第一章 人工智能概述1

对人工智能所下的定义。
1.1.1 人工智能概念的一般描述

◆部分学者对人工智能概念的描述：


人工智能是那些与人的思维相关的活动，诸如决策、问题求解和 学习等的自动化（Bellman, 1978）； 人工智能是一种计算机能够思维，使机器具有智力的激动人心的 新尝试（Haugeland, 1985）； 人工智能是研究如何让计算机做现阶段只有人才能做得好的事情 （Rich Knight,1991）； 人工智能是那些使知觉、推理和行为成为可能的计算的研究 （Winston, 1992）； 广义地讲，人工智能是关于人造物的智能行为，而智能行为包括 知觉、推理、学习、交流和在复杂环境中的行为（Nilsson， 1998）。 Stuart Russell和Peter Norvig则把已有的一些人工智能定义分为4 类（2003） ：像人一样思考的系统；像人一样行动的系统；理性 地思考的系统；理性地行动的系统。

研究策略

19
1.3 人工智能的学科范畴
人工智能已构成信息技术领域的一个重要学科。 当前的人工智能既属于计算机科学技术的一个前 沿领域，也属于信息处理和自动化技术的一个前 沿领域。 还涉及到智能科学、认知科学、心理科学、脑及 神经科学、生命科学、语言学、逻辑学、行为科 学、教育科学、系统科学、数理科学以及控制论、 科学方法论、哲学甚至经济学等众多学科领域。 人工智能实际上是一门综合性的交叉学科和边缘 学科。
6.1 产生式规则(A) 6.2产生式系统(A) 7.1 框架(A) 7.2 语义网络(A) 7.3 类与对象(B) 8.1 不确定性处理概述(A) 8.2 几种经典的不确定性推理模型(A) 8.3 基于贝叶斯网络的概率推理(B) 8.4 基于模糊集合与模糊逻辑的模糊推理 (A)

第6章 基于产生式规则的机器推理 (2)

2. 计算智能(Computatinal Intelligence)——连接主义

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。 计算智能的主要内容包括：

神经计算（Neural Computation， NC） 进化计算（亦称演化计算，Evolutionary Computation，EC，包括


第2章 逻辑程序设计语言PROLOG (4)


第7章 几种结构化知识表示及其推理 (2)


第3章 图搜索与问题求解 (6)


第8章 不确定性知识的表示与推理 (4)


第4章 基于遗传算法的随机优化搜索
4
教学计划

第9章 机器学习与知识发现(2)

教学计划

第1章 人工智能概述 (2)



第5章 基于谓词逻辑的机器推理 (4)


1.1 什么是人工智能 (A) 1.2 人工智能的研究意义、目标和策略 (B) 1.3 人工智能的学科范畴 (C) 1.4 人工智能的研究内容(B) 1.5 人工智能的研究途径与方法 (B) 1.6 人工智能的基本技术 (C) 1.7 人工智能的应用 (C) 1.8 人工智能的分支领域与研究方向 (B) 1.9 人工智能的发展概况(B)
1.1.1 人工智能概念的一般描述 顾名思义,人工智能就是人造智能,其英文表示是“Artificial Intelligence”, 简称AI。 “人工智能”一词目前是指用计算机 模拟或实现的智能, 因此人工智能又称机器智能。 当然, 这只 是对人工智能的字面解释或一般解释。 关于人工智能的科学定义 , 学术界目前还没有统一的认识。 下面是部分学者对人工智能概念的描述 , 可以看做是他们各自

18
1.2.2 人工智能的研究目标和策略

研究目标

制造智能机器和智能系统，实现智能化社会。 具体来讲，就是要使计算机不仅具有脑智能和群智能， 还要具有看、听、说、写等感知和交流能力。 先部分地或某种程度地实现机器的智能，并运用智能 技术解决各种实际问题特别是工程问题，从而使现有 的计算机更灵活、更好用和更有用，成为人类的智能 化信息处理工具，而逐步扩展和不断延伸人的智能， 逐步实现智能化。



第13章 Agent系统(2)


9.1 机器学习概述(B) 9.2 符号学习(B) 9.3 神经网络学习(A) 9.4 知识发现与数据挖掘(C) 10.1 模式识别概述(B) 10.2 统计模式识别(A)
11.1 简单句理解(B) 11.2 复合句理解(B) 11.3 转换文法和转换网络(C) 12.1 基本概念(B) 12.2 系统结构(A) 12.3 实例分析(C) 12.4 系统设计与实现(B) 12.5 开发工具与环境(C) 12.6 专家系统的发展(C)


是人在求解问题时而不知现成解法的情况下所采用的 一种普遍方法。这可以看做是人类和其他生物所具有 的一种元知识。 许多问题(包括智力问题和实际工程问题)的求解都可 以描述为或者归结为对某种图或空间的搜索问题。 几乎所有智能活动(包括脑智能和群智能)的过程,都可 以看做或者抽象为一个基于搜索的问题求解过程。
10
1.1.1 人工智能概念的一般描述

如何衡量机器是否有智能？
11
1.1.2 图灵测试和中文屋子

图灵测试（Turing Test）
Turing测试
被测机器 小于50%？
测试主持人
被测人
ቤተ መጻሕፍቲ ባይዱ
12
1.1.2 图灵测试和中文屋子

约翰.西尔勒(John Searle)的 “中文屋子”
13
1.1.3 脑智能和群智能
16
1.2 人工智能的研究意义 目标和策略
1.2.1 为什么要研究人工智能 1.2.2 人工智能的研究目标和策略

