1、书 书 书书 书 书总 主 编?李晓明副总主编?赵?健本册主编?于晓雅本册副主编?刘?焱?李?粤编写人员?按姓氏笔画排序? ?于晓雅?刘?焱?李?粤?唐斯斯责任编辑?曹祖红美术设计?储?平普通高中教科书?信息技术?选择性必修? ?人工智能初步上海市中小学?幼儿园?课程改革委员会组织编写出版发行?华东师范大学出版社?上海市中山北路? ? ? ?号?印?刷?上海四维数字图文有限公司版?次? ? ? ? ?年?月第?版印?次? ? ? ? ?年?月第?次开?本? ? ? ?毫米? ? ? ? ?毫米? ? ?印?张? ?字?数? ? ? ?千字书?号? ? ? ? ? ? ? ? ? ? ? ? ?
2、 ? ? ? ?定?价? ? ? ? ? ?元版权所有?未经许可不得采用任何方式擅自复制或使用本产品任何部分?违者必究如发现内容质量问题?请拨打电话? ? ? ? ? ? ? ? ? ? ?如发现印?装质量问题?影响阅读?请与华东师范大学出版社联系?电话? ? ? ? ? ? ? ? ? ? ?全国物价举报电话? ? ? ? ?声明?按照?中华人民共和国著作权法?第二十五条有关规定?我们已尽量寻找著作权人支付报酬?著作权人如有关于支付报酬事宜可及时与出版社联系?本册教材图片提供信息?本册教材中的部分图片由全景网?视觉中国等图片网站提供?致同学们致同学们亲爱的同学们?当今?信息技术的发展日新月异
3、?物联网?大数据?人工智能等新技术?新工具扑面而来?显著地改变着人们的生活?学习和工作模式?生存于信息社会中?我们每一个人都不可避免地会接触信息技术?应用信息技术?甚至去创造新的信息技术?在具备了基本信息技术应用能力的基础上?高中阶段我们要进一步学习信息技术知识与技能?能够利用信息技术负责任地解决生活与学习中的问题?全面提升信息素养?迎接信息社会的挑战?人工智能初步?是高中信息技术学科的一个选择性必修模块?本教科书是在同学们已学习过高中信息技术学科必修模块的基础上?以全面深化对人工智能的理解和认识?掌握人工智能基本思想和方法及应用为目标的进阶性教科书?本教科书沿用高中信息技术系列教科书的特点?
4、以?项目活动?为主线来组织学习内容?通过一系列精心设置的体验性?思考性和实践性项目?将同学们带入生活和学习中的各种应用场景中?并循序渐进?由浅入深地系统介绍人工智能的核心思想和方法及技术?负责任地使用智能技术?为方便同学们学习?本教科书的每章都围绕信息技术学科核心素养的要求和人工智能学习的特点来设计学习目标?并以?本章知识结构?图示呈现本章知识脉络?帮助同学们从总体上了解本章学习内容?同时?本教科书精心设计了帮助同学们学习的各种工具和环节?例如? ?体验思考?栏目将教材内容与现实中的问题及个人经验和知识技能相关联?使同学们始终带着问题学习? ?探究活动?和?项目实践?栏目将?做中学?与?学中做
5、?的学习方法相互融合?帮助同学们把知识技能应用于解决实际问题中? ?技术支持?栏目提供了一些与人工智能相?人工智能初步关的新技术?新工具与新平台的信息?鼓励同学们在实践中负责任地思考?提高应用及把握人工智能技术的能力? ?知识延伸?栏目则补充关于人工智能研究?开发?应用及伦理等方面的最新成果信息?助力同学们拓展视野?同学们?人工智能是一项面向未来的技术?它必将对我们的社会?生活?学习?工作产生深远的影响?希望同学们通过本教科书的学习?能够学会?掌握和负责任地使用强大的智能技术?充满信心地迎接未来智能社会的种种挑战?成长为新时代合格的社会主义建设者和接班人?编者?目录目录第一章人工智能初识?.
