人工智能第一章132.pptx
《人工智能第一章132.pptx》由会员分享，可在线阅读，更多相关《人工智能第一章132.pptx（132页珍藏版）》请在冰点文库上搜索。
人工智能原理,张永刚吉林大学计算机科学与技术学院E-mail:
课程内容,一、课程背景二、产生式系统表示及其搜索方法三、逻辑表示及其推理方法,第一章人工智能简介,千古的梦想,不断地从自然力的束缚下解放自己古代：
利用物质资源制造人力的工具扩展人的体质功能支持农业社会的文明近代：
利用能量的资源制造动力工具扩展人的体力功能支持工业社会的文明现代：
利用信息资源制造智能工具扩展人的智力功能导致信息社会,人工智能（ArtificialIntelligence）,研究如何用计算机去模拟、延伸和扩展人的智能；如何把计算机用得更聪明；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的智能计算机一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科二十世纪七十年代以来世界三大尖端技术（空间技术、能源技术、人工智能）之一二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一计算机科学技术的前沿科技领域,人工智能（ArtificialIntelligence）,2001年上映的电影人工智能是未来派的科幻史诗影片，由斯皮尔伯格制作。
影片讲述21世纪中期，由于气候变暖，南北两极冰盖的融化，地球上很多城市都被淹没在了一片汪洋之中，此时，人类的科学技术已经达到了相当高的水平，人工智能机器人就是人类发明出来的用以应对恶劣自然环境的科技手段之一！
杰出人物,20世纪40位图灵奖获得者中有6位人工智能学者：
MarvinMinsky（1969年）,美国知识的框架理论（FrameTheory）创立者JohnMcCarthy（1971年）,美国人工智能之父，LISP语言的发明者HerbertSimon和AllenNewell（1975年）,美国人工智能符号主义学派的创始人EdwardFeigenbaum和RajReddy（1994年）,美国大型人工智能系统的开拓者可见人工智能在信息科学中的地位。
LeslieGabrielValiant（莱斯利瓦里安特）（2010年）,英国在机器学习理论、计算复杂性理论以及计算神经学领域的突出贡献（首位图灵奖的华裔科学家姚期智（AndrewChi-ChihYao）（2000年）在计算理论方面的贡献）JudeaPearl（犹大伯尔）（2011年），美国最早提出概率和因果性推理演算法,杰出人物,http:
/amturing.acm.org/,重要国际会议,IJCAI（InternationalJointConferenceonAI）国际人工智能联合会议（http:
/ijcai.org/）AI界最高级别的学术盛会,中国计算机学会A类会议论文集出版：
MorganKaufmann创会时间：
1969年每两年开一次，组委会决定在2016年起每年举办一届.2007年投稿1365，录用212，录用率15.5%.2009年投稿1291，录用331，录用率25.6%.2011年投稿1325，录用227，录用率17.1%.2013年投稿1473，录用413，录用率28%北京第一次在中国举行2015年将在阿根廷布宜诺斯艾利斯召开,AAAI-AAAIConferenceonArtificialIntelligence的简称会议主办方（sponsor）:
AAAI,原为美国人工智能学会（AmericanAssociationforArtificialIntelligence），2007年改名为国际人工智能促进协会（TheAssociationfortheAdvancementofArtificialIntelligence）1980年第一届AAAI召开，此后每年举办一次。
中国计算机学会A类会议,ECAI、AJCAI（澳大利亚）、CAI（加拿大）、AAMAS（InternationalConferenceonAutonomousAgentsandMultiagentSystems）、ICAPS（InternationalConferenceonAutomatedPlanningandScheduling）、ICML（InternationalConferenceonMachineLearning,中国计算机学会A类会议）,ArtificialIntelligence出版社：
世界上公认的高质量学术期刊出版集团荷兰ElsevierSCI收录创刊时间：
1970年每期论文篇数：
