Transcript 人工智能（AI：Artificial Intelligence）

School of Computer Science @ CUG
人工智能
Artificial Intelligence
李长河
[email protected]
School of computer,CUG
Artificial Intelligence
Introduction: 1
School of Computer Science @ CUG
Module Instructions
教学模式：课堂教学28学时+
实验教学12学时(3次)
教学语言：英语+普通话
授课内容：选取几个主题
参考教材：《人工智能导论》
第三版 王万良
《Artificial Intelligence:
A Modern Approach 》
by Stuart Russell and
Peter Norvig
Artificial Intelligence
Introduction: 2
School of Computer Science @ CUG
课程考核：
三位同学一组（指定分组），每个小组分配一个选题，
每个选题有4部分考核内容，每个考核内容由组内一位同学担任
组长，负主要责任完成该考核点。
考核点：
算法设计(1)程序实现(2)论文撰写+幻灯展示(3)
要求：
算法设计(1):
在指定选题中，基于现有经典算法基础上，加以改进 。
给出详细的算法流程图(伪代码)，标明小组改进的地方。
程序实现(2)：
编程语言不限，但要严格按照代码的标准形式书写，推
荐C++。最好实现程序的界面化。C++代码标准
Artificial Intelligence
Introduction: 3
School of Computer Science @ CUG
论文撰写(3)：Write In English
要求至少阅读3篇以上相关外文文献(组内1篇/人)，论文
内容包括选题的研究背景，典型的解决方案，及自己的算法实
现及结果，并附带源程序。
幻灯展示(3): Speak In English
时间不超过7分钟，把你们所做的课题、算法设计方案、
程序实现、结果和结论展示给同学们。
Table for Project Contribution(must be shown in talk )
Name
Algorithm
design
Program
Paper Writing+
developing Slide presentation
A
0.8
0.1
0.1
B
0.1
0.8
0.1
C
0.1
0.1
0.8
Artificial Intelligence
Introduction: 4
School of Computer Science @ CUG
作业提交时间(Hard Deadline)：
算法设计(1): 第二次上机结束(递交报告)
程序实现(2)：第三次上机结束(递交报告)
论文撰写(3)：倒数第二次课前一周（递交报告）
幻灯展示(3): 倒数第二次课（现场提问打分）
题目：
讲课过程中会适时放到课程主页上
上机时间：
很可能最后三周。预定3个晚上，具体时间、地点待定，
Artificial Intelligence
Introduction: 5
School of Computer Science @ CUG
小组由老师来指定，组内分工自由商量，题目将在
稍后授课过程中给出。三个考核的内容按时间顺序
完成，每个任务由一个同学负主要责任完成，大家
互相督促互相帮助。
成绩：
算法设计和程序实现在提交报告中体现，论
文撰写和幻灯展示由论文质量和幻灯讲解质量决定
。
Artificial Intelligence
Introduction: 6
School of Computer Science @ CUG
Module Instructions
课程主页
http://cs.cug.edu.cn/teacherweb/lichanghe/pages/t
eachingRes/AI.html
所有与该课程相关的资料、信息都将在课程主页上提供
兴趣激发：
人类在AI领域最前沿的一些研究视频，为将来可
能在该领域从事科研的同学开拓视野。
Artificial Intelligence
Introduction: 7
School of Computer Science @ CUG
How to Create Model (AI) from Nature
Artificial Intelligence
Introduction: 8
School of Computer Science @ CUG
Shortcut to Get AI
Artificial Intelligence
Introduction: 9
School of Computer Science @ CUG
How to Motivate Yourself
Widen your mind to see what other people are
doing by news of technologies, google for the
state-of-the-art technologies or topics you are
interested, watch TV shows.
Ant foraging
Artificial Intelligence
Human Like Robot
Introduction: 10
School of Computer Science @ CUG
The time for AI
Visual intelligence (which previously only
animals/humans had)
Natural language intelligence (which beat the best
human players at Jeopardy)
Deep learning,
Situational awareness (self-awareness?)
