当前位置：文档之家 › 人工智能导论

人工智能导论

  • 格式：ppt
  • 大小：139.00 KB
  • 文档页数：23

下载文档原格式

  / 23

合集下载

《人工智能导论》教学大纲(2024版)

《人工智能导论》教学大纲(2024版)

人工智能导论课程教学大纲一、课程基本信息课程编号：课程中文名称：人工智能导论课程性质：学院基础课程、专业核心课程开课学期：3课内学时：32学时，其中授课32学时课外学时：32学时学分：2学分主要面向专业：自动化、测控、电气、机器人工程二、先修课程高等数学、概率论、线性代数、生命科学导论三、课程目标人工智能导论是面向理工科专业的重要基础课程。

课程以学科基础、技术基础、重点方向与领域、行业应用、伦理与法律五维知识体系为主要内容，经典与现代人工智能知识结构模块化，具有广阔的思想和技术背景。

通过课程学习，使学生系统性掌握人工智能基本概念、方法、技术，把握人工智能重点方向及领域；掌握机器学习、深度神经网络等基本方法；初步具备利用人工智能技术解决问题的基本能力；初步理解人工智能伦理及其对人工智能技术发展的重要意义。

为进一步学习相关的专业基础课程和专业课程打下必要的理论和实践基础。

（1）从大历史观角度使学生理解人工智能发展的历史和思想脉络，使学生认识到人工智能的本质和内涵，思考人之为人的价值和意义,勇于承担社会发展责任。

（2）充分发挥人工智能多学科、多领域理论、知识交叉的特点和优势，培养学生多学科知识交叉思维和创新意识。

（3）激发学生学习人工智能的热情和人机协同创新思维，为后续人工智能+X专业学习、创新创业、竞赛、就业等奠定基础。

（4）系统理解机器智能实现技术和方法，认识到机器智能对人类智能补充与增强作用，学会利用人机协同技术和方法及解决各类问题。

(5)使学生充分理解人工智能对未来人类社会经济、科技和文明发展的重要作用，具备未来能社会发展需要的人工智能人才素质。

四、教学内容与教学方法五、考核方式六、参考教材及学习资源（一）参考教材：[1]莫宏伟，徐立芳.人工智能导论.第2版.[2]莫宏伟，徐立芳.人工智能伦理导论.。

人工智能_人工智能导论课件第1章绪论导论

人工智能_人工智能导论课件第1章绪论导论
4. 机器学习
机器学习（machine learning）：研究如何使计算机具有 类似于人的学习能力，使它能通过学习自动地获取知识。
1957年，Rosenblatt研制成功了感知机。 5. 机器行为
机器行为：计算机的表达能力，即“说”、“写”、 “画”等能力。
20
第1章 绪论
1.1 人工智能的基本概念
1.4 人工智能的主要研究领域
17
1.3 人工智能研究的基本内容
1. 知识表示
知识表示：将人类知识形式化或者模型化。 知识表示方法：符号表示法、连接机制表示法。
符号表示法：用各种包含具体含义的符号，以各种不同 的方式和顺序组合起来表示知识的一类方法。例如，一 阶谓词逻辑、产生式等。
连接机制表示法：把各种物理对象以不同的方式及顺序 连接起来，并在其间互相传递及加工各种包含具体意义 的信息，以此来表示相关的概念及知识。例如，神经网 络等。
我国著名数学家、中国科学院吴文俊院士把几何代 数化，建立了一套机器证明方法，被称为“吴方法”。
22
1.4 人工智能的主要研究领域
2. 博弈 下棋、打牌、战争等一类竞争性的智能活动。 1956年，塞缪尔研制出跳棋程序。
1991年8月，IBM公司研制的Deep Thought 2计算机 系统与澳大利亚象棋冠军约翰森（D.Johansen）举行了 一场人机对抗赛，以1：1平局告终。
29
1.4 人工智能的主要研究领域
8. 专家系统
专家系统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。 1965 年费根鲍姆研究小组开始研制第一个专家系统 —— 分析化 合物分子结构的DENDRAL，1968年完成并投入使用。 1971 年 MIT 开发成功求解一些数学问题的 MYCSYMA 专家系统。 拉特格尔大学开发的清光眼诊断与治疗的专家系统CASNET。 1972 年斯坦福大学肖特里菲等人开始研制用于诊断和治疗感染 性疾病的专家系统MYCIN。 1976 年斯坦福研究所开始开发探矿专家系统 PROSPECTOR ， 1980年首次实地分析华盛顿某山区地质资料，发现了一个钼矿。 1981年斯坦福大学研制成功专家系统AM，能模拟人类进行概括、 抽象和归纳推理，发现某些数论的概念和定理。

