第三讲第1章人工智能应用领域与学科发展年3月1233.pptx

《第三讲第1章人工智能应用领域与学科发展年3月1233.pptx》由会员分享，可在线阅读，更多相关《第三讲第1章人工智能应用领域与学科发展年3月1233.pptx（33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Artificial Intelligence第三次课概论（3）董春游(Chunyou Dong)PhD,Professor Email:1 第二次课主要内容 1.2 AI的产生与发展 第一阶段:孕育期（1956年以前）第二阶段:形成期（1956-1970年）第三阶段:知识应用期（1970-80年代）第四阶段:从学派分离走向综合（20世纪80年代末到本世纪初）第五阶段：智能科学技术学科兴起(目前)AI研究的不同学派1.符号主义学派（逻辑主义、心理学派）主要观点：AI起源于数理逻辑，人类认知的基元是符号，认知过 程是符号表示上的一种运算 代表性成果：纽厄尔和西蒙等人研制的称为逻辑理

2、论机的数学定理 证明程序LT 代表人物：纽厄尔、肖、西蒙和尼尔逊(Nilsson)等 2.连接主义学派（仿生学派或心理学派）主要观点：AI起源于仿生学，特别是人脑模型，人类认知的基元 是神经元，认知过程是神经元的连接活动过程 代表性成果：由麦克洛奇和皮兹创立的脑模型，即MP模型 代表人物：麦克洛奇和皮兹3.行为主义学派（进化主义、控制论学派）主要观点：AI起源于控制论，智能取决于感知和行为，取决于对 外界复杂环境的适应，而不是推理。代表性成果：Brooks教授研制的机器虫 代表人物：Brooks教授2 1.2人工智能的产生与发展 1.3 AI的主要研究内容 1 机器思维 4 计算智能 1.推理

3、 1.神经计算 2.搜索 2.进化计算 3.规划 3.模糊计算 2 机器感知 5 机器学习 1.计算机视觉 1.符号学习 2.模式识别 2.神经学习 3.自然语言处理 3.知识发现和数据挖掘 3 机器行为（行为主义）6 智能系统 1.智能控制 1.决策支持系统 2.智能检索 2.专家系统 3.智能机器人 31.4 AI应用领域1.难题求解这里的难题，主要指那些没有算法解，或虽有算法解但在现有机器上无法实施或无法完成的困难问题。例如：路径规划、运输调度、电力调度、地质分析、测量数据解释、天气预报、市场预测、股市分析、疾病诊断、故障诊断、军事指挥（模拟）、机器人行动规划、机器博弈等等。4 2.自动

4、定理证明 自动定理证明就是机器定理证明，这也是人工智能的一个重要的研究领域，也是最早的研究领域之一。定理证明是最典型的逻辑推理问题之一，它在发展人工智能方法上起过重大作用。自动定理证明的方法主要有四类：(1)自然演绎法。它的基本思想是依据推理规则，从前提和公理中可以推出许多定理，如果待证的定理恰在其中，则定理得证。(2)判定法。即对一类问题找出统一的计算机上可实现的算法解。在这方面一个著名的成果是我国数学家吴文俊教授1977 年提出的初等几何定理证明方法。(3)定理证明器。它研究一切可判定问题的证明方法。(4)计算机辅助证明。它是以计算机为辅助工具，利用机器的高速度和大容量，帮助人完成手工证明

5、中难以完成的大量计算、推理和穷举。53.自动程序设计 自动程序设计就是让计算机设计程序。具体来讲，就是人只要给出关于某程序要求的非常高级的描述，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。所以，这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。但这只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，即自动证明所设计程序的正确性。4.自动翻译 自动翻译即机器翻译，就是完全用计算机作为两种语言之间的翻译。机 器 翻 译 由 来 已 久。早 在 电 子 计 算 机 问 世 不 久，就 有 人 提 出 了 机 器翻

