第一章 人工智能概述

18
智能与人工智能
（2）智能信息系统的假设 1)输入符号(input)； 2)输出符号(output)； 3)存储符号(store)； 4)复制符号(copy)； 5)建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结 构； 6)条件性迁移(conditional transfer)：根据已有符号，继续完成活动 过程。 如果一个物理符号系统具有上述全部6种功能，能够完成这个全过 程，那么它就是一个完整的物理符号系统。 假设 任何一个系统，如果它能表现出智能，那么它就必定能够执行上 述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；这种智能指的是人类所具有的那种智能。我们把这个假设称 为物理符号系统的假设。
智能所具有的一些基本特征： 记忆与思维能力 自适应能力 自学习能力 感知能力 表达（行为）能力
7
智能与人工智能
2.什么是人工智能？



所谓“人工智能”是指用计算机模拟或实现的智能。作为一个学科， 人工智能研究的是如何使机器（计算机）具有智能的科学和技术， 特别是人类智能如何在计算机上实现或再现的科学和技术。因此， 从学科角度讲，当前的人工智能是计算机科学的一个分支。 人工智能虽然是计算机科学的一个分支，但它的研究却不仅涉及到 计算机科学，而且还涉及到脑科学、神经生理学、心理学、语言学、 逻辑学、认知（思维）科学、行为科学和数学，以及信息论、控制 论和系统论等众多学科领域。因此，人工智能实际上是一门综合性 的交叉学科和边缘学科。 因此，广义的人工智能学科是模拟、延伸和扩展人的智能，研究与 开发各种机器智能和智能机器的理论、方法与技术的综合性学科。
13
智能与人工智能
3.为什么要研究人工智能


我们知道，电子计算机是迄今为止最有效的信息处理工具，以至于 人们称它为“电脑”。但现在的普通计算机系统的智能还相当低下， 譬如缺乏自适应、自学习、自优化等能力，也缺乏社会常识或专业 知识等，而只能是被动地按照人们为它事先安排好的工作步骤进行 工作。因而它的功能和作用就受到很大的限制，难以满足越来越复 杂和越来越广泛的社会需求。既然计算机和人脑一样都可进行信息 处理，那么是否也能让计算机同人脑一样也具有智能呢?这正是人们 研究人工智能的初衷。 事实上，如果计算机自身也具有一定智能的话，那么，它的功效将 会发生质的飞跃，成为名副其实的电“脑”。这样的电脑将是人脑 更为有效的扩展和延伸，也是人类智能的扩展和延伸，其作用将是 不可估量的。例如，用这样的电脑武装起来的机器人就是智能机器 人。智能机器人的出现，将标志着人类社会进入了一个新的时代。
12
智能与人工智能
有关人工智能的几种说明（续）： Alan Turing指出：“机器是否能思考”这一问题的答案取 决与人们如何定义“机器”和“思考”。也许还可以指 出，这一问题还取决于如何定义“能”。 先考虑“机器”一词（计算机）

机械装置 病毒蛋白质外壳 再考虑“思考”一词
人
Alan Turing
10
智能与人工智能
有关人工智能的几种说明： 智能机器：能够在各类环境中自主地或交互地执行各种 拟人的机器。 人工智能（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。 人工智能（能力）：是智能机器所执行的与人类智能有 关的功能，如判断、推理、证明、识别、感知、理解、 设计、思考、规划、学习和问题求解等思维活动。 简单地讲，人工智能是关于： 机器智能和智能机器的研究。
人工智能
Artificial Intelligence
李伟生 信科大厦19楼 Tel：62471342 liws@
1
个人简历

1993.9~1997.7 西安电子科技大学
学士
1997.9~2000.1 西安电子科技大学 硕士 研究方向： EMC(军用计算机TEMPEST仿真) 2000.3~2004.6 西安电子科技大学 博士 研究方向：智能信息处理与模式识别(信息融合、战术态 势估计) 2004.7~ 重邮计算机科学与技术学院 副教授 2007.10~ 重邮计算机科学与技术学院 教授
8
智能与人工智能
什么是人工智能（续）？


人工智能是一个含义很广的词语，在其发展过程中，具有不同学科 背景的人工智能学者对它有着不同的理解，提出了一些不同的观点， 人们称这些观点为符号主义(Symbolism)、连接主义(Connectionism) 和行为主义(Actionism)等，或者叫做逻辑学派(Logicism)、仿生学 派(Bionicsism)和生理学派(Physiologism)。此外还有计算机学派、 心理学派和语言学派等。 斯坦福大学人工智能研究中心的尼尔逊（N. J. Nilsson）教授从处 理的对象出发，认为“人工智能是关于知识的科学，即怎样表示知 识、怎样获取知识和怎样使用知识的科学”。麻省理工学院温斯顿 （P. H. Winston）教授则认为“人工智能就是研究如何使计算机去 做过去只有人才能做的富有智能的工作”。斯坦福大学费很鲍姆 （E.A. Feigenbaum）教授从知识工程的角度出发，认为“人工智能 是一个知识信息处理系统”。
17Байду номын сангаас
智能与人工智能
人类智能的计算机模拟


