1.61k likes | 1.9k Views
欢迎大家学习 人工智能导论. 计算机系 马少平. 自我介绍. 姓名:马少平 单位:智能技术与系统 国家重点实验室 电话: 6278 2266--8407 E-mail : msp@tsinghua.edu.cn. 绪 论. 人工智能( Artificial Intelligence ) 简称 AI 起源于美国 1956 年的一次夏季讨论会 什么是 AI ? 计算 ——> 算计 图灵实验 AI 的本质问题 研究如何制造出人造的智能机器或系统,来模拟人类智能活动的能力,以延伸人们智能的科学。. AI 的历史回顾.
E N D
欢迎大家学习人工智能导论 计算机系 马少平
自我介绍 • 姓名:马少平 • 单位:智能技术与系统 国家重点实验室 • 电话:6278 2266--8407 • E-mail: msp@tsinghua.edu.cn
绪 论 • 人工智能(Artificial Intelligence)简称AI • 起源于美国1956年的一次夏季讨论会 • 什么是AI? 计算——>算计 • 图灵实验 • AI的本质问题 研究如何制造出人造的智能机器或系统,来模拟人类智能活动的能力,以延伸人们智能的科学。
AI的历史回顾 • 第一阶段(40年代中~50年代末) 神经元网络时代 • 双层网络 • M-P模型 、感知器模型等 • 问题:XOR问题不能解决 • Minsky的著作:《Perceptions》(感知器)
AI的历史回顾(续1) • 第二阶段(50年代中~60年代中) 通用方法时代 • 物理符号系统 • 主要研究的问题:GPS、游戏、翻译等 • 对问题的难度估计不足,陷入困境
AI的历史回顾(续2) • 一个笑话(英俄翻译): The spirit is willing but the flesh is week. (心有余而力不足) The vodka is strong but meat is rotten. (伏特加酒虽然很浓,但肉是腐烂的)
AI的历史回顾(续3) • 出现这样的错误的原因: Spirit: 1)精神 2)烈性酒 • 结论: 必须理解才能翻译,而理解需要知识
AI的历史回顾(续4) • 第三阶段(60年代中~80年代初) 知识工程时代 • 专家系统 • 知识工程 • 知识工程席卷全球 • 各国发展计划: • 美国星球大战计划 • 英国ALVEY计划 • 法国UNIKA 计划 • 日本五代机计划 • 中国“863”计划
AI的历史回顾(续5) • 第四阶段(80年代中~90年代初) 新的神经元网络时代 • BP网(算法),解决了多层网的学习问题 • Hopfield网,成功求解了货郎担问题 • 存在问题: • 理论依据 • 解决大规模问题的能力 • 新的动向——构造化方法
AI的历史回顾(续6) • 第五阶段(90年代初~现在) 数据与网络时代 • 网络给AI带来无限的机会 • 知识发现与数据挖掘 • AI走向实用化
AI的研究内容 • 搜索技术 • 知识表示 • 规划方法 • 机器学习 • 认知科学
AI的研究内容(续1) • 自然语言理解与机器翻译 • 专家系统与知识工程 • 定理证明 • 博弈 • 机器人 • 数据挖掘与知识发现
AI的研究内容(续2) • 多Agent系统 • 复杂系统 • 足球机器人 • 两个组织:RoboCup和FIRA • 模拟组与机器人组 • 控制方式:FIRA采用集中控制,而RoboCup采用分布式控制 • 人机交互技术
IBM的“深蓝” 北京时间1997年5月12日凌晨4点50分,美国纽约公平大厦,当IBM公司的“深蓝”超级电脑将棋盘上的一个兵走到C4的位置上时,国际象棋世界冠军卡斯帕罗夫对“深蓝”的人机大战落下帷幕,“深蓝” 以3.5:2.5的总比分战胜卡斯帕罗夫。
IBM的“深蓝”(续1) • 96年2月第一次比赛结果: “深蓝”:胜、负、平、平、负、负 • 97年5月第二次比赛结果: “深蓝”:负、胜、平、平、平、胜
IBM的“深蓝”(续2) • “深蓝”的技术指标: • 32个CPU • 每个CPU有16个协处理器 • 每个CPU有256M内存 • 每个CPU的处理速度为200万步/秒
本课主要学习的内容 • 产生式系统 • 搜索技术 • 盲目搜索方法 • 启发式搜索方法 • 与/或图搜索方法 • 博弈树搜索方法 • AI中的谓词演算及应用 • 知识表示简介 • AI中的其它技术介绍
第一章 产生式系统 • 1943年Post首先在一种计算形式体系中提出 • 60年代开始,成为专家系统的最基本的结构 • 形式上很简单,但在一定意义上模仿了人类思考的过程
1.1 产生式系统的基本组成 • 组成三要素: • 一个综合数据库——存放信息 • 一组产生式规则——知识 • 一个控制系统——规则的解释或执行程序 (控制策略) (推理引擎)
1.2 产生式系统的基本过程 过程PRODUCTION 1,DATA←初始数据库 2,until DATA满足结束条件,do 3,{ 4, 在规则集中选择一条可应用于DATA 的规则R 5, DATA ←R应用到DATA得到的结果 6,}
一个简单的例子 • 问题:设字符转换规则 A∧B→C A∧C→D B∧C→G B∧E→F D→E 已知:A,B 求:F
