人工智能导论

23



麦卡锡（McCarthy），美国数学家、计算机科学 家，“人工智能之父”。

1956年夏，在美国的达特茅斯（Dartmouth）学院，由 McCarthy（斯坦福大学数学助教）、Minsky（哈佛大学 数学和神经学家）、Lochester（IBM公司）、 Shannon（贝尔实验室）四人共同发起，邀请IBM公司 的More、Samuel，MIT的Selfridge、Solomonff，还 有Simon、Newell等人参加学术讨论班，在一起共同学 习和探讨用机器模拟智能的各种问题，在会上，经 McCarthy提议，决定使用“人工智能”一词来概括这个 研究方向。这次具有历史意义的会议标志着人工智能这个 学科的正式诞生。
7


莱布尼茨（Leibnitz）（1646 — 1716），德国 数学家和哲学家，提出了关于数理逻辑的思想，即 把形式逻辑符号化，从而对人的思维进行运算和推 理的思想。
布尔（Boole）（1815 — 1864）， 英国数学家、逻辑学家。他的主要 贡献是初步实现了莱布尼茨关于思 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， 凡是传统逻辑能处理的问题，布尔 代数都能处理。
12



功能模拟，符号推演

通过建立人脑的心理模型，将知识和推理规则表示 为物理符号系统，来模拟人脑的学习、搜索、推理 和决策等功能，实现机器智能，又称为宏观人工智 能，这派学者被称为心理学派、逻辑学派、符号主 义 该类系统由两部分构成：知识库和推理规则 特点 —— 擅长模拟人脑的逻辑思维（推理、决 策），如机器推理、定理证明、专家系统等
14


基础研究课题

四、人工智能的研究课题
知识获取（机器学习） 知识表达


搜索技术
机器推理
15


应用研究课题



定理证明 专家系统和知识工程 机器视觉 自然语言理解 智能决策 智能控制 机器人 ……

人工智能程序学科诞生至今已有40几年的历史，几 十年来人工智能的发展既取得了很多成果，也 遭受过巨大的挫折 符号主义途径发展概况
人工智能导论
第 1 讲

人工智能技术与空 间技术、
原子能技术一起被誉为20 世纪的 三大科学技术成就。
绪 论
2
一、什么是人工智能?

智能（Intelligence）：

认知、识别、推理、决策、规划、解决问题、 适应、学习、理解等内在而天然的才能。



认识和理解世界环境的能力 进行演绎和归纳推理、作出决策的能力 学习的能力 自我适应的能力


18

1965年，Robinson提出了与传统演绎法完全不同 的消解法。 六十年代中期，专家系统兴起，研制成功了两个著 名的专家系统：DENDRAL（Feigenbaum等，能 够根据质谱仪测量所得的数据，得出被测试高分子 的分子结构）和 MYCIN（Shortliffe等，能够诊 断一个病人是否患有血液病，并开出处方）。 1976 年 7 月，美国的 Appel 等用三台大型计算 机，花去1200小时的CPU时间，证明了四色定理。 1977年， Feigenbaum 提出“知识工程”的概念， 人工智能的研究从以推理为中心转向以知识为中心。


八十年代中期，神经网络研究再度兴起。Hopfield （霍普菲尔德）提出了Hopfield神经网络模型，成 功地解决了旅行商最优路径问题。这是一项突破性 的工作，标志着神经网络研究高潮的又一次来临。
22

1986年，Rumelhart 和 Mcclelland 等人提出了 多层前馈网络的反向传播算法，简称 BP 网络或 BP 算法，解决了一些感知机不能解决的问题。 1987 年 6 月，第一届国际神经网络会议召开，会 上竟提出了“人工智能已经死亡，神经网络万岁 （AI is dead. Long live Neural Networks）”的 口号。 现在，神经网络与专家系统和知识工程已成为人工 智能的两大主流研究方向。
10


冯· 诺依曼（John von Neumann）（ 1903 — 1957， 美籍匈牙利数学家），提出了以二进制和程序存储控制为 核心的通用电子数字计算机体系结构原理，奠定了现代电 子计算机体系结构的基础。 莫克利（J.W.Mauchly）（1907 — 1980，美国数学家） 和他的学生埃克特（J.P.Eckert），于1946年研制成功 了世界上第一台通用电子数字计算机ENIAC。

人工智能定义之三：

人工智能是一门以知识为核心的，研究知识 的获取、知识的表达、知识的使用的科学。
5

怎样才能说机器（计算机）拥有了智能？
– 1950年，图灵提出了著名的“图 灵实验”： 让一个人和一台计算机分处 两个不同的房间，另有一主持人向 他们提出问题，如果主持人通过听 取对问题的回答分辨不出哪个是人 的回答，哪个是计算机的回答，便 认为被实验的计算机有了智能。
6
二、人工智能的诞生

