计算机科学引论课件.ppt

《计算机科学引论课件.ppt》由会员分享，可在线阅读，更多相关《计算机科学引论课件.ppt（49页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工智能计算机科学引论2/23/20231Machine Structure智能什么是智能推理、计划、解决问题抽象思维连接复杂观点快速学习、从实践学习人类拥有这些能力但是使用起来很累科学是由懒惰者推动的l?!2/23/20232Machine Structure人工智能人工智能(AI:Artificial Intelligence)制造机器来完成需要使用人类智能的工作什么样的机器才能被认为有智能？图灵测试被测试的有一个人，另一个是声称自己有人类智力的机器。测试时，测试人与被测试人是分开的，测试人只有通过一些装置（如键盘）向被测试人问一些问题，这些问题随便是什么问题都可以。问过一些问题后，如果测

2、试人能够正确地分出谁是人谁是机器，那机器就没有通过图灵测试，如果测试人没有分出谁是机器谁是人，那这个机器就是有人类智能的。2/23/20233Machine Structure人工智能图灵测试全面通过图灵测试提问者可以提出任何问题尚遥遥无期局部通过图灵测试提问者只能提某个领域的问题已有先例lIBM Deep Blue2/23/20234Machine Structure人工智能实现人工智能的必要条件获得并理解人类的感知视、听、触、味、嗅目前可以被输入计算机的：视、听目前可被计算机全面“理解”的：没有！l只可部分理解有时候被叫做“模式识别”(Pattern Recognition)推理传统人工智

3、能技术关注的重点2/23/20235Machine Structure人工智能理解人类的感知理解听觉理解视觉理解自然语言(NL:Natural Language)自然语言是一种特殊的“感知”：视听觉只是其传播方式每一种感知被称作一种“媒体”(media)多媒体处理(Multimedia Processing)：综合分析多种媒体的内容来对一个素材的内容进行理解2/23/20236Machine Structure人工智能理解人类的感知多媒体处理“处理”主要指提取其语义内容三维渲染、视频剪辑、声音合成等技术通常不叫做“多媒体处理”l不过仍然可被认为是“多媒体技术”l“多媒体处理”中也会用到一些相关

4、技术多媒体素材数学模型语义多媒体处理各种合成技术2/23/20237Machine Structure多媒体处理理解声音（audio）声音分类噪声(noise)乐音(music)语音(speech)声音识别检测风声、雨声、读书声爆炸声l较少语音识别(Speech Recognition)2/23/20238Machine Structure多媒体处理理解声音时域(time domain)声音信号本来的面目 波形图2/23/20239Machine Structure多媒体处理理解声音频域(frequency domain)声音信号在各个频率的能量分布乐音信号：有明显的谐波谐波：频率是基准频率整

5、数倍的声音分量2/23/202310Machine Structure多媒体处理理解声音频域早期声卡：频率合成FM:Frequency Modulation使用不同的加权权重即可获得不同音色l根据乐器的音色设置权重即可模拟不同乐器的声音振荡器f x 2f x 3音阶f x 4f x n输出2/23/202311Machine Structure多媒体处理理解声音频域白噪声：在整个频率域的强度大致相当2/23/202312Machine Structure多媒体处理理解声音频域语音：3.4KHz以下强度大，以上很快衰减2/23/202313Machine Structure多媒体处理理解声音第一

6、步：把声音信号变换到频域FFT：Fast Fourier transformDFT：Discrete Fourier transform第二步：把频率信息变换成特征倒谱(cepstrum)：把频域信息再次进行频率变换lMFCClLPCC实际计算中这两步常常合并成一步2/23/202314Machine Structure多媒体处理理解声音特征(Feature)物理上：可以较好地反映某个特性的物理量数学上：一个矢量(Feature Vector)特征提取(Feature Extraction)从原始信号中计算出所需要的特征一旦原始信号被抽象成特征，对感知的理解问题就成为一个数学问题l把特征矢量转

7、换成语义的数学算法：分类2/23/202315Machine Structure多媒体处理理解声音分类(classification)把特征矢量转换成语义的数学算法l例：语音识别l把MFCC所组成的高维空间分解成不同的部分，每部分代表一个读音。如某个特征矢量落在某部分，则可知道该矢量代表的读音。aoptkey2/23/202316Machine Structure多媒体处理理解声音分类如何获得特征空间的划分方法？机器学习(Machine Learning)l采集一大堆样本，样本与语义的对应关系已知。于是，根据这个对应关系就可以知道特征空间中的某个区域所对应的语义是什么。l例：让100个人说“o

