人工智能技术概览.pptx

《人工智能技术概览.pptx》由会员分享，可在线阅读，更多相关《人工智能技术概览.pptx（57页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、北京久其软件股份有限公司2024年3月11日人工智能技术概览人工智能技术概览久其软件-李坤奇目录目录北京久其软件股份有限公司2024年3月11日1、人工智能定义、关联2、人工智能主要应用领域3、机器学习算法及分类4、主流神经网络简介5、NLP的主要技术与方法人工智能定义人工智能定义l用机器，通常为电子仪器、电脑等，对人的意识、思维的信息过程的模拟。l人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。l数据：预测、挖掘l语音：语音识别、语音合成、声纹检测l文字：分类、翻译、对话、NLP、NLU、NLGl视觉：图像识别、生成作画、视频理解l运动：智能控制、仿真机器人、自动驾驶l思考：简单

2、推理、机器人写稿、AlphaGo北京久其软件股份有限公司2024年3月11日涉及面最广的交叉学科涉及面最广的交叉学科2024年3月11日人工智能自动化控制计算机数学统计学逻辑学归纳学系统学概率论哲学心理学生物学经济学语言学工程学认知学仿生学工业工业4.0，自动化生产线，自动化生产线l旨在提升制造业的智能化水平，建立具有适应性、资源效率及基因工程学的智慧工厂，在商业流程及价值流程中整合客户及商业伙伴l其技术基础是网络实体系统及物联网北京久其软件股份有限公司2024年3月11日特斯拉工厂曝光，整个工厂只有150个机器人，超震撼机器人，好帮手机器人，好帮手北京久其软件股份有限公司2024年3月11日

3、奔跑跳跃搬东西，这种机器人平衡能力比人类还强自动驾驶自动驾驶l谷歌、特斯拉、百度、苹果l集各类人工智能技术一身北京久其软件股份有限公司2024年3月11日机器学习机器学习l数据爆炸式增长催热机器学习l统计学、概率模型（贝叶斯）、神经网络l有监督学习、半监督学习、无监督学习主要区别在于人工投入的比例无监督学习只有极少数应用l投多少人工，有多少智能？北京久其软件股份有限公司2024年3月11日强化学习强化学习lreinforcement learning，RLl又称再励学习、评价学习l智能系统从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大l处于研究阶段l无人机，l自动化控制，l电子游戏

4、北京久其软件股份有限公司2024年3月11日迁移学习迁移学习lTransfer Learning,TLl收集数据成本高；训练耗时；重复利用已有知识l样本迁移、特征迁移、模型迁移、关系迁移北京久其软件股份有限公司2024年3月11日人工神经网络人工神经网络l人工神经网络模仿动物神经网络特征，进行分布式并行信息处理的算法数学模型。l网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。l优势并行分布处理高度鲁棒性和容错能力分布存储及学习能力能充分逼近复杂的非线性关系l激活函数、损失函数、梯度下降北京久其软件股份有限公司2024年3月11日深度学习深度学习l深度学习

5、源于人工神经网络，多个隐含层感知器。l深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。l各层设计、图形化调参、学习速率北京久其软件股份有限公司2024年3月11日CNN 卷积神经网络卷积神经网络lConvolutional Neural Networkl图像领域应用非常成功，人脸识别超99.5%l全连接 局部连接，权值共享l图像识别、OCR、语音识别（DBN+CNN+RNN最好）2024年3月11日特征数量卷积核大小RNN 循环神经网络循环神经网络lRecurrent Neural Networkl（t+1）时刻网络的最终结果O(t+1)是该时刻输入和

6、所有历史共同作用的结果l语音识别、NLPlBidirectional RNNs、Deep RNNs、GRU RNN北京久其软件股份有限公司2024年3月11日LSTM-长短期记忆网络长短期记忆网络lLong Short-Term Memory Neural NetworklRNN时间上传递的神经网络，可能“梯度消失”l通过门的开关实现时间上记忆功能，防止梯度消失l遗忘门l输入门l输出门lSeq2Seq机器翻译lAttention Model对话2024年3月11日GAN-生成性对抗生成网络生成性对抗生成网络lGenerative Adversarial Networksl它有两个模型：一个生成

