1章-人工智能绪论-研究生教学-09
人工智能导论-第一章绪论
法律问题
涉及知识产权保护、责任归属、监 管机制等。
社会问题
人工智能的发展对就业、教育、社 会公平等方面产生的影响，以及如 何确保人工智能的可持续发展。
02 认知科学与人工智能关系
认知科学基本概念及研究方法
认知科学是研究人类心智和智能的科学，包括心理学、语言学、哲学等多个学科领 域。
认知科学的研究方法包括实验、观察、调查和建模等，旨在揭示人类心智和智能的 本质和规律。
目标检测
在图像中定位并识别出感兴趣的目标物体，通常包括绘制物体的边界框并给出物体的类别标签。 目标检测在智能监控、自动驾驶等领域有广泛应用。
目标跟踪
在视频序列中跟踪感兴趣的目标物体，获取物体的运动轨迹。目标跟踪是计算机视觉中的重要研 究方向，也是实现智能视频监控、人机交互等应用的关键技术之一。
三维重建和虚拟现实技术
当前研究热点与未来趋势
研究热点
深度学习、强化学习、生成对抗网络、迁移学习等。
未来趋势
人工智能将更加注重可解释性、鲁棒性、隐私保护、公平性等方面的研究，同 时，人工智能与物联网、区块链等技术的结合也将成为未来发展的重要趋势。
伦理、法律及社会问题探讨
伦理问题
包括数据隐私、算法偏见、人工 智能决策的可解释性和透明度等。
任务
计算机视觉的主要任务包括图像分类、目标 检测、图像分割、场景理解等。这些任务的 核心是提取图像中的特征信息，并利用这些
特征信息进行高层次的推理和决策。
图像分类、目标检测和跟踪
图像分类
将图像划分为若干个预定义的类别，如猫、狗、汽车等。图像分类是计算机视觉中最基础的任务 之一，也是其他复杂任务的基础。
三维重建
利用计算机视觉技术从二维图像中恢复出三维物体的形状和结构。三维重建技术广泛应 用于文物保护、医学影像处理、工业检测等领域。
第1章 人工智能-绪论
2020/8/1
人工智能
3
学者们从不同的角度、不同的层面给出了各自的定义:
（1）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）。
（2）人工智能是研究怎样让电脑模拟人脑从事推理、规划、 设计、思考、学习等思维活动，解决至今认为需要由专家才 能处理的复杂问题（Elaine Rich，1983）。
2020/8/1
人工智能
15
1.3人工智能的研究目标
➢ 近期目标
人工智能的近期目标是实现机器智能。即先部分地或 某种程度地实现机器智能，从而使现有的计算机更灵活 好用和更聪明有用。
➢ 远期目标
人工智能的远期目标是要制造智能机器。具体讲就是 使计算机具有看、听、说、写等感知和交互能力，具有 联想、学习、推理、理解、学习等高级思维能力，还要 有分析问题解决问题和发明创造的能力。
2020/8/1
人工智能
25
1.5人工智能的研究领域
1.5.1 博弈（Game Playing） 1.5.2 自动定理证明（Automatic Theorem Proving） 1.5.3 专家系统（Expert System） 1.5.4 模式识别(Pattern Recognition) 1.5.5 机器学习（Machine Learning） 1.5.6 计算智能（Computational Intelligence） 1.5.7 自然语言处理（Natural Language Processing） 1.5.8 分布式人工智能（Distributed Artificial Intelligence） 1.5.9 机器人（Robot）
2020/8/1
人工智能
人工智能第一章绪论34(1)
§1.2 人工智能的研究目标和 基本内容
1 近期与远期目标 (1)近期目标：使现有的电子数字计算机更
聪明、更有用、使它不仅能做一般的数值 计算及非数值信息的数据处理，而且能运 用知识处理问题，能模拟人类的部分智能 行为。 (2)远期目标：构造智能计算机
2 人工智能研究的基本内容
(1)机器感知：使机器具有类似于人的感知能 力，视觉、听觉为主。
逻辑思维的特点:
依靠逻辑进行思维
思维过程是串行的、表现为一个线性过程
容易形式化，用符号串表达出来
思维过程具有严密性、可靠性
• 形象思维：又称有感思维，它是一种以客观 现象为思维对象，以感性形象认识为思维材 料，以意向为主要思维工具，以指导创造物 化形象的实践为主要目的的思维活动。
形象思维的特点： 主要是依据直觉，靠感觉形象进行思维 思维过程是并行协同式的，表现为一个非线性过程 形式化困难 不精确 在信息变形或缺少的情况下仍有可能得到比较满意的 结果
