人工智能ppt课件

绪论很早人类就有制造机器人的幻想黄帝的“指南车”诸葛亮的“木牛流马”亚里士多德的形式逻辑布莱尼茨的关于数理逻辑的思想“机器人”一词的来源现代人工智能的兴起现代人工智能（ArtificialIntelligence，简称AI），一般认为起源于美国1956年的一次夏季讨论（达特茅斯会议），在这次会议上，第一次提出了“ArtificialIntelligence”这个词。什么是人工智能？至今没有统一的定义从“计算”到“算计”像人一样思考的系统理性地思考的系统“要使计算机能够思考..….意思就是：有头脑的机器”（Haugeland,1985）“与人类的思维相关的活动，诸如决策、问求解、学习等活动”（Bellman,1978）“通过利用计算模型来进行心智能力的研究”（Chamiak和McDermott,1985）“对使得知觉、推理和行为成为可能的计算的研究”（Winston,1992）像人一样行动的系统理性地行动的系统“一种技艺，创造机器来执行人需要智能才能完成的功能”（Kurzweil,1990）“研究如何让计算机能够做到那些目前人比计算机做得更好的事情”（Rich和Knight,1991）“计算智能是对设计智能化智能体的研究”（Poole等，1998）“AI..….关心的是人工制品中的智能行为”（Nilsson,1998）图灵测试如何知道一个系统是否具有智能呢？1950年，计算机科学家图灵提出了著名的“图灵测试”。希尔勒的中文屋子罗杰•施安克的故事理解程序（举例）机器是否真的理解了呢？希尔勒的中文屋子问题：通过了图灵测试就具有了智能吗？思考题：如何理解希尔勒的中文屋子？AI的历史回顾第一阶段（40年代中～50年代末）神经元网络时代双层网络M-P模型、感知器模型等问题：XOR问题不能解决AI的历史回顾（续1）XOR问题（异或问题）输入1输入2输出000011101110(0,0)(1,1)(0,1)(1,0)AI的历史回顾（续2）Minsky的著作：《Perceptions》（感知器）从理论上证明了二层神经元网络不可能解决XOR问题如果要求解XOR问题，神经元网络必须是3层或3层以上的结构对于3层或3层以上的神经元网络，难于找到一个通用的学习算法AI的历史回顾（续3）第二阶段（50年代中～60年代中）通用方法时代物理符号系统主要研究的问题：GPS、游戏、翻译等对问题的难度估计不足，陷入困境AI的历史回顾（续4）一个笑话（英俄翻译）：Thespiritiswillingbutthefleshisweek.（心有余而力不足）Thevodkaisstrongbutmeatisrotten.（伏特加酒虽然很浓，但肉是腐烂的）AI的历史回顾（续5）出现这样的错误的原因：Spirit：1）精神2）烈性酒结论：必须理解才能翻译，而理解需要知识AI的历史回顾（续6）知识就是力量——培根知识蕴涵着力量——费根鲍姆AI的历史回顾（续7）第三阶段（60年代中～80年代初）知识工程时代专家系统知识工程知识工程席卷全球各国发展计划：美国星球大战计划英国ALVEY计划法国UNIKA计划日本五代机计划中国“863”计划AI的历史回顾（续8）遇到的困难：知识获取的瓶颈问题AI的历史回顾（续9）第四阶段（80年代中～90年代初）新的神经元网络时代BP网（算法），解决了多层网的学习问题Hopfield网，成功求解了旅行商问题存在问题：理论依据解决大规模问题的能力新的动向——构造化方法AI的历史回顾（续10）第五阶段（90年代初～现在）海量数据处理与网络时代网络给AI带来无限的机会知识发现与数据挖掘AI走向实用化AI的研究内容搜索技术知识示规划方法机器学习认知科学AI的研究内容（续1）自然语言理解与机器翻译专家系统与知识工程定理证明博弈机器人数据挖掘与知识发现AI的研究内容（续2）多Agent系统复杂系统足球机器人人机交互技术人工智能取得的一些成果四十多年来，人工智能的研究虽然步履艰难，但也取得了一些很突出的成绩。下面列举一些实例。定理证明50年代中期，世界上最早的启发式程序“逻辑理论家”，证明了数学名著《数学原理》中的38个定理。经改进后，62年证明了该中全部的52个定理。被认为是用计算机探讨人类智力活动的第一个真正的成果。四色定理的证明四色定理从1852年发现四色问题，世界上很多著名的科学家试图证明，当一直未能完成。1976年6月，哈肯在美国伊利诺斯大学的两台不同的电子计算机上，用了1200个小时，作了100亿次判断，终于完成了四色定理的证明，从而解决了一个历时100多年的问题，轰动了世界。