7、器，一个判别器l没有损失函数，优化过程是“二元极小极大博”北京久其软件股份有限公司2024年3月11日深度学习框架深度学习框架库名称开发语言速度灵活性 文档适合模型平台上手难易Caffec+/cuda 快一般全面CNN所有系统中等TensorFlowc+/cuda/Python中等好中等CNN/RNNLinux,OSX难MXNetc+/cuda 快好全面CNN所有系统中等Torchc/lua/cuda快好全面CNN/RNNLinux,OSX中等Theanopython/c+/cuda中等好中等CNN/RNNLinux,OSX易2024年3月11日lCaffe2013年底,由UC Berkely

8、的Yangqing Jia开发计算机视觉领域首选CaffelTensorFlowGoogle主推的开源学习框架有众多预先训练好的模型，开发简单速度慢，内存占用较大lTorchFacebook力推的深度学习框架，主要开发语言是C和Lua有较好的灵活性和速度，开发也比较简单缺点是接口为lua语言，不支持Python机器学习中的问题与应对机器学习中的问题与应对l欠拟合添加其他特征，减少正则化l过拟合L1、L2正则化l不收敛复审输入数据、修改模型设计、改变参数初始化方法、调整学习速率l数据集过小转换扩增l运算过慢分布式运算，换用GPU或专用神经网络处理器l调参复杂分开训练、参数各种图形化展示北京久其软

9、件股份有限公司2024年3月11日NLP-自然语言处理自然语言处理l自然语言是人类智慧的结晶，自然语言处理是人工智能中最为困难的问题之一l广义的NLP包含NLU、NLGl用到统计、概率、神经网络等各种算法l文本分类 l信息抽取l人机对话l领域知识图谱l自动写稿北京久其软件股份有限公司2024年3月11日中文分词中文分词l11款开放中文分词引擎大比拼l目前主流分词包均采用复杂的统计模型，HMM、CRF、SP（结构化感知）l首先统计大量已切分文本特征训练模型，然后针对输入文本搜索最佳切分方式l目前哈工大语言云、Boson云效果最佳lTHULAC（清华）是开源包中效果最佳，也非常快l结巴分词用的很广

10、（Python），效果也不错l没有完美方案，90%以后每提升1点都要巨大代价北京久其软件股份有限公司2024年3月11日词性标注词性标注l中文词类活用现象非常多l没有英文的变形：ing、ed、er、lyl词性命名标准出自北大，基本统一l目前都只提供静态词性，非准确标注l在关键词计算、事件发现、情感判断有价值l句法分析、语义理解的前提l词法分析、句法分析、语义理解相互交织依赖，制约了词法技术提升北京久其软件股份有限公司2024年3月11日NER命名实体识别命名实体识别lNamed Entity Recognition又称作“专名识别”，是指识别文本中具有特定意义的实体l三大类：实体类、时间类和数

11、字类l七小类：人名、机构名、地名、时间、日期、货币和百分比l基于规则和词典的方法采用语言学专家手工构造规则模板,选用特征包括统计信息、标点符号、关键字、指示词和方向词、位置词(如尾字)、中心词等方法，以模式和字符串相匹配为主要手段l基于统计的方法HMM、ME、SVM、条件随机场(CRF)l神经网络识别NN、CNN-CRF、RNN-CRF、Attention机制l目前缺少成熟可以API，少数付费效果尚可训练的CRF模型，人名、时间、数字识别还行，有提升空间北京久其软件股份有限公司2024年3月11日语言模型、词向量语言模型、词向量lN-Grams：二元组、三元组、五元组l大量分词后语料进行统计l

12、正则化、平滑l可用于拼写和语法检查，也可协助分词lWord2Vec：将词组转换成多维向量表示lCBOW、Skip-Gram、GloVel神经网络输入需要Embedding，50,100,300维l特性相似近邻 通过向量距离查找关联词线性加减 w2v(中国)-w2v(北京)=w2v(法国)-w2v(巴黎)l只是一种高阶近似，同一含义在同一维表达，尽量分散2024年3月11日关键词、摘要提取关键词、摘要提取2024年3月11日文本分类、聚类、情感倾向文本分类、聚类、情感倾向l文本分类属于有监督学习，需要训练l贝叶斯、SVM、神经网络l文本聚类属于无监督学习l划分法（K-Means）、层次法、密度法

