人工智能概述

第一章人工智能概述1/12/20231第一章人工智能概述人工智能的概念人工智能的研究途径与方法

人工智能的分支领域人工智能的基本技术人工智能的发展概况1/12/20232人工智能第一章人工智能概述人工智能的概念人工智能的研究途径与方法

人工智能的分支领域人工智能的基本技术人工智能的发展概况1/12/20233人工智能人工智能的概念什么是人工智能为什么研究人工智能人工智能的目标人工智能的表现形式1/12/20234人工智能什么是人工智能人工智能

人工智能（ArtificialIntelligence）简称AI，主要研究如何用人工的方法和技术，使用各种自动化机器或智能机器（主要指计算机）模仿、延伸和扩展人的智能，实现某些机器思维或脑力劳动自动化。智能

基于人脑的智能从内涵上讲，应该是知识＋思维。从外延上讲，就是发现规律、运用规律的能力和分析问题、解决问题的能力(或者说获取知识、处理知识、运用知识的能力)。学科结构

1/12/20235人工智能学科结构1/12/20236人工智能为什么研究人工智能普通计算机智能低下，不能满足社会需求。研究人工智能也是当前信息化社会的迫切需求。智能化是自动化发展的必然趋势。研究人工智能，对人类自身智能的奥秘也提供有益帮助1/12/20237人工智能人工智能的目标远期目标

人工智能的远期目标是要制造智能机器。具体讲就是使计算机具有看听说写等感知和交互能力，具有联想学习推理理解学习等高级思维能力，还要有分析问题解决问题和发明创造的能力。近期目标

人工智能的近期目标是实现机器智能。即先部分地或某种程度地实现机器智能，从而使现有的计算机更灵活好用和更聪明有用。1/12/20238人工智能人工智能的表现形式智能软件智能设备智能网络智能计算机智能机器人Agent1/12/20239人工智能第一章人工智能概述人工智能的概念人工智能的研究途径与方法

人工智能的分支领域人工智能的基本技术人工智能的发展概况1/12/202310人工智能人工智能的研究途径与方法结构模拟，神经计算功能模拟，符号推演行为模拟控制进化1/12/202311人工智能结构模拟，神经计算

结构模拟就是用人工神经元（神经细胞）组成的人工神经网络来作为信息和知识的载体，用所谓神经计算的方法实现学习联想识别和推理等功能，从而来模拟人脑的智能行为，使计算机表现出某种智能。采用结构模拟，用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。1/12/202312人工智能功能模拟，符号推演

功能模拟法就是以人脑的心理模型，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现机器智能。以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。1/12/202313人工智能行为模拟，控制进化

行为模拟是一种基于感知－行为模型的研究途径和方法，它是在模拟人在控制过程中的智能活动和行为特性，如自适应，自寻优、自学习、自组织等，来研究和实现人工智能。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。1/12/202314人工智能第一章人工智能概述人工智能的概念人工智能的研究途径与方法

