高级人工智能-第1讲概论51课件.pptx

1、2022年11月6日星期日高级人工智能高级人工智能第第1讲讲概论概论51人工智能的渊源人工智能的渊源人工智能的认知问题人工智能的认知问题思维的层次模型思维的层次模型符号智能与计算智能符号智能与计算智能人工智能的研究方法人工智能的研究方法自动推理自动推理机器学习机器学习分布式人工智能分布式人工智能人工思维模型人工思维模型知识系统知识系统2022-11-6人工智能的渊源人工智能的渊源l人工智能人工智能(Artificial Intelligence)主要研究主要研究用人工的方法和技术，模仿、延伸和扩展用人工的方法和技术，模仿、延伸和扩展人的智能人的智能,实现机器智能。实现机器智能。l2005 年年

2、,McCarthy 指出人工智能的长期目指出人工智能的长期目标是实现人类水平的人工智能标是实现人类水平的人工智能 McCarthy 20052022-11-6人工智能的渊源人工智能的渊源中国中国l算盘：古典计算机；算盘：古典计算机；l水运仪象台：天文观测与星象分析仪器；水运仪象台：天文观测与星象分析仪器；l候风地动仪：测报与显示地震的仪器。候风地动仪：测报与显示地震的仪器。l阴阳学说：对现代逻辑的发展有重大影响。阴阳学说：对现代逻辑的发展有重大影响。2022-11-6人工智能的渊源人工智能的渊源国外国外lAristotle(公元前公元前 384322)：工具论工具论的著作中提的著作中提出形式逻

3、辑。出形式逻辑。lBacon(15611626)：新工具新工具中提出归纳法。中提出归纳法。lLeibnitz(16461716)：研制四则计算器，提出了：研制四则计算器，提出了“通通用符号用符号”和和“推理计算推理计算”的概念，使形式逻辑符号化。的概念，使形式逻辑符号化。lBoole(18151864)：创立布尔代数，：创立布尔代数，思维法则思维法则书书中首次用符号语言描述了思维活动的基本推理法则。中首次用符号语言描述了思维活动的基本推理法则。lGodel(19061978)提出了不完备性定理。提出了不完备性定理。lTuring(19121954)提出了理想计算机模型提出了理想计算机模型图灵机

4、图灵机l1943 年，年，McClloch 和和 Pitts 提出了提出了 MP 神经网络模型神经网络模型l1946 年，年，Manochly 和和Eckert 研制成功研制成功 ENIAC 电子电子数字计算机。数字计算机。l1948年，年，Wiener创立了控制论，创立了控制论，Shannon创立了信息论。创立了信息论。2022-11-6人工智能的渊源人工智能的渊源 1956 年由年由McCarthy、Minsky 等发起，等发起，美国的几位心理学家、数学家、计算机科美国的几位心理学家、数学家、计算机科学家、信息论学家在学家、信息论学家在Dartmouth 大学举办大学举办夏季讨论会，正式提

5、出人工智能的术语，夏季讨论会，正式提出人工智能的术语，开始了具有真正意义的人工智能的研究。开始了具有真正意义的人工智能的研究。2022-11-6人工智能的渊源人工智能的渊源在在 20 世纪世纪 50 年代，人工智能以博弈、游戏为对象进行研年代，人工智能以博弈、游戏为对象进行研究。究。lSamuel：自学习能力的启发式博弈程序：自学习能力的启发式博弈程序lNewell、Simon：启发式程序：启发式程序 Logic Theorist,证明了证明了数数学原理学原理书中书中 38 条定理。条定理。lChomsky：语言文法，开创了形式语言的研究。：语言文法，开创了形式语言的研究。lMcCarthy：

6、人工智能程序设计语言：人工智能程序设计语言LISP。20 世纪世纪 60 年代，人工智能以搜索算法、通用问题求解年代，人工智能以搜索算法、通用问题求解(GPS)的研究为主的研究为主lNewell：问题求解程序，使启发式程序有更大的普适性。：问题求解程序，使启发式程序有更大的普适性。lMinsky：发表题为发表题为“走向人工智能的步骤走向人工智能的步骤”的论文。的论文。lFeigenbaum：DENDRAL化学专家系统人工智能研究走向化学专家系统人工智能研究走向实用化的标志。实用化的标志。lRobinson：提出了归结原理。：提出了归结原理。lQuillian：语义网络的知识表示方法。：语义网络