6、译的设想。随后就开始了这方面的研究。当 时 人 们 总 以 为 只 要 用 一 部 双 向 词 典 及 一 些 语 法 知 识 就 可 以 实 现 两种语言文字间的机器互译，结果遇到了挫折。机器翻译的实现依赖于自然语言理解研究的进展。6 5.智能控制 智能控制就是把人工智能技术引入控制领域，建立智能控制系统。自从国际知名美籍华裔科学家傅京孙(KS.Fu)在1965 年首先提出把人工智能的启发式推理规则用于学习控制系统以来，国内外众多的研究者投身于智能控制研究，并取得一些成果。7 6.智能管理 智能管理就是把人工智能技术引入管理领域，建立智能管理系统。智能管理是现代管理科学技术发展的新动向。智能

7、管理是人工智能与管理科学、系统工程、计算机技术及通信技术等多学科、多技术互相结合、互相渗透而产生的一门新技术、新学科。它研究如何提高计算机管理系统的智能水平，以及智能管理系统的设计理论、方法与实现技术。7.智能决策 智能决策就是把人工智能技术引入决策过程，建立智能决策支持系统。智 能 决 策 支 持 系 统 是 在20 世 纪80 年 代初 提 出 来 的。它 是 决 策 支 持 系 统 与 人工 智 能，特 别 是 专 家 系 统 相 结 合 的 产物。8 一般来说，智能部件中可以包含如下一些知识：(1)建立决策模型和评价模型的知识。(2)如何形成候选方案的知识。(3)建立评价标准的知识。(

8、4)如何修正候选方案，从而得到更好候选方案的知识。(5)完善数据库，改进对它的操作及维护的知识。9 8.智能通信 智能通信就是把人工智能技术引入通信领域，建立智能通信系统。智能通信就是在通信系统的各个层次和环节上实现智能化。例如在通信网的构建、网管与网控、转接、信息传输与转换等环节，都可实现智能化。这样，网络就可运行在最佳状态，使呆板的网变成活化的网，使其具有自适应、自组织、自学习、自修复等功能。9.智能仿真 智能仿真就是将人工智能技术引入仿真领域，建立智能仿真系统。我 们 知 道，仿 真 是 对 动 态 模 型 的 实 验，即 行 为 产 生 器在规定的实验条件下驱动模型，从而产生模型行为。

9、10 10.智能CAD 智能CAD（简称ICAD）就是把人工智能技术引入计算机辅助设计领域，建立智能CAD系统。事实上，AI 几乎可以应用到CAD 技术的各个方面。从目前发展的趋势来看，至少有下述四个方面：(1)设计自动化。(2)智能交互。(3)智能图形学。(4)自动数据采集。从具体技术来看，ICAD 技术大致可分为如下几种方法：(1)规则生成法。(2)约束满足方法。(3)搜索法。(4)知识工程方法。(5)形象思维方法。1111.智能CAI智能CAI就是把人工智能技术引入计算机辅助教学领域，建立智能CAI系统，即ICAI。ICAI 的特点是能对学生因才施教地进行指导。为此，ICAI 应具备下列

10、智能特征:(1)自动生成各种问题与练习。(2)根据学生的水平和学习情况自动选择与调整教学内容与进度。(3)在理解教学内容的基础上自动解决问题生成解答12 1.5 AI学科位置 1.学科的性质：AI是一门新兴的边缘学科，是自然科学与社会科学交叉学科 AI的交叉包括：逻辑、思维、生理、心理、计算机、电子、语言、自动化、光、声等 AI的核心是思维与智能，构成了自己独特的学科体系 AI基础学科包括：数学（离散、模糊）、思维科学（认知心理、逻辑思维学、形象思维学）和计算机（硬件、软件）等自然科学社会科学哲学数学交叉学科系统科学 思维科学 人体科学人工智能基础学科指导学科13 2.学科的特点：AI是脑科学