17
1.2.1 为什么要研究人工智能
使当前的电脑更好用，更有用，以扩大和延伸人 类智能； 信息化社会的迫切要求； 自动化发展的必然趋势； 有益于探索人类自身智能的奥秘。

6
1.1 什么是人工智能
1.1.1 人工智能概念的一般描述 1.1.2 图灵测试和中文屋子 1.1.3 脑智能和群智能 1.1.4 符号智能和计算智能

7
1.1 什么是人工智能
1.1.1 什么是智能？
智能是脑特别是人脑的属性或者说产物。 智能的基础是知识 智能的关键是思维（知识是思维产生的）。 智能取决于感知和行为。 结论 内涵：智能＝知识＋思维 外延：智能就是发现规律、运用规律和分析问题、解决问题的能力
脑（主要指人脑）的宏观心理层次的智能表现称 为脑智能（Brain Intelligence, BI） 由群体行为所表现出的智能称为群智能（Swarm Intelligence, SI） 脑智能和群智能是属于不同层次的智能：


脑智能是一种个体智能（Individual Intelligence, II） 群智能是一种社会智能（Social Intelligence, SI）， 或 者说系统智能（System Intelligence, SI）。
2.1 基本PROLOG (A) 2.2 Turbo PROLOG程序设计(A) 3.1状态图搜索(A) 3.2状态图搜索问题求解(B) 3.3与或图搜索(A) 3.4与或图搜索问题求解(B) 3.5博弈树搜索(A)
5.1 一阶谓词逻辑(A) 5.2 归结演绎推理(A) 5.3 应用归结原理求取问题答案(A) 5.4 归结策略(A) 5.5 归结反演程序举例(B) 5.6 Horn子句归结与逻辑程序(D) 5.7 非归结演绎推理(D)
14
1.1.4 符号智能和计算智能

1. 符号智能(Symbolic Intelligence, SI)—符号主义

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。 符号智能的主要内容包括



知识获取（knowledge acquisition） 知识表示（knowledge representation） 这些构成了所谓的知识工程(Knowledge Engineering, KE)，如： 知识组织与管理和知识运用等技术 基于知识的智能系统等。
15
1.1.4 符号智能和计算智能
人工智能技术导论
计算机科学技术的发展方向
1、计算机网络
2、并行化
3、智能化（以知识为中心） 4、人性化
教材及主要参考书
《人工智能技术导论》（第三版），廉师友 等， 2007年，西安电子科技大学出版社 。（主要教材） 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

第14章 智能计算机与智能化网络 第15章 智能机器人 第16章 智能程序设计语言

第12章 专家系统 (2)



5
第1章 人工智能概述
1.1 什么是人工智能 1.2 人工智能的研究意义、目标和策略 1.3 人工智能的学科范畴 1.4 人工智能的研究内容 1.5 人工智能的研究途径与方法 1.6 人工智能的基本技术 1.7 人工智能的应用 1.8 人工智能的分支领域与研究方向 1.9 人工智能的发展概况

实现人工智能, 就要研究面向机器的知识表示形式 和基于各种表示的机器推理技术。

知识表示要求便于计算机的接受、存储、处理和运用 机器的推理方式与知识的表示又息息相关。在符号智 能中几乎处处都与推理有关。
24
1.4.4 发明与创造

涵义

这里的发明创造是广义的, 它既包括我们通常所说的发明创造,如 机器、仪器、设备等的发明和革新, 也包括创新性软件、方案、规 划、设计等的研制和技术、方法的创新以及文学、艺术的创作, 还 包括思想、理论、法规的建立和创新等等。 不仅需要知识和推理, 还需要想象和灵感。 不仅需要逻辑思维, 而且还需要形象思维。 人们在这一领域已经开展了一些工作, 并取得了一些成果。如关于 形象信息的认知理论、计算模型和应用技术的研究, 计算机辅助创 新软件, 还尝试用计算机进行文艺创作等等。 原创性的机器发明创造进展甚微, 甚至还是空白。

第10章 模式识别 (2)

13.1 Agent的概念(B) 13.2 Agent的结构(A) 13.3 Agent实例──Web Agent (B) 13.4 多Agent系统(A) 13.5 Agent的实现工具(B) 13.6 Agent技术的发展与应用(C)


第11章 自然语言理解 (2)

20
1.4 人工智能的研究内容
1.4.1 搜索与求解 1.4.2 学习与发现 1.4.3 知识与推理 1.4.4 发明与创造 1.4.5 感知与交流 1.4.6 记忆与联想 1.4.7 系统与建造 1.4.8 应用与工程

21
1.4.1 搜索与求解

搜索

定义

就是为了达到某一目标而多次地进行某种操作、 运算、 推理或计 算的过程。
遗传算法（Genetic Algorithm，GA） 进化规划（Evolutionary Planning，EP） 进化策略（Evolutionary Strategies，ES）等）

免疫计算（immune computation） 粒群计算（Particle Swarm Algorithm，PSA） 蚁群算法（Ant Colony Algorithm，ACA） 自然计算（Natural Computation，NC） 人工生命（Artificial Life，AL）等。
22
1.4.2 学习与发现

学习与发现

是指机器的知识学习和规律发现。 经验积累能力、 规律发现能力和知识学习能力都是智 能的表现。 要实现人工智能就应该赋予机器这些能力。 关于机器的学习和发现技术就是人工智能的重要研究 内容。
23
1.4.3 知识与推理

知识与智能的关系

发现客观规律是一种有智能的表现, 能运用知识解决问 题也是有智能的表现。 发现规律和运用知识本身还需要知识。 “知识就是智能”，知识是智能的基础和源泉。