7、的知识表示方法。l1969 年，国际人工智能联合会年，国际人工智能联合会(IJCAI)成立。成立。2022-11-6人工智能的渊源人工智能的渊源20 世纪世纪 70 年代前期，人工智能研究以自然语言理年代前期，人工智能研究以自然语言理解、知识表示为主解、知识表示为主lWinograd：自然语言理解系统：自然语言理解系统 SHRDLU。l Colmerauer：创建：创建PROLOG 语言。语言。lSchank：概念从属理论。：概念从属理论。lMinsky：框架知识表示法。：框架知识表示法。lFeigenbaum（1977 年）：知识工程。年）：知识工程。20 世纪世纪 80 年代，年代，人工智

8、能蓬勃发展人工智能蓬勃发展 l专家系统开始广泛应用，专家系统开始广泛应用，出现了专家系统开发工具，出现了专家系统开发工具，l人工智能产业。人工智能产业。l国家制订相应的计划，进行人工智能和智能计算机系统国家制订相应的计划，进行人工智能和智能计算机系统的研究。的研究。2022-11-6人工智能的渊源人工智能的渊源 人工智能尚缺乏必要的理论。在一些关键技术方面人工智能尚缺乏必要的理论。在一些关键技术方面,诸诸如机器学习、非单调推理、常识性知识表示、不确定推理等如机器学习、非单调推理、常识性知识表示、不确定推理等尚未取得突破性的进展。人工智能对全局性判断模糊信息处尚未取得突破性的进展。人工智能对全局

9、性判断模糊信息处理、多粒度视觉信息的处理是极为困难的。理、多粒度视觉信息的处理是极为困难的。人工智能还处于智能学科研究的早期阶段人工智能还处于智能学科研究的早期阶段,必须开展智必须开展智能科学的研究。能科学的研究。智能科学研究智能的基本理论和实现技术，智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。是由脑科学、认知科学、人工智能等学科构成的交叉学科。脑科学脑科学从分子水平、细胞水平、行为水平研究人脑智能从分子水平、细胞水平、行为水平研究人脑智能机理，建立脑模型，揭示人脑的本质。机理，建立脑模型，揭示人脑的本质。认知科学认知科学是研究人类感知、学习、记忆

10、、思维、意识等是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学。人脑心智活动过程的科学。人工智能人工智能研究用人工的方法和技术，模仿、延伸和扩展研究用人工的方法和技术，模仿、延伸和扩展人的智能人的智能,实现机器智能。实现机器智能。2022-11-6人工智能的认知问题人工智能的认知问题认知认知(cognition)是和情感、动机、意志等相对的理智或认识是和情感、动机、意志等相对的理智或认识过程。过程。美国心理学家美国心理学家 Houston 等人将对等人将对“认知认知”的看法归纳为如下的看法归纳为如下五种主要类型：五种主要类型：(1)认知是信息的处理过程；认知是信息的处理过程；(2

11、)认知是心理上的符号运算；认知是心理上的符号运算；(3)认知是问题求解；认知是问题求解；(4)认知是思维；认知是思维；(5)认知是一组相关的活动，如知觉、记忆、思维、判断、认知是一组相关的活动，如知觉、记忆、思维、判断、推理、问题求解、学习、想象、概念形成、语言使用等。推理、问题求解、学习、想象、概念形成、语言使用等。认知心理学家认知心理学家 Dodd等则认为，认知应包括三个方面，即适等则认为，认知应包括三个方面，即适应、结构和过程。也就是说，认知是为了一定的目的，在应、结构和过程。也就是说，认知是为了一定的目的，在一定的心理结构中进行的信息加工过程。一定的心理结构中进行的信息加工过程。202

12、2-11-6人工智能的认知问题人工智能的认知问题 认知科学认知科学是研究人类感知和思维信息处理过程的科学是研究人类感知和思维信息处理过程的科学,包括从感觉的输入到复杂问题求解包括从感觉的输入到复杂问题求解,从人类个体到人类社从人类个体到人类社会的智能活动会的智能活动,以及人类智能和机器智能的性质。以及人类智能和机器智能的性质。认知科学是现代心理学、信息科学、神经科学、数学、认知科学是现代心理学、信息科学、神经科学、数学、科学语言学、人类学乃至自然哲学等学科交叉发展的结果。科学语言学、人类学乃至自然哲学等学科交叉发展的结果。认知科学研究的目的：说明和解释人在完成认知活动时认知科学研究的目的：说明

13、和解释人在完成认知活动时是如何进行信息加工的。是如何进行信息加工的。认知科学涉及的问题：知觉、语言、学习、记忆、思维、认知科学涉及的问题：知觉、语言、学习、记忆、思维、问题求解、创造、注意问题求解、创造、注意,以及环境、社会文化背景对认知以及环境、社会文化背景对认知的影响。的影响。2022-11-6人工智能的认知问题人工智能的认知问题 人工智能的五个基本问题人工智能的五个基本问题Kirsh 1991：(1)知识与概念化是否是人工智能的核心？知识与概念化是否是人工智能的核心？(2)认知能力能否与载体分开来研究？认知能力能否与载体分开来研究？(3)认知的轨迹是否可用类自然语言来描述？认知的轨迹是否

