《《人工智能》教学讲座②：机器智能(共6页).docx》由会员分享，可在线阅读，更多相关《《人工智能》教学讲座②：机器智能(共6页).docx（5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、精选优质文档-倾情为你奉上人工智能教学讲座机器智能研究、开发人工智能的目的，就是让机器能够模拟、延伸、扩展人的智能，以实现人类脑力劳动的机械化。所谓人工智能就是机器智能。一、人工智能的产生希望计算机能够代替人类，或是充当人类的代理，来做一些更为繁重、复杂的工作。人们只需要告诉计算机“做什么”，计算机就能实现想要的功能，并可以为人类的美好生活，提供各种各样的服务。人们对日益增长的美好生活需求，促进了人工智能的产生与发展。二、人工智能的研究 特点人工智能具有3个基本特点：交叉性。长期性。广泛性。交叉性人工智能是一门交叉学科、边缘学科，是由计算机科学、数学、哲学、脑科学、认知学、行为学、语言学、生物
2、学、心理学等，多种学科相互渗透发展起来的新学科。长期性人工智能研究的长远目标是制造出能像人那样思维、行动的智能化机器，代替人脑进行工作。广泛性人工智能技术的研究、应用领域非常广泛，如：教学仿真实验、商业的市场决策、农业的专家系统、企业的自动化控制等，很多应用领域。 内容人工智能的研究内容广泛，如有4个研究方向：机器感知。机器思维。机器学习。机器行为。机器感知机器感知使计算机像人一样具有视觉、听觉、嗅觉、触觉、味觉的感觉。如：让计算机能够识别语言、文字、图形、图像、声音、影视、振动、冷暖、气味和质感等。机器思维机器思维使机器对已获取的信息能像人那样有目的的处理。如：让计算机像人类专家一样通过推理
3、、演绎解决各个领域的问题。机器学习机器学习让计算机模仿人类的学习行为，主动获取新知识和新技能。使计算机能够识别现有的知识，不断仿效人类的学习行为，改善自身性能，实现自我完善。如：让计算机像人类棋手那样，通过博弈实践，吸取经验教训，不断提高棋艺。机器行为机器行为使机器运用本身拥有的知识，对获取的信息过程处理，并做出反应。如：让参与海底打捞的智能机器人，根据海水的深度、被打捞物的形状、海底的地质状况等工作的环境状况，自主地完成打捞任务。 方法研究人工智能通常有3种方法：结构模拟。功能模拟。行为模拟。结构模拟结构模拟是以人脑的生理结构和工作机理为基础，对人脑的神经细胞及其构成的神经网络进行研究，采用
4、神经计算的方法来实现学习、联想、识别、推理。功能模拟功能模拟是以人脑的心理模型为基础，将问题或知识表示成某种逻辑网络，采用符号推演的方法来实现搜索、推理和学习，模拟人脑的思维。行为模拟行为模拟是通过模拟人在控制过程中的智能活动和行为特性，如：自寻优、自适应、自学习、自组织等，来研究和实现人工智能。三、人工智能的发展人工智能的发展大致可分为3个阶段：起步阶段。发展时期。发展新阶段起步阶段（19561970年）早期的人工智能研究是从智力难题、弈棋、难度不大的定理证明等简单问题开始的。研究的目的不在于实际应用，而在于探索人的解题策略。自然语言理解、机器视觉、智能机器人等，也是在这一阶段开始研究的。发
5、展时期（19701980年）知识工程技术的出现，使得人工智能由单纯的理论探索，开始面向实际应用。是人工智能发展史的重要转折点。专家系统、自然语言理解系统、物景分析系统、自动程序设计系统等的相继出现，使得知识的表示和运用，成为人工智能所有领域的关键技术。发展新阶段（1980年以后）人工智能研究成果开始商品化，出现了用于精密检测的机器视觉系统、用于装配作业的初级智能机器人系统和用于计算机的自然语言接口、各种专家系统。人工智能向更高水平发展，进而开始研制知识型的智能机器人、知识信息处理系统或第五代智能型计算机。四、人工智能研究领域计算机是信息处理的主要工具。由于计算机能够代替和延伸人类大脑的一部分功