13、、网格法l文本倾向性分析，主要用于舆情监控，评价挖掘l贝叶斯理论为基础l褒义词、贬义词、中性词l否定谓词、副词的识别l与地域、主体识别结合运用l难点在于各门类数据抓取、行业模型训练北京久其软件股份有限公司2024年3月11日句法分析句法分析l上下文无关文法Context Free Grammarl依存文法分析(Dependency Parsing)通过分析语言单位内成分之间的依存关系揭示其句法结构识别“主谓宾”、“定状补”l算法：CYK、PCFG、CRF、神经网络（？）l目前中文句法分析短句可用，长句较差哈工大LTP语言云、Boson云（较好）Stanford Parser、HanLP（稍差）

14、北京久其软件股份有限公司2024年3月11日语义分析语义分析/理解理解l知识工程：语义树l可用于句子语义理解、数据抽取、句式转换l需要强大的知识库配合，知识图谱（？）今天晚上吃金属吧（）法国一位老人以吃金属为生（）l还难以理解文章，进行摘要或推理l神经网络：训练超级模型l词向量（稀疏）比较成熟，生成较快Synonymy、Antonymy、Hyponyml短句可用向量相加近似表示，长句、文章尚在研究北京久其软件股份有限公司2024年3月11日知识图谱知识图谱(Knowledge Graph)l由知识点相互连接而成的语义网络l用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们

15、之间的相互联系，并进行查询推理lRDF(资源描述框架)、OWL(Web 本体语言)、SparQLl建立：数据源整理、实体消歧、schema(本体、关系等)构建、查询与推理、优化存储、更新维护lWordNet、Yago、DbpedialCN-Dbpedia、Zhishi.Me、PKU-PIEl搜索引擎、金融分析、辅助诊断l目前似乎难以表达行为动作、限定修饰北京久其软件股份有限公司2024年3月11日QA-机器人问答、人机对话机器人问答、人机对话lIR-based Question Answering信息检索方式，抽取原文中短语、句子作答问题分析、答案类型确定、确定检索规则、句子抽取、答案生成lK

16、nowledge-based Question Answering确定提问类型及答案模板从原文抽取模板定义要素组织语言生成答案l个人助理、客服/导购、专家系统北京久其软件股份有限公司2024年3月11日DeepBot 对话框架对话框架北京久其软件股份有限公司2024年3月11日北京久其软件股份有限公司2024年3月11日演讲完毕，谢谢观看！附录资料：人工智能简介附录资料：人工智能简介About Teaching Plan基本要求：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是目前迅速发展的一门新兴学科，新思想新方法层出不穷。其基本思想是利用机器来模仿和执行人脑的功能，如判断、

17、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。对于培养学生计算机技术的应用能力，开阔思路和视野，有重要意义。About Teaching Plan因此，要求学生掌握知识表示知识表示和问题求解问题求解的几种常用方法，尤其是不确定性推理不确定性推理；掌握机器学习机器学习基本概念，了解几种机器学习方法机器学习方法尤其是神经网络学习方法；神经网络学习方法；掌握专家系统的概念，了解专家系统设计方法专家系统设计方法，掌握一些智能控制方法智能控制方法，了解国内外人工智能研究尤其是机器人的最新进展；最新进展；具有一定的人工智能编程设计能力人工智能编程设计能力（利用Lisp或Prol

18、og语言）。About Teaching Plan课程内容以及学时分配课程内容以及学时分配人工智能引论(1)人工智能概念及与计算机的关系，研究途径、内容和应用领域概况介绍，其他最新材料其他最新材料。符号主义、连接主义、行为主义三大流派人工智能数学基础(1)知识表示方法（2）状态空间法、问题归约法，谓词逻辑法、产生式表示法（动物识别系统）；CLIPS语言；语义网络法、框架法（这是结构化表示）；剧本、过程、Petri网、面向对象的表示。About Teaching Plan搜索技术和策略（3-4）状态空间法，盲目搜索和启发式搜索，A*算法；海伯伦理论、消解原理和策略；与或形推理和搜索策略；其他求解

19、技术。不确定推理技术（3-4）主观Bayes理论；可信度方法和证据理论；系统组织技术；非单调推理；Rete快速算法；模糊推理技术；基于语义网络和框架不确定推理；专家系统（2）专家系统概念、结构和知识获取；黑板模型、知识组织、管理及系统建造和开发工具；专家系统举例及编程。人工智能程序设计人工智能程序设计（1）人工智能语言基本机制：LISP和PROLOG。About Teaching Plan模式识别导论（3）模式识别专题：概率模式识别。模式识别专题：结构模式识别机器学习（1）：机械,解释经验,事例,归纳,概念,类比学习等；统计,结构,模糊模式识别。专题讲座（3次）1)神经网络基本理论和应用(史奎

