2023年《人工智能》教学讲座②：机器智能.docx

2023年人工智能教学讲座：机器智能 人工智能教学讲座 机器智能 研究、开发人工智能的目的，就是让机器能够模拟、延伸、扩展人的智能，以实现人类脑力劳动的机械化。 所谓人工智能就是机器智能。 一、人工智能的产生 希望计算机能够代替人类，或是充当人类的代理，来做一些更为繁重、复杂的工作。人们只需要告诉计算机“做什么”，计算机就能实现想要的功能，并可以为人类的美好生活，提供各种各样的服务。 人们对日益增长的美好生活需求，促进了人工智能的产生与发展。 二、人工智能的研究 特点 人工智能具有3个基本特点：交叉性。长期性。广泛性。 交叉性 人工智能是一门交叉学科、边缘学科，是由计算机科学、数学、哲学、脑科学、认知学、行为学、语言学、生物学、心理学等，多种学科相互渗透发展起来的新学科。 长期性 人工智能研究的长远目标是制造出能像人那样思维、行动的智能化机器，代替人脑进行工作。 广泛性 人工智能技术的研究、应用领域非常广泛，如：教学仿真实验、商业的市场决策、农业的专家系统、企业的自动化控制等，很多应用领域。 内容 人工智能的研究内容广泛，如有4个研究方向：机器感知。机器思维。机器学习。机器行为。 机器感知 机器感知使计算机像人一样具有视觉、听觉、嗅觉、触觉、味觉的感觉。如：让计算机能够识别语言、文字、图形、图像、声音、影视、振动、冷暖、气味和质感等。 机器思维 机器思维使机器对已获取的信息能像人那样有目的的处理。如：让计算机像人类专家一样通过推理、演绎解决各个领域的问题。 机器学习 机器学习让计算机模仿人类的学习行为，主动获取新知识和新技能。使计算机能够识别现有的知识，不断仿效人类的学习行为，改善自身性能，实现自我完善。如：让计算机像人类棋手那样，通过博弈实践，吸取经验教训，不断提高棋艺。 机器行为 机器行为使机器运用本身拥有的知识，对获取的信息过程处理，并做出反应。如：让参与海底打捞的智能机器人，根据海水的深度、被打捞物的形状、海底的地质状况等工作的环境状况，自主地完成打捞任务。 方法 研究人工智能通常有3种方法：结构模拟。功能模拟。行为模拟。 结构模拟 结构模拟是以人脑的生理结构和工作机理为基础，对人脑的神经细胞及其构成的神经网络进行研究，采用神经计算的方法来实现学习、联想、识别、推理。 功能模拟 功能模拟是以人脑的心理模型为基础，将问题或知识表示成某种逻辑网络，采用符号推演的方法来实现搜索、推理和学习，模拟人脑的思维。 行为模拟 行为模拟是通过模拟人在控制过程中的智能活动和行为特性，如：自寻优、自适应、自学习、自组织等，来研究和实现人工智能。 三、人工智能的发展 人工智能的发展大致可分为3个阶段：起步阶段。发展时期。发展新阶段 起步阶段（19561970年） 早期的人工智能研究是从智力难题、弈棋、难度不大的定理证明等简单问题开始的。研究的目的不在于实际应用，而在于探索人的解题策略。 自然语言理解、机器视觉、智能机器人等，也是在这一阶段开始研究的。 发展时期（19701980年） 知识工程技术的出现，使得人工智能由单纯的理论探索，开始面向实际应用。是人工智能发展史的重要转折点。 专家系统、自然语言理解系统、物景分析系统、自动程序设计系统等的相继出现，使得知识的表示和运用，成为人工智能所有领域的关键技术。 发展新阶段（1980年以后） 人工智能研究成果开始商品化，出现了用于精密检测的机器视觉系统、用于装配作业的初级智能机器人系统和用于计算机的自然语言接口、各种专家系统。 人工智能向更高水平发展，进而开始研制知识型的智能机器人、知识信息处理系统或第五代智能型计算机。 四、人工智能研究领域 计算机是信息处理的主要工具。 由于计算机能够代替和延伸人类大脑的一部分功能，以至于称之为“电脑”。 但是，目前的计算机只能按照人们为其编排好的程序步骤工作，难以满足人们日益增长的、越来越广泛的美好生活需求。 人工智能应用的领域 人工智能应用的领域非常广泛，如：问题求解、模式识别、符号运算、自然语言理解、智能检索、机器证明、专家系统、机器人学等方面。 