文档视界 最新最全的文档下载
当前位置:文档视界 › 人工智能引言

人工智能引言

人工智能引言
人工智能引言

生活中的人工智能

----人工智能发展现状及未来

1006010101 计算机1班董楠楠

【摘要】

人工智能一词于1956年提出,经过半个多世纪的发展,已经渗透到各个领域。本文将对人工智能的发展作简要的介绍和分析,重点介绍近年来人工智能在各个领域的应用,以期我们对人工智能有更深入的了解。人工智能从诞生发展到今天经历了一条漫长的路,许多科研人员为此而不懈努力。人工智能的开始可以追溯到电子学出现以前。象布尔和其他一些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。

人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算技术发展的未来方向。

【关键词】

人工智能、应用、发展

【引言】

随着计算机技术的飞速发展,人工智能也取得了极大的发展,并且开始应用到我们生活中的方方面面。伴随着研究的深入,也许我们正要进入一个人工智能时代。

【正文】

1.人工智能的发展历程大致可以分为下面五个阶段。

第一阶段 : 20世纪 50年代,人工智能的兴起和冷落。人工智能概念在 1956年首次提出后,相继出现了一批显著的成果,如机器定理证明、跳棋程序、通用问题 s求解程序、LISP表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败,使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法,而忽视了知识的重要性。

第二阶段 : 60年代末到 70年代,专家系统出现,使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发,将人工智能引向了实用化。并且,1969年成立了国际人工智能联合会议 ( International Joint Conferences on Artificial Intelligence即 IJCAI)。

第三阶段 : 80年代,随着第五代计算机的研制,人工智能得到了飞速的发展。日本在 1982年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统 KIPS”,其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。

第四阶段 : 80年代末,神经网络飞速发展,。1987年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。

第五阶段 : 90年代,人工智能出现新的研究高潮。由于网络技术特别是国际互连网技术的发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于 Hopfield多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象

2.近年来人工智能的应用

2.1 人机大战

随着人工智能的发展,人工智能已经渗透到了生活中的每个方面。

在人工智能的发展史上,出现了很多堪称经典的“人机大战”。

2001年,一家德国公司开发的国际象棋软件“更弗里茨”击败了卡斯帕罗夫、阿南德以及除了克拉姆尼克之外的所有排名世界前十位的棋手;2002年10月,“更弗里茨”与克拉姆尼克在巴林进行“人机大战”,思考速度为每秒600万步,双方以4比4战平;2003年1至2月由两位以色列电脑专家研究出的“更年少者”与卡斯帕罗夫举行人机大战,双方3比3战平。而中国也有中国象棋大师对阵超级电脑“浪潮天梭”的“人机大战”,最终大师输了。

今天一台装载有磁盘程序的个人电脑可以击败99.999%人类棋手。对于人类来说,值得安慰的是剩下的0.001%最高级别的人类棋手,对于完全被电脑占优势的国际象棋领域依然代表了一种不道逾越的障碍。运行在高速机器上最强大的

棋弈程序每秒钟可以完成1,000,000个或者更多局面的计算。在复杂的战术局面里它们强于任何人类棋手。在开局方面它们能从磁盘上获得无限的知识——数千万步已经被尝试和验证过的着法。在残局方面它们使用残局库能够进行非常深的搜索,而且对于特定限制的残局(比如棋盘上所有加起来只剩下五个棋子的),它们事实上拥有所有的信息,所以能走得滴水不漏。

没有计算机或者人工智能能够通过图灵测试?至少来说,到目前为止,就算是IBM的Watson都还没有能够通过图灵测试。然而,已经有人工智能“迷惑”或者说“欺骗”了我们的考官,在2008年的测试上,得分最高的电脑程序成功地欺骗了30%的评委,这是不是在说,真正的人工智能快要来了?

2008年的图灵测试,或者说Loebner AI Prize, 勒布纳人工智能奖,进入最后决赛的一共有6个程序,他们每一个都至少欺骗了一名裁判,而最后的冠军程序Elbot则成功地欺骗了12名裁判中的3名。而2003年的冠军Jabberwacky则已经与人类进行了数百万次的聊天。

2011年 2月 14日—16日的 3天比赛中,IBM的“沃森”(Watson)凭借超强的运算速度和强大的人工智能算法战胜了美国最受欢迎的智力竞猜电视节目对计算机沃森来说参与智力竞赛节目最重要的难题是解析人类的语言,尤其是在充满暗示和恶作剧的游戏里,沃森需要识别人类语言中微妙的含义,分辨讽刺口吻、谜语、构词断句、诗篇线索等等这些逻辑和线索。沃森能学习人类思维分辨人类语言口气,可选择忽略不擅长的题目,它可以可估算节目剩余奖金和自我信心,主动选择是否继续回答问题,已经取得了很大的进步。

2.2机器人

1920年,原捷克斯洛伐克剧作家卡雷尔·凯培克第一次提出了“机器人”(Robot)这个名词,通常可将机器人分为三代。第一代是可编程机器人,这类机器人一般可以根据操作员所编的程序,完成一些简单的重复性操作。第二代是感知机器人,即自适应机器人,它是在第一代机器人的基础上发展起来的,具有不同程度的“感知”能力。这类机器人在工业界已有应用。第三代机器人将具有识别、推理、规划和学习等智能机制,它可以把感知和行动智能化结合起来,因此能在非特定的环境下作业,故称之为智能机器人。

上海世博会上会拉小提琴的日本机器人和“海宝”机器人,对于到过上海世博会的人来说,这两个个机器人相当的熟悉。一个在日本馆内,一个很多地方都

能够看到;

Roomba,美国最受欢迎的机器人吸尘器,在机器人身上装有定时清扫时间的设置按钮,可设定每日、每周任何时间自动清扫。无论您在家还是外出,机器人都会自动出来清扫您的地板,给用户带来极大的方便。每充满一次电,Roomba 一般可以系统地打扫3个房间。它还可以沿着墙根、钻到家具底下去,使得这些我们平时很难触及的地方的灰尘也被一网打尽。

水下机器人,水下无人潜水器(UUV),从上世纪80年代开始大发展,在军事、科考方面有重要的用途,这类机器人高度智能化,具有比较强的环境感知和目标识别能力,以智能的信息处理方式进行运动控制和规划决策。

由于机器人实在是种类繁多,就不做赘述。总之机器人是人工智能的一个非常重要的应用和研究方向。

2.3 电子产品

电子产品无疑是引领人工智能发展的最重要方面之一。

2011年,苹果发布iPhone 4S,而“虚拟个人助理”Siri则成为了4S最大的亮点之一,Siri可以支持自然语言输入,并且可以调用系统自带的天气预报、日程安排、搜索资料等应用,还能够不断学习新的声音和语调,提供对话式的应答。iPhone 5发布时,Siri已经有了较大提升,苹果的真正意图是将Siri打造成iOS中的一个独立微系统,最终占领语音人工智能市场。

