第1章 人工智能概述

8种定义的比较
注重模拟人的思维和推理过程
像人一样思考的系统
理性地思考的系统
①②
像人一样行动的系统
⑤⑥
③④
理性地行动的系统
⑦⑧
注重模拟人的行为
8种定义的比较
从模 拟人 类功 能的 逼真 度来 度量
像人一样思考的系统 ①② 像人一样行动的系统
⑤⑥
理性思考的系统 ③④ 理性行动的系统
⑦⑧
从理 性智 能概 念来 度量
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。 • 基于宏观心理层次的智能表现称为脑智能(BI),脑智能是一 种个体智能(II)。
1.2 人工智能的发展概况-诞生
John McCarthy Marvin Minsky Herbert Simon Allen Newell
1.2 人工智能的发展概况-诞生
• 这次会议最为长久的贡献就是麦卡锡为该领域起的名字: 人工智能 • 为什么AI有必要成为一个新领域? • 目标不同：AI从一开始就承载着复制人的才能如创造 性、自我修养、语言功能等思想，没有任何一个其他 领域涉及这些问题 • 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
1.1.2 图灵测试
• 如何知道一个系统是否具 有智能呢？ • 1950年，计算机科学家图 灵提出了著名的“图灵测 试”。
问题：通过了图灵测试就具有了智能吗？
1.1.2 中文屋子假设
美国哲学家约翰· 西尔勒 (John Searle, 1980 年 ) 提出了 异议。他用一个现在称为“中文屋子”的假设 • 中文屋子假设是说: 有一台计算机阅读了一段故事并且能 正确回答相关问题, 这样这台计算就通过了图灵测试。
1.1.1 什么是人工智能
• 形式化定义
目前还没有 • 一般解释 人工智能就是用人工的方法在机器（计算机）上实现的智 能，或称机器智能。 就AI本质来说，AI是一门研究如何制造出人造的智能机器 或智能系统，来模拟人类智能活动的能力，以延伸人类智能 • 无形式化定义的理由 人工智能的严格定义依赖于对智能的定义 即要定义人工智能，首先应该定义智能 但智能本身也还无严格定义 • 因此，应先对人类的自然智能进行讨论
• 人工智能（Artificial Intelligence, 简称AI）是一门正在发展 中的综合性前沿学科，由计算机学、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 来的。 • 关于人工智能的科学定义, 目前存在争议，学术界目前还 未统一。
人工智能的8种定义：
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（Haugeland,1985） ② 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（Bellman,1978）。 ③ 人工智能是用计算模型研究智力行为（Charniak和McDer mott,1985） ④ 人工智能是研究那些使理解、推理和行为成为可能的计算 （Winston,1992） 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） 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（Luger和Stubblefield,1993）
1.2 人工智能的发展概况-孕育期
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。
• 而西尔勒设想将这段故事和问题改用中文描述 (因为他本人不懂中文 ), 然后将自己封闭在一个屋子里 , 代替计算机阅读这段故事并且回 答相关问题。描述这段故事和问题的一连串中文符号只能通过一个很 小的缝隙被送到屋子里。 西尔勒则完全按照原先计算机程序的处理 方式和过程(如符号匹配、查找、照抄等)对这些符号串进行操作, 然 后把得到的结果即问题答案通过小缝隙送出去。 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. 符号智能
符号智能就是符号人工智能, 它是模拟脑智能的人工智
能 , 也就是所说的传统人工智能或经典人工智能。 符号智
能以符号形式的知识和信息为基础 , 主要通过逻辑推理，运
用知识进行问题求解。
1.1.4 符号智能和计算智能
2. 计算智能 计算智能就是计算人工智能 , 它是模拟群智能的人工智能 。计算智能以数值数据为基础 , 主要通过数值计算，运用算 法进行问题求解。 主要内容包括: 神经计算(Neural Computation, NC)、 进化 计算(亦称演化计算, Evolutionary Computation, EC, 包括遗传 算 法 (Genetic Algorithm, GA) 、 进 化 策 略 (Evolutionary Strategies, ES)等)、免疫计算(immune computation)、 粒群算 法(Particle Swarm Algorithm, PSA)、 蚁群算法(Ant Colony Algorithm, ACA)、等。 计算智能主要研究各类优化搜索算法 , 是当前人工智能学科 中一个十分活跃的分支领域。
哲学家和思想家
1.2 人工智能的发展概况-孕育期
