人工智能ibm服务器

人工智能概论人工智能概论人工智能概论人工智能概论张建明张建明控制科学与工程学系杭州浙江大学2013控制科学与工程学系联系方式联系方式办公室:智能系统与控制研究所222室办公室:智能系统与控制研究所222室Email:jmzhang@iipc.
zju.
edu.
cn电话:13588011720,87952233-8222(办)说明说明教材:Russell&Norvig人工智能:一种现代方法Russell&Norvig.
人工智能:种现代方法(第二版),人民邮电出版社相关资料:相关资料:Journals:ArtificialIntelligence;ComputationalIntelligence;IEEETransactionsonPatternIntelligence;IEEETransactionsonPatternAnalysisandMachineIntelligenceConferences:IJCAI;ECAI;AAAIConferences:IJCAI;ECAI;AAAISocieties:AAAI;SIGART;AISB说明(续)说明(续)成绩成绩:大作业(50%)+课后练习(20%)+课堂讨论(30%)大作大作业(1)选题(三选一):人工智能在***的应用内容包括应用背景分析,基本原理,应用简介.
关于AI问题的思考和讨论关于AI问题的思考和讨论包括至少三个自己的论点以及围绕论点的说明和讨论设计各种人工智能系统程序专家系统、游戏、机器学习、机器视觉、自然语言理解、自动程序设计、知识发现、数据挖掘、网络搜索、定理证明、模式识别等.
说明(续)说明(续)(2)组织形式依据学生的兴趣,组成至多3人的项目小组,每个组确定一个选题.
(3)要求项目小组依据确定的选题,收集相关资料,综述研究现状,提出研究问题,设计研究方案,实施研究计划.
题,设计研究方案,实施研究计划.
(4)成绩评定依据项目小组报告,系统演示,独特性、实用性和创新性等评定成绩.
项目小组成员应清楚地说明各自的贡献(包括收集资料、提出问题、方案设计、编程、撰写报告等).
截止到:2013年12月31日截止到:2013年12月31日课程目的和基本要求课程目的和基本要求课程目的和基本要求课程目的和基本要求掌握掌握AIAI的基本知识的基本知识掌握人工智能的理念、方法,掌握人工智能的理念、方法,掌握掌握AIAI的的基本应用基本应用获取获取AIAI的的一些初步的经验一些初步的经验了解人工智能的发展方向,了解人工智能的发展方向,为未来的课题研究和工作为未来的课题研究和工作打下基础.
打下基础.
获取获取AIAI的的些初步的经验些初步的经验"深蓝""深蓝"1996年,卡斯帕罗夫以4:2战胜罗夫以4:2战胜"深蓝".
年卡斯帕1997年,卡斯帕罗夫以1胜2负3平负负于"深蓝II".
"深蓝""深蓝"深蓝是美国IBM公司生产的台超级国际象棋电脑重1270公斤有深蓝,是美国IBM公司生产的一台超级国际象棋电脑,重1270公斤,有32个大脑(微处理器),"深蓝"输入了一百多年来优秀棋手的对局两百多万局.
深蓝计划源自许峰雄在美国卡内基·梅隆大学修读博士学位时的研究,第一台电脑名为"晶体测试",后来又研制了另一台电脑"沉思".
许峰雄在1989年加入IBM研究部门.
1992年IBM委任谭崇仁为超级电脑研究雄在1989年加入IBM研究部门.
1992年IBM委任谭崇仁为超级电脑研究计划主管,领导研究小组开发专门用以分析国际象棋的深蓝超级电脑.
深蓝是并行计算的电脑系统,基于RS/6000SP,另加上480颗特别制造的VLSI象棋芯片下棋程式以C语言写成运行AIX操作系统1997年的VLSI象棋芯片.
下棋程式以C语言写成,运行AIX操作系统.
1997年版本的深蓝运算速度为每秒2亿步棋,是其1996年版本的2倍.
1997年的深蓝可搜寻及估计随后的12步棋,而一名人类象棋好手大约可估计随后的10步棋.
深蓝只是在做非常大规模的计算,它是人类数学能力的体现"沃森""沃森"2011年"沃森"在人机智慧对决中再创佳绩2011年沃森在人机智慧对决中再创佳绩,在美国著名智力问答竞赛节目《危险边缘》中战胜了两位全能冠军选手詹宁斯和鲁特战胜了两位全能冠军选手詹宁斯和鲁特.
