人工智能_第一章绪论
人工智能导论-第一章绪论

法律问题
涉及知识产权保护、责任归属、监 管机制等。
社会问题
人工智能的发展对就业、教育、社 会公平等方面产生的影响,以及如 何确保人工智能的可持续发展。
02 认知科学与人工智能关系
认知科学基本概念及研究方法
认知科学是研究人类心智和智能的科学,包括心理学、语言学、哲学等多个学科领 域。
认知科学的研究方法包括实验、观察、调查和建模等,旨在揭示人类心智和智能的 本质和规律。
目标检测
在图像中定位并识别出感兴趣的目标物体,通常包括绘制物体的边界框并给出物体的类别标签。 目标检测在智能监控、自动驾驶等领域有广泛应用。
目标跟踪
在视频序列中跟踪感兴趣的目标物体,获取物体的运动轨迹。目标跟踪是计算机视觉中的重要研 究方向,也是实现智能视频监控、人机交互等应用的关键技术之一。
三维重建和虚拟现实技术
当前研究热点与未来趋势
研究热点
深度学习、强化学习、生成对抗网络、迁移学习等。
未来趋势
人工智能将更加注重可解释性、鲁棒性、隐私保护、公平性等方面的研究,同 时,人工智能与物联网、区块链等技术的结合也将成为未来发展的重要趋势。
伦理、法律及社会问题探讨
伦理问题
包括数据隐私、算法偏见、人工 智能决策的可解释性和透明度等。
任务
计算机视觉的主要任务包括图像分类、目标 检测、图像分割、场景理解等。这些任务的 核心是提取图像中的特征信息,并利用这些
特征信息进行高层次的推理和决策。
图像分类、目标检测和跟踪
图像分类
将图像划分为若干个预定义的类别,如猫、狗、汽车等。图像分类是计算机视觉中最基础的任务 之一,也是其他复杂任务的基础。
三维重建
利用计算机视觉技术从二维图像中恢复出三维物体的形状和结构。三维重建技术广泛应 用于文物保护、医学影像处理、工业检测等领域。
第1章 人工智能-绪论

2020/8/1
人工智能
3
学者们从不同的角度、不同的层面给出了各自的定义:
(1)人工智能是那些与人的思维相关的活动,诸如决策、问 题求解和学习等的自动化(Bellman,1978)。
(2)人工智能是研究怎样让电脑模拟人脑从事推理、规划、 设计、思考、学习等思维活动,解决至今认为需要由专家才 能处理的复杂问题(Elaine Rich,1983)。
2020/8/1
人工智能
15
1.3人工智能的研究目标
➢ 近期目标
人工智能的近期目标是实现机器智能。即先部分地或 某种程度地实现机器智能,从而使现有的计算机更灵活 好用和更聪明有用。
➢ 远期目标
人工智能的远期目标是要制造智能机器。具体讲就是 使计算机具有看、听、说、写等感知和交互能力,具有 联想、学习、推理、理解、学习等高级思维能力,还要 有分析问题解决问题和发明创造的能力。
2020/8/1
人工智能
25
1.5人工智能的研究领域
1.5.1 博弈(Game Playing) 1.5.2 自动定理证明(Automatic Theorem Proving) 1.5.3 专家系统(Expert System) 1.5.4 模式识别(Pattern Recognition) 1.5.5 机器学习(Machine Learning) 1.5.6 计算智能(Computational Intelligence) 1.5.7 自然语言处理(Natural Language Processing) 1.5.8 分布式人工智能(Distributed Artificial Intelligence) 1.5.9 机器人(Robot)
2020/8/1
人工智能
《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。
人工智能导论第一章绪论

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
3 知识与推理
知识是智能的基础和源泉。 推理是人脑的一个基本功能和重要功能,因此,
在知与交流
感知与交流指计算机对外部信息的直接感知和人 机之间、智能体之间的直接信息交流。