11、和认知科学的交叉研究 脑科学：又称神经科学，其目的是要认识脑、保护脑和创造脑。人脑是自然界中最复杂、最高级的智能系统：这种复杂性主要表现在人脑是由巨量神经元经其突触的广泛并行互联所形成的一个巨复杂系统。现代脑科学的基本问题主要包括：(1)揭示神经元之间的连接形式，奠定行为的脑机制的结构基础；(2)阐明神经活动的基本过程，说明在分子、细胞到行为等不同层次上神经信号的产生、传递、调制等基本过程；(3)鉴别神经元的特殊细胞生物学特性；(4)认识实现各种功能的神经回路基础；(5)解释脑的高级功能机制等。脑科学是人工智能的基础：研究的任何进展，都将会对人工智能的研究起到积极的推动作用，因此人工智能应该加

12、强与脑科学的交叉研究，以及人类智能与机器智能的集成研究。14 认知：美国心理学家浩斯顿(Houston)等人把认知归纳为以下5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、概念形成及语言使用等。认知科学：认知科学（亦称思维科学）是研究人类感知和思维信息处理过程的一门学科，其主要研究目的就是要说明和解释人类在完成认知活动时是如何进行信息加工的。认知科学也是人工智能的重要理论基础，对人工智能发展起着根本性的作用。15*研究生课题论文（综述写作方法）一、题

13、目（一般小于20 个字）基于不确定性理论的煤炭城市可持续发展评价 基于云模型的多属性决策系统应用研究 主要包含内容 1.研究对象 煤炭城市可持续发展（多属性决策系统）2.研究方法 不确定性理论（云模型）3.研究内容 评价（应用）二、概论 1 绪论 1.1 研究背景、目的及意义 1.1.1 研究背景 1.1.2 研究目的及意义 1.2 国内外研究现状（研究进展）查阅大量资料，对前人的结果进行分析 1.2.1 资源城市可持续发展研究现状 1.2.2 理论方法研究现状 1.3 主要研究工作 1.4 技术路线及创新之处 1.4.1 技术路线 1.4.2 创新之处 16 资源城市可持续发展研究现状（国际

14、）最早对资源城市的研究是在西方的工业化国家进行的。就工业化的历史而言，西方发达国家比发展中国家要早的多。工业化必须依赖大量能源和矿产资源来支持，因此在西方很多资源较丰富的国家，较早地出现了很多主要产业为资源开采及对资源型产品初加工的矿区，如：德国的鲁尔矿区、加洛矿区等，但这些矿区都随着资源枯竭都一度陷入逐渐没落的池沼7,8。20世纪30 年代，加拿大著名学者英尼斯(H.A.Innis)开创性的针对资源型城市可持续进行了相关研究9。1929 年，赫瓦特提出了基于矿产资源加工和利用程度的矿区城镇五阶段发展论，自此矿区的生命周期开始被研究10。而学者们对资源城市（矿区）进行系统性的研究是在六十年代以

15、后。1962 年，罗宾逊(Robinson)首次全面而系统的评估了加拿大的资源型社区。1971 年，卢卡斯(R.A.Lucas)提出了资源型城市发展的四阶段理论，即：第一阶段，建设期；第二阶段，人员雇用期；第三阶段，过渡期；第四阶段，成熟期11。布莱德伯里(Bradbury)在70年代末在对加拿大的一个名叫Schefferville的矿业型城市进行实证研究基础上，进一步对鲁卡斯的四阶段理论进行了拓展与补充，在他看来，之前卢卡斯的研究忽略了资源型城镇发展到后期的情况，以及此类城市最终的结局，因此是不全面的。所以他又增加了第5个阶段，衰退阶段和第6个阶段，衰亡阶段12。随后，米尔沃德(H.Mill

16、 ward)和阿什曼(H.Asch Mann)对加拿大某矿区的历史地理进行了一系列研究，并归纳和抽象得出6 阶段模式13,14。进入20 世纪80 年代，学者们在研究内容及研究方法上不仅加强了实证研究，而且对资源城市的理论研究也进展良好，并且在研究过程中将行为区域发展理论、地理学、资源环境理论、城市规划学和依附理论等相融合，并应用于矿产资源型城市可持续发展的研究中。80 年代以后，学者们不仅重视实证研究，还将其与规范研究想结合，研究内容也相对更加广泛。17 国内研究评述 我国的工业化历史比较短，因此对资源型城市可持续发展发展方面的研究也比较晚。在国内，学术界和政府最早关注资源城市的发展问题是在