人工智能导论论文课题研究

人工智能导论论文课题研究

人工智能导论论文课题研究人工智能，作为当今科技领域最为活跃和前沿的研究方向之一，其发展速度和影响力不断刷新着人类的认知边界。

本文旨在对人工智能导论进行深入探讨，从其定义、发展历程、关键技术、应用领域以及未来趋势等方面进行全面分析，以期为读者提供一个全面而深入的视角。

人工智能的定义与发展历程人工智能，简称AI，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方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

自20世纪50年代人工智能概念的提出以来，人工智能经历了多次起伏，从最初的乐观主义到70年代的低谷，再到80年代的专家系统复兴，直至21世纪初深度学习技术的突破，人工智能迎来了前所未有的发展机遇。

关键技术与理论基础人工智能的关键技术包括机器学习、深度学习、自然语言处理、计算机视觉等。

机器学习是使计算机系统利用数据进行自我改进的技术，而深度学习则是机器学习的一个子集，主要依赖于人工神经网络。

自然语言处理使机器能够理解和生成人类语言，而计算机视觉则使机器能够“看到”和理解图像和视频中的内容。

人工智能的应用领域人工智能的应用领域极为广泛，包括但不限于医疗健康、金融服务、智能制造、教育、交通、娱乐等。

在医疗领域，AI可以帮助医生进行疾病诊断和治疗计划的制定；在金融领域，AI可以进行风险评估和欺诈检测；在教育领域，AI可以根据学生的学习情况提供个性化的学习建议；在交通领域，自动驾驶技术正在逐步改变我们的出行方式。

人工智能的伦理与社会影响随着人工智能技术的快速发展，其带来的伦理和社会问题也日益凸显。

例如，数据隐私保护、算法偏见、就业替代等问题成为公众关注的焦点。

如何平衡技术发展与伦理道德，确保人工智能技术的健康发展，是当前社会需要共同面对的挑战。

未来趋势与展望展望未来，人工智能将继续在多个领域发挥重要作用。

随着技术的不断进步，我们有理由相信，人工智能将更加智能化、个性化，更好地服务于人类社会。

人工智能导论名词解释

人工智能导论名词解释

人工智能导论名词解释
嘿，咱今儿就来聊聊人工智能导论里那些特别重要的名词！啥是人
工智能？不就是像个超级聪明的大脑，能学好多好多东西，还能自己
做决定嘛！比如说，机器学习，这就像是给人工智能喂好多知识，让
它变得越来越厉害，就跟咱吃了饭有力气一样。

