计算思维与人工智能

③通过计算机 程序语言实现 对象信息的加 工处理，实现 人工智能
这是一个复杂的、高级别的计算思维过程 难度很大！
2020/8/9
17
4 人类智能的基本原理
计算机模拟人工智能，就必须使计算机具有推理的功能
而要使计算机具有推理的功能，就必须用各种知识表示 法对知识进行表示
将这些知识以机器能够感知和处理的形式输入计算机
2020/8/9
18
4 人类智能的基本原理
1.知识表示法
一阶谓词逻辑表示法 状态空间表示法
产生式表示法
经常使用的表示 法有：
AND-OR树（与或树）表示法 框架表示法
语义网络表示法 面向对象表示法 其他
2020/8/9
19
4 人类智能的基本原理
一阶谓词逻辑表示法 表示“张乐是一名数学系的学生，他不喜欢学英语。”
唐朝的柳州史王据，研制了一个类似水 獭的机器人。它能沉在河湖的水中，捉 到鱼以后，它的脑袋就露出水面。它为 什么能捉鱼呢?如果在这个机器人的口中 放上鱼饵，并安有发动的部件，用石头 缒着它就能沉入水中了。当鱼吃了鱼饵 之后，这个部件就发动了，石头就从它 的口中掉到水中，当它的口合起来时， 它衔在口中的鱼就跑不了啦，它就从水 中浮到水面。这是世界上最早用于生产 的机器人。
传授学习
又称为指点学习。外界输入知识与系统内部的表示方式完全一致， 系统在接收外部知识时，需要进行少量推理、翻译和转化工作。
演绎学习 学习系统由给定的知识进行演绎的保真推理，并存储有用的结论。
2020/8/9
29
4 人类智能的基本原理
5.机器学习 机器学习的主要策略
归纳学习
归纳学习是研究最广的符号学习方法，它表示从例子而由其设想 出假设的过程。是个从部分到全体，从特殊到一般的推理过程。
（1）定义谓词及个体： MATHS(x)：x是数学系的学生 LIKE(x,y)：x喜欢y 个体：张乐（zhangle），学英语（study-English）
（2）将个体带入谓词中，得到： MATHS(zhangle)，¬LIKE(zhangle,study-English)
（3）根据语义，用逻辑连接词将它们连接起来，得到谓词公式： MATHS(zhangle)∧¬LIKE(zhangle,study-English)
包括使计算机具有听、说、写等感知和交互能力，具有联想学习、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 力等。
2020/8/9
16
3 人类智能与人工智能
人工智能实现的过程宏观上是：
①将对象信 息转换为计 算机内码 （信息数字 化）
②建立相关知 识库和知识应 用模型（包括 各种算法和知 识推理的逻辑 运算方法）
人类学习过程 的认知模型
通用学习算法
构造面向任务的 专用学习系统的方法
研究人类学习 的机理。
研究人类学习的 过程，探索各种 可能的学习方法， 建立独立于具体 应用领域的通用 学习算法。
解决专门的实际问题， 并开发完成这些专门 任务的学习系统。
2020/8/9
27
4 人类智能的基本原理
5.机器学习 机器学习的基本结构
15
3 人类智能与人工智能
人工智能的近期研究目标是： 制造智能计算机， 让计算机功能更强， 用来代替人类从事部分脑力劳动。
人工智能的远期目标是： 揭示人类智能的根本机理， 提出机器智能的基本原理， 制造智能机器， 用来模拟、延伸和扩展人类智能（思维过程和智能行为）， 甚至反作用于人类智能、推动人类智能发展，
盲目搜索策略
启发式搜索策略
又称为无信息搜索，一般 只适合于求解比较简单的 问题，且运行时间长、占 内存空间大
有深度优先搜索、广度优 先搜索等
利用启发信息的搜索策略。 （例如，从一个最有希望的结 点开始搜索）
有最佳优先搜索策略、双人博 弈搜索、爬山搜索等
2020/8/9
24
4 人类智能的基本原理
5.机器学习
2020/8/9
3
0 人工智能导入
目前，人工智能已用于航天、航空、探海、探月、军工等尖端领域, 已有下棋、游戏、指纹识别、手写字识别、 专家系统、厂矿生产、机器人踢足球、机器人扫地等日常应用
人工智能涵盖了计算思维的定义中明确指出的 问题求解、系统设计以及人类行为理解等的一 系列思维活动。