17、改革开放以后，1978 年，李文彦先生提出了界定煤炭城市的4 个标准及在我国煤炭资源城市存在的一些问题，论述了此类城市实行多元化综合发展的必要性并对其综合发展的类型进行了归纳15。1987 年，煤矿城市政策科研组在对煤炭城市可持续发展问题进行了深入探讨并出版了题名为煤矿城市有关政策的研究的报告。在随后的二、三十年里，相继出现不少相关研究成果，但对煤炭城市的相关研究相对较少，大多以煤炭行业为研究对象16。与西方国家相比，国内学者的研究较多集中于可持续发展经济转型、产业结构调整等方面，实证研究涵盖面较窄，而且一般都是从宏观角度对问题进行研究：魏心镇，梁仁彩等人分别就矿区的形成、分类与综合发展进行了

18、具体研究，为煤炭城市综合发展提供了更广的思路17,18。汤万金和张凤武等提出几个模式，对资源型城市的产业结构调整问题进行了讨论分析19,20；在赵国浩所著的中国煤炭工业与可持续发展中，他以系统工程为视角对煤炭工业的协调以及可持续发展问题进行了分析21；也有学者从矿区整体或者单就其某一方面从系统论角度进行了研究22：董春游对煤炭建设项目进行了系统分析，他把可持续发展的煤炭建设项目REESP 作为系统整体，研究了煤炭建设项目中的环境评价、资源配置等理论，并建立了系统发展度、协调度、持续度测度模型23；曾旗在对自组织机理研究基础上讨论了基于可持续发展的产业结构如何更好优化的问题24；李堂军建立了煤炭

19、矿区动态仿真系统并对其可持续发展模式进行了探究25。以上这些对资源城市可持续发展方面的研究，对探究矿产资源城市的未来可持续发展之路具有重要的理论价值，也为本文研究奠定了非常良好理论基础。18 理论方法研究现状 通过查阅文献发现：很多文献对煤炭城市可持续发展问题的研究仅停留在纯理论上，通过理论性的归纳对煤炭城市的特征以及现存的问题进行了分析并提出政策建议。当然，也有一些学者借助一定的研究方法进行了实证分析，但是其研究方法往往较单一且存在各种缺陷或不足，比如：任菊香，王斌运用层次分析法(AHP)对煤炭城市可持续发展状况进行了评价26，这种方法的权重获取方面往往带有很强的主观性，而且定量指标与定性指

20、标间不能实现有效地不确定转化，因而分析所得的结果往往都不够精确；乌兰等人利用模糊综合评价模型，借助专家咨询确定指标权重，对矿区可持续发展程度进行了评价，其指标权重仍依赖于人的主观判断来获取，因而也不能排除主观因素的影响，而且对含较多指标的评价模型在确定隶属度函数方面非常繁琐 28-29；董锋,谭清美等引入灰色关联分析方法，建立系统分析与模糊分析相结合的资源型城市可持续发展水平评价体系，该方法的缺陷在于该方法对因评价指标相关而造成的信息交叉重复束手无策，故一旦指标选择不合理就会对对评判结果产生极大的不良影响30；吕小师等则运用人工神经网络建立了包含3 层BP 神经网络的模型，对样本数据进行训练，

21、利用训练好的网络对煤炭企业可持续发展状况进行了评价 31，该方法使权重的主观影响得到弱化，但网络训练需要的海量样本数据往往很难获取，且在精度方面也不高。以上方法存在一个共性的缺陷，即：均存在忽略或部分忽略评价中随机性及模糊性因素的问题。19 1.2 国内外研究现状 1.2.1 多属性决策研究现状 决策的思想和和方法一直伴随着人类历史的发展，有意无意的被人们所接受并应用着，而决策理论的研究是1931 年拉姆西把决策理论建立在效用和主观概率的基础上才开始的。到1944 年冯.诺依曼和摩根斯坦建立了在不确定情况下制定决策的现代效用理论，使随机决策有了重大的突破，至今仍然在这领域中占有重要地位7。50

