人工智能原理人工智能概述

《人工智能原理人工智能概述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

人工智能原理第1章人工智能概述1

1本章內(nèi)容1.1關(guān)于人工智能的定義1.2人工智能的基礎(chǔ)1.3人工智能簡(jiǎn)史1.4智能體與環(huán)境1.5智能體結(jié)構(gòu)小結(jié)參考書目附錄和人工智能相關(guān)的社會(huì)倫理問題第1章人工智能概述2

21.1關(guān)于人工智能的定義智能體對(duì)AI的4種不同定義類人行動(dòng)/類人思考/理性思維/理性行動(dòng)第1章人工智能概述3

3作為智能體的人類智能體(Agent)人類是一種智能體我們，作為一個(gè)智能體，為什么能夠思考?大腦這么一小堆東西怎么能夠感知、理解、預(yù)測(cè)和應(yīng)對(duì)一個(gè)遠(yuǎn)比自身龐大和復(fù)雜的世界？——理解人類，理解智能體人工智能(AI)走得更遠(yuǎn)：不僅試圖理解智能體，而且要建造智能體——制造出像人類一樣完成某些智能任務(wù)的系統(tǒng)(軟件)第1章人工智能概述4

4AI是新興學(xué)科，也是激動(dòng)人心的學(xué)科.Russell聲稱：不同于物理學(xué)，這里還有出現(xiàn)幾個(gè)愛因斯坦的余地為什么？研究主觀世界的成果遠(yuǎn)少于研究客觀世界的成果第1章人工智能概述處于探索初期的學(xué)科5

5對(duì)AI的4種不同定義第1章人工智能概述像人一樣思考的系統(tǒng)理性地思考的系統(tǒng)要使計(jì)算機(jī)能思考……有頭腦的機(jī)器(Haugeland,1985)[使之自動(dòng)化]與人類的思維相關(guān)的活動(dòng),諸如決策、問題求解、學(xué)習(xí)等活動(dòng)(Bellman,1978)通過對(duì)計(jì)算模型的使用來進(jìn)行心智能力的研究(Charniak&McDemontt,1985)對(duì)使得知覺、推理和行動(dòng)成為可能的計(jì)算的研究(Winston,1992)像人一樣行動(dòng)的系統(tǒng)理性地行動(dòng)的系統(tǒng)創(chuàng)造機(jī)器來執(zhí)行人需要智能才能完成的功能(Kurzweil,1990)研究如何讓計(jì)算機(jī)能夠做到那些目前人比計(jì)算機(jī)做得更好的事情(Rich&Knight,1991)計(jì)算智能是對(duì)設(shè)計(jì)智能化智能體的研究(Pooleetal.,1998)AI關(guān)心的是人工制品中的智能行為(Nilsson,1998)6

6不同定義—類人行為(1)類人行為：圖靈測(cè)試(1950)圖靈建議：不是問“機(jī)器能否思考”，而是問“機(jī)器能否通過關(guān)于行為的智能測(cè)試”第1章人工智能概述7

7不同定義—類人行為(2)測(cè)試過程：讓一個(gè)程序與一個(gè)人進(jìn)行5分鐘對(duì)話/然后人猜測(cè)交談對(duì)象是程序還是人？如果在30%測(cè)試中程序成功地欺騙了詢問人，則通過了測(cè)試圖靈期待最遲2000年出現(xiàn)這樣的程序，但是到目前為止，面對(duì)訓(xùn)練有素的鑒定人，沒有一個(gè)程序接近30%的標(biāo)準(zhǔn)第1章人工智能概述8

8不同定義—類人行為(3)要想程序通過圖靈測(cè)試，還需要做大量工作，這些技能包括：自然語言處理,使機(jī)器可以用人類語言交流知識(shí)表示,存儲(chǔ)機(jī)器獲得的各種信息自動(dòng)推理,運(yùn)用知識(shí)來回答問題和提取新結(jié)論機(jī)器學(xué)習(xí),適應(yīng)新環(huán)境并檢測(cè)和推斷新模式以及(為了完全圖靈測(cè)試)計(jì)算機(jī)視覺,機(jī)器感知物體機(jī)器人技術(shù),操縱和移動(dòng)物體第1章人工智能概述9

9不同定義—類人行為(4)AI研究者并未花費(fèi)很多精力來嘗試通過測(cè)試,因?yàn)檠芯恐悄艿母驹瓌t遠(yuǎn)比復(fù)制樣本重要.如同空氣動(dòng)力學(xué)與模擬鳥類飛行之對(duì)于飛機(jī)的產(chǎn)生第1章人工智能概述10

10不同定義—類人思考類人思考:認(rèn)知模型方法如何得知人類是如何思考的?通過自省—捕捉人類思維過程和通過心理測(cè)試這種方法不滿足于讓程序正確地解決問題,更加關(guān)心對(duì)程序的推理步驟軌跡與人類個(gè)體求解同樣問題的步驟軌跡進(jìn)行比較認(rèn)知科學(xué):把來自AI的計(jì)算模型與來自心理學(xué)的實(shí)驗(yàn)技術(shù)相結(jié)合,試圖創(chuàng)立一種精確而且可檢驗(yàn)的人類思維工作方式的理論通常,我們只關(guān)心程序?qū)崿F(xiàn)了什么功能,而不會(huì)比較AI技術(shù)和人類認(rèn)知之間的異同第1章人工智能概述11

11不同定義—理性思考理性地思考:“思維法則”方法19世紀(jì),邏輯學(xué)家就發(fā)展出可以描述世界上一切事物及其彼此關(guān)系的精確的命題符號(hào)1965年,原則上,已經(jīng)有程序可以求解任何用邏輯符號(hào)描述的可解問題(消解法)AI領(lǐng)域傳統(tǒng)的邏輯主義希望通過編制上述程序來創(chuàng)造智能系統(tǒng)難點(diǎn):非形式化的知識(shí)難以用邏輯符號(hào)形式化/“原則上”可以解決問題和實(shí)際解決問題二者之間存在巨大差異第1章人工智能概述12

12不同定義—理性行動(dòng)(1)理性地行動(dòng):理性智能體方法計(jì)算機(jī)智能體應(yīng)該有別于“簡(jiǎn)單的”程序:具有諸如自主控制操作、感知環(huán)境、適應(yīng)變化等理性智能體：要通過自己的行動(dòng)獲得最佳結(jié)果，或者在不確定的情況下，獲得最佳期望結(jié)果不僅要正確地推理，還要正確地行動(dòng)/正確推論是理性智能體的部分功能，而不是理性的全部?jī)?nèi)容圖靈測(cè)試中需要的技能都是為了作出理性行為第1章人工智能概述13

13不同定義—理性行動(dòng)(2)把AI研究視為理性智能體的設(shè)計(jì)過程好處：普遍性：比“思維法則”法則方法(理性地思維)更廣/比建立在人類行為或者思維基礎(chǔ)(類人方法)上的方法更形式化,因?yàn)橄啾染哂星宄亩x或標(biāo)準(zhǔn)正確的結(jié)果在不同條件下可以定義清楚完美理性—總能做正確的事情vs.有限理性—在沒有足夠計(jì)算時(shí)間的前提下采取正確的行動(dòng)完美理性在復(fù)雜環(huán)境下是不可行的第1章人工智能概述14

144種方法的比較第1章人工智能概述思考過程類人思考模擬思維過程理性思考理性行為人類智能智能行為類人行為模擬行為功能思維過程思維模型按照模型建立思維系統(tǒng)智能行為行為建模按照模型建立行為系統(tǒng)類人思考或類人行為：直接模擬/追隨人理性思考或理性行為：間接模擬/概括人––更普遍15

