1、人工智能人工智能科学想要解决的问题，是让计算机也具有人类那种听、说、读、写、思考、学习、适应环境变化、解决各种实际问题等等能力。换言之，人工智能是计算机科学的一个重要分支，它的近期目标是让计算机更聪明、更有用，它的远期目标是使计算机变成“像人一样具有智能的机器”。人工智能的发展(61年之后)1. 机器证明2. 专家系统3. 第五代计算机4. 模式识别5. 人脑与计算机6. 人工智能预言1.机器证明 赫伯特赫伯特西蒙西蒙等人合作编制的逻辑理论机,即数学定理证明程序，从而使机器迈出了逻辑推理的第一步。原理：在卡内基梅隆大学的计算机实验室，西蒙从分析人类解答数学题的技巧入手，让一些人对各种数学题作周
2、密的思考，要求他们不仅写出求解的答案，而且说出自己推理的方法和步骤。 经过反复的实验，纽厄尔和赫伯特西蒙进一步认识到，人类证明数学定理也有类似的思维规律，通过“分解”（把一个复杂问题分解为几个简单的子问题）和“代入”（利用已知常量代入未知的变量）等方法，用已知的定理、公理或解题规则进行试探性推理，直到所有的子问题最终都变成已知的定理或公理，从而解决整个问题。机器证明 人工智能定理证明研究最有说服力的例子， 是机器证明了困扰数学界长达100余年之久的难题“四色定理”。据说，“四色问题”最早是1852年由一位21岁的大学生提出来的数学难题：任何地图都可以用最多四种颜色着色，就能区分任何两相邻的国家
3、或区域。这个看似简单的问题，就象“哥德巴赫猜想”一样，属于世界上最著名的数学难题之一。机器证明 1976年6月，美国伊利诺斯大学的两位数学家沃尔夫冈哈肯（W.Haken）和肯尼斯阿佩尔（K. Apple） 宣布， 他们成功地证明了这一定理，使用的方法就是机器证明。 哈肯和阿佩尔攻克这一难题使用的方法是 “穷举归纳法”。哈肯和阿佩尔编制出一种很复杂的程序，让3台IBM360计算机自动高速寻找各种可能的情况， 并逐一判断它们是否可以被“归纳”。十几天后， 共耗费1200个机时，做完200亿个逻辑判断。 人工智能先驱们认真地研究下棋，研究机器定理证明，但效果仍不尽如人意。问题的症结在于，虽然机器能够
4、解决一些极其错综复杂的难题，但是有更多的工作，对人来说是简单到不能再简单的事情，对计算机却难似上青天。 60年代末，由于许多世界一流的人工智能学者过高地估计了计算机的能力，而现实却一再无情地打破了他们乐观的梦想，以致遭到越来越多的嘲笑和反对。AI研究曾一度堕入低谷，出现了所谓“黑暗时期”。 2.专家系统:人工智能的复兴 1977年，曾是赫伯特西蒙的研究生、斯坦福大学青年学者费根鲍姆（E.Feigenbaum），在第五届国际人工智能大会上提出了“知识工程”的概念，标志着AI研究从传统的以推理为中心，进入到以知识为中心的新阶段。人工智能重新获得人们的普遍重视，逐步跨进了复兴期。专家系统 费根鲍姆具
5、体介绍了他们开发的第一个“专家系统”，并提出“知识库”、“知识表达”和“知识工程”等一系列全新的概念。 一个人要成为专家，至少必须掌握某一学科渊博的知识，具有丰富的实践经验，能解决一般人不能够解决的疑难问题。专家的数量和质量标志着一个国家、一个时代的科学水平。专家系统 费根鲍姆构建的“专家系统”，就是要在机器智能与专家的知识经验之间建造桥梁。他解释说：专家系统“是一个已被赋予知识和才能的计算机程序，从而使这种程序所起到的作用达到专家的水平” 专家系统 专家本人不一定了解计算机程序，构建专家系统还必须有所谓“知识工程师”参与，帮助领域专家从头脑中挖掘启发式知识，并设计知识库和知识推理程序。因此，