4篇左右平均审稿周期为9个月期刊的主编A.G.Cohn曾为多届国际顶级会议IJCAI，KR，ECAI程序委员会主席及会议主席中国计算机学会A类期刊,重要国际刊物,重要国际刊物,1979年起，AAAI定期出版：
AIMagazine中国计算机学会推荐的人工智能国际学术刊物A类:
AIIEEETransactionsonPatternAnalysisandMachineIntelligenceJournalofMachineLearningResearch,国内重要会议,1981年成立中国人工智能学会全国人工智能学术年会（CAAI）。
1990年首次召开中国人工智能联合会议（CJCAI）。
一、什么是人工智能？
二、人工智能的历史三、人工智能的不同研究流派四、人工智能的主要研究领域及其发展五、人工智能与其它领域的交叉,一、什么是人工智能？
1、智能,智能人类在认识和改造世界的活动中，由脑力劳动表现出来的能力。
包括感知、理解、抽象、分析、推理、判断、学习和对变化环境的适应等等疑问：
仅限于人？
一般动物没有吗？
为什么说猩猩一类动物比一般动物智力高？
若只限于人，那么机器就更不能谈什么智能了，也就无人工智能可言了！
所以，智能本身现在无法下精确的定义。
1、智能,基于计算机的智能如果一种行为或一系列行为能完成人类所做到的事，就说它是智能的。
2、人工智能,人工智能又称为智能模拟，用计算机模拟人脑的智能行为。
包括感知、学习、推理、对策、决策、预测、直觉、联想。
Nilson（Stanford）:
AI是关于知识的科学，即怎样获取、表示和使用知识的科学Feigenbaum（Stanford）:
AI是知识信息处理系统Winston（MIT）:
AI就是研究如何使计算机去做过去只有人才能做的富有智能的工作,Itisthescienceandengineeringofmakingintelligentmachines,especiallyintelligentcomputerprograms.Itisrelatedtothesimilartaskofusingcomputerstounderstandhumanintelligence,butAIdoesnothavetoconfineitselftomethodsthatarebiologicallyobservable.-McCarthy人工智能既包含理论研究的内容又包含工程方面的内容.人工智能的研究注意智能系统的效果而不是单纯的对人的智能行为的模拟.（人工智能研究的出发点与生物学家不同。
生物学家研究智能行为是从脑的结构和神经细胞的组织入手。
人工智能研究者主要从智能行为的过程与表现入手，重点放在智能行为的实际效果上。
）,3、人工智能的研究目标,根本目标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。
附：
关于智能本质的争论VonNeumann：
计算机决不会有智能。
Turing：
计算机是能达到人的智力水平的。
McCarthy：
人工智能的所有主要问题都是难解的。
Minsky：
人工智能是有史以来最难的科学之一;思维的社会无统一的知识表示和理论基础。
Brooks：
无需表示、无需推理的智能。
反对派的核心观点：
计算机只能解决形式化的问题，而客观世界的问题则是非形式化的，是变化无穷的。
近期目标使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。
作为工程技术学科，人工智能的目标是提出建造人工智能系统的新技术、新方法和新理论，并在此基础上研制出具有智能行为的计算机系统。
作为理论研究学科，人工智能的目标是提出能够描述和解释智能行为的概念与理论，为建立人工智能系统提供理论依据。
一、什么是人工智能？
二、人工智能的历史三、人工智能的不同研究流派四、人工智能的主要研究领域及其发展五、人工智能与其它领域的交叉,二、人工智能的历史,AIisnearlyasoldascomputing,人工智能的历史,Aristotle（公元前384-322）：
古希腊伟大的哲学家、思想家，著名学者Plato的学生。
主要贡献:
为形式逻辑奠定了基础。
三段论FamoussyllogismofAristotle:
EverymanismortalSocratesisamanDeduction:
Socratesismortal演绎推理特点：
一般特殊;前提真，结论一定真,Bacon（1561-1626），英国哲学家和自然科学家。
主要贡献：
系统地提出了归纳法。
强调了知识的作用：
“知识就是力量”。
SocratesisamanSocratesismortalInduction:
EverymanismortalEverymortalisamanNomanbutSocratesismortalEtc.归纳推理的特点：