22、 年代初，瓦尔德和赛维奇分别研究了统计决策问题，发表了专著并提出了相应的公理体系。60 年代初，Schlaiffer 研究了贝叶斯决策理论，进一步发展了统计决策理论。1966 年Howard 在论文中提出了决策分析的概念8。与此同时，很多学者从不同角度研究了决策理论。对于多属性决策的研究始于1957 年，当时Churohman.Ackoff 和Amoff 首次正式利用简单加权法处理了“选择企业投资方针”这样一个多属性决策问题9。多属性评价随着多目标决策技术的发展而发展。60年代，多属性决策的理论及应用研究有较大进展。1964 年，Aumann 最先对多目标决策问题提出了效用函数的概念。同年，美

23、国的Rand 公司创立了著名的Delphi 法10。其间还有不少研究成果问世，如Jehnsen于1968 年出版的关于标度方法的著述等。欧洲的学者也有杰出贡献，如法国的R.Benayoun、B.Roy 等人在1966 年提出并多次改进的ELECTRE 方法11，它为离散的多属性决策提供了强有力的工具。进入70 年代，多属性决策技术的发展加快。1976 年R.L.Keeny 和H.Raiffa 进一步发展了多属性效用理论；与此同时，美国学者T.L.Saaty提出了具有划时代意义的AHP12法，它体现了人们分解、判断和综合的决策思维特征，具有系统性、综合性和简便性等特点，这种方法在多属性评价中得到

24、极为广泛的应用13。80 年代初，C.L.Hwang 即提出了基于理想点原理的TOPSIS 方法；人们还将模糊数学引入到多属性评价中，形成了模糊综合评判法等模糊评价方法；由A.Charnes 和W.W.Cooper 等人以相对效率概念为基础发展起来的DEA方法是又一种多属性评价决策方法14,15。80 年代后，许多学者研究了求解多属性决策问题的各种类型的交互式算法。90 年代，Singh，Yang 和Sen 对不确定多属性决策问题又进行了研究16。Chen 和Hwang写了模糊多属性决策方面的专著Fuzzy Multiple Attribute Decision Making-Method a

25、nd Application，把模糊数学引入了决策理论，对模糊多属性决策进行了系统的综述17。1982 年，波兰数学家Pawlak 提出了粗糙集的概念，Slowinski、Greco、Matarzzo 将粗糙集理论引入决策中，提出了基于粗糙集的决策方法18。二十世纪九十年代开始，随着计算机技术的发展，研究人员又提出了基于人工智能技术、神经网络、遗传算法和粗集理论的多属性决策方法。如1993 年C M Fonseca 在第五届国际遗传学会议上提出了基于遗传算法的多属性决策问题；2002 年，Salvatore Greco 提出了基于粗糙集理论的多属性分类方法；同年，Azibi R 等提出了基于规

26、则的分类模型，多属性决策问题的研究也越来越复杂化19。20关于投稿（论文写作）AI期刊及会议的一点建议 一、投稿AI期刊 Systematic Works（系统性、完整性、创新性工作）Three Elements(IRS):“Original Novel Ideas+Pretty Good Results+High Writing Skills”要有“屡败屡战”的勇气 要符合特定期刊的“胃口”英文语言关至关重要（至少要改20多遍）先投顶级或著名的AI 会议，录用并做Presentation 后，尽快补充、完善，然后再投国际AI 期刊(投稿时要声明：部分工作已在XX 会议上宣读过)二、投稿AI会

27、议 不一定非得有Systematic Works，但Ideas必须新！投稿会议的目标要明确：切入特定的研究圈子！同样要有“屡败屡战”的勇气 要有针对性地投稿，不主张到处“乱撒种”不在迫不得已的情况下，不主张投不入流的会议 若论文被录用，要参加会议并做Presentation，更重要的是，争取以后每年都有论文被录用，持之以恒，迟早会成为圈子中的一员，而不是学术上的“游击队员”2122232425262728引发的思考：1.AI的核心是什么？Nilsson 演绎推理 Newell,Simon 思维规律 Sloman 智能系统 Feigenbaum 知识工程 McCarthy 核心还未构成 2.中国

