人工智能及其应用笔记

耿志强:15811356899 gengzhiqiang@mail.buct.edu.cn

目录


第一章:绪论

1.什么是人工智能?人工智能的意义和目标是什么?

  • 定义 1.1 智能 (intelligence) 人的智能是人类理解和学习事物的能力,或者说,智能是思考和理解的能力而不是本能做事的能力。
  • 另一种定义为:智能是一种应用知识处理环境的能力或由目标准则衡量的抽象思考能力。

  • 定义 1.2 智能机器 (intelligent machine) 智能机器是一种能够呈现出人类智能行为的机器,而这种智能行为是人类用大脑考虑问题或创造思想。
  • 另一种定义为:智能机器是一种能够在不确定环境中执行各种拟人任务(anthropomorphic tasks) 达到预期目标的机器。

  • 定义 1.3 人工智能(学科) 长期以来,人工智能研究者们认为:人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支,它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论和技术。
  • 近年来,许多人工智能和智能系统研究者认为:人工智能(学科)是智能科学 (intelligence science) 中涉及研究、设计及应用智能机器和智能系统的一个分支,而智能科学是一门与计算机科学并行的学科。
  • 人工智能到底属千计算机科学还是智能科学,可能还需要一段时间的探讨与实践,而实践是检验真理的标准,实践将做出权威的回答。

  • 定义 1.4 人工智能(能力) 人工智能(能力)是智能机器所执行的通常与人类智能 有关的智能行为,这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。
  • 1950 年图灵 (Turing) 设计和进行的著名实验(后来被称为图灵实验,Turing test),提出并部分回答了“机器能否思维”的问题,也是对人工智能的一个很好注释。
  • 为了让读者对人工智能的定义进行讨论,以更深刻地理解人工智能,下面综述其他几种关于人工智能的定义。

  • 定义 1.5 人工智能是一种使计算机能够思维,使机器具有智力的激动人心的新尝试 (Haugeland 1985)。

  • 定义 1.6 人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化(Bellman 1978)。

  • 定义 1.7 人工智能是用计算模型研究智力行为 (Charniak & McDermott 1985)。

  • 定义 1.8 人工智能是研究那些使理解、推理和行为成为可能的计算 ( Winston 1992)。

  • 定义 1.9 人工智能是一种能够执行需要人的智能的创造性机器的技术 (Kurzwell 1990)。

  • 定义 1.10 人工智能研究如何使计算机做事让人过得更好 (Rick & Knight 1991)。

  • 定义 1.11 人工智能是研究和设计具有智能行为的计算机程序,以执行人或动物所具有的智能任务 (Dean, Allen Aloimonos 2003)。

  • 定义 1.12 人工智能是一门通过计算过程力图理解和模仿智能行为的学科(Schalko ff 1990)。

  • 定义 1.13 人工智能是计算机科学中与智能行为的自动化有关的一个分支(Luger & Stubblefield 1997)。

  • 其中,定义 1.5 和定义 1.6 涉及拟人思维;定义 1.7 和定义 1.8 与理性思维有关;定义 1.9~定义 1.11 涉及拟人行为;定义 1.12 和定义 1.13 与理性行为有关。

近期目标:建造智能计算机代替人类的部分智力劳动

远期目标:用自动机模仿人类的思维过程和智能行为

2.完整的物理符号系统的基本功能?

  • (1) 输人符号 (input);
  • (2) 输出符号 (output);
  • (3) 存储符号 (store);
  • (4) 复制符号 (copy) ;
  • (5) 建立符号结构 :通过找出 各符号间的关系,在符号系统中形成符号结构;
  • (6) 条件性迁移 (conditional transfer):根据已有符号,继续完成活动过程。

3.人工智能有哪些主要学派?他们的认知观分别是什么?

目前人工智能的主要学派有下列 3 家:

  • (1) 符号主义 (symbolicism), 又称为逻辑主义 (logicism) 、心理学派 (psychlogism) 或计算机学派 (computerism), 其原理主要为物理符号系统假设和有限合理性原理。符号主义认为人工智能源千数理逻辑。
  • (2) 连接主义 (connectionism) , 又称为仿生学派 (bionicsism) 或生理学派 (physiologism),其原理主要为神经网络及神经网络间的连接机制与学习算法。连接主义认为人工智能源于仿生学,特别是人脑模型的研究。
  • (3) 行为主义 (actionism), 又称进化主义 (evolutionism) 或控制论学派 (cyberneticsism) ,其原理为控制论及感知-动作型控制系统。行为主义认为人工智能源于控制论。

以上三个人工智能学派将长期共存与合作,取长补短,并走向融合和集成,为人工智能的发展作出贡献。

人工智能的争论

1.对人工智能理论的争论

人工智能各学派对于 AI 的基本理论问题,诸如定义、基础、核心、要素、认知过程、学科体系以及人工智能与人类智能的关系等,均有不同观点。

(1) 符号主义

符号主义认为人的认知基元是符号,而且认知过程即符号操作过程。它认为人是一个物理符号系统,计算机也是一个物理符号系统,因此,我们就能够用计算机来模拟人的 智能行为,即用计算机的符号操作来模拟人的认知过程。也就是说,人的思维是可操作的。它还认为,知识是信息的一种形式,是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。知识可用符号表 示,也可用符号进行推理,因而有可能建立起基于知识的人类智能和机器智能的统一理论体系。

(2) 连接主义

连接主义认为人的思维基元是神经元,而不是符号处理过程。它对物理符号系统假设待反对意见,认为人脑不同于电脑,并提出连接 主义的大脑工作模式,用于取代符号操作的电脑工作模式。

