人工智能-第一章 绪论

绪论第一章人工智能自诞生以来，在短短几十年的时间里经历了三起两落，发展至今，已取得巨大的进展。本章要点人工智能的定义人工智能的发展史及流派人工智能的研究目标人工智能的研究途径人工智能的研究领域人工智能的发展趋势目录Contents1.1人工智能概论1.1.1人工智能的定义1.1.2人工智能的发展史及流派1.1.3人工智能的研究目标和意义1.1.4人工智能的研究途径1.2人工智能的现在和未来1.2.1人工智能的研究领域1.2.2人工智能的发展趋势1.1人工智能概论自1946年第一台电子计算机ENIAC诞生以来，人们一直希望计算机能够具有更加强大的功能，人工智能（ArtificialIntelligence，AI）的出现使计算机变得更加智能。对人工智能的研究，目前已取得了许多令人振奋的成果，并在多个领域得到了广泛的应用，极大地影响并改变着人们的社会生活。1.1人工智能概论人工智能的发展史及流派人工智能的定义人工智能的研究目标和意义人工智能的研究途径010203041.1.1人工智能的定义人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是多学科交叉的边缘学科。1.图灵测试人工智能人工智能即用人工的方法在机器（计算机）上实现的智能行为。1.1.1人工智能的定义如何判断一台机器是否具有智能？英国数学家艾伦·图灵（AlanTuring）提出了著名的图灵测试，用于测试机器是否具有智能。其示意图如下图所示。1.1.1人工智能的定义2.定义智能是人类具有的特征之一，然而，关于人工智能的科学定义，学术界至今还没有统一的认识和公认的阐述。从人工智能诞生之初发展至今，不同时期、不同领域的学者对人工智能有着不同的理解。1956年由麦卡锡、明斯基、香农、罗切斯特共同发起的达特茅斯会议，首次提出人工智能这一概念：人工智能就是让机器的行为看起来像人类所表现出的智能行为一样。1978年，贝尔曼采用认知模型的方法——关于人类思维工作原理的可检测的理论，提出：人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化。1.1.1人工智能的定义1983年，在《大英百科全书》中对人工智能这样定义：人工智能是数字计算机或计算机控制的机器人，拥有解决通常与人类更高智能处理能力相关的问题的能力。1985年，查尼艾克和麦克德莫特提出：人工智能是用计算模型来研究智力能力。1991年，伊莱恩·里奇在《人工智能》一书中给出的人工智能定义为：人工智能是研究如何让计算机完成当下人类更擅长的事情。1.1.1人工智能的定义2019年，谭铁牛在《求是》中用比较通俗的一段话这样描述人工智能：人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。总体来讲，对人工智能的定义大体上可分为四类：机器“像人一样思考”、“像人一样行动”、“理性地思考”、“理性地行动”。1.1.1人工智能的定义3.分类人工智能可分为弱人工智能、强人工智能和超人工智能三类，也可以理解为三个级别。弱人工智能主要是完成单一任务的智能，其利用现有的智能化技术，来改善经济社会发展所需的一些技术条件。弱人工智能的观点认为不可能制造出能够真正推理和解决问题的智能机器，这些机器虽然看起来像是智能的，但其实并不真正拥有智能，也没有自主意识。1.1.1人工智能的定义强人工智能是各方面都能和人类比肩的人工智能，非常接近于人类的智能，人类能干的脑力活它都能干，但实现起来还需要脑科学方面的突破，现在还无法做到大量投入的地步，仍在完善当中。强人工智能的观点认为有可能制造出真正能推理和解决问题的智能机器，并且这样的机器将被认为是有知觉的，有自我意识的。强人工智能分为两类：（1）类人的人工智能，即机器的思考和推理就像人的思维一样；（2）非类人的人工智能，即机器产生了与人完全不一样的知觉和意识，使用和人完全不一样的推理方式。1.1.1人工智能的定义超人工智能，可以理解为其智慧程度比人类自身还要高，在大部分领域当中都超越人类的人工智能。目前研发这种人工智能的程度非常大，人工智能领域的发展速度之快，未来也并不是没有可能的。虽然人工智能已取得不错的进展，但目前大部分产品仍属于弱人工智能的范畴。如：苹果公司的语音助手Siri、人工智能阿尔法围棋（AlphaGo）、手机的自动拦截骚扰电话功能、邮箱的自动过滤功能、象棋方面打败人类的机器人等等，这些都属于弱人工智能。1.1.2人工智能的发展史及流派1.代表人物和事件（1）艾伦·图灵英国数学家、逻辑学家，被誉为“计算机科学之父”，是计算机逻辑的奠基者。