14、可用类自然语言来描述？(4)学习能力能否与认知分开来研究？学习能力能否与认知分开来研究？(5)所有的认知是否有一种统一的结构？所有的认知是否有一种统一的结构？这些问题都是与人工智能有关的认知问题这些问题都是与人工智能有关的认知问题,必须从认知必须从认知科学的基础理论进行探讨。科学的基础理论进行探讨。2022-11-6思维的层次模型思维的层次模型 思维思维是客观现实的反映过程，是具有意识的人脑对是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。概括的反映。人类思维的形态：人类思维的形态：l感知思

15、维：初级的思维形态。只是把感性材料组织起来感知思维：初级的思维形态。只是把感性材料组织起来,构成有条理的知识构成有条理的知识,认识到的仅是现象。在此基础上形成认识到的仅是现象。在此基础上形成的思维形态即是感知思维。的思维形态即是感知思维。l形象思维：用典型化的方法进行概括，并用形象材料来形象思维：用典型化的方法进行概括，并用形象材料来思维。形象思维是与神经机制的连接论相适应的。模式识思维。形象思维是与神经机制的连接论相适应的。模式识别、图像处理、视觉信息加工都属于这个范畴。别、图像处理、视觉信息加工都属于这个范畴。2022-11-6思维的层次模型思维的层次模型l抽象思维：基于抽象概念的思维形式

16、，通过符号信息抽象思维：基于抽象概念的思维形式，通过符号信息处理进行思维。只有语言的出现，抽象思维才成为可能，处理进行思维。只有语言的出现，抽象思维才成为可能，语言和思维互相促进，互相推动。可以认为物理符号系统语言和思维互相促进，互相推动。可以认为物理符号系统是抽象思维的基础。是抽象思维的基础。l灵感思维：灵感思维是形象思维扩大到潜意识，人脑灵感思维：灵感思维是形象思维扩大到潜意识，人脑有一部分对信息进行加工有一部分对信息进行加工,，但是人并没有意识到。灵感，但是人并没有意识到。灵感思维是顿悟。灵感思维在创造性思维中起重要作用。思维是顿悟。灵感思维在创造性思维中起重要作用。2022-11-6思

17、维的层次模型思维的层次模型 感知思维是极简单的思维形态，它通过人的眼、耳、鼻、感知思维是极简单的思维形态，它通过人的眼、耳、鼻、舌、身感知器官产生表象。形象思维以神经网络的连接论舌、身感知器官产生表象。形象思维以神经网络的连接论为理论基础，可以高度并行处理。抽象思维以物理符号系为理论基础，可以高度并行处理。抽象思维以物理符号系统为理论基础，用语言表述抽象的概念。由于注意的作用，统为理论基础，用语言表述抽象的概念。由于注意的作用，使其处理基本上是串行的。使其处理基本上是串行的。抽象处理单元抽象处理单元感知处理单元感知处理单元1形象处理单元形象处理单元n形象处理单元形象处理单元2形象处理单元形象处

18、理单元1感知处理单元感知处理单元n感知处理单元感知处理单元22022-11-6符号智能与计算智能符号智能与计算智能 智能智能是个体有目的的行为、合理的思维是个体有目的的行为、合理的思维,以及有效的适以及有效的适应环境的综合性能力。通俗地说应环境的综合性能力。通俗地说,智能是个体认识客观事智能是个体认识客观事物和运用知识解决问题的能力。物和运用知识解决问题的能力。人类个体的智能包括：人类个体的智能包括：感知与认识客观事物、客观世界与自我的能力感知与认识客观事物、客观世界与自我的能力;通过学习取得经验、通过学习取得经验、积累知识的能力积累知识的能力;理解知识、理解知识、运用知识和运用经验分析问题和

19、解决问题的能力运用知识和运用经验分析问题和解决问题的能力;联想、推理、判断、决策的能力联想、推理、判断、决策的能力;运用语言进行抽象、概括的能力运用语言进行抽象、概括的能力;发现、发明、创造、创新的能力发现、发明、创造、创新的能力;实时地、迅速地、合理地应付复杂环境的能力实时地、迅速地、合理地应付复杂环境的能力;预测、洞察事物发展变化的能力。预测、洞察事物发展变化的能力。智能与社会环境有密切的关系。智能与社会环境有密切的关系。2022-11-6符号智能与计算智能符号智能与计算智能 人工智能的符号主义、连接主义和行为主义：人工智能的符号主义、连接主义和行为主义：l传统人工智能是符号主义，它以传统