人工智能的分支领域人工智能的基本技术人工智能的发展概况1/12/202315人工智能人工智能的分支领域基于脑功能模拟的领域划分基于研究途径与实现技术的领域划分基于应用领域的领域划分基于应用系统的领域划分基于计算机系统结构的领域划分基于实现工具与环境的领域划分基于体系结构的领域划分1/12/202316人工智能基于脑功能模拟的领域划分机器感知机器联想机器推理机器学习机器理解机器行为1/12/202317人工智能机器感知机器感知计算机象人一样通过“感觉器官”直接从外界获取信息。模式识别先将摄像机、送话器或其它传感器接受的外界信息转换为电信号序列，计算机再进一步对这个电信号序列进行各种预处理，从中抽出有意义的特征，得到输入信号的模式然后与机器中原有的各个标准模式进行比较，完成对输入信息的分类识别工作。1/12/202318人工智能基于脑功能模拟的领域划分机器感知机器联想机器推理机器学习机器理解机器行为1/12/202319人工智能机器联想人类联想人类的联想是建立事物之间的联系。人类的联想功能是基于神经网络、按内容记忆方式进行的。机器联想机器的联想就是有关数据、信息或知识之间的联系。机器联想利用人类按内容记忆原理，采用“联想存储”的技术实现联想功能。1/12/202320人工智能基于脑功能模拟的领域划分机器感知机器联想机器推理机器学习机器理解机器行为1/12/202321人工智能机器推理推理推理是从一些已知判断（前提）推出一个新判断（结论）的思维过程。机器推理机器推理主要包括形式逻辑中的演绎推理、归纳推理、类比推理和非逻辑的基于指令性规则的操作变换式的“推理”。机器推理的分类机器推理的形式机器推理包括串行推理（传统的机器推理）和并行推理（神经网络推理）。1/12/202322人工智能基于脑功能模拟的领域划分机器感知机器联想机器推理机器学习机器理解机器行为1/12/202323人工智能机器学习机器学习机器自己获取知识。包括①对人类已有知识的获取；②对客观规律的发现；③对自身行为的修正。按实现途径分类符号学习包括机械学习，指导学习，解释学习，类比学习，示例学习，发现学习连接学习神经网络学习发展方向将符号学习与连接学习二者结合起来。1/12/202324人工智能基于脑功能模拟的领域划分机器感知机器联想机器推理机器学习机器理解机器行为1/12/202325人工智能机器理解自然语言理解是计算机理解人类的语言。但由于人类语言的二义性，自然语言理解是一个困难的课题。图形理解是计算机识别的组成部分。主要是物景分析，目前主要是研究在复杂的背景中寻找目标以及室外物景分析。理解是感知的延伸，是对本质和意义的感知

1/12/202326人工智能基于脑功能模拟的领域划分机器感知机器联想机器推理机器学习机器理解机器行为1/12/202327人工智能机器行为机器行为机器行为主要指机器人行动规划。是智能机器人的核心技术，规划功能的强弱反映了智能机器人的智能水平。机器人规划的基本任务在一个特定的工作区域中自动地生成从初始状态到目标状态的动作序列、运动路径和轨迹的控制程序。1/12/202328人工智能基于研究途径与实现技术的领域划分符号智能就是以符号知识为基础，通过符号推理进行问题求解而实现的智能。研究主要内容是知识工程和符号处理技术。计算智能

计算智能是以数据为基础，通过数值计算进行问题求解而实现的智能。研究主要内容包括人工神经网络、进化计算（包括遗传算法、遗传程序设计、进化规划、进化策略等）模糊技术及人工生命。1/12/202329人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202330人工智能难题求解难题没有算法解或或虽有算法解但在现有机器上无法实施或无法完成的问题。NP

NondeterministicPolynomial,非确定性多项式。不能证明算法复杂度超出多项式边界，但又未找到有效算法的问题。NPC：NPComplete，NP中一类最困难的问题。研究意义

a.找到解决难题的途径。b.由解决这些难题而发展起来得一些技术和方法可用于人工智能其它领域。1/12/202331人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202332人工智能自动定理证明自然演绎法依据推理规则，从前提和公理中推出许多定理，若待证明的定理恰在其中，则定理得证。判定法对一类问题找出统一的计算机上可实现的算法解。定理证明器研究一切可判定问题的解法。1965年鲁滨逊提出的消解原理是这类工作的基础，计算机辅助证明以计算机为辅助工具，利用机器的高速和大容量，帮助人完成手工证明中无法完成的大量计算、推理和穷举。1/12/202333人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202334人工智能自动程序设计自动程序设计自动程序设计就是人只要给出关于某程序要求的非常高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序。自动程序设计过程自动程序设计相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序。这是自动程序设计的主要内容，它实际是程序的自动综合。自动程序设计还包括程序自动验证。

1/12/202335人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202336人工智能自动翻译

自动翻译即是机器翻译，用计算机作为两种语言之间的翻译。由于自然语言理解方面的困难，所以到目前为止自动翻译问题还没有完全解决。1/12/202337人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202338人工智能智能控制产生1965年，傅京孙（KS.Fu）提出，1987年正式作为一门独立的学科。特点智能控制中的智能先验智能；反应性智能；优化智能；组织与协调智能。智能控制开发途径基于专家系统的专家智能控制；基于模糊推理和计算的模糊控制：基于人工神经网络的神经网络控制；综合以上三种方法的综合型智能控制。1/12/202339人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202340人工智能智能管理