"沃森""沃森"沃森由90台IBM服务器360个计算机芯片驱动组沃森由90台IBM服务器、360个计算机芯片驱动组成,是一个有10台普通冰箱那么大的计算机系统.
这些服务器采用Li操作系统这些服务器采用Linux操作系统.
沃森是能够使用自然语言来回答问题的人工智能系统,由IBM公司的首席研究员DavidFerrucci所领导的DeepQA计划小组开发并以该公司创始人托马斯·J·沃森的名字命名.
"沃森""沃森"《危险边缘》的题目常常包含微妙含义反讽谜语甚至脑筋急转弯《危险边缘》的题目常常包含微妙含义、反讽、谜语、甚至脑筋急转弯等种种线索,沃森主要依靠的是它对自然语言的理解和高速的计算.
当沃森被问到某个问题的时候,100多种运算法则会通过不同的方式对问题进行分析并给出很多可能的答案而这些分析都是同时进行的问题进行分析,并给出很多可能的答案,而这些分析都是同时进行的.
在得出这些答案之后,另一组算法会对这些答案进行分析并给出得分.
对于每个答案,沃森都会找出支持以及反对这个答案的证据.
因此,这对于每个答案,沃森都会找出支持以及反对这个答案的证据.
因此,这数百个答案中的每一个都会再次引出数百条证据,同时由数百套算法对这些证据支持答案的程度进行打分.
证据评估的结果越好沃森的信心值也就越高而评估成绩最高的答案证据评估的结果越好,沃森的信心值也就越高,而评估成绩最高的答案会最终成为电脑给出的答案.
但在比赛中,如果连评估成绩最高的答案都无法达到足够高的信心阈值,沃森会决定不抢答问题,以免答错而输掉奖金.
这所有的一切计算、选择与决策都在3秒钟之内完成.
"沃森""沃森""沃森""沃森"沃森是IBM制造的电脑问答(Q&A)系统沃森是IBM制造的电脑问答(Q&A)系统.
它是一个集高级自然语言处理、信息检索、知识表示、自动推理、机器学习等开放式问答技术的应用,并且"基于为假设认知和大答技术的应用并基于为假设认知和大规模的证据搜集、分析、评价而开发的DeepQA技术".
DeepQA技术.
沃森把机器学习、大规模并行计算、语义处等技术整合在个体系架构下来解人类理等技术整合在一个体系架构下来理解人类的自然语言概述一、概述人工智能(artificialintelligence,AI)是什么是什么人工智能的基础人工智能发展史人工智能的研究与应用人工智能的研究与应用本课程的主要内容本课程的主要内容什么是人工智能智能智能是人脑活动所表现出来的能力.
智能的基础是知识智能的关键是思维人工智能概念的般描述智能的基础是知识智能的关键是思维智能=知识+思维人工智能概念的一般描述顾名思义,人工智能就是人造智能,其英文表示是"ArtificialIntelligence",简称AI.
"人工智能"一词目前是指用计算机模拟或实现的智能,研究如何在机器上实现人类智能.
即用机器来模仿人的智能.
因此人智能称机智能当然这是对人智能的字面解或般解此人工智能又称机器智能.
当然,这只是对人工智能的字面解释或一般解释.
关于人工智能的科学定义,学术界目前还没有统一的认识.
下面是部分学者对人工智能概念的描述可以看做是他们各自对人工智能所下的定分学者对人工智能概念的描述,可以看做是他们各自对人工智能所下的定义.
人工智能像人一样思考的系统人工智能像人一样思考的系统——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(Bellman1978年)的自动化(Bellman,1978年).
——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(Haugeland1985年)(Haugeland,1985年).
像人一样行动的系统——人工智能是一种技艺,创造机器来执行人需要智能才能完成的功能(Kurzweil,1990)——人工智能是研究如何让计算机做现阶段只有人才能做得好的事情(RichKnight,1991年).
人工智能性地考的系统人工智能理性地思考的系统——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年).
——人工智能是通过计算模型的使用来进行心智能力的研究(Winston,人智能是计算模的使用来进行智能力的研究(,1992年).
理性地行动的系统理性地行动的系统——计算智能是对设计智能化智能体的研究(Poole等人,1998年).
——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年).
人工智能SttRll和PtNi则把已有的些人人工智能——StuartRussell和PeterNorvig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年).
可以看出,这些定义虽然都指出了人工智能的一些特征,但用它们却难以界定一台计算机是否具有智能.
因为要界定机器是否具有智能,必然要涉及到什么是智能的问题,但这却是器是否具有智能,然要涉及到什么是智能的问题,但这却是一个难以准确回答的问题.
