,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,人工智能原理与应用,主讲：杨昌仁,2006年9月,人工智能原理与应用主讲：杨昌仁,1,课程性质：,专业基础课。,学科性质：,计算机科学的一个分支；同时是一个涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。,讲授学时：,72学时,课程性质：专业基础课。,2,第一章 绪论,1.1 人工智能的诞生和发展,诞生：,1956年的一次学术讨论会，用到“人工智能”术语,50年代：,游戏、博论为对象,60年代：,(1),Lisp,语言(1960年),(2)问题求解程序(1963年)，将领域知识与求解方法分离,(,如,GPS,程序,可求解,11,种不同类型的问题,),(3)定理证明(1965年)，提出归结原理,(4),知识表示的语义网络模型(1968年),第一章 绪论1.1 人工智能的诞生和发展 诞生：19,3,70年代：,(1)逻辑程序设计语言,Prolog(1972,年),(2)专家系统,Mycin(1972,年),(3)人工智能杂志创刊,(1970,年),(4),提出知识工程的概念(1977年),80年代：,(1)推理技术(确定性推理、不确定性推理、非单调推理,),(2)知识获取和表示,(3)自然语言理解,(4),机器视角,(5),提出了第五代计算机的研究计划,.,70年代：80年代：,4,90年代：,(1)专家系统,(2)机器翻译,(3)问题求解,(4),机器视角,(5)机器学习,(6),人工神精网络,90年代：,5,1.2 人工智能的定义,人工智能,(描述性定义,)：,用机器模拟人类的智能，也称为机器智能。,人类智能,(描述性定义,)：,人类所拥有的智力和行为能力，并以知识为基础。,智力,(描述性定义,)：,获取知识并运用知识去求解问题的能力，包括：感知能力、记忆与思维能力、归纳与演绎能力、学习能力与行为能力。,人工智能学科,(描述性定义,)：,计算机科学中涉及研究、设计、应用智能机器的一个分支。,1.2 人工智能的定义 人工智能(描述性定义)：用机器,6,1.3 人工智能研究的方法和途径,1、各种学派及其理论：,包括：逻辑学派、认识学派、知识工程学派、联结学派、分布式学派、进化论学派。但主要有以下三种学派：,(1)符号主义,：,主要观点：,人对客观世界认识的认知基元为符号；,认知过程即是对符号进行操作(主要是推理)的过程，主要工具是数学逻辑,知识是人们在实践中获得的信息关联在一起所形成的信息结构，是构成智能的基础。,人工智能的核心问题是知识表示、知识推理、知识运用。,1.3 人工智能研究的方法和途径1、各种学派及其理论：(1,7,(2)联结主义,：(,仿生学派),主要观点：,人工智能可以通过仿生人脑的结构来实现；,人脑的思维基元是神经元而主是符号；,要搞清楚大脑神经元及其连接机制，以及它进行信息处理的过程和机理。,(3)行为主义,：(,进化学派),主要观点：,人工智能起源于控制论，智能取决于感知和行为,(2)联结主义：(仿生学派)(3)行为主义：(进化学派),8,2、实现人工智能的技术路线：,专用路线：,研制一些专用智能计算机或专用软件系统或专用计算机语言。,通用路线：,现有的软硬件系统即可支持人工智能系统的开发；在开发过程中充分应用知识工程的思想，把知识工程作为软件工程的一个分支。,硬件路线：,智能机器的开发有赖于各种智能硬件、智能工具、固化技术。,软件路线：,智能机器的开发有赖于各种智能软件和工具的开发和运用。,2、实现人工智能的技术路线：专用路线：通用路线：,9,1.4 人工智能的研究及应用领域,1、问题求解：,研究解决难题的方法，主要包括：状态空间、搜索策略、归约策略的研究。如国际象棋程序。,2、机器学习：,研究计算机获取新知识和新技能、识别现有知识、不断改善性能、实现自我完善的方法。,研究目标有：人类学习的认知模型；通用学习算法；构造面向任务的专用学习系统。,1.4 人工智能的研究及应用领域1、问题求解：2、机器学习,10,3、专家系统：,是一种具有特定领域内大量知识与经验的程序系统。,4、模式识别：,研究如何使机器具有感知能力的一个研究领域，主要研究对视觉模式和听觉模式的识别。模式即为标准样式或标本。,5、自动定理证明：,研究对前提,P,和结论,Q，,证明,P-Q,的永真性(用反证法)。目前用的主要方法是归结原理。,6、自动程序设计：,包括程序综合和程序验证。,3、专家系统：4、模式识别：5、自动定理证明：6、自动程序设,11,7、自然语言理解：,研究如何使计算机理解人类自然语言。包括：,回答有关问题；,摘要生成和文本释义；,自动翻译,8、机器人学：,研究机器人。包括：,第一代机器人：可再编程序控制机器人；,第二代机器人：自适应机器人,智能机器人：有感觉器官，有思维能力。,7、自然语言理解：8、机器人学：,12,9、人工神经网络：,是一个用大量称做神经元的简单处理单元经广泛连接而组成的人工网络，用来模拟大脑的神经系统的结构和功能。,10、智能检索：,包括：,基于“词”的检索；,基于概念的检索；,自然语言理解(理解询问,)；,能推导或演绎出答案。,9、人工神经网络：10、智能检索：,13,补充内容 逻辑基础,一、命题逻辑与谓词逻辑,1、命题,定义1,命题是具有真假意义的语句，常常用来表示一个判断或一个结论。