人工智能与人机博弈课件

需要关注人工智能与机器人的发展风险
数据安全与隐私保护
人工智能的应用涉及到大量的数据，如何保障数据安全和隐私保 护是一个需要关注的问题。
失业问题
随着机器人的普及，一些传统的工作岗位可能被替代，导致失业 问题的出现。
技术依赖风险
对人工智能技术的过度依赖可能导致一些潜在的风险，如系统故障 、恶意攻击等。
人工智能包括机器学习、自然语言处理、图像识别等多个领 域，是计算机科学的一个分支，旨在生产出一种能以人类智 能相似的方式做出反应的智能机器。
人工智能的发展历程
人工智能的发展经历了不同的阶段，从早期的符号主义到 现在的深度学习，不断发展壮大。
机器学习的兴起与发展，使得人工智能在许多领域取得了 突破性进展，如语音识别、图像识别、自然语言处理等。
人工智能与机器人为人类带来巨大便利
生产效率的提升
人工智能与机器人的应用在生产制造领域，极大地提高 了生产效率，降低了生产成本。
医疗技术的革新
人工智能在医疗领域的应用，如诊断疾病、制定治疗方 案等，为人类带来了更精准、更高效的医疗服务。
改善生活品质
智能家居、自动驾驶等人工智能技术的应用，为人们的 生活带来了便利和舒适。
第三代机器人还包括人机协作机器人，它们具有与人类相似的身体结构和感知能力，可以 与人类进行更紧密的协作。
云机器人（Cloud Robots）
第三代机器人还包括云机器人，它们可以通过互联网进行远程控制和操作，实现全球范围 内的协作和共享。
03
人工智能与机器人的关系
人工智能为机器人提供“大脑”
人工智能技术
2. 更高级别的认知能力 ：通过自然语言处理、 知识图谱等技术的不断 进步，未来的机器人将 能够理解人类语言，掌 握更多的知识，从而更 好地与人类进行交互和 协作。

6
后汉三国时期，《三国志·诸葛亮传》载：“九 年，亮复出祁山，以木牛运”，“十二年春，亮悉大 众由斜谷出，以流马运”。
木牛流马“口内舌头扭转，即不能动弹；再扭回 来，复奔跑如飞。”
“搬运粮米，甚是便利。牛马皆不水食，可以昼夜 搬运不绝也”。
7
1.1.2 近代机器人
第一次工业革命 进入自动机械时期
第一次机器人和小型计算机结合
1978年 美国万能自 动化Unimation公司推 出通用工业机器人PUMA， 标志着工业机器人技术 已经成熟。PUMA至今仍 然工作在工厂第一线。
20
1978年，第一台PUMA机器人在Unimation公司诞生。 1982年，Westinghouse公司兼并Unimation公司，随后 又卖给了瑞士的Staubli公司。 1990年，Cincinnati Milacron公司被瑞士ABB公司兼并。
1738年，法国天才技师杰克·戴·瓦克逊发明 了一只机器鸭，它会嘎嘎叫，会游泳和喝水，还会 进食和排泄。
8
❖ 1662年，日本的竹田近江利用钟表技术发明了自
动机器玩偶，并在大阪的道顿堀演出。
❖ 1738年，法国天才技师杰克·戴·瓦克逊发明了一只机 器鸭，它会嘎嘎叫，会游泳和喝水，还会进食和排泄。 瓦克逊的本意是想把生物的功能加以机械化而进行医 学上的分析。
24
1998年世界著名玩 具厂商丹麦乐高(LEGO) 公司推出机器人(Mindstorms)套件，让机器 人制造变得跟搭积木一 样，相对简单又能任意 拼装，使机器人开始走 入个人世界，同时掀起 了机器人教育的热潮。
25
1999年 日本索尼公司推出犬型机器人爱宝(AIBO)，创造过 20分钟内卖掉3000只的纪录，被抢购一空，从此娱乐机器人成 为目前机器人迈进普通家庭的途径之一。