Human-like robot frames, plus quantum computers
and inexpensive super-computers - all of which exist
right now.
Artificial Intelligence
Introduction: 11
School of Computer Science @ CUG
Objectives
1. Understand some popular methods of AI to
solve complex problems in different research
domains.
2. Show you what I know especially the topics I
am currently doing (ads: some of you may
start your own research with me for your
graduate project).
3. Broaden your eyes to hope that some of you
may contribute yourself in AI research or AI
applications.
Artificial Intelligence
Introduction: 12
School of Computer Science @ CUG
第一章 绪论
Artificial Intelligence
Introduction: 13
School of Computer Science @ CUG
Intelligence
Can anyone show me some
examples of intelligence
from anywhere or whatever
you’ve seen?
Artificial Intelligence
Introduction: 14
School of Computer Science @ CUG
Animal intelligence
Artificial Intelligence
Introduction: 15
School of Computer Science @ CUG
Human Intelligence
• 端脑由约140亿个细胞构成，重约1400克，大脑皮层厚度约为
2--3毫米，总面积约为2200平方厘米，据估计脑细胞每天要
死亡约10万个（越不用脑，脑细胞死亡越多）。一个人的脑
储存信息的容量相当于1万个藏书为1000万册的图书馆，人脑
中的主要成分是水，占80%。脑虽只占人体体重的2%，但耗
氧量达全身耗氧量的25%，血流量占心脏输出血量的15%，
一天内流经脑的血液为2000升。脑消耗的能量若用电功率表
示大约相当于25瓦。
Artificial Intelligence
Introduction: 16
School of Computer Science @ CUG
Artificial Intelligence
Artificial Intelligence
Introduction: 17
School of Computer Science @ CUG
引言（1）
人类的自然智能伴随着人类的活动无处不在，如解题、下棋
、猜谜、讨论问题、编制计划和编制程序、驾车等都需要智
能。因此，智能是和人类的各项活动紧密联系在一起的 。其
他动物的生存与繁衍也离不开智能。
• Humans are good at solving complex problems
• Humans are good at solving ill-defined problems
• Many of these tasks are computationally very difficult or even
intractable
• Is it possible to get computers to solve such problems also?
Artificial Intelligence
Introduction: 18
School of Computer Science @ CUG
引言（2）
Artificial Intelligence
Introduction: 19
School of Computer Science @ CUG
引言（3）
人工智能（AI：Artificial Intelligence）是当前
科技发展中的一门前沿学科，同时也是一门新思想、
新观念、新理论、新技术不断出现的学科，是在计算
机、控制论、信息论、数学、心理学、哲学、语言学
等多种学科相互综合、相互渗透的基础上发展起来的
一门交叉性的边缘学科。
Artificial Intelligence
Introduction: 20
School of Computer Science @ CUG
• Artificial intelligence (AI) is the intelligence of
machines and the branch of computer science that
aims to create it. “the study and design of
intelligent agents"where an intelligent agent is a
system that perceives its environment and takes
actions that maximize its chances of success.
Artificial Intelligence
Introduction: 21
本章主要内容
School of Computer Science @ CUG
人工智能的界定
人工智能的诞生和发展
人工智能研究的主要方法
人工智能研究的主要内容
Artificial Intelligence
Introduction: 22
School of Computer Science @ CUG
1.1 人工智能的界定
In which we try to explain why we
consider artificial intelligence to be a
subject most worthy of study, and in
which we try to decide what exactly it is,
this being a good thing to decide before
embarking.------ "Introduction to AI: A
Modern Approach" by Stuart Russell and
Peter Norvig
Stuart Russell
Artificial Intelligence
Peter Norvig
Introduction: 23
School of Computer Science @ CUG
什么是人工智能（1）
• 20世纪的信息技术，尤其是计算机的出现，以机器代替或减轻人的脑力劳
动，形成人工智能新兴学科。
Artificial Intelligence
Introduction: 24
什么是人工智能（1）
School of Computer Science @ CUG
• Free human hands by mechanical power
Steam engine
James Watt(1736-1819)
• Can we free ourselves totally? from both physical and
mental work by robot?