定理证明的“吴方法”2000年我国最高科学技术奖获得者吴文俊教授，提出了“数学机器化”。1977年，吴文俊关于平面几何定理的机械化证明首次取得成功。创立了定理机器证明的“吴方法”。通用问题求解器（GPS）从1957年开始，Newell等人开始研究一种不依赖于具体领域的通用解题程序，这个程序的设计是从模仿人类问题求解的规程开始的。在它能处理的有限类别的问题中，它显示出程序决定的子目标及可能采取的行动的次序，与人类求解同样问题是类似的。因此，GPS很可能是第一个实现了“像人一样思考”方法的程序。专家系统人类之所以能求解问题，是因为人类具有知识。专家系统就是把有关领域专家的知识整理出来，让计算机利用这些知识求解专门领域的问题。1968年世界上第一个专家系统DENDRAL问世。MYCIN，一个著名的医疗诊断专家系统第一个商用专家系统：R1世界上第一个成功的商用专家系统，1982年开始正式在DEC公司使用。该程序帮助为新计算机系统配置订单；到1986年为止，估计它为公司每年节省了4千万美元。海湾战争中的专家系统在1991年的海湾危机中，美国军队使用专家系统用于自动的后勤规划和运输日程安排。这项工作同时涉及到50000个车辆、货物和人，而且必须考虑到起点、目的地、路径以及解决所有参数之间的冲突。AI规划技术使得一个计划可以在几小时内产生，而用旧的方法需要花费几个星期。数字识别清华大学智能技术与系统国家重点实验室采用神经元网络方法研制的数字识别系统，用于2000年我国人口普查。对普查数据进行自动识别，错误率达到了万分之一以下的高水平。古籍数字化——《四库全书》IBM的“深蓝”北京时间1997年5月12日凌晨4点50分，美国纽约公平大厦，当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时，国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕，“深蓝”以3.5：2.5的总比分战胜卡斯帕罗夫。正在与深蓝下棋的卡斯帕罗夫IBM的“深蓝”（续1）96年2月第一次比赛结果：“深蓝”：胜、负、平、平、负、负97年5月第二次比赛结果：“深蓝”：负、胜、平、平、平、胜IBM的“深蓝”（续2）“深蓝”的技术指标：32个CPU每个CPU有16个协处理器每个CPU有256M内存每个CPU的处理速度为200万步/秒“人机之战”简史1958年，IBM704成为第一台能同人下棋的计算机，名为“思考”，思考速度每秒200步60年代中期，科学家德里夫斯断言，计算机将无法击败一位年仅10岁的棋手1973年，国际象棋软件4.0被开发出来，这是未来程序的基础1979年，国际象棋软件4.9达到专家级水平1981年，CRAYBLITZ新的超级计算机拥有特殊的集成电路，预言将可在1995年击败世界棋王1983年，BELLEAT＆T开发了国际象棋硬件，达到了大师水平80年代中期，皮兹堡的CARNEGIEMELLON大学开始研究世界级的国际象棋计算机程序1987年，“深思”首次以每秒钟75万步的思考速度露面，它的水平相当于拥有国际等级分为2450的棋手1988年，“深思”击败丹麦特级大师拉尔森1989年，“深思”已经有6台信息处理器，每秒思考速度达200万步，但在与世界棋王卡斯帕罗夫进行的“人机大战”中对阵以0比2败北1990年，“深思”第二代产生，使用IBM的硬件，吸引了前世界棋王卡尔波夫与之对抗1991年，“弗里茨”问世1993年，“深思”二代击败了丹麦国家队，在与世界优秀女棋手小波尔加的对抗中获胜1995年，“深蓝”更新程序，新的集成电路将其思考速度达到每秒300万步1996年，“深蓝”在与卡斯帕罗夫的挑战赛中，以2比4不敌卡斯帕罗夫1997年，“超级深蓝”开发出了更加高级的“大脑”，4名国际大师参与IBM的挑战小组为电脑与卡斯帕罗夫重战出谋划策，最后“超级深蓝”以3比2击败了卡斯帕罗夫，卡斯帕罗夫要求重赛，但没有得到回应1999年，“弗里茨”升级为“更弗里茨”(DeepFritz)2001年，“更弗里茨”更新了程序，击败了卡斯帕罗夫和阿南德，以及除了克拉姆尼克之外的所有排名世界前十位的棋手2002年10月，“更弗里茨”与克拉姆尼克在巴林进行“人机大战”，思考速度为每秒600万步，双方4比4战平2003年1～2月“更年少者”与卡斯帕罗夫举行人机对抗，双方3比3战平思考题2：国际象棋、中国象棋与围棋为什么已经有了可以战胜国际大师的国际象棋程序，而中国象棋和围棋的程序水平却比较低呢？力量投入问题？计算机发展水平问题？棋本身的复杂性问题？