人工智能
人工智能的网站:
加拿大人工智能中心:www.ai.sri.com/aic
乔治大学人工智能中心 www.ai.uga.edu
华声盛顿大学人工智能所 www.cs.washington.edu/research/projects/ai/www
芝加哥大学人工智能实验室 www.cs.uchicago.edu/html/group/ai
人工智能学会 www.iia.csic.es
世界机器人 www.robocup.org
麦卡锡(McCarthy) standford
www-formal.stanford.edu/jmc/index.html
http://www.sia.cn/ 中国科学院沈阳自动化研究所机器人学国家重点实验室
大师级人物:
阿伦•图灵(Alan Turing)、马文•明斯基(Marniv Lee Minsky)、约翰•麦卡锡(John McCarthy)、赫伯特•西蒙(Herbert A. Simon)、艾伦•纽厄尔(Allen Newell)、查理德•卡普(Richard M. Karp)、爱德华•费根鲍姆(Edward A. Feigenbaum)、劳伊•雷迪(Raj Reddy)、道格拉斯•恩格尔巴特(Douglas Engelbart)、
主要学习内容:
知识的表示方法(*)
搜索技术(*)
盲目搜索方法 ; 启发式搜索方法
与/或图搜索方法; 博弈树搜索方法
经典逻辑理论(*)
产生式系统(*)
专家系统
计算智能( * )蚁群算法、粒子群算法、
机器学习(*)归纳学习、决策树学习、ID3、神经网络
AI中的其它技术介绍
认识能力:人所固有的、用以认识客观事物的东西
智:人的认识与客观事物相吻合
能:人固有的掌握才能的能力
智能:先天素质与客观事物相符合
人工智能(AI):起源于美国1956年的一次夏季讨论会(达特茅斯Dartmouth会议)
研究人类智能活动的规律,构造具有一定智能行为的系统,人工智能是由计算机模仿人类智能的科学。
研究目标:
近期:研究如何使用计算机去完成以往需要人的智力才能胜任的工作
远期:探讨智能的基本原理,研究如何使用各种自动机器来模拟人的某些思维活动和智能行为。
人工智能方法与传统程序的不同:
1、人工智能研究的是以符号表示的知识,而不是数值为研究对象
2、采用的是启发式推理方法而不是常规算法
3、控制结构和领域知识是分离的,同时还允许出现相对正确的答案
图灵实验:
在检验者不知屋内是何种“生物”的情况下,让他在屋外向屋内的电脑(或另外的人) 提出问题,由检验者根据他们的回答来判定屋子内的“生物”是电脑还是人类。(这些问题以及他收到的回答,全部用特殊模式传送,譬如键盘键入或屏幕显示。)如果检验者在一系列的这种检验中,不能判别屋内的回答者是电脑还是人,那么该电脑就算通过了图灵检验。
那么,通过了图灵检验的电脑就具备思维能力了么?参考“Chinese Room-中文屋子”
当今世界最具发展前景、最具影响魅力的两个科学群:
生命科学群、信息科学群
智能:个体有目的的行为、合理的思维,以及有效的适应环境的综合性能力
人工智能的发展过程:
三种不同的认知观:符号主义、连接主义、行为主义
符号主义:又称逻辑主义、心理学派或计算机学派。其原理主要为物理符号系统假设和有限合理性原理。
1、认为AI源于数理逻辑。
2、人类的智能的基本单元是符号,认知过程是符号表示下的符号运算。
3、代表性成果:LT(逻辑理论家)、专家系统
连接主义:又称仿生学派或生理学派或神经计算,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。
1、认为AI源于仿生学,特别是人脑模型的研究。
2、代表性成果:感知机、1986,BP算法
行为主义:又称进化主义或控制论学派,其原理为控制论及感知-动作型控制系统。代表人Brooks,智能是在与环境的交互中表现出来。
1、认为AI源于控制论。
2、代表性成果:智能控制和智能机器人系统、Humanoid Robots、Embodied AI
数据、信息、知识
数据是记录信息的符号,是信息的载体和表示
信息是对数据的解释,是数据在特定场合下的具体含义
信息的关联、经过处理剂所谓的知识
知识的特性:
相对正确性、不确定性、可表示性、可利用性
人工智能所关心的知识(知识的要素):
事实(静态的)
规则(动态的):有关问题中与事物的行动、动作相联系的因果关系知识
控制:有关问题的求解步骤,技巧性知识
元知识:有关知识的知识,是知识库中的高层知识。如本体论
知识的表示:
要考虑到事实的表示、存储、使用
知识的表示方法:陈述式表示、过程式表示
陈述式表示 强调的是事物所涉及的对象,与事物有关的各种概念及其之间的相互关系等,是对事物拥有知识的静态描述。其特点是知识表示直观,可读性强,模块化好,易修改和添加新的知识。
过程式表示 强调的是事物间的客观规律及求解问题的方法,与求解问题有关的所有知识,均隐含地表达为一个求解问题的过程。其特点是求解效率高,但不易修改和添加新的知识。
知识工程:
①知识的表示;②知识的获取与机器学习;③知识的系统化组织与管理;④多种推理机制;⑤问题分析,求解与解综合;⑥智能用户接口;⑦联想技术;⑧自然语言理解;⑨智能计算机系统;⑩知识工程软件系统。