人工智能技术导论

人工智能的分支领域
基于体系结构的领域划分
集中式人工智能（个体智能） 分布式人工智能（群体智能）
个体智能的组合或叠加 DPS（分布式问题求解），自顶向下 MAS（多智能体系统），自底向上
人工智能的基本技术
推理技术。推理是智能的核心。推理以逻辑为基础。 基于谓词逻辑的自然演绎推理和归结反演推理。基于 非标准逻辑如多值逻辑、模态逻辑、时态逻辑、模糊 逻辑、非单调逻辑的推理。 搜索技术。人工智能的基本技术。许多智能活动的过 程，都可以看作或抽象为一个“问题求解”过程。 “问题求解”就是在问题空间中进行搜索的过程。盲 目搜索、启发式搜索。神经网络搜索。 知识表示与知识库技术。知识表示是指知识在计算机 中的表示方式。知识表示要符合知识的逻辑结构和物 理结构，并适合于计算机存储和处理。知识库由知识 构成。知识的组织、管理、维护和优化。
人工智能的发展概况
孕育期（1956年之前）
1、公元前，Aristotle提出形式逻辑的一些主要定律，三段论至今仍是演 绎推理的基本依据。 2、培根（1561-1626）曾系统地提出了归纳法。提出“知识就是力量” 3、德国数学家Leibniz（1646-1716）提出了万能符号和推理计算的思想， 为数理逻辑的产生和发展奠定了基础。Hale Waihona Puke Baidu4、英国逻辑学家Boole（1815-1864）创立了布尔代数，在《思维法则》 一书中首次用符号语言描述了思维活动的基本推理法则。 5、英国数学家Turing于1936年提出理想计算机的数学模型，即图灵机。 Turing测试。 6、1943年，McCulloch 和 Pitts提出M-P神经元模型。 7、1946年，世界上第一台电子计算机诞生。
第一章 人工智能概述
人工智能的概念 人工智能的研究途经与方法 人工智能的分工领域 人工智能的基本技术 人工智能的发展概括
什么是人工智能
人工智能(Artificial Intelligence)是指由计算机实现的人 造智能。作为一门学科，人工智能可定义为：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 人工智能是一门交叉边缘学科，与人工智能有关的学 科有：计算机科学、数学、语言学、神经生理学、神 经心理学、脑科学、认知科学、逻辑学、控制论等
2、自动定理证明
自然演绎法、判定法、定例证明器、计算机辅助证明 四色问题(1976.6,K.Appeel)。
3、自动程序设计
超级编译系统 自动程序综合和自动程序验证。
人工智能的分支领域
4、自动翻译。机器翻译。自然语言理解。
一边站着一个人 他想起来了
5、智能控制
1965，KS.FU (傅京孙)提出将启发式推理规则用于学习控制系统
人工智能的分支领域
基于实现工具与环境的领域划分
1、智能软件工具。人工智能程序设计语言，如表处理语言 LISP、逻辑程序设计语言PROLOG、面向对象程序设计语 言Smalltalk等。知识表示语言FRL、OPS5。专家系统工具、 知识工程工具等。 2、智能硬件平台。直接支持智能系统开发和运行的机器硬 件。
人工智能的基本技术
归纳技术。机器自动提取概念、获取知识、发现规律 的技术。归纳技术与知识获取和机器学习密切相关。 基于符号处理的归纳和基于神经网络的归纳。数据库 知识发现（KDD, Knowledge Discovery in Database) 和 数据挖掘(Data Mining)技术。 联想技术。联想记忆，联想存储。
人工智能的发展概况
符号主义AI发展概况
1、形成（1956-1965）（人工智能的推理期。结构良好问题。 搜索策略和算法）
（1）、1956年，Samuel的跳棋程序。1959,1962 （2）、定理证明方面，1956年Newell等的逻辑理论机（LT）程序； 1958年，王浩的工作；1965年，Robinson提出的消解原理。 （3）、模式识别方面，1959年Selfridge的模式识别程序；1965年 Roberts编制了可以分辨积木构造的程序。 （4）、问题求解方面。1960年，Newell的通用问题求解(GPS)程序。 （5）、1960年，McCarthy研制成功LISP语言。
