人工智能概述
人工智能的定义
什么是智能
- 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: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。(MIT,Brooks,人造机器虫研究)
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(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。
- 思维理论和知识阈值理论对应高层智能,而进化理论对应中层智能和低层智能。
智能包含的能力
-
感知能力:人类获得外界信息的基本途径。 感知–动作方式:对简单、紧急的信息。 感知–思维–动作方式:对复杂的信息。 -
记忆和思维的能力: 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、内部规律的认识过程。 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。
- 形象思维(直感思维):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。
- 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。
-
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:对感知的外界信息做出动作反应的能力。 信息来源:由感知直接获得的外界信息或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。
什么是人工智能
- 学科的名称。
- 人工方法实现的智能。
- 计算机模拟实现的智能。
- 人造的智能机器或系统。
- 模仿、延伸以及扩展人的智能。
人工智能典型的4种定义方法
- 类人思维方法(认知模型方法):1978年贝尔曼,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。
- 类人行为方法(图灵测试方法):1990年库兹韦勒,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。
- 理性思维方法(思维法则方法):1985年查尼艾克、麦克德莫特,人工智能是通过计算模型来进行心智能力研究的。
- 理性行为方法(理性智能体方法):1998年尼尔森,人工智能关心的是人工制品种的智能行为,即人工智能就是研究和建造理性智能体。
- 理性思维方法与理性行为方法的关系:
- 前者强调正确思维,后者强调合理行动。
- 理性行为可以依据理性思维进行。
- 理性行为不一定要依据理性思维进行。
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上实现的智能,是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
- 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,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。
人工智能的研究目标
人工智能的发展简史
简史总结
人工智能的研究内容
研究内容
- 如何获取知识?
- 如何将获取的知识以计算机内部代码形式加以合理表示?
- 如何运用知识进行推理,解决实际问题?
人工智能研究方法与途径
三大学派
- 符号主义:运用计算机科学的方法(逻辑演绎)。
- 智能的基础是知识,其核心是知识表示和知识推理。
- 知识可用符号表示,也可用符号进行推理,因而可以建立基于知识的人类智能和机器智能的统一的理论体系。
- 功能模拟,构造能够模拟大脑功能的智能系统。
- 联结主义:运用仿生学的方法(网络连接机制)。
- 智能行为的基元是神经元,而不是符号。
- 思维过程是神经元的联结活动过程,而不是符号运算过程,反对符号主义关于物理符号系统的假设。
- 结构模拟,构造模拟大脑结构的神经网络系统。
- 行为主义:运用进化论的思想(控制论和机器学习方法)。
- 智能取决于感知和行动,即“感知-动作”模型。
- 智能不需要知识、不需要表示、不需要推理,人工智能可以像人类智能那样逐步进化。
- 行为模拟,构造具有进化能力的智能系统。
人工智能的研究领域
研究领域
- 机器思维:推理(确定性推理、不确定性推理)和搜索(状态空间搜索、与/或树搜索、博弈树搜索)。
- 机器感知:计算机视觉、模式识别和自然语言处理。
- 机器行为:智能控制/制造。
- 机器学习:符号学习和神经学习。
- 计算智能:神经计算、进化计算和模糊计算。
- 分布智能:并行求解。
- 智能系统:专家系统和智能决策支持系统。
人工智能的研究现状与发展方向
研究现状
- 多学科交叉研究
- 多学派和多技术融合研究
- 分布智能研究
- 群体智能研究
- 社会智能研究
- 集成智能研究
- 认知计算与情感计算研究
- 智能系统与智能服务
发展方向
凉梦空间
欢迎你进入我的个人博客网站参观交流:https://www.liangmeng.xyz
|