课件收集人工智能ai1introduction

人工智能

ArtificialIntelligence河海大学计算机与信息学院邹阳编写孟朝晖修改教材与参考书StuartRussellandPeterNorvig,Artificialintelligence—

Amodernapproach,清华大学出版社,2006.5.（第2版）,2011.7.（第3版）ArtificialIntelligence—

ANewSynthesis,NilsJ.Nilsson,ChinaMachinePress,1999.陆汝钤，人工智能（上、下），科学出版社。史忠植，高级人工智能，科学出版社。石纯一，人工智能原理，清华大学出版社。吴泉源，人工智能与专家系统，国防科大出版社。CourseoverviewIntroductionandAgents(chapters1,2)Search(chapters3,4,5,6)KnowledgeandReasoning(chapters7,8,9,10)Planning(chapters11,12)Uncertainty(chapters13,14)MachineLearning(chapters18,20)NaturalLanguageProcessing(chapter22,23)本课程的要求掌握各种搜索算法、知识表示和推理的方法和机器学习的方法；进行相关专题研究考试成绩评定：认真听课+检索与阅读笔记+考试第一章绪论什么是人工智能人工智能的发展历史人工智能的研究内容人工智能系统框架1.1什么是人工智能AI就是让机器完成那些如果由人来做需要智能的事情的科学（M.Minsky）AI是计算机科学中的一个分支，涉及到智能计算机系统的设计，该系统显示人类行为中与智能有关的某些特征（E.A.Feigenbaum）AI,broadly(andsomewhatcircularly)defined,isconcernedwithintelligentbehaviorinartifacts（N.J.Nilsson）什么是人工智能AI有三个主要目标：（A.Sloman）对智能行为有效解释的理论分析解释人类智能构造智能的人工制品什么是人工智能"AIisthestudyofcomplexinformationprocessingproblemsthatoftenhavetheirrootsinsomeaspectofbiologicalinformationprocessing.Thegoalofthesubjectistoidentifysolvableandinterestinginformationprocessingproblems,andsolvethem."---DavidMarr什么是人工智能"AIisthedesign,studyandconstructionofcomputerprogramsthatbehaveintelligently."---TomDean什么是人工智能IntelligentconnectionofperceptionandactionAIisnotcenteredaroundrepresentationoftheworld,butaroundactionintheworld什么是人工智能AI:研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统（计算机科学技术百科全书，清华大学出版社）什么是人工智能AIistheintelligenceofmachinesandthebranchofcomputersciencewhichaimstocreateit.Textbooksdefinethefieldas“thestudyanddesignofintelligentagents,”whereanintelligentagentisasystemthatperceivesitsenvironmentandtakesactionswhichmaximizeitschancesofsuccess.(Wikipedia,freeencyclopedia)例一洗衣机（家用电器）例二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”以3.5：2.5的总比分战胜卡斯帕罗夫。例二（续）IBM“深蓝”技术指标32个CPU每个CPU有16个协处理器每个CPU有256M内存每个CPU的处理速度为200万步/秒例三（摘自《意林》07年第14期）甲，乙，丙，丁四人是仓库的保管员。一天仓库被盗，经过侦查，发现四个保管员均有作案嫌疑。又经核实，发现是四人中的两人作案。找到的可靠线索有：（1）甲、乙两个中有且只有一个人去过仓库；（2）乙和丁不会同时去仓库；（3）丙若去仓库，丁必同去；（4）丁若没去仓库，则甲也没去。试断案。例四机器翻译（英俄翻译）：

Thespiritiswillingbutthefleshisweak.

（心有余而力不足）

Thevodkaisstrongbutmeatisrotten.

（伏特加酒虽然很浓，但肉是腐烂的）WhatisAI?ViewsofAIfallintofourcategories:

Thinkinghumanly Thinkingrationally Actinghumanly Actingrationally

Thetextbookadvocates"actingrationally"Actinghumanly:TheTuringtestTuring(1950)"Computingmachineryandintelligence":"Canmachinesthink?""Canmachinesbehaveintelligently?"Operationaltestforintelligentbehavior:theImitationGamePredictedthatby2000,amachinemighthavea30%chanceoffoolingalaypersonfor5minutesAnticipatedallmajorargumentsagainstAIinfollowing50yearsSuggestedmajorcomponentsofAI:knowledge,reasoning,languageunderstanding,learningActinghumanly:TheTuringtestProblem:Turingtestisnotreproducible,constructive,oramenabletomathematicalanalysisThinkinghumanly:CognitiveScience1960s"cognitiverevolution":information-processingpsychologyreplacedprevailingorthodoxyofbehaviorismRequiresscientifictheoriesofinternalactivitiesofthebrain-Whatlevelofabstraction?"Knowledge"or"circuits"?-Howtovalidate?Requires1)Predictingandtestingbehaviorofhumansubjects(top-down)or2)Directidentificationfromneurologicaldata(bottom-up)Bothapproaches(roughly,CognitiveScienceandCognitiveNeuroscience)arenowdistinctfromAIBothsharewithAIthefollowingcharacteristic:theavailabletheoriesdonotexplain(orengender)anythingresemblinghuman-levelgeneralintelligenceThinkingrationally:LawsofThoughtAristotle:whatarecorrectarguments/thoughtprocesses?SeveralGreekschoolsdevelopedvariousformsoflogic:

