人工智能导论复习整理（一）

人工智能概述

什么是人工智能(Artificial Intelligence, AI)

定义：

• 人工智能标准化白皮书（2018版）：人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
• 用人工的方法在机器（计算机）上实现的智能，也称机器智能。

Stuart Russell和Peter Norvig将AI的定义分为四类：

类人思维：认知模型方法	理性地思考：“思维法则”方法
类人行为：图灵测试方法	理性地行动：理性Agent方法

发展中的两派观点：

• 弱人工智能（weak AI）
  • 机器能否像人一样智能地行动
  • 实验：图灵测试
• 强人工智能（strong AI）
  • 机器能否真正地思考
  • 实验：中文房间

AI的基础及萌芽

基础：哲学、数学、经济学、神经科学、心理学、控制论、语言学、计算机工程

萌芽：

1. 亚里士多德 -> 形式逻辑（“三段论”、“演绎法“、”模态逻辑“）
2. 培根 -> 归纳法、专家系统
3. 莱布尼兹 -> 数理逻辑：形式逻辑符号化
4. 哥德尔 -> 形式系统的完备性和可判定性；一阶谓词演算的完备性定理；两条不完备性定理
5. 图灵 -> 图灵测试；图灵机模型
   • 1956年提出：机器能够思维吗？
6. 冯·诺依曼 -> ENIAC（1946年）：为人工智能研究奠定了物质基础
7. James -> 神经元相互连接, Hebb -> 学习律, McCulloch & Pitts -> 神经网络数学模型；微观AI
8. 香农 -> 信息论：人的心理活动可通过信息的形式加以研究，宏观人工智能

AI的创立和发展

诞生：1956年夏天，达特茅斯学院。

• McCarthy提议正式使用：Artificial Intelligence（简称AI），标志着“人工智能” 作为一门独立学科正式诞生。

创始人：马文·明斯基，约翰·麦卡锡，纳撒尼尔·罗切思特和克劳德·香农，奥利弗·塞尔弗里奇、雷·所罗门诺夫、特伦查德·莫尔，赫尔伯特·A·西蒙。

发展阶段：

AI的类别和技术

自上世纪70年代以来，从典型任务、应用对人工智能分类：

• 机器定理证明（逻辑和推理）
• 机器翻译（自然语言理解）
• 专家系统（问题求解和知识表达）
• 博弈（树搜索）
• 模式识别与机器学习（神经网络等）
• 机器人和智能控制（感知和控制）

三大学派：符号学派、联结学派、行为学派。

​ 模拟人的心智➡️符号学派➡️知识表示

​ 模拟脑的结构➡️联结学派➡️神经网络

​ 模拟人的行为➡️行为学派➡️机器人

从智能角度对人工智能分类：

• 领域人工智能 Traditional AI：任务导向，从数据和规则中学习
• 通用人工智能或跨领域人工智能 Artificial General Intelligence (AGI)：从学习中学习

基本技术：

• 知识表示
  • 状态空间法、问题归约法、谓词逻辑法、语义网络、产生式系统、框架结构……
• 搜索推理
  • 盲目搜索、启发式搜索、博树搜索、消解原理、确定性推理、不确定性推理……
• 计算智能
  • 模糊计算、神经计算、进化计算……
• 构成技术（系统与语言）
  • 产生式系统、LISP语言、Prolog语言……