人工智能导论doc
第一讲(人工智能导论)
深蓝
• 1997年5月11日北京时间早晨4时50分，一台名叫 “深蓝”的超级电脑在棋盘C4处落下最后一颗棋 子，全世界都听到了震撼世纪的叫杀声──“将 车”！这场举世瞩目的“人机大战”，终于以机 器获胜的结局降下了帏幕。
• “深蓝”是一台智能电脑，是人工智能的杰作。 新闻媒体以挑衅性的标题不断地发问：电脑战胜 是一个人，还是整个人类的智能？连棋王都认了 输，下一次人类还将输掉什么？智慧输掉了，人 类还剩些什么？于是，人工智能又一次成为万众 关注的焦点，成为电脑科学界引以自豪的学科。
• 17世纪，有人提出推理如同数字计算，帕斯卡写到： “算术机器产生的效果显然更接近思维，而不是动物的 其他活动。”
• 结论：肯定的结论，即可以用一个规则集合描述意 识的形式化部分
• 精神的意识是如何从物质的大脑产生出来？
– Descartes(笛卡尔)给出了第一个关于意识和物质之间区 别以及由此产生的清晰的讨论
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 数学形式化 • 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” • 语言学：知识表示、语法
哲学
• 形式化规则能用来抽取合理的结论吗？
• 亚里士多德（Aristotle）为形式逻辑奠定了基础，第 一个把支配意识的理性部分法则形式化为精确的法则集 合，典型代表就是三段论，即初始前提的条件下机械地 推导出结论。
• Winston, 1992：人工智能是研究那些使理解、推 理和行为成为可能的计算。
• Luger和Stubblefield,1993：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。
AI的理解是一个过程
(完整word版)《人工智能导论》试卷库
人工智能试卷四一、选择题(每题1分，共15分)1、AI的英文缩写是A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information2、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。
A)永真式B)包孕式（subsumed）C)空子句3、从已知事实出发，通过规则库求得结论的产生式系统的推理方式是A)正向推理B)反向推理C)双向推理4、语义网络表达知识时，有向弧AKO 链、ISA 链是用来表达节点知识的（）。
A)无悖性B)可扩充性C)继承性5、(A→B)∧A => B是A)附加律B)拒收律C)假言推理D)US6、命题是可以判断真假的A)祈使句B)疑问句C)感叹句D)陈述句7、仅个体变元被量化的谓词称为A)一阶谓词B)原子公式C)二阶谓词D)全称量词8、MGU是A)最一般合一B)最一般替换C)最一般谓词D)基替换9、1997年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（）A）深蓝B）IBM C）深思D）蓝天10、下列不在人工智能系统的知识包含的4个要素中A)事实B)规则C)控制和元知识D)关系11、谓词逻辑下，子句, C1=L∨C1‘, C2= ¬ L∨C2‘,若σ是互补文字的（最一般）合一置换，则其归结式C=（）A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’12、或图通常称为A）框架网络B)语义图C)博亦图D)状态图13、不属于人工智能的学派是A)符号主义B)机会主义C)行为主义D)连接主义。
14、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是A)明斯基B).扎德C)图林D)冯.诺依曼15.要想让机器具有智能，必须让机器具有知识。
《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。
人工智能导论
人工智能导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。
它已经逐渐渗透到我们生活的方方面面，从智能手机中的语音助手，到医疗领域的疾病诊断，再到交通系统的智能调度，人工智能的身影无处不在。
然而，对于大多数人来说，人工智能仍然是一个充满神秘色彩的概念。
那么，究竟什么是人工智能？它是如何工作的？又将如何影响我们的未来呢？要理解人工智能，首先我们需要明确它的定义。
简单来说，人工智能是指让计算机模拟人类的智能行为，例如学习、推理、解决问题、理解语言等。
它的目标是创造出能够像人类一样思考和行动的智能机器。
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 20世纪 50 年代，科学家们就开始了对人工智能的探索。
然而，由于当时计算机技术的限制以及对智能本质的理解不足，早期的研究进展缓慢。
但随着计算机性能的不断提升，以及算法和理论的不断完善，人工智能在近年来取得了突飞猛进的发展。