8、”，然后对其声音进行变换，发现其MFCC都落在图中的区域，则可知该区域对应“o”。2/23/202317Machine Structure多媒体处理理解声音机器学习第一步：获得一个训练集(Training Set)l特征矢量和所需要的语义的对应关系第二步：根据训练集训练出对特征空间的划分l模型(Model)第三步：根据所获得模型对新到特征矢量分类2/23/202318Machine Structure多媒体处理理解声音机器学习特征矢量是高维矢量l常用：10-1000维获得训练样本成本很高l必须标注样本和语义的对应关系，只能由人完成训练集在特征空间的分布是非常稀疏的2/23/202319Mach

9、ine Structure多媒体处理理解声音机器学习高级建模算法lSVM:Support Vector MachinelGMM:Gaussian Mixture ModellEM:Expectation MaximumlHMM:Hidden Markov Modell人工神经网络：Neural Networkl矢量量化：Vector Quantizationl不同应用需要不同的建模算法l目前的建模算法仍然不够完善2/23/202320Machine Structure多媒体处理理解图像基本方法：特征提取训练分类常用图像特征l颜色l主要颜色l颜色直方图l纹理lTamura 颜色特征l灰度共生矩阵

10、l形状l傅立叶描述子2/23/202321Machine Structure多媒体处理理解图像基本方法：特征提取训练分类但是：一幅图像中可能有多个语义l百闻不如一见草花树房子2/23/202322Machine Structure多媒体处理理解图像图像分割(segmentation)把图像分割成较小的区域l准则？l语义：尚未获得l特征：如果分割效果很好，则语义已经获得，分割本身已无意义l以特征为准则进行图像分割，其结果只能是特征空间上一致的，不可能是语义上一致的分割还是不分割?2/23/202323Machine Structure多媒体处理理解图像图像分割支持派：一定要分，否则难以提取合适的

11、特征l主要处理自然景观等较复杂图像l研究复杂的分割算法反对派：分割问题和分类问题一样难，所以不进行分割l主要处理含单个物体的简单图像l研究复杂的分类算法2/23/202324Machine Structure多媒体处理理解图像图像分割如何结合二者的好处？l进行分割l但不假设分割结果是符合语义的，接受按照特征一致性分割的结果l两步分类l首先将特征一致的区域分类成低级的、在视觉特征上较一致的语义l合并语义一致的区域：Salient Objectl然后把低级语义分类成高级语义2/23/202325Machine Structure多媒体处理理解图像第一步：检测Salient Object把原始图像分

12、割成特征一致的区域把区域分类，合并相邻的同类区域 原始图像 分割区域 Salient Object2/23/202326Machine Structure多媒体处理理解图像第二步：根据图像中的Salient Object分类为高级语义两步中都要使用高级建模算法Mountain View2/23/202327Machine Structure多媒体处理理解视频视频是多个连续图像组成的流理解图像的技术可以沿用多个图像的信息应当叠加l提高检测准确率l减低检测噪声2/23/202328Machine Structure多媒体处理理解视频叠加多帧的检测结果可获得非常稳定的结果Text Face Hair

13、 Inside Skin Blood2/23/202329Machine Structure多媒体处理理解文字（自然语言）语义：不同的应用有不同的含义声音、图像、视频：文字（关键字：keyword)即被认为是语义的最佳表示l当前研究致力于提取可以表示声音、图像、视频等的文字文本：文字的真实含义才是语义l信息提取(IR:Information Retrieval)：时间、地点、人物、事件l主题分类(Topic Classification)l2/23/202330Machine Structure多媒体处理自然语言处理理解自然语言的真实语义中文：分词(Word Segmentation)l把连续

14、的字分成以词为单位词性标注(POS:Part-of-Speech)l标注各个词为动词、名词语法分析(Syntax Parsing)l标注各个词为主语、谓语宾语l标注句子的语法结构准确率一般不高：自然语言本身不是很精确2/23/202331Machine Structure多媒体处理自然语言处理统计方法词频：一个词在一个文档中出现的次数某些词在不同的文档中出现的频率差异很大矢量模型：由关键词词频组成的矢量可以表示文本的内容，即特征矢量l在某些应用获得成功：如主题分类l目标具有统计性质l如何实现提取时间、地点、人物、事件等细节特征？l目标是一个个体，不具有统计性质lWEB分析：如果有很多文档，则这

