人工智能概述优秀课件.ppt

《人工智能概述优秀课件.ppt》由会员分享，可在线阅读，更多相关《人工智能概述优秀课件.ppt（78页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工智能概述第1页，本讲稿共78页5/7/2023 1 人工智能 第1章 人工智能概述 1.1 什么是人工智能 1.2 人工智能的研究意义、目标和策略 1.3 人工智能的学科范畴 1.4 人工智能的研究内容 1.5 人工智能的研究途径与方法 1.6 人工智能的基本技术 1.7 人工智能的应用 1.8 人工智能的分支领域与研究方向 1.9 人工智能的发展概况 第2页，本讲稿共78页5/7/2023 2 人工智能 1.1 什么是人工智能 人工智能（Artificial Intelligence”，AI）1.1.1 人工智能概念的一般描述 部分学者对人工智能概念的描述：人工智能是那些与人的思维相关的

2、活动，诸如决策、问题求解和学习等的自动化（Bellman,1978）；人工智能是一种计算机能够思维，使机器具有智力的激动人心的新尝试（Haugeland,1985）；人工智能是研究如何让计算机做现阶段只有人才能做得好的事情（Rich and Knight,1991）；第3页，本讲稿共78页5/7/2023 3 人工智能 人工智能是那些使知觉、推理和行为成为可能的计算的研究（Winston,1992）；广义地讲，人工智能是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为（Nilsson，1998）。Stuart Russell和Peter Norvig则把已有的一些

3、人工智能定义分为4类：像人一样思考的系统、像人一样行动的系统、理性地思考的系统、理性地行动的系统（2003）。第4页，本讲稿共78页5/7/2023 4 人工智能u人工智能 人工智能（Artificial Intelligence）简称AI，主要研究如何用人工的方法和技术，使用各种自动化机器或智能机器（主要指计算机）模仿、延伸和扩展人的智能，实现某些机器思维或脑力劳动自动化。第5页，本讲稿共78页5/7/2023 5 人工智能1.1.2 图灵测试和中文屋子 图灵测试”（Turing Test,1950）图灵测试的反向应用 登录校验码第6页，本讲稿共78页5/7/2023 6 人工智能约翰.西尔

4、勒(John Searle，1980)的“中文屋子”第7页，本讲稿共78页5/7/2023 7 人工智能1.1.3 脑智能和群智能v 脑（主要指人脑）的宏观心理层次的智能表现称为脑智能（Brain Intelligence,BI）。v 由群体行为所表现出的智能称为群智能（Swarm Intelligence,SI）(生物神经元)。v 脑智能和群智能是属于不同层次的智能：脑智能是一种个体智能（Individual Intelligence,II）；群智能是一种社会智能（Social Intelligence,SI），或者说系统智能（System Intelligence,SI）。第8页，本讲稿共

5、78页5/7/2023 8 人工智能 生物神经元的基本结构 第9页，本讲稿共78页5/7/2023 9 人工智能v 微观生理层次上的低级神经元的群智能形成了宏观层次上高级的脑智能。v智能基于人脑的智能从内涵上讲，应该是知识思维。从外延上讲，就是发现规律、运用规律的能力和分析问题、解决问题的能力(或者说获取知识、处理知识、运用知识的能力)。第10页，本讲稿共78页5/7/2023 10 人工智能1.1.4 符号智能和计算智能 1.符号智能 符号智能就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。符号智能以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进

6、行问题求解。符号智能的主要内容包括：v知识工程（Knowledge Engineering,KE）知识获取（knowledge acquisition）知识表示（knowledge representation）知识组织与管理和知识运用v基于知识的智能系统 第11页，本讲稿共78页5/7/2023 11 人工智能 2.计算智能 计算智能就是计算人工智能，它是模拟群智能的人工智能。计算智能以数值数据为基础，主要通过数值计算，运用算法进行问题求解。第12页，本讲稿共78页5/7/2023 12 人工智能计算智能的主要内容包括：神经计算（Neural Computation，NC）进化计算（亦称演化

