智能信息处理基础课件.pptx

《智能信息处理基础课件.pptx》由会员分享，可在线阅读，更多相关《智能信息处理基础课件.pptx（61页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 第2章 智能信息处理内容：v智能信息处理简介 发展，认识，反思v智能信息处理的机制与方法 从智能模拟角度，从知识处理角度 机制，方法v智能计算 内涵，研究内容一、智能信息处理简介一、智能信息处理简介- -发展发展人工智能人工智能智能模拟智能模拟 信息存储角度信息存储角度符号主义符号主义 微观心理认知角度微观心理认知角度联接主义联接主义 行为模拟角度行为模拟角度行为主义行为主义人工智能人工智能21世纪世纪: 智能科学智能科学智能科学是一门交叉学科，主要由智能科学是一门交叉学科，主要由 脑科学脑科学 认知科学认知科学 人工智能人工智能等学科共同研究智能行为的基本理论和实现技等学科共同研究智能行为

2、的基本理论和实现技术。术。 人工智能人工智能n1956: 世界上第一次正式的AI会议nJohn McCarthy 正式提出“Artificial Intelligence”这一术语。他将人工智能定义他将人工智能定义为为: “使一部机器的反应方式就像是一个人使一部机器的反应方式就像是一个人在行动时所依据的在行动时所依据的智能智能”n著名参加者：J.McCarthy、C.Shannon、M.Minsky、N.Wiener、W.McCulloch、S.Papert人工智能人工智能智能是什么？ 智能是个体有目的的行为、合理的思维, 以及有效的适应环境的综合性能力。通俗地说, 智能是个体认识客观事物和运

3、用知识解决问题的能力。人类个体的智能是一种综合性能力包括感知(perceiving or perceptron)与认识学习 理解 联想(association)推理(inference)判断决策涌现(emergence) 适应(adaptive)预测等。人工智能人工智能 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。人工智能人工智能-符号主义符号主

4、义 传统人工智能是符号主义，它以Newell和 Simon提出的物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。该系统可以进行建立、修改、复制、删除等操作，以生成其它符号结构。人工智能人工智能-联接主义联接主义 联接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力。人们也称它为神经计算。由于它近年来的迅速发展,大量的神经网络的机理、模型、 算法不断地涌现出来。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。人工智能人工智能-行为主义行

5、为主义 Brooks提出了无需知识表示的智能、无需推理的智能。他认为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。人工智能发展示例人工智能发展示例三者并行发展三者并行发展符号智能是以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能是以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。人工智能发展示例人工智能发展示例Aristotle(公元前384322) 在工具论的著作中提出形式逻辑。例子：苏格拉底三段论经典名言

6、：吾爱吾师，吾更爱真理Bacon(15611626)在新工具中提出归纳法。书中提出“知识就是力量”的观点Leibnitz(16461716) 提出“通用符号”和“推理计算”的概念，使形式逻辑符号化，可以说是“机器思维”研究的萌芽。如：引入dx 表示x的微分，表示积分Boole(18151864)创立布尔代数，他在思维法则一书中，首次用符号语言描述了思维活动的基本推理法则。人工智能发展示例人工智能发展示例1946: 1946: ENIAC， 约翰冯诺依曼（John Von Nouma，19031957）Electronic Numerical Integrator and Calculator可

7、编程1950:1950: Alan Turing的文章 “Computing Machinery and Intelligence.”-can machine think?提出图灵测试(一种用于判定机器是否具有智能的试验方法 )-gay Mind, Vol. 59, No. 236, pp. 433-4601955: 1955: Newell, Shaw 和Simon 开发了IPL-11Information Processing Language第一个AI语言，能够处理概念1956: 1956: Newell, Shaw和Simon的 “The Logic Theorist”用IPL开发 ，

8、证明命题逻辑的命题人工智能发展示例人工智能发展示例 博弈时期博弈时期1956:1956: 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.Papert1957: 1957: Newell, Shaw和Simon提出通用问题求解系统 GPS1958:1958: McCarthy在MIT实现了 LISP1959: Samuel的跳棋程序打败他本人能学棋谱、能从