再说说深度学习，这就好像是人工智能的秘密武器，让它能深入地
理解和处理各种复杂的信息，好比一个侦探能挖出隐藏很深的线索。

还有自然语言处理呀，哎呀，这可太有意思了！就像是让人工智能
能听懂咱说的话，还能跟咱聊天，就像你有个超懂你的朋友一样！你
想想，你跟它说句话，它马上就明白你的意思，多神奇！
像什么计算机视觉呢，那不就是让人工智能有了一双厉害的眼睛，
能认出各种东西，比咱眼睛还厉害呢！
那这些名词为啥这么重要呢？你想想啊，如果没有机器学习，人工
智能怎么能变得那么聪明呢？没有深度学习，它怎么能处理那么难的
问题呢？没有自然语言处理，它怎么和咱交流呢？没有计算机视觉，
它怎么认识这个世界呢？这不就跟人没有脑子、没有眼睛、没有嘴巴
一样嘛！所以说啊，这些名词可都是人工智能的基石呀！
总之，人工智能导论里的这些名词就像是打开人工智能大门的钥匙，只有理解了它们，才能真正走进人工智能的奇妙世界。

咱可得好好了
解了解它们，说不定以后咱的生活都离不开它们了呢！。

人工智能导论测试题库及答案

人工智能导论测试题库及答案

人工智能导论测试题库及答案一、人工智能导论测试题库一、选择题1. 以下哪项不是人工智能的主要研究领域？A. 机器学习B. 计算机视觉C. 数据挖掘D. 神经科学2. 以下哪种编程语言在人工智能领域应用最广泛？A. PythonB. JavaC. C++D. Ruby3. 以下哪种算法是监督学习算法？A. K-均值聚类B. 决策树C. 遗传算法D. 深度学习4. 以下哪个不属于人工智能的主要类型？A. 弱人工智能B. 强人工智能C. 通用人工智能D. 超级智能5. 以下哪个不属于机器学习的主要任务？A. 分类B. 回归C. 聚类D. 排序二、判断题6. 人工智能是计算机科学的一个分支。

（）7. 机器学习是一种无需编写明确规则，让计算机自动从数据中学习的算法。

（）8. 神经网络是一种模拟人脑神经元结构的算法。

（）9. 深度学习是一种基于神经网络的算法。

（）10. 计算机视觉的主要任务是让计算机能够理解和解释图像和视频。

（）三、填空题11. 人工智能的三大基石是________、________和________。

12. 在机器学习算法中，________和________是两种常用的分类算法。

13. 人工智能可以分为________、________和________三种类型。

四、简答题14. 请简要解释机器学习中的监督学习和无监督学习的区别。

15. 请简要介绍深度学习的概念及其在人工智能领域的应用。

二、答案及解析一、选择题1. D（神经科学是研究人脑结构和功能的学科，不属于人工智能研究领域）2. A（Python在人工智能领域应用广泛，因为它有丰富的库和框架支持）3. B（决策树是一种监督学习算法，用于分类和回归任务）4. D（超级智能是一种假设性的未来状态，目前还未实现）5. D（排序不属于机器学习的主要任务，而是数据结构的一种操作）二、判断题6. √（人工智能确实是计算机科学的一个分支，主要研究如何使计算机具有智能）7. √（机器学习确实是一种无需编写明确规则，让计算机自动从数据中学习的算法）8. √（神经网络确实是一种模拟人脑神经元结构的算法）9. √（深度学习确实是一种基于神经网络的算法）10. √（计算机视觉确实是一种让计算机能够理解和解释图像和视频的技术）三、填空题11. 数据、算法、计算能力12. 支持向量机、决策树13. 弱人工智能、强人工智能、通用人工智能四、简答题14. 监督学习：从标记好的训练数据中学习，以预测新的、未标记的数据。

