您的当前位置是:第一章 绪论>>学习内容>>知识点五

观看视频讲解,学习人工智能的研究与应用领域

一、问题求解与博弈

人工智能的第一个大成就是开发了能够求解难题的下棋(如国际象棋)程序,它包含问题的表示、分解、搜索与归约等。

1997年5月11日,国际象棋世界冠军卡斯帕罗夫与IBM公司的国际象棋电脑“深蓝”的六局对抗赛降下帷幕。深蓝战胜了卡斯帕罗夫。

二、逻辑推理与定理证明

逻辑推理是人工智能研究中最持久的子领域之一,特别重要的是要找到一些方法,只把注意力集中在一个大型数据库中的有关事实上,留意可信的证明,并在出现新信息时适时修正这些证明。

定理证明的研究在人工智能方法的发展中曾经产生过重要的影响。例如,采用谓词逻辑语言的演绎过程的形式化有助于更清楚地理解推理的某些子命题。许多非形式的工作,包括医疗诊断和信息检索都可以和定理证明问题一样加以形式化。因此,在人工智能方法的研究中定理证明是一个极其重要的论题。

我国人工智能大师吴文俊院士提出并实现了几何定理机器证明的方法,被国际上承认为“吴氏方法”,是定理证明的又一标志性成果。

人工智能定理证明研究最有说服力的例子,是机器证明了困扰数学界长达100余年之久的难题──四色定理。据说,“四色问题”最早是1852年由一位21岁的大学生提出来的数学难题:任何地图都可以用最多四种颜色着色,就能区分任何两相邻的国家或区域。这个看似简单的问题,就象“哥德巴赫猜想”一样,属于世界上最著名的数学难题之一。直到1976年四色猜想才最终由凯尼斯•阿佩尔 ( Kenneth Appel )和沃夫冈•哈肯(Wolfgang Haken)借助计算机得到完全证明。

三、计算智能

计算智能(Computing Intelligence)涉及神经计算、模糊计算、进化计算、粒子群计算等研究领域。

进化计算(Evolutionary Computation)是指一类以达尔文进化论为依据来设计、控制和优化人工系统的技术和方法的总称,它包括遗传算法(Genetic Algorithms)、进化策略(Evolutionary Strategies)和进化规划(Evolutionary Programming)。

问题:下面不是计算智能研究领域的是( )。
A.粒子群 B.下棋程序

四、分布式人工智能与Agent

主体(Agent)是具有自治性、智能性、反应性、预动性和社会性的计算实体。分布式人工智能(DAI)是计算机科学的一个新分枝,它研究一组分布的、松散耦合的主体如何协同运用它们的知识、技能、信息,为尽可能好地实现各自的或全局的目标或规划,如何采取协作性的行动或对问题进行求解的手段和步骤。DAI所研究的系统通常叫做多主体系统(MAS)。其中主体(agent)通常是指一些逻辑上相对独立的节点处理机及运行于其上的进程。主体可以有应用程序、主动式信息资源以及在线网路服务功能等。

主体能在一定的环境下持续自主运行,能自学习、自增长,同时又可以和别的主体进行协商与协作,以便完成任务。主体要能够持续不断地感知它们周围的环境,并在一个限定的时间内对所受的感官刺激计算出合适的反应。

DAI是人工智能(AI)与分布式计算相结合的产物。但它与AI又有很大的区别。AI把心理学作为思想、动力或参照的源泉,而DAI则把社会学、经济学、管理科学作为动力; AI致力于个体,而DAI则致力于群体。分布式计算正好为这种针对群体的研究奠定了计算方面的基础。但DAI与分布式计算也有很大差别,在DAI系统或多主体系统中,主体可以为一个共同的全局目标工作,也可以为了各自不同的但却是相互作用的目标工作。这里协同是最为关键的,没有协同,交互作用的一切好处都会消失,而多主体系统也就会退化成为一群各自为政的主体组成的乌合之众。

DAI研究与探索主要致力于解决的问题

①任务的描述、分解与分配

②通信、交互作用语言与协议

③多主体学习

④主体间的不一致性

⑤主体表示和主体模型

五、自动程序设计

自动程序设计,是采用自动化手段进行程序设计的技术和过程。后引申为采用自动化手段进行软件开发的技术和过程。在后一种意义上亦称为软件自动化。其目的是提高软件生产率和软件产品质量。按广义的理解,自动程序设计是尽可能借助计算机系统(特别是自动程序设计系统)进行软件开发的过程。按狭义的理解,自动程序设计是从形式的软件功能规格说明到可执行的程序代码这一过程的自动化。自动程序设计在软件工程,流水线控制等领域均有广泛应用。

对自动程序设计的研究不仅可以促进半自动软件开发系统的发展,而且也使通过修正自身数码进行学习(即修正它们的性能)的人工智能系统得到发展。程序理论方面的有关研究工作对人工智能的所有研究工作都是很重要的。

自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。已经发现,对程序设计或机器人控制问题,先产生一个不费事的有错误的解,然后再修改它(使它正确工作),这种做法一般要比坚持要求第一个解就完全没有缺陷的做法有效得多。

1  2  3