6、1项目主题智慧之旅. 3第一节人工智能： 从体验到思考. 4第二节人工智能的发展历程. 14第二章人工智能实现?. 25项目主题创新园区自由行. 27第一节启发式搜索. 28第二节专家系统. 38第三节机器学习. 51?人工智能初步第三章漫游深度学习的世界?. 59项目主题探索深度学习技术. 61第一节人工神经元与单层感知机. 62第二节多层感知机与人工神经网络. 67第三节深度学习. 72第四节卷积神经网络. 85第四章人工智能未来发展?. 103项目主题畅想未来智能生活. 105第一节新一代人工智能技术. 106第二节潜在的风险. 113第三节伦理规范. 117后记?. 121?第 一 章
7、人工智能初识本章学习目标了解围绕智能、 人工智能及相关概念的主要观点和争论, 熟悉人工智能发展历程中的重要人物和事件, 初步认识人工智能观念的复杂性及多学科属性。领会图灵测试、 中文屋问题等检验人工智能的设想和方案, 理解其中的辩证关系、 论据及其局限性。分析人工智能发展历史中产生高潮和低谷的原因, 认识大数据、 算法和计算力对人工智能复兴的共同推动作用。体验搭建身边的人工智能应用, 初步形成自己的人工智能观念。华东师范大学出版社人工智能初步1 9 56年, 五位学者发起美国达特茅斯夏季研讨会, 会上正式提出“ 人工智能” ( a r t i f i c i a l i n t e l l i
8、 g e n c e , 缩写为 A I ) 一词, 标志着人工智能这一领域的诞生。在随后的 6 0多年中, 人工智能历经“ 进展争议突破期待应用失望寂静复兴” 的发展轮回, 其间有过“ 高潮” “ 低谷” 甚至“ 寒冬” 。进入 2 1世纪后, 在大数据逐渐积累、 高性能计算的能力持续提高和深度学习算法取得突破等因素的共同驱动下, 人工智能进入以应用为主要特征的第三次复兴时期。在这一时期, 被赋予了“ 学习能力” 的计算机不仅在下棋、 游戏、 识图和辨音等方面的智力竞赛中赢了人类, 更重要的是催生了各种全新行业, 给人们的生活带来了智能化便利, 也深刻地改变了人类的思维和行为方式。掌握人工智
9、能知识、 驾驭人工智能技术、 学会智能地解决问题是人类面向未来、 迎接挑战的绝佳途径。本章将引领同学们从接触身边的人工智能应用开始, 走进人工智能的世界, 通过阅读、 思考、 分享、 体验等学习活动, 以全局的、 历史的和发展的多重视角, 了解围绕着人工智能所激发的各种思想、 概念和争论, 思考“ 智能” 的本质, 动手体验人工智能的应用, 初步认识新一代人工智能的背景、 技术和应用特点, 感受对智能社会美好未来的热切期待。本章知识结构66UO56+/616%6+0)A-/24#2华东师范大学出版社第一章人工智能初识项目主题智慧之旅项目情境人工智能的历史就是人类在各个领域中不断创新的一个缩影,
10、 其间涌现出许多不同的思想、 理论、 方法、 人物、 流派、 事件和应用。让我们追随大师们的脚步, 从智能的本质、 人工智能和机器智能的基本内涵等问题开始, 探索充满各种奇思妙想的人工智能世界, 亲自体验和搭建带有人工智能特征的应用, 了解人工智能曲折跌宕、 波澜壮阔的发展历程。学校要举办一次以“ 走进人工智能世界” 为主题的创新科技周活动, 要求分“ 人工智能与人的智能 智能的本质” “ 图灵测试与智能定义 人工智能的测试”“ 多样的人工智能观点 人工智能的发展” 三个板块, 向同学和老师们深入展示人工智能世界的研究问题和应用实践, 并设立“ 身边的人工智能” 体验应用展台, 设计一些具有吸
11、引力的人工智能应用体验项目, 吸引同学和老师们来体验。项目任务任务 1任务 2任务 3任务 4 讨论人的智能和人工智能的相同与不同, 学习人工智能发展历史中不同的观点和观念, 了解不同领域对人工智能概念的理解,总结出本小组认同的人工智能定义。 列举用于图灵测试的应用准则, 规划自己版本的图灵测试游戏。设计制作介绍图灵测试规则和应用及反对观点的展板, 布置体验自己版本图灵测试游戏的展台和道具。完成“ 图灵测试与智能定义 人工智能的测试” 板块。 通过搜索相关网站和在线数据库、 查阅图书馆和科技馆的资料、 采访领域专家等途径, 汇集文本、 图片、 视频、 应用软件等资源,设计制作人工智能发展历史大
