《AI的主要研究與應(yīng)用領(lǐng)域.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《AI的主要研究與應(yīng)用領(lǐng)域.ppt（51頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、AI的主要研究與應(yīng)用領(lǐng)域,盡管目前人工智能不同研究學(xué)派在理論基礎(chǔ)、研究方法方等面還存在一定差異，但這些并沒(méi)有影響人工智能的發(fā)展，反而使人工智能的研究更加客觀、全面和深入。 今天，被冠以智能的科技領(lǐng)域和社會(huì)現(xiàn)實(shí)數(shù)不勝數(shù)，智能已成為一個(gè)極具價(jià)值的學(xué)術(shù)標(biāo)簽和商業(yè)標(biāo)簽，并在科技進(jìn)步和社會(huì)發(fā)展中扮演著越來(lái)越重要的角色。,AI的主要研究與應(yīng)用領(lǐng)域,面對(duì)人工智能這樣一個(gè)高度交叉的新興學(xué)科，其研究和應(yīng)用領(lǐng)域的劃分可以有多種不同方法。這里采用了基于智能本質(zhì)和作用的劃分方法，即從感知、思維、行為、學(xué)習(xí)、計(jì)算智能、分布智能、智能機(jī)器、智能系統(tǒng)、智能應(yīng)用等方面來(lái)進(jìn)行討論。,1 機(jī)器思維,機(jī)器思維：就是讓計(jì)算機(jī)模仿和實(shí)
2、現(xiàn)人的思維能力，以對(duì)感知到的外界信息和自己產(chǎn)生的內(nèi)部信息進(jìn)行思維性加工。 包括：推理、搜索、規(guī)劃等方面的研究。,1 機(jī)器思維推理,推理的概念：推理是指按照某種策略從已知事實(shí)出發(fā)利用知識(shí)推出所需結(jié)論的過(guò)程。 推理的類型：可根據(jù)所用知識(shí)的確定性，將其分為： 確定性推理，指推理所使用的知識(shí)和推出的結(jié)論都是可以精確表示的，其真值要么為真、要么為假。 不確定性推理，指推理所使用的知識(shí)和推出的結(jié)論可以是不確定的。所謂不確定性是對(duì)非精確性、模糊型和非完備性的統(tǒng)稱。,1 機(jī)器思維推理,推理的理論基礎(chǔ)：邏輯是一門(mén)研究人們思維規(guī)律的學(xué)科，數(shù)理邏輯則是用數(shù)學(xué)的方法去研究邏輯問(wèn)題。 確定性推理主要是基于一階經(jīng)典邏輯。
3、它能解決的問(wèn)題很有限。 不確定性推理主要基于非經(jīng)典邏輯和概率等。非一階經(jīng)典邏輯是泛指除一階經(jīng)典邏輯以外的其他各種邏輯，如多值邏輯、模糊邏輯、模態(tài)邏輯、概率邏輯、默認(rèn)邏輯、次協(xié)調(diào)邏輯及泛邏輯等。 最常用的不確定性推理方法：基于可信度的確定性理論、基于Bayes公式的主觀Bayes方法、基于概率的證據(jù)理論和基于模糊邏輯的可能性理論等。,1 機(jī)器思維搜索,搜索的概念：是指為了達(dá)到某一目標(biāo)，不斷尋找推理線路，以引導(dǎo)和控制推理，使問(wèn)題得以解決的過(guò)程。 搜索的類型：可根據(jù)問(wèn)題的表示方式將其分為狀態(tài)空間搜索和與/或樹(shù)搜索兩大類型。 狀態(tài)空間搜索是一種用狀態(tài)空間法求解問(wèn)題時(shí)的搜索方法；,1 機(jī)器思維搜索,與/
4、或樹(shù)搜索是一種用問(wèn)題規(guī)約法求解問(wèn)題時(shí)的搜索方法。 搜索的主要問(wèn)題：人工智能最關(guān)心的是如何利用搜索過(guò)程所得到的對(duì)盡快達(dá)到目標(biāo)有用的信息來(lái)引導(dǎo)搜索過(guò)程，即啟發(fā)式搜索方法。 狀態(tài)空間的啟發(fā)式搜索方法 與/或樹(shù)的啟發(fā)式搜索方法,1 機(jī)器思維規(guī)劃,規(guī)劃的概念：是指從某個(gè)特定問(wèn)題狀態(tài)出發(fā)，尋找并建立一個(gè)操作序列，直到求得目標(biāo)狀態(tài)為止的一個(gè)行動(dòng)過(guò)程的描述。 規(guī)劃的特點(diǎn)：與一般問(wèn)題求解技術(shù)相比，規(guī)劃更側(cè)重于問(wèn)題求解過(guò)程，并且要解決的問(wèn)題一般是真實(shí)世界的實(shí)際問(wèn)題，而不是抽象的數(shù)學(xué)模型。例如，第2章的機(jī)器人移盒子、猴子摘香蕉等問(wèn)題。,1 機(jī)器思維規(guī)劃,規(guī)劃系統(tǒng)的例子：斯坦福研究所問(wèn)題求解系統(tǒng)（Stanford