9、对阵中学习1962年打败Connecticut洲的跳棋冠军人工智能发展示例人工智能发展示例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1959:1959: Frank Rosenblatt提出感知器模型（Perceptron Model) 1959:1959: MIT AI Lab正式成立（Minsky和McCarthy）人工智能发展示例人工智能发展示例 专家系统时期专家系统时期1962:1962: McCarthy调到Stanford, 1963

10、年创建Stanford AI Lab1963:1963: M. Ross Quillian开创语义网络（Semantic Nets)1965: 1965: Feigenbaum 掌管 Stanford AI Lab; Noftsker 掌管 MIT AI Lab1965:1965: MIT的Joseph Weizenbaum研制出ELIZA用英语进行交互回答任何问题1965-83: 1965-83: Feigenbaum和Lederberg启动DENDRAL工程1969:1969: Minsky 和 Papert的感知机报告造成美国政府取消对神经网络研究的资助。结论：有限阶感知机仅能识别出Eu

11、ler数，不能识别其他的拓扑不变性1969: 1969: SRI研制出机器人Shakey具有运动、感知和问题求解能力人工智能发展示例人工智能发展示例 自然语言处理1970: 1970: Stanford的Terry Winograd等研制出（ETAOIN） SHRDLU接受自然语言命令操作积木块1970: 1970: Colmerauer研制出PROLOG语言的解释系统不久，爱丁堡大学的Warren实现了编译系统1972:1972: DARPA取消Stanford大学机器人研究(Shakey)的资助。1972:1972: Mycin工程启动1973:1973: James Lighthill爵

12、士的负面报告使得英国政府取消对AI研究的资助“人工智能研究是不成功的，不值得政府资助。”英政府接受了此报告的观点。从那时起至今，英国AI研究一蹶不振。1976:1976: DARPA 取消对语音识别研究的资助1976:1976: Greenblatt研制出第一台LISP机CONS人工智能发展示例人工智能发展示例1977:1977: 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: 1977: Edward Feigenbaum正式提出知识工程作为一门学科在1977年IJCAI会议上 1979:1979: Stanf

13、ord研制出第一台计算机控制的汽车（Stanford Cart）1980:1980: 第一届美国AI协会会议（AAAI）在Stanford召开。1980:1980: John McDermott的XCON专家系统用于配置 VAX 机器系统人工智能发展示例人工智能发展示例 知识工程时期知识工程时期1981: 1981: 日本政府宣布日本五代机（first-generation computer）计划（即智能计算机）1982: 1982: John Hopfield 掀起神经网络的研究1986:1986: Thinking Machines Inc 研制联结机器 (Connection Machi

14、ne)1987:1987: LISP机器市场开始暗淡1988:1988: 386芯片使得PC机速度可以与LISP机器媲美人工智能发展示例人工智能发展示例 分布智能和机器学习1992: 1992: 日本政府宣布五代机计划失败。随后启动日本政府宣布五代机计划失败。随后启动RWCRWC计划（计划（Real Real World Computing ProjectWorld Computing Project）1993: Shoham1993: Shoham提出提出AOP,Agent-Oriented ProgrammingAOP,Agent-Oriented Programming1995: Vap

15、nik1995: Vapnik提出提出SVMSVM1996: DARPA1996: DARPA启动启动HPKBHPKB计划计划军事上的军事上的“Grand ChallengeGrand Challenge”问题分析和求解问题分析和求解1997: IBM 1997: IBM 深蓝深蓝II (Deep Blue)II (Deep Blue)击败击败Garry KasparovGarry Kasparov人工智能发展示例人工智能发展示例 认知科学研究是“国际人类前沿科学计划”的重点。认知科学及其信息处理方面的研究被列为整个计划的三大部分之一(其余两部分是“物质和能量的转换”、“支撑技术”)； “知觉

16、和认知”、“运动和行为”、“记忆和学习”和“语言和思考”被列为人类前沿科学的12大焦点问题中的4个。 美国和欧共体分别推出“脑的十年”计划和“EC脑的十年计划”。 日本则推出雄心勃勃的“脑科学时代”计划，总预算高达200亿美元。在“脑科学时代”计划中，脑的认知功能及其信息处理的研究是重中之重。人工智能的研究方法人工智能的研究方法认知学派认知学派逻辑学派逻辑学派行为学派行为学派认知学派认知学派以以Simon, MinskySimon, Minsky和和NewellNewell等为代表，从人的思维等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。活动出发，利用计算机进行宏观功能模拟。 认知