• 记忆用于存储由感觉器官感知到的外部信息 以及由思维所产生的知识。
• 思维用于对记忆的信息进行处理，利用已有 的知识对信息进行分析、计算、比较、判断、 推理、联想、决策等。
• 思维可分为：逻辑思维,形象思维,顿悟思维
• 逻辑思维：又称抽象思维，它是一种根据逻 辑规则对信息进行处理的理性思维方式，反 映了人们对抽象的、间接的、概括的方式认 识客观世界的过程。
• 公元850年，希腊就有制造机器人帮助人们劳动 的神话传说。
• 公元900年，我国有歌舞机器人的传说记载。 • 美国哲学家培根(1561—1626)曾系统地提出了
归纳法，并提出了“知识就是力量”的警句。
• 德国数学家莱布尼茨(1646—1716)提出了万能 符号和推理计算的思想。
《人工智能导论》第1章-绪论
20世纪80年代 中期至今
稳步增长期
形成及第一个兴旺期
20世纪50年代中 期至60年代中期
第二个兴旺期
20世纪70年代中 期至80年代中期
1.2.1 孕育期 (20世纪50年代中期以前)
人工智能的孕育期大致可以认为是1956年以前的时期。这个 时期的主要成就是数理逻辑、自动机理论、控制论、信息论、神 经计算、电子计算机等学科的建立和发展，为人工智能的诞生准 备了理论和物质的基础。
1.1.2 人工智能的定义
人工智能（AI）是一门正在发展中的综合性前沿学科，它由 计算机科学、控制论、信息论、神经生理学、心理学、语言学 等多种学科相互渗透而发展起来。
人工智能研究的近期目标是：使现有的计算机不仅能做一般 的数值计算及非数值信息的数据处理，而且能运用知识处理问 题，能模拟人类的部分智能行为。
过高预言的失败，给AI造成重大伤害
“20 年内，机器将能做人所能做的一切。”
——西蒙，1965
“在3～8年时间里，我们将研制出具有普通人智力的计算机。这 样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治 权术，能讲笑话，会争吵。……它的智力将无以伦比。”
——明斯基，1977
1.2.3 萧条波折期 (20世纪60年代中期至70年代中期)
➢ 1955 年年末，纽厄尔和西蒙编写了一个 名为“逻辑专家”的程序，被许多人认为 是第一个人工智能程序。它将问题表示成 一个树形模型，然后选择最可能得到正确 结论的那一支来求解问题。
1.2.2 形成及第一个兴旺期 (20世纪50年代中期至60年代中期)
AI诞生于一次历史性的聚会——达特茅斯会议
1956年夏季，由美国学者麦卡锡、 明斯基、朗彻斯特和香农共同发起，在 美国达特茅斯大学举办了一次长达2个 多月的研讨会，讨论用机器模拟人类智 能的问题。会上，首次使用了“人工智 能”这一术语。这是人类历史上第一次 人工智能研讨会，标志着人工智能学科 的诞生，具有十分重要的历史意义。
《人工智能》课程教学大纲.doc
《人工智能》课程教学大纲课程代码：H0404X课程名称：人工智能适用专业：计算机科学与技术专业及有关专业课程性质：本科生专业基础课﹙学位课﹚主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授总学时：40学时﹙课堂讲授36学时，实验教学4学时﹚课程学分：2学分预修课程：离散数学，数据结构一.教学目的和要求：通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。
一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。
这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。
此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。
这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。
通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。
二.课程内容简介人工智能的主要讲授内容如下：1.叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。
2.研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。
3.讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。
