人工智能漫谈演讲PPT
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)。
家巴贝奇设计了第一架“计算机器”，被认为是计算机硬件，也是AI硬件的前身。
• 1943年M-P Model提出，Heb学习率发现, Perceptron的提出，神经网络训练, … • 1956年Dartmouth会议，由J.McCarthy及一批多学科的科学家在Dartmouth大学
召开的会议上，首次提出“Artificial Intelligence”概念。 • 今年是AI诞生60周年（1个甲子）！
Fireworks Algorithms ," International Journal of Swarm Intelligence Research (IJSIR), October-December 2013, vol. 4, No. 4, pp. 39-71.
• 谭营(著)，《烟花算法引论》, 科学出版社, 2015.04.
生物进化是一个优化过程，目的是在不断变化的竞争环境 中提高某生物(或系统)的生存能力。
达尔文
个体
候选解
适者生存，优胜劣汰 建 模
??
环境
待求解问题
13
自然群体
14
15
FWA
• Ying Tan, Fireworks Algorithm, Springer, 2015.10. • Y. Tan, C. Yu, S.Q. Zheng and K. Ding, "Introduction to
3
计算机能具有智能吗？
• 阿兰·图灵认为机器可以模拟人脑思维过程；一个良好设计的计算 机能够做到人脑所能做的一切。
“计算机科学之父”、“人工智能之父” ——阿兰·麦席森·图灵
图灵奖
The Turing Test
4
什么是人工智能？
• 让机器做需要人类智能才可以做的那些事情。 • 让机器做人类需要它做的任何事情。 • 认识、模拟和扩展人的（自然）智能，为人类社会服务。
16
机器学习（Machine Learning）
通过经验提高系统自身性能的过程 （系统自我改进）
机器学习是人工智能的主要核心研究领域之一, 也是现代智能系统的关键环节和瓶颈。 一个没有学习功能的系统是不能被称为智能系统。 机器学习正逐渐从AI中独立出来,成为一种新的问题求解工具。
17
机器学习的任务
2
i+1 i=1
3）Rastrigin Function
D 2
i
i
i=1
4）Ackley Function
f (x) = 20 + e 20exp 0.2
1n n 1=i
x 2 exp
n
1 cos(2xi)
n i=1
, x [ 32,32]n
11
11
更复杂优化问题---智能优化搜索方法
12
12
遗传算法-Genetic Algorithm
• 令W是这个给定世界的有限或无限所有对象的集合，由于观察能力的限制，我 们只能获得这个世界的一个有限的子集QW，称为样本集。
• 机器学习就是根据这个有限样本集Q ，推算这个世界的模型，使得其对这个世 界为真。
• 人工神经网络---例如：多层神经网络（MLP）及其Back Propagation (BP) Alg. • 模糊逻辑与推理 • 进化计算---例如：Genetic Alg. • 群体智能---例如：PSO, Fireworks Alg. • 等等
计算智能（CI）涉及神经计算、模糊计算、进化计算和人工生命等 领域，它的研究和发展正反映了当代科学技术多学科交叉与集成的 重要发展趋势，是人工智能的最新发展。
• 行为主义学派
– 进化主义或控制论学派 – 始于20世纪60-70年代
– 智能行为的“感知-动作”模式 – 行为模拟的方法 – 代表人物： R.A. Brooks
螺旋式上升发展路线
2016/4/12 Tuesday
6
6
人工智能的研究内容
方法层面：
• 启发式搜索 • 推理方法 • 知识表示 • AI语言(Lisp，Prolog, …)
5
人工智能的发展历程： 人工智能的三个学派
• 符号主义学派
– 始于20世纪50年代
– 以知识为基础，通过推理来进行问题求解 – 功能模拟的方法 – 代表人物：Simon, Minsky和Newell. McCarthy, Nillsson.
• 联接主义学派
– 始于1943年的M-P模型（McCulloch, Pitts） – 1982年Hopfiled提出的用硬件模拟神经网络, BP算法 – 结构-功能模拟的方法 – 代表人物： McCulloch, Pitts, Hopfield, Rumelhart等。
• 模式识别 • 机器学习
• 生物激发方法（计算智能） …… 应用层面：
• 自然语言理解、数据库的智能检索、专家系统、机器定理证明、博弈、机 器人学、自动程序设计、组合调度（智能优化）、感知、语音、视觉、生 物特征识别、虚拟现实、复杂系统、大数据，等。
7
计算智能的研究-Computational Intelligence
系统
– 人工神经网络、进化计算、群体 智能、人工免疫系统、模糊系统
9
生物神经网络 vs.人工神经网络
生物神经网络结构
多层前馈人工神经网络模型
10
复杂优化问题
Standard benchmark functions
1）Sphere Function
f (x) =
n
x
2,x
i
[
5,5]
n
i=1
2）Rosenbrock Function
人工智能漫谈
谭营 北京大学计算智能实验室（CIL@PKU）
北京大学智能科学系 ytan@pku.edu.cn
1
漫谈要点
• 人工智能的起源 • 人工智能的发展历程 • 计算智能的研究 • 几个人工智能发展中的重大成就 • 当前人工智能的热点 • 对人工智能发展的几点思考 • 结语
2
人工智能的起源
• 思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，萌生了有智能的机器的想法 • 十九世纪，布尔和摩尔根提出了“思维定律”，这是人工智能的开端；英国科学
8
传统人工智能 VS 计算智能
• 传统人工智能
–符号人工智能
–始于20世纪50年代
• 计算智能
– 计算人工智能
– 始于20世纪80年代
–以符号形式的知识和信息为基础，通 过逻辑推理，运用知识进行问题求 解
– 以数值数据为基础，通过数值
计算，运用算法进行wenku.baidu.com题求解
–知识获取、知识表示、知识组织与 管理、知识运用、基于知识的智能
• 1943年M-P Model提出，Heb学习率发现, Perceptron的提出，神经网络训练, … • 1956年Dartmouth会议，由J.McCarthy及一批多学科的科学家在Dartmouth大学
召开的会议上，首次提出“Artificial Intelligence”概念。 • 今年是AI诞生60周年（1个甲子）！
Fireworks Algorithms ," International Journal of Swarm Intelligence Research (IJSIR), October-December 2013, vol. 4, No. 4, pp. 39-71.