Artificial Intelligence
Introduction: 25
School of Computer Science @ CUG
• 1956年四位年轻学者：John McCarthy、Marvin Minsky、Nathaniel
Rochester和Claude Shannon共同发起和组织召开了用机器模拟人类智
能的夏季专题讨论会。会议邀请了包括数学、神经生理学、精神病学(
psychiatry)、心理学、信息论和计算机科学领域的10名学者参加，为期
两个月。此次会议是在美国的Dartmouth召开，有时称为Dartmouth夏季
讨论会。
• 会议上，科学家们运用数理逻辑和计算机的成果，提供关于形式化计算和
处理的理论，模拟人类某些智能行为的基本方法和技术，构造具有一定智
能的人工系统，让计算机去完成需要人的智力才能胜任的工作。
• 在Dartmouth夏季讨论会上，约翰·麦卡锡提议用人工智能（artificial
intelligence）作为这一交叉学科的名称，标志着人工智能学科的诞生，
具有十分重要的意义。
Artificial Intelligence
Introduction: 26
School of Computer Science @ CUG
John McCarthy at a
conference in 2006
Nathaniel
Rochester
1984
Computer
Pioneer
Award
Artificial Intelligence
Marvin Minsky in 2008
Shannon and his
famous
electromechanical
mouse Theseus
which he tried to
have solve the maze
in one of the first
experiments in
artificial intelligence
Introduction: 27
什么是人工智能（2）
School of Computer Science @ CUG
Stuart Russell和Peter Norvig把当前有关AI的定
义分成四类 ：
类人思维方法
理性思维系统
Thinking as humans
Thinking rationally
类人行为方法
理性行为系统
Acting as humans
Acting rationally
Artificial Intelligence
Introduction: 28
School of Computer Science @ CUG
类人行为方法
• Kurzwell提出人工智能认为人工智能
是一门技术，它创造出够完成一定任
务的机器，而当我们人类对这些任务
进行处理的时候，需要一定的智能。
• 方法： 对于人类做的比较好的智能任
务，让计算机来完成
•定理证明
最著名的就是Turing测试
Artificial Intelligence
•下国际象棋
•做外科手术
•诊断疾病
……
Introduction: 29
Turing测试（1）
School of Computer Science @ CUG
• Alan Turing, “Computing Machinery and
Intelligence”, Mind, 59:433 – 460, 1950.
• 问题: “Can machines think?”
• 为此，Turing设计了著名的Turing Test
Artificial Intelligence
Introduction: 30
Turing测试（2）
School of Computer Science @ CUG
• 测试者(interrogator)A，被测试者B与C。
• A是人，B与C一个是人，另一个是计算机。
• A提出问题，B与C分别回答。
• 如果B与C的回答，使得A无法区分是人的回答还是计算
机的回答，则计算机具有了智能。
• Turing测试第一次给出了检验计算机是否具有智能的
哲学说法。
Opponent voice: the Chinese Room argument.
Artificial Intelligence
Introduction: 31
School of Computer Science @ CUG
the Chinese Room argument
Artificial Intelligence
Introduction: 32
类人思维方法
School of Computer Science @ CUG
 Bellman提出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。
 主要采用的是认知模型(cognitive model)的方法---是关于
人类思维工作原理的可检测的理论。
 如果说某个程序能够像人一样思考，那么就必须以某种方式
确定人是如何思考的。为确定人类思维的内部是怎样工作的
，可以有两种方法：通过内省（introspection）----在人思
考过程中，掌握人自己的想法；或者通过心理学实验
 Issues：So far, we
don’t even know
how our brain
works.