4.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。
人工智能导论-绪论
等方面组成的实在的信息处理过程。
2023/12/13 23
知识表示
人类的智能活动过程主要是一个获得并运用知识的过程， 知识是智能的基础。人们通过实践，认识到客观世界的规律性 ，经过加工整理、解释、挑选和改造而形成知识。为了使计算 机具有智能，使它能模拟人类的智能行为，就必须使它具有适 当形式表示的知识。知识表示是人工智能中一个十分重要的研 究领域。
为确定人类思维的内部是怎样工作的，可以有两种方法：通过内省 （INTROSPECTION）----在人思考过程中，掌握人自己的想法；或者通过心理学实 验
2023/12/13 10
理性思维方法
1985年CHARNIAK和MCDERMOTT提出人工智能是用计算模型 研究智力能力。这是一种理性思维方法。
个的要点。对上述说法，第一点是自然的。第二点中的系
统则相当复杂，一般是指一台计算机，但是，也可以是计
算系统，甚至包括人的人机计算系统。第三点则只强调“
改进系统性能”，而未限制这种“改进”的方法。
人工智能导论：绪论
2023/12/13 29
机器学习
机器学习是研究计算机怎样模拟或实现人类的学习行为， 以获取新的知识或技能，重新组织已有的知识结构使之不 断改善自身的性能。只有让计算机系统具有类似人的学习 能力，才有可能实现人类水平的人工智能。机器学习是人 工智能研究的核心问题之一，是当前人工智能理论研究和 实际应用的非常活跃的研究领域。
6
人工智能定义
• 类人行为方法 • 类人思维方法 • 理性思维系统 • 理性行为系统
2023/12/13
7
类人行为方法
• KURZWELL提出人工智能认为人工智能是一门技术， 它创造出够完成一定任务的机器，而当我们人类 对这些任务进行处理的时候，需要一定的智能。
人工智能导论 第1章 绪论(导论) [兼容模式]1-24
![人工智能导论 第1章 绪论(导论) [兼容模式]1-24](https://img.taocdn.com/s3/m/383fab32bceb19e8b9f6ba9b.png)
Introduction of Artificial Intelligence人工智能导论教材：王万良《人工智能导论》（第4版）高等教育出版社，2017.7第1 章绪论教材：王万良《人工智能导论》（第4版）高等教育出版社，2017. 7人工智能导论第1章绪论☐1956年正式提出人工智能（artificial intelligence,AI）这个术语并把它作为一门新兴科学的名称。
☐20世纪三大科学技术成就：空间技术原子能技术人工智能☐1.1 人工智能的基本概念☐1.2 人工智能的发展简史☐1.3 人工智能研究的基本内容☐1.4 人工智能的主要研究领域✓1.1 人工智能的基本概念☐1.2 人工智能的发展简史☐1.3 人工智能研究的基本内容☐1.4 人工智能的主要研究领域▪自然界四大奥秘：物质的本质、宇宙的起源、生命的本质、智能的发生。
▪对智能还没有确切的定义，主要流派有：（1）思维理论：智能的核心是思维（2）知识阈值理论：智能取决于知识的数量及一般化程度（3）进化理论：用控制取代知识的表示▪智能是知识与智力的总和知识是一切智能行为的基础获取知识并应用知识求解问题的能力1.感知能力：通过视觉、听觉、触觉、嗅觉等感觉器官感知外部世界的能力。
80%以上信息通过视觉得到，10%信息通过听觉得到。
存储由感知器官感知到的外部信息以及由思维所产生的知识对记忆的信息进行处理2.记忆与思维能力（1）逻辑思维（抽象思维）依靠逻辑进行思维。
思维过程是串行的。
容易形式化。
思维过程具有严密性、可靠性。
（2）形象思维（直感思维）o依据直觉。
o思维过程是并行协同式的。
o形式化困难。
o在信息变形或缺少的情况下仍有可能得到比较满意的结果。
4. 行为能力（表达能力）（3）顿悟思维（灵感思维）不定期的突发性。
非线性的独创性及模糊性。
穿插于形象思维与逻辑思维之中。
3. 学习能力学习既可能是自觉的、有意识的，也可能是不自觉的、无意识的；既可以是有教师指导的，也可以是通过自己实践的。
人工智能导论--第一章绪论
1.2.1 如何衡量机器具有智能
两种衡量机器智能的观点：
弱人工智能：强调智能的外在表现，认为 通过机器的行为可以反映出机器是否具有 智能，只要表现得像人一样的机器就具有 智能。----图灵测试
