人工智能 Artificial Intelligence 第一章

Presentation on theme: "人工智能 Artificial Intelligence 第一章"— Presentation transcript:

1 人工智能 Artificial Intelligence 第一章
绪 论 Introduction 史忠植 中国科学院计算技术研究所 2017/3/12 史忠植 人工智能：绪论

2 内容提要 1.1 什么是人工智能 1.2 人工智能的起源与发展历史 1.3 人工智能研究的基本内容 1.4 人工智能研究的主要学派
1.5 人工智能的应用 1.6 小结和展望 2017/3/12 史忠植 人工智能：绪论

3 人工智能 人工智能(Artificial Intelligence)是相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能, 实现某些“机器思维”。 作为一门学科，人工智能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的计算系统，解决需要人类专家才能处理的复杂问题。 2017/3/12 史忠植 人工智能：绪论

4 人工智能 类人思维方法 理性思维系统 类人行为方法 理性行为系统
Stuart Russell和Peter Norvig把当前有关AI的定义分成四类 ： 类人思维方法 理性思维系统 类人行为方法 理性行为系统 2017/3/12 史忠植 人工智能：绪论

5 类人行为方法 Kurzwell提出人工智能认为人工智能是一门技术，它创造出够完成一定任务的机器，而当我们人类对这些任务进行处理的时候，需要一定的智能。 方法： 对于人类做的比较好的智能任务，让计算机来完成 最著名的就是Turing测试 定理证明 下国际象棋 做外科手术 诊断疾病 … … 2017/3/12 史忠植 人工智能：绪论

6 Turing测试 测试者A，被测试者B与C。 A是人，B与C一个是人，另一个是计算机。 A提出问题，B与C分别回答。
2017/3/12 史忠植 人工智能：绪论

7 类人思维方法 Bellman提出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。
主要采用的是认知模型的方法---是关于人类思维工作原理的可检测的理论。 如果说某个程序能够像人一样思考，那么就必须以某种方式确定人是如何思考的。为确定人类思维的内部是怎样工作的，可以有两种方法：通过内省（introspection）----在人思考过程中，掌握人自己的想法；或者通过心理学实验 2017/3/12 史忠植 人工智能：绪论

8 理性思维方法 1985年Charniak和McDermott提出人工智能是用计算模型研究智力能力。这是一种理性思维方法。
一个系统如果能根据它所知的信息(知识、时间、资源等)能够做出最好的决策，这就是理性的 当知识是完全的，并且资源是无限的时候，就是所谓的逻辑推理。 当知识是不完全的，或者资源有限时，就是理性的行为。 2017/3/12 史忠植 人工智能：绪论

9 理性行为方法 尼尔森（Nilsson）认为人工智能关心的是人工制品中的智能行为。这种人工制品主要指能够动作的主体（agent）。
行为上的理性指的是已知某些信念，执行某些动作以达到某个目标。主体（agent）可以看作是可以进行感知和执行动作的某个系统。在这种方法中，人工智能可以认为就是研究和建造理性主体（agent）。 在“理性思维”方法中，它所强调的是正确的推理。做出正确的推理有时被作为理性主体（agent）的一部分。另一方面，正确的推理并不是理性的全部，因为在有些情景下，往往没有某个行为一定是正确的，而其他的是错误的。 2017/3/12 史忠植 人工智能：绪论

10 内容提要 1.1 什么是人工智能 1.2 人工智能的起源与发展历史 1.3 人工智能研究的基本内容 1.4 人工智能研究的主要学派
1.5 人工智能的应用 1.6 小结和展望 2017/3/12 史忠植 人工智能：绪论

11 人工智能的诞生 1956: 世界上第一次正式的AI会议 美国的Dartmouth College，为期2月
John McCarthy 正式提出“Artificial Intelligence”这一术语 著名参加者：J.McCarthy、C.Shannon、M.Minsky、N.Wiener、W.McCulloch、S.Papert 2017/3/12 史忠植 人工智能：绪论

12 人工智能的发展 1958: Newell和Simon的四个预测 十年内，计算机将成为世界象棋冠军 十年内，计算机将发现或证明有意义的数学定理
十年内，计算机将能谱写优美的乐曲 十年内，计算机将能实现大多数的心理学理论 1959: Frank Rosenblatt提出感知器模型（Perceptron Model) 1959: MIT AI Lab正式成立（Minsky和McCarthy） 2017/3/12 史忠植 人工智能：绪论