5、 Research Institute Problem Solver， STRIPS ），是一種基于狀態(tài)空間和F規(guī)則的規(guī)劃系統(tǒng)。它由以下3部分所組成： (1) 世界模型：用一階謂詞公式表示，它包括問(wèn)題的初始狀態(tài)和目標(biāo)狀態(tài)。 (2) 操作符（即F規(guī)則）：它包括先決條件、刪除表和添加表。 (3) 操作方法：它采用狀態(tài)空間表示和中間----結(jié)局分析的方法。其中，狀態(tài)空間包括初始狀態(tài)、中間狀態(tài)和目標(biāo)狀態(tài)；中間----結(jié)局分析的每一步都選擇能夠縮小當(dāng)前狀態(tài)與目標(biāo)狀態(tài)之間的差距的先決條件可以滿足的F規(guī)則執(zhí)行，直至到達(dá)目標(biāo)為止。,2 機(jī)器感知,機(jī)器感知是機(jī)器獲取外界信息的主要途徑，也是機(jī)器智能的重要組成部分
6、。 所謂機(jī)器感知，就是要讓計(jì)算機(jī)具有類似于人的感知能力，如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、嗅覺(jué)、味覺(jué)。 下面主要介紹機(jī)器視覺(jué)、模式識(shí)別、自然語(yǔ)言理解。,2 機(jī)器感知計(jì)算機(jī)視覺(jué),概念：用計(jì)算機(jī)來(lái)實(shí)現(xiàn)或模擬人類的視覺(jué)功能，其主要研究目標(biāo)是使計(jì)算機(jī)具有通過(guò)二維圖像認(rèn)知三維環(huán)境信息的能力。 重要性：在人類感知到的外界信息中，有80%以上是通過(guò)視覺(jué)得到的。,2 機(jī)器感知計(jì)算機(jī)視覺(jué),視覺(jué)系統(tǒng)：人類視覺(jué)系統(tǒng)的功能是通過(guò)眼睛與大腦共同實(shí)現(xiàn)的。人們視野中的物體在可見(jiàn)光的照射下，先在眼睛的視網(wǎng)膜上形成圖像，然后由感光細(xì)胞轉(zhuǎn)換成神經(jīng)脈沖信號(hào)，再經(jīng)神經(jīng)纖維傳入大腦皮層，最后由大腦皮層對(duì)其進(jìn)行處理與理解。 視覺(jué)，不僅僅指對(duì)光信號(hào)的感
7、受，它包括了對(duì)視覺(jué)信息的獲取、傳輸、處理、存儲(chǔ)與理解的全過(guò)程。,2 機(jī)器感知計(jì)算機(jī)視覺(jué),設(shè)p為一物體。兩個(gè)透鏡的軸線是平行的。f為兩透鏡與圖像平面的距離，即為焦距。b為兩透鏡軸線在基線上的距離，即為兩眼的距離。l和m分別是p點(diǎn)與左、右透鏡軸線的距離。a和c分別是圖像平面上的左、右圖像與其相應(yīng)透鏡軸線上的距離。 從兩個(gè)相似三角形，可得到下式： 已知b=l+m，由上式可得觀察者雙眼至物體的距離： 由于雙眼的距離b為已知，焦距f也是確定的，因此d是可直接計(jì)算出來(lái)的。,,,2 機(jī)器感知計(jì)算機(jī)視覺(jué),,,2 機(jī)器感知模式識(shí)別,模式識(shí)別是指讓計(jì)算機(jī)能夠?qū)o定的事務(wù)進(jìn)行鑒別，并把它歸入與其相同或相似的模式中。
