人工智能(第一章)
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。
人工智能读书笔记
人工智能第一章：人工智能(1)人工智能基本概念、方法和技术:基本技术：知识表示、推理、搜索、规划(2)人工智能的主要研究、应用领域机器感知：机器视觉；机器听觉；自然语言理解；机器翻译机器思维：机器推理机器学习：符号学习；连接学习机器行为：智能控制智能机器：智能机器人；机器智能智能应用：博弈；自动定理证明；自动程序设计专家系统；智能决策；智能检索；智能CAD；智能CAI智能交通；智能电力；智能产品；智能建筑等(3)人工智能新技术计算智能：神经计算；模糊计算；进化计算；自然计算人工生命：人工脑；细胞自动机分布智能：多Agent , 群体智能数据挖掘：知识发现；数据挖掘(4)人工智能研究领域：重点介绍机器学习机器思维：就是让计算机模仿和实现人的思维能力，以对感知到的外界信息和自己产生的内部信息进行思维性加工。
机器思维包括：推理、搜索、规划等方面的研究。
机器感知是机器获取外界信息的主要途径，也是机器智能的重要组成部分。
所谓机器感知，就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、味觉。
机器行为就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。
知识表示:知识表示的观点陈述性观点：知识的存储与知识的使用相分离优点：灵活、简洁，演绎过程完整、确定，知识维护方便缺点：推理效率低、推理过程不透明过程性观点：知识寓于使用知识的过程中优点：推理效率高、过程清晰缺点：灵活性差、知识维护不便知识表示的方法逻辑表示法：一阶谓词逻辑产生式表示法：产生式规则结构表示法：语义网络，框架谓词逻辑表示的应用机器人移盒子问题:分别定义描述状态和动作的谓词描述状态的谓词：TABLE(x)：x是桌子EMPTY(y)：y手中是空的AT(y, z)：y在z处HOLDS(y, w)：y拿着wON(w, x)：w在x桌面上变元的个体域：x的个体域是{a, b}y的个体域是{robot}z的个体域是{a, b, c}w的个体域是{box}问题的初始状态：AT(robot, c)EMPTY(robot)ON(box, a)TABLE(a)TABLE(b)问题的目标状态：AT(robot, c)EMPTY(robot)ON(box, b)TABLE(a)TABLE(b)机器人行动的目标把问题的初始状态转换为目标状态，而要实现问题状态的转换需要完成一系列的操作描述操作的谓词条件部分：用来说明执行该操作必须具备的先决条件可用谓词公式来表示动作部分：给出了该操作对问题状态的改变情况通过在执行该操作前的问题状态中删去和增加相应的谓词来实现需要定义的操作：Goto(x, y)：从x处走到y处。
《人工智能概论》课程笔记
《人工智能概论》课程笔记第一章人工智能概述1.1 人工智能的概念人工智能（Artificial Intelligence，简称AI）是指使计算机具有智能行为的技术。
智能行为包括视觉、听觉、语言、学习、推理等多种能力。
人工智能的研究目标是让计算机能够模拟人类智能的某些方面，从而实现自主感知、自主决策和自主行动。
人工智能的研究领域非常广泛，包括机器学习、计算机视觉、自然语言处理、知识表示与推理等。
1.2 人工智能的产生与发展人工智能的概念最早可以追溯到上世纪50 年代。
1950 年，Alan Turing 发表了著名的论文《计算机器与智能》，提出了“图灵测试”来衡量计算机是否具有智能。
1956 年，在达特茅斯会议上，John McCarthy 等人首次提出了“人工智能”这个术语，并确立了人工智能作为一个独立的研究领域。
人工智能的发展可以分为几个阶段：（1）推理期（1956-1969）：主要研究基于逻辑的符号操作和自动推理。
代表性成果包括逻辑推理、专家系统等。
（2）知识期（1970-1980）：研究重点转向知识表示和知识工程，出现了专家系统。
代表性成果包括产生式系统、框架等。
（3）机器学习期（1980-1990）：机器学习成为人工智能的重要分支，研究如何让计算机从数据中学习。
代表性成果包括决策树、神经网络等。
（4）深度学习期（2006-至今）：深度学习技术的出现，推动了计算机视觉、自然语言处理等领域的发展。
代表性成果包括卷积神经网络、循环神经网络等。