人工智能导论复习资料

人工智能导论复习资料

人工智能导论复习资料一、什么是人工智能人工智能，简单来说，就是让机器像人一样思考和行动。

它不是一种单一的技术，而是一个涵盖了多种学科和技术的领域，包括计算机科学、数学、统计学、心理学、语言学等等。

想象一下，你有一个智能助手，它能理解你的需求，回答你的问题，甚至帮你完成一些复杂的任务，比如规划旅行、管理财务。

这就是人工智能在日常生活中的一种应用。

人工智能的目标是创建能够执行需要人类智能才能完成的任务的计算机系统。

这些任务包括学习、推理、解决问题、理解语言、识别图像和声音等等。

二、人工智能的发展历程人工智能的发展并非一蹴而就，它经历了几个重要的阶段。

在早期，科学家们就开始思考机器能否像人类一样思考。

20 世纪50 年代，人工智能的概念被正式提出，当时的研究主要集中在基于规则的系统和符号推理上。

然而，由于计算能力的限制和对智能本质理解的不足，人工智能在20 世纪 70 年代遭遇了第一次寒冬。

到了 20 世纪 80 年代，随着专家系统的出现，人工智能迎来了一次小的复兴。

专家系统是一种基于知识库和推理规则的系统，可以解决特定领域的问题。

但随着问题的复杂度增加，专家系统的局限性也逐渐显现。

近年来，由于大数据的出现、计算能力的大幅提升以及深度学习算法的突破，人工智能再次取得了巨大的进展。

图像识别、语音识别、自然语言处理等领域都取得了令人瞩目的成果。

三、人工智能的核心技术（一）机器学习机器学习是人工智能的核心领域之一。

它让计算机通过数据自动学习模式和规律。

机器学习有监督学习、无监督学习和强化学习等多种方法。

监督学习是最常见的一种，比如通过大量已标记的图片（比如猫和狗的图片）来训练计算机识别新的猫和狗的图片。

无监督学习则是让计算机在没有标记的数据中自己发现模式，例如将相似的客户分组。

强化学习是通过奖励和惩罚机制来训练智能体做出最优决策，比如让机器人学会走路。

（二）深度学习深度学习是机器学习的一个分支，它使用多层神经网络来学习数据的表示。

人工智能导论

人工智能导论人工智能（Artificial Intelligence，简称AI）是指通过计算机和其他相关技术，模拟或复制人类智能的理论、方法、技术及应用系统。

人工智能的发展涉及计算机科学、心理学、哲学等多个学科领域。

本文将从AI的定义、发展历程、应用领域及挑战等方面展开讨论，并探讨AI在未来的发展前景。

一、AI的定义及发展历程人工智能的定义可以从不同视角进行解释。

从狭义上看，AI指的是计算机系统通过模拟人类智能行为的能力。

从广义上看，AI包括了解决问题、学习、推理、思考等方面的智能行为。

AI的概念最早起源于1956年，当时由达特茅斯会议提出，并逐渐成为独立的学科。

自此以后，AI经历了数次繁荣与停滞的周期，近年来又迎来了新一轮的发展浪潮。

二、AI的应用领域在如今的社会中，AI的应用已经渗透到各个领域。

以下是几个典型的应用领域：1. 无人驾驶技术无人驾驶技术是AI的一个重要应用领域，它通过感知、识别和决策等能力，实现车辆的自动行驶。

无人驾驶技术的研究不仅挑战了计算机视觉、机器学习、路径规划等关键问题，也对交通安全、车辆管理等方面产生了深远影响。

2. 人脸识别技术人脸识别技术是一种通过计算机对人脸图像进行分析和比对，从而完成身份识别的技术。

它被广泛应用于安全监控、边境管理、移动支付等领域，极大地提升了社会安全和便利性。

3. 语音识别技术语音识别技术是指将人的语音转化为计算机可以识别和理解的文字或指令。

随着语音助手如Siri、Alexa等的普及，语音识别技术在智能家居、语音交互等领域得到了广泛应用，极大地改善了人机交互方式。

4. 机器人技术机器人技术是一门涉及机械、电子、计算机等多学科的交叉技术，其目标是研制出能够模拟人类行为的智能机械设备。