8、 被鑒別的事物可以是物理的、化學(xué)的、生理的，也可以是文字、圖像、聲音等。,2 機(jī)器感知模式識(shí)別,模式識(shí)別的一般過(guò)程： (1) 采集待識(shí)別事物的模式信息； (2) 對(duì)其進(jìn)行各種變換和預(yù)處理，從中抽出有意義的特征或基元，得到待識(shí)別事物的模式； (3) 與機(jī)器中原有的各種標(biāo)準(zhǔn)模式進(jìn)行比較，完成對(duì)待識(shí)別事物的分類識(shí)別； (4) 輸出識(shí)別結(jié)果。,2 機(jī)器感知自然語(yǔ)言理處理,自然語(yǔ)言處理包括的主要內(nèi)容 機(jī)器翻譯 把一種自然語(yǔ)言翻譯成另外一種自然語(yǔ)言 自然語(yǔ)言理解 概念：主要研究如何使計(jì)算機(jī)能夠理解和生成自然語(yǔ)言。 理解的語(yǔ)言類型：聲音語(yǔ)言、書(shū)面語(yǔ)言。 主要步驟：語(yǔ)音分析、詞法分析、句法分析、語(yǔ)義分析、語(yǔ)用
9、分析。,2 機(jī)器感知自然語(yǔ)言理處理,自然語(yǔ)言理解的意義 該研究不僅對(duì)智能人機(jī)接口有著重要的實(shí)際意義，而且對(duì)不確定人工智能的研究也具有重大的理論價(jià)值。 有學(xué)者指出：人工智能如果不能用自然語(yǔ)言作為其知識(shí)表示基礎(chǔ)，建立起不確定人工智能的理論和方法，人工智能也就永遠(yuǎn)實(shí)現(xiàn)不了跨越的夢(mèng)想。,3 機(jī)器行為,機(jī)器行為就是讓計(jì)算機(jī)能夠具有像人那樣地行動(dòng)和表達(dá)能力，如走、跑、拿、說(shuō)、唱、寫(xiě)畫(huà)等。 機(jī)器行為則可看作智能系統(tǒng)的輸出部分。 下面主要討論：智能控制、智能檢索和智能機(jī)器人等。,3 機(jī)器行為智能控制,智能控制的概念：是指那種無(wú)需或需要盡可能少的人工干預(yù)就能獨(dú)立的驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的控制過(guò)程。它是人工智能技
10、術(shù)與傳統(tǒng)自動(dòng)控制技術(shù)相結(jié)合的產(chǎn)物。 智能控制系統(tǒng)：是指那種能夠?qū)崿F(xiàn)某種控制任務(wù)，具有自學(xué)習(xí)、自適應(yīng)和自組織功能的智能系統(tǒng)。從結(jié)構(gòu)上，它由傳感器、感知信息處理模塊、認(rèn)知模塊、規(guī)劃和控制模塊、執(zhí)行器和通信接口模塊等主要部件所組成。,3 機(jī)器行為智能控制,智能控制的主要應(yīng)用領(lǐng)域：智 能機(jī)器人系統(tǒng)、計(jì)算機(jī)集成制造系統(tǒng)（CIMS）、復(fù)雜工業(yè)過(guò)程的控制系統(tǒng)、航空航天控制系統(tǒng)、社會(huì)經(jīng)濟(jì)管理系統(tǒng)、交通運(yùn)輸系統(tǒng)、環(huán)保及能源系統(tǒng)等。,3 機(jī)器行為智能檢索,智能檢索的概念：是指利用人工智能的方法從大量信息中盡快找到所需要的信息或知識(shí)。 智能檢索的重要性：目前，在各種數(shù)據(jù)庫(kù)中，尤其是互聯(lián)網(wǎng)上存放著大量的、甚至是海量的
11、信息或知識(shí)。面對(duì)這種信息海洋，如果還用傳統(tǒng)的人工方式進(jìn)行檢索，已很不現(xiàn)實(shí)。,3 機(jī)器行為智能檢索,智能檢索系統(tǒng)須解決的主要問(wèn)題： (1) 具有一定的自然語(yǔ)言理解能力，能理解用自然語(yǔ)言提出的各種詢問(wèn)； (2) 具有一定的推理能力，能夠根據(jù)已知的信息或知識(shí)，演繹出所需要的答案； (3) 系統(tǒng)應(yīng)擁有一定的常識(shí)性知識(shí)，以補(bǔ)充學(xué)科范圍的專業(yè)知識(shí)。系統(tǒng)根據(jù)這些常識(shí)，將能演繹出更一般詢問(wèn)的一些答案。,3 機(jī)器行為智能機(jī)器人,機(jī)器人(Robots)和機(jī)器人學(xué)：機(jī)器人(Robots)是一種可再編程的多功能操作裝置。機(jī)器人學(xué)是在電子學(xué)、人工智能、控制論、系統(tǒng)工程、精密機(jī)械、信息傳感、仿生學(xué)、以及心理學(xué)等多種學(xué)科或
