人工智能简介

ArtificialIntelligenceLiJinpingSchoolofInformationScienceandEngineering,JinanUniversity,2002.9MainContentsAboutTeachingPlanofAIBriefIntroductiontoArtificialIntelligence 1.WhatisAI? 2.HistoryofAI 3.ObjectsandContents 4.MethodsofResearch 5.ResearchFieldsSummaryandProblemsAboutTeachingPlan大纲本课程教学义务和目的是：学习知识表示方法、问题求解技术〔确定性推理和不确定性推理〕和推理战略、知识获取〔机器学习〕、人工智能程序设计和专家系统；了解机器人技术〔规划、视觉和自然言语了解〕、智能控制、神经网络和方式识别等运用；经过编程实际和前沿进展调研，使学生掌握人工智能的根本原理和根本方法，了解国内外人工智能研讨和运用的最新进展，培育学生的运用才干和发明才干。AboutTeachingPlan根本要求：人工智能是计算机科学中涉及研讨、设计和运用智能机器的一个分支，是目前迅速开展的一门新兴学科，新思想新方法层出不穷。其根本思想是利用机器来模拟和执行人脑的功能，如判别、推理、证明、识别、感知、了解、设计、思索、规划、学习和问题求解等思想活动。对于培育学生计算机技术的运用才干，开阔思绪和视野，有重要意义。AboutTeachingPlan因此，要求学生掌握知识表示和问题求解的几种常用方法，尤其是不确定性推理；掌握机器学习根本概念，了解几种机器学习方法尤其是神经网络学习方法；掌握专家系统的概念，了解专家系统设计方法，掌握一些智能控制方法，了解国内外人工智能研讨尤其是机器人的最新进展；具有一定的人工智能编程设计才干〔利用Lisp或Prolog言语〕。AboutTeachingPlan课程内容以及学时分配人工智能引论(1) 人工智能概念及与计算机的关系，研讨途径、内容和运用领域概略引见，其他最新资料。符号主义、衔接主义、行为主义三大流派人工智能数学根底(1)知识表示方法〔2〕 形状空间法、问题归约法，谓词逻辑法、产生式表示法〔动物识别系统〕；CLIPS言语；语义网络法、框架法〔这是构造化表示〕；剧本、过程、Petri网、面向对象的表示。AboutTeachingPlan 搜索技术和战略〔3-4〕形状空间法，盲目搜索和启发式搜索，A*算法；海伯伦实际、消解原理和战略；与\或形推理和搜索战略；其他求解技术。 不确定推理技术〔3-4〕客观Bayes实际；可信度方法和证据实际；系统组织技术；非单调推理；Rete快速算法；模糊推理技术；基于语义网络和框架不确定推理； 专家系统〔2〕专家系统概念、构造和知识获取；黑板模型、知识组织、管理及系统建造和开发工具；专家系统举例及编程。 人工智能程序设计〔1〕人工智能言语根本机制：LISP和PROLOG。AboutTeachingPlan 方式识别导论〔3〕方式识别专题：概率方式识别。方式识别专题：构造方式识别 机器学习〔1〕：机械,解释阅历,事例,归纳,概念,类比学习等；统计,构造,模糊方式识别。 专题讲座〔3次〕 1)神经网络根本实际和运用 (史奎凡课程：安排于人工智能实际与运用课程内)； 2)智能体〔Agent〕； 3)自然言语处置； 4)智能控制和机器人科学 智能控制的构造实际和研讨领域，智能控制系统及运用例如；机器人规划、机器视觉和自然言语了解等。AboutTeachingPlan 实际：1) 搜索技术和战略2) 不确定推理技术3) 专家系统：动物识别系统4) 方式识别技术5) 调研： 搜索技术和战略、不确定推理技术、统计方式识别、机器学习等四个领域进展报告。ChapterOne:BriefIntroductiontoArtificialIntelligence1.WhatisAI?人工智能〔ArtificialIntelligence,AI〕是当前科学技开展的一门前沿学科，同时也是一门新思想，新观念，新实际，新技术不断出现的新兴学科以及正在开展的学科。它是在计算机科学，控制论，信息论，神经心思学，哲学，言语学等多种学科研讨的根底开展起来的，因此又可把它看作是一门综合性的边缘学科。它的出现及所获得的成就引起了人们的高度注重,并获得了很高的评价。有的人把它与空间技术，原子能技术一同并誉为20世纪的三大科学技术成就。Intelligence智能是知识与智力的总合。 知识——智能行为的根底； 智力——获取知识并运用知识求解问题的才干。智能具有以下特征：(1)具有感知才干——指人们经过视觉、听觉、触觉、味觉、嗅觉等觉得器官感知外部世界的才干；(2)具有记忆与思想的才干——这是人脑最重要的功能，亦是人之所以有智能的根本缘由；(3)具有学习才干及自顺应才干；(4)具有行为才干。ArtificialIntelligence人工智能——计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧〔对言语能了解、能学习、能推理〕。