1.3 人工智能的三大学派人工智能的研究可以分为三大学派：（1）符号主义学派：认为智能行为的基础是符号操作和逻辑推理。
符号主义学派的研究方法包括逻辑推理、知识表示、专家系统等。
（2）连接主义学派：认为智能行为的基础是神经网络和机器学习。
连接主义学派的研究方法包括人工神经网络、深度学习、强化学习等。
（3）行为主义学派：认为智能行为的基础是感知和行动。
行为主义学派的研究方法包括遗传算法、蚁群算法、粒子群算法等。
人工智能导论第一章绪论
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
3 知识与推理
知识是智能的基础和源泉。 推理是人脑的一个基本功能和重要功能，因此，
在知与交流
感知与交流指计算机对外部信息的直接感知和人 机之间、智能体之间的直接信息交流。
机器感知就是计算机直接“感觉”周围世界，就 像人一样通过“感觉器官”直接从外界获取信息 ，如通过视觉器官获取图形、图像信息，通过听 觉器官获取声音信息。
智能是多种能力的综合：
感知能力：人类获取外界信息的基本途径 行为能力：对感知到的外界信息的反应，包含：
简单的直接反应 复杂情况通过大脑思维反应
推理能力：根据当前掌握的信息，得出适当结论的能 力
问题求解能力： 学习与自适应能力—是人类的一种本能 社交能力：与他人交往的能力 创造力：智能中最难以理解和实现的部分
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。
• 美国数学家Mauchly，1946发明了电子数字计算机ENIAC • 美国神经生理学家McCulloch，建立了第一个神经网络数学模型。 • 美国数学家Shannon（香农）,1948年发表了《通讯的数学理
人工智能详细教学大纲
人工智能详细教学大纲第一章：导论1.1 人工智能的定义和基本概念- 人工智能的定义和起源- 人工智能的发展历程1.2 人工智能的应用领域- 人工智能在医疗领域的应用- 人工智能在金融领域的应用- 人工智能在交通领域的应用第二章：机器学习基础2.1 机器学习的概述- 监督学习、无监督学习、强化学习的基本原理和区别- 机器学习的应用场景2.2 数据预处理- 缺失值处理- 异常值检测与处理- 特征选择与降维2.3 常见的机器学习算法- 逻辑回归- 决策树- 支持向量机- 集成学习第三章：深度学习3.1 深度学习的原理与应用- 深度学习的发展历程- 神经网络的基本结构和工作原理3.2 常用的深度学习框架- TensorFlow- PyTorch- Keras3.3 深度学习的应用案例- 图像分类与识别- 自然语言处理- 人脸识别第四章：自然语言处理4.1 自然语言处理的基础知识- 词向量表示- 语法分析和语义分析4.2 文本分类与情感分析- 文本特征提取- 文本分类算法4.3 机器翻译与问答系统- 神经机器翻译- 阅读理解模型第五章：计算机视觉5.1 计算机视觉的基本概念- 图像处理与特征提取- 目标检测与图像分割5.2 图像识别与物体识别- 卷积神经网络（CNN）- 目标检测算法（如YOLO、Faster R-CNN）5.3 视觉生成与图像风格迁移- 生成对抗网络（GAN）- 图像风格迁移算法第六章：人工智能伦理与法律6.1 人工智能的伦理问题- 隐私与数据安全- 就业与职业变革- 人工智能的道德问题6.2 人工智能的法律问题- 数据保护法与隐私权- 人工智能专利与知识产权- 算法歧视与公平性第七章：人工智能未来发展趋势7.1 人工智能的挑战和机遇- 人工智能的挑战与限制- 人工智能带来的机遇与可能性7.2 人工智能与人类的关系- 人工智能助力人类创新与发展- 人工智能对就业和教育的影响总结与展望本教学大纲全面介绍了人工智能的基本概念、机器学习、深度学习、自然语言处理、计算机视觉等领域的基础知识与应用。
第1章-人工智能概论
一、人工智能的基本概念
AI的基本含义 基本含义： 基本含义 AI是用机器（计算机或智能机）来模仿人类的智 能行为。 AI也叫机器智能，是研究如何使机器具有认识问 题与解决问题的能力，研究如何使机器具有感知 功能（如视、听、嗅）、思维功能（如分析、综 合、计算、推理、联想、判断、规划、决策）、 行为功能（如说、写、画）及学习、记忆等功能。
二、人工智能的研究内容
要了解人工智能的研究内容，必须先搞清楚什么 是人类的智能。 “智能”词源来自拉丁语Legere，字面意思是采 集、收集和汇集，并由此进行选择。 而Intellegere意思是从中进行选择，进而理解、 领悟和认识。
