人工智能簡介

人工智能簡介

一、什么是人工智能？

1、什么是智能？

智能是個體認(rèn)識客觀事物和運用知識解決問題的能力——感知、學(xué)習(xí)、思維、情感…一、什么是人工智能？從功能角度看,智能是綜合能力,包括：感知與認(rèn)識事物、客觀世界與自我的能力；通過學(xué)習(xí)取得經(jīng)驗、積累知識的能力；理解知識、運用知識和經(jīng)驗分析問題和解決問題的能力；聯(lián)想、推理、判斷、決策的能力；運用語言進行抽象、概括的能力；發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力；實時、迅速、合理地應(yīng)付復(fù)雜環(huán)境的能力；預(yù)測、洞察事物發(fā)展變化的能力等。

一、什么是人工智能？ 3、對圖靈測試的反對——西爾勒中文屋子2、驗證機器是否有智能的方法——圖靈測試

一、什么是人工智能？ 5、人工智能的目標(biāo)——強目標(biāo)與弱目標(biāo)4、計算機能夠?qū)崿F(xiàn)智能嗎？——智能是否是可計算的

“深藍”有智能嗎？理發(fā)師悖論與哥德爾不完全定理

一、什么是人工智能？ 強目標(biāo)：可以讓機器像人類一樣思考和行動，具有心智和自我意識

5、人工智能的目標(biāo)

弱目標(biāo)：

是計算機模擬人類思維和行為的有效工具，幫助計算機更有效的完成用戶提出的任務(wù)

人工智能的實現(xiàn)方法——符號主義、聯(lián)結(jié)主義、行為主義人工智能的分類——符號智能和計算智能

二、人工智能的實現(xiàn)方法

二、人工智能的實現(xiàn)方法 人工智能在發(fā)展過程中形成許多學(xué)派。不同學(xué)派的研究方法、學(xué)術(shù)觀點、研究重點有所不同。從思想基礎(chǔ)上可分為符號主義學(xué)派(包括認(rèn)知學(xué)派、邏輯學(xué)派)、行為主義學(xué)派和連接主義學(xué)派。一、認(rèn)知學(xué)派(以Simon,Minskey和Newell等為代表)1、基本思想從人的思維活動出發(fā)，利用計算機進行宏觀功能模擬。基于物理符號系統(tǒng)假設(shè)，將任何信息加工系統(tǒng)看成是一個具體的物理系統(tǒng)。二、人工智能的實現(xiàn)方法2、基本觀點物理系統(tǒng)表現(xiàn)智能行為的充要條件是該系統(tǒng)是一個物理符號系統(tǒng)。3、主要工作1）Newell的LogicTheorist，模擬人證明數(shù)學(xué)定理的思維過程2）GPS，模擬人的解題過程(擬定初步解題計劃利用公理、定理和規(guī)則，按規(guī)則實施解題過程不斷進行“目的—手段“分析，修訂解題計劃。3）物理符號系統(tǒng)假設(shè)符號是模式。物理符號系統(tǒng)的基本任務(wù)和功能是辨認(rèn)相同的符號和區(qū)別不同的符號。二、人工智能的實現(xiàn)方法二、邏輯學(xué)派（以McCarthy和Nilsson等為代表)1、基本思想用邏輯來研究人工智能，用形式化的方法（統(tǒng)一的邏輯框架）描述客觀世界。2、基本觀點1）智能機器必須有關(guān)于自身環(huán)境的知識2）通用智能機器要能陳述性地表達關(guān)于自身環(huán)境的大部分知識3）通用智能機器表示陳述性知識的語言至少要有一階邏輯的能力二、人工智能的實現(xiàn)方法3、主要工作1）概念化知識表示2）模型論語義3）演繹推理4）非單調(diào)邏輯用于常識推理二、人工智能的實現(xiàn)方法三、行為主義學(xué)派(以Brooks為代表)1、基本思想以復(fù)雜的現(xiàn)實世界為背景，讓人工智能理論先經(jīng)受解決實際問題的考驗，并在這種考驗中成長。智能只是在與環(huán)境的交互作用中表現(xiàn)出來。2、基本觀點1）到現(xiàn)場去2）物理實現(xiàn)3）初級智能4）行為產(chǎn)生智能二、人工智能的實現(xiàn)方法3、主要工作1）無需知識表示的智能2）無需推理的智能3）機器蟲二、人工智能的實現(xiàn)方法四連接主義學(xué)派1、基本思想從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來研究腦的功能，研究大量簡單的神經(jīng)元的集團信息處理能力及其動態(tài)行為，模擬和實現(xiàn)人的認(rèn)識過程中的感知覺過程、形象思維、分布式記憶和自學(xué)習(xí)自組織過程。2、基本觀點1）神經(jīng)網(wǎng)絡(luò)以分布式方式存儲信息2）神經(jīng)網(wǎng)絡(luò)以并行方式處理信息3）神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)能力3、主要工作人工神經(jīng)網(wǎng)絡(luò)(此外，遺傳算法、人工免疫算法等均可劃入這一學(xué)派）

1、早期的基礎(chǔ)Aristotle—形式邏輯Bacon—歸納法Leibnitz—形式邏輯符號化2、萌芽階段

Boole:布爾代數(shù)