可以说，人工智能的每一项应用， 都是将问题转化为计算机能够处理的形式， 都是应用计算思维的典范。
2020/8/9
20
4 人类智能的基本原理
2.确定性推理
规则演绎推理
从一组已知为真的事实出发， 直接运用命题逻辑或谓词逻辑中的推理规则 推出结论
2020/8/9
21
4 人类智能的基本原理
2.确定性推理 产生式系统
对符号串作替换运算。
与人类求解问题的思维过程很相似，因此可以用 它来模拟人类求解问题时的思维过程。
行为主义学派
认为智能取决于感 知和表现
行为模拟，模拟人的
行为。感知—动作模式
代表性成果： 六足行走机器人
2020/8/9
14
3 人类智能与人工智能
研究认知过程的主要任务是： 探求高层次思维决策与初级信息处理的关系， 并用计算机程序来模拟人的思维策略水平， 而用计算机语言模拟人的初级信息处理过程。
2020/8/9
《大学计算机——理论篇》 第6章计算思维与人工智能
本章讲授0学时
1 人工智能的起源与发展 2 人工智能各学派的认知观 3 人类智能与人工智能 4 人工智能的基本原理
5 人工智能的研究与应用领域 6 人工智能的安全问题 7 人工智能的展望
2020/8/9
1
0 人工智能导入
人类智能是人的智能
机器智能是人类制造的智能，又称为机器智能
人类对人工智能有着无 限美丽的想象和美好的 憧憬
希望智能机器能够为人 类完成任意指定的 无论是简单还是复杂的 各种工作
2020/8/9
2
0 人工智能导入
目前，人工智能已用于航天、航空、探海、探月、军工等尖端领域， 已有下棋、游戏、指纹识别、手写字识别、 专家系统、厂矿生产、机器人踢足球、机器人扫地等日常应用
2020/8/9
31
5 人工智能的研究与应用领域
1.问题求解
下棋程序，较为成功。
如向前看几步，把困难的 问题分解成一些较容易的 子问题，发展成为搜索和 问题归纳这样的人工智能 基本技术。
但是，尚未解决包括人类棋手具有的但尚不能明确表达的能力，如国 际象棋大师们洞察棋局的能力。
2020/8/9
32
5 人工智能的研究与应用领域
2.逻辑推理与定理证明
特别重要的是要找到 一些方法，只把注意力集 中在一个大型的数据库中 的有关事实上，留意可信 的证明，并在出现新信息 时适时修正这些证明。
机器学习是计算机自动获取知识。
随着数据库和因特网的普及，出现了“数据爆炸但知识贫乏”的 现象，为从“数据海洋”中发现有用的知识，产生了知识发现和数据 挖掘技术，以便通过对大量数据的分析发现其中蕴涵的知识。
2020/8/9
25
4 人类智能的基本原理
5.机器学习
机器学习的发展阶段
神经元模型和 决策理论研究
1 人工智能的起源与发展
逻辑理论机—证明了《数学原理》第二章的全部52条定理
跳棋程序—战胜了设计者和美国某个州的跳棋冠军
通用解题机—解决11个比较普遍的常识问题
LISP语言—人工智能语言
解几何定理的程序
神经网络
深蓝获胜
专家系统
证明四色定理
图像识别
机器视觉
遗传算法
等等
2020/8/9
13
2 各学派的认知观
其共同的基本特点是让机器学会“思考”， 使机器能够胜任一些通常需要人类智能才 能完成的复杂工作，成为智能机器。
人工智能不是人类智能，但能模拟人类智能， 在某些方面也有可能超过人类智能。
就像计算机的计算速度，超过人的计算速度一样。
2020/8/9
6
1 人工智能的起源与发展
人工智能的起源可以追溯到三千多年前：
2020/8/9
11
1 人工智能的起源与发展
当代，维纳（Norbert Wiener）研制了具有反馈控制功能的自动 调温器
它将收集到的房间温度 与期望的温度进行比较， 并做出反应将加热器开 大或关小， 从而控制环境温度。
“人工智能” 一词最初是在1956年达特矛斯学会上提出的。
2020/8/9
12
公元前2世纪，古希腊人 发明了最原始的机器 人——太罗斯，它是以 水、空气和蒸汽压力为 动力的会动的青铜雕像， 它可以自己开门，还可 以借助蒸汽唱歌
2020/8/9
想象略图
9
1 人工智能的起源与发展
人工智能的起源可以追溯到三千多年前：