二、人工智能的研究内容
人工智能的研究内容应包括三个方面： 1.知识表示(Knowledge Representation)：
五、人工智能的研究方法
从人工智能的中心内容（研究核心）来看，主要 有两种研究方法或途径： 2.结构学派 结构学派
这种学派从人脑的生理结构原型出发，探讨思维活动 的机理，进行结构模拟，也可称为仿生学派或生理学 派。 结构派的观点是，要模拟人的智能就必须首先从研究 人脑的结构和生理特点出发，制造出与人脑具有类似 结构和功能的机器。这一研究的主要代表是人工神经 网络、联想记忆、模式识别、图像分析。
从人工智能的中心内容（研究核心）来看，主要 有两种研究方法或途径： 1.功能学派 功能学派
这种学派从人的思维活动和智能行为的心理学特性出 发，利用计算机软件与心理学方法，进行宏观功能模 拟，也可称为计算机学派或心理学派。 这种研究不关心人的智能器官（大脑）的结构，只是 模拟人的智能行为。这种方法的主要成功代表为基于 知识表达和知识推理的专家系统。
3.成长期 成长期（1970年至今） 成长期
第1章 人工智能概述
Artificial Intelligence
第1章 人工智能概述
1.1 人工智能的基本概念
1.2 人工智能如何发展起来的？ 1.3 人类智能与人工智能关系？ 1.4 人工智能的学派 1.5 人工智能对人类的影响 1.6 人工智能的研究目标 1.7 人工智能研究的基本内容和主要方法 1.8 人工智能的研究与应用领域
7
Artificial Intelligence
人类智能
行为能力（表达能力）
是人们对感知到的外界信息作出动作反应的能力。 由感知直接获得的外界信息经过思维加工后的信息， 通过脊髓来控制，由语言、表情、体姿等来实现。
感知--动作方式：对简单、紧急信息 感知--思维--动作方式：对复杂信息
8
Artificial Intelligence
孕育期（1956年前）
亚里斯多德（公元前384——322）：古希腊伟大的哲学 家和思想家，创立了演绎法。他提出的三段论至今仍然 是演绎推理的最基本出发点。 莱布尼兹（1646——1716）：德国数学家和哲学家，把 形式逻辑符号化，奠定了数理逻辑的基础。
Artificial Intelligence
Artificial Intelligence
2. 人工智能如何发展起来的？
暗淡期（1966——1974）
过高预言的失败，给AI的声誉造成重大的伤害。 “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 。这样的计算机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
人工智能
人类同样梦想着发明各种智能工具和智能机器，协 助甚至代替人们从事各种脑力劳动。20世纪40年代 计算机的发明和50年代人工智能的出现开辟了利用 智能机器代替人类从事脑力劳动的新纪元。此后， 显著减轻脑力劳动和实现生产过程智能化才成为可 能。
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。
《人工智能基础》第一章课件
Page .
人工智能
人工智能（Artificial Intelligence，AI）是计算机科 学的一个分支，是研究智能的实质并且使计算机表现出 类似人类智能的学科。
人工智能是那些与人的思维、决策、问题求解和学习 等有关活动的自动化。源自Page .人工智能的定义
定义1 人工智能是一种使计算机能够思维，使机器具有智力的 激动人心的新尝试。
Page .
AlphaGo与“深蓝” 的区别
“深蓝”是“教”出来的——IBM的程序员们从国际象棋大师那 里获得信息、提炼出特定的规则和领悟，再通过预编程灌输给机器 ，即采用传统的人工智能技术。 AlphaGo是自己“学”出来的——DeepMind的程序员为它灌 输的是学习如何学习的能力，随后它通过自己不断的训练和研究学 会围棋，即采用深度学习技术。某种程度上讲，AlphaGo的棋艺不 是开发者教给他的，而是自学成才。
1950年，他还提出了著名的“图灵实验”，给 智能的标准提供了明确的定义：
把人和计算机分两个房间，并且相互对话，如
果作为人的一方不能判断对方是人还是计算机，
那这台计算机就达到了人的智能。
Page .
