沒有幻燈片標(biāo)題-西安電子科技大學(xué)電子工程學(xué)院

1、Neural Networks & Fuzzy System,分組安排,Part 1 Neural Network Theory,2. Neuronal Dynamics I: Activations and Signals李偉（石光明教授）3. Neuronal Dynamics II: Activation Models陳渤（保錚教授）,Part 1 Neural Network Theory,4. Synapt

2、ic Dynamics I: Unsupervised learning 5. Synaptic Dynamics II: Supervised learning（張軍英教授）涂重陽，趙峰，張宏怡，王軍，劉敬,Part 1 Neural Network Theory,6. Architectures and Equilibria（曾平教授）羅雪梅，劉瑞華,Part 2: Adaptive Fuzzy System,7.

3、Fuzziness versus Probability（姬紅兵教授）金艷，李翠蕓8. Fuzzy Associative Memories（姬紅兵教授）楊柏勝，李林,Part 2: Adaptive Fuzzy System,9. Comparison of Fuzzy and Neural Truck Backer-upper Control System（姬紅兵教授）韓冰，池峰10. Fuzzy Image Tr

4、ansform Coding（高新波教授）霍菲菲,Part 2: Adaptive Fuzzy System,11. Comparison of Fuzzy and Kalman-Filter Target-Tracking Control Systems姬紅兵教授）宋驪平Review高新波,人工智能Artificial IntelligenceAI,參考資料：1、人工智能（上、下冊(cè)），陸汝鈐，科學(xué)出版社2、高級(jí)人

5、工智能，史忠植，科學(xué)出版社3、智能主體及其應(yīng)用，史忠植，科學(xué)出版社4、Artificial Intelligence A New Synthesis, N.J.Nilsson, 機(jī)械工業(yè)出版社，Morgan Kaufmann,基本概念,一、智能 智能是個(gè)體有目的的行為、合理的思維，以及有效地適應(yīng)環(huán)境的綜合能力。通俗地講，智能是個(gè)體認(rèn)識(shí)客觀事物、客觀世界和運(yùn)用知識(shí)解決問題的能力。 人類個(gè)體的智能

6、是一種綜合性能力。具體地講，可包括： 1）感知與認(rèn)識(shí)事物、客觀世界與自我的能力； 2）通過學(xué)習(xí)取得經(jīng)驗(yàn)、積累知識(shí)的能力；,3）理解知識(shí)、運(yùn)用知識(shí)和運(yùn)用經(jīng)驗(yàn)分析問題 和解決問題的能力；4）聯(lián)想、推理、判斷、決策的能力；5）運(yùn)用語言進(jìn)行抽象、概括的能力；6）發(fā)現(xiàn)、發(fā)明、創(chuàng)造、創(chuàng)新的能力；7）實(shí)時(shí)地、迅速地、合理地應(yīng)付復(fù)雜環(huán)境的能力；8）預(yù)測、洞察事物發(fā)展變化的能力；等。注：智能是相對(duì)的、發(fā)展

7、的。離開特定時(shí)間說智能是困難的、沒有意義的。,人工智能,人工智能是相對(duì)人的自然智能而言，即用人工的方法和技術(shù)，研制智能機(jī)器或智能系統(tǒng)來模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)智能行為和“機(jī)器思維”解決需要人類專家才能處理的問題。人工智能是人工制品(artifact)中所涉及的智能行為。其中，智能行為包括：感知(perception)、推理(Reasoning)、學(xué)習(xí)(learning)、通信(communicating)和復(fù)雜環(huán)境下的動(dòng)作行

8、為(acting)。,人工智能目標(biāo),人工智能目標(biāo)是實(shí)現(xiàn)智能行為和“機(jī)器思維”，解決需要人類專家才能處理的問題。 1、研究像人一樣工作的機(jī)器，甚至比人做得更好 2、能夠理解機(jī)器、人或動(dòng)物的智能行為,智能革命,智能革命是指人的自然智能通過人工智能的模仿和擴(kuò)展，實(shí)現(xiàn)社會(huì)生產(chǎn)的自動(dòng)化和智能化，促進(jìn)知識(shí)密集型經(jīng)濟(jì)的發(fā)展。,人工智能的發(fā)展概況,一、萌芽階段1、Aristotle(公元前384-322)在《工具論》中提出形