20、人工智能是符号主义，它以 Newell 和和 Simon 提出的提出的物理符号系统假设为基础。物理符号系统假设认为物理符物理符号系统假设为基础。物理符号系统假设认为物理符号系统是智能行为充分和必要的条件。物理符号系统由一号系统是智能行为充分和必要的条件。物理符号系统由一组符号实体组成，它们都是物理模式，可在符号结构的实组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组分出现。体中作为组分出现。l连接主义研究非程序的、适应性的、大脑风格的信息处理连接主义研究非程序的、适应性的、大脑风格的信息处理的本质和能力，也称为神经计算。神经网络主体是一种开的本质和能力，也称为神经计算。神经网络主体

21、是一种开放式的神经网络环境，提供典型的、具有实用价值的神经放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。系统采用开放方式，使得新的网络模型可以比网络模型。系统采用开放方式，使得新的网络模型可以比较方便地进入系统中较方便地进入系统中,利用系统提供良好的用户界面和各利用系统提供良好的用户界面和各种工具，对网络算法进行调试修改。种工具，对网络算法进行调试修改。2022-11-6符号智能与计算智能符号智能与计算智能lBrooks 提出了无需知识表示的智能提出了无需知识表示的智能Brooks 1991a，无需，无需推理的智能推理的智能Brooks 1991b。他认为智能只是在与环境的。他认

22、为智能只是在与环境的交互作用中表现出来，在许多方面是行为心理学观点在现交互作用中表现出来，在许多方面是行为心理学观点在现代人工智能中的反映，人们称为基于行为的人工智能，简代人工智能中的反映，人们称为基于行为的人工智能，简言之，称为行为主义。言之，称为行为主义。2022-11-6符号智能与计算智能符号智能与计算智能 神经计算从脑的神经系统结构出发来研究脑的功能，神经计算从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为。研究大量简单的神经元的集团信息处理能力及其动态行为。其研究重点侧重于模拟和实现人的认识过程中的感知觉过其研究重点侧重于模拟和实现人的认识过程

23、中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。特别是程、形象思维、分布式记忆和自学习自组织过程。特别是对并行搜索、联想记忆，时空数据统计描述的自组织以及对并行搜索、联想记忆，时空数据统计描述的自组织以及一些相互关联的活动中自动获取知识，更显示出了其独特一些相互关联的活动中自动获取知识，更显示出了其独特的能力，并普遍认为神经网络适合于低层次的模式处理。的能力，并普遍认为神经网络适合于低层次的模式处理。神经网络基本特点：神经网络基本特点：以分布式方式存储信息。以分布式方式存储信息。以并行方式处理信息。以并行方式处理信息。具有自组织、自学习能力。具有自组织、自学习能力。2022-11-6符

24、号智能与计算智能符号智能与计算智能符号主义、连接主义和行为主义特点的比符号主义、连接主义和行为主义特点的比较较 符号主义符号主义连接主义连接主义行为主义行为主义认识层次认识层次离散离散连续连续连续连续表示层次表示层次符号符号连接连接行动行动求解层次求解层次自顶向下自顶向下由底向上由底向上由底向上由底向上处理层次处理层次串行串行并行并行并行并行操作层次操作层次推理推理映射映射交互交互体系层次体系层次局部局部分布分布分布分布基础层次基础层次逻辑逻辑模拟模拟直觉判断直觉判断2022-11-6符号智能与计算智能符号智能与计算智能 符号智能：以知识为基础，通过推理进符号智能：以知识为基础，通过推理进行问

25、题求解。也即所谓的传统人工智能。行问题求解。也即所谓的传统人工智能。计算智能：以数据为基础，通过训练建计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能。命等都可以包括在计算智能。2022-11-6人工智能的研究方法人工智能的研究方法认知学派认知学派 以以 Simon,Minsky和和 Newell 等为代表，从人的思维活等为代表，从人的思维活动出发，利用计算机进行宏观功能模拟。动出发，利用计算机进行宏观功能模拟。l20 世纪世纪 50

26、 年代，年代，Newell和和 Simon：“Logic Theorist”程序模拟人证明数学定理的思维过程。程序模拟人证明数学定理的思维过程。l60 年代初：年代初：“General Problem Solver-GPS”，分三，分三个阶段模拟了人在解题过程中的思维规律。个阶段模拟了人在解题过程中的思维规律。2022-11-6人工智能的研究方法人工智能的研究方法l1976 年年 Newell 和和 Simon：物理符号系统假设，认为物：物理符号系统假设，认为物理系统表现智能行为必要和充分的条件是它是一个物理符理系统表现智能行为必要和充分的条件是它是一个物理符号系统。任何信息加工系统看成是一个

