人工智能 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。
人工智能导论--第一章绪论
1.2.1 如何衡量机器具有智能
两种衡量机器智能的观点：
弱人工智能：强调智能的外在表现，认为 通过机器的行为可以反映出机器是否具有 智能，只要表现得像人一样的机器就具有 智能。----图灵测试
强人工智能：强调智能内在机制，认为不 仅要看到机器的行为，而且要了解表现出 相应行为的机器是否确实在思考，只有像 人一样思考的机器才具有智能。----中文屋
13、智能控制：无需人的干预或者基本无需人的干预， 能独立地驱动机器实现其目标的自动控制技术。
14、智能决策支持系统：决策支持系统是在管理信息系 统基础上发展起来的计算机管理系统。智能决策支持系 统即是将人工智能技术应用于决策支持系统而形成的。
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。
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
1.2 人工智能
一般性概念：人工智能是关于理解人类智 能内在机制，并在机器上予以实现的科学。 具有能力和科学两方面的含义：
《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。
《人工智能基础》第一章课件
Page .
人工智能
人工智能（Artificial Intelligence，AI）是计算机科 学的一个分支，是研究智能的实质并且使计算机表现出 类似人类智能的学科。
人工智能是那些与人的思维、决策、问题求解和学习 等有关活动的自动化。源自Page .人工智能的定义
定义1 人工智能是一种使计算机能够思维，使机器具有智力的 激动人心的新尝试。
Page .
AlphaGo与“深蓝” 的区别
“深蓝”是“教”出来的——IBM的程序员们从国际象棋大师那 里获得信息、提炼出特定的规则和领悟，再通过预编程灌输给机器 ，即采用传统的人工智能技术。 AlphaGo是自己“学”出来的——DeepMind的程序员为它灌 输的是学习如何学习的能力，随后它通过自己不断的训练和研究学 会围棋，即采用深度学习技术。某种程度上讲，AlphaGo的棋艺不 是开发者教给他的，而是自学成才。
1950年，他还提出了著名的“图灵实验”，给 智能的标准提供了明确的定义：
把人和计算机分两个房间，并且相互对话，如
果作为人的一方不能判断对方是人还是计算机，
那这台计算机就达到了人的智能。
Page .
麦卡锡（John McCarthy），美国数学家、计算机科学家，“人工 智能之父”。
➢ 首次提出“人工智能” （AI）概念； ➢ 发明Lisp语言； ➢ 研究不寻常的常识推理； ➢ 发明“情景演算”。
定义7 人工智能是一门通过计算过程力图理解和模仿智能行为的 学科。
定义8 人工智能是计算机科学中与智能行为的自动化有关的一个 分支。
其中，定义1和定义2涉及拟人思维；定义3和定义4与理性思维
有关；定义5和定义6涉及拟人行为；定义7和定义8与拟人理性行为
人工智能教育研究论文绪论
人工智能教育研究论文绪论随着科技的飞速发展，人工智能技术已经从理论研究走向了实际应用，其在教育领域的应用尤为引人注目。
人工智能教育，指的是利用人工智能技术来辅助或替代教师的部分教学活动，以提高教育质量和效率。
这一概念的提出，不仅反映了教育技术的进步，也体现了教育理念的更新。
一、人工智能教育的重要性教育是社会发展的基石，而人工智能教育则为传统教育模式带来了新的变革。
首先，人工智能可以提供个性化的学习体验，根据学生的学习习惯、能力水平和兴趣偏好，定制化教学内容和进度，从而提高学习效率。
其次，人工智能技术能够实现教育资源的优化配置，通过大数据分析学生的学习行为，为教师提供教学决策支持。
最后，人工智能在教育中的应用，有助于培养学生的创新能力和批判性思维，为未来社会培养更多具有竞争力的人才。
二、人工智能教育的研究现状目前，人工智能教育的研究主要集中在以下几个方面：智能教学系统、智能评估与反馈、智能学习分析、以及智能教育环境的构建。
智能教学系统通过模拟教师的教学行为，为学生提供互动式学习体验；智能评估与反馈系统能够实时监测学生的学习进度，及时提供反馈；智能学习分析则利用数据挖掘技术，分析学生的学习行为和成绩，为教学提供参考；智能教育环境的构建则是通过虚拟现实、增强现实等技术，为学生创造沉浸式的学习体验。