12、事记图表, 作为“ 多样的人工智能观点 人工智能的发展” 的主展板内容。 搜集整理生活中、学习中常用的人工智能应用软件或者人工智能工具, 布置“ 身边的人工智能” 体验应用展台。3 华东师范大学出版社人工智能初步第一节人工智能： 从体验到思考从人类文明发端之际, 人们就开始了对自身“ 意识” “ 智能” 和“ 灵魂” 的思考和探索, 这种对自身的“ 好奇” 和探究, 成为科学与宗教起源的重要端倪。人工智能的研究直指人类自主意识层面上的核心要素 智慧、 思考和心灵种种, 因此该领域中的几乎一切重要思想、 结果和产品都会引起强烈反响。正是由于人工智能的这种特别属性和极其广泛的覆盖面, 有关人工智能
13、的概念、 问题、 研究领域、 方法和观点的界定才十分复杂和多样化。人们提出了形形色色的观点、 假说和解释, 但到目前为止, 尚没有任何单一的视角和观点能客观完整地描述人工智能。为了给出人工智能的一个合理界定, 首先要了解什么是智能, 构成智能的要素是什么。一、 人类智能与人工智能人类对智能的探索自古有之。在中国古籍 荀子正名篇 中有这样的描述: “ 所以知之在人者谓之知, 知有所合谓之智。 ” 意思是: 人身上所具有的用来认识事物的能力叫做知觉, 知觉同所认识的事物有所符合, 叫做智( 慧) 。早在计算机出现之前, 人们就一直尝试着发明“ 能思考、 有智慧” 的机器, 可以帮助解决更复杂的问题
14、, 甚至幻想着有朝一日这些机器会比人类更“ 聪明” 。但总的来讲, 我们对人类智能本质的认识还处于很无知的状态: 我们不知道智能是如何产生的, 不了解什么样的机制对于智能是必须的, 更无法制造出像人一样聪明的“ 机械智能” 。即便是对“ 什么是智能” 这样一个根本性的问题, 我们至今也没有一个令所有人都满意的答案。然而, 所有这些概念上和实践上的困难都不能阻止我们对“ 智能”和建造“ 智能机器” 的不懈探索。我们虽然还无法了解智能的本质, 但是却能敏锐地察觉和识别出智能行为, 这对于研究并制造能展现出人类智能行为和能力的机器似乎已经够用了。1 . 智能与智能行为既然无法给出智能的完美定义, 我
15、们不妨从更实用的角度来界定4华东师范大学出版社第一章人工智能初识智能。如荀子所表达的意思, 人们能够说话、 学习、 思考, 并将所学所想付诸行动, 通过对话、 学习和与周围环境的互动( 行动) , 使自己这些方面的能力不断得到改进提高, 这就是“ 智慧” 。人的这种具有智慧的能力, 就是“ 智能” 。1 9 9 4年, 美国心理学家罗伯特斯腾博格(R o b e r t J . S t e r n b e r g)对智能给出了如下定义: “ ( 个体) 智能是个人从经验中学习、 理性思考、 记忆重要信息, 以及应付日常生活需求的认知能力。 ”除了个体智能外, 人类及其他生物还存在“ 集体智能”
16、 ( 也称群体智能) 的现象。例如, 某种群体可能会形成并遵循某些规则。如蚂蚁,个体的蚂蚁很难称为具有智能, 但一个蚁群却能呈现出令人惊叹的集体智能行为。在日常用语中, “ 人工” 带有“ 人造的” “ 人工合成的” 含义。基于这种含义, 对人工智能的一种理解是: 研究产生智能行为及能力的机制和理论( 理解智能) , 制造能呈现智能行为和能力的机器( 制造智能) 。探究活动从数据到智慧图 1 . 1 从数据到智慧在信息技术领域中, 有一个经典的“ 数据信息知识智慧” 的金字塔, 如图 1. 1所示。 请同学们搜索并阅读有关文献, 在小组内就以下问题进行研讨交流: 1. 这个金字塔的含义是什么?
17、2. 有一种观点认为: 智慧就是产生知识、 运用知识和创造知识的能力。上述观点与斯腾博格的智能定义有什么联系?3. 在以上关于智慧的观念的基础上, 有人给出“ 人工智能就是关于知识的科学” 这一定义, 你认为这个定义合理吗?那么, 什么样的行为或能力可算作是智能的呢? 一般认为, ( 人的) 智能是人类个体认识客观事物和运用与事物有关的知识解决问题的能力。因此, 人的智能就体现在认识事物和解决问题时所呈现出的各种能力, 包括语言能力、 数学与逻辑推理能力、 沟通交流能力、 学习与理解能力、 情感感知能力、 规划行动能力、 创造性思考与问题解决能力等。5 华东师范大学出版社人工智能初步体验思考搭
18、建简易聊天机器人我们将使用 Py t h o n的自然语言处理扩展库 NLTK ( n a t u r a l la n g u a g e t o o lk i t ) , 尝试搭建一个简易的英语聊天机器人, 来帮助同学们学习英语。请同学们完成下列任务: 1. 按照课程资源的说明, 下载和安装 NLTK 。打开并运行配套程序 NLTK _c h a t _b o t . p y , 创建一个简易聊天机器人。2. 尝试与聊天机器人进行简单的英语会话, 体验并初步评估机器人( 以及你自己) 的英语水平。3. 你认为这样的聊天机器人是智能的吗? 为你的结论至少提供三条依据。4. 以小组为单位, 阅