27、具体的物理系统，号系统。任何信息加工系统看成是一个具体的物理系统，对符号进行操作就是对符号进行比较，物理符号系统的基对符号进行操作就是对符号进行比较，物理符号系统的基本任务和功能是辨认相同的符号和区分不同的符号。本任务和功能是辨认相同的符号和区分不同的符号。l20 世纪世纪 80 年代年代 Newell：SOAR 系统，以知识块系统，以知识块(Chunking)理论为基础，利用基于规则的记忆，获取搜索理论为基础，利用基于规则的记忆，获取搜索控制知识和操作符，实现通用问题求解。控制知识和操作符，实现通用问题求解。lMinsky：框架知识表示方法。：框架知识表示方法。l 1985 年年Minsky

28、：Society of Mind(思维社会思维社会)指出思指出思维社会是由大量具有某种思维能力的单元组成的复杂社会。维社会是由大量具有某种思维能力的单元组成的复杂社会。2022-11-6人工智能的研究方法人工智能的研究方法 逻辑学派逻辑学派 逻辑学派是以逻辑学派是以 McCarthy和和 Nilsson等为代表，主张等为代表，主张用逻辑来研究人工智能，即用形式化的方法描述客观世界：用逻辑来研究人工智能，即用形式化的方法描述客观世界：l 智能机器必须有关于自身环境的知识。智能机器必须有关于自身环境的知识。l 通用智能机器要能陈述性地表达关于自身环境的大部分通用智能机器要能陈述性地表达关于自身环境

29、的大部分知识。知识。l 通用智能机器表示陈述性知识的语言至少要有一阶逻辑通用智能机器表示陈述性知识的语言至少要有一阶逻辑的表达能力。的表达能力。逻辑学派在人工智能研究中，强调的是概念化知识表逻辑学派在人工智能研究中，强调的是概念化知识表示、模型论语义、演绎推理等。示、模型论语义、演绎推理等。McCarthy 主张任何事物都可以用统一的逻辑框架来主张任何事物都可以用统一的逻辑框架来表示，表示，在常识推理中以非单调逻辑为中心。在常识推理中以非单调逻辑为中心。2022-11-6人工智能的研究方法人工智能的研究方法 行为学派行为学派 Brooks认为人工智能的研究应走出这种抽象过份简单的认为人工智能的

30、研究应走出这种抽象过份简单的现实世界模型的象牙塔，而以复杂的现实世界为背景，让人现实世界模型的象牙塔，而以复杂的现实世界为背景，让人工智能理论、技术先经受解决实际问题的考验，并在这种考工智能理论、技术先经受解决实际问题的考验，并在这种考验中成长。提出了无需知识表示的智能、无需推理的智能。验中成长。提出了无需知识表示的智能、无需推理的智能。智能只是在与环境的交互作用中表现出来，其基本观点：智能只是在与环境的交互作用中表现出来，其基本观点：l 到现场去；到现场去；l 物理实现；物理实现；l 初级智能；初级智能；l 行为产生智能。行为产生智能。对机器人的研究开创了一种新的方法对机器人的研究开创了一种

31、新的方法。2022-11-6人工智能的研究方法人工智能的研究方法 不同的人工智能学派不同的人工智能学派,对基本的认知问题给以不同的对基本的认知问题给以不同的回答。回答。逻辑学派对认知问题的逻辑学派对认知问题的(1)(4)给予肯定的回答，对给予肯定的回答，对(5)持中立观点。持中立观点。认知学派对认知问题的认知学派对认知问题的(1)、(3)、(5)给予肯定的回答。给予肯定的回答。行为学派，对认知问题行为学派，对认知问题(1)(5)均持否定的看法。均持否定的看法。(1)(1)认知是信息的处理过程；认知是信息的处理过程；(2)(2)认知是心理上的符号运算；认知是心理上的符号运算；(3)(3)认知是问

32、题求解；认知是问题求解；(4)(4)认知是思维；认知是思维；(5)(5)认知是一组相关的活动。认知是一组相关的活动。2022-11-6自动推理自动推理 推理：推理：从一个或几个已知的判断从一个或几个已知的判断(前提前提)逻辑地推论出一逻辑地推论出一个新的判断个新的判断(结论结论)的思维形式。的思维形式。自动推理的理论和技术是程序推导、程序正确性证明、自动推理的理论和技术是程序推导、程序正确性证明、专家系统、智能机器人等研究领域的重要基础。专家系统、智能机器人等研究领域的重要基础。早期的工作：早期的工作：机器定理证明：机器定理证明：Logic Theorist。1956 年年Robinson：归

