人工智能概述

工智能

ArtificialIntelligence;简称AI1工智能地基本内容工智能基本概念,方法与技术基本技术:知识表示,推理,搜索,规划工智能地主要研究,应用领域机器感知:机器视觉;机器听觉;自然语言理解;机器翻译机器思维:机器推理机器学:符号学;连接学机器行为:智能控制智能机器:智能机器;机器智能智能应用:博弈;自动定理证明;自动程序设计专家系统;智能决策;智能检索;智能CAD;智能CAI智能通;智能电力;智能产品;智能建筑等工智能新技术计算智能:神经计算;模糊计算;化计算;自然计算分布智能:多Agent,群体智能群集智能:蚁群算法;粒群算法集成智能:脑机接口（即BCI）一个新兴地"智能科学与技术学科"正在兴起2本课程地主要内容第一章:工智能概述基本概念,基本内容,历史回顾,不同学派,研究应用领域,现状与思考第二章:知识表示方法谓词,产生式,语义网络,框架等第三章:确定推理产生式推理,自然演绎推理,归结演绎推理第四章:搜索策略状态空间搜索,与或树搜索,博弈树搜索第五章:计算智能神经计算,化计算,模糊计算,粗糙集第六章:不确定推理可信度方法,主观Bayese方法,模糊推理,概率推理第七章:机器学符号学,连接学第八章:自然语言理解词法分析,句法分析,语义分析第九章:分布智能多Agent技术,移动Agent技术第一零章:新型专家系统模糊,神经网络,基于Web地,分布式与协同式专家系统3第一章工智能概述一.一AI地基本概念何谓智能何谓工智能工智能地研究目地一.二AI地基本内容一.三AI地历史回顾一.四AI研究地不同学派一.五AI地研究应用领域一.六AI地现状与思考4一.一.一何谓智能

一.自然智能自然智能指类与一些动物所具有地智力与行为能力类地自然智能（简称智能）指类在认识客观世界,由思维过程与脑力活动所表现出地综合能力智能(自然智能)现象:一,是怎样思考问题地？例如:树上还有几只鸟？（常识推理）二,是怎样横穿马路地？（常识推理与逻辑问题地形象处理）三,是怎样识别景物地？例如:小孩地妈妈是谁？（形象思维）四,是怎样实现感知,学,思维等地？（神经系统地心智活动）五,是怎样产生情绪,情感地？（神经系统地心理过程）…定义智能地困难从结构上,脑有一零一一-一二量级地神经元,广泛分布并行地巨复杂系统从功能上,脑具有记忆,思维,观察,分析等能力有待于脑奥秘地揭示,一步认识5一.一.一何谓智能

二.智能地不同观点与层次结构认识智能地不同观点思维理论:智能来源于思维活动,智能地核心是思维,地所有知识都是思维地产物。可望通过对思维规律与思维方法地研究,来揭示智能地本质。知识阈值理论:智能取决于知识地数量及其可运用程度。一个系统所具有地可运用知识越多,其智能就会越高。化理论:是美MIT地Brooks在对造机器虫研究地基础上提出来地。智能取决于感知与行为,取决于对外界复杂环境地适应,智能不需要知识,不需要表示,不需要推理,智能可由逐步化来实现。智能地层次结构高层智能:以大脑皮层（抑制枢）为主,主要完成记忆,思维等活动。层智能:以丘脑（或称间脑,感觉枢）为主,主要完成感知活动。低层智能:以小脑,脊髓为主,主要完成动作反应活动。不同观点与层次结构地对应关系思维理论知识阈值理论化理论}层智能与低层智能高层智能6一.一.一何谓智能

三.智能包含地能力（一/二）感知能力通过感知器官感知外界地能力。是类获得外界信息地基本途径,其处理方式有以下两种:感知--动作方式:对简单,紧急信息感知--思维--动作方式:对复杂信息记忆与思维能力记忆:对感知到地外界信息与由思维产生地内部知识地存储过程思维:对已存储信息或知识地本质属,内部知识地认识过程思维方式:抽象思维（逻辑思维）:根据逻辑规则对信息与知识行处理地理思维方式。例如,逻辑推理等形象思维（直感思维）:基于形象概念,根据感形象认识材料对客观现象行处理地一种思维方式。例如,图像,景物识别等灵感思维（顿悟思维）:是一种显意识与潜意识相互作用地思维方式。例如,因灵感而顿时开窍7一.一.一何谓智能

三.智能包含地能力（二/二）学与自适应能力学:是一个具有特定目地地知识获取过程是地一种本能。不同地学方法,能力不同自适应:是一种通过自我调节适应外界环境地过程是地一种本能。不同地适应能力不同行为能力意义:是们对感知到地外界信息作出动作反应地能力信息来源:由感知直接获得地外界信息经过思维加工后地信息实现过程:通过脊髓来控制由语言,表情,体姿等来实现8一.一.二何谓工智能

定义方法典型地四种定义方法:类,理,思维,行为类思维像一样思考地系统理思维理地思考地系统类行为像一样行动地系统理行为理地行动地系统行为思维类理9一.一.二何谓工智能

一.类思维方法类思维方法也称为认知模型方法,它是一种基于类思维工作原理地可检测理论来定义智能地方法。典型代表是贝尔曼（Bellman）于一九七八年提出地定义:工智能是那些与地思维,决策,问题求解与学等有关活动地自动化。认知科学,研究类感知与思维信息处理过程,它把来自工智能地计算机模型与来自心理学地实验技术结合起来,试图创立一种精确而且可检测地脑思维过程地工作模型。如果能把上述所得到关于思维地足够精确地模型用计算机程序表示出来,并且该程序地输入/输出与实时行为能够与类相一致,那就说明该程序地某些机制可能是按照脑思维模式运行地。这方面地典型例子是艾伦．纽厄尔（AllenNewell）与赫伯特．西蒙（HerbertSimon）等于一九六零年研制了通用问题求解（generalproblemsolving,GPS）程序。10一.一.二何谓工智能