20、凡课程：安排于人工智能理论与应用课程内)；2)智能体（Agent）；3)自然语言处理；4)智能控制和机器人科学智能控制的结构理论和研究领域，智能控制系统及应用示例；机器人规划、机器视觉和自然语言理解等。About Teaching Plan实践：1)搜索技术和策略2)不确定推理技术3)专家系统：动物识别系统4)模式识别技术5)调研：搜索技术和策略、不确定推理技术、统计模式识别、机器学习等四个领域进展报告。Chapter One:Brief Introduction to Artificial Intelligence1.What is AI?人工智能（人工智能（Artificial Intel

21、ligence,AI）是当前科学技发展的一门前是当前科学技发展的一门前沿学科，同时也是一门新思想，新观念，新理论，新技术不断出沿学科，同时也是一门新思想，新观念，新理论，新技术不断出现的新兴学科以及正在发展的学科。现的新兴学科以及正在发展的学科。它是在它是在计算机科学，控制论，信息论，神经心理学，哲学，语言学计算机科学，控制论，信息论，神经心理学，哲学，语言学等多种学科研究的基础发展起来的，因此又可把它看作是一门等多种学科研究的基础发展起来的，因此又可把它看作是一门综综合性的边缘学科合性的边缘学科。它的出现及所取得的成就引起了人们的高度重视它的出现及所取得的成就引起了人们的高度重视,并取得了很

22、高的评并取得了很高的评价。有的人把它与空间技术，原子能技术一起并誉为价。有的人把它与空间技术，原子能技术一起并誉为20世纪的三世纪的三大科学技术成就。大科学技术成就。Intelligence智能是知识与智力的总合。智能是知识与智力的总合。知识知识智能行为的基础；智能行为的基础；智力智力获取知识并运用知识求解问题的能力。获取知识并运用知识求解问题的能力。智能具有以下特征：智能具有以下特征：(1)具有感知能力具有感知能力指人们通过视觉、听觉、触觉、味觉、嗅觉等感指人们通过视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力；觉器官感知外部世界的能力；(2)具有记忆与思维的能力具有记忆与思维的能

23、力这是人脑最重要的功能，亦是人之所以有这是人脑最重要的功能，亦是人之所以有智能的根本原因；智能的根本原因；(3)具有学习能力及自适应能力；具有学习能力及自适应能力；(4)具有行为能力。具有行为能力。Artificial Intelligence人工智能人工智能计算机科学的一个分支，是智能计算机系统，即人类智慧计算机科学的一个分支，是智能计算机系统，即人类智慧在机器上的模拟，或者说是人们使机器具有类似于人的智慧（在机器上的模拟，或者说是人们使机器具有类似于人的智慧（对语言对语言能理解、能学习、能推理）。能理解、能学习、能推理）。2.Brief History of AI(1)孕育（孕育（1956

24、年前）年前）古希腊的古希腊的Aristotle（亚里士多德）（前亚里士多德）（前384-322），给出了形式逻辑的），给出了形式逻辑的基本规律。基本规律。英国的哲学家、自然科学家英国的哲学家、自然科学家Bacon（培根）（培根）（1561-1626），系统地给），系统地给 出了归纳法。出了归纳法。“知识就是力量知识就是力量”德国数学家、哲学家德国数学家、哲学家Leibnitz（布莱尼茨）（布莱尼茨）（1646-1716）。提出了关于）。提出了关于数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和数理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。做出了能做四则运算的手摇

25、计算机推理。做出了能做四则运算的手摇计算机英国数学家、逻辑学家英国数学家、逻辑学家Boole（布尔）（布尔）（1815-1864）实现了布莱尼茨）实现了布莱尼茨 的思维符号化和数学化的思想，提出了一种崭新的代数系统的思维符号化和数学化的思想，提出了一种崭新的代数系统布尔布尔代数。代数。美籍奥地利数理逻辑学家美籍奥地利数理逻辑学家Godel（哥德尔）（哥德尔）（1906-1978），证明），证明了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它了一阶谓词的完备性定；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。意义在于，人的思维形式化是无矛盾的，那么一定是不完备的。意义