机器感知就是计算机直接“感觉”周围世界,就 像人一样通过“感觉器官”直接从外界获取信息 ,如通过视觉器官获取图形、图像信息,通过听 觉器官获取声音信息。
智能是多种能力的综合:
感知能力:人类获取外界信息的基本途径 行为能力:对感知到的外界信息的反应,包含:
简单的直接反应 复杂情况通过大脑思维反应
推理能力:根据当前掌握的信息,得出适当结论的能 力
问题求解能力: 学习与自适应能力—是人类的一种本能 社交能力:与他人交往的能力 创造力:智能中最难以理解和实现的部分
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。
• 美国数学家Mauchly,1946发明了电子数字计算机ENIAC • 美国神经生理学家McCulloch,建立了第一个神经网络数学模型。 • 美国数学家Shannon(香农),1948年发表了《通讯的数学理
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。
教学课件 《人工智能基础》蔡自兴

– 计算智能(Computational Intelligence)
• 模糊计算、神经计算、进化计算…
– 构成技术(系统与语言)
• 产生式系统、LISP语言、Prolog语言…
22
1.6 人工智能的研究和应用领域
1 问题求解与博弈
• 问题的表示、分解、搜索、归约等 • 进行复杂的数学公式符号运算求解
8
连接主义(Connectionism)
• 又称:仿生学派或生理学派 • 原理:神经网络及神经网络间的连接机制
与学习算法 • 起源:源于仿生学,特别是人脑模型的研
究 • 学派代表:卡洛克、皮茨、Hopfield、鲁梅
尔哈特等
9
行为主义(Actionism)
• 又称:进化主义或控制论学派 • 原理:控制论及感知—动作型控制系统 • 起源:源于控制论 • 学派代表作:布鲁克斯(Brooks)的六足行走
近期研究目标的远期研究目标
– 近期研究目标是建造智能计算机应以代替人类的某 些智力活动。
– 远期目标是用自动机模仿人类的思维活动和智力功 能。
19
1.4.2 人工智能研究的基本内容
• 认知建模 • 知识表示 • 知识推理 • 知识应用 • 机器感知 • 机器思维 • 机器学习 • 机器行为 • 智能系统构建
15
1.3.2 智能信息处理系统的假设
• 人是一种智能信息处理系统 • 物理符号系统的六种基本功能 • 物理符号系统的假设
– 推论一 – 推论二 – 推论三
16
1.3.3 智能信息处理系统的假设
• 人类的认知行为具有不同层次 – 认知生理学 – 认知心理学 – 认知信息学 – 认知工程学
第1-10共10章-人工智能ppt丁世飞
人工智能的孕育期
McCulloch,美国神经生理学家。他和 Pitts 一起,在 1943 年建成了第一个神经网络数学模型。 McCulloch 和 Pitts 的理论 开创了微观人工智能,即用模拟人脑来实现智能的研究。 Wiener( 维纳 ) ,美国数学家。他于 1948 年发表的控制论 (Cybernetics或动物与机器中的控制与通信)论文,不但开创 了近代控制论,而且为人工智能的行为主义学派树立了信息的 里程碑。 Shannon(香农),美国数学家。他于1948年发表了《通讯的 数学理论》,这是一个标志,代表了一门新学科—信息论—的 诞生。信息论对心理学产生了很大的影响,而心理学又是人工 智能研究的重要支柱。
人工 人工智能的一个比较流行的定义,也是该
领域较早的定义,是由当时麻省理工学院的麦 卡锡在1956年的达特矛斯会议上提出的:“人 工智能就是要让机器的行为看起来就像是人所 表现出的智能行为一样”。总体来讲,目前对 人工智能的定义大多可划分为四类,即机器 “类人思维”、“类人行为”、“理性思维” 和“理性行为”。
【图灵测试】
1950年, 阿兰•图灵(Alan Turing)提出图灵测 试,为智能提供一个满足可操作要求的定义。图 灵测试用人类的表现来衡量假设的智能机器的表 现,这无疑是评价智能行为的最好且唯一的标准。
