人工智能概论

人工智能计算机科学与技术系夏定纯参考资料PrincipleofArtificialIntelligence.NilsonN.J.1980.ArtificialIntelligence.WinstonP.H.1984.人工智能导论.林尧瑞,马少平.1989.清华大学出版社.人工智能原理.石纯一,黄昌宁,王家.1993.清华大学出版社.计算智能.夏定纯,徐涛.2008.科学出版社.第1章

绪论什么是人工智能(AI)；AI的几个主要发展阶段；AI的研究与应用；AI相关资料。1.1.人机之战时间：1997年5月11日；方式：国际象棋比赛；对手：GarryKimovichKasparov1963,wasborninBaku,Azerbaijan,USSRAt16,wontheWorldJuniorChampionship,achievethetitleofGrandmasteronhis17thbirthday1985,attheageof22years,theyoungestWorldChampion.1.1.人机之战GarryKimovichKasparovIBM公司超级电脑重1270Kg，32个CPUs微处理器，每秒钟算2亿步输入一百多年来优秀棋手的对局两百多万棋局

冷冰冰的机器时间：1997年5月11日；方式：国际象棋比赛；对手：1.1.人机之战G.K.Kasparov

1

2

3

4

5

6

total

1

0

1/2

1/2

1/2

0

2.5

0

1

1/2

1/2

1/2

1

3.5对手：时间：1997年5月11日；方式：国际象棋比赛；问题：下棋：高智力的活动下棋：斗智、斗策的过程棋手：非凡记忆能力、丰富下棋经验、极强思维能力、 迅速反应能力与应变能力（人）智能（机器）？机器是否会有类似人的智能?机器是否能够真正具有智能？机器是否会超过人类？1.1.人机之战智能是什么，它到底代表什么含义？机器是否能够和人一样，具有智能？我们是否能够在机器上复制出智能？制造出来的机器人的智力，是否可以超过人类？…，…？几个问题：1.1.人机之战1.2.关于智能智能个体有目的行为、合理的思维、适应环境的综合能力。

综合能力1.2.关于智能感知与认识事物、客观世界与自我的能力；通过学习取得经验、积累知识的能力；联想、推理、判断、决策的能力；发现、发明、创造、创新的能力；实时、迅速、合理地应付复杂环境地能力；预测、洞察事物发展变化的能力；……1.2.关于智能几种关于智能的观点思维理论智能的核心是思维；智能来自于大脑的思维活动；知识是思维的产物；通过对思维规律与方法的研究可望揭示智能的本质。1.2.关于智能1.2.关于智能几种关于智能的观点知识理论智能就是在巨大知识空间中找到满意解的能力。 智能行为取决于知识的数量及可运用的程度。在AI中有着重要的影响，知识工程、专家系统等都是在其影响下发展起来的。1.2.关于智能1.2.关于智能几种关于智能的观点进化理论(美)麻省理工学院MIT的Prof.R.Brook提出“没有表达的智能”(1991)、“没有推理的智能”(1992)；智能取决于感知和行为、对外界复杂环境的适应；智能不需知识、不需表达、不需推理；智能可以由逐步进化实现；这一观点尚未形成完整理论体系，反对者大有人在。1.2.关于智能智能知识智力一切智能行为的基础获取知识并运用知识的能力智能是一种综合能力

感知能力记忆与思维能力学习与适应能力行为能力……，……1.2.关于智能1.3.人工智能(ArtificialIntelligence)

1.3.人工智能几种观点在机器上模拟智能人的智能，又称机器智能。用机器模仿和执行某些智力功能、开发相关理论和技术。使机器在各类环境中能自主地或交互式地执行各种拟人任务。构造智能机器(或系统)，模拟、延伸、扩展人类智能。机器能够听、说、看、写、思维、学习，能适应环境的变化、能解决各种实际问题，等等。什么是人工智能(AI)？如何评价机器智能分别让人与机器位于两个房间里；他们可以通话但彼此都看不到对方；通过对话，作为人的一方不能分辫对方是人还是机器，那么就可认为对方(机器)达到了人类智能的水平。图灵测试(TuringTest)