9、式邏輯（三段論）2、Bacon(1561-1626)在《新工具》中提出歸納法， 提出“知識(shí)就是力量”3、Leibnitz(1646-1716)研制四則計(jì)算器，提出“通用 符號(hào)”和“推理計(jì)算”概念，使形式邏輯符號(hào)化， 從而能對(duì)人的思維進(jìn)行運(yùn)算和推理，奠定了數(shù) 理邏輯的基礎(chǔ),人工智能的發(fā)展概況,一、萌芽階段4、Boole(1815-1864)創(chuàng)立布爾代數(shù)，在《思維法則》 中首

10、次用符號(hào)語言描述思維活動(dòng)的基本推理規(guī)則5、Godel(1906-1978)提出不完備性定理，指出人的 思維形式化和機(jī)械化的某些極限6、Turing(1912-1954)提出理想計(jì)算模型—圖靈機(jī)， 創(chuàng)立自動(dòng)機(jī)理論，提出“圖靈試驗(yàn)”，用以判斷 “Can a machine think?”,人工智能的發(fā)展概況,一、萌芽階段7、Mauchly和Eckert等研制成功ENIAC電子數(shù)字計(jì)

11、 算機(jī)，為人工智能研究奠定物質(zhì)基礎(chǔ)8、Von Neumann提出馮?諾依曼計(jì)算機(jī)模型9、McCulloch和Pitts建立神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型，通過 模擬人腦實(shí)現(xiàn)智能，開創(chuàng)人工神經(jīng)網(wǎng)絡(luò)研究。 Kleene將其抽象為有限自動(dòng)機(jī)理論10、Wiener創(chuàng)立控制論，Shannon創(chuàng)立信息論,人工智能的發(fā)展概況,二、人工智能的誕生1、導(dǎo)因 現(xiàn)實(shí)世界中相當(dāng)多的問題求解是復(fù)雜的，常無算法可循，即使有計(jì)算方法，

12、也是NP問題。為此，人們可采用啟發(fā)式知識(shí)進(jìn)行問題求解，把復(fù)雜的問題大大簡化，可在浩瀚的搜索空間中迅速找到解答。這是運(yùn)用專門領(lǐng)域的經(jīng)驗(yàn)知識(shí)。經(jīng)常會(huì)取得有關(guān)問題的滿意解，而非數(shù)學(xué)上的最優(yōu)解。這就是啟發(fā)式搜索。,人工智能的發(fā)展概況,二、人工智能的誕生2、提出1956年，由McCarthy、Minskey、Shannon、Newell等提出。Dartmouth 會(huì)議,人工智能的發(fā)展概況,三、人工智能的發(fā)展1、50年代以博弈、游戲?yàn)?/p>

13、對(duì)象進(jìn)行研究1）Samuel研制成功具有自學(xué)能力的啟發(fā)式博弈程序2）Newell研制了啟發(fā)式程序Logic Theorist。對(duì) 《數(shù)學(xué)原理》中38條定理進(jìn)行了證明，開創(chuàng)了利 用計(jì)算機(jī)研究思維活動(dòng)規(guī)律的工作3）Chomsky提出語言文法，開創(chuàng)了形式語言研究,三、人工智能的發(fā)展1、50年代4）McCarthy建立LISP，不僅可以處理數(shù)值， 而且可更方便地處理符號(hào)，為人工智能研究提 供了

14、重要工具,人工智能的發(fā)展概況,三、人工智能的發(fā)展2、60年代前期以搜索問題、通用問題求解研究為主1）Newell發(fā)表問題求解程序，使啟發(fā)式程序有更 大的普遍性2）Feigenbaum研制成功DENDRAL化學(xué)專家系統(tǒng)， 使人工智能研究從著重算法轉(zhuǎn)向知識(shí)表示的研 究，也是人工智能研究走向?qū)嵱没臉?biāo)志,人工智能的發(fā)展概況,三、人工智能的發(fā)展2、60年代3）Robinson提出歸結(jié)原理4）Quili

15、an提出語義網(wǎng)絡(luò)的知識(shí)表示法5）IJCAI成立 (http://www.ijcai.org/),人工智能的發(fā)展概況,三、人工智能的發(fā)展3、70年代前期以自然語言理解、知識(shí)表示研究為主1）Winograd發(fā)表自然語言理解系統(tǒng)SHRDLU2）Colmerauer創(chuàng)建PROLOG語言3）Schank提出概念從屬理論4）Minskey提出框架知識(shí)表示法5）Feigenbaum提出知識(shí)工程,人工智能的發(fā)展概況,三、人工智能的發(fā)展