一个简单的例子(续1) 一、综合数据库 {x},其中x为字符 二、规则集 • 1,IF A∧B THEN C • 2,IF A∧C THEN D • 3,IF B∧C THEN G • 4,IF B∧E THEN F • 5,IF D THEN E
一个简单的例子(续2) 三、控制策略 顺序排队 四、初始条件 {A,B} 五、结束条件 F∈{x}
求解过程 A,B (1) (1) 数据库 可触发规则 被触发规则 A,B,C (2)(3) (2) A,B,C,D (3)(5) (3) A,B,C,D,G (5) (5) A,B,C,D,G,E (4) (4) A,B,C,D,G,E,F • 1,IF A∧B THEN C 2,IF A∧C THEN D • 3,IF B∧C THEN G 4,IF B∧E THEN F • 5,IF D THEN E
1 .3 问题表示举例 例1:传教士与野人问题(M-C问题) 问题:N个传教士,N个野人,一条船,可同时乘坐k个人,要求在任何时刻,在河的两岸,传教士人数不能少于野人的人数。 问:如何过河。 以N=3,k=2为例求解。
M-C问题(续1) 左岸 右岸 L R L R m 3 0 m 0 3 c 3 0 c 0 3 B 1 0 B 0 1
M-C问题(续2) 1,综合数据库 (m, c, b), 其中:0≤m, c≤3, b ∈{0, 1} 2,初始状态 (3,3,1) 3,目标状态(结束状态) (0,0,0)
M-C问题(续3) 4,规则集 IF (m, c, 1) THEN (m-1, c, 0) IF (m, c, 1) THEN (m, c-1, 0) IF (m, c, 1) THEN (m-1, c-1, 0) IF (m, c, 1) THEN (m-2, c, 0) IF (m, c, 1) THEN (m, c-2, 0)
M-C问题(续4) IF (m, c, 0) THEN (m+1, c, 1) IF (m, c, 0) THEN (m, c+1, 1) IF (m, c, 0) THEN (m+1, c+1, 1) IF (m, c, 0) THEN (m+2, c, 1) IF (m, c, 0) THEN (m, c+2, 1) 5,控制策略:(略)
M-C问题(第二种方法) 4,规则集: IF (m, c, 1) AND 1 ≤i+j≤2 THEN (m-i, c-j, 0) IF (m, c, 0) AND 1 ≤i+j≤2 THEN (m+i, c+j, 0)
猴子摘香蕉问题 a b c
猴子摘香蕉问题(续1) 1,综合数据库 (M, B, Box, On, H) M:猴子的位置 B:香蕉的位置 Box:箱子的位置 On=0:猴子在地板上 On=1:猴子在箱子上 H=0:猴子没有抓到香蕉 H=1:猴子抓到了香蕉
猴子摘香蕉问题(续2) 2,初始状态 (c, a, b, 0, 0) 3,结束状态 (x1, x2, x3, x4, 1) 其中x1~x4为变量。
猴子摘香蕉问题(续3) 4,规则集 r1: IF (x, y, z, 0, 0) THEN (w, y, z, 0, 0) r2: IF (x, y, x, 0, 0) THEN (z, y, z, 0, 0) r3: IF (x, y, x, 0, 0) THEN (x, y, x, 1, 0) r4: IF (x, y, x, 1, 0) THEN (x, y, x, 0, 0) r5: IF (x, x, x, 1, 0) THEN (x, x, x, 1, 1) 其中x, y, z, w为变量
1.4 产生式系统的特点 • 数据驱动 • 知识的无序性 • 控制系统与问题无关
1.5 产生式系统的类型 • 正向、逆向、双向产生式系统 • 可交换的产生式系统 • 可分解的产生式系统
第二章 产生式系统的搜索策略 • 内容: 状态空间的搜索问题。 • 搜索方式: • 盲目搜索 • 启发式搜索 • 关键问题: 如何利用知识,尽可能有效地找到问题的解(最佳解)。
产生式系统的搜索策略(续1) S0 Sg
产生式系统的搜索策略(续2) • 讨论的问题: • 有哪些常用的搜索算法。 • 问题有解时能否找到解。 • 找到的解是最佳的吗? • 什么情况下可以找到最佳解? • 求解的效率如何。
2.1 回溯策略 • 例:皇后问题
Q ( ) ((1,1))
Q Q ( ) ((1,1)) ((1,1) (2,3))
Q ( ) ((1,1)) ((1,1) (2,3))
Q Q ( ) ((1,1)) ((1,1) (2,3)) ((1,1) (2,4))
Q Q ( ) Q ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Q Q ( ) ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Q ( ) ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
( ) ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))