所以,尽管人们给出了关于人工智能的不少说法但都没有完全或严格地用智能的内涵或外延来能的不少说法,但都没有完全或严格地用智能的内涵或外延来定义人工智能.
人工智能人工智能人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统研究如何让计算具有定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作也就是研究如何应用计算机的软硬件来模,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术.
智能系统智能系统智能机器类人行为:图灵测试方法类人行为:图灵测试方法Ti(1950)"tihiditlli"Turing(1950)"computingmachineryandintelligence":"机器可以思考吗"→"机器可以产生智能行为吗"测试智能行为的操作型试验包含AI的主要内容:知识表示,自动推理,自然语言理解,机器学习,机器视觉,机器人技术类人思维:认知模型方法类人思维:认知模型方法人是怎样思考的人是怎样思考的两种途径测定人是怎样思考的内省内省心理测试需要对人脑内部行为有科学的、理论上的了解需要对人脑内部行为有科学的、理论上的了解抽象进行到什么程度怎样验证需要怎样验证需要1.
估计和测试人类主体的行为,或者2直接利用神经学的数据进行辨识2.
直接利用神经学的数据进行辨识AllenNewellandHerbertSimon开发的GPS(GeneralProblemSolver)就是以模仿人类思维为目标,并宣称"一个物理符号系统具有必然和足够的方式产生一般智能行为"理性思维和行为理性思维和行为亚里士多德正确的思维过程是怎样的亚里士多德:正确的思维过程是怎样的三段论:提供了一种在已知前提正确时总能推出正确的结论一些希腊学派提出不同形式的逻辑逻辑:用来描述思维的符号符号和规则规则;逻辑方法的障碍:难以获得形式化的知识并得到逻辑符号表示所需的形式化表达以原则上解决问题和实际上解决问题有巨大的差别理性理性行为:做正确的事情正确的事情给定可得到的信息预期可最大化目标的那些事情正确的事情:给定可得到的信息,预期可最大化目标的那些事情不一定非要经过思考例如瞬目反射—但是思考对理性行为有所帮助不定非要经过思考,例如瞬目反射但是思考对理性行为有所帮助理性智能体方法理性智能体方法智能体是某种能够行动的东西区别于简单"程智能体是某种能够行动的东西,区别于简单"程序"自主控制的操作自主控制的操作感知环境持续能力持续能力适应变化有能力承担其它智能体的目标有能力承担其它智能体的目标通过自己的行动获得最佳结果做出正确的推论是理性智能体的部分功能,但不做出正确的推论是理性智能体的部分功能,但不是理性的全部内容.
好处好处比"思维法则"方法更为通用正确的推论只是实现理性的几种可能机制之一正确的推论只是实现理性的几种可能机制之一比建立在人类行为或思维基础上的方法更经得起科学发展的检验理性的标准有着清楚而普遍的定义理性的标准有着清楚而普遍的定义人类的行为可以很好地适应特定的环境,而且部分地取决于未知的进化过程分地取决于未知的进化过程.
理性智能体理性智能体智能体(智能体(tt))是指能够感知和动作的实体智能体(智能体(agentagent))是指能够感知和动作的实体简单说个智能体就是从感知序列到动作的个函数简单说,一个智能体就是从感知序列到动作的一个函数:*:fP对于任何给定的环境和任务,我们设计具有最佳性能的智能体(或主体集)f体或体集注意:计算能力有限使得最完美的主体不可实现计算能力有限使得最完美的主体不可实现→只能针对给定的机器资源设计最好的程序程序本课程的着眼点本课程的着眼点本课程以理性智能体理性智能体为基础对AI所涉及的内容进行介绍进行介绍理性智能体的通用原则构造理性智能体所需的组成部分在相当一段时间内实现完美的理性在复杂的在相当一段时间内实现完美的理性在复杂的环境下是不可行的,但它是研究问题的出发点点.
有限理性:在没有足够的计算时间前提下采有限理性:在没有足够的计算时间前提下采取正确的行动.
AI的基础AI的基础哲学:标出了AI的大部分重要思想数学:使AI成为一门规范科学数学:使AI成为门规范科学经济学:决策理论神经科学网络并行处理神经科学:网络,并行处理…心理学:认知理论计算机工程:AI的"载体"控制论:反馈的思想控制论:反馈的思想语言学:知识表示、语法哲学哲学形式化规则能用来抽取合理的结论吗形式化规则能用来抽取合理的结论吗亚里士多德首先把支配意识的理性部分的法则形式化为精确法则(三段论)精神的意识是如何从物质的大脑产生出来从物理系统的角度来考虑意识(笛卡尔区别了意识与物质)知识从哪里来培根的经验主义、休谟的归纳原理、carnap的逻辑实证主义p知识是如何导致行动的对AI来说是至关重要的,智能要求推理和行动.