17、学派认知学派Minsky从心理学的研究出发，认为人们在他们日常的认识活动中，使用了大批从以前的经验中获取并经过整理的知识。该知识是以一种类似框架的结构记存在人脑中。因此，在70年代他提出了框架知识表示方法。到80年代，Minsky认为人的智能，根本不存在统一的理论。1985年，他发表了一本著名的书Society of Mind。书中指出思维社会是由大量具有某种思维能力的单元组成的复杂社会。逻辑学派逻辑学派逻辑学派是以McCarthy和Nilsson等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界。他们认为： (1) 智能机器必须有关于自身环境的知识。 (2) 通用智能机器要能陈

18、述性地表达关于自身环境的大部分知识 (3) 通用智能机器表示陈述性知识的语言至少要有一阶逻辑的表达能力。 逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。McCarthy主张任何事物都可以用统一的逻辑框架来表示，在常识推理中以非单调逻辑为中心。行为学派行为学派智能只是在与环境的交互作用中表现出来。基本观点：(1) 到现场去；(2) 物理实现；(3) 初级智能；(4) 行为产生智能。R.A.Brooks,Intelligence without reason, IJCAI91R.A.Brooks,Intelligence without representation,

19、Artificial Intelligence, 47(7),1991nNillson的评价： 引用引用AndenAnden的诗句：不会推理的将在行动时消亡；不会行动的则的诗句：不会推理的将在行动时消亡；不会行动的则因此而消亡。因此而消亡。智能信息处理简介智能信息处理简介- -思维科学的认识思维科学的认识 思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。 人类思维的形态主要有 感知思维 形象思维 抽象思维 灵感思维 感知思维是一种初级的思维形态。在人们开始认识世界时,只是把感性材料组织起来, 使之构成有条理的知识, 所能认识到的仅是现象

20、。在此基础上形成的思维形态即是感知思维。人们在实践过程中,通过眼、耳、鼻、舌、身等感官直接接触客观外界而获得的各种事物的表面现象的初步认识, 它的来源和内容都是客观的、丰富的。形象思维形象思维主要是用典型化的方法进行概括，并用形象材料来思维，是一切高等生物所共有的。形象思维是与神经机制的连接论相适应的。模式识别、图象处理、视觉信息加工都属于这个范畴。抽象思维抽象思维是一种基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。灵感思维对灵感思维至今研究甚少。有人认为, 灵感思维是形象思维扩大到潜意

21、识,人脑有一部分对信息进行加工, 但是人并没有意识到。也有人认为, 灵感思维是顿悟。灵感思维在创造性思维中起重要作用, 有待进行深入研究。思维的层次模型思维的层次模型 感知处理单元1感知处理单元2感知处理单元形象处理单元1形象处理单元2形象处理单元抽象处理单元智能信息处理简介智能信息处理简介- -反思反思 1969 1969年年Minsky,Papert: Minsky,Papert: 感知机感知机, ,对计算智能的反思对计算智能的反思 8080年代末对符号智能的反思年代末对符号智能的反思 (1) (1) 知识与概念化是否是人工智能的核心？知识与概念化是否是人工智能的核心？ (2) (2) 认

22、知能力能否与载体分开来研究？认知能力能否与载体分开来研究？ (3) (3) 认知的轨迹是否可用类自然语言来描述？认知的轨迹是否可用类自然语言来描述？ (4) (4) 学习能力能否与认知分开来研究？学习能力能否与认知分开来研究？ (5) (5) 所有的认知是否有一种统一的结构？所有的认知是否有一种统一的结构？ 9090年代末对智能研究的反思年代末对智能研究的反思 智能不仅要功能仿真, 而且要机理仿真 智能不仅要运用推理, 自顶向下,而且要通过学习,由底向上,两者并存. 脑的感知部分不仅具有输入/输出通道的功能，而且对思维活动有直接贡献 符号计算新机制问题之一问题之一: :神经活动的理论神经活动的