Artificial Intelligence
Introduction: 33
理性思考方法
School of Computer Science @ CUG
 1985年Charniak和McDermott提出人工智能是用计算模型
(logic model)研究智力能力。这是一种理性思维方法。
 一个系统如果能根据它所知的信息(知识、时间、资源等)能
够做出最好的决策，这就是理性的
 当知识是完全的，并且资源是无限的时候，就是所谓的逻辑
推理。当知识是不完全的，或者资源有限时，就是理性的行
为。
Issues:
1. Not all intelligent behavior is mediated by logical
deliberation
2. What thoughts should I have?
Artificial Intelligence
Introduction: 34
Rational behavior 理性行为方法
•
Rational behavior: doing the right thing
School of Computer Science @ CUG
•
• The right thing: that which is expected to maximize goal
achievement, given the available information
•
• Doesn't necessarily involve thinking – e.g., blinking
reflex – but thinking should be in the service of rational
action
•
Artificial Intelligence
Introduction: 35
理性行为方法
School of Computer Science @ CUG
 尼尔森（Nilsson）认为人工智能关心的是人
工制品中的智能行为。这种人工制品主要指能
够动作的主体（agent）。
 行为上的理性指的是已知某些信念，执行某些
动作以达到某个目标。主体（agent）可以看
作是可以进行感知和执行动作的某个系统。在
这种方法中，人工智能可以认为就是研究和建
造理性主体（agent）。
 在“理性思维”方法中，它所强调的是正确的
推理。做出正确的推理有时被作为理性主体（
agent）的一部分。另一方面，正确的推理并
不是理性的全部，因为在有些情景下，往往没
有某个行为一定是正确的，而其他的是错误的
。
Artificial Intelligence
Introduction: 36
School of Computer Science @ CUG
• It is not the strongest of species that
survive, nor the most intelligent, but the
one most adaptable to change.
Charles Darwin(1809-1882)
Artificial Intelligence
Introduction: 37
Agent（1）-chapter 9
School of Computer Science @ CUG
• 在计算机和人工智能领域中, 主体（agent）可以看作是一个自动执行的
实体， human, robots, software, thermostats, etc.它通过传感器感知
环境，通过效应器作用于环境。
• 主体计算(agent computing)不仅是分布智能的研究热点，而且可能成为
下一代软件开发的重要突破点(《面向主体的软件开发》)。事实上，对主
体的研究已经成为人工智能学科的核心内容，有人认为是人工智能研究
的初始目标和最终目标。
Artificial Intelligence
Introduction: 38
School of Computer Science @ CUG
Agent（2）
• Agent具有:
– 有关环境的知识
– 感知信息 (观察)
– 过去经验
– 要达到的目标
• Agent为了达到目标， 必须根据知识、感知和经验
决定要执行什么样的行为。
Artificial Intelligence
Introduction: 39
Agent（3）
School of Computer Science @ CUG
• 智能主体的几个典型的实例：
–Microsoft的Office助手
–计算机病毒（破坏主体）繁殖性和传染性
–计算机游戏或模拟中的智能角色(starcraft,CS)
–贸易和谈判主体（如Ebay的拍卖主体）
–网络蜘蛛Web Spider（搜索引擎中的数据搜集和
索引主体，如Google）
–电信网络，负载平衡、故障预测、问题分析和信
息综合等
Artificial Intelligence
Introduction: 40
School of Computer Science @ CUG
• What’s your point about AI? Or
which view do you support?
Artificial Intelligence
Introduction: 41
什么是人工智能（3）
School of Computer Science @ CUG
考虑智能比较好的途径可能是把它看作是一些技巧的
汇集？
这些技巧是什么呢?