只有理解如何判断行动的正确性,才能理解如何构造其行动是正确的智能体哲学家们标志出了AI的大部分思想,哲学家们标志出了AI的大部分思想,但实现成为一门规范科学的飞跃就要求在个基域完定度的数求在三个基础领域完成一定程度的数学形式化:逻辑计算和概率学形式化:逻辑、计算和概率.
数学数学什么是抽取合理结论的形式化规则什么是抽取合理结论的形式化规则逻辑和计算的极限Godel不完备性定理(1931):存在不可判断的真值语句.
Turning试图精确地刻画哪些函数是能够被计算的完全理论为认识不可操作问题提供种方法NP-完全理论为认识不可操作问题提供一种方法概率成为处理不确定的测量和不完备的理论的工具Bayes分析形成了大多数AI系统中不确定推理的现代方法的基础经济学经济学我们如何决策以获得最大效益我们如何决策以获得最大效益决策理论把概率和效用结合起来,为在不确定条件下进行决策提供了形式化和完整的框架适用于宏下进行决策提供了形式化和完整的框架—适用于宏观经济微观经济则更像博弈游戏在他人不合作情况下如弈戏何获得最大效益当行动的收益不是立即体现的,而是一些按顺序采用的行动的结果时,如何制定理性的决策---运筹学研究领域基于满意度的模型基于满意度的模型(HerbertSimon)神经科学大脑是如何处理信息的神经科学:大脑是如何处理信息的简单的细胞的集合能导致思维、行动和意识心理学人类和动物是如何思考的心理学:人类和动物是如何思考的研究方法:内省vs.
心理测量行为主义者vs认知心理学行为主义者vs.
认知心理学计算机模型的发展导致认知科学的创建普遍的观点:"认知理论就应该像计算机程序"计算机工程如何制造能干的计算机计算机工程:如何制造能干的计算机AI需要智能和人工制品,即计算机.
AI对主流计算机科学的影响AI对主流计算机科学的影响分时技术交互式翻译器使用窗口和鼠标的个人计算机使用窗口和鼠标的个人计算机面向对象的编程…控制论人工制品怎样才能在自己控制下运转控制论:人工制品怎样才能在自己控制下运转现代控制论和AI的共同点:设计出能随时间变化使目标函数最大化的系统.
变化使目标函数最大化的系统.
控制论的主要工具是微积分和线性代数其主要研究对象是用固定的连续变量集描述的主要研究对象是用固定的连续变量集描述的(线性)系统AI的部分起因是寻求摆脱控制论的数学方法AI的部分起因是寻求摆脱控制论的数学方法局限性的途径不同的工具:逻辑推理和计算不同的问题:语言、视觉、规划…语言学语言和思维是怎样联系起来的语言学:语言和思维是怎样联系起来的现代语言学的诞生:Chomsky理论形式化可以编程实现形式化,可以编程实现.
知识表示的许多早期工作和语言紧密联系AI的历史(1)AI的历史(1)AI的孕育(1943-1955)AI的孕育(19431955)1943:WarrenMcCullochandWalterPitts:人工神经元模型连接主义计算和学习(Hebbian学习)的第一步连接主义计算和学习(Hebbian学习)的第步MarvinMinskyandDannEdmonds(1951)构造了第一台神经网络计算机年诺依曼诺依曼结构1945年冯诺依曼(JohnVonNeumann):冯诺依曼结构1946年美国人毛奇莱(Mauchly)和艾克特(Eckert):世界上第一台电子计算机ENIAC台电子计算机ENIAC1948年维纳(N.
Wiener):创立了控制论.
控制论向人工智能的渗透形成了行为主义学派的渗透,形成了行为主义学派.
1950:AlanTuring's"ComputingMachineryandIntelligence"Intelligence首次清晰描述AI的全景AI的历史(2)AI的历史(2)AI的诞生(1956年)AI诞生于一次历史性的聚会时间:1956年夏季AI的诞生(1956年)地点:达特莫斯(Dartmouth)大学目的:为使计算机变得更"聪明",或者说使计算机具有智能发起人:麦卡锡(J.
