人工智能概述专题知识讲座.pptx

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,单击此处编辑母版文本样式,第二层,第三层,第四层,第五层,单击此处编辑母版标题样式,*,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,CISIC,单击此处编辑母版文本样式,第二层,第三层,第四层,第五层,单击此处编辑母版标题样式,*,人,工,智,能,第1页,1.1,人工智能定义和发展,1.2,人类智能和人工智能,1.3,人工智能各种认知观,1.4,人工智能研究与应用领域,1.5,课程概要,第2页,1.1.1,人工智能定义,几个定义,智能机器（,intelligent machine,）,能够在各类环境中自主地或交互地执行各种拟人任务机器（如无人驾驶汽车）,人工智能（学科）,是计算机科学中包括研究、设计和应用智能机器一个分支,1.1 定义和发展,3,第3页,人工智能（能力）,是智能机器所执行通常与人类智能相关智能行为，如判断、推理、证实、识别、感知、了解、通信、设计、思索、规划、学问和问题求解等思维活动,4,第4页,1.1.2,人工智能起源与发展,孕育期（,1956,年前）,数理逻辑学科（弗雷治、,维纳等,）,计算新思想（丘奇、,图灵,等）,形成期（,1956-1970,年）,1956,年，第一次人工智能研讨会,1969,年，第一届国际人工智能联合会议，首次使用人工智能这一术语，标志着人工智能学科诞生,1970,年，人工智能国际杂志创刊,1.1 定义和发展,5,第5页,诺伯特维纳(Norbert Wiener，1894-1964),美国数学家，控制论创始人，信息论创始人,之一,阿兰 麦席森 图灵（Alan Mathison Turing，19121954）,英国数学家，人工智能之父，图灵机，图灵测试,6,第6页,7,第7页,计算机能否思维：图灵测试,在不接触对方情况下，经过一个特殊方式，和对方进行对话，在相当长一段时间，无法判断对方是人还是计算机，则认为计算机能思维。,计算机界最高奖“图灵奖”,美国计算机协会（ACM，Association for Computer Machinery）于1966年设置，每年一次，专门奖励那些对计算机科学研究与推进计算机技术发展有卓越贡献出色科学家。,年，华人取得者姚期智，理论计算，算法复杂性。现任清华大学理论计算机科学研究中心 主任。,8,第8页,约翰冯诺依曼（John Von Neuman，19031957），美藉匈牙利人,数学家、计算机学家，1946年创造世界上第一台电子计算机，电子计算机之父，博弈论之父，首次提出二进制思想与程序内存思想,9,第9页,博弈论,是指某个个人或是组织，面对一定环境条件，在一定规则约束下，依靠所掌握信息，从各自选择行为或是策略进行选择并加以实施，并从各自取得对应结果或收益过程，在经济学上博弈论是个非常主要理论概念。,“囚徒困境”、“智猪博弈”,10,第10页,囚徒困境,警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同选择：,若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持缄默，此人将即时获释，缄默者将判监。,若二人都保持缄默（相关术语称相互“合作”），则二人一样判监六个月。,若二人都相互检举（相互“背叛”），则二人一样判监2年。,11,第11页,答案是：双方都会选择背叛,若对方缄默、背叛会让我获释，所以会选择背叛。,若对方背叛指控我，我也要指控对方才能得到较低刑期，所以也是会选择背叛。,二人面正确情况一样，所以二人理性思索都会得出相同结论选择背叛。背叛是两种策略之中支配性策略。所以，这场博弈中唯一可能到达纳什均衡，就是双方参加者都背叛对方，结果二人一样服刑2年。,12,第12页,智猪博弈,猪圈里有两头猪，一头大猪，一头小猪。猪圈一边有个踏板，每踩一下踏板，在远离踏板猪圈另一边投食口就会落下少许食物。假如有一只猪去踩踏板，另一只猪就有机会抢先吃到另一边落下食物。当小猪踩动踏板时，大猪会在小猪跑到食槽之前刚好吃光全部食物；若是大猪踩动了踏板，则还有机会在小猪吃完落下食物之前跑到食槽，争吃到另二分之一残羹。,那么，两只猪各会采取什么策略？,13,第13页,答案是：小猪将选择“搭便车”策略，也就是舒舒适服地等在食槽边；而大猪则为一点残羹不知疲惫地奔忙于踏板和食槽之间。,改变方案一：减量方案。投食仅原来二分之一分量。结果是小猪大猪都不去踩踏板了。,改变方案二：增量方案。投食为原来一倍分量。结果是小猪、大猪都会去踩踏板。,改变方案三：减量加移位方案。投食仅原来二分之一分量，但同时将投食口移到踏板附近。结果呢，小猪和大猪都在拼命地抢着踩踏板。,14,第14页,1.1.2,人工智能起源与发展,发展期（,1970,年,）,深入研究,AI,基本原理方法和技术,进行实用化研究,教授系统与知识工程,智能机器人,智能控制等,近十几年热门研究领域：机器学习、模式识别、计算智能、人工神经网络,1.1 定义和发展,15,第15页,1.2,人类智能和人工智能,1.2.1,智能信息处理系统假设,人是一个智能信息处理系统,物理符号系统六种基本功效,输入符号、输出符号、存放符号、复 制符号、建立符号结构、条件性迁移,16,第16页,物理符号系统假设,任何一个系统，假如它能够表现出智能，那么一定是物理符号系统，反之，任何系统假如是物理符号系统，那么它就能表现出智能。