notation

and

rulesofderivationforthoughtsmayormaynothaveproceededtotheideaofmechanizationDirectlinethroughmathematicsandphilosophytomodernAIProblems:1)Notallintelligentbehaviorismediatedbylogicaldeliberation2)Whatisthepurposeofthinking?WhatthoughtsshouldIhaveoutofallthethoughts(logicalorotherwise)thatI

couldhave?ActingrationallyRationalbehavior:doingtherightthingTherightthing:thatwhichisexpectedtomaximizegoalachievement,giventheavailableinformationDoesn'tnecessarilyinvolvethinking—e.g.,blinkingreflex—butthinkingshouldbeintheserviceofrationalactionAristotle(acheanEthics):Everyartandeveryinquiry,andsimilarlyeveryactionandpursuit,isthoughttoaimatsomegoodRationalagentsAnagentisanentitythatperceivesandactsThiscourseisaboutdesigningrationalagentsAbstractly,anagentisafunctionfrompercepthistoriestoactions:[f:P*A]Foranygivenclassofenvironmentsandtasks,weseektheagent(orclassofagents)withthebestperformanceCaveat:computationallimitationsmakeperfectrationalityunachievabledesignbestprogramforgivenmachineresources1.2人工智能发展历史1956~随计算机的出现而诞生是计算机科学的一个分支多学科交叉：数学、物理、心理学、电子工程、计算机科学、神经科学、哲学等等相关学科Philosophy---logic,methodsofreasoning;mindasphysicalsystem,foundationsoflearning,language,rationalityMathematics---formalrepresentationandproof;algorithms,computation,(un)decidability,(in)tractability,probabilityEconomics---utility,decisiontheoryNeuroscience---physicalsubstrateformentalactivityPsychology---phenomenaofperceptionandmotorcontrol,experimentaltechniques相关学科（续）Computerengineering---buildingfastcomputers

Controltheory---designsystemsthatmaximizeanobjectivefunctionovertimeLinguistics---knowledgerepresentation,grammar为什么AI有必要成为一个单独的领域？和控制论、运筹学、决策理论的目标类似为什么不是数学的一个分支？

AI从一开始就承载着复制人类智能的思想方法论的不同

AI属于计算机科学的分支

AI试图建造在复杂和变化的环境中自动发挥功能的机器人工智能发展历史第一阶段：孕育期（1943~1956）McCulloch&Pitts:提出一种人工神经元模型（Booleancircuitmodelofbrain）M.MinskyandD.Edmonds:1951年建造了第一台神经元计算机。Turing:"ComputingMachineryandIntelligence"人工智能发展历史第二阶段：人工智能的诞生（1956）Dartmouthmeeting:"ArtificialIntelligence"adoptedJohnMcCarthy,Allen.NewellandHerbert.Simon,M.Minsky,C.ShannonMIT,CMU,Standford,IBM人工智能发展历史第三阶段：热情、期望（1952~1969）A.NewellandH.Simon:通用问题求解器GPS，物理符号系统假设：“一个物理符号系统具有必要和足够的方式产生一般智能行为”几何定理证明机、西洋跳棋程序JohnMcCarthy：LISP、AdviceTakerJ.A.Robinson:归结方法（completealgorithmforlogicalreasoning）人工智能发展历史第四阶段：现实困难（1966~1974）早期的程序很少包含关于主题的知识，如机器翻译问题AI试图解决的很多问题不可操作：问题“放大”时的复杂性问题，“组合爆炸”用于产生智能行为的基本结构的限制：如神经网络的研究人工智能发展历史第五阶段：基于知识的系统（1969~1979）EdFeigenbaum（H.Simon的学生）：专家系统

