哈工大人工智能课件chpt1
合集下载
哈工大人工智能课件chpt1
17
第1章 人工智能概述
AI概念理解是一个过程
• 上述定义见仁见智 • 重要的是学习AI方法、应用AI方法，在
实践中逐步深入领会AI这个词的含义 • 目前，AI就是一种运行在我们自己机器
中的程序，它的智能都是我们给的！
18
第1章 人工智能概述
1.2 人工智能的基础
各学科的贡献： 哲学/数学
经济学/神经科学/心理学 计算机工程
控制论/语言学
第1章 人工智能概述
对人工智能有贡献的学科
• 哪些学科、哪些思想和哪些人物给予AI以贡献? • 哲学(BC428~现在) • 数学(800~现在) • 经济学(1776~现在) • 神经科学(1861~现在) • 心理学(1879~现在) • 计算机工程(1940~现在) • 控制论(1948~现在) • 语言学(1957~现在)
• 亚里士多德(Aristotle, BC384~BC322), 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 / 著名 的三段论
• Ramon Lull / Leonardo da Vinci/ Blaise Pascal(帕斯卡) / Gottfried Wilhelm Leibnitz(莱布尼兹)等人均设计或制造了能计 算的机器
4
第1章 人工智能概述
处于探索初期的学科
• AI是新兴学科，也是激动人心的学科. Russell声称：不同于物理学，这里还有 出现几个爱因斯坦的余地
• 为什么？研究主观世界的成果远少于研 究客观世界的成果
5
第1章 人工智能概述
对AI的4种不同定义
像人一样思考的系统
理性地思考的系统
要使计算机能思考……有头脑的 机器(Haugeland, 1985)
第1章 人工智能概述
AI概念理解是一个过程
• 上述定义见仁见智 • 重要的是学习AI方法、应用AI方法，在
实践中逐步深入领会AI这个词的含义 • 目前，AI就是一种运行在我们自己机器
中的程序，它的智能都是我们给的！
18
第1章 人工智能概述
1.2 人工智能的基础
各学科的贡献： 哲学/数学
经济学/神经科学/心理学 计算机工程
控制论/语言学
第1章 人工智能概述
对人工智能有贡献的学科
• 哪些学科、哪些思想和哪些人物给予AI以贡献? • 哲学(BC428~现在) • 数学(800~现在) • 经济学(1776~现在) • 神经科学(1861~现在) • 心理学(1879~现在) • 计算机工程(1940~现在) • 控制论(1948~现在) • 语言学(1957~现在)
• 亚里士多德(Aristotle, BC384~BC322), 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 / 著名 的三段论
• Ramon Lull / Leonardo da Vinci/ Blaise Pascal(帕斯卡) / Gottfried Wilhelm Leibnitz(莱布尼兹)等人均设计或制造了能计 算的机器
4
第1章 人工智能概述
处于探索初期的学科
• AI是新兴学科，也是激动人心的学科. Russell声称：不同于物理学，这里还有 出现几个爱因斯坦的余地
• 为什么？研究主观世界的成果远少于研 究客观世界的成果
5
第1章 人工智能概述
对AI的4种不同定义
像人一样思考的系统
理性地思考的系统
要使计算机能思考……有头脑的 机器(Haugeland, 1985)
ChatGPT技术原理及解读PPT
名词定义
ChatGPT 官方说明：
ChatGPT 是一种基于 GPT-3 技术的聊天机器人
这一模型可以与人类进行谈话般的交互，可以回答追问，连续性 的问题，承认其回答中的错误，指出人类提问时的不正确前提， 拒绝回答不适当的问题。
6 进出工地的施工人员均佩戴施工现场出入证，穿工作服，绝不带外来人员进入施工现场； 1）所有进入施工现场的人员必须戴好安全帽，并按规定配戴劳动保护用具。 l a）.项目经理应按专用条款约定的日期，将施工组织设计和工程进度计划提交工程师，工程师按专用条款约定的时间预以确认或提出修改意见，逾期不确认也不提出书面意见的，视为同意。
技术逻辑
1、基于深度学习技术
» 它基于深度学习技术，通过构建多层神经网络来模拟人类大脑的学习过程，从而使计算机可以完 成许多复杂的任务，例如语音识别、图像分类和自然语言理解等。
» 它会通过对大量文本数据进行训练，来学习语言知识和推理能力。这些文本数据可能包括新闻文 章、小说等内容。通过不断地训练，它的神经网络可以学会提取文本中的信息，并使用这些信息 来回答问题
ChatGPT【聊天机器人模型】
ChatGPT是什么？学习解读
汇报人：××
时间：2023.02
1.1.2 应明确这些过程控制的方法及过程之间相互顺序和接口关系。 1.1.1 实施、保持质量管理体系并持续改进其有效性。 l 监理服务质量问题的处理及改进要求；
目录
CONTENTS
01 名 词 定 义 02 ChatGPT发展历程 03 ChatGPT技术逻辑 04 社 会 运 用
发展历程
推出
注册火爆
2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红，短短5天，注册用户数就超过 100万。
ChatGPT 官方说明：
ChatGPT 是一种基于 GPT-3 技术的聊天机器人
这一模型可以与人类进行谈话般的交互，可以回答追问，连续性 的问题，承认其回答中的错误，指出人类提问时的不正确前提， 拒绝回答不适当的问题。