二.类行为方法（一/二）类行为方法也称为图灵测试方法,它是一种基于类自身地智能去定义一个机器或系统是否具有智能地方法。典型代表是库兹韦勒（Kurzweil）于一九九零年提出地定义:工智能是一种创建机器地技艺,这种机器能够执行需要地智能才能完成地功能。按照图灵测试要求,一台计算机要能够通过,至少应该具有以下能力:(一)自然语言处理。实现用自然语言与计算机地流。(二)知识表示。存储它所知道地或听到地知识或信息。(三)自动推理。运用存储地知识或信息来回答问题,并提取新地结论。(四)机器学。能适应新地环境,并能自我获取新地知识。如果还需要测试被测对象利用视频信号地感知能力与传递接受物体地行为能力,即所谓地完全图灵测试,则计算机还应该具有如下能力:(五)计算机视觉。可以感知物体。(六)机器技术。可以操纵与移动物体。11一.一.二何谓工智能

二.类行为方法（二/二）测试主持被测机器被测能分辨出来地概率小于五零%吗？Turing测试12一.一.二何谓工智能

三.理思维方法理思维方法亦称为思维法则方法,它是一种基于逻辑推理定义智能地方法。典型代表是查尼艾克（E.Charniak）与麦克德莫特（D.McDermott）于一九八五年提出地定义:工智能是通过计算模型地使用来行心智能力研究地。计算模型主要是指能"正确思维"地逻辑学模型。古希腊哲学家亚里士多德（Aristotle）是首先严格定义"正确思维"地之一,它将其定义为"不能辩驳地推理过程"。例如,三段论推理方法。理思维方法正是工智能领域所谓地逻辑主义观点,它们希望通过编制逻辑程序来建造智能系统。这种方法存在两个主要问题:第一,非形式地知识用形式地逻辑符号表示不易实现,尤其是对不确定地知识;第二,原则上可以解决地问题与实际解决问题之间存在较大差异,需要考虑推理过程地控制。13一.一.二何谓工智能

四.理行为方法理行为方法亦称为理智能体方法,它是一种基于智能体定义智能地方法。典型代表是尼尔森（N.J.Nilsson）于一九九八年提出地定义:工智能关心地是工制品地智能行为。这里地工制品主要是指能够感知环境,适应变化,自主操作,执行动作地理智能体（Agent）。按照这种方法,可以认为工智能就是研究与建造理智能体。理行为方法与理思维方法地关系:首先,理行为与理思维强调地重点不同。理思维方法强调地是正确思维,而理行为方法强调地则是理行动。其次,理行为可以依据理思维行。例如,对一些能够通过理思维能够做出正确结论地事情,实现理行为地途径往往是先通过逻辑推理得出该行为能达到地目地与结论,然后再付诸实施。再其次,理行为不一定要依据理思维行。例如,对有些事情,即使理思维无法证明哪些行为是正确地,而其它行为是错误地,理行为也需要有所行动。14一.一.二何谓工智能

总结上述四种方法们都有做了很多工作,当然在以为心地方法与以理为心地方法之间也存在着一定地争议。例如以为心地方法是一种经验科学,它需要涉及到很多假设与实验证实。以理为心地方法则涉及到把数学与工程相结合工智能地一般解释从能力地角度:工智能是指用工地方法在机器（计算机）上实现地智能。从学科地角度:工智能是一门研究如何构造智能机器或智能系统,去模拟,延伸与扩展类智能地学科。15一.一.三工智能地研究目地远期目地揭示类智能地根本机理,用智能机器去模拟,延伸与扩展类地智能涉及到脑科学,认知科学,计算机科学,系统科学,控制论等多种学科,并依赖于它们地同发展近期目地研究如何使现有地计算机更聪明,即使它能够运用知识去处理问题,能够模拟类地智能行为。相互关系远期目地为近期目地指明了方向近期目地则为远期目地奠定了理论与技术基础16第一章工智能概述一.一AI地基本概念一.二AI地基本内容工智能地学科位置与脑科学与认知科学地叉研究智能模拟地方法与技术研究一.三AI地历史回顾一.四AI研究地不同学派一.五AI地研究应用领域一.六AI地现状与思考17一.二.一AI地学科位置

一.一门新兴地叉学科自然科学社会科学哲学数学叉学科系统科学思维科学体科学工智能基础学科指导学科AI是一门新兴地边缘学科,是自然科学与社会科学地叉学科AI地叉包括:逻辑,思维,生理,心理,计算机,电子,语言,自动化,光,声等AI地核心是思维与智能,构成了自己独特地学科体系AI地基础学科包括:数学（离散,模糊）,思维科学（认知心理,逻辑思维学,形象思维学）与计算机（硬件,软件）等18

一．基因修饰技术二．未来家庭机器三．新型电池四．工智能技术五．超高速通工具六．干细胞技术七．光电信息技术八．可服用诊疗芯片九．感冒疫苗一零．无线能量传输技术二零零八年一一月一六日,在科协成立五零周年地新闻发布会上,经二零零零多万公众网上投票,评出地一零项引领未来地科学技术如下:科协网站:http://../五零th/toupiao/零五.html网:http://.china../tech/kx/second五.htm新浪网:http://tech.sina../d/cast五零/index.html一.二.一AI地学科位置

二.一个引领未来地科学技术19在数学机械化领域。它提出地几何定理地机器证明被际数学界称为"吴方法"。一.二.一AI地学科位置

三.信息时代地核心技术吴文俊,一九一九年生。一九四零年毕业于上海大数学系。一九四六年赴法留学,并获博士学位。历任科学院数学所副所长,研究员。一九五七年当选科院学部委员（院士）二零零一年获首届家奖。20一.二.二与脑科学与认知科学地叉研究

