人工智能与专家系统总结
合集下载
相关主题
- 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)。
第1章 绪论
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 人工智能研究途径与学派 1.5 人工智能的主要研究领域
1.3 人工智能研究的基本内容
1. 知识表示——人工智能的永恒主题
知识表示：将人类知识形式化或者模型化。
知识表示方法：符号表示法、连接机制表示法。
②连接主义方法
1975年，John Holland提出遗传算法，模仿生 物染色体中基因的选择(selection)、交叉 (crossover)和变异(mutation)的自然进化过程, 通过个体结构重组,形成一代代新群体 （populations) ,最终收敛于近似优化解。用于 处理多变量、非线性、不确定、甚至混沌的大搜 索空间的有约束的优化问题；
▪ 符号表示法：用各种包含具体含义的符号，以各种不同 的方式和顺序组合起来表示知识的一类方法。例如：一 阶谓词逻辑、产生式等。
▪ 连接机制表示法：把各种物理对象以不同的方式及顺序 连接起来，并在其间互相传递及加工各种包含具体意义 的信息，以此来表示相关的概念及知识。例如：神经网 络等。
21.3机人器工感智知能研究的基本内容
(2) 连 接 主 义 (Connectionism), 又 称 仿 生 学 派 (Bionicsism)或生理学派，原理主要为神经网络 及神经网络间的连接机制与学习算法。
(3) 行 为 主 义 (Actionism) ， 又 称 进 化 主 义 (Evolutionism)或控制论学派(Cyberneticsism)， 其原理为控制论及感知-动作型控制系统。
使计算机具有类似于人的学习能力，使它 能通过学习自动地获取知识。
1957年，Rosenblatt研制成功了感知机。 5. 机器行为
机器行为：计算机的表达能力，即“说”、 “写”、“画”等能力。
第1章 绪论
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
③行为主义方法
以R.A.Brooks为代表。反馈是控制论中的基石， 没有反馈就没有智能。强调智能系统与环境的 交互，从运行的环境中获取信息（感知），通 过自己的动作对环境施加影响；
控制论研究导致机器人和智能控制，机器人是 “感知--行为”模式,是没有知识的智能，强调 直觉和反馈的重要性；
智能行为体现在系统与环境的交互之中，功能、 结构和智能行为不可分割。
人工智能三大学派
符号主义
基础
数理逻辑
连接主义
仿生学
行为主义
控制论
原理 认识
物理符号系统假设
基本元素—符号 过程—符号处理
NN机制与学习 算法
神经元NN的 整体活动
智能来自感知和行为
智能无需知识，无需 表示、推理，逐步进
化
方法
功能模拟
结构模拟
行为模拟
第1章 绪论
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 人工智能研究途径与学派
①符号主义方法
认知基元是符号，智能行为通过符号操作来 实现,以美国科学家Robinson提出的Hale Waihona Puke Baidu结原理 为基础，以Lisp和Prolog语言为代表
着重问题求解中的启发式搜索和推理过程， 在逻辑思维的模拟方面取得成功，如自动定 理证明和专家系统。
①符号主义方法
1977年吴文俊院士给出了一类平面几何 问题的机械化证明理论,在计算机上证明 了一大批平面几何定理。1984年科学出 版社出版了他的《几何定理机器证明的 基本原理》一书，被称为吴方法。
①符号主义方法
西蒙和纽厄尔为代表的物理符号系统假说 （physical symbol system hypothesis）
由一组称为符号的实体组成系统，这些符号可作为组 分出现在另一符号实体中。任何时候系统内部均有一组符 号结构，以及作用在这些符号结构上生成其他符号结构的 一组过程。任一物理符号系统如果是有智能的，则必能执 行对符号的输入、输出、存储、复制、条件转移和建立符 号结构这样6种操作。反之，能执行这6种操作的任何系统， 也就一定能够表现出智能符号主义学派：
行为主义：（进化理论）由美国麻省理工学院的 R.A.Brook教授提出的。该理论认为人的本质能力是 在动态环境中的行走能力、对外界事物的感知能力、 维持生命和繁衍生息的能力，正是这些能力对智能 的发展提供了基础，因此智能是某种复杂系统所浮 现的性质。
2） 人工智能研究中的学派
(1) 符 号 主 义 (Symbolicism) ， 又 称 为 逻 辑 主 义 (Logicism) 、 心 理 学 派 (Psychlogism) 或 计 算 机 学派(Computerism)，其原理主要为物理符号系 统(即符号操作系统)假设和有限合理性原理。
②连接主义方法
J.J.Hopfield为代表的人工神经网络方法，思维 的基元是神经元，把智能理解为相互连接的神经 元竞争与协作的结果,其中以反向传播网络模型 和Hopfield网络模型更为突出。着重结构模拟， 研究神经元特征、神经元网络拓扑、学习规则、 网络的非线性动力学性质和自适应的协同行为。
✓1.5人工智能的主要研究领域
1.5 人工智能的主要研究领域
✓ 1.4 人工智能研究途径与学派
1.5 人工智能的主要研究领域
1） 人工智能研究途径
人工智能研究可以有三种途径进行：
符号主义：（思维理论）符号主义认为人类认知的基本 元素是符号，认知的过程就是符号处理的过程。 （一阶谓词逻辑）
连接主义：（阈值理论）连接主义认为人类认知的基本 元素是神经元本身。人类的认知过程就是大量的神 经元的整体活动。（研究方法：人工神经网络）
2. 机器感知
机器感知：使机器（计算机）具有类似于人 的感知能力。以机器视觉(machine vision)与 机器听觉为主。
3. 机器思维 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地处理。
21.3机人器工感智知能研究的基本内容
