经典人工智能机器学习课件

网络虚拟环境与计算机应用

网络虚拟环境中的计算机科学网络虚拟环境与计算机应用

网络虚拟环境中的计算机科学

课程内容组织网络虚拟环境中的计算机科学问题结合NVE介绍密切相关的计算机学科和方向的结合应用智能技术：经典人工智能、机器学习、人工生命、群体智慧社交网络与大数据、数据挖掘情感计算构建NVE的经典算法和问题如局时钟、运动预测算法，Chatbot等学术型经典NVE和一个NVE实例构建网络虚拟环境概述

NVE的概念、特征，以及内涵在各个领域里面的应用

发展历史，以及经典的网络虚拟环境实例互联网技术网络基础知识互联网发展历程，重要技术和应用Web技术，历程与应用（web2.0&3.0)虚拟现实技术VR概述，发展历史，应用人机交互与虚拟现实设备三维建模与编程（Web3D技术）网络虚拟环境中的人文问题NVE的相关影视文学探讨NVE中与人的身心NVE中的社会学问题哲学问题虚拟经济法律问题政治民主课程内容组织网络虚拟环境中的计算机科学问题网络虚拟环境概

网络虚拟环境中的计算机科学构建NVE系统的关键技术典型的学术性NVE系统一个综合实例的介绍-AliceWorldOutlineOutline

网络虚拟环境中的计算机科学多门新兴学科的发展和融合图形学与虚拟现实技术网络技术和分布式系统人工智能人工生命心理学和认知科学…

网络虚拟环境中的计算机科学多门新兴学科的发展和融合网络虚拟环境中的计算机科学人工智能

机器学习遗传算法人工神经网络知识表示人工生命机器人学网络虚拟环境中的计算机科学人工智能机器学习遗传算法人工神网络虚拟环境中的计算机科学人工智能源自1956年的达特茅斯会议逻辑学派（符号主义）物理符号系统假设和有限合理性原理仿生学派（连接主义）人工神经网络和进化计算控制论学派（行为主义）感知和行为之间的关系

制造智能机器的科学与工程.

约翰·麦卡锡（1955）

JohnMcCarthy网络虚拟环境中的计算机科学人工智能制造智能机器的科学与工网络虚拟环境中的计算机科学符号主义

即传统的人工智能，认为人工智能源于数理逻辑，主张以知识为基础，通过推理来进行问题求解，在研究方法上采用计算机模拟人类认知系统功能的功能模拟方法

Simon、Minsky和Newell等认为，人和计算机都是一个物理符号系统，因此可用计算机的符号演算来模拟人的认知过程；作为智能基础的知识是可用符号表示的一种信息形式，因此人工智能的核心问题是知识表示、知识推理和知识运用的信息处理过程。网络虚拟环境中的计算机科学符号主义即传统的人工智能，网络虚拟环境中的计算机科学连接主义神经网络生物神经元网络结构

大脑含约1011个神经元，它们通过1015个联结构成一个网络。每个神经元具有独立的接受、处理和传递电化学信号的能力，这种传递由神经通道来完成树突是树状的神经纤维接收网络，它将电信号传送到细胞体细胞体对这些输入信号进行整合并进行阈值处理轴突是单根长纤维，它把细胞体的输出信号导向其他神经元一个神经细胞的轴突和另一个神经细胞树突的结合点称为突触神经元的排列和突触的强度(由复杂的化学过程决定)确立了神经网络的功能。网络虚拟环境中的计算机科学连接主义大脑含约1011个神经网络虚拟环境中的计算机科学连接主义神经网络

WalterPittsWarrenMcCulloch适合大规模并行处理、容错性、自组织和自适应能力和联想功能强神经元获得网络输入信号后，信号累计效果整合函数u(x)大于某阈值时，神经元处于激发状态；反之，神经元处于抑制状态。网络虚拟环境中的计算机科学连接主义WalterPitt网络虚拟环境中的计算机科学连接主义神经网络从四个方面刻画人脑的基本特征：物理结构：模仿生物神经元的功能，构造人工神经元的联结网络计算模拟：ANN以具有局部计算能力的神经元为基础，同样实现信息的大规模并行处理。存储与操作：大脑对信息的记忆是通过改变突触的强度来实现并分布存储。ANN模拟信息的大规模分布存储。训练：后天的训练使得人脑具有很强的自组织和自适应性。ANN根据人工神经元网络的结构特性，使用不同的训练过程，自动从“实践”（即训练样本）中获取相关知识，并存储在系统中。

网络虚拟环境中的计算机科学连接主义网络虚拟环境中的计算机科学连接主义IBM推出百万神经元类人脑芯片TrueNorth

邮票大小、重量只有几克，但却集成了54亿个硅晶体管，内置了4096个内核，100万个“神经元”、2.56亿个“突触”，能力相当于一台超级计算机，功耗却只有65毫瓦网络虚拟环境中的计算机科学连接主义邮票大小、重量只有几克网络虚拟环境中的计算机科学行为主义基本特征：认为人工智能来源于控制论，智能取决于感知和行动。提出智能行为的“感知－动作”模式，采用行为模拟方法对符号主义、联结主义采取批判的态度；（智能不需要知识、表示和推理，只需要与环境交互作用）20世纪80年代诞生智能控制和智能机器人系统学科（R.A.Brooks），为机器人研究开创了新的方法。

