课时1　人工智能的概念与发展 教案 浙教版（2019）必修1.docVIP

课时1人工智能的概念与发展

课时目标

1.理解人工智能的概念,了解人工智能涉及的知识领域以及主要方法。2.了解人工智能的发展历史。

一、人工智能简称AI,人工智能作为一门广泛交叉的前沿科学,主要方法有符号主义、联结主义和行为主义三种。

人工智能

的方法

概念

人工智能学习方法

典型例子

符号主义

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,智能行为就是对符号的推理和运算

以符号主义表达与推理为代表的人工智能

符号主义包含知识库和推理引擎两个部分。它先要将所有知识以逻辑形式表达,然后依靠推理引擎,去验证命题或谓语正确与否,或者学习推导出新规则、新知识

①专家系统(第一个:DENDRAL)

②三段论:所有的鸟都会飞(大前提);鸵鸟是鸟(小前提);鸵鸟会飞

③“深蓝”

联结主义

又称仿生学派或生理学派,通过模拟人类大脑中神经元活动来完成识别和分类等智能活动

数据驱动的人工智能方法

深度学习是典型的数据驱动的人工智能方法,能够让计算机从数据本身进行知识学习。最常用的深度学习是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

如以多层神经网络为核心的学习算法

行为主义

又称进化主义或控制论学派,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

问题引导下的人工智能学习方法

在问题引导下开展试错学习,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。这种强化学习体现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:扫地机器人

总结:

①符号主义的智能行为就是对符号的推理和运算。

②联结主义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。

③行为主义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。

人工智能与人类智能的区别

机器为载体所实现的人工智能与人类智能的不同之处:人工智能有的应用只能从行为结果上来模仿、替代人类活动,有的虽然有学习能力,但也必须在确定的、知识和信息必须完全的、特定而封闭化的环境中才能有用武之地,综合来说,目前还无法真正像人类一样思考,还不具备意识、情绪、情感等等。

例1人工智能技术可以实现某些脑力劳动的机械化,其目的是让机器能够 ()

A.具有人类智能

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

答案D

解析人工智能不能代替人类智能,只能模仿和扩展人类智能。

变式训练1下列不属于人工智能的研究领域的是 ()

A.自动定理证明 B.模式识别

C.机器视觉 D.编译原理

答案D

解析人工智能是一门广泛的交叉和前沿科学,自动定理证明涉及到数学和逻辑学的知识;模式识别广泛应用于语音识别和图像识别中;机器视觉主要是决定图像的输入问题。编译原理是计算机专业的一门重要专业课,旨在介绍编译程序构造的一般原理和基本方法。

变式训练2下列不属于人工智能的特征是 ()

A.感知能力 B.学习能力

C.记忆思维能力 D.自适应能力

答案D

解析人工智能模拟人的智能,具有和人类类似的能力,如感知外部世界,识别图像声音等信息,如学习棋谱,能够由A推B,同时具备逻辑思维能力。

例2有如下推理过程:凡人都会死(大前提)和“苏格拉底是人”小前提,推导出“苏格拉底会死(结论)”,这种人工智能表示方法属于 ()

A.符号主义 B.联结主义

C.行为主义 D.机会主义

答案A

解析对符号的推理和运算属于符号主义。

变式训练3启发式程序证明了38条数学定理,表明了可以应用计算机研究人的思维过程,这种人工智能表示方法属于 ()

A.符号主义 B.联结主义

C.行为主义 D.机会主义

答案A

解析主要是判断对定理的推理和运算,属于符号主义。

例3采用仿真、模拟和借鉴大脑神经系统结构和信息处理过程的装置、模型来进行人工智能研究,这种人工智能表示方法属于 ()

A.符号主义 B.联结主义

C.行为主义 D.机会主义

答案B

解析通过模拟人类大脑中神经元活动来完成识别和分类等智能活动,属于联结主义。

变式训练4深度学习可以基于多层神经元的自编码神经网络,可以逐层提取特征,这种人工智能表示方法属于 ()

A.符号主义 B.联结主义

C.行为主义 D.仿真主义

答案B

解析通过模拟人类大脑中神经元活动来完成识别和分类等智能活动,属于联结主义。

例4用数据或以往的经验,以此优化计算机程序的性能标准,提出该理论的流派属于 ()

A.符号主义 B.联结主义

C.行为主义 D.仿真主义

答案C

解析认为智能体可以在与环境的交互中不断学习,