19、读 NLTK 扩展库的文档, 尝试为该程序增加新的功能。 在本活动中, 我们使用了 NLTK 来使聊天机器人具备自然语言处理的能力。NLTK 是一个用于自然语言处理的工具库, 提供了分类、 标记、 词干分离、 解析和语义推理等基本文本处理功能, 可从 Py t h o n程序中直接调用。尝试搭建并体验了简易聊天机器人A I应用后, 你认为聊天机器人是否展现出了某些智能行为呢? 你认为它有智能吗?以上所述的聊天机器人程序虽然简单, 但其背后的支撑却是人工智能研究者和语言学家们数十年辛勤研究的积累。概念解释自然语言处理图 1 . 2 A I合成主播自然语言处理( n a t u r a l la
20、n g u a g e p r o c e s s i n g , NLP) 是计算机与人工智能领域中的一个重要研究方向, 其目标是实现人与计算机之间用自然语言( 即我们日常使用的语言, 而不是符号的或人工的语言) 进行有效通信。自然语言处理大体上包括自然语言理解和自然语言合成两大部分。自然语言处理的研究经历了漫长而曲折的发展过程。人们曾经认为: 要想让机器达到人类水平的语言处理能力, 机器必须先了解语言的规则( 语法的观点) , 然后需要真正懂得语言所表达的意思( 语义的观点) 。基于语言大数据( 语料库) 的统计语言处理方法打破了这种观念上的禁锢, 并为后续深度学习方法的应用奠定了基础。语
21、料库汇集了各个行业的语言文字及语言材料, 如新闻类、 科技类、 文化艺术类、 体育类等等, 是当前支撑自然语言处理研发的基础性大数据, 在自然语言处理的发展中起到了十分关键的作用。近年来, 自然语言处理领域, 特别是关于中文自然语言的处理方面, 取得了长足进步, 在一些方面已经接近人类语言专家的水平, 如机器翻译和自然语言理解等。2 0 18年 11月 7日, 在第五届世界互联网大会上, 全球首个“ A I合成主播” 发布( 如图 1. 2 所示) , 实现了 A I语音及视频同时实时合成 6华东师范大学出版社第一章人工智能初识的新突破。在实现 A I合成主播的各项技术中, 声音合成技术致力于
22、模拟人的声音和新闻播报的特点, 是人工智能技术的典型应用。当然, 除了自然语言处理技术之外, A I合成主播还涉及人脸合成、 运动控制等多项 A I技术。2 . 图灵测试探究活动哪些 A p p可以算作是智能的？在智能手机或平板电脑上, 像聊天机器人那样声称具有 A I功能的应用比比皆是: 有的可支持专门的A I芯片, 有的带智能加速, 有的带智能感知, 有的带智能拍照, 等等。你是否想过, 这些应用真的如其所称的那样是“ 智能” 的吗? 智能手机的“ 智能” 体现在哪里? 又如何衡量其“ 智能” 的水平呢?请列举出你常用或熟悉的 10个手机 A p p , 将这些 A p p按照各自所展现出
23、的智能水平从低到高进行排序, 然后认真思考并回答下列问题: 1. 你依据什么标准来衡量 A p p的智能水平? 请至少给出三条理由来支持你的衡量标准。2. 邀请你的同学和朋友一起来进行同样的探究, 分享讨论彼此衡量智能水平的标准, 并形成一个大家都认同的标准。3. 根据你们衡量智能水平的标准, 现在的智能手机以及智能 A p p在智能方面还欠缺些什么?4. 根据你们的了解和衡量智能水平的标准, 如果将所有手机 A p p划分为非智能的和智能的两大类,请你估计一下, 智能的 A p p大约占多少比例?5. 平均来看, 哪种类型的 A p p智能水平最高( 或最低) ?图 1 . 3 艾伦图灵(
24、1 9 1 2 1 9 54 )通过上述的思考和探索, 我们发现: 判断一台机器或一个程序是否具有智能以及是否具有像人一样的智能绝非易事, 而且每个人都会有自己的判断标准。英国数学家、 逻辑学家、 计算机科学家艾伦图灵(A l a n T u r i n g) ( 如图1 . 3所示) 在1 9 5 0年发表了一篇名为 计算机器与智能 (C o m p u t i n g M a c h i n e r y a n d I n t e l l i g e n c e) 的论文, 最早提出机器能否思考, 以及如何判断机器智能达到了人类的水平等关键问题。图灵写这篇文章的时候, “ 人工智能” 一词