网络虚拟环境中的计算机科学行为主义网络虚拟环境中的计算机科学虚拟世界中的人工智能运用有限状态机来控制NPC

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能运用行为树来控制NPC

他看到哥布林就会跑过去打它；他看到半兽人就会逃跑；他看不到哥布林也看不到半兽人就会休息；他看到哥布林也看到半兽人也会跑。网络虚拟环境中的计算机科学虚拟世界中的人工智能他看到哥布

网络虚拟环境中的计算机科学虚拟世界中的人工智能自然语言功能的集成Chatbot一段程序，人们能通过计算机界面使用自然语言文字与之聊天，而聊天机器人可以给人以逼近真人的回答1950年AlanTuring预言，50年后，人们将难以区分与之对话的是计算机还是真人，并给出了著名的图灵测试的方法网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能利用计算机对自然语言进行理解类人行为：图灵测试(1950)图灵建议：不是问“机器能否思考”，而是问“机器能否通过关于行为的智能测试”

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能自然语言理解:利用计算机对自然语言进行理解研究目标：建立一个足够精确的语言数学模型使计算机通过编程来完成自然语言的相关任务。如：听、读、写、说，释义，翻译，回答问题等。词法分析

句法分析

语义分析

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能自然语言理解:利用计算机对自然语言进行理解IBMwaston建造一个能与人类回答问题能力匹敌的计算系统基于IBM"DeepQA"(深度开放域问答系统工程)技术开发的。

在2011年2月美国热门的电视智力问答节目"危险边缘"（Jeopardy！）中战胜了两位人类冠军选手

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学群体智能

这个概念来自对自然界中昆虫群体的观察，群居性生物通过协作表现出的宏观智能行为特征被称为群体智能涌现网络虚拟环境中的计算机科学群体智能这个概念来自对自然界中网络虚拟环境中的计算机科学群体智能示例：google的pagerank

Pagerank思想：“被越多优质的网页所指的网页，它是优质的概率就越大”PR(A)：网页A的PageRank值；T1,T2,⋯,Tn：网页A的链入网页；PR(Ti)：网页Ti的PageRank值(i=1,2,⋯n)；C(Ti)：网页Ti的链出网页的数量(i=1,2,⋯n)；d：一个衰减因子,0<d<1,通常取值为0.85。PR(A)=(1-d)+d(PR(T1)/C(T1)+⋯⋯+PR(Tn)/C(Tn))网络虚拟环境中的计算机科学群体智能Pagerank思网络虚拟环境中的计算机科学人工生命生命的几大本质特征：自我繁殖的能力与环境相互作用的能力与其他有机体以特定的方式相互作用和相互交流的能力

研究具有自然生命系统行为的人造系统网络虚拟环境中的计算机科学人工生命研究具有自然生命系统行网络虚拟环境中的计算机科学人工生命开创性研究：冯·诺依曼——“自繁殖系统”生命的的本质特征：繁衍DNA分子结构的重大发现验证了冯·诺依曼的预言约翰·康韦——元胞自动机1970年，设计“生命游戏”克莱格·雷诺尔德——“Boids”1987年编制了一个具有生命行为特征的人工生命群体程序鸟与鸟之间不能距离太近以大致相同的速度飞行向本地群聚伙伴组的中心移动

网络虚拟环境中的计算机科学人工生命网络虚拟环境中的计算机科学人工生命生命游戏

1．如果一个细胞周围有3个细胞为生（一个细胞周围共有8个细胞），则该细胞为生（即该细胞若原先为死，则转为生，若原先为生，则保持不变）。2．如果一个细胞周围有2个细胞为生，则该细胞的生死状态保持不变。3．在其它情况下，该细胞为死（即该细胞若原先为生，则转为死，若原先为死，则保持不变）。康韦发明了有趣的细胞自动机程序：《生命游戏》glider网络虚拟环境中的计算机科学人工生命1．如果一个细胞周围网络虚拟环境中的计算机科学人工生命元胞自动机

最早研究细胞自动机的科学家是冯·诺伊曼人工生命之父克里斯·朗顿进一步发展了元胞自动机理论。并认为具有8个有限状态集合的自动机就能够涌现出生命体的自复制功能。朗顿称生命诞生于“混沌的边缘”！并从此开辟了“人工生命”这一新兴的交叉学科！网络虚拟环境中的计算机科学人工生命最早研究细胞自动机的科网络虚拟环境中的计算机科学大数据大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理-《大数据时代》“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。（Gartner）4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、value（价值）。

网络虚拟环境中的计算机科学大数据网络虚拟环境中的计算机科学大数据主要来源移动互联网物联网社交网络电子商务大数据成功案例google流感趋势(GoogleFluTrends)利用搜索关键词预测禽流感的散布麻省理工学院利用手机定位数据和交通数据建立城市规划。利用互联网大数据，对消费者的喜好进行判定。商户可以为消费者定制相应的独特的个性服务…