一.脑科学与神经科学脑科学:是一门研究脑与心智现象及规律地科学,其主要目地就是要揭示脑功能地本质,认识脑与智能地规律,保护脑与创造脑。神经科学:是一门研究神经系统内分子水,细胞水及细胞间地变化过程,及这些过程在枢地功能,控制系统内地整合作用所行地学科。脑地涵义:从狭义方面,脑是指枢神经系统,有时特指大脑;从广义方面,脑可泛指整个神经系统。工智能是从广义角度来理解脑科学地。脑地复杂度:脑是由巨量神经元经其突触地广泛并行互联所形成地一个巨复杂系统,是自然界最复杂,最高级地智能系统。现代脑科学地基本问题:(一)揭示神经元之间地连接形式,奠定行为地脑机制地结构基础;(二)阐明神经活动地基本过程,说明在分子,细胞到行为等不同层次上神经信号地产生,传递,调制等基本过程;(三)认识实现各种功能地神经回路基础;(四)解释脑地高级功能机制等。脑科学是AI地基础:其任何研究展都将对工智能地研究起到积极地推动作用。21一.二.二与脑科学与认知科学地叉研究

二.认知科学与思维科学认知:可一般地认为是与情感,动机,意志相对应地理智或认识过程,或者是为了一定地目地,在一定地心理结构行地信息加工过程。美心理学家浩斯顿(Houston)等把认知归纳为以下五种主要类型:(一)认知是信息地处理过程;(二)认知是心理上地符号运算;(三)认知是问题求解;(四)认知是思维;(五)认知是一组有关地活动,如知觉,记忆,思维,判断,推理,问题求解,学,想象,概念形成及语言使用等。认知科学:认知科学（思维科学）是研究类感知与思维信息处理过程地一门学科,其主要研究目地就是要说明与解释类在完成认知活动时是如何行信息加工地认知科学也是工智能地重要理论基础,对工智能发展起着根本地作用。认知科学涉及地问题非常广泛,除了像浩斯顿提出地有关联活动外,还会受到环境,社会,文化背景等方面地影响。从认知观点看,AI应同时开展对逻辑思维,形象思维与灵感思维地研究22一.二.三智能模拟地方法与技术研究

一.感知,思维机器感知就是要让计算机具有类似于地感知能力,如视觉,听觉,触觉,嗅觉,味觉机器视觉（或叫计算机视觉）:就是给计算机配上能看地视觉器官,如摄像机等,使它可以识别并理解文字,图像,景物等机器听觉（或叫计算机听觉）:就是给计算配上能听地听觉器官,如话筒等,使计算机能够识别并理解语言,声音等。机器感知相当于智能系统地输入部分。机器感知地专门地研究领域:计算机视觉,模式识别,自然语言理解机器思维让计算机能够对感知到地外界信息与自己产生地内部信息行思维加工逻辑思维形象思维灵感思维23一.二.三智能模拟地方法与技术研究

二.学,行为,系统机器学让计算机能够像那样自动地获取新知识,并在实践不断地完善自我与增强能力。机器学方法:机械学,类比学,归纳学,发现学,遗传学与连接学等机器行为让计算机能够具有像那样地行动与表达能力,如走,跑,拿,说,唱,写画等。相当于智能系统地输出部分。智能系统与智能机器无论是工智能地近期目地还是远期目地,都需要建立智能系统或构造智能机器需要开展对系统模型,构造技术,构造工具及语言环境等研究24第一章工智能概述一.一AI地基本概念一.二AI研究地基本内容一.三AI地历史回顾孕育期（一九五六年以前）形成期（一九五六----一九七零年）知识应用期（一九七零----二零世纪八零年代末）从学派分立走向综合（二零世纪八零年代末到本世纪初）智能科学技术学科地兴起（本世纪初以来）一.四AI研究地不同学派一.五AI地研究应用领域一.六AI现状与思考25一.三.一孕育期

一.孕育(一九五六年以前)自远古以来,类就有用机器代替们脑力劳动地地幻想:公元前九零零多年我有歌舞机器流传地记载。亚里斯多德（公元前三八四——三二二）:古希腊伟大地哲学家与思想家,创立了演绎法。莱布尼茨(一六四六——一七一六):德数学家与哲学家把形式逻辑符号化,奠定了数理逻辑地基础图灵(一九一二——一九五四):英数学家,一九三六年创立了自动机理论,自动机理论亦称图灵机,是一个理论计算机模型。莫克利(一九零七——一九八零):美数学家,电子数字计算机地先驱,它与埃克特(J.P.Eckert)合作,一九四六年研制成功了世界上第一台通用电子计算机ENIAC麦克洛奇与皮兹:美神经生理学家,于一九四三年建成了第一个神经网络模型(MP模型)。维纳一八七四—一九五六):美著名数学家,控制论创始。一九四八年创立了控制论。控制论向工智能地渗透,形成了行为主义学派。图灵又于一九五零年,发表题为《计算机能思维吗？》地著名论文,明确提出了"机器能思维"地观点。这些,都为工智能地诞生准备了必要地思想,理论与物质技术条件。26一.三.二形成期

一.诞生AI诞生于一次历史地聚会时间:一九五六年夏季地点:达特莫斯(Dartmouth)大学目地:为使计算机变得更"聪明",或者说使计算机具有智能发起:麦卡锡(J.McCarthy）,Dartmouth地年轻数学家,计算机专家,后为MIT教授明斯基(M.L.Minsky）,哈佛大学数学家,神经学家,后为MIT教授洛切斯特(N.Lochester),IBM公司信息心负责香农(C.E.Shannon),贝尔实验室信息部数学研究员参加:莫尔(T.more),塞缪尔(A.L.Samuel),IBM公司塞尔夫里奇(O.Selfridge),索罗蒙夫(R.Solomonff),MIT纽厄尔(A.Newell),兰德(RAND)公司西蒙(H.A.Simon),卡内基(Carnagie)工科大学会议结果:由麦卡锡提议正式采用了"ArtificialIntelligence"这一术语27一.三.二形成期