7、计算，Evolutionary Computation，EC，v 遗传算法（Genetic Algorithm，GA）v 进化规划（Evolutionary Planning，EP）v 进化策略（Evolutionary Strategies，ES）免疫计算（immune computation）粒群计算（Particle Swarm Algorithm，PSA）蚁群算法（Ant Colony Algorithm，ACA）自然计算（Natural Computation，NC）人工生命（Artificial Life，AL）第13页，本讲稿共78页5/7/2023 13 人工智能 1.2 人工

8、智能的研究意义、目标和策略1.2.1 为什么要研究人工智能v 普通计算机智能低下，不能满足社会需求。v 研究人工智能也是当前信息化社会的迫切需求。v 智能化是自动化发展的必然趋势。v 研究人工智能，对人类自身智能的奥秘也提供有益帮助。第14页，本讲稿共78页5/7/2023 14 人工智能1.2.2 人工智能的研究目标和策略v 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。v 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

9、，从而使现有的计算机更灵活好用和更聪明有用。第15页，本讲稿共78页5/7/2023 15 人工智能1.3 人工智能的学科范畴 当前的人工智能既属于计算机科学技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。还涉及到智能科学、认知科学、心理科学、脑及神经科学、生命科学、语言学、逻辑学、行为科学、教育科学、系统科学、数理科学以及控制论、科学方法论、哲学甚至经济学等众多学科领域。人工智能实际上是一门综合性的交叉学科和边缘学科。第16页，本讲稿共78页5/7/2023 16 人工智能人工智能学科结构第17页，本讲稿共78页5/7/2023 17 人工智能 1.4 人工智能的研究内容1.4

10、.1 搜索与求解1.4.2 学习与发现1.4.3 知识与推理1.4.4 发明与创造1.4.5 感知与交流1.4.6 记忆与联想1.4.7 系统与建造1.4.8 应用与工程第18页，本讲稿共78页5/7/2023 18 人工智能1.4.1 搜索与求解 搜索，就是为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。可以看作是人类和其他生物所具有的一种元知识。许多智能活动（包括脑智能和群智能）的过程，甚至几乎所有智能活动的过程，都可以看作或者抽象为一个基于搜索的问题求解过程。理查德.卡普分支界限法 约翰.麦卡锡发明-剪枝算法第19页，本讲稿共78页5/7/2023 19 人工智能1.4.3

11、 知识与推理 知识是智能的基础和源泉。要研究人工智能就要研究面向机器的知识表示形式和基于各种表示的机器推理技术。推理是人脑的一个基本功能和重要功能，因此，在符号智能中几乎处处都与推理有关。第20页，本讲稿共78页5/7/2023 20 人工智能1.4.5 感知与交流 感知与交流指计算机对外部信息的直接感知和人机之间、智能体之间的直接信息交流。机器感知就是计算机直接“感觉”周围世界，就像人一样通过“感觉器官”直接从外界获取信息，如通过视觉器官获取图形、图像信息，通过听觉器官获取声音信息。机器感知包括计算机视觉、听觉等各种感觉能力。机器信息交流涉及通信和自然语言处理等技术。自然语言处理又包括自然语

12、言理解和表达。第21页，本讲稿共78页5/7/2023 21 人工智能1.4.6 记忆与联想 记忆是智能的基本条件，是人脑的基本功能之一。联想是思维过程中最基本、使用最频繁的一种功能。v 人类联想 人类的联想是建立事物之间的联系。人类的联想功能是基于神经网络、按内容记忆方式进行的。v 机器联想 机器的联想就是有关数据、信息或知识之间的联系。机器联想利用人类按内容记忆原理，采用“联想存储”的技术实现联想功能。第22页，本讲稿共78页5/7/2023 22 人工智能 1.5 人工智能的研究途径与方法1.5.1 心理模拟，符号推演1.5.2 生理模拟，神经计算1.5.3 行为模拟，控制进化1.5.4

13、 群体模拟，仿生计算1.5.5 博采广鉴，自然计算1.5.6 原理分析，数学建模第23页，本讲稿共78页5/7/2023 23 人工智能1.5.1 心理模拟，符号推演（1/2）心理模拟（功能模拟）法就是以人脑的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，实现搜索、推理、学习等功能，从宏观上来模拟人脑的思维，实现人工智能。采用这一途径与方法的原因是：（1）人脑的可意识的活动是心理层面上进行的，心理层面上的思维过程可以用语言符号显式表达。（2）心理学、逻辑学、语言学学科的一些理论和方法可以借鉴或直接使用。（3）计算机方便对符号型知识的表示与处理。（4）可以直接运用人类已有的