33、结原理：归结原理,推理规则简单推理规则简单,逻辑上完逻辑上完备备,成为成为Prolog 的计算模型。的计算模型。自然演绎法和等式重写式。自然演绎法和等式重写式。这些方法本质上都存在组合问题这些方法本质上都存在组合问题,都受到难解性的制都受到难解性的制约。约。2022-11-6自动推理自动推理 非单调推理非单调推理：指的是一个正确的公理加到理论中指的是一个正确的公理加到理论中,反而会使预先所得到的一些结论变得无效了。反而会使预先所得到的一些结论变得无效了。非单调推理过程非单调推理过程：建立假设建立假设,进行标准逻辑意义下进行标准逻辑意义下的推理的推理,若发现不一致若发现不一致,进行回溯进行回溯,

34、以便消除不一致以便消除不一致,再建立新的假设。再建立新的假设。1978 年年 Reiter 首先提出了非单调推理方法封闭世界假首先提出了非单调推理方法封闭世界假设设(CWA),并提出默认推理。并提出默认推理。1979 年年 Doyle 建立了非单调推理系统建立了非单调推理系统 TMS。1980 年年McCarthy 提出限定逻辑。提出限定逻辑。2022-11-6自动推理自动推理 定性推理：定性推理：把物理系统或物理过程细分为子系统或子过程把物理系统或物理过程细分为子系统或子过程,对于每个子系统或子过程以及它们之间的相互作用或影响对于每个子系统或子过程以及它们之间的相互作用或影响都建立起结构描述

35、都建立起结构描述,通过局部因果性的传播和行为合成获得通过局部因果性的传播和行为合成获得实际物理系统的行为描述和功能描述。实际物理系统的行为描述和功能描述。最基本的定性推理方法：最基本的定性推理方法：l de Kleer 的基于部件的定性方程方法的基于部件的定性方程方法l Forbus 的定性进程方法的定性进程方法l Kuipers 的基于约束的定性仿真方法。的基于约束的定性仿真方法。定性与定量推理的结合将会对专家系统科学决策的发展定性与定量推理的结合将会对专家系统科学决策的发展产生重大影响。产生重大影响。2022-11-6自动推理自动推理 不确定性理论和推理方法不确定性理论和推理方法 体现：随

36、机性、模糊性、不确定性体现：随机性、模糊性、不确定性l 概率论：广泛地用于处理随机性以及人类知识的不可概率论：广泛地用于处理随机性以及人类知识的不可靠性。靠性。Bayes 理论被成功地用在理论被成功地用在PROSPECTOR 专家专家系统中。系统中。l Dempster 和和 Shafer 证据理论：引入信任函数的概念，证据理论：引入信任函数的概念，对经典概率加以推广。有坚实的理论基础对经典概率加以推广。有坚实的理论基础,定义和计算定义和计算过程比较复杂。过程比较复杂。l模糊集理论：从研究集合与元素的关系入手研究不确定模糊集理论：从研究集合与元素的关系入手研究不确定性。广泛应用于专家系统和智能

37、控制中。性。广泛应用于专家系统和智能控制中。l粗糙集：从知识分类入手研究不确定性。粗糙集：从知识分类入手研究不确定性。2022-11-6自动推理自动推理 不确定推理的研究重点：不确定推理的研究重点：l一是解决现有处理不确定性的理论中存在的问题一是解决现有处理不确定性的理论中存在的问题;l二是大力研究人类高效、准确的识别能力和判断机二是大力研究人类高效、准确的识别能力和判断机制制,开拓新的处理不确定性的理论和方法开拓新的处理不确定性的理论和方法;l三是探索可以综合处理多种不确定性的方法和技术。三是探索可以综合处理多种不确定性的方法和技术。2022-11-6机器学习机器学习 学习的基本机制是设法把

38、在一种情况下是成功的表现行学习的基本机制是设法把在一种情况下是成功的表现行为转移到另一类似的新情况中去。为转移到另一类似的新情况中去。学习是获取知识、积累经验、改进性能、发现规律、适学习是获取知识、积累经验、改进性能、发现规律、适应环境的过程。应环境的过程。知识、知识表示及运用知识的推理算法是人工智能的核知识、知识表示及运用知识的推理算法是人工智能的核心心,而机器学习则是关键问题。而机器学习则是关键问题。2022-11-6机器学习机器学习 学习系统的四个基本环节：学习系统的四个基本环节：l环境提供外界信息环境提供外界信息,类似教师的角色。类似教师的角色。l学习单元处理环境提供的信息学习单元处理