6 进出工地的施工人员均佩戴施工现场出入证，穿工作服，绝不带外来人员进入施工现场； 1）所有进入施工现场的人员必须戴好安全帽，并按规定配戴劳动保护用具。 l a）.项目经理应按专用条款约定的日期，将施工组织设计和工程进度计划提交工程师，工程师按专用条款约定的时间预以确认或提出修改意见，逾期不确认也不提出书面意见的，视为同意。
技术逻辑
1、基于深度学习技术
» 它基于深度学习技术，通过构建多层神经网络来模拟人类大脑的学习过程，从而使计算机可以完 成许多复杂的任务，例如语音识别、图像分类和自然语言理解等。
» 它会通过对大量文本数据进行训练，来学习语言知识和推理能力。这些文本数据可能包括新闻文 章、小说等内容。通过不断地训练，它的神经网络可以学会提取文本中的信息，并使用这些信息 来回答问题
ChatGPT【聊天机器人模型】
ChatGPT是什么？学习解读
汇报人：××
时间：2023.02
1.1.2 应明确这些过程控制的方法及过程之间相互顺序和接口关系。 1.1.1 实施、保持质量管理体系并持续改进其有效性。 l 监理服务质量问题的处理及改进要求；
目录
CONTENTS
01 名 词 定 义 02 ChatGPT发展历程 03 ChatGPT技术逻辑 04 社 会 运 用
发展历程
推出
注册火爆
2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红，短短5天，注册用户数就超过 100万。
人工智能上课课件(PPT 27页)
任务三：让电脑给我们当翻译助手
利用翻译软件翻译一段英文，然后再把翻译后的汉语再 翻译成英文，把两段英文进行对比，看有什么区别。
思考：
1. 感悟机器翻译的过程 2. 比较机译与人译的不同之处
机器翻译的的工作流程
输入待翻译的 源语言文本
确定对应单词 单词
确定语法结构 语法库
翻译
输出翻译后的 目标语言文本
人们还不知道电脑后面的她是位
残疾人。
我们身边的智能工具
• 手写板 • 语音识别系统 • 扫描仪+OCR（光学字符识别） • 双向翻译系统 • 机器人+自然语言理解
人工智能
人工智能：顾名思义就是人造的智能，是利用计算机
来模拟或实现人类智能。它有两个主要的研究领域：
模式识别:：是表征事物或现象的各种形式的信息（图片、文字、 符号、声音）等进行自动识别的技术。模式识别的研究范畴有：
任务二：使用扫描仪与OCR软件进行文字识别
思考：
影响识别率的因素有哪些
光学字符识别（OCR技术）
OCR字符识别的操作步骤： • 1.将需要识别的内容扫描成图片 • 2.将扫描好的图片进行版面分析 • 3.分析完后进行文字识别 • 4.识别完成后导出
影响OCR识别准确率的因素
• 印刷质量 • 纸张质量 • 扫描或拍摄分辨率 • 对比度 • 污渍 • ……
3、翻译系统
输入待翻译的 源语言文本
确定对应单词
确定语法结构
翻译
单词库
语法库
机器翻译的工作流程
输出翻译后的目 标语言文本
智能处理工具与一般处理工具的异同点
相同点： 智能处理工具与一般处理工具一样都是计算机程序。
不同点：
人工智能AIChat产品介绍PPT模板(完美版)
汇报人：2023年
人工智能Chat产S
目 录
01
03
产品概述
产品优势
2023年
02
04
产品功能
应用场景
CONTENTS
第一单元
产品概述
01.
2023年
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；根据需要可酌情增减文字，以便观者可以准确理解您所传达的信息。您的正文已经简明扼要，字字珠玑，但信息却错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。
产品概述
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；
产品概述
产品概述
第二单元
产品功能
02.
2023年
01.
产品功能
02.
产品功能
03.
产品功能
04.
产品功能
产品功能
产品功能
产品功能
产品功能
第三单元
产品优势
03.
2023年
产品优势
产品优势
产品优势
Product Overview
CHAT ROBOT
2.0版本
产品概述
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；根据需要可酌情增减文字，以便观者可以准确理解您所传达的信息。您的正文已经简明扼要，字字珠玑，但信息却错综复杂，需要用更多的文字来表述；
CHAT ROBOT
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；
人工智能Chat产S
目 录
01
03
产品概述
产品优势
2023年
02
04
产品功能
应用场景
CONTENTS
第一单元
产品概述
01.
2023年
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；根据需要可酌情增减文字，以便观者可以准确理解您所传达的信息。您的正文已经简明扼要，字字珠玑，但信息却错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。
产品概述
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；
产品概述
产品概述
第二单元
产品功能
02.
2023年
01.
产品功能
02.
产品功能
03.
产品功能
04.
产品功能
产品功能
产品功能
产品功能
产品功能
第三单元
产品优势
03.