12、技術(shù)發(fā)展的基礎(chǔ)上形成的一種綜合性技術(shù)學(xué)科。 機(jī)器人研究的意義：機(jī)器人既是人工智能的研究對(duì)象，同時(shí)又是人工智能的試驗(yàn)場(chǎng)地，人工智能的所有技術(shù)幾乎都可以在這個(gè)領(lǐng)域得到應(yīng)用。,3 機(jī)器行為智能機(jī)器人,機(jī)器人的發(fā)展過(guò)程： 經(jīng)歷了遙控、程序、自適應(yīng)、智能機(jī)器人、情感機(jī)器人。 人工智能的主要研究對(duì)象是智能機(jī)器人和情感機(jī)器人。 智能機(jī)器人具有的能力：感知能力、思維能力和行為能力的機(jī)器人。這種機(jī)器人能夠主動(dòng)的適應(yīng)外界環(huán)境變化，并能夠通過(guò)學(xué)習(xí)豐富自己的知識(shí)、提高自己的工作能力。 情感機(jī)器人：是一種具有情感（愛(ài)、恨）和情緒(喜、怒、哀、樂(lè))功能新一代機(jī)器人。,,MIT研究的情感機(jī)器人,4 計(jì)算智能,計(jì)算智能（Co
13、mputational Intelligence，CI）是借鑒仿生學(xué)的思想，基于人們對(duì)生物體智能機(jī)理的認(rèn)識(shí)，采用數(shù)值計(jì)算的方法去模擬和實(shí)現(xiàn)人類的智能。 計(jì)算智能的三大基本領(lǐng)域包括神經(jīng)計(jì)算、進(jìn)化計(jì)算、模糊計(jì)算。,4 計(jì)算智能神經(jīng)計(jì)算,神經(jīng)計(jì)算的概念：亦稱神經(jīng)網(wǎng)絡(luò)(Neural Network，NN)，它是通過(guò)對(duì)大量人工神經(jīng)元的廣泛并行互聯(lián)所形成的一種人工網(wǎng)絡(luò)系統(tǒng)，用于模擬生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。 主要研究?jī)?nèi)容：包括人工神經(jīng)元的結(jié)構(gòu)和模型，人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)和系統(tǒng)模型，基于神經(jīng)網(wǎng)絡(luò)的聯(lián)結(jié)學(xué)習(xí)機(jī)制等。,4 計(jì)算智能神經(jīng)計(jì)算,人工神經(jīng)元：是指用人工方法構(gòu)造單個(gè)神經(jīng)元，它有抑制和興奮兩種工作狀態(tài)，
14、可以接受外界刺激，也可以向外界輸出自身的狀態(tài)，用于模擬生物神經(jīng)元的結(jié)構(gòu)和功能，是人工神經(jīng)網(wǎng)絡(luò)的基本處理單元。 人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)（或稱拓?fù)浣Y(jié)構(gòu)）是指單個(gè)神經(jīng)元之間的連接模式，它是構(gòu)造神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。從互連結(jié)構(gòu)的角度，神經(jīng)網(wǎng)絡(luò)可分為前饋網(wǎng)絡(luò)和反饋網(wǎng)絡(luò)兩種主要類型。,4 計(jì)算智能神經(jīng)計(jì)算,網(wǎng)絡(luò)模型是對(duì)網(wǎng)絡(luò)結(jié)構(gòu)、連接權(quán)值和學(xué)習(xí)能力的總括。最常用的有傳統(tǒng)的感知器模型，具有誤差前向傳播功能的前向傳播網(wǎng)絡(luò)模型，采用反饋連接方式的反饋網(wǎng)絡(luò)模型等。 神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、自適應(yīng)、聯(lián)想、模糊推理等能力，在模仿生物神經(jīng)計(jì)算方面有一定優(yōu)勢(shì)。目前，神經(jīng)計(jì)算的研究和應(yīng)用已滲透到許多領(lǐng)域，如機(jī)器學(xué)習(xí)、專家系統(tǒng)、