2.BriefHistoryofAI (1) 孕育〔1956年前〕古希腊的Aristotle〔亚里士多德〕〔前384-322〕，给出了方式逻辑的根本规律。英国的哲学家、自然科学家Bacon〔培根〕〔1561-1626〕，系统地给出了归纳法。“知识就是力量〞德国数学家、哲学家Leibnitz〔布莱尼茨〕〔1646-1716〕。提出了关于数理逻辑的思想，把方式逻辑符号化，从而能对人的思想进展运算和推理。做出了能做四那么运算的手摇计算机英国数学家、逻辑学家Boole〔布尔〕〔1815-1864〕实现了布莱尼茨的思想符号化和数学化的思想，提出了一种崭新的代数系统——布尔代数。美籍奥地利数理逻辑学家Godel〔哥德尔〕〔1906-1978〕，证明了一阶谓词的完备性定；任何包含初等数论的方式系统，假设它是无矛盾的，那么一定是不完备的。意义在于，人的思想方式化和机械化的某种极限，在实际上证明了有些事是做不到的。英国数学家Turing(图灵)〔1912-1954〕,1936年提出了一种理想计算机的数学模型〔图灵机〕，1950年提出了图灵实验，发表了“计算机与智能〞的论文。图灵奖。美国数学家Mauchly，1946发明了电子数字计算机ENIAC美国神经生理学家McCulloch，建立了第一个神经网络数学模型。美国数学家Shannon〔香农〕,1948年发表了<通讯的数学实际>，代表了“信息论〞的诞生。 (2) 构成〔1956-1969〕1956年提出了“ArtificialIntelligence〔人工智能〕〞1956年夏由麻省理工学院的J.McCarthy、M.L.Minsky,IBM公司信息研讨中心的N.Rochester,贝尔实验室的C.E.Shannon共同发起，约请了Moore,Samuel,Selfridge,Solomonff,Simon,Newell等人，10位数学家、信息学家、心思学家、神经生理学家、计算机科学家，在Dartmouth大学召开了一次关于机器智能的研讨会，会上McCarthy提议正式采用了ArtificialIntelligence〔人工智能〕这一术语。这次会议，标志着人工智能作为一门新兴学科正式诞生了。 McCarthy〔麦卡锡〕——人工智能之父。这次会议之后的10年间，人工智能的研讨获得了许多引人瞩目的成就.机器学习方面：塞缪尔于1956年研制出了跳棋程序，该程序能从棋谱中学习，也能从下棋实际中提高棋艺；在定理证明方面：王浩于1958年在IBM机上证明了<数学原理>中有关命题演算的全部定理〔220条〕，还证明了谓词演算中150条定理85%；1965年，鲁宾逊〔Robinson〕提出了消解原理；在方式识别方面：1959年塞尔夫里奇推出了一个方式识别程序；1965年罗伯特〔Robert〕编制出可区分积木构造的程序；在问题求解方面：1960年纽厄尔等人经过心思学实验总结出了人们求解问题的思想规律，编制了通用问题求解程序GPS,可以用来求解11种不同类型的问题；在专家系统方面：斯坦福大学的费根鲍姆〔E.A.Feigenbaum〕自1965年开场进展专家系统DENDRAL〔化学分析专家系统〕，1968年完成并投入运用；在人工智能言语方面：1960年McCarthy等人建立了人工智能程序设计言语Lisp，该言语至今仍是建造智能系统的重要工具；1969年成立了国际人工智能结合会议〔InternationalJointConferencesOnArtificialIntelligence〕 (3) 开展〔1970年以后〕70年代，开场从实际走向实际，处理一些实践问题。同时很快就发现问题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。以Feigenbaum为首的一批年轻科学家改动了战略思想，1977年提出知识工程的概念，以知识为根底的专家咨询系统开场广泛的运用。著名专家系统的有：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〕CASNET(CausalASsciationalNetwork)诊断和治疗青光眼的专家咨询系统〔拉特格尔斯〔Rutgers〕大学70年代中〕CADUCEUS(原名INTERNIST)医疗咨询系统〔匹兹堡大学〕；HEARSAYI和II语音了解系统〔卡内基-梅隆大学〕PROSPECTOR地质勘探专家系统〔斯坦福大学1976〕XCON计算机配置专家系统〔卡内基-梅隆大学1978〕•80年代，人工智能开展到达阶段性的顶峰。•87,89年世界大会有６－７千人参与。硬件公司有上千个。并进展Lisp硬件、Lisp机的研讨。•在专家系统及其工具越来越商品化的过程中,国际软件市场上构成了一门旨在消费和加工知识的新产业——知识产业。应该说，知识工程和专家系统是近十余年来人工智能研讨中最有成就的分支之一。•同年代，1986年Rumlhart指点的并行分布处置研讨小组提出了神经元网络的反向传播学习算法，处理了神经网络的根本问题之一。从此，神经网络的研讨进入新的高潮。•90年代，计算机开展趋势为小型化、并行化、网络化、智能化。•人工智能技术逐渐与数据库、多媒体等主流技术相结合，并交融在主流技术之中，旨在使计算机更聪明、更有效、与人更接近。•日本政府于1992年终了了为期十年的称为“知识信息处置体统〞的第五代计算机系统研讨开发方案。并开场了为期十年的实况计算〔RealWordComputing〕方案。3.ResearchObjectsandMainContents(1)人工智能的研讨目的人工智能的长期研讨目的：构造智能计算机。