39、环境提供的信息,相当于各种学习算法。相当于各种学习算法。l知识库中以某种知识表示形式存储信息。知识库中以某种知识表示形式存储信息。l执行单元利用知识库中的知识来完成某种任务执行单元利用知识库中的知识来完成某种任务,并把执行中并把执行中的情况回送给学习单元。的情况回送给学习单元。环境环境学习单元学习单元反馈反馈执行单元执行单元知识库知识库2022-11-6机器学习机器学习 机器学习的研究四个阶段：机器学习的研究四个阶段：l无知识的学习：无知识的学习：主要研究神经元模型和基于决策论主要研究神经元模型和基于决策论方法的自适应和自组织系统。方法的自适应和自组织系统。l符号概念获取：给定某一类别的若干正

40、例和反例，符号概念获取：给定某一类别的若干正例和反例，从中获得该类别的一般定义。从中获得该类别的一般定义。l实例学习：从实例学习结构描述。实例学习：从实例学习结构描述。l有知识的学习：把大量知识引入学习系统做为背景有知识的学习：把大量知识引入学习系统做为背景知识知识2022-11-6机器学习机器学习 机器学习的风范：机器学习的风范：l归纳学习：研究一般性概念的描述和概念聚类。归纳学习：研究一般性概念的描述和概念聚类。AQ 算法、算法、变型空间算法、变型空间算法、ID3 算法等。类比学习是通过目标对象与算法等。类比学习是通过目标对象与源对象的相似性源对象的相似性,从而运用源对象的求解方法来解决目

41、标对从而运用源对象的求解方法来解决目标对象的问题。象的问题。l分析学习：在领域知识指导下进行实例学习分析学习：在领域知识指导下进行实例学习,包括基于解释包括基于解释的学习、的学习、知识块学习等。知识块学习等。基于解释的学习是从问题求解的基于解释的学习是从问题求解的一个具体过程中抽取出一般的原理一个具体过程中抽取出一般的原理,并使其在类似情况下也并使其在类似情况下也可利用。可利用。l发现学习：根据实验数据或模型重新发现新的定律的方法。发现学习：根据实验数据或模型重新发现新的定律的方法。数据库知识发现：分类规则、特性规则、关联规则、差异数据库知识发现：分类规则、特性规则、关联规则、差异规则、演化规

42、则、异常规则等。规则、演化规则、异常规则等。2022-11-6机器学习机器学习l遗传学习：模拟生物繁衍的变异和自然选择，把概念的各遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种变体当作物种的个体种变体当作物种的个体,根据客观功能测试概念的诱发变化根据客观功能测试概念的诱发变化和重组合并和重组合并,决定哪种情况应在基因组合中予以保留。决定哪种情况应在基因组合中予以保留。l连接学习是神经网络通过典型实例的训练连接学习是神经网络通过典型实例的训练,识别输入模式的识别输入模式的不同类别。不同类别。2022-11-6分布式人工智能分布式人工智能 分布式人工智能：分布式人工智能：研究在逻辑上或物理上

43、分散的智能动作研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，即协调它们的知识、技能和规划者如何协调其智能行为，即协调它们的知识、技能和规划,求解单目标或多目标问题，为设计和建立大型复杂的智能求解单目标或多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作提供有效途径。系统或计算机支持协同工作提供有效途径。DAI 系统的研究动因：系统的研究动因：l技术基础技术基础处理器硬件结构技术及处理器之间的通信技术处理器硬件结构技术及处理器之间的通信技术的进步使得大量复杂的并且是异步执行的处理器之间的互的进步使得大量复杂的并且是异步执行的处理器之间的互联成为可能。联成为可能。l 分布式问

44、题求解分布式问题求解很多的人工智能应用在本质上都是分布很多的人工智能应用在本质上都是分布的。包括：空间分布、功能分布、时序分布。的。包括：空间分布、功能分布、时序分布。2022-11-6分布式人工智能分布式人工智能l易于系统集成易于系统集成分布式人工智能系统支持模块性的设计及分布式人工智能系统支持模块性的设计及实现。实现。l智能行为的新途径智能行为的新途径通过智能主体实现自主的智能行为。通过智能主体实现自主的智能行为。要使人工智能系统成为思维社会的组成，它必须具有与环要使人工智能系统成为思维社会的组成，它必须具有与环境之间进行交互的作用，以及彼此协作和协调的能力。境之间进行交互的作用，以及彼此