（2）智能信息系统的假设
可以把人看成一个智能信息处理系统。信息处理系统又叫物理符号系 统(Physical Symbol System)。所谓符号就是模式(pattern)。任一模 式，只要它能与其它模式相区别，它就是一个符号。不同的汉语拼音 字母或英文字母就是不同的符号。对符号进行操作就是对符号进行比 较，从中找出相同的和不同的符号。物理符号系统的基本任务和功能 就是辨认相同的符号和区别不同的符号。为此，这种系统就必须能够 辨别出不同符号之间的实质差别。符号既可以是物理符号，也可以是 头脑中的抽象符号，或者是电子计算机中的电子运动模式，还可以是 头脑中神经元的某些运动方式。一个完善的符号系统应具有下列6种基 本功能：
16
智能与人工智能
人类智能的计算机模拟（续）
思维策略 计算机程序 初级信息处理 计算机语言
生理过程 (a) 人 类
计算机硬件 (b) 计算机
图 人类认知活动与计算机的比较

计算机也以类似的原理进行工作。在规定时间内，计算机存储的记忆相 当于机体的状态；计算机的输入相当于机体施加的某种刺激。在得到输 入后，计算机便进行操作，使得其内部状态随时间发生变化。我们可以 从不同的层次来研究这种计算机系统。这种系统以人的思维方式为模型 进行智能信息处理(intelligent information processing)。显然，这 是一种智能计算机系统。设计适用于特定领域的这种高水平智能信息处 理系统（也称为专家系统）是研究认知过程的一个具体而又重要的目标。 例如，一个具有智能信息处理能力的自动控制系统就是一个智能控制系 统，它可以是专家控制系统，或者是智能决策系统等。
14
智能与人工智能
为什么要研究人工智能（续）



研究人工智能也是当前信息化社会的迫切要求。我们知道，人类社 会现在已经进入了信息化时代。但信息化的进一步发展，就必须有 智能技术的支持。例如，当前迅速发展着的国际互联网Internet就 强烈地需要智能技术。特别是当我们要在Internet上构筑信息高速 公路时，其中有许多技术问题就要用人工智能的方法来解决。这就 是说，人工智能技术在Internet和未来的信息高速公路上将发挥重 要作用。 智能化也是自动化发展的必然趋势。自动化发展到一定水平，再向 前发展就是智能化，即智能化是继机械化、自动化之后，人类生产 和生活中的又一个技术特征。 另外，研究人工智能，对探索人类自身智能的奥秘也可提供有益的 帮助。因为我们可以通过电脑对人脑进行模拟，从而揭示人脑的工 作原理，发现自然智能的渊源。


2
• •
•
课程名称：分别有：人工智能、人工智能原理、人工智 能导论等。 课程地位：人工智能是计算机科学的一个分支，是研究 计算机实现智能的原理以及建造智能计算机的学科。人工 智能包括十分广泛，它由不同的领域组成，如机器学习、 计算机视觉、专家系统、神经网络、数据库中的知识发现 与数据挖掘、智能决策支撑、自然语言理解、图像识别、 智能机器人、智能化网络与Agent技术等。 课程特点:从事这项工作的人须了解计算机知识，心理学 和哲学。本课程介绍一些人工智能的基本内容，包括：人 工智能程序设计语言PROLOG、基于谓词逻辑的机器推理、 图搜索技术、知识表示、人工智能应用领域简介等。通过 本课程的教学，使学生能了解人工智能理论的发展过程、 目前的研究状况、发展趋势以及在不同的领域的应用情况； 了解上述人工智能技术的具体应用方法。
9
智能与人工智能

什么是人工智能（续）？
综合各种不同的人工智能观点，可以从“能力”和“学 科”两个方面对人工智能进行定义。从能力的角度来看， 人工智能是相对于人的自然智能而言的，所谓人工智能 是指用人工的方法在机器（计算机）上实现的智能；从 学科的角度来看，人工智能是作为一个学科名称来使用 的，所谓人工智能是一门研究如何构造智能机器或智能 系统，使它能模拟、延伸和扩展人类智能的学科。总之， 人工智能是一门综合性的边缘学科。它借助于计算机建 造智能系统，完成诸如模式识别、自然语言理解、程序 自动设计、自动定理证明、机器人、专家系统等智能活 动。它的最终目标是构造智能机。
4
课程要求





掌握人工智能基本概念、研究目标；了解人工智能发展 历史。 了解各种人工智能程序设计语言，初步会应用PROLOG 语言。 理解通用搜索算法、启发式搜索算法；了解A*算法。 掌握一阶谓词逻辑、归结演绎推理方法；理解应用归结 原理求取问题答案的方法。 掌握知识基本概念、产生式规则；了解产生式系统一般 特征；理解知识产生式表示法、语义网络表示法、框架 表示法。 了解人工智能技术在以下领域的应用：专家系统、机器 学习、神经网络、KDD与DM、自然语言理解、图像识 别、智能化网络与Agent技术等。掌握各个应用领域的 基本概念。