26、在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。和机械化的某种极限，在理论上证明了有些事是做不到的。英国数学家英国数学家Turing(图灵图灵)（1912-1954）,1936年提出了一种理想年提出了一种理想计算机的数学模型（图灵机），计算机的数学模型（图灵机），1950年提出了图灵试验，发表了年提出了图灵试验，发表了“计算机与智能计算机与智能”的论文。图灵奖。的论文。图灵奖。美国数学家美国数学家Mauchly，1946发明了电子数字计算机发明了电子数字计算机ENIAC美国神经生理学家美国神经生理学家McCulloch，建立了第一个神经网络数学模型。建立了第一个神经网络

27、数学模型。美国数学家美国数学家Shannon（香农）香农）,1948年发表了通讯的数学理论，年发表了通讯的数学理论，代表了代表了“信息论信息论”的诞生。的诞生。(2)形成（形成（1956-19691956-1969）1956年提出了年提出了“Artificial Intelligence（人工智能）人工智能）”1956年年夏夏由由麻麻省省理理工工学学院院的的J.McCarthy、M.L.Minsky,IBM公公司司信信息息研研究究中中心心的的 N.Rochester,贝贝尔尔实实验验室室的的 C.E.Shannon共共同同发发起起，邀邀请请了了 Moore,Samuel,Selfridge,S

28、olomonff,Simon,Newell等等人人，10位位数数学学家家、信信息息学学家家、心心理理学学家家、神神经经生生理理学学家家、计计算算机机科科学学家家，在在Dartmouth大大学学召召开开了了一一次次关关于于机机器器智智能能的的研研讨讨会会，会会上上 McCarthy 提提议议正正式式采采用用了了 Artificial Intelligence（人人工工智智能能）这这一一术术语语。这这次次会会议议，标标志志着着人人工工智能作为一门新兴学科正式诞生了。智能作为一门新兴学科正式诞生了。McCarthy（麦卡锡）麦卡锡）人工智能之父人工智能之父。这次会议之后的这次会议之后的10年间，人工

29、智能的研究取得了许多引人瞩目的成就年间，人工智能的研究取得了许多引人瞩目的成就.机器学习方面：机器学习方面：塞缪尔于塞缪尔于1956年研制出了跳棋程序，该程序能从棋谱年研制出了跳棋程序，该程序能从棋谱中学习，也能从下棋实践中提高棋艺；中学习，也能从下棋实践中提高棋艺；在定理证明方面：王浩于在定理证明方面：王浩于1958年在年在IBM机上证明了数学原理中有关机上证明了数学原理中有关命题演算的全部定理（命题演算的全部定理（220条），还证明了谓词演算中条），还证明了谓词演算中150条定理条定理85%；1965年，鲁宾逊（年，鲁宾逊（Robinson）提出了消解原理；提出了消解原理；在模式识别方面：

30、在模式识别方面：1959年塞尔夫里奇推出了一个模式识别程序；年塞尔夫里奇推出了一个模式识别程序；1965年年罗伯特（罗伯特（Robert）编制出可辨别积木构造的程序；编制出可辨别积木构造的程序；在问题求解方面：在问题求解方面：1960年纽厄尔等人通过心理学试验总结出了人们求解年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序问题的思维规律，编制了通用问题求解程序GPS,可以用来求解可以用来求解11种不同种不同类型的问题；类型的问题；在专家系统方面：斯坦福大学的费根鲍姆（在专家系统方面：斯坦福大学的费根鲍姆（E.A.Feigenbaum）自自1965年年开始进行专家

31、系统开始进行专家系统DENDRAL（化学分析专家系统），化学分析专家系统），1968年完成并投年完成并投入使用；入使用；在人工智能语言方面：在人工智能语言方面：1960年年McCarthy等人建立了人工智能程序设计等人建立了人工智能程序设计语言语言Lisp，该语言至今仍是建造智能系统的重要工具；该语言至今仍是建造智能系统的重要工具；1969年成立了国际人工智能联合会议（年成立了国际人工智能联合会议（International Joint Conferences On Artificial Intelligence）(3)发展（发展（1970年以后）年以后）70年代，开始从理论走向实践，解决一些