45、协作和协调的能力。l 认识论上的意义认识论上的意义分布式人工智能可用来研究和验证社会分布式人工智能可用来研究和验证社会学、心理学、管理学等中的问题和理论。通过信念、知识、学、心理学、管理学等中的问题和理论。通过信念、知识、希望、意图、承诺、注意、目标、协作等，实现协同工作希望、意图、承诺、注意、目标、协作等，实现协同工作的多主体系统，为理解和仿真认识论问题提供有效的手段。的多主体系统，为理解和仿真认识论问题提供有效的手段。2022-11-6分布式人工智能分布式人工智能DAI 的研究方向：的研究方向：l分布式问题求解（分布式问题求解（DPS:Distributed Problem Solving

46、）：）：目标是要创建大粒度的协作群体，它们之间共同工作以对目标是要创建大粒度的协作群体，它们之间共同工作以对某一问题进行求解。在一个纯粹的某一问题进行求解。在一个纯粹的 DPS 系统中，问题被分系统中，问题被分解成任务，并且为求解这些任务，需要仅为该问题设计一解成任务，并且为求解这些任务，需要仅为该问题设计一些专用的任务执行系统。所有的交互（如果有，如协作等）些专用的任务执行系统。所有的交互（如果有，如协作等）策略都被集成为系统设计的整体部分。这是一种从顶向下策略都被集成为系统设计的整体部分。这是一种从顶向下设计的系统，因为处理系统是为满足在顶部所给定的需求设计的系统，因为处理系统是为满足在顶

47、部所给定的需求而设计的。而设计的。2022-11-6分布式人工智能分布式人工智能DAI 的研究方向：的研究方向：l多主体系统多主体系统（MAS:Multi-Agent System）：主体是一个）：主体是一个自主的实体，它不断地与环境发生交互作用。同时在该环自主的实体，它不断地与环境发生交互作用。同时在该环境中还有其他的进程发生，也存在其他的主体。在境中还有其他的进程发生，也存在其他的主体。在MAS中，中，主体可以是同构的，也可以是异构的。主体可以是同构的，也可以是异构的。MAS的研究涉及到的研究涉及到在一组自主的智能主体之间协调其智能行为，协调它们的在一组自主的智能主体之间协调其智能行为，协

48、调它们的知识、目标、意图及规划以联合起来采取行动或求解问题。知识、目标、意图及规划以联合起来采取行动或求解问题。主体之间可能是协作关系，也可能存在着竞争。多主体系主体之间可能是协作关系，也可能存在着竞争。多主体系统可看作是采用由底向上的设计方法设计的系统。统可看作是采用由底向上的设计方法设计的系统。DPS和和MAS处于同一研究范系的两个端点上。处于同一研究范系的两个端点上。2022-11-6人工思维模型人工思维模型 计算机的发展两个阶段计算机的发展两个阶段:l第一个阶段：采用冯第一个阶段：采用冯诺伊曼体系结构，主要用于数值计算、诺伊曼体系结构，主要用于数值计算、文档处理、数据库管理和检索。这些

49、应用都有明确的算法，文档处理、数据库管理和检索。这些应用都有明确的算法，仅在编程方面较困难。仅在编程方面较困难。l第二个阶段：是面向符号和逻辑的处理，主要通过推理，第二个阶段：是面向符号和逻辑的处理，主要通过推理，进行知识信息处理。如何确定有效的算法是研究的重点。进行知识信息处理。如何确定有效的算法是研究的重点。2022-11-6人工思维模型人工思维模型 现实世界的问题大多具有病态定义的结构，如模式现实世界的问题大多具有病态定义的结构，如模式识别、不完全信息的问题求解和学习等，而这些问题属于识别、不完全信息的问题求解和学习等，而这些问题属于直觉信息处理的范畴。为了处理直觉信息，必须研究柔性直觉

50、信息处理的范畴。为了处理直觉信息，必须研究柔性信息处理的理论和技术。真实世界的所谓柔性问题具有下信息处理的理论和技术。真实世界的所谓柔性问题具有下列特点：列特点：包含意义不明确或不确定信息的各种复杂情况的集成；包含意义不明确或不确定信息的各种复杂情况的集成；主动获取必要的信息和知识，通过归纳学习范化知识；主动获取必要的信息和知识，通过归纳学习范化知识；系统本身能适应用户和环境的变化；系统本身能适应用户和环境的变化；根据处理对象系统进行自组织；根据处理对象系统进行自组织；容错处理能力。容错处理能力。2022-11-6人工思维模型人工思维模型 人工思维模型人工思维模型开放式自主系统开放式自主系统集