那么，人工智能是如何实现智能行为的呢？这主要依赖于机器学习和深度学习这两种技术。
机器学习是让计算机通过数据学习规律和模式，从而能够进行预测和决策。
例如，通过分析大量的医疗影像数据，机器学习算法可以帮助医生诊断疾病。
深度学习则是机器学习的一个分支，它使用多层神经网络来模拟人脑的神经元网络，从而能够处理更加复杂的数据和任务。
比如，图像识别、语音识别等领域都广泛应用了深度学习技术。
人工智能的应用场景十分广泛。
在医疗领域，人工智能可以帮助医生进行疾病诊断、制定治疗方案，甚至进行手术操作。
在金融领域，它可以进行风险评估、投资决策，预防欺诈行为。
在交通领域，人工智能可以优化交通流量，提高交通运输的效率和安全性。
在教育领域，它可以为学生提供个性化的学习方案，提高学习效果。
然而，人工智能的发展也带来了一些挑战和问题。
例如，人工智能可能会导致部分工作岗位的消失，从而引发就业结构的调整。
人工智能导论-第二章对抗搜索
上限置信区间算法在MCTS中应用
上限置信区间（UCB）算法
UCB算法是一种多臂赌博机问题的解决方法，用于在探索和利用之间找到平衡。 在MCTS中，UCB算法被用于指导节点的选择过程。
应用方式
在MCTS的选择阶段，使用UCB算法计算每个子节点的得分，并选择得分最高 的子节点进行扩展和模拟。通过不断调整UCB公式中的参数，可以控制探索和 利用的权衡程度。
优化策略
为了进一步提高Alpha-Beta剪枝算法的效率，可以采用 一些优化策略，如启发式排序、迭代深化搜索等。其中 ，启发式排序是一种基于评估函数的节点排序方法，将 更有可能导致最优解的节点排在前面，从而提前找到最 优解并终止搜索；迭代深化搜索则是一种逐步增加搜索 深度的搜索方法，可以在有限的搜索深度内找到较好的 解。
常见剪枝技术
常见的剪枝技术包括深度优先剪枝、广度优先剪枝、启发式剪枝等。其中，启发 式剪枝是一种基于评估函数的剪枝方法，通过计算每个节点的评估值，提前排除 一些评估值较差的节点，从而减少搜索空间。
Alpha-Beta剪枝算法优化策略
Alpha-Beta剪枝原理
Alpha-Beta剪枝算法是一种基于极大极小值搜索的优化算 法，通过引入两个参数alpha和beta来限制搜索范围，从 而减少搜索空间。在搜索过程中ቤተ መጻሕፍቲ ባይዱ如果发现当前节点的值 已经小于或等于alpha（对于极大值节点）或大于或等于 beta（对于极小值节点），则可以提前终止对该节点的搜 索。
非零和博弈是指博弈中各方的收益和损失总和不为零的情况 。这种博弈更为普遍，因为现实生活中的许多情况都是非零 和的。非零和博弈算法需要考虑到博弈各方的可能合作，以 及利益分配的问题。
完全信息与非完全信息博弈算法
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：
人工智能技术应用导论 第1章 人工智能概述
01 人工智能发展现状
1.2021年，根据统计数据评分，全球人工智能排名
01 人工智能发展现状
2.人工智能企业城市分布
01 人工智能发展现状
3.我国人工智能发展三步战略
① 第一步，到2020年人工智能总体技术和应用与世界先进水平 同步
② 第二步，到2025年人工智能基础理论实现重大突破，部分技 术与应用达到世界领先水平
03 ቤተ መጻሕፍቲ ባይዱ然语言处理
03 自然语言处理
自然语言处理面临四大挑战： 一是在词法、句法、语义、语用和语音等不同层面存在不确定性； 二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性； 三是数据资源的不充分使其难以覆盖复杂的语言现象； 四是语义知识的模糊性和错综复杂的关联性难以用简单的数学模型描 述，语义计算需要参数庞大的非线性计算
3）产业智能互联
产业互联网实现了产业链各环节的数据打通。人工智能的应用将从企业内部智能 化延伸到产业智能化。
03 人们对人工智能发展的担忧
1）绝大多数人相信富人会从人工智能中获益，而近一半的人预计穷人会受到伤 害。
2）近一半受访者预计人工智能生成的“深度伪造（Deepfake）”音频和视频将削 弱公众对真实事物的信任。
05 计算机视觉
计算机视觉Computer Vision：是一门研究如何使机器“看”的科学，更进一步 的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视 觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的 图像。
06 生物特征识别
① 生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证 的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。
人工智能导论IntroductiontoArtificialIntelligence
2.2.4 分支与循环 1. 分支
IF x>0 THEN x:=1 ELSE x:=0
用PROLOG br:-x>0, x=1. br:-x=0.