15AI概念理解是一個(gè)過程上述定義見仁見智重要的是學(xué)習(xí)AI方法、應(yīng)用AI方法，在實(shí)踐中逐步深入領(lǐng)會(huì)AI這個(gè)詞的含義目前，AI就是一種運(yùn)行在我們自己機(jī)器中的程序，它的智能都是我們給的！第1章人工智能概述16

161.2人工智能的基礎(chǔ)各學(xué)科的貢獻(xiàn)：哲學(xué)/數(shù)學(xué)經(jīng)濟(jì)學(xué)/神經(jīng)科學(xué)/心理學(xué)計(jì)算機(jī)工程控制論/語言學(xué)第1章人工智能概述17

17對(duì)人工智能有貢獻(xiàn)的學(xué)科哪些學(xué)科、哪些思想和哪些人物給予AI以貢獻(xiàn)?哲學(xué)(BC428~現(xiàn)在)數(shù)學(xué)(800~現(xiàn)在)經(jīng)濟(jì)學(xué)(1776~現(xiàn)在)神經(jīng)科學(xué)(1861~現(xiàn)在)心理學(xué)(1879~現(xiàn)在)計(jì)算機(jī)工程(1940~現(xiàn)在)控制論(1948~現(xiàn)在)語言學(xué)(1957~現(xiàn)在)第1章人工智能概述18

18哲學(xué)的貢獻(xiàn)(1)哲學(xué)(BC428~現(xiàn)在)貢獻(xiàn)的思想:問題1：形式化規(guī)則能用來抽取合理的結(jié)論嗎?問題2：精神的意識(shí)是如何從物質(zhì)的大腦產(chǎn)生出來的?問題3：知識(shí)是從哪里來的?問題4：知識(shí)是如何導(dǎo)致行動(dòng)的?第1章人工智能概述19

19哲學(xué)的貢獻(xiàn)(2)問題1：形式化規(guī)則能用來抽取合理的結(jié)論嗎?（哲學(xué)家及其貢獻(xiàn)）亞里士多德(Aristotle,BC384~BC322),為形式邏輯奠定了基礎(chǔ)/第一個(gè)把支配意識(shí)的理性部分法則形式化為精確的法則集合/著名的三段論RamonLull/LeonardodaVinci(達(dá)·芬奇)/BlaisePascal(帕斯卡)/GottfriedWilhelmLeibnitz(萊布尼茲)等人均設(shè)計(jì)或制造了能計(jì)算的機(jī)器第1章人工智能概述20

20哲學(xué)的貢獻(xiàn)(3)17世紀(jì),有人提出推理如同數(shù)字計(jì)算/帕斯卡寫道:“算術(shù)機(jī)器產(chǎn)生的效果顯然更接近于思維而不是動(dòng)物的其他活動(dòng)”問題1結(jié)論:肯定的結(jié)論,即可以用一個(gè)規(guī)則集合描述意識(shí)的形式化、理性的部分第1章人工智能概述21

21哲學(xué)的貢獻(xiàn)(4)問題2：從物理系統(tǒng)的角度來考慮意識(shí):意識(shí)與物質(zhì)的大腦之間的關(guān)系如何？RenéDescartes(笛卡爾)給出了第一個(gè)關(guān)于意識(shí)和物質(zhì)之間的區(qū)別以及由此產(chǎn)生的問題的清晰討論笛卡爾是二元論的支持者：堅(jiān)持意識(shí)(或稱為靈魂/精神)的一部分是超脫于自然之外的,不受物理定律影響.而動(dòng)物不擁有這種二元屬性,它們可以被作為機(jī)器對(duì)待第1章人工智能概述22

22哲學(xué)的貢獻(xiàn)(5)唯物主義認(rèn)為:大腦依照物理定律運(yùn)轉(zhuǎn)而構(gòu)成了意識(shí),自由意志也就簡(jiǎn)化為對(duì)出現(xiàn)在選擇過程中可能選擇的感受方式問題2結(jié)論:存在兩種選擇—二元論和一元論第1章人工智能概述23

23哲學(xué)的貢獻(xiàn)(6)問題3：知識(shí)是從哪里來的?關(guān)于知識(shí)的來源:FrancisBacon(培根)《新工具論》開始了經(jīng)驗(yàn)主義運(yùn)動(dòng)JohnLocke(洛克)指出：“無物非先感而后知”DavidHume(休謨)提出歸納原理：一般規(guī)則是通過揭示形成規(guī)則的元素之間的重復(fù)關(guān)聯(lián)而獲得的第1章人工智能概述24

24哲學(xué)的貢獻(xiàn)(7)基于LudwigWittgenstein,BertrandRussell的工作，RudolfCarnap領(lǐng)導(dǎo)維也納學(xué)派發(fā)展了實(shí)證邏輯主義，堅(jiān)持認(rèn)為所有的知識(shí)都可以用最終和傳感器輸入相對(duì)應(yīng)的觀察語句相聯(lián)系的邏輯理論來描述問題3結(jié)論:知識(shí)來自于實(shí)踐第1章人工智能概述25

25哲學(xué)的貢獻(xiàn)(8)問題4：知識(shí)是如何導(dǎo)致行動(dòng)的?關(guān)于意識(shí)的哲學(xué)圖景的最后元素是知識(shí)與行動(dòng)之間的聯(lián)系/智能既要求推理也要求行動(dòng)亞里士多德認(rèn)為:行動(dòng)是通過目標(biāo)與關(guān)于行動(dòng)結(jié)果的知識(shí)之間的邏輯來判定的第1章人工智能概述26

26哲學(xué)的貢獻(xiàn)(9)他的進(jìn)一步闡述指出:要深思的不是結(jié)局而是手段/假設(shè)了結(jié)局并考慮如何以及通過什么手段得到該結(jié)局,結(jié)局是否容易是否最好/手段在分析順序中是最后一個(gè),在生成順序中是第一個(gè)這實(shí)際上就是回歸規(guī)劃系統(tǒng),2300年后由Newell和Simon在其GPS程序中實(shí)現(xiàn)了問題4結(jié)論:知識(shí)用于指導(dǎo)行動(dòng)去達(dá)到目標(biāo)第1章人工智能概述27

27數(shù)學(xué)的貢獻(xiàn)(1)數(shù)學(xué)(800~現(xiàn)在)貢獻(xiàn)的思想:什么是抽取合理結(jié)論的形式化規(guī)則?什么可以被計(jì)算?如何用不確定的知識(shí)進(jìn)行推理?AI成為一門規(guī)范科學(xué)要求在三個(gè)基礎(chǔ)領(lǐng)域完成一定程度的數(shù)學(xué)形式化:邏輯、計(jì)算、概率第1章人工智能概述28

28數(shù)學(xué)的貢獻(xiàn)(2)數(shù)學(xué)家及其貢獻(xiàn)問題1：如何抽取形式化規(guī)則？GeorgeBoole(布爾,1815~1864),1847年完成了形式邏輯的數(shù)學(xué)化/命題邏輯或稱布爾邏輯GottlobFrege(弗雷格,1848~1925),1879年擴(kuò)展了布爾邏輯,使其包含對(duì)象和關(guān)系,創(chuàng)建了一階邏輯AlfredTarski(塔斯基)引入了一種參考理論,可以把邏輯對(duì)象與現(xiàn)實(shí)世界對(duì)象聯(lián)系起來第1章人工智能概述29

29數(shù)學(xué)的貢獻(xiàn)(3)問題1結(jié)論:形式化規(guī)則=命題邏輯和一階謂詞邏輯問題2：什么可以計(jì)算？可以被計(jì)算,就是要找到一個(gè)算法算法本身的研究可回溯至9世紀(jì)波斯數(shù)學(xué)家al-Khowarazmi19世紀(jì)晚期,把一般的數(shù)學(xué)推理形式化為邏輯演繹的努力已經(jīng)展開第1章人工智能概述30