特殊一般;前提真，结论不一定真。
Leibniz（1646-1716）德国数学家和哲学家同Newton并列为微积分的发明者。
改进了Pascal的加法计算器，做出了能进行四则运算的手摇计算器，在计算工具的历史上占有一席位置。
对AI的主要贡献：
提出的数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。
Leibnitz提出的计划是：
建立一种通用的符号语言，以及一种在此符号语言上进行推理的演算。
Leibnitz之梦：
有一天所有的知识，包括精神和无形的真理，能够通过通用的代数演算放入一个单一的演绎系统。
此梦的初步实现归功于Boole。
GeorgeBoole（1815-1864）英国数学家、逻辑学家主要贡献：
初步实现了Leibnitz关于思维符号化和数学化的思想；提出了一种崭新的代数系统，被后世称为布尔代数。
凡传统逻辑（命题逻辑）能处理的问题，布尔代数都能处理，而某些能用布尔代数处理的问题，用传统逻辑处理却极其困难。
Frege（1848-1925）德国数理逻辑学家，主要贡献：
建立了谓词逻辑系统。
出版了概念演算、算术的基本法则等名著。
Godel（1906-1978）美籍奥地利数理逻辑学家主要贡献：
研究数理逻辑中一些带有根本性的问题，即形式系统的完备性和可判定性问题。
1930年证明了一阶谓词演算的完备性定理1931年证明了：
第一条不完备性定理-任何包含初等数论的形式系统，如果它是协调的，那么一定是不完备的。
第二条不完备性定理是：
如果这种形式系统是协调的，那么这种协调性一定不能在本系统中得到证明。
Godel的这两条定理彻底摧毁了Hilbert的建立无矛盾数学体系的纲领，对人工智能研究的意义在于，指出了把人的思维形式化和机械化的某种极限，在理论上证明了有些事情是做不到的。
AMTuring（图灵）（1912-1954）英国天才数学家主要贡献：
1936年提出一种理想计算机的数学模型，后世称之为图灵机。
现已公认，所有可计算函数都能用图灵机计算-为电子计算机出现建立了理论根据。
在二次大战期间为盟军设计破译密码的机器，为盟军的最后胜利立下了汗马功劳。
1950年，在ComputingMachineryandIntelligence一文中提出了著名的“TuringTest”如果机器能成功的伪装成人欺骗观察者,就认为它具有了智能。
TuringTest的重要意义：
使实验研究智能行为成为可能1980,美国哲学家Johnsearle在其论文心、大脑与程序中提出ChineseRoomExperiment,第一阶段：
50年代人工智能的兴起和冷落,电子计算机的诞生人工智能的物质基础。
Mauchly（美国数学家）和Eckert等人共同发明了电子数字计算机ENIAC（1946年）。
占地面积达170平方米，重达30吨,人工智能的开端NorbertWiener：
所有人类智力的结果都是一种反馈的结果；反馈机制是有可能用机器模拟的,第一阶段：
50年代人工智能的兴起和冷落,人工智能的问世1956年，“人工智能之父”McCarthy：
Vermont“Dartmouth人工智能夏季研究会”，命名人工智能参加者：
Minsky,Rochester,Shannon,Moore,Samuel,Selfridge,Solomonff,Simon,Newell等一批数学家、信息学家、心理学家、神经生理学家、计算机科学家。
（McCarthy于2011年10月24日与世长辞，享年84岁）,早期发展机器定理证明1956年，Newell和Simon的LogicTheorist（逻辑理论机）证明了数学原理第二章的38条定理，1963年全部52条定理。
1958年，王浩在IBM704上实现了一个定理机器证明程序，以3-5分钟的时间证明了数学原理中220条全部命题演算定理和150条一阶逻辑定理中的85%，1959年用了8.4分钟证明了全部定理。
1959年，Gelernter研制出了平面几何证明程序。
1965年Robinson提出了归结方法，把人工智能的研究向前推进了一大步。
早期发展机器学习1956年，Samuel研制了跳棋程序，该程序具有学习功能，能够从棋谱中学习，也能在实践中总结经验，提高棋艺。
1959年打败了设计者Samuel本人，1962年击败了美国一个州的冠军。
模式识别与计算机视觉1956年，Selfridge研制出第一个字符识别程序，1959年他又推出了功能更强的模式识别程序。
1965年，Roberts编制了可以分辨积木构造的程序，开创了计算机视觉的新领域。
早期发展通用问题求解程序GPS1957年始，Newell,Shaw和Simon等人在LogicTheotist基础上，研究一种不依赖于具体领域的通用解题程序，持续了10年，最后版本发表于1969年。