16、4、80年代專家系統(tǒng)廣泛應(yīng)用，出現(xiàn)了專家系統(tǒng)開發(fā)工具，開始興起人工智能產(chǎn)業(yè)1）日本提出五代機(jī)計(jì)劃2）中國提出863計(jì)劃-863-306 (知識(shí)網(wǎng)絡(luò)-數(shù)字圖書館系統(tǒng)工程),人工智能的發(fā)展概況,三、人工智能的發(fā)展5、90年代-現(xiàn)在1）人工神經(jīng)網(wǎng)絡(luò)的復(fù)興2）基于知識(shí)的系統(tǒng)CYC3）Deep Blue 1997.5.11 4）分布式人工智能與多Agent系統(tǒng) robots, Softbot,集成自治系統(tǒng)

17、5）知識(shí)科學(xué),人工智能的發(fā)展概況,人工智能的研究方法,人工智能經(jīng)過發(fā)展，形成了許多學(xué)派。不同學(xué)派的研究方法、學(xué)術(shù)觀點(diǎn)、研究重點(diǎn)有所不同。這里主要介紹認(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(dòng)出發(fā)，利用計(jì)算機(jī)進(jìn)行宏觀功能模擬。基于物理符號(hào)系統(tǒng)假設(shè)，將任何信息加工系統(tǒng)看成是一個(gè)具體的物理系統(tǒng)。,一、認(rèn)知學(xué)

18、派2、基本觀點(diǎn) 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(gè)物理符號(hào)系統(tǒng)。3、主要工作 1）Newell的Logic Theorist，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(jì)劃?利用公理、定理和規(guī)則，按規(guī)則實(shí)施解題過程?不斷進(jìn)行“目的—手段“分析，修訂解題計(jì)劃。,人工智能的研究方法,一、認(rèn)知學(xué)派3、主要工作3）物理符號(hào)系統(tǒng)假設(shè)符號(hào)是模式。物理符

19、號(hào)系統(tǒng)的基本任務(wù)和功能是辨認(rèn)相同的符號(hào)和區(qū)別不同的符號(hào)。,人工智能的研究方法,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(diǎn)1）智能機(jī)器必須有關(guān)于自身環(huán)境的知識(shí)2）通用智能機(jī)器要能陳述性地表達(dá)關(guān)于自身環(huán)境的大部分知識(shí)3）通用智能機(jī)器表示陳述性知識(shí)的語言至少要有一階邏輯的能力,人工智能的研究方法,二、邏輯學(xué)派3、主要工作

20、1）概念化知識(shí)表示2）模型論語義3）演繹推理4）非單調(diào)邏輯用于常識(shí)推理,人工智能的研究方法,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(shí)世界為背景，讓人工智能理論先經(jīng)受解決實(shí)際問題的考驗(yàn)，并在這種考驗(yàn)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(diǎn)1）到現(xiàn)場去2）物理實(shí)現(xiàn)3）初級(jí)智能 4）行為產(chǎn)生智能,人工智能的研究方法,三、行為主義學(xué)派3、主要工作1）無需

21、知識(shí)表示的智能2）無需推理的智能3）機(jī)器蟲,人工智能的研究方法,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(tuán)信息處理能力及其動(dòng)態(tài)行為，模擬和實(shí)現(xiàn)人的認(rèn)識(shí)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(diǎn)1）神經(jīng)網(wǎng)絡(luò)以分布式方式存儲(chǔ)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,人工智能的研究方法,四、連接主義學(xué)派3、主要工作人

22、工神經(jīng)網(wǎng)絡(luò),人工智能的研究方法,人工智能的主要研究內(nèi)容,一、博弈跳棋、國際象棋、五子棋二、機(jī)器定理證明Logic Theorist王浩：利用一階謂詞邏輯吳文?。簠欠椒ㄈ⒆詣?dòng)程序設(shè)計(jì)四、通用問題求解GPS,五、感知1、視覺2、語音六、自然語言理解與生成計(jì)算語言學(xué)七、自動(dòng)推理1、推理從一個(gè)或幾個(gè)已知的判斷（前提）邏輯地推論出一個(gè)新的判斷（結(jié)論）的思維形式。,人工智能的主要研究內(nèi)容,七、自動(dòng)推理1、推理

23、注：利用以往的知識(shí)通過推理可得到新的結(jié)論。2、主要工作1）機(jī)器定理證明2）歸結(jié)原理：推理規(guī)則簡單。在邏輯上是完備的， 是PROLOG的計(jì)算模型3）非單調(diào)推理：閉世假說（CWA）、默認(rèn)推理、 限定推理,人工智能的主要研究內(nèi)容,七、自動(dòng)推理2、主要工作4）定性推理：把物理系統(tǒng)或物理過程細(xì)分為子系統(tǒng)或子過程，對(duì)于每個(gè)子系統(tǒng)或子過程及它們之間的相互作用或影響均建立起結(jié)構(gòu)描述，通過局部因果性的傳播和行為合成，