•
•
•
•
•
•
求解问题的能力？
存储记忆
直觉
推理能力
从经验中学习的能力
等等
Artificial Intelligence
Introduction: 42
本章主要内容
School of Computer Science @ CUG
人工智能的界定
人工智能的诞生和发展
人工智能研究的主要方法
人工智能研究的主要内容
Artificial Intelligence
Introduction: 43
人工智能的诞生和发展（1）
School of Computer Science @ CUG
 AI的诞生
–人们对“数据世界”的需求进而
发展到对“知识世界”的需求而
产生的。
deterministic
probabilistic

heuristic
–为了寻求试探性的搜索，启发式
的不精确的模糊的甚至允许出现
错误的推理方法。以便符合人类
Artificial Intelligence
的思维过程
Introduction: 44
School of Computer Science @ CUG
人工智能的诞生和发展（2）
• 1956：一般的说，J.MaCarthy给出了人工智
能“ Artificial Intelligence ”。
( “computational rationality”是不是更好一些？)
Artificial Intelligence
Introduction: 45
人工智能的诞生和发展（3）
 孕育期(1956年前)
School of Computer Science @ CUG

主要成就:
-- 创立了数理逻辑,自动机理论(automaton),控制论
,信息论和系统论
-- 发明了电子数字计算机

主要贡献:
Artificial Intelligence
Introduction: 46
School of Computer Science @ CUG
--Aristotle ：<工具论> 形式逻辑
的三段论。 大前提、小前提和结论
If the major premise is `Boys like fruit' and the minor
premise is `You are a boy', then the conclusion is
`Therefore you like fruit‘
Aristotle
(384 BC – 322 BC)
--Boole: 创立逻辑代数,用符号语言描
述了思维 活动中推理的基本法则
--Turing: 提出一种理想计算机的
数学模型
Von Neumann architecture
Artificial Intelligence
George Boole
Introduction: 47
School of Computer Science @ CUG
• --MP模型(1943): 开创了微观人工智能的研究工作. by 美国
神经生理学家 McCulloch and Pitts
--ENIAC: 奠定了AI研究的物资基
础
Artificial Intelligence
Introduction: 48
人工智能的诞生和发展（4）
School of Computer Science @ CUG
• 早期 (50年代到 60年代后期):
基本原理和通用性
– 通用问题求解GPS
– 1957年 感知机 by Rosenblatt
吴文俊院士
– 定理证明:1960年王浩提出的命题逻辑判定算法和1976年以
来吴文俊提出的初等几何和微分几何定理机器证明
– 博弈
– 形式演算
– 1969年，1st Int. Joint Conf. on AI （IJCAI）
– 1970年，International Journal of AI
Artificial Intelligence
Introduction: 49
人工智能的诞生和发展（5）
School of Computer Science @ CUG
• 知识就是力量时期 ( 60年代后期到 80年代中期):
– 考虑需要专业知识的比较窄小的任务上
– 将专家的知识表示为规则的形式：
R1: if (it-is-hot) and (the-sky-is-cloudy)
then (it-will-rain) （0.7)
R2: if (it-rains) then (road-becomes-flooded)
– 知识工程：
Edward Feigenbaum
人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供求解的手段。恰当运
用专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题
– 第5代计算机计划
Artificial Intelligence
Introduction: 50
专家系统（1）chapter 7
School of Computer Science @ CUG
• 专家系统（Expert System）是人工智能应用研究最活跃和
最广泛的领域之一。
• I965年斯坦福大学的费根鲍姆和化学家勒德贝格合作研制
DENDRAL系统，使得人工智能的研究从面向基本技术和基