强人工智能：强调智能内在机制，认为不 仅要看到机器的行为，而且要了解表现出 相应行为的机器是否确实在思考，只有像 人一样思考的机器才具有智能。----中文屋
13、智能控制：无需人的干预或者基本无需人的干预， 能独立地驱动机器实现其目标的自动控制技术。
14、智能决策支持系统：决策支持系统是在管理信息系 统基础上发展起来的计算机管理系统。智能决策支持系 统即是将人工智能技术应用于决策支持系统而形成的。
人工智能技术的发展对社会的进步具有重 要意义，与能源技术、空间技术并称为三 大尖端技术。
人类对人工智能的研究刚刚起步，有很多 关于人工智能根本性问题还有待于探索。
1.1 智能
从工程上讲，人工智能就是人造智能，不清楚什 么是智能，就难以真正理解和实现人工智能。
智能是人们认识和改造客观世界的综合能力，是 人类区别于其他事物的本质特征。
人工智能实际上是一门综合性的交叉学科 和边缘学科。
人工智能学科结构
计算原理 算法分析
控制理论 空间研究
自动程序设计
机器人 工业自动化
逻辑 数学
系统程序设计
心理学 图示学
认识论
心理学
逻辑学 自动定理证明 有关学科
图示学
运筹学
知识的模型化 和表示
机器视觉 计算机语言
光学
模式识别 声学 语音学
教学、科学和 工程辅助
1.2 人工智能
一般性概念：人工智能是关于理解人类智 能内在机制，并在机器上予以实现的科学。 具有能力和科学两方面的含义：
第一章人工智能绪论
28
14
第一章 人工智 研究的核心课题
1、 知识的模型化及其表示； 2、知识的组织、积累和管理； 3、知识的推理与问题的求解； 4、启发式搜索及其控制策略； 5、神经网络、人脑的结构及其工作原理； 6、人工智能系统及其开发语言。
15
第一章 人工智能绪论
23
第一章 人工智能绪论
概念及发展 学科范畴 研究目标、途径及领域
➢ 1.3.3 研究的领域
3、 模式识别 模式识别的主要目标就是用计算机来模拟人的各种识别
能力，当前主要是对视觉能力和听觉能力的模拟，并且主要 集中于图形识别和语音识别。
模式识别的过程大体是先将摄像机、送话器或其它传感 器接受的外界信息转变成电信号序列，计算机再进一步对这 个电信号序列进行各种预处理，从中抽出有意义的特征，得 到输入信号的模式，然后与机器中原有的各个标准模式进行
➢ 1.1.1 基本概念
2. 人工智能（ “Artificial Intelligence”，AI ） 顾名思义，用人工的方法在计算机上模拟人类的智能，
或人工智能就是人造智能。
定义：人工智能是一门研究如何构造智能计算机，使它 能模拟、延伸、扩展人类智能的学科。即具体来讲，就是要 使计算机具有看、听、说、写等感知和交互功能，具有联想、 推理、理解、学习等高级思维能力，还要有分析问题、解决 问题和发明创造的能力。简言之，也就是使计算机像人一样
概念及发展 学科范畴 研究目标、途径及领域
➢ 1.1.1 基本概念
1、智能：就是在巨大的搜索空间中迅速找到一个满意解的能 力。即是知识和智力的总和。 智能的特征： （1） 感知能力； （2） 记忆与思维能力； （3） 学习能力及自适应能力； （4） 行为能力。
人工智能1第一章绪论PPT课件
2020/8/10
4
第一章 人工智能概述
智能研究中一些难回答的问题
智能是一种独立的才能，还是一系列独一无二且不相 关联的能力的总称 ？
多大程度上可以说智能是学到的而不是先天存在的？
学习时发生什么？
什么是创造力？
什么是直觉？
可以从观察到的行为推断出具有智能，还是需要特定 内部机制的证据？
2020/8/10
3
第一章 人工智能概述
人工智能的定义
人工智能至今尚无统一的定义 我们给出的定义（狭义）：
能够在各类环境中自主地或交互地执行各种拟人任务的 机器称为智能机器
从学科的角度看，人工智能是计算机科学的一个分支， 它研究、设计和应用智能机器，其目标是使智能行为自 动化。
从能力的角度看，人工智能是智能机器所执行的与人的 智能有关的功能，如判断、推理、理解、学习和问题求 解等思维活动
案的基础
2020/8/10
8
第一章 人工智能概述
图灵测试的反对意见
它偏向于纯粹的符号问题求解任务,不适用 于测试感知技能或要实现手工灵活性所需要 的能力
没有必要把机器智能强行套入人类智能的模 具中，或许机器智能就是不同于人类智能， 试图按照人类的方式来评价它，可能根本就 是一个错误。
也有人全面批评图灵测试，认为分散了我们 的注意力，应研究通用理论，解释人工智能 ，指导具体实践问题
逻辑的严谨性和普遍性 低效性
