活动，即能够用机器智能来模拟人类智能人工智能的实现手段：包括硬件和软件，其中软件就是一个计算机程序2022/8/169成功的人工智能的例子：1、1997年2月，IBM的深篮（Deep Blue）智能计算机与国际象棋大师卡斯帕洛夫的世纪大战，深篮的成绩是2胜1负3平2、2003年1、2月，小深（Deep Junior）与卡斯帕洛夫的人机大战，成绩是平手2022/8/170传统程序就是告诉机器干什么及任何干，而如何干则要

26、靠人来设计方法、给出算法并写出程序来实现的AI程序只要求机器知道干什么，我们只要把问题描述清楚，机器就能自动实现求解2022/8/171人工智能（符号主义）与传统程序的差异方面AI程序传统程序处理主要是符号处理主要数字处理输入可以是不完整必须完整搜索启发式搜索算法解释提供不提供主要关心知识数据、信息结构控制结构与知识域相分离信息与控制连接在一起输出可以不正确的答案要求正确答案维护与更新易于维护、更新、改变难于修改推理有无2022/8/1721.3 人工智能各学派的认知观目前人工智能主要有三大学派： 符号主义：逻辑主义、心理学派、计算机学派。其原理为物理符号系统假设和有限合理性原理连接主义：仿生

27、学派、生理学派。其原理是神经网络及其连接机制和学习算法行为主义：进化主义、控制论学派。其原理是控制论、感知-动作控制系统 2022/8/173不同的学派对AI的基本问题，比如，定义、基础、核心、要素、认知过程、学科体系以及人工智能与人类智能的关系等，均有不同观点。它们的研究方法也不同2022/8/1741、符号主义 在基本理论上，认为人的认知基元是符号，而认知过程就是符号操作过程 知识是信息的一种形式，是构成智能的基础 人工智能的核心问题是知识表达、知识推理和知识运用2022/8/175在研究方法上，功能模拟方法。通过分析人类认知系统所具备的功能和机能，然后用计算机模拟这些功能、实现人工智能2

28、022/8/1762、连接主义 在基本理论上，认为人的思维基元是神经元，而不是符号处理过程 提出了连接主义的大脑工作模式，来取代符号主义的大脑工作模式2022/8/177在研究方法上，着重于结构模拟，即模拟人的生理神经网络结构，并认为功能、结构和智力行为是密切相关的，不同的结构表现出不同的功能和行为2022/8/1783、行为主义 在基础理论上，认为智能取决于感知与行为，提出了智能行为的“感知动作”模式。 在研究方法上，采用行为模拟方法，也认为功能、结构和智力行为是不可分开的。不同的行为表现出不同的功能和不同的结构2022/8/1791.4 人工智能的研究与应用领域目前人工智能的主要研究与应用

29、领域有问题求解 逻辑推理与定理证明自然语言理解自动程序设计（人工描述自动转化程序）专家系统机器学习神经网络机器人学2022/8/180模式识别 机器视觉智能控制智能检索智能调度与指挥分布式人工智能与Agent计算智能与进化计算数据挖掘与知识发现人工生命系统与语言工具（用于支持AI研究与开发） 2022/8/1811.5 本课程讲授的主要内容及课程要求 主要内容：第1章：绪论（p1-24)人工智能的概念、发展历史人工智能的研究与应用领域本课程讲授的主要内容及课程要求2022/8/182第2章：知识表达与推理 (p25-39)知识表达的一般方法（状态空间法、问题归约法 、 谓词逻辑法） （补充）图

30、的搜索技术（盲目搜索（补充）、启发式搜索技术）与或图的搜索技术（补充）博弈问题的搜索技术（补充）消解原理2022/8/183第4章：计算智能（p124-125、137-198） 计算智能的基本概念 模糊集理论 粗糙集理论 遗传算法 粒子群算法 蚁群算法2022/8/184教学内容：课堂教学上机实验报告文献阅读报告少量书名作业2022/8/185成绩考核方法：平时成绩（实验报告20，文献阅读报告20，书面作业与出勤10）期末书面考试成绩（50%）2022/8/186主要教材蔡自兴，徐广祐，人工智能及其应用（第三版）（研究生用书），北京：清华大学出版社，2004参考书目Nils J. Nilsson, Artificial Intelligence: A New Synthesis (影印本). 北京：机械工业出版社，1999涂序彦。人工智能及其应用。北京：电子工业出版社，1988蔡自兴，徐广祐。人工智能及其应用（第二版）。北京：清华大学出版社，1996蔡自兴，徐广祐。人工智能及其应用（第三版）（本科生用书）。北京：清华大学出版社，20032022/8/1871