2023年
产品优势
产品优势
产品优势
Product Overview
CHAT ROBOT
2.0版本
产品概述
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；根据需要可酌情增减文字，以便观者可以准确理解您所传达的信息。您的正文已经简明扼要，字字珠玑，但信息却错综复杂，需要用更多的文字来表述；
CHAT ROBOT
单击此处输入你的正文，文字是您思想的提炼，为了最终演示发布的良好效果，请尽量言简意赅的阐述观点；
人工智能-哈工大人工智能课件chpt3124 精品
16
第3章 逻辑系统
命题逻辑的特点
• 命题逻辑：使用陈述性、上下文无关、无歧义 性、合成性的形式语言
• 陈述性—使用符号描述(语句形式)显式地表示知 识 ( 相对于过程性—将需要的知识直接编写为程 序代码 )
• 上下文无关—其含义不因环境而改变 • 无歧义性—含义唯一 • 合成性—语句的含义是其各部分含义的一个函数
• AI要使用逻辑推理，就必然涉及数理逻 辑 / 数理逻辑的经典部分—经典的命题 逻辑和一阶谓词逻辑，同时作为人工智 能的知识表示方法和推理方法而存在； 因此数理逻辑是人工智能的一个基础
3
第3章 逻辑系统
逻辑智能体
• 基于知识的智能体的核心部件是知识库， 当这些知识以逻辑形式表示并进行相应 的推理时，就是逻辑智能体
11
第3章 逻辑系统
命题逻辑基础
• 基本等值式（24个）
• 摩根律: ～ (p∨q) ～ p ∧ ～ q ； ～ (p ∧q) ～ p ∨ ～ q
• 吸收律: p∨(p∧q ) p ； p ∧(p∨q ) p
• 同一律: p∨0 p ； p∧1 p
• 蕴含等值式：p → q ～ p∨q
• 假言易位式: p → q ～ p → ～ q
• 知识表示：命题逻辑、一阶谓词逻辑 • 推理(一阶谓词逻辑)—主要有3类推理算法：
前向链接和演绎系统、反向链接和逻辑程序 设计(本章)、归结反演和定理证明系统(第4 章)
• 采用命题和谓词演算进行推理的系统(如 演绎系统)是一种典型的逻辑智能体
4
第3章 逻辑系统
3.1 命题逻辑和一阶谓词逻辑
命题、真值、原子公式、合式公式 谓词、论域、个体 量词、变量、函数
(也是一种唯一性)
第3章 逻辑系统
命题逻辑的特点
• 命题逻辑：使用陈述性、上下文无关、无歧义 性、合成性的形式语言
• 陈述性—使用符号描述(语句形式)显式地表示知 识 ( 相对于过程性—将需要的知识直接编写为程 序代码 )
• 上下文无关—其含义不因环境而改变 • 无歧义性—含义唯一 • 合成性—语句的含义是其各部分含义的一个函数
• AI要使用逻辑推理，就必然涉及数理逻 辑 / 数理逻辑的经典部分—经典的命题 逻辑和一阶谓词逻辑，同时作为人工智 能的知识表示方法和推理方法而存在； 因此数理逻辑是人工智能的一个基础
3
第3章 逻辑系统
逻辑智能体
• 基于知识的智能体的核心部件是知识库， 当这些知识以逻辑形式表示并进行相应 的推理时，就是逻辑智能体
11
第3章 逻辑系统
命题逻辑基础
• 基本等值式（24个）
• 摩根律: ～ (p∨q) ～ p ∧ ～ q ； ～ (p ∧q) ～ p ∨ ～ q
• 吸收律: p∨(p∧q ) p ； p ∧(p∨q ) p
• 同一律: p∨0 p ； p∧1 p
• 蕴含等值式：p → q ～ p∨q
• 假言易位式: p → q ～ p → ～ q
• 知识表示：命题逻辑、一阶谓词逻辑 • 推理(一阶谓词逻辑)—主要有3类推理算法：
前向链接和演绎系统、反向链接和逻辑程序 设计(本章)、归结反演和定理证明系统(第4 章)
• 采用命题和谓词演算进行推理的系统(如 演绎系统)是一种典型的逻辑智能体
4
第3章 逻辑系统
3.1 命题逻辑和一阶谓词逻辑
命题、真值、原子公式、合式公式 谓词、论域、个体 量词、变量、函数
(也是一种唯一性)
人工智能ChatGPT知识科普课件
技术逻辑
结合ChatGPT的底层技术逻辑，有媒 体曾列出了中短期内ChatGPT的潜在 产业化方向：
归纳性的文字类工作 代码开发相关工作
图像生成领域 智能客服类工作
3 PART
社会应用
请您尽可能提炼思想的精髓，否则容易造成观者的阅读压 力，适得其反。请您尽可能提炼思想的精髓，否则容易造 成观者的阅读压力，适得其反。
chatgpt 技术原理
ChatGPT是一种基于机器学习技术来实现聊天机器人的技术，它利用自然语言处理和深度学习 算法来自动响应聊天中的句子。它的特点是可以自动生成聊天答案，可以模拟真实的对话。
ChatGPT技术的基本原理是使用深度学习模型来解决聊天机器人的问题，并在训练过程中模拟 人类的聊天行为。它的训练过程分为三步：训练语料库、模型构建和训练参数优化。
发展历程
ChatGPT
美国人工智能研究实验室OpenAI新推出的一种人工智能技 术驱动的自然语言处理工具，使用了Transformer神经网络架构， 也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语 言理解和文本生成能力，尤其是它会通过连接大量的语料库来训 练模型，这些语料库包含了真实世界中的对话，使得ChatGPT具 备上知天文下知地理，还能根据聊天的上下文进行互动的能力， 做到与真正人类几乎无异的聊天场景进行交流。ChatGPT不单是 聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码 等任务。 在OpenAI的官网上，ChatGPT被描述为优化对话的语 言模型，是GPT-3.5架构的主力模型。
请您尽可能提炼思想的精髓， 否则容易造成观者的阅读压力， 适得其反。请您尽可能提炼思 想的精髓，否则容易造成观者 的阅读压力，适得其反。