1.3.人工智能1.4.AI的发展1.4.AI发展AI是一门综合性的交叉学科。涉及：计算机科学控制论信息论神经心理学哲学语言学…

…初期阶段形成阶段发展阶段发展阶段1.4.AI发展1.4.AI的发展Aristotle(公元前384～322)：在《工具论》中提出形式逻辑；Bacon(1561～1626)：在《新工具论》中提出归纳法；

(德)Leibnitz(1646～1716)：在研制四则计算器时，提出通用符号和推理计算，使形式逻辑符号化，奠定数理逻辑的基础；(英)Boole(1815～1864)：创立布尔代数，首次用符号语言描述思维活动的基本推理规则；(英)Turning(1912-1954)：提出理想计算模型---图灵机，创立自动机理论；(美)W.McCuLoch与W.Pitts(1943年)：提出神经元模型，开创人工神经网络研究；(美)N.Wiener(1948年)：控制论(揭示人与机器之间的共性)萌芽阶段(～1956年)

1.4.AI发展现实世界中相当多的问题求解是复杂的，常无算法可循；有些问题即使有计算方法，也是NP难问题；为此，人们常常其他方法进行问题求解；启发式方法：把复杂问题加以简化；运用专门领域知识的经验知识，在搜索空间中迅速找到解答；经常会取得有关问题的满意解，而非数学上的最优解。形成阶段(1956～1970)导因1.4.AI发展时间： 1956年夏；地点： (美)Dartmouth大学；事件： 两个月的夏季学术讨论班，讨论机器智能问题。发起人： 年青数学助教J.McCarthy；与会者： M.L.Minsky(MIT)、N.Lochester(IBM)C.E.Shannon(Bell)、T.Moore和A.L.Samuel(IBM)O.Selfridge和R.Solomonff(MIT)A.Newell和H.A.Simon(Carnage大学)。形成阶段(1956～1970)提出1.4.AI发展此次会议之后，形成三个AI研究小组：心理学小组：A.Newell，J.Shaw，H.A.Simon

IBM小组：A.L.SamuelMIT小组：J.McCarthy1.4.AI发展会上经麦卡锡提议，正式采用ArtificialIntelligence术语，从而开创了人工智能作为一门独立学科的研究方向。

这是一次具有历史意义的重要会议，它标志着人工智能作为一门新兴学科正式诞生。

机器学习方面：1956年Samuel研制出跳棋程序，有学习与适应能力。1959年战胜设计者本人，1962年击败美国州冠军。

这是机器模拟人类学习过程的一次极有意义的探索。AI研究应用成果：1.4.AI发展定理证明方面：1956年Newell、J.Shaw和Simon编制逻辑理论程序LT，证明《数学原理》第二章中的38条定理

这是计算机模拟人高级思维活动的一个重大成果。1957年，Newell、Shaw和Simon总结人们求解问题的思维规律，于1960年编制了通用问题求解程序(Genera1ProblemSolver)，不依赖于具体领域，能求解11种不同类型问题。语言方面：1958年，McMathy发明LISP(表处理语言)，用于建造智能系统，可以方便处理符号，并很快成为AI智能程序设计的主要语言。模式识别方面：1959年，Selfridge推出了一个模式识别程序。1965年Robert编制出了可分辨积木构造的程序。专家系统方面：E.A.Feigenbaum于1968年研制成功专家系统(ES)，可分析推理化合物的分子结构。这是对知识表示、存储、获取、推理及利用等技术是一次非常有益的探索，对AI发展产生深刻影响，其意义远远超出系统本身所创造的价值。1.4.AI发展其它：1969年，成立国际人工智能联合会议IJCAI(InternationalJointConferencesonArtificialIntelligent)，它标志着AI这门新兴学科得到世界的肯定与公认。