2013年所有的东西都或多或少的带有智能的标签,下面只是一些有代表性的。

(1)三星新款智能电视。可以简单、迅速地搜索到电视节目、优质视频点播内容、各种应用程序、社交圈以及本地设备中的内容,同时用户可以根据自定义推荐内容,打造属于自己的个性化电视体验。使用日常用语或者随意手势,就可向电视发出指令,进行内容搜索或操控电视。

(2)联网家庭。这是每年CES上难以兑现的承诺之一。所有家用电器、灯、警报系统等都能联网并通过互联网控制,这种联网家庭的示范产品将成为今年CES的又一大主题。谷歌和Eletric lmp等许多公司都在尝试将其变为现实,不过目前都尚未取得真正突破。

(3)无人驾驶汽车。我们都知道谷歌一直在研发无人驾驶汽车,出人意料的是,丰田、奥迪也宣布将在CES上展示无人驾驶汽车。

2.4未来概念产品

未来的人工智能产品到底是怎么样的呢?

上海世博会上展出了一款未来的概念车EN-V,她知道一切焦点聚集地:最新的时装秀和艺术展,还有世界知名的餐厅和俱乐部。作为城市时尚先锋,“骄”帮助你远离交通拥堵,准时出席最热门的活动,而且让你绝不错过。她能帮你有序地组织每一天的生活,提供最实时的世界新闻,会自动驾驶,可以带着你神奇地穿梭于城市的大街小巷。你可以在车里玩最爱的视频游戏,也可以和世界各地的同事召开视频电话会议。

我认为人工智能的发展不是一朝一夕的事情,要真正实现现在譬如苹果、Google的那些概念产品,也不是很快就能够完成的,但是随着人工智能的发展,未来,也许并不是很远。

3.人工智能目前以及未来的研究方向

由上面的这些应用我们可以大致看出人工智能的研究方向。

3.1专家系统。专家系统是依靠人类专家已有的知识建立起来的知识系统 ,是一种具有特定领域内大量知识与经验的程序系统。它应用人工智能技术、模拟人类专家求解问题的思维过程求解领域内的各种问题 ,其水平可以达到甚至超过人类专家的水平。它是在特定的领域内具有相应的知识和经验的程序系统 ,它应用人工智能技术、模拟人类专家解决问题时的思维过程 ,来求解领域内的各种问题 ,达到或接近专家的水平。

3.2机器学习。机器学习的研究 ,主要是研究人类学习的机理、人脑思维的过程 ;机器学习的方法 ;建立针对具体任务的学习系统。还有机器人学这个领域所研究的问题 ,包括从机器人手臂的最佳移动到实现机器人的目标动作序列的规划方法等。因此开发高智能机器人是一个重要研究方面。

3.3模式识别。模式识别是研究如何使机器具有感知能力 ,主要研究视觉模式和听觉模式的识别 ,如识别物体、地形、图像、字体 (如签字 )等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。语音识别技术近年来发展很快 ,现已有商品化产品如扫描仪的上市。

3.4人工神经网络。在人工神经网络中 ,信息的处理是由神经元之间的相互

作用来实现的 ,知识与信息的存储表现为网络元件互连间分布式的物理联系 ,网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络也许永远也无法代替人脑 ,但是他能帮助人类扩展对外部世界的认识和智能控制。

3.5智能决策支持系统。决策支持系统是属于管理科学的范畴 ,它与“知识-智能”有着极其密切的关系。自 20世纪 80年代以来专家系统在许多方面取得成功 ,将人工智能中特别是智能和知识处理技术应用于决策支持系统 ,扩大了决策支持系统的应用范围 ,提高了系统解决问题的能力 ,这就成为智能决策支持系统

很多人认为现在的人工智能不能模仿人类的喜怒哀乐,不能像人类一样产生爱、恨等感情,更不会复杂的心理行为,就否定了人工智能,认为这不过是一种机械的规则的再现。但是,我们看到,人类社会需要的是能将人类从很多复杂的思维活动中解脱出来的工具,而目前在这个方面已经取得了很多令人欢欣鼓舞的成绩。

正如黑洞中心存在着一个让一切已知物理定律都失效的“奇点”一样,信息技术也正在朝着这样一个奇点迈进。届时,人工智能机器将比其制造者——人更加聪明。这些未来学家认为,过了这个点,一切都将以现在不可预测、无法想象的速度和形式发展了,人工智能将会以我们人类无法控制的速度发展,把我们人类远远抛在后面。但是我认为,讨论这个还为时尚早,人工智能离真正如斯皮尔伯格的《AI》里面那么智能,还有很长一段路要走。

【参考文献】

[1]田金萍 .人工智能发展综述 [J ].科技广场 , 2007. 1

[2]许元.人工智能——人类对自身的挑战[N].人名日报,2011.2.24(023版)

[3]徐玉如,李彭超.水下机器人发展趋势[J].自然杂志,2011,33卷(第3期)

[4]尚福华 ,李军 ,王梅等.人工智能及其应用 [M ].北京 :石油工业出版社 , 2005

[5]佘玉梅 ,段鹏 .人工智能应用 [M ].上海 :上海交大出版社 , 2007.

[6]张妮 ,徐文尚 ,王文文.人工智能技术发展及应用研究综述[J].煤矿机械,2009,30卷(2)