21世纪初，随着大数据和 云计算技术的普及，人工 智能在机器学习和深度学 习等领域取得重大进展。
人工智能的应用领域
自动驾驶
利用计算机视觉和传感 器技术，实现车辆自主
导航和驾驶。
智能语音助手
通过语音识别和自然语 言处理技术，实现人机
语音交互。
医疗诊断
利用人工智能技术辅助 医生进行疾病诊断和治
疗方案制定。
金融风控
通过大数据分析和机器 学习技术，实现金融风
险控制和欺诈检测。
02
人工智能技术
机器学习
总结词
机器学习是人工智能的核心技术之一，通过从数据中自动学习模型和规律，实现 对新数据的预测和分析。
详细描述
机器学习算法可以分为监督学习、无监督学习和强化学习等类型，其中监督学习 是指通过已知标签的数据进行学习，无监督学习是指在没有标签的情况下进行聚 类、降维等操作，强化学习是指通过与环境的交互进行学习。
教育领域
01 02 03 04
人工智能在教育领域的应用，可以实现个性化教育和智能化教学。
人工智能可以根据学生的学习情况和兴趣爱好，自动推荐学习资源和 课程计划，提高学习效果。
人工智能还可以通过智能评估和反馈系统，自动评估学生的学习成果 和提供改进建议，帮助教师更好地指导学生。
人工智能在教育领域的应用将改变教学方式和评估方式，提高教育质 量和效率。
人工智能的就业影响
自动化与就业
人工智能的发展可能导致某些工作被自动化，对传统行业和职业产生冲击。需要关注就业市场的变化 ，采取措施帮助受影响的劳动者转岗和再就业。
新兴职业与技能需求
随着人工智能技术的普及，新兴职业和技能需求将不断涌现。需要培养和更新劳动者的技能，以适应 新的就业市场需求。

人机互动绝非简单的信息生产与传递, 它深刻地涉及情感交 流、身体的感应与被感应等多种关联形式。
2016年中国科学技术大学发布的我国首台特有体验交互机器人“佳佳”
人机交互中的人格
人类认知的两难困境 认知脚本理论：指人们使用认知脚本（即真 实世界中的事件在头脑中的代表）来指导认 知和行为，帮助完成关于未来行为的决定。 人格赋予的价值何在
人工智能时代的人机互动
【交流的一致性】【互动性】【人性】【人格】
交流的一致性
离散性
回合制
共同性
思维的离散：人类的记 忆力是有限的，同时思 维状态是可数的，因而 人的思维状态都可以用 相应的机器状态替代。
通过对人类思维的分解，可以 将人类捉摸不定的思维机器化。
非理性方面机器仍不能与人类 相抗衡。
交流一致性的缺失
文字准则（文法、发音、词汇） 语言规律 使用普遍认同的符号，包括言语的和非言语 的（比如手势），是能够与别人进行准确交 流的必要条件。 句法交流经验——能够一致认同并进行符号 交流的经验 基于相似的经历而预测对方的行为——共同 性、可预测性——信任的建立
在解决缺乏交流一致性的问题之前，人工智 能更适合成为一个信息的提供者。
人工智能的人格
人工智能品格的体现
机器的情感赋予问题
在人文主义的人机互动研究中, 人被视作理智的、稳定的主 体, 可以用科学主义的眼光来加以把控, 因而机器不过是 “人的本质力量对象化”的产物, 新媒介、人工智能不过是 “人的延伸” (麦克卢汉) 。但是在这样的思维模式中, 人与 机器是隔绝二分的, “人”成为了启蒙思想家所构想的“绝 对理性的主体”, 从而被机械化、工具化了, 而人的情感、 身体知觉等维度就被有意无意地否定或忽略了。
人工智能的人性