McCarthy),Dartmouth的年轻数学家、计算机专家,后为MIT教授明斯基(M.
L.
Minsky),哈佛大学数学家、神经学家,后为MIT教授洛切斯特(N.
Lochester),IBM公司信息中心负责人香农贝尔实验室信息部数学研究员香农(C.
E.
Shannon),贝尔实验室信息部数学研究员参加人:莫尔(T.
more)、塞缪尔(A.
L.
Samuel),IBM公司塞尔夫里奇(OSlfid)索罗蒙夫(RSlff)MIT塞尔夫里奇(O.
Selfridge)、索罗蒙夫(R.
Solomonff),MIT纽厄尔(A.
Newell),兰德(RAND)公司西蒙(H.
A.
Simon),卡内基(Carnagie)工科大学会议结果会议结果:由麦卡锡提议正式采用了"ArtificialIntelligence"这一术语AI的历史(3)AI的历史(3)巨大的期望(1952-1969)NewellandSimon制作了通用问题求解器模仿人类问题求解的规程ArthurSamuel(1952-)写了西洋跳棋程序达到业余高手水平JohnMcCarthy(1958):JohnMcCarthy(1958-):定义了Lisp语言建议采纳者(AdviceTaker),实现了知识表达和推理的中心原则心原则AI的历史(4)AI的历史(4)AI的困境(19661973)AI的困境(1966-1973)发展进度比预期慢:不切实际的估计和预言一些系统缺乏可操作性:组合爆炸些系统缺乏可操作性:组合爆炸程序原则上能够找到解并不意味着程序实际上包含找到解的机制.
技术和表达具有一些根本局限:MinskyandPapert(1969)感知器AI的复兴:基于知识的系统(1969-1979)通用目的vs.
专业领域DENDRAL程序(质谱分子结构分析):第一个成功的知识密集系统专家系统专家系统MYCIN用于检测血液感染:引入不确定推理对知识表达研究的增加:逻辑语言,框架,语义网络等AI的历史(5)AI的历史(5)AI成为工业(1980-present)专家系统R1在数字设备公司(DEC):为新计算机系统配置订单()DEC制作了40个专家系统,杜邦公司有100个专家系统正在使用500个在开发…美国的主流公司几乎都有自己的AI团队开发或使用专家系统美国的主流公司几乎都有自己的AI团队,开发或使用专家系统日本的第五代计算机和美国政府的MCC计划最终导致AI的冬天连接主义的复苏(1986present)连接主义的复苏(1986-present)并行分布式处理(RumelHartandMcClelland,1986);反向传播AI的历史(5)AI的历史(5)AI成为科学(1987-present)严格的定理证明或确凿的实验证据严格的明或确凿的实验据语音识别:隐马尔可夫模型(HMM)神经网络不确定推理和专家系统:Bayesian网络不确定推理和专家系统:Bayesian网络…智能主体(1995-present)智能体(p)完整智能体问题:"在真实环境中,具有连续传感输入的主体是如何行为的"AI的学科位置AI的学科位置是自然科学与社会科学的交叉学科是自然科学与社会科学的交叉学科交叉学科:逻辑、思维、生理、心理、计算机、电子、语言、自动化、光、声等自动化、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的基础学科包括:数学(离散、模糊)、思维科学(认知心的基础学科包括: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)等哲学交叉学科指导学科自然社会哲学交叉学科自然科学社会科学数学系统科学思维科学人体科学数学人工智能基础学科与脑科学的交叉研究与脑科学的交叉研究脑科学:又称神经科学,其目的是要认识脑、保护脑和创造脑科学:又称神经科学,其目的是要认识脑、保护脑和创造脑.
美国神经科学学会的定义:神经科学是为了了解神经系统内分子水平、细胞水平及细胞间的变化过程,以及这些过程在中枢的功能、控制系统内的整合作用所进行的研究.
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、细胞到行为等不同神产生等本过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与认知科学的交叉研究与认知科学的交叉研究认知可般地认为是和情感动机意志相对应的理智或认识过程认知:可一般地认为是和情感、动机、意志相对应的理智或认识过程,或者是为了一定的目的,在一定的心理结构中进行的信息加工过程.
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;认知是问题求解(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(5)认知是组相关的活动,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门学科其主要研究的就是要说明和解释人类在完成认知活动过程的一门学科,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.