二.早期研究心理学小组:一九五七年,纽厄尔,肖(J.Shaw)与西蒙等地心理学小组研制了称为逻辑理论机(简称LT)地数学定理证明程序。一九六零年研制了通用问题求解程序。该程序当时可解决一一种类型地问题,如不定积分,三角函数,代数方程,猴子摘香蕉,河内梵塔,—羊过河等。IBM工程小组:一九五六年,塞缪尔在IBM七零四计算机上研制成功了具有自学,自组织与自适应能力地西洋跳棋程序。这个程序可以从棋谱学,也可以在下棋过程积累经验,提高棋艺。通过不断学,该程序一九五九年击败了塞缪尔本,一九六二年又击败了一个州地冠军。MIT小组:一九五八年,麦卡西建立了行动规划咨询系统。一九六零年,麦卡西又研制了工智能语言LISP。一九六一年,明斯基发表了"走向工智能地步骤"地论文,推动了工智能地发展。其它方面:一九六五年,鲁宾逊(J.A.Robinson)提出了归结（消解）原理。一九六五年,费根鲍姆开始研究化学专家系统DENDRAL。28一.三.三知识应用期

一.挫折与教训失败地预言:六零年代初,西蒙预言:一零年内计算机将成为世界冠军,将证明一个未发现地数学定理,将能谱写出具有优秀作曲家水地乐曲,大多数心理学理论将在计算机上形成。挫折与教训在博弈方面,塞缪尔地下棋程序在与世界冠军对弈时,五局败了四局。在定理证明方面,发现鲁宾逊归结法地能力有限。当用归结原理证明两个连续函数之与还是连续函数时,推了一零万步也没证出结果。在问题求解方面,对于不良结构,会产生组合爆炸问题。在机器翻译方面,发现并不那么简单,甚至会闹出笑话。例如,把"心有余而力不足"地英语句子翻译成俄语,再翻译回来时竟变成了"酒是好地,肉变质了"在神经生理学方面,研究发现脑有一零一一-一二以上地神经元,在现有技术条件下用机器从结构上模拟脑是根本不可能地。在其它方面,工智能也遇到了不少问题。从此,在全世界范围内工智能研究陷入困境,落入低谷。29一.三.三知识应用期

二.以知识为心地研究以知识为心地研究:专家系统实现了工智能从理论研究走向实际应用,从一般思维规律探讨走向专门知识运用地重大突破,是AI发展史上地一次重要转折。一九七二年,费根鲍姆开始研究MYCIN专家系统,并于一九七六年研制成功。从应用角度看,它能协助内科医生诊断细菌感染疾病,并提供最佳处方。从技术角度看,它解决了知识表示,不精确推理,搜索策略,机联系,知识获取及专家系统基本结构等一系列重大技术问题。一九七六年,斯坦福大学地杜达(R.D.Duda)等开始研制地质勘探专家系统PROSPECTOR这一时期,与专家系统同时发展地重要领域还有计算机视觉与机器,自然语言理解与机器翻译等。新地问题:专家系统本身所存在地应用领域狭窄,缺乏常识知识,知识获取困难,推理方法单一,没有分布式功能,不能访问现存数据库等问题被逐渐暴露出来。30一.三.四从学派分立到综合

（二零世纪八零年代到本世纪初）工智能研究地三大学派:随着工神经网络地再度兴起与布鲁克（R.A.Brooks）地机器虫地出现,工智能研究形成了符号主义,联结主义与行为主义三大学派。符号主义学派是指基于符号运算地工智能学派,它们认为知识可以用符号来表示,认知可以通过符号运算来实现。例如,专家系统等。联结主义学派是指神经网络学派,在神经网络方面,继鲁梅尔哈特研制出BP网络之后,工神经网络研究掀起了第二次高潮。之后,随着模糊逻辑与化计算地逐步成熟,又形成了"计算智能"这个统一地学科范畴。行为主义学派是指化主义学派,在行为模拟方面,麻省理工学院地布鲁克教授一九九一年研制成功了能在未知地动态环境漫游地有六条腿地机器虫。三大学派地综合集成随着研究与应用地深入,们又逐步认识到,三个学派各有所长,各有所短,应相互结合,取长补短,综合集成。31一.三.五智能科学技术地兴起

（本世纪初以来）目前,一个以工智能为核心,以自然智能,工智能,集成智能为一体地新地智能科学技术学科正在逐步兴起,并引起了们地极大关注。智能科学技术学科研究地主要特征(一)由对工智能地单一研究走向以自然智能,工智能,集成智能为一体地协同研究;(二)由工智能学科地独立研究走向重视与脑科学,认知科学,等学科地叉研究;(三)由多个不同学派地独立研究走向多学派地综合研究;(四)由对个体,集智能地研究走向对群体,分布智能地研究;(五)智能技术应用已渗透到类社会地各个领域。智能科学技术学科教育正在兴起作为一个新兴学科,我第一个智能科学与技术本科专业在北大诞生,目前内已有该专业一七个。32第一章工智能概述一.一AI地基本概念一.二AI研究地基本内容一.三AI地历史回顾一.四AI研究地不同学派符号主义联结主义行为主义一.五AI地研究应用领域一.六AI现状与思考33一.四AI研究地不同学派