4. 机器学习 机器学习（machine learning）：研究如何
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 人工智能研究途径与学派 1.5 人工智能的主要研究领域
1.3 人工智能研究的基本内容
1. 知识表示——人工智能的永恒主题
知识表示：将人类知识形式化或者模型化。
知识表示方法：符号表示法、连接机制表示法。
②连接主义方法
1975年，John Holland提出遗传算法，模仿生 物染色体中基因的选择(selection)、交叉 (crossover)和变异(mutation)的自然进化过程, 通过个体结构重组,形成一代代新群体 （populations) ,最终收敛于近似优化解。用于 处理多变量、非线性、不确定、甚至混沌的大搜 索空间的有约束的优化问题；
▪ 符号表示法：用各种包含具体含义的符号，以各种不同 的方式和顺序组合起来表示知识的一类方法。例如：一 阶谓词逻辑、产生式等。
▪ 连接机制表示法：把各种物理对象以不同的方式及顺序 连接起来，并在其间互相传递及加工各种包含具体意义 的信息，以此来表示相关的概念及知识。例如：神经网 络等。
21.3机人器工感智知能研究的基本内容
(2) 连 接 主 义 (Connectionism), 又 称 仿 生 学 派 (Bionicsism)或生理学派，原理主要为神经网络 及神经网络间的连接机制与学习算法。
(3) 行 为 主 义 (Actionism) ， 又 称 进 化 主 义 (Evolutionism)或控制论学派(Cyberneticsism)， 其原理为控制论及感知-动作型控制系统。
使计算机具有类似于人的学习能力，使它 能通过学习自动地获取知识。
1957年，Rosenblatt研制成功了感知机。 5. 机器行为
机器行为：计算机的表达能力，即“说”、 “写”、“画”等能力。
第1章 绪论
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
③行为主义方法
以R.A.Brooks为代表。反馈是控制论中的基石， 没有反馈就没有智能。强调智能系统与环境的 交互，从运行的环境中获取信息（感知），通 过自己的动作对环境施加影响；
控制论研究导致机器人和智能控制，机器人是 “感知--行为”模式,是没有知识的智能，强调 直觉和反馈的重要性；
智能行为体现在系统与环境的交互之中，功能、 结构和智能行为不可分割。
人工智能三大学派
符号主义
基础
数理逻辑
连接主义
仿生学
行为主义
控制论
原理 认识
物理符号系统假设
基本元素—符号 过程—符号处理
NN机制与学习 算法
神经元NN的 整体活动
智能来自感知和行为
智能无需知识，无需 表示、推理，逐步进
化
方法
功能模拟
结构模拟
行为模拟
第1章 绪论
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 人工智能研究途径与学派
①符号主义方法
认知基元是符号，智能行为通过符号操作来 实现,以美国科学家Robinson提出的Hale Waihona Puke Baidu结原理 为基础，以Lisp和Prolog语言为代表
着重问题求解中的启发式搜索和推理过程， 在逻辑思维的模拟方面取得成功，如自动定 理证明和专家系统。
①符号主义方法
1977年吴文俊院士给出了一类平面几何 问题的机械化证明理论,在计算机上证明 了一大批平面几何定理。1984年科学出 版社出版了他的《几何定理机器证明的 基本原理》一书，被称为吴方法。
①符号主义方法
西蒙和纽厄尔为代表的物理符号系统假说 （physical symbol system hypothesis）
由一组称为符号的实体组成系统，这些符号可作为组 分出现在另一符号实体中。任何时候系统内部均有一组符 号结构，以及作用在这些符号结构上生成其他符号结构的 一组过程。任一物理符号系统如果是有智能的，则必能执 行对符号的输入、输出、存储、复制、条件转移和建立符 号结构这样6种操作。反之，能执行这6种操作的任何系统， 也就一定能够表现出智能符号主义学派：
行为主义：（进化理论）由美国麻省理工学院的 R.A.Brook教授提出的。该理论认为人的本质能力是 在动态环境中的行走能力、对外界事物的感知能力、 维持生命和繁衍生息的能力，正是这些能力对智能 的发展提供了基础，因此智能是某种复杂系统所浮 现的性质。
2） 人工智能研究中的学派
(1) 符 号 主 义 (Symbolicism) ， 又 称 为 逻 辑 主 义 (Logicism) 、 心 理 学 派 (Psychlogism) 或 计 算 机 学派(Computerism)，其原理主要为物理符号系 统(即符号操作系统)假设和有限合理性原理。
②连接主义方法
J.J.Hopfield为代表的人工神经网络方法，思维 的基元是神经元，把智能理解为相互连接的神经 元竞争与协作的结果,其中以反向传播网络模型 和Hopfield网络模型更为突出。着重结构模拟， 研究神经元特征、神经元网络拓扑、学习规则、 网络的非线性动力学性质和自适应的协同行为。
✓1.5人工智能的主要研究领域
1.5 人工智能的主要研究领域
✓ 1.4 人工智能研究途径与学派
1.5 人工智能的主要研究领域
1） 人工智能研究途径
人工智能研究可以有三种途径进行：
符号主义：（思维理论）符号主义认为人类认知的基本 元素是符号，认知的过程就是符号处理的过程。 （一阶谓词逻辑）
连接主义：（阈值理论）连接主义认为人类认知的基本 元素是神经元本身。人类的认知过程就是大量的神 经元的整体活动。（研究方法：人工神经网络）
2. 机器感知
机器感知：使机器（计算机）具有类似于人 的感知能力。以机器视觉(machine vision)与 机器听觉为主。
3. 机器思维 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地处理。
21.3机人器工感智知能研究的基本内容
4. 机器学习 机器学习（machine learning）：研究如何