人工智能研究的目标和路线人工智能研究的目标和路线人工智能研究的目标和路线人工智能研究的目标和路线人工智能的研究目标人工智能的研究目标近期研究目标使现有的计算机更有用(或者说更聪明)使现有的计算机更有用(或者说更聪明)远期研究目标探讨智能的基本机理,研究如何利用各种自动机来模拟人的某些思维过程和智能行为研究方向-:结构模拟,神经计算研究方向二:功能模拟,符号推演研究方向二:功能模拟,符号推演研究方向三:行为模拟,控制进化研究方向-:结构模拟,神经计算所谓结构模拟,就是从人脑的生理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.
由于人脑的生理结构复杂,目前的结构模拟只是对人脑的局部或者近似的模拟.
具体来讲,就是用人工神经元组成的人工神经网具络来作为信息和知识的载体,用所谓神经计算的方法实现学习联想识别和推理等功能从而来模拟人脑的智能学习、联想、识别和推理等功能,从而来模拟人脑的智能行为,使计算机表现出某种智能.
我们知道,人脑的生理结构是由大约1011~1012个神经元(细胞)组成的神经网络,而且是一个动态的、开放的、高度复杂的巨系统,以致于人们至今对它的生理结构和作机理还未完全弄清楚因此对人脑的真们至今对它的生理结构和工作机理还未完全弄清楚.
因此,对人脑的真正和完全模拟,一时还难以办到.
所以,目前的生理模拟只是对人脑的局部或近似模拟也就是从群智能的层面进行模拟实现人工智能局部或近似模拟,也就是从群智能的层面进行模拟,实现人工智能.
这种方法一般是通过神经网络的"自学习"获得知识,再利用知识解决问题.
神经网络具有高度的并行分布性、很强的鲁棒性和容错性.
它擅长模拟人脑的形象思维,便于实现人脑的低级感知功能,例如图像、声音信息的识别和处理音信息的识别和处理.
生理模拟和神经计算的方法早在20世纪40年代就已出现,但由于种种原因而发展缓慢,甚至一度出现低潮,直到80年代中期才重新崛起,现已成为人工智能发展缓慢,甚度出现低潮,到年代中期才新崛起,现成为人智能研究中不可或缺的重要途径与方法.
采用生理模拟和神经计算方法的人工智能研究被称为生理学派、连接主义.
采用生理模拟和神经计算方法的人工智能研究,被称为生理学派、连接主义.
其代表人物有McCulloch,Pitts,F.
Rosenblatt,T.
Kohonen,J.
Hopfield等.
——生理学派、连接主义.
生理学派、连接主义.
研究方向二:功能模拟,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,实现搜索、推理、学习等功能,从宏观上来模拟人脑的思维,实现机器智能能.
采用这途径与方法的原因是采用这一途径与方法的原因是:①人脑的可意识到的思维活动是在心理层面上进行的(如我们的记忆、联想、推理、计算、思考等思维过程都是一些心理活动),心理层面上的思维过程是可以用语言符号显式表达的,从而人的智能行为就可以用逻辑来建模辑来建模.
②心理学、逻辑学、语言学等实际上也是建立在人脑的心理层面上的,从而这些学科的一些现成理论和方法就可供人工智能参考或直接使用.
③当前的数字计算机可以方便地实现语言符号型知识的表示和处理.
④可以直接运用人类已有显式知识(包括理论知识和经验知识)直接建立基于知识的智能系统.
基于知识的智能系统.
基于心理模拟和符号推演的人工智能研究被称为心理学派逻辑学派符基于心理模拟和符号推演的人工智能研究,被称为心理学派、逻辑学派、符号主义.
早期的代表人物有纽厄尔(AllNll)肖(Sh)西蒙(HbtSi)等早期的代表人物有纽厄尔(AllenNewell)、肖(Shaw)、西蒙(HerbertSimon)等,后来还有费根宝姆(E.
A.
Feigenbaum)、尼尔逊(Nilsson)等.
其代表性的理念是所谓的"物理符号系统假设"即认为人对客观世界的认知基其代表性的理念是所谓的"物理符号系统假设",即认为人对客观世界的认知基元是符号,认知过程就是符号处理的过程;而计算机也可以处理符号,所以就可以用计算机通过符号推演的方式来模拟人的逻辑思维过程实现人工智能用计算机通过符号推演的方式来模拟人的逻辑思维过程,实现人工智能.
符号推演法是人工智能研究中最早使用的方法之一.
人工智能的许多重要成果也都是用该方法取得的如自动推理定理证明问题求解机器博弈专家果也都是用该方法取得的,如自动推理、定理证明、问题求解、机器博弈、专家系统等等.
