計(jì)算與人工智能通識(shí) 第6章 人工智能概述

第6章人工智能概述人工智能的概念01人工智能發(fā)展歷程02人工智能的研究方法03人工智能的典型應(yīng)用04本講提綱人工智能發(fā)展面臨的挑戰(zhàn)與AI倫理05

人工智能（ArtificialIntelligence,AI）通常是指由人創(chuàng)造出來的機(jī)器所表現(xiàn)出來的智能。

在信息技術(shù)特別是物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算等新一代信息技術(shù)的支撐和相互促進(jìn)下，人工智能成為了當(dāng)代經(jīng)濟(jì)與社會(huì)發(fā)展新的增長(zhǎng)引擎。6.1什么是人工智能6.1什么是人工智能智能：

智能是指?jìng)€(gè)體或系統(tǒng)通過感知、記憶、思維、學(xué)習(xí)等多個(gè)認(rèn)知過程，獲得和運(yùn)用知識(shí)解決實(shí)際問題的能力。

智能是一個(gè)復(fù)雜而多維的概念，其基本組成要素包括：知識(shí)經(jīng)驗(yàn)、認(rèn)知能力、問題解決能力和適應(yīng)能力等。6.1什么是人工智能人類智能：

現(xiàn)有的認(rèn)知科學(xué)和神經(jīng)科學(xué)研究基本表明，人類大腦的不同區(qū)域和神經(jīng)網(wǎng)絡(luò)通過復(fù)雜的交互作用，共同實(shí)現(xiàn)各種認(rèn)知功能和智能行為。

低層智能主要由小腦和脊髓負(fù)責(zé)，主要完成動(dòng)作反應(yīng)活動(dòng)；

中層智能主要指各種感知活動(dòng)，由丘腦和中腦構(gòu)成的感覺中樞系統(tǒng)完成；

高層智能則以大腦和大腦皮層為主，主要完成記憶、思維和學(xué)習(xí)等活動(dòng)。6.1什么是人工智能

人類憑借自身的智能在不斷加深對(duì)所處世界乃至外太空的認(rèn)知和改造的同時(shí)，也在積極探索人腦奧秘、其他生命體智能以及建造“類人類智能”設(shè)備的可能性，這催生了人工智能（ArtificialIntelligence,AI）學(xué)科領(lǐng)域的研究與發(fā)展。6.1什么是人工智能

圖靈機(jī)與圖靈測(cè)試：

1937年，圖靈機(jī)（Turingmachine）用形象的方式描述了使用機(jī)械運(yùn)算實(shí)現(xiàn)自動(dòng)計(jì)算的全過程。

1950年，圖靈發(fā)表令人廣泛關(guān)注的論文《計(jì)算機(jī)器與智能》，提出圖靈測(cè)試（TuringTest），試圖驗(yàn)證機(jī)器是否具有智能。6.1什么是人工智能

人工智能的概念：

1956年8月，達(dá)特茅斯會(huì)議，約翰·麥卡錫、馬文·明斯基、納撒尼爾·羅徹斯特、克勞德·香農(nóng)、艾倫·紐厄爾以及赫伯特·西蒙等。

人工智能就是要讓機(jī)器的行為看起來就像人表現(xiàn)出的智能行為一樣。也就是說，人工智能的核心目標(biāo)是開發(fā)出行為像人一樣的智能機(jī)器。6.1什么是人工智能

希爾勒的中文房間：

1980年，約翰·希爾勒認(rèn)為麥卡錫的觀點(diǎn)和圖靈測(cè)試都過分強(qiáng)調(diào)了行為表現(xiàn)，而忽略了思維過程。

在希爾勒看來，機(jī)器只能在功能上模仿人類，而無法真正擁有智能。6.1什么是人工智能

弱人工智能（weakAI）：

弱人工智能主要是指僅擅長(zhǎng)某個(gè)應(yīng)用領(lǐng)域的人工智能，不具備特定領(lǐng)域外的問題解決能力。

這類人工智能只關(guān)注限定領(lǐng)域解決特定的問題，如現(xiàn)在我們經(jīng)常接觸到的圖像和人臉識(shí)別、語音處理與機(jī)器翻譯、專家系統(tǒng)、機(jī)器視覺、智能工廠里的機(jī)器人等等。6.1什么是人工智能

強(qiáng)人工智能（striongAI）：

強(qiáng)人工智能是指達(dá)到人類水平的人工智能，在各方面可與人類相提并論，在通用領(lǐng)域可勝任人類的所有工作，因此又被稱為通用人工智能或者完全人工智能。

此時(shí)，機(jī)器將具有“思維”能力，它能通過觀察、分析、歸納和總結(jié)，然后做到像人腦一樣進(jìn)行獨(dú)立思考、推理、判斷和決策。6.1什么是人工智能

超人工智能（superAI）：

超人工智能的定義比較模糊，通常是指它可以比世界上最聰明的人類還要聰明，其智慧程度遠(yuǎn)超人類智慧，就像科幻片中的智能機(jī)器人一樣，此類機(jī)器具備較強(qiáng)的學(xué)習(xí)和主動(dòng)思考能力，并能不斷進(jìn)化，甚至最終人類將無法理解機(jī)器的思維內(nèi)容和思維方式。目前我們所提及的人工智能主要都是指弱人工智能6.2人工智能的發(fā)展6.2人工智能的發(fā)展