本方法的理论研究走向解决实际问题的具体研究，从探索广
泛的普遍规律转向知识的工程应用，体现知识的巨大力量。
Artificial Intelligence
Introduction: 51
School of Computer Science @ CUG
专家系统（2）
• 专家系统是一类具有专门知识和经验的计算机智能程序系统
，通过对人类专家的问题求解能力的建模，采用人工智能中
的知识表示和知识推理技术来模拟通常由专家才能解决的复
杂问题，达到具有与专家同等解决问题能力的水平。
• 这种基于知识的系统设计方法是以知识库和推理机为中心而
展开的，即
专家系统 = 知识库 + 推理机 ；传统程序=数据结构+算法
• 专家系统把知识从系统中与其他部分分离开来。专家系统强
调的是知识而不是方法。很多问题没有基于算法的解决方案
，或算法方案太复杂，采用专家系统，可以利用人类专家拥
有丰富的知识，因此专家系统也称为基于知识的系统（
Knowledge-Based Systems）。
Artificial Intelligence
Introduction: 52
专家系统（3）
• 一个专家系统应该具备以下三个要素：
School of Computer Science @ CUG
（1）具备某个应用领域的专家级知识；
（2）能模拟专家的思维；
（3）能达到专家级的解题水平。
• 建造一个专家系统的过程可以称为“知识工程”，它是把软件工程的思想
应用于设计基于知识的系统。知识工程包括下面几个方面：
（1）从专家那里获取系统所用的知识（即知识获取）
（2）选择合适的知识表示形式（即知识表示）
（3）进行软件设计
（4）以合适的计算机编程语言实现。
Artificial Intelligence
Introduction: 53
School of Computer Science @ CUG
专家系统（4）
inference engine
interpreter
专家系统的基本结构
Artificial Intelligence
Introduction: 54
专家系统（5）
School of Computer Science @ CUG
• 专家系统的发展史
• 1977年美国斯坦福大学计算机科学家费根鲍姆 (E.A.Feigenballm)在第五
届国际人工智能联合会议上提出知识工程的新概念。20世纪80年代以来
，在知识工程的推动下，涌现出了不少专家系统开发工具，例如EMYCIN
、CLIPS(OPS5, OPS83)、G2、KEE、OKPS等。
• 1977年，基于关幼波先生的经验，研制成功了我国第一个“中医肝病诊
治专家系统”。
• 1985年10月中科院合肥智能所熊范纶建成“砂姜黑土小麦施肥专家咨询
系统”， 这是我国第一个农业专家系统。
• 中科院计算所史忠植与东海水产研究所等合作，研制了东海渔场预报专家
系统。在专家系统开发工具方面，
• 中科院数学研究所研制了专家系统开发环境“天马”，
• 中科院计算所研制了面向对象专家系统开发工具“OKPS”。
Artificial Intelligence
Introduction: 55
人工智能的诞生和发展（6）
School of Computer Science @ CUG
• AI成为产业 (80年代至今):
– Expert systems: Digital Equipment, Teknowledge,
Intellicorp, Du Pont, oil industry, …
– Lisp machines: LMI, Symbolics, …
– Constraint programming: ILOG
– Robotics: Machine Intelligence Corporation, Adept,
GMF (Fanuc), ABB, …
– Speech understanding
• 神经网络、遗传算法、人工生命的回归 (80年代至今)
• 智能Agent的兴起
• 与经济学、控制理论等研究更加紧密 (90年代至今)
Artificial Intelligence
Introduction: 56
人工智能的诞生和发展（7）
School of Computer Science @ CUG
• 预测与现实… …（1）
• 在 60年代, MIT著名的AI教授说: “在今年夏天结束时，我们将
会开发出电子眼”
到今天，仍然没有通用的计算机视觉系统能够理解复杂动态
的景象
但是计算机系统已经能够执行一些日常的交通监控、面部识
别、某些医学同乡分析、局部检查，等等。
Artificial Intelligence
Introduction: 57
人工智能的诞生和发展（8）
School of Computer Science @ CUG
• 预测与现实… …（2）
• 在1958年, Herbert Simon (CMU)预测
10年内计算机会成为国际象棋冠军
该预测直到 1998年才成为现实
• 在70年代, 很多人相信计算机控制的机器
人很快就会从工厂进入我们家庭的各个
方面
今天，一些产业 (如汽车、电子产业)已
高度地机械化了，但是家用机器人仍然