由于这种方法模拟人脑的逻辑思维,利用显式的知识和推理来解决问题因此它擅长实现人脑的高级认知功能如推理、决策等.
题,因此,它擅长实现人脑的高级认知功能,如推理、决策等.
——心理学派、逻辑学派、符号主义.
研究方向三:行为模拟,控制进化是种基于感知行为模型的研究途径和方法行为模拟法是模是一种基于感知-行为模型的研究途径和方法.
行为模拟法是模拟人和动物在与环境的交互、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.
智能基于这一方法研究人工智能的典型代表要算MIT的R.
Brooks教授,他研制的六足行走机器人(亦称为人造昆虫或机器虫)曾引起人他研制的六足行走机器人(亦称为人造昆虫或机器虫),曾引起人工智能界的轰动.
这个机器虫可以看做是新一代的"控制论动物",它具有一定的适应能力,是一个运用行为模拟即控制进化方法研究人工智能的代表作.
事实上,R.
Brooks教授的工作代表了称为"现场(situated)AI"的人工智能新方向.
现场AI强调智能系统与环境的交互,认的人工智能新方向.
现场AI强调智能系统与环境的交互,认为智能取决于感知和行动,智能行为可以不需要知识,提出"没有表示的智能","没有推理的智能"的观点,主张智能行为的"感知-动作"模式,认为人的智能、机器智能可以逐步进化,但只能在现实世界中与周围环境的交互中体现出来.
智能只能放在环境中才是真正的智能智能的高低主要表现在智能只能放在环境中才是真正的智能,智能的高低主要表现在对环境的适应性上.
基于行为模拟方法的人工智能研究被称为行为主义基于行为模拟方法的人工智能研究,被称为行为主义、进化主义、控制论学派.
行为主义曾强烈地批评传统的人工智能(主要指符号主义,也涉及连接主义)对真实世界的客观事物和复杂境遇,作了虚假的、过分简化的抽象.
沿着这一事物和复杂境遇,作了虚假的、过分简化的抽象.
沿着这途径,人们研制具有自学习、自适应、自组织特性的智能控制系统和智能机器人进步展开了人工生命(AL)的研究制系统和智能机器人,进一步展开了人工生命(AL)的研究.
——行为主义、进化主义、控制论学派人工智能的研究内容(1)机器学习(machinelearning)(1)机器学习(machinelearning)让计算机能够像人一样自动的获取新知识,并在实践中不断的完善自我和增强能力.
围绕三方面展开:围绕方面展开1)面向任务的研究:研究和分析改进一组预定任务执行性能的学习系统.
2)模型研究:研究人类学习过程并进行计算机模拟.
3)理论分析:从理论上探索各种可能的学习方法和独立于应用领域的算法.
人工智能的研究内容(2)知识获取(knowledgeacquisition)从给定的知识库中产生新的知识,根据已有的知识建立动态数据结构,从环境中学习知识并精炼知识.
(3)智能搜索(intelligentsearch)人工智能中的搜索问题是不确定的,访问搜索空间元素的顺序完全决定于数据集.
人工智能的研究内容(4)知识表示和推理(knowledgerepresentationandreasoning)从一个或多个初始状态推理到达一个预先定义的目标状态.
(5)规划(planning)(5)规划(planning)规划旨在为活动的实体设计按时间顺序的合理活动序列.
(6)软计算(softcomputing)人工智能的研究内容(6)软计算(softcomputing)软计算是计算的工程方法,它对应于在不确定和不精确的环境下,人脑对于推理和学习的巨大能力.
包括模糊计算、神经计算、进化计算,分别涉及模糊逻辑、人工神经网络和遗传算法三大主要工具.
(7)智能系统及智能计算机的构造技术开展对智能计算机模型系统分析与构造技术建立工具及语言等的研开展对智能计算机模型、系统分析与构造技术、建立工具及语言等的研究.
人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域专家系统一、专家系统专家系统是一个智能计算机程序系数据库专家系统是个智能计算机程序系统,其内部具有大量专家水平的某个领域知识与经验,能够利用人类专家的知识和解决问题的方法来解人机数据库推理机用户专家的知识和解决问题的方法来解决该领域的问题.
著名的专家系统机接口推理机领域专家ExSys:第一个商用专家系统.
Mycin:一个诊断系统,其表现出人意料的好,误诊率达到专家级水知识库平,超出一些诊所的医生.
Siri:一个通过辨识语音作业的专家系统,由苹果公司收购并且推广到自家产品内作为个人秘书功能专家系统结构自家产品内作为一个人秘书功能.
