人工智能PPT文件格式下载.ppt

人工智能PPT文件格式下载.ppt

《人工智能PPT文件格式下载.ppt》由会员分享，可在线阅读，更多相关《人工智能PPT文件格式下载.ppt（366页珍藏版）》请在冰豆网上搜索。

,简单地讲，人工智能是关于：

机器智能和智能机器的研究，即研究机器如何解决人脑所及的问题。

人工智能是工程技术学科，同时也是理论研究学科。

作为工程技术学科，人工智能的目的是：

提出建造人工智能系统的新技术、新方法和新理论，并在此基础上研制出具有智能行为的计算机系统。

作为理论研究学科，人工智能的目的是：

提出能够描述和解释智能行为的概念与理论，为建造人工智能系统提供理论依据。

长期以来，围绕人工智能有很多争议。

“机器是否能思考？

”这一问题吸引了许多哲学家、科学家和工程师。

计算机科学的创始人之一，艾仑图灵（AlanTuring）谈到这一问题：

AlanTuring,AlanTuring指出：

“机器是否能思考”这一问题的答案取决与人们如何定义“机器”和“思考”。

也许还可以指出，这一问题还取决于如何定义“能”。

先考虑“机器”这一词。

再看看“思考”这个词。

著名的英国科学家图灵也被称为人工智能之父，图灵不仅创造了一个简单的通用的非数字计算模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。

1950年，图灵发表了题为计算机能思考吗？

的论文，给人工智能下了一个定义，而且论证了人工智能的可能性。

定义智慧时，如果一台机器能够通过称之为图灵实验的实验，那它就是智慧的。

图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时，这个机器就是智慧的。

1.1.1人类智能与人工智能,研究认知过程的任务人的心理活动具有不同的层次，它可以与计算机的层次相比较。

心理活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相应的是计算机程序、语言和硬件。

研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。

1.1.2智能信息处理系统的假设,控制论之父维纳1940年主张计算机五原则。

维纳在1940年写给朋友的一封信中，对现代计算机的设计曾提出了几条原则：

（1）不是模拟式，而是数字式；

（2）由电子元件构成，尽量减少机械部件；

（3）采用二进制，而不是十进制；

（4）内部存放计算表；

（5）在计算机内部存贮数据。

这些原则是十分正确的。

1.1.3人类智能的计算机模拟,帕梅拉麦考达克（PamelaMcCorduck）在她的著名的人工智能历史研究机器思维（MachineWhoThink,1979）中曾经指出：

在复杂的机械装置与智能之间存在着长期的联系。

从几世纪前出现的神话般的复杂巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的智能活动进行直接联系。

1.1.4人工智能研究的学派及其争论,目前人工智能的主要学派包括：

（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（即符号操作系统）假设和有限合理性原理。

（2）联结主义（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。

（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。

他们对人工智能发展历史具有不同的看法。

1.符号主义认为人工智能源于数理逻辑。

数理逻辑从19世纪末起就获迅速发展；

到20世纪30年代开始用于描述智能行为。

计算机出现后，又在计算机上实现了逻辑演绎系统。

正是这些符号主义者，早在1956年首先采用“人工智能”这个术语。

后来又发展了启发式算法专家系统知识工程理论与技术，并在80年代取得很大发展。

符号主义曾长期一枝独秀，为人工智能的发展作出重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际具有特别重要意义。

在人工智能的其它学派出现之后，符号主义仍然是人工智能的主流派。

这个学派的代表有纽厄尔、肖、西蒙和尼尔逊（Nilsson）等。

2.联结主义认为人工智能源于仿生学，特别是人脑模型的研究。

它的代表性成果是1943年由生理学家麦卡洛克（McCulloch）和数理逻辑学家皮茨（Pitts）创立的脑模型，即MP模型。

60-70年代，联结主义，尤其是对以感知机（perceptron）为代表的脑模型的研究曾出现过热潮，由于当时的理论模型、生物原型和技术条件的限制，脑模型研究在70年代后期至80年代初期落入低潮。

直到Hopfield教授在1982年和1984年发表两篇重要论文，提出用硬件模拟神经网络时，联结主义又重新抬头。

1986年鲁梅尔哈特（Rumelhart）等人提出多层网络中的反向传播（BP）算法。

此后，联结主义势头大振，从模型到算法，从理论分析到工程实现，为神经网络计算机走向市场打下基础。

现在，对ANN的研究热情仍然不减。

3.行为主义认为人工智能源于控制论。

控制论思想早在40-50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。

到6070年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子，并在80年代诞生了智能控制和智能机器人系统。

行为主义是近年来才以人工智能新学派的面孔出现的，引起许多人的兴趣与研究。

1.2人工智能发展的历史回顾,20世纪30年代和40年代：

20世纪50年代：

JohnMcCarthy,数学逻辑和关于计算的新思想,第一次人工智能讨论会,20世纪60年代：

第一届国际人工智能联合会议,20世纪70年代：

人工智能国际杂志创刊,20世纪80年代：

专家系统和知识工程在全世界迅速发展,国外的发展情况,国内的发展情况,1978年,国家“智能模拟”研究计划,1984年,召开智能计算机及系统全国学术讨论会,把智能计算机系统、智能机器人和智能信息处理列入国家高技术研究计划。