13 人工智能的发展 专家系统时期 1962: McCarthy调到Stanford, 1963年创建Stanford AI Lab
1963: M. Ross Quillian开创语义网络（Semantic Nets) 1965: Feigenbaum 掌管 Stanford AI Lab; Noftsker 掌管 MIT AI Lab 1965: MIT的Joseph Weizenbaum研制出ELIZA : Feigenbaum和Lederberg启动DENDRAL工程 1966: ALPAC的负面报告造成 美国政府取消对机器翻译的资助 1969: Minsky 和 Papert的感知机造成美国政府取消对神经网络研究的 资助。 1969: SRI研制出机器人Shakey 2017/3/12 史忠植 人工智能：绪论

14 人工智能的发展 自然语言处理 1970: Stanford的Terry Winograd等研制出（ETAOIN） SHRDLU
1970: Colmerauer研制出PROLOG语言的解释系统 1972: DARPA取消Stanford大学机器人研究(Shakey)的 资助。 1972: Mycin工程启动 1973: James Lighthill爵士的负面报告使得英国政府 取消对AI研究的资助 1976: DARPA 取消对语音识别研究的资助 1976: Greenblatt研制出第一台LISP机CONS 2017/3/12 史忠植 人工智能：绪论

15 人工智能的发展 1976: Doug Lenat的数学积分系统AM 1977: SRI启动 PROSPECTOR 工程
帮助地质专家探测和解释矿物 1978年发现钼矿脉(molybdenum vein) 1977: Edward Feigenbaum正式提出知识工程作为一门学科 在1977年IJCAI会议上 1979: Stanford研制出第一台计算机控制的汽车 1980: 第一届美国AI协会会议（AAAI）在Stanford召开。 1980: John McDermott的XCON专家系统 用于配置 VAX 机器系统 2017/3/12 史忠植 人工智能：绪论

16 人工智能的发展 知识工程时期 1981: 日本政府宣布日本五代机（即智能计算机） 1982: John Hopfield 掀起神经网络的研究
1983: MCC （Microelectronics and Computer Technology Corporation）成立（Bobby Inman 任主任） 1984: Doug Lenat在Bobby Ray Inman的劝说下在MCC开始Cyc的研究 1986: Thinking Machines Inc 研制联结机器 1987: LISP机器市场开始暗淡 1988: 386芯片使得PC机速度可以与LISP机器媲美 2017/3/12 史忠植 人工智能：绪论

17 人工智能的发展 分布式人工智能 1992: 日本政府宣布五代机计划失败。随后启动RWC计划
（Real World Computing Project） 1993: Shoham提出AOP,Agent-Oriented Programming 1994: 中科院计算所多主体系统 1997: IBM 深蓝II (Deep Blue)击败Garry Kasparov 2000: Jade，Jack， Zeus， AgentBuild 中科院计算所多主体环境MAGE 2017/3/12 史忠植 人工智能：绪论

18 人工智能的发展 机器学习和数据挖掘 1989：数据集知识发现KDD 1991：Pawlak 粗糙集专著
1992：波兰Kiekrz召开第一届粗糙集国际讨论会 1995: Vapnik提出SVM 2000: 知识发现系统MSMiner 2005：第一届IEEE国际粒度计算大会在北京召开 2012：《纽约时报》网站刊载文章称，“大数据时代”已经降临。美国政府拨款2亿美元启动“大数据研究 和发展倡议”计划 2017/3/12 史忠植 人工智能：绪论

19 人工智能的发展 智能科学 2002: 提出智能科学新概念 建立智能科学网站 ://www.intsci.ac.cn/
2006: 出版《智能科学》专著 2008：新加坡世界学术出版社出版智能科学系列丛书 2010: 智能科学刊物IJIS 2013：欧盟启动“人类大脑计划” 美国启动“BRAIN”计划 2017/3/12 史忠植 人工智能：绪论

20 内容提要 1.1 什么是人工智能 1.2 人工智能的起源与发展历史 1.3 人工智能研究的基本内容 1.4 人工智能研究的主要学派
1.5 人工智能的应用 1.6 小结和展望 2017/3/12 史忠植 人工智能：绪论

21 人工智能研究的基本内容 2017/3/12 史忠植 人工智能：绪论

22 人工智能研究的基本内容 认知建模 知识表示 自动推理 机器学习 2017/3/12 史忠植 人工智能：绪论

23 认 知 美国心理学家Houston等人将对“认知”的看法归纳为如下五种主要类型： (1) 认知是信息的处理过程；
认 知 认知是和情感、动机、意志等相对的理智或认识过程。 美国心理学家Houston等人将对“认知”的看法归纳为如下五种主要类型： (1) 认知是信息的处理过程； (2) 认知是心理上的符号运算； (3) 认知是问题求解； (4) 认知是思维； (5) 认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成、语言使用等。 2017/3/12 史忠植 人工智能：绪论