DENDRAL化学分析专家系统（斯坦福大学1968）

MACSYMA符号数学专家系统（麻省理工1971）

MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学1973）相关问题：领域知识、知识的表示和推理

人工智能发展历史第六阶段：AI成为工业---知识工程（1980~）第一个商用专家系统R1（DEC）日本的“第五代计算机”计划

人工智能发展历史第七阶段：神经元网络的回归（1980~）BP算法并行分布式处理连接主义，与符号主义对应人工智能发展历史第八阶段：AI成为科学（1987~）与控制论和统计学等相关理论的融合语音设别：隐马尔可夫模型数据挖掘：概率推理：贝叶斯网络人工智能发展历史第九阶段：智能Agent（1995~）智能AgentInternet环境感知系统（视觉、声音）不能很好的传递关于环境的可靠信息？PottedhistoryofAI1.3人工智能研究内容知识表示与推理：自动推理、定理机器证明、专家系统、空间知识表示和推理状态空间搜索：A*、博弈机器学习模式识别人工神经网络自然语言处理Agent、分布式AI机器人自动推理人工智能的核心技术方法：归结、表方法、基于公理的系统、自然演绎方法、重写系统（等词推理）、实例化方法（Robinson,Handbookofautomatedreasoning）、非经典逻辑的归结方法吴文俊（“吴方法”，Herbrand奖，1997）定理机器证明利用计算机证明非数值性的结论，也就是判断它们的真伪方法：自然演绎法、归结法、人机交互进行定理证明专家系统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难题的计算机程序启发性、透明性、高性能、灵活性智能诊断与智能规划诊断方法：基于模型的诊断应用：电路和电网故障查找、通信网络故障诊断规划：问题求解技术，从某个特定问题的初始状态出发，寻找达到解决该问题的目标状态的动作序列。方法：现实问题的知识表示、启发式策略应用：航空航天、机器人控制、后勤调度时间和空间知识表示和推理应用：GIS、机器人学、自然语言处理时态推理模型：区间代数著名的空间关系模型：区域连接演算8、拓扑代数、9-交模型（表达三维空间拓扑关系的常用方法）博弈对抗搜索问题机器学习如果一个系统能够通过执行某些过程而改进它的性能，这就是学习（H.Simon）；如何使信息自动转化为知识，是机器学习的任务（Machinelearningisconcernedwiththedesignanddevelopmentofalgorithmsthatallowcomputerstolearnbasedondata,suchasfromsensordataordatabases.Amajorfocusofmachinelearningresearchistoautomaticallylearntorecognizecomplexpatternsandmakeintelligentdecisionsbasedondata.）机器学习是在噪音的环境下进行,根据有限次观测获得的数据集合（样本集），估计一个在一定概率意义下对问题世界为真的模型的过程（算法）方法：统计学习（Vapnik）、基于弱分类器的方法针对不同数据和应用场景的学习：半监督的学习、增强学习、关系学习模式识别是指对表征事物或现象的各种形式的（数值的、文字的和逻辑关系的）信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程（PatternRecognitionis“theactoftakinginrawdataandtakinganactionbasedonthecategoryofthedata”.Patternrecognitionaimstoclassifydata(patterns)basedeitheronaprioriknowledgeoronstatisticalinformationextractedfromthepatterns.）图形图象识别、语音识别中科院自动化所模式识别国家重点实验室

以模式识别基础理论、图像处理与计算机视觉以及语音语言信息处理为主要研究方向，研究人类模式识别的机理以及有效的计算方法，为开发智能系统提供关键技术，为探求人类智力的本质提供科学依据。人工神经网络“人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。”（T.Kohonen）

Artificialneuralnetworksaremadeupofinterconnectingartificialneurons(programmingconstructsthatmimicthepropertiesofbiologicalneurons)自然语言处理使用计算机理解和生成自然语言的基础理论和基本技术口语（语音识别、合成）书面语（摘要、文本检索、机器翻译）研究方法：基于规则、基于实例、基于统计自然语言处理基于统计的机译系统：“丝路”（中科院计算所）汉英翻译：Google、ISI（科学情报所）Agent是一个程序，拥有知识、智能以及针对环境采取动作，通过改变环境以逐步达到目标的能力。一群相互作用的Agent的集合称为多Agent系统研究：Agent模型、多Agent系统合作求解方法、面向Agent的软件工程分布式AI一般由多个Agent组成，每个Agent又是一个半自治系统，Agent之间以及它与环境之间进行并发活动，并进行交互来完成问题求解。机器人是一种可再编程序的多功能的操作装置元器件视觉、触觉等传感器识别外界环境路径规划运动学求解人工智能的研究热点新的知识表示、获取与推理方法智能Agent及其与WEB/INTERNET的结合并行与分布式处理机器学习感知技术、环境自适应1.4AFrameworkforBuildingAISystemsPerceptionReasoningActionPerceptionIntelligentbiologicalsystemsarephysicallyembodiedintheworldandexperiencetheworldthroughtheirsensors(senses).Foranautonomousvehicle,inputmightbeimagesfromacameraandrangeinformationfromarangefinder.Foramedicaldiagnosissystem,perceptionisthesetofsymptomsandtestresultsthathavebeenobtainedandinputtothesystemmanually.Includesareasofvision,speechprocessing,naturallanguageprocessing,andsignalprocessing(e.g.,marketdataandacousticdata).ReasoningInference,decision-making,classificationfromwhatissensedandwhattheinternal"model"isoftheworld.Mightbeaneuralnetwork,logicaldeductionsystem,HiddenMarkovModelinduction,heuristicsearchingaproblemspace,BayesNetworkinference,geneticalgorithms,etc.Includesareasofknowledgerepresentation,problemsolving,decisiontheory,planning,gametheory,machinelearning,uncertaintyreasoning,etc.ActionBiologicalsystemsinteractwithintheirenvironmentbyactuation,speech,etc.Allbehavioriscenteredaroundactionsintheworld.ExamplesincludecontrollingthesteeringofaMarsroverorautonomousvehicle,orsuggestingtestsandmakingdiagnosesforamedicaldiagnosissystem.Inclu