30數(shù)學(xué)的貢獻(xiàn)(4)1900年,DavidHilbert(希爾伯特,1862~1943)提出了包括23個(gè)問題的清單,其中最后一個(gè)問題是:是否存在一個(gè)算法可以判定涉及自然數(shù)的邏輯命題的真實(shí)性,即可判定性問題/他所要問的是:有效證明過程的能力是否有基礎(chǔ)的局限性這一問題被KurtG?del(哥德爾,1906~1978)在1931年證實(shí)：確實(shí)存在真實(shí)的局限第1章人工智能概述31

31數(shù)學(xué)的貢獻(xiàn)(5)1930年,哥德爾提出:存在一個(gè)有效過程可以證明羅素和弗雷格的一階邏輯中的任何真值語句,但是一階邏輯不能捕捉到刻畫自然數(shù)所需要的數(shù)學(xué)歸納法原則1931年,哥德爾證明了他的不完備性定理:在任何表達(dá)能力足以描述自然數(shù)的語言(如某種邏輯)中,在不能通過任何算法建立它們的真值的意義上,存在不可判定的真值語句不完備性定理還可以表述為:整數(shù)的某些函數(shù)無法用算法表示,即不可計(jì)算的第1章人工智能概述32

32數(shù)學(xué)的貢獻(xiàn)(6)由此激發(fā)了AllenTuring(圖靈,1912~1954)的熱情,他試圖精確地刻畫哪些函數(shù)是能夠被計(jì)算的/實(shí)際上計(jì)算或者有效過程的概念是無法給出形式化定義的/但是Church-Turing論題指出:圖靈機(jī)可以計(jì)算任何可計(jì)算的函數(shù)/該結(jié)論作為一個(gè)充分的定義而被接受圖靈說明了一些函數(shù)沒有對(duì)應(yīng)的圖靈機(jī)/沒有通用的圖靈機(jī)可以判定一個(gè)給定的程序?qū)τ诮o定的輸入能否返回答案或者永遠(yuǎn)運(yùn)行下去第1章人工智能概述33

33數(shù)學(xué)的貢獻(xiàn)(7)在不可計(jì)算性以外,不可操作性具有更重要的影響/如果解決一個(gè)問題需要的計(jì)算時(shí)間隨著實(shí)例規(guī)模成指數(shù)級(jí)增長(zhǎng),則該問題被稱為不可操作的（計(jì)算復(fù)雜性問題）多項(xiàng)式級(jí)和指數(shù)級(jí)增長(zhǎng)的區(qū)別在20世紀(jì)60年代得到重視如何認(rèn)識(shí)不可操作問題?以StevenCook(1971)和RichardCarp為代表的NP-完全理論的研究提供了一種方法第1章人工智能概述34

34數(shù)學(xué)的貢獻(xiàn)(8)Cook和Carp證明有大量各種類別的規(guī)范的組合搜索和推理問題屬于NP-完全問題任何NP-完全問題類可歸約成的問題類很可能是不可操作的(目前尚未證明,但大家猜測(cè)是如此)AI研究幫助解釋了為什么NP-完全問題的一些實(shí)例很難,而另外一些較容易問題2結(jié)論:有了可計(jì)算性和算法復(fù)雜性理論的指導(dǎo)第1章人工智能概述35

35數(shù)學(xué)的貢獻(xiàn)(9)數(shù)學(xué)對(duì)AI的第三個(gè)貢獻(xiàn)是概率理論P(yáng)ierreFermat,Pascal,JamesBernoulli,PierreLaplace等都推進(jìn)了概率理論的發(fā)展及引入了新的統(tǒng)計(jì)方法論ThomasBayes(貝葉斯,1749~1827)提出了根據(jù)證據(jù)更新概率的法則(貝葉斯公式/條件概率公式)由此衍生出的貝葉斯分析形成了AI系統(tǒng)中不確定推理方法的基礎(chǔ)問題3結(jié)論:使用貝葉斯理論進(jìn)行不確定推理第1章人工智能概述36

36經(jīng)濟(jì)學(xué)的貢獻(xiàn)(1)經(jīng)濟(jì)學(xué)(1776~現(xiàn)在)貢獻(xiàn)的思想:如何決策以獲得最大收益?在他人不合作的情況下如何做到這點(diǎn)?在收益遙遙無期的情況下如何做到這點(diǎn)?問題1:效用理論問題2:決策理論問題3:運(yùn)籌學(xué)上述研究工作對(duì)于建造理性智能體很有貢獻(xiàn),其原因之一是制定理性決策的復(fù)雜性第1章人工智能概述37

37經(jīng)濟(jì)學(xué)的貢獻(xiàn)(2)HerbertSimon(西蒙,1916~2001)是AI研究的先驅(qū)者/他于1978年獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng),是因?yàn)樗缒甑墓ぷ?基于滿意度的模型—制定“足夠好”的決策,而不是艱苦計(jì)算獲得最優(yōu)化決策—能更好地描述真實(shí)人類行為關(guān)于在智能體系統(tǒng)中使用決策理論技術(shù)的研究興趣正在復(fù)蘇第1章人工智能概述38

38神經(jīng)科學(xué)的貢獻(xiàn)(1)神經(jīng)科學(xué)(1861~現(xiàn)在)的貢獻(xiàn):大腦是如何處理信息的?神經(jīng)科學(xué)是研究神經(jīng)系統(tǒng)特別是大腦的科學(xué)雖然幾千年來人類一直贊同大腦以某種方式與思維相聯(lián)系(因?yàn)樽C據(jù)表明頭部受重?fù)魰?huì)導(dǎo)致精神缺陷),但是直到18世紀(jì)中期人類才廣泛地承認(rèn)大腦是意識(shí)的居所第1章人工智能概述39

39神經(jīng)科學(xué)的貢獻(xiàn)(2)PaulProca(布魯卡)通過研究大腦損傷病人的失語癥,闡明了語言產(chǎn)生定位于大腦左半球的一部分,現(xiàn)在稱為布魯卡區(qū)1873年CamilloGolgi開發(fā)出一項(xiàng)染色體技術(shù),允許人們觀察大腦的各個(gè)神經(jīng)元1929年HansBerger發(fā)明腦電圖記錄儀1990年核磁共振成像為神經(jīng)科學(xué)家提供了關(guān)于大腦活動(dòng)的細(xì)致圖像,使得以某種方式與正在進(jìn)行的認(rèn)知過程相符合的測(cè)量成為可能第1章人工智能概述40

40神經(jīng)科學(xué)的貢獻(xiàn)(3)真正令人震驚的結(jié)論是:簡(jiǎn)單細(xì)胞的集合能夠?qū)е滤季S、行動(dòng)和意識(shí)，換句話說，大腦產(chǎn)生意識(shí)(西爾勒,1992)計(jì)算機(jī)和大腦如何相比?大腦活動(dòng)過程對(duì)計(jì)算機(jī)工作過程有所啟發(fā)第1章人工智能概述41

41計(jì)算機(jī)與大腦的比較盡管計(jì)算機(jī)在原始的轉(zhuǎn)換速度上快100萬倍,大腦最終在做事上比計(jì)算機(jī)快10萬倍第1章人工智能概述計(jì)算機(jī)人腦計(jì)算單元數(shù)存儲(chǔ)單元數(shù)運(yùn)算周期時(shí)間帶寬記憶更新次數(shù)/秒1個(gè)CPU/108邏輯門1010比特RAM1011比特磁盤10-9秒1010比特/秒1091011個(gè)神經(jīng)元1011個(gè)神經(jīng)元1014個(gè)突觸10-3秒1014比特/秒101442