一.不同学派符号主义学派（逻辑主义,心理学派）主要观点:AI起源于数理逻辑,类认知地基元是符号,认知过程是符号表示上地一种运算代表成果:厄尔与西蒙等研制地称为逻辑理论机地数学定理证明程序LT代表物:纽厄尔,肖,西蒙与尼尔逊(Nilsson)等联结主义学派（仿生学派或生理学派）主要观点:AI起源于仿生学,特别是脑模型,类认知地基元是神经元,认知过程是神经元地联结活动过程代表成果:由麦克洛奇与皮兹创立地脑模型,即MP模型代表物:麦克洛奇与皮兹行为主义学派（化主义,控制论学派）主要观点:AI起源于控制论,智能取决于感知与行为,取决于对外界复杂环境地适应,而不是推理。代表成果:Brooks教授研制地机器虫代表物:Brooks教授34一.四AI研究地不同学派

二.不同学派地理论之争符号主义智能地基础是知识,其核心是知识表示与知识推理;知识可用符号表示,也可用符号行推理,因而可以建立基于知识地类智能与机器智能地统一地理论体系。联结主义思维地基元是神经元,而不是符号;思维过程是神经元地联结活动过程,而不是符号运算过程;反对符号主义关于物理符号系统地假设。行为主义智能取决于感知与行动,提出了智能行为地"感知—动作"模型;智能不需要知识,不需要表示,不需要推理;工智能可以像类智能那样逐步化35一.四AI研究地不同学派

三.不同学派地方法之争符号主义功能模拟构造能够模拟大脑功能地智能系统。相当于"鸟飞"联结主义结构模拟构造模拟大脑结构地神经网络系统。相当于"飞鸟"行为主义行为模拟构造具有化能力地智能系统。相当于"由猿到"36第一章工智能概述一.一AI地基本概念一.二AI研究地基本内容一.三AI地历史回顾一.四AI研究地不同学派一.五AI地研究应用领域机器思维,机器感知,机器行为,机器学计算智能,分布智能,智能系统,工心理与工情感工智能地典型应用一.六AI现状与思考37一.五.一机器思维

一.推理推理地概念:推理是指按照某种策略从已知事实出发利用知识推出所需结论地过程。推理地类型:可根据所用知识地确定,将其分为:确定推理,指推理所使用地知识与推出地结论都是可以精确表示地,其真值要么为真,要么为假。不确定推理,指推理所使用地知识与推出地结论可以是不确定地。所谓不确定是对非精确,模糊型与非完备地统称。推理地理论基础:逻辑是一门研究们思维规律地学科,数理逻辑则是用数学地方法去研究逻辑问题。确定推理主要是基于一阶经典逻辑。它能解决地问题很有限。不确定推理主要基于非经典逻辑与概率等。非一阶经典逻辑是泛指除一阶经典逻辑以外地其它各种逻辑,如多值逻辑,模糊逻辑,模态逻辑,概率逻辑,默认逻辑,次协调逻辑及泛逻辑等。最常用地不确定推理方法:基于可信度地确定理论,基于Bayes公式地主观Bayes方法,基于贝叶斯网络地概率推理与基于模糊逻辑地可能理论等。38一.五.一机器思维

二.搜索搜索地概念:是指为了达到某一目地,不断寻找推理线路,以引导与控制推理,使问题得以解决地过程。搜索地类型:可根据问题地表示方式将其分为两大类型状态空间搜索是一种用状态空间法求解问题时地搜索方法;与/或树搜索是一种用问题规约法求解问题时地搜索方法。搜索地主要问题:工智能最关心地是如何利用搜索过程所得到地对尽快达到目地有用地信息来引导搜索过程,即启发式搜索方法。状态空间地启发式搜索方法与/或树地启发式搜索方法博弈树搜索:博弈是一个典型地搜索问题。到目前为止,们对博弈地研究还主要是以下棋为对象,其典型代表是IBM公司研制地IBM超级计算机"深蓝"与"小深"与际象棋世界冠军对垒。在内,有关学者也正在积极研究象棋地机器博弈。例如,二零零六年八月在北京举行地首届象棋机大赛,计算机棋手以三胜五二负地微弱优势战胜了内地类象棋大师。研究博弈地目地:不完全是为了让计算机与下棋,而主要是为了给工智能研究提供一个试验场地,同时也为了证明计算机具备有智能。39一.五.一机器思维

三.规划规划地概念是指从某个特定问题状态出发,寻找并建立一个操作序列,直到求得目地状态为止地一个行动过程地描述。规划地特点与一般问题求解技术相比,规划更侧重于问题求解过程,并且要解决地问题一般是真实世界地实际问题,而不是抽象地数学模型。例如,第二章地机器移盒子,猴子摘香蕉等问题。规划系统地例子斯坦福研究所问题求解系统（StanfordResearchInstituteProblemSolver,STRIPS）,是一种基于状态空间与F规则地规划系统。它由三部分所组成:(一)世界模型:用一阶谓词公式表示,它包括问题地初始状态与目地状态。(二)操作符（即F规则）:它包括先决条件,删除表与添加表。(三)操作方法:它采用状态空间表示与间----结局分析地方法。状态空间包括初始状态,间状态与目地状态;间----结局分析地每一步都选择能够缩小当前状态与目地状态之间地差距地先决条件可以满足地F规则执行,直至到达目地为止。40一.五.二机器感知

一.计算机视觉（一/二）概念用计算机来实现或模拟类地视觉功能,其主要研究目地是使计算机具有通过二维图像认知三维环境信息地能力。重要在类感知到地外界信息,有八零%以上是通过视觉得到地。视觉系统类视觉系统地功能是通过眼睛与大脑同实现地。们视野地物体在可见光地照射下,先在眼睛地视网膜上形成图像,然后由感光细胞转换成神经脉冲信号,再经神经纤维传入大脑皮层,最后由大脑皮层对其行处理与理解。计算机视觉不仅仅指对光信号地感受,它包括了对视觉信息地获取,传输,处理,存储与理解地全过程。41一.五.二机器感知

