华中科技大学人工智能第一章绪论
合集下载
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
2019-华中科技大学人工智能及其应用第一章绪论-文档资料
图灵测试也受批评
它偏向于纯粹的符号问题求解任务,而不测试 感知技能或要实现手工灵活性所需要的能力。 这都是人类智能的重要组成部分
有人提出，没有必要把机器智能强行套入人类 智能的模具中，或许机器智能就是不同于人类 智能，试图按照人类的方式来评价它，可能根 本就是一个错误。
也有人全面批评图灵测试，认为分散了我们的 注意力，应研究通用理论，解释人工智能，指 导具体实践问题
亚里士多德就提出了推理的三段论,使用了 假言推理法的演绎推理形式
2019/4/26
7
第一章 人工智能概述
ＡI一直在被探索（1）
德国数学家、哲学家Leibnitz（布莱尼茨） （1646-1716）。提出了关于数理逻辑的思想，把 形式逻辑符号化，从而能对人的思维进行运算和 推理。做出了能做四则运算的手摇计算机
1956年, McCarthy（麦卡锡）——人工智 能之父，等人提出了“Artificial Intelligence （人工智能）”
50年代初开始有了符号处理。（搜索法）。 机器翻译、机器定理证明、跳棋程序等。
2019/4/26
9
第一章 人工智能概述
ＡI一直在被探索（3）
60年代Simon由试验得到结论：人类问题的求 解是一个搜索的过程，效果与启发式函数有关。
2019/4/26
14
第一章 人工智能概述
智能的生物和社会模型
西方哲学的传统中，把逻辑作为知识表示的 依赖性，把逻辑推理作为智能推理的首要机 制
一些批评者开始探索新的智能模型，智能行 为的社会模型。与基于逻辑的方法相反，连 接主义通过对人类大脑结构建模来实现智 能——神经模型
一应用生物进化原理来寻找困 难问题的解
它偏向于纯粹的符号问题求解任务,而不测试 感知技能或要实现手工灵活性所需要的能力。 这都是人类智能的重要组成部分
有人提出，没有必要把机器智能强行套入人类 智能的模具中，或许机器智能就是不同于人类 智能，试图按照人类的方式来评价它，可能根 本就是一个错误。
也有人全面批评图灵测试，认为分散了我们的 注意力，应研究通用理论，解释人工智能，指 导具体实践问题
亚里士多德就提出了推理的三段论,使用了 假言推理法的演绎推理形式
2019/4/26
7
第一章 人工智能概述
ＡI一直在被探索（1）
德国数学家、哲学家Leibnitz（布莱尼茨） （1646-1716）。提出了关于数理逻辑的思想，把 形式逻辑符号化，从而能对人的思维进行运算和 推理。做出了能做四则运算的手摇计算机
1956年, McCarthy（麦卡锡）——人工智 能之父，等人提出了“Artificial Intelligence （人工智能）”
50年代初开始有了符号处理。（搜索法）。 机器翻译、机器定理证明、跳棋程序等。
2019/4/26
9
第一章 人工智能概述
ＡI一直在被探索（3）
60年代Simon由试验得到结论：人类问题的求 解是一个搜索的过程，效果与启发式函数有关。
2019/4/26
14
第一章 人工智能概述
智能的生物和社会模型
西方哲学的传统中，把逻辑作为知识表示的 依赖性，把逻辑推理作为智能推理的首要机 制
一些批评者开始探索新的智能模型，智能行 为的社会模型。与基于逻辑的方法相反，连 接主义通过对人类大脑结构建模来实现智 能——神经模型
一应用生物进化原理来寻找困 难问题的解
《人工智能导论》第1章-绪论
萧条波折期
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。
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-华中科技大学研究生院
本课程的目的是为同学们介绍现代人工智能，同学们将从中学习到更为深入的人工智能问题与求解方法、技巧。我们同时也希望本课程能激发同学们对于人工智能这一领域的兴趣。