网络虚拟环境中的计算机科学大数据主要来源网络虚拟环境中的计算机科学数据挖掘

数据挖掘是指通过分析大量的数据来揭示数据之间隐藏的关系、模式和趋势，从而为决策者提供新的知识。我们沉浸在数据的海洋中，却渴望着知识的淡水智慧的流程网络虚拟环境中的计算机科学数据挖掘数据挖掘是指通过分析大网络虚拟环境中的计算机科学挖掘社交网络

怎样才能找出谁通过社交媒介进行联系?他们在讨论些什么?他们在哪儿?组合社交网络数据、分析技术，通过可视化帮助你找到你一直在社交世界中寻找的内容，以及那些你都不知道存在的有用信息。

facebooktwitterlinkedinTheWebismoreasocialcreationthanatechnicalone.Idesigneditforasocialeffect--tohelppeopleworktogether--andnotasatechnicaltoy.TheultimategoaloftheWebistosupportandimproveourweblikeexistenceintheworld.Weclumpintofamilies,associations,andcompanies.Wedeveloptrustacrossthemilesanddistrustaroundthecorner.

--TimBerners-Lee,WeavingtheWeb(Harper)

网络虚拟环境中的计算机科学挖掘社交网络怎样才能找出谁通过网络虚拟环境中的计算机科学虚拟世界中的行为挖掘从社交网络的数据角度揭示人类社会行为的规律通过观察四百万Facebook用户的在线发送信息模式，发现了很强的日间周期性Twitter消息则被用来分析人类情绪的波动性，即著名的“国家脉搏”(pulseofthenation)

人们在一天中的早餐时段（6:00–9:00）会表现出最正面积极的情绪；午餐过后（15:00–16:00），人们的心情逐渐跌到谷底；临睡之前，人们的情绪又开始急剧回升；不出意料，人们在周末表现出来的情绪要比在周中的积极许多。网络虚拟环境中的计算机科学虚拟世界中的行为挖掘人们在一天网络虚拟环境中的科学问题智能代理（Intelligentagent）

一个具有自适应、自治能力的硬件、软件或其他实体，其目标是认识和模拟人类智能行为。Minsky《智力社会》多代理技术，即是Muiti-agentSystem技术，是分布式人工智能的一个方面，利用代理之间的协作共同完成一个问题的求解。网络虚拟环境中的科学问题智能代理（Intelligent网络虚拟环境中的科学问题智能代理（Intelligentagent）

多代理建模平台：NetlogoNetLogoisanapplicationthatallowsyoutocreateyourownvirtualenvironmentsbysimulatingnaturalandsocialphenomena.网络虚拟环境中的科学问题智能代理（Intelligent网络虚拟环境中的科学问题机器人

第一法则:机器人不得伤害人类，或坐视人类受到伤害；第二法则:除非违背第一法则，机器人必须服从人类的命令；第三法则在不违背第一及第二法则下，机器人必须保护自己。网络虚拟环境中的科学问题机器人第一法则:机器人不得伤害网络虚拟环境中的科学问题情感计算（affectivecomputing）

情感计算是与情感相关，来源于情感或能够对情感施加影响的计算。MIT媒体实验室Picard教授（1997提出情感计算）情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境，并使计算机具有更高的、全面的智能。网络虚拟环境中的科学问题情感计算（affectiveco网络虚拟环境中的科学问题情感计算（affectivecomputing）

情感信息的获取与建模问题情感识别与理解问题情感表达问题自然和谐的人性化和智能化的人机交互的实现问题

…..情感识别：脸部运动编码系统FACS社交网络与情感计算Ekman定义了人类6种基本情感：害怕，悲伤，愤怒，高兴，厌恶，惊奇网络虚拟环境中的科学问题情感计算（affectiveco网络虚拟环境中的科学问题机器学习H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。强调学习的外部行为效果。R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。强调学习的内部过程从事专家系统研制的人们则认为学习是知识的获取从知识工程的实用性角度出发的。

机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。网络虚拟环境中的科学问题机器学习机器学习是一门研究机器获网络虚拟环境中的科学问题机器学习-深度学习深度学习的概念由Hinton等人于2006年提出深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。“猫脸识别”系统的诞生——1000台计算机、16000个芯片组成的系统在“学习了”数百万张猫脸图片，将线条、亮度、边界、色彩等多个特征分类，最后它在看到猫的图片后，就能将它识别出来网络虚拟环境中的科学问题机器学习-深度学习深度学习是机器

构建NVE系统的关键技术NVR系统应具有以下5个方面的特征：共享的虚拟空间伪实体的行为真实感；支持实时交互，共享时钟；多个用户以多种方式相互通信；资源信息共享以及允许用户自然操纵环境中的对象。构建NVE系统的关键技术NVR系统应具有以下5个方面的特