42心理學(xué)的貢獻(xiàn)(1)心理學(xué)(1879~現(xiàn)在)的貢獻(xiàn):人類和動(dòng)物如何思考和行動(dòng)?心理學(xué)家的工作科學(xué)的心理學(xué)源自德國(guó)物理學(xué)家HermanvonHelmholtz(霍爾姆霍茲,1821~1894)和其學(xué)生WilhelmWundt的研究工作,1879年萊比錫大學(xué)開設(shè)了第一個(gè)實(shí)驗(yàn)心理學(xué)的實(shí)驗(yàn)室,進(jìn)行仔細(xì)控制的實(shí)驗(yàn)第1章人工智能概述43

43心理學(xué)的貢獻(xiàn)(2)JohnWatson領(lǐng)導(dǎo)的行為主義運(yùn)動(dòng)認(rèn)為:內(nèi)省不能提供可靠的證據(jù),拒絕任何涉及精神過程的理論,只研究動(dòng)物的感知及其反應(yīng)行為主義在1920~1960年期間一直控制著心理學(xué)認(rèn)知心理學(xué)的主要特征是:把大腦當(dāng)作信息處理裝置,可以回溯至WilliamJames的研究工作FredericBartlett領(lǐng)導(dǎo)的劍橋大學(xué)應(yīng)用心理學(xué)小組使得認(rèn)知模型得以繁榮第1章人工智能概述44

44心理學(xué)的貢獻(xiàn)(3)在美國(guó),計(jì)算機(jī)科學(xué)的發(fā)展導(dǎo)致了認(rèn)知科學(xué)的創(chuàng)建,始于1956年9月MIT的一個(gè)研討會(huì)(就在AI創(chuàng)始的那次學(xué)術(shù)會(huì)議2個(gè)月之后),會(huì)上有三篇著名論文GeorgeMiller介紹了魔法數(shù)字7(TheMagicNumberSeven)/NoamChomsky(喬姆斯基)介紹了語言的三種模型(ThreeModelsofLanguage)/AllenNewell(紐厄爾)和HerbertSimon介紹了邏輯理論機(jī)(TheLogicTheoryMachine)第1章人工智能概述45

45心理學(xué)的貢獻(xiàn)(4)這三篇論文分別顯示了計(jì)算機(jī)模型可以用來表達(dá)記憶、語言和邏輯思維的心理狀態(tài)心理學(xué)家普遍認(rèn)為：“認(rèn)知理論就應(yīng)該像計(jì)算機(jī)程序”(Anderson,1980),即認(rèn)知理論應(yīng)該描述詳細(xì)的信息處理機(jī)制,由此可能實(shí)現(xiàn)某種認(rèn)知功能結(jié)論:人類思考和活動(dòng)應(yīng)該是一個(gè)信息處理過程第1章人工智能概述46

46計(jì)算機(jī)工程的貢獻(xiàn)(1)計(jì)算機(jī)工程(1940~現(xiàn)在)的貢獻(xiàn):如何才能制造出能干的計(jì)算機(jī)?計(jì)算機(jī)被視為智能和人工制品的結(jié)合最早的可計(jì)算的裝置應(yīng)該從17世紀(jì)算起19世紀(jì)中葉,CharlesBabbage(巴貝奇,1792~1871)設(shè)計(jì)了兩臺(tái)機(jī)器,名為“差分機(jī)”和“分析機(jī)”,前者最終于1991年建造出來并在倫敦展出第1章人工智能概述47

47計(jì)算機(jī)工程的貢獻(xiàn)(2)最早的現(xiàn)代計(jì)算機(jī)幾乎同時(shí)在二戰(zhàn)期間分別在英國(guó)、德國(guó)和美國(guó)發(fā)明出來1945年在賓夕法尼亞大學(xué)(UPenn)開發(fā)出來的ENIAC被公認(rèn)為現(xiàn)代計(jì)算機(jī)最有影響的先驅(qū),研制者包括JohnMauchly和JohnEckert計(jì)算機(jī)硬件按照摩爾定律每18個(gè)月性能翻一番,這樣的增長(zhǎng)速度還可以持續(xù)穩(wěn)定10年至20年,以后就不得不尋求新技術(shù)了第1章人工智能概述48

48計(jì)算機(jī)工程的貢獻(xiàn)(3)計(jì)算機(jī)軟件技術(shù)為AI提供了操作系統(tǒng)、程序設(shè)計(jì)語言、工具軟件等AI反過來也對(duì)主流計(jì)算機(jī)科學(xué)產(chǎn)生了影響：分時(shí)技術(shù)、交互式編譯器、窗口和鼠標(biāo)的個(gè)人機(jī)、快速開發(fā)環(huán)境、鏈接表數(shù)據(jù)類型、自動(dòng)存儲(chǔ)管理、面向?qū)ο蟮木幊痰鹊?章人工智能概述49

49控制論的貢獻(xiàn)(1)控制論(1948~現(xiàn)在)的貢獻(xiàn):人工制品怎樣才能在自己的控制下運(yùn)轉(zhuǎn)?現(xiàn)代控制論控制論的創(chuàng)始人NorbertWiener(維納,1894~1964)的暢銷書《Cybernetics》(控制論)喚醒了人們對(duì)人工制造智能機(jī)器的可能性的熱情現(xiàn)代控制論,特別是隨機(jī)優(yōu)化控制的分支,把設(shè)計(jì)出能隨時(shí)間變化使目標(biāo)函數(shù)最大化的系統(tǒng)作為其目的,也粗略符合對(duì)AI的觀點(diǎn)第1章人工智能概述50

50控制論的貢獻(xiàn)(2)AI和控制論為什么是兩個(gè)不同領(lǐng)域?控制論的數(shù)學(xué)工具是微積分和矩陣代數(shù),適合于用固定的連續(xù)變量集合描述的系統(tǒng),精確分析在典型情況下只對(duì)線性系統(tǒng)可行AI自20世紀(jì)50年代建立以來,部分起因是尋求擺脫控制論數(shù)學(xué)方法的局限性邏輯推理和計(jì)算工具使得AI研究者考慮語言/視覺/規(guī)劃等問題,完全脫離了控制論的范圍第1章人工智能概述51

51語言學(xué)的貢獻(xiàn)(1)語言學(xué)(1957~現(xiàn)在)貢獻(xiàn)的思想:語言和思維是怎樣聯(lián)系起來的?喬姆斯基最先作出了貢獻(xiàn)1957年《句法結(jié)構(gòu)》出版,顛覆了行為主義,認(rèn)為該理論不能解釋兒童怎么能理解和構(gòu)造他們以前沒有聽到的句子,而喬姆斯基關(guān)于語法模型的理論則能夠解釋這個(gè)現(xiàn)象,并且足夠形式化/喬姆斯基理論的影響一直持續(xù)到20世紀(jì)80年代末第1章人工智能概述52

52語言學(xué)的貢獻(xiàn)(2)計(jì)算語言學(xué)或者自然語言處理與AI差不多同時(shí)誕生,一直在發(fā)展,但是距離徹底理解語言和思維的關(guān)系尚很遠(yuǎn)研究語言的理解過程是人類智能研究的核心之一第1章人工智能概述53