机器人已经广泛应用于工业生产、服务业、医疗保健等领域，释放出巨大的劳动力和创造力。

三、AI面临的挑战尽管AI在各领域有着广泛的应用，但人工智能仍然面临着一些挑战：1. 数据隐私和安全问题随着AI应用的不断增长，个人用户的数据受到更多的关注。

人工智能导论考试答案

人工智能导论考试答案一、选择题（每题5分，共25分）1. 以下哪项不属于人工智能的主要研究领域？A. 机器学习B. 自然语言处理C. 量子计算D. 计算机视觉答案：C2. 以下哪种算法不属于深度学习的范畴？A. 卷积神经网络（CNN）B. 循环神经网络（RNN）C. 决策树D. 长短时记忆网络（LSTM）答案：C3. 在机器学习中，以下哪项技术不属于监督学习？A. 线性回归B. 逻辑回归C. K-均值聚类D. 决策树答案：C4. 以下哪项不属于人工智能在现实生活中的应用？A. 智能语音助手B. 自动驾驶汽车C. 无人飞机D. 机器人手术答案：D5. 以下哪个国家在人工智能领域的发展处于领先地位？A. 美国B. 中国C. 英国D. 日本答案：A二、填空题（每题5分，共25分）1. 人工智能的英文缩写是______。

答案：AI2. 机器学习中的监督学习主要包括回归和______。

答案：分类3. 深度学习的核心技术是______。

答案：神经网络4. 人工智能在医疗领域的应用主要包括辅助诊断、______和医疗机器人。

答案：智能药物研发5. 以下哪项是人工智能发展的重要里程碑事件（______年）？答案：图灵测试（1950年）三、简答题（每题10分，共30分）1. 简述人工智能的三个基本层次。

答：人工智能的三个基本层次分别为：（1）计算智能：通过计算机程序实现人类智能的模拟。

（2）认知智能：研究人类大脑的工作原理，从而实现人工智能。

（3）情感智能：研究人类情感，使人工智能具备情感理解和表达能力。

2. 简述机器学习中的监督学习和无监督学习。

答：监督学习：通过输入训练数据和对应的标签，训练模型进行预测。

主要包括回归和分类任务。

无监督学习：通过输入未标记的数据，让模型自动发现数据中的规律和特征。

主要包括聚类、降维和关联规则学习等。

3. 简述深度学习中的卷积神经网络（CNN）的基本原理。

答：卷积神经网络（CNN）是一种特殊的神经网络结构，主要用于图像识别和图像处理。

人工智能导论全套课件


计算机视觉技术的挑战与未来发展
挑战
计算机视觉技术面临的挑战包括光照变 化、噪声干扰、遮挡问题、运动模糊等 。
VS
未来发展
随着深度学习技术的不断发展，计算机视 觉技术将更加成熟和高效。未来，计算机 视觉技术将更加注重实时性、鲁棒性和自 适应性，同时将更加广泛地应用于各个领 域。
06
人工智能伦理、法律与社会影响
01
各国政府正在制定相关法律和监管政策，以确保人工智能技术
的合法、合规和安全使用。
知识产权保护
02
对于人工智能技术和应用，知识产权保护是一个重要问题，需
要建立相应的法律制度。
跨国合作与国际法规
03
随着人工智能技术的全球化发展，跨国合作和国际对社会的影响与未来趋势
1 2
应用场景
如图像识别、语音识别、自然语言处理、推 荐系统等。
深度学习原理与框架介绍
神经网络模型
通过模拟人脑神经元之间的连接 方式，构建多层神经网络模型。
反向传播算法
通过计算输出层与目标值之间的误 差，反向调整每个神经元的权重， 使整个网络的输出结果更加准确。
深度学习框架
如TensorFlow、PyTorch等，提供 了丰富的深度学习算法和工具，方 便用户进行模型训练和部署。
深度学习
神经网络结构、反向传播 算法、卷积神经网络等。
03
机器学习与深度学习
机器学习算法与应用场景
监督学习算法
如线性回归、逻辑回归、支持向量机等，用 于根据输入特征预测输出结果。
非监督学习算法
如聚类分析、关联规则挖掘等，用于发现数 据中的模式和结构。
强化学习算法
通过与环境的交互来学习策略，适用于机器 人控制、游戏等领域。