23、理论问题之一问题之一: :神经活动的基本过程神经活动的基本过程突突触触可可塑塑性性问题之二问题之二: : 知觉理论知觉理论 感知信息如何表达感知信息如何表达? ? 感知过程是从哪里开始的？感知过程是从哪里开始的？ 外在物理世界的那些变量具有心理学的知觉意外在物理世界的那些变量具有心理学的知觉意义？义？ 作为知觉的计算模型计算的对象是什么？作为知觉的计算模型计算的对象是什么？ GibsonGibson生态学理论生态学理论n“光阵列光阵列(Optic array)(Optic array)”包含全部必需的信息包含全部必需的信息n知觉是直接的，没有任何推理步骤、中介变量知觉是直接的，没有任何推理步骤

24、、中介变量或联想或联想 n从生态学的观点来看，知觉是环境向知觉者显从生态学的观点来看，知觉是环境向知觉者显露的过程，神经系统并非建构知觉，而是萃取露的过程，神经系统并非建构知觉，而是萃取它们它们Bruner Bruner 知觉理论知觉理论n提出建构主义理论认为提出建构主义理论认为: : 所有感知都受到人们的经验和期所有感知都受到人们的经验和期望的影响望的影响. .Gestalt 知觉理论n整体不等于部分之和n意识不等于感觉元素的集合n行为不等于反射弧的循环问题之三问题之三: : 学习学习 揭示学习的神经机制揭示学习的神经机制 理解感性认识与理性认识理解感性认识与理性认识的相互关系的相互关系外

25、界 环境 知识库内省学习机 执行单元观察学习机问题之四问题之四: : 记忆记忆 记忆在智能活动中占有突出的位置，记忆能力也记忆在智能活动中占有突出的位置，记忆能力也是智能水平的重要标志之一。是智能水平的重要标志之一。在内容上，记忆可分为陈述性记忆（包括情景记忆和在内容上，记忆可分为陈述性记忆（包括情景记忆和语义记忆等）和非陈述性记忆（包括启动效应、运动技语义记忆等）和非陈述性记忆（包括启动效应、运动技巧、习惯等）巧、习惯等）在时间上，记忆又可分为感知记忆、短时记忆和长时在时间上，记忆又可分为感知记忆、短时记忆和长时记忆记忆工作记忆是一种短时记忆，它的功能是短时间工作记忆是一种短时记忆，它的功能

26、是短时间“在线在线”式地保存和处理信息，是多种高级认知功能的核心环节。式地保存和处理信息，是多种高级认知功能的核心环节。 问题之五问题之五: : 语言认知语言认知 运动性语言中枢运动性语言中枢: : 额下回后部额下回后部 (44.45)(44.45)听觉性语言中枢听觉性语言中枢 颞上回后部颞上回后部(22)(22)书写中枢书写中枢: : 额中回后部额中回后部(8)(8)视觉性语言中枢视觉性语言中枢: : 角回（角回（3939）脑语言处理问题之六问题之六: : 思维思维 思维是具有意识的人脑对于客观现实的本质属性、思维是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映

27、。内部规律性的自觉的、间接的和概括的反映。FF不同形式思维的机理不同形式思维的机理F脑的感知部分对思维的作用脑的感知部分对思维的作用F思维如何分层思维如何分层问题之七问题之七: :智力发展智力发展 旧模式新经验同化平衡失衡调节內在驱动力问题之八问题之八: : 脑功能成像数据库脑功能成像数据库 (1) (1) 超大规模脑功能成像数据的快速存取技术；超大规模脑功能成像数据的快速存取技术； (2)(2) 脑功能区划分（脑功能区划分（segmentationsegmentation）的方法和技）的方法和技术；术； (3)(3) 基于内容的层次型脑功能成像数据库体系结基于内容的层次型脑功能成像数据库体系

28、结构；构； (4)(4) 脑功能区的动态变化的跟踪、演示与存储。脑功能区的动态变化的跟踪、演示与存储。问题之九问题之九: : 情感智能情感智能 认知系统 控制系统 情感系统 输出 运动声音 物理信号 图图 诺诺尔尔曼曼模模型型问题之十问题之十: : 免疫系统免疫系统 Phagocyte Adaptive immune response Lymphocytes Innate immune response Biochemical barriers Skin Pathogens (1)(1)识别和清识别和清除侵入机体的除侵入机体的微生物、异体微生物、异体细胞或大分子细胞或大分子物质（抗原）物质（抗