53各學(xué)科的貢獻(xiàn)哲學(xué)—邏輯/推理方法/智能作為一種物理系統(tǒng)/理性的基礎(chǔ)數(shù)學(xué)—形式表示與證明/算法/可計(jì)算性/可操作性/概率性心理學(xué)—自適應(yīng)性/感知和控制的現(xiàn)象語言學(xué)—知識(shí)表示/語法神經(jīng)科學(xué)—智能活動(dòng)的物理基礎(chǔ)(substrate)控制理論—自我平衡系統(tǒng)/穩(wěn)定性/優(yōu)化設(shè)計(jì)計(jì)算機(jī)工程—計(jì)算機(jī)硬件和軟件系統(tǒng)經(jīng)濟(jì)學(xué)—復(fù)雜系統(tǒng)中的決策/驗(yàn)證環(huán)境第1章人工智能概述54

54推動(dòng)AI發(fā)展的動(dòng)力上述學(xué)科對(duì)于各種問題的探索,由此激發(fā)的認(rèn)識(shí)、思想、成就都成為推動(dòng)AI發(fā)展的動(dòng)力由此而發(fā)展出來的技術(shù)就構(gòu)成了AI的學(xué)科研究?jī)?nèi)容人工智能=人造物(計(jì)算機(jī))+智能(特殊化程序)從智能體角度,有2類智能體:人類/計(jì)算機(jī)作為人造智能體,人們期待計(jì)算機(jī)智能體在解決某些問題方面要達(dá)到專家水平,盡管從整體上它遠(yuǎn)遠(yuǎn)不及一個(gè)普通人第1章人工智能概述55

551.3人工智能簡(jiǎn)史7個(gè)歷史時(shí)期：孕育期/誕生/早期的成功與期望困難期/基于知識(shí)系統(tǒng)的崛起AI成為工業(yè)/AI成為科學(xué)第1章人工智能概述56

56人工智能發(fā)展的7個(gè)時(shí)期按照Russell的觀點(diǎn),AI近五十年的發(fā)展歷史可以分為以下7個(gè)時(shí)期:AI孕育期(1943~1955)AI的誕生(1956)早期的熱情,巨大的期望(1952~1969)現(xiàn)實(shí)的困難(1966~1973)基于知識(shí)的系統(tǒng):力量的鑰匙?(1969~1979)AI成為工業(yè)(1980~現(xiàn)在)AI成為科學(xué)(1987~現(xiàn)在)/神經(jīng)網(wǎng)絡(luò)的回歸(1986~現(xiàn)在)/智能化智能體出現(xiàn)(1995~現(xiàn)在)第1章人工智能概述57

57人工智能孕育期(1943~1955)神經(jīng)網(wǎng)絡(luò)最早的AI工作是1943年WarrenMcCulloch和WalterPitts人工神經(jīng)元模型的研究,他們證明任何可計(jì)算的函數(shù)都可以通過某種由神經(jīng)元連接成的網(wǎng)絡(luò)進(jìn)行計(jì)算,還提出適當(dāng)?shù)木W(wǎng)絡(luò)能夠?qū)W習(xí)1951年,普林斯頓大學(xué)數(shù)學(xué)系研究生MarvinMinsky(明斯基)和DeanEdmonds建造了第一臺(tái)神經(jīng)元網(wǎng)絡(luò)計(jì)算機(jī)第1章人工智能概述58

58圖靈的論文圖靈1950年的論文第一個(gè)清晰地描繪出AI的完整圖像(ComputingMachineryandIntelligence)提出了圖靈測(cè)試、機(jī)器學(xué)習(xí)、遺傳算法、增量學(xué)習(xí)第1章人工智能概述59

59人工智能的誕生(1956)(1)1956年夏天,AI正式誕生于達(dá)特茅斯大學(xué)JohnMcCarthy(麥卡錫)自普林斯頓大學(xué)畢業(yè)以后去了達(dá)特茅斯大學(xué),他說服了另外2個(gè)人幫助召開了為期2個(gè)月的研討會(huì)會(huì)議組織者4人:麥卡錫、Minsky(明斯基)、ClaudeShannon(香儂)、IBM的NathanielRochester(羅切斯特),參加者共10人其他6位是：普林斯頓大學(xué)TrenchardMore、IBM的ArthurSamuel(塞繆爾)、MIT的RaySolomonoff和OliverSelfridge、CMU的紐厄爾和西蒙第1章人工智能概述60

60人工智能的誕生(1956)(2)會(huì)上,紐厄爾和西蒙最為活躍,介紹了他們的推理程序:邏輯理論家盡管這次會(huì)議沒有新突破,但聚集了AI的主要人物特別是AI領(lǐng)域的4位著名專家,他們后來所在的大學(xué)也成為了美國(guó)AI研究的3大基地:MIT—明斯基Stanford—麥卡錫(先在MIT后去了Stanford)CMU—紐厄爾和西蒙此外,還有IBM第1章人工智能概述61

61人工智能的誕生(1956)[3]這次會(huì)議最為長(zhǎng)久的貢獻(xiàn)就是麥卡錫為該領(lǐng)域起的名字:人工智能為什么AI有必要成為一個(gè)新領(lǐng)域?目標(biāo)不同：AI從一開始就承載著復(fù)制人的才能如創(chuàng)造性、自我修養(yǎng)、語言功能等思想，沒有任何一個(gè)其他領(lǐng)域涉及這些問題方法論不同：是唯一一個(gè)明確屬于計(jì)算機(jī)科學(xué)的分支，因而不是數(shù)學(xué)或者控制論或其他學(xué)科的分支AI是唯一這樣的領(lǐng)域：它試圖建造在復(fù)雜和變化的環(huán)境中自動(dòng)發(fā)揮功能的機(jī)器第1章人工智能概述62

62早期的熱情,巨大的期望(1952~1969)(1)當(dāng)時(shí)，主流的思想是“一臺(tái)機(jī)器永遠(yuǎn)不能做X”(而不是考慮“看看計(jì)算機(jī)能不能做X？”)AI研究者們就演示一個(gè)接一個(gè)的XCMU:紐厄爾和西蒙完成通用問題求解器(GPS),該系統(tǒng)及其后續(xù)程序的成功導(dǎo)致了他們提出著名的物理符號(hào)系統(tǒng)假設(shè)第1章人工智能概述63

63早期的熱情,巨大的期望(1952~1969)(2)IBM:1959—HerbertGelernter建造了幾何定理證明機(jī);1952年起,塞繆爾寫了一系列西洋跳棋程序,通過學(xué)習(xí)可達(dá)業(yè)余高手的級(jí)別MIT:1958年麥卡錫到了以后作出了三項(xiàng)重要貢獻(xiàn)/貢獻(xiàn)1:定義了LISP語言/貢獻(xiàn)2:與MIT其他人發(fā)明了分時(shí)技術(shù)/貢獻(xiàn)3:發(fā)表了題為《ProgramwithCommonSense》的論文,文中描述了“建議采納者”程序.該程序?qū)崿F(xiàn)了知識(shí)表示和推理的中心原則:具備明確的知識(shí)表示,并能通過演繹過程處理這些表示第1章人工智能概述64

64早期的熱情,巨大的期望(1952~1969)(3)Stanford:1963年麥卡錫啟動(dòng)了斯坦福的AI實(shí)驗(yàn)室,著重研究邏輯推理的通用方法(后來如Robinson發(fā)現(xiàn)歸結(jié)方法)/以及機(jī)器人研究MIT:1958年明斯基也到了,不過他對(duì)程序如何實(shí)現(xiàn)更感興趣,并最終發(fā)展出反邏輯的觀點(diǎn)/指導(dǎo)了一系列學(xué)生,選擇那些顯然需要智能才能解決的受限問題/貢獻(xiàn):微世界模型MIT:最著名的微世界是積木世界,在此基礎(chǔ)上完成了許多研究工作如:視覺項(xiàng)目、自然語言理解項(xiàng)目(TerryWinograd)、規(guī)劃器等第1章人工智能概述65

