人工智能导论doc
第一讲(人工智能导论)
深蓝
• 1997年5月11日北京时间早晨4时50分，一台名叫 “深蓝”的超级电脑在棋盘C4处落下最后一颗棋 子，全世界都听到了震撼世纪的叫杀声──“将 车”！这场举世瞩目的“人机大战”，终于以机 器获胜的结局降下了帏幕。
• “深蓝”是一台智能电脑，是人工智能的杰作。 新闻媒体以挑衅性的标题不断地发问：电脑战胜 是一个人，还是整个人类的智能？连棋王都认了 输，下一次人类还将输掉什么？智慧输掉了，人 类还剩些什么？于是，人工智能又一次成为万众 关注的焦点，成为电脑科学界引以自豪的学科。
• 17世纪，有人提出推理如同数字计算，帕斯卡写到： “算术机器产生的效果显然更接近思维，而不是动物的 其他活动。”
• 结论：肯定的结论，即可以用一个规则集合描述意 识的形式化部分
• 精神的意识是如何从物质的大脑产生出来？
– Descartes(笛卡尔)给出了第一个关于意识和物质之间区 别以及由此产生的清晰的讨论
AI的基础
• 哲学：标出了AI的大部分重要思想 • 数学：使AI成为一门规范科学 数学形式化 • 神经科学：网络，并行处理 • 心理学：认知理论 • 计算机工程：AI的“载体” • 语言学：知识表示、语法
哲学
• 形式化规则能用来抽取合理的结论吗？
• 亚里士多德（Aristotle）为形式逻辑奠定了基础，第 一个把支配意识的理性部分法则形式化为精确的法则集 合，典型代表就是三段论，即初始前提的条件下机械地 推导出结论。
• Winston, 1992：人工智能是研究那些使理解、推 理和行为成为可能的计算。
• Luger和Stubblefield,1993：人工智能是计算机 科学中，与智能行为的自动化有关的一个分支。
AI的理解是一个过程
(完整word版)《人工智能导论》试卷库
人工智能试卷四一、选择题(每题1分，共15分)1、AI的英文缩写是A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information2、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。
A)永真式B)包孕式（subsumed）C)空子句3、从已知事实出发，通过规则库求得结论的产生式系统的推理方式是A)正向推理B)反向推理C)双向推理4、语义网络表达知识时，有向弧AKO 链、ISA 链是用来表达节点知识的（）。
A)无悖性B)可扩充性C)继承性5、(A→B)∧A => B是A)附加律B)拒收律C)假言推理D)US6、命题是可以判断真假的A)祈使句B)疑问句C)感叹句D)陈述句7、仅个体变元被量化的谓词称为A)一阶谓词B)原子公式C)二阶谓词D)全称量词8、MGU是A)最一般合一B)最一般替换C)最一般谓词D)基替换9、1997年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（）A）深蓝B）IBM C）深思D）蓝天10、下列不在人工智能系统的知识包含的4个要素中A)事实B)规则C)控制和元知识D)关系11、谓词逻辑下，子句, C1=L∨C1‘, C2= ¬ L∨C2‘,若σ是互补文字的（最一般）合一置换，则其归结式C=（）A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’12、或图通常称为A）框架网络B)语义图C)博亦图D)状态图13、不属于人工智能的学派是A)符号主义B)机会主义C)行为主义D)连接主义。
14、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是A)明斯基B).扎德C)图林D)冯.诺依曼15.要想让机器具有智能，必须让机器具有知识。
《人工智能导论》第1章-绪论
20世纪80年代 中期至今
稳步增长期
形成及第一个兴旺期
20世纪50年代中 期至60年代中期
第二个兴旺期
20世纪70年代中 期至80年代中期
1.2.1 孕育期 (20世纪50年代中期以前)
人工智能的孕育期大致可以认为是1956年以前的时期。这个 时期的主要成就是数理逻辑、自动机理论、控制论、信息论、神 经计算、电子计算机等学科的建立和发展，为人工智能的诞生准 备了理论和物质的基础。
1.1.2 人工智能的定义
人工智能（AI）是一门正在发展中的综合性前沿学科，它由 计算机科学、控制论、信息论、神经生理学、心理学、语言学 等多种学科相互渗透而发展起来。