6、专家系统又被称为知识工程，这两种不同的称谓在英国和日本泾渭分明：英国学界崇尚科学，成为专家是人们追逐的境界；而日本学界推崇技术，工程师是人们向往的职业，于是，才有了“专家系统”与“知识工程”两种同义的名称。知识 人类专家的知识通常包括两大类。一类是书本知识，它可能是专家在学校读书求学时所获，也可能是专家从杂志、书籍里自学而来；然而，仅仅掌握了书本知识的学者还不配称为专家，专家最为宝贵的知识是他凭借多年的实践积累的经验知识，这是他头脑中最具魅力的知识瑰宝。在AI研究里，这类知识称之为“启发式知识”。知识表示的目的知识表示的目的 使用知识。它是问题求解和专家系统的基础。知识表示遵循的思路知识表示遵
7、循的思路产生式规则产生式规则 与或图与或图 状态空间状态空间等等 通用程序设计语言通用程序设计语言（如（如C、C+）自然语言表示自然语言表示 格式化表示格式化表示 计算机语言表示计算机语言表示如果有毛发或者产奶，那么它是哺育动物；如果有毛发或者产奶，那么它是哺育动物；如果吃肉，那么它是食肉动物；如果吃肉，那么它是食肉动物；如果有犬齿、有爪、眼视前方，那么它是食肉动物；如果有犬齿、有爪、眼视前方，那么它是食肉动物；如果是哺育动物、食肉动物、黄褐色、有黑色条纹，那么它是如果是哺育动物、食肉动物、黄褐色、有黑色条纹，那么它是老虎。老虎。自然语言描述知识自然语言描述知识if 有毛发或者产奶有毛发或者产
8、奶 then 它是哺育动物；它是哺育动物；if 吃肉吃肉 then 它是食肉动物；它是食肉动物；if 有犬齿，且有爪，且眼视前方有犬齿，且有爪，且眼视前方 then 它是食肉动物；它是食肉动物；if 是哺育动物，且是食肉动物，且是黄褐色，且有黑是哺育动物，且是食肉动物，且是黄褐色，且有黑色条纹色条纹 then 它是老虎它是老虎。产生式规则表示知识产生式规则表示知识产生式规则的基本形式：产生式规则的基本形式：If P then Q或者或者PQ 专家系统最成功的实例之一， 是1976年美国斯坦福大学肖特列夫（Shortliff）开发的医学专家系统MYCIN，这个系统后来被知识工程师视为“专家系统的
9、设计规范”。 在MYCIN的知识库里，大约存放着450条判别规则和1000条关于细菌感染方面的医学知识。它一边与用户进行对话，一边进行推理诊断。它的推理规则称为“产生式规则”，类似于：“IF（打喷嚏）OR（鼻塞）OR（咳嗽），THEN（有感冒症状）”这种医生诊断疾病的经验总结，最后显示出它“考虑”的可能性最高的病因，并以给出用药的建议而结束。 专家系统和知识工程成为符号主义人工智能发展的主流。 达特莫斯会议以来数十年间，除了在问题求解（包括机器博弈、定理证明等）、专家系统、 模式识别，人工智能在自然语言理解、自动程序设计、机器人学、知识库的智能检索等各种不同的领域，都开拓出极其广阔的应用前景。
10、 纵观人类科学技术发展历史，当一门科学技术的各组成部分，分别发展到一定阶段时，总是需要有人出来作综合工作，将分散的理论与实践成果集成为系统。 谁也没有想到，勇敢地站出来，试图集人工智能研究成果之大成者，竟然是在这个领域并没有多少影响力的日本科学家。 第五代计算机 1982年夏天，日本“新一代计算机技术研究所”（ICOT），40位年轻人 在渊一博带领开始了新一代计算机机的研究。 “新一代计算机”的主要目标之一是突破计算机所谓“冯诺依曼”架构。 渊一博和研究人员甚至不把他们研制的机器命名为计算机，而称作“知识信息处理系统”（KIPS）。 第五代计算机 日本人宣称这种机器将以Prolog(人工智能语