请您尽可能提炼思想的精髓， 否则容易造成观者的阅读压力， 适得其反。请您尽可能提炼思 想的精髓，否则容易造成观者 的阅读压力，适得其反。
人工智能培训课程授课课件ppt
阅读能力，对一个学生来说，是一种 十分重 要的能 力，同 时也是 每个学 生都应 该具备 的一个 重要素 质。阅 读能力 的强弱 ，与学 生获取 知识， 提高学 习兴趣 ，增长 见识， 以及培 养自学 能力等 方面都 有密切 联系。
阅读能力，对一个学生来说，是一种 十分重 要的能 力，同 时也是 每个学 生都应 该具备 的一个 重要素 质。阅 读能力 的强弱 ，与学 生获取 知识， 提高学 习兴趣 ，增长 见识， 以及培 养自学 能力等 方面都 有密切 联系。
并首次提出了“人工智能”这一术语，它标志着 “人工智能”这门新兴学科的正式诞生。IBM公司 “深蓝”电脑击败了人类的世界国际象棋冠军更是
阅读能力，对一个学生来说，是一种 十分重 要的能 力，同 时也是 每个学 生都应 该具备 的一个 重要素 质。阅 读能力 的强弱 ，与学 生获取 知识， 提高学 习兴趣 ，增长 见识， 以及培 养自学 能力等 方面都 有密切 联系。
符号 处理
子符 号法
统计 学法
阅读能力，对一个学生来说，是一种 十分重 要的能 力，同 时也是 每个学 生都应 该具备 的一个 重要素 质。阅 读能力 的强弱 ，与学 生获取 知识， 提高学 习兴趣 ，增长 见识， 以及培 养自学 能力等 方面都 有密切 联系。
集成 方法
阅读能力，对一个学生来说，是一种 十分重 要的能 力，同 时也是 每个学 生都应 该具备 的一个 重要素 质。阅 读能力 的强弱 ，与学 生获取 知识， 提高学 习兴趣 ，增长 见识， 以及培 养自学 能力等 方面都 有密切 联系。
技术研究
用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的 发展历史是和计算机科学技术的发展史联系在一起的。
哈工大人工智能课件chpt
• 不仅要正确地推理，还要正确地行动 / 正确 推论是理性智能体的部分功能，而不是理性的 全部内容
• 图灵测试中需要的技能都是为了作出理性行为
第1章 人工智能概述
定义4—理性行动(2)
• 把AI研究视为理性智能体的设计过程好处： • 普遍性：比“思维法则” 方法(理性地思维)更
广 / 比建立在人类行为或者思维基础(类人方法) 上的方法更形式化, 因为相比具有清楚的定义 或标准
创造机器来执行人需要智能才能 完成的功能(Kurzweil, 1990)
研究如何让计算机能够做到那些 目前人比计算机做得更好的事情 (Rich & Knight, 1991)
计算智能是对设计智能化智能体 的研究(Poole et al., 1998)
AI关心的是人工制品中的智能行 为(Nilsson, 1998)
• 非形式化的知识难以用逻辑符号形式化 • “原则上”可以解决问题和实际解决问题二者之
间存在巨大差异
第1章 人工智能概述
定义4—理性行动(1)
• 计算机智能体应该有别于“简单的”程序: 具 有诸如自主控制操作、感知环境、适应变化等
• 理性智能体：要通过自己的行动获得最佳结果， 或者在不确定的情况下，获得最佳期望结果
• 通常, 我们只关心程序实现了什么功能, 而不会 比较AI技术和人类认知之间的异同
定义1—类人思考（认知模型方法）
• 应用于视皮层假体的图像处理
第1章 人工智能概述
定义2—类人行为(1)
• 类人行为：图灵测试(1950) • 图灵建议：不是问“机器能否思考”，而是问
“机器能否通过关于行为的智能测试”
[使之自动化]与人类的思维相关 的活动,诸如决策、问题求解、学 习等活动(Bellman, 1978)
• 图灵测试中需要的技能都是为了作出理性行为
第1章 人工智能概述
定义4—理性行动(2)
• 把AI研究视为理性智能体的设计过程好处： • 普遍性：比“思维法则” 方法(理性地思维)更
广 / 比建立在人类行为或者思维基础(类人方法) 上的方法更形式化, 因为相比具有清楚的定义 或标准
创造机器来执行人需要智能才能 完成的功能(Kurzweil, 1990)
研究如何让计算机能够做到那些 目前人比计算机做得更好的事情 (Rich & Knight, 1991)
计算智能是对设计智能化智能体 的研究(Poole et al., 1998)
AI关心的是人工制品中的智能行 为(Nilsson, 1998)
• 非形式化的知识难以用逻辑符号形式化 • “原则上”可以解决问题和实际解决问题二者之
间存在巨大差异
第1章 人工智能概述
定义4—理性行动(1)
• 计算机智能体应该有别于“简单的”程序: 具 有诸如自主控制操作、感知环境、适应变化等
• 理性智能体：要通过自己的行动获得最佳结果， 或者在不确定的情况下，获得最佳期望结果
• 通常, 我们只关心程序实现了什么功能, 而不会 比较AI技术和人类认知之间的异同
定义1—类人思考（认知模型方法）
• 应用于视皮层假体的图像处理
第1章 人工智能概述
定义2—类人行为(1)
• 类人行为：图灵测试(1950) • 图灵建议：不是问“机器能否思考”，而是问
“机器能否通过关于行为的智能测试”
[使之自动化]与人类的思维相关 的活动,诸如决策、问题求解、学 习等活动(Bellman, 1978)
人工智能演示文稿(共35张PPT)优选全文
人工智能演示文稿
内容提要
➢ Agents和环境
➢ 理性Agent
➢ 环境的性质
➢ Agent的类型与结构
Agent
➢ Agent通过感知器感知环境并通过执行器对所处的环
境产生影响
➢ 人类Agent
➢ 眼睛，耳朵为感知器
➢ 手，脚，声道为执行器
➢ 机器人Agent
➢ 摄像头，红外距测仪为感知器
➢ 马达为执行器
