人工智能概述

本课内容

1.人工智能的基本概念

2.智能的特征

2.1人工智能的定义

3.人工智能的发展

3.1经历三次繁荣期、两次寒冬。

3.2主要有三大流派

4.人工智能研究的基本内容

4.1人工智能的核心技术

5.人工智能的行业应用

6.人工智能的未来

1.1人工智能概念的提出

智能

是对自然智能的简称，其确切含义还有待于对人脑奥秘的彻底揭示。

根据脑科学、认知科学的研究，从生理角度看， 智能是中枢神经系统的信号加工过程及其产物；从心理角度看，智能是智力和能力的总称，其中，智力侧重于认知，能力侧重于活动。

人工智能概念的首次提出

达特茅斯会议（ 1956 ）

1956 年，美国达特茅斯学院， “ 人工智能夏季研讨会 ” (Summer Research Project on Artificial Intelligence)

1955年8月

JohnMcCarthy 、 MarvinLeeMinsky 、 ClaudeElwood Shannon、 NathanielRochester 四位学者联名给美国洛克菲勒基金会提交了一份名为“ 人工智能达特茅斯夏季研讨会 ” 的项目申请书。

首次提出 “ 人工智能（ ArtificialIntelligence ， AI ） ” 这一术语，从此AI 踏入了人类历史长河。

JohnMcCarthy

 （1927.9.4—2011.10.24）时任美国达特茅斯学院数学系助理教授 1971年图灵奖获得者

Marvin LeeMinsky

（ 1927.8.9 — 2016.1.24 ） 时任哈佛大学数学和神经学初级研究员 1969年图灵奖获得者

Claude ElwoodShannon

（ 1916.4.30 — 2001.2.24 ） 时任贝尔实验室数学研究员被誉为信息论及数字通信时代的奠基人

NathanielRochester

（ 1919.1.14 － 2001.6.8 ） 时任IBM 公司信息研究经理IBM公司第一代通用计算机 IBM701的主设计师 1984年获得了计算机先驱奖

 人工智能的研究内容：自动计算机、编程语言、神经网络、计算规模理论、抽象、随机性和创造力。

达特茅斯会议：人工智能成为一个独立的学科，为人工智能给出了第一个准确的描述。

我们提议 1956 年夏天在新汉普郡汉诺威市 达特茅斯学院 举

行一次 10 人参加为期两个月的 人工智能 研讨会。这次研讨

会的主题是建立在一项假设的基础上，即原则上 学习的每

个方面或智能的任何特征都能被精确地描述到用机器来模拟

的程度 。……

麦卡锡 (J. McCarthy) ，达特茅斯学院

明斯基 (M.L. Minsky) ，哈佛大学

罗彻斯特 (N. Rochester) ， IBM 公司

香农 (G.E. Shannon) ，贝尔语音实验室

1955 年 8 月 31 日

1.2智能的层次

人工智能的概念

人工智能最开始的定义，并不是研

究或制造人类的智能，而是 “ 用机器模

拟人类的学习能力和人类智能特征 ” 。

人工智能 是研究开发能够 模拟 、 延伸和扩展

人类智能 的理论、方法、技术及应用系

统的一门新的技术科学。

人工智能的研究目的是促使 智能机器 能够：

听 （语音识别、机器翻译等）

看 （图像识别、文字识别等）

说 （语音合成、人机对话等）

思考 （人机对弈、定理证明等）

学习 （机器学习、知识表示等）

行动 （机器人、自动驾驶汽车等）—— 谭铁牛，《求是》 2019/04

感知智能： 即视觉、听觉、触觉等

感知能力： 人和动物都具备，能够 通过各种智能感知能力与自 然界进行交互。

认识智能：能理解会思考。人类有语言，才有概念，才有推理，所以概念、意识、观念等都是人类认知智能的表现。

决策智能：决策就是任意实体在各种选项之间做出选择。

2.1图灵与图灵测试

真正奠定现代计算机理论 基础的是 库尔特 · 哥德尔 ，他正 式提出可以把人类的全部认知 归结为无数条定理，并且这些 定理都可以用数学的模式进行 表示和逻辑推导。

冯 . 诺依曼被称为 现代计算 机之父 。

他设计了经典的 冯 . 诺依曼结构 ，就是将软件命令和数据都存在一起，整个设备由中央处理器、内存、硬盘、输入接口、输出设备组合而成，程序命令按照顺序执行。

机器会思考吗？ 阿兰. 图灵在 1950 年发表的论文《计算机器与智能》中第一行就提到这个问题。

图灵被称为 计算机科学之父 ，也是 人工智能之父 。二战期间，他的团队在 1943年研制成功了被叫

做 “ Enigma ” 的机器，用于破解德军的密码电报，这一贡献 让二战提前2 年结束，挽救了数千万人的生命。

 