智能管理是人工智能与管理科学、系统工程、计算机技术及通信技术等多学科、多技术相结合、互相渗透而产生的一门新技术、新学科。它研究如何提高计算机管理系统的智能水平以及智能管理系统的设计理论、方法与实现技术。1/12/202341人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202342人工智能智能决策智能决策支持系统将人工智能技术引入决策过程，建立决策支持系统，充分发挥传统决策支持系统中数值分析的优势，也充分发挥专家系统中知识给知识处理的特长。智能决策支持系统构成智能决策支持系统是在传统决策支持系统的基础上加上相应的智能部件构成的。包括模型库、方法库、数据库、知识库四部分构成。1/12/202343人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202344人工智能智能通信

智能通信就是在通信系统的各个层次和环节上实现智能化，使网络运行在最佳状态，使网络具有自适应、自组织、自学习、自修复等功能。1/12/202345人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202346人工智能智能仿真仿真仿真是在三种类型知识——描述性知识、目的性知识及处理的基础上产生结论性知识。仿真可以看作一个特殊的知识变换器。智能仿真利用人工智能对仿真的建模、实验运行及结果分析进行指导，能改善模型的描述能力，在仿真模型中引进知识表示将为研究面向目标的建模语言打下基础，提高仿真工具面向用户、面向问题的能力。同时仿真与人工智能结合能更有效地用于决策。1/12/202347人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202348人工智能智能CAD发展趋势

设计自动化；智能交互；智能图形学；自动数据采集。技术规则生成法；约束满足方法；搜索法；知识工程方法；形象思维方法。1/12/202349人工智能基于应用领域的领域划分难题求解自动定理证明自动程序设计自动翻译智能控制智能管理智能决策智能通信智能仿真智能CAD智能CAI1/12/202350人工智能智能CAIICAIICAI就是把人工智能技术引入到计算机辅助教学领域，建立智能CAI系统。ICAI特征（1）自动生成各种问题与练习。（2）根据学生的水平和学习情况自动调整教学内容和进度。（3）在理解教学内容的基础上自动解决问题生成解答。（4）具有自然语言的生成和理解能力。（5）对教学内容有解释咨询能力。（6）能诊断学生的错误，分析原因并采取纠正措施。（7）能评价学生的学习行为。（8）能改善教学策略。1/12/202351人工智能基于应用系统的领域划分专家系统拥有大量的专家知识，能模拟专家的思维方式，对领域内复杂的实际问题，能作出专家级决策，象专家一样解决问题。知识库系统智能数据库系统对传统数据库加上智能成分。智能机器人系统智能机器人就是能认识工作环境、工作对象及状态，能根据人给予的指令和“自身”认识外界的结果来独立地决定工作方法，实现任务目标，并能适应环境变化。1/12/202352人工智能基于计算机系统结构的领域划分智能操作系统智能操作系统的基本模型是以智能机为基础，并能支撑外层的AI应用程序，实现多用户知识处理和并行处理。智能多媒体系统智能多媒体实际是人工智能与多媒体技术的有机结合，人工智能的计算机视听觉、语音识别与理解、语音对译、信息智能压缩等技术运用于多媒体系统，将会使现在的多媒体系统产生质的飞跃。智能计算机系统智能网络系统将人工智能技术引入到网络构建、网络管理与控制、信息检索与转换、人机接口等环节。1/12/202353人工智能基于实现工具和环境的领域划分智能软件工具包括开发建造智能系统的程序语言和工具环境。如函数程序设计语言（LISP）、逻辑程序设计语言（PROLOG）、对象程序设计语言（smalltalk、C＋＋、Java）、框架表示语言（FRL）产生式语言（OPS5）神经网络设计语言（AXON）、智能体程序设计语言。智能硬件平台指直接支持智能系统开发和运行的机器硬件。如LISP机、PROLOG机、神经网络计算机、知识信息处理机、模糊推理计算机、面向对象计算机、智能计算机等。1/12/202354人工智能基于体系结构的领域划分集中式人工智能研究个体智能，指研究个体的推理、学习、理解等智能行为。分布式人工智能研究在逻辑上或物理上分散的智能个体或智能系统如何并行地、相互协作地实现大型复杂问题求解。分布式人工智能分为两个主要研究方向：分布式问题求解（DistributionProblemSolving，DPS）和多Agent系统（Multi－AgentSystem，MAS）。1/12/202355人工智能第一章人工智能概述人工智能的概念人工智能的研究途径与方法