Turing:圖靈機

Wiener:控制論

Shannon:信息論Russell:數(shù)理邏輯

三、人工智能的發(fā)展歷

3、人工智能的誕生——1956年Dartmouth大學(xué)夏季討論會

McCarthy,Minsky,etl4、1950年代—活躍的十年以游戲、博弈為對象Samuel

有學(xué)習(xí)能力的跳棋程序Newwell,Simon

的機器定理證明McCarthy的LISPChomsky的形式語言

三、人工智能的發(fā)展歷

5、1960年代—沉寂的十年

機器翻譯通用問題求解Robinson歸結(jié)原理

Feigenbaum

的專家系統(tǒng)：DENDRAL

三、人工智能的發(fā)展歷程

6、1970年代—知識工程知識工程的提出（Feigenbaum）

知識表示

專家系統(tǒng)

Prolog語言

自然語言理解

三、人工智能的發(fā)展歷程

7、1980年代—聯(lián)結(jié)主義的興起

神經(jīng)網(wǎng)絡(luò)遺傳算法進化計算

專家系統(tǒng)的廣泛應(yīng)用

Newell的SOAR

五代機計劃

三、人工智能的發(fā)展歷程

三、人工智能的發(fā)展歷程

8、1990年代至今—網(wǎng)絡(luò)時代分布式人工智能智能Agent

多Agent系統(tǒng)（MAS）KDD

智能化網(wǎng)絡(luò)網(wǎng)格人工生命

1.形式邏輯命題邏輯謂詞邏輯(一階謂詞和二階謂詞)模態(tài)邏輯模糊邏輯時序邏輯偏愛邏輯（管理科學(xué)與決策）默認(rèn)邏輯限定邏輯自認(rèn)知邏輯真值維護系統(tǒng)

四、人工智能理論基礎(chǔ)－符號主義

2.推理技術(shù)產(chǎn)生式推理非單調(diào)推理不確定推理約束推理定性推理基于案例推理（CBR）

四、人工智能理論基礎(chǔ)－符號主義

3.通用問題求解技術(shù)通用問題求解（GPS）狀態(tài)空間搜索問題求解規(guī)劃技術(shù)

四、人工智能理論基礎(chǔ)－符號主義

4.機器學(xué)習(xí)歸納學(xué)習(xí)類比學(xué)習(xí)解釋學(xué)習(xí)基于案例學(xué)習(xí)強化學(xué)習(xí)

四、人工智能理論基礎(chǔ)－符號主義

5.知識表示產(chǎn)生式規(guī)則謂詞語義網(wǎng)絡(luò)框架劇本

四、人工智能理論基礎(chǔ)－符號主義

四、人工智能理論基礎(chǔ)－聯(lián)結(jié)主義

1.神經(jīng)網(wǎng)絡(luò)模擬人類腦神經(jīng)元的工作原理遺傳算法模擬生物進化過程人工生命人工免疫算法蟻群算法

五、AI在現(xiàn)代管理中的應(yīng)用 1.智能代理（Agent)------個性化服務(wù)拍賣、查詢、定購…信息采集------語義網(wǎng)智能化搜索、收集信息

五、AI在現(xiàn)代管理中的應(yīng)用 智能化信息、知識的提取------數(shù)據(jù)挖掘決策支持------IDSS、DDSS、IDDSS智能化的信息管理------CRM、KM……

五、AI在現(xiàn)代管理中的應(yīng)用 新概念的提出：商業(yè)智能——BI(BusinessIntelligence)

商業(yè)智能是指通過對數(shù)據(jù)的收集、管理、分析以及轉(zhuǎn)化，使數(shù)據(jù)成為可用的信息，從而獲得必要的洞察力和理解力，更好地輔助決策和指導(dǎo)行動。

五、AI在現(xiàn)代管理中的應(yīng)用 商業(yè)智能——BI(BusinessIntelligence)其基本體系結(jié)構(gòu)包括：數(shù)據(jù)倉庫系統(tǒng)數(shù)據(jù)挖掘工具決策支持系統(tǒng)

IBM解決方案

五、AI在現(xiàn)代管理中的應(yīng)用 MIS現(xiàn)狀_信息孤島:

財務(wù)系統(tǒng)市場促銷數(shù)據(jù)客戶數(shù)據(jù)營業(yè)數(shù)據(jù)呼叫中心數(shù)據(jù)

五、AI在現(xiàn)代管理中的應(yīng)用BI系統(tǒng):

數(shù)據(jù)倉庫OLAP智能挖掘

五、AI在現(xiàn)代管理中的應(yīng)用 數(shù)據(jù)倉庫:－數(shù)據(jù)倉庫是指從業(yè)務(wù)數(shù)據(jù)中創(chuàng)建信息數(shù)據(jù)庫，并針對決策和分析進行優(yōu)化。－數(shù)據(jù)倉庫中的信息是面向主題的、集成化的、穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，用以支持管理決策的過程。－數(shù)據(jù)來自多個數(shù)據(jù)源，并整合到一個數(shù)據(jù)庫中。－在數(shù)據(jù)整合的過程中數(shù)據(jù)要經(jīng)過聚合、摘要和清洗。

五、AI在現(xiàn)代管理中的應(yīng)用 數(shù)據(jù)倉庫(DataWarehouse)系統(tǒng)示意圖：