构建NVE系统的关键技术ＤＲ（DeadReckoning）算法虚拟环境中的每一个实体在系统中都有两种表示:"操作者"(Player)和它的"伪实体"(Ghost)“操作者”是主机上的控制软件,它维护着实体的真正状态。“伪实体”则是根据DR算法推算出来的“操作者”向每个主机发送一次它所控制实体的初始状态(如位置、方向、速度等)后,每个主机就可以独立地预测今后一段时间里各个实体的动向,从而得出所谓“伪实体”,并用它来描绘本地看到的仿真世界中的情况"操作者"以同样的算法跟踪着"伪实体"的状态,当发现这种偏差超过可以容忍的程度时,就发出一个协议数据包,指示其它主机更新"伪实体"的状态,并开始新的一轮预测

构建NVE系统的关键技术ＤＲ（DeadReckonin

构建NVE系统的关键技术AOI技术AOI(AreaofInterest)指的是分布式VR系统中一个实体所能感知的区域AOI指出的是实体间通信可以具有的空间局部性NPSNET-IV中,开发了一种称为“功能局部性”的局部性，按功能对实体进行划分通过把它们组织成一个个的多点播送通信群来实现降低带宽瓶颈的目标构建NVE系统的关键技术AOI技术构建NVE系统的关键技术语音识别和语音合成语音合成：从文字到语音的合成(Text-to-Speech)国内系统中国科学院声学所的KX-PSOLA联想佳音清华大学的TH_SPEECH中国科技大学的KDTALK，以及其后的KD-863汉语文语转换系统语音识别：从语音到文字(Speech-to-Text)语言识别与理解从声波中提取出信息、并理解该言语的语义的过程

Cybertown中的T2SDemowindows语音识别构建NVE系统的关键技术语音识别和语音合成Cyberto

典型的学术性NVE系统SIMENT1983年美国国防部（DOD）制定主要用于仿真训练装甲部队及空军部队的协同作战能力,提供一种低成本的训练环境无中央计算机模拟器间只有状态信息的交换采用盲导航(DeadReckoning,DR)算法来减少网络通信流量典型的学术性NVE系统SIMENT

典型的学术性NVE系统网络VR游戏DogFlightSGI公司的GaryTarolli在1983年3月开发了SGI工作站上的演示程序Flight（飞行模拟）1984年加入了联网功能推出其演示程序DogFlight典型的学术性NVE系统网络VR游戏DogFlight

典型的学术性NVE系统美国NPS开发的NPSNET（1990）引入了语音、图像等多媒体数据,用于仿真系统中受训人员间的通信交流使用AOI概念美国斯坦福大学的PARADISE/Inverse系统（1992）瑞典计算机科学研究所的DIVE（1993）新加坡国立大学的BrickNet（1994）加拿大Albert大学的MR工具库（1993）典型的学术性NVE系统美国NPS开发的NPSNET（19

典型的学术性NVE系统英国Nottingham大学的AVIARY（1994）用包围一个观察者视野的“缓存空间”(CacheVolume)来减少通信量实验性的民用大规模DVE系统支持网络的异构性支持数据的分布存储和运算的负载平衡,但提供不同主机间的"分布透明性"典型的学术性NVE系统英国Nottingham大学的AV

Web_DIVE的兴起&支撑技术从VRML到X3D发展历程Web_DIVE的兴起&支撑技术从VRML到X3D

Web_DIVE的兴起&支撑技术从VRML到X3DEAI(ExternalAuthoringInterface)浏览器VRML插件Java

AppletEAI网络渲染场景改变场景计算数据共享Web_DIVE的兴起&支撑技术从VRML到X3D浏

Web_DIVE的兴起&支撑技术目前分布式虚拟环境的欠缺：缺乏知识的表达，智能性和交互性不够缺乏大规模、可扩展、具有互操作性的分布式虚拟环境构造理论缺乏对分布式智能虚拟环境从其共性方面进行建模研究缺乏对在分布式虚拟环境中的智能虚拟人的建模方法我们的工作MAS_DIVE采用联邦组织形式多代理构造可扩展的分布式智能虚拟环境采用智能代理构造其中的虚拟人基于面想对象思想,Ontology和ECA建立分布式虚拟环境的信息元模型基于代理的思想研究了其中的智能行为Web_DIVE的兴起&支撑技术目前分布式虚拟环境的

AliceWorld

AliceWorld屏幕截图AliceWorldAliceWorld屏幕截图

AliceWorldAliceWorld总体设计客户端1B/S结构的分布式智能虚拟环境整体框架Web

服务器应用程序服务器应用逻辑

浏览器AppletVRML(X3D)插件服务器端客户端2客户端n...本地图形数据库拷贝用户操作界面EAI(SAI)虚拟环境信息模型下载通信AliceWorldAliceWorld总体设计客户端1

AliceWorld可视化信息服务器AliceWorld可视化信息服务器

AliceWorld智能虚拟人研究定义：虚拟人(VirtualHuman或ComputerSynthesizedCharacters)是人在虚拟环境中的几何特性与行为特性的表示,是多功能感知与情感计算的研究内容意义：人是社会的主体，信息社会中人类自身的数字化存在需要研究计算机系统人性化的人机界面，和谐的人机交互AliceWorld智能虚拟人研究