谓词演算 逻辑编程语言 启发式算法
2020/8/10
19
第一章 人工智能概述
专家系统
对特定领域知识的重视引发了对专家系统的研 究
基于规则的知识表示 基于模型的知识表示 推理
2020/8/10
20
人工智能绪论
人工智能绪论在当今科技飞速发展的时代，人工智能（Artificial Intelligence，简称 AI）无疑是最引人瞩目的领域之一。
它正以前所未有的速度改变着我们的生活，影响着社会的方方面面。
人工智能，简单来说，就是让机器具备像人类一样的智能。
但这绝非易事，它涉及到众多复杂的技术和理论。
过去，我们可能认为只有人类才能拥有思考、学习、判断和创造的能力，但如今，人工智能正在逐渐打破这种固有观念。
从日常的智能手机语音助手，到医疗领域的疾病诊断辅助系统，再到交通领域的自动驾驶技术，人工智能的应用无处不在。
它不仅提高了我们的生活质量，还为解决一些全球性的难题提供了新的思路和方法。
那么，人工智能是如何实现的呢？它依靠的是一系列的技术和方法。
其中，数据是关键。
大量的数据被收集和整理，为人工智能的学习和训练提供了素材。
通过对这些数据的分析和处理，人工智能系统能够从中发现规律和模式，从而实现对新情况的预测和判断。
然而，人工智能的发展并非一帆风顺。
它面临着诸多挑战和争议。
比如，在数据隐私方面，大量个人数据的收集和使用引发了人们对于隐私泄露的担忧。
另外，人工智能的决策过程有时难以解释，这可能导致人们对其结果的不信任。
再者，人工智能的发展可能会导致部分传统岗位的消失，从而引发就业结构的调整。
一些简单重复的工作可能会被机器所取代，但同时也会创造出一些新的岗位，比如人工智能的开发、维护和监管等。
尽管存在挑战，但人工智能的发展前景依然广阔。
在未来，它有望在更多领域发挥重要作用。
在教育领域，个性化的学习系统可以根据每个学生的特点和需求提供定制化的教育方案；在环境保护方面，人工智能可以帮助我们更有效地监测和应对气候变化等问题。
为了实现人工智能的可持续发展，我们需要在技术创新的同时，注重伦理和法律的规范。
确保人工智能的发展符合人类的价值观和利益，避免其带来的负面影响。
此外，人才培养也是至关重要的。
我们需要培养更多具备人工智能专业知识和技能的人才，为这个领域的发展注入新的活力。
人工智能概论第1章-绪论
1956年的达特茅斯会议是由麦卡锡、明斯基、罗彻斯特和香农等一批有远 见卓识的青年科学家共同研究和讨论用机器来模拟智能的一系列相关问题，并 首次提出了“人工智能”这一术语。
该术语标志“人工智能”新学科的正式诞生。此外会议给了“人工智能” 的第一个准确的描述。
2006年，达特茅斯会议50年后，当事人重聚(左起：摩尔、麦卡锡、明斯基、 塞弗里奇、所罗门诺夫)
22
➢人工智能的应用发展期
20世纪80年代机器学习取代逻辑计算，“知识处理”成为了主流AI研究的焦点。
卡内基·梅隆大学为数字设备公司设计了一个名为 XCON 的专家系统
B
人工智能的应用发展 期
（1980-1989）
D c
A
人工智能的诞生 （1943-1956）
人工智能的第一个 低谷
（1974-1980）
E
人工智能的第二个 低谷
(1989-1993)
人工智能的稳步发 展期
（1993-2006）
F
人工智能的蓬勃 发展期
（2006-至今）
G
14
➢人工智能的诞生
在20世纪40年代到20世纪50年代，一群来自不同领域（数学，心理学，工 程学，经济学和政治学）的科学家开始探索如何实现用生命体外的东西模拟人 类的智慧。
12
➢人工智能的发展现状
从人工智能的应用场景来看，目前的人工智能仍是以具体应用领域为主的弱人工 智能。 其内容和相关领域包括机器视觉，专家系统，智能工厂，智能控制，智能搜索， 机器人，自动规划，无人驾驶，定理证明，棋类博弈，遗传编程，语言识别，自然 语言处理等。 1997年，打败了世界围棋冠军的IBM公司“深蓝”超级计算机也是IA，不是AI。 尽管这一事件被一些被戏称为“人工智能的历史上的里程碑事件”。
《人工智能导论》课程教学大纲
《人工智能导论》课程教学大纲一、课程性质和任务《人工智能导论》课程是计算机科学与技术专业的选修课，通过介绍人工智能的基本思想和方法，为计算机专业本科学生提供最基本的人工智能技术和有关问题的入门知识。
二、课程内容人工智能(Artificial Intelligence) 是50年代中期兴起的一门新兴边缘学科。
既是计算机科学的一个分支，又是计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性学科。