65現(xiàn)實(shí)的困難(1966~1973)(1)早期AI研究者過于盲目的樂觀態(tài)度,10年預(yù)見,而實(shí)際上至少40年早期的AI系統(tǒng)在試圖解決更寬范圍和更難的問題時(shí),都悲慘地失敗了/原因何在?第一類困難:缺少主題知識(shí)(通用而非專門化)典型例子:機(jī)器翻譯(MT)/最早對(duì)AI研究的發(fā)難始于機(jī)器翻譯(1966ALPAC報(bào)告)時(shí)至今日,MT研究仍然不完善但是被廣泛期待，也在作為一種輔助文檔處理工具第1章人工智能概述66

66現(xiàn)實(shí)的困難(1966~1973)(2)第二類困難：AI試圖解決的很多問題是不可操作的(NP類)在計(jì)算復(fù)雜性理論建立之前,對(duì)“問題放大”(從玩具到現(xiàn)實(shí))的認(rèn)識(shí)局限于速度和存儲(chǔ)容量例子:包含超過幾十條事實(shí)的定理證明/早期遺傳算法實(shí)驗(yàn)(1958~59)無限計(jì)算能力的幻覺:程序原則上能夠找到解并不意味著程序?qū)嶋H上包含找到解的機(jī)制1973年英國(guó)政府在Lighthill報(bào)告之后終止了除2所大學(xué)以外所有的AI研究資助第1章人工智能概述67

67現(xiàn)實(shí)的困難(1966~1973)(3)第三類困難：用于產(chǎn)生智能行為的基本結(jié)構(gòu)存在某些限制例子：1969年Minsky和Papert證明了感知器—簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)所能表示的東西很少(單層感知器對(duì)XOR函數(shù))神經(jīng)網(wǎng)絡(luò)研究由此沉寂了20年,直到80年代后期多層網(wǎng)絡(luò)的反向傳播算法出現(xiàn)引起了神經(jīng)網(wǎng)絡(luò)的復(fù)興這一算法首次發(fā)現(xiàn)恰恰是在1969年發(fā)現(xiàn)的(Bryson&Ho)第1章人工智能概述68

68基于知識(shí)的系統(tǒng):力量的鑰匙?(1969~1979)(1)早期研究中的通用搜索機(jī)制稱為弱方法,通用但不能擴(kuò)展到大規(guī)模問題或困難問題需要更強(qiáng)有力的、領(lǐng)域相關(guān)的知識(shí)DENDRAL是第一個(gè)成功的知識(shí)密集型系統(tǒng),1969年在Stanford開發(fā),參與者包括EdFeigenbaum等，根據(jù)質(zhì)譜儀信息推斷分子結(jié)構(gòu)/該系統(tǒng)改進(jìn)后,把知識(shí)和推理部分清楚地劃分開—80年代專家系統(tǒng)的典型結(jié)構(gòu)第1章人工智能概述69

69基于知識(shí)的系統(tǒng):力量的鑰匙?(1969~1979)(2)由DENDRAL系統(tǒng)開始的專家系統(tǒng)方法論又應(yīng)用到其他需要人類專家知識(shí)的領(lǐng)域:MYCIN—檢測(cè)血液感染的專家系統(tǒng)MYCIN知識(shí)庫的特點(diǎn):直接來自經(jīng)驗(yàn)/反映出知識(shí)的不確定性自然語言理解領(lǐng)域的專家系統(tǒng):耶魯大學(xué)RogerSchank和其學(xué)生們開發(fā)的一系列程序(1977~1983)第1章人工智能概述70

70AI成為工業(yè)(1980~現(xiàn)在)(1)1982年,第一個(gè)成功的商用專家系統(tǒng)R1在DEC公司開始運(yùn)轉(zhuǎn),到1986年為止每年為公司節(jié)省4千萬美元美國(guó)主要公司都曾開發(fā)或使用專家系統(tǒng)AI工業(yè)在1980年只是幾百萬美元,1988年漲到數(shù)十億美元但很快又進(jìn)入了“AI的冬天”時(shí)期第1章人工智能概述71

71AI成為工業(yè)(1980~現(xiàn)在)(2)在八十年代的AI研究熱潮中,1981年日本提出五代機(jī)計(jì)劃,目的是建造運(yùn)行Prolog程序的智能機(jī)美國(guó)則對(duì)應(yīng)成立了MCC研究集團(tuán)其中的AI部分從未實(shí)現(xiàn)其野心勃勃的目標(biāo)實(shí)際上，“AI成為工業(yè)”目前在一些家電中可以找到影子(智能洗衣機(jī)等)第1章人工智能概述72

72神經(jīng)網(wǎng)絡(luò)的回歸(1986~現(xiàn)在)神經(jīng)網(wǎng)絡(luò):FrankRosenblatt1962年提出感知器,證明了感知器收斂定理/但1969年以后沉寂反向傳播算法引起了神經(jīng)網(wǎng)絡(luò)研究的復(fù)興Rumelhart和McClelland的文集引起反響連接主義方法崛起，被認(rèn)為是Newell和Simon提出的符號(hào)模型和McCarthy主張的邏輯方法的直接競(jìng)爭(zhēng)者當(dāng)前的觀點(diǎn)是：連接主義和符號(hào)主義方法是互補(bǔ)的第1章人工智能概述73

73AI成為科學(xué)(1987~現(xiàn)在)(1)近年來，AI研究在內(nèi)容和方法論方面的特點(diǎn)：在已有的理論基礎(chǔ)上進(jìn)行研究而不是提出嶄新理論理論建立在嚴(yán)格定理或者確鑿實(shí)驗(yàn)證據(jù)基礎(chǔ)上而不是靠直覺顯示與現(xiàn)實(shí)世界應(yīng)用的相關(guān)性而不是與玩具樣例的相關(guān)性第1章人工智能概述74

74AI成為科學(xué)(1987~現(xiàn)在)(2)從對(duì)控制論和統(tǒng)計(jì)學(xué)的某種叛逆到開始接受這些領(lǐng)域的理論和方法通過互連網(wǎng)進(jìn)行測(cè)試數(shù)據(jù)和程序代碼的共享典型：語音識(shí)別中HMM模型應(yīng)用/貝葉斯網(wǎng)絡(luò)第1章人工智能概述75

75智能化智能體出現(xiàn)(1995~現(xiàn)在)重新審視“完整智能體”：SOAR系統(tǒng)上的工作(1987~1990)環(huán)境約束:目標(biāo)是理解嵌入真實(shí)環(huán)境的智能體的工作/目前最重要的智能化智能體環(huán)境是Internet,AI技術(shù)成為重要的Internet工具為什么要采納智能體觀點(diǎn)?AI目前分離的子領(lǐng)域需要重新組織起來,至少當(dāng)它們的結(jié)果需要聯(lián)系在一起的時(shí)候AI與其他涉及智能體的領(lǐng)域的聯(lián)系被拉近了(如控制論和經(jīng)濟(jì)學(xué))第1章人工智能概述76

76弱人工智能和強(qiáng)人工智能弱人工智能(WeakAI)的斷言:“機(jī)器能夠智能地行動(dòng)”強(qiáng)人工智能(StrongAI)的斷言:“能夠如此行事的機(jī)器確實(shí)是在思考”大多數(shù)AI研究者認(rèn)為弱人工智能假設(shè)是當(dāng)然的/本質(zhì)上,AI尋求的是在給定的體系結(jié)構(gòu)之上最好的智能體程序/對(duì)于弱人工智能的假設(shè),AI的成就可以證明關(guān)于強(qiáng)人工智能，更多的是哲學(xué)上的爭(zhēng)論第1章人工智能概述77

