【正文】 信息論是運(yùn)用概率論與數(shù)理統(tǒng)計(jì)的方法研究信息、信息熵、通信系統(tǒng)、數(shù)據(jù)傳輸、密碼學(xué)、數(shù)據(jù)壓縮等問題的應(yīng)用數(shù)學(xué)學(xué)科。 25 人工智能原理 Outline ?主要參考書目 ?AI的定義 ?AI的基礎(chǔ)及萌芽 ?AI的創(chuàng)立及發(fā)展 ?AI與人類智能 ?AI的研究流派 ?AI的研究范圍 ?AI對(duì)人類的影響 ?AI在中國(guó) ?AI領(lǐng)域的著名期刊及會(huì)議 ? 26 人工智能原理 美國(guó)的人工智能之父麥卡錫 John McCarthy（麥卡錫） 1971年圖靈獎(jiǎng)獲得者。 ? 1927年 9月出生于美國(guó)波士頓。 ? 1948年 加州理工大學(xué)獲數(shù)學(xué)學(xué)士學(xué)位。 ? 1951年 普林斯頓獲數(shù)學(xué)博士學(xué)位。 ? 曾供職于普林斯頓，斯坦福 , Dartmouth 和 MIT 。 ? 1962年，加入斯坦福大學(xué)，并創(chuàng)建了斯坦福人工智能實(shí)驗(yàn)室，工作直到 2023年退休。 27 人工智能原理 ? 1956年夏天 ? Boston， Dartmouth(達(dá)特茅斯 )學(xué)院 ? McCarthy召集 ? 與會(huì)人員 – 數(shù)學(xué)家 McCarthy – 信息學(xué)家 Shannon – 心理學(xué)家和神經(jīng)生理學(xué)家 Lochester(IBM信息研究中心負(fù)責(zé)人） , Moore（ IBM） , Solomonff（ MIT） – 計(jì)算機(jī)科學(xué)家 Simon, Newell, Samuel, Minsky（哈佛） , Selfridge （ MIT） 。 1. AI的誕生 28 人工智能原理 McCarthy在此次會(huì)議上提議正式使用： Artificial Intelligence（簡(jiǎn)稱 AI），標(biāo)志著“人工智能”作為一門 獨(dú)立學(xué)科 正式誕生。 29 人工智能原理 2. AI曲折的發(fā)展歷程 ? 早期的熱情、巨大的期望（ 19521969） ? 現(xiàn)實(shí)的困境（ 19661973） ? 基于知識(shí)的系統(tǒng)：力量的鑰匙？ (1969 – 1979) ? AI成為工業(yè) (1980 – 現(xiàn)在 ) ? 神經(jīng)網(wǎng)絡(luò)的回歸 (1986 – 現(xiàn)在 ) ? AI 成為科學(xué) (1987 – 現(xiàn)在 ) ? Intelligent Agent的出現(xiàn) (1995 – 現(xiàn)在 ) …… 30 人工智能原理 第一階段：早期的熱情、巨大的期望 (1952～ 1969) ? 自然語(yǔ)言的機(jī)器翻譯 – 1953年，美國(guó)喬治大學(xué)， 1954年 IBM公司在 701計(jì)算機(jī)上做俄譯英的公開表演。此時(shí)，前蘇聯(lián)、中國(guó)也開展機(jī)器翻譯的研究。 ? 利用計(jì)算機(jī)證明數(shù)學(xué)定理 – 1956年， Newell和 Simon，用程序 Logic Theorist證明 《 數(shù)學(xué)原理 》 第二章中的 38條定理， 1963年證明全部 52條定理。 （人工智能的真正開端） ? 1956年， Samuel研制了第一個(gè)跳棋程序 – 具有學(xué)習(xí)功能，打敗一個(gè)州冠軍。 31 人工智能原理 ? 1956年， Selfridge研制第一個(gè)字符識(shí)別程序。 1959年，提出功能更強(qiáng)的 模式識(shí)別 。 ? 1957年， Newell， Shaw和 Simon研究不依賴具體領(lǐng)域的通用解題程序 GPS(General Problem Solving） ? 1965年， Robinson提出消解法（即歸結(jié)原理），掀起研究計(jì)算機(jī)定理證明的又一次高潮。 32 人工智能原理 Newell, Simon等 人過于樂觀 ? 不出 10年，計(jì)算機(jī)將成為 世界象棋冠軍 。 ? 不出 10年，計(jì)算機(jī)將 發(fā)現(xiàn)和證明重要的數(shù)學(xué)定理 。 ? 不出 10年，計(jì)算機(jī)將能 譜寫具有優(yōu)秀作曲家水平的樂曲 。 ? 不出 10年，大多數(shù) 心理學(xué)理論將在計(jì)算機(jī)上形成 。 ? 有人甚至斷言， 20世紀(jì) 80年代將全面實(shí)現(xiàn) AI， 2023年機(jī)器智能超過人。 …… 33 人工智能原理 第二階段：現(xiàn)實(shí)的困境 (1966～ 1973) ? 消解法（歸結(jié)原理）能力有限 例如：證明兩個(gè)連續(xù)函數(shù)之和仍是連續(xù)函數(shù)，推了 10萬(wàn)步還沒有推出。 ? Sauel的下棋程序， 1965年， 世界冠軍 Helmann獲得四連勝 。 ? 機(jī)器翻譯鬧出不少笑話 有人挖苦說，美國(guó)花了 2023萬(wàn)美元為 機(jī)器翻譯 立了一塊“ 墓碑 ”。 34 人工智能原理 機(jī)器翻譯鬧出的笑話舉例： ? ―The spirit is willing but the flesh is weak‖ ? ―心有余而力不足 ” ? 機(jī)器翻譯過程： 英語(yǔ)－ 俄語(yǔ) － 英語(yǔ) ? 結(jié)果被譯為： “ The vodka is good but the meat is spoiled‖ ? ―伏特加是好的，肉變質(zhì)了 ”。 ? “ Out of sight, out of mind‖ ? ―眼不見心不煩 ” ? 將其翻譯成俄語(yǔ)， “ 又瞎又瘋 ”。 …… 35 人工智能原理 ? 從神經(jīng)生理學(xué)角度研究 AI，存在不可逾越的困難。人腦有1010以上個(gè)神經(jīng)元，能否將 1010個(gè)機(jī)器組成一個(gè)聯(lián)合運(yùn)行的網(wǎng)絡(luò)？ ? 1973年，英國(guó)發(fā)表了 Lighthill report，認(rèn)為 AI的研究即使不是騙局，至少也是庸人自擾。終止了英國(guó)的 AI研究。 ? IBM公司也取消了本公司范圍內(nèi)的 AI研究活動(dòng)。 36 人工智能原理 第三階段 KBS:力量的鑰匙 ?(19691979) ? Newell, Simon等老一輩 AI專家，關(guān)心的是 “通用的、萬(wàn)能的符號(hào)邏輯運(yùn)算體系” ——物理符號(hào)系統(tǒng)假設(shè) 。 ? Nilsson更進(jìn)一步提出，物理符號(hào)體系的核心方法是 邏輯演繹方法 。他的口號(hào) ——―命題主義” ，主張一切 AI研究應(yīng)在一個(gè)類似邏輯的形式框架內(nèi)進(jìn)行。 ? 1968年， Stanford年輕教授 Feigenbaum主持的專家系統(tǒng)DENDRAL問世，開創(chuàng)了 AI的一個(gè)重要應(yīng)用領(lǐng)域， 以知識(shí)為基礎(chǔ)的專家咨詢系統(tǒng)（ KBS）。 37 人工智能原理 ? 1994年度圖靈獎(jiǎng)得主。 ? 1965年世界上第一個(gè)專家系統(tǒng)程序 DENDRAL。 ? DENDRAL中保存著化學(xué)家的知識(shí)和質(zhì)譜儀的知識(shí)，可以 根據(jù)給定的有機(jī)化合物的分子式和質(zhì)譜圖，從幾千種可能的分 子結(jié)構(gòu)中挑選出一個(gè)正確的分子結(jié)構(gòu)。 ? 驗(yàn)證了費(fèi)根鮑姆 關(guān)于知識(shí)工程的理論的正確性 ? 為專家系統(tǒng)軟件的發(fā)展和應(yīng) 用開辟了道路，逐漸形成具有相當(dāng)規(guī)模的市場(chǎng)，其應(yīng)用遍及各個(gè) 領(lǐng)域、各個(gè)部門。 愛德華 費(fèi)根鮑姆 (Edward Albert Feigenbaum) 38 人工智能原理 ? 人工智能研 究的一個(gè)歷史性突破。 ? 醫(yī)學(xué)專家系統(tǒng)： MYCIN。 ? 名言：“知識(shí)中蘊(yùn)藏著力 量” (―In the Knowledge lies the power‖)。于培根的名言 知識(shí)就是力量 意義相近，但更確切：知識(shí)只有被人所發(fā)掘和掌握時(shí)，才 能生成力量。 ? 1963年 《 Computers and Thought》 世界上第一本有關(guān)人工智能的經(jīng)典性專著。 ? 80年代 《 The Handbook of Artificial Intelligence》 內(nèi)容涵蓋人工智能的理 論與實(shí)踐的方方面面，是從事人工智能研究和開發(fā)的工程技術(shù) 人員必備的參考書。 39 人工智能原理 Feigenbaum及其提出的 KBS的主要貢獻(xiàn) ? 在 IJCAI1977上， Feigenbaum提出 知識(shí)工程、專家系統(tǒng)及其開發(fā)工具 ? Feigenbaum認(rèn)為， 萬(wàn)能的邏輯體系從根本上說是不可能的，其最大弱點(diǎn)就是缺乏知識(shí)，缺乏人類在幾千年的文明史上積累起來的知識(shí) 。 ? Feigenbaum的主要貢獻(xiàn)： ? 知識(shí)工程 是 19771987AI中最有成就的分支之一 ? 在恢復(fù)和推進(jìn) AI的 社會(huì)形象 方面起了很大作用 40 人工智能原理 第四階段： AI成為工業(yè) (1980 – 現(xiàn)在 ) ? 專家系統(tǒng)及其開發(fā)工具 ? 1981年，日本的“第五代計(jì)算機(jī)”計(jì)劃 ? 英國(guó)的 Alvey Report建議恢復(fù)投資 AI ? 提出 “基于知識(shí)的智能系統(tǒng)”（ Intelligent Knowledge Based System, IKBS） 41 人工智能原理 第五階段：神經(jīng)網(wǎng)絡(luò)的回歸 (1986現(xiàn)在 ) ? 1969年， Bryson 提出反向傳播算法 ? 1982年， Hopfield神經(jīng)元網(wǎng)絡(luò) （成功的求解了旅行商問題） ? 1986年， Rumelhart McClelland：主編論文集 — Parallel Distributed Processing ? 形成“聯(lián)接主義”方法，與“符號(hào)主義”方法形成互補(bǔ) 42 人工智能原理 第六階段 : AI成為科學(xué)（ 1987－現(xiàn)在） ? AI理論應(yīng)建立在嚴(yán)密的 數(shù)學(xué)基礎(chǔ) 上 ? 嚴(yán)格的定理、確鑿的實(shí)驗(yàn)證據(jù)， 不靠直覺 ? 與現(xiàn)實(shí)應(yīng)用相關(guān) ，而不是與玩具樣例相關(guān) ? 機(jī)器學(xué)習(xí)不應(yīng)與 信息論 分離 ? 不確定性推理不應(yīng)與 隨機(jī)模型 分離 ? 搜索不應(yīng)和 經(jīng)典的優(yōu)化及控制 分離 ? 自