汽车后市场新说
新浪微博
微信
当前位置:汽车后市场新说网 » 教育

讲座-走进人工智能(上篇)

人工智能基本概念、方法和技术

      基本技术:知识表示、推理、搜索、规划

人工智能的主要研究、应用领域

      机器感知:机器视觉;机器听觉;自然语言理解;机器翻译

      机器思维:机器推理

      机器学习:符号学习;连接学习

      机器行为:智能控制

      智能机器:智能机器人;机器智能

      智能应用:博弈;自动定理证明;自动程序设计

                        专家系统;智能决策;智能检索;智能CAD;智能CAI

                         智能交通;智能电力;智能产品;智能建筑等 

人工智能新技术

      计算智能:神经计算;模糊计算;进化计算;自然计算

      分布智能:多Agent,  群体智能

      群集智能:蚁群算法;粒群算法

      集成智能:脑机接口(即BCI)

一个新兴的“智能科学与技术学科”正在兴起



何谓智能

1.自然智能

自然智能

    指人类和一些动物所具有的智力和行为能力

人类的自然智能(简称智能)

     指人类在认识客观世界中,由思维过程和脑力活动所表现出的综合能力

智能(自然智能)现象:

   1、人是怎样思考问题的?例如:树上还有几只鸟?(常识推理)

   2、人是怎样横穿马路的?(常识推理和逻辑问题的形象处理)

   3、人是怎样识别景物的?例如:小孩的妈妈是谁?(形象思维)

   4、人是怎样实现感知、学习、思维等的?(神经系统的心智活动)

   5、人是怎样产生情绪、情感的?(神经系统的心理过程)

   …

定义智能的困难

  从结构上,人脑有1011-12量级的神经元,广泛分布并行的巨复杂系统

  从功能上,人脑具有记忆、思维、观察、分析等能力

  有待于人脑奥秘的揭示,进一步认识


2.智能的不同观点和层次结构

认识智能的不同观点

    思维理论:智能来源于思维活动,智能的核心是思维,人的一切知识都是思维的产物。可望通过对思维规律和思维方法的研究,来揭示智能的本质。

    知识阈值理论:智能取决于知识的数量及其可运用程度。一个系统所具有的可运用知识越多,其智能就会越高。

    进化理论:是美国MIT的Brooks在对人造机器虫研究的基础上提出来的。智能取决于感知和行为,取决于对外界复杂环境的适应,智能不需要知识、不需要表示、不需要推理,智能可由逐步进化来实现。

智能的层次结构

    高层智能:以大脑皮层(抑制中枢)为主,主要完成记忆、思维等活动。

    中层智能:以丘脑(或称间脑,感觉中枢)为主,主要完成感知活动。

    低层智能:以小脑、脊髓为主,主要完成动作反应活动。

不同观点与层次结构的对应关系     

3. 智能包含的能力(1/2)

感知能力

    通过感知器官感知外界的能力。是人类获得外界信息的基本途径,其处理方式有以下两种:

     感知--动作方式:对简单、紧急信息

      感知--思维--动作方式:对复杂信息    

记忆和思维能力

     记忆:对感知到的外界信息和由思维产生的内部知识的存储过程

     思维:对已存储信息或知识的本质属性、内部知识的认识过程

     思维方式:

            抽象思维(逻辑思维):根据逻辑规则对信息和知识进行处理的理性思维方式。例如,逻辑推理等

            形象思维(直感思维):基于形象概念,根据感性形象认识材料对客观现象进行处理的一种思维方式。例如,图像、景物识别等

            灵感思维(顿悟思维):是一种显意识和潜意识相互作用的思维方式。例如,因灵感而顿时开窍


3. 智能包含的能力(2/2)