77AI成就vs異議(1)圖靈曾考察過對(duì)智能機(jī)器的質(zhì)疑質(zhì)疑1:能力缺陷實(shí)踐證明:計(jì)算機(jī)能夠和人一樣做很多工作,有些做得甚至更好例子:下棋/裝配線零件檢查/駕駛汽車/診斷疾病質(zhì)疑2:數(shù)學(xué)異議—機(jī)器是受到不完備性定理限制的形式系統(tǒng),而人類則沒有這樣的局限性第1章人工智能概述78

78AI成就vs異議(2)我們同意計(jì)算機(jī)在其所能證明的事物上具有局限性,但也沒有證據(jù)表明人類對(duì)于這些局限是免疫的—因?yàn)槿祟惖膰?yán)謹(jǐn)證明本身要包含一個(gè)對(duì)所宣稱不可形式化的人類天賦的形式化表示/我們不可能證明人類不服從哥德爾不完備性定理,最終不得不求助于直覺質(zhì)疑3:限制問題—“無法用一個(gè)邏輯規(guī)則集合捕捉每件事物”實(shí)踐證明:AI一直在發(fā)展,被質(zhì)疑的“老式AI”已經(jīng)發(fā)生了改變,他們所關(guān)注的許多問題已經(jīng)得到解決第1章人工智能概述79

791.4智能體與環(huán)境智能體的組成理性智能體任務(wù)環(huán)境與例子任務(wù)環(huán)境的屬性第1章人工智能概述80

80智能體與環(huán)境智能體：通過傳感器感知所處環(huán)境并通過執(zhí)行器對(duì)該環(huán)境產(chǎn)生作用的計(jì)算機(jī)程序及其控制的硬件感知信息：表示任意給定時(shí)刻智能體的感知輸入/感知序列：該智能體所收到的所有輸入數(shù)據(jù)的完整歷史智能體函數(shù)：把任意給定感知序列映射到智能體行動(dòng)的描述/智能體程序：抽象的智能體函數(shù)的一個(gè)具體實(shí)現(xiàn)，該程序在智能體自身結(jié)構(gòu)上運(yùn)行第1章人工智能概述81

81理性智能體(1)理性智能體(RationalAgent):做事正確的智能體性能度量:智能體成功程度標(biāo)準(zhǔn)的具體化作為一般規(guī)則,最好根據(jù)在這個(gè)環(huán)境中希望得到的實(shí)際結(jié)果來設(shè)計(jì)性能度量,而不是根據(jù)智能體應(yīng)該表現(xiàn)的行為判斷什么是理性:性能度量關(guān)于環(huán)境的先驗(yàn)知識(shí)可以執(zhí)行的行動(dòng)到那時(shí)為止的感知序列第1章人工智能概述82

82理性智能體(2)理性智能體:對(duì)于每個(gè)可能的感知序列,根據(jù)已知感知序列提供的證據(jù)和智能體內(nèi)建的先驗(yàn)知識(shí),理性智能體應(yīng)該選擇期望能使其性能度量最大化的行動(dòng)理性是使期望性能最大化完美是實(shí)際性能最大化理性智能體也可以稱作智能化智能體(IntelligentAgent)第1章人工智能概述83

83任務(wù)環(huán)境(1)建造理性智能體的綜合考慮:任務(wù)環(huán)境PEAS(Performance,Environment,Actuators,Sensors)性能/環(huán)境/執(zhí)行器/傳感器例子第1章人工智能概述智能體種類性能度量環(huán)境執(zhí)行器傳感器出租車司機(jī)安全,快速,守法,舒適的旅途,利潤(rùn)最大化道路,其他車輛,行人,旅客方向盤,加速器,剎車,信號(hào)燈,喇叭,(顯示器)引擎?zhèn)鞲衅?速度計(jì),加速計(jì),里程計(jì),GPS,(聲波傳感器,攝像頭,鍵盤)84

84任務(wù)環(huán)境(2)第1章人工智能概述智能體類型性能度量環(huán)境執(zhí)行器傳感器醫(yī)學(xué)診斷系統(tǒng)恢復(fù)健康的病人,費(fèi)用最小化,最少訴訟病人,醫(yī)院,職員顯示:問題,測(cè)試,診斷,治療,咨詢鍵盤輸入,癥狀,檢查結(jié)果,病人回答挑揀零件的機(jī)器人放進(jìn)正確箱子的零件的百分比載有零件的傳送帶,箱子有關(guān)節(jié)的胳膊和手?jǐn)z像頭,關(guān)節(jié)角度傳感器交互式英語教師最大化學(xué)生的測(cè)試成績(jī)學(xué)生集合,測(cè)驗(yàn)機(jī)構(gòu)顯示(語音合成):練習(xí),建議,糾正鍵盤輸入(語音識(shí)別)85

85任務(wù)環(huán)境的屬性(1)任務(wù)環(huán)境的屬性:完全可觀察的vs部分可觀察的:獲取環(huán)境的完整狀態(tài),一般難以做到確定性的vs隨機(jī)的:出租車駕駛環(huán)境是隨機(jī)的片段式的vs延續(xù)式的:挑揀零件機(jī)器人的決策只需建立在當(dāng)前零件基礎(chǔ)上,而下棋,駕駛,句法分析都是延續(xù)式的第1章人工智能概述86

86任務(wù)環(huán)境的屬性(2)靜態(tài)的vs動(dòng)態(tài)的:出租車駕駛是動(dòng)態(tài)的,填字謎游戲則是靜態(tài)的離散的vs連續(xù)的:下棋是離散的,駕駛汽車是連續(xù)的單智能體vs多智能體:駕駛汽車和下棋都是多智能體環(huán)境根據(jù)傳感器的感知，對(duì)環(huán)境的綜合考慮，通過執(zhí)行器的工作，實(shí)現(xiàn)好的性能量度第1章人工智能概述87

87任務(wù)環(huán)境的屬性(3)第1章人工智能概述任務(wù)環(huán)境可觀察性確定性片段性靜態(tài)性離散性智能體數(shù)出租車駕駛部分隨機(jī)的延續(xù)式的動(dòng)態(tài)的連續(xù)的多醫(yī)學(xué)診斷系統(tǒng)部分隨機(jī)的延續(xù)式的動(dòng)態(tài)的連續(xù)的單選零件的機(jī)器人部分隨機(jī)的片段式的動(dòng)態(tài)的連續(xù)的單交互式英語教師部分隨機(jī)的延續(xù)式的動(dòng)態(tài)的離散的多縱橫字謎游戲完全確定的延續(xù)式的靜態(tài)的離散的單88

881.5智能體結(jié)構(gòu)4種類型的智能體程序簡(jiǎn)單反射型智能體基于模型的反射智能體基于目標(biāo)的智能體/基于效用的智能體學(xué)習(xí)智能體第1章人工智能概述89

89智能體結(jié)構(gòu)AI的任務(wù)是設(shè)計(jì)智能體程序智能體程序要在某個(gè)具備實(shí)際傳感器和執(zhí)行器的計(jì)算裝置上運(yùn)行,該裝置稱為體系結(jié)構(gòu)智能體=體系結(jié)構(gòu)+程序通常,智能體程序具有這樣的框架:從傳感器得到當(dāng)前感知信息作為輸入,返回一個(gè)行動(dòng)交給執(zhí)行器第1章人工智能概述90

90智能體類型有4種類型的智能體程序(或部分程序)簡(jiǎn)單反射型智能體基于模型的反射型智能體基于目標(biāo)的智能體基于效用的智能體此外，學(xué)習(xí)程序也是一種智能體第1章人工智能概述91

