人工智能课件第1章 人工智能的概念、内容和方法.ppt

1、 第1章 人工智能的概念、内容和方法 1.1 什么是人工智能 1.2 为什么要研究人工智能 1.3 人工智能的相关学科 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 人工智能的分支领域与研究方向 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

2、阶段只有人才能做得好的事情（Rich Knight,1991）；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）。v弱人工智能（weak AI）和 强人工智能（strong AI）1.1.2 图灵测试和中文屋子 图灵测试（Turing Test）约翰.西尔勒(J

3、ohn Searle)的“中文屋子中文屋子”1.1.3 脑智能和群智能v脑智能脑智能（Brain Intelligence,BI）就是脑（主要指人脑）的宏观心理层次的智能表现。v由群体行为所表现出的智能称为群智能群智能（Swarm Intelligence,SI）。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个体智能（Individual Intelligence,II）；群智能是一种社会智能社会智能（Social Intelligence,SI），或者说系统智能系统智能（System Intelligence,SI）。1.1.4 符号智能和计算智能 1.符号智能符号智能（Sym

4、bolic Intelligence）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，运用知识进行问题求解。符号智能的主要内容包括知识获取（knowledge acquisition）、知识表示（knowledge representation）、知识组织与管理和知识运用等技术（这些构成了所谓的知识工程（Knowledge Engineering,KE）以及基于知识的智能系统等。2.计算智能计算智能（Computational Intelligence）计算智能就是计算人工智能，它是模拟群智能的

5、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。计算智能的主要内容包括：神经计算（Neural Computation，NC）、进化计算（亦称演化计算，Evolutionary Computation，EC，包括遗传算法（Genetic Algorithm，GA）、进化规划（Evolutionary Planning，EP）、进化策略（Evolutionary Strategies，ES）等）、免疫计算（immune computation）、粒群计算（Particle Swarm Algorithm，PSA）、蚁群算法（Ant Colony Algorithm，A

6、CA）、自 然 计 算（Natural Computation，NC）以及人工生命（Artificial Life，AL）等。1.1.5 统计智能和交互智能 1.统计智能统计智能（Statistical Intelligence）利用样例数据并采用统计、概率和其他数学方法而实现的人工智能称为统计智能。2.交互智能交互智能（Interactional Intelligence）通过交互方式而实现的人工智能称为交互智能。1.2 为什么要研究人工智能 1.2.1 研究人工智能的意义 使当前的电脑更好用，更有用，以扩大和延伸人类智 能；信息化社会的迫切要求；自动化发展的必然趋势；有益于探索人类自身智能

7、的奥秘。1.2.2 人工智能的研究目标和策略v研究目标就是制造智能机器和智能系统，实现智能化社会。具体来讲，就是要使计算机不仅具有脑智能和群智能，还要具有看、听、说、写等感知和交流能力。v研究策略则是先部分地或某种程度地实现机器的智能，并运用智能技术解决各种实际问题特别是工程问题，从而使现有的计算机更灵活、更好用和更有用，成为人类的智能化信息处理工具，而逐步扩展和不断延伸人的智能，逐步实现智能化。1.3 人工智能的相关学科 人工智能已构成信息技术领域的一个重要学科。当人工智能已构成信息技术领域的一个重要学科。当前的人工智能既属于计算机科学技术的一个前沿领域，前的人工智能既属于计算机科学技术的一

8、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。交叉学科和边缘学科。1.4 人工智能的研究内容 1.4.1 搜索与求解搜索与求解 图（或

9、空间）搜索与问题求解 1.4.2 知识与推理知识与推理 知识表示与机器推理 1.4.3 学习与发现学习与发现 机器学习与知识发现 1.4.4 发明与创造发明与创造 机器的自主发明与创造 1.4.5 感知与响应感知与响应 机器感知与响应 1.4.6 理解与交流理解与交流 机器的自然语言理解与交流 1.4.7 记忆与联想记忆与联想 机器的记忆与联想机制v联想存储的特点是：可以存储许多相关（激励，响应）模式对；通过自组织过程可以完成这种存储；以分布、稳健的方式（可能会有很高的冗余度）存储信息；可以根据接收到的相关激励模式产生并输出适当的响应模式；即使输入激励模式失真或不完全时，仍然可以产生正确的响应

10、模式；可在原存储中加入新的存储模式。1.4.8 竞争与协作竞争与协作 智能体（如智能机器人）之间的竞争与协作1.4.9 系统与建造系统与建造 智能系统的设计和实现技术1.4.10 应用与工程应用与工程 人工智能的应用和工程技术 这十个方面也就是人工智能的十个主题或者说十个分支领域，它们构成了人工智能学科的总体架构人工智能学科的总体架构。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 从人脑的宏观心理层面入手，以智能行为的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，模拟人脑的逻辑思维过程，实现人工智能。1.5.2 生理模拟，神经计算 从人脑的生理层面，即

11、微观结构和工作机理入手，以智能行为的生理模型为依据，采用数值计算的方法，模拟脑神经网络的工作过程，实现人工智能。1.5.3 行为模拟，控制进化 用模拟人和动物在与环境的交互过程中的智能活动和行为特性，如反应、适应、学习、寻优等，来研究和实现人工智能。1.5.4 群体模拟，仿生计算 模拟生物群落的群体智能行为，以仿生计算的方法来实现人工智能。1.5.5 博采广鉴，自然计算 从生命、生态、系统、社会、数学、物理、化学、甚至经济等众多学科和领域寻找启发和灵感，以自然计算的方法展开人工智能的研究。1.5.6 着眼数据，统计建模 着眼于事物或问题的外部表现和关系，搜集、采集相关信息并做成样本数据，然后用

12、统计学、概率论和其他数学理论和方法建模，并用适当的算法进行计算，推测事物的内在模式或规律，来实现人工智能。1.6 人工智能的分支领域与研究方向v从研究内容来看，人工智能可分为搜索与求解、知识与推理、学习与发现等十大分支领域（它们构成了人工智能学科的总体架构）。这十大领域各自又有一些子领域和研究方向，v从研究途径和智能层次来看，人工智能可分为符号智能、计算智能、统计智能和交互智能等四大分支领域。v从所模拟的脑智能或脑功能来看，AI中有机器学习、机器感知、机器联想、机器推理、机器行为等分支领域。v从系统角度看，AI中有智能计算机系统和智能应用系统两大类。v从应用角度看，人工智能中有难题求解等数十个分支领域和研究方向（详见后面的2.1节）。v从信息处理角度看，人工智能则可分为确定-确切性信息处理、不确定性信息处理和不确切性信息处理三大领域。v从基础理论看，与人工智能密不可分的还有数学和数据科学。