人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域二、机器人智能机器人的研究和应用体现出广泛的学科交叉,涉及众多的智能机器人的研究和应用体现出广泛的学科交叉,涉及众多的课题,机器人已在各领域获得越来越普遍的应用.
诸如工业机器人、太空机器人、水下机器人、家用机器人、军用机器人、器人、太空机器人、水下机器人、家用机器人、军用机器人、服务机器人、医疗机器人、运动机器人、助理机器人、机器人足球赛、机器人象棋赛……,几乎应有尽有.
赛机象棋赛,几乎有有外部空间探索外部空间探索人工智能的主要应用领域人工智能的主要应用领域模人工智能的主要应用领域人工智能的主要应用领域三、模式识别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也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,也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力围环境的感知能力.
预处理系统(特征提取)识别处理系统识别结果待识别事物模式识别过程人工智能的主要应用领域人工智能的主要应用领域四计算机视觉人工智能的主要应用领域人工智能的主要应用领域四、计算机视觉从模式识别的一个研究领域发展为一门独立的学科.
研究为完成复杂的环境中运动和在复杂的场景中识别物体所需要的视觉信息以及如何从图像中获取这运动和在复杂的场景中识别物体所需要的视觉信息,以及如何从图像中获取这些信息的科学领域.
五、人工神经网络神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果.
人工神经网络用大量简单处理单元经广泛的连接而组成人工网络,模拟大脑神经系统的结构和功能.
人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域六、自然语言理解语言的生成和理解是个极为复杂的编码和解码问题语言的生成和理解是一个极为复杂的编码和解码问题.
七自动程序设计七、自动程序设计包括程序综合和程序正确性检验两个方面的内容.
包括程序综合和程序正确性检验两个方面的内容.
人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域八、博弈人工智能的许多方法都是从博弈程序中提炼出来的.
人工智能的许多方法都是从博弈程序中提炼出来的.
卡斯帕罗夫与"深蓝"的比赛卡斯帕罗夫与深蓝的比赛人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域人工智能的主要应用领域需要指出的是,以上我们仅给出了人工智能应用的部分领域和课题.
其他的还包括课本上介绍的自主规划和调度、自主控制、后勤规划等等.
其实当今的人智能究与实应的结合越来越紧密受应的动其实,当今的人工智能研究与实际应用的结合越来越紧密,受应用的驱动越来越明显.
现在的人工智能技术已同整个计算机科学技术紧密地结合在起了其应用也与传统的计算机应用越来越相互融合了有的则直接面一起了,其应用也与传统的计算机应用越来越相互融合了,有的则直接面向应用.
归纳起来,形成了以下几条主线:人工智能的主要应用领域人工智能的主要应用领域专家系统系统智能机系统人工智能的主要应用领域人工智能的主要应用领域——从专家(知识)系统到Agent系统和智能机器人系统.
——从机器学习到数据挖掘和数据库中的知识发现.
——从基于图搜索的问题求解到基于各种智能算法的问题求解.
从单机环境下的智能程序到以Itt和WWW为平台的分布式智能——从单机环境下的智能程序到以Internet和WWW为平台的分布式智能系统.
——从智能技术的单一应用到各种各样的智能产品和智能工程(如智能交通、智能建筑).
人工智能人工智能人工智能是一门广泛的交叉和前沿科学,从1956年正式提出人工智能学科算起已有501956年正式提出人工智能学科算起,已有50多年历史.
目前人工智能在发展过程中既有突破但也面临很大的困难突破但也面临很大的困难除了计算机科学以外,人工智能还涉及信息除了计算机科学以外人智能涉及信息论、控制论、自动化、仿生学、生物学、心理学数理逻辑语言学医学和哲学等多理学、数理逻辑、语言学、医学和哲学等多门学科.
人工智能人工智能是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一智能)三大尖端技术之人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算获取知识处系统自然语言解计算机视觉、智能机器人、自动程序设计等方面.
人工智能人工智能本课程的主要内容本课程的主要内容智能主体(t)智能主体(agent)搜索和博弈搜索博弈逻辑系统规划规划不确定概率和决策理论学习思考题思考题1.
谈谈你对于人工智能的认识.
2人工智能有哪些研究途径和方法它们的关系如何2.
人工智能有哪些研究途径和方法它们的关系如何3.
人工智能有哪些研究内容4.
人工智能有哪些应用领域或课题试举出实例.
5简述人工智能的发展概况5.
简述人工智能的发展概况.