第8章：人工智能与专家系统92.pptx

第8章　人工智能与专家系统;本章主要内容;一、人工智能的基本原理;什么是智能?;什么是智能?;计算机与智能;一个例子---IBM超级计算机“深蓝”;一个例子---IBM超级计算机“沃森”;2、什么是人工智能(AI, Artificial Intelligence )？;21世纪三大尖端技术 ;关于人工智能问题;谷歌无人驾驶汽车;谷歌无人驾驶汽车的构造示意图及其描绘的3D地形图;关于无人驾驶汽车的争议话题;为什么要研究人工智能？;人工智能研究的目标;图灵测试;图灵测试－－示范性问题;;图灵测试的示范性问题－－不按常规的提问(1);问： 你会下国际象棋吗？答：是的。问：你会下国际象棋吗？答：是的，我不是已经说过了吗？问：请再次回答，你会下国际象棋吗？答：你烦不烦，干嘛老提同样的问题。;“图灵梦想”的对话;人工智能的应用;人工智能的应用－人脸识别;人工智能的应用－机器翻译;如何实现智能？;二、人工智能的基本原理;知识的分类;知识的推理方法;知识的表示 就是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。 对知识进行表示的过程就是把知识编码成某种数据结构的过程。;知识的表示方法;如何选择知识表示方法？ 表示知识的范围是否广泛　　例如，数理逻辑表示是一种广泛的知识表示办法，如果单纯用数字表示，则范围就有限制。 是否适于推理　　人工智能只能处理适合推理的知识表示，因此所选用的知识表示必须适合推理。数学模型（拉格朗日插值法）适合推理，普通的数据库只能供浏览检索，但不适合推理。 是否适于计算机处理　　计算机只能处理离散的、量化的byte字节流。因此，用文字表述的知识和连续形式表示的知识（如微分方程）不适合计算机处理。;是否有高效的求解算法　 考虑到实用的性能，必须有高效的求解算法，知识表示才有意义。 能否表示不精确知识 自然界的信息具有先天的模糊性和不精确性，能否表示不精确知识也是考虑的重要因素。 知识和元知识能否用统一的形式表示 知识和元知识是属于不同层次的知识，使用统一的表示方法可以??知识处理简单。;;一个实例：智能农业专家系统;实例（续）;实例（续）;专家系统的概念;　　专家系统的特点　;专家系统的优点;第一个商用专家系统：R1;在1991年的海湾危机中，美国军队使用专家系统用于自动的后勤规划和运输日程安排。这项工作同时涉及到50000个车辆、货物和人，而且必须考虑到起点、目的地、路径以及解决所有参数之间的冲突。AI规划技术使得一个计划可以在几小时内产生，而用旧的方法需要花费几个星期。;专家系统的主要构成;4.2.3基于规则的表达方法;产生式规则表示法;产生式规则知识的表示;举例;产生式规则的基本特征;产生式规则的两种推理方法;正向推理;正向推理举例;逆向推理;逆向推理举例;根据规则库得到的逆向推理树（知识树）;“与或”推理树的特点;推理树的深度优先搜索过程－－逆向推理过程;专家系统的开发;1、专家系统的局限 专家系统只是人的经验的汇集,因而它存在先天的缺陷,其解也可能未必正确; 专家系统不能由第一原理推理,不能抓住相似,缺乏普通的感知, 所以专家系统不是一个通用的专家 ,不是一个问题求解器; 对于复杂系统,专家系统这种表达知识的方法也很难表达,解就更难; 专家系统的维护也很不容易,尤其对快速发展的医学和信息领域,有时一年就有30%的规则要加以改变。 2、专家系统的适用范围 在相对窄的知范围和一些定义好的领域能成功应用； 在企业的管理信息系统中专家系统能起到它应有的作用。;;遗传算法起源 ;遗传学概述;遗传算法（Genetic Algorithm, GA）;生物进化与遗传算法;生物进化与遗传算法之间的对应关系;遗传算法的工作示意图;遗传算法的三个主要操作;;染色体的选择;被选择次数的期望值 　对于规模为N的群体，一个选择概率为p(xi)的染色体xi被选择次数的期望值e(xi)： 对于群体中的每一个xi，首先选择 次。这样共得到 个染色体。然后按照 从大到小对染色体排序，依次取出 个染色体，这样就得到了N个染色体。 ;染色体交叉;变异;例：求函数的最大值;序号;序号 ;序号;由于选择的变异概率Pm=0.001，则平均每1000位中才有一位变异，由4个位串组成的种群中共有4×5＝20位，则变异的期望值为20×0.001＝0.02位。事实上在该例中没有变异发生。 对比1,2，3代的结果，可以看出，每一代的平均值及最大值都比前一代有了很大提高，说明种群正朝优化的方向前进;遗传算法的应用;课堂练习;一个遗传算法的应用实例;遗传