,推论一：人是物理符号系统,推论二：计算机能够表现出智能,推论三：计算机能够模拟人活动,17,第17页,1.2.1,智能信息处理系统假设,人类认知行为含有不一样层次,认知生理学,研究神经系统活动，是认知研究底层,认知心理学,研究思维策略，是认知研究顶层,认知信息学,硕士理行为和心里活动转化，中间层,认知工程学,研究认知行为信息加工处理,1.2 人类智能和人工智能,18,第18页,1.2.2,人类智能计算机模拟,机器智能能够模拟人类智能,智能计算机,下棋,定理证实,语言翻译,新型智能计算机,神经计算机,量子计算机,1.2 人类智能和人工智能,19,第19页,1.2.3,人工智能研究目标,近期目标,建造智能计算机代替人类部分智力劳动,远期目标,用自动机模仿人类思维过程和智能行为,1.2 人类智能和人工智能,20,第20页,1.3,人工智能各种认知观,符号主义（,Symbolicism,）,基于物理符号系统假设和有限合理性原理,连接主义（,Connectionism,）,基于神经网络及其间连接机制与学习算法,行为主义（,Actionism,）,基于,控制论及感知动作型控制系统,21,第21页,1.4,人工智能研究及应用领域,人工智能基本技术,知识表示（,Knowledge Representation,）,状态空间法、问题归约法、谓词逻辑法,推理搜索（,Searching&Reasoning,）,启发式搜索、消解原理、不确定性推理,计算智能（,Computational Intelligence,）,含糊计算、神经计算、进化计算,组成技术（系统与语言）,产生式系统、,LISP,语言、,Prolog,语言,22,第22页,1.4.1,问题求解,问题表示、分解、搜索、归约等,进行复杂数学公式符号运算求解,下棋程序,1.4 研究及应用,1997年5月，IBM企业,研制深蓝（Deep Blue）,智能计算机在6局比赛中,以2胜1负3平结果，战,胜国际象棋大师卡斯帕,罗夫。,23,第23页,1.4.2,逻辑推理与定理证实,经过对事实数据库操作来证实定理,各种证实方法,1976年7月，美国阿佩尔等人用3台 大型计算机，花去1200小时，成功证实世界近代三大难题之一“四色定理”，,几何定理证实“吴氏方法”，中科院院士吴文俊创造,24,第24页,1.4.3,自然语言了解,语言,自然语言、人造语言、机器语言,“了解”标准,语音识别，五、六十年代提出构想，现在还未完全处理,1.4.4,自动程序设计,依据不一样目标描述来编写计算机程序,促进人工智能系统发展,1.4 研究及应用,25,第25页,1.4.5,教授系统,是一个智能化计算机程序系统,和传统计算机程序之间有本质区分,1.4.6,机器学习(,hot,),是研究计算机怎样模拟或实现人类学习行为，以获取新知识或技能，重新组织已经有知识结构使之不停改进本身性能。它主要使用归纳、综合而不是演绎。,惯用学习方法：决议树学习、人工神经网络、贝叶斯学习、遗传算法、支持向量机,1.4 研究及应用,26,第26页,机器学习十大算法,决议树（Decision Trees）,K-均值（K-means）,支持向量机（Support Vector Machines）,Apriori关联规则挖掘算法,EM算法,网页分级算法（PageRank）,提升（AdaBoost）,K-最近邻（K-nearest neighbor）,朴素贝叶斯（Naive Bayes）,分类与回归树（CART）,27,第27页,1.4.7,神经网络(,hot,),神经计算机,在其它领域中广泛应用,1.4 研究及应用,28,第28页,1.4.8,机器人学,操作机器人,智能机器人,机器人广泛应用,促进人工智能发展,29,第29页,工业机器人,30,第30页,军事机器人,31,第31页,排爆机器人,32,第32页,娱乐、家用机器人,33,第33页,仿人机器人,34,第34页,35,第35页,1.4.9,模式识别(,hot,),是计算机对环境识别需要,是对人类环境感知模拟,主要应用：生物特征识别，包含指纹识别、虹膜识别、人脸识别、语音识别、数字（文字）识别、字迹识别等,1.4 研究及应用,36,第36页,指纹识别,37,第37页,虹膜识别,38,第38页,人脸（检测）识别,39,第39页,车牌识别,40,第40页,1.4.10,机器视觉(,hot,),人类,80,以上外部信息来自视觉,低层视觉与高层视觉,前沿研究领域,广泛应用,41,第41页,1.4.11,智能控制,驱动智能机器自主地实现其目标过程,是一个定性和定量混合控制过程,是当今自动控制最高水平,1.4.12,智能检索(,hot,),是信息时代降临需要,智能检索系统所面临三大问题,1.4 研究及应用,42,第42页,1.4.13,智能调度与指挥,寻找最正确调度和组合,NP,完全类问题求解,军事指挥系统等领域,1.4.14,分布式人工智能与,Agent,是传统人工智能延伸和扩展,研究目标是创建一个能描述自然系统和社会系统准确概念模型,1.4 研究及应用,43,第43页,1.4.15,计算智能与进化计算(,hot,),计算智能,包含神经计算、含糊计算、进化计算等,进化计算理论基础是生物进化论,1.4.16,数据挖掘与知识发觉(,hot,),知识获取,数据库知识挖掘,1.4 研究及应用,44,第44页,1.4.17,人工生命,人工生命概念提出,理论基础与研究方法,研究内容,1.4.18,系统与语言工具,计算机系统一些概念得到发展,新编程语言与专用开发工具,1.4 研究及应用,45,第45页,国内主要研究机构,中科院自动化所模式识别国家重点试验室,清华大学智能技术与系统国家重点试验室,北京大学视觉与听觉信息处理国家重点试验室,南京大学计算机软件新技术国家重点试验室,46,第46页,