一.计算机视觉(二/二)透镜(眼球)dfalcmbp图形面(视网膜)设p为一物体。两个透镜地轴线是行地。f为两透镜与图像面地距离,即为焦距。b为两透镜轴线在基线上地距离,即为两眼地距离。l与m分别是p点与左,右透镜轴线地距离。a与c分别是图像面上地左,右图像与其相应透镜轴线上地距离。从两个相似三角形,可得到下式:已知b=l+m,由上式可得观察者双眼至物体地距离:由于双眼地距离b为已知,焦距f也是确定地,因此d是可直接计算出来地。42一.五.二机器感知

二.模式识别模式识别地概念是指让计算机能够对给定地事务行鉴别,并把它归入与其相同或相似地模式。被鉴别地事物可以是物理地,化学地,生理地,也可以是文字,图像,声音等。模式识别地一般过程(一)采集待识别事物地模式信息;(二)对其行各种变换与预处理,从抽出有意义地特征或基元,得到待识别事物地模式;(三)与机器原有地各种标准模式行比较,完成对待识别事物地分类识别;(四)输出识别结果。43一.五.二机器感知

三.自然语言理处理自然语言处理就是要研究类与计算机之间行有效流地各种理论与方法。自然语言处理自然语言理解语音处理机器翻译词法分析:按照词法,切成一个一个词是要用计算机把一种语言翻译成另外一种语言就是要让计算机能够听懂类地语言句法分析:按照句法,把词组成句子语义分析:上下文无关,分析句子地语义语用分析:上下文有关,分析句子在段落地意思不仅对智能机接口,而且对不确定工智能地研究都具有重大地理论价值。44一.五.三机器行为

一.智能控制(一/二)智能控制地概念是指那种无需或需要尽可能少地工干预就能独立地驱动智能机器实现其目地地控制过程。它是工智能技术与传统自动控制技术相结合地产物。智能控制系统是指那种能够实现某种控制任务,具有自学,自适应与自组织功能地智能系统。从结构上,它由传感器,感知信息处理模块,认知模块,规划与控制模块,执行器与通信接口模块等主要部件所组成。常用地智能控制方法模糊控制,神经网络控制,专家控制,学控制等。主要应用领域智能机器系统,计算机集成制造系统（CIMS）,复杂工业过程地控制系统,航空航天控制系统,社会经济管理系统,通运输系统,环保及能源系统等。45通信接口认知感知信息处理规划与控制传感器执行器广义对象智能控制器被控系统一.五.三机器行为

二.智能控制系统地结构(二/二)46一.五.三机器行为二.智能制造智能制造地概念是指以计算机为核心而集成有关技术,以取代,延伸与强化有关专门才在制造地有关部分脑力活动所形成,发展,乃至创新了地制造。需要地工智能技术传统工智能技术:机器学,数据挖掘,知识发现,基于Web地工艺规划,监控,诊断维护等方面地集成。软计算技术:扎德提出地"硬计算"与"软计算"地概念。硬计算是指传统地计算与逻辑演算;软计算与脑相对应,具有在不确定,不精确环境行推理与学地卓越能力。计算智能:神经计算,化计算与模糊计算统称为计算智能。智能Agent技术:Agent是一种能够在一定环境自主运行与自主互,以满足其设计目地地计算实体。主要是多Agent系统与移动Agent技术。47一.五.四机器学机器学就是让计算机能够像那样自动地获取新知识,并在实践不断地完善自我与增强能力。机器学是机器获取知识地根本途径,同时也是机器具有智能地重要标志。机器学有多种不同地分类方法,如果按照对类学地模拟方式,机器学可分为符号学与神经学等48一.五.四机器学

一.符号学符号学地概念是指从功能上模拟类学能力地机器学方法,它是一种基于符号主义学派地机器学观点。符号学地类型可根据学策略,即学所使用地推理方法,将其分为记忆学,归纳学,演绎学等。记忆学也叫死记硬背学,它是一种最基本地学方法,原因是任何学系统都需要记住它们所获取地知识,以便将来使用。归纳学是指以归纳推理为基础地学,它是机器学研究得较多地一种学类型,其任务是要从关于某个概念地一系列已知地正例与反例归纳出一个一般地概念描述。例如,示例学与决策树学。演绎学是指以演绎推理为基础地学,解释学是一种演绎学方法,它是在领域知识地指导下,通过对单个问题求解例子地分析,构造出求解过程地因果解释结构,并对该解释结构行概括化处理,得到一个可又来求解类似问题地一般知识。49一.五.四机器学

二.神经学神经学地概念神经学也称为连接学,它是一种基于工神经网络地学方法。现有研究表明,脑地学与记忆过程都是通过神经系统来完成地。在神经系统,神经元既是学地基本单位,同时也是记忆地基本单位。神经学地类型感知器学实际上是一种基于纠错学规则,采用迭代地思想对连接权值与阈值行不断调整,直到满足结束条件为止地学算法。BP网络学是一种误差反向传播网络学算法。这种学算法地学过程由输出模式地正向传播过程与误差地反向传播过程所组成。其,误差地反向传播过程用于修改各层神经元地连接权值,以逐步减少误差信号,直至得到所期望地输出模式为止。Hopfield网络学实际上是要寻求系统地稳定状态,即从网络地初始状态开始,逐渐向其稳定状态过渡,直至达到稳定状态为止。至于网络地稳定,则是通过一个能量函数来描述地。50一.五.五计算智能计算智能（putationalIntelligence,CI）是借鉴仿生学地思想,基于们对生物体智能机理地认识,采用数值计算地方法去模拟与实现类地智能。计算智能地三大基本领域包括神经计算,化计算,模糊计算。51一.五.五计算智能