15、智能控制、模式識(shí)別等。,4 計(jì)算智能進(jìn)化計(jì)算,進(jìn)化計(jì)算的概念：是一種模擬自然界生物進(jìn)化過(guò)程與機(jī)制，進(jìn)行問(wèn)題求解的自組織、自適應(yīng)的隨機(jī)搜索技術(shù)。它以達(dá)爾文進(jìn)化論的“物竟天擇、適者生存”作為算法的進(jìn)化規(guī)則，并結(jié)合孟德?tīng)柕倪z傳變異理論，將生物進(jìn)化過(guò)程中的繁殖、變異、競(jìng)爭(zhēng)和選擇引入到了算法中，是一種對(duì)人類智能的演化模擬方法。,4 計(jì)算智能進(jìn)化計(jì)算,進(jìn)化計(jì)算的主要分支：遺傳算法、進(jìn)化策略、進(jìn)化規(guī)劃和遺傳規(guī)劃四大分支。其中，遺傳算法是進(jìn)化計(jì)算中最初形成的一種具有普遍影響的模擬進(jìn)化優(yōu)化算法。 遺傳算法的基本思想：(美國(guó)密執(zhí)安大學(xué)霍蘭德教授1962提出)是使用模擬生物和人類進(jìn)化的方法來(lái)求解復(fù)雜問(wèn)題。它從初始種
16、群出發(fā)，采用優(yōu)勝略汰、適者生存的自然法則選擇個(gè)體，并通過(guò)雜交、變異產(chǎn)生新一代種群，如此逐代進(jìn)化，直到滿足目標(biāo)為止。,4 計(jì)算智能模糊計(jì)算,模糊計(jì)算亦稱模糊系統(tǒng)，是通過(guò)對(duì)人類處理模糊現(xiàn)象的認(rèn)知能力的認(rèn)識(shí)，用模糊集合和模糊邏輯去模擬人類的智能行為的。模糊集合與模糊邏輯是美國(guó)加州大學(xué)扎德(Zadeh)教授1965年提出來(lái)的一種處理因模糊而引起的不確定性的有效方法。 模糊概念的定義：通常，人們把那種因沒(méi)有嚴(yán)格邊界劃分而無(wú)法精確刻畫(huà)的現(xiàn)象稱為模糊現(xiàn)象，并把反映模糊現(xiàn)象的各種概念稱為模糊概念。例如， “大”、“小”、“多”、“少”等。,4 計(jì)算智能模糊計(jì)算,模糊概念的表示：通常是用模糊集合來(lái)表示的，而模糊
17、集合又是用隸屬函數(shù)來(lái)刻畫(huà)的。一個(gè)隸屬函數(shù)描述一個(gè)模糊概念，其函數(shù)值為0, 1區(qū)間的實(shí)數(shù)，用來(lái)描述函數(shù)自變量所代表的模糊事件隸屬于該模糊概念的程度。 模糊計(jì)算的爭(zhēng)論：一方面模糊邏輯存在一定缺陷；另一方面它在推理、控制、決策等方面得到了非常廣泛的應(yīng)用。,5 機(jī)器學(xué)習(xí),機(jī)器學(xué)習(xí)就是讓計(jì)算機(jī)能夠像人那樣自動(dòng)地獲取新知識(shí)，并在實(shí)踐中不斷地完善自我和增強(qiáng)能力。 機(jī)器學(xué)習(xí)是機(jī)器獲取知識(shí)的根本途徑，同時(shí)也是機(jī)器具有智能的重要標(biāo)志。 機(jī)器學(xué)習(xí)有多種不同的分類方法，如果按照對(duì)人類學(xué)習(xí)的模擬方式，機(jī)器學(xué)習(xí)可分為符號(hào)學(xué)習(xí)和神經(jīng)學(xué)習(xí)等。,5 機(jī)器學(xué)習(xí)符號(hào)學(xué)習(xí),符號(hào)學(xué)習(xí)的概念：是指從功能上模擬人類學(xué)習(xí)能力的機(jī)器學(xué)習(xí)方法，
