like
人工智能下一个准确的定义很困难，至今尚无统一的定义。 狭义概念： 人工智能是计算机科学中涉及研究，设计和应用智能机器 的一个分支，是对智能计算机系统的研究。 智能机器: 能够在各类环境中自主地或交互的执行各种拟人 任务的，与人智力相当或相近的机器。具体地说是能够对人类
语言理解、知识学习、思维推理和自主行为模拟的机器。
– 结构化方法 – 面向对象的方法
•专家系统 •神经网络 •演化计算 •Agent 技术 •….
重点：
•最主要的是掌握人工智能思想； •对人工智能各个领域有一定了解； •重点理解某些人工智能的相关问 题；
值得注意的方面：
在学习书本知识的同时，注意利 用网络资源，观察人工智能研究发展 新动向，了解新成果。
第1章 人工智能概述 1.1.2 为什么要研究人工智能 *从对数据世界的需求发展到对知识世界的需求 *为寻求试探性搜索，启发式的、不精确的、模糊的、甚至容许出现错 误的推理方法，使之符合人类的思维过程。
计算机是迄今为止最有效的信息处理工具，但现在的普通计算机系 统的智能还相当低下，缺乏自适应、自学习、自优化等能力，也缺乏社 会常识或专业知识等，只能是被动地按照人们为它事先安排好的工作步 骤进行工作。因此经典计算机的功能难以满足越来越复杂和越来越广泛 的社会需求。
第1章 人工智能概述
广义：AI是指人类智能行为规律、智能理论方面的研究。 作为学科，AI研究如何使机器（计算机）具有智能的科学 和技术，特别是自然智能如何在计算机上实现或再现的科学 和技术。因此，从学科角度讲，当前的人工智能是计算机科 学的一个分支。 人工智能的研究却不仅涉及到计算机科学，而且还涉及 到脑科学、神经生理学、心理学、语言学、逻辑学、认知(思 维)科学、行为科学、生命科学和数学，以及信息论、控制论 和系统论等许多学科领域。 狭义方面已经做了一些工作，如专家系统的研究与开 发。广义的理解至今还没有做出令人兴奋的结果。
第1章 人工智能概述
1.2.3 行为模拟，控制进化 除了上述两种研究途径和方法外，还有基于感知-行 为模型的研究途径和方法——行为模拟法。 这种方法是模拟人在控制过程中的智能活动和行为特 性，如自寻优、自适应、自学习、自组织等，来研究和 实现人工智能。 典型代表 :MIT 的 R.Brooks. 研制的六足行走机器人 ( 亦 称为人造昆虫或机器虫)，曾引起人工智能界的轰动。这 个机器虫可以看作是新一代的“控制论动物”，它具有一 定的适应能力，是一个运用行为模拟即控制进化方法研 究人工智能的代表作。
既然计算机和人脑一样都可进行信息处理，那么是否也能让计算机 同人脑一样也具有智能呢？这正是人们研究人工智能的初衷。
第1章 人工智能概述
AI 研究也是当前信息化社会的迫切要求。人类社会 现在已经进入了信息化时代，信息化的进一步发展，必 须有智能技术的支持 例如： Internet 强烈地需要智能搜索技术 —— 基于本体论的非 结构化搜索。 智能化也是自动化发展的必然趋势。自动化发展到一 定水平，再向前发展就是智能化，即智能化是继机械化、 自动化之后，人类生产和生活中的又一个技术特征。 智能技术应用是后信息化社会的主要特征之一
第1章 人工智能概述
1.1.4 人工智能的表现形式
人工智能的表现形式至少如下几种： 智能软件：范围比较广泛，包括： – 完整的智能软件系统，如专家系统、知识库系统 等； – 具有一定智能的程序模块，如推理程序、学习程序 等，这种程序可以作为其它程序系统的子程序； – 有一定知识或智能的应用软件，如字处理软件 Word （有一定的英语语法知识，在英文文稿的录 入、编辑过程中，表现出一定的文字处理智能）。
第1章 人工智能概述
1.2.2 功能模拟，符号推演 现代计算机本质上是符号处理机器，在当前的数字 计算机上，对人脑从功能上进行模拟，实现人工智能。 这种途径称为功能模拟法。 具体来讲，功能模拟法就是将问题或知识表示成 某种逻辑网络，采用符号推演的方法，实现搜索、推 理、学习等功能，从宏观上来模拟人脑的思维，实现 机器智能。
第1章 人工智能概述 人工智能的目标 人工智能的研究目标可分为远期目标和近期目标。 远期目标： 制造智能机器。要使计算机具有看、听、说、写等感知和交互 功能，具有联想、推理、理解、学习等高级思维能力，还要有分析 问题、解决问题和发明创造的能力。简言之，也就是使计算机像人 一样具有自动发现规律和利用规律的能力，或者说具有自动获取知 识和利用知识的能力，从而扩展和延伸人的智能。 从目前的技术水平来看，全面实现上述目标，还存在很多困难。 近期目标： 实现机器智能，即先部分地或某种程度地实现机器的智能，从 而使现有的计算机更灵活、更好用和更有用，成为人类的智能化信 息处理工具。