人工智能研究的近期目标是：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。
过高预言的失败，给AI造成重大伤害
“20 年内，机器将能做人所能做的一切。”
——西蒙，1965
“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。”
——明斯基，1977
1.2.3 萧条波折期 (20世纪60年代中期至70年代中期)
➢ 1955 年年末，纽厄尔和西蒙编写了一个 名为“逻辑专家”的程序，被许多人认为 是第一个人工智能程序。它将问题表示成 一个树形模型，然后选择最可能得到正确 结论的那一支来求解问题。
1.2.2 形成及第一个兴旺期 (20世纪50年代中期至60年代中期)
AI诞生于一次历史性的聚会——达特茅斯会议
1956年夏季，由美国学者麦卡锡、 明斯基、朗彻斯特和香农共同发起，在 美国达特茅斯大学举办了一次长达2个 多月的研讨会，讨论用机器模拟人类智 能的问题。会上，首次使用了“人工智 能”这一术语。这是人类历史上第一次 人工智能研讨会，标志着人工智能学科 的诞生，具有十分重要的历史意义。
人工智能导论
人工智能导论在当今科技飞速发展的时代，人工智能（Artificial Intelligence，简称 AI）无疑是最引人瞩目的领域之一。
它已经逐渐渗透到我们生活的方方面面，从智能手机中的语音助手，到医疗领域的疾病诊断，再到交通系统的智能调度，人工智能的身影无处不在。
然而，对于大多数人来说，人工智能仍然是一个充满神秘色彩的概念。
那么，究竟什么是人工智能？它是如何工作的？又将如何影响我们的未来呢？要理解人工智能，首先我们需要明确它的定义。
简单来说，人工智能是指让计算机模拟人类的智能行为，例如学习、推理、解决问题、理解语言等。
它的目标是创造出能够像人类一样思考和行动的智能机器。
人工智能的发展并非一蹴而就，而是经历了漫长的历程。
早在 20世纪 50 年代，科学家们就开始了对人工智能的探索。
然而，由于当时计算机技术的限制以及对智能本质的理解不足，早期的研究进展缓慢。
但随着计算机性能的不断提升，以及算法和理论的不断完善，人工智能在近年来取得了突飞猛进的发展。
那么，人工智能是如何实现智能行为的呢？这主要依赖于机器学习和深度学习这两种技术。
机器学习是让计算机通过数据学习规律和模式，从而能够进行预测和决策。
例如，通过分析大量的医疗影像数据，机器学习算法可以帮助医生诊断疾病。
深度学习则是机器学习的一个分支，它使用多层神经网络来模拟人脑的神经元网络，从而能够处理更加复杂的数据和任务。
比如，图像识别、语音识别等领域都广泛应用了深度学习技术。
人工智能的应用场景十分广泛。
在医疗领域，人工智能可以帮助医生进行疾病诊断、制定治疗方案，甚至进行手术操作。
在金融领域，它可以进行风险评估、投资决策，预防欺诈行为。
在交通领域，人工智能可以优化交通流量，提高交通运输的效率和安全性。
在教育领域，它可以为学生提供个性化的学习方案，提高学习效果。
然而，人工智能的发展也带来了一些挑战和问题。
例如，人工智能可能会导致部分工作岗位的消失，从而引发就业结构的调整。
人工智能导论-第二章对抗搜索
上限置信区间算法在MCTS中应用
上限置信区间（UCB）算法
UCB算法是一种多臂赌博机问题的解决方法，用于在探索和利用之间找到平衡。 在MCTS中，UCB算法被用于指导节点的选择过程。
应用方式
在MCTS的选择阶段，使用UCB算法计算每个子节点的得分，并选择得分最高 的子节点进行扩展和模拟。通过不断调整UCB公式中的参数，可以控制探索和 利用的权衡程度。
优化策略
为了进一步提高Alpha-Beta剪枝算法的效率，可以采用 一些优化策略，如启发式排序、迭代深化搜索等。其中 ，启发式排序是一种基于评估函数的节点排序方法，将 更有可能导致最优解的节点排在前面，从而提前找到最 优解并终止搜索；迭代深化搜索则是一种逐步增加搜索 深度的搜索方法，可以在有限的搜索深度内找到较好的 解。
常见剪枝技术
常见的剪枝技术包括深度优先剪枝、广度优先剪枝、启发式剪枝等。其中，启发 式剪枝是一种基于评估函数的剪枝方法，通过计算每个节点的评估值，提前排除 一些评估值较差的节点，从而减少搜索空间。
Alpha-Beta剪枝算法优化策略
Alpha-Beta剪枝原理