麦卡锡（John McCarthy），美国数学家、计算机科学家，“人工 智能之父”。
➢ 首次提出“人工智能” （AI）概念； ➢ 发明Lisp语言； ➢ 研究不寻常的常识推理； ➢ 发明“情景演算”。
定义7 人工智能是一门通过计算过程力图理解和模仿智能行为的 学科。
定义8 人工智能是计算机科学中与智能行为的自动化有关的一个 分支。
其中，定义1和定义2涉及拟人思维；定义3和定义4与理性思维
有关；定义5和定义6涉及拟人行为；定义7和定义8与拟人理性行为
第1章 人工智能概述
第1章 人工智能概述 章
1.2.3 行为模拟，控制进化 除了上述两种研究途径和方法外，还有基于感知-行 为模型的研究途径和方法——行为模拟法。 这种方法是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。 典型代表:MIT的R.Brooks.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 个机器虫可以看作是新一代的“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。
第1章 人工智能概述 章
1.1 人工智能的概念
1.1.1 什么是人工智能 人工智能(Artificial Intelligence, AI)探讨人类思维、行动中那 些尚未算法化的功能行为;使机器 Thinking 、Acting
like
human。
人工智能下一个准确的定义很困难，至今尚无统一的定义。 狭义概念： 人工智能是计算机科学中涉及研究，设计和应用智能机器 的一个分支，是对智能计算机系统的研究。 智能机器: 能够在各类环境中自主地或交互的执行各种拟人 任务的，与人智力相当或相近的机器。具体地说是能够对人类
第1章 人工智能概述 章 2. 机器联想 联想是人脑思维过程中最基本、使用最频繁的功能。例如，当听到 一段乐曲，我们头脑中可能会立即浮现出几十年前的某一个场景，甚 至一段往事，这就是联想。 特点：按内容组织记忆 当前，对机器联想功能的研究中就是利用这种按内容记忆原理，采用 “联想存储”技术实现联想功能。其特点是： (1)可以存储许多相关（激励，响应）模式对; (2)通过自组织过程可以完成这种存储; (3)以分布、稳健的方式（可能出现高冗余）存储信息; (4)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; (5)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 模式; (6)可在原存储中加入新的存储模式。
人工智能原理第1章人工智能概述.ppt课件
本章内容
1.1 关于人工智能的定义 1.2 人工智能的基础 1.3 人工智能简史 1.4 智能体与环境 1.5 智能体结构 小结
参考书目
附录 和人工智能相关的社会伦理问题
第1章 人工智能概述
1.1 关于人工智能的定义
智能体 对AI的4种不同定义 类人行动/类人思考/理性思维/理性行动
25
第1章 人工智能概述
数学的贡献(1)
• 数学(800~现在)贡献的思想:
• 什么是抽取合理结论的形式化规则? • 什么可以被计算? • 如何用不确定的知识进行推理?
• AI成为一门规范科学要求在三个基础领 域完成一定程度的数学形式化:
• 逻辑、计算、概率
26
第1章 人工智能概述
数学的贡献(2)
• Alfred Tarski(塔斯基)引入了一种参考理论, 可以把逻辑对象与现实世界对象联系起来
27
第1章 人工智能概述
数学的贡献(3)
• 问题1结论: 形式化规则=命题逻辑和一 阶谓词逻辑
• 问题2：什么可以计算？
• 可以被计算, 就是要找到一个算法 • 算法本身的研究可回溯至9世纪波斯数学家
控制论/语言学
第1章 人工智能概述
对人工智能有贡献的学科
• 哪些学科、哪些思想和哪些人物给予AI以贡献? • 哲学(BC428~现在) • 数学(800~现在) • 经济学(1776~现在) • 神经科学(1861~现在) • 心理学(1879~现在) • 计算机工程(1940~现在) • 控制论(1948~现在) • 语言学(1957~现在)
11
第1章 人工智能概述
