欢迎使用本课件 教材简介: 名 称:人工智能原理与应用 作 者:张仰森 出版社:高等教育出版社 章 节:共十章 主讲教师: 宗春梅

人工智能的发展是以硬件与软件为基础的，经历了漫长的发展历程。特别是20世纪30年代和40年代的智能界，发现了两件重要的事情：数理逻辑和关于计算的新思想。以维纳（Wiener）、弗雷治、罗素等为代表对发展数理逻辑学科的贡献及丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响。 本章首先介绍人工智能的诞生、定义、发展概况及相关学派和他们的认知观，接着讨论人工智能的研究和应用领域。

1.1 人工智能的诞生与发展 　　1956年夏季，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行，标志着人工智能学科的诞生。 　　1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI, IJCAI),此后每两年召开一次。 　　1970年《人工智能》国际杂志(International Journal of AI)创刊。这些对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。

1.1 人工智能的诞生与发展 20世纪70～80年代，知识工程的提出与专家系统的成功应用，确定了知识在人工智能中的地位。 　　近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研究深入开展，形成高潮。同时，不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展

1.2 人工智能的定义 定义1 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任务的机器。 定义2 人工智能(学科) 1.2 人工智能的定义 定义1 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任务的机器。 定义2 人工智能(学科) 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。它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。 定义3 人工智能(能力) 人工智能(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，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。

1.2 人工智能的定义 为了让读者对人工智能的定义进行讨论，以便更深刻地理解人工智能，下面综述其它几种关于人工智能的定义。 1.2 人工智能的定义 为了让读者对人工智能的定义进行讨论，以便更深刻地理解人工智能，下面综述其它几种关于人工智能的定义。 定义4 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。 定义5 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。 定义6 人工智能是用计算模型研究智力行为。 定义7 人工智能是研究那些使理解、推理和行为成为可能的计算。 定义8 人工智能是一种能够执行需要人的智能的创造性机器的技术。

1.2 人工智能的定义 定义9 人工智能研究如何使计算机做事让人过得更好。 定义10 人工智能是一门通过计算过程力图理解和模仿智能行为 1.2 人工智能的定义 定义9 人工智能研究如何使计算机做事让人过得更好。 定义10 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11 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4和定义5涉及拟人思维；定义6和定义7与理性思维有关；定义8和定义9涉及拟人行为；定义10和定义11与拟人理性行为有关。

1.3 人工智能研究的方法及途径 1.3.1 人工智能研究的各种学派及其理论 1、人工智能三大学派 　　·符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。 　　·联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法。 　　·行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知和行动。

1.3 人工智能研究的方法及途径 1.3.1 人工智能研究的各种学派及其理论 2、三大学派对人工智能发展历史的不同看法 　　符号主义 认为人工智能源于数理逻辑。符号主义仍然是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。 　　联结主义 认为人工智能源于仿生学，特别是人脑模型的研究。 　　行为主义 认为人工智能源于控制论。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“控制论动物”，是一个基于感知－动作模式的模拟昆虫行为的控制系统。  

1.3 反向传播模型及其学习算法 1.3.2 实现人工智能的技术路线 采用什么样的技术路线和策略来开发研制智能系统与智能产品，也存在着不同的看法，下面是目前几种常被采用的技术路线，在实际应用中常将它们结合起来用。 (1)专用路线 (2)通用路线 (3)硬件路线 (4)软件路线 注：详细内容请参阅P9。

1.4 人工智能的研究及应用领域 人工智能研究及应用领域很多，主要研究领域包括问题求解、机器学习、专家系统、模式识别、自动定理证明、自然语言理解等。

人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。 1.4 人工智能的研究及应用领域 1.4.1 问题求解 人工智能的第一个大成就是发展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜索与归约等。

1.4 人工智能的研究及应用领域 1.4.2 机器学习 学习是人类智能的主要标志和获得知识的基本手段；机器学习(自动获取新的事实及新的推理算法)是使计算机具有智能的根本途径；机器学习还有助于发现人类学习的机理和揭示人脑的奥秘。学习是一个有特定目的的知识获取过程，其内部表现为新知识结构的不断建立和修改，而外部表现为性能的改善。

发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。 1.4 人工智能的研究及应用领域 1.4.3 专家系统 一般地说，专家系统是一个智能计算机程序系统，其内部具有大量专家水平的某个领域知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。 　　发展专家系统的关键是表达和运用专家知识，即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。

1.4 人工智能的研究及应用领域 1.4.4 模式识别 人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟，研究的是计算机模式识别系统，也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。

我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法，被国际上承认为“吴氏方法”，是定理证明的又一标志性成果。 1.4 人工智能的研究及应用领域 1.4.5 自动定理证明 自动定理证明的研究在人工智能方法的发展中曾经产生过重要的影响。例如，采用谓词逻辑语言的演绎过程的形式化有助于更清楚地理解推理的某些子命题。许多非形式的工作，包括医疗诊断和信息检索都可以和定理证明问题一样加以形式化。因此，在人工智能方法的研究中定理证明是一个极其重要的论题。 　　我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法，被国际上承认为“吴氏方法”，是定理证明的又一标志性成果。

1.4 人工智能的研究及应用领域 1.4.6 自动程序设计 对自动程序设计的研究不仅可以促进半自动软件开发系统的发展，而且也使通过修正自身数码进行学习(即修正它们的性能)的人工智能系统得到发展。程序理论方面的有关研究工作对人工智能的所有研究工作都是很重要的。 　　自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。已经发现，对程序设计或机器人控制问题，先产生一个不费事的有错误的解，然后再修改它(使它正确工作)，这种做法一般要比坚持要求第一个解就完全没有缺陷的做法有效得多。

语言处理也是人工智能的早期研究领域之一，并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。 1.4 人工智能的研究及应用领域 1.4.7 自然语言理解 语言处理也是人工智能的早期研究领域之一，并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。 　　一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写语言的计算机系统所取得的某些进展，其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。

机器人和机器人学的研究促进了许多人工智能思想的发展。 1.4 人工智能的研究及应用领域 1.4.8 机器人学 人工智能研究日益受到重视的另一个分支是机器人学，其中包括对操作机器人装置程序的研究。这个领域所研究的问题，从机器人手臂的最佳移动到实现机器人目标的动作序列的规划方法，无所不包。目前已经建立了一些比较复杂的机器人系统。 　　机器人和机器人学的研究促进了许多人工智能思想的发展。 　　智能机器人的研究和应用体现出广泛的学科交叉，涉及众多的课题，机器人已在各领域获得越来越普遍的应用。

人工神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。 1.4 人工智能的研究及应用领域 1.4.9 人工神经网络 人工神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。 　　人工神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。

随着科学技术的迅速发展，出现了“知识爆炸”的情况，研究智能检索系统已成为科技持续快速发展的重要保证。 1.4 人工智能的研究及应用领域 1.4.10 智能检索 随着科学技术的迅速发展，出现了“知识爆炸”的情况，研究智能检索系统已成为科技持续快速发展的重要保证。 　　智能信息检索系统的设计者们将面临以下几个问题。首先，建立一个能够理解以自然语言陈述的询问系统本身就存在不少问题。其次，即使能够通过规定某些机器能够理解的形式化询问语句来回避语言理解问题，但仍然存在一个如何根据存储的事实演绎出答案的问题。第三，理解询问和演绎答案所需要的知识都可能超出该学科领域数据库所表示的知识。 返回目录