图灵测试的基本过程
图灵称为“模仿游戏”的测试是这样进行的: 将一 个人与一台机器置于一间房间中,而与另外一个人分 隔开来,并把后一个人称为询问者。询问者不能直接 见到屋中任一方,也不能与他们说话,因此,他不知 道到底哪一个实体是机器,只可以通过一个类似终端 的文本设备与他们联系。 然后,让询问者仅根据通过这个仪器提问收到的答 案辨别出哪个是计算机,哪个是人。如果询问者不能 区别出机器和人,那么根据图灵的理论, 就可以认为 这个机器是智能的。
(完整版)人工智能课后习题
(完整版)人工智能课后习题第一章绪论1、什么是人工智能?试从学科和能力两方面加以说明。
答:学科:是计算机科学中涉及研究、设计和应用智能机器的一个分支,他的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论和技术。
能力:是智能机器所执行的通常与人类智能有关的智能行为,这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行为和问题求解等活动。
2、为什么能够用机器模仿人的智能?答:物理符号系统的假设:任何一个系统,如果它能够表现出智能,那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。
反之,任何系统如果具有这6种功能,那么它就能够表现出智能(人类所具有的智能)。
物理符号系统的假设伴随有3个推论。
推论一: 既然人具有智能,那么他(她)就一定是个物理符号系统。
推论二: 既然计算机是一个物理符号系统,它就一定能够表现出智能。
推论三: 既然人是一个物理符号系统,计算机也是一个物理符号系统,那么我们就能够用计算机来模拟人的活动。
3、人工智能研究包括哪些内容?这些内容的重要性如何?答:1)认识建模。
认识科学是人工智能的重要理论基础,涉及非常广泛的研究课题。
2)知识表示。
知识表示、知识推理和知识应用是传统人工智髓的三大核心研究内容其中,知识表示是基础,知识推理实现问題求解,而知识应用是目的。
知识表示是把人类知识概念化、形式化或模型化。
3)知识推理。
知识推理,包括不确定性推理和非经典推理等,似乎已是人工智能的一个永恒研究课题,仍有很多尚未发現和解决的问题值得研究。
4)知识应用。
人工智能能否获得广泛应用是衡量其生命力和检验其生存力的重要标志。
5)机器感知。
机器感知是机器获吹外部信息的基本途径。
6)机器思维。
机器思维是对传感信息和机器内部的工作信息进行有目的的处理。
7)机器学习。
机器学习是继专家系统之后人工智能应用的又一重要研究领域,也是人工智能和神经计算的核心研究课題。
《人工智能》--课后习题答案
《人工智能》课后习题答案第一章绪论1.1答:人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。
人工智能是相对于人的自然智能而言,即用人工的方法和技术,研制智能机器或智能系统来模仿延伸和扩展人的智能,实现智能行为和“机器思维”,解决需要人类专家才能处理的问题。
1.2答:“智能”一词源于拉丁“Legere”,意思是收集、汇集,智能通常用来表示从中进行选择、理解和感觉。
所谓自然智能就是人类和一些动物所具有的智力和行为能力。
智力是针对具体情况的,根据不同的情况有不同的含义。
“智力”是指学会某种技能的能力,而不是指技能本身。
1.3答:专家系统是一个智能的计算机程序,他运用知识和推理步骤来解决只有专家才能解决的复杂问题。
即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统。
1.4答:自然语言处理—语言翻译系统,金山词霸系列机器人—足球机器人模式识别—Microsoft Cartoon Maker博弈—围棋和跳棋第二章知识表达技术2.1解答:(1)状态空间(State Space)是利用状态变量和操作符号,表示系统或问题的有关知识的符号体系,状态空间是一个四元组(S,O,S0,G):S—状态集合;O—操作算子集合;S0—初始状态,S0⊂S;G—目的状态,G⊂S,(G可若干具体状态,也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。