[7]陈珂蒙,张宁.人工智能的发展探析[J].经济论坛,2012

人工智能引论复习题

人工智能:是边缘学科.主要研究如何用计算机模仿和实现人类的智能. 符号主义(主流学派):认为人的认知基元是符号,认知过程即符号操作过程;认为人是一个物理符号系统,计算机也是一个物理符号系统,因此,能用计算机来模拟人的智能行为;认为知识是信息的一种形式,是构成智能的基础.人工智能的核心问题是知识表示、知识推理和知识运用. 连结主义:认为思维基元是神经元,而不是符号处理过程;认为人脑不同于电脑,并提出连结主义的大脑工作模式,用于取代符号操作的电脑工作模式 行为主义:认为智能取决于感知和行动(所以被称为行为主义),提出智能行为的“感知—动作”模式;认为智能不需要知识、不需要表示、不需要推理;人工智能可以象人类智能一样逐步进化(所以称为进化主义);智能行为只能在现实世界中与周围环境交互作用而表现出来. 确定性推理是建立在确定性知识和证据的基础上的推理.从确定的初始证据出发,通过运用确定性知识,最终推出具有一定程度的确定性但却又是合理或基本合理的结论. 知识是人们在改造客观世界的实践中形成的对客观事物(包括自然的和人造的)及其规律的认识,包括对事物的现象、本质、状态、关系、联系和运动等的认识. 知识表示方式(把知识用计算机可接受的符号并以某种形式描述出来)一阶谓词逻辑、产生式表示、状态空间图表示、与或图表示、语义网络、框架结构表示,还有问题归纳法、面向对象法等. 机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能.它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎. 机器学习的基本系统结构:环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分.在具体的应用中,环境,知识库和执行部分决定了具体的工作内容,学习部分所需要解决的问题完全由上述3部分确定.下面我们分别叙述这3部分对设计学习系统的影响. 所有的人都是要死的,苏格拉底是人,所以苏格拉底是要死的. 令P(x):x是人,Q(x):x是要死的:(x)(P(x)→Q(x))∧P(苏格拉底)→Q(苏格拉底) 证明(1) ( x)(P(x)→Q(x)) 前提 (2) P(苏格拉底)→Q(苏格拉底) 全称量词消去 (3) P(苏格拉底) 前提 (4) Q(苏格拉底) (2)(3) 分离 每个学术会议的成员是专家,有些成员是年轻人,所有有的成员是年轻专家. 令P(x):x是专家,Q(x):x是年轻人,R(x)表x是学术会议成员: (X)(R(x)→P(X));(?X) (R(x)∧Q(X));(?X)(Q(X)∧P(X)) 证明(1)(?X) (R(x)∧Q(X)) P (2) R(a)∧Q(a)ES(1) (3)R(a)T(1)I (4) (X)(R(x)∧P(X))P (5)R(a)→P(a)US(4) (6) P(a) T(3) (5)I (7)Q(a) T(2)I (8)Q(a)∧P(a) T(6) (7)I (9)(?X) (Q(x)∧P(X)) EG(8) 任何鸵鸟都不会飞,多有雌鸵鸟都是鸵鸟,所以,所有雌鸵鸟都不会飞. 设P(x):x是鸵鸟;Q(x):x会飞;R(x):x是雌鸟. ?x(P(x)→?Q(x)),

人工智能の第一章

第一章绪论 人工智能的发展是以硬件与软件为基础的,经历了漫长的发展历程。特别是20世纪30年代和40年代的智能界,发现了两件重要的事情:数理逻辑和关于计算的新思想。以维纳(Wiener)、弗雷治、罗素等为代表对发展数理逻辑学科的贡献及丘奇(Church)、图灵和其它一些人关于计算本质的思想,为人工智能的形成产生了重要影响。 本章首先介绍人工智能的诞生、定义、发展概况及相关学派和他们的认知观,接着讨论人工智能的研究和应用领域。 1.1 人工智能的诞生与发展 1956年夏季,人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学举行,标志着人工智能学科的诞生。 1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI, IJCAI),此后每两年召开一次。 1970年《人工智能》国际杂志(International Journal of AI)创刊。这些对开展人工智能国际学术活动和交流、促进人工智能的研究和发展起到积极作用。 20世纪70~80年代,知识工程的提出与专家系统的成功应用,确定了知识在人工智能中的地位。近十多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展 1.2 人工智能的定义 ?定义1 智能机器 能够在各类环境中自主地或交互地执行各种拟人任务的机器。 ?定义2 人工智能(学科) 人工智能(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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论和技术。 ?定义3 人工智能(能力) 人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为,如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。 为了让读者对人工智能的定义进行讨论,以便更深刻地理解人工智能,下面综述其它几种关于人工智能的定义。 ?定义4 人工智能是一种使计算机能够思维,使机器具有智力的激动人心的新尝试。 ?定义5 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。 ?定义6 人工智能是用计算模型研究智力行为。 ?定义7 人工智能是研究那些使理解、推理和行为成为可能的计算。 ?定义8 人工智能是一种能够执行需要人的智能的创造性机器的技术。 ?定义9 人工智能研究如何使计算机做事让人过得更好。 ?定义10 人工智能是一门通过计算过程力图理解和模仿智能行为的学科。 ?定义11 人工智能是计算机科学中与智能行为的自动化有关的一个分支。 其中,定义4和定义5涉及拟人思维;定义6和定义7与理性思维有关;定义8和定义9涉及拟人行为;定义10和定义11与拟人理性行为有关。 可以看出, 这些定义虽然都指出了人工智能的一些特征, 但用它们却难以界定一台计算机是否具有智能。因为要界定机器是否具有智能, 必然要涉及到什么是智能的问题,但这却是一个难以准确回答的问题。所以,尽管人们给出了关于人工智能的不少说法, 但都没有完全或严格地用智能的内涵或外延来定义人工智能。 1.2.2 关于如何界定机器智能, 早在人工智能学科还未正式诞生之前的1950年, 计算机科学创始人之一的英国数学家阿兰·图灵(Alan Turing)就提出了现称为“图灵测试”(Turing Test)的方法。简单来讲, 图灵测试的做法是: 让一位测试者分别与一台计算机和一个人进行交谈(当时是用电传打字机), 而测试者事先并不知道哪一个被测者是人, 哪一个是计算机。如果交谈后测

《人工智能》--课后习题答案讲解学习

《人工智能》课后习题答案 第一章绪论 1.1答:人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。人工智能是相对于人的自然智能而言,即用人工的方法和技术,研制智能机器或智能系统来模仿延伸和扩展人的智能,实现智能行为和“机器思维”,解决需要人类专家才能处理的问题。 1.2答:“智能”一词源于拉丁“Legere”,意思是收集、汇集,智能通常用来表示从中进行选择、理解和感觉。所谓自然智能就是人类和一些动物所具有的智力和行为能力。 智力是针对具体情况的,根据不同的情况有不同的含义。“智力”是指学会某种技能的能力,而不是指技能本身。 1.3答:专家系统是一个智能的计算机程序,他运用知识和推理步骤来解决只有专家才能解决的复杂问题。即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统。 1.4答: 自然语言处理—语言翻译系统,金山词霸系列 机器人—足球机器人 模式识别—Microsoft Cartoon Maker 博弈—围棋和跳棋 第二章知识表达技术 2.1解答: (1)状态空间(State Space)是利用状态变量和操作符号,表示系统或问题的有关知识的符号体系,状态空间是一个四元组(S,O,S0,G): S—状态集合;O—操作算子集合;S0—初始状态,S0?S;G—目的状态,G?S,(G可若干具体状态,也可满足某些性质的路径信息描述) 从S0结点到G结点的路径被称为求解路径。 状态空间一解是一有限操作算子序列,它使初始状态转换为目标状态: O1 O2 O3 Ok S0→???S1→???S2→???……→???G 其中O1,…,Ok即为状态空间的一个解(解往往不是唯一的) (2)谓词逻辑是命题逻辑的扩充和发展,它将原子命题分解成客体和谓词两个部分。 与命题逻辑中命题公式相对应,谓词逻辑中也有谓词(命题函数)公式、原子谓词公式、复合谓词公式等概念。一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。 (3)语义网络是一种采用网络形式表示人类知识的方法。即用一个有向图表示概念和概念之间的关系,其中节点代表概念,节点之间的连接弧(也称联想弧)代表概念之间的关系。 常见的语义网络形式有命题语义网络、数据语义网络:E-R图(实体-关系图)、语言语义网络等。