是未来的事情
Artificial Intelligence
Introduction: 58
人工智能的诞生和发展（9）
School of Computer Science @ CUG
出现的问题:AI的实际应用也遇到了很多的困难，遭
受了很多的挫折
 Robinson的归结法的归结能力是有限的，证明两个连续函
数之和还是连续函数时，推了十万步还没有推出来
 机器翻译。
英语句子：The spirit is willing but the flesh is
weak （心有余而力不足），
译成俄语再译成英语竟成了：“The wine is good but
the meat is spoiled”（酒是好的，肉变质了）。
Artificial Intelligence
Introduction: 59
本章主要内容
School of Computer Science @ CUG
人工智能的界定
人工智能的诞生和发展
人工智能研究的主要方法
人工智能研究的主要内容
Artificial Intelligence
Introduction: 60
AI研究中的学派（1）
School of Computer Science @ CUG
• 人工智能的各种认知观
Artificial Intelligence
Introduction: 61
AI研究中的学派（2）
School of Computer Science @ CUG
• 人工智能的基本技术
Artificial Intelligence
Introduction: 62
符号主义
School of Computer Science @ CUG
以符号处理为核心的方法
又称为自上而下和符号主义,起源于GPS,用于模拟人类问
题求解过程的心理过程,逐渐形成为物理符号系统
AI的目标就是实现机器智能,而计算机自身具有符号处理
功能,它本身就蕴含着推理能力,因而可能够方便地模拟逻
辑思维过程
符号主义认为：人类智能的基本单元是符号，认知过程就
是符号操作过程，从而思维就是符号计算
(1)立足于逻辑运算和符号操作,适合于模拟人的逻辑思维
过程,解决需要逻辑推理的复杂问题
(2)能与传统的符号数据库进行连接
(3)可以解决逻辑思维,但对于形象思维难于模拟
(4)信息表示成符号后,并在处理或转换时,信息有丢失的情
况
Artificial Intelligence
Introduction: 63
连接主义
School of Computer Science @ CUG
以网络连接为主的连接机制方法
又称为自下而上和连接主义,属于非符号处理范畴.
在现实中，人们并不仅仅依靠逻辑推理来求解问题
，有时非逻辑推理还其着非常重要的作用
联结主义：人工智能可以通过仿生人类的大脑的结
构来实现，它研究的内容就是神经网络。
(1)通过神经元之间的并行协作实现信息处理,处理过程具
有并行性,动态性,全局性
(2)适合模拟人类的形象思维过程
(3)不适合于解决逻辑思维,体现结构固定和组成方案单一
的系统也不适合多种知识的开发
Artificial Intelligence
Introduction: 64
行为主义
School of Computer Science @ CUG
 行为主义又称为进化主义或控制论学派，是基于控制论和
“动作--感知”型控制系统的人工智能学派，属于非符号
处理方法
 行为基本观点可以概括为：
1、知识和形式化表达和模型化方法是人工智能的重要障
碍之一；
2、智能取决于感知和行动，应直接利用机器对环境作用
后，环境对作用的响应为原形
3、智能行为只能现实在世界中与周围环境交互作用而表
现出来
4、人工智能可以像人类智能一样逐步进化，分阶段发展
和增强。
Artificial Intelligence
Introduction: 65
School of Computer Science @ CUG
人工智能研究的特点（1）
•
人工智能是一门知识的科学。以知识为对象，研究知识的获
取、表示和使用。
•
数据处理->知识处理，数据->符号。
符号表示知识而不是数值、数据。
• 有启发，有推导。
•
人工智能是引起争论最多的科学之一
– 焦点：当前人工智能的研究应该以人类的普遍思维规律为主，还是以
特定知识的处理和运用为主？智能的本质是什么？机器能达到人的水
平吗？
– 结论：人工智能研究是非常困难的
Artificial Intelligence
Introduction: 66
人工智能研究的特点（2）
School of Computer Science @ CUG
• 人工智能的研究是十分困难的。
– McCarthy：
人工智能的所有问题都是难解的。
– Minsky：
人工智能是有史以来最难的科学之一。难在：实现智能需要浩繁的知
识，而最难对付的知识是常识（不是专业知识）。
– Dreyfus：
常识问题是实现人工智能的最大障碍。



Artificial Intelligence










Introduction: 67
人工智能研究的特点（3）
School of Computer Science @ CUG
•
结论：