25、还没有出现, 这篇论文的第一句话就是: “ 我建议考虑这个问题: 机器能思考吗? ”图灵在论文中提出了一种“ 模仿游戏” , 用以判断计算机能否在智能行为上表现得和人“ 无法区分” 。这种模仿游戏后来衍生出各种不同的版本, 既有严肃的和学术性的, 又有商业的和大众化的, 统7 华东师范大学出版社人工智能初步图 1 . 4 图灵测试称为“ 图灵测试” 。图灵测试通过观察机器在回答人们提问时的表现来判断其是否具有智能。假设让一个人与一台机器同在一个房间中, 询问者( 也是判别者) 待在另一个房间中, 且看不见两者中的任何一方。询问者通过一个终端对人和机器提问并接收两者的回答, 如图1 . 4所示。
26、如果经过对双方足够多次的问询和接收回答后, 询问者仍无法分辨出哪个是人, 哪个是机器, 那么就认为机器是智能的。图灵在论文中写道: “ 我认为在大约5 0年的时间里经过5分钟的提问后, 一般询问者作出正确判断的概率, 不会超过7 0 %。 ”图灵测试被广泛用于判断机器或程序是否具有“ 人类级别” 的智能水平。规划设计规划自己的模仿游戏图 1 . 5 模仿游戏的第一个阶段图灵所提出的原始模仿游戏其实由两个阶段构成, 以上所述只是其第二个阶段。图灵测试的第一个阶段是询问者通过不断的问询来判断面对的人是男人还是女人。假设让一个男人与一个女人同在一个房间中, 其中一方, 比如男方, 希望能够骗过询问者
27、( 也就是判别者) , 让他认为自己是女人, 而另一方则要向询问者证明自己才是女人。实验的限制与第二个阶段的情形类似, 询问者必须待在另一个房间中, 看不见两者中的任何一方, 只能通过终端对两人进行提问, 并接收两者的回答,如图 1. 5所示。如果经过对双方足够多次的问询和接收回答后, 询问者仍无法分辨出哪一方是男人, 哪一方是女人, 那么就认定是男方获胜。1. 讨论图灵测试引入第一阶段的目的是什么。后人使用图灵测试的时候经常忽略第一阶段, 分析这种忽略对于图灵测试的结果是否有影响。2. 请利用身边的终端, 设计一个类似的模仿游戏, 不必拘泥于图灵设想的原始形式。注意: 你不但需要设计游戏规则
28、和判定胜负的标准, 还要事先准备好询问中允许提出的各种问题。3. 游戏中是否应该允许抛开问题清单任意提问? 为什么?4. 对游戏规则和问题清单做出改进, 使之更有趣味性也更合理。图灵测试虽说只是一种假想的思想实验, 但却具有以下两个显著特征: (1) 对智能的概念给出了一个客观的判定标准, 即根据机器对一8华东师范大学出版社第一章人工智能初识系列特定问题的反应来判断它是否有智能行为, 从而为判断智能与否提供了一个可操作的标准, 绕开了针对智能“ 究竟是什么” 之类的哲学争论。(2) 严格的实验条件限制排除了可能影响判别者得出结论的其他因素, 这些因素既包括简单的外观差异, 比如生命体征、 外观
29、表情和姿态, 也包括诸如人和机器的思考方式这样的深层区别等。由于这两个特征, 图灵测试被普遍用来作为判别机器智能及人工智能的智能程度的依据。图灵测试及其各种推广、 限制和变体形式, 经常被用来评判现代A I程序的智能水平。2 0 1 1年, 一台名为“ 沃森” 的超级计算机在美国知名的电视智力竞赛节目 危险边缘 中击败了之前这档节目中人类智力竞赛的冠军。这是一个标志性成果, 被认为是在智力竞赛这个狭窄的领域内, 智能计算机通过了图灵测试。另一个颇具影响的现代图灵测试是1 9 9 1年开始的“ 洛伯纳大奖赛” , 该比赛每年举办一次, 由国际人工智能协会主持并挂靠在人工智能的全球性学术会议上,
30、因此带有某种“ 专业的” 意味。有趣的是, “ 洛伯纳大奖赛” 的目标并非决定参赛的人与机器谁是获胜者, 而是判定谁表现得“ 最具人性” , 因此其获胜者被称为是最具人性的“ 人” 。探究活动对图灵测试的质疑塞尔的“中文屋”问题图 1 . 6 塞尔的“ 中文屋” 问题图灵测试的想法被提出以后, 它事实上已经成为判断机器是否具备智能的一个“ 标准” , 但各种反对和质疑声也从未停止过, 其中最有影响力的一种反对观点是美国哲学家约翰塞尔( J . R. S e a r le ) 在 198 0年提出的。塞尔设计了一个叫做“ 中文屋” 的思想实验, 以此来证明机器即使能够表现出与人类似的“ 智能”行
31、为, 其实质上也仍然是没有任何思维和感情的“ 机器” , 因此不能认为是“ 智能” 的。塞尔设计了一个与图灵的模仿游戏类似的场景。如图 1. 6所示, 假设一个完全不懂中文的人被关在一间屋子里, 屋外的人通过向屋里传递纸条的方式用中文来提问, 屋内的人需要将答案写在纸条上传递出来。屋内提供了一个计算机程序, 该程序能够用中文来回答其收到的任何以中文叙述的问题, 并指示屋内人如何用中文作答, 然后将写有答案的纸条传递给提问者。塞尔问道: 如果屋外的人通过这样的问答无法判断屋内人的母语是否为中文, 那么屋内的人是不是就该算作懂中文?塞尔认为: 即使屋内人通过了这样的图灵测试, 他仍然是完全不懂中文