三、人工智能教育面临的挑战尽管人工智能教育具有巨大的潜力和优势，但其在实际应用中也面临着不少挑战。
首先是技术挑战，包括算法的准确性、系统的稳定性以及数据的安全性等。
其次是伦理挑战，人工智能在教育中的应用可能会引发隐私侵犯、数据滥用等问题。
最后是教育公平问题，人工智能教育可能会加剧教育资源的不平等分配，导致教育差距的扩大。
四、人工智能教育的未来展望展望未来，人工智能教育将朝着更加智能化、个性化和公平化的方向发展。
随着技术的不断进步，人工智能将能够更好地理解和预测学生的学习需求，提供更加精准的教学服务。
同时，人工智能教育也将更加注重伦理和公平问题，通过制定相应的政策和规范，确保技术的合理应用，促进教育公平。
人工智能考点整理
⼈⼯智能考点整理第⼀章绪论1、⼈⼯智能概念⼈⼯智能就是让机器来完成那些如果由⼈来做则需要智能的事情的科学2、智能有哪些具体特征？●具有感知能⼒（系统输⼊）: 机器视觉，机器听觉，图像语⾳识别……●具有记忆与思维能⼒：思维是智能的根本原因，思维是⼀个动态的过程。
思维分为：逻辑思维，形象思维和顿悟思维。
●具有学习能⼒及⾃适应能⼒：适应环境的变换、积累经验的能⼒●具有⾏为能⼒（系统输出）：对外界的智能化反应3、AI的本质研究如何制造出⼈造的智能机器或系统，来模拟⼈类智能活动的能⼒，以延伸⼈们智能的科学。
4、⼈⼯智能系统的三⼤基本问题知识获取、知识表⽰和知识利⽤5、⼈⼯智能研究形成了三⼤学派●符号主义，认为符号是⼈类的认识基元，同时⼈的认识过程即是对符号的计算推理的过程。
其研究内容是基于逻辑的知识表⽰和推理技术。
●联结主义，认为⼈的认识基元是神经元，认识的过程就是⼈脑进⾏信息处理的过程。
主要研究内容是神经⽹络。
●⾏为主义，其主要原理是智能取决于感知和⾏为，它不需要知识，不需要表⽰，不需要推理，智能⾏为是通过与现实外界环境的交互作⽤体现出来的。
研究重点是模拟⼈的各种控制⾏为。
三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。
不同学派间的争论进⼀步促进了⼈⼯智能的发展。
6、⼈⼯智能的⽬的●通过计算机技术模拟⼈脑智能，替代⼈类解决⽣产、⽣活中的具体问题。
●通过计算机技术延伸⼈类智⼒，提⾼⼈类解决⽣产、⽣活中的具体问题的能⼒。
●通过计算机技术研究推动⼈类智⼒发展7、⼈⼯智能的⽬标⼈⼯智能是电脑科学的⼀个重要分⽀，它的近期⽬标是让电脑更聪明、更有⽤，它的远期⽬标是使电脑变成“像⼈⼀样具有智能的机器”。
8、⼈⼯智能研究的基本内容Cognition modeling (认知建模)Knowledge Representation(知识表⽰)Knowledge Reasoning(知识推理)Knowledge Application(知识应⽤)Machine Perception(机器感知)Machine thinking(机器思维)Machine learning(机器学习)Machine behavior(机器⾏为)Intelligent system constructing(智能系统构建)9、⼈⼯智能研究的主要⽅法Function simulation (功能模拟法)Construction simulation (结构模拟法)Behavior simulation (⾏为模拟法)Integration simulation (集成模拟法)Mechanism simulation（机制模拟法）10、⼈⼯智能的研究与应⽤领域Problem Solving 问题求解Logic Reasoning & Automatic Theorem Proving 逻辑推理与⾃动定理证明Natural Language Understanding ⾃然语⾔理解Automatic Programming ⾃动定理证明Machine Learning 机器学习Expert System (ES) 专家系统Artificial Neural Network (ANN) ⼈⼯神经⽹络Robotics 机器⼈学Pattern Recognition 模式识别Computer Vision 计算机视觉Intelligent Control（智能控制）第⼆章知识和知识表⽰⽅法1、什么是知识把有关的信息关联在⼀起的信息结构，就是知识。