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？

智能是個體認識客觀事物和運用知識解決問題的能力——感知、學習、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：感知與認識事物、客觀世界與自我的能力；通過學習取得經驗、積累知識的能力；理解知識、運用知識和經驗分析問題和解決問題的能力；聯想、推理、判斷、決策的能力；運用語言進行抽象、概括的能力；發現、發明、創造、創新的能力；實時、迅速、合理地應付復雜環境的能力；預測、洞察事物發展變化的能力等。

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——強目標與弱目標4、計算機能夠實現智能嗎？——智能是否是可計算的

“深藍”有智能嗎？理發師悖論與哥德爾不完全定理

一、什么是人工智能？ 強目標：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

弱目標：

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

人工智能的實現方法——符號主義、聯結主義、行為主義人工智能的分類——符號智能和計算智能

二、人工智能的實現方法

二、人工智能的實現方法 人工智能在發展過程中形成許多學派。不同學派的研究方法、學術觀點、研究重點有所不同。從思想基礎上可分為符號主義學派(包括認知學派、邏輯學派)、行為主義學派和連接主義學派。一、認知學派(以Simon,Minskey和Newell等為代表)1、基本思想從人的思維活動出發，利用計算機進行宏觀功能模擬。基于物理符號系統假設，將任何信息加工系統看成是一個具體的物理系統。二、人工智能的實現方法2、基本觀點物理系統表現智能行為的充要條件是該系統是一個物理符號系統。3、主要工作1）Newell的LogicTheorist，模擬人證明數學定理的思維過程2）GPS，模擬人的解題過程(擬定初步解題計劃利用公理、定理和規則，按規則實施解題過程不斷進行“目的—手段“分析，修訂解題計劃。3）物理符號系統假設符號是模式。物理符號系統的基本任務和功能是辨認相同的符號和區別不同的符號。二、人工智能的實現方法二、邏輯學派（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）智能機器必須有關于自身環境的知識2）通用智能機器要能陳述性地表達關于自身環境的大部分知識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）非單調邏輯用于常識推理二、人工智能的實現方法三、行為主義學派(以Brooks為代表)1、基本思想以復雜的現實世界為背景，讓人工智能理論先經受解決實際問題的考驗，并在這種考驗中成長。智能只是在與環境的交互作用中表現出來。2、基本觀點1）到現場去2）物理實現3）初級智能4）行為產生智能二、人工智能的實現方法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、人工智能的實現方法四連接主義學派1、基本思想從腦的神經系統結構出發來研究腦的功能，研究大量簡單的神經元的集團信息處理能力及其動態行為，模擬和實現人的認識過程中的感知覺過程、形象思維、分布式記憶和自學習自組織過程。2、基本觀點1）神經網絡以分布式方式存儲信息2）神經網絡以并行方式處理信息3）神經網絡具有自組織、自學習能力3、主要工作人工神經網絡(此外，遺傳算法、人工免疫算法等均可劃入這一學派）

1、早期的基礎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

Turing:圖靈機

Wiener:控制論

Shannon:信息論Russell:數理邏輯

三、人工智能的發展歷

3、人工智能的誕生——1956年Dartmouth大學夏季討論會

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

有學習能力的跳棋程序Newwell,Simon

的機器定理證明McCarthy的LISPChomsky的形式語言

三、人工智能的發展歷

5、1960年代—沉寂的十年

機器翻譯通用問題求解Robinson歸結原理

Feigenbaum

的專家系統：DENDRAL

三、人工智能的發展歷程

6、1970年代—知識工程知識工程的提出（Feigenbaum）

知識表示

專家系統

Prolog語言

自然語言理解

三、人工智能的發展歷程

7、1980年代—聯結主義的興起

神經網絡遺傳算法進化計算

專家系統的廣泛應用

Newell的SOAR

五代機計劃

三、人工智能的發展歷程

三、人工智能的發展歷程

8、1990年代至今—網絡時代分布式人工智能智能Agent

多Agent系統（MAS）KDD

智能化網絡網格人工生命

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

四、人工智能理論基礎－符號主義

2.推理技術產生式推理非單調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－符號主義

3.通用問題求解技術通用問題求解（GPS）狀態空間搜索問題求解規劃技術

四、人工智能理論基礎－符號主義

4.機器學習歸納學習類比學習解釋學習基于案例學習強化學習

四、人工智能理論基礎－符號主義

5.知識表示產生式規則謂詞語義網絡框架劇本

四、人工智能理論基礎－符號主義

四、人工智能理論基礎－聯結主義

1.神經網絡模擬人類腦神經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在現代管理中的應用 1.智能代理（Agent)------個性化服務拍賣、查詢、定購…信息采集------語義網智能化搜索、收集信息

五、AI在現代管理中的應用 智能化信息、知識的提取------數據挖掘決策支持------IDSS、DDSS、IDDSS智能化的信息管理------CRM、KM……

五、AI在現代管理中的應用 新概念的提出：商業智能——BI(BusinessIntelligence)

商業智能是指通過對數據的收集、管理、分析以及轉化，使數據成為可用的信息，從而獲得必要的洞察力和理解力，更好地輔助決策和指導行動。

五、AI在現代管理中的應用 商業智能——BI(BusinessIntelligence)其基本體系結構包括：數據倉庫系統數據挖掘工具決策支持系統

IBM解決方案

五、AI在現代管理中的應用 MIS現狀_信息孤島:

財務系統市場促銷數據客戶數據營業數據呼叫中心數據

五、AI在現代管理中的應用BI系統:

數據倉庫OLAP智能挖掘

五、AI在現代管理中的應用 數據倉庫:－數據倉庫是指從業務數據中創建信息數據庫，并針對決策和分析進行優化。－數據倉庫中的信息是面向主題的、集成化的、穩定的、隨時間變化的數據集合，用以支持管理決策的過程。－數據來自多個數據源，并整合到一個數據庫中。－在數據整合的過程中數據要經過聚合、摘要和清洗。

五、AI在現代管理中的應用 數據倉庫(DataWarehouse)系統示意圖：