《第1章走进人工智能.pptx》由会员分享，可在线阅读，更多相关《第1章走进人工智能.pptx（40页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、单击此处编辑母版标题样式,编辑母版文本样式,第二级,第三级,第四级,第五级,2021/4/22,#,人工智能 原理篇,走 进 人 工 智 能,第一章,本 章 导 读,人工智能涉及计算机科学、认知科学、神经生理学、仿生学、心理学、哲学、数理逻辑、信息论、控制论等多个学科，它是在这些学科研究的基础上发展起来的综合性很强的交叉性学科，是当今社会计算机科学中最活跃的分支之一。随着互联网技术和硬件设备的不断进步，人工智能在多个领域得到了迅速发展，并渗透到人类生活的方方面面。,本章首先介绍人工智能的概念与发展；然后介绍人工智能研究的各种学派；最后介绍人工智能的研究内容与应用领域。,学习目标,熟悉人工智能的
2、基本概念与发展。,了解人工智能研究的各种学派。,熟悉人工智能的研究内容与应用领域。,目 录,4,人工智能的概念与发展,人工智能的概念与发展,人工智能的概念与发展,01,02,03,人工智能的概念与发展,01,人工智能的概念,1.1.1,人工智能（,artificial intelligence,，,AI,）是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门学科。智能与智能的本质是古今中外许多哲学家和脑科专家一直在努力探索和研究的问题，但至今尚未完全研究清楚。因此，至今为止学术界也没有给人工智能下一个明确的定义。,下面，列举部分学者对人工智能的描述。,（,1,）人工智能是
3、某些活动（与人的思想、决策、问题求解和学习等有关的活动）的自动化过程。,（,2,）人工智能是一种使计算机能够思维，使计算机具有智力的激动人心的新尝试。,（,3,）人工智能是用计算机模型研究智力行为的技术。,（,4,）人工智能是一种能够自主执行人类智能行为的技术。,（,5,）人工智能是一门通过计算过程力图理解和模仿智能行为的学科。,（,6,）人工智能是研究如何使计算机做事才能够让人过得更好。,（,7,）人工智能是计算机科学中与智能行为的自动化有关的一个分支。,（,8,）人工智能是研究和设计具有智能行为的计算机程序，可执行人或动物所具有的智能行为。,通过分析学者们对人工智能的描述，可将人工智能理解
4、为：人工智能是指能够让计算机像人一样拥有智能能力，可以代替人类实现识别、认知、分析和决策等多种功能的技术。,例如，智能机器服务员能够将语音识别成文字，然后进行分析理解并与人对话，最后为客户提供服务，如图所示。,智能机器服务员,人工智能的发展道路曲折起伏，总的来说可分为,7,个时期，依次是孕育期、起步发展期、反思发展期、应用发展期、低迷发展期、稳步发展期和蓬勃发展期，如图所示,-,人工智能发展历程。,人工智能的发展,1.1.2,人工智能研究的各种学派,02,人工智能在其研究发展的多年期间，许多不同学科或学科背景的学者们对人工智能做出了各自的解释，提出了不同的观点，因此产生了不同的学派。其中，对人
5、工智能研究影响较大的学派有下列,3,家。,（,1,）符号主义（,symbolicism,）,，,又称为逻辑主义（,logicism,）、心理学派（,psychlogism,）或计算机学派（,computerism,），其原理主要为物理符号系统假设（即符号操作系统）和有限合理性原理，如图所示。,符号主义,（,2,）连接主义（,connectionism,），,又称为仿生学派（,bionicsism,）或生理学派（,physiologism,），其原理主要为神经网络及神经网络间的连接机制与学习算法，如图 所示。,连接主义,（,3,）行为主义（,actionism,）,，,又称为进化主义（,evol
6、utionism,）或控制论学派（,cyberneticsism,），其原理主要为控制论及“感知,动作”型控制系统，如图所示。,行为主义,符号主义认为人类认知和思维的基元是符号，认知过程是符号操作过程。也就是说，它致力于将人类的认知和思维用某种符号来描述，并把这种符号输入到计算机中，从而模拟人类的认知过程，实现人工智能。其代表人物有赫伯特,西蒙（,Herbent Simon,）和艾伦,纽厄尔（,Allen Newell,），如图所示。,赫伯特,西蒙,1.2.1,符号主义,艾伦,纽厄尔,符号主义是一种基于逻辑推理的智能模拟方法。符号主义认为人工智能源于数理逻辑。,20,世纪,30,年代，数理逻辑