AliceWorld智能虚拟人的建模要求快速反应能力（从人机界面的角度来说）能基于上下文环境来采取行为

智能虚拟人模型要具有灵活性，并且方便构造

->模块化要使人感觉逼真：逼真外形状；具有情绪因素、个性等believablevirtualhuman

BroadAgentVsTranditionalAIAliceWorld智能虚拟人的建模要求believab

AliceWorld基于Web的智能虚拟人建模AliceWorld基于Web的智能虚拟人建模

AliceWorldWeb的智能虚拟人动作实现H-Anim1.1标准图示AliceWorldWeb的智能虚拟人动作实现H-Ani

AliceWorld自然语言功能的集成基于AIML的A.L.I.C.E宾夕法尼亚洲Lehigh大学的RichardS.Wallace博士开发的聊天机器人(Chatbot)遵循GNU通用公共许可协议的开放源代码，有300多人对其发展作出了自己的贡献

因为其卓越的设计和强大的功能赢得了2000年度以及2001年度的Loebner奖

AliceWorld自然语言功能的集成

AliceWorld自然语言功能的集成基于AIML的A.L.I.C.E知识描述语言使用AIML(ArtificialIntelligenceMarkupLanguage)，采用了XML的语法来存储知识AliceWorld自然语言功能的集成

AliceWorld自然语言功能的集成基于AIML的A.L.I.C.E重要标签知识元标签category学习能力标签<learnfilename=”X”>思考能力标签

<think>…</think>判断能力标签<condition>…</condition>记忆能力标签<set_xxx>…</set_xxx>和<get_xxx>…</get_xxx>AliceWorld自然语言功能的集成

AliceWorld自然语言功能的集成AliceWorld自然语言功能的集成

AliceWorld一个聊天并触发行为的实例AliceWorld一个聊天并触发行为的实例网络虚拟环境与计算机应用

网络虚拟环境中的计算机科学网络虚拟环境与计算机应用

网络虚拟环境中的计算机科学

课程内容组织网络虚拟环境中的计算机科学问题结合NVE介绍密切相关的计算机学科和方向的结合应用智能技术：经典人工智能、机器学习、人工生命、群体智慧社交网络与大数据、数据挖掘情感计算构建NVE的经典算法和问题如局时钟、运动预测算法，Chatbot等学术型经典NVE和一个NVE实例构建网络虚拟环境概述

NVE的概念、特征，以及内涵在各个领域里面的应用

发展历史，以及经典的网络虚拟环境实例互联网技术网络基础知识互联网发展历程，重要技术和应用Web技术，历程与应用（web2.0&3.0)虚拟现实技术VR概述，发展历史，应用人机交互与虚拟现实设备三维建模与编程（Web3D技术）网络虚拟环境中的人文问题NVE的相关影视文学探讨NVE中与人的身心NVE中的社会学问题哲学问题虚拟经济法律问题政治民主课程内容组织网络虚拟环境中的计算机科学问题网络虚拟环境概

网络虚拟环境中的计算机科学构建NVE系统的关键技术典型的学术性NVE系统一个综合实例的介绍-AliceWorldOutlineOutline

网络虚拟环境中的计算机科学多门新兴学科的发展和融合图形学与虚拟现实技术网络技术和分布式系统人工智能人工生命心理学和认知科学…

网络虚拟环境中的计算机科学多门新兴学科的发展和融合网络虚拟环境中的计算机科学人工智能

机器学习遗传算法人工神经网络知识表示人工生命机器人学网络虚拟环境中的计算机科学人工智能机器学习遗传算法人工神网络虚拟环境中的计算机科学人工智能源自1956年的达特茅斯会议逻辑学派（符号主义）物理符号系统假设和有限合理性原理仿生学派（连接主义）人工神经网络和进化计算控制论学派（行为主义）感知和行为之间的关系

制造智能机器的科学与工程.

约翰·麦卡锡（1955）

JohnMcCarthy网络虚拟环境中的计算机科学人工智能制造智能机器的科学与工网络虚拟环境中的计算机科学符号主义

即传统的人工智能，认为人工智能源于数理逻辑，主张以知识为基础，通过推理来进行问题求解，在研究方法上采用计算机模拟人类认知系统功能的功能模拟方法

Simon、Minsky和Newell等认为，人和计算机都是一个物理符号系统，因此可用计算机的符号演算来模拟人的认知过程；作为智能基础的知识是可用符号表示的一种信息形式，因此人工智能的核心问题是知识表示、知识推理和知识运用的信息处理过程。网络虚拟环境中的计算机科学符号主义即传统的人工智能，网络虚拟环境中的计算机科学连接主义神经网络生物神经元网络结构