符号计算1963年，Slagle发表了符号积分程序SAINT，他使用了86个积分问题检查该程序，其中有54个问题是MIT微积分课程的考试题，结果程序解出了84个问题，SAINT的解题能力达到了大学生中优秀者的水平。
1967年，Mosis又研制了一个符号积分程序SIN，能解更多更复杂的积分题目，效率比SAINT快3倍，解题能力达到同领域专家水平。
LISP表处理语言等,各种诱人的前景把很多人吸引到人工智能领域中来，人工智能的研究呈现出蓬勃发展的局面。
一系列的成功使某些研究者头脑发热起来.1958年，Newell和Simon曾经自信地说：
不出10年，计算机将能谱写具有优秀作曲家水平的乐曲；不出10年，大多数心理学理论将在计算机上形成。
有些人甚至预言，80年代是全面实现人工智能的年代，到2000年机器的智能会超过人。
第一阶段：
50年代人工智能的兴起和冷落,第一阶段：
50年代人工智能的兴起和冷落,人工智能的低谷时期归结方法的效率很难提高在用归结方法证明问题时，稍微复杂一点的问题就会因内存全被占满或时间长的无法忍受而失败。
如同没有包治百病的良药一样，建立适用于各个不同领域的通用推理程序的尝试也失败了。
机器学习的能力不如预期的那样好Samuel的跳棋程序在战胜了一个州的冠军后，其能力就保持在那个水平上，一直没有新的提高机器翻译等的失败“Timeflieslikeanarrow”翻译成日语，再译回来：
“苍蝇喜欢箭”“Thespiritiswillingbutthefleshisweak”译成俄语，再译回来：
“Thewineisgoodbutthemeatisspoiled”英，剑桥大学James:
“AI即使不是骗局也是庸人自扰”美，IBM下令取消AI所有研究活动,在总结研究经验的基础上，人工智能研究者指出，使计算机具有知识是使人工智能走出困境的关键。
企图建造一个脱离知识的通用推理程序的想法是不够完整的，目前也是不切实际的。
要想人工智能的研究取得突破，必须把人们具有的知识也传给计算机系统。
第二阶段：
60年代末到70年代专家系统出现,DENDRAL：
化学质谱分析系统MYCIN：
疾病诊断和治疗系统PROSPECTOR：
探矿系统Hearsay-II：
语音理解系统1969年成立了IJCAIEdwardAlbertFeigenbaum：
1965年，和遗传学系主任、诺贝尔奖得主莱德伯格（JoshuaLederberg）等人合作，DENDRAL1994年度TuringAward得主最早倡导了“Knowledgeengineering”（1977年，Feigenbaum在第五届国际人工智能大会）IntheKnowledgeliesthepower,在此之后各种的专家系统纷纷研制出来，专家系统得到航天、医学、地质、气象等部门的支持，发展迅速。
在计算机中使用知识，为人工智能提出了一批有实用价值的研究课题，例如：
如何使计算机获得人类知识、如何表示知识、如何进行基于不同领域知识的推理等等，这些课题促进了人工智能的研究，使人工智能这一学科重新出现了蓬勃发展的局面。
第三阶段：
80年代，人工智能得到很大发展,第五代计算机研制计划“知识信息处理计算机系统KIPS”：
1982年日本发起为期10年目的：
使逻辑推理达到数值运算那么快结果：
在扔了上10亿美元之后不了了之它的开展形成了一股研究人工智能的热潮,第四阶段：
80年代末神经网络飞速发展,1987年，美国召开第一次神经网络国际会议宣告了这一新学科的诞生。
此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。
据美国每日科学网站2011年7月20日报道，美国科学家朝人工智能领域迈出了关键的一步：
他们使用DNA，在试管中制造出了首个人造神经网络，该神经网络包含4个人造神经元，由112个不同的DNA片段组成。
这个相互作用的分子组成的电路能像人脑一样，可像人脑一样基于部分特征识别事物，这是大脑独特的属性之一。
然而，其运行效率目前还很低下，需要进一步提高其性能。
7月21日出版的自然杂志上的论文中写道：
“这个人造大脑可不简单，它使得我们识别事物、形成记忆、做出决定并采取行动，这表明，一个由相互作用的分子组成的人造神经网络也能展示与大脑一样的行为。
”,第五阶段：
90年代现在新的AI研究高潮,IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划，基于Agent技术的Softbot（软机器人）在软件领域和网络搜索引擎中得到了充分应用美国Sandia实验室建立了国际上最庞大的“虚拟现实”实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。