1950年，图灵发表里程碑论文《计算机器与智能》，第一次提出了“机器思维”和“图灵测试”的概念，为人工智能的发展奠定了哲学基准。同时，也正是这篇文章为图灵赢得了“人工智能之父”的桂冠。1.1.2人工智能的发展史及流派（2）冯·诺依曼美籍匈牙利数学家、计算机科学家、物理学家，现代计算机、博弈论、核武器和生化武器等领域内的科学全才，被后人誉为“现代计算机之父”、“博弈论之父”。（3）约翰·麦卡锡计算机科学家、认知科学家，于1956年达特茅斯会议上首次提出“人工智能”的概念，并将数学逻辑应用到了人工智能的早期形成中。1958年，他发明了LISP语言，该语言至今仍在人工智能领域广泛使用。1.1.2人工智能的发展史及流派（4）达特茅斯会议1956年夏，在美国的达特茅斯大学召开了为期两个月的学术研讨会，此次会议由麦卡锡、明斯基、罗切斯特、香农等一批有远见卓识的青年科学家共同发起。参会人员共十人，但都是数学、心理学、神经生理学、信息论和计算机等方面的学者和工程师，共同研讨用机器来模拟智能的一系列相关问题。这就是著名的达特茅斯会议，会上首次提出了“人工智能”这一术语，标志着“人工智能”新学科的诞生，同时也给出了“人工智能”的第一个准确描述。1.1.2人工智能的发展史及流派2.发展史从人工智能学科正式诞生发展至今也就60余年的时间，其发展历程却是颇具周折的，大概经历了起步发展期、第一个低谷、应用发展期、第二个低谷、稳步发展期及蓬勃发展期等。（1）起步发展期（1956年—20世纪60年代初）1956年，塞缪尔成功研制了西洋跳棋程序，战胜了当时的西洋棋大师罗伯特尼赖。1957年，罗森布拉特模拟实现了一种叫做感知机的神经网络模型，不仅开启了机器学习的浪潮，也成为后来神经网络的基础。1960年，麦卡锡开发了LISP语言，成为以后几十年来人工智能领域最主要的编程语言。1965年，鲁滨逊提出了一阶谓词逻辑的“消解原理”。1.1.2人工智能的发展史及流派（2）第一个低谷（20世纪60年代—70年代初）人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。1965年，西蒙提出“20年内，机器将能做人所能做的一切”。1977年，明斯基预言“在3-8年时间里，我们将研制出具有普通人智力的计算机，这样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治权术，能讲笑话，会争吵……它的智力将无以伦比”。然而，过高预言的失败和预期目标的落空，给AI的声誉造成重大伤害，使人工智能的发展走入低谷。1.1.2人工智能的发展史及流派（3）应用发展期（20世纪70年代初—80年代中）20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识，是AI发展史上的一次重要突破和转折。1976年，费根鲍姆研制的医疗专家系统MYCIN，用于协助内科医生诊断细菌感染疾病，并提出最佳处方。同年，斯坦福大学的杜达等人研制的地质勘探专家系统PROSPECTOR。专家系统在医疗、化学、地质等领域取得的成功，推动了人工智能走入应用发展的新高潮。1.1.2人工智能的发展史及流派（4）第二个低谷（20世纪80年代中—90年代中）随着人工智能的应用规模不断扩大，最初大获成功的专家系统维护费用居高不下。它们难以升级、应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来，再加上80年代晚期，对AI资助的大幅削减，人工智能又一次陷入低谷。1.1.2人工智能的发展史及流派（5）稳步发展期（20世纪90年代中—2010年）这一时期，机器学习、人工神经网络、智能机器人和行为主义研究趋向深入，智能计算弥补了人工智能在数学理论和计算上的不足，更新和丰富了人工智能理论框架，使人工智能进入一个新的发展时期。同时，由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1.1.2人工智能的发展史及流派（6）蓬勃发展期（2011年至今）随着大数据、云计算、互联网、物联网等信息技术的快速发展，数据的爆发式增长为人工智能提供了充分的“养料”，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破。人工智能迎来它的蓬勃发展期，人类已经正式跨入人工智能时代。1.1.2人工智能的发展史及流派3.流派人工智能诞生至今，许多不同学科背景的学者都曾对人工智能做出过各自的理解，提出不同的观点，由此产生了不同的学术流派。