大脑含约1011个神经元，它们通过1015个联结构成一个网络。每个神经元具有独立的接受、处理和传递电化学信号的能力，这种传递由神经通道来完成树突是树状的神经纤维接收网络，它将电信号传送到细胞体细胞体对这些输入信号进行整合并进行阈值处理轴突是单根长纤维，它把细胞体的输出信号导向其他神经元一个神经细胞的轴突和另一个神经细胞树突的结合点称为突触神经元的排列和突触的强度(由复杂的化学过程决定)确立了神经网络的功能。网络虚拟环境中的计算机科学连接主义大脑含约1011个神经网络虚拟环境中的计算机科学连接主义神经网络

WalterPittsWarrenMcCulloch适合大规模并行处理、容错性、自组织和自适应能力和联想功能强神经元获得网络输入信号后，信号累计效果整合函数u(x)大于某阈值时，神经元处于激发状态；反之，神经元处于抑制状态。网络虚拟环境中的计算机科学连接主义WalterPitt网络虚拟环境中的计算机科学连接主义神经网络从四个方面刻画人脑的基本特征：物理结构：模仿生物神经元的功能，构造人工神经元的联结网络计算模拟：ANN以具有局部计算能力的神经元为基础，同样实现信息的大规模并行处理。存储与操作：大脑对信息的记忆是通过改变突触的强度来实现并分布存储。ANN模拟信息的大规模分布存储。训练：后天的训练使得人脑具有很强的自组织和自适应性。ANN根据人工神经元网络的结构特性，使用不同的训练过程，自动从“实践”（即训练样本）中获取相关知识，并存储在系统中。

网络虚拟环境中的计算机科学连接主义网络虚拟环境中的计算机科学连接主义IBM推出百万神经元类人脑芯片TrueNorth

邮票大小、重量只有几克，但却集成了54亿个硅晶体管，内置了4096个内核，100万个“神经元”、2.56亿个“突触”，能力相当于一台超级计算机，功耗却只有65毫瓦网络虚拟环境中的计算机科学连接主义邮票大小、重量只有几克网络虚拟环境中的计算机科学行为主义基本特征：认为人工智能来源于控制论，智能取决于感知和行动。提出智能行为的“感知－动作”模式，采用行为模拟方法对符号主义、联结主义采取批判的态度；（智能不需要知识、表示和推理，只需要与环境交互作用）20世纪80年代诞生智能控制和智能机器人系统学科（R.A.Brooks），为机器人研究开创了新的方法。

网络虚拟环境中的计算机科学行为主义网络虚拟环境中的计算机科学虚拟世界中的人工智能运用有限状态机来控制NPC

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能运用行为树来控制NPC

他看到哥布林就会跑过去打它；他看到半兽人就会逃跑；他看不到哥布林也看不到半兽人就会休息；他看到哥布林也看到半兽人也会跑。网络虚拟环境中的计算机科学虚拟世界中的人工智能他看到哥布

网络虚拟环境中的计算机科学虚拟世界中的人工智能自然语言功能的集成Chatbot一段程序，人们能通过计算机界面使用自然语言文字与之聊天，而聊天机器人可以给人以逼近真人的回答1950年AlanTuring预言，50年后，人们将难以区分与之对话的是计算机还是真人，并给出了著名的图灵测试的方法网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能利用计算机对自然语言进行理解类人行为：图灵测试(1950)图灵建议：不是问“机器能否思考”，而是问“机器能否通过关于行为的智能测试”

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能自然语言理解:利用计算机对自然语言进行理解研究目标：建立一个足够精确的语言数学模型使计算机通过编程来完成自然语言的相关任务。如：听、读、写、说，释义，翻译，回答问题等。词法分析

句法分析

语义分析

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学虚拟世界中的人工智能自然语言理解:利用计算机对自然语言进行理解IBMwaston建造一个能与人类回答问题能力匹敌的计算系统基于IBM"DeepQA"(深度开放域问答系统工程)技术开发的。

在2011年2月美国热门的电视智力问答节目"危险边缘"（Jeopardy！）中战胜了两位人类冠军选手

网络虚拟环境中的计算机科学虚拟世界中的人工智能网络虚拟环境中的计算机科学群体智能

这个概念来自对自然界中昆虫群体的观察，群居性生物通过协作表现出的宏观智能行为特征被称为群体智能涌现网络虚拟环境中的计算机科学群体智能这个概念来自对自然界中网络虚拟环境中的计算机科学群体智能示例：google的pagerank

Pagerank思想：“被越多优质的网页所指的网页，它是优质的概率就越大”PR(A)：网页A的PageRank值；T1,T2,⋯,Tn：网页A的链入网页；PR(Ti)：网页Ti的PageRank值(i=1,2,⋯n)；C(Ti)：网页Ti的链出网页的数量(i=1,2,⋯n)；d：一个衰减因子,0<d<1,通常取值为0.85。PR(A)=(1-d)+d(PR(T1)/C(T1)+⋯⋯+PR(Tn)/C(Tn))网络虚拟环境中的计算机科学群体智能Pagerank思网络虚拟环境中的计算机科学人工生命生命的几大本质特征：自我繁殖的能力与环境相互作用的能力与其他有机体以特定的方式相互作用和相互交流的能力