➢ 理性agent：对于每一可能的感知数据序列，一
个理性的agent应该采取一个行为以达到最大的 性能。
➢ 理性判断的4个因素
➢性能度量 ➢先验知识
➢ 可以完成的行动
➢截至到此刻的感知序列
理性Agent
➢ 一个Agent应该根据它感知的信息和它能够进 行的行为而做正确的事情
➢ 正确的行为将使得Agent能够取得最大的成功 ➢ 性能度量：一个客观的标准来评价Agent的行为
的成功性
➢ Eg.真空器agent的性能度量可以是它清洗区域的 数量，花费的时间，消耗的能量，产生的噪音等 等
➢ Eg.真空洗尘器8个小时内清理的灰尘总量来度量性
能？ ➢以行为来度量性能不如以结果来度量性能
理性Agent
➢ 全知：明确知道它的行动产生的实际结果并且 仅仅以当前感知为输入而不是以整个历史感知为输入
真空器agent的性能度量可以是它清洗区域的数量，花费的时间，消耗的能量，产生的噪音等等
作出相应的动作 除了根据感知信息之外，还要根据目标信息来选择行动
理性是使期望的性能最大化 环境的性质决定了agent的设计
➢ 理性不等同于全知(已知的知识都是有限的) 以传感器得到的当前感知信息为输入
全知：明确知道它的行动产生的实际结果并且作出相应的动作 一个目标有多种行为可以达到时 执行器：方向盘，加速油门，刹车，语音合成器
内容提要
➢ Agents和环境
➢ 理性Agent
➢ 环境的性质
➢ Agent的类型与结构
Agent
➢ Agent通过感知器感知环境并通过执行器对所处的环
境产生影响
➢ 人类Agent
➢ 眼睛，耳朵为感知器
➢ 手，脚，声道为执行器
➢ 机器人Agent
➢ 摄像头，红外距测仪为感知器
➢ 马达为执行器
➢ 理性agent：对于每一可能的感知数据序列，一
个理性的agent应该采取一个行为以达到最大的 性能。
➢ 理性判断的4个因素
➢性能度量 ➢先验知识
➢ 可以完成的行动
➢截至到此刻的感知序列
理性Agent
➢ 一个Agent应该根据它感知的信息和它能够进 行的行为而做正确的事情
➢ 正确的行为将使得Agent能够取得最大的成功 ➢ 性能度量：一个客观的标准来评价Agent的行为
的成功性
➢ Eg.真空器agent的性能度量可以是它清洗区域的 数量，花费的时间，消耗的能量，产生的噪音等 等
➢ Eg.真空洗尘器8个小时内清理的灰尘总量来度量性
能？ ➢以行为来度量性能不如以结果来度量性能
理性Agent
➢ 全知：明确知道它的行动产生的实际结果并且 仅仅以当前感知为输入而不是以整个历史感知为输入
真空器agent的性能度量可以是它清洗区域的数量，花费的时间，消耗的能量，产生的噪音等等
作出相应的动作 除了根据感知信息之外，还要根据目标信息来选择行动
理性是使期望的性能最大化 环境的性质决定了agent的设计
➢ 理性不等同于全知(已知的知识都是有限的) 以传感器得到的当前感知信息为输入
全知：明确知道它的行动产生的实际结果并且作出相应的动作 一个目标有多种行为可以达到时 执行器：方向盘，加速油门，刹车，语音合成器
- 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)。
20
第1章 人工智能概述
哲学的贡献(1) 哲学的贡献(1)
• 哲学(BC428~现在)贡献的思想:
• 问题1：形式化规则能用来抽取合理的结论吗? • 问题2：精神的意识是如何从物质的大脑产生 出来的? • 问题3：知识是从哪里来的? • 问题4：知识是如何导致行动的?
21
第1章 人工智能概述
哲学的贡献(2) 哲学的贡献(2)
第1章 人工智能概述
对人工智能有贡献的学科 对人工智能有贡献的学科
• • • • • • • • • 哪些学科、哪些思想和哪些人物给予AI以贡献? 哲学(BC428~现在) 数学(800~现在) 经济学(1776~现在) 神经科学(1861~现在) 心理学(1879~现在) 计算机工程(1940~现在) 控制论(1948~现在) 语言学(1957~现在)
• 计算机视觉, 机器感知物体 • 机器人技术, 操纵和移动物体
12
第1章 人工智能概述
定义2 类人行为(4) 定义2—类人行为(4)
• AI研究者并未花费很多精力来尝试通过 测试, 因为研究智能的根本原则远比复 制样本重要. • 如同空气动力学与模拟鸟类飞行之对于 飞机的产生
13
第1章 人工智能概述
16
第1章 人工智能概述
4种方法的比较
类人思考 模拟思维过程 思 考 过 程 类人行为 模拟行为功能 智 能 行 为
人 类 智 能
思维过程 思维模型 智能行为 行为建模
按照模型建立思维系统 理性思考
按照模型建立行为系统 理性行为
• 类人思考或类人行为：直接模拟 / 追随人
• 理性思考或理性行为：间接模拟 / 概括人 –– 更普遍
17
第1章 人工智能概述
AI概念理解是一个过程 AI概念理解是一个过程
• 上述定义见仁见智 • 重要的是学习AI方法、应用AI方法，在 实践中逐步深入领会AI这个词的含义 • 目前，AI就是一种运行在我们自己机器 中的程序，它的智能都是我们给的！
18
第1章 人工智能概述
1.2 人工智能的基础
各学科的贡献： 哲学/数学 经济学/神经科学/心理学 计算机工程 控制论/语言学
22
第1章 人工智能概述
哲学的贡献(3) 哲学的贡献(3)
• 17世纪, 有人提出推理如同数字计算 / 帕 斯卡写道: “算术机器产生的效果显然更接 近于思维而不是动物的其他活动”
• 问题1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、理性的部 分
23
第1章 人工智能概述
哲学的贡献(4) 哲学的贡献(4)
作为智能体的人类
• 智能体(Agent)
