人工智能讲义共34页文档
人工智能及其应用-概论
《人工智能及其应用》教学讲义第一章人工智能概论第一章人工智能概论一、人工智能的基本概念人工智能（Artificial Intelligence，简称AI）这一术语是1956年在美国的Dartmouth大学召开的世界第一次AI会议上由麻省理工学院的青年数学教师John McCarthy提议而使用的。
AI这一学科至今已有50多年的历史，在国际上已确认AI是当代高科技的核心之一。
AI是一个广义词，各有说法，很难给出准确的定义或一般性的定义。
其基本含义是：AI是用机器（计算机或智能机）来模仿人类的智能行为。
AI也叫机器智能，是研究如何使机器具有认识问题与解决问题的能力，研究如何使机器具有感知功能（如视、听、嗅）、思维功能（如分析、综合、计算、推理、联想、判断、规划、决策）、行为功能（如说、写、画）及学习、记忆等功能。
所以，如果一个计算机系统具有某种学习能力，能够对有关问题给出正确的答案，而使用的方法与人类相似，还能解释系统的智能活动，那么，这种计算机系统便认为具有某种智能。
人工智能用计算机技术的概念和方法对智能进行研究，因此，它从根本上提供了一个全新的理论基础。
作为一门学科，人工智能的目的是了解使智能得以实现的原理；作为一门技术，它的最终目的是设计出完全与人类智能相媲美的智能计算机系统。
到目前为止，计算机作为一种最有效的信息处理工具，人们已片刻离不开它。
但是，与人脑相比，计算机的智能在许多方面还不及婴幼儿。
如果计算机具有一定的智能，能够模拟人类的智能活动，成为人脑的延伸，那么计算机对人类的贡献和作用将产生不可估量的影响，人类将步入智能机器人的时代。
尽管科学家们尚未达到这个目的，但在使计算机更加智能化方面已经取得了很大的进展，许多AI 计算机系统在不少领域实际上已超出了高水平的人类技艺，如计算机可以下出极高水平的象棋，用来诊断某种疾病，用来发现数学概念。
AI是使技术适应于人类的钥匙，是自动化技术向智能技术方向发展的关键，也是揭示人类智能和人脑奥秘的有力工具。
人工智能讲义培训课件
选用知识表达旳原因
表达范围是否广泛 是否适于推理 是否适于计算机处理 是否有高效旳算法 能否表达不精确知识 能否模块化
知识和元知识能否用统一 旳形式表达
是否加入启发信息 过程性表达还是阐明性表达 表达措施是否自然
总之 ………
选用知识表达旳原因
……….. 总之，人工智能问题旳求解是以知识表达 为基础旳。怎样将已取得旳有关知识以计 算机内部代码形式加以合理地描述、存储、 有效地利用便是知识表达应处理旳问题。
存储旳数据是构成产生式旳基本元素，又 是产生式作用旳对象。
4.2.2 产生式系统构造
2．规则集
相当于系统旳知识库，它采用“IF <前件> THEN <后件>”旳形式，来体现求解问题所 需要旳知识。
规则
客观规律知识 求解策略知识
每条规则分为左右两个部分。左部表达激活该规 则旳条件，右部表达调用该规则后所作旳动作。
4.2.4 产生式表达旳特点
优点
模块性。 规则与规则之间相互独立
灵活性。 知识库易于增长、修改、删除
自然性。 以便地表达教授旳启发性知识与经验
透明性。 易于保存动作所产生旳变化、轨迹
4.2.4 产生式表达旳特点
缺陷：
效率低。 不能表达构造性旳知识。因为规则彼此之间不能调
用。
4.2.4 产生式表达旳特点
旳 知识。它旳处理规模和方式从封闭式扩大为开 放式，从小手工作坊式旳知识工程扩大为能进 行海量知识处理旳大规模工程。返回
知识旳种类
事实性知识：采用直接表达旳形式。 如：但凡猴子都有尾巴
过程性知识：描述做某件事旳过程。 如：红烧肉做法
行为性知识：不直接给出事实本身，只给出它在 某方面旳行为。 如：微分方程、（事物旳内涵）
人工智能原理消解法讲义
人工智能原理消解法
第4章 消解法
4.2.2 Herbrand论域和解释
• Herbrand论域定义