人工智能_人工智能导论课件第2章知识表示导论


P：老李是小李的父亲
P：李白是诗人 Q：杜甫也是诗人
13
2.2.2 谓词
谓词的一般形式： P (x1, x2,…, xn)
个体 x1, x2,…, xn ：某个独立存在的事物或者某个抽象 的概念； 谓词名 P：刻画个体的性质、状态或个体间的关系。
（1）个体是常量：一个或者一组指定的个体。
“老张是一个教师”：一元谓词 Teacher (Zhang)
Human（Zhugeliang）
{ 1, 2 }
Die（Zhugeliang）
T规则
29
2.2.4 谓词公式的性质
谓词逻辑的其他推理规则：
④ 反证法： P Q，当且仅当 P Q F ，即Q为P
的逻辑结论，当且仅当 P Q 是不可满足的。
… ，P 的逻辑结论，当且仅当 定理：Q为 P ， ， P 1 2 n
2
第2章 知识表示
2.1 知识与知识表示的概念
2.2 一阶谓词逻辑表示法
2.3 产生式表示法 2.4 框架表示法
3
第2章 知识表示
2.1
知识与知识表示的概念
2.2 一阶谓词逻辑表示法
2.3 产生式表示法
2.4 框架表示法
4
2.1.1 知识的概念
知识：在长期的生活及社会实践中、在科学研究及实验 中积累起来的对客观世界的认识与经验。 知识：把有关信息关联在一起所形成的信息结构。 知识反映了客观世界中事物之间的关系，不同事物或者 信息关联形式：“如果„„，则„„” 相同事物间的不同关系形成了不同的知识。
“5>3” ：二元谓词 Greater (5, 3) “Smith作为一个工程师为IBM工作”： 三元谓词 Works (Smith, IBM, engineer)
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
23



麦卡锡（McCarthy），美国数学家、计算机科学 家，“人工智能之父”。

1956年夏，在美国的达特茅斯（Dartmouth）学院，由 McCarthy（斯坦福大学数学助教）、Minsky（哈佛大学 数学和神经学家）、Lochester（IBM公司）、 Shannon（贝尔实验室）四人共同发起，邀请IBM公司 的More、Samuel，MIT的Selfridge、Solomonff，还 有Simon、Newell等人参加学术讨论班，在一起共同学 习和探讨用机器模拟智能的各种问题，在会上，经 McCarthy提议，决定使用“人工智能”一词来概括这个 研究方向。这次具有历史意义的会议标志着人工智能这个 学科的正式诞生。
7


莱布尼茨（Leibnitz）（1646 — 1716），德国 数学家和哲学家，提出了关于数理逻辑的思想，即 把形式逻辑符号化，从而对人的思维进行运算和推 理的思想。
布尔（Boole）（1815 — 1864）， 英国数学家、逻辑学家。他的主要 贡献是初步实现了莱布尼茨关于思 维符号化和数学化的思想，提出了 一种崭新的代数系统——布尔代数， 凡是传统逻辑能处理的问题，布尔 代数都能处理。
12



功能模拟，符号推演

通过建立人脑的心理模型，将知识和推理规则表示 为物理符号系统，来模拟人脑的学习、搜索、推理 和决策等功能，实现机器智能，又称为宏观人工智 能，这派学者被称为心理学派、逻辑学派、符号主 义 该类系统由两部分构成：知识库和推理规则 特点 —— 擅长模拟人脑的逻辑思维（推理、决 策），如机器推理、定理证明、专家系统等
14


基础研究课题

四、人工智能的研究课题
知识获取（机器学习） 知识表达


搜索技术
机器推理
15


应用研究课题



定理证明 专家系统和知识工程 机器视觉 自然语言理解 智能决策 智能控制 机器人 ……

人工智能程序学科诞生至今已有40几年的历史，几 十年来人工智能的发展既取得了很多成果，也 遭受过巨大的挫折 符号主义途径发展概况
人工智能导论
第 1 讲

人工智能技术与空 间技术、
原子能技术一起被誉为20 世纪的 三大科学技术成就。
绪 论
2
一、什么是人工智能?