发展阶段(1970～)1972年法国马赛大学的科麦瑞尔(A.Colmerauer)实现逻辑程序设计语言PROLOG，这是以逻辑为基础的程序设计语言，最先由R.Kowalski提出。1970年创刊国际性杂志ArtificialIntelligent，它对推动AI的发展，促进研究者们的交流起到了重要作用。1.4.AI发展AI的一连串成果，使人们作出了乐观的预言。1958年，Newell和Simon充满自信地说：

10年内，计算机将成为世界的象棋冠军；10年内，计算机将要发现和证明重要的数学定理；10年内，计算机将能谱写具有优秀作曲家水平的乐曲；10年内，大多数心理学理论将在计算机上形成。1.4.AI发展有些人甚至断言：80年代，全面实现AI；2000年，机器智能将超过人类。现实情况：Samuel的下棋程序在当了州的冠军之后再也没有当上全国冠军；定理证明方面，消解法的能力很有限，在证明两个连续函数之和还是连续函数时，推理10万步还没有推出来。自然语言的机器翻译方面文字阴差阳错。著名的例子是：

Thespiritiswilling,butthefleshisweak (心有余而力不足)翻成俄语后，再翻回来则变成：

Thewineisgoodbutthemeatisspoiled (酒是好的，肉变质了)M-P神经元模型离实际智能模拟还很远，设计一个少于1000神经元的蚂蚁神经系统，已超出当时的技术条件。1.4.AI发展反思AI指导思想：用计算机模拟人类思维的普遍规律；模拟重心：建立通用万能的符号逻辑运算体系(GPS)；问题关键：忽视现实世界的复杂性和问题的多样性。1.4.AI发展总结过去经验及教训，E.A.Feigenbaum提出以知识为中心的人工智能，此观点被大多数人接受。1965年,

Feigenbaum研制成功专家系统(ExpertSystem)，开创了AI研究的新领域。ES：专注于相对狭小的专业领域，建立基于知识的AI系统。1977年第五届国际人工智能联合会议，Feigenbaum提出了知识工程(KnowledgeEngineering)概念，对以知识为基础的智能系统研究与建造起到重要作用，并因此获得Turning奖。1.4.AI发展GPS：寻求一个通用的逻辑推理系统，能解决所有类型问题。GPSvs.ES1.5.AI的研究与应用

定理证明：模拟人类证明定理的方法，实现非数值演算过程；语言理解：使计算机能够理解和生成自然语言；程序设计：使计算机能够将自然语言自动转换成可执行程序；专家系统：基于知识的智能系统，用于特定的专业领域；决策支持：在传统决策支持系统中添加智能部件(如ES技术)；1.5.AI研究应用机器学习：使计算机能够模拟或实现人的学习功能；神经网络：

并行连接网络结构模拟或实现人的智能；模式识别：使计算机能够对给定事物进行鉴别，并归入到模式中；机器视觉：使计算机能够模拟或实现人类视觉功能的学科；智能控制：使计算机能够自主实现目标的自动控制。AI研究方法

(1).符号主义Symbolicism逻辑主义Logicism/心理学派Psychologism/计算机学派Computerism方法：基于符号推理系统智能行为等价于一个符号系统运用启发式搜索求解。观点：

功能模拟1.5.AI研究应用1.5.AI研究应用AI研究方法

(2).联结主义Connectionism仿生学派Bionicsism/生理学派Physiologism方法：基于人类大脑的神经网络联结机制神经网络学习算法信息分布存储、并行处理观点：

结构模拟1.5.AI研究应用AI研究方法

(3).行为主义Actionism进化学派Evolutionism/控制论学派Cyberneticsism方法：基于控制论(感知-动作)智能取决于感知和行为，取决于对环境的适应，而不是表示和推理不同的行为表现出不同的功能和控制结构观点：