第1章 人工智能概述 2. 机器联想 联想是人脑思维过程中最基本、使用最频繁的功能。例如，当听到 一段乐曲，我们头脑中可能会立即浮现出几十年前的某一个场景，甚 至一段往事，这就是联想。 特点：按内容组织记忆 当前，对机器联想功能的研究中就是利用这种按内容记忆原理，采用 “联想存储”技术实现联想功能。其特点是： (1)可以存储许多相关（激励，响应）模式对; (2)通过自组织过程可以完成这种存储; (3)以分布、稳健的方式（可能出现高冗余）存储信息; (4)可以根据接收到的相关激励模式产生并输出适当的响应模式; (5) 即使输入激励模式失真或不完全时，仍然可以产生正确的响应 模式; (6)可在原存储中加入新的存储模式。
第1章 人工智能概述
第1章 人工智能概述
1.1 人工智能的概念 1.2 人工智能的研究途径与方法 1.3 人工智能的分支领域 1.4 人工智能的基本技术 1.5 人工智能的发展概况
第1章 人工智能概述
1.1 人工智能的概念
1.1.1 什么是人工智能 人工智能(Artificial Intelligence, AI)探讨人类思维、行动中那 些尚未算法化的功能行为;使机器 Thinking 、Acting human。
第1章 人工智能概述
3. 机器推理 机器推理就是计算机推理，也称自动推理。它是 人工智能的核心课题之一。因为，推理是人脑的一个 基本功能和重要功能。事实上，几乎所有的人工智能 领域都与推理有关。因此，要实现人工智能，就必须 将推理的功能赋予机器，实现机器推理。
第1章 人工智能概述
4.机器学习 机器学习就是机器自己获取知识。具体来讲，机器学 习主要有这几层意思： (1) 对人类已有知识的获取（这类似于人类的书本知 识学习）； (2) 对 客 观 规 律 的 发 现 （ 这 类 似 于 人 类 的 科 学 发 现）； (3) 对自身行为的修正（这类似于人类的技能训练和 对环境的适应）。
第1章 人工智能概述
模式识别的过程： 信号采集 => 数字化 ( 离散化） => 特征提取 => 模式识别 =>分类结果输出. 例：将摄像机、 Micphone 或其它传感器接受的外界信息 转变成电信号序列，计算机再进一步对这个电信号序 列进行各种预处理，从中抽出有意义的特征，得到输 入信号的模式，然后与机器中原有的各个标准模式进 行比较，完成对输入信息的分类识别工作。
第1章 人工智能概述
要研究机器感知，首先要涉及图像、声音等信息 的识别问题。为此，现在已发展了一门称为“模式识别” 的专门学科。模式识别的主要目标就是用计算机来模 拟人的各种识别能力，当前主要是对视觉能力和听觉 能力的模拟，并且主要集中于图形识别和语音识别。 图形识别主要是研究各种图形（如文字、符号、 图形、图像和照片等）的分类。例如识别各种印刷体 和某些手写体文字，识别指纹、白血球和癌细胞等等。 这方面的技术已经进入实用阶段。 语音识别主要是研究各种语音信号的分类。语音识 别技术近年来发展很快，现已有商品化产品(如汉字语 音录入系统)上市。
第1章 人工智能概述
1.2 人工智能的研究途径与方法
1.2.1 结构模拟，神经计算 所谓结构模拟，就是根据人脑的生理结构和工作 机理，实现计算机的智能，即人工智能。 难点：人脑是由大约 1011 个神经细胞组成的一个动 态、开放、并行、高度复杂的巨系统（神经网络）， 人们至今对它的生理结构和工作机理还未完全弄清楚。
AI研究不良问题求解过程： 如果这个问题还没有解决，则它就是人工智能研究的范畴。 弱方法的特点：问题的已知信息不精确，或者不完整；使用的知识本身是 经验性的，不严格的或者人类尚未完全掌握的；问题求解需要反复试探或者搜 索，求解过程/结果可能不确定。
第1章 人工智能概述 Chinese Room——翻译和理解 •系统构成：封闭房间内，有只懂得英文的一个人;一叠用英文写的翻译规 则和符号对照表等，一叠白纸；一个小窗能够递进递出薄的纸片（输入/输 出）；房间进行翻译工作； •观察：在外部看，这个房间是正在进行中文翻译工作， •内部：假定该人不懂中文，书籍和表格等也谈不上懂得中文， 本质上：房间内的人所做工作没有任何谈得上具有“理解”中文的工作。 ** 系统能够正常运行解决问题，不等于系统懂得和理解问题 Turing Test （1950） •M(主持人)向A(人)、B（机器）提问，M、A、B相互之间没有联系； •A回答提问并表示他是“真正的人”； •B模拟人的思维、推理来回答问题，并表示它是“真正的人” ； •M能够区分A、B吗？ 如果不能区分，表示B具有人工智能。 图灵认为在2000年以前，可能构造计算机和人们交谈5分钟，并有30%的 把握可以FOOL人。 图灵测试的意义：研究智能行为----使实验研究成为可能
第1章 人工智能概述 AI问题的复杂性： 人的思维机制是什么，能够建造人工智能吗？
– 人脑的思维推理过程的机械化？
– 大脑的意识是什么？ – 计算机能够有自觉性和意识吗？
弱目标：让计算机成为能够有效模仿、建立人的思维、行为的有效工具； AI主要探讨人类思维、行动中那些尚未算法化的功能行为.
– 良结构问题：可以用数学模型或者算法精确描述，用传统程序求解； – 不良结构问题：不存在完全确定的数学描述模型，没有现成的算法，或者有算法 但是属于NP完全问题，只能用弱方法求解。