研究具有自然生命系统行为的人造系统网络虚拟环境中的计算机科学人工生命研究具有自然生命系统行网络虚拟环境中的计算机科学人工生命开创性研究：冯·诺依曼——“自繁殖系统”生命的的本质特征：繁衍DNA分子结构的重大发现验证了冯·诺依曼的预言约翰·康韦——元胞自动机1970年，设计“生命游戏”克莱格·雷诺尔德——“Boids”1987年编制了一个具有生命行为特征的人工生命群体程序鸟与鸟之间不能距离太近以大致相同的速度飞行向本地群聚伙伴组的中心移动

网络虚拟环境中的计算机科学人工生命网络虚拟环境中的计算机科学人工生命生命游戏

1．如果一个细胞周围有3个细胞为生（一个细胞周围共有8个细胞），则该细胞为生（即该细胞若原先为死，则转为生，若原先为生，则保持不变）。2．如果一个细胞周围有2个细胞为生，则该细胞的生死状态保持不变。3．在其它情况下，该细胞为死（即该细胞若原先为生，则转为死，若原先为死，则保持不变）。康韦发明了有趣的细胞自动机程序：《生命游戏》glider网络虚拟环境中的计算机科学人工生命1．如果一个细胞周围网络虚拟环境中的计算机科学人工生命元胞自动机

最早研究细胞自动机的科学家是冯·诺伊曼人工生命之父克里斯·朗顿进一步发展了元胞自动机理论。并认为具有8个有限状态集合的自动机就能够涌现出生命体的自复制功能。朗顿称生命诞生于“混沌的边缘”！并从此开辟了“人工生命”这一新兴的交叉学科！网络虚拟环境中的计算机科学人工生命最早研究细胞自动机的科网络虚拟环境中的计算机科学大数据大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理-《大数据时代》“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。（Gartner）4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、value（价值）。

网络虚拟环境中的计算机科学大数据网络虚拟环境中的计算机科学大数据主要来源移动互联网物联网社交网络电子商务大数据成功案例google流感趋势(GoogleFluTrends)利用搜索关键词预测禽流感的散布麻省理工学院利用手机定位数据和交通数据建立城市规划。利用互联网大数据，对消费者的喜好进行判定。商户可以为消费者定制相应的独特的个性服务…

网络虚拟环境中的计算机科学大数据主要来源网络虚拟环境中的计算机科学数据挖掘

数据挖掘是指通过分析大量的数据来揭示数据之间隐藏的关系、模式和趋势，从而为决策者提供新的知识。我们沉浸在数据的海洋中，却渴望着知识的淡水智慧的流程网络虚拟环境中的计算机科学数据挖掘数据挖掘是指通过分析大网络虚拟环境中的计算机科学挖掘社交网络

怎样才能找出谁通过社交媒介进行联系?他们在讨论些什么?他们在哪儿?组合社交网络数据、分析技术，通过可视化帮助你找到你一直在社交世界中寻找的内容，以及那些你都不知道存在的有用信息。

facebooktwitterlinkedinTheWebismoreasocialcreationthanatechnicalone.Idesigneditforasocialeffect--tohelppeopleworktogether--andnotasatechnicaltoy.TheultimategoaloftheWebistosupportandimproveourweblikeexistenceintheworld.Weclumpintofamilies,associations,andcompanies.Wedeveloptrustacrossthemilesanddistrustaroundthecorner.

--TimBerners-Lee,WeavingtheWeb(Harper)

网络虚拟环境中的计算机科学挖掘社交网络怎样才能找出谁通过网络虚拟环境中的计算机科学虚拟世界中的行为挖掘从社交网络的数据角度揭示人类社会行为的规律通过观察四百万Facebook用户的在线发送信息模式，发现了很强的日间周期性Twitter消息则被用来分析人类情绪的波动性，即著名的“国家脉搏”(pulseofthenation)

人们在一天中的早餐时段（6:00–9:00）会表现出最正面积极的情绪；午餐过后（15:00–16:00），人们的心情逐渐跌到谷底；临睡之前，人们的情绪又开始急剧回升；不出意料，人们在周末表现出来的情绪要比在周中的积极许多。网络虚拟环境中的计算机科学虚拟世界中的行为挖掘人们在一天网络虚拟环境中的科学问题智能代理（Intelligentagent）

一个具有自适应、自治能力的硬件、软件或其他实体，其目标是认识和模拟人类智能行为。Minsky《智力社会》多代理技术，即是Muiti-agentSystem技术，是分布式人工智能的一个方面，利用代理之间的协作共同完成一个问题的求解。网络虚拟环境中的科学问题智能代理（Intelligent网络虚拟环境中的科学问题智能代理（Intelligentagent）

多代理建模平台：NetlogoNetLogoisanapplicationthatallowsyoutocreateyourownvirtualenvironmentsbysimulatingnaturalandsocialphenomena.网络虚拟环境中的科学问题智能代理（Intelligent网络虚拟环境中的科学问题机器人