3) 表的一般形式 ［x1, x2, …, xn］ 其中xi(i=1, 2, …, n)为PROLOG的项, 一般要求同一个表的 元素必须属于同一领域。不含任何元素的表称为空表, 记 为［ ］。
［1, 2, 3］
［apple, orange, banana, grape, cane］
［″PROLOG″,″PROGRAMMING″,″in logic″］
2.1 基本PROLOG
2.1.1 PROLOG的语句
1. 事实(fact) 格式 〈谓词名〉(〈项表〉).
student( john). like(mary,music). abc. repeat. 功能 一般表示对象的性质或关系。
2. 规则(rule) 格式 〈谓词名〉(〈项表〉):-〈谓词名〉(〈项表〉){,〈谓词
pre1(″ob1″,″ob2″,Z) pre1(″ob1″,X,Y)
3.
所谓回溯, 就是在程序运行期间, 当某一个子目标 不能满足(即谓词匹配失败)时,控制就返回到前一个 已经满足的子目标(如果存在的话), 并撤消其有关变 量的约束值, 然后再使其重新满足。 成功后, 再继续 满足原子目标。如果失败的子目标前再无子目标, 则控制就返回到该子目标的上一级目标(即该子目标 谓词所在规则的头部)使它重新匹配。回溯也是 PROLOG的一个重要机制。
人工智能导论第1章人工智能概述
星蓝海学习网
近年人工智能主要事件
2011年 2013年 2014年
• IBM Waston参加智力游戏《危险边缘》，击败最高奖 金得主Brad Rutter和连胜纪录保持者Ken Jennings；
• 苹果发布语音个人助手Siri
• 深度学习算法在语音和视觉识别率获得突破性进展
微软亚洲研究院发布人工智能小冰聊天机器人和语音助手 Cortana 发布Deep Speech语音识别系统
星蓝海学习网
人工智能的未来与展望
人工智能的发展的终极目标是类人脑思考。目前的人工智能 已经具备学习和储存记忆的能力，人工智能最难突破的是人脑的 创造能力。而创造力的产生需要以神经元和突触递质传递为基础 的一种化学环境。目前的人工智能是以芯片和算法框架为基础。 若在未来能再模拟出类似于大脑突触传递的化学环境，计算机与 化学结合后的人工智能，将很可能带来另一番难以想象的未来世 界。
人工智能概述
第一部分 人工智能概述
第二部分 人工智能的社会
价值
第三部分 人工智能的应用
领域
第四部分 人工智能的未来
与展望
星蓝海学习网
星蓝海学习网
人工智能概述
案例引入
人工智能时代即将来 临，你准备好了吗？
阿尔法鹰眼，情绪识别的 人工智能，让谎言无处可藏
阿里鹿班让设计更美好！
星蓝海学习网
厦门无人驾驶巴士 在软件园上路！
• 苹果在WWDC上发统，无人驾
驶平台Apollo1.0自动驾驶平台
• 华为发布全球第一款AI移动芯片麒麟970 • iPhone X配备前置 3D 感应摄像头(TrueDepth)，脸
部识别点达到3W个，具备人脸识别、解锁和支付等功 能
人工智能导论
人工智能导论人工智能（Artificial Intelligence，简称AI）是指通过计算机和其他相关技术，模拟或复制人类智能的理论、方法、技术及应用系统。
人工智能的发展涉及计算机科学、心理学、哲学等多个学科领域。
本文将从AI的定义、发展历程、应用领域及挑战等方面展开讨论，并探讨AI在未来的发展前景。
一、AI的定义及发展历程人工智能的定义可以从不同视角进行解释。
从狭义上看，AI指的是计算机系统通过模拟人类智能行为的能力。
从广义上看，AI包括了解决问题、学习、推理、思考等方面的智能行为。
AI的概念最早起源于1956年，当时由达特茅斯会议提出，并逐渐成为独立的学科。
自此以后，AI经历了数次繁荣与停滞的周期，近年来又迎来了新一轮的发展浪潮。
二、AI的应用领域在如今的社会中，AI的应用已经渗透到各个领域。
以下是几个典型的应用领域：1. 无人驾驶技术无人驾驶技术是AI的一个重要应用领域，它通过感知、识别和决策等能力，实现车辆的自动行驶。
无人驾驶技术的研究不仅挑战了计算机视觉、机器学习、路径规划等关键问题，也对交通安全、车辆管理等方面产生了深远影响。