11、言)为机器的语言，其应用程序将达到知识表达级，具有听觉、视觉甚至味觉功能，能够听懂人说话，自己也能说话，能认识不同的物体，看懂图形和文字。人们不再需要为它编写程序指令，只需要口述命令，它自动推理并完成工作任务。 只需要告诉作什么而不需要告诉怎么做！第五代计算机 “五代机”的命运是悲壮的。1992年，因最终没能突破关键性的技术难题，无法实现自然语言人机对话、程序自动生成等目标，导致了该计划的流产，渊一博也不得不重返大学讲坛。 会看、会听、会说的机器 1997年12月，美国微软公司比尔盖茨第五次访问中国 。 当介绍到微软正在着手开发手写输入和语音识别软件时，比尔盖茨当场为听众播放了一段计算机识别人
12、体语言的录像，精彩的情节引起了与会者浓厚的兴趣。 人们看到一台计算机正在分辨人用点头或摇头表示YES和NO的动作，还有计算机跟踪人眼的指向，在眼睛的指挥下，下了一盘“三子棋”。模式识别 模式识别是近30年来得到迅速发展的人工智能分支学科。但是，对于什么是“模式”，或者什么是机器（也包括人）能够辨认的模式，迄今尚无确切的定义。 我们只能形象地解释说，人之所以能识别图象、声音、动作，文字字形、面部表情等等，因为它们都存在着反映其特征的某种模式。 人类可识别的模式是什么？ 视觉识别 一种可能的解决方案是：图象上的每一点都用一个神经细胞与之对应并逐一判别，最后综合为整体；但是，既使只描述图象局部的大致
13、轮廓，神经元的数目仍不敷使用。另一种可能的方案更符合实际：大脑感知的不是图象上所有的点，而是其轮廓中最典型的特征，如线段、角度、弧度、反差、颜色等等，把它们从图象中抽取出来，然后结合头脑中过去的记忆和有关经验和知识分析判断。 视觉识别语音识别技术 1998年12月，IBM公司发布第二代技术ViaVoice98，词库量是ViaVoice4.0的三倍，同时增加了语音导航功能;在普通话的基础上能适应广东、四川、上海三种口音，识别率提高了20个百分点以上，平常速度口音读一般文章的识别率达到了85%95%，只需训练5个词、3句话，5分钟左右即可建立一个语音模型，使中文语音识别技术取得了实质性突破，语音识
14、别终于走到了用户面前。语音合成技术 至于“会说话”的计算机，目前基本上有两种解决方案，其一是“真人发声”，即事先录制好人说的话语，再由计算机来“鹦鹉学舌”，这当然只能局限为某些特定的话语；其二是语音合成，早期计算机合成的语音听起来就像在“念字”、“说词”而不是“说话”，无法做到抑扬顿挫、声情并茂的诵读。表情识别 日前美国加州大学圣迭哥分校的一位计算机博士生就开发了这样一套非常有趣的系统。它将表情识别系统和教学系统整合在一起，通过表情的探测来了解学生对于教学内容的反应，从而对教程进行改进。 人脑与计算机 长期以来， 一个诱人的科学幻想主题经常涉及到人脑与计算机的关系。人类大脑有140多亿个脑神经
15、细胞，每个细胞都与另外5万个其他细胞相互连结。比目前全球电话网还要复杂1500倍。 据前苏联学者阿诺克欣测算，一个普通的大脑拥有的神经突触连接和冲动传递途径的数目， 是在1后面加上1000万公里长的、用标准打字机打出的那么多个零！但是，由如此庞大数目元件构成的大脑，平均重量不足1400克，平均体积约为1.5立方分米， 消耗的总功率只有10瓦。若采用半导体器件组装成相应的计算机装置，则必须做成一座高达40层的摩天大楼，所需功率要以百万千瓦计。 人脑与计算机 左脑的功能是抽象概括思维，这种思维必须借助于语言和其他符号系统，主管“说话”、“写字”、“计算”、“分析”等. 右脑的功能是感性直观思维，这