学习和自适应能力

     学习:是一个具有特定目的的知识获取过程

                 是人的一种本能。不同人的学习方法、能力不同

     自适应:是一种通过自我调节适应外界环境的过程

                 是人的一种本能。不同人的适应能力不同

行为能力

    含义:是人们对感知到的外界信息作出动作反应的能力

    信息来源:由感知直接获得的外界信息

                       经过思维加工后的信息

    实现过程:通过脊髓来控制

                       由语言、表情、体姿等来实现  


何谓人工智能

定义方法

典型的4种定义方法:类人、理性、思维、行为



1、 类人思维方法

类人思维方法也称为认知模型方法,它是一种基于人类思维工作原理的可检测理论来定义智能的方法。

   典型代表是贝尔曼(Bellman)于1978年提出的定义:人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化。

   认知科学,研究人类感知和思维信息处理过程,它把来自人工智能的计算机模型和来自心理学的实验技术结合起来,试图创立一种精确而且可检测的人脑思维过程的工作模型。

   如果能把上述所得到关于思维的足够精确的模型用计算机程序表示出来,并且该程序的输入/输出和实时行为能够与人类相一致,那就说明该程序的某些机制可能是按照人脑思维模式运行的。

   这方面的典型例子是艾伦.纽厄尔(AllenNewell)和赫伯特.西蒙(Herbert Simon)等人于1960年研制了通用问题求解(generalproblem solving,GPS)程序。

类人行为方法也称为图灵测试方法,它是一种基于人类自身的智能去定义一个机器或系统是否具有智能的方法。

   典型代表是库兹韦勒(Kurzweil)于1990年提出的定义:人工智能是一种创建机器的技艺,这种机器能够执行需要人的智能才能完成的功能。

   按照图灵测试要求,一台计算机要能够通过,至少应该具有以下能力:

   (1)自然语言处理。实现用自然语言与计算机的交流。

   (2)知识表示。存储它所知道的或听到的知识或信息。

   (3)自动推理。运用存储的知识或信息来回答问题,并提取新的结论。

   (4)机器学习。能适应新的环境,并能自我获取新的知识。

   如果还需要测试被测对象利用视频信号的感知能力和传递接受物体的行为能力,即所谓的完全图灵测试,则计算机还应该具有如下能力:

   (5)计算机视觉。可以感知物体。

   (6)机器人技术。可以操纵和移动物体。


2、类人行为方法

3、 理性思维方法

理性思维方法亦称为思维法则方法,它是一种基于逻辑推理定义智能的方法。

   典型代表是查尼艾克(E.Charniak)和麦克德莫特(D.McDermott)于1985年提出的定义:人工智能是通过计算模型的使用来进行心智能力研究的。

   计算模型主要是指能“正确思维”的逻辑学模型。古希腊哲学家亚里士多德(Aristotle)是首先严格定义“正确思维”的人之一,他将其定义为“不能辩驳的推理过程”。例如,三段论推理方法。

   理性思维方法正是人工智能领域中所谓的逻辑主义观点,他们希望通过编制逻辑程序来建造智能系统。

   这种方法存在两个主要问题:第一,非形式的知识用形式的逻辑符号表示不易实现,尤其是对不确定的知识;第二,原则上可以解决的问题与实际解决问题之间存在较大差异,需要考虑推理过程的控制。


4、理性行为方法

理性行为方法亦称为理性智能体方法,它是一种基于智能体定义智能的方法。

   典型代表是尼尔森(N.J.Nilsson)于1998年提出的定义:人工智能关心的是人工制品中的智能行为。

   这里的人工制品主要是指能够感知环境、适应变化、自主操作、执行动作的理性智能体(Agent)。按照这种方法,可以认为人工智能就是研究和建造理性智能体。

   理性行为方法与理性思维方法的关系:

   首先,理性行为和理性思维强调的重点不同。理性思维方法强调的是正确思维,而理性行为方法强调的则是理性行动。

   其次,理性行为可以依据理性思维进行。例如,对一些能够通过理性思维能够做出正确结论的事情,实现理性行为的途径往往是先通过逻辑推理得出该行为能达到的目标和结论,然后再付诸实施。