状态空间一解是一有限操作算子序列,它使初始状态转换为目标状态:O1 O2 O3 OkS0→−−−S1→−−−S2→−−−……→−−−G其中O1,…,Ok即为状态空间的一个解(解往往不是唯一的)(2)谓词逻辑是命题逻辑的扩充和发展,它将原子命题分解成客体和谓词两个部分。
与命题逻辑中命题公式相对应,谓词逻辑中也有谓词(命题函数)公式、原子谓词公式、复合谓词公式等概念。
一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。
(3)语义网络是一种采用网络形式表示人类知识的方法。
第一章人工智能绪论
28
14
第一章 人工智 研究的核心课题
1、 知识的模型化及其表示; 2、知识的组织、积累和管理; 3、知识的推理与问题的求解; 4、启发式搜索及其控制策略; 5、神经网络、人脑的结构及其工作原理; 6、人工智能系统及其开发语言。
15
第一章 人工智能绪论
23
第一章 人工智能绪论
概念及发展 学科范畴 研究目标、途径及领域
➢ 1.3.3 研究的领域
3、 模式识别 模式识别的主要目标就是用计算机来模拟人的各种识别
能力,当前主要是对视觉能力和听觉能力的模拟,并且主要 集中于图形识别和语音识别。
模式识别的过程大体是先将摄像机、送话器或其它传感 器接受的外界信息转变成电信号序列,计算机再进一步对这 个电信号序列进行各种预处理,从中抽出有意义的特征,得 到输入信号的模式,然后与机器中原有的各个标准模式进行
➢ 1.1.1 基本概念
2. 人工智能( “Artificial Intelligence”,AI ) 顾名思义,用人工的方法在计算机上模拟人类的智能,
或人工智能就是人造智能。
定义:人工智能是一门研究如何构造智能计算机,使它 能模拟、延伸、扩展人类智能的学科。即具体来讲,就是要 使计算机具有看、听、说、写等感知和交互功能,具有联想、 推理、理解、学习等高级思维能力,还要有分析问题、解决 问题和发明创造的能力。简言之,也就是使计算机像人一样
概念及发展 学科范畴 研究目标、途径及领域
➢ 1.1.1 基本概念
1、智能:就是在巨大的搜索空间中迅速找到一个满意解的能 力。即是知识和智力的总和。 智能的特征: (1) 感知能力; (2) 记忆与思维能力; (3) 学习能力及自适应能力; (4) 行为能力。
- 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)。
“人工智能”至今没有统一的确定的定义,因为给它下一个定义 是很困难的,它无处不在,但那里也不完整。
广义上讲:用计算机模拟人类的智能行为就属于人工智 能的范畴
人类的智能行为主要表现在:
1.认识和理解世界环境的能力 2.分析、判断和推理的能力 3.学习的能力 4.自我适应的能力
狭义上讲:人工智能方法是人工智能研究的一些核心内 容,包括知识表示、搜索技术、推理技术、机器学习等
课程简介
三.开设人工智能课程的意义
1.人工智能将代表下一步计算机科学发展 的主流,并将在知识经济时代发挥重要作用, 掌握人工智能的知识可以让我们跟上时代发展 的步伐,为迎战新经济时代打下坚实基础。
2.有助于我们进一步理解人类智能的机制, 启发创新意识,科学有效地使用大脑。
课程简介
四.本课程的主要内容
§1.2人工智能学科的发展历程
一.诞生
追溯历史许多伟大的科学家和思想家为人工智能的产生做出了的 贡献
• 古希腊的Aristotle(亚里士多德)(前384-322),给出了形式逻 辑的基本规律。 • 英国的哲学家、自然科学家Bacon(培根)(1561-1626),系统 地给出了归纳法。“知识就是力量”
三.争议
3. 人工智能的研究范围
争议的原因:
边界不分明,与其它学科有交界
学科在进展,各分支内容在不断变化