1986年,1989年,首次召开中国人工智能联合会议,1987年,模式识别与人工智能杂志创刊,1993年,智能控制和智能自动化被列入国家科技攀登计划,1.3人工智能的研究目标与研究途径,研究目标分为近期目标和远期目标：

近期目标是，使现有的计算机更聪明、更有用；

远期目标是，构造智能机器。

关于人工智能的研究途径有两种不同观点：

主张用生物学的方法进行研究产生出一大学派叫做连接主义（Connectionism）,主张用计算机科学的方法进行研究产生出一大学派叫做符号主义（Symbolism）,Agent一词的两种解释：

一是，对环境的认识以及对环境产生作用的行为者；

二是，代理人。

倾向于第一种解释的主要是AI领域的研究者M.Minsky指出：

“当你试图说明完成一些任务的机器并试图了解它是如何工作时,即将其处理为黑箱时,就称其为Agent。

软件界的研究人员倾向于第二种解释：

代理人。

Agent是计算机软件，代表用户，以主动服务方式完成一定操作的计算实体。

Agent是具有信息处理能力的主动实体，其结构包含下述模块：

感知器、效应器、信息处理器、目标模块、通信机制。

仅代理用户某种任务的软件不能称为智能Agent。

智能性，如理解用户用自然语言表达的对信息资源和计算资源的需求，帮助用户在一定程度上克服信息内容的语言障碍，捕捉用户的偏好和兴趣，推测用户的意图并为其代劳等。

只有代理性、智能性、自主性均达到相当水准的系统才有条件称为智能Agent。

比尔盖茨把智能Agent称为“软的软件”，他说：

“一旦程序写好了，它就一成不变。

软的软件随着你的使用好象会变得越来越聪明”，“你可以把Agent当作直接内置在软件中的合作者，它会记住你擅长什么，你过去做过些什么，并试着预测难题，并提出解决办法”。

1.4人工智能的研究领域,专家系统与知识工程,自动定理证明与逻辑推理,机器学习,自然语言理解,智能管理系统,自动程序设计,感知系统,智能机器人,问题求解,组合调度,博弈,问题求解人工智能的第一个大成就是发展了能够求解难题的下棋（如国际象棋）程序。

在下棋程序中应用的某些技术，如向前看几步，并把困难的问题分成一些比较容易的子问题，发展成为搜索和问题归约这样的人工智能基本技术。

今天的计算机程序能够下锦标赛水平的各种方盘棋、十五子棋和国际象棋。

另一种问题求解程序把各种数学公式符号汇编在一起，其性能达到很高的水平，并正在为许多科学家和工程师所应用。

有些程序甚至还能够用经验来改善其性能。

专家系统是一个智能计算机程序系统。

其内部具有大量专家水平的知识和经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。

也就是说，专家系统是一个具有大量知识与经验的程序系统。

它应用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复杂问题。

自动定理证明是人工智能最早得到应用的领域。

对于一个数学定理，给出严格的数学证明，是一项高智能的工作。

不仅需要很强的推理能力，而且需要人们有着深刻的洞察力，能预见出在证明主要定理之前，应先证明哪些引理，作好必要的准备，最后证明主要定理。

机器学习领域的研究工作主要从三个方面进行：

一是面向任务的研究，研究和分析改进一组预定任务的执行性能的学习系统；

二是认识模拟，研究人类学习过程并进行计算机模拟；

三是理论性分析，从理论上探索各种可能的学习方法和独立于应用领域的算法。

自然语言理解就是研究如何让机器理解人类的自然语言。

机器翻译也属于自然语言理解的范畴，它是研究把一种语言自动的翻译成另一种语言。

自然语言理解这一课题虽然困难，但对人工智能的发展却起着重要的作用。

人工智能在语言翻译与语音理解程序方面已经取得的成就，发展为人类自然语言处理的新概念。

智能管理系统智能管理是人工智能在管理领域中的应用，发展了“智能管理”新技术和新一代的计算机管理系统“智能管理系统”，如：

智能管理信息系统（IMISIntelligentManagementInformationSystem）、智能办公自动化系统（IOASIntelligentOfficeAutomationSystem）、智能决策支持系统（IDSSIntelligentDecisionSupportSystem）等。

智能管理系统（IMSIntelligentManagementSystem）不仅比常规的计算机管理系统MIS、OAS、DSS等具有更高的智能水平，可以为非结构化半结构化的管理决策提供信息服务和决策支持；

而且具有更全面的管理功能，可同时具备信息管理、事务处理、决策支持等多种功能。

自动程序设计包括程序综合与程序验证两方面的内容。

前者用以实现自动编程，即用户只需告诉计算机“做什么”，无须告诉“怎样做”；

后者是指程序的自动验证，自动完成正确性检查。

感知系统人工智能的