人工智能导论实验

人工智能导论 实验报告 姓名:蔡鹏 学号:1130310726 实验一

一、实验内容 有如下序列,试把所有黑色格移到所有白色格的右边,黄色格代表空格,黑色格和白色格可以和距离不超过三的空格交换。 二、实验代码 #include #include #include #define N 10 #define inf 9999 int g=999; void tree_gener(struct node *fn,struct node *root); struct node { char seq[7]; int f,g,n; struct node *sn[N]; }; struct stack { int num; struct node *n[50]; }; void Enstack(struct node *sn,struct stack *S) { S->n[S->num]=sn; S->num++; } struct node *Destack(struct stack *S) { S->num--; return S->n[S->num]; } void find_min_f(struct node *root) { int i; struct node *n,*min; struct stack S; S.num=0; min=root;

Enstack(root,&S); while(S.num!=0) { n=Destack(&S); if(n->f < min->f) { min=n; } for(i=0;in;i++) { Enstack(n->sn[i],&S); } } tree_gener(min,root); if(g>min->g) { printf("seq:%c %c %c %c %c %c %c | g:%d \n",min->seq[0],min->seq[1],min->seq[2],min->seq[3],min->seq[4],min->seq[5],min->seq[6],min->g); } g=min->g; } void swap(struct node *sn,struct node *fn,int n,int m) { int i; for(i=0;i<7;i++) { sn->seq[i]=fn->seq[i]; } sn->seq[n]=fn->seq[m]; sn->seq[m]=fn->seq[n]; } int calcu_h(char seq[]) { int m=0,n=0,i; for(i=0;i<7;i++) { if(seq[i]=='B') { m++; } if(seq[i]=='W')

人工智能习题&答案-第1章-绪论

第一章绪论 1-1. 什么是人工智能?试从学科和能力两方面加以说明。 从学科角度来看: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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能,并开发相关理论和技术。 从能力角度来看:人工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 1-2. 在人工智能的发展过程中,有哪些思想和思潮起了重要作用? 控制论之父维纳1940年主张计算机五原则。他开始考虑计算机如何能像大脑一样工作。系统地创建了控制论,根据这一理论,一个机械系统完全能进行运算和记忆。 帕梅拉·麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究《机器思维》(Machine Who Think,1979)中曾经指出:在复杂的机械装置与智能之间存在着长期的联系。 著名的英国科学家图灵被称为人工智能之父,图灵不仅创造了一个简单的通用的非数字计算模型,而且直接证明了计算机可能以某种被理解为智能的方法工作。提出了著名的图灵测试。 数理逻辑从19世纪末起就获迅速发展;到20世纪30年代开始用于描述智能行为。计算机出现后,又在计算机上实现了逻辑演绎系统。 1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型,即MP模型。60-70年代,联结主义,尤其是对以感知机(perceptron)为代表的脑模型的研究曾出现过热潮, 控制论思想早在40-50年代就成为时代思潮的重要部分,影响了早期的人工智能工作者。到60-70年代,控制论系统的研究取得一定进展,播下智能控制和智能机器人的种子。 1-3. 为什么能够用机器(计算机)模仿人的智能? 物理符号系统的假设:任何一个系统,如果它能够表现出智能,那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。反之,任何系统如果具有这6种功能,那么它就能够表现出智能(人类所具有的智能)。

人工智能导论论文解读

终结者会出现吗? -----对于人工智能技术发展趋势的思考 摘要:1、时间过去30年了,当回想起这部电影,我们不禁想问几个问题:“终结者”会出现吗?在现在的技术水平下能制造出如此复杂高度发达的机器人吗?未来是否会有制造出“终结者”的可能性?这些问题,都来源于对于当今世界人工智能技术发展的趋势的思考。 2、在当今人工智能发展的领域中跟研制出“终结者”机器人有着最密切的关系的领 域应该有模式识别、机器翻译、自然语言处理、计算机视觉、智能信息检索技术、 专家系统以及最重要的机器学习等领域。 关键词:人工智能自动化自主意识机器学习 当1984年一部名为《终结者》的科幻电影在全球电影院上映的时候,人类第一次对“人工智能”这个词有了一次极为深刻的印象——电影讲述了在2029年原本用于防御人类安全的拥有高级人工智能的智能防御系统“天网”产生了自主意识,试图统治人类,人类几乎被消灭殆尽。剩下的人类在领袖约翰康纳的领导下与电脑英勇作战,并扭转了局面。“天网”为了改变这一切,制造了时光逆转装置,派遣“终结者”人型机械人T-800回到1984年,去杀死约翰的母亲莎拉康纳,以阻止约翰的诞生。其中“终结者T-800”机器人在电影中被塑造成一个有肌肉、血液等人类特性、冷血、为达目的不择手段的机械战士,更重要的是,这个机器人拥有与人类相似的智能特征,能使用工具,能了解人类语言,有学习功能也有了解人性的功能。这个大胆的关于“终结者”的想法使当时的人们为之震惊——如果这种终结者真的出现了,人类要如何应对? 时间过去30年了,当回想起这部电影,我们不禁想问几个问题:“终结者”会出现吗?在现在的技术水平下能制造出如此复杂高度发达的机器人吗?未来是否会有制造出“终结者”的可能性?这些问题,都来源于对于当今世界人工智能技术发展的趋势的思考。 机器学习是现在人工智能领域的主流研究方法,也是人工智能的核心,是使计算机具有智能的根本途径。学术意义上的人工智能的原始目标是要模拟智能的“人”,即让计算机模拟或实现人类特有的智能行为,包括语言,高级情感,学习行为等。成功的标准即所谓的“图灵测试”:如果电脑能在5分钟内回答由人类测试者提出的一系列问题,且其超过30%的回答让测试者误认为是人类所答,则电脑通过测试。这个直观的目标后来被发现可行性太低,就算是专家系统那样用规则加上知识库(或加上推理机)构造的专用功能,也只能解决预置规则范畴内的问题。就算是专家能够总结出所有经验(很多情况专家自己讲不明白自己是怎