随着研究工作的深入,一些传统念在发生变化 人工智能是否是一个独立的学科 演义推理 思维规律的研究
核心
智能系统
知识的研究 没有形成
§1.3人工智能的研究与应用领域
简要介绍人工智能学科: 定义、研究途径、发展历程、研究范畴等 介绍人工智能的基本原理与方法: 知识表示、搜索策略及推理技术等;
简要介绍人工智能的主要研究应用领域:
专家系统、机器学习等; 介绍人工智能当今热点技术: 计算智能、数据挖掘、多Agent技术等。
课能及其应用》第四版蔡自兴等,清华大学出版社
二.发展历程
2.萧条波折期(1967年-70年代初期)
当人们进行了比较深入的工作后,发现这里的困难比 原来想象的要严重的多。
65年发明的消解法(归结原理)曾给人们带来了希望, 可很快就发现了消解法的能力也有限,证明“连续函数 之和仍连续“是微积分中的简单事实,可是用消解法 (归结法)来证明时,推了十万步(归结出几十万个子句) 尚无结果;
McCarthy(麦卡锡)——人工智能之父 。
§1.2人工智能学科的发展历程及其争议
二.发展历程
60年代中期
通用方法时代
80年代~90年代 (发展与反思)
数据与网络时代
新的神经元 网络时代 知识工程时代
神经元网 络时代
1956年夏天 提出AI 形成和第一个兴旺期
70年代初期 萧条期
第二个兴旺期
二.发展历程
Spirit:1)精神 2)烈性酒 必须理解才能翻译,而理解需要知识
二.发展历程
2.萧条波折期(1967年-70年代初期)
问题求解中的组合爆炸问题,例如国际象棋走第一步有10120种 可能,用原有的计算机速度要1090年,而宇宙的年龄是1010年,
所以有人讲,计算机下棋走第一步要走到“世界的末日”,由此
计算机的数学模型(图灵机),1950年提出了图灵试验,发表了
“计算机与智能”的论文。图灵奖。 • 美国数学家Mauchly,1946发明了电子数字计算机ENIAC
• 美国神经生理学家McCulloch,建立了第一个神经网络数学模型。
• 美国数学家Shannon(香农),1948年发表了《通讯的数学理论》, 代表了“信息论”的诞生。
二.发展历程
3. 第二个兴旺期(70年代中期-90年代)
第五阶段(90年代初~现在) 数据与网络时代
网络给AI带来无限的机会 知识发现与数据挖掘 AI走向实用化
人工智能技术逐渐与数据库、多媒体等主流技 术相结合,并融合在主流技术之中,旨在使计算 机更聪明、更有效、与人更接近。
三.争议
1.当前的人工智能的研究应该以人类的普遍思维规律为 主,还是以特定知识的处理和运用为主 我们认为两方面的研究不仅不是矛盾的,而且是相铺 相成的,反映了一般和特殊的关系, 一般存在于特殊之 中,没有特殊就没有一般,但特殊如不能上升到一般, 也就难以成为一门真正的科学。
参考书:
《人工智能基础》高济等 高等教育出版社 《人工智能》陆汝(金)今编著,科学出版社
《人工智能原理》石纯一等,清华大学出版社
《人工智能原理与应用》田盛丰等,北京理工大学出版社
第一章 绪论
§1.1人工智能及其研究途径
§1.2人工智能学科的发展历程及其争议
§1.3人工智能的研究与应用领域
§1.1人工智能及其研究途径
《人工智能及其应用》
计算机科学与技术学院
计算机科学教研室 杨莉萍
课程简介
一.学科性质
人工智能属于前沿交叉学科,是研究如何用计算 机来模拟人的智能行为,它将使计算机达到更高层次 的有效的应用。
相关的学科:计算机科学、控制论、信息论、心理学、 神经心理学、语言学、电子学、机械学等等… 人的智能行为:认识、理解、推理、学习、决策等等… 产业革命使人类从事的笨重的体力劳动由机器代替了----------体力被机器放大了 人工智能将使人类的智力活动由机器来实现,它将使-----------智力被机器放大
• 美籍奥地利数理逻辑学家Godel(哥德尔)(1906-1978),证明 了一阶谓词的完备性定理;任何包含初等数论的形式系统,如果 它是无矛盾的,那么一定是不完备的。意义在于,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是做不到的。