   再其次,理性行为不一定要依据理性思维进行。例如,对有些事情,即使理性思维无法证明哪些行为是正确的,而其它行为是错误的,理性行为也必须有所行动。

上述4种方法

    人们都有人做了很多工作,当然在以人为中心的方法和以理性为中心的方法之间也存在着一定的争议。例如

   以人为中心的方法是一种经验科学,它需要涉及到很多假设和实验证实。

   以理性为中心的方法则涉及到把数学与工程相结合

   人工智能的一般解释

   从能力的角度:人工智能是指用人工的方法在机器(计算机)上实现的智能。

   从学科的角度:人工智能是一门研究如何构造智能机器或智能系统,去模拟、延伸和扩展人类智能的学科。


人工智能的研究目标

(1)远期目标

     揭示人类智能的根本机理,用智能机器去模拟、延伸和扩展人类的智能

     涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科,并依赖于它们的共同发展

(2)近期目标

     研究如何使现有的计算机更聪明,即使它能够运用知识去处理问题,能够模拟人类的智能行为。

相互关系

  •  远期目标为近期目标指明了方向

  •  近期目标则为远期目标奠定了理论和技术基础

AI 的 学 科 位 置

1、一门新兴的交叉学科

AI是一门新兴的边缘学科,是自然科学与社会科学的交叉学科

AI的交叉包括:逻辑、思维、生理、心理、计算机、电子、语言、自动化、光、声等

AI的核心是思维与智能,构成了自己独特的学科体系

AI的基础学科包括:数学(离散、模糊)、思维科学(认知心理、逻辑思维学、形象思维学)和计算机(硬件、软件)等




2、一个引领未来的科学技术

中国科协网站:http://www.cast.org.cn/50th/toupiao/05.html

中国网:http://www.china.com.cn/tech/kx/second5.htm

新浪网:http://tech.sina.com.cn/d/cast50/index.html

2008年11月16日,在中国科协成立50周年的新闻发布会上,经2000多万公众网上投票,评出的10项引领未来的科学技术如下: 

  1. 基因修饰技术

  2. 未来家庭机器人

  3. 新型电池

  4. 人工智能技术

  5. 超高速交通工具

  6. 干细胞技术

  7. 光电信息技术

  8. 可服用诊疗芯片

  9. 感冒疫苗

  10. 无线能量传输技术


3、信息时代的核心技术

在数学机械化领域。他提出的几何定理的机器证明被国际数学界称为“吴方法”。


与脑科学和认知科学的交叉研究

1. 脑科学与神经科学

脑科学:是一门研究脑与心智现象及规律的科学,其主要目标就是要揭示脑功能的本质,认识脑与智能的规律,保护脑和创造脑。

    神经科学:是一门研究神经系统内分子水平、细胞水平及细胞间的变化过程,及这些过程在中枢的功能、控制系统内的整合作用所进行的学科。

    脑的涵义:

    从狭义方面,脑是指中枢神经系统,有时特指大脑;

    从广义方面,脑可泛指整个神经系统。人工智能是从广义角度来理解脑科学的。

    脑的复杂度:人脑是由巨量神经元经其突触的广泛并行互联所形成的一个巨复杂系统,是自然界中最复杂、最高级的智能系统。

    现代脑科学的基本问题:

    (1)揭示神经元之间的连接形式,奠定行为的脑机制的结构基础;

    (2)阐明神经活动的基本过程,说明在分子、细胞到行为等不同层次上神经信号的产生、传递、调制等基本过程;

    (3) 认识实现各种功能的神经回路基础;

    (4) 解释脑的高级功能机制等。

    脑科学是AI的基础:其任何研究进展都将对人工智能的研究起到积极的推动作用。

2. 认知科学和思维科学

认知:可一般地认为是和情感、动机、意志相对应的理智或认识过程,或者是为了一定的目的,在一定的心理结构中进行的信息加工过程。

   美国心理学家浩斯顿(Houston)等人把认知归纳为以下5种主要类型:

    (1)认知是信息的处理过程;

    (2)认知是心理上的符号运算;

    (3)认知是问题求解;

    (4)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、推理、问题求解、学习、想象、概念形成及语言使用等。