18、它是一種基于符號(hào)主義學(xué)派的機(jī)器學(xué)習(xí)觀點(diǎn)。 符號(hào)學(xué)習(xí)的類型：可根據(jù)學(xué)習(xí)策略，即學(xué)習(xí)中所使用的推理方法，將其分為記憶學(xué)習(xí)、歸納學(xué)習(xí)、演繹學(xué)習(xí)等。,5 機(jī)器學(xué)習(xí)符號(hào)學(xué)習(xí),記憶學(xué)習(xí)也叫死記硬背學(xué)習(xí)，它是一種最基本的學(xué)習(xí)方法，原因是任何學(xué)習(xí)系統(tǒng)都必須記住它們所獲取的知識(shí)，以便將來(lái)使用。 歸納學(xué)習(xí)是指以歸納推理為基礎(chǔ)的學(xué)習(xí)，它是機(jī)器學(xué)習(xí)中研究得較多的一種學(xué)習(xí)類型，其任務(wù)是要從關(guān)于某個(gè)概念的一系列已知的正例和反例中歸納出一個(gè)一般的概念描述。例如，示例學(xué)習(xí)和決策樹(shù)學(xué)習(xí)。 演繹學(xué)習(xí)是指以演繹推理為基礎(chǔ)的學(xué)習(xí)，解釋學(xué)習(xí)是一種演繹學(xué)習(xí)方法，它是在領(lǐng)域知識(shí)的指導(dǎo)下，通過(guò)對(duì)單個(gè)問(wèn)題求解例子的分析，構(gòu)造出求解過(guò)程的因果解
19、釋結(jié)構(gòu)，并對(duì)該解釋結(jié)構(gòu)進(jìn)行概括化處理，得到一個(gè)可又來(lái)求解類似問(wèn)題的一般性知識(shí)。,5 機(jī)器學(xué)習(xí)神經(jīng)學(xué)習(xí),神經(jīng)學(xué)習(xí)的概念：神經(jīng)學(xué)習(xí)也稱為連接學(xué)習(xí)，它是一種基于人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法?，F(xiàn)有研究表明，人腦的學(xué)習(xí)和記憶過(guò)程都是通過(guò)神經(jīng)系統(tǒng)來(lái)完成的。在神經(jīng)系統(tǒng)中，神經(jīng)元既是學(xué)習(xí)的基本單位，同是也是記憶的基本單位。,5 機(jī)器學(xué)習(xí)神經(jīng)學(xué)習(xí),神經(jīng)學(xué)習(xí)的類型： 感知器學(xué)習(xí)：實(shí)際上是一種基于糾錯(cuò)學(xué)習(xí)規(guī)則，采用迭代的思想對(duì)連接權(quán)值和閾值進(jìn)行不斷調(diào)整，直到滿足結(jié)束條件為止的學(xué)習(xí)算法。 BP網(wǎng)絡(luò)學(xué)習(xí)：是一種誤差反向傳播網(wǎng)絡(luò)學(xué)習(xí)算法。這種學(xué)習(xí)算法的學(xué)習(xí)過(guò)程由輸出模式的正向傳播過(guò)程和誤差的反向傳播過(guò)程所組成。其中，誤差的反向
20、傳播過(guò)程用于修改各層神經(jīng)元的連接權(quán)值，以逐步減少誤差信號(hào)，直至得到所期望的輸出模式為止。 Hopfield網(wǎng)絡(luò)學(xué)習(xí)：實(shí)際上是要尋求系統(tǒng)的穩(wěn)定狀態(tài)，即從網(wǎng)絡(luò)的初始狀態(tài)開(kāi)始，逐漸向其穩(wěn)定狀態(tài)過(guò)渡，直至達(dá)到穩(wěn)定狀態(tài)為止。至于網(wǎng)絡(luò)的穩(wěn)定性，則是通過(guò)一個(gè)能量函數(shù)來(lái)描述的。,5 機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn),概念：知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘是在數(shù)據(jù)庫(kù)的基礎(chǔ)上實(shí)現(xiàn)的一種知識(shí)發(fā)現(xiàn)系統(tǒng)。它通過(guò)綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從數(shù)據(jù)庫(kù)中提煉和抽取知識(shí)，從而可以揭示出蘊(yùn)含在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)原理，實(shí)現(xiàn)知識(shí)的自動(dòng)獲取。,5 機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn),與傳統(tǒng)數(shù)據(jù)庫(kù)技