行为模拟1.SymbolicClassicalAIPhysicalsymbolsystemhypothesisLogical,top-down,designedbehavior2.SubsymbolicModernAI,neuralnetworks,evolutionarymachinesIntelligentbehavioristheresultofsubsymbolicprocessingBiological,bottom-up,learning-based方法的对比symbolicvs.subsymboliccomputervs.brainComputer: serialprocessing,binarylogicBrain: parallelprocessing,fuzzylogic1.5.AI研究应用SymbolicAI1943:Productionrules1956:“ArtificialIntelligence”1958:LISPAIlanguage1965:Resolutiontheoremproving1970:PROLOGlanguage1971:STRIPSplanner1973:MYCINexpertsystem1982-92:Fifthgenerationcomputersystemsproject1994:IntelligentagentsBiologicalAI1943:McCulloch-Pitt’sneurons1959:Perceptron1965:Cybernetics1966:Simulatedevolution1975:Geneticalgorithm1982:Neuralnetworks1986:Connectionism1987:Artificiallife1992:Geneticprogramming1994:DNAcomputing1997:PSO、ANTs1.5.AI研究应用(1).博弈跳棋、国际象棋、五子棋、围棋；1.6.AI研究内容1.6.AI研究内容(2).机器定理证明LogicTheorist一阶谓词逻辑(3).自动程序设计(4).通用问题求解(5).感知视觉语音(6).自然语言理解与生成计算语言学(7).自动推理1.6.AI研究内容机器定理证明归结原理非单调推理定性推理不确定性推理：概率论、Bayes理论、证据理论、Fuzzy理论1.6.AI研究内容(8).机器学习无知识学习：ANN、基于决策论方法归纳学习：AQ算法、ID3算法分析学习(实例学习)：基于解释的学习、知识块(Chunking)学习；发现学习：根据实验数据或模型重新发现定律的方法；遗传学习：自然选择、变异；连接学习：神经网络学习知识发现：数据挖掘、分类规则、特征规划、关联规则、差异规则、演化规则、异常规则；……1.6.AI研究内容1.6.AI研究内容(9).分布式人工智能DAI1980年第一届DAI会议；研究：逻辑上或物理上分散的智能动作者如何协调其智能行为，如知识、技能和规划；求解单目标和多目标问题；大型复杂的智能系统和计算机协同工作分布式问题求解DPS；多Agnet系统MAS1.6.AI研究内容(10).知识系统专家系统知识库系统智能决策系统知识科学1.6.AI研究内容图灵（AlanTuring）1912年生于英国伦敦，1954年死于英国的曼彻斯特。计算机逻辑的奠基者，许多人工智能的重要方法也源自于这位伟大的科学家。重要贡献在于他提出的有限状态自动机，即图灵机的概念。对于人工智能，他提出了重要的衡量标准“图灵测试”。杰出的贡献使他成为计算机界的第一人，现在人们为了纪念这位伟大的科学家，将计算机界的最高奖定名为“图灵奖”。1.7.影响人物

1.6.影响人物1894年11月26日生于美国哥伦比亚市1964年3月18日死于斯德哥尔摩。数学家、控制论之父。1.6.影响人物维纳（NorbertWiener）

1903年12月28日生于匈牙利，1957年2月8日死于美国。计算机之父。计算机内采用的体系结构就是以他的命名的冯·诺依曼结构。1.6.影响人物冯·诺依曼（vonNeumann）

1927年9月4日生于波士顿。关心人类可持续发展的技术乐观主义者。首次提出人工智能（AI）概念，被誉为AI之父。发明Lisp语言。研究不寻常的常识推理，发明“情景演算”。1.6.影响人物麦卡锡（JohnMcCarthy）

小结：智能与人工智能图灵测试；

知识工程与专家系统；AI研究途径

AI应用领域。练习什么是人工智能(AI)？你知道有哪些AI实例?并给出分析和说明。在哪里可以运用AI?请进行分析和讨论Thanks!2).有哪些AI应用示例工业炼钢温度等环境的自动调节笔记本人脸识别(开机解锁)QQ现在有语