14、显式知识。第24页，本讲稿共78页5/7/2023 24 人工智能 1.5.1 心理模拟，符号推演（2/2）以功能模拟和符号推演研究人工智能者，被称为心理学派、逻辑学派、符号主义。早期代表人物有纽厄尔(Allen Newell)、肖（Shaw）、西蒙（Herbert Simon），后来还有费根宝姆(E.A.Feigenbaum)、Nilsson等。代表理念是“物理符号系统假设”，即认为人对客观世界的认知基元是符号，认知过程是符号处理的过程；而计算机可以处理符号，所以可以用计算机通过对符号推演的方式来模拟人的逻辑思维过程，实现人工智能。符号推演方法擅长实现人脑的高级认知功能。第25页，本讲稿共7

15、8页5/7/2023 25 人工智能1.5.2 生理模拟，神经计算 生理模拟（结构模拟）就是用人工神经元（神经细胞）组成的人工神经网络来作为信息和知识的载体，用称为神经计算的方法实现学习、记忆、联想、识别和推理等功能，从而来模拟人脑的智能行为，使计算机表现出某种智能。擅长模拟人脑的形象思维，便于实现人脑的低级感知功能。采用结构模拟，用神经网络和神经计算的方法研究人工智能者，被称为生理学派、连接主义。其代表人物有McCulloch，Pitts，(MP模型)F.Rosenblatt（感知器），T.Kohonen，J.Hopfield（全连接网络模型）等。第26页，本讲稿共78页5/7/2023 2

16、6 人工智能1.5.3 行为模拟，控制进化 行为模拟是一种基于感知行为模型的研究途径和方法，它是在模拟人在控制过程中的智能活动和行为特性，如自适应，自寻优、自学习、自组织等，来研究和实现人工智能。以行为模拟方法研究人工智能者，被称为行为主义、进化主义、控制论学派。其代表人物是MIT的R.Brooks教授。行为主义曾强烈地批评传统的人工智能对真实世界的客观事物和复杂境遇，做了虚假的、过分简化的抽象。第27页，本讲稿共78页5/7/2023 27 人工智能1.5.4 群体模拟，仿生计算 群体模拟模拟生物群落的群体智能行为，从而实现人工智能。对群体智慧的模拟是通过一些诸如遗传、变异、选择、交叉、克隆

17、等所谓的算子或操作来实现的，所以我们统称其为仿生计算。如：模拟生物种群有性繁殖和自然选择现象而出现的遗传算法，进而发展为进化计算；模拟人体免疫细胞群而出现的免疫计算、免疫克隆计算及人工免疫系统；模拟蚂蚁群体觅食活动过程的蚁群算法；模拟鸟群飞翔的粒群算法 模拟鱼群活动的鱼群算法。第28页，本讲稿共78页5/7/2023 28 人工智能1.5.5 博采广鉴，自然计算 自然计算就是模仿或借鉴自然界的某种机理而设计计算模型，这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。如：模拟退火算法 量子聚类算法 1994年阿德曼提出DNA分子计算方法第29页，本讲稿共78页5/7/2023

18、29 人工智能1.5.6 原理分析，数学建模“原理分析，数学建模”就是通过对智能本质和原理的分析，直接采用某种数学方法来建立智能行为模型。如：人们用概率统计原理处理不确定性信息和知识，建立了统计模式识别、统计机器学习和不确定性推理的一系列原理和方法。人们用数学中的距离、空间、函数、变换等概念和方法，开发了几何分类、支持向量机等模式识别和机器学习的原理和方法。第30页，本讲稿共78页5/7/2023 30 人工智能1.6 人工智能的基本技术v 表示符号智能的表示是知识表示计算智能的表示一般是对象表示v 运算符号智能的运算是基于知识表示的推理或符号操作计算智能的运算是基于对象表示的操作或计算v 搜