28、AI的研究现状如何？中国大陆重要的AI研究机构清华大学智能技术与系统国家重点实验室南京大学软件新技术国家重点实验室中科院自动化所模式识别国家重点实验室 中国大陆著名的老一辈AI专家 张 钹 院士：清华大学计算机系 戴汝为 院士：中科院自动化所 陆汝钤 院士：中科院数学与系统科学研究所 中国大陆年轻一代的AI领军人物 应明生 教授：清华大学计算机系 周志华 教授：南京大学计算机系 1.7 思考及拓展：总结：以创新的思维方式，开发自己的想象空间1.三大学派；2.AI的发展进程；五个阶段要求：小论文：综述性论文，大论文：综述：国内外研究动态。讲述如何写？读书报告：写一篇人工智能发展的综述或三大学派发

29、展趋势。293.当前AI的研究热点有哪些？统计学习理论(SLT)&支持向量机(SVM)统计学习理论 支持向量机 核（Kernel）方法 概率图模型（Probabilistic Graphic Models）隐马尔可夫模型（HMM）贝叶斯网络（Bayesian Networks）Markov Logic Networks（MLNs）Markov 随机场（Markov Random Field）符号机器学习 符号逻辑与统计逻辑的综合集成 数据挖掘&知识发现 Web Mining 商务智能 基于DM/KDD 的智能辅助决策 Web智能&Integrated Intelligence Capabili

30、ties Web 智能（Web Intelligence，简称WI）Integrated Intelligence Capabilities 生物信息学&神经信息学（Neural Informatics）生物信息学（Bioinformatics）神经信息编码及处理 脑机工程（Brain-Machine Engineering，BME）新的机器学习方法 流形学习（Manifold Learning）增强学习（Reinforcement Learning）多示例学习（Multi-instance Learning）半监督学习（Semi-supervised Learning）关系学习（Relati

31、onal Learning）Ranking 学习（Learning for Ranking）数据流学习（Data Stream Learning）304.AI的国际会议及主要期刊有哪些？国际顶级的2个AI综合性学术会议 AAAI:National Conference on Artificial Intelligence IJCAI:Intl.Joint Conference on Artificial Intelligence 国际顶级的几个著名AI专业性学术会议 UAI:Intl.Conf.on Uncertainty in AI ICML:Intl.Conf.on Machine Lea

32、rning NIPS:Annual Conf.on Neural Information Processing Systems 最顶级的AI期刊（部分）Artificial Intelligence Journal of Machine Learning Research 权威的AI期刊（部分）Artificial Intelligence Review AI Magazine Machine Learning Computational Intelligence Journal of AI Research Pattern Recognition Artificial Intelligenc

33、e in Medicine IEEE Trans.on Pattern Analysis&Machine Intelligence IEEE Trans.on Knowledge&Data Engineering IEEE Trans.on Neural Networks Journal of Data Mining&Knowledge Discovery 31智能科学与技术研究生专业建设 一级学科名称 智能科学与技术 二级学科名称 智能科学技术理论与方法 AI理论、认知、计算智能、专家系统、智能决策、分布智能、Agent技术、人工情感、人工生命等。智能信息处理 自然语言处理、数据挖掘、模式识

34、别、机器感知、信息融合、智能信息网络等。智能系统与工程 智能接口与人机交互、集成智能、机器视觉、智能机器、智能机器人、智能控制、智能工程、智能教学系统等 32智能科学与技术本科专业的现状 专业名称 称采用一级名称“智能科学与技术”专业 专业概念 智能科学技术专业是一个多学科交叉的跨应用领域的新专业。国内智能科学与技术本科教育的现状 自2004年北京大学申报的“智能科学与技术”本科专业经教育部正式批准以来，截至2006年底，国内已有北京邮电大学、南开大学、西安电子科技大学、首都师范大学、武汉工程大学、西安邮电学院和北京信息工程学院共8所院校经教育部批准，正式设立“智能科学与技术”本科专业。写一篇，人工智能发展的综述33