人工智能的分支领域人工智能的基本技术人工智能的发展概况1/12/202356人工智能人工智能的基本技术推理技术搜索技术知识表示与数据库技术归纳技术联想技术1/12/202357人工智能推理技术逻辑是推理的理论基础，推理为逻辑提出课题。谓词逻辑多值逻辑机器推理中的逻辑多类逻辑模糊逻辑非经典逻辑模态逻辑时态逻辑动态逻辑非单调逻辑1/12/202358人工智能搜索技术

搜索就是为了达到某一“目标”而连续进行推理的过程。搜索技术就是对推理进行引导和控制的技术，它是人工智能的基本技术之一。人工智能初期，启发式搜索方法是人工智能的核心课题。著名的A*算法和AO*算法就是两个重要的启发式搜索算法。传统的搜索技术都是基于符号推演方式进行的。近年来，神经网络技术开辟了问题求解与搜索技术研究的新途径。1/12/202359人工智能知识表示与知识库技术

知识表示指知识在计算机中的表示方法和表示形式，它涉及知识的逻辑结构和物理结构。知识库技术包括知识的组织、管理、维护、优化等技术。智能就是发现规律、运用规律的能力，而规律就是知识。同时发现知识和运用知识本身还需要知识。因此知识时智能的基础和源泉。1/12/202360人工智能归纳技术

归纳技术指机器自动提取概念、抽取知识、寻找规律的技术。归纳分为基于符号处理的归纳和基于神经网络的归纳。基于符号处理的归纳技术，除了已开发出的归纳学习方法之外，基于数据库的数据开采（DataMining，简称DM）及知识发现（KnowledgeDiscovering，简称KD）技术为归纳技术的发展和应用注入新的活力。归纳时需要分析、综合、比较，还需要反馈、修正、调整和优化等步骤，所以广义讲归纳技术也包括类比、控制、适应甚至进化在内。1/12/202361人工智能联想技术

联想是人工智能的一项基本技术，联想的前提是联想记忆或联想存储。1/12/202362人工智能第一章人工智能概述人工智能的概念人工智能的研究途径与方法

人工智能的分支领域人工智能的基本技术人工智能的发展概况1/12/202363人工智能人工智能的发展概况人工智能学科的产生符号主义途径发展概况连接主义途径发展概况当前发展趋势我国人工智能研究发展简况1/12/202364人工智能人工智能学科的产生前提条件1956年之前，创立数理逻辑、自动机理论、控制论、信息论和系统论，并发明了通用电子数字计算机，这些成就为人工智能的诞生准备了充足的思想、理论和物质技术条件。产生1956年夏季，十位来自数学、心理学、神经生理学、信息论和计算机方面的专家在美国达特莫斯大学召开一次历时两个月的研究会，讨论了关于机器智能的有关问题，会上麦卡锡提议正式采用了“人工智能”一词。这标志人工智能学科的正式诞生。1/12/202365人工智能人工智能发展简史图1956年提出AI60年代中期70年代初期80－90年代形成第一个兴旺期形成第二个兴旺期萧条期1/12/202366人工智能符号主义途径发展概况（一）1956年之后十年符号主义主要成就（1）1956年，美国的纽厄尔、肖和塞蒙合作编制了名为逻辑理论机（LogicTheoryMachine，简称LT）的计算机程序系统。该程序模拟人用数学逻辑证明定理时的思维规律。（2）1956年，赛谬尔研制成功了具有自学习、自组织和自适应能力的跳棋程序。（3）1959年，籍勒洛特发表了证明平面几何问题的程序，塞尔福里奇推出勒一个模式识别程序；1965年罗伯特编制出了可以分辩积木构造的程序。1/12/202367人工智能符号主义途径发展概况（二）（4）1960年，纽厄尔、肖和塞蒙等人通过心理学试验总结出人们求解问题的思维规律，编制了通用问题求解程序（GeneralProblemSolving，GPS）。（5）1960年，麦卡锡研制成功了人工智能程序设计的表处理语言LISP.（6）1965年，鲁滨逊提出了消解原理，为定理的机器证明作出了突破性贡献。1/12/202368人工智能符号主义途径发展概况（三）推理期