• 谭营(著)，《烟花算法引论》, 科学出版社, 2015.04.
生物进化是一个优化过程，目的是在不断变化的竞争环境 中提高某生物(或系统)的生存能力。
达尔文
个体
候选解
适者生存，优胜劣汰 建 模
??
环境
待求解问题
13
自然群体
14
15
FWA
• Ying Tan, Fireworks Algorithm, Springer, 2015.10. • Y. Tan, C. Yu, S.Q. Zheng and K. Ding, "Introduction to
3
计算机能具有智能吗？
• 阿兰·图灵认为机器可以模拟人脑思维过程；一个良好设计的计算 机能够做到人脑所能做的一切。
“计算机科学之父”、“人工智能之父” ——阿兰·麦席森·图灵
图灵奖
The Turing Test
4
什么是人工智能？
• 让机器做需要人类智能才可以做的那些事情。 • 让机器做人类需要它做的任何事情。 • 认识、模拟和扩展人的（自然）智能，为人类社会服务。
16
机器学习（Machine Learning）
通过经验提高系统自身性能的过程 （系统自我改进）
机器学习是人工智能的主要核心研究领域之一, 也是现代智能系统的关键环节和瓶颈。 一个没有学习功能的系统是不能被称为智能系统。 机器学习正逐渐从AI中独立出来,成为一种新的问题求解工具。
17
机器学习的任务
2
i+1 i=1
3）Rastrigin Function
D 2
i
i
i=1
4）Ackley Function
f (x) = 20 + e 20exp 0.2
1n n 1=i
x 2 exp
n
1 cos(2xi)
n i=1
, x [ 32,32]n
11
11
更复杂优化问题---智能优化搜索方法
12
12
遗传算法-Genetic Algorithm
• 令W是这个给定世界的有限或无限所有对象的集合，由于观察能力的限制，我 们只能获得这个世界的一个有限的子集QW，称为样本集。
• 机器学习就是根据这个有限样本集Q ，推算这个世界的模型，使得其对这个世 界为真。
• 人工神经网络---例如：多层神经网络（MLP）及其Back Propagation (BP) Alg. • 模糊逻辑与推理 • 进化计算---例如：Genetic Alg. • 群体智能---例如：PSO, Fireworks Alg. • 等等
计算智能（CI）涉及神经计算、模糊计算、进化计算和人工生命等 领域，它的研究和发展正反映了当代科学技术多学科交叉与集成的 重要发展趋势，是人工智能的最新发展。
• 行为主义学派
– 进化主义或控制论学派 – 始于20世纪60-70年代
– 智能行为的“感知-动作”模式 – 行为模拟的方法 – 代表人物： R.A. Brooks
螺旋式上升发展路线
2016/4/12 Tuesday
6
6
人工智能的研究内容
方法层面：
• 启发式搜索 • 推理方法 • 知识表示 • AI语言(Lisp，Prolog, …)
5
人工智能的发展历程： 人工智能的三个学派
• 符号主义学派
– 始于20世纪50年代
– 以知识为基础，通过推理来进行问题求解 – 功能模拟的方法 – 代表人物：Simon, Minsky和Newell. McCarthy, Nillsson.
• 联接主义学派
– 始于1943年的M-P模型（McCulloch, Pitts） – 1982年Hopfiled提出的用硬件模拟神经网络, BP算法 – 结构-功能模拟的方法 – 代表人物： McCulloch, Pitts, Hopfield, Rumelhart等。
• 模式识别 • 机器学习
• 生物激发方法（计算智能） …… 应用层面：
• 自然语言理解、数据库的智能检索、专家系统、机器定理证明、博弈、机 器人学、自动程序设计、组合调度（智能优化）、感知、语音、视觉、生 物特征识别、虚拟现实、复杂系统、大数据，等。
7
计算智能的研究-Computational Intelligence
系统
– 人工神经网络、进化计算、群体 智能、人工免疫系统、模糊系统
9
生物神经网络 vs.人工神经网络
生物神经网络结构
多层前馈人工神经网络模型
10
复杂优化问题
Standard benchmark functions
1）Sphere Function
f (x) =
n
x
2,x
i
[
5,5]
n
i=1
2）Rosenbrock Function
人工智能漫谈
谭营 北京大学计算智能实验室（CIL@PKU）
北京大学智能科学系 ytan@pku.edu.cn
1
漫谈要点
• 人工智能的起源 • 人工智能的发展历程 • 计算智能的研究 • 几个人工智能发展中的重大成就 • 当前人工智能的热点 • 对人工智能发展的几点思考 • 结语
2
人工智能的起源
• 思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，萌生了有智能的机器的想法 • 十九世纪，布尔和摩尔根提出了“思维定律”，这是人工智能的开端；英国科学
8
传统人工智能 VS 计算智能
• 传统人工智能
–符号人工智能
–始于20世纪50年代
• 计算智能
– 计算人工智能
– 始于20世纪80年代
–以符号形式的知识和信息为基础，通 过逻辑推理，运用知识进行问题求 解
– 以数值数据为基础，通过数值
计算，运用算法进行wenku.baidu.com题求解
–知识获取、知识表示、知识组织与 管理、知识运用、基于知识的智能