16、种思维不需要语言的参加，比如掌管“音乐”、“美术”、“立体感觉”等。 而形象思维、知觉、预感、创意这些人类右脑而形象思维、知觉、预感、创意这些人类右脑的功能，迄今计算机尚丝毫难以企及。右脑的的功能，迄今计算机尚丝毫难以企及。右脑的功能不可替代，只能靠人自己培养和发挥。功能不可替代，只能靠人自己培养和发挥。人脑与计算机 对于计算机来说，只要某一个小部件出了毛病，就会导致整个机器瘫痪。但是，人的大脑细胞具有自行组合和分裂的活性，构成了高度可靠的“自适应系统”。在人的一生中， 脑神经元大约每小时就有1000个发生故障，一年之内累计为800多万个。如果人活到100岁，将会有10亿个神经细胞功能失效，约
17、占总数的1/10。即使在这种严重的故障面前，大脑仍然可以正常地运作。人脑与计算机 从以上这些数字看，人类的大脑不啻于世界上最复杂、最高级、最有效、储存容量最大的超级计算机。除了运算速度比计算机略逊一筹外，人脑在结构、尺寸、性能、能耗等各方面都令最先进的计算机望尘莫及。 人脑复制 1988年，美国最负盛名的学术出版机构哈佛大学出版社，出版了一本思维儿童的专著（有人译作换脑儿童），作者是卡内基梅隆大学活动机器人实验室主任汉斯莫拉维克。 莫拉维克在书中生动地描述了人怎样把思维输入计算机，以及这一切怎样在未来50年之内变成现实。 人脑复制 按照莫拉维克等人的设想，一旦我们能够把思维转移到计算机或者储存
18、介质中，既使原件（大脑）受到损伤或者衰老，仍然可以把它拷贝到新克隆出的大脑中，先FORMAT（格式化），再COPY（拷贝）。人不就可以永生不死！ 计算机与人脑相连接 人工智能的泰斗明斯基教授想用另外的办法，即把微计算机嵌入人的大脑，以便使“我们能设计出我们的思维儿童 ，他们思考问题的速度比我们现在快100万倍。” 将计算机植入人脑，用微型芯片配合脑神经细胞工作，只要求解决两者之间的接口问题 。计算机与人脑相连接 德国科学家已经在硅芯片上培植成功一种与人类神经细胞极为相似的老鼠神经细胞，并且可以把神经细胞发出的电子脉冲信号传送到特制传感器上。由此看来，人机连“脑”不是梦，人脑与计算机相连能优势互
19、补，可以弥补人类记忆和运算能力的不足，大大增强人脑的功能。人工智能动物- Nature, 417:37-38,2002.动物的脑是可以和计算机结合在一起，按人类的意志来控制动物的行为的。这样，在新的世纪里，有可能出现一种这样的产物，它是生物机体和电子电路结合的产物，我们可以称呼它为 “人工智能动物人工智能动物”人工智能预言 1958年纽厄尔和赫伯特西蒙在预言“计算机将在10内战胜国际象棋世界冠军”的同时，还大胆地预言说：不出10年，计算机便能找到并证明到那时还未被证明的重要数学定理。不出10年，大部分心理学理论将采取计算机的程序形式。 1970年，明斯基所作的预言却有些离谱：“在三年到八年的时
20、间里，我们将研制出具有普通人一般智力的计算机。这样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治权术，能讲笑话，会争吵。到了这个程度后，计算机将以惊人的速度进行自我教育。几个月之后，它将具有天才的智力，再过几个月，它的智力将无以伦比。”人工智能的现状 人工智能先驱这些充满乐观的预言，除了40年后计算机战胜了卡斯帕洛夫之外，其余的直到现在依然远没有被实现，甚至引发长时期无休无止的争论和哲学意义上的思辩。人工智能虽然作出了许多令人鼓舞的工作，但在前进的道路上，还面临着相当难以克服的障碍。人工智能的未来 现有的计算机技术已充分实现了人类左脑的逻辑推理功能，人工智能的下一步是模仿人类右脑的模
21、糊处理能力，以及模拟整个大脑并行处理大量信息的功能，把人类从那些繁琐的重复性的脑力劳动中解放出来，去从事那些具有高创造性的脑力劳动，如科学发明和艺术创作等等，生产效率也将得到大幅度提高。 人工智能的新生：计算智能 80年代，符号主义AI的研究未能取得应有进展，再加上日本第五代计算机研制的失败，使符号主义的研究受到挫折。然而科学并未因此而停滞不前，它总是在可以突破的地方首先契入进去。 与之形成对比的是，联接主义(神经网络)的研究蓬勃发展，在理论和应用上均取得了令人瞩目的成就，占据人工智能的主导地位。计算智能 计算智能系统是在神经网络、模糊系统、进化计算三个分支发展相对成熟的基础上，通过相互之间的