19、索符号智能在问题空间内搜索进行问题求解计算智能在解空间搜索进行求解第31页，本讲稿共78页5/7/2023 31 人工智能 1.7 人工智能的应用1.7.1 难题求解1.7.2 自动规划、调度与配置1.7.3 机器定理证明1.7.4 自动程序设计1.7.5 机器翻译1.7.6 智能控制1.7.7 智能管理1.7.8 智能决策1.7.9 智能通信1.7.10 智能仿真第32页，本讲稿共78页5/7/2023 32 人工智能1.7.11 智能CAD1.7.12 智能制造1.7.13 智能CAI1.7.14 智能人机接口1.7.15 模式识别1.7.16 数据挖掘与数据库中的知识发现1.7.17 计

20、算机辅助创新1.7.18 计算机文艺创作1.7.19 机器博弈1.7.20 智能机器人第33页，本讲稿共78页5/7/2023 33 人工智能1.7.1 难题求解v 难题 没有算法解或或虽有算法解但在现有机器上无法实施或无法完成的问题。v NP Nondeterministic Polynomial,非确定性多项式。不能证明算法复杂度超出多项式边界，但又未找到有效算法的问题。NPC：NP Complete，NP中一类最困难的问题。v 研究意义 a.找到解决难题的途径。b.由解决这些难题而发展起来得一些技术和方法可用于人工智能其它领域。第34页，本讲稿共78页5/7/2023 34 人工智能1.

21、7.2自动规划、调度与配置 v 规划一般指设计制定一个行动序列，例如机器人行动规划、交通路线规划。（1960年Simon的GPS和Green方法，1969年斯坦福大学的STRIPS）v 调度就是一种任务分派或者安排，例如车辆调度、电力调度、资源分配、任务分配。调度的数学本质是给出两个集合间的一个映射。v 配置则是设计合理的部件组合结构，即空间布局，例如资源配置、系统配置、设备或设施配置。（XCOM）v 都属于人工智能的经典问题之一的约束满足问题(Constraint Satisfaction Problems,CSP)。第35页，本讲稿共78页5/7/2023 35 人工智能 智能交通第36页

22、，本讲稿共78页5/7/2023 36 人工智能1.7.3 机器定理证明 机器定理证明的方法主要有：v 自然演绎法 依据推理规则，从前提和公理中推出许多定理，若待证明的定理恰在其中，则定理得证。v 判定法 对一类问题找出统一的计算机上可实现的算法解。v 定理证明器 研究一切可判定问题的解法。1965年鲁滨逊提出的消解原理是这类工作的基础，v 计算机辅助证明 以计算机为辅助工具，利用机器的高速和大容量，帮助人完成手工证明中无法完成的大量计算、推理和穷举。第37页，本讲稿共78页5/7/2023 37 人工智能1.7.4 自动程序设计v 自动程序设计 自动程序设计就是人只要给出关于某程序要求的非常

23、高级的描述，计算机就会自动生成一个能完成这个要求目标的具体程序。v 自动程序设计过程 自动程序设计相当于给机器配置了一个“超级编译系统”，它能够对高级描述进行处理，通过规划过程，生成所需的程序。这是自动程序设计的主要内容，它实际是程序的自动综合。自动程序设计还包括程序自动验证。第38页，本讲稿共78页5/7/2023 38 人工智能1.7.5 机器翻译 v 英语句子“The spirit is willing but the flesh is weak”翻译成俄语，然后再翻译回来时竟变成了“酒是好的，肉变质了”，即“The wine is good but the meat is spoile

24、d”。v 机器翻译的真正实现，还要靠自然语言理解方面的突破。v 自然语言理解的困难：这世上男人没有了女人就没法活。（不可解决的句法结构歧义）v http:/http:/39 人工智能1.7.15 模式识别v 模式识别，指的是用计算机进行物体识别。这里的物体一般指文字、符号、图形、图像、语音、声音及传感器信息等形式的实体对象，也就是说，这里所说的模式识别是狭义的模式识别，它是人和生物的感知能力在计算机上的模拟和扩展。第40页，本讲稿共78页5/7/2023 40 人工智能 图像识别系统第41页，本讲稿共78页5/7/2023 41 人工智能1.7.16 数据挖掘与数据库中的知识发现v 数据挖掘（