人工智能习题作业绪论I习题答案

第1章绪论课后习题及其答案 1、选择题: 1.以下哪两种对人工智能的定义中涉及拟人思维 ( BD ) A 人工智能(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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论和技术。 B 人工智能是一种使计算机能够思维,使机器具有智力的激动人心的新尝试 C 人工智能研究如何使计算机做事让人过得更好(Rick和Knight,1991)。 D 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(Bellman,1978)。 2.下列选项从学科的角度来说明什么是人工智能是 ( C ) A人工智能是研究那些使理解、推理和行为成为可能的计算 B人工智能是智能机器所执行的通常与人类智能有关的智能行为,如判断、推理证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。C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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论和技术。 D人工智能是计算机科学中与智能行为的自动化有关的一个分支 3.对于人工智能的发展来说,20世纪30年代和40年代的智能界,发现了两件最重要的事: ( AB ) A数理逻辑 B关于计算的新思想。

C数理逻辑 D存储程序控制 4.被称为人工智能之父的 ( C ) A图灵 B丘奇 C香农 D赫伯特?西蒙 5.属于图灵提出或参与的成果有 ( BCD ) A把数理关系理论简化为类理论 B逻辑机 C关于计算本质的思想,提供了形式推理概念与即将发明的计算机之间的联系。D不仅创造了一个简单的通用的非数字计算模型,而且直接证明了计算机可能以某种被理解为智能的方法工作。 6.在人工智能发展过程中具有重要意义的()的提出和兴起,使人工智能发展成为一门具有比较坚实理论基础和广泛应用领域的学科。他是信息科学与生命科学相互交叉、相互渗透和相促进的产物,是生物信息学的主要研究内容之一。 ( A ) A计算智能 B专家系统 C智能控制 D模糊计算 7.除了以神经网络为基础的神经计算外,计算智能还包括模糊计算、模糊集理论、

人工智能课后习题

第一章绪论 1、什么就是人工智能?试从学科与能力两方面加以说明。 答:学科:就是计算机科学中涉及研究、设计与应用智能机器的一个分支,她的近期主要目标在于研究用机器来模仿与执行人脑的某些智力功能,并开发相关理论与技术。 能力:就是智能机器所执行的通常与人类智能有关的智能行为,这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行为与问题求解等活动。 2、为什么能够用机器模仿人的智能? 答:物理符号系统的假设:任何一个系统,如果它能够表现出智能,那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。反之,任何系统如果具有这6种功能,那么它就能够表现出智能(人类所具有的智能)。 物理符号系统的假设伴随有3个推论。 推论一: 既然人具有智能,那么她(她)就一定就是个物理符号系统。 推论二: 既然计算机就是一个物理符号系统,它就一定能够表现出智能。 推论三: 既然人就是一个物理符号系统,计算机也就是一个物理符号系统,那么我们就能够用计算机来模拟人的活动。 3、人工智能研究包括哪些内容?这些内容的重要性如何? 答:1)认识建模。认识科学就是人工智能的重要理论基础,涉及非常广泛的研究课题。 2)知识表示。知识表示、知识推理与知识应用就是传统人工智髓的三大核心研究内容其中,知识表示就是基础,知识推理实现问題求解,而知识应用就是目的。知识表示就是把人类知识概念化、形式化或模型化。 3)知识推理。知识推理,包括不确定性推理与非经典推理等,似乎已就是人工智能的一个永恒研究课题,仍有很多尚未发現与解决的问题值得研究。 4)知识应用。人工智能能否获得广泛应用就是衡量其生命力与检验其生存力的重要标志。 5)机器感知。机器感知就是机器获吹外部信息的基本途径。

(人工智能)人工智能机器人学导论

(人工智能)人工智能机器 人学导论

人工智能机器人学导论1 简介:1 作者简介2 机器人控制器和程序设计3 简介:3 机器人制作入门篇6 简介:6 作者简介6 机器人智能控制工程8 简介:8 人工智能机器人学导论 作者:Ricky文章来源:本站原创更新时间:2006年05月03日打印此文浏览数:2370 SlidesforSecondEdition(Beta) Chapter1:WhatareRobots?.pptslidesandthepdfversion(goodaquicklook) Chapter2:Telesystems.thepdfversion Chapter3:BiologicalFoundationsoftheReactiveParadigm.pptslidesandpdfversion Chapter5:TheReactiveParadigm Chapter6:SelectingandCombiningBehaviors Chapter7:CommonSensorsandSensingTechniques Chapter8:DesigningaBehavior-BasedImplementation Chapter9:Multi-Agents Chapter10:NavigationandtheHybridParadigm Chapter11:TopologicalPathPlanning Chapter12:MetricPathPlanning Chapter13:LocalizationandMapping Chapter14:AffectiveRobots Chapter15:Human-RobotInteraction Chapter16:WhatCanRobotDoandWhatWillTheyBeAbletoDo? 简介:

人工智能第一章

第一章 绪论
主要内容:
□ □ □ □ 人工智能的定义和发展□ 人类智能和人工智能 人工智能的主要学派 人工智能的研究与应用领域
人工智能定义
人工智能(Artificial Intelligence,AI)学 科从1956年正式提出,目前已取得长足的发 展,成为一门广泛的交叉和前沿科学。 总的说来,人工智能的目的就是让计算机这台 机器能够象人一样思考。 如果希望做出一台能够思考的机器,那就必须 知道什么是思考,更进一步讲就是什么是智慧。 什么样的机器才是智慧的呢?它们能不能模仿 人类大脑的功能呢?
1
1
2
2
当计算机出现后,人类开始真正有了一个可以模 拟人类思维的工具,在以后的岁月中,无数科学 家为这个目标努力着。 现在全世界几乎所有大学的计算机系都有人在研 究这门学科,学习计算机的大学生也必须学习这 样一门课程。 在大家不懈的努力下,现在计算机似乎已经变得 十分聪明了。
“深蓝”是IBM公司生产的世界上第一台超级国 际象棋电脑。是一台超级并行处理计算机,计 算能力惊人,平均每秒可计算棋局变化2OO万步。 1997年5月,IBM公司研制的深蓝(Deep Blue) 计算机战胜了国际象棋大师卡斯帕洛夫 (Kasparov)
3
3
4
4
图灵测试(Turning Test)
1950年10月,图灵的一篇划时代论文《计算机与智能》 发表。这篇文章后来被改名为《机器能思维吗?》。 在“第一代电脑”占统治地位的时期,这篇论文甚至可 以作为“第五代电脑”和“第六代电脑”的宣言书。 图灵写道:你无法制造一台替你思考的机器,这是人 们一般会毫无疑义接受下来的老生长谈。我的论点是: 与人脑的活动方式极为相似的机器是可以制造出来的。 更有趣的是,图灵还设计了一个“图灵测试”,试图通 过让机器模仿人回答某些问题,判断它是否具备智能。
图灵测试
试图通过让机器模仿人回答某些问题,判断它是否具备 智能。图灵试验采用“问”与“答”模式,即观察者通过控 制打字机向两个试验对象通话,其中一个是人,另一个 是机器。要求观察者不断提出各种问题,从而辨别回答 者是人还是机器。
5
6