• 人类是一种智能体 • 我们，作为一个智能体，为什么能够思考? 大 脑这么一小堆东西怎么能够感知、理解、预测 和应对一个远比自身庞大和复杂的世界？—— 理解人类，理解智能 • 人工智能(AI)走得更远：不仅试图理解智能体， 而且要建造智能体——制造出像人类一样完成 某些智能任务的系统(软件)
• 问题2：从物理系统的角度来考虑意识: 意识与物质的大脑之间的关系如何？
• René Descartes(笛卡尔)给出了第一个关于意 识和物质之间的区别以及由此产生的问题的 清晰讨论。 • 笛卡尔是二元论 二元论的支持者：坚持意识(或称 二元论 为灵魂/精神)的一部分是超脱于自然之外的, 不受物理定律影响. 而动物不拥有这种二元 属性, 它们可以被作为机器对待。
• 关于知识的来源: Francis Bacon(培根)《新 工具论》开始了经验主义运动 • John Locke(洛克)指出：“无物非先感而后 知” • David Hume(休谟)提出归纳原理：一般规则 是通过揭示形成规则的元素之间的重复关联 而获得的
26
第1章 人工智能概述
哲学的贡献(7) 哲学的贡献(7)
15
第1章 人工智能概述
定义4 理性行动(2) 定义4—理性行动(2)
• 把AI研究视为理性智能体的设计过程 研究视为理性智能体的设计过程好处： 研究视为理性智能体的设计过程 • 普遍性：比“思维法则” 方法(理性地思维)更 广 / 比建立在人类行为或者思维基础(类人方法) 上的方法更形式化, 因为相比具有清楚的定义 或标准 • 完美理性—总能做正确的事情 vs. 有限理 性 — 在没有足够计算时间的前提下采取正确 的行动 • 完美理性在复杂环境下是不可行的
• 基于Ludwig Wittgenstein, Bertrand Russell的 工作，Rudolf Carnap领导维也纳学派发展了 实证逻辑主义，坚持认为所有的知识都可以 用最终和传感器输入相对应的观察语句 观察语句相联 观察语句 系的逻辑理论来描述
• 问题3结论: 知识来自于实践
27
第1章 人工智能概述
29
第1章 人工智能概述
数学的贡献(2) 数学的贡献(2)
• 问题1：如何抽取形式化规则？
• George Boole(布尔, 1815~1864), 1847年完成了形式 逻辑的数学化 / 命题逻辑或称布尔逻辑 • Gottlob Frege(弗雷格, 1848~1925), 1879年扩展了布 尔逻辑, 使其包含对象和关系, 创建了一阶逻辑 • Alfred Tarski(塔斯基)引入了一种参考理论, 可以把 逻辑对象与现实世界对象联系起来
人工智能原理与应用
1
人工智能概述
第1章 人工智能概述
本章内容
1.1 关于人工智能的定义 1.2 人工智能的基础 1.3 人工智能简史 1.4 人工智能的研究特点 1.5 人工智能的研究内容 小结 参考书目 附录 和人工智能相关的社会伦理问题
第1章 人工智能概述
1.1 关于人工智能的定义
第1章 人工智能概述
24
第1章 人工智能概述
哲学的贡献(5) 哲学的贡献(5)
• 唯物主义 唯物主义认为: “大脑依照物理定律运转而 构成了意识，自由意志也就简化为对出现在 选择过程中可能选择的感受方式。”
• 问题2结论: 存在两种选择—二元论和一 元论
25
第1章 人工智能概述
哲学的贡献(6) 哲学的贡献(6)
• 问题3：知识是从哪里来的?
• 问题1：形式化规则能用来抽取合理的结 论吗?（哲学家及其贡献）
• 亚里士多德(Aristotle, BC384~BC322), 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 / 著名 的三段论 • Ramon Lull / Leonardo da Vinci/ Blaise Pascal(帕斯卡) / Gottfried Wilhelm Leibnitz(莱布尼兹)等人均设计或制造了能计 算的机器
• 问题4结论: 知识用于指导行动去达到目 标
28
第1章 数学(800~现在)贡献的思想: • 如何抽取形式化规则来得到合理结论? • 什么可以被计算? • 如何用不确定的知识进行推理? • AI成为一门规范科学要求在三个基础领域完成 一定程度的数学形式化: • 逻辑、计算、概率
定义3 理性思考（ 思维法则”方法） 定义3—理性思考（“思维法则”方法）
• 19世纪, 逻辑学家就发展出可以描述世界上一 切事物及其彼此关系的精确的命题符号 • 1965年, 原则上, 已经有程序可以求解任何用逻 辑符号描述的可解问题(消解法) • AI领域传统的逻辑主义希望通过编制上述程序 来创造智能系统，然而难点在于:
• 非形式化的知识难以用逻辑符号形式化 • “原则上”可以解决问题和实际解决问题二者之 间存在巨大差异
14
第1章 人工智能概述
定义4 理性行动(1) 定义4—理性行动(1)
• 计算机智能体应该有别于“简单的”程序: 具 有诸如自主控制操作、感知环境、适应变化等 • 理性智能体：要通过自己的行动获得最佳结果， 或者在不确定的情况下，获得最佳期望结果 • 不仅要正确地推理，还要正确地行动 / 正确 推论是理性智能体的部分功能，而不是理性的 全部内容 • 图灵测试中需要的技能都是为了作出理性行为
9
第1章 人工智能概述
定义2 类人行为(2) 定义2—类人行为(2)
• 测试过程：让一个程序与一个人进行5分钟对 话 / 然后人猜测交谈对象是程序还是人？如果 在30%测试中程序成功地欺骗了询问人，则通 过了测试 • 图灵期待最迟2000年出现这样的程序，但是到 2000 目前为止，面对训练有素的鉴定人，没有一个 程序接近30%的标准
6
第1章 人工智能概述
定义1 类人思考（认知模型方法） 定义1—类人思考（认知模型方法）
• 如何得知人类是如何思考的?