图像处理和图像识别，声音处理和声音识别取得了较好的发展，IBM公司推出了ViaVoice声音识别软件，以使声音作为重要的信息输入媒体。
计算机打败国际象棋冠军,1997年5月11日，在国际象棋“人机大战”最后一局较量中，美国IBM公司的RS/6000/SP国际象棋超级计算机“深蓝”仅用了一个小时便轻松战胜国际象棋特级大师卡斯帕罗夫，并以3.5比2.5的总比分赢得胜利和70万美元的奖金。
计算机打败国际象棋冠军,“深蓝”与卡斯帕罗夫的对比身高:
卡斯帕罗夫5英尺10英寸,“深蓝”6英尺5英寸；体重:
卡斯帕罗夫176磅，“深蓝”1.4吨；年龄：
卡斯帕罗夫34岁，“深蓝”4岁；每秒行棋速度：
卡斯帕罗夫2步，“深蓝”2亿步。
最主要差别：
卡斯帕罗夫的随机应变能力强，老谋深算，经验丰富,但思路易受身体条件、情绪和周围环境的影响“深蓝”是个刚刚涉足棋坛的小学生,记忆力强，计算平稳且不受环境干扰。
“深蓝”程序：
带有一个收集了20世纪各位著名国际象棋大师所下的数千个棋局的数据库。
必须克服人工智能领域的一个关键问题：
在组合剧增的情况下进行全盘搜索。
棋手每走一步约有30步不同的走法。
要看到15步之远，计算机必须算遍3015种不同走棋过程，并从中作出选择。
IBM的研究小组使用的技术：
先进行“浅”搜索，比如深度只有10步，以粗略指出哪些步是有希望的，然后对这些走法进行深度较大的搜索。
使“深蓝”要处理的局面数减少到1000亿种左右。
一篇古怪的小说,背叛作者Brytus1型1998年3月戴夫斯特赖维尔喜爱这所大学。
他喜爱校园里爬满常春藤的钟楼，那古色古香而又坚固的砖块，还有那洒满阳光的碧绿草坪和热情的年轻人。
使他感到欣慰的还有这样一件事，即大学里完全没有商场上那些冷酷无情的考验但事实恰恰并非如此：
做学问也要通过考试，而且有的考试与市场上的考验一样不留情面。
最好的例子就是论文答辩：
为了取得博士学位，为了成为博士，博士生必须通过论文的口试。
爱德华哈特教授就喜欢主持这样的答辩考试。
戴夫迫切希望成为一名博士。
但他需要让三个人在他论文的第一页上签上他们的名字，这三个千金买的签名能够证明他通过了答辩。
其中一个签名是哈特教授的。
哈特常常对戴夫本人和其他人说，对于帮助戴夫实现他应该有的梦想，他感到很荣幸。
答辩之前，斯特赖维尔早早给哈特送去了他论文的倒数第二稿。
哈特阅读后告诉戴夫，论文水平绝一流，答辩时他会很高兴地在论文上签名。
在哈特那四壁摆满书籍的办公室里，两人甚至还握了手。
戴夫注意到，哈特两眼放光，充满信赖，神情宛如慈父一般。
在答辩时，戴夫觉得自己流利地概括了论文的第三章。
评审者提了两个问题，一个是罗德曼教授的，另一个是蒂尔博士提的。
戴夫分别作了回答，并且显然让每个人都心悦诚服，再没有人提出异议。
罗德曼教授签了名。
他把论文推给蒂尔，她也签上了名字，接着便把本子推到了哈特跟前。
哈特没有动.“爱德？
”罗德曼问道。
哈特仍然坐在那儿，毫无表情。
戴夫感到有点眩晕。
“爱德华,你打算签名吗？
过后，哈特一个人呆在办公室里，坐在那张宽大的皮椅里，他为戴夫未能通过答辩感到难过。
他试图想出帮助戴夫实现他梦想的办法。
一篇古怪的小说,Brytus1型:
人工智能计算机系统美国伦塞勒工学院的塞尔默布林斯乔德及其同事研制。
研究过程历时8年，耗资达30万美元。
目前世界上最先进的电脑作家。
它可以一点一点地构思令人惊骇的情节，并且把它们用400个字表达出来只能写作欺骗和邪恶等与背叛有关的内容。
以往电脑写出的故事只包含几个句子,没有涉及故事的细节和发生地点。
计算机将会向网络化、智能化、并行化方向发展。
人工智能总趋势：
理论联系实际，与其他学科交叉、逐步走向应用，在应用中体现人工智能的理念。
二十一世纪的信息技术领域将会以智能信息处理为中心。
一、什么是人工智能？
二、人工智能的历史三、人工智能的不同研究流派四、人工智能的主要研究领域及其发展五、人工智能与其它领域的交叉,三、人工智能的研究学派,符号主义/逻辑主义学派-符号智能“功能模拟”学派，主张从功能方面模拟、延伸、扩展人的智能；以研究符号为基础。
代表性成果：
启发式程序、专家系统、知识工程等。
符号主义学派曾一枝独秀，为人工智能的发展作出重要贡献，现仍是人工智能的主流学派。
连接主义-计算智能“结构模拟”学派，主张从结构方面模拟、延伸、扩展人的智能，用“电脑”模拟“人脑”神经系统的联结机制；以研究人脑为物质基础。
代表性成果：
M-P神经细胞模型、BP神经网络模型、Hopfield神经网络模型,行为主义-低级智能“行为模拟”学派，主张从行为方面模拟、延伸、扩展人的智能，认为：
“智能”可以不需要“知识”,认为智能只是在与环境的交互作用中表现出来。
该学派认为人工智能源于
升级会员 