【正文】 使用窗口和鼠標的個人計算機 – 面向對象的編程 … 語言學：語言和思維是怎樣聯(lián)系起來的？ ? 現(xiàn)代語言學的誕生： Chomsky（喬姆斯基）理論 – 1957年 《 句法結構 》 出版，顛覆了行為主義，認為兒童怎么能理解和構造他們以前沒有聽到過的句子，而喬姆斯基關于語法模型的理論則能解釋這個現(xiàn)象，并且足夠形式化 – 知識表示的許多早期工作和語言緊密聯(lián)系 為什么 AI有必要成為一個單獨的領域？ ? 和控制論、運籌學、決策理論的目標類似 ? 為什么不是數(shù)學的一個分支？ ? AI從一開始就承載著復制人的才能的思想 ? 方法論的不同 – AI屬于計算機科學的分支 – AI試圖建造在復雜和變化的環(huán)境中自動發(fā)揮功能的 機器 人工智能的發(fā)展 人工智能的發(fā)展 ? 人工智能的萌芽（ 1956年以前） ? 人工智能的誕生（ 19561961年） ? 人工智能的發(fā)展（ 1961年后） 人工智能的萌芽階段 ? 亞里斯多德 (Aristotle 384322 BC)，主要貢獻為邏輯 (logic)及形而上學 (metaphysics)兩方面的思想。 – 1874年奧地利醫(yī)生威爾尼克發(fā)現(xiàn)，與布魯卡稍有區(qū)別的顳葉部分能控制、理解與記憶，因而命名此區(qū)域為威爾尼克語言區(qū)。 – 但任何 NP完全問題類可歸約而成的問題類很可能是不可操作的 ? 結論：有了可計算性可算法復雜性的理論的指導 神經(jīng)科學：大腦是如何處理信息的？ 在 1943年沃侖 （ Cardano， 16世紀） ? Bayes提出了根據(jù)新證據(jù)更新概率的法則（ 18世紀） ? Bayes分析形成了大多數(shù) AI系統(tǒng)中不確定推理的現(xiàn)代方法的基礎 ? 結論：使用貝葉斯理論進行不確定推理 數(shù)學 ? 什么可以計算？ –可以被計算，就要找到一個算法 – 算法本身的研究在 19世紀晚期，把一般的數(shù)學推理形式化為邏輯演繹的努力 – 1900年， David Hilbert(希爾伯特 )著名的“ 23個問題”的最后一個問題是：是否存在一個算法可以判定任何涉及自然數(shù)的邏輯命題的真實性。 – 17世紀，有人提出推理如同數(shù)字計算，帕斯卡寫到：“算術機器產生的效果顯然更接近思維，而不是動物的其他活動。 ? Kurzwell, 1990：人工智能是一種能夠執(zhí)行，需要人的智能的，創(chuàng)造性機器的技術。 ? 機器人三大法則 :機器人不得傷害人，或任人傷害而無所作為；機器人應服從人的一切命令，但命令與第一法則沖突時例外；機器人必須保護自身的安全，但不得與前兩條法則抵觸。人工智能 2 ? 教材及主要參考書 : [1]蔡自興、徐光佑 . 人工智能及其應用 .清華大學出版社 ,2023（第三版） ,2023 （第四版） [2]王永慶 . 人工智能原理與方法 . 西安交通大學出版社 .2023 [3]Nilsson. Artificial IntelligenceA New Synthesis機械工業(yè)出版社 , 1999 (英文 版 ) 2023（中文版） ? 學習資料 : Web搜索、包括課件、文章等等。 Movies 5 ? 黑客帝國（ MATRIX） Movies ? Iron Man What is AI? What is AI? ? 定義 1 智能機器 (intelligent machine)能夠在各類環(huán)境 中自主地或交互地執(zhí)行各種擬人任務的機器。 ? Schalkoff, 1990：人工智能是一門通過計算過程，力圖理解和模仿智能行為的學科?！? ? 結論：肯定的結論，即可以用一個規(guī)則集合描述意識的形式化部分 ? 精神的意識是如何從物質的大腦產生出來？ – Descartes(笛卡爾 )給出了第一個關于意識和物質之間區(qū)別以及由此產生的清晰的討論 – 二元論 ? 意識（靈魂、精神）的一部分是超脫于自然之外的，不受物理定律的影響 ? 動物不具有這種屬性，它們可以被當做機器對待 – 唯物主義 ? 大腦依照物理定律運轉而構成意識 ? 自由意志是對出現(xiàn)在選擇過程中可能選擇的感受方式 ? 結論：兩種選擇：二元論和唯物主義 ? 知識從哪里來？ – 關于知識的來源： Francis Bacon(培根 )《 新工具論 》開始了經(jīng)驗主義運動 – John Locke(洛克 )指出：“無物非先感而后知” – Rudolf Carnap(魯?shù)婪? /有效證明過程的能力是否有基礎的局限性 – 這一問題被 Kurt Godel(哥德爾 )證明了，確實存在真實的局限（不完備性定理， 1931） – 1930年，哥德爾提出，存在一個有效過程可以證明羅素和弗雷格的一階邏輯中的任何真值語句，但是一階邏輯不能捕捉到刻畫自然數(shù)所需要的數(shù)學歸納法原則。麥卡洛克（ Warrenc McCulloch）和沃爾特 ? 英國 《 自然 》 雜志刊登：中國人民解放軍 306醫(yī)院“認知科學與學習”實驗腦功能成像中心，與香港大學合作試驗發(fā)現(xiàn)，使用華語和應用英語，人腦所司的語言區(qū)不同。 ? 亞氏在邏輯主要成就包括主謂命題 (statement in subjectpredicate form)及關于此類命題的邏輯推理方法，特別是三段論證 (syllogism)。 ? 所謂「邏輯推論」，即指由前提推導出結論的正確(valid)的方法，在這種正確推論中，若前提為真，則結論亦必然為真。培根小時候身體很弱，經(jīng)常生病，但他卻很愛學習，喜歡閱讀比他的年齡應讀的書更為高深的書籍，１３歲時便進入英國著名的劍橋大學讀書。為此，他十分重視科學實驗，認為只有經(jīng)過實驗才能獲得真正的知識。 圖靈（ Turing， 1912年 6月 23日 1954年 6月 7日），英國數(shù)學家，舉世公認的“人工智能之父”。這樣，他就把人的工作機械化了。 ? 1945年，脫下軍裝的圖靈，帶著大英帝國授予的最高榮譽勛章，被錄用為泰丁頓國家物理研究所高級研究員。我的論點是：與人腦的活動方式極為相似的機器是可以制造出來的。 你多半會想到，面前的這位是一部笨機器。 遺憾的是， 1954年 6月 8，圖靈英年早逝！ 直到現(xiàn)在，計算機界仍有個一年一度“圖靈獎” ，由美國計算機學會（ ACM）頒發(fā)給世界上最優(yōu)秀的電腦科學家，像科學界的諾貝爾獎金那樣，是電腦領域的最高榮譽。諾依曼代數(shù)”。 父親無可奈何，只好把馮 諾依曼與數(shù)學教授聯(lián)名發(fā)表了他第一篇數(shù)學論文，那一年，他還不到 17歲。 1928年，美國數(shù)學泰斗、普林斯頓高級研究員維伯倫教授（ ）廣羅天下之英才，一封燙金的大紅聘書，寄給了柏林大學這位無薪講師，請他去美國講授“量子力學理論課”。天賜良機，戈德斯坦感到絕不能放過這次偶然的邂逅，他把早已埋藏在心中的幾個數(shù)學難題，一古腦兒倒出來，向數(shù)學大師討教。諾依曼顯示出他雄厚的數(shù)理基礎知識，充分發(fā)揮了他的顧問作用及探索問題和綜合分析的能力． ? ? EDVAC方案明確奠定了新機器由五個部分組成，包括：運算器、邏輯控制裝置、存儲器、輸入和輸出設備，并描述了這五部分的職能和相互關系． EDVAC機還有兩個非常重大的改進，即：（ 1）采用了二進制，不但數(shù)據(jù)采用二進制，指令也采用二進制；（ 2）建立了存儲程序，指令和數(shù)據(jù)便可一起放在存儲器里，并作同樣處理．簡化了計算機的結構，大大提高了計算機的速度． ? 1946年 7， 8月間，馮 ????njijjii vwu1?)( ii ufv ???????0,00,1iii uuv wij —— 代表神經(jīng)元 i與神經(jīng)元 j之間的連接強 度 (模擬生物神經(jīng)元之間突觸連接強度 )，稱之為連接權； ui—— 代表神經(jīng)元 i的活躍值，即神經(jīng)元狀態(tài)； vj—— 代表神經(jīng)元 j的輸出，即是神經(jīng)元 i的一個輸入； θ i—— 代表神經(jīng)元 i的閾值。他 為邏輯代數(shù) 化作出了 決 定性的 貢獻 ，他所建立的 理論隨著電子計算機的問世而 得到迅速 發(fā)展 。例如，1969年“圖靈獎”獲得者是哈佛大學的明斯基（ ）； 1971年“圖靈獎”獲得者是達特莫斯大學的麥卡錫（ ）； 1975年“圖靈獎”則由卡內基 — 梅隆大學的紐厄爾（ A. Newell）和赫伯特 83 ? 