本课程为硕士生设计，在课程讲述中对于人工智能基本概念与方法会进行简单回顾，但为学习效果考虑，我们仍希望同学们具备人工智能与概率论的基础知识。
课程大纲：（章节目录）
§4.2序列决策问题
§4.3完全可观察马尔科夫决策过程
§4.4部分可观察马尔科夫决策过程
第五章机器学习（8学时）
§5.1决策树学习
§5.2线性模型回顾
§5.3 EM算法
§5.4时序模型推导
§5.5隐马尔科夫模型
第六章感知（4学时）
§6.1成像
§6.2对象识别
§6.33D重构
第七章机器人（4学时）
§7.1硬件与软件
主要授课教师刘芳，副教授，留学经历为：2009年9月至2010年9月在作为访问学者在英国约克大学计算机系计算机视觉与模式识别研究组学习。从事人工智能、模式识别以及计算机视觉等领域的研究，参与多项与该领域相关的国家级项目，发表论文20余篇；承担过的相关教学任务包括为本科生讲授的《算法设计与分析》、为本科生以及硕士生讲授的《人工智能》、为留学生用英语讲授的《人工智能》与《高级操作系统》。
52
人工智能、模式识别
刘芳
副教授
计算机应用
39
人工智能、模式识别
冯琪
讲师
计算机应用
43
人工智能、模式识别
课程负责教师教育经历及学术成就简介：
课程负责人王天江，教授，留学经历为：1990年10月至1992年4月在日本富士通公司从事软件研发工作；1994年6月至1995年1月在西班牙DEC公司学习VAX系统；2008年10月至2009年3月作为高级访问学者在美国伊利诺伊香槟分校计算机学院学习。从事人工智能、机器学习、模式识别以及计算机视觉等领域的研究，承担过与该领域相关的国家自然科学基金课题以及国家863课题，发表论文30余篇；承担过的相关教学任务包括为本科生和硕士生讲授的《人工智能》、以及为留学生用英语讲授的《人工智能》。
本课程为硕士生设计，在课程讲述中对于人工智能基本概念与方法会进行简单回顾，但为学习效果考虑，我们仍希望同学们具备人工智能与概率论的基础知识。
课程大纲：（章节目录）
§4.2序列决策问题
§4.3完全可观察马尔科夫决策过程
§4.4部分可观察马尔科夫决策过程
第五章机器学习（8学时）
§5.1决策树学习
§5.2线性模型回顾
§5.3 EM算法
§5.4时序模型推导
§5.5隐马尔科夫模型
第六章感知（4学时）
§6.1成像
§6.2对象识别
§6.33D重构
第七章机器人（4学时）
§7.1硬件与软件
主要授课教师刘芳，副教授，留学经历为：2009年9月至2010年9月在作为访问学者在英国约克大学计算机系计算机视觉与模式识别研究组学习。从事人工智能、模式识别以及计算机视觉等领域的研究，参与多项与该领域相关的国家级项目，发表论文20余篇；承担过的相关教学任务包括为本科生讲授的《算法设计与分析》、为本科生以及硕士生讲授的《人工智能》、为留学生用英语讲授的《人工智能》与《高级操作系统》。
52
人工智能、模式识别
刘芳
副教授
计算机应用
39
人工智能、模式识别
冯琪
讲师
计算机应用
43
人工智能、模式识别
课程负责教师教育经历及学术成就简介：
课程负责人王天江，教授，留学经历为：1990年10月至1992年4月在日本富士通公司从事软件研发工作；1994年6月至1995年1月在西班牙DEC公司学习VAX系统；2008年10月至2009年3月作为高级访问学者在美国伊利诺伊香槟分校计算机学院学习。从事人工智能、机器学习、模式识别以及计算机视觉等领域的研究，承担过与该领域相关的国家自然科学基金课题以及国家863课题，发表论文30余篇；承担过的相关教学任务包括为本科生和硕士生讲授的《人工智能》、以及为留学生用英语讲授的《人工智能》。
人工智能导论第一章绪论
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
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
（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。
