人工智能与信息处理技术

人工智能与信息处理技术人工智能技术机器学习模式识别123第七章人工智能与信息处理技术7.1人工智能概述7.1人工智能概念人工智能（ArtificialIntelligence，AI）是一门综合了计算机科学、生理学、哲学的交叉学科。人工智能的研究课题涵盖面很广，从机器视觉到专家系统，包括了许多不同的领域。其中特点是让机器学会“思考”人工智能学科是计算机科学中涉及研究、设计和应用智能机器的一个分支。7.1人工智能概述7.1.2人工智能历史与展望人工智能的发展并非一帆风顺，它经历了以下几个阶段：第一阶段：50年代人工智能的兴起和冷落。第二阶段：60年代末到70年代，专家系统使人工智能研究出现新高潮。第三阶段：80年代，第五代计算机使人工智能得到了很大发展。第四阶段：80年代末，神经网络飞速发展。第五阶段：90年代，人工智能再次出现新的研究高潮。7.1人工智能概述7.1.3人类智能学派人工智能自诞生以来，从符号主义、联结主义到行为主义变迁，这些研究从不同角度模拟人类智能，在各自研究中都有取得了很大的成就。1.符号主义符号主义，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统假设和有限合理性原理。2.联结主义联结主义，又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法7.1人工智能概述3.行为主义行为主义，又称进化主义或控制论学派，他们认为，人工智能源于控制论，智能取决于感知和行动，提出了智能行为的“感知—动作”模式，智能不需要知识、表示和推理；人工智能可以像人类智能一样逐步进化；智能行为只能在现实世界中与周围环境交互作用而表现出来。7.2人工智能技术及应用7.2人工智能技术及应用7.2.1智能控制智能控制（intelligentcontrols）是在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。7.2人工智能技术及应用1.历史控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。自1932年奈魁斯特（H.Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了70多年的历程。20世纪60年代，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。7.2人工智能技术及应用20世纪70年代初，傅京孙、Glofis0和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。2.各行各业的应用（1）工业过程中的智能控制。生产过程的智能控制主要包括两个方面:局部级和全局级。7.2人工智能技术及应用（2）机械制造中的智能控制。在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 。（3）电力电子学研究领域中的智能控制。电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程，国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中，取得了良好的控制效果。7.2人工智能技术及应用7.2.2机器学习1.机器学习机器学习(MachineLearning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎7.2人工智能技术及应用机器学习的研究是根据生理学、认知科学等对人类学习机理的了解，建立人类学习过程的计算模型或认识模型，发展各种学习理论和学习方法，研究通用的学习算法并进行理论上的分析，建立面向任务的具有特定应用的学习系统。这些研究目标相互影响相互促进。　　自从1980年在卡内基-梅隆大学召开第一届机器学术研讨会以来，机器学习的研究工作发展很快，已成为中心课题之一。7.2人工智能技术及应用2.机器学习的发展史机器学习是人工智能研究较为年轻的分支，它的发展过程大体上可分为4个时期。　　第一阶段是在50年代中叶到60年代中叶，属于热烈时期。第二阶段是在60年代中叶至70年代中叶，被称为机器学习的冷静时期。第三阶段是从70年代中叶至80年代中叶，称为复兴时期。机器学习的最新阶段始于1986年。7.2人工智能技术及应用机器学习进入新阶段的重要表现在下列诸方面：(1)机器学习已成为新的边缘学科并在高校形成一门课程。(2)结合各种学习方法，取长补短的多种形式的集成学习系统研究正在兴起(3)机器学习与人工智能各种基础问题的统一性观点正在形成(4)各种学习方法的应用范围不断扩大，一部分已形成商品。(5)与机器学习有关的学术活动空前活跃。7.2人工智能技术及应用7.2.3模式识别1.模式识别概述模式识别(PatternRecognition)是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”。随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。(计算机)模式识别在20世纪60年代初迅速发展并成为一门新学科。7.2人工智能技术及应用模式识别(PatternRecognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。应用计算机对一组事件或过程进行辨识和分类，所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别，称为模式信息。7.2人工智能技术及应用2.模式识别的应用（1）文字识别（2）语音识别（3）图像识别（4）医学诊断专家系统1.专家系统概述专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。7.2人工智能技术及应用2.发展历史专家系统的发展已经历了3个阶段，正向第四代过渡和发展。第一代专家系统（dendral、macsyma等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（mycin、casnet、prospector、hearsay等）属单学科专业型、应用型系统第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略7.2人工智能技术及应用3.专家系统的基本结构专家系统的基本结构如图所示，其中箭头方向为数据流动的方向。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。7.2人工智能技术及应用7.2.4物联网的应用物联网智能是利用人工智能技术服务于物联网络的技术是将人工智能的理论方法和技术通过具有智能处理功能的软件部署在网络服务器中去服务于接入物联网的物品设备和人。1.智能物联网1）智能物联网概念智能物联网就是对接入物联网的物品设备产生的信息能够实现自动识别和处理判断，并能将处理结果反馈给接入的物品设备，同时能根据处理结果对物品设备进行某种操作指令的下达使接入的物品设备作出某种动作响应.而整个处理过程无需人类的参与。7.2人工智能技术及应用2）智能物联网的实现途径要实现物联网智能化就必须让人工智能成为物联知终端、传输网络、具有人工智能的数据处理服务器。2.物联网需要的人工智能技术1）物联网中需要来自人工智能技术的研究成果.如问题求解、逻辑推理 证明 住所证明下载场所使用证明下载诊断证明下载住所证明下载爱问住所证明下载爱问 、专家系统、数据挖掘、模式识别、自动推理、机器学习、智能控制等技术。2）物联网的智能控制在物联网的应用中.控制将是物联网的主要环节.如何在物联网中实现智能控制将是物联网发展的关键。7.2人工智能技术及应用3.物联网智能模型基于对人工智能技术的认识和研究.依据人工智能模型.推演出了智能物联网智能化模型。智能物联网被分为五个层次机器感知交互层、通信层、数据层、智能处理层、人机交互层，共五层。机器感知交互层包括各类传感器、PLC、数据接口该层主要是从设备物品获取数据.是物物联网的基础。THANKYOU!演讲完毕，谢谢观看！