第一节 问题求解与问题表示
二、状态空间法 1、图的概念与术语
图，父辈结点与后继结点
nr
nh
np
路径， 树
ni
nq
nj
ns
nl3
nl1
nl2
第一节 问题求解与问题表示
2、状态空间表示 一个问题求解系统，问题的状态可由图中的结点代表，
它的所有可能的状态就成结点的集合，构成了状态空间， 或称状态图。
状态空间图中： 有向弧线代表操作，反应状态间的转移关系； 节点代表问题的状态。
第二节 人工智能的学科范畴
一、研究目标
AI是一门研究：如何使机器具有智能，如何设计智能 机器的学科，即使机器具有象人那样的
（1）感知能力 （2）思维能力 （3）行为能力 （4）学习、记忆能力
四种能力：
感知能力 听、看、闻
行为能力
将作出的结论付之于行 动，即去说、写、画，
进行操作、处理等。
思维能力
讨论
如果设d(n)反映搜索层次或深度， 当w(n)=0，
f(n)=d(n)，即同一层代价相同，就全部要扩展，挨个判 断是否为目标——宽度优先搜索 当d(n)=0，极好地反映被解问题的特性，使搜索完全向 目标结点进行——深度优先搜索。
283
1644
7
5
283 164
75
6
2 18
76
5
283
1
44
部分成果： 1、1984年完成了串行推理机PSI和操作系统SIMPOS
2、1988年完成了并行推理机Multi-PSI和操作系统
PIMOS ！
80年代末期ANN飞速发展给AI发展注入新血液：
1、80年代Hopfield模型及B-P反向传播模型的提出使 ANN兴起了一个热潮

无人作战系统
美国TALON“魔抓”机器 人
Atlas人形机器 人
美军研制的TALON（魔爪小型移动机器 人），曾在美国“9.11”事件中用于在倒塌 的世界贸易中心寻找遇难者及残骸，并被部 署到阿富汗和伊拉克协助简易爆炸装置的检 测和清除任务。
美国研制的世界上首款人形 作战机器人，可以实现自主双腿 行走，并规划行走路线，其控制 系统能够在外力作用下依然能保 持单腿站立平衡。
美国国会曾通过法案规定：到2015年前，1/3的地 面战斗将使用机器人士兵。为此投入美国历史上 最大的单笔军备研究费1270亿美元，以完成未来 战场上士兵必须完成的一切战斗任务，包括进攻、 防护、寻找目标。据悉，美军未来一个旅级作战 单元，将至少包括151个机器人战士。
半机械人
人类和智能机械结 合在一起，兼备两 者的优点，成为半 机器人（Cyborg）， 这已经是现代科技 发展的目标之一。
世界首个政府承认的半机械 人尼尔·哈尔比森 2002年3月14日，英国雷丁 大学控制论教授沃里克，在 牛津的拉德克利夫医院接受 了一次手术。外科医生用了 两小时的时间，将一枚边长 为3毫米的硅制芯片植入了 沃里克左肘的皮肤下，芯片 上100个头发丝粗细的电极 与他手臂主神经相连，以接 收神经冲动信号。他拿自己 做实验有一个严肃的目标， 那就是帮助因脊髓受伤等原 因而瘫痪的病人。他希望能 通过对神经信号的研究，最 终让这些病人通过远程控制 恢复部分自身行动能力。
大忽悠：强人工智能即将实现
强人工智能，是真正的 像人类的思考和决策， 目前的典型例子都是在 电影里。
实际上，目前所有的人 工智能领域取得进展的 领域都是在弱人工智能 上。
问题：谈谈你对人工智能 发展及应用的认识？
二、人工智能发展成果

成功经验总结和启示意义阐述
01
02
03
04
强化顶层设计
制定全面的智能制造发展战略 和规划，明确发展目标和实施
路径。
深化技术融合
加强人工智能、机器人技术等 先进技术的研发和应用，推动 技术与制造业的深度融合。
培养创新人才
重视人才培养和引进，打造具 备创新精神和跨界融合能力的
人才队伍。
构建生态系统
积极构建智能制造生态系统， 实现产业链上下游的协同创新
安全防护措施和伦理道德问题探讨
1 2 3
安全防护措施
制定严格的安全操作规范，采用先进的安全防护 技术，确保人类和机器人在协同工作过程中的安 全。
伦理道德问题
关注人工智能和机器人技术发展带来的伦理道德 问题，如隐私保护、责任归属等，制定相应的规 范和措施。
培训与教育
加强对人类和机器人的培训和教育，提高其对安 全防护和伦理道德问题的认识和重视程度。
语音识别与控制
通过深度学习技术对语音指令进行 识别和处理，实现对生产设备的语 音控制。
数据挖掘与分析
利用深度学习技术对生产过程中的 大量数据进行挖掘和分析，发现数 据中的隐藏规律和模式，为质量改 进提供决策支持。
自然语言处理技术在生产调度中应用
自然语言理解与转换
通过自然语言处理技术对生产调度指令进行理解和转换，将其转 化为机器可执行的指令。
智能制造下的人机协作人工 智能与机器人技术的深度融
合培汇训报人：课件
2023-12-30
• 智能制造概述与发展趋势 • 人工智能技术在智能制造中应用 • 机器人技术在智能制造中应用
• 人机协作原理及实现方式探讨 • 案例分析：成功企业经验分享与启