基于研究途径和实现技术的领域划分
1、符号智能
以符号知识为基础，通过符号推理进行问题求解 知识工程(知识获取、知识表示、知识管理、知识运用、知识库系 统)、符号处理
2、计算智能
以数据为基础，通过数值计算进行问题求解 人工神经网络、进化计算(遗传算法、遗传程序设计、进化规划、进 化策略)、模糊技术、人工生命
人工智能的研究途径与方法
功能模拟（符号主义、心理学派、逻辑学派） 以人脑的心理模型为基础，将问题或知识表示成某种 逻辑网络，采用符号推演的方法，实现搜索、推理和 学习等功能。主要特征：
1、立足于逻辑运算和符号操作，适合于模拟人的逻辑思维 过程。 2、知识用显式的符号表示，容易表达人的心理模型。 3、现有的数字计算机可以方便地实现高速的符号处理。 4、能与传统的符号数据库进行链接，易于模块化。 5、以知识为基础。
人工智能的分支领域
基于应用系统的领域划分
1、专家系统。基于人类专家知识的程序系统。能模拟专家 的思维方式。 2、知识库系统。 3、智能数据库系统。传统数据库系统+人工智能。 4、智能机器人系统。具备感知、思维、人-机通讯和运动能 力。
人工智能的分支领域
基于计算机系统结构的领域划分
1、智能操作系统。并行性、分布性和智能性。 2、智能多媒体系统。人工智能与多媒体技术的有机结合。 3、智能计算机系统。 4、智能网络系统。模糊和神经网络技术应用于网络的业务 量预测和控制、资源动态分配、动态路由选择等方面。
人工智能的研究途径与方法
行为模拟（行为主义、进化主义、控制论学派）
基于感知-行为模型的研究途径和方法。 模拟人在控制过程中的智能活动和行为特征：自寻优、自 适应、自组织、自学习。 强调智能系统与环境的交互，认为智能取决于感知和行动, 智能行为可以不要知识。 智能只有放在环境中才是真正的智能，智能的高低体现在 对环境的适应性上 Brooks，机器虫
发现规律 应用规律 分析问题 解决问题 图灵测试 中文屋子问题（约翰·希尔勒）
为什么要研究人工智能
现有计算机系统的局限性。 智能低下、缺乏自学习、自适应、自优化能力。 人类智能的局限性。 学习能力因人而异、学习速度慢、效率低。 信息化社会的迫切要求。
人工智能的目标
近期目标：使现有的电子数字计算机能模拟人类的部 分智能行为。 远期目标：制造智能计算机，使计算机具有看、听、 说等感知和交互能力、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。 深蓝（32CPU，200万次/秒，200万个棋局）
人工智能的表现形式
智能软件 智能设备 智能网络 智能计算机 智能机器人 智能体(Agent) (艾真体)
人工智能的研究途径与方法
结构模拟（神经计算、生理学派、连接主义） 模拟人脑的神经网络结构实现智能。主要特征：
1、通过神经元之间的并行协同作用实现信息处理，具有并 行性、动态性、全局性。 2、通过神经元间分布式的物理联接存储信息。联想记忆、 容错性。 3、通过神经元间连接强度的动态调整实现自学习和自适应 功能。 4、善于模拟人类的形象思维过程。
6、智能管理。人工智能与管理科学、系统工程和计算机技术的结合。 7、智能决策。人工智能应用于决策支持系统。 8、智能通讯。在通讯的各个环节和层次上实现智能化。如网控、转接、 8 信息转换等。使通讯网随时运行于最佳状态。 9、智能仿真。仿真是在三种类型知识-描述性知识、目的性知识和处理 知识的基础上产生另一种形式的知识-结论性知识。 10、智能CAD。人工智能应用于CAD的设计自动化、智能交互、智能 图形学、自动数据采集方面。 11、智能CAI。人工智能应用于CAI： 自动生成各种问题与练习、自动 选择与调整教学内容和进度、自动生成答案、自然语言理解能力、不断 改善教学策略。
人工智能的发展概况
人工智能的知识期（1965-70年代末）
