《人工智能及其应用》课程笔记（一）第1章 绪论
使用课本：《人工智能及其应用》第5版 蔡自兴著，清华大学出版社
目录
第1章 绪论
1.1人工智能的定义与发展
1.1.1人工智能的定义
关于人工智能的定义，众说纷纭，还没有统一的定义。
一般的解释：
人工智能：用人工的方法在机器（计算机）上实现的智能，或称机器智能、计算机智能。
知识：人们通过体验、学习或联想而知晓的对客观世界规律性的认识，包括事实、条件、过程、规则、关系和规律等。
智能：一种应用知识对一定环境或问题进行处理的能力或者进行抽象思考的能力。
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。
1.1.2人工智能的起源与发展
1. 孕育时期（1956年前）
人工智能开拓者们在数理逻辑、计算本质、控制论、信息论、自动机理论、神经网络模型和电子计算机等方面做出的创造性贡献，奠定了人工智能发展的理论基础。
亚里士多德（公元前384—322）：古希腊伟大的哲学家和思想家，创立了演绎法。他提出的三段论至今仍然是演绎推理的最基本出发点。
莱布尼茨(1646—1716)：德国数学家和哲学家，把形式逻辑符号化，奠定了数理逻辑的基础
图灵(1912—1954)：英国数学家，1936年创立了自动机理论亦称图灵机，1950年在其著作《计算机器与智能》中首次提出“机器也能思维” ，被誉为“人工智能之父”。
莫克利(1907—1980)：美国数学家、电子数字计算机的先驱，1946年研制成功了世界上第一台通用电子数字计算机ENIAC。
麦克洛奇和皮兹：美国神经生理学家，1943年建成第一个神经网络模型(MP模型)，神经网络连接机制后来发展为人工智能连接主义学派的代表。
维纳(1874—1956) ：美国著名数学家、控制论创始人。1948年创立了控制论。控制论对人工智能的影响，形成了行为主义学派。
2. 形成时期 （1956-1970）
AI诞生于一次历史性的聚会—达特茅斯会议
1956年夏，10人参加在美国达特茅斯大学举办 了一次长达2个多月的研讨会，热烈地讨论用机器模拟人类智能的问题。会上，首次使用了 “人工智能”这一术语。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，具有十分重要的历史意义。
迅速发展，过于乐观
1956年，塞缪尔在IBM计算机上研制成功了具有自学习、自组织和自适应能力的西洋跳棋程序。
1957年，纽厄尔、肖(Shaw)和西蒙等研制了一个称为逻辑理论机（LT)的数学定理证明程序。
1958年，麦卡锡建立了行动规划咨询系统。
1960年纽厄尔等研制了通用问题求解(GPS)程序。麦卡锡研制了人工智能语言LISP（表处理语言）。
1961年，明斯基发表了“走向人工智能的步骤”的论文，推动了人工智能的发展。
1965年，鲁宾逊提出了归结（消解）原理。费根鲍姆开发第一个专家系统DENDRAL，用于质谱仪分析有机化合物的分子结构。
3. 暗淡（低潮）时期 （1956-1970）
过高预言的失败，给AI的声誉造成重大伤害
“20年内，机器将能做人所能做的一切。” ——西蒙，1965
“在3-8年时间里，我们将研制出具有普通人智力的计算机。这样的机器能读懂莎士比亚的著作，会给汽车上润滑油，会玩弄政治权术，能讲笑话，会争吵。……它的智力将无以伦比。” ——明斯基，1977
同时，许多人工智能理论和方法未能得到通用化和推广应用，专家系统也尚未获得广泛开发。因此看不出人工智能的重要价值。
究其原因，当时的人工智能主要存在以下三个局限性：（1）知识局限性 （2）解法局限性 （3）结构局限性
4. 知识应用时期 （1970-1988）
专家系统 实现了人工智能从理论研究走向专门知识应用，是AI发展史上的一次重要突破与转折。
1972-1976年，费根鲍姆研制MYCIN专家系统，用于协助内科医生诊断细菌感染疾病，并提供最佳处方。
1976年，斯坦福大学的杜达等人研制地质勘探专家系统PROSPECTOR。
1977年，费根鲍姆提出了知识工程的概念
计算机视觉、机器人、自然语言理解、机器翻译等AI应用研究获得发展。