• Herbrand论域(H论域)：设S为子句集，H0是S中
子句所含的全体常量集，若S中子句不含常量，则任 选一常量a令H0={a}。 对f i是≥1S令中H的i=任Hi一-1∪函{数f(t1符,…号tn，)| nt1≥,…1 tn是Hi-1中的元素
语义树定义(3)
• 对于给定的S，其语义树一般都不唯一。 下图中语义树和前图中的语义树对应于 同一个H基。这两个图的语义树都是完 备的
•
P,R
P
•
•
Q Q
Q,R
Q R
•••
•
•
R R Q Q
• •• •
R
•
P
P
•
•
Q Q Q Q
• ••
•
人工智能原理消解法
第4章 消解法
语义树定义(4)
• 因为一般H基是个无穷集合，所以其对应 的语义树也是无限的
• 因为是二值逻辑，研究每个基原子(即S的原 子公式)的取值可以通过原子及其否定(即文 字)来观察 / 构造如下二叉形式的语义树
人工智能原理消解法
第4章 消解法
语义树示例
• 通常用I(Ni)表示从根节点到节点Ni分枝上所标 记的所有文字的并集。如：
I(N22)={P, Q}，I(N35)={P, Q, R}
[定义]封闭语义树：如果一棵完全语义树的每 个分枝上都有一个否节点，则称为封闭语义
树
人工智能原理消解法
第4章 消解法
2024版人工智能(全套课件)
•人工智能概述•机器学习基础•自然语言处理技术•计算机视觉技术•强化学习及优化方法•知识图谱与推理技术•人工智能伦理、法律和社会影响目录01人工智能概述定义与发展历程定义发展期发展历程低谷期萌芽期复苏期技术原理及核心思想技术原理核心思想应用领域与前景展望应用领域前景展望02机器学习基础逻辑回归（梯度提升树（Linear Regression ）Random Forests ）010203040506监督学习算法非监督学习算法深度学习原理及实践神经网络基础（Neural NetworkBasics）循环神经网络（RecurrentNeural Networks）生成对抗网络（GenerativeAdversarial Networks）卷积神经网络（Convolutional Neural Networks）长短期记忆网络（Long Short-Term Memory Networks）深度学习优化算法（DeepLearning OptimizationAlgorithms）03自然语言处理技术词法分析与句法分析词法分析01句法分析02词汇语义分析03语义理解情感分析观点挖掘030201语义理解与情感分析机器翻译与对话系统01020304机器翻译对话系统多轮对话管理自然语言生成04计算机视觉技术1 2 3传统图像识别方法深度学习图像识别方法图像分类数据集图像识别与分类方法目标检测与跟踪技术目标检测方法介绍基于滑动窗口、区域提议网络（RPN）等目标检测方法。
目标跟踪方法探讨基于相关滤波、深度学习等目标跟踪技术的原理和实现。
目标检测与跟踪应用展示目标检测与跟踪在视频监控、自动驾驶等领域的应用案例。
三维重建与虚拟现实应用三维重建技术虚拟现实技术三维重建与虚拟现实融合05强化学习及优化方法MDP 基本概念介绍马尔可夫决策过程（MDP ）的定义、组成要素以及基本性质。
贝尔曼方程详细推导贝尔曼方程，解释值函数和策略函数的含义及计算方法。
人工智能讲义ppt课件
【十亿】颗人脑运算能力的计算机，计算机
届时将拥有所谓的“强人工智能”，并能代替人类 思考。科学家称，科技发展将由机器接管，机器也
可敏捷地思考和沟通，快到正常人无法理解的地步
16
.
f ll will we
17
.
of
18
.
THANKS!!!
19
.
cost
cutting
11
.
于 2010诞年生的“人脑输入计算机”
12
.
2011年2月18日
超级电脑“沃森”（watson）打
败了人类，站在了与人类智力竞赛的最
高领奖台上。
13
.
还有各种展示了我们的成果以及我们的恐慌的电影……
FONTS
14
.