32、的。9 华东师范大学出版社人工智能初步思考：1 . 塞尔使用“ 中文屋” 问题质疑图灵测试的关键点在哪里?2 . 你认为用“ 中文屋” 问题来反驳图灵测试, 其论据是否充分?也有一些计算机科学家对如何判断“ 机器是否能思考” 这个问题提出过有趣的观点。比如, 著名计算机科学家艾兹赫尔戴克斯特拉( Ed s g e r W y b e D i j k s t r a ) 就曾评论: 问“ 机器是否能思考” , 与问“ 潜水艇能不能游泳” 是类似的。如果将游泳定义为“ 利用四肢、 鳍或尾巴在水中前进” , 那么潜水艇肯定不会游泳, 因为它既没有胳膊和腿, 也没有鳍或尾巴。因此, 我们完全可以说机器
33、能“ 思考” , 只不过机器的思考不是我们所设想的人类那种思考。3 . 图灵测试的一个“另类”应用随着互联网应用的普及, 信息安全问题日显突出, 日常应用的便利与信息安全成为一对矛盾。通常, 由这对矛盾产生的问题都没有绝对完美的解决方法。比如, 你在网络上的虚拟私有空间需要用用户标识和密码的组合来进行身份鉴别以保护其安全。想侵入你私有空间的恶意用户经常会利用一些破解工具, 在短时间内大量尝试各种密码的组合。在通常情况下, 密码越复杂, 成功抵御这种被破解的风险的概率就越大, 你的网络空间安全也就越有保证。这也是很多应用要求你不能设置太简单的密码的原因所在!图 1 . 7 图形验证码但是, 复杂
34、的密码会给我们的日常使用带来不便, 尤其是在需要同时使用多个“ 标识+密码” 的组合的场合。“ 图形验证码” 为解决这个问题提供了一个简单而颇具创意的思路。同学们应该都熟悉, 在很多需要输入用户标识和密码的场合, 都会伴随着输入一个图形验证码, 如图1 . 7所示。所谓的图形验证码通常是一幅小图片, 里面有几个或歪歪扭扭,或重叠交叉在一起的符号( 汉字、 字母或数字) , 你必须要认出这些符号并将其填写在验证码的输入框中。图形验证码的英文名称为C A P T C HA, 它 是 “c o m p l e t e l y a u t o m a t e d p u b l i c t u r i
35、 n g t e s t t o t e l l c o m p u t e r s a n d h u m a n s a p a r t” 的缩写, 大意是“ 用于区分计算机和人的一种全自动公共图灵测试” 。图形验证码所依据的原理正是图灵测试, 只不过这时我们的目的不是看计算机是否具有智能, 而是正相反: 我们相信计算机识别图形中的不规则符号的能力还算不上“ 智能” , 所以不可能在限定的时间内准确识别并填入到输入框中。1 0华东师范大学出版社第一章人工智能初识如此一来, 在短时间内大量尝试各种密码组合也就成为不可能完成的任务了。注意: 上述解决方法只是显著降低了计算机自动快速尝试多个密码
36、的速度和可能性, 不能保证绝对的安全。但对于多数普通应用,这样的安全缓冲就足够了。探究活动CA PTCHA的变体随着计算机图像识别能力的提升, 辨别 CA PTCHA中的符号成为一个相对简单的任务, 因此原始的CA PTCHA验证方式的安全性也受到了挑战。1. 假设图 1. 8 所示是某企业员工账号的登录界面。你认为这个系统有什么安全隐患? 如何加以改进?图 1 . 8 账号登录界面 图 1 . 9 改进的图形验证码2. 为增加安全性, 某网站采用了如图 1. 9所示的登录方式。这种验证码能否提升安全性能? 为什么?3. 当前的很多应用采用短信验证码的方式来改善安全性能。与图形验证码相比, 短
37、信验证码的优势在哪里? 可能的安全隐患是什么?二、 关于人工智能的观念随着计算技术的飞速发展, 人工智能已经演化成为一个十分复杂的科学与技术领域, 横跨计算机科学、 生物学、 心理学、 神经与认知科学、 数学和哲学等多个学科, 曾经被视为人工智能代言者的智能机器人也已经成为极具发展潜力的庞大产业。与人工智能相关的观点、 新闻、 影视和文学作品每天都充斥于我们的周围。1 1 华东师范大学出版社人工智能初步“ 人工智能” 一词是在1 9 5 6年的达特茅斯会议上由约翰麦卡锡(J o h n M c C a r t h y) 提出的, 他认为: “ 人工智能就是制造智能的机器, 更特指制作人工智能的