25、Data Mining）与知识发现（Knowledge Discovering from Data base）：从海量数据中归纳、提取出更高一级的更本质更有用的规律性信息和知识的技术。v 数据挖掘流行于统计、数据分析、数据库和管理信息系统领域。v 知识发现流行于人工智能和机器学习领域。第42页，本讲稿共78页5/7/2023 42 人工智能1.7.17 计算机辅助创新v 计算机辅助创新（Computer Aided Innovation，CAI），是以“发明问题解决理论（TRIZ）”为基础，结合本体论（Ontology）、现代设计方法学而形成的一种用于技术创新的新手段。第43页，本讲稿共78页

26、5/7/2023 43 人工智能1.7.18 计算机文艺创作云松銮仙玉骨寒，松虬雪友繁。大千收眼底，斯调不同凡。第44页，本讲稿共78页5/7/2023 44 人工智能（无题）白沙平舟夜涛声，春日晓露路相逢。朱楼寒雨离歌泪，不堪肠断雨乘风。第45页，本讲稿共78页5/7/2023 45 人工智能 Betrayal Dave Striver loved the university.He loved its ivy-covered clocktowers,its ancient and sturdy brick,and its sun-splashed verdant greens and ea

27、ger youth.He also loved the fact that the university is free of the stark unforgiving trials of the business world-only this isnt a fact:Academia has its own tests,and some are as merciless as any in the marketplace.A prime example is the dissertation defense:To earn the PhD,to become a doctor,one m

28、ust pass an oral examination on ones dissertation.This was a test Professor Edward Hart enjoyed giving.Dave wanted desperately to be a doctor.But he needed the signatures of three people on the first page of his dissertation,the priceless inscriptions that,together,would certify that he had passed h

29、is defense.One of the signatures had to come from Professor Hart,and Hart had often said-to others and to himself-that he was honored to help Dave secure his well-earned dream.第46页，本讲稿共78页5/7/2023 46 人工智能 Well before the defense,Striver gave Hart a penultimate copy of his thesis.Hart read it and tol

30、d Dave that it was absolutely first rate,and that he would gladly sign it at the defense.They even shook hands in Harts book-lined office.Dave noticed that Harts eyes were bright and trustful,and his bearing paternal.At the defense,Dave thought that he eloquently summarized chapter 3 of his disserta

31、tion.There were two questions,one from Professor Rodman and one from Dr.Teer;Dave answered both,apparently to everyones satisfaction.There were no further objections.第47页，本讲稿共78页5/7/2023 47 人工智能 Professor Rodman signed.He slid the tome to Teer;she too signed,and then slid it in front of Hart.Hart di

32、dnt move.Ed?Rodman said.Hart still sat motionless.Dave felt slightly dizzy.Edward,are you going to sign?Later,Hart sat alone in his office in his big leather chair,saddened by Daves failure.He tried to think of ways he could help Dave achieve his dream.第48页，本讲稿共78页5/7/2023 48 人工智能背叛 戴夫斯特赖维尔喜爱这所大学。他喜

33、爱校园里爬满常青藤的钟楼，那古色古香而又坚固的砖块，还有那洒满阳光的碧绿草坪和热情的年轻人。使他感到欣慰的还有这样一件事，即大学里完全没有商场上那些冷酷无情的考验但事实恰恰并非如此：做学问也要通过考试，而且有的考试与市场上的考验一样不留情面。最好的例子就是论文答辩：为了取得博士学位，为了成为博士，博士生必须通过论文的口试，爱德华哈特教授就喜欢主持这样的答辩考试。第49页，本讲稿共78页5/7/2023 49 人工智能 戴夫迫切希望成为一名博士。但他需要让个人在他论文的第一页上签上他们的名字，这个千金难买的签名能够证明他通过了答辩。其中一个签名是哈特教授的。哈特常常对戴夫本人和其他人说，对于帮助