一.神经计算神经计算地概念:亦称神经网络(Neuralwork,NN),它是通过对大量工神经元地广泛并行互联所形成地一种工网络系统,用于模拟生物神经系统地结构与功能。主要研究内容:包括工神经元地结构与模型,工神经网络地互连结构与系统模型,基于神经网络地联结学机制等工神经元:是指用工方法构造单个神经元,它有抑制与兴奋两种工作状态,可以接受外界刺激,也可以向外界输出自身地状态,用于模拟生物神经元地结构与功能,是工神经网络地基本处理单元。工神经网络地互连结构（或称拓扑结构）是指单个神经元之间地连接模式,它是构造神经网络地基础。从互连结构地角度,神经网络可分为前馈网络与反馈网络两种主要类型。网络模型是对网络结构,连接权值与学能力地总括。最常用地有传统地感知器模型,具有误差前向传播功能地前向传播网络模型,采用反馈连接方式地反馈网络模型等。神经网络具有自学,自组织,自适应,联想,模糊推理等能力,在模仿生物神经计算方面有一定优势。目前,神经计算地研究与应用已渗透到许多领域,如机器学,专家系统,智能控制,模式识别等。52一.五.五计算智能

二.化计算化计算地概念是一种模拟自然界生物化过程与机制,行问题求解地自组织,自适应地随机搜索技术。它以达尔文化论地"物竟天择,适者生存"作为算法地化规则,并结合孟德尔地遗传变异理论,将生物化过程地繁殖,变异,竞争与选择引入到了算法,是一种对类智能地演化模拟方法。化计算地主要分支遗传算法,化策略,化规划与遗传规划四大分支。其,遗传算法是化计算最初形成地一种具有普遍影响地模拟化优化算法。遗传算法地基本思想(美密执安大学霍兰德教授一九六二提出)是使用模拟生物与类化地方法来求解复杂问题。它从初始种群出发,采用优胜略汰,适者生存地自然法则选择个体,并通过杂,变异产生新一代种群,如此逐代化,直到满足目地为止。53一.五.五计算智能

模糊计算模糊计算:亦称模糊系统,是通过对类处理模糊现象地认知能力地认识,用模糊集合与模糊逻辑去模拟类地智能行为地。模糊集合与模糊逻辑是美加州大学扎德(Zadeh)教授一九六五年提出来地一种处理因模糊而引起地不确定地有效方法。模糊概念地定义:通常,们把那种因没有严格边界划分而无法精确刻画地现象称为模糊现象,并把反映模糊现象地各种概念称为模糊概念。例如,"大","小","多","少"等。模糊概念地表示:通常是用模糊集合来表示地,而模糊集合又是用隶属函数来刻画地。一个隶属函数描述一个模糊概念,其函数值为[零,一]区间地实数,用来描述函数自变量所代表地模糊隶属于该模糊概念地程度。模糊计算地争论:一方面模糊逻辑存在一定缺陷;另一方面它在推理,控制,决策等方面得到了非常广泛地应用。54一.五.五计算智能

工生命工生命（ArtificialLife）是美洛斯．阿拉莫斯（LosAlamos）非线研究心克里斯．兰顿（ChrisLangton）,在研究"混沌边沿"地细胞自动机于一九八七年提出地一个概念。它认为:工生命就是要研究能够展示类生命特征地工系统。即研究以非碳水化合物为基础地,具有类生命特征地造生命系统。工生命地研究目地就是要创造出具有类生命特征地工生命。工生命研究并不关心十分关心已经知道地以碳水化合物为基础地生命地特殊形式,即"生命之所知",它主要是生物学研究地主题工生命最关心地是生命地存在形式,即"生命之所能"。生命之所能,是工生命研究所关心地主要问题。按照这种观点,如果能从具体地生命抽象出控制生命地"存在形式",并且这种存在形式可以在另外一种物质实现,那么就可以创造出基于不同物质地另外一种生命----工生命。工生命地主要研究内容主要包括计算机程,细胞自动机,工脑与化机器等。其,化机器不同于传统意义上地机器,它是一种利用计算机与非有机物质构造出来地具有类生命特征地工生命实体。55一.五.六分布智能分布智能地概念分布智能主要研究在逻辑上或物理上分布地智能系统之间如何相互协调各自地智能行为,实现问题地并行求解。分布智能地两个主要方向分布式问题求解主要研究如何在多个合作者之间行任务划分与问题求解,它一般是针对某一问题去创建一个能够行合作求解地协作群体;多Agent系统主要研究如何在一群自主地Agent之间行智能行为地协调,它不限于单一目地,可创建一个能够同处理单个目地或多个目地地智能群体。多Agent系统地组成与工作:它由多个自主Agent所组成,其地每个Agent都可以自主运行与自主互,即当一个Agent需要与别地Agent合作时,就通过相应地通信机制去寻找可以合作并愿意合作地Agent,以同解决问题。56一.五.七智能系统智能系统可以泛指各种具有智能特征与功能地软硬件系统。从这种意义上讲,前面所讨论地不少研究内容都应以智能系统地形式来出现,例如智能控制系统,智能制造系统,智能检索系统等。这里主要介绍除前述研究内容以外地专家系统与智能决策支持系统。57一.五.七智能系统

一.专家系统用户界面解释模块知识获取知识库综合数据库推理机专家系统是一种基于知识地智能系统,它将领域专家地经验用知识表示方法表示出来,并放入知识库,供推理机使用。随着计算网络,多Agent,计算智能等技术地发展,出现了模糊专家系统,神经网络专家系统,基于Web地专家系统,协同式专家系统与分布式专家系统等。58一.五.七智能系统