2. 人脸识别技术人脸识别技术是一种通过计算机对人脸图像进行分析和比对，从而完成身份识别的技术。
它被广泛应用于安全监控、边境管理、移动支付等领域，极大地提升了社会安全和便利性。
3. 语音识别技术语音识别技术是指将人的语音转化为计算机可以识别和理解的文字或指令。
随着语音助手如Siri、Alexa等的普及，语音识别技术在智能家居、语音交互等领域得到了广泛应用，极大地改善了人机交互方式。
4. 机器人技术机器人技术是一门涉及机械、电子、计算机等多学科的交叉技术，其目标是研制出能够模拟人类行为的智能机械设备。
机器人已经广泛应用于工业生产、服务业、医疗保健等领域，释放出巨大的劳动力和创造力。
三、AI面临的挑战尽管AI在各领域有着广泛的应用，但人工智能仍然面临着一些挑战：1. 数据隐私和安全问题随着AI应用的不断增长，个人用户的数据受到更多的关注。
人工智能导论
驱动电机系统概述
一、驱动电机简介
用于驱动车辆的电动机称为驱动电动机。其任务是在驾驶人的控制下，高效
率地将蓄电池的电量转化为车轮的动能，或者将车轮的动能反馈到蓄电池中。
驱动电动机的工作条件与一般工业电动机有明显不同，体现在以下方面。
转子用永磁体取代电枢绕组，电动机转速与旋转磁场转速同步。
驱动电机系统概述
二、驱动电机的分类 4.开关磁阻电动机
开关磁阻电动机定子和转子都是凸电极结构，只有定子上有绕组，转子无绕组 。通过向定子各相绕组按一定次序通入电流，在电机内部产生磁场，此时转子受 电磁转矩，并沿着与通电次序相反的方比一般工业用的电动机性能更高，基本要求如下。 1.电动机的运行特性要满足电动汽车的要求，在恒转矩区，要求低速运行时具有
大转矩，以满足电动汽车起动和爬坡的要求；在恒功率区，要求低转矩时具有高的 速度，以满足电动汽车在平坦的路面能够高速行驶的要求。
2.电动机应具有瞬时功率大、带负载起动性能好、过载能力强、加速性能好、使 用寿命长的特点。
3.电动机应在整个运行范围内，具有很高的效率，以提高一次充电的续驶里程。
驱动电机系统概述
四、电动汽车对电动机的要求 4.电动机应能够在汽车减速时实现再生制动，将能量回收并反馈给蓄电池，使得
电动汽车具有最佳的能量利用率。 5.电动机应可靠性好，能够在较恶劣的环境下长期工作。 6.电动机应体积小、质量轻，一般为工业用电动机的1/3～1/2。 7.电动机的结构要简单坚固，适合批量生产，便于使用和维护。 8.价格便宜，从而能够降低电动汽车的整体价格，提高性价比。 9.运行时噪声低，减少污染。
(完整word版)人工智能导论课参考答案第2章
第2章知识表示方法部分参考答案2.8设有如下语句，请用相应的谓词公式分别把他们表示出来：(1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。
解：定义谓词P(x)：x是人L(x,y)：x喜欢y其中，y的个体域是{梅花，菊花}。
将知识用谓词表示为：(∃x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花))(2) 有人每天下午都去打篮球。
解：定义谓词P(x)：x是人B(x)：x打篮球A(y)：y是下午将知识用谓词表示为：(∃x )(∀y) (A(y)→B(x)∧P(x))(3)新型计算机速度又快，存储容量又大。
解：定义谓词NC(x)：x是新型计算机F(x)：x速度快B(x)：x容量大将知识用谓词表示为：(∀x) (NC(x)→F(x)∧B(x))(4) 不是每个计算机系的学生都喜欢在计算机上编程序。
解：定义谓词S(x)：x是计算机系学生L(x, pragramming)：x喜欢编程序U(x,computer)：x使用计算机将知识用谓词表示为：¬(∀x) (S(x)→L(x, pragramming)∧U(x,computer))(5)凡是喜欢编程序的人都喜欢计算机。
解：定义谓词P(x)：x是人L(x, y)：x喜欢y将知识用谓词表示为：(∀x) (P(x)∧L(x,pragramming)→L(x, computer))2.9 用谓词表示法求解机器人摞积木问题。
设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。