根据研究的理论、方法及侧重点的不同，目前人工智能主要有符号主义（symbolicism）、连接主义（connectionism）和行为主义（actionism）三大学派。1.1.2人工智能的发展史及流派1符号主义——数理逻辑符号主义学派认为人工智能源于数理逻辑，人类认知和思维的基本单元是符号，而认知过程就是在符号表示上的一种运算。其核心是符号推理与机器推理，用某种符号来描述人类的认知过程，并把这种符号输入到能处理符号的计算机中，从而模拟人类的认知过程，实现人工智能。2连接主义——仿生学这一学派认为人工智能源于仿生学，特别是对人脑模型的研究。其核心是神经元网络与深度学习，从神经生理学和认知科学的研究成果出发，把人的智能归结为人脑的高层活动的结果，强调智能活动是由大量简单的单元通过复杂的相互连接后并行运行的结果。3行为主义——控制论行为主义学派认为，行为是有机体用以适应环境变化的各种身体反应的组合，它的理论目标在于预见和控制行为。1.1.3人工智能的研究目标和意义1.研究目标从人工智能学科诞生开始，人工智能就被概述为制造智能机器的科学与工程。按照其发展的过程来分，人工智能的研究目标可分为近期目标和远期目标。近期目标就是研究如何使计算机变得更加聪明，使其在某一研究方面或者某一个程度上模拟人类的智能，能够运用知识去处理问题，去做那些过去只有靠人的智力才能完成的工作；或者对于具体的应用领域，为人们提供辅助性的智能工具，帮助人们解决问题，避免一些需要重复进行的劳动，减少人们脑力劳动的强度。远期目标就是要求计算机不仅能模拟而且可以延伸、扩展人的智能，达到甚至超过人类智能的水平，也是人工智能的根本目标。总体来说，人工智能的近期目标与远期目标之间并没有严格的界限，二者是相辅相成的。近期目标远期目标1.1.3人工智能的研究目标和意义2.研究意义1研究人工智能是当今时代的迫切要求，人工智能领域的国际竞争日益激烈，世界主要国家纷纷出台人工智能战略、策略和政策。2研究人工智能，对探索人类自身智能的奥秘也可提供有益的帮助。3研究人工智能，了解人工智能的基本思想，对人工智能的发展有正确的认识，也是对处于当下的我们提出的要求。1.1.4人工智能的研究途径不同的人在对人工智能进行研究时，研究途径会有所不同。目前研究过程中通常会采用两条途径：一条是由内到外，从揭示人脑的结构和人类智能的奥秘入手；另一条是由外到内，从应用计算机模拟人的智能活动入手。但这种划分方式过于笼统，下面将对人工智能的研究途径做进一步细分。1．心理模拟，符号推演2．生理模拟，神经计算3．行为模拟，控制进化4．群体模拟，仿生计算5．博采广鉴，自然计算6．原理分析，数学建模1.2人工智能的现在和未来人工智能作为计算机科学的一个分支，其研究目标是用机器，通常为电脑、电子仪器等，尽可能地模拟人的智能活动，并争取在这些方面最终改善并超出人的能力。它的研究领域及应用范围十分广泛，并随着科学技术和配套体系的发展成熟，其市场知名度也在不断提升，发展前景十分可观。1.2人工智能的现在和未来人工智能的发展趋势人工智能的研究领域01021.2.1人工智能的研究领域对人工智能的研究大多是结合具体的领域进行的，主要研究领域有机器学习、自然语言处理、计算机视觉、智能机器人、机器博弈、模式识别、专家系统、数据挖掘、“智能+”领域等。机器学习机器学习研究的主要目标是使机器本身获取知识，使机器能够总结经验，纠正错误，探索规律，提高性能，具有较强的环境适应性。自然语言处理自然语言处理研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言，实现人机之间的自然语言通信，以代替人的部分脑力劳动。计算机视觉计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。智能机器人智能机器人是指能够模拟人类行为的、可再编程序的多功能操作装置。1.2.1人工智能的研究领域机器博弈博弈，起源于下棋，后来将下棋、打牌、战争等一类竞争性的智能活动称为博弈。让计算机学会下棋是人们使机器具有智能的最早尝试。模式识别模式识别是信息科学和人工智能的重要组成部分。它包括语音识别（听），语音合成（说），文字识别（读），自然语言理解与电脑图形识别等。专家系统专家系统所要解决的是复杂而专门的问题，是目前人工智能中最重要的也是最活跃的一个研究领域。数据挖掘数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程，挖掘结果可供数据拥有者决策使用。“智能+”领域随着人工智能技术研究与应用的持续和深入发展，