40多年来，人工智能研究的发展和取得的成就十分惊人，最近十几年的发展尤为迅速。
人工智能研究的领域十分广泛，涉及专家（咨询）系统、自然语言理解和机器翻译、数据库的智能检索、机器定理证明、自动程序设计、博奕和决策、机器人学、感知问题、组合调度问题、机器学习、分布式人工智能、模式识别、人工神经网络等领域。
三、使用教材：《人工智能极其应用》蔡自兴、徐光佑编清华大学出版社四、课程教学基本要求《人工智能导论》课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。
要求学生了解人工智能的主要思想和方法：1. 理解人工智能的定义、发展历史、研究的领域、课题；2. 掌握人工智能的知识表示（一阶谓词逻辑、谓词演算，语义网络法、框架表示、剧本表示）3. 一般掌握人工智能的搜索技术（盲目搜索、启发式搜索、消解原理）4．一般掌握机器学习的定义、发展历史，掌握机器学习的策略、机械学习、归纳学习、类比学习的概念和结构五、教学学时安排本课程共28学时3学分。
具体教学安排如下：1. 第1章绪论（人工智能定义、发展历史、研究的课题、教学目的、教学要求、教学安排、教材等）：4学时2. 第2章知识表示方法4学时3. 第3章搜索推理技术4学时4. 第4章神经计算模糊计算4学时5. 第7章机器学习4学时6. 习题解答：3学时7. 总复习：3学时8. 考试：2学时六、教学重点本课程需要重点掌握的内容是2、3、4、7章，其余章节只需要一般了解，不作具体要求。
人工智能第一章 绪论
第一章绪论从1956年正式提出人工智能学科算起，40多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。
总的说来，人工智能的目的就是让计算机这台机器能够象人一样思考。
如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。
什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。
当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。
现在人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，现在计算机似乎已经变得十分聪明了。
例如，1997年5月，IBM 公司研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。
大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。
人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。
人工智能理论进入21世纪，正酝酿着新的突破--人工生命的提出，不仅意味着人类试图从传统的工程技术途径，而且将开辟生物工程技术途径，去发展人工智能；同时人工智能的发展，又将作为人工生命科学的重要支柱和推动力量。
可以预言：人工智能的研究成果将能够创造出更多更高级的智能"制品"，并使之在越来越多的领域超越人类智能；人工智能将为发展国民经济和改善人类生活作出更大贡献。
1.1 人工智能的定义和发展1.1.1 人工智能的定义国际上人工智能研究作为一门科学的前沿和交叉学科，但像许多新兴学科一样，人工智能至今尚无统一的定义。
人工智能(第一讲绪论)
4
2014/2/28
Байду номын сангаас
2014/2/28
符号学派
Newell和Simon提出物理符号系统假设观点。这种 观点认为物理符号系统是实现智能行为的充要条件，即 所有智能行为都等价于一个符号系统，任何信息加工系 统都可看作是一个具体的物理符号系统，如人的神经系 统、计算机的构造系统等。所谓符号就是物理模型，任 何一个符号都代表一个物理模型，不同符号代表不同的 物理模型。一个物理符号系统由一个符号结构和一组过 程构成。其中，符号结构由不同符号按照某种物理方法 联结而成，过程实现对符号结构的操作。
人工智能(artificial intelligence，或简称AI)，有 时也称作机器智能。 John McCarthy：使一部机器的反应方式就像是
理论基础
信息论、控制论、系统论、计算机科学、心理学、神 经生理学、认知科学、数学和哲学等多学科相互渗 透的结果。
一个人在行动时所依据的智能 Feigenbaum：从知识工程的角度出发，认为AI