34、戴夫实现他应该有的梦想，他感到很荣幸。答辩之前，斯特赖维尔早早给哈特送去了他论文的倒数第二稿。哈特阅读后告诉戴夫，论文水平绝对一流，答辩时他会很高兴地在论文上签名。在哈特那四壁摆满书橱的办公室里，两人甚至还握了手。戴夫注意到，哈特两眼放光，充满信任，神情宛如慈父一般。第50页，本讲稿共78页5/7/2023 50 人工智能 在答辩时，戴夫觉得自己流利地概括了论文的第三章。评审者提了两个问题，一个是罗德曼教授提的，另一个是蒂尔博士提的。戴夫分别做了回答，并且显然让每个人都心悦诚服，再没有人提出异议。罗德曼教授签了名。他把论文推给蒂尔，她也签上了名字，接着便把本子推到了哈特跟前。哈特没有动。“爱德

35、华？”罗德曼问道。哈特仍然坐在那儿，毫无表情。戴夫感到有点眩晕。“爱德华，你打算签名吗？”过后，哈特一个人呆在办公室里，坐在那张宽大的皮椅里，他为戴夫未能通过答辩感到难过。他试图想出帮助戴夫实现他梦想的办法。第51页，本讲稿共78页5/7/2023 51 人工智能1.7.19 机器博弈第52页，本讲稿共78页5/7/2023 52 人工智能第53页，本讲稿共78页5/7/2023 53 人工智能1.7.20 智能机器人第54页，本讲稿共78页5/7/2023 54 人工智能第55页，本讲稿共78页5/7/2023 55 人工智能第56页，本讲稿共78页5/7/2023 56 人工智能 1.8

36、人工智能的分支领域与研究方向v 从模拟的层次和所用的方法来看，人工智能可分为 符号智能,符号智能中又有图搜索、自动推理、不确定性推理、知识工程、符号学习等 计算智能。计算智能中又有神经计算、进化计算、免疫计算、蚁群计算、粒群计算、自然计算等。智能Agent也是人工智能的一个新兴的重要领域。智能Agent或者说Agent智能则是以符号智能和计算智能为基础的更高一级的人工智能。v 从模拟的脑智能或脑功能来看，AI中有 机器学习,又可分为符号学习、连接学习、统计学习等许多研究领域和方向。机器感知,又可分为计算机视觉、计算机听觉、模式识别、图像识别与理解、语音识别、自然语言处理等领域和方向。机器联想

37、机器推理 机器行为第57页，本讲稿共78页5/7/2023 57 人工智能v 从应用角度看，如1.7节所述，AI中有难题求解等数十种分支领域和研究方向。v 从系统角度看，有 智能计算机系统，又可分为：智能硬件平台、智能操作系统、智能网络系统等 智能应用系统，又可分为：基于知识的智能系统、基于算法的智能系统和兼有知识和算法的智能系统等。另外，还有分布式人工智能系统。v 从基础理论看，AI中有数理逻辑和多种非标准逻辑、图论、人工神经网络、模糊集、粗糙集、概率统计（贝叶斯统计决策理论）和贝叶斯网络、统计学习理论与支持向量机、形式语言与自动机等领域和方向。第58页，本讲稿共78页5/7/2023 58

38、 人工智能 1.9 人工智能学科的发展概况1.9.1 人工智能学科的产生1.9.2 符号主义途径发展概况1.9.3 连接主义途径发展概况1.9.4 计算智能异军突起1.9.5 智能Agent方兴未艾1.9.6 现状与发展趋势第59页，本讲稿共78页5/7/2023 59 人工智能1.9.1 人工智能学科的产生v 前提条件 1956年之前，创立数理逻辑、自动机理论、控制论、信息论和系统论，并发明了通用电子数字计算机，这些成就为人工智能的诞生准备了充足的思想、理论和物质技术条件。v 产生 1956年夏季，十位来自数学、心理学、神经生理学、信息论和计算机方面的专家在美国达特莫斯大学召开一次历时两个月

39、的研究会，讨论了关于机器智能的有关问题，会上麦卡锡提议正式采用了“人工智能”一词。这标志人工智能学科的正式诞生。第60页，本讲稿共78页5/7/2023 60 人工智能v十位学者达特莫斯大学的麦卡锡（John McCarthy）哈佛大学的明斯基（Marvin Minsky）IBM公司的罗切斯特（Mathaniel Rochester）贝尔实验室的香农（Claude Shannon）IBM公司的莫尔（T.More）和赛缪而（Allen Samuel）MIT的塞尔弗里奇（O.Selfridge）和索门罗夫（R.Solomonff）卡内基工科大学的纽厄尔（A.Newell）和西蒙（H.A.Simon