7、开始用于描述智能行为。,计算机的出现推动了逻辑演绎系统的实现，表明了计算机可以用于研究人的思维过程和模拟人类智能活动。后来相继发展的启发式算法、专家系统和知识工程理论与技术，都为人工智能的发展作出了重要贡献。,连接主义认为人工智能源于仿生学，特别是人脑模型的研究，它主张模仿人类的神经元（见图），用神经网络的连接机制实现人工智能。连接主义的代表性成果是,MP,模型，它从神经元开始进而研究神经网络模型和脑模型，开创了用电子装置模拟人类脑部结构和功能的新途径，同时开辟了人工智能新的发展道路。,神经元,1.2.2,连接主义,行为主义是一种基于“感知,动作”的行为模拟方法。行为主义认为，学习是刺激与反应
8、之间的联结，行为是学习者对环境刺激所做出的反应。,行为主义认为人工智能源于控制论。控制论把神经系统的工作原理与信息理论、控制理论、逻辑理论及计算机联系起来。这一学派的代表作品首推六足行走机器人（见图），它可以看作是新一代的“控制论动物”，是一个基于“感知,动作”模式模拟昆虫行为的控制系统。,六足行走机器人,高 手 点 拨,人工智能的三大学派从不同的侧面研究了人类的智能，与人脑的思维模型有着对应的关系。对其进行粗略的划分，可认为符号主义研究抽象思维，注重数学可解释性；连接主义研究形象思维，偏向于模仿人脑模型，更加感性；行为主义研究感知思维，偏向于应用和模拟。,以上,3,个人工智能学派将长期共存与
9、合作，取长补短，并逐步走向融合与集成，共同为人工智能的发展作出贡献。,人工智能的研究内容,与应用领域,03,人工智能涉及多个学科，其研究内容包括知识表示、知识推理、知识应用、机器学习、机器感知、机器思维和机器行为等。,1.3.1,人工智能的研究内容,1,知识表示,人工智能研究的目的是要建立一个能模拟人类智能行为的系统，但知识是一切智能行为的基础，想把知识存储到计算机中，首先要研究知识表示方法。,知识表示,是把人类的知识概念化、形式化或模型化。一般地，就是运用符号知识、算法和状态图等来描述待解决的问题。目前，已提出的知识表示方法主要包括符号表示法和连接机制表示法。,推理是人脑的基本功能。要让机器
10、实现人工智能，就必须赋予机器推理能力，进行机器推理。,知识推理,（见图）是指在计算机或智能系统中，依据推理控制策略，利用形式化的知识模拟人类的智能推理方式进行求解问题的过程。,知识推理,2,知识推理,3,知识应用,人工智能是否获得广泛应用是衡量其生命力和检验其生存力的重要标志。,20,世纪,70,年代，利用知识表示和推理实现的专家系统得到广泛应用，使人工智能走出低谷，获得快速发展。后来机器学习和近年来自然语言处理的应用研究取得了重大进展，又促进了人工智能的进一步发展。,机器学习,是继专家系统之后人工智能的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一，是使计算机具有智能能力的根本途
11、径。,学习是人类具有的一种重要智能行为。机器学习（见图）是指计算机能够模拟人的学习行为，实现自主获取新知识，并重新组织已有的知识结构，不断提升自身解决问题的能力。机器学习可以通过文献资料、与人交谈和观察环境等方式进行学习，从而使计算机自动获取知识。,机器学习,4,机器学习,机器感知,就是使机器具有类似于人的感知能力，包括视觉、听觉、触觉、嗅觉等。其中，机器视觉和机器听觉是当前社会中应用最广的机器感知能力。,机器视觉（见图,1,）是指机器能够识别并理解图片、场景、人物身份等；机器听觉（见图,2,）是指机器能够识别并理解语言、声音等。,图,1,机器视觉,图,2,机器听觉,5,机器感知,机器思维,（
12、见图）是指对通过感知得来的外部信息，以及机器内部的各种工作信息进行有目的的处理。正如人的智能是来自大脑的思维活动一样，人工智能也主要是通过机器思维实现的。因此，机器思维是人工智能研究中的关键部分，它使机器具有类似于人的思维活动，不仅能够像人一样进行逻辑思维，还可以进行形象思维。,机器思维,6,机器思维,机器行为,（见图）主要是指计算机的表达能力，即对话、描写、刻画等能力。对于智能机器人，它还应具有行动能力，即移动、行走、取物、操作等。机器行为与机器思维密切相关，机器思维是机器行为的基础，机器行为是机器思维的表现。,机器行为,7,机器行为,随着人工智能理论研究的发展，人工智能的应用领域越来越宽广
13、，应用效果也越来越显著。总的来说，人工智能的应用主要集中在自动定理证明、问题求解与博弈、专家系统、模式识别、机器视觉、自然语言处理、人工神经网络、分布式人工智能与多,Agent,等领域。,1.3.2,人工智能的应用领域,自动定理证明,，又称机器定理证明，是数学和计算机科学相结合的课题，也是人工智能中最先进行研究并得到成功应用的一个领域，它的研究在人工智能方法的发展中起到了重要的推动作用。,自动定理证明的理论价值和应用范围并不局限于数学领域，许多非数学领域的任务，如医疗诊断、信息检索、机器人规划和难题求解等，都可以转化成相应的定理证明问题，或者与定理证明有关的问题。可以说，自动定理证明的研究具有