飞速发展的人工智能
.
科学家如是说
根据程序计算获知，人类在2045年仅用1000
一部分民众及图灵的拥趸者认可并广为传颂。
5
.
你知道截止到现在
人工智能
已经发展到什么地步了吗？
6
.
1956年
正式提出人工智能学科
7
.
1996年2月10～17日
国际象棋大师卡斯帕洛夫 (Kasparov)以4：2战胜“深蓝” （Deep Blue）。
8
.
1997年5月
深蓝（Deep Blue）计算机 3.5:2.5战胜了卡斯帕洛夫（ Kasparov）。
39
.
40
.
#^%#^@!?
this guys seems to be
lost
41
.
are you excited about presentations?
人工智能课件
机器学习可以分为监督学习、无监督学习、半监督学习和强化学 习等类别。其中，监督学习是指根据已知输入和输出数据进行训 练，无监督学习是指在没有已知输出数据的情况下进行训练，半 监督学习是介于监督学习和无监督学习之间的方法，强化学习是 指通过与环境的交互进行学习。
常见的机器学习算法
K最近邻算法
人工智能课件
目
CONTENCT
录
• 人工智能概述 • 机器学习基础 • 深度学习入门 • 自然语言处理 • 计算机视觉基础 • 人工智能的伦理和社会影响
01
人工智能概述
人工智能的定义
人工智能是一种模拟人类智能的技术和系统，旨在使计算机具有 类似于人类的思考、学习、推理和决策等能力。
人工智能包括机器学习、自然语言处理、图像识别等多个领域， 是当前计算机科学和信息技术领域的重要发展方向。
经济结构变化
人工智能的发展将改变劳 动力需求，促进产业结构 升级，但也可能引发失业 问题。
社会关系影响
人工智能在社交、娱乐等 领域的应用可能导致人们 过度依赖技术，影响人际 交往能力。
法律与道德规范
随着人工智能技术的进步 ，需要制定相应的法律和 道德规范来规范其应用。
人工智能的未来发展趋势和挑战
技术创新
03
深度学习入门
深度学习的定义和特点
深度学习的定义
深度学习是机器学习的一个分支 ，它使用人工神经网络模拟人脑 神经网络的工作方式，从而实现 对数据的分析和处理。
深度学习的特点
深度学习具有强大的特征学习和 抽象能力，能够自动提取输入数 据的特征，并能够处理复杂的非 线性问题。
常见的深度学习模型
01
随着算法、算力、数据等技术 的不断进步，人工智能将在更
人工智能讲义PPT
§1.2 人工智能发展的历史（1）
50年代人工智能的兴起与冷落
Dartmouth十人研讨会（1956） 消解法的提出和其局限性（1965） 跳棋程序Checkers的辉煌与停滞（1956） 机器翻译受挫
The spirit is willing but the flesh is weak. The wine is good but the meat is spoiled. Time flies like an arrow. Fruit flies like an apple.
§1.4 人工智能的研究领域（1）
1，专家系统 2，机器学习 3，模式识别 4，自然语言理解 5，自动定理证明
§1.4 人工智能的研究领域（2）
6，自动程序设计 7，机器人学 8，博弈 9，智能决策支持系统 10，人工神经网络
本课程的目的
• 掌握人工智能的基本原理与方法 • 分析问题解决问题方法的学习 • 进一步开展人工智能的研究 • 一般应用系统的开发
有关人工智能的思考早在几个世纪 前就存在了。“从几世纪前出现的神话 般复杂的巨钟和机械自动机开始，人们 已对机器操作的复杂性与自身的某些智 能活动进行直观的联系。” (Pamela McCorduck: Machines Who Think, 1979) 现代计算机要比人们建造过的任 何机器复杂千万倍，因此真正兴起对人 工智能的研究是从本世纪五十年代才开 始的。
§1.3目前人工智能研究的发展方向（1）
现场人工智能（Situated AI）
生命系统在复杂的自然环境中所具有的生存和 反应能力的本质就是适应环境的“感知-运动” 模式。 Rodney A. Brooks: “没有推理的智能”获12届 国际人工智能联合大会“计算机与思维”奖。