6、能，以至于称之为“电脑”。但是，目前的计算机只能按照人们为其编排好的程序步骤工作，难以满足人们日益增长的、越来越广泛的美好生活需求。人工智能应用的领域人工智能应用的领域非常广泛，如：问题求解、模式识别、符号运算、自然语言理解、智能检索、机器证明、专家系统、机器人学等方面。问题求解人工智能的许多概念，如：归纳、推断、决策、规划等都与问题求解有关。在对弈的过程中，计算机棋手会像人类一样思考，从规则、技巧等各个方面进行判断。田忌赛马就是典型的问题求解中的博弈问题。思考问题1：田忌与齐威王，共有几种赛马策略？孙膑向田忌献的是什么样的赛马策略？模式识别模式识别就是研究如何使机器具有感知能力。机器感知是机
7、器获取外部信息的根本保障。计算机识别系统就是使计算机具有模拟人类通过感官接触外界信息、识别和理解周围环境的感知能力。模式识别技术已经逐渐在图形识别、图像识别、语音识别、机器人视觉、染色体识别等，在许多领域，获得成功的应用。符号运算符号运算，又称代数运算，是一种智能化的计算。符号运算处理的是符号。符号可以代表整数、有理数、实数和复数，也可以代表多项式、函数、集合等。自然语言理解自然语言理解就是研究如何让计算机理解人类自然语言的领域。是指机器能够理解并执行人类所期望的某些语言功能。如：回答有关提问、生成摘要和文本释义、机器翻译等。思考问题2：能否通过把语句分解为各个孤立的部分，然后在字典中查到这些
8、孤立部分的释译，来实现两种不同语言之间的翻译？如果不能，在翻译的过程中，还应考虑哪些因素？智能检索在如今的大数据时代，各类繁多、数量巨大的科技文献，用传统的网络数据库的检索技术，远不能胜任。智能检索的研究，已成为当代科技持续发展的重要保证。机器证明机器证明是用计算机来完成数学命题的证明，是现代数学中一种新兴的边缘性学科，也是人工智能发展的一个重要方向。专家系统专家系统是人工智能研究领域里，最活跃、最有成效的。研究让“计算机专家”起到人类专家的作用。根据某个领域里，1个或多个人类专家提供的知识、经验，进行推理和判断，模拟人类专家求解问题的思维过程，以解决各种问题。机器人学具有人工智能的机器，需要
9、具备感知、记忆、思维、学习、行为的能力。机器人不一定做成人的外形，但是，一定要能够模拟人的思维、动作，在程序控制下，能够自动完成人类部分工作的机器。随着科学技术的发展，人工智能各个领域之间会互相渗透，使得相互联系更加紧密，这种融合与渗透，必将促进人工智能研究的进一步发展。附录1：人工情感情感在人的思维活动中占据极为重要的地位，决定和制约着人的行为活动和其它思维活动的基本框架与总体方向。人工情感指用人工的方法和技术，模仿、延伸和扩展人的情感。使机器具有识别、理解和表达情感的能力。由于情感是一种特殊的、更深刻的认知，具有更高的复杂性和多变性。因此，人工情感必须建立在一定程度的人工智能的基础上。人工
10、情感的发展，可分为7个基本阶段：算术运算。数学运算。逻辑推理。专家系统。模式识别。情感计算。情感理解（其中：前5个阶段，是人工智能的发展历程。）情感是一种特殊的认知。意志又是一种特殊的情感。人工情感可以使计算机具有友好的、人性化的人机界面，更重要的是能够使计算机具有更高的信息处理速度与效率，具有独立的决策能力和行为控制能力，具有创造性和开拓性的思维能力。如果人工情感全面实现了。那么，人与机器人之间，就可以实现全面的融合，没有明显的界限、本质的区别。彼此可以相互转换、相互渗透、相互促进，也无所谓人与机器之间存在什么矛盾与冲突，这就是人工情感的最终归宿。附录2：达特莫斯会议1956年夏天，在美国达特莫斯大学，召开了一次影响深远的历史性会议。与会者仅仅只有10青年学者。研究的专业包括有：数学、心理学、神经生理学、信息论和计算机科学。在会上，分别从不同的角度探讨了人工智能的可能性。 达特莫斯会议历时长达2个多月。学者们在充分讨论的基础上，首次提出了“人工智能”这一术语，标志着“人工智能”作为一门新兴学科正式诞生。附录2：图灵测试阿兰图灵提出：在一个房间里，由1位提问者通过计算机与另外2个回答者人和机器对话。如果提问者，分辨不出与他交流的对象哪个是人？哪个是机器？那么，就认为这台机器，具有了智能。专心-专注-专业