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)。
有人提出，没有必要把机器智能强行套入人类 智能的模具中，或许机器智能就是不同于人类 智能，试图按照人类的方式来评价它，可能根 本就是一个错误。
也有人全面批评图灵测试，认为分散了我们的 注意力，应研究通用理论，解释人工智能，指 导具体实践问题
2020/7/14
14
第一章 人工智能概述
智能的生物和社会模型
2020/7/14
15
第一章 人工智能概述
智能主体
社会系统表明了智能的两个特征：
第一，认为智能来源于文化和社会，因此， 是自然发生的
第二，智能是由大量非常简单、相互作用的 半自动个体组成的集体的行为来反映的
这些个体被称为主体
神经细胞、物种的单个成员或者社会中的个 人，智能都是通过他们的相互作用而产生的。
《人工智能及其应用》（第二版），蔡自兴 等，1999年，清华大学出版社
2020/7/14
3
第一章 人工智能概述
AI的定义 AI研究的历史基础 AI的发展历史 AI研究的特点 AI的研究内容
2020/7/14
4
第一章 人工智能概述
人工智能的定义
人工智能至今尚无统一的定义，不同学派有不同的 观点。这主要是因为智能本身并没有被完善的定义 和理解
1968年Quillian提出了语义网络的知识表示方 法
70年代，开始从理论走向实践，解决一些实际 问题。同时很快就发现问题：归结法费时、下 棋赢不了全国冠军、机器翻译一团糟。
以Feigenbaum为首的一批年轻科学家 改 变了战略思想，1977年提出了知识工程 的概念
2020/7/14
10
第一章 人工智能概述
ＡI一直在被探索（4）
80年代，人工智能发展达到阶段性的顶峰。 专家系统及其工具越来越商品化,国际软件 市场上形成了一门旨在生产和加工知识的 新产业——知识产业。
90年代，计算机发展趋势为小型化、并行 化、网络化、智能化，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。
我们给出的定义（狭义）：
能够在各类环境中自主地或交互地执行各种拟人任务的 机器称为智能机器
从学科的角度看，人工智能是计算机科学的一个分支， 它研究、设计和应用智能机器
从能力的角度看，人工智能是智能机器所执行的与人的 智能有关的功能，如判断、推理、理解、学习和问题求 解等思维活动
2020/7/14
5
第一章 人工智能概述
智能研究中一些难回答的问题
智能是一种独立的才能，还是一系列独一无二且不相 关联的能力的总称 ？
多大程度上可以说智能是学到的而不是先天存在的？
学习时发生什么？
什么是创造力？
什么是直觉？
可以从观察到的行为推断出具有智能，还是需要特定 内部机制的证据？
在生物体中，知识是如何表示的？ 智能是否只存在于生物生存的过程中？
人工智能及其应用
授课人：王天江
华中科技大学计算机学院 智能与分布式计算实验室
2020/7/14
1
课程内容
人工智能概述 知识表示 问题求解 机器学习 问题求解的高级论题
2020/7/14
2
教材及主要参考书
《人工智能——复杂问题求解的结构和策略》 George F.Luger 著，史忠植 等译2004年， 机械工业出版社
1956年, McCarthy（麦卡锡）——人工智 能之父，等人提出了“Artificial Intelligence （人工智能）”
50年代初开始有了符号处理。（搜索法）。 机器翻译、机器定理证明、跳棋程序等。
2020/7/14
9
第一章 人工智能概述
ＡI一直在被探索（3）
60年代Simon由试验得到结论：人类问题的求 解是一个搜索的过程，效果与启发式函数有关。
2020/7/14
6
第一章 人工智能概述
AI研究的历史源头
现代人工智能的研究的哲学基础已经发展 了几千年，这个历史进程的逻辑起点应该 是 古 希 腊 的 Aristotle （ 亚 里 士 多 德 ） （ 前 384-322）
