AI的主要研究与应用领域.ppt

AI的主要研究与应用领域 尽管目前人工智能不同研究学派在理论基础、研究方法方等面还存在一定差异，但这些并没有影响人工智能的发展，反而使人工智能的研究更加客观、全面和深入。 今天，被冠以智能的科技领域和社会现实数不胜数，智能已成为一个极具价值的学术标签和商业标签，并在科技进步和社会发展中扮演着越来越重要的角色。 AI的主要研究与应用领域 面对人工智能这样一个高度交叉的新兴学科，其研究和应用领域的划分可以有多种不同方法。这里采用了基于智能本质和作用的划分方法，即从感知、思维、行为、学习、计算智能、分布智能、智能机器、智能系统、智能应用等方面来进行讨论。 1 机器思维 机器思维：就是让计算机模仿和实现人的思维能力，以对感知到的外界信息和自己产生的内部信息进行思维性加工。 包括：推理、搜索、规划等方面的研究。 1 机器思维推理 推理的概念：推理是指按照某种策略从已知事实出发利用知识推出所需结论的过程。 推理的类型：可根据所用知识的确定性，将其分为： 确定性推理，指推理所使用的知识和推出的结论都是可以精确表示的，其真值要么为真、要么为假。 不确定性推理，指推理所使用的知识和推出的结论可以是不确定的。所谓不确定性是对非精确性、模糊型和非完备性的统称。 1 机器思维推理 推理的理论基础：逻辑是一门研究人们思维规律的学科，数理逻辑则是用数学的方法去研究逻辑问题。 确定性推理主要是基于一阶经典逻辑。它能解决的问题很有限。 不确定性推理主要基于非经典逻辑和概率等。非一阶经典逻辑是泛指除一阶经典逻辑以外的其他各种逻辑，如多值逻辑、模糊逻辑、模态逻辑、概率逻辑、默认逻辑、次协调逻辑及泛逻辑等。 最常用的不确定性推理方法：基于可信度的确定性理论、基于Bayes公式的主观Bayes方法、基于概率的证据理论和基于模糊逻辑的可能性理论等。 1 机器思维搜索 搜索的概念：是指为了达到某一目标，不断寻找推理线路，以引导和控制推理，使问题得以解决的过程。 搜索的类型：可根据问题的表示方式将其分为状态空间搜索和与/或树搜索两大类型。 状态空间搜索是一种用状态空间法求解问题时的搜索方法； 1 机器思维搜索 与/或树搜索是一种用问题规约法求解问题时的搜索方法。 搜索的主要问题：人工智能最关心的是如何利用搜索过程所得到的对尽快达到目标有用的信息来引导搜索过程，即启发式搜索方法。 状态空间的启发式搜索方法 与/或树的启发式搜索方法 1 机器思维规划 规划的概念：是指从某个特定问题状态出发，寻找并建立一个操作序列，直到求得目标状态为止的一个行动过程的描述。 规划的特点：与一般问题求解技术相比，规划更侧重于问题求解过程，并且要解决的问题一般是真实世界的实际问题，而不是抽象的数学模型。例如，第2章的机器人移盒子、猴子摘香蕉等问题。 1 机器思维规划 规划系统的例子：斯坦福研究所问题求解系统（Stanford Research Institute Problem Solver， STRIPS ），是一种基于状态空间和F规则的规划系统。它由以下3部分所组成： (1) 世界模型：用一阶谓词公式表示，它包括问题的初始状态和目标状态。 (2) 操作符（即F规则）：它包括先决条件、删除表和添加表。 (3) 操作方法：它采用状态空间表示和中间----结局分析的方法。其中，状态空间包括初始状态、中间状态和目标状态；中间----结局分析的每一步都选择能够缩小当前状态与目标状态之间的差距的先决条件可以满足的F规则执行，直至到达目标为止。 2 机器感知 机器感知是机器获取外界信息的主要途径，也是机器智能的重要组成部分。 所谓机器感知，就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉。 下面主要介绍机器视觉、模式识别、自然语言理解。 2 机器感知计算机视觉 概念：用计算机来实现或模拟人类的视觉功能，其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。 重要性：在人类感知到的外界信息中，有80%以上是通过视觉得到的。 2 机器感知计算机视觉 视觉系统：人类视觉系统的功能是通过眼睛与大脑共同实现的。人们视野中的物体在可见光的照射下，先在眼睛的视网膜上形成图像，然后由感光细胞转换成神经脉冲信号，再经神经纤维传入大脑皮层，最后由大脑皮层对其进行处理与理解。 视觉，不仅仅指对光信号的感受，它包括了对视觉信息的获取、传输、处理、存储与理解的全过程。 2 机器感知计算机视觉 设p为一物体。两个透镜的轴线是平行的。f为两透镜与图像平面的距离，即为焦距。b为两透镜轴线在基线上的距离，即为两眼的距离。l和m分别是p点与左、右透镜轴线的距离。a和c分别是图像平面上的左、右图像与其相应透镜轴线上的距离。 从两个相似三角形，可得到下式： 已知b=l+m，