38、程序。人工智能模仿人类的思考方式使计算机能智能地思考问题, 人工智能通过研究人类大脑的思考、 学习和工作方式, 将研究结果作为开发智能软件和系统的基础。 ”探究活动关于人工智能的各种观点图 1 . 1 0 智能体示意图1. 智能体的观点智能体( A g e n t , 也称为智能代理) 是指能够智能地感知环境, 从环境中学习并与环境进行交互的系统( 如图 1. 10所示) 。智能体的观点认为: 人工智能的目标就是创建能够执行某类任务, 并具备认知功能的智能体。智能体明确地将“ 环境” 纳入智能系统的组成部分, 并特别强调了感知、 交互、 认知和学习能力是智能的核心。将人工智能视为智能体, 既保
39、留了人工智能的整体特色, 同时又在很大程度上避免了诸如“ 中文屋” 之类问题的困扰, 因此这一观点已成为近年来人们普遍采用的一种观点。智能体可根据其所呈现的形态大致分成两大类: 软件智能体和物理智能体。思考：1 . 请对比智能体与机器人的概念, 指出它们有哪些相同之处, 又有哪些不同之处。2 . “ 清扫机器人” 是日常生活中常见的一种智能设备, 可以把它看成一个智能体。请详细说明这个智能体的核心组成部分有哪些, 它们分别要承担哪些任务。3 . 智能手机是否应该被视为一个智能体? 将其看作是多个智能体的组合是否更合适? 如果将其视为“ 多智能体” , 那么它最主要的几个部分是什么?2. 人工智
40、能的三种流派在人工智能的发展历程中, 由于对智能本身及产生智能的机理理解不同, 曾经出现了很多风格迥异的观念和流派, 但总体上来讲大致可以分为三种。( 1 ) 符号主义符号主义的观点基于所谓的“ 物理符号假设” , 即将物理世界的问题等同于可用符号表示的世界, 而智能等同于对符号的所有可能操作。早期的符号推理以及基于规则的专家系统都可以看成是符号主义观念的体现。( 2 ) 连接主义连接主义的观点认为: 大脑是一切智能活动的基础, 人工智能应集中关注大脑神经元及其连接机制,只有揭示出大脑结构和信息处理活动的本质, 才能在机器上实现对大脑功能的模拟。神经网络研究一直 1 2华东师范大学出版社第一章
41、人工智能初识受到大脑神经元构造的启发和指引, 被认为是连接主义最主要的表现形式。( 3 ) 行为主义行为主义的观点认为智能仅仅体现在感知和行为上, 一个机器( 或智能体) 只要在“ 感知行动” 上看起来具备智能特征, 其内部甚至无需具有知识或推理能力。行为主义采用自底向上的方法构建智能体, 即构成智能体的单元本身似乎只有非常简单的“ 感知反应” 功能, 如没有“ 大脑” 的六足机器人。但根据一定的机制将多个单元组合在一起构成的智能体可以呈现出令人惊叹的复杂智能行为。行为主义观点在自然界的其他生物体智能中找到了某些依据。比如, 单只蚂蚁很难说其具有智能行为, 但蚁群作为一个智能体能表现出记忆、
42、学习和规划路径等非凡的智能行为。在鱼群、 鸟群、 蜂群中也可以发现类似的情况。在行为主义观点影响下, 人工智能中也形成了一个子领域 仿生智能( b i o-i n s p i r e d i n t e lli g e n c e ) , 其成为计算智能或软计算的一部分。给人工智能这样一个复杂的、 具有多学科属性而且仍在高速发展中的领域下一个完美定义注定是十分困难的, 甚至是不可能的。许多学者从不同的视角对人工智能的内涵进行了阐述, 适当了解这些观点对于我们全面了解人工智能的特点、 认识人工智能的价值和潜力非常必要。思考：1 . 从学习小组成员所汇集的文献中, 列举出至少三种关于人工智能的定义
43、或界定, 研讨这些定义或界定之间的关联与区别。2 . 阅读百科全书、 权威媒体以及著名人物关于人工智能的观点, 结合自己使用人工智能应用的体会, 讨论每种观点所强调的和欠缺的方面。3 . 待本书的学习全部完成后, 请重新做一次本活动, 总结自己在哪些方面的观念有所变化。本书中, 我们采用下列定义: 人工智能指由人创造出来的, 具有感知、 认知、 决策、 学习、 执行和社会协作能力, 符合人类情感、 伦理与道德观念的虚拟的或人工的系统。人工智能学科大致分为六个领域( 或称分支) : (1) 计算机视觉: 研究模式识别、 图像处理等子领域和问题;(2) 自然语言理解与交流: 研究语音识别、 合成、
44、 对话等子领域和问题;(3) 认知与推理: 研究对物理和社会方面各种知识与常识的辨识、 采集、 表征、 认知以及推理等方面的相关问题;(4) 机器人学: 研究各种类人形态或非人形态的实体机器人的设计、 机械、 能源、 控制、 运动以及任务规划等方面的问题;(5) 博弈与伦理: 研究多代理智能体的交互、 对抗与合作, 以及机器人与社会融合等问题;(6) 机器学习: 研究机器( 软件) 如何从数据中学习, 包括各种基于统计的机器学习模型、 基于神经网络的学习模型等问题。1 3 华东师范大学出版社人工智能初步第二节人工智能的发展历程人工智能自诞生至今, 已经有6 0多年的历史, 经历了多次高潮和低谷
