《人工智能技术导论》课程教学资源（PPT课件讲稿）第1章 人工智能概述

第1章人工智能欐述 第1章人工智能欐述 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 13人工智能的学科范畴 14人工智能的研究内容 15人工智能的研究途径与方法 1.6人工智能的基本技术 17人工智能的应用 18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 习题一 BACK

第 1 章 人工智能概述 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 习题一

第1章人工智能欐述 11什么是人工智能 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对人 智能所下的定义

第 1 章 人工智能概述 1.1 什么是人工智能 1.1.1 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对人 工智能所下的定义

第1章人工智能欐述 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年) 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( Hauge land,1985年)。 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年) 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年)

第 1 章 人工智能概述 ——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年)。 ——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年)。 ——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年)。 ——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年)

第1章人工智能欐述 —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年)。 stuart russe1l和 Peter Norvig则把已有的一些人工 智能定义分为4类: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(2003年)

第 1 章 人工智能概述 ——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年)。 ——Stuart Russell和Peter Norvig则把已有的一些人工 智能定义分为4类: 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(2003年)

第1章人工智能欐述 可以看出,这些定义虽然都指出了人工智能的一些特征, 但用它们却难以界定一台计算机是否具有智能。因为要界定机 器是否具有智能,必然要涉及到什么是智能的问题,但这却是 一个难以准确回答的问题。所以,尽管人们给出了关于人工智 能的不少说法,但都没有完全或严格地用智能的内涵或外延来 定义人工智能

第 1 章 人工智能概述 可以看出, 这些定义虽然都指出了人工智能的一些特征, 但用它们却难以界定一台计算机是否具有智能。因为要界定机 器是否具有智能, 必然要涉及到什么是智能的问题,但这却是 一个难以准确回答的问题。所以,尽管人们给出了关于人工智 能的不少说法, 但都没有完全或严格地用智能的内涵或外延来 定义人工智能

第1章人工智能欐述 1.1.2图灵测试和中文屋子 关于如何界定机器智能,早在人工智能学科还未正式诞生 之前的1950年,计算机科学创始人之一的英国数学家阿兰图 灵( Alan turing)就提出了现称为“图灵测试”( Turing test) 的方法。简单来讲,图灵测试的做法是:让一位测试者分别与 台计算机和一个人进行交谈(当时是用电传打字机),而测试 者事先并不知道哪一个被测者是人,哪一个是计算机。如果 交谈后测试者分不出哪一个被测者是人,哪一个是计算机,则 可以认为这台被测的计算机具有智能

第 1 章 人工智能概述 1.1.2 关于如何界定机器智能, 早在人工智能学科还未正式诞生 之前的1950年, 计算机科学创始人之一的英国数学家阿兰·图 灵(Alan Turing)就提出了现称为“图灵测试”(Turing Test) 的方法。简单来讲, 图灵测试的做法是: 让一位测试者分别与 一台计算机和一个人进行交谈(当时是用电传打字机), 而测试 者事先并不知道哪一个被测者是人, 哪一个是计算机。 如果 交谈后测试者分不出哪一个被测者是人, 哪一个是计算机, 则 可以认为这台被测的计算机具有智能

第1章人工智能欐述 对于“图灵测试”,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, 试图说明即便是一台计算机通过了图灵测试,也不能说它就真 的具有智能。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 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

第 1 章 人工智能概述 对于“图灵测试” , 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, 试图说明即便是一台计算机通过了图灵测试, 也不能说它就真 的具有智能。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。 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

第1章人工智能欐述 1.1.3脑智能和群智能 群智能是有别于脑智能的。事实上,它们是属于不同层 次的智能。脑智能是一种个体智能( Individual Intelligence,II),而群智能是一种社会智能( Social Intelligence,SI),或者说是系统智能( System Intelligence,SI)。但对于人脑来说,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)

第 1 章 人工智能概述 1.1.3 群智能是有别于脑智能的。 事实上, 它们是属于不同层 次的智能。脑智能是一种个体智能 (Individual Intelligence,II), 而群智能是一种社会智能 (Social Intelligence,SI), 或者说是系统智能(System Intelligence,SI)。但对于人脑来说, 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)

第1章人工智能欐述 1.1.4符号智能和计算智能 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。符号智能的主要内容包括知识获取( know ledge acquisition)、知识表示( know ledge representation)、知 识组织与管理和知识运用等技术(这些构成了所谓的知识工程 ( Knowledge Engineering,KE)以及基于知识的智能系统等

第 1 章 人工智能概述 1.1.4 1. 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)、 知 识组织与管理和知识运用等技术(这些构成了所谓的知识工程 (Knowledge Engineering, KE))以及基于知识的智能系统等

第1章人工智能欐述 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。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)、粒群算法( Particle Swarm Algorithm.,PSA)、蚁 群算法( Ant Colony Algorithm,ACA)、自然计算( Natural Computation,NC)以及人工生命( Artificial life,AL)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

第 1 章 人工智能概述 2. 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)、 粒群算法(Particle Swarm Algorithm, PSA)、 蚁 群算法(Ant Colony Algorithm, ACA)、 自然计算(Natural Computation, NC)以及人工生命(Artificial Life, AL)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