人工智能导论实验

人工智能导论实验指导书 实验二 一、实验名称:神经网络实验 二、实验日期:实际上机日期 三、参考资料:《人工智能导论实验指导书》 四、实验目的: 1.熟悉Matlab的应用开发环境 2.了解Matlab语言中常量、变量的表示方法 3.在Matlab环境下,进行神经网络建模解决函数拟合问题。 五、实验内容(步骤): 目标函数位:z=(cos (6*a*pi*x) + 2*(y.^2) + 1 + a*x*y)/2.5-0.6 (a=0.1) %%%%%%%%%%% %question.m % Function recognition by a nerual network %%%%%%%%%%% clear all; close all; t=-1:0.22:1; [x,y] = meshgrid(t,t); P=[x(:)';y(:)']; tt=-0.89:0.22:0.89; [xx,yy] = meshgrid(tt,tt); PP=[xx(:)';yy(:)']; a=0.1; z=(cos (6*a*pi*x) + 2*(y.^2) + 1 + a*x*y)/2.5-0.6; % The target results for training T=z(:)'; zz=(cos (6*a*pi*xx) + 2*(yy.^2) + 1 + a*xx*yy)/2.5-0.6; % The actual results of test set TT=zz(:)'; net=newff([-1 1; -1 1],[5,1],{'tansig','purelin'},'traingdx'); net.trainParam.lr=0.01; % The learning rate net=init(net); %initialize net.trainParam.epochs=1000; % set epochs net=train(net,P,T); % Train the ANN

人工智能论文

人工智能论文 摘要: 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学 习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。 关键词: 人工智能计算机神经网络 0.引言 人工智能(Artificial Intelligence,简称AI)是计算机学科的一个分支,二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发,人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力,以延伸人们智能的科学。近三十年来它获得了迅速的发展,在很多学科领域都获得了广泛应用,并取得了丰硕的成果,人工智能已逐步成为一个独立的分支,无论在理论和实践上都已自成一个系统。 1.人工智能是什么? 1.1.人工智能的定义 “人工智能”(ArtificialIntelligence)一词最初是在1956年Dartmouth 学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。人工智能理论进入21世纪,正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品”,并使之在越来越多的领域超越人类智能,人工智能将为发展国民经济和改善人类生活做出更大贡献。 1.2. 人工智能的运用范畴 人工智能可以运用到自然语言的处理,智能搜索,推理,规划,机器学习,知识获取,组合调度,感知问题,模式识别,逻辑程序设计,人工生命,复制系统、遗传算法人类思维方式等多个领域。 1.3. 简单来说,现阶段的人工智能便是人类采用各种技术手段,将机器智能化,

人工智能导论doc

西安交通大学 “人工智能导论”课程教学大纲 英文名称:Introduction to Artificial Intelligence 课程编码:COMP3022 学时:32 学分:2 适用对象:自动控制专业 先修课程:离散数学、数据结构、概率统计 使用教材及参考书: 蔡自兴,徐光祐。人工智能及其应用,第三版,本科生用书。清华大学出版社,2003。 廉师友人工智能技术导论(第二版),西安电子科技大学出版社,2002。 一、课程性质、目的和任务 通过本课程的学习,使学生了解人工智能的研究范畴、应用领域和发展方向,掌握该学科的基本概念、原理和方法,对主要技术及应用有一定掌握,启发学生对人工智能的兴趣,培养知识创新和技术创新能力。 学习人工智能的知识表示方法和搜索推理技术,包括状态空间法、问题归约法、谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。讨论高级知识推理,涉及非单调推理和各种不确定推理方法。探讨人工智能的新研究领域,如神经计算、进化计算和人工生命等。 二、教学基本要求 三、教学内容及要求

第一章绪论 (2学时) 人工智能概念和发展 人工智能的主要研究和应用领域; 人工智能研究的不同学派 国内外人工智能研究情况和新进展第二章知识表示方法(6学时) 知识与知识表示的概念 一阶谓词逻辑表示法 产生式表示法 语义网络表示法 框架表示法 脚本表示法 过程表示法 面向对象表示法 第三章逻辑推理(6学时) 推理的基本概念 推理的逻辑基础 自然演绎推理 归结演绎推理 基于规则的演绎推理 第四章搜索策略(6学时) 搜索的基本概念 状态空间的盲目搜索 状态空间的启发式搜索 与/或树的搜索 博弈树的搜索

人工智能引言

生活中的人工智能 ----人工智能发展现状及未来 1006010101 计算机1班董楠楠 【摘要】 人工智能一词于1956年提出,经过半个多世纪的发展,已经渗透到各个领域。本文将对人工智能的发展作简要的介绍和分析,重点介绍近年来人工智能在各个领域的应用,以期我们对人工智能有更深入的了解。人工智能从诞生发展到今天经历了一条漫长的路,许多科研人员为此而不懈努力。人工智能的开始可以追溯到电子学出现以前。象布尔和其他一些哲学家和数学家建立的理论原则后来成为人工智能逻辑学的基础。 人工智能始终处于计算机发展的最前沿。高级计算机语言、计算机界面及文字处理器的存在或多或少都得归功于人工智能的研究。人工智能研究带来的理论和洞察力指引了计算技术发展的未来方向。 【关键词】 人工智能、应用、发展 【引言】 随着计算机技术的飞速发展,人工智能也取得了极大的发展,并且开始应用到我们生活中的方方面面。伴随着研究的深入,也许我们正要进入一个人工智能时代。 【正文】 1.人工智能的发展历程大致可以分为下面五个阶段。 第一阶段 : 20世纪 50年代,人工智能的兴起和冷落。人工智能概念在 1956年首次提出后,相继出现了一批显著的成果,如机器定理证明、跳棋程序、通用问题 s求解程序、LISP表处理语言等。但是由于消解法推理能力有限以及机器翻译等的失败,使人工智能走入了低谷。这一阶段的特点是重视问题求解的方法,而忽视了知识的重要性。