机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。
积木世界的布局如下图所示。
解：(1) 先定义描述状态的谓词CLEAR(x)：积木x 上面是空的。
ON(x, y)：积木x 在积木y 的上面。
ONTABLE(x)：积木x 在桌子上。
HOLDING(x)：机械手抓住x 。
920092-人工智能导论(第4版)-第1章 绪论(导论)
1.2.3 发展（1970年－ ）
20世纪60年代末，人工智能研究遇到困难，如机器翻译。 1966年美国顾问委员会的报告裁定：还不存在通用的科学文 本机器翻译，也没有很近的实现前景。英国、美国中断了大 部分机器翻译项目的资助。
1977年，费根鲍姆在第五届国际人工智能联合会议上提出了 “知识工程”概念，推动了知识为中心的研究。
5
1.1.1 智能的概念
▪ 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
30
1.4 人工智能的主要研究领域
9. 自动程序设计
程序综合：用户只需要告诉计算机要“做什么”， 无须说明“怎么做”，计算机就可自动实现程序的设计。 程序正确性的验证：研究出一套理论和方法，通过运 用这套理论和方法就可以证明程序的正确性。 2014年2月新闻：麻省理工教授 Armando Solar-Lezama 开发的一种智能化编程语言“Sketch”，可以自动填补、 修正代码内容，在几毫秒内修复代码，让程序员可以忽 略许多繁琐的细节。
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。
4. 行为能力（表达能力）
人们的感知能力：用于信息的输入。
行为能力：信息的输出。
9
1.1.3 人工智能
人工智能：用人工的方法在机器（计算机）上实现的智能； 或者说是人们使机器具有类似于人的智能。
人工智能导论
麦卡锡（McCarthy），美国数学家、计算机科学 家，“人工智能之父”。
1956年夏，在美国的达特茅斯（Dartmouth）学院，由 McCarthy（斯坦福大学数学助教）、Minsky（哈佛大学 数学和神经学家）、Lochester（IBM公司）、 Shannon（贝尔实验室）四人共同发起，邀请IBM公司 的More、Samuel，MIT的Selfridge、Solomonff，还 有Simon、Newell等人参加学术讨论班，在一起共同学 习和探讨用机器模拟智能的各种问题，在会上，经 McCarthy提议，决定使用“人工智能”一词来概括这个 研究方向。这次具有历史意义的会议标志着人工智能这个 学科的正式诞生。
7
莱布尼茨（Leibnitz）（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。
布尔（Boole）（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。
12
功能模拟，符号推演
通过建立人脑的心理模型，将知识和推理规则表示 为物理符号系统，来模拟人脑的学习、搜索、推理 和决策等功能，实现机器智能，又称为宏观人工智 能，这派学者被称为心理学派、逻辑学派、符号主 义 该类系统由两部分构成：知识库和推理规则 特点 —— 擅长模拟人脑的逻辑思维（推理、决 策），如机器推理、定理证明、专家系统等
14
基础研究课题
四、人工智能的研究课题
人工智能导论
与/或树深度优先搜索
将扩展节点的子节点放在Open表的首部。 子节点中是否有终止节点？若有，执行 可解标记过程；若根节点标记为可解， 结束；否则，删去Open表中的可解节点。 对不可扩展节点，执行不可解标记过程； 若根节点标记为不可解，结束；否则， 删去Open表中的不可解节点。 例4-12解或等价变换为一
系列较简单的问题予以处理。 问题的分解：如果一个问题P可以归约为一组 子问题P1、 P2、…、 Pn，并且只有当所有子问 题Pi(i=1、2、 …、n）都有解时原问题P才有解， 则称子问题P1、 P2、…、 Pn是问题P的分解。 逻辑关系是P= P1∧ P2∧ …∧ Pn
P
…
P1 P2 Pn
本原问题：可直接给出答案的问题。 在解决实际问题时，问题的分解和等价变换可