智能（Intelligence）：

认知、识别、推理、决策、规划、解决问题、 适应、学习、理解等内在而天然的才能。



认识和理解世界环境的能力 进行演绎和归纳推理、作出决策的能力 学习的能力 自我适应的能力


18

1965年，Robinson提出了与传统演绎法完全不同 的消解法。 六十年代中期，专家系统兴起，研制成功了两个著 名的专家系统：DENDRAL（Feigenbaum等，能 够根据质谱仪测量所得的数据，得出被测试高分子 的分子结构）和 MYCIN（Shortliffe等，能够诊 断一个病人是否患有血液病，并开出处方）。 1976 年 7 月，美国的 Appel 等用三台大型计算 机，花去1200小时的CPU时间，证明了四色定理。 1977年， Feigenbaum 提出“知识工程”的概念， 人工智能的研究从以推理为中心转向以知识为中心。


八十年代中期，神经网络研究再度兴起。Hopfield （霍普菲尔德）提出了Hopfield神经网络模型，成 功地解决了旅行商最优路径问题。这是一项突破性 的工作，标志着神经网络研究高潮的又一次来临。
22

1986年，Rumelhart 和 Mcclelland 等人提出了 多层前馈网络的反向传播算法，简称 BP 网络或 BP 算法，解决了一些感知机不能解决的问题。 1987 年 6 月，第一届国际神经网络会议召开，会 上竟提出了“人工智能已经死亡，神经网络万岁 （AI is dead. Long live Neural Networks）”的 口号。 现在，神经网络与专家系统和知识工程已成为人工 智能的两大主流研究方向。
10


冯· 诺依曼（John von Neumann）（ 1903 — 1957， 美籍匈牙利数学家），提出了以二进制和程序存储控制为 核心的通用电子数字计算机体系结构原理，奠定了现代电 子计算机体系结构的基础。 莫克利（J.W.Mauchly）（1907 — 1980，美国数学家） 和他的学生埃克特（J.P.Eckert），于1946年研制成功 了世界上第一台通用电子数字计算机ENIAC。

人工智能定义之三：

人工智能是一门以知识为核心的，研究知识 的获取、知识的表达、知识的使用的科学。
5

怎样才能说机器（计算机）拥有了智能？
– 1950年，图灵提出了著名的“图 灵实验”： 让一个人和一台计算机分处 两个不同的房间，另有一主持人向 他们提出问题，如果主持人通过听 取对问题的回答分辨不出哪个是人 的回答，哪个是计算机的回答，便 认为被实验的计算机有了智能。
6
二、人工智能的诞生

人工智能学科的诞生经历了漫长的历史过程。 历史上一些伟大的科学家和思想家对此作出了 巨大的贡献，为今天的人工智能研究作了长足 和充分的准备

亚里士多德（Aristotle）（公元前384 — 322）， 古希腊伟大的哲学家、思想家，研究人类思维规律 的鼻祖，为形式逻辑奠定了基础，提出了推理方法， 给出了形式逻辑的一些基本定律，创造了三段论法。 培根（Bacon）（1561 — 1626），英国哲学家 和自然科学家，系统提出了归纳法，成为和亚里士 多德的演绎法相辅相成的思维法则。他强调了知识 的重要作用，指出“知识就是力量”。


1956年，Newell 和 Simon 设计的程序 Logic Theorist 证明了《数学原理》第二章中的38条定 理，经过改进又于1963年证明了全部52条定理。 1956年，Samuel 研制了跳棋程序，该程序有学 习功能。它在1959年打败了Samuel 本人，在 1962年打败了美国一个州的跳棋冠军。