人工智能的近期研讨目的：使现有的电子计算机更聪明，更有用，使它不仅能做普通的数值计算及非数值信息的数据处置，而且能运用知识处置问题，能模拟人类的部分智能行为。(2)人工智能研讨的根本内容1.机器感知以机器视觉与机器听觉为主。机器感知是机器获取外部信息的根本途径，是使机器具有智能不可或缺的组成部分，对此人工智能中已构成两个专门的研讨领域——方式识别和自然言语了解。2.机器思想指经过感知的外部信息及机器内部的各种任务信息进展有目的的处理。主要开展以下几方面的研讨：(1)知识表示(2)知识的组织，累计，管理技术(3)知识的推理(4)各种启发式搜索及控制战略(5)神经网络，人脑的构造及其任务原理3.机器学习使计算能自动获取知识，能直接向书本学习，能经过与人说话学习，能经过对环境的察看学习，并能在实际中自我完善。4.机器行为机器行为主要指计算机的表达才干，即“说〞、“写〞、“画〞等，对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作等。5.智能系统及智能计算机的构造技术4.ResearchObjectsandMainContents人工智能面世以来，其研讨途径存在两种不同的观念：以符号处置为中心的方法——主张经过运用计算机科学的方法进展研讨，实现人工智能在计算机的模拟。以网络衔接为主的衔接机制方法——主张用生物学的方法进展研讨，搞清楚人类智能的本质。(1)以符号处置为中心的方法该方法来源于纽厄尔等人的通用问题求解系统〔GPS〕，用于模拟人类求解问题的心思过程，逐渐构成为物理符号系统，这种方法以为： 人类研讨的目的是实现机器智能，而计算机本身具有符号处置才干，这种才干本身就蕴含着演绎推理的内涵，因此可经过运转相应的程序来表达某种基于逻辑思想的智能行为，到达模拟人类智能活动的效果。目前人工智能的大部分研讨成果都是基于这种方法实现的。该方法的主要特征是：•立足于逻辑运算和符号操作，适宜于模拟人的逻辑思想过程，处理需要进展逻辑推理的复杂问题；•知识可用显式的符号表示；•便于模块化；•能与传统的符号数据库链接；•可对推理结论做出解释，便于对各种能够性进展选择。

但该方法不适宜于笼统思想；而且在用符号表示概念时其有效性在很大程度上取决于符号表示的正确性，且对带噪声的信息及不完好的信息难以处置。(2)以网络衔接为主的衔接机制方法该方法是在人脑神经元及其相互衔接而成网络的启示下，试图经过多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法以为：大脑是人类一切智能活动的根底，因此从大脑神经元及其衔接机制着手进展研讨，搞清楚大脑的构造及它进展信息处置的过程及机理，可望提示人类智能的奥妙，从而真正实现人类智慧在机器上的模拟。该方法的主要特征：•经过神经元之间的并行协同作用实现信息处置，处置过程具有并行性、动态性、全局性；•经过神经元间分布式的物理联络存储知识和信息，因此可以实现联想功能，对于带有噪声、缺损、变形的信息能进展有效地处置。近期的一些研讨阐明，该方法在方式识别、图像信息紧缩等方面获得了一些研讨成果；•经过神经元间衔接强度的动态调整来实现对人类学习、分类等的模拟；•适宜于模拟人类的笼统思想过程；•求解问题时，可以比较快地球的一个近似解。该方法不适宜于模拟人的逻辑思想过程，而且就目前神经网络的研讨现状来看，由固定的体系构造与组成方案所构成的系统还达不到开发多种多样知识的要求。(3)系统集成•符号方法擅长模拟人的逻辑思想过程，求解问题时，假设问题有解，它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的添加成指数性增长，另外其知识和信息的符号化过程需求由人来完成，它本身不具备这种功能。•衔接机制方法擅长模拟人的笼统思想过程，求解问题时，由于它的并行处置才干，可以较快地得到问题的解，但解普通是近似的，次优的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显式解释。•将两个方法结合起来，取长补短。经过笼统思想得到一个直觉的解或给出一种假设，然后用逻辑思想进展仔细的论证或搜索，最终得到一个最优解。但两种方法存在太多的不同，因此将其结合起来还要抑制许多困难。

就目前的研讨而言，这两种方法结合起来有两种途径：结合——即两者分别坚持原来的构造，但亲密协作，任何一方都可以把 本人不能处理的问题转化给另一方；一致——把两者自然一致在一个系统中，即由逻辑思想的功能，友友形 象思想的功能。目前的一些体系构造有：•黑盒/细线构造〔Black-box/Thin-wire〕•黑盒模块化〔Black-boxmodularity〕•并行管理和控制〔Parallelmonitoringandcontrol〕•神经网络