91簡(jiǎn)單反射型智能體第1章人工智能概述智能體傳感器現(xiàn)在世界是什么樣的環(huán)境現(xiàn)在我應(yīng)該采取什么行動(dòng)執(zhí)行器條件--行動(dòng)規(guī)律f:P→Af:IF-THEN92

92基于模型的反射型智能體第1章人工智能概述傳感器現(xiàn)在世界是什么樣的現(xiàn)在我應(yīng)該采取什么行動(dòng)執(zhí)行器狀態(tài)世界如何演變我的行動(dòng)做了什么條件--行動(dòng)規(guī)則智能體環(huán)境f:P+M→Af:IF+-THEN93

93基于目標(biāo)的智能體第1章人工智能概述環(huán)境傳感器現(xiàn)在世界是什么樣的如果我采用了行動(dòng)A世界將會(huì)是什么樣的現(xiàn)在我應(yīng)該采取什么行動(dòng)執(zhí)行器狀態(tài)我的行動(dòng)做了什么世界如何演變目標(biāo)智能體f:P+M+Try→Af:Target-Try94

94基于效用的智能體第1章人工智能概述環(huán)境傳感器現(xiàn)在世界是什么樣的如果我采用了行動(dòng)A世界將會(huì)是什么樣的現(xiàn)在我應(yīng)該采取什么行動(dòng)處于這樣的狀態(tài)我將有多快樂狀態(tài)世界如何演變我的行動(dòng)做了什么效用智能體執(zhí)行器f:P+M+Try+Utility→Af:Utility95

95什么是效用？(1)最簡(jiǎn)單的方式就是把效用想象成金錢，越多越好并不是其全部100萬送給1個(gè)身價(jià)5億的富翁vs.還是1個(gè)沒有分文存款的窮光蛋，其效用是不一樣的/反過來欠債也是類似的效用—《MultiAgent引論》第6章可以考慮效用和行動(dòng)對(duì)世界作用前后的差(?)之間存在正比關(guān)系，和原來的基數(shù)成反比關(guān)系/依據(jù)不同評(píng)判標(biāo)準(zhǔn)定義函數(shù)第1章人工智能概述96

96什么是效用？(2)金錢和效用之間關(guān)系的示意第1章人工智能概述O效用金錢97

97學(xué)習(xí)智能體第1章人工智能概述執(zhí)行器環(huán)境傳感器智能體性能標(biāo)準(zhǔn)評(píng)論元件學(xué)習(xí)元件問題產(chǎn)生器執(zhí)行元件反饋學(xué)習(xí)的目標(biāo)知識(shí)變化對(duì)照Mitchell《機(jī)器學(xué)習(xí)》第1章圖98

98小結(jié)AI成功的例子AI的目標(biāo)AI的未來第1章人工智能概述99

99AI成功的例子(1)博弈：IBM公司的“深藍(lán)”成為第一個(gè)在國(guó)際象棋比賽中戰(zhàn)勝世界冠軍的計(jì)算機(jī)程序1997年，一次公開賽中3.5/2.5比分戰(zhàn)勝卡斯帕羅夫，他說從棋盤對(duì)面感到了“一種新智能”（但是，連“深藍(lán)”的設(shè)計(jì)者也不認(rèn)為用了什么人工智能技術(shù)）第1章人工智能概述100

100AI成功的例子(2)自主控制：CMU研制的ALVINN計(jì)算機(jī)視覺系統(tǒng)安置在NAVLAB計(jì)算機(jī)控制微型汽車中，用于汽車導(dǎo)航行駛在高速公路上全程2850英里(約4586.5公里),其中98%時(shí)間由這個(gè)系統(tǒng)掌握方向盤,2%時(shí)間由人駕駛,幾乎都在高速公路出入口處第1章人工智能概述101

101AI成功的例子(3)后勤規(guī)劃：1991年海灣戰(zhàn)爭(zhēng)中美國(guó)軍隊(duì)配備了一個(gè)動(dòng)態(tài)分析和重規(guī)劃工具DART,用于自動(dòng)后勤規(guī)劃與運(yùn)輸調(diào)度該系統(tǒng)同時(shí)涉及50000個(gè)車輛、貨物和人，而且要考慮起點(diǎn)、目的地、路徑，解決所有參數(shù)之間的沖突。使用AI技術(shù)使規(guī)劃在幾小時(shí)內(nèi)完成，而傳統(tǒng)方法需要幾個(gè)星期DARPA稱就此一項(xiàng)投資足以補(bǔ)償DARPA在AI方面30年的投資第1章人工智能概述102

102AI的目標(biāo)(1)實(shí)現(xiàn)什么樣的理性智能體？完美理性：已知從環(huán)境中獲得的信息，一個(gè)完美理性智能體每時(shí)每刻都以使其效用最大化方式行動(dòng)—并不是一個(gè)具有現(xiàn)實(shí)意義的目標(biāo)計(jì)算理性：一個(gè)計(jì)算理性智能體最終返回的是理性的選擇(可能在開始時(shí)即如此),但是要考慮和環(huán)境交互的時(shí)機(jī)(錯(cuò)誤時(shí)刻的正確答案沒有價(jià)值)—不得不折衷有限度理性：思考足夠長(zhǎng)的時(shí)間，得到一個(gè)“足夠好”的答案—缺乏形式化第1章人工智能概述103

103AI的目標(biāo)(2)有界最優(yōu)化(BoundedOptimization)：已知其計(jì)算資源,有界最優(yōu)化智能體的行為會(huì)盡可能地好/一個(gè)有界最優(yōu)化智能體程序的期望效用至少會(huì)與同一臺(tái)機(jī)器上運(yùn)行的其他任何智能體程序的期望效用一樣高至少總存在一個(gè)最佳程序—看來是具有堅(jiān)固理論基礎(chǔ)的最佳希望作為AI研究的一項(xiàng)定義明確的和可行的形式化任務(wù)而提出有界最優(yōu)化第1章人工智能概述104

104AI的未來可以期望AI在中級(jí)水平上的成功將影響所有人的日常生活數(shù)學(xué)定理證明輔助工具感知環(huán)境的機(jī)器人人體特征識(shí)別智能搜索引擎……但是目前AI還沒有像互連網(wǎng)和手機(jī)一樣對(duì)社會(huì)造成普遍深入的影響第1章人工智能概述105

105我們只能向前看到很短的距離，但是我們能夠看到仍然有很多事情要做。AlanTuring第1章人工智能概述106

106參考書目StuartRussell/PeterNorvig:AIMA第1章/第2章/第26章/第27章陸汝鈐編著:人工智能(上冊(cè))引言MichealWooldridge，Anintroductiontomulti-agentsystems，石純一等譯：多Agent系統(tǒng)引論，電子工業(yè)出版社，2003第1章人工智能概述107

107附和人工智能相關(guān)的社會(huì)倫理問題人們可能由于自動(dòng)化而失業(yè)人們可能擁有過多或過少的閑暇時(shí)間人們可能會(huì)失去作為人的獨(dú)一無二的感覺人們可能會(huì)失去一些個(gè)人隱私權(quán)人工智能系統(tǒng)的應(yīng)用可能會(huì)導(dǎo)致責(zé)任感的喪失人工智能的成功可能意味著人類種族的終結(jié)第1章人工智能概述108

108為什么在一本技術(shù)書中關(guān)注社會(huì)倫理問題？一個(gè)只有專業(yè)型、科技型的知識(shí)分子，而沒有公共性、批判性的知識(shí)分子的社會(huì)是沒有人文精神的；而沒有人文精神的國(guó)度，將是一個(gè)什么樣的國(guó)度？放眼世界，便一目了然?！橙~新《往事如雷》，來自互聯(lián)網(wǎng)第1章人工智能概述109