浙教版 (2019)必修1 数据与计算第五章 人工智能及应用5.1 人工智能的产生与发展一等奖ppt课件

这是一份浙教版 (2019)必修1 数据与计算第五章 人工智能及应用5.1 人工智能的产生与发展一等奖ppt课件，共25页。PPT课件主要包含了课堂导入，符号主义，联结主义，行为主义，问题与讨论，从计算到智能测试，图灵测试是什么等内容，欢迎下载使用。

理解人工智能的概念，能结合实例辨别人工智能技术。
了解人工智能产生及其发展历史，能初步辩证地看待人工智能的发展。
重点：人工智能的发展历程难点：人工智能的发展历程
近年来，人工智能已经深刻广泛地影响着人们的生活。从刷脸支付到交通出行预测，从扫地机器人到无人飞机，从“深蓝”到AlphaG,都渗透着人工智能的创新应用。人们依靠智能导航出行，通过语音与机器互动，应用智能工具搜索知识信息······已自觉或不自觉地处于人工智能的环境中。
5.1.1 人工智能的概念
所谓人工智能，是指以机器（计算机）为载体，模仿、延伸和扩展人类 智能，其与人类或其他动物所呈现的生物智能有着重要区别。
人工智能（Artificial Intelligence,简称AI)是以机器为载体所展示出来的智能。1955年，人工智能就按照模仿人类部分功能这一目标开始了其漫长征途，如研制能够进行定理证明的算法来模仿解题者、研制机器翻译系统来模仿翻译家等。在这个过程中，形成了符号主义人工智能、联结主义人工智能和行为主义人工智能等代表性方法。
图5.1.1 人工智能学科结构
人工智能的三种主要方法：
又称逻辑主义、心理学派或计算机学派，认为学习或者其他的智能特征原则上均可以被符号精确地描述，从而被机器仿真。因此，在符号主义人工智能中，智能行为就是对符号的推理和运算。在这种方法中，每个符号反映了其在客观世界中的语义，如IsCar(A)表示A这个符号为“小车”或者“不为小车”。但是，人类某些语义并不能被精确描述，如“仁义”“微笑”等语义就很难直接用符号来描述。
又称仿生学派或生理学派，通过模仿人类大脑中神经元之间的复杂交互来进行认知推理。在这种方法中，需要从海量数据出发，学习神经网络中成千上万的神经元之间的关联关系，这些关联关系通过神经元之间的链接权重来刻画。如果两个神经元之间的权重很大，表示输人端数据激活了这两个神经元。于是，所有被激活的神经元以逐层递进的形式来一起刻画数据中所蕴含的模式（即概念或知识）。目前性能表现优越的深度学习就是这种学习方法的代表。
又称进化主义或控制论学派，这一方法从“交互一反馈”角度来刻画智能行为，认为智能体可以在与环境的交互中不断学习，从而提升自己的智能水平。如将一台扫地机放人一个会场，其事先并不知道会场中桌椅的摆放形式。于是，扫地机在运动中不断从环境中学习，如墙壁挡路则避让、桌椅空隙过窄难以通过则后退等，经过一段时间的交互，扫地机就通过学习获悉了环境的全貌，从而提升自身智能水平而自如地执行清扫任务。
请列举通过机器为载体所实现的人工智能与人类智能的不同之处。
5.1.2 人工智能的发展历程
图5.1.2 图灵机模型
图灵测试是测试机器是否具有智能的一种方法。在这个测试中，一台机器和一个人被安排在两个彼此隔离的房间中。假设一名法官给机器和人出了10道题目（如人生的意义是什么、节假日中城市景区交通如何等）。如果我们把机器和人的答案收集起来，法官无法区分哪个答案是机器回答、哪个答案是人回答的，那么图灵测试认为机器具有了智能。虽然在2014年图灵测试竞赛上，一个智能程序通过了图灵测试，但是有科学家认为这种测试并不能真正评估人工智能是否具有人类心智，因此又提出了“视觉图灵测试”等概念。
2、人工智能登上历史舞台
1955年8月，4名学者提交了“人工智能达特茅斯夏季研讨会”的申请书， 书中首次提出“人工智能”的术语。
3、以符号主义表达与推理为代表的人工智能
所谓知识工程，即尽可能对人类知识进行逻辑编码，然后通过推理引擎 对编码知识 进行操作，形成某一领域的“专家系统”。
4、数据驱动的人工智能方法
如何让计算机能从数据本身进行知识学习，而不是单纯依赖专家来手工构造知识。在这一方面，深度学习成为数据驱动人工智能方法的佼佼者。深度学习是一种对原始数据所蕴含的特征模式进行学习的算法模型。最常用的深度学习模拟人类大脑处理数据的机制，逐层抽象对原始数据进行学习。多层神经网络（包含输人端、隐藏层和输出端）是一种典型的深度学习模型。
图5.1.3 多层神经网络
5、问题引导下的人工智能学习方法
人工智能典型方法中还存在另外一种学习方式，即问题引导下的试错学习。在这种学习方法中，学习者事先不知道最终答案，而是在学习过程中不断尝试各种解决问题的可能途径，然后根据结果反馈来调整相应的学习方法，这一学习机制叫强化学习。强化学习体现了一种自我学习的能力，即从过去的经验中不断学习，提升能力。如围棋人工智能系统AlphaG Zer不依赖人类棋手数据而在自我博弈中不断提升棋力，卡耐基梅隆大学研制的德州扑克人工智能Libratus则在与人类选手博弈中不断提高牌技。
东汉马融在《围棋赋》中说：“三尺之局兮，为战斗场。”可见围棋是一个模拟战场决策的博弈竞智。AlphaG击败了围棋世界冠军，请同学们讨论：是否可以将AlphaG的算法直接应用于现实世界中复杂的战场博弈？
1、历史上人工智能经历了几次浪潮？( )A、3次B、2次C、1次D、4次
2.关于人类智能和人工智能，下列说法不正确的是 （ ）
A.人工智能是用机器模拟人类智能B.人类智能是指人类所具有的智力和行为能力C.人工智能三大学派是符号主义、经验主义和行为主义D.人类智能主要体现为感知能力、记忆与思维能力、归纳于演绎能力、学习能力以及行为能力
3.人工智能的目的是让机器能够（  ），以实现某些脑力劳动的机械化。A.具有智能B.和人一样工作C.完全代替人的大脑  D.模拟、延伸和扩展人的智能
4.下列关于人工智能的叙述不正确的是（  ）A.人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。B.人工智能是科学技术发展的趋势。C.因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。D.人工智能有力地促进了社会的发展。
5.尽管人工智能学术界出现“百家争鸣”的局面，但是，当前国际人工智能的主流派仍属于 （  ）
A.连接主义                                  B.符号主义C.行为主义                                  D.经验主义
6.下列哪个不是人工智能的研究领域 （  ）
A.机器证明 B.模式识别C.人工生命 D.编译原理  
7.为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究者找到一个重要的信息处理的机制是（  ）
A.专家系统   B.人工神经网络C.模式识别    D.智能代理
8. AI是（ ）的英文缩写。 A.Autmatic Intelligence B.Artifical Intelligence C.Autmatice Infrmatin D.Artifical Infrmatin