第二阶段 : 60年代末到 70年代,专家系统出现,使人工智能研究出现新高潮。DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发,将人工智能引向了实用化。并且,1969年成立了国际人工智能联合会议 ( International Joint Conferences on Artificial Intelligence即 IJCAI)。 第三阶段 : 80年代,随着第五代计算机的研制,人工智能得到了飞速的发展。日本在 1982年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统 KIPS”,其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。 第四阶段 : 80年代末,神经网络飞速发展,。1987年,美国召开第一次神经网络国际会议,宣告了这一新学科的诞生。此后,各国在神经网络方面的投资逐渐增加,神经网络迅速发展起来。 第五阶段 : 90年代,人工智能出现新的研究高潮。由于网络技术特别是国际互连网技术的发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解,而且研究多个智能主体的多目标问题求解,将人工智能更面向实用。另外,由于 Hopfield多层神经网络模型的提出,使人工神经网络研究与应用出现了欣欣向荣的景象 2.近年来人工智能的应用 2.1 人机大战 随着人工智能的发展,人工智能已经渗透到了生活中的每个方面。 在人工智能的发展史上,出现了很多堪称经典的“人机大战”。 2001年,一家德国公司开发的国际象棋软件“更弗里茨”击败了卡斯帕罗夫、阿南德以及除了克拉姆尼克之外的所有排名世界前十位的棋手;2002年10月,“更弗里茨”与克拉姆尼克在巴林进行“人机大战”,思考速度为每秒600万步,双方以4比4战平;2003年1至2月由两位以色列电脑专家研究出的“更年少者”与卡斯帕罗夫举行人机大战,双方3比3战平。而中国也有中国象棋大师对阵超级电脑“浪潮天梭”的“人机大战”,最终大师输了。 今天一台装载有磁盘程序的个人电脑可以击败99.999%人类棋手。对于人类来说,值得安慰的是剩下的0.001%最高级别的人类棋手,对于完全被电脑占优势的国际象棋领域依然代表了一种不道逾越的障碍。运行在高速机器上最强大的

智慧树人工智能基础导论

绪论单元测试 1、问题: 1956年达特茅斯会议上,学者们首次提出“artificial intelligence(人工智能)”这个概念时,所确定的人工智能研究方向不包括: 选项: A:研究如何用计算机表示人类知识 B:研究智能学习的机制 C:研究人类大脑结构和智能起源 D:研究如何用计算机来模拟人类智能 答案: 【研究人类大脑结构和智能起源】 2、问题: 在现阶段,下列哪项尚未成为人工智能研究的主要方向和目标: 选项: A:研究如何用计算机模拟人类大脑的网络结构和部分功能 B:研究如何用计算机延伸和扩展人类智能 C:研究机器智能与人类智能的本质差别 D:研究如何用计算机模拟人类智能的若干功能,如会听、会看、会说 答案: 【研究机器智能与人类智能的本质差别】 3、问题: 下面哪个不是人工智能的主要研究流派? 选项: A:符号主义 B:经验主义 C:连接主义 D:模拟主义 答案: 【模拟主义】 4、问题:

从人工智能研究流派来看,西蒙和纽厄尔提出的“逻辑理论家”方法用,应当属于: 选项: A:经验主义,行为主义 B:符号主义,连接主义 C:连接主义,经验主义 D:理性主义,符号主义 答案: 【理性主义,符号主义】 5、问题: 从人工智能研究流派来看,明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接,实现自主识别、判断,应当属于: 选项: A:理性主义,符号主义 B:符号主义,连接主义 C:经验主义,行为主义 D:连接主义,经验主义 答案: 【连接主义,经验主义】 6、问题: “鸟飞派”指的是人类研究人工智能必须要完全符合智能现象的本质 选项: A:错 B:对 答案: 【错】 7、问题: 人工智能受到越来越多的关注,许多国家出台了支持人工智能发展的战略计划 选项: A:对 B:错 答案: 【对】

人工智能[第一章绪论]山东大学期末考试知识点复习

第一章绪论 1.人工智能的诞生及发展 人工智能于1956年夏季在美国达特茅斯(Dartmouth)大学诞生。 1 956年夏季,美国一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者们,汇聚在Dartmouth大学,举办了一次长达两个月的学术讨论会,认真、热烈地讨论了用机器模拟人类智能的问题。在这次会议上,第一次使用了“人工智能”(Artificial Intelligence,AI)这一术语,以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会,标志着人工智能学科的诞生,具有十分重要的意义。 自从人工智能学科诞生到现在已有50多年的历史,50多年来人工智能的发展经历了不少的曲折。 20世纪50年代,以游戏、博弈为对象开始了人工智能的研究工作,其间以电子线路模拟神经元及人脑的研究均告失败。 20世纪60年代前期,人工智能以研究搜索方法和一般问题的求解为主。1 960年,美国的麦卡锡(John McCarthy)发明了人工智能程序设计语言(LISt Processing Language,LISP),它是一种函数式语言(Functional Language),适合对符号进行处理,其处理的唯一对象就是符号表达式。1963年A.Newell 发表了问题求解程序,走上了以计算机程序来模拟人类思维的道路,第一次把问题的领域知识与求解方法分离开来。20世纪60年代后期,在机器定理证明方面取得了重大进展,并在规划问题方面开展了相应的研究。1 965年R0binson提出了归结原理,实现了自动定理证明的重大突破。1 968年,Quillian在研究人类联想记忆时,认为记忆是由概念间的联系实现的,提出了知识表示的语义网络模型。 20世纪70年代,人工智能的研究在世界许多国家相继展开,研究成果大量涌现。1972年法国马赛大学的Alain Co1merauer及其研究小组提出并实现了一

人工智能本科习题

人工智能本科习题 第一章绪论 1-1. 什么是人工智能?试从学科和能力两方面加以说明。 1-2. 在人工智能的发展过程中,有哪些思想和思潮起了重要作用? 1-3. 为什么能够用机器(计算机)模仿人的智能? 1-4. 现在人工智能有哪些学派?它们的认知观是什么? 1-5. 你认为应从哪些层次对认知行为进行研究? 1-6. 人工智能的主要研究和应用领域是什么?其中,哪些是新的研究热点? 第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么?它们有何本质上的联系及异同点? 2-2 设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 2-3 利用图2.3,用状态空间法规划一个最短的旅行路程:此旅程从城市A开始,访问其他城市不多于一次,并返回A。选择一个状态表示,表示出所求得的状态空间的节点及弧线,标出适当的代价,并指明图中从起始节点到目标节点的最佳路径。 2-4 试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R、L 或C可分别用R、jωL或1/jωC来计算,这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。 图2.28 2-5 试用四元数列结构表示四圆盘梵塔问题,并画出求解该问题的与或图。 2-6 把下列句子变换成子句形式: (1) ( x){P(x)→P(x)}