1957年 Rosenblatt（罗森勃拉特） 开发的单层 神经网络 Perceptron（感知器）和1962年 Windrow 提出的自适应性元件 Adaline 可以解决 一些实际问题，掀起了神经网络研究的第一次高潮。
21

1969年，Minsky 发表《 Perceptrons》一书， 指出简单人工神经元网络的局限性（感知机只能解 决一阶谓词逻辑问题，不能解决高阶谓词问题）， 神经网络研究陷入低潮。 70年代末，符号主义途径在模仿人的感知能力和形 象思维方面遇到了很大困难，人们将目光再次转到 神经网络研究上来。
20

连接主义途径发展概况

1943年，心理学家 McCulloch （麦克洛奇）和 数理逻辑学家 Pitts（皮兹） 提出了神经元的数学 模型，M-P模型，开创了神经科学研究的新时代。 1944年，心理与神经生理学家 Hebb 提出了关于 神经元连接强度的Hebb规则，即当相互连接的两 个神经元都处于兴奋状态时，它们的连接强度将增 强，这为神经网络学习算法的研究奠定了基础。
8

歌德尔（Gö del）（1906 — 1978），美籍奥地利数理逻 辑学家，他研究数理逻辑中 的一些带根本性的问题，即 形式系统的完备性和可判定 性问题，指出了把人的思维 形式化和机械化的某些极限， 在理论上证明了有些事情是 机器做不到的。
9

图灵（Turing）（1912 — 1954），英国数学家。 他于1936年提出了一种理想计算机的数学模型 （图灵机），现已公认，所有可计算函数都能用图 灵机计算，这为电子计算机的构建提供了理论根据。 1950年，他还提出了著名的“图灵实验”，给智 能的标准提供了明确的定义。
11
三、人工智能的研究途径和方 法

结构模拟，神经计算

通过模拟人脑的生理结构和工作机理，实现机器智 能，又称为微观人工智能，这派学者被称为生理学 派、连接主义 具体来说，是用人工神经元网络来模拟人的大脑， 实现知识的获取、存储和利用 神经网络的特点 —— 并行性、鲁棒性、容错性， 擅长模拟人脑的形象思维（感知、联想）
17


1956年 Selfridge 的字符识别程序，1965年 Roberts 的分辨积木构造的程序，开创了计算机视 觉的新领域。 1958年到1959年，美籍数理逻辑学家王浩在定理 机器证明方面取得了新的成就，证明了《数学原理》 中有关命题逻辑和谓词逻辑的大部分定理。 从1957年开始， Newell 、Shaw 和 Simon 等人 开始研究一种不依赖于具体领域的通用解题程序 GPS （General Problem Solver），经过10年 努力，结果不令人满意。

人工智能是研究如何制造出人造的智能机器或智能 系统，来模拟人类的智能活动，以延伸人们智能的 科学。
4

人工智能定义之二：

人工智能是计算机科学的一个分支，是研究 使计算机表现出人类智能的学科。

它涉及计算机科学、脑科学、神经生理学、心理 学、哲学、语言学、逻辑学、信息论、控制论等 多个学科，是一门综合性的交叉和边缘学科。
几位为现代电子计算机诞生作出杰出贡献的科学家




帕斯卡（Pascal）（1623 — 1662，法国物理学家和数 学家）—— 制成世界上第一台会演算的机械加法机 （1642）。 莱布尼茨（Leibnitz）（1646 — 1716，德国数学家和 哲学家）—— 在帕斯卡的加法机的基础上制成了可进行 四则运算的计算器（1673）。 巴比奇（Babbage）（1791 — 1871，英国数学家）— — 制成可用来计算简单数学表的差分机，并提出分析机 （能自动完成各种类型数字计算）的设计思想（1832）。