第一法则:机器人不得伤害人类，或坐视人类受到伤害；第二法则:除非违背第一法则，机器人必须服从人类的命令；第三法则在不违背第一及第二法则下，机器人必须保护自己。网络虚拟环境中的科学问题机器人第一法则:机器人不得伤害网络虚拟环境中的科学问题情感计算（affectivecomputing）

情感计算是与情感相关，来源于情感或能够对情感施加影响的计算。MIT媒体实验室Picard教授（1997提出情感计算）情感计算的目的是通过赋予计算机识别、理解、表达和适应人的情感的能力来建立和谐人机环境，并使计算机具有更高的、全面的智能。网络虚拟环境中的科学问题情感计算（affectiveco网络虚拟环境中的科学问题情感计算（affectivecomputing）

情感信息的获取与建模问题情感识别与理解问题情感表达问题自然和谐的人性化和智能化的人机交互的实现问题

…..情感识别：脸部运动编码系统FACS社交网络与情感计算Ekman定义了人类6种基本情感：害怕，悲伤，愤怒，高兴，厌恶，惊奇网络虚拟环境中的科学问题情感计算（affectiveco网络虚拟环境中的科学问题机器学习H.A.Simon认为，学习是系统所作的适应性变化，使得系统在下一次完成同样或类似的任务时更为有效。强调学习的外部行为效果。R.s.Michalski认为，学习是构造或修改对于所经历事物的表示。强调学习的内部过程从事专家系统研制的人们则认为学习是知识的获取从知识工程的实用性角度出发的。

机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。网络虚拟环境中的科学问题机器学习机器学习是一门研究机器获网络虚拟环境中的科学问题机器学习-深度学习深度学习的概念由Hinton等人于2006年提出深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。“猫脸识别”系统的诞生——1000台计算机、16000个芯片组成的系统在“学习了”数百万张猫脸图片，将线条、亮度、边界、色彩等多个特征分类，最后它在看到猫的图片后，就能将它识别出来网络虚拟环境中的科学问题机器学习-深度学习深度学习是机器

构建NVE系统的关键技术NVR系统应具有以下5个方面的特征：共享的虚拟空间伪实体的行为真实感；支持实时交互，共享时钟；多个用户以多种方式相互通信；资源信息共享以及允许用户自然操纵环境中的对象。构建NVE系统的关键技术NVR系统应具有以下5个方面的特

构建NVE系统的关键技术ＤＲ（DeadReckoning）算法虚拟环境中的每一个实体在系统中都有两种表示:"操作者"(Player)和它的"伪实体"(Ghost)“操作者”是主机上的控制软件,它维护着实体的真正状态。“伪实体”则是根据DR算法推算出来的“操作者”向每个主机发送一次它所控制实体的初始状态(如位置、方向、速度等)后,每个主机就可以独立地预测今后一段时间里各个实体的动向,从而得出所谓“伪实体”,并用它来描绘本地看到的仿真世界中的情况"操作者"以同样的算法跟踪着"伪实体"的状态,当发现这种偏差超过可以容忍的程度时,就发出一个协议数据包,指示其它主机更新"伪实体"的状态,并开始新的一轮预测

构建NVE系统的关键技术ＤＲ（DeadReckonin

构建NVE系统的关键技术AOI技术AOI(AreaofInterest)指的是分布式VR系统中一个实体所能感知的区域AOI指出的是实体间通信可以具有的空间局部性NPSNET-IV中,开发了一种称为“功能局部性”的局部性，按功能对实体进行划分通过把它们组织成一个个的多点播送通信群来实现降低带宽瓶颈的目标构建NVE系统的关键技术AOI技术构建NVE系统的关键技术语音识别和语音合成语音合成：从文字到语音的合成(Text-to-Speech)国内系统中国科学院声学所的KX-PSOLA联想佳音清华大学的TH_SPEECH中国科技大学的KDTALK，以及其后的KD-863汉语文语转换系统语音识别：从语音到文字(Speech-to-Text)语言识别与理解从声波中提取出信息、并理解该言语的语义的过程

Cybertown中的T2SDemowindows语音识别构建NVE系统的关键技术语音识别和语音合成Cyberto

典型的学术性NVE系统SIMENT1983年美国国防部（DOD）制定主要用于仿真训练装甲部队及空军部队的协同作战能力,提供一种低成本的训练环境无中央计算机模拟器间只有状态信息的交换采用盲导航(DeadReckoning,DR)算法来减少网络通信流量典型的学术性NVE系统SIMENT

典型的学术性NVE系统网络VR游戏DogFlightSGI公司的GaryTarolli在1983年3月开发了SGI工作站上的演示程序Flight（飞行模拟）1984年加入了联网功能推出其演示程序DogFlight典型的学术性NVE系统网络VR游戏DogFlight

典型的学术性NVE系统美国NPS开发的NPSNET（1990）引入了语音、图像等多媒体数据,用于仿真系统中受训人员间的通信交流使用AOI概念美国斯坦福大学的PARADISE/Inverse系统（1992）瑞典计算机科学研究所的DIVE（1993）新加坡国立大学的BrickNet（1994）加拿大Albert大学的MR工具库（1993）典型的学术性NVE系统美国NPS开发的NPSN