40、）第61页，本讲稿共78页5/7/2023 61 人工智能人工智能发展简史图1956年提出AI60年代中期70年代初期8090年代形成第一个兴旺期 形成第二个兴旺期 萧条期第62页，本讲稿共78页5/7/2023 62 人工智能数理逻辑发展历程（1/2）v 逻辑学的创始人、古希腊的哲学家亚里斯多得（Aristotle）是研究人类思维规律的鼻祖。v 12世纪末13世纪初的西班牙神学家和逻辑学家罗门卢乐（Romen Luee）最早提出了制造可以解决各种问题的通用逻辑机。v 17世纪法国的物理学家和数学家帕斯卡（B.Pascal，16231662）制成了世界上第一台机械式加法器。第63页，本讲稿共7

41、8页5/7/2023 63 人工智能数理逻辑发展历程（2/2）v 德国数学家和哲学家莱布尼兹（G.W.Leibniz，16461716）制成了可进行四则运算的计算器。他还提出了“万能符号”和“推理计算”的思想。莱布尼兹被后人尊为数理逻辑的第一奠基人。v 19世纪英国的数学家布尔（G.Boole,1815-1864）在思维法则一书中，第一次用符号语言描述了思维活动中的推理的基本法则，创立了逻辑代数。v 在近代，研究思维机器的最高成就属于英国的数学家巴贝奇（17911871），他毕生致力于差分机和分析机的研究，分析机的设计思想与现代电子数字计算机十分相似，但由于种种限制而未能成功。第64页，本讲稿

42、共78页5/7/2023 64 人工智能自动机理论v英国的数学家图灵（A.M.Turing,19121954）提出了理想计算机模型（即图灵机），创立了自动机理论。把思维机器的研究和计算机的理论研究向前推进了一步。v图灵在1950年发表了题为“计算机与智能”的论文，提出了著名的图灵测试。第65页，本讲稿共78页5/7/2023 65 人工智能控制论、信息论和系统论v 控制论 1948年美国数学家维纳（N.Wiener）创立了控制论。v 信息论 美国数学家香农（C.E.Shannon）创立了信息论。v 系统论 美籍奥地利生物学家贝塔郎菲创立了系统论。第66页，本讲稿共78页5/7/2023 66

43、人工智能1.9.2 符号主义途径发展概况v 1956年之后十年符号主义主要成就（1）1956年，美国的纽厄尔、肖和塞蒙合作编制了名为逻辑理论机（Logic Theory Machine，简称LT）的计算机程序系统。该程序模拟人用数学逻辑证明定理时的思维规律。（美籍华人王浩1958年证明了数学原理中有关命题演算的全部定理。）（2）1956年，赛谬尔研制成功了具有自学习、自组织和自适应能力的跳棋程序。（3）1959年，籍勒洛特发表了证明平面几何问题的程序，塞尔福里奇推出了一个模式识别程序；1965年罗伯特编制出了可以分辩积木构造的程序。第67页，本讲稿共78页5/7/2023 67 人工智能（4）

44、1960年，纽厄尔、肖和塞蒙等人通过心理学试验总结出人们求解问题的思维规律，编制了通用问题求解程序（General Problem Solving，GPS）。（5）1960年，麦卡锡研制成功了人工智能程序设计的表处理语言LISP.（6）1965年，鲁滨逊提出了消解原理，为定理的机器证明作出了突破性贡献。这一时期的人工智能研究主要以推理为中心。因此，这一时期称为人工智能的推理期。要解决复杂的问题，除了重视推理之外，还需要知识，人工智能的研究又开始转向知识。第68页，本讲稿共78页5/7/2023 68 人工智能v 推理期转向知识期1965年，美国斯坦福大学的菲根鲍姆（E.A.Feigenbaum