45、, 堪称是人类科技发展史中一部跌宕起伏的大剧。一、 从早期尝试到符号推理人工智能诞生于1 9 5 6年的达特茅斯会议。从1 9 5 6年到2 0世纪7 0年代中期的约2 0年时间里, 人工智能从萌芽迅速走向繁荣, 产生了大量的原创思想与成果, 初步形成了自然语言处理、 专家系统、 定理自动证明与自动推理等特色研究方向, 建造了很多经典的智能系统原型。包括后来才得到大发展的一些新兴领域, 如神经网络( 感知机) 及A I中的贝叶斯方法等, 也在这个时期萌芽, 这个时期堪称人工智能“ 古老的黄金年代” 。总体来讲, 这一时期的主流还是基于数理逻辑的符号知识表示与推理, 这个特色也成为人工智能第一次
46、浪潮的标志。这个阶段的主要成果及事件包括: (1) 因编写计算机弈棋程序的需要, 提出了各种“ 智能” 搜索算法, 其中很多算法现今都已经成为经典。一些算法( 比如“ 深度优先”和“ 广度优先” 搜索算法等) 已如此普及, 以至于完全不需要再冠以“ 智能” 一词了。(2) 艾伦纽厄尔(A l l e n N e w e l l) 、 约翰克里夫肖(J o h n C l i f f S h a w) 和赫伯特西蒙(H e r b e r t A. S i m o n) 开发了“ 逻辑理论家” 及“ 通用问题求解机” , 为早期专家系统和符号推理系统奠定了基础。(3) 乔舒亚莱德伯格(J o s
47、 h u a L e d e r b e r g) 和布鲁斯布坎南(B r u c e G. B u c h a n a n) 等人设计了第一个具有实用价值的、 基于知识的专家系统D E N D R A L。(4) 约翰麦卡锡设计了表处理语言 L i s p编程语言, 阿兰科莫劳尔(A l a i n C o l m e r a u e r) 设计了P r o l o g编程语言, 这两种语言是第一批专门面向人工智能的计算机编程语言, 其引入的语言范式和特点( 如面向对象、 逻辑编程语言) 成为后世同类语言的典范。后来, 在2 0世纪8 0年代, 日本提出的第五代计算机研究计划就以P r o
48、l o g语言为基础。(5) 茱莉亚罗宾逊(J u l i a R o b i n s o n) 提出逻辑消解算法, 成功解1 4华东师范大学出版社第一章人工智能初识决了一类符号推理中的关键问题。爱德华费根鲍姆(E d w a r d A. F e i g e n b a u m) 和乔尔摩西(J o e l M o s e s) 开发出了第一个成功的、 基于知识的数学推理程序M a c s y m a。我国著名数学家吴文俊发明了几何定理机械化证明的“ 吴氏方法” 。(6) 在1 9 4 2年提出的麦卡洛克 皮茨神经元模型的基础上, 弗兰克罗森布拉特(F r a n k R o s e n b
49、 l a t t) 提出了感知机模型, 这是最早的一类神经网络模型。体验思考Py t h o n中的符号数学符号数学系统是自动推理程序中比较成熟的一类, 其中比较有名的商业系统包括 M a t h e ma t i c a ( 及其后来的智能搜索引擎 W o lf r a m A lp h a ) 、 M A TLA B 和 M a p le , 它们基本上都遵循了 M a c s y ma的模式。S y mPy 是 Py t h o n的一个开源符号数学扩展库, 其开发目的是提供一个功能上可与上述商业软件相匹敌的便利工具。在 S y mPy中, “ 符号” 一词与数学中的“ 未知量” “ 参
50、数” “ 变量” 这些对象很类似。S y mPy 可以定义并操作非常复杂的、 包含有“ 符号” 的数学表达式和数学函数, 从而实现了数学层面的“ 符号推理” 。S y mPy 中的符号计算与通常的数学实践非常接近, 所以学习使用不会有什么困难。请同学们遵循如下步骤体验 S y mPy 的一些自动运算和推理功能: 1. 使用 i mp o r t 语句导入 S y mPy 库, 具体使用方式依需要而定( 见随后的代码) 。 2. 阅读并在交互模式下运行下列程序片段: 1 5 华东师范大学出版社人工智能初步但是, 繁荣中也隐藏着危机。1 9 6 9年, 马文闵斯基(M a r v i n M i