• 英国哲学家、自然科学家 Bacon (培根)系统地给出了归纳 法。和Aristotle的演绎法一起，构成了思维的基本法则。/ 提出“知识就是力量 ” ，对几百年后 AI 研究从一般思维探 讨转向专门知识运用起到了积极的促进作用。 德国数学家、哲学家Leibnitz (莱布尼茨) 把形式逻辑符号 化，从而使得人们可以对人的思维进行运算和推理 ( 关于 “数理逻辑”的思想 ) 。提出可以建立一种通用的符号语 言以及一种在此基础上进行推理的演算。这一思想不仅是 数理逻辑的基础，也是现代机器思维设计思想的萌芽。
1.1.3 脑智能和群智能
• 对于人脑来说, 宏观心理(或者语言)层次上的脑智能与神经 元层次上的群智能又有密切的关系—正是微观生理层次上 低级的神经元的群智能形成了宏观心理层次上高级的脑智 能(但二者之间的具体关系如何, 却仍然是个迷, 这个问题 的解决需要借助于系统科学)。
1.1.4 符号智能和计算智能
1.2 人工智能的发展概况-孕育期
英国数学家图灵1936年创立了自动机理论（是图灵在他26 岁那年提出的一个理论计算机模型）,推进了思维机器的研 究，并为电子计算机的诞生奠定了理论基础。并为AI做了 大量的开拓性工作(图灵测试，给出智能标准的明确定义 )。 当今世界上计算机科学最高荣誉奖励为"图灵奖"。 • 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 。
ห้องสมุดไป่ตู้
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
时间：北京时间1997年5月12日凌晨4点50分 对手：IBM的“深蓝”超级计算机 国际象棋世界冠军卡斯帕罗夫 结局：2胜1负3平，总比分3.5 : 2.5， “深蓝” 获胜
• • • • • • • • 哲学（公元前428年—现在） 数学（约800年—现在） 经济学（1776年—现在） 神经科学（1861年—现在） 心理学（1879年—现在） 计算机工程（1940年—现在） 控制论（1948年—现在） 语言学（1957年—现在）
1.2 人工智能的发展概况-孕育期
古希腊Aristotle创立了演绎法，在其名著《工具论》中 给出了形式逻辑的基本规律(三段论)。他提出的至今仍 然是演绎推理的最基本出发点。(形式逻辑是一切推理 活动的最基本的出发点 ) 三段论是以真言判断为其前提的一种演绎推理，它借 助于一个共同项，把两个直言判断联系起来，从而得 出结论。例如：一切金属都是能够熔解的；铁是金属 ；所以，铁是能够熔解的。
1.2 人工智能的发展概况-诞生
• 1956年夏天, AI正式诞生于达特茅斯大学 • John McCarthy(麦卡锡)自普林斯顿大学毕业以后去了达特茅 斯大学, 他说服了另外3个人帮助召开了为期2个月的研讨会 • 会议组织者4人: 麦卡锡： Dartmouth的数学家、计算机专家，后为MIT教授 Minsky(明斯基)：哈佛大学数学家、神经学家，后为MIT教 授 Claude Shannon(香侬)：贝尔实验室信息部数学研究员 • Nathaniel Rochester(罗切斯特)： IBM公司信息中心负责人
1.2 人工智能的发展概况-诞生
• 尽管这次会议没有新突破, 但聚集了AI的主要人物特别是 AI领域的4位著名专家, 他们后来所在的大学也成为了美国 AI研究的3大基地: • MIT—明斯基 • Stanford—麦卡锡(先在MIT后去了Stanford) • CMU—纽厄尔和西蒙 • 此外, 还有IBM
LOGO
人工智能
Artificial Intelligence
主讲：李 辉
Email：lihui@qust.edu.cn
第1章 人工智能概述
Contents
1.1 什么是人工智能 1.2 人工智能的发展概况 1.3 人工智能的学派 1.4 人工智能的研究与应用领域 1.5 本章小结
1.1 什么是人工智能
• 参与者: – Trenchard More(莫尔)：普林斯顿大学 – Arthur Samuel(塞缪尔)： IBM – Ray Solomonoff(索罗蒙夫)和Oliver Selfridge(塞尔夫里奇) :MIT – 纽厄尔(A.Newell)：兰德(RAND)公司 – 西蒙：CMU卡内基梅隆大学
1.1.3 脑智能和群智能
• 人们发现一些生物群落或者更一般的生命群体的群体行为 或者社会行为也表现出一定的智能，如蚂蚁群、鸟群、鱼 群等。具有学习、寻优等能力。 • 脑中的神经网络是由神经细胞组成的细胞群体，当思维时 ，神经元各负其则，各司其职，神经网络具自组织、自学 习、自适应等智能表现。 • 把这种由群体行为所表现出的智能称为群智能(SI) 。
图灵测试
图灵测试对计算机不公平—因为在这个测试中，计算机为了 不被测试者判断出自己是计算机，除了要很好的模拟人的优 点以外，还要很好地模拟人类的不足。计算机不能比人类笨， 也不能比人类聪明。因为任何与人类不相匹配的举动，都会 被测试者立即识别出来。如测试者问一个复杂的问题，如果 一方很快地给出正确的答案，则有充足的理由认为它是计算 机而不是人。
1.2 人工智能的发展概况
AI成为科学(1987~现在) AI成为工业(1980~现在)
基于知识系统的崛起(1969~1979)
困难时期(1966~1973)
早期成功与期望(1952~1969)
诞生(1956)
孕育期(1943~1955)
1.2 人工智能的发展概况-孕育期
• 人工智能是一个交叉学科，它的很多重要思想都来源于其 他学科 。
一个系统如果能够在它所知道的范围内 ”正确行事”,它就是理性的
4类方法的比较
类人思考 模拟思维过程 思考过程 智能行为 类人行为 模拟行为功能
人类智能
思维过程 思维模型 智能行为 行为建模
按照模型建立思维系统 理性思考
按照模型建立行为系统 理性行为
• 类人思考或类人行为：直接模拟 / 追随人 • 理性思考或理性行为：间接模拟 / 概括人 ––更抽象、更普遍