在开发专家系统的过程中，许多研究者获得共识：人工智能系统是一个知识处理系统，人工智能的三个基本问题：知识表示、知识利用、知识获取
5. 集成发展时期 （1986年至今）
专家系统的不足：应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、没有分布式功能、不能访问现存数据库等，促进专家系统的改进与发展。
机器学习、人工神经网络、计算智能、智能机器人和行为主义研究趋向热烈和深入。
计算智能（CI）弥补了人工智能中在数学理论和计算上的不足，更新和丰富了人工智能理论框架，使人工智能进入一个新的发展时期 。
1.2人工智能的各种认知观
人工智能的三个学派：符号主义、连接主义、行为主义
1.2.1 人工智能各学派的认识观
| 别名 | 原理 | 起源 | 学派代表 | |
|
符号主义 |
逻辑主义、心理学派或计算机学派 | 物理符号系统（即符号操作系统）假设和有限合理性原理 | 数理逻辑/逻辑推理 | 纽厄尔、西蒙和尼尔逊等 |
| 连接主义 | 仿生学派或生理学派 | 神经网络及神经网络间的连接机制与学习算法。 | 仿生学，特别是人脑模型的研究 | 卡洛克、皮茨、 霍普菲尔德、鲁梅尔哈特等。 |
| 行为主义 | 进化主义或控制论学派 | 控制论及感知-动作型控制系统 | 控制论 | 布鲁克斯的六足行走机器人，一个基于感知-动作模式的模拟昆虫行为的控制系统。 |
1.2.2 人工智能的争议
| 对人工智能理论的争论 | 对人工智能方法的争论 | |
| 符号主义 |
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，因此能够用计算机来模拟人的智能行为。 人工智能的核心问题是知识表示、知识推理和知识运用。 |
功能模拟方法：模拟人类认知系统所具备的功能，通过数学逻辑方法来实现人工智能。 |
| 连接主义 |
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，并提出连接主义的大脑工作模式，用于取代符号操作的电脑工作模式。 |
结构模拟方法：模拟人的生理神经网络结构，不同的结构表现出不同的功能和行为。认为功能、结构和智能行为是不可分的。 |
| 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（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。 |
行为模拟方法：采用行为模拟方法，也认为功能、结构和智能行为是不可分的。不同行为表现出不同功能和不同控制结构。 |
对人工智能技术路线的争论
专用路线 强调研制与开发专用智能计算机、人工智能软件、开发工具、人工智能语言和其它专用设备。
通用路线 认为通用计算机硬件和软件能够对人工智能开发提供有效支持，解决一般人工智能问题。
硬件路线 认为人工智能发展主要依靠硬件技术 。
软件路线 强调人工智能发展主要依靠软件技术。
1.3 人类智能与人工智能
1.3.1 智能信息处理系统的假设
1.人和计算机的认知活动：
人类：生理过程→初级信息处理→思维策略
计算机：计算机硬件→计算机语言→计算机程序
2.认知过程：
T表示时间，x表示认知操作，x的变化Δx 为当时机体状态S和外界刺激R的函数
3. 符号操作系统（信息处理系统）的六种基本功能：
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
4. 认知的四个层次
认知生理学、认知心理学、认知信息学、认知工程学
1.3.2 人类智能的计算机模拟
计算机早期工作主要集中在数值计算方面，但人类最主要的智力活动并不是数值计算，而是逻辑推理方面。
计算机可以模拟人的智能活动过程，如下棋、定理证明、翻译语言文字和解决难题等。
自学习、并行计算、启发式搜索、机器学习、智能决策等人工智能技术的发展已用于博弈程序设计，使得“计算机棋手”水平大为提高。
深蓝→小深→浪潮天梭→AlphaGo
电子计算机→量子计算机→光子计算机
1.3.3 人工智能对人类的影响
经济、社会、文化
1.4 人工智能系统的分类