15、些个体内容很可能被多次重复，从而具有了统计性质2/23/202332Machine Structure多媒体处理理解人类感知特征提取如何提取好的特征？如何把一个语义检测问题转换成一个数学问题机器学习如何获得好的分类模型如何解决所转换出的数学问题两方面均是现在计算机科学研究的热点仍然没有好的解决方案2/23/202333Machine Structure推理理解人类感知给计算机提供了输入实现智能不仅要能够输入还要根据输入作出响应推理l根据当前出境作出最有利于自己的行动规划输出l把推理结果付诸实施l如果行动规划已经存在，一般输出相对简单2/23/202334Machine Structure推理计

16、算机如何推理学习人的推理方法人如何推理？尚未完全解决人大概如何推理？产生式系统推理的数学模型2/23/202335Machine Structure推理产生式系统基本原理：把所有可能尝试一次，选出对自己最有利那一次作为输出假设：l有一个目标(goal)，测试是否达到了目标很容易l“理性的”(rational)：总是采取对自己最有利的2/23/202336Machine Structure推理产生式系统基本要素状态(state)：系统所处的位置目标测试：测试系统是否达到了所期望的目标初始状态：一开始系统所处的状态状态空间：从初始状态可以到达的所有状态2/23/202337Machine Stru

17、cture推理产生式系统搜索树搜索解所使用的树节点(node)树中的一个位置l状态，父节点l7 2 4568 3 17 4568 3 127 2 4 68 3 157 2 45 8 3 167 2 4568 13不同的概念:同一状态可以在不同的节点2/23/202338Machine Structure推理产生式系统展开(expand)把某个节点所有可能的后继节点遍历路径从搜索树的根到一个节点的节点顺序算法的目的找到一条路径，其第一个节点为初始状态，其最后一个节点的状态可通过目标测试2/23/202339Machine Structure推理产生式系统搜索策略宽度优先7 2 4568 3 17

18、 4568 3 127 2 4 68 3 157 2 45 8 3 167 2 4568 132/23/202340Machine Structure推理产生式系统搜索策略宽度优先(breadth-first)优点：可以找到最短的路径l在某一层找到解即可终止问题：内存占用量大l随着层数增加指数增加2/23/202341Machine Structure推理产生式系统搜索策略深度优先7 2 4568 3 17 4568 3 127 2 4 68 3 157 2 45 8 3 167 2 4568 132/23/202342Machine Structure推理产生式系统搜索策略深度优先(dept

19、h-first)优点：内存占用量小l只需保存最深的那条路径问题：计算量大l可能遍历到最后才能发现解2/23/202343Machine Structure推理产生式系统搜索策略如何最快地搜索到解l最优节点优先：总是先搜索最有可能到达解的节点l如何知道哪个节点更有可能到达解？l如果精确知道此信息，则问题已经解决！l估计一个到达解的成本l先搜索成本较小的节点l最小成本优先(best-first)2/23/202344Machine Structure推理产生式系统最小成本优先估计节点的成本l启发(heuristic)7 2 4568 3 1待测试状态 目标状态计算对应单元不相同的个数启发值=61

20、2 3467 8 52/23/202345Machine Structure推理产生式系统最小成本优先7 2 4568 3 17 4568 3 127 2 4 68 3 157 2 45 8 3 167 2 4568 131 2 3467 8 57576 2 4768 3 157 2 486 3 15557 2 4568 3 1 与根节点相同2 4768 3 1567 2 4863 1552/23/202346Machine Structure推理产生式系统最小成本优先A*算法：用最小成本优先搜索算法寻找解的算法优点l确保可达：如果有解，A*算法一定可以找到l最优：没有别的算法在满足确保可达的

21、前提下比A*算法更快l加快A*算法的关键：找到好的启发值缺点l在大多数情况下计算量、内存开销仍然过大l去除确保可达的限制可以实现2/23/202347Machine Structure推理不确保可达的推理贪心算法(Hill-Climbing)每次总是向最接近解的方向前进一步l好的启发是关键如果卡住了？l好的启发可以减少卡住的概率，但无法完全避免重新初始化一个新的状态，再爬模拟退火(Simulated Annealing)：允许向不是最好的方向前进基因算法(Genetic Algorithm)2/23/202348Machine Structure2/23/202349Machine Structure