4种不同定义的方法(5)
• 理性地行动: 理性智能体方法 • 计算机智能体应该有别于“简单的”程序: 具
第1章人工智能概述1.1人工智能基础-高中教学同步《信息技术-人工智能初步》(教案)
教学内容规划
设计教学流程和时间分配，确保每个教学环节（如讲授、互动讨论、案例分析）都有充足的时间。
制定详细的教学大纲，明确每个部分的教学内容和重点。
互动和讨论准备
准备课堂讨论的问题和主题，如人工智能定义的多样性、人工智能对生活和工作的影响等。
跟随教师讲解，理解人工智能的基本特征，并思考这些特征在实际应用中的体现。
参与讨论，发表自己对人工智能模拟和扩展人的智能的看法。
通过呈现不同定义，帮助学生全面了解人工智能的概念。
讲解基本特征，深化学生对人工智能的理解。
通过讨论，培养学生的思考能力和表达能力。
活动三：
调动思维
探究新知
案例分析：分析一些具体的人工智能应用案例，如智能家居、医疗诊断等，展示人工智能如何改变生活和工作方式。
在介绍人工智能的基本特征时，我采用了教材内容与实际案例相结合的方式，帮助学生更好地把握这些抽象的概念。通过实例，如自动化的个性化推荐系统等，学生们能够更清楚地看到人工智能技术是如何在现实生活中被应用的。然而，我也发现这部分内容的深度与学生的预备知识之间存在一定的差距，一些学生在理解“如何通过数据的采集、加工、处理来形成有价值的信息流和知识模型”时遇到了困难。因此，在未来的教学中，我计划增加更多具体示例，并可能引入一些基础的数据科学概念，以帮助学生构建起更扎实的基础。
《信息技术-人工智能初步》教案
课题
第1章人工智能概述1.1人工智能基础
课型
班课
课时
1
授课班级
高一1班
学习目标
理解人工智能的定义及其重要性。
学生能够描述人工智能的发展历程，包括其在信息技术、互联网等领域的应用。
人工智能读书笔记
人工智能第一章：人工智能(1)人工智能基本概念、方法和技术:基本技术：知识表示、推理、搜索、规划(2)人工智能的主要研究、应用领域机器感知：机器视觉；机器听觉；自然语言理解；机器翻译机器思维：机器推理机器学习：符号学习；连接学习机器行为：智能控制智能机器：智能机器人；机器智能智能应用：博弈；自动定理证明；自动程序设计专家系统；智能决策；智能检索；智能CAD；智能CAI智能交通；智能电力；智能产品；智能建筑等(3)人工智能新技术计算智能：神经计算；模糊计算；进化计算；自然计算人工生命：人工脑；细胞自动机分布智能：多Agent , 群体智能数据挖掘：知识发现；数据挖掘(4)人工智能研究领域：重点介绍机器学习机器思维：就是让计算机模仿和实现人的思维能力，以对感知到的外界信息和自己产生的内部信息进行思维性加工。
机器思维包括：推理、搜索、规划等方面的研究。
机器感知是机器获取外界信息的主要途径，也是机器智能的重要组成部分。
所谓机器感知，就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、味觉。
机器行为就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。
知识表示:知识表示的观点陈述性观点：知识的存储与知识的使用相分离优点：灵活、简洁，演绎过程完整、确定，知识维护方便缺点：推理效率低、推理过程不透明过程性观点：知识寓于使用知识的过程中优点：推理效率高、过程清晰缺点：灵活性差、知识维护不便知识表示的方法逻辑表示法：一阶谓词逻辑产生式表示法：产生式规则结构表示法：语义网络，框架谓词逻辑表示的应用机器人移盒子问题:分别定义描述状态和动作的谓词描述状态的谓词：TABLE(x)：x是桌子EMPTY(y)：y手中是空的AT(y, z)：y在z处HOLDS(y, w)：y拿着wON(w, x)：w在x桌面上变元的个体域：x的个体域是{a, b}y的个体域是{robot}z的个体域是{a, b, c}w的个体域是{box}问题的初始状态：AT(robot, c)EMPTY(robot)ON(box, a)TABLE(a)TABLE(b)问题的目标状态：AT(robot, c)EMPTY(robot)ON(box, b)TABLE(a)TABLE(b)机器人行动的目标把问题的初始状态转换为目标状态，而要实现问题状态的转换需要完成一系列的操作描述操作的谓词条件部分：用来说明执行该操作必须具备的先决条件可用谓词公式来表示动作部分：给出了该操作对问题状态的改变情况通过在执行该操作前的问题状态中删去和增加相应的谓词来实现需要定义的操作：Goto(x, y)：从x处走到y处。