专家系统、模糊系统、神经网络系统、学习系统、仿生系统、群智智能系统、多真体系统、混合智能系统
1.4.1专家系统
人工智能和智能系统应用研究最活跃和最广泛的领域之一
专家系统的技术和方法，及工程控制论的反馈机制有机结合
一般研究具有不确定性的问题
应用领域：故障诊断、工业设计、过程控制等
主要组成：知识库、推理机、控制规则集、算法
1.4.2 模糊系统
应用模糊集合理论的智能系统，模糊集合理论提出者：Zedeh
实现基于知识（规则）甚至语义描述的表示、推理和操作规律
对非线性系统设计容易，尤其含有不确定性的系统
1.4.3 神经网络系统
人工神经网络ANN
生物神经元特性的互连模型
应用领域：模式识别、图像处理、自动控制、机器人、信号处理等
1.4.4 学习系统
通过学习获取和增加知识
1.4.5 仿生系统
模仿自然，包括人类和生物的自然智能
选择、交叉、变异来适应大自然，物竞天择，适者生存
遗传算法
1.4.6 群智能系统
群：某种交互作用的组织、Agent的结构集合
个体行为和全局群行为
蚁群算法
1.4.7 多真体系统
并行计算、分布式处理
真体：通过传感器感知环境并借助执行器作用于该环境的任何事物
1.4.8 混合智能系统
模糊系统擅长不确定，神经网络擅长学习，进化计算擅长优化
1.5 人工智能的研究目标和内容
1.5.1 人工智能的研究目标
1.人工智能的一般研究目标
（1）理解人类智能
通过编写程序来模仿和检验人类智能的有关理论，更好地理解人类智能。
（2） 实现人类智能
创造有用的灵巧程序，执行一般需要人类专家才能实现的任务，实现人类智能
2.人工智能的近期目标：
建造智能计算机代替人类的部分智力劳动。
3.人工智能的近期目标：
揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能。
近期目标为远期目标奠定了理论和技术基础，远期目标为近期目标指明了方向
1.5.2 人工智能研究的基本内容
| 认知建模 | 信息处理、符号运算、问题求解、思维、关联活动 |
| 知识表示 | 状态空间、问题归约、谓词逻辑、语义网络…… |
| 知识推理 |
确定性推理：启发式搜索、消解原理、规则演绎…… 非经典推理：不确定性推理、概率推理、贝叶斯推理…… |
| 知识应用 | 机器学习、专家系统、自动规划、自然语言理解…… |
| 机器感知 | 计算机视觉、机器听觉…… |
| 机器思维 | 对传感信息和内部工作信息进行有目的的处理 |
| 机器学习 | 学习新知识和新技术并在实践中不断改进和 |
| 机器行为 | 表达能力、行为能力 |
| 智能系统构建 | 构成技术、分析技术、语言设计 |
1.6 人工智能的研究与计算方法
1.6.1人工智能的研究方法
功能模拟法
结构模拟法
行为模拟法
集成模拟法
1.6.2 人工智能的计算方法
概率计算
符号规则逻辑计算
模糊计算
神经计算
进化计算与免疫计算
群优化计算
1.7 人工智能的研究与应用领域
问题求解与博弈
逻辑推理与定理证明
计算智能
分布式人工智能与真体（Agent）
自动程序设计
专家系统
机器学习
自然语言处理
机器人学
模式识别
机器视觉
神经网络
智能控制
……
题目：
1、人工智能发展的三个阶段： [填空1]阶段、 [填空2]阶段、 [填空3]阶段。
[填空1] 人工智能的推理阶段(1950-1970) 这一阶段,大多数人认为,实现人工智能只需要赋予机器逻辑推理能力就可以,因此,机器只是具备了逻辑推理能力,并未达到智能化水平。
[填空2] 人工智能的知识工程阶段(1970-1990) 这一阶段,人们普遍认为,只有让机器学习知识之后才可以实现人工智能。在这种情况下,大量的专家系统被开发出来。但人们发现,给机器灌输已经总结好的知识并不是一件容易的事。
[填空3] 人工智能的数据挖掘阶段(2000-) 目前,已经提出的机器学习算法都得到了非常好的应用。深度学习技术获得了迅猛的进展。人们希望机器可以通过海量数据分析自动总结学习到知识,从而实现自身的智能化。
2、人工智能的三大认知观： [填空1] 主义、 [填空2] 主义、 [填空3] 主义。
答案：符号主义、连接主义、行为主义