一、智能 (Intelligence) 二、知识 (knowledge) 三、AI可行性 四、背景及发展 五、AI学派 六、AI的技术路线 七、研究领域及研究方向
2014/2/28 1 2
2014/2/28
2014/2/28
人工智能
思想基础
长期研究能够进行计算、推理和其它思维活动的智能 机器的必然结果。
物质和技术基础
电子计算机和电子技术得到广泛应用的结果。
3
是一个知识信息处理系统。
4
2014/2/28
2014/2/28
一、智能 (Intelligence)
人工智能绪论
人工智能绪论在当今科技飞速发展的时代，人工智能（Artificial Intelligence，简称 AI）无疑是最引人瞩目的领域之一。
它正以惊人的速度改变着我们的生活、工作和社会的方方面面。
从智能手机中的语音助手，到医疗领域的疾病诊断，再到自动驾驶汽车，人工智能的身影无处不在。
那么，什么是人工智能呢？简单来说，人工智能就是让机器像人类一样思考和学习的技术。
它旨在赋予计算机系统类似于人类的智能，使其能够执行需要智能才能完成的任务，例如理解语言、识别图像、做出决策、解决问题等。
人工智能的发展并非一蹴而就，而是经历了漫长的历程。
早在上世纪 50 年代，科学家们就开始了对人工智能的探索。
然而，由于当时技术的限制，早期的研究进展较为缓慢。
但随着计算机技术的不断进步，尤其是计算能力的大幅提升和数据存储的海量增长，人工智能在近年来取得了突破性的进展。
深度学习是当前人工智能领域的核心技术之一。
它通过构建多层神经网络，让计算机自动从大量的数据中学习特征和模式。
例如，在图像识别中，深度学习模型可以学习到不同物体的特征，从而准确地识别出各种图像。
另外，强化学习也是一种重要的方法，它通过让智能体在与环境的交互中不断尝试和优化策略，以达到特定的目标。
人工智能的应用领域极其广泛。
在医疗健康领域，人工智能可以辅助医生进行疾病诊断、制定治疗方案，甚至能够预测疾病的发生。
比如，通过分析大量的医疗影像数据，人工智能系统能够快速准确地检测出肿瘤等病变。
在金融领域，它可以进行风险评估、欺诈检测，帮助投资者做出更明智的决策。
教育方面，个性化的学习系统能够根据学生的学习情况提供定制化的教学内容和建议。
然而，人工智能的发展也带来了一些挑战和问题。
首先是就业问题，一些重复性、规律性的工作可能会被人工智能所取代，导致部分人员失业。
其次是伦理和道德问题，例如算法偏见、数据隐私保护等。
如果人工智能系统的设计和训练存在偏差，可能会对某些群体造成不公平的待遇。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能及人工智能的基本概念 人工智能研究的基本内容 人工智能的研究途径 人工智能的发展方向
第 2章
2.1 2.2 2.3 2.4 2.5
知识表示
知识与知识表示 谓词逻辑表达 产生式表达 语义网络表示法 框架知识表示法
第5章 机器学习
第 3章
3.1 3.2 3.3 3.4
搜索
状态空间图和搜索策略 盲目搜索 启发式搜索 盲人爬山法举例
(Artificial Intelligence)
具有感知能力 视觉、听觉、触觉、味觉、嗅觉等感觉器官感知外部世界的能力。 感知是产生智能活动的前提与必要条件。 （传感器） (2) 具有记忆与思维的能力 记忆用于存储由感觉器官感知到的外部信息以及由思维所产生的知识， 是获取知识以及运用知识求解问题的根本途径。 (3) 具有学习能力及自适应能力 通过与环境的相互作用，积累知识、增长才干，适应环境的变化， 充实、完善自己。 (4) 具有行为能力 如果把人们的感知能力看做是用于信息的输入，则行为能力就是用做 信息的输出。 （目的）
1.1.3 衡量机器智能的准则——图灵测试
“图灵测试”，它形象地指出了什么是人工智能以及机器应该达到的智能标准. 图灵测试方法：分别让人与机器位于两个房间里，他们可以通话，但彼此都看不到对方， 如果通过对话，作为人的一方不能分辨对方是人还是机器，那么就可认为对方的那台机
器达到了人类智能的水平。
1.1.3 人工智能的研究目标 远期目标是构造可实现人类智能的智能计算机或智能系统。(基本完全替代) 近期目标是能模拟人类的部分智能行为。（局部替代）
1 .4 .5
1 .4 .6 1 .4 .7
自动定理证明
自动程序设计 博弈
1.4.8 智能决策支持系统
1.4.9 人工神经网络 1.4.10 分布式人工智能(DAI)
1.4.11
10