Alpha-Beta剪枝算法是一种基于极大极小值搜索的优化算 法，通过引入两个参数alpha和beta来限制搜索范围，从 而减少搜索空间。在搜索过程中ቤተ መጻሕፍቲ ባይዱ如果发现当前节点的值 已经小于或等于alpha（对于极大值节点）或大于或等于 beta（对于极小值节点），则可以提前终止对该节点的搜 索。
非零和博弈是指博弈中各方的收益和损失总和不为零的情况 。这种博弈更为普遍，因为现实生活中的许多情况都是非零 和的。非零和博弈算法需要考虑到博弈各方的可能合作，以 及利益分配的问题。
完全信息与非完全信息博弈算法
人工智能导论 第1章 绪论(导论) [兼容模式]1-24
![人工智能导论 第1章 绪论(导论) [兼容模式]1-24](https://img.taocdn.com/s3/m/383fab32bceb19e8b9f6ba9b.png)
Introduction of Artificial Intelligence人工智能导论教材：王万良《人工智能导论》（第4版）高等教育出版社，2017.7第1 章绪论教材：王万良《人工智能导论》（第4版）高等教育出版社，2017. 7人工智能导论第1章绪论☐1956年正式提出人工智能（artificial intelligence,AI）这个术语并把它作为一门新兴科学的名称。
☐20世纪三大科学技术成就：空间技术原子能技术人工智能☐1.1 人工智能的基本概念☐1.2 人工智能的发展简史☐1.3 人工智能研究的基本内容☐1.4 人工智能的主要研究领域✓1.1 人工智能的基本概念☐1.2 人工智能的发展简史☐1.3 人工智能研究的基本内容☐1.4 人工智能的主要研究领域▪自然界四大奥秘：物质的本质、宇宙的起源、生命的本质、智能的发生。
▪对智能还没有确切的定义，主要流派有：（1）思维理论：智能的核心是思维（2）知识阈值理论：智能取决于知识的数量及一般化程度（3）进化理论：用控制取代知识的表示▪智能是知识与智力的总和知识是一切智能行为的基础获取知识并应用知识求解问题的能力1.感知能力：通过视觉、听觉、触觉、嗅觉等感觉器官感知外部世界的能力。
80%以上信息通过视觉得到，10%信息通过听觉得到。
存储由感知器官感知到的外部信息以及由思维所产生的知识对记忆的信息进行处理2.记忆与思维能力（1）逻辑思维（抽象思维）依靠逻辑进行思维。
思维过程是串行的。
容易形式化。
思维过程具有严密性、可靠性。
（2）形象思维（直感思维）o依据直觉。
o思维过程是并行协同式的。
o形式化困难。
o在信息变形或缺少的情况下仍有可能得到比较满意的结果。
4. 行为能力（表达能力）（3）顿悟思维（灵感思维）不定期的突发性。
非线性的独创性及模糊性。
穿插于形象思维与逻辑思维之中。
3. 学习能力学习既可能是自觉的、有意识的，也可能是不自觉的、无意识的；既可以是有教师指导的，也可以是通过自己实践的。
人工智能导论--第一章绪论
1.2.1 如何衡量机器具有智能
两种衡量机器智能的观点：
弱人工智能：强调智能的外在表现，认为 通过机器的行为可以反映出机器是否具有 智能，只要表现得像人一样的机器就具有 智能。----图灵测试
强人工智能：强调智能内在机制，认为不 仅要看到机器的行为，而且要了解表现出 相应行为的机器是否确实在思考，只有像 人一样思考的机器才具有智能。----中文屋
13、智能控制：无需人的干预或者基本无需人的干预， 能独立地驱动机器实现其目标的自动控制技术。
14、智能决策支持系统：决策支持系统是在管理信息系 统基础上发展起来的计算机管理系统。智能决策支持系 统即是将人工智能技术应用于决策支持系统而形成的。
人工智能技术的发展对社会的进步具有重 要意义，与能源技术、空间技术并称为三 大尖端技术。
人类对人工智能的研究刚刚起步，有很多 关于人工智能根本性问题还有待于探索。
1.1 智能
从工程上讲，人工智能就是人造智能，不清楚什 么是智能，就难以真正理解和实现人工智能。
智能是人们认识和改造客观世界的综合能力，是 人类区别于其他事物的本质特征。
人工智能实际上是一门综合性的交叉学科 和边缘学科。
人工智能学科结构
计算原理 算法分析
控制理论 空间研究
自动程序设计
机器人 工业自动化
逻辑 数学
系统程序设计
心理学 图示学
认识论
心理学
逻辑学 自动定理证明 有关学科
图示学
运筹学
知识的模型化 和表示
机器视觉 计算机语言
光学
模式识别 声学 语音学
教学、科学和 工程辅助
1.2 人工智能
一般性概念：人工智能是关于理解人类智 能内在机制，并在机器上予以实现的科学。 具有能力和科学两方面的含义：