2.2人工智能的第一次繁荣期

 1956-1976 ，是AI发展的第一次浪潮。其中最核心的就是HerbertAlexanderSimon和AllenNewell推崇的自动定理证明方法。

符号主义 Symbolism： 在当时的计算条件下，将人类知识表示 为 符号 ，进行 推理演算 ，是最可行的方法。

在定理证明方面：

1958 年， AI 证明了《数学原理》命题验算部分的

220 个命题。

1963 年， AI 能够独立证明《数学原理》第二章中

的全部 58 题。

1976 年，计算机在协助下证明了地图的 四色问题 。

机器学习的萌芽：

1952 年， IBM 的 ArthurSamuel 设

计了一款可以学习的跳棋程序

 机器学习的定义： 不需要确定性编程就可以赋予机器某项技能的研究领域

ArthurSamuel：机器学习之父

 

2.3人工智能的第二次繁荣期

 

2.4人工智能的第三次繁荣期

机器学习方法与 状态空间搜索方法 配合，成为了解决复杂问题的主流方法。

1988 年， JudeaPearl 出版《智能系统中的概率推理》，首次将概率论和决策论引入到人工智能的

研究中。

JudeaPearl 被称为 贝叶斯网络之父 。

2011 年， JudeaPearl获得图灵奖。

因果性和相关性：

Pearl 在《 TheBookofWhy 》一书中

批判了 传统统计学 存在的问题，进一步介

绍了使用因果推理的数学工具。（ 2018 年）

尽管现有的机器学习模型已经取得了巨大

的进步，但是，所有的模型不过是对数据

的精确曲线拟合。

人工智能需要一场 因果革命 。

1963 年，

Vapnik 在解决模式识别问题时提出了 支持向量

方法 ，起决定性作用的样本为 支持向量 。

1971 年，

Kimeldorf 构造基于支持向量构建核空间的方法。

1995年，

Vapnik 等人正式提出 统计学习理论 。

统计机器学习

VladimirVapnik ，支持向量机的机器学习 Vapnik – Chervonenkis理论的联合创建人，他获得了众多奖项。如今则成为了Facebook 人工智能实验室的成员。

 大数据技术、更快的计算能力和先进的机器学习技术发展迅猛，并在整个国民经济的许多实际问题中成功应用。

2.5深度学习技术及应用

 AI芯片：寒武纪——全球智能芯片领域的先行者寒武纪致力打造各类智能云服务器、智能边缘设备、智能终端的核心处理器芯片，让机器更好地理解和服务人类。寒武纪将用人工智能芯片技术的突破与创新，驱动人工智能计算力引擎。2020年7月20日，寒武纪正式登陆科创板。

2.6人工智能全球发展概况

3.1符号主义学派

 符号主义：起源于逻辑学与哲学

《逻辑理论机》（1957），数学定理证明程序LT

①认知的基元是符号； ②认知过程就是符号运算过程；

③智能的基础是知识，核心 是知识表示与知识推理； ④知识可用符号表示，也可使用符号进行推理

1958年，美籍华人哲学家王浩在IBM-704上用了9分钟证明「数学原理」中一阶逻辑的全部定理。

吴文俊院士（1919.5.12-2017.5.7）曾获得首届国家最高科技奖(2000) 首届国家自然科学一等奖(1956) 首届求是杰出科学家奖(1994) 邵逸夫数学奖(2006)、 国际自动推理最高奖Herbrand自动推理杰出成就奖(1997)。

3.2连接主义学派

1943 ， MP 神经元模型

1958 ，感知机

1982 ， Hopfield 神经网格模型

1985 ，多层感知机

1986 ， BP 神经网络  

2006 ，深度学习

 

3.3.行为主义学派

1947，阿什比：自组织系统

1948，维 纳：控制论

1954 ，钱学森：工程控制论和生物控制论

早期的研究工作重点是 模拟人在控制过程中的智能行为和作用

20 世纪 80 年代，诞生了 智能控制 和 智能机器人系统

强化学习：智能体（Agent）以“试错 ” 的方式进行学习，通过与环境进行交互获得的奖赏（ 反馈）来指导，目标是使 智能体获得最大的奖赏。

 灵感来源于心理学中的行为主义理论

 1989 年， ChristopherWatkins 最早提出了

Q-learning 算法

 不需要提供数据，也不需要进行数据标注

4. 人工智能的研究内容

智能脑与认知机理研究：

智能的脑科学 （神经科学）

认知科学基础

智能模拟： 智能模拟的理论、方法和技术研究

计算机视觉： 是一门研究如何对数字图像或者视频进行智能理解的学科。

                     它模拟了人类的视觉系统，让机器具备“会看” 的能力。

语音智能：

 前端信号处理

 声纹识别

 情感识别

 语音识别

 人机对话

 语音合成

自然语言处理

机器学习

5.1人工智能的核心技术

人脸识别、语音识别、语音合成、机器翻译（自然语言处理）

5.2人工智能的行业应用

AI + 行业（医疗）

医疗影像自动诊断（计算机视觉）

医疗影像自动诊断（CoVID-19）

AI+行业（智能家居）

AI+行业（智能安防）

AI+行业（智慧交通）

AI+ 行业（智能驾驶）

AI+ 行业（法律）

6.人工智能的未来

Kurzweil 定律：

任何技术只要成为信息技术，就将以指数级的速度迅速向外扩充。

在 2045 年，人工智能将超越人类智能，储存在云端的 “ 仿生大脑新皮质 ” 与人类的大脑新皮质将实现 “ 对接 ” ，世界将开启一个新的文明时代，“ 奇点 ” 到来！