在美國開始形成了以人工智能為研究目標的幾個研究組：如 Newell和 Simon的 CarnegieRAND協(xié) 作 組 ； 塞 繆 爾 （） 和格蘭特 （ Gelernter） 的 IBM公司工程課題研究組；明斯基 （ ） 和麥卡錫 （ ） 的 MIT研究組等 ， 這一時期人工智能的研究工作主要在下述幾個方面： ? 1957年 Newell和 Simon等人的心理學小組編制出一個稱為邏輯理論機 LT(The Logic Theory Machine)的數(shù)學定理證明程序，當時該程序證明了羅素（ ）和懷特海（ ）的“數(shù)學原理”一書第二章中的 38個定理（ 1963年修訂的程序在大機器上終于證完了該章中全部 52個定理）。 ? 1956年 Chomsky的文法體系， 1958年塞夫里奇（ O. Selfridge）等人的模式識別系統(tǒng)程序等，都對人工智能的研究產生有益的影響。為了生存，它必須表現(xiàn)出某種適當?shù)男袨?，如覓食、避免危險、占領一定的地域、吸引異性以及生育和照料后代。 ? 機器智能可以模擬人類智能 物理符號系統(tǒng)假設的推論一告訴我們，人有智能，所以他是一個物理符號系統(tǒng)；推論三指出，可以編寫出計算機程序去模擬人類的思維活動。人工智能經(jīng)過發(fā)展，形成了許多 學派。其研究重點側重于模擬和實現(xiàn)人的認識過程中的感知過程、形象思維、分布式記憶和自學習自組織的過程。 ?在卡內基 — 梅隆大學的計算機實驗室，西蒙從分析人類解答數(shù)學題的技巧入手，讓一些人對各種數(shù)學題作周密的思考，要求他們不僅寫出求解的答案，而且說出自己推理的方法和步驟。 ? 美籍華人學者、洛克菲勒大學教授王浩在“自動定理證明”上獲得了更大的成就。 阿佩爾（ K. Apple） 宣布， 他們成功地證明了這一定理，使用的方法就是機器證明。 AI研究曾一度墮入低谷，出現(xiàn)了所謂“黑暗時期”。他解釋說：專家系統(tǒng)“是一個已被賦予知識和才能的計算機程序，從而使這種程序所起到的作用達到專家的水平” 知識 人類專家的知識通常包括兩大類。推 理 機 就 是 實 現(xiàn) 推 理的 程 序 ， 它 是 利 用 知識 進 行 推 理 的 。在輸入化學分子式和質譜圖等信息后，它能通過分析推理決定有機化合物的分子結構，其分析能力已經(jīng)接近、甚至超過了有關化學專家的水平。相對于美國很多探礦、化學等專家系統(tǒng)來說，我國的醫(yī)療診斷專家系統(tǒng)也是相當成功的，但是由于醫(yī)療風險等問題，投入實際使用的難度比較 大。 誰也沒有想到，勇敢地站出來，試圖集人工智能研究成果之大成者，竟然是在這個領域并沒有多少影響力的日本科學家。然而，“五代機”的命運是悲壯的。在普通話的基礎上能適應廣東、四川、上海三種口音，識別率提高了 20個百分點以上，平常速度口音讀一般文章的識別率達到了 85%～95%，只需訓練 5個詞、 3句話， 5分鐘左右即可建立一個語音模型，使中文語音識別技術取得了實質性突破，語音識別終于走到了用戶面前。 人們看到一臺電腦正在分辨人用點頭或搖頭表示 YES和 NO的動作，還有電腦跟蹤人眼的指向，在眼睛的指揮下，下了一盤“三子棋”。在人的一生中， 腦神經(jīng)元大約每小時就有 1000個發(fā)生故障，一年之內累計為 800多萬個。 電腦與人腦相連接 人工智能的泰斗明斯基教授想用另外的辦法，即把微電腦嵌入人的大腦，以便使“我們能設計出我們的‘思維兒童’ ，他們思考問題的速度比我們現(xiàn)在快 100萬倍。 ? 2023年 4月 28日，蘋果喬布斯決定全資購進Siri公司，同時，對外宣布：停止（ Cancelled）原 Siri公司對黑莓與谷歌Android手機的支持服務。 – “我認為展望未來 50至 100年，如果我們真能開發(fā)出一款設備，它可以捕捉潛在精神，或者一套潛在的原則，或者是潛在的看待世界的方式，這樣當下一個亞里士多德出現(xiàn)的時候 ……”喬布斯說，“也許他可以隨身攜帶這款設備，將所有東西都輸入其中。 電腦與人腦相連接 德國科學家已經(jīng)在硅芯片上培植成功一種與人類神經(jīng)細胞極為相似的老鼠神經(jīng)細胞，并且可以把神經(jīng)細胞發(fā)出的電子脈沖信號傳送到特制傳感器上。即使在這種嚴重的故障面前，大腦仍然可以正常地運作。人類大腦有 140多億個腦神經(jīng)細胞，每個細胞都與另外 5萬個其他細胞相互連結。 863計劃先后支持了清華大學、中科院聲學所、中國科技大學等八家單位進行語音合成技術攻關。