22、有机融合而形成的新的科学方法，也是智能科学与技术发展的崭新阶段。 随着人工神经网络、进化计算、模糊系统等受自然现象启发的人工智能方法的不断完善，模仿自然界的智能行为成为令机器显现智能的新途径。1994年6月，IEEE在美国Orlando召开了一次国际计算智能会议，将原来的IEEE神经网络学会更名为IEEE计算智能学会(IEEE Computational Intelligence Society)。 此后IEEE计算智能学会分别于1998年、2002年、2006年、2008和2010年召开了五次国际计算智能大会(WCCI)。探索生物认知机理、建立可实现的计算智能理论与模型成为人工智能研究的热点
23、之一。 计算智能所包含的领域 人工神经网络(Artificial Neural Network, ANN) 模糊系统(Fuzzy System, FS) 进化计算(Evolution Computing, EC) 历史上的人工智能大师阿伦图灵（Alan Turing） 计算机科学理论的创始人 人工智能之父马文明斯基（Marniv Lee Minsky）框架理论的创立者首位获得图灵奖的人工智能学者约翰麦卡锡（John McCarthy）首次提出AI的概念赫伯特西蒙（Herbert A. Simon）符号主义学派的创始人爱好广泛的全能科学家中国科学院外籍院士艾伦纽厄尔（Allen Newell）符
24、号主义学派的创始人之一西蒙的学生与同事1975年与西蒙同获图灵奖 爱德华费根鲍姆（Edward A. Feigenbaum）知识工程的提出者Warren S. McCulloch沃仑 麦卡洛克神经网络创始人约翰霍兰德John Holland遗传算法之父Lotfi Zadeh模糊理论创始人对过去五十年的整体评价计算机代替、延伸和增强了人的智力，人工智能计算机代替、延伸和增强了人的智力，人工智能的诞生，表明人类已经认识到单纯的数值计算不的诞生，表明人类已经认识到单纯的数值计算不能完全解决智能模拟问题，逻辑推理和启发式搜能完全解决智能模拟问题，逻辑推理和启发式搜索必不可少。索必不可少。知识工程出现显
25、示了专门知识的重要性，也暴露知识工程出现显示了专门知识的重要性，也暴露了经典数理逻辑的局限性，诱发了人工智能（符了经典数理逻辑的局限性，诱发了人工智能（符号主义）的理论危机。号主义）的理论危机。符号主义的停滞不前，为计算智能的蓬勃发展符号主义的停滞不前，为计算智能的蓬勃发展提供了理想环境，它们用模型计算来模拟各种提供了理想环境，它们用模型计算来模拟各种自然智能机制，取得巨大成功自然智能机制，取得巨大成功。 计算智能的成功说明智能不仅存在于脑思维中，计算智能的成功说明智能不仅存在于脑思维中，也广泛存在于生命活动中。也广泛存在于生命活动中。广义智能观的确立为智能科学提出了一系列深广义智能观的确立为
26、智能科学提出了一系列深刻的理论课题和技术课题。刻的理论课题和技术课题。 历史上反复出现过对人工智能发展的过头预言和历史上反复出现过对人工智能发展的过头预言和对新兴学派的顽固排斥，这都是源于对智能的本对新兴学派的顽固排斥，这都是源于对智能的本质和特点缺乏深刻认识。质和特点缺乏深刻认识。 我们常犯的错误是把智能想象得太简单，太单纯，我们常犯的错误是把智能想象得太简单，太单纯，太固定，太绝对。以偏概全。太固定，太绝对。以偏概全。 智能科学和宇宙科学一样复杂，目前知道的仍然智能科学和宇宙科学一样复杂，目前知道的仍然很少，需要各方面不懈地探索。很少，需要各方面不懈地探索。现在正处在人工智能学科现在正处在