亚里士多德在他的”逻辑学”中讨论了认识论, 给出了形式逻辑的基本规律。 。
亚里士多德就提出了推理的三段论,使用了 假言推理法的演绎推理形式
2020/7/14
7
第一章 人工智能概述
ＡI一直在被探索（1）
德国数学家、哲学家Leibnitz（布莱尼茨） （1646-1716）。提出了关于数理逻辑的思想，把 形式逻辑符号化，从而能对人的思维进行运算和 推理。做出了能做四则运算的手摇计算机
西方哲学的传统中，把逻辑作为知识பைடு நூலகம்示的 依赖性，把逻辑推理作为智能推理的首要机 制
一些批评者开始探索新的智能模型，智能行 为的社会模型。与基于逻辑的方法相反，连 接主义通过对人类大脑结构建模来实现智 能——神经模型
一种基于生物的智能模型——演化计算模型， 如遗传算法等。应用生物进化原理来寻找困 难问题的解
英国数学家、逻辑学家Boole（布尔）（18151864）实现了布莱尼茨的思维符号化和数学化的 思想，提出了一种崭新的代数系统——布尔代数。
2020/7/14
8
第一章 人工智能概述
ＡI一直在被探索（2）
英国数学家Turing(图灵)（19121954）,1936年提出了一种理想计算机的数 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。
2020/7/14
11
第一章 人工智能概述
图灵测试
最早专门论述人工智能的是图灵的”计算机 器与智能”(1950)
苦苦考虑是否能够制造出真正可以思考的 机器
思考这个问题本身的严重模糊性,阻碍了理 性的思考
提出用实验来描述智能问题
2020/7/14
12
第一章 人工智能概述
图灵测试的重要特征
它给出了一个客观的智能概念,提供了一个判 断智能的标准,避免了有关智能”真正”特征的 争论
使我们免于受到一些目前无法回答的问题的牵 制:计算机使用的内部处理方法是否恰当或者 机器是否真的意识到它的动作
因此,图灵测试成为许多现代AI程序评价方案 的基础
2020/7/14
13
第一章 人工智能概述
图灵测试也受批评
它偏向于纯粹的符号问题求解任务,而不测试 感知技能或要实现手工灵活性所需要的能力。 这都是人类智能的重要组成部分
也有人全面批评图灵测试，认为分散了我们的 注意力，应研究通用理论，解释人工智能，指 导具体实践问题
2020/7/14
14
第一章 人工智能概述
智能的生物和社会模型
2020/7/14
15
第一章 人工智能概述
智能主体
社会系统表明了智能的两个特征：
第一，认为智能来源于文化和社会，因此， 是自然发生的
第二，智能是由大量非常简单、相互作用的 半自动个体组成的集体的行为来反映的
这些个体被称为主体
神经细胞、物种的单个成员或者社会中的个 人，智能都是通过他们的相互作用而产生的。
《人工智能及其应用》（第二版），蔡自兴 等，1999年，清华大学出版社
2020/7/14
3
第一章 人工智能概述
AI的定义 AI研究的历史基础 AI的发展历史 AI研究的特点 AI的研究内容
2020/7/14
4
第一章 人工智能概述
人工智能的定义
人工智能至今尚无统一的定义，不同学派有不同的 观点。这主要是因为智能本身并没有被完善的定义 和理解
1968年Quillian提出了语义网络的知识表示方 法
70年代，开始从理论走向实践，解决一些实际 问题。同时很快就发现问题：归结法费时、下 棋赢不了全国冠军、机器翻译一团糟。
以Feigenbaum为首的一批年轻科学家 改 变了战略思想，1977年提出了知识工程 的概念
2020/7/14
10
第一章 人工智能概述
ＡI一直在被探索（4）
80年代，人工智能发展达到阶段性的顶峰。 专家系统及其工具越来越商品化,国际软件 市场上形成了一门旨在生产和加工知识的 新产业——知识产业。
90年代，计算机发展趋势为小型化、并行 化、网络化、智能化，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。
我们给出的定义（狭义）：
能够在各类环境中自主地或交互地执行各种拟人任务的 机器称为智能机器