45、）教授研制的基于领域知识和专家知识的名为DENDRAL的程序系统，标志着人工智能新时期的开始。医学专家系统MYCIN地质勘探专家系统PROSPECTOR计算机配置专家系统R1 这些专家系统的出现，完善了专家系统的理论和技术基础，也使人工智能的研究从实验室走了出来，能解决现实世界的实际问题。第69页，本讲稿共78页5/7/2023 69 人工智能v 重大学术实践1969年国际人工智能联合会议（IJCAI）宣告成立1970年国际性人工智能杂志Artificial Intelligence创刊1972年法国马赛大学的科迈瑞尔在Horn子句的基础上提出了逻辑程序设计语言PROLOG1977年，费根宝姆

46、进一步提出了知识工程，人工智能的研究便从以推理为中心转向以知识为中心，进入知识期。v 20世纪80年代后，专家系统与知识工程在理论、技术应用方面有了长足的进步与发展。第70页，本讲稿共78页5/7/2023 70 人工智能1.9.3 连接主义途径发展概况v 20世纪40年代，就有一些学者开始了神经元及其数学模型的研究。1943年，McCulloch和数学家Pitts提出了形式神经原的数学模型MP模型。1944年Hebb提出了Hebb规则。v 20世纪50年代末到60年代初，开始了人工智能意义下的神经网络系统的研究。1957年，罗圣波莱特开发的感知器单层神经网络 1962年，维特罗提出的自适应线

47、性元件Adaline第71页，本讲稿共78页5/7/2023 71 人工智能v 这个时期的使用神经网络求解的问题失败与成功同时并存，1969年明斯基和白伯脱发表的Perceptrons一书，使神经网络的研究进入了近20年的暗淡期。v 20世纪80年代，神经网络的技术和理论有了新的突破和惊人成果。使人们对神经网络的研究进入一个新的阶段。1985年，美国霍不金斯大学的赛诺斯开发了名为NETTalk英语读音学习用的神经网络处理器 1985年，美国物理学家霍普菲尔特用神经网络解决了TSPv 1987年6月，第一届国际神经网络会议（ICNN）在美国圣地亚哥举行。之后神经网络东山再起。v 神经网络在机器学

48、习、模式识别等领域发挥着十分重要的作用，成为人工智能的重要研究领域和方向之一。第72页，本讲稿共78页5/7/2023 72 人工智能1.9.4 计算智能异军突起v 1962年，福格尔受物竞天择的生物进化过程启发，提出了进化程序设计（Evolutionary Programming），亦称为进化规划的概念和方法，开创了脑和神经系统以外的生命世界中寻找智慧机理之先河。v 1964年雷切伯格（Rechenberg）、施韦费尔（Schwefel）和比纳特（Bienert）提出了又一个称为进化策略（ES）的搜索算法。v 遗传算法 1967年Bagley和Rosengerg提出了遗传算法的初步思想。19

49、75年霍兰德（Holland）奠定了遗传算法的理论基础，1980年他实现了第一个基于遗传算法的机器学习系统-分类器系统。1989年D.J.Goldberg总结了遗传算法的主要成果，全面论述了遗传算法的基本原理及其应用。1992年Koza提出了遗传程序设计。第73页，本讲稿共78页5/7/2023 73 人工智能v 1965年美国学者L.A.Zadeh推广了传统集合的定义提出了模糊集合的概念，并以此为基础，形成了模糊理论、模糊计算或模糊技术。v 1994年，首届计算智能大会召开，标志这人工智能新领域计算智能正式形成。v 20世纪90年代前后，出现了新理论和新算法，如 20世纪90年代初，意大利学

50、者多里格提出了蚁群优化算法 1986年Famer首次提出免疫算法 粒群优化算法 粗糙集 1995年Vapnik提出了统计学习理论和SVMv 21世纪后，计算智能从理论到应用都得到长足发展。第74页，本讲稿共78页5/7/2023 74 人工智能1.9.5 智能Agent方兴未艾v 20世纪80年代中期，智能主体Agent的概念被明斯基引入人工智能领域，形成了基于Agent的人工智能新理念。第75页，本讲稿共78页5/7/2023 75 人工智能1.9.6 现状与发展趋势v 多种途径齐头并进，多种方法协作互补。v 新思想、新技术不断涌现，新领域、新方向不断开拓。v 理论研究更加深入，应用研究愈加