27、人工智能学科发生深刻质变的转型期，发生深刻质变的转型期，这十分类似于物理学这十分类似于物理学形成前夕的情况，形成前夕的情况，我们面临着难得的创新机遇！我们面临着难得的创新机遇！上节课内容回顾上节课内容回顾 人工智能人造的智能，主要是指利用机器模仿人类的感知能力和思维方式小李求助小李求助英文的声音信息英文宣传报道的截图任务一任务一语音信息文本信息如何将音频资源中的信息转换成电子文本信息？解决方案：利用语音识别技术加工信息。语音识别技术的应用：智能手机、智能手表、语音导航、语音输入等等。语音识别技语音识别技术术 比一比一比比AB使用普通电脑完成以下指令 利用语音识别技术完成以下指令指令1：新建一个
28、文档，输入教材51页中关于模式识别的一段话。指令2：搜索模式识别的相关信息任务二报告截图文本信息如何将报告截图中的信息转换成电子文本信息？解决方案：利用OCR（光学字符识别技术）加工信息。OCR的应用：车牌识别、身份证驾照护照等证件识别、名片扫描识别等。光学字符识别光学字符识别技术技术模式识别的类型模式识别的类型模式识别 语音识别 手写识别 指纹识别 光学字符识别 视网膜识别任务三任务三英文信息中文信息如何将刚才加工成电子文本的英文信息转换成中文的信息呢？解决方案：机器翻译技术加工信息。机器翻译技机器翻译技术术其他应用智能机器人计算机博弈智能代理数据挖掘试一试试一试 看一看看一看 搜搜一搜一搜
29、看一看智能代理技术的应用智能家居系统搜一搜什么是“数据挖掘”试一试与智能机器人小i对话人工智能技术的应用包括哪些1、模式识别 语音识别 光学字符识别 指纹识别 手写识别 视网膜识别等2、机器翻译3、智能机器人4、计算机博弈5、智能代理课堂小结课堂小结人工智能技术的应用有哪些优点和缺点?参考答案:优点:代替人类解决一些问题,解放人类的一部分繁琐的脑力和体力劳动,使人类有更多的精力投入到更新更好的智慧创造中。缺点:不具有随机应变的思维能力,不能像人类一样根据实际情况去分析解决问题,而是只能按部就班的去执行事先设定好的指令,因此容易出现一些错误。说一说说一说 人工智能技术的发展不仅仅是一个技术创新问
30、题,同时也对伦理、道德、法律、文化等带来了冲击,因此需要我们辩证的认识,既不能完全依赖,也不能因为其不足而抹杀掉其全部价值,而要负责任地,安全地,健康地开发和使用人工智能技术,用智能的外围设备延伸人的身体头脑,使其成为人类的助手和朋友。1.下面活动中，涉及了人工智能实际应用的是( )。 A.使用扫描仪把报纸上的文字资料以图像文件保存到计算机里 B.星期日上午，张明亮同学与父母在商场购买数码相机 C.访问了http:/ D.在编辑声音时，遇到疑难问题，通过BBS发帖子与网友交流2.下列不属于人工智能的是( )。 A.利用QQ中的游戏与人下五子棋 B.某展厅展出一款机器人，身着交警服装，可以准确指挥交通，还可以回答路人提出的问题 C.我们通过话筒和语音识别软件将报纸文字录入电脑 D.车辆进出小区自动扫描车牌号后打开门禁系统3.下面活动中，涉及了人工智能实际应用的是( )。 A.用Word软件编辑板报并保存到计算机里 B.星期日到公园玩，同学们用数码相机拍照 C.现代小区中用指纹开启自家房门 D.通过QQ在线视频与海外亲友视频聊天4.智能机器人“Asimo”能根据播放的背景音乐有节奏地跳起舞来，这个过程体现了人工智能中的( ) 。 A.指纹识别技术 B.文字识别技术 C.模式识别技术 D.在线翻译技术Thank