1.4.11 智能体
（Agent）
定义：(Shoham定义)。 如果一个实体的状态可被视为包含了诸如知识、信念、承诺和能力等精神状态时， 该实体就是智能体。 (1) DAI产生的背景， ① DAI具有强有力的问题求解能力，构造智能系统组织。 ② DAI求解问题的结论比较可靠。 ③ 系统间可并行操作，求解问题的效率较高。 ④ 可协同，又可单独工作，有较好的灵活性和可靠性。 ⑤ DAI结构则提供了研究现实世界存在大量的大规模分布式系统的途径。 ⑥ 结合网络及多处理机制软硬件。
8
连接机制 识别四个动物的神经网络 豹 虎 企鹅 信天翁
暗斑点 黄褐色 有毛发 吃肉 X1
黑条纹
不飞
黑白色
会游泳 有羽毛 善飞
W1j
Xi Xn Wij wnj
Θ
f(· )
Yj
Yj=f(∑ xi wij－ θ )
1.4
人工智能的研究领域
1 .4 .1 1 .4 .2 1 .4 .3 1 .4 .4 专家系统 机器学习 模式识别 自然语言理解：
第6章 计算智能
参考书籍
◆ 人工智能及其应用 蔡自兴徐光佑 清华大学出版社2004 TP18 C15=3-2 ☆
(研究生教学用书） （通用）
◆ 高级人工智能 史忠植 科学出版社 1998 ◆ 人工智能原理及其应用 王万森 电子工业出版社 （本科） ◆ 中国计算机智能接口与智能应用前沿研究 清华大学出版社TP18 G66 （具体项目参考） ◆ 人工智能 （计算机） 蔡瑞英 武汉理工大学出版社 2003 TP18R23C
3
TP18R S57CFra bibliotek(中科院研究生教学书系列）（深专）
第 1 章
绪 论
（1）智能及人工智能的基本概念
（2）人工智能的研究经历阶段
（3）人工智能的最终目标
（4）人工智能研究的基本内容
（5）人工智能的研究途径
（6）人工智能的研究领城
4
1.1 1.1.1
(1)
智能及人工智能的基本概念
智能
智能的本质是什么?（功能）
6
1.2
人工智能研究基本内容
(1) 机器感知——模式识别与自然语言理解。 (2) 机器思维——对通过感知得来的外部信息及机器内部的各种工作信息进行 有目的的处理。 ① 知识的表示，特别是各种不精确、不完全知识的表示。 ② 知识的组织、累积、管理技术。 ③ 知识的推理，特别是各种不精确推理、归纳推理、非单调推理、定性推理 ④ 各种启发式搜索及控制策略。 ⑤ 神经网络、人脑的结构及其工作原理。 (3) 机器学习 (4) 机器行为 指计算机的表达能力，即“说”、“写”、“画”的能力， 对于智能机器人，它还应具有人的四肢功能，即能走路、能取物、能操作等。 (5) 智能系统及智能计算机的构造技术 。
5
1.1.2
人工智能
人工智能---研究如何在机器上实现人类智能”这门学科。 人工智能是一门研究如何构造智能机器(智能计算机)或智能系统，使它能模拟、
延伸、扩展人类智能的学科。通俗地说，人工智能就是要研究如何使机器具有能听、
会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种面临的实际问题 等功能的一门学科。
7
1.3
人工智能的研究途径
1.3.1 以符号处理为核心的方法 对人脑从功能上进行模拟，实现人工智能。这种方法是以人脑的心理模型，将问题 或知识表示成某种逻辑结构，采用符号推演的方法，实现搜索、推理、学习等功能。 用符号表示概念时，其有效性在很大程度上取决于符号表示的正确性。 1.3.2 以网络连接为主的连接机制方法（例子下页） 以网络连接为主的连接机制方法是对人脑从结构上进行模拟， 结构模拟法是基于人脑的生理模型，采用数值计算的方法，从微观上来模拟人脑， 实现机器智能。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。 该方法在模式识别、图像信息压缩等方面都取得了一些研究成果。 1.3.3 系统集成 结合，两者分别保持原来的独立结构，把自己不能解决的问题转化给另一方； 统一，把两者自然地统一在一个系统中，既有逻辑思维的功能，又有形象思维 的功能。
Artificial Intelligence
课程目录
第 1章
1.1 1.2 1.3 1.4
人工智能绪论
第 4章
4.1 4.2 4.3 5.1 5.2 5.3 5.4 6.1 6.2 6.3 6.4 6.5
推理
推理概念和分类 正向和逆向推理 冲突匹配消解策略 机器学习概述 机器学习的模型、策略 实际学习方法 学习方法比较和展望 神经网络 模糊计算 遗传算法 粒群优化 人工免疫