常用算法
如SIFT、SURF、HOG等，这些算法在图像识别、 目标跟踪等领域有广泛应用。
目标检测和识别技术原理
目标检测
在图像或视频中定位出感兴趣的目标，并给出其位置信息。
识别技术
对检测到的目标进行分类和识别，确定其所属类别。
深度学习应用
卷积神经网络（CNN）在目标检测和识别领域取得了显著 成果，提高了识别准确率和速度。
将人类语音转换为机器可读的文本信息。
语音识别流程
包括信号预处理、特征提取、声学模型、语言模型、解码搜索等步 骤。
语音识别应用场景
如智能家居、车载系统、智能客服等。
声学模型和语言模型构建方法
声学模型构建
基于大量语音数据，通过训练得到声学模型，用于识别语音信号 中的音素或单词。
语言模型构建
基于文本数据，通过统计语言模型或神经网络语言模型等方法，得 到单词之间的概率关系，用于指导语音识别过பைடு நூலகம்。
发展历程
从早期的符号学习到现代的深度学习，人工智 能经历了多个发展阶段，包括专家系统、知识 工程、机器学习等。
重要里程碑
包括图灵测试、达特茅斯会议、深度学习的提 出等，这些事件对人工智能的发展产生了深远 影响。
人工智能技术领域及应用场景
01
02
03
技术领域
包括机器学习、计算机视 觉、自然语言处理等，这 些技术是人工智能的核心。
3 循环神经网络（RNN）
适用于处理序列数据，如文本、语音等。通过记忆单元捕 捉序列中的时序信息，实现序列建模和预测。
4 生成对抗网络（GAN）
由生成器和判别器组成，通过对抗训练生成逼真的样本数 据，广泛应用于图像生成、风格迁移等领域。
模型评估与优化策略

阿瑟•萨缪尔
里程碑事件
真正引起中国人广泛关注的机器博弈史上三个里程碑事件是：
1997年IBM公司“更深的蓝” （Deeper Blue）战胜世界国际 象棋棋王卡斯帕罗夫，这是基 于知识规则引擎和强大计算机 硬件的人工智能系统的胜利
2011年IBM公司的问答机器人 “沃森”在美国智力问答竞 赛节目中大胜人类冠军，这 是基于自然语言理解和知识 图谱的人工智能系统的胜利
人机对抗历史
从1958年开始，人工智能研究者对国际象棋的挑战持续了半个多世纪：
1973年B. Slate和Atkin开 发了国际象棋软件 “CHESS4.0”，成为未 来国际象棋AI程序基础；
1987年，美国卡内基梅隆大学设 1989年，“深思”已经有6 计的国际象棋计算机程序“深思” 台信息处理器，每秒处理速 （Deep Thought）以每秒钟75 度达到200万步，但还是在 万步的处理速度露面，其水平相 与世界棋王卡斯帕罗夫的人 当于拥有2450国际等级分的棋手； 机大战中以0比2败北；
在最后一局中，卡斯帕罗夫失去耐心，回到了“正常”的下 法，在第七回合就犯了一个不可挽回的低级错误，局势急转直下， 最终在第六盘决胜局中仅仅走了19步就向“更深的蓝”俯首称臣。
最终卡斯帕罗夫1胜2负3平，以2.5比3.5的总比分输给“更深 的蓝”。“更深的蓝”赢得了这场备受世人瞩目的人机大战，也 标志着国际象棋近2000年的发展历史走向了新时代。
机器学习之父
机器博弈的水平实际上代表了当时计算机体系架构与计算机科学 的最高水平。早在1962年，就职于IBM的阿瑟•萨缪尔就在内存仅为 32k的IBM 7090晶体管计算机上开发出了西洋跳棋（Checkers）AI 程序，并击败了当时全美最强的西洋棋选手之一的罗伯特•尼雷，引 起了轰动。