命题通常用大写字母表示。,命题的特点：,命题有确定的真值，为真时记为,T，,为假时记为,F。,命题变元：,抽象的命题。如：“,x5”。,只有用具体的值代替后才有确定的真假值。,补充内容 逻辑基础一、命题逻辑与谓词逻辑1、命题,14,2、谓词,谓词：,是命题的一表示方式，一个谓词可分为谓词名和个体两个部分。,谓词名,-刻画个体的性质、状态或个体间的关系的。,个体,-某一独立存在的事物或概念。,谓词的一般形式：,P(x1,x2,xn),其中，,P,是谓词名，可自定义，,xi,为个体。个体可以是常量、变元、函数等。,n,为谓词的,元数,，为1时称为,一元谓词,，为2时称为,二元谓词,。当个体为常量、变元、函数时，称为,一阶谓词,；当某个体为一阶谓词时，谓词称为,二阶谓词,。个体变元的取值范围称为,个体域,2、谓词,15,3、谓词公式,(1),连接词：,非：,或(析取)：,V,与(合取)：,蕴含：,（“,P,Q”,仅当,P,真而,Q,假时为假，其余为真）,等价：,(同为真假,),(2)量词,全称量词：,(,x),存在量词：,(,x),3、谓词公式(2)量词,16,(3)谓词公式,定义(合式公式)：,连接词的优先级,量词的辖域、约束变元,命题公式,(3)谓词公式,17,4、谓词公式的解释,命题公式的解释,-对命题公式中的命题变元的一次真值指派。,公式,P,在,D,上的一个解释-,指派常量；,指派函数；,指派谓词。,例：,P21-22,4、谓词公式的解释,18,5、谓词公式的永真性、可满足性、不可满足性,P,在,D,上永真,P,永真,P,是可满足的,P,在,D,上永假,P,永假(不可满足),5、谓词公式的永真性、可满足性、不可满足性,19,6、谓词公式的等价性与永真蕴含,P,与,Q,在,D,上等价；,P,与,Q,等价,常用等价式(,P23),永真蕴含,常用永真蕴含式(,P24),一些推理规则(,P24),反证法定理(,P24),6、谓词公式的等价性与永真蕴含,20,第二章 知识表示法,内容：,讨论知识及其表示的有关概念和常用的知识表示法(而知识的获取、表示(存储)和运用是人工智能的三个主要问题),第二章 知识表示法内容：,21,2.1 概述,1、知识、信息和数据,信息,-事物(或现象)的特征描述；是对数据的解释，是数据在特定场合下的具体含义。,数据,-记录信息的符号、是信息的载体和表示，是信息的解释。有格式的数据蕴含着某种信息。,知识,-把有关信息关联在一起所形成的信息结构。是人对客观世界的认识和经验。关联方式多种多样。,2、知识的特性,相对正确性；,不确定性-“真”或“假”有程度可言；(及其原因),可表示性；,可利用性。,2.1 概述1、知识、信息和数据2、知识的特性,22,3、知识的分类,(1)以知识的作用范围来分,常识性知识,领域性知识,(2)就知识的作用及表示来分,事实性知识,-有关领域内的概念、事实、事物的属性、状态及其关系的描述，常以“是”形式出现。,规则性知识,-表示因果关系的知识，常以“如果则”形式出现。,控制性知识,-描述问题求解步骤、技巧性的知识。,元知识,-有关知识的知识，包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。,3、知识的分类(2)就知识的作用及表示来分,23,(3)以知识的确定性来分,确定性知识,-其逻辑值为“真”或“假”的知识,不确定性知识,-其“真”或“假”的程度由一个概率值表示的知识,(4)以人类的思维和认识方式来分,逻辑性知识,-通过逻辑思维而产生的知识,形象性知识,-通过形象思维而产生的知识，如牛的样子的知识。,(3)以知识的确定性来分(4)以人类的思维和认识方式来分,24,4、知识的表示,知识表示,-研究用机器表示知识的可行性和有效性的一般方法，是一种数据结构和控制结构的统一体。是把人类知识表示成计算机能够处理的数据结构。,陈述性知识表示,-主要表示事实性知识；,过程性知识表示,-主要表示规则性知识和控制结构知识，表示形式是一个“过程”。,实际常用的表示方法有十种，可以根据实际需要使用。,4、知识的表示,25,2.2 一阶谓词逻辑表示法,1、知识的谓词逻辑表示法,对事实性知识,-用谓词的合取式或析取式表示，如：,ISSTUDENT(,张三),ISSTUDENT(,李四),对规则性知识的表示,-用谓词的蕴含式表示，如,P-Q,2、用谓词公式表示知识的步骤,(1)定义谓词及个体，确定其含义。,(2)为每个谓词中的个体变元赋予特定的值。,(3),构造谓词公式。,3、知识的谓词逻辑表示法举例-,见,P20-24,2.2 一阶谓词逻辑表示法1、知识的谓词逻辑表示法2、用谓,26,4、知识的谓词逻辑表示法的特点,自然性；,适宜表示精确性知识，而不适宜表示不确定性知识；,易实现；,易于推理。有数理逻辑为基础。,局限性：,不能表示不确定性知识,组合爆炸；,效率低。,4、知识的谓词逻辑表示法的特点,27,2.3 产生式表示法,由美国数学家,Post,提出(1943年,)，,也称为产生式规则表示法。,1、表示的知识种类及其基本形式,(1)可表示的知识种类：,确定性规则知识；,不确定性规则知识；,确定性事实知识；,不确定性事实知识；,(2)基本形式,2.3 产生式表示法由美国数学家Post提出(1943年),28,