21、術(shù)的區(qū)別：傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)僅限于對(duì)數(shù)據(jù)庫(kù)的查詢和檢索，不能夠從數(shù)據(jù)庫(kù)中提取知識(shí)。知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘以數(shù)據(jù)庫(kù)作為知識(shí)源去抽取知識(shí)，不僅可以提高數(shù)據(jù)庫(kù)中數(shù)據(jù)的利用價(jià)值，同時(shí)也為各種智能系統(tǒng)的知識(shí)獲取開(kāi)辟了一條新的途徑。 發(fā)展：隨著大規(guī)模數(shù)據(jù)庫(kù)和互聯(lián)網(wǎng)的迅速發(fā)展，知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘也從面向數(shù)據(jù)庫(kù)的結(jié)構(gòu)化信息的數(shù)據(jù)挖掘發(fā)展到面向數(shù)據(jù)倉(cāng)庫(kù)和互聯(lián)網(wǎng)的海量、半結(jié)構(gòu)化或非結(jié)構(gòu)化信息的數(shù)據(jù)挖掘。,6 分布智能,分布智能的概念： 分布智能主要研究在邏輯上或物理上分布的智能系統(tǒng)之間如何相互協(xié)調(diào)各自的智能行為，實(shí)現(xiàn)問(wèn)題的并行求解。 分布智能的兩個(gè)主要方向： 分布式問(wèn)題求解主要研究如何在多個(gè)合作者之間進(jìn)行任務(wù)劃分和問(wèn)題求
22、解，它一般是針對(duì)某一問(wèn)題去創(chuàng)建一個(gè)能夠進(jìn)行合作求解的協(xié)作群體；,6 分布智能,多Agent系統(tǒng)主要研究如何在一群自主的Agent之間進(jìn)行智能行為的協(xié)調(diào)，它不限于單一目標(biāo)，可創(chuàng)建一個(gè)能夠共同處理單個(gè)目標(biāo)或多個(gè)目標(biāo)的智能群體。 多Agent系統(tǒng)的組成與工作：它由多個(gè)自主Agent所組成，其中的每個(gè)Agent都可以自主運(yùn)行和自主交互，即當(dāng)一個(gè)Agent 需要與別的Agent合作時(shí)，就通過(guò)相應(yīng)的通信機(jī)制去尋找可以合作并愿意合作的Agent，以共同解決問(wèn)題。,7 智能系統(tǒng),智能系統(tǒng)可以泛指各種具有智能特征和功能的軟硬件系統(tǒng)。從這種意義上講，前面所討論的不少研究?jī)?nèi)容都應(yīng)以智能系統(tǒng)的形式來(lái)出現(xiàn)，例如智能控制
23、系統(tǒng)、智能制造系統(tǒng)、智能檢索系統(tǒng)等。這里主要介紹除前述研究?jī)?nèi)容以外的專家系統(tǒng)和智能決策支持系統(tǒng)。,7 智能系統(tǒng)專家系統(tǒng),專家系統(tǒng)是一種基于知識(shí)的智能系統(tǒng)，它將領(lǐng)域?qū)＜业慕?jīng)驗(yàn)用知識(shí)表示方法表示出來(lái)，并放入知識(shí)庫(kù)中，供推理機(jī)使用。 隨著計(jì)算網(wǎng)絡(luò)、多Agent、計(jì)算智能等技術(shù)的發(fā)展，出現(xiàn)了模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)、基于Web的專家系統(tǒng)、協(xié)同式專家系統(tǒng)和分布式專家系統(tǒng)等。,用 戶 界 面,,解釋模塊,知識(shí)獲取,知 識(shí) 庫(kù),綜合數(shù)據(jù)庫(kù),,,,,推 理 機(jī),,,,7 智能系統(tǒng)智能決策支持系統(tǒng),智能決策支持系統(tǒng)是指那種在傳統(tǒng)決策支持系統(tǒng)中增加了相應(yīng)的智能部件的決策支持系統(tǒng)。 智能決策支持系統(tǒng)是把人工智