24、獲得實(shí)際物理系統(tǒng)的行為描述和功能描述,人工智能的主要研究內(nèi)容,七、自動(dòng)推理2、主要工作5）不確定性推理：不確定性來自人類的主觀認(rèn)識(shí)與客觀實(shí)際之間存在的差異。事物發(fā)生的隨機(jī)性，人類知識(shí)的不完全、不可靠、不精確和不一致，自然語言中存在的模糊性和歧義性均反映了這種差異，均會(huì)帶來不確定性。有代表性的不確定性理論和推理方法有：概率論，Bayes理論，證據(jù)理論(Dempster和Shafer)，模糊集理論等。,人工智能的主要研究內(nèi)容,八、機(jī)器

25、學(xué)習(xí)知識(shí)、知識(shí)表示及運(yùn)用知識(shí)的推理算法是人工智能的核心，而機(jī)器學(xué)習(xí)則是關(guān)鍵問題。1、學(xué)習(xí)學(xué)習(xí)是獲取知識(shí)、積累經(jīng)驗(yàn)、改進(jìn)性能、發(fā)現(xiàn)規(guī)律、適應(yīng)環(huán)境的過程。其基本機(jī)制是設(shè)法將在一種情形下成功的表現(xiàn)行為轉(zhuǎn)移到另一類似的新情形中去。2、學(xué)習(xí)種類1）無知識(shí)的學(xué)習(xí)：神經(jīng)元模擬和基于決策論方法的自適應(yīng)和自組織系統(tǒng)。,人工智能的主要研究內(nèi)容,八、機(jī)器學(xué)習(xí)2、學(xué)習(xí)種類2）歸納學(xué)習(xí)：AQ算法、ID3算法等。3）分析學(xué)習(xí)（實(shí)例學(xué)習(xí)）：基于解釋的

26、學(xué)習(xí)、知識(shí)塊（Chunking）學(xué)習(xí)。4）類比學(xué)習(xí)5）發(fā)現(xiàn)學(xué)習(xí)：根據(jù)實(shí)驗(yàn)數(shù)據(jù)或模型重新發(fā)現(xiàn)定律的方法。,人工智能的主要研究內(nèi)容,八、機(jī)器學(xué)習(xí)2、學(xué)習(xí)種類6）遺傳學(xué)習(xí)：自然選擇、變異。7）連接學(xué)習(xí)：神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。8）數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)：主要發(fā)現(xiàn)分類規(guī)則、特征規(guī)劃、關(guān)聯(lián)規(guī)則、差異規(guī)則、演化規(guī)則、異常規(guī)則等。其方法有統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)倉庫等。,人工智能的主要研究內(nèi)容,九、分布式人工智能（Distributed AI）

27、第一屆DAI會(huì)議是在1980年。1、基本概念DAI是研究在邏輯上或物理上分散的智能動(dòng)作者如何協(xié)調(diào)其智能行為（知識(shí)、技能和規(guī)劃），求解單目標(biāo)和多目標(biāo)問題，為設(shè)計(jì)和建立大型復(fù)雜的智能系統(tǒng)或計(jì)算機(jī)支持協(xié)同工作(CSCW)提供有效途徑。,人工智能的主要研究內(nèi)容,九、分布式人工智能（Distributed AI）第一屆DAI會(huì)議是在1980年。2、主要內(nèi)容1）分布式問題求解(DPS)2）多Agent系統(tǒng)(MAS)Agent是自主的

28、，可能是預(yù)先存在的，并且是異構(gòu)的，是一開放的系統(tǒng)。,人工智能的主要研究內(nèi)容,十、人工思維模型,真實(shí)世界,柔性信息處理,集體智能,開放式自主系統(tǒng),,,,人工智能的主要研究內(nèi)容,十一、知識(shí)系統(tǒng)知識(shí)工程已成為人工智能應(yīng)用最顯著的特點(diǎn)。知識(shí)系統(tǒng)主要研究內(nèi)容：1、專家系統(tǒng)知識(shí)庫+推理機(jī)2、知識(shí)庫系統(tǒng)將知識(shí)以一定的結(jié)構(gòu)存入，進(jìn)行知識(shí)管理，實(shí)現(xiàn)知識(shí)共享3、智能決策系統(tǒng)4、知識(shí)科學(xué),人工智能的主要研究內(nèi)容,謝謝！,Thanks for