（1）、专家系统方面。1965年，Feigenbaum的专家系统DENDRAL， 1968年投入使用。DENDRAL对知识表示、存储、获取和推理的技 术为以后的专家系统的建造树立了榜样，对AI的发展产生了深刻的 影响。之后著名的专家系统有：医学专家系统MYCIN，地质勘探专 家系统PROSPECTOR，计算机配置专家系统R1等。 （2）、1969年，国际人工智能联合会议(IJCAI)召开。1970年， “Artificial Intelligence”杂志创刊。 （3）、1977年，Feigenbaum在第五届国际人工智能会议上，提出了 “知识工程”的概念。
人工智能的发展概况
人工智能学科的产生（1956年） 1956年夏季，McCarthy, Minsky, Lochester, Shannon, More, Samuel, Selfridge, Solomonff, Newell, Simon等十 人在Dartmouth大学召开历时两个多月的研讨会，讨论 机器智能的有关问题。由McCarthy提出“人工智能” 一词，人工智能从此成为一门学科。
人工智能的分支领域
基于应用领域的领域划分
1、难题求解
难题的概念 路径规划、组合优化、天气预报、股市分析、市场预测、机器博弈 NP (Nondeterministic Polynomial) 和NPC (Nondeterministic Polynomial Complete)问题 难题求解技术能促进人工智能其他领域的发展
什么是人的智能
智能是人脑的属性和产物。智能具有的主要特征：
A、具有感知能力。通过视觉、听觉、触觉、味觉和嗅觉感 知外部世界。 B、具有记忆与思维能力。记忆能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。思维用于对记忆的信 息进行处理。思维可分为逻辑思维和形象思维。 C、具有学习能力及自适应能力。 D、具有行为能力。
发展期（20世纪80年代后） 专家系统与知识工程在理论、技术和应用方面都有长足的进 步和发展。出现了多专家系统、大型专家系统、微专家系 统、分布式专家系统等。智能管理信息系统、智能决策支 持系统、智能控制系统等。
人工智能的发展概况
推理：从一些已知判断（前提）推出一个新判断（结论）的思维过程。 演绎推理、归纳推理、类比推理 确定性推理、不确定性推理 基于概率逻辑的或然推理(随机性)、基于模糊逻辑的似然推理(模糊性) 串行推理、并行推理
人工智能的分支领域
4、机器学习。使机器自己获取知识。
对人类已有知识的获取、对客观规律的发现、对自身行为的修正。 机器学习分为：机械学习、指导学习、解释学习、类比学习、示例 学习、发现学习等。这些属于符号学习。另外还有神经网络学习。
人工智能技术导论（第二版 人工智能技术导论（第二版)
廉师友 编著
ycduan@gmail.com
参考书
《人工智能》
马少平、朱小燕编著，清华大学出版社
《人工智能及其应用》
蔡自兴、徐光祐编著，清华大学出版社
Artificial Intelligence A New Synthesis
(人工智能) Nils J.Nilsson
5、机器理解。图形理解（物景分析）、自然语言理解。理 解是感知的延伸和深化。 6、机器行为（机器人行动规划）。
智能机器人的核心技术，反映了机器人的智能水平 解决问题依靠规划功能确定行动步骤和动作序列 任务：在一个特定的工作区域中自动生成从初始状态到目标状态的 动作序列、运动路径和轨迹的控制程序
人工智能的分支领域
人工智能的分支领域
基于脑功能模拟的领域划分
1、机器感知（信息输入）。使计算机具有类似于人的感知能力，能通 过“感知”直接从外界获取信息，是对人的感知的模拟及延伸。机器视 觉、机器听觉。相关学科：模式识别（语音识别、图像识别）。 信息->电信号序列->预处理->提取特征->模式匹配 2、机器联想。基于内容的联想，与具体存储位置无关。联想存储技术。 3、机器推理。又称为计算机推理、自动推理，是人工智能的核心课题 之一。