§1.2人工智能学科的发展历程及其争议
一.诞生
• 英国数学家Turing(图灵)(1912-1954),1936年提出了一种理想
80年代,以推理技术、知 识获取、自然语言理解和 机器视觉研究为主。
二.发展历程
3. 第二个兴旺期(70年代中期-90年代)
符号主义的局限性:知识表示、知识获取困难以及计算量巨大; 联接主义重新成为研究热点。
第四阶段(80年代中~90年代初) 新的神经元网络时代
BP网(算法),解决了多层网的学习问题 Hopfield网,成功求解了货郎担问题 存在问题: 理论依据 解决大规模问题的能力 神经网络虽然避开了知识表示带来的困难,但联接权值的计 算又变成新的困难。有人提出无须知识表示及无须理性的智能。 如:Brooks构造的机器虫。
1.形成及第一个兴旺期(1956-1966年)
第一阶段(40年代中~50年代末) 神经元网络时代
双层网络 M-P模型 、感知器模型等 问题:XOR问题不能解决 Minsky的著作:《Perceptions》(感知器)
第二阶段(50年代中~60年代中)通用方法时代
物理符号系统 主要研究的问题:GPS、游戏、翻译等
三.争议
2.智能的本质是什么?机器能达到甚至超过人 的智能水平吗? 涉及到以下几个问题或几种不同的解释
计算机能不能完成一些迄今为止主要是靠人的大 脑的活动完成的工作? 计算机能不能完成一切这种工作? 计算机能不能象人的大脑那样完成这种工作?
三.争议
2.智能的本质是什么?机器能达到甚至超过人 的智能水平吗?
人工智能具有巨大的潜在能力
课程简介
二.研究现状
人工智能将使计算机能够解决那些至今人 们还不知道如何解决的问题,从而大大地扩充 其用途,它将带来计算机硬件和软件的革命; 人工智能正向各个领域渗透,带来这些领域的 更新换代,智能计算机管理、智能计算机辅助 设计、智能机器人等新的研究领域,由于人工 智能的发展而不断出现。
要计算机解决某个问题,有三个基本前提
必须把问题形式化 计算机要解决已形式化的问题,问题还必须是可 计算的,既一定要有算法 要用计算机实现一个算法以解决某个问题,这问 题必须有合理的复杂度
三.争议
人工智能的研究是十分困难的。
McCarthy: 人工智能的所有问题都是难解的。 Minsky: 人工智能是有史以来最难的科学之一。难在:实 现智能需要浩繁的知识,而最难对付的知识是常 识(不是专业知识)。 Dreyfus: 常识问题是实现人工智能的最大障碍。
课程简介
二.研究现状
基础研究难度大:如知识表示、推理方法、搜索 技术、机器学习等虽取得了一些成果,但还远未形 成完整的理论和体系。 应用研究方面:近十多年来成绩显著,专家系统 已广泛应用于各种领域,取得了不少实际成效,有 的还形成商品投入市场,正吸引各类专家加入人工 智能的队伍,有计算机学家、心理学家、语言学家、 数学家、哲学家及各部门的工程技术人员。
§1.2人工智能学科的发展历程及其争议
一.诞生
人们对“数据世界”的需求进而发展到对“知识世界”的需求
试探性的搜索,启发式的不精确的模糊的甚至允许出现错误的推 理方法更符合人类的思维过程
1956年,由McCarthy(麦卡锡)和Minsky (明斯基) 等人发起的关于机器模拟智能的学术讨论会上第一次提出 了“Artificial Intelligence(人工智能)” 这个术语,标 志着人工智能这一学科的诞生。
二.发展历程
2.萧条波折期(1967年-70年代初期)
最糟糕的还是机器翻译 :
一个笑话(英俄翻译)
The spirit is willing but the flesh is week. (心有余而力不足) The vodka is strong but meat is rotten. (伏特加酒虽然很浓,但肉是腐烂的)
符号主义和连接主义两种研究的途径反映了人类思维 的两个层次(抽象思维、形象思维),彼此不能互相代替, 而应当互相结合。
§1.1人工智能及其研究途径
二.人工智能的研究途径