• 通过自省—捕捉人类思维过程 • 通过心理测试
• 这种方法不满足于让程序正确地解决问题, 更 加关心对程序的推理步骤轨迹与人类个体求解 同样问题的步骤轨迹进行比较 • 认知科学: 把来自AI的计算模型与来自心理学 的实验技术相结合, 试图创立一种精确而且可 检验的人类思维工作方式的理论 • 通常, 我们只关心程序实现了什么功能, 而不会 比较AI技术和人类认知之间的异同 7
哲学的贡献(8) 哲学的贡献(8)
• 问题4：知识是如何导致行动的?
• 关于意识的哲学图景的最后元素是知识与行 动之间的联系 / 智能既要求推理也要求行 动 • 亚里士多德认为: 行动是通过目标与关于行 动结果的知识之间的逻辑来判定的 • 这实际上就是回归规划系统, 2300年后由Ne well和Simon在其GPS程序中实现了
4
第1章 人工智能概述
处于探索初期的学科
• AI是新兴学科，也是激动人心的学科. Russell声称：不同于物理学，这里还有 出现几个爱因斯坦的余地 • 为什么？研究主观世界的成果远少于研 究客观世界的成果
5
第1章 人工智能概述
对AI的4种不同定义 AI的 种不同定义
第1章 人工智能概述
哲学的贡献(1) 哲学的贡献(1)
• 哲学(BC428~现在)贡献的思想:
• 问题1：形式化规则能用来抽取合理的结论吗? • 问题2：精神的意识是如何从物质的大脑产生 出来的? • 问题3：知识是从哪里来的? • 问题4：知识是如何导致行动的?
21
第1章 人工智能概述
哲学的贡献(2) 哲学的贡献(2)
第1章 人工智能概述
对人工智能有贡献的学科 对人工智能有贡献的学科
• • • • • • • • • 哪些学科、哪些思想和哪些人物给予AI以贡献? 哲学(BC428~现在) 数学(800~现在) 经济学(1776~现在) 神经科学(1861~现在) 心理学(1879~现在) 计算机工程(1940~现在) 控制论(1948~现在) 语言学(1957~现在)
• 计算机视觉, 机器感知物体 • 机器人技术, 操纵和移动物体
12
第1章 人工智能概述
定义2 类人行为(4) 定义2—类人行为(4)
• AI研究者并未花费很多精力来尝试通过 测试, 因为研究智能的根本原则远比复 制样本重要. • 如同空气动力学与模拟鸟类飞行之对于 飞机的产生
13
第1章 人工智能概述
16
第1章 人工智能概述
4种方法的比较
类人思考 模拟思维过程 思 考 过 程 类人行为 模拟行为功能 智 能 行 为
人 类 智 能
思维过程 思维模型 智能行为 行为建模
按照模型建立思维系统 理性思考
按照模型建立行为系统 理性行为
• 类人思考或类人行为：直接模拟 / 追随人
• 理性思考或理性行为：间接模拟 / 概括人 –– 更普遍
17
第1章 人工智能概述
AI概念理解是一个过程 AI概念理解是一个过程
• 上述定义见仁见智 • 重要的是学习AI方法、应用AI方法，在 实践中逐步深入领会AI这个词的含义 • 目前，AI就是一种运行在我们自己机器 中的程序，它的智能都是我们给的！
18
第1章 人工智能概述
1.2 人工智能的基础
各学科的贡献： 哲学/数学 经济学/神经科学/心理学 计算机工程 控制论/语言学
22
第1章 人工智能概述
哲学的贡献(3) 哲学的贡献(3)
• 17世纪, 有人提出推理如同数字计算 / 帕 斯卡写道: “算术机器产生的效果显然更接 近于思维而不是动物的其他活动”
• 问题1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、理性的部 分
23
第1章 人工智能概述
哲学的贡献(4) 哲学的贡献(4)
作为智能体的人类
• 智能体(Agent)
• 人类是一种智能体 • 我们，作为一个智能体，为什么能够思考? 大 脑这么一小堆东西怎么能够感知、理解、预测 和应对一个远比自身庞大和复杂的世界？—— 理解人类，理解智能 • 人工智能(AI)走得更远：不仅试图理解智能体， 而且要建造智能体——制造出像人类一样完成 某些智能任务的系统(软件)
• 问题2：从物理系统的角度来考虑意识: 意识与物质的大脑之间的关系如何？
• René Descartes(笛卡尔)给出了第一个关于意 识和物质之间的区别以及由此产生的问题的 清晰讨论。 • 笛卡尔是二元论 二元论的支持者：坚持意识(或称 二元论 为灵魂/精神)的一部分是超脱于自然之外的, 不受物理定律影响. 而动物不拥有这种二元 属性, 它们可以被作为机器对待。
• 关于知识的来源: Francis Bacon(培根)《新 工具论》开始了经验主义运动 • John Locke(洛克)指出：“无物非先感而后 知” • David Hume(休谟)提出归纳原理：一般规则 是通过揭示形成规则的元素之间的重复关联 而获得的
26
第1章 人工智能概述
哲学的贡献(7) 哲学的贡献(7)
15
第1章 人工智能概述
定义4 理性行动(2) 定义4—理性行动(2)
• 把AI研究视为理性智能体的设计过程 研究视为理性智能体的设计过程好处： 研究视为理性智能体的设计过程 • 普遍性：比“思维法则” 方法(理性地思维)更 广 / 比建立在人类行为或者思维基础(类人方法) 上的方法更形式化, 因为相比具有清楚的定义 或标准 • 完美理性—总能做正确的事情 vs. 有限理 性 — 在没有足够计算时间的前提下采取正确 的行动 • 完美理性在复杂环境下是不可行的