24 认知建模 人类认知过程是非常复杂的，建立认知模型的技术常称为认知建模，目的是为了从某些方面探索和研究人的思维机制，特别是人的信息处理机制，同时也为设计相应的人工智能系统提供新的体系结构和技术方法。认知科学用计算机研究人的信息处理机制时表明，在计算机的输入和输出之间存在着由输入分类、符号运算、内容存储与检索、模式识别等方面组成的实在的信息处理过程。 2017/3/12 史忠植 人工智能：绪论

25 知识表示 人类的智能活动过程主要是一个获得并运用知识的过程，知识是智能的基础。人们通过实践，认识到客观世界的规律性，经过加工整理、解释、挑选和改造而形成知识。为了使计算机具有智能，使它能模拟人类的智能行为，就必须使它具有适当形式表示的知识。知识表示是人工智能中一个十分重要的研究领域。 所谓知识表示实际上是对知识的一种描述，或者是一组约定，一种计算机可以接受的用于描述知识的数据结构。知识表示是研究机器表示知识的可行的、有效的、通用的原则和方法。知识表示问题一直是人工智能研究中最活跃的部分之一。目前，常用的知识表示方法有逻辑模式、产生式系统、框架、语义网络、状态空间、面向对象、连接主义等。 2017/3/12 史忠植 人工智能：绪论

26 自动推理 演绎推理(deductive reasoning) 归纳推理(inductive reasoning)
反绎推理(abductive reasoning) 2017/3/12 史忠植 人工智能：绪论

27 自动推理 从一个或几个已知的判断(前提)逻辑地推论出一个新的判断(结论)的思维形式称为推理, 这是事物的客观联系在意识中的反映。人解决问题就是利用以往的知识, 通过推理得出结论。自动推理的理论和技术是程序推导、程序正确性证明、专家系统、智能机器人等研究领域的重要基础。 2017/3/12 史忠植 人工智能：绪论

28 正向推理 正向推理又叫向前推理、数据驱动的推理， 从已知的数据/条件/中间结论出发推导出新的结论 1. A  G1 2. A  G1
3. B  G2 4. B  G2 5. G1 & G2  G 2017/3/12 史忠植 人工智能：绪论

29 反向推理 反向推理又叫向后推理、面向目标的推理，从结论（目标）出发推导结论（目标）的前提条件。 1. G  G1 & G2
2. G1  A 3. G1  A 4. G2  B 5. G2  B 2017/3/12 史忠植 人工智能：绪论

30 机器学习 Simon对学习的定义是：“如果一个系统能够通过执行某种过程而改进它的性能，这就是学习”。这个说法的要点是：学习是一个过程，其二，学习是对一个系统而言，其三，学习改变系统性能。过程、系统与改变性能是学习的三个的要点。对上述说法，第一点是自然的。第二点中的系统则相当复杂，一般是指一台计算机，但是，也可以是计算系统，甚至包括人的人机计算系统。第三点则只强调“改进系统性能”，而未限制这种“改进”的方法。 2017/3/12 史忠植 人工智能：绪论

31 机器学习 机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。只有让计算机系统具有类似人的学习能力，才有可能实现人类水平的人工智能。机器学习是人工智能研究的核心问题之一，是当前人工智能理论研究和实际应用的非常活跃的研究领域。 反馈 环境 学习单元 知识库 执行单元 2017/3/12 史忠植 人工智能：绪论

32 IJCAI国际会议的论文 Automated Reasoning Case-based Reasoning
Cognitive Modelling Constraint Satisfaction Distributed AI Computer Game Playing Knowledge-based Applications Machine Learning Natural Language Processing Planning and Scheduling Qualitative Reasoning and Diagnosis 2017/3/12 史忠植 人工智能：绪论

33 IJCAI国际会议的论文 Robotics and Perception Search Software Agents
Temporal Reasoning Uncertainty and Probabilistic Reasoning Neural Networks Genetic Algorithms Fuzzy Logic Philosophy of AI Knowledge Representation Knowledge Acquisition and Expert Systems 2017/3/12 史忠植 人工智能：绪论

34 内容提要 1.1 什么是人工智能 1.2 人工智能的起源与发展历史 1.3 人工智能研究的基本内容 1.4 人工智能研究的主要学派
1.5 人工智能的应用 1.6 小结和展望 2017/3/12 史忠植 人工智能：绪论

35 AI研究的主要学派 2017/3/12 史忠植 人工智能：绪论

36 符号主义 以符号处理为核心的方法 又称为自上而下和符号主义,起源于GPS,用于模拟人类问题求解过程的心理过程,逐渐形成为物理符号系统
AI的目标就是实现机器智能,而计算机自身具有符号处理功能,它本身就蕴含着推理能力,因而可能够方便地模拟逻辑思维过程 符号主义认为：人类智能的基本单元是符号，认知过程就是符号操作过程，从而思维就是符号计算 2017/3/12 史忠植 人工智能：绪论