ABOUT
#ABOUT
主讲人：XXX
点亮未来：人工智能机器人 之旅
THE
DESCRIPTION
目录
1.机器人的历史 2.人工智能与机器人 3.机器人的应用领域 4.机器人与社会影响 5.机器人的未来发展 6.机器视觉技术在机器人中的应用 7.机械臂技术在机器人中的应用 8.清洁保洁和犬类伴侣等多功能
机器人的历史
机器人的历史可以追溯到2000多年前的古希腊和古罗马时期，当时 人们就开始构想能够自主完成特定任务的机械设备。随着科技的发 展，机器人得以实现智能化，并应用于工业、农业、医疗等领域。 机器人的设计流程通常包括需求分析、模型设计、仿真测试、系统 开发和实际应用等步骤。为了更好地适应各种环境和任务，不同类 型的机器人采用了不同的控制方式，例如程序控制、逻辑控制、感 知控制等。随着技术和市场需求的发展，未来机器人将更加智能化 ，具备更强大的学习和自适应能力，并且在各个领域应用也会越来 越广泛。
#ABOUT
清洁保洁和犬类伴侣等多功 能
本节将介绍机器人在清洁、保洁和犬类伴侣等多功能方面的应用。在清 洁和保洁方面，机器人可以使用各种传感技术和人工智能算法来识别和 清理不同类型的污垢。这包括地板、窗户、墙壁和天花板等表面的清理 任务。在犬类伴侣方面，机器人可以使用语音识别技术与用户进行交互 ，并运用深度学习算法学习如何更好地理解和满足宠物的需求，例如喂 食、玩耍和清洁。对于这些任务，我们还需要开发适当的硬件组件和软 件算法，以支持机器人的精确操作。
#ABOUT 人工智能与机器人
人工智能与机器人紧密结合，共同推动着机器人技术的发展。实现机器人的自主行动、感知 环境和决策等核心能力是关键，可以通过深度学习、强化学习等方法来实现。流程上可分为 数据处理、算法训练和应用部署三个阶段。未来，随着机器人技术不断更新迭代，在医疗卫 生、智慧城市等领域将有更广泛的应用。

36
2021
21
2017年5月27日，世界围棋第一人柯洁与围棋人工智能 AlphaGo的棋盘对弈划上句号，比分定格0:3，柯洁败北。这 2021 标志着人工智能的发展到了一2个2 新的里程碑。
*在所有棋类游戏之中，围棋一直被看做是人类最
后的智力竞技高地。围棋的历史超过2500年，许 多专家认为，要想知道人工智能是否真的具有创 造性思维，围棋是最好的测试工具。因为编程者 不可能写出围棋的评估函数，相反，围棋需要一 种类似于“直觉”的东西。国际象棋的所有变化 可以计算出来，但围棋不能。它的着法变化无穷， 据估算，围棋的可能下法数量超越了可观测宇宙 范围内的原子总数。因此，人工智能在围棋上挑 战人类顶尖选手具有重大意义。
执行器（舵机）
机械部件
*
2021
34
*
*机器人是靠自身动力和控制能力来实现各
种功能的一种机器。联合国标准化组织采 纳了美国机器人协会给机器人下的定 义:“一种可编程和多功能的，用来搬运材 料、零件、工具的操作机;或是为了执行不 同的任务而具有可改变和可编程动作的专 门系统。”
2021
35
*
2021
27
*
*人应该是手机的主人，不要沉迷于手机，
否则就成了手机的奴隶。
2021
28
*
2021
29
2021
30
机器人台灯主程序
2021
31
*
2021
32
*
工作原理 组成
2021
普通台灯 开关控制 开关、灯、机械部件
机器人台灯 芯片运行程序控制 传感器、控制器、执行器、机械部件
33
传感器 控制器RCU（包含程序）