能被同时使用。
与/或树
P
P2
P1
P3
P21
P22
端节点：没有子节点的节点。 终止节点：若端节点对应的问题可以解决，就称 该端节点为终止节点。 可解节点：终止节点；“或”节点的子节点中有 一个可解；“与”节点的所有子节点可解。 不可解节点：非终止节点；“或”节点的所有子 节点不可解；“与”节点的子节点中有一个不 可解。 解树：导致根节点可解的子树。
P
t t
t
解树
P
t t
t
问题归约求解过程就是生成解树的过程。 例4-4
4-2 状态空间的盲目搜索
由于问题的状态空间可用一个有向图表示，因
此，状态空间搜索就是对有向图的搜索。 基本思想（p.109）：节点扩展和检查
4-2-1一般图搜索过程
一般图搜索过程
S0：问题的初始状态。 G：搜索过程所得到的搜索图。 M：当前扩展节点新生成的且不为自己先辈的 子节点集 Open表（未扩展节点表）：存放刚生成节点。 Closed表（已扩展节点表）：存放已经扩展或 将要扩展的节点。
人工智能导论
04 计算机视觉与图像处理技 术
计算机视觉概述及挑战
计算机视觉定义
研究如何让计算机从图像或视频 中获取信息、理解内容并作出决
策的科学。
挑战与问题
光照变化、遮挡、形变、背景干扰 、计算复杂度等。
应用领域
智能交通、安防监控、工业自动化 、医疗诊断等。
图像特征提取与分类识别方法
特征提取
从图像中提取出对于后续任务有 用的信息，如边缘、角点、纹理
。
02 03
基本原理
包括声学模型、语言模型和解码器三大部分，其中声学模型负责将语音 信号转换为特征向量，语言模型负责计算文字序列的概率，解码器负责 将特征向量和文字序列进行匹配。
系统架构
包括前端处理、特征提取、声学模型、语言模型、解码器等多个模块， 其中深度学习技术在声学模型和语言模型中得到了广泛应用。
发展历程
人工智能的发展经历了符号主义、连接主义和行为主义等阶 段，目前正处于深度学习等机器学习技术快速发展的时期。
人工智能技术体系架构
01
02
03
基础层
包括芯片、传感器、算法 框架等基础技术，为人工 智能提供计算、感知和学 习能力。
技术层
包括自然语言处理、计算 机视觉、语音识别等技术 ，实现人工智能的交互和 认知能力。
循环神经网络
RNN基本原理、LSTM与GRU等变体 结构、自然语言处理等应用。
生成对抗网络
GAN基本原理、DCGAN与WGAN 等改进方法、图像生成与风格迁移等 应用。
03 自然语言处理与语音识别 技术
自然语言处理概述及挑战
1 2
自然语言处理（NLP）定义
研究计算机处理、理解和运用人类语言的一门技 术科学，旨在实现人机交互中的语言智能。
人工智能导论全套
人工智能导论
教材：
王万良《人工智能导论》（第3版） 高等教育出版社，2011. 2
人工智能导论
第 1 章 绪论
教材：
王万良《人工智能导论》（第3版） 高等教育出版社，2011. 2
2
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。
6
1.1.2 智能的特征
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。
2. 记忆与思维能力 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
7
1.1.2 智能的特征
（1）逻辑思维（抽象思维）
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。
4. 行为能力（表达能力）
人们的感知能力：用于信息的输入。
行为能力：信息的输出。
9
1.1.3 人工智能
人工智能：用人工的方法在机器（计算机）上实现的智能； 或者说是人们使机器具有类似于人的智能。
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。
8
1.1.2 智能的特征
（3）顿悟思维（灵感思维）
人工智能导论 王万良
人工智能导论王万良人工智能导论人工智能（Artificial Intelligence，简称AI）是研究、开发用于模拟、扩展和承担人类智能的理论、方法、技术及应用系统的一门科学。