1800年前的汉代，大科学家张衡不仅发明了地动仪， 而且发明了计里鼓车， 计里鼓车每行一里，车上木人击鼓一下，每行十里击钟一下
2020/8/9
4
0 人工智能导入 本章介绍人工智能的一系列问题
起源与发展 各学派的认知观 人类智能与人工智能 基本原理 研究与应用领域 安全问题 展望
2020/8/9
5
1 人工智能的起源与发展
人工智能是计算机科学的一个分支， 它试图了解智能的实质， 模拟人的意识、思维的信息处理过程， 开发出一种能以人类智能相似的方式做出反应的智能机器。
2020/8/9
10
1 人工智能的起源与发展
人工智能的起源可以追溯到三千多年前：
唐朝会化缘赚钱的机器人
唐朝会捉鱼的机器人
我国杭州有一个叫杨务廉 的工匠，研制了一个僧人 模样的机器人，它手端化 缘铜钵，能学和尚化缘， 等到钵中钱满，就自动收 起钱。并且它还会向施主 躬身行礼。杭州城中市民 争着向此钵中投钱，来观 看这种奇妙的表演。每日 它竟能为主人捞到数千钱
从学习单个概 念扩展到多个 概念，探索不 同的学习策略 和各种学习方 法
代表性成果： MetaDENDRAL和 AM
连接学习阶段
多层网络的学 习算法，使机 器学习进入了 联结学习阶段
代表性成果： 以非线性大规 模并行处理为 主流的神经网 络研究分支
26
4 人类智能的基本原理
5.机器学习 机器学习的研究目标
西周时期（约公元前1066~前771年），能工巧匠偃师 曾献给周穆王一个木制的歌舞机器人
2020/8/9

1 人工智能的起源与发展
人工智能的起源可以追溯到三千多年前：
据《墨经》记载，鲁班曾造过一只木鸟，能在空中飞行“三日不下”
2020/8/9
8
1 人工智能的起源与发展
人工智能的起源可以追溯到三千多年前：
环境向系统的学习部分提供某些信息，
学习部分利用这些信息修改知识库，以增进系统执行部分完成任 务的效能，
执行部分根据知识库完成任务，同时把获得的信息反馈给学习部 分。
2020/8/9
28
4 人类智能的基本原理
5.机器学习 机器学习的主要策略
机械学习
又称为记忆学习。它把新的知识存储起来，供需要时检索调用， 而不需要计算和推理。
符号概念 获取研究
主要的研究目标是 应用决策理论的方 法，研制各类自组 织的、自适应的通 用学习系统。
使机器能够采 用符号来描述 概念，建立人 类的学习模型
这类系统可称为神
经网或自组织系统。
代表性成果：F. Rosenblatt的感知 器模型
代表性成果：
基于逻辑的归 纳学习系统
2020/8/9
知识增强和 论域专用学习
符号主义学派
连接主义学派
认为认知过程是符 号操作过程
功能模拟，模拟人的
认知系统的功能
发展了启发式算法、 专家系统、知识工 程理论与技术
代表性成果：启发 式程序LT， 证明了 52条数学定理
认为人类智能的基 本单元是神经元， 认知过程是由神经 元构成的网络的信 息传递
结构模拟，模拟人的
神经网络结构
代表性成果： MT脑模型
2020/8/9
22
4 人类智能的基本原理
3.不确定性推理
从不确定性的初始证据出发，通过运用不确定性的知识， 最终推出具有一定程度的不确定性 但却是合理或者近乎合理的结论的思维过程
证据的不确定性：
例如，当观察某个动物的颜色时，观察者可能会说 是白色的，但也可能是灰白色的。
知识的不确定性：
例如，如果“某人流泪”则“此人有伤心事”，这 条规则的可靠性有多大？
类比学习
学习以前解决过的类似问题的解决办法，来解决新问题。 它可以由系统已有的某一领域的知识得到另一领域中类似的知识。
基于神经 网络的学习
典型人工神经网络模型不下30种。 网络结构和功能不同，网络权值的学习方法也不同。 神经网络的学习问题就是网络的权值调整问题。
2020/8/9
30
5 人工智能的研究与应用领域
二者的不确定性 导致结论的不确 定性：
例如，“某人似乎流泪了”，那么在多大程度上认 为“此人有伤心事”？
要给出不确定性度量。
2020/8/9
23
4 人类智能的基本原理
4.搜索策略
搜索是人工智能的基本问题之一，已广泛渗透于人工智能的各个领域中， 例如专家系统、自然语言理解、自动程序设计、模式识别、机器人学、 信息检索和博弈等领域，几乎没有哪个人工智能领域不使用搜索。