4.2.3 算法分析与举例
该算法分三个阶段进行。 第一阶段为步骤2－4，使用宽度优先法生成规定深度的全部博弈树，然后对其所有端节点计算其静态估计函数值。 第二阶段为步骤5－7是从底向上逐级求非终结点的倒推估计值，直到求出初始节点的倒推值f(s)为止。f(s)的值应为max min…. {f(ni1i2i3…ik)}，其中nik表示深度为k的端节点。 第三阶段，根据f(s)可选的相对好的走步，由Mark (Move, T )标记走步。
4.4.1 围棋博弈程序的发展
4.4.1 围棋博弈程序的发展
图4.8 围棋博弈程序的分类
4.4.2 AlphaGo博弈树搜索算法的改进
MCTS算法大致思想可类比MinMax算法：对于给定的当前根节点（某一棋局），通过计算机模拟推演以当前根节点出发的各种可能的走法，配合高效的“剪枝”算法来控制搜索空间大小，并用演算到最后一步的结果来反过来影响当前节点下一步棋的选择。 针对围棋相对于传统棋类AI的设计难点： 1）可能的走法太多（即Branching Factor较大）导致搜索空间非常大 ； 2）没有一个好的估值函数对进行中的围棋棋局计算一个静态得分。
要达到上述目的有效途径是使用启发式方法引导搜索过程，使其只生成可能赢的走步。而这样的博弈程序应具备： 一个好的（即只产生可能赢棋步骤的）生成过程。 一个好的静态估计函数。 下面介绍博弈中两种最基本的搜索方法。
4.2 极小极大搜索过程
4.2.1 极小极大搜索的思想 极小极大搜索策略是考虑双方对弈若干步之后，从可能的步中选一步相对好的走法来走，即在有限的搜索深度范围内进行求解。 为此要定义一个静态估计函数f，以便对棋局的势态作出优劣估计。这个函数可根据棋局优劣势态的特征来定义。
4.2.2 极小极大搜索算法

自动驾驶汽车：通过传感器、摄像头和AI算法实现无人驾驶 自动驾驶卡车：用于长途运输，提高运输效率和安全性 自动驾驶公交车：用于城市公共交通，减少拥堵和污染 自动驾驶飞行器：用于空中运输，提高物流效率和安全性
按照国际自动机工程师学会(SAE)对无人车“自动化”程度的定义，可以将自动驾驶 分为六级。目前，在全环境下能实现的为等级0到等级2，无人驾驶技术正在不断发展中。
等级5:不需要任何的人为干预，是真正意义上的“无人”驾驶。
03 人机博弈
博弈是指个人或团队在一定规则的约束下，选择各自的策略来实现预定目标的过程。 狭义上的博弈是下棋、玩扑克牌、掷骰子等具有输赢性质的游戏。广叉上的博弈是对策和斗 智。人机博弈则是运用计算机技术和博弈思想，使迁算机像人类一样从事高度智能的博弈活 动。人机博弈是机器智能、兵棋推演、智能决策系统等人工智能领域研究的重要基础，同时 也被认为是人工智能领域最具挑战性的研究方向。
翻译本身是一种创作过程。因此，机器翻译不仅依赖于人工智能强大的计算能力， 也需要其娴熟掌握语言学知识以便理解语言，才能从匹配式翻译跨越到理解式翻译，从而 更精准地为人类服务。
02 无人驾驶
无人驾驶是人工智能在社会生活中的一个重要应用。无人驾驶系统一般包含雷达、激光、全球定 位系统（GPS)和计算机视觉等感知、认知子系统，能够完成路线规划导航、障碍物识别和路标识别等 多项任务，从而实现“无人”与“自动驾驶”的最终目标。
04 人工智能应用的特点
01
提高工作效率：通过自动化和 智能化，减少人工操作，提高
工作效率
03
提高创新能力：通过数据分析和模 式识别，发现新的商业机会和创新
点
02
降低错误率：通过机器学习和 算法，减少人为错误，提高工