人工智能学科的诞生经历了漫长的历史过程。 历史上一些伟大的科学家和思想家对此作出了 巨大的贡献，为今天的人工智能研究作了长足 和充分的准备

亚里士多德（Aristotle）（公元前384 — 322）， 古希腊伟大的哲学家、思想家，研究人类思维规律 的鼻祖，为形式逻辑奠定了基础，提出了推理方法， 给出了形式逻辑的一些基本定律，创造了三段论法。 培根（Bacon）（1561 — 1626），英国哲学家 和自然科学家，系统提出了归纳法，成为和亚里士 多德的演绎法相辅相成的思维法则。他强调了知识 的重要作用，指出“知识就是力量”。


1956年，Newell 和 Simon 设计的程序 Logic Theorist 证明了《数学原理》第二章中的38条定 理，经过改进又于1963年证明了全部52条定理。 1956年，Samuel 研制了跳棋程序，该程序有学 习功能。它在1959年打败了Samuel 本人，在 1962年打败了美国一个州的跳棋冠军。


1957年 Rosenblatt（罗森勃拉特） 开发的单层 神经网络 Perceptron（感知器）和1962年 Windrow 提出的自适应性元件 Adaline 可以解决 一些实际问题，掀起了神经网络研究的第一次高潮。
21

1969年，Minsky 发表《 Perceptrons》一书， 指出简单人工神经元网络的局限性（感知机只能解 决一阶谓词逻辑问题，不能解决高阶谓词问题）， 神经网络研究陷入低潮。 70年代末，符号主义途径在模仿人的感知能力和形 象思维方面遇到了很大困难，人们将目光再次转到 神经网络研究上来。
20

连接主义途径发展概况

1943年，心理学家 McCulloch （麦克洛奇）和 数理逻辑学家 Pitts（皮兹） 提出了神经元的数学 模型，M-P模型，开创了神经科学研究的新时代。 1944年，心理与神经生理学家 Hebb 提出了关于 神经元连接强度的Hebb规则，即当相互连接的两 个神经元都处于兴奋状态时，它们的连接强度将增 强，这为神经网络学习算法的研究奠定了基础。
8

歌德尔（Gö del）（1906 — 1978），美籍奥地利数理逻 辑学家，他研究数理逻辑中 的一些带根本性的问题，即 形式系统的完备性和可判定 性问题，指出了把人的思维 形式化和机械化的某些极限， 在理论上证明了有些事情是 机器做不到的。
9

图灵（Turing）（1912 — 1954），英国数学家。 他于1936年提出了一种理想计算机的数学模型 （图灵机），现已公认，所有可计算函数都能用图 灵机计算，这为电子计算机的构建提供了理论根据。 1950年，他还提出了著名的“图灵实验”，给智 能的标准提供了明确的定义。
11
三、人工智能的研究途径和方 法

结构模拟，神经计算

通过模拟人脑的生理结构和工作机理，实现机器智 能，又称为微观人工智能，这派学者被称为生理学 派、连接主义 具体来说，是用人工神经元网络来模拟人的大脑， 实现知识的获取、存储和利用 神经网络的特点 —— 并行性、鲁棒性、容错性， 擅长模拟人脑的形象思维（感知、联想）
17


1956年 Selfridge 的字符识别程序，1965年 Roberts 的分辨积木构造的程序，开创了计算机视 觉的新领域。 1958年到1959年，美籍数理逻辑学家王浩在定理 机器证明方面取得了新的成就，证明了《数学原理》 中有关命题逻辑和谓词逻辑的大部分定理。 从1957年开始， Newell 、Shaw 和 Simon 等人 开始研究一种不依赖于具体领域的通用解题程序 GPS （General Problem Solver），经过10年 努力，结果不令人满意。

人工智能是研究如何制造出人造的智能机器或智能 系统，来模拟人类的智能活动，以延伸人们智能的 科学。
4

人工智能定义之二：

人工智能是计算机科学的一个分支，是研究 使计算机表现出人类智能的学科。

它涉及计算机科学、脑科学、神经生理学、心理 学、哲学、语言学、逻辑学、信息论、控制论等 多个学科，是一门综合性的交叉和边缘学科。
几位为现代电子计算机诞生作出杰出贡献的科学家




帕斯卡（Pascal）（1623 — 1662，法国物理学家和数 学家）—— 制成世界上第一台会演算的机械加法机 （1642）。 莱布尼茨（Leibnitz）（1646 — 1716，德国数学家和 哲学家）—— 在帕斯卡的加法机的基础上制成了可进行 四则运算的计算器（1673）。 巴比奇（Babbage）（1791 — 1871，英国数学家）— — 制成可用来计算简单数学表的差分机，并提出分析机 （能自动完成各种类型数字计算）的设计思想（1832）。