人工智能技术应用导论 第1章 人工智能概述
01 人工智能发展现状
1.2021年，根据统计数据评分，全球人工智能排名
01 人工智能发展现状
2.人工智能企业城市分布
01 人工智能发展现状
3.我国人工智能发展三步战略
① 第一步，到2020年人工智能总体技术和应用与世界先进水平 同步
② 第二步，到2025年人工智能基础理论实现重大突破，部分技 术与应用达到世界领先水平
03 ቤተ መጻሕፍቲ ባይዱ然语言处理
03 自然语言处理
自然语言处理面临四大挑战： 一是在词法、句法、语义、语用和语音等不同层面存在不确定性； 二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性； 三是数据资源的不充分使其难以覆盖复杂的语言现象； 四是语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描 述，语义计算需要参数庞大的非线性计算
3）产业智能互联
产业互联网实现了产业链各环节的数据打通。人工智能的应用将从企业内部智能 化延伸到产业智能化。
03 人们对人工智能发展的担忧
1）绝大多数人相信富人会从人工智能中获益，而近一半的人预计穷人会受到伤 害。
2）近一半受访者预计人工智能生成的“深度伪造（Deepfake）”音频和视频将削 弱公众对真实事物的信任。
05 计算机视觉
计算机视觉Computer Vision：是一门研究如何使机器“看”的科学，更进一步 的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视 觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的 图像。
06 生物特征识别
① 生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证 的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
西安交通大学
“人工智能导论”课程教学大纲
英文名称：Introduction to Artificial Intelligence
课程编码：COMP3022
学时：32 学分：2
适用对象：自动控制专业
先修课程：离散数学、数据结构、概率统计
使用教材及参考书：
蔡自兴，徐光祐。
人工智能及其应用，第三版，本科生用书。
清华大学出版社，2003。
廉师友人工智能技术导论（第二版），西安电子科技大学出版社，2002。
一、课程性质、目的和任务
通过本课程的学习，使学生了解人工智能的研究范畴、应用领域和发展方向，掌握该学科的基本概念、原理和方法，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
学习人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法、谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。
讨论高级知识推理，涉及非单调推理和各种不确定推理方法。
探讨人工智能的新研究领域，如神经计算、进化计算和人工生命等。
二、教学基本要求
三、教学内容及要求
第一章绪论 (2学时)
人工智能概念和发展
人工智能的主要研究和应用领域;
人工智能研究的不同学派
国内外人工智能研究情况和新进展第二章知识表示方法(6学时)
知识与知识表示的概念
一阶谓词逻辑表示法
产生式表示法
语义网络表示法
框架表示法
脚本表示法
过程表示法
面向对象表示法
第三章逻辑推理(6学时)
推理的基本概念
推理的逻辑基础
自然演绎推理
归结演绎推理
基于规则的演绎推理
第四章搜索策略(6学时)
搜索的基本概念
状态空间的盲目搜索
状态空间的启发式搜索
与/或树的搜索
博弈树的搜索
第五章高级求解技术(6学时)
不确定推理的概念和基础
不确定性推理的一般模式
确定性理论
证据理论
模糊推理
第六章人工神经网络(4学时)
人工神经网络的基本原理及学习机理
感知模型及其学习
人工神经网络及其应用
第七章人工智能的争论与展望(2学时)
人工智能发展过程中各主要学术流派的观点和争论人工智能对人类社会和经济的影响
人工智能的发展前景.
四、实践环节
1. 学习
2. 学时
……
五、课内学时分配
六、课外学时分配
大纲制定者：金莉执笔
大纲审定者：×××
大纲批准者：×××
大纲校对者：×××。