14、普遍意义。,1,自动定理证明,人工智能,的第一个大成就是发展了能够求解难题的下棋（如国际象棋）程序。下棋程序是计算机博弈问题研究的产物，其中主要应用了问题的表示、分解、搜索和归纳等人工智能的基本技术。,到目前为止，对于要解决的问题，人工智能程序已经具备搜索解答空间，寻找较优解答的能力。右图即为,AlphaGo,与世界围棋冠军李世石进行博弈的画面。,2,问题求解与博弈,博弈问题,专家系统,是一个基于专门的领域知识，求解特定问题的智能计算机程序系统。它使用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家解决的复杂问题。目前在许多
15、领域，专家系统已取得了显著效果。,3,专家系统,模式,通常具有实体的形式，如声音、图片、语言、文字、符号、物体和景象等，可以用物理、化学及生物传感器进行具体采集和测量。,模式识别,是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟。模式识别呈现多样性和多元化趋势，可以在不同的概念上进行，其中生物特征识别成为模式识别的新高潮，包括语音识别、文字识别、人脸识别、手语识别和指纹识别（见图）等。,4,模式识别,指纹识别,高 手 点 拨,模式所指的不是事物本身，而是从事物中获得的信息。人们在观察、认识事物和现象时，常常寻找它与其他事物和现象的相同与不同之处，根据使用目的进行分类、聚类和判
16、断，人脑的这种思维能力就是模式识别的能力。,机器视觉,（见图）就是用机器代替人眼进行测量和判断，是人工智能正在快速发展的一个分支。机器视觉系统是通过图像摄取装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，再根据像素分布和亮度、颜色等信息，根据判别的结果来控制现场设备的动作。,机器视觉的前沿研究领域包括实时并行处理、主动式定性视觉、动态和时变视觉、三维景物的建模与识别、实时图像压缩传输和复原、多光谱和彩色图像的处理与解释等。,5,机器视觉,机器视觉,自然语言处理,（见图）是研究实现人类与计算机系统之间用自然语言进行有效通信的各种理论和方法。因此，解决计算机系统理
17、解自然语言的问题，一直是人工智能研究领域的重要研究课题之一。,实现人机间自然语言通信意味着计算机系统既能理解自然语言文本的意义，又能生成自然语言文本来表达给定的意图和思想等。,6,自然语言处理,自然语言处理,高 手 点 拨,语言的理解和生成是一个极为复杂的解码和编码问题。一个能够理解自然语言的计算机系统看起来就像一个人一样，它不仅需要有上下文知识和信息，还能用信息发生器进行推理。理解和书写语言的计算机系统具有表示上下文知识结构的某些人工智能思想，以及根据这些知识进行推理的某些技术。,人工神经网络,是一个用大量简单处理单元经过广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能，其模型结构
18、如图,1-22,所示。人工神经网络的研究道路十分曲折，,20,世纪,40,年代，,MP,模型（神经元的数学模型）的提出开创了神经科学理论研究的时代；,20,世纪,80,年代，,BP,神经网络（反向神经网络）的提出推动了人工神经网络的研究；,21,世纪，深度学习的出现掀起了人工神经网络的浪潮。,7,人工神经网络,人工神经网络模型结构,分布式人工智能,（见图）是分布式计算与人工智能结合的产物。它主要研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，求解单目标和多目标问题，同时为设计和建立大型复杂的智能系统或支持协同工作的计算机系统提供有效途径。,多,Agent,一般指多,Agent,系统或多
19、,Agent,技术，是多个,Agent,组成的集合，通过,Agent,的交互来实现系统的功能。,8,分布式人工智能与多,Agent,分布式人工智能,高 手 点 拨,分布式人工智能与多,Agent,都要研究知识、资源和控制的划分问题。但是两者之间依然存在区别，分布式问题求解往往含有一个全局的概念模型、问题和成功标准；而多,Agent,系统则含有多个局部的概念模型、问题和成功标准。,多,Agent,系统更能体现人类的社会智能，具有更大的灵活性和适应性，更适合开放和动态的世界环境，因而备受重视。与它相关的研究已成为人工智能、计算机科学和控制科学与工程的研究热点。,Please Add Your Title Here,insert your desired text here,感谢观看,THANKS,