    认知科学:认知科学(思维科学)是研究人类感知和思维信息处理过程的一门学科,其主要研究目的就是要说明和解释人类在完成认知活动时是如何进行信息加工的

   认知科学也是人工智能的重要理论基础,对人工智能发展起着根本性的作用。认知科学涉及的问题非常广泛,除了像浩斯顿提出的相关联活动外,还会受到环境、社会、文化背景等方面的影响。

   从认知观点看,AI应同时开展对逻辑思维、形象思维和灵感思维的研究


智能模拟的方法和技术研究

1. 感知、思维

机器感知

     就是要让计算机具有类似于人的感知能力,如视觉、听觉、触觉、嗅觉、味觉

     机器视觉(或叫计算机视觉):就是给计算机配上能看的视觉器官,如摄像机等,使它可以识别并理解文字、图像、景物等

     机器听觉(或叫计算机听觉):就是给计算配上能听的听觉器官,如话筒等,使计算机能够识别并理解语言、声音等。

    机器感知相当于智能系统的输入部分。

    机器感知的专门的研究领域:计算机视觉、模式识别、自然语言理解

机器思维

     让计算机能够对感知到的外界信息和自己产生的内部信息进行思维性加工

  •  逻辑思维

  •  形象思维

  •  灵感思维


2. 学习、行为、系统

机器学习

     让计算机能够像人那样自动地获取新知识,并在实践中不断地完善自我和增强能力。

      机器学习方法:机械学习、类比学习、归纳学习、发现学习、遗传学习和连接学习等

机器行为

     让计算机能够具有像人那样地行动和表达能力,如走、跑、拿、说、唱、写画等。

     相当于智能系统的输出部分。

智能系统与智能机器

     无论是人工智能的近期目标还是远期目标,都需要建立智能系统或构造智能机器

     需要开展对系统模型、构造技术、构造工具及语言环境等研究

(未完,待续……)




英文扩展



hi and welcome to another KHvideo technology moves at breakneck speeds and we now have more power in our pockets than we had in our homes in the 90s artificial intelligence or AI has been fascinating concept of science fiction for decades but many researchersthink we're finally getting close to making AI a reality here are four ways AImight affect us in the future one automated transportation we're already seeingthe beginnings of self-driving cars though the vehicles are currently required to have a driver present at the wheel for safety despite these exciting developments technology isn't perfect yet and it'll take a while for public acceptance to bring automated cars into widespread use Google began testing aself-driving car in 2012 and since then the US Department of Transportation has released definitions of different levels of automation with Google's car classified as the first level down from full automation one self-drive platform that has really taken off is that one used by Tesla other transportation methods are closer to full automation such as buses and trains number twocyborg technology one of the main limitations of being human is simply our own bodies and brains in the future we'll be able to augment ourselves with computers and enhance many of our own natural abilities though many of these possible cyborg enhancements would be added for convenience others might servea more practical purpose AI will become useful for people with amputated limbsas the brain will be able to communicate with robotic limbs to give the patient more control this kind of cyborg technology would significantly reducelimitations that amputees deal with on a daily basis number three taking overdangerous jobs robots are already taking over some of the most hazardous jobsavailable including bomb defusing yet these robots aren't quite robots yet theyare technically drones being used as a physical counterpart for defusing bombs butrequiring a human to control them rather than using a whatever their classificationthey have saves thousands of lives by taking over some of the most dangerousjobs in the world as technology improves we will likely see more AI integrationto help these machines function other jobs also being reconsidered for robotintegration is welding welding known for producing toxic substances in ten heatand ear-splitting noise can now be outsourced to robots in most cases numberfour solving climate change solving climate change might seem like a tall order from a robot yet machines have more access to data than one person ever could storing a mind-boggling number of statistics using big data AI could one day identifytrends and use that information to come up with solutions to the world'sbiggest problems although we don't know the exact future it is quite evidentthat interacting with AI will soon become an everyday activity thanks for watching make sure to LIKE comment and subscribe and have a great day