问题求解 人工智能的许多概念，如：归纳、推断、决策、规划等都与问题求解有关。 在对弈的过程中，计算机棋手会像人类一样思考，从规则、技巧等各个方面进行判断。田忌赛马就是典型的问题求解中的博弈问题。 思考问题1： 田忌与齐威王，共有几种赛马策略？ 孙膑向田忌献的是什么样的赛马策略？ 模式识别 模式识别就是研究如何使机器具有感知能力。机器感知是机器获取外部信息的根本保障。 计算机识别系统就是使计算机具有模拟人类通过感官接触外界信息、识别和理解周围环境的感知能力。 模式识别技术已经逐渐在图形识别、图像识别、语音识别、机器人视觉、染色体识别等，在许多领域，获得成功的应用。 符号运算 符号运算，又称代数运算，是一种智能化的计算。 符号运算处理的是符号。 符号可以代表整数、有理数、实数和复数，也可以代表多项式、函数、集合等。 自然语言理解 自然语言理解就是研究如何让计算机理解人类自然语言的领域。是指机器能够理解并执行人类所期望的某些语言功能。 如：回答有关提问、生成摘要和文本释义、机器翻译等。 思考问题2： 能否通过把语句分解为各个孤立的部分，然后在字典中查到这些孤立部分的释译，来实现两种不同语言之间的翻译？ 如果不能，在翻译的过程中，还应考虑哪些因素？ 智能检索 在如今的大数据时代，各类繁多、数量巨大的科技文献，用传统的网络数据库的检索技术，远不能胜任。 智能检索的研究，已成为当代科技持续发展的重要保证。 机器证明 机器证明是用计算机来完成数学命题的证明，是现代数学中一种新兴的边缘性学科，也是人工智能发展的一个重要方向。 专家系统 专家系统是人工智能研究领域里，最活跃、最有成效的。研究让“计算机专家”起到人类专家的作用。 根据某个领域里，1个或多个人类专家提供的知识、经验，进行推理和判断，模拟人类专家求解问题的思维过程，以解决各种问题。 机器人学 具有人工智能的机器，需要具备感知、记忆、思维、学习、行为的能力。机器人不一定做成人的外形，但是，一定要能够模拟人的思维、动作，在程序控制下，能够自动完成人类部分工作的机器。 随着科学技术的发展，人工智能各个领域之间会互相渗透，使得相互联系更加紧密，这种融合与渗透，必将促进人工智能研究的进一步发展。 附录1： 人工情感 情感在人的思维活动中占据极为重要的地位，决定和制约着人的行为活动和其它思维活动的基本框架与总体方向。 人工情感指用人工的方法和技术，模仿、延伸和扩展人的情感。使机器具有识别、理解和表达情感的能力。 由于情感是一种特殊的、更深刻的认知，具有更高的复杂性和多变性。因此，人工情感必须建立在一定程度的人工智能的基础上。 人工情感的发展，可分为7个基本阶段： 算术运算。数学运算。逻辑推理。专家系统。模式识别。 情感计算。情感理解 （其中：前5个阶段，是人工智能的发展历程。） 情感是一种特殊的认知。意志又是一种特殊的情感。 人工情感可以使计算机具有友好的、人性化的人机界面，更重要的是能够使计算机具有更高的信息处理速度与效率，具有独立的决策能力和行为控制能力，具有创造性和开拓性的思维能力。 如果人工情感全面实现了。那么，人与机器人之间，就可以实现全面的融合，没有明显的界限、本质的区别。 彼此可以相互转换、相互渗透、相互促进，也无所谓人与机器之间存在什么矛盾与冲突，这就是人工情感的最终归宿。 附录2： 达特莫斯会议 1956年夏天，在美国达特莫斯大学，召开了一次影响深远的历史性会议。与会者仅仅只有10青年学者。 研究的专业包括有：数学、心理学、神经生理学、信息论和计算机科学。 在会上，分别从不同的角度探讨了人工智能的可能性。 达特莫斯会议历时长达2个多月。 学者们在充分讨论的基础上，首次提出了“人工智能”这一术语，标志着“人工智能”作为一门新兴学科正式诞生。 附录2： 图灵测试 阿兰图灵提出：在一个房间里，由1位提问者通过计算机与另外2个回答者人和机器对话。 如果提问者，分辨不出与他交流的对象哪个是人？哪个是机器？ 那么，就认为这台机器，具有了智能。 人工智能教学讲座：机器智能 人工智能教学讲座：智能的概念（推荐） 人工智能与机器人 机器人与人工智能 人工智能 人工智能 人工智能 人工智能 人工智能 人工智能