32、实际问题。同时很快就发现问年代，开始从理论走向实践，解决一些实际问题。同时很快就发现问题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。题：归结法费时、下棋赢不了全国冠军、机器翻译一团糟。以以Feigenbaum为首的一批年轻科学家改变了战略思想，为首的一批年轻科学家改变了战略思想，1977年提出知年提出知识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。识工程的概念，以知识为基础的专家咨询系统开始广泛的应用。著名专家系统的有：著名专家系统的有：1.DENDRAL化学分析专家系统（斯坦福大学化学分析专家系统（斯坦福大学1968）2.MACSYMA符号数学专家系统（麻省理工符号数学专家系

33、统（麻省理工1971）3.MYCIN诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学诊断和治疗细菌感染性血液病的专家咨询系统（斯坦福大学1973）4.CASNET(Causal ASsciational Network)诊断和治疗青光眼的专家咨询系诊断和治疗青光眼的专家咨询系统（拉特格尔斯（统（拉特格尔斯（Rutgers）大学大学70年代中）年代中）5.CADUCEUS(原名原名INTERNIST)医疗咨询系统（匹兹堡大学）；医疗咨询系统（匹兹堡大学）；6.HEARSAY I 和和II语音理解系统（卡内基语音理解系统（卡内基-梅隆大学）梅隆大学）7.PROSPECTOR地质勘探专家系统（斯

34、坦福大学地质勘探专家系统（斯坦福大学1976）8.XCON计算机配置专家系统（卡内基计算机配置专家系统（卡内基-梅隆大学梅隆大学1978）80年代，人工智能发展达到阶段性的顶峰。年代，人工智能发展达到阶段性的顶峰。87,89年世界大会有千人参加。硬件公司有上千个。并进行年世界大会有千人参加。硬件公司有上千个。并进行Lisp硬件、硬件、Lisp机的研究。机的研究。在专家系统及其工具越来越商品化的过程中在专家系统及其工具越来越商品化的过程中,国际软件市场上形成国际软件市场上形成了一门旨在生产和加工知识的新产业了一门旨在生产和加工知识的新产业知识产业。应该说，知知识产业。应该说，知识工程和专家系统是

35、近十余年来人工智能研究中最有成就的分支识工程和专家系统是近十余年来人工智能研究中最有成就的分支之一。之一。同年代，同年代，1986年年Rumlhart领导的并行分布处理研究小组提出了神领导的并行分布处理研究小组提出了神经元网络的反向传播学习算法，解决了神经网络的根本问题之一。经元网络的反向传播学习算法，解决了神经网络的根本问题之一。从此，神经网络的研究进入新的高潮。从此，神经网络的研究进入新的高潮。90年代，计算机发展趋势为小型化、并行化、网络化、智能化。年代，计算机发展趋势为小型化、并行化、网络化、智能化。人工智能技术逐渐与数据库、多媒体等主流技术相结合，并融合在主人工智能技术逐渐与数据库、

36、多媒体等主流技术相结合，并融合在主流技术之中，旨在使计算机更聪明、更有效、与人更接近。流技术之中，旨在使计算机更聪明、更有效、与人更接近。日本政府于日本政府于1992年结束了为期十年的称为年结束了为期十年的称为“知识信息处理体统知识信息处理体统”的第五代计算机系统研究开发计划。并开始了为期十年的实况计的第五代计算机系统研究开发计划。并开始了为期十年的实况计算（算（Real Word Computing）计划。计划。3.Research Objects and Main Contents(1)人工智能的研究目标人工智能的研究目标 人工智能的长期研究目标：构造智能计算机。人工智能的长期研究目标：构

37、造智能计算机。人工智能的近期研究目标：人工智能的近期研究目标：使现有的电子计算机更聪明，更有用，使它不仅能做一般的数值计使现有的电子计算机更聪明，更有用，使它不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为的部分智能行为。(2)人工智能研究的基本内容人工智能研究的基本内容 1.机器感知机器感知 以机器视觉与机器听觉为主。以机器视觉与机器听觉为主。机器感知是机器获取外部信息的基本途径，是使机器具有智能不可机器感知是机器获取外部信息的基本途径，是使机器具有智能不可 或缺的组成部分，对此人工智能

38、中已形成两个专门的研究领域或缺的组成部分，对此人工智能中已形成两个专门的研究领域 模式识别和自然语言理解。模式识别和自然语言理解。2.机器思维机器思维 指通过感知的外部信息及机器内部的各种工作信息进行有目的的处指通过感知的外部信息及机器内部的各种工作信息进行有目的的处 理。理。主要开展以下几方面的研究：主要开展以下几方面的研究：(1)知识表示知识表示 (2)知识的组织，累计，管理技术知识的组织，累计，管理技术 (3)知识的推理知识的推理 (4)各种启发式搜索及控制策略各种启发式搜索及控制策略 (5)神经网络，人脑的结构及其工作原理神经网络，人脑的结构及其工作原理3.机器学习机器学习 使计算能自