• 基于Ludwig Wittgenstein, Bertrand Russell的 工作，Rudolf Carnap领导维也纳学派发展了 实证逻辑主义，坚持认为所有的知识都可以 用最终和传感器输入相对应的观察语句 观察语句相联 观察语句 系的逻辑理论来描述
• 问题3结论: 知识来自于实践
27
第1章 人工智能概述
29
第1章 人工智能概述
数学的贡献(2) 数学的贡献(2)
• 问题1：如何抽取形式化规则？
• George Boole(布尔, 1815~1864), 1847年完成了形式 逻辑的数学化 / 命题逻辑或称布尔逻辑 • Gottlob Frege(弗雷格, 1848~1925), 1879年扩展了布 尔逻辑, 使其包含对象和关系, 创建了一阶逻辑 • Alfred Tarski(塔斯基)引入了一种参考理论, 可以把 逻辑对象与现实世界对象联系起来
人工智能原理与应用
1
人工智能概述
第1章 人工智能概述
本章内容
1.1 关于人工智能的定义 1.2 人工智能的基础 1.3 人工智能简史 1.4 人工智能的研究特点 1.5 人工智能的研究内容 小结 参考书目 附录 和人工智能相关的社会伦理问题
第1章 人工智能概述
1.1 关于人工智能的定义
第1章 人工智能概述
24
第1章 人工智能概述
哲学的贡献(5) 哲学的贡献(5)
• 唯物主义 唯物主义认为: “大脑依照物理定律运转而 构成了意识，自由意志也就简化为对出现在 选择过程中可能选择的感受方式。”
• 问题2结论: 存在两种选择—二元论和一 元论
25
第1章 人工智能概述
哲学的贡献(6) 哲学的贡献(6)
• 问题3：知识是从哪里来的?
• 问题1：形式化规则能用来抽取合理的结 论吗?（哲学家及其贡献）
• 亚里士多德(Aristotle, BC384~BC322), 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 / 著名 的三段论 • Ramon Lull / Leonardo da Vinci/ Blaise Pascal(帕斯卡) / Gottfried Wilhelm Leibnitz(莱布尼兹)等人均设计或制造了能计 算的机器
• 问题4结论: 知识用于指导行动去达到目 标
28
第1章 数学(800~现在)贡献的思想: • 如何抽取形式化规则来得到合理结论? • 什么可以被计算? • 如何用不确定的知识进行推理? • AI成为一门规范科学要求在三个基础领域完成 一定程度的数学形式化: • 逻辑、计算、概率
定义3 理性思考（ 思维法则”方法） 定义3—理性思考（“思维法则”方法）
• 19世纪, 逻辑学家就发展出可以描述世界上一 切事物及其彼此关系的精确的命题符号 • 1965年, 原则上, 已经有程序可以求解任何用逻 辑符号描述的可解问题(消解法) • AI领域传统的逻辑主义希望通过编制上述程序 来创造智能系统，然而难点在于:
• 非形式化的知识难以用逻辑符号形式化 • “原则上”可以解决问题和实际解决问题二者之 间存在巨大差异
14
第1章 人工智能概述
定义4 理性行动(1) 定义4—理性行动(1)
• 计算机智能体应该有别于“简单的”程序: 具 有诸如自主控制操作、感知环境、适应变化等 • 理性智能体：要通过自己的行动获得最佳结果， 或者在不确定的情况下，获得最佳期望结果 • 不仅要正确地推理，还要正确地行动 / 正确 推论是理性智能体的部分功能，而不是理性的 全部内容 • 图灵测试中需要的技能都是为了作出理性行为
9
第1章 人工智能概述
定义2 类人行为(2) 定义2—类人行为(2)
• 测试过程：让一个程序与一个人进行5分钟对 话 / 然后人猜测交谈对象是程序还是人？如果 在30%测试中程序成功地欺骗了询问人，则通 过了测试 • 图灵期待最迟2000年出现这样的程序，但是到 2000 目前为止，面对训练有素的鉴定人，没有一个 程序接近30%的标准
6
第1章 人工智能概述
定义1 类人思考（认知模型方法） 定义1—类人思考（认知模型方法）
• 如何得知人类是如何思考的?
• 通过自省—捕捉人类思维过程 • 通过心理测试
• 这种方法不满足于让程序正确地解决问题, 更 加关心对程序的推理步骤轨迹与人类个体求解 同样问题的步骤轨迹进行比较 • 认知科学: 把来自AI的计算模型与来自心理学 的实验技术相结合, 试图创立一种精确而且可 检验的人类思维工作方式的理论 • 通常, 我们只关心程序实现了什么功能, 而不会 比较AI技术和人类认知之间的异同 7
哲学的贡献(8) 哲学的贡献(8)
• 问题4：知识是如何导致行动的?
• 关于意识的哲学图景的最后元素是知识与行 动之间的联系 / 智能既要求推理也要求行 动 • 亚里士多德认为: 行动是通过目标与关于行 动结果的知识之间的逻辑来判定的 • 这实际上就是回归规划系统, 2300年后由Ne well和Simon在其GPS程序中实现了
4
第1章 人工智能概述
处于探索初期的学科
• AI是新兴学科，也是激动人心的学科. Russell声称：不同于物理学，这里还有 出现几个爱因斯坦的余地 • 为什么？研究主观世界的成果远少于研 究客观世界的成果
5
第1章 人工智能概述
对AI的4种不同定义 AI的 种不同定义