24、能技術(shù)，尤其是專家系統(tǒng)技術(shù)與決策支持系統(tǒng)相結(jié)合的產(chǎn)物，具有很寬的應(yīng)用范圍和很好的應(yīng)用前景。,問(wèn)題處理與人機(jī)交互,模型庫(kù)管理系統(tǒng),數(shù)據(jù)庫(kù)管理系統(tǒng),知識(shí)庫(kù)管 理系統(tǒng),模型庫(kù),知識(shí)庫(kù),數(shù)據(jù)庫(kù),,,,,,,,,,推理機(jī),8 人工心理與人工情感,智能、情感和心理 智能：是指感知、記憶、思維、學(xué)習(xí)、自適應(yīng)、行為等能力 情感：指人對(duì)客觀現(xiàn)實(shí)的態(tài)度的體驗(yàn)。 情緒(側(cè)重于生理現(xiàn)象：喜、怒、哀、樂(lè)) 情感（側(cè)重于價(jià)值判斷：愛(ài)、恨） 情操（高級(jí)的情感現(xiàn)象：道德、理智、審美） 心理：認(rèn)知、情感、意志 認(rèn)知：實(shí)踐活動(dòng)中對(duì)認(rèn)知信息的接收、編碼、存儲(chǔ)、提取、使用；包括感知、思維、記憶等。 情感： 意志：自覺(jué)地確定目的，并根
25、據(jù)目的調(diào)節(jié)支配自身的行動(dòng)，克服困難，去實(shí)現(xiàn)預(yù)定目標(biāo),8人工心理與人工情感,人工智能、人工情感和人工心理 人工智能： 人工情感(Artificial Emotion) ：是利用信息科學(xué)的手段對(duì)人類情感過(guò)程進(jìn)行模擬、識(shí)別和理解，使機(jī)器能夠產(chǎn)生類人情感并與人類進(jìn)行自然和諧地人機(jī)交互的研究領(lǐng)域。 人工心理(Artificial Psychology) ：就是利用信息科學(xué)的手段, 對(duì)人的心理活動(dòng)(著重是人的情感、意志、性格、創(chuàng)造)的更全面再一次人工機(jī)器(計(jì)算機(jī)、模型算法等)模擬，其目的在于從心理學(xué)廣義層次上研究人工情感、情感與認(rèn)知、動(dòng)機(jī)與情感的人工機(jī)器實(shí)現(xiàn)問(wèn)題。,9 人工生命,人工生命（Artifici
26、al Life）是美國(guó)洛斯阿拉莫斯（Los Alamos）非線性研究中心克里斯蘭頓（Chris Langton），在研究“混沌邊沿”的細(xì)胞自動(dòng)機(jī)中于1987年提出的一個(gè)概念。 他認(rèn)為：人工生命就是要研究能夠展示人類生命特征的人工系統(tǒng)。即研究以非碳水化合物為基礎(chǔ)的、具有人類生命特征的人造生命系統(tǒng)。 人工生命的研究目標(biāo)就是要?jiǎng)?chuàng)造出具有人類生命特征的人工生命。,9 人工生命,人工生命研究并不關(guān)心十分關(guān)心已經(jīng)知道的以碳水化合物為基礎(chǔ)的生命的特殊形式，即“生命之所知（Lifeas we know it）”，它主要是生物學(xué)研究的主題。 人工生命最關(guān)心的是生命的存在形式，即“生命之所能（Life as it could be）”。生命之所能，是人工生命研究所關(guān)心的主要問(wèn)題。,9 人工生命,按照這種觀點(diǎn)，如果能從具體的生命中抽象出控制生命的“存在形式”，并且這種存在形式可以在另外一種物質(zhì)中實(shí)現(xiàn)，那么就可以創(chuàng)造出基于不同物質(zhì)的另外一種生命----人工生命。 人工生命的主要研究?jī)?nèi)容主要包括計(jì)算機(jī)進(jìn)程、細(xì)胞自動(dòng)機(jī)、人工腦和進(jìn)化機(jī)器人等。其中，進(jìn)化機(jī)器人不同于傳統(tǒng)意義上的機(jī)器人，它是一種利用計(jì)算機(jī)和非有機(jī)物質(zhì)構(gòu)造出來(lái)的具有人類生命特征的人工生命實(shí)體。,
AI的主要研究與應(yīng)用領(lǐng)域.ppt