(2) x y(On(x,y)→Above(x,y)) (3) x y z(Above(x,y)∧Above(y,z)→Above(x,z)) (4) ~{( x){P(x)→{(y)[p(y)→p(f(x,y))]∧( y)[Q(x,y)→P(y)]}}} 2-7 用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。) 2-8 把下列语句表示成语义网络描述: (1) All man are mortal. (2) Every cloud has a silver lining. (3) All branch managers of DEC participate in a profit-sharing plan. 2-9 作为一个电影观众,请你编写一个去电影院看电影的剧本。 2-10 试构造一个描述你的寝室或办公室的框架系统。 第三章搜索推理技术 3-1 什么是图搜索过程?其中,重排OPEN表意味着什么,重排的原则是什么? 3-2 试举例比较各种搜索方法的效率。 3-3 化为子句形有哪些步骤?请结合例子说明之。 3-4 如何通过消解反演求取问题的答案? 3-5 什么叫合适公式?合适公式有哪些等价关系? 3-6 用宽度优先搜索求图3.33所示迷宫的出路。 图3.33 迷宫一例 3-7 用有界深度优先搜索方法求解图3.34所示八数码难题。 2 8

最新人工智能技术导论(廉师友)考试复习重点总结

第一章 人工智能:主要研究如何用人工的方法和技术,使用各种自动化机器或智能机器(主要指计算机)模仿、延伸和扩展人的智能,实现某些机器思维或脑力劳动自动化。 为什么要研究人工智能:1)普通计算机智能低下,不能满足社会需求。2)研究人工智能也是当前信息化社会的迫切需求。3)智能化是自动化发展的必然趋势。4)研究人工智能,对人类自身智能的奥秘也提供有益帮助。 远期目标是要制造智能机器。具体讲就是使计算机具有看、听、说、写等感知和交互能力,具有联想、学习、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。 近期目标:是实现机器智能。即先部分地或某种程度地实现机器智能,从而使现有的计算机更灵活好用和更聪明有用。 人工智能的研究内容1)搜索与求解2)学习与发现3)知识与推理4)发明与创造5)感知与交流6)记忆与联想7)系统与建造8)应用与工程 研究途径与方法:1)心理模拟,符号推演法就是以人脑的心理模型为依据,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,实现人工智能。2)生理模拟,神经计算就是用人工神经元组成的人工神经网络来作为信息和知识的载体,用称为神经计算的方法实现学习、记忆、联想、识别和推理等功能,从而来模拟人脑的智能行为,使计算机表现出某种智能。3)行为模拟,控制进化是一种基于感知-行为模型的研究途径和方法,它是在模拟人在控制过程中的智能活动和行为特性,如自适应,自寻优、自学习、自组织等,来研究和实现人工智能。4)群体模拟,仿生计算模拟生物群落的群体智能行为,从而实现人工智能。5)博采广鉴,自然计算就是模仿或借鉴自然界的某种机理而设计计算模型,这类计算模型通常是一类具有自适应、自组织、自学习、自寻优能力的算法。6)原理分析,数学建模就是通过对智能本质和原理的分析,直接采用某种数学方法来建立智能行为模型。 人工智能的基本技术1)表示a符号智能的表示是知识表示b计算智能的表示一般是对象表示2)运算a符号智能的运算是基于知识表示的推理或符号操作b计算智能的运算是基于对象表示的操作或计算3)搜索a符号智能在问题空间内搜索进行问题求解b计算智能在解空间搜索进行求解 第三章 1广度优先搜索的特点广度优先中OPEN表是一个队列,CLOSED表是一个顺序表,表中各节点按顺序编号,正被考察的节点在表中编号最大,广度优先策略是完备的广度优先搜索策略与问题无关,具有通用性。缺点搜索效率低。 2. 深度优先搜索的特点OPEN表为一个堆栈。一般不能保证找到最优解。当深度限制不合理时,可能找不到解,可以将算法改为可变深度限制,即有界深度优先搜索。最坏情况时,搜索空间等同于穷举。 3. 加权状态图与代价树边上附有数值的状态图称为加权状态图或赋权状态图,这种数值称为权值。加权状态图的搜索:加权状态图的搜索与权值有关,并且要用权值来导航。具体来讲,加权状态图的搜索算法,要在一般状态图搜索算法基础上再增加权值的计算与传播过程,并且要由权值来确定节点的扩展顺序。 4。综述图搜索的方式和策略。用计算机来实现图的搜索有两种最基本的方式:树式搜索和线式搜索。树式搜索就是在搜索过程中记录所经过的所有节点和边。线式搜索就是在搜索过程中只记录那些当前认为是处在所找路径上的节点和边。线式搜索的基本方式又可分为不回溯和可回溯的的两种。图搜索的策略可分为:盲目搜索和启发式搜索。盲目搜索就是无向导的搜索。树式盲目搜索就是穷举式搜索。而线式盲目搜索,对于不回溯的就是随机碰撞式搜索,对于回溯的则也是穷举式搜索。启发式搜索则是利用“启发性信息”引导的搜索。启发式搜索又可分为许多不同的策略,如全局择优、局部择优、最佳图搜索等。 第四章 三种遗传操作:1)选择-复制从种群中选择适应度高的染色体进行复制,以生成下一代种群。2)交叉就是互换两个染色体某些位上的基因。3)变异就是改变染色体某个(些)位上的基因。 遗传算法就是对种群中的染色体反复做三种遗传操作,使其朝着适应度增高的方向不断更新换代,直至出现了适应度满足目标条件的染色体为止。 遗传算法的主要特点1)遗传算法一般是直接在解空间搜索, 而不像图搜索那样一般是在问题空间搜索, 最后才找到解。2)遗传算法的搜索随机地始于搜索空间的一个点集, 所以遗传算法是一种随机搜索算法。3)遗传算法总是在寻找优解, 所以遗传算法又是一种优化搜索算法。4)遗传算法的搜索过程是从空间的一个点集(种群)到另一个点集(种群)的搜索。5)遗传算法的适应性强, 除需知适应度函数外, 几乎不需要其他的先验知识。6)遗传算法长于全局搜索, 它不受搜索空间的限制性假设的约束,不要求连续性, 能以很大的概率从离散的、多极值的、含有噪声的高维问题中找到全局最优解。 第六章 产生式系统的基本结构 产生式规则库:作用在全局数据库上的一些规则的集合。 精品文档

相关文档