从学科的角度看，人工智能是计算机科学的一个分支， 它研究、设计和应用智能机器
从能力的角度看，人工智能是智能机器所执行的与人的 智能有关的功能，如判断、推理、理解、学习和问题求 解等思维活动
2020/7/14
5
第一章 人工智能概述
智能研究中一些难回答的问题
智能是一种独立的才能，还是一系列独一无二且不相 关联的能力的总称 ？
多大程度上可以说智能是学到的而不是先天存在的？
学习时发生什么？
什么是创造力？
什么是直觉？
可以从观察到的行为推断出具有智能，还是需要特定 内部机制的证据？
在生物体中，知识是如何表示的？ 智能是否只存在于生物生存的过程中？
人工智能及其应用
授课人：王天江
华中科技大学计算机学院 智能与分布式计算实验室
2020/7/14
1
课程内容
人工智能概述 知识表示 问题求解 机器学习 问题求解的高级论题
2020/7/14
2
教材及主要参考书
《人工智能——复杂问题求解的结构和策略》 George F.Luger 著，史忠植 等译2004年， 机械工业出版社
1956年, McCarthy（麦卡锡）——人工智 能之父，等人提出了“Artificial Intelligence （人工智能）”
50年代初开始有了符号处理。（搜索法）。 机器翻译、机器定理证明、跳棋程序等。
2020/7/14
9
第一章 人工智能概述
ＡI一直在被探索（3）
60年代Simon由试验得到结论：人类问题的求 解是一个搜索的过程，效果与启发式函数有关。
2020/7/14
6
第一章 人工智能概述
AI研究的历史源头
现代人工智能的研究的哲学基础已经发展 了几千年，这个历史进程的逻辑起点应该 是 古 希 腊 的 Aristotle （ 亚 里 士 多 德 ） （ 前 384-322）
亚里士多德在他的”逻辑学”中讨论了认识论, 给出了形式逻辑的基本规律。 。
亚里士多德就提出了推理的三段论,使用了 假言推理法的演绎推理形式
2020/7/14
7
第一章 人工智能概述
ＡI一直在被探索（1）
德国数学家、哲学家Leibnitz（布莱尼茨） （1646-1716）。提出了关于数理逻辑的思想，把 形式逻辑符号化，从而能对人的思维进行运算和 推理。做出了能做四则运算的手摇计算机
西方哲学的传统中，把逻辑作为知识பைடு நூலகம்示的 依赖性，把逻辑推理作为智能推理的首要机 制
一些批评者开始探索新的智能模型，智能行 为的社会模型。与基于逻辑的方法相反，连 接主义通过对人类大脑结构建模来实现智 能——神经模型
一种基于生物的智能模型——演化计算模型， 如遗传算法等。应用生物进化原理来寻找困 难问题的解
英国数学家、逻辑学家Boole（布尔）（18151864）实现了布莱尼茨的思维符号化和数学化的 思想，提出了一种崭新的代数系统——布尔代数。
2020/7/14
8
第一章 人工智能概述
ＡI一直在被探索（2）
英国数学家Turing(图灵)（19121954）,1936年提出了一种理想计算机的数 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。
2020/7/14
11
第一章 人工智能概述
图灵测试
最早专门论述人工智能的是图灵的”计算机 器与智能”(1950)
苦苦考虑是否能够制造出真正可以思考的 机器
思考这个问题本身的严重模糊性,阻碍了理 性的思考
提出用实验来描述智能问题
2020/7/14
12
第一章 人工智能概述
图灵测试的重要特征
它给出了一个客观的智能概念,提供了一个判 断智能的标准,避免了有关智能”真正”特征的 争论
使我们免于受到一些目前无法回答的问题的牵 制:计算机使用的内部处理方法是否恰当或者 机器是否真的意识到它的动作
因此,图灵测试成为许多现代AI程序评价方案 的基础
2020/7/14
13
第一章 人工智能概述
图灵测试也受批评
它偏向于纯粹的符号问题求解任务,而不测试 感知技能或要实现手工灵活性所需要的能力。 这都是人类智能的重要组成部分