– 万能的逻辑推理体系至今没有创造出来，并不是因为人工
智能专家的本事不够，而是因为这种万能的体系从根本上
就是不可能有的。他最大的弱点就是缺乏知识，缺乏人类
在几千年的文明史上积累起来的知识，在实际生活中，人
是根据知识行事的，而不是根据在抽象原则上的推理行事
的。
– 即使就推理体系来说，它的主要技术是状态空间搜索，而
在执行中遇到的主要困难就是“组合爆炸”，事实表明，
单靠一些思维原则是解决不了组合爆炸问题的，要摆脱困
境，只有大量使用理性的知识。
Artificial Intelligence
Introduction: 68
本章主要内容
School of Computer Science @ CUG
人工智能的界定
人工智能的诞生和发展
人工智能研究的主要方法
人工智能研究的主要内容
Artificial Intelligence
Introduction: 69
人工智能研究的主要内容（1）
School of Computer Science @ CUG
Philosophy
& Cog. Sc.
Parent disciplines of AI
Maths.
Psychology
Computer
Science
Artificial
Subjects covered
Intelligence
under AI
Reasoning , Learning, Planning, Perception,
Knowledge acquisition, Intelligence Search,
Uncertainty management, others
Application areas of AI
Language/Image
Understanding
Artificial Intelligence
Theorem
Proving
Game
Playing
Robotics &
Navigation
Introduction: 70
人工智能研究的主要内容（2）
School of Computer Science @ CUG
• 理论
–
–
–
–
–
知识的模型化和表示方法
各种推理方法
启发式理论搜索
人工智能系统结构及语言
机器学习
Artificial Intelligence
• 应用
–
–
–
–
–
–
–
–
–
自然语言理解
数据库的智能检索
专家系统
机器定理证明
博弈
机器人学
自动程序设计
组合调度
感知
Introduction: 71
人工智能研究的主要内容（3）
School of Computer Science @ CUG
 从最近 IJCAI国际会议上看包括（1）：
 Automated Reasoning
 Case-based Reasoning
 Cognitive Modelling
 Constraint Satisfaction
 Distributed AI
 Computer Game Playing
 Knowledge-based Applications
 Machine Learning
 Natural Language Processing
 Planning and Scheduling
 Qualitative Reasoning and Diagnosis
Artificial Intelligence
Introduction: 72
人工智能研究的主要内容（4）
School of Computer Science @ CUG
 从最近 IJCAI国际会议上看包括（2）：
 Robotics and Perception
 Search
 Software Agents
 Temporal Reasoning
 Uncertainty and Probabilistic Reasoning
 Neural Networks
 Genetic Algorithms
 Fuzzy Logic
 Philosophy of AI
 Knowledge Representation
 Knowledge Acquisition and Expert Systems
Artificial Intelligence
Introduction: 73
Topics in This Module
School of Computer Science @ CUG
• 1.搜索求解策略
• 2.计算智能： 遗传算法
• 3. 群体智能： 粒子群算法和蚁群算法
• 4. 人工神经网络
Artificial Intelligence
Introduction: 74
Assignment
School of Computer Science @ CUG
• 1.Talk to Alice at http://alice.pandorabots.com/
• 2. Watch the videos at the module webpage.
• 3. Think about the question that can AI would be more
intelligent than human.
Artificial Intelligence
Introduction: 75