37 符号主义 主要特征: 缺点 (1)立足于逻辑运算和符号操作,适合于模拟人的逻辑思维过程,解决需要逻辑推理的复杂问题
(2)知识可用显示的符号表示,在已知基本规则的情况下,无需输入大量的细节知识 (3)便于模块化,当个别事实发生变化时,易于修改 (4)能与传统的符号数据库进行连接 (5)可对推理结论进行解释,便于对各种可能性进行选择 缺点 可以解决逻辑思维,但对于形象思维难于模拟，信息表示成符号后,并在处理或转换时,信息有丢失的情况 2017/3/12 史忠植 人工智能：绪论

38 连接主义 以网络连接为主的连接机制方法 又称为自下而上和连接主义,属于非符号处理范畴.
在现实中，人们并不仅仅依靠逻辑推理来求解问题，有时非逻辑推理还其着非常重要的作用 联结主义：人工智能可以通过仿生人类的大脑的结构来实现，它研究的内容就是神经网络。 2017/3/12 史忠植 人工智能：绪论

39 连接主义 主要特征: 缺点 (1)通过神经元之间的并行协作实现信息处理,处理过程具有并行性,动态性,全局性
(2)可以实现联想的功能,便于对有噪声的信息进行处理 (3)可以通过对神经元之间连接强度的调整实现学习和分类等 (4)适合模拟人类的形象思维过程 (5)求解问题时,可以较快的得到一个近似解 缺点 不适合于解决逻辑思维, 体现结构固定和组成方案单一的系统也不适合多种知识的开发 2017/3/12 史忠植 人工智能：绪论

40 行为主义 行为主义又称为进化主义或控制论学派，是基于控制论和“动作--感知”型控制系统的人工智能学派，属于非符号处理方法
行为基本观点可以概括为： 1、知识和形式化表达和模型化方法是人工智能的重要障碍之一； 2、智能取决于感知和行动，应直接利用机器对环境作用后，环境对作用的响应为原形 3、智能行为只能现实在世界中与周围环境交互作用而表现出来 4、人工智能可以像人类智能一样逐步进化，分阶段发展和增强。 2017/3/12 史忠植 人工智能：绪论

41 内容提要 1.1 什么是人工智能 1.2 人工智能的起源与发展历史 1.3 人工智能研究的基本内容 1.4 人工智能研究的主要学派
1.5 人工智能的应用 1.6 小结和展望 2017/3/12 史忠植 人工智能：绪论

42 人工智能的应用 当前，几乎所有的科学与技术的分支都在共享着人工智能领域所提供的理论和技术。这里列举一些人工智能经典的、有代表性和有重要影响的应用领域。 专家系统 数据挖掘 自然语言处理 智能机器人 模式识别 分布式人工智能 互联网智能 博弈 2017/3/12 史忠植 人工智能：绪论

43 内容提要 1.1 什么是人工智能 1.2 人工智能的起源与发展历史 1.3 人工智能研究的基本内容 1.4 人工智能研究的主要学派
1.5 人工智能的应用 1.6 小结和展望 2017/3/12 史忠植 人工智能：绪论

44 小 结 本章我们首先讨论了什么是人工智能智能的问题。人工智能是研究可以理性地进行思考和执行动作的计算模型的学科，它是人类智能在计算机上的模拟。 人工智能作为一门学科，经历了孕育、形成、发展等几个阶段，并且还在不断的发展。尽管人工智能也创造出了一些实用系统，但我们不得不承认这些远未达到人类的智能水平。 2017/3/12 史忠植 人工智能：绪论

45 小 结 知识表示、推理、学习、智能搜索和数据与知识的不确定性处理是人工智能基本的研究领域，人工智能的典型应用领域包括专家系统、数据挖掘、自然语言处理、智能机器人、模式识别、分布式人工智能、互联网智能和博弈等。 人工智能的研究途径主要有以符号处理为核心的方法，以网络连接为主的连接机制方法，以及以感知和动作为主的行为主义方法等，这些方法的集成和综合已经成为当今人工智能研究的一个趋势。 2017/3/12 史忠植 人工智能：绪论

46 展 望 进入21世纪，互联网的普及和大数据的兴起又一次将人工智能推向新的高峰。基于大数据、赛博空间（cyberspace）的知识自动化将开拓人类向人工世界进军，深度开发大数据和智力资源，深化农业和工业的智能革命。脑科学、认知科学、人工智能等学科交叉研究的智能科学将指引类脑计算的发展，实现人类水平的人工智能。 2017/3/12 史忠植 人工智能：绪论

47 Thank You 人工智能 http://www.intsci.ac.cn/ 2017/3/12 史忠植 人工智能：绪论 NN 1
10-00 Thank You 人工智能 2017/3/12 史忠植 人工智能：绪论 Elene Marchiori