39、动获取知识，能直接向书本学习，能通过与人谈话学习，使计算能自动获取知识，能直接向书本学习，能通过与人谈话学习，能通过对环境的观察学习，并能在实践中自我完善。能通过对环境的观察学习，并能在实践中自我完善。4.机器行为机器行为 机器行为主要指计算机的表达能力，即机器行为主要指计算机的表达能力，即“说说”、“写写”、“画画”等，等，对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作对智能机器人，还应该有人的四肢功能，即能走路，能取物，能操作等。等。5.智能系统及智能计算机的构造技智能系统及智能计算机的构造技术术4.Research Objects and Main Contents人工智能

40、面世以来，其研究途径存在两种不同的观点：人工智能面世以来，其研究途径存在两种不同的观点：以以符符号号处处理理为为核核心心的的方方法法主主张张通通过过运运用用计计算算机机科科学学的的方方法法进进行行研研究，实现人工智能在计算机的模拟。究，实现人工智能在计算机的模拟。以以网网络络连连接接为为主主的的连连接接机机制制方方法法主主张张用用生生物物学学的的方方法法进进行行研研究究，搞清楚人类智能的本质。搞清楚人类智能的本质。(1)以符号处理为核心的方法以符号处理为核心的方法该该方方法法起起源源于于纽纽厄厄尔尔等等人人的的通通用用问问题题求求解解系系统统（GPS），用用于于模模拟拟人人类类求求解问题的心理

41、过程，逐渐形成为物理符号系统，这种方法认为：解问题的心理过程，逐渐形成为物理符号系统，这种方法认为：人人类类研研究究的的目目标标是是实实现现机机器器智智能能，而而计计算算机机自自身身具具有有符符号号处处理理能能力力，这这种种能能力力本本身身就就蕴蕴含含着着演演绎绎推推理理的的内内涵涵，因因而而可可通通过过运运行行相相应应的的程程序序来来体体现现某某种种基基于于逻逻辑辑思思维维的的智智能能行行为为，达达到到模模拟拟人人类类智智能能活活动动的的效果。效果。目前人工智能的大部分研究成果都是基于这种方法实现的。目前人工智能的大部分研究成果都是基于这种方法实现的。该方法的主要特征是：该方法的主要特征是：

42、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 要进行逻辑推理的复杂问题；要进行逻辑推理的复杂问题；知识可用显式的符号表示；知识可用显式的符号表示；便于模块化；便于模块化；能与传统的符号数据库链接；能与传统的符号数据库链接；可对推理结论做出解释，便于对各种可能性进行选择。可对推理结论做出解释，便于对各种可能性进行选择。但该方法不适合于形象思维；而且在用符号表示概念时其有效性在很但该方法不适合于形象思维；而且在用符号表示概念时其有效性在很大程度上取决于符号表示的正确性，且对带噪声的信息及不完整的信息大程度上取决于符号表示的

43、正确性，且对带噪声的信息及不完整的信息难以处理。难以处理。(2)以网络连接为主的连接机制方法以网络连接为主的连接机制方法 该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过该方法是在人脑神经元及其相互连接而成网络的启示下，试图通过 多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法认为：多人工神经元间的并行协同作用来实现对人类智能的模拟。该方法认为：大脑是人类一切智能活动的基础，因而从大脑神经元及其连接机制着大脑是人类一切智能活动的基础，因而从大脑神经元及其连接机制着 手进行研究，搞清楚大脑的结构及它进行信息处理的过程及机理，可望手进行研究，搞清楚大脑的结构及它进行信息处理的过

44、程及机理，可望 揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。揭示人类智能的奥秘，从而真正实现人类智慧在机器上的模拟。该方法的主要特征：该方法的主要特征：通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、通过神经元之间的并行协同作用实现信息处理，处理过程具有并行性、动态性、全局性；动态性、全局性；通过神经元间分布式的物理联系存储知识和信息，因而可以实现联想功通过神经元间分布式的物理联系存储知识和信息，因而可以实现联想功能，对于带有噪声、缺损、变形的信息能进行有效地处理。近期的一些能，对于带有噪声、缺损、变形的信息能进行有效地处理。近期的一些研究表明，该方法在模式识别、图像