其他别的问题？智能汽车智能技术与系统国家重点实验室研制的智能汽车在高速公路上，该汽车可以自动识别道路，自动躲避障碍物在最近的实验中，平均速度为100公里，最高速度达到了150公里，达到了世界先进水平。足球机器人两个组织：RoboCup和FIRA设有仿真组、小型组、中型组和有腿组控制方式：FIRA采用集中控制，而RoboCup采用分布式控制清华大学获得2001、2002年RoboCup世界冠军、2003年亚军（仿真组）清华大学获得2003年RoboCup小型组全国冠军小型组有腿组历史上的人工智能大师下面介绍图灵和几位获得图灵奖的人工智能大师阿伦•图灵（AlanTuring）计算机科学理论的创始人阿伦•图灵（AlanTuring）1912年出生于英国伦敦，1954年去世1936年发表论文“论可计算数及其在判定问题中的应用”，提出图灵机理论1950年发表论文“计算机与智能”，阐述了计算机可以具有智能的想法，提出图灵测试1966年为纪念图灵的杰出贡献，ACM设立图灵奖马文•明斯基（MarnivLeeMinsky）人工智能之父框架理论的创立者首位获得图灵奖的人工智能学者马文•明斯基（MarnivLeeMinsky）1927年出生于美国纽约1951年提出思维如何萌发并形成的基本理论1956年达特茅斯会议的发起人之一1958年在MIT创建世界上第一个AI实验室1969年获得图灵奖1975年首创框架理论约翰•麦卡锡（JohnMcCarthy）人工智能之父LISP语言的发明人首次提出AI的概念约翰•麦卡锡（JohnMcCarthy）1927年出生于美国波士顿1956年发起达特茅斯会议，并提出“人工智能”的概念1958年与明斯基一起创建世界上第一个人工智能实验室发明α－β剪枝算法1959年开发LISP语言开创逻辑程序研究，用于程序验证和自动程序设计1971年获得图灵奖赫伯特•西蒙（HerbertA.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赫伯特•西蒙(HerbertA.Simon）1916年出生于美国的威斯康辛州1943年在匹兹堡大学获政治学博士学位1969年因心理学方面的贡献获得杰出科学贡献奖1975年和他的学生艾伦•纽厄尔共同获得图灵奖1978年获得诺贝尔经济学奖1986年因行为学方面的成就获得美国全国科学家奖章50年代至60年代初开发了世界上最早的启发式程序“逻辑理论家”LT，证明了《数学原理》第二章中的全部52个定理，开创了机器定理证明这一新的学科领域57年开发了IPL(InformationProcessingLanguage)语言，是最早的AI语言。60年开发了“通用问题求解系统”GPS66年开发了最早的下棋程序之一MATER70年发展与完善了语义网络的概念和方法70年代提出了“物理符号系统假说”70年代提出决策过程模型，成为DSS的核心内容艾伦•纽厄尔（AllenNewell）符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查理德•卡普（RichardM.Karp）发明“分枝界限法”的三栖学者查理德•卡普（RichardM.Karp）1935年出生于美国波士顿是加州大学伯克利分校三个系的教授：电气工程和计算机系数学系工业工程和运筹学系60年代提出“分枝界限法”，成功求解含有65个城市的旅行商问题，创当时的1985年获得图灵奖爱德华•费根鲍姆（EdwardA.Feigenbaum）知识工程的提出者大型人工智能系统的开拓者爱德华•费根鲍姆（EdwardA.Feigenbaum）1936年出生于美国的新泽西州通过实验和研究，证明了实现智能行为的主要手段是知识1977年提出知识工程，使人工智能从理论转向应用名言：知识蕴藏着力量1994年和劳伊•雷迪共同获得图灵奖1963年主编了《计算机与思想》一书，被认为是世界上第一本有关人工智能的经典性专著1965年开发出世界上第一个专家系统开发出著名的专家系统MYCIN80年代合著了四卷本的《人工智能手册》开设Teknowledge和IntelliGenetics两个公司，是世界上第一家以开发和将专家系统商品化的公司劳伊•雷迪（RajReddy）大型人工智能系统的开拓者劳伊•雷迪（RajReddy）37年出生于印度，66年在美国获得博士1994年与费根鲍姆共同获得图灵奖主持过一系列大型AI系统的开发Navlab能在道路行驶的自动车辆项目LISTEN用于扫盲的语音识别系统以诗人但丁命名的火山探测机器人项目自动机工厂项目，提出“白领机器人学”