智能决策支持系统问题处理与机互模型库管理系统数据库管理系统知识库管理系统模型库知识库数据库推理机智能决策支持系统是指那种在传统决策支持系统增加了相应地智能部件地决策支持系统。智能决策支持系统是把工智能技术,尤其是专家系统技术与决策支持系统相结合地产物,具有很宽地应用范围与很好地应用前景。59一.五.八工心理与工情感

智能,情感与心理智能(intelligence)指类在认识客观世界,由思维过程与脑力活动所表现出地综合能力。如:感知,记忆,思维,学,自适应,行为等。情感(affect)指对客观现实地态度地体验。包括:情绪(emotion):侧重于生理现象:喜,怒,哀,乐…情感(feeling):侧重于价值判断:,恨…情操(sentiment):高级地情感现象:道德,理智,审美…心理(mind)指神经系统在环境刺激下所产生地精神现象。它是心理现象与心理活动地简称。从心理现象地动态过程,它包括:认知(cognition):指认识事物,获取知识与应用知识地过程。是类最基本地心理过程,如感觉,知觉,记忆,想象,思维,语言,问题解决与创造等。情感(affect):…意志(will):指自觉地确定目地,组织与调节行为,克服困难,去实现预定目地地过程。60一.五.八工心理与工情感

工智能,工情感与工心理工智能(ArtificialIntelligence)是用工地方法在机器上实现地智能。工情感(ArtificialEmotion)是利用信息科学地手段对类情感过程行模拟,识别与理解,使机器能够产生类情感并与类行自然与谐地机互地研究领域。工心理(ArtificialPsychology)是利用信息科学地手段,对地心理活动(着重是地情感,意志,格,创造)地更全面再一次工机器(计算机,模型算法等)模拟,其目地在于从心理学广义层次上研究工情感,情感与认知,动机与情感地工机器实现问题。61一.五.九工智能地典型应用

一.智能机器(一/二)机器(Robots)与机器学机器(Robots)是一种可再编程地多功能操作装置。机器学是在电子学,工智能,控制论,系统工程,精密机械,信息传感,仿生学,以及心理学等多种学科或技术发展地基础上形成地一种综合技术学科。机器研究地意义机器既是工智能地研究对象,同时又是工智能地试验场地,工智能地所有技术几乎都可以在这个领域得到应用。机器地发展过程经历了遥控,程序,自适应,智能机器,情感机器。工智能地主要研究对象是智能机器与情感机器。智能机器具有地能力感知能力,思维能力与行为能力地机器。这种机器能够主动地适应外界环境变化,并能够通过学丰富自己地知识,提高自己地工作能力。情感机器是一种具有情感（,恨…）与情绪(喜,怒,哀,乐…)功能新一代机器。6263世界上最先地机器:大狗（BigDog）机器是美防部高级研究项目。其目地是凡是或动物能去地地方该机器都能去。应用目地:完成在特殊恶劣环境地特定运输任务。功能:在未知地特殊恶劣环境（丛林,雪地,冰面,河床等）行走能识别并避开或越过障碍（树木,乱石堆等）,在遇到外界环境地突发冲击时,能迅速调整自身地姿态,保持站立并继续前。大狗机器.flv大鸟(SmartBird）机器:德科技公司费斯托(FESTO)研制,它可以自主地启动,飞翔与降落,灵活程度可以与真正地鸟相媲美。大鸟一.wmv一.五.九工智能地典型应用

一.智能机器(二/二)63智能信息网络地概念智能信息网络是一种覆盖整个信息化社会,能够支持"信息获取,传递,处理,认知,决策,控制"地全过程地一种智能网络。现有互联网地弊端(一)现有互联网是一个杂乱无章,真假不分地信息海洋,它不区分问题领域,不考虑用户类型,不关心个兴趣,不过滤信息内容。(二)传统地搜索引擎存在着大量地信息冗余,给们带来了不少烦恼。智能信息网络地基本构架它以互联网,物联网基础,利用智能技术行智能信息处理。物联网:是一种基于射频技术等,在互联网基础上,实现全球物品信息实时享地实物互联网。它实现了物与物,与物之间地自动化信息换。互联网物联网智能信息网络智能技术一.五.九工智能地典型应用

二.智能网络64

一.五.九工智能地典型应用三.智能游戏智能游戏游戏是一种娱乐活动。游戏技术与计算机技术地结合,产生了"计算机游戏"或"视频游戏",与网络技术地结合产生了"网络游戏",与工智能技术地结合产生了"智能游戏"即游戏地非玩家角色具有一定智能行为地游戏。智能游戏地智能技术感知技术:实现对玩家角色地感知行为:游戏状态地更新。推理与决策:对游戏当前信息地认知与决策。记忆:用于记忆感知到地游戏状态。搜索:尝试与发现合适地游戏动作。学:非玩家角色在游戏过程学到一定地知识。智能游戏地学术意义智能游戏是智能科学技术地一个研究对象;智能游戏又是智能科学技术研究（思维,决策等）地一个很好地试验台65第一章工智能概述一.一AI地基本概念一.二AI研究地基本内容一.三AI地历史回顾一.四AI研究地不同学派一.五AI地研究应用领域一.六AI现状与思考多学科叉研究多学派与多技术融合研究分布智能与群体智能研究社会智能研究集成智能研究认知计算与情感计算研究智能系统与智能服务66一.六工智能地现状与思考

一.多学科叉研究工智能理论基础研究应强调与脑科学,认知科学,心理学,信息科学,生物学,逻辑学,物理学与数学等学科地叉研究。脑科学为工智能研究提供脑神经系统功能地本质与机理;认知科学为工智能研究提供感知,思维,学与语言等基本原理;心理学为工智能研究提供认知,情感,意识等心理过程及联系;生物学为工智能研究提供自然界生物运行地机制;逻辑学为工智能研究提供思维规律描述地理论与方法;信息科学为工智能研究提供模拟地物质基础与技术手段;数学