29、原） (2)(2)监护机体监护机体内部的稳定性，内部的稳定性，清除表面抗原清除表面抗原发生变化的细发生变化的细胞（肿瘤细胞胞（肿瘤细胞和病毒感染的和病毒感染的细胞等）。细胞等）。 问题之十一问题之十一: : 意识意识意识是人脑对外部世界和自身心理、生理活动等客意识是人脑对外部世界和自身心理、生理活动等客观事物的觉知和控制。意识问题是对当代科学的巨大挑观事物的觉知和控制。意识问题是对当代科学的巨大挑战。战。 FF 1879年现代心理学建立以来，意识就成为心理年现代心理学建立以来，意识就成为心理学的主要研究对象。学的主要研究对象。James认为，心理学是研究意识的认为，心理学是研究意识的科学。科学

30、。 FF20世纪世纪20年代兴起的行为主义心理学，不承认年代兴起的行为主义心理学，不承认意识的存在。意识的存在。 FF 50年代出现的认知心理学重新提出意识问题年代出现的认知心理学重新提出意识问题意识模型意识模型认知系统感知记忆学习思维工作记忆注意 意识目的感知知觉问题之十二问题之十二: : 符号计算符号计算智能科学智能科学符符号号计计算算自自然然智智能能反思总结反思总结智能形式至少包括：智能形式至少包括： 感知、学习、推理、对策、决策、预 测、增殖、联想、直觉顿悟（灵感）现有主义都各有侧重和不足现有主义都各有侧重和不足智能模拟的机制、模型和方法上都应是丰富多智能模拟的机制、模型和方法上都应是

31、丰富多彩的彩的智能模拟需要集成和综合智能模拟需要集成和综合 钱学森：大成智慧工程 戴汝为：综合集成厅 全智能集成n大家们在思考，我们只能做事。 提醒我们：去解决问题技术路线的设计是关键二、智能信息处理的机制与方法二、智能信息处理的机制与方法智能信息处理系统的组成智能信息处理系统的组成（1）从智能模拟角度符号子系统-集成智能环境（交互）进化子系统神经子系统免疫子系统内分泌子系统二、智能信息处理的机制与方法二、智能信息处理的机制与方法智能信息处理系统的组成智能信息处理系统的组成（2）从知识处理角度 知识源 知识表示 知识处理（搜索、选择、推理、变换、 进化、涌现、发现、解释、输出） 知识评价现有系

32、统难以达到二、智能信息处理的机制与方法二、智能信息处理的机制与方法智能信息处理机制智能信息处理机制符号机制联接机制行为机制知识表示离散的符号连续的数据离散/连续行为知识处理体系串行/局部并行/分布并行/分布知识处理方法推理变换/映射观察/交互知识处理方向自顶向下自下而上自下而上知识认识与评价形象/逻辑认知/微观模拟观察/判断/动作二、智能信息处理的机制与方法二、智能信息处理的机制与方法智能信息处理方法智能信息处理方法TAIANNFSEAIAE-System二、智能信息处理的机制与方法二、智能信息处理的机制与方法智能信息处理涉及的术语智能信息处理涉及的术语 智能体、自主体、多主体系统、分布式人工

33、智能、人工生命、环境、涌现、协同、共生、复杂系统等 鲁棒性、容错性、自组织、自适应、自学习三、智能计算三、智能计算智能计算的内涵智能计算的内涵 AI+CI 与计算智能的比较计算智能是方法上的，智能计算试图构建全智能系统三、智能计算三、智能计算智能计算的研究内容智能计算的研究内容理论研究： 机制、各种方法本身的理论、集成理论模型研究： 机制的集成模型、方法的综合模型、 智能信息处理模型方法研究： 机制集成方法、方法综合方法、应用技术 结束语结束语我们的出发点是：我们的出发点是：AI包含科学与工程的双重目标。我们面向应用，构建-桥梁不局限/拘泥于某一种机制或方法高层的集成研究 -反过来指导低层的计算智能方法的综合不注重理论，基于应用驱动解决问题是我们的唯一目的 Thanks for your attention