(3) 行为主义

行为主义认为智能取决千感知和行动(所以被称为行为主义),提出智能行为的“感知一动作”模式。行为 主义者认为智能不需要知识、不需要表示、不需要推理;人工智能可以像人类智能一样逐步进化(所以称为进化主义);智能行为只能在现实世界中与周围环境交互作用而表现出来。行为主义还认为:符号主义(还包括连接主义)对真实世界客观 事物的描述及其智能行为 工作模式是过于简化的抽象,因而是不能真实地反映客观存在的。

2.对人工智能方法的争论

不同人工智能学派对人工智能的研究方法问题也有不同的看法。这些问题涉及:人工智能是否一定采用模拟人的智能的方法?若要模拟又该如何模拟?对结构模拟和行为模拟、感知思维和行为、对认知与学习以及逻辑思维和形象思维等问题是否应分离研究?是否有必要建立人工智能的统一理论系统?若有,又应以什么方法为基础?

(1) 符号主义

符号主义认为人工智能的研究方法应为功能模拟方法。通过分析人类认知系统所具备的功能和机能,然后用计算机模拟这些功能,实现人工智能。符号主义力图用数学逻辑方法来建立人工智能的统一理论体系,但遇到不少暂时无法解决的困难,并受到其他学派的否定。

(2) 连接主义

连接主义主张人工智能应着重于结构模拟,即模拟人的生理神经网络结构,并认为功能、结构和智能行为是密切相关的。不同的结构表现出不同的功能和行为。已经提出多种人工神经网络结构和众多的学习算法。

(3) 行为主义

行为主义认为人工智能的研究方法应采用行为模拟方法,也认为功能、结构和智能行为是不可分的。不同行为表现出不同功能和不同控制结构。行为主义的研究方法也受到其他学派的怀疑与批判,认为行为主义最多只能创造出智能昆虫行为,而无法创造出人的智能行为。

4.人工智能的研究领域包括哪些?

1.问题求解与博弈。 2.逻辑推理与定理证明。 3.计算智能。 4.分布式人工智能与 Agent。 5.自动程序设计。 6.专家系统。 7.机器学习。 8.自然语言理解。 9.机器人学。 10.模式识别。 11.机器视觉。 12.神经网络。 13.智能控制。 14.智能调度与指挥。 15.智能检索。 16.系统与语言工具。 智能操作系统。智能多媒体系统。智能计算机系统。智能网络系统。

5.什么是图灵测试?

图灵测试(The Turing test)由艾伦·麦席森·图灵发明,指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。
进行多次测试后,如果有超过30%的测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。图灵测试一词来源于计算机科学和密码学的先驱阿兰·麦席森·图灵写于1950年的一篇论文《计算机器与智能》,其中30%是图灵对2000年时的机器思考能力的一个预测,目前我们已远远落后于这个预测。

6.人工智能的发展历程?

孕育时期 (1956 年前)
形成时期 (1956-1970 年)
暗淡时期 (1966-1974 年)
知识应用时期 (1970-1988 年)
集成发展时期 (1986 年至今)


第二章:知识表示

1.知识的层次及其概念?

知识的层次及其概念

数据可以定义为:“客观事物的数量、属性、 位置及其相互关系等的抽象表示”。

数据:是信息的载体和表示。(用一组符号及其组 合表示信息)

信息:是数据的语义(即数据在特定场合下的具 体含义)

如何表述数据和信息的关系?

数据是信息的载体和表示,而信息是对数据的解释。

它描述一件事、一个物体或一种现象的有关属性、状态、地点、程度、方式等等。

知识:在长期的生活及社会实践中、在科学研究及实验 中积累起来的对客观世界的认识与经验。

知识:把有关信息关联在一起所形成的信息结构。

知识反映了客观世界中事物之间的关系,不同事物或者 相同事物间的不同关系形成了不同的知识。

元知识是有关知识的知识,是知识库中的高层知识。包括怎样使 用规则、解释规则、校验规则、解释程序结构等知识。

2.知识的属性及引起不确定性的因素?

3.知识的分类?

4.什么是知识表示?

5.常用的知识表示方法及其衡量标准?

6.会用一阶谓词表示所给的知识。

7.产生式系统的基本结构及其求解过程?

8.会用语义网络表示知识。

9.会用框架表示知识。

10.状态空间法、与或树法

11.面向对象的基本特征?


第三章:搜索和推理

1.搜索的分类?

2.宽度优先与深度优先搜索算法过程,能找出算法可扩展的节点数和最短路径?

3.理解A*算法,能找出算法可扩展的节点数和最短路径?

4.理解产生式系统的推理方式?

5.规则推理的冲突消解方法?能根据要求进行简单的推理。

6.什么是不确定推理?

7.能求解证据和结论的不确定计算方法。

8.什么是模糊集与隶属度函数?

9.模糊集的合成计算及截集。

10.模糊综合评判方法及其求解方法


第四章:计算智能(神经计算)

1.神经网络模型的基本组成?

2.理解感知器模型的二值逻辑运算。

3.开发一个神经网络的基本阶段(步骤)?

4.理解Hebb学习规则、感知器学习规则及其梯度下降法学习规则。

5.理解并会编写BP算法。


第五章:计算智能(进化计算)

1.试述遗传算法的基本原理,并说明遗传算法的求解步骤。

2.遗传算法的三个重要的操作算子及其作用?

3.会编写基本的遗传算法程序。


第六章:专家系统

1.专家系统的类型?

2.专家系统的基本组成?

3.会编写小型专家系统。

4.专家系统与一般应用程序的不同?

Search

    Table of Contents