第1章-人工智能概述
⑤ 人工智能是一种能够执行需要人的智能的创造性机器的技 术（Kurzwell,1990）
⑥ 人工智能研究如何使计算机做事让人过得更好（Rick和 Knight,1991）
⑦ 人工智能是一门通过计算过程力图理解和模仿智能行为的 学科（Schalkoff,1990）
• 1950年，图灵（A.Turing）在《心智》杂志上发表了一篇 题为“计算机和智能”的文章，第一次提出了“机器能思 维”的观点。从此也拉开了人类史上人工智能研究的序幕 。
图灵测试
• 大家请思考图灵测试合理吗？ • 人类与计算机具有不一致的特长 • 一个通过了图灵测试的机器是否就一定具有智能呢？ 如深蓝
英国数学家、逻辑学家Boole（布尔）（1815-1864），他 初步实现了布莱尼茨的思维符号化和数学化的思想，提出 了一种崭新的代数系统--布尔代数，构成了现代计算机的 理论基础。
美籍奥地利数理逻辑学家Godel（哥德尔)(1906-1978) 证明 了一阶谓词的完备性定理: 任何包含初等数论的形式系统， 如果它是无矛盾的，那么一定是不完备的。 此定理的意义在于，人的思维形式化和机械化的某种极限， 在理论上证明了有些事是做不到的。
• 方法论不同：是唯一一个明确属于计算机科学的分支， 因而不是数学或者控制论或其他学科的分支
• AI是唯一这样的领域：它试图建造在复杂和变化的环 境中自动发挥功能的机器
1.2 人工智能的发展概况-早期成功与期望
西尔勒认为尽管计算机用这种符号处理方式也能正确回答问题, 并且 也可通过图灵测试，但仍然不能说计算机就有了智能。
1.1.3 脑智能和群智能
• 人脑由大约1011-1012个神经元组成的一个复杂的、动态的 巨系统，人脑的智能表现可以辨识出来，如学习、发现、 创造等能力。而这些智能表现的发生过程都是在心理层面 上可见的，即以某种心理活动和思维过程表现的。
计算机初学者必读的人工智能基础教程
计算机初学者必读的人工智能基础教程第一章：人工智能概述人工智能（Artificial Intelligence，简称AI）是研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的新型信息技术。
本章将介绍人工智能的定义、发展历程、应用领域等基础知识，帮助读者对人工智能有一个整体的了解。
第二章：机器学习机器学习（Machine Learning）是人工智能的一个重要分支，通过让机器从数据中学习并改善性能，实现对未知数据的准确预测。
本章将介绍机器学习的基本概念、分类、算法和应用实例，包括监督学习、无监督学习和强化学习等内容，帮助读者理解机器学习的基本原理和应用方法。
第三章：神经网络神经网络（Neural Network）是一种模仿人类神经系统结构和功能的数学模型，是实现人工智能的核心技术之一。
本章将介绍神经网络的基本原理、结构和训练方法，包括前馈神经网络、卷积神经网络和循环神经网络等类型，以及深度学习在图像识别、自然语言处理等领域的应用案例。
第四章：自然语言处理自然语言处理（Natural Language Processing，简称NLP）是人工智能与语言学、计算机科学交叉的领域，研究如何使机器能够理解、处理和生成人类自然语言。
本章将介绍自然语言处理的基本概念、技术和应用，包括词法分析、句法分析、信息抽取、机器翻译等，以及近年来在智能客服、智能翻译等领域的研究进展。
第五章：计算机视觉计算机视觉（Computer Vision）是研究如何使计算机具有类似人类视觉系统的功能，能够理解和解释图像和视频。
本章将介绍计算机视觉的基本概念、算法和应用，包括图像特征提取、目标检测与识别、图像分割与理解等内容，以及在无人驾驶、智能监控等领域的具体应用案例。
第六章：推荐系统推荐系统（Recommendation System）是一种通过分析用户历史行为和兴趣，向用户推荐相关信息、产品或服务的技术系统。
本章将介绍推荐系统的基本原理、算法和应用，包括基于内容的推荐、协同过滤、深度学习推荐等，以及在电商、社交媒体等领域的实际应用案例。