1.萌芽期——人工智能的誕生和初步發(fā)展（20世紀(jì)50年代-20世紀(jì)80年代）

（1）圖靈機(jī)和圖靈測(cè)試（2）1943年，“神經(jīng)元”網(wǎng)絡(luò)對(duì)信息處理的數(shù)學(xué)模型，MP模型

（3）1956年，達(dá)特茅斯會(huì)議，“人工智能”術(shù)語，人工智能元年

（4）1957年，弗蘭克·羅森布拉特，感知機(jī)（thePerceptron）

（5）1958年，麥卡錫創(chuàng)造了人工智能的編程語言LISP（ListProcessing）

（6）1970年初，日本早稻田大學(xué)發(fā)明了世界上第一個(gè)人形機(jī)器人

可見，這一階段主要圍繞機(jī)器自動(dòng)定理證明、代數(shù)問題求解以及英語學(xué)習(xí)和使用等方面，模型泛化能力不足。6.2人工智能的發(fā)展

2.探索期——人工智能的應(yīng)用發(fā)展和產(chǎn)業(yè)化（20世紀(jì)80年代-21世紀(jì)初）

（1）

專家系統(tǒng)與知識(shí)工程：XCON，MYCIN（2）1982年，Hopfield網(wǎng)絡(luò)

（3）1986年，魯梅哈特和麥克萊蘭提出基于BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)

（4）1995年，瓦普尼克，統(tǒng)計(jì)學(xué)習(xí)理論與SVM

（5）1997年，IBM，深藍(lán)（DeepBlue）

6.2人工智能的發(fā)展

3.高速發(fā)展期——人工智能的蓬勃發(fā)展（2006年至今）

2006年，杰弗里·辛頓(GeoffreyHinton)和他的學(xué)生在《科學(xué)》雜志上發(fā)表文章，對(duì)多層神經(jīng)網(wǎng)絡(luò)模型的“梯度消失”問題給出解決方案，并正式提出“深度學(xué)習(xí)（DeepLearning）”技術(shù)，由此開啟了深度學(xué)習(xí)為主流的人工智能研究新時(shí)代。（1）2012年，AlexNet模型在ImageNet圖像識(shí)別大賽中獲得冠軍

（2）2015年，ResNet網(wǎng)絡(luò)的錯(cuò)誤識(shí)別率第一次超越了人類

（3）2016年，谷歌公司的AlphaGo戰(zhàn)勝人類圍棋手李世石

（5）2018年，百度公司，語音識(shí)別的準(zhǔn)確率接近98%

AI時(shí)代已來。作為一個(gè)新時(shí)代的技術(shù)核心，AI已成為各行業(yè)必備的基本技能和典型技術(shù)應(yīng)用平臺(tái)，必將以“AI+傳統(tǒng)行業(yè)”的方式對(duì)各行各業(yè)產(chǎn)生深遠(yuǎn)的影響。6.3人工智能的研究方法6.3人工智能的研究方法1．符號(hào)主義（Symbolicism）

邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派，其基本思想認(rèn)為人類的認(rèn)知過程就是各種知識(shí)符號(hào)的運(yùn)算過程，知識(shí)可用符號(hào)進(jìn)行表示，符號(hào)可通過推理進(jìn)行運(yùn)算，人類的認(rèn)知過程就是通過符號(hào)邏輯推理進(jìn)行問題求解的過程。可見，符號(hào)主義認(rèn)為智能是一種基于符號(hào)的邏輯和計(jì)算過程，通過知識(shí)和規(guī)則進(jìn)行決策，即用邏輯表示知識(shí)和求解問題。

定理證明，專家系統(tǒng)，知識(shí)工程，知識(shí)圖譜

知識(shí)難以完備表達(dá)6.3人工智能的研究方法

2．連接主義（Connectionism）

仿生學(xué)派或生理學(xué)派，其主要思想是通過模擬人腦結(jié)構(gòu)和功能來實(shí)現(xiàn)人工智能。這一學(xué)派認(rèn)為思維的基元是神經(jīng)元，神經(jīng)元連接組成的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)各種智能和功能，不同結(jié)構(gòu)的網(wǎng)絡(luò)將表現(xiàn)出不同的功能和行為。連接主義通過模擬人類大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）計(jì)算模型來研究智能問題。

淺層神經(jīng)網(wǎng)絡(luò)，深度網(wǎng)絡(luò)，大模型

模型難以解釋6.3人工智能的研究方法

2．連接主義（Connectionism）6.3人工智能的研究方法

3．行為主義（Actionism）

進(jìn)化主義或控制論學(xué)派，其理論基礎(chǔ)源于控制論。該學(xué)派認(rèn)為智能是通過不同的行為模塊與環(huán)境進(jìn)行交互并產(chǎn)生不同的行為。因此，行為主義學(xué)派致力于構(gòu)建感知-動(dòng)作型控制系統(tǒng)，并認(rèn)為人工智能可以和人類智能一樣是可以逐步進(jìn)化的。

walkman機(jī)器昆蟲，機(jī)器人控制系統(tǒng)

難以實(shí)現(xiàn)復(fù)雜的仿生系統(tǒng)6.4人工智能的典型應(yīng)用智能推薦圖像處理（圖像分類，目標(biāo)檢測(cè)，目標(biāo)跟蹤）語音識(shí)別智能交通智慧醫(yī)療智慧農(nóng)業(yè)、AI輔助教育、智能制造、智能家居、智慧物流、智能安防6.5人工智能面臨的挑戰(zhàn)算力基建數(shù)據(jù)饑荒數(shù)據(jù)偏見數(shù)據(jù)安全模型可計(jì)算型模型可解釋性6.6AI倫理問題