45、信息压缩等方面取得了一些研究成研究表明，该方法在模式识别、图像信息压缩等方面取得了一些研究成果；果；通过神经元间连接强度的动态调整来实现对人类学习、分类等的模拟；通过神经元间连接强度的动态调整来实现对人类学习、分类等的模拟；适合于模拟人类的形象思维过程；适合于模拟人类的形象思维过程；求解问题时，可以比较快地球的一个近似解。求解问题时，可以比较快地球的一个近似解。该方法不适合于模拟人的逻辑思维过程，而且就目前神经网络的研该方法不适合于模拟人的逻辑思维过程，而且就目前神经网络的研究现状来看，由固定的体系结构与组成方案所构成的系统还达不到开发究现状来看，由固定的体系结构与组成方案所构成的系统还达不到

46、开发多种多样知识的要求。多种多样知识的要求。(3)系统集成系统集成 符号方法善于模拟人的逻辑思维过程，求解问题时，如果问题有解，符号方法善于模拟人的逻辑思维过程，求解问题时，如果问题有解，它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的它可以准确地求出最优解；但求解过程的运算量将随问题的复杂性的 增加成指数性增长，另外其知识和信息的符号化过程需要由人来完成，增加成指数性增长，另外其知识和信息的符号化过程需要由人来完成，它自身不具备这种功能。它自身不具备这种功能。连接机制方法善于模拟人的形象思维过程，求解问题时，由于它的并连接机制方法善于模拟人的形象思维过程，求解问题时，由于它的并

47、行处理能力，可以较快地得到问题的解，但解一般是近似的，次优行处理能力，可以较快地得到问题的解，但解一般是近似的，次优 的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显的；另外，该方法求解问题的过程是隐式的，难以对求解过程以显 式解释。式解释。将两个方法结合起来，取长补短。将两个方法结合起来，取长补短。通通过过形形象象思思维维得得到到一一个个直直觉觉的的解解或或给给出出一一种种假假设设，然然后后用用逻逻辑辑思思维维进行仔细的论证或搜索，最终得到一个最优解。进行仔细的论证或搜索，最终得到一个最优解。但两种方法存在太多的不同，因此将其结合起来还要克服许多困难。但两种方法存在太多的不同，因此

48、将其结合起来还要克服许多困难。就目前的研究而言，这两种方法结合起来有两种途径：就目前的研究而言，这两种方法结合起来有两种途径：结合结合即两者分别保持原来的结构，但密切合作，任何一方都可以把即两者分别保持原来的结构，但密切合作，任何一方都可以把自己不能解决的问题转化给另一方；自己不能解决的问题转化给另一方；统一统一把两者自然统一在一个系统中，即由逻辑思维的功能，友友形把两者自然统一在一个系统中，即由逻辑思维的功能，友友形象思维的功能。象思维的功能。目前的一些体系结构有：目前的一些体系结构有：黑盒黑盒/细线结构（细线结构（Black-box/Thin-wire）黑盒模块化（黑盒模块化（Black-

49、box modularity）并行管理和控制（并行管理和控制（Parallel monitoring and control）神经网络的符号化机制（神经网络的符号化机制（The symbolic setup of a neural net）符号信息的神经网络获取机制（符号信息的神经网络获取机制（neural net acquisition of symbolicinformation）两院结构（两院结构（Bicameral architecture）5.Research Fields1.专家系统专家系统专专家家系系统统是是一一种种具具有有特特定定领领域域内内大大量量知知识识与与经经验验的的程程

50、序序系系统统，它它应应用用人人工工智智能能技技术术，模模拟拟人人类类专专家家求求解解问问题题的的思思维维过过程程求求解解领领域域内内的的各各种种问题，其水平可以达到甚至超过人类专家的水平。问题，其水平可以达到甚至超过人类专家的水平。2.机器学习机器学习它它主主要要研研究究如如何何使使计计算算机机具具有有类类似似于于人人的的学学习习能能力力，使使计计算算机机能能通通过过学习自动获取知识与技能，实现自我完善。学习自动获取知识与技能，实现自我完善。3.模式识别模式识别模模式式识识别别是是研研究究如如何何使使机机器器具具有有感感知知能能力力的的一一个个研研究究领领域域，其其中中主主要要研究视觉模式和听