近年来，随着计算机技术的迅猛发展和信息化时代的到来，人工智能领域得到了空前的发展。
本文将从人工智能的定义、发展历程、应用领域、挑战等方面展开探讨。
一、人工智能的定义人工智能是一项研究如何制造和实现智能的科学和技术。
它不仅涉及到对一般智能的复制和模拟，还涉及到对智能的理解和创造。
人工智能研究领域包括机器视觉、自然语言处理、机器学习、智能机器人等。
人工智能的目标是通过研究和开发智能系统，使其能够拥有类似人类智能的能力。
二、人工智能的发展历程人工智能的发展始于20世纪50年代。
1956年，达特茅斯会议在美国举行，标志着人工智能研究的正式开始。
在这次会议上，人们提出了“机器能像人类一样思考”的概念，并开始研究如何实现这一目标。
之后的几十年里，人工智能经历了多个阶段的发展，经历了高峰期和低谷期。
近年来，随着大数据、云计算、深度学习等技术的出现，人工智能迎来了新的发展机遇。
三、人工智能的应用领域人工智能已经广泛应用于各个领域。
在医疗领域，人工智能可以帮助医生进行诊断和治疗方案的制定；在金融领域，人工智能可以提供风险管理和投资分析等服务；在交通领域，人工智能可以实现无人驾驶技术；在娱乐领域，人工智能可以创造出逼真的虚拟现实体验。
这些应用不仅提高了工作效率，也为我们的生活带来了便利。
四、人工智能的挑战尽管人工智能取得了巨大的进步，但仍然面临着许多挑战。
首先，人工智能的伦理问题引起了广泛关注。
例如，人工智能是否能够拥有道德观念以及如何避免滥用人工智能等问题。
其次，人工智能的安全性也是一个重要问题。
人工智能系统可能会受到黑客攻击，导致严重的后果。
此外，人工智能技术的发展也不平衡，有些国家和地区比其他国家更具优势。
因此，如何解决这些问题是人工智能发展面临的重大挑战。
- 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)。
西安交通大学
“人工智能导论”课程教学大纲
英文名称：Introduction to Artificial Intelligence
课程编码：COMP3022
学时：32 学分：2
适用对象：自动控制专业
先修课程：离散数学、数据结构、概率统计
使用教材及参考书：
蔡自兴，徐光祐。
人工智能及其应用，第三版，本科生用书。
清华大学出版社，2003。
廉师友人工智能技术导论（第二版），西安电子科技大学出版社，2002。
一、课程性质、目的和任务
通过本课程的学习，使学生了解人工智能的研究范畴、应用领域和发展方向，掌握该学科的基本概念、原理和方法，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。
学习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。
讨论高级知识推理，涉及非单调推理和各种不确定推理方法。
探讨人工智能的新研究领域，如神经计算、进化计算和人工生命等。
二、教学基本要求
三、教学内容及要求
第一章绪论 (2学时)
人工智能概念和发展
人工智能的主要研究和应用领域;
人工智能研究的不同学派
国内外人工智能研究情况和新进展第二章知识表示方法(6学时)
知识与知识表示的概念
一阶谓词逻辑表示法
产生式表示法
语义网络表示法
框架表示法
脚本表示法
过程表示法
面向对象表示法
第三章逻辑推理(6学时)
推理的基本概念
推理的逻辑基础
自然演绎推理
归结演绎推理
基于规则的演绎推理
第四章搜索策略(6学时)
搜索的基本概念
状态空间的盲目搜索
状态空间的启发式搜索
与/或树的搜索
博弈树的搜索
第五章高级求解技术(6学时)
不确定推理的概念和基础
不确定性推理的一般模式
确定性理论
证据理论
模糊推理
第六章人工神经网络(4学时)
人工神经网络的基本原理及学习机理
感知模型及其学习
人工神经网络及其应用
第七章人工智能的争论与展望(2学时)
人工智能发展过程中各主要学术流派的观点和争论人工智能对人类社会和经济的影响
人工智能的发展前景.
四、实践环节
1. 学习
2. 学时
……
五、课内学时分配
六、课外学时分配
大纲制定者：金莉执笔
大纲审定者：×××
大纲批准者：×××
大纲校对者：×××。