人工智能
第一章1.什么是人工智能？AI，又称机器智能，主要研究用人工的方法和技术开发智能机器或智能系统，以模仿、延生和扩展人的智能、生物智能、自然智能，实现机器的智能形为。
像人一样思考，行动的系统，理性地思考的系统。
理性地行动的系统。
2.人工智能的测试（1）图灵测试（对智能问题从行为主义角度给出了定义，提出了一个测试标准，来判断机器能否被认为是“能思考”或具有智能。
（2）中文屋子（为了反驳图灵测试，机器即使通过了图灵测试，但对问题没有理解，不具备真正智能）3.人工智能的研究目标现阶段目标：机器智能，即研究如何使现有的计算机具备更高的智能，在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作远期目标：研究智能机器，探索智能的基本机理，使机器模拟人的思维与行动4.人工智能的研究途径和方法（符号主义学派：（NEWELL，SHAW），连接主义学派（PITTS,WEINER），行为主义学派(麻省理工学院的布鲁克斯教授）5.人工智能的研究领域（博弈，自动定理证明，专家系统，模式识别，机器学习，计算智能，自然语言处理，分布式人工智能，机器人）6.人工智能的诞生标志：1956年在美国达特摩斯大学提出“人工智能”一词。
7.什么是图灵测试：参加者在与连个匿名的交流对象进行一系列的问答后，若在相当长时间内，他无法根据这些问题判断对方哪个是人，哪个是计算机，那么就可以认为计算机具有与人相当的智力，即这台计算机具有智能第二章1.问题求解：是指在一定的控制策略下，通过一系列的操作或运算来改变问题的状态，使之与目标状态接近或一致。
2.图搜索技术搜索树：搜索过程中经过的节点和边，按原图的连接关系，便会构成一个树型的有向图，称为搜索树。
它是一个搜索过程的搜索轨迹or搜索空间盲目搜索：无向导的搜索启发式搜索：利用“启发性信息”作为导航的搜索过程3.状态空间图（状态，操作——对应过程性知识，即状态转换规则，表述状态之间的关系）：是一个描述该问题全部可能的状态及相互关系的图，记为三元组<S,F,G>S:初始状态的集合F：操作的集合G：目标状态的集合4.广度优先搜索：严格按照节点在树中的出现位置一层一层向下的搜索过程深度优先搜索：是一种向下的搜索过程，它优先在子集的子节点集合中选择下一个被考察的节点，不断向纵深方向前进，知道到达叶子节点或受到深度限制是，才返回到上一级节点沿另一方向继续前进。
- 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)。
课程主要内容
第一章 绪论 第二章 知识表示 第三章 搜索技术 第四章 推理技术 第五章 机器学习 第六章 自然语言理解 第七章 专家系统 第八章 人工神经网络
3
第一章 绪论
1.1 人工智能的定义与发展
1.1.1 人工智能的定义 1.1.2 人工智能的起源与发展
1.2 人工智能研究的方法和途径
1.2.1 人工智能各学派及其理论 1.2.2 实现人工智能的技术路线
1.3 人工智能的研究及应用领域
4
1.1 人工智能的定义与发展
英文 Artificial Intelligence, 简称AI 人工智能是一门新兴的边缘交叉学科 人工智能技术与空间技术、原子能技术一起被
誉为20世纪的三大尖端科学技术成就
5
1.1.1 人工智能的定义
（1） 智能（Intelligence）
人工智能
Artificial Intelligence
梁云虹
梁云虹
/chinese/kyry/zr.htm /Staff/intro.php?employeeid=600865
工作单位
吉林大学工程仿生教育部重点实验室 吉林大学生物与农业工程学院
内容： 思维能力
（为能力
（低层智能） 小脑和脊髓
通过脑的思维活动，感性知识 上升为理性知识的能力
感知客观世界，获取感性知识 的能力
对外界刺激作出反应，采取行 动的能力
7
（3） 人工智能（Artificial Intelligence）
定义1（学科）
人工智能是计算机科学中涉及研究、设计和应用智能机器的一 个分支。它的近期主要目标在于研究用机器来模仿和执行人脑 的某些智能功能，并开发相关理论和技术。
定义2（能力）
人工智能是智能机器所执行的通常与人类智能有关的功能，如 判断、推理、证明、识别、感知、理解、设计、思考、规划、 学习和问题求解等思维活动。
8
定义3（机器）
人工智能是用人工的方法在机器（计算机）上实现的智能，又 称为机器智能。
怎样才能说机器（计算机）拥有了智能？
人工智能之父
1950年，图灵提出了著名的“图灵实验”。
定义： 认知、识别、推理、决策、规划、解决问题、 适应、学习、理解等内在的才能。
分类： 人类智能、人工智能和集成智能
共性： 智能的基本要素是“信息”；
智能是普遍存在的； 智能是多层的；
智能是进化的；
智能是相对的；
智能是智能系统的整体功能。
6
（2） 人类智能（Human Intelligence）
定义： 人在认识和改造客观世界的活动中，由思维过 程和脑力活动所体现出的能力。
研究方向
人工智能，工程仿生学，离散元法及多尺度计算，地 面力学、深空探测车辆。
联系方式
联系电话：0431-85095760-8707
电子邮件：liangyunhong@
办公地点：吉林大学南岭校区农机交通馆707
1
主要参考教材
1.张仰森. 人工智能原理与应用. 北京：高等教育 出版社, 2004. 2蔡自兴, 徐光佑. 人工智能及其应用（第三版）. 北京：清华大学出版社, 2003. 9 3. 敖志刚. 人工智能与专家系统导论. 合肥: 中国 科技大学出版社, 2004. 7
冯·诺依曼（1903-1957），美籍匈牙利数学家，博 弈论创立者。他于1945年提出了以二进制和程序 存储控制为核心的通用电子数字计算机体系结构 原理，奠定了现代电子计算机体系结构的基础。
11
帕斯卡（1623-1662），法国物理学家和数学家 ，他于1642年制成世界上第一台会演算的机械 加法机。
帕斯卡 （1623 -1662）
莱布尼茨 （1646 -1716）
莱布尼茨（1646-1716），德国数学家和哲学 家，提出了关于数理逻辑的思想，即把形式逻 辑符号化，从而对人的思维进行运算和推理的 思想。同时他在1673年在帕斯卡的加法机的基 础上制成了可进行四则运算的计算器。
1.1.2 人工智能的起源与发展
人工智能术语1956年正式提出，并作为一个学科的名称使用至 今有50多年的历史。其产生与发展过程大致经历了三个阶段：
孕育期
（1956年以前）
研究与形成期
（1956年-1970年）
发展与应用期
（1970年以后）
10
人工智能的孕育期（1956年以前）
亚里士多德提出了推理方法，给出了形式逻辑 的一些基本定律，创造了三段论法。
什么是三段论？
三段论是以真言判断为其前提的一种演绎推理，它借助于 亚里士多德 一个共同项，把两个直言判断联系起来，从而得出结论。 （公元前384-322年）
培根 （1561-1626）
培 根 （ 1561-1626）， 英 国 哲 学 家 和 自 然 科 学 家，系统提出了归纳法，成为和亚里士多德的 演绎法相辅相成的思维法则。他强调了知识的 重要作用，指出“知识就是力量”。
图灵把智能行为定义为一种能力，即在所有的认
知任务中能够表现出和人类行为同样的程度。
计算机拥有智能，应该具有四种能力：
（1）自然语言处理能力（2）知识表示
（3）自动推理
（4）机器学习
定义4（美国斯坦福大学Nilsson教授）
人工智能是关于知识的科学，即怎样表示知识，怎样获取知识
和怎样使用知识的科学。 9
13
图灵（1912-1954），英国数学家。他于1936年创立了自动机理 论（图灵机），这是一种理想计算机模型。现已公认，所有可 计算函数都能用图灵机计算，这为电子计算机的构建提供了理 论根据。1950年，他还提出了著名的“图灵实验”，给智能的 标准提供了明确的定义。
生理学家麦卡洛克和数理逻辑学家皮茨，他们于1943年研制了 神经细胞模型，即MP模型，开创了脑模型研究工作。
12
巴比奇（1791-1871），英国数学家，他于1832年发明了两台最 先进的差分机和分析机。其中分析机的设计思想与现代电子计 算机十分相似。他提出了计算机的五个主要组成部分：输入、 存储器、运算器、控制器和输出。为电子计算机的发展奠定了 基础。
布尔（1815-1864），英国数学家、逻辑学家。 他的主要贡献是初步实现了莱布尼茨关于思维 符号化和数学化的思想，提出了一种崭新的代 数系统——布尔代数，凡是传统逻辑能处理的 问题，布尔代数都能处理。