AI

人工智能导论复习

第一章 绪论

1.什么是人工智能?

学习的每个方面或智能的任何特征都能被精确地描述到用机器来模拟的程度。

两个维度:学习的每个方面、智能的任何特征

一个核心:用机器来模拟

人工智能的核心思想:用机器模拟人类的学习能力和人类智能特征,并不是研究或制造人类的智能

2.人工智能发展简史

图灵——人工智能之父

图灵测试被认为是人工智能水平的标准测试模型

图灵测试:有超过30%的测试者不能确定是机器还是人,就认为这台机器具有人类智能

3.人工智能流派

第一个维度:智能机器如何模拟人类学习的过程和结果

分为理性主义和经验主义

理性主义:人类学习得到的知识是绝对理性的,可以精确描述,需要人工加工知识并建立理性思考的框架,让计算机依据理性知识库展开思考,例如知识图谱

经验主义:外部世界的知识无法精确描述,通过体验感受得到,智能机器通过不断感知外部世界,以尝试探索获得知识,例如机器学习

第二个维度:机器如何模拟智能的特征

符号主义:知识符号化,将世界知识转换为符号系统,智能就可以根据符号系统解决真实问题

连接主义:大脑是智能产生的根源,机器模拟大脑的结构、信息处理机制等,实现人工智能,例如人工神经网络

达特茅斯会议流派划分:

明斯基:人工神经网络——经验主义、连接主义

麦卡锡:搜索法——经验主义、符号主义

西蒙&艾伦·纽维尔:逻辑理论家——理性主义、符号主义

第二章 知识表示

1.知识表示:将人类知识形式化或者模型化。知识表示有许多方式,可以是一种符号描述、也可以是某种约定,也可以是某种数据结构

2.一阶谓词逻辑

命题逻辑:带有真假意义的确定性的陈述句

命题逻辑的局限性:命题逻辑用符号表示命题,通过逻辑符号连接命题得到复合命题,从而实现知识表示。但命题逻辑对命题内部的结构,对不同命题的共同特征缺少描述手段

3.谓词逻辑

谓词逻辑:将命题中的“谓词”抽象出来,作为知识的核心,将主语作为谓词支配的部分,就可以将知识形式化

谓词的形式:P(x1,x2,...,xn)

其中P是一个谓词,1~n是谓词操作的个体

谓词操作的个体数就是谓词的元数

原子语句:一个谓词

原子语句允许嵌套,不允许出现逻辑运算符号

一阶谓词:全称量词和存在量词仅针对谓词支配的实体,而不针对谓词本身

一阶谓词逻辑优缺点:优:自然性、精确性、容易实现     缺:不能表示不确定性知识、形式过于自由,兼容性差

4.产生式

产生式可以用来描述规则性、事实性的知识。

不确定知识:IF P THEN Q(置信度)

事实性知识产生式:

关系型知识:(对象1,对象2,关系)

属性型知识:(对象,属性,值)

产生式的特点:

①产生式以规则形式描述了事物之间的对应关系,包括了因果、蕴含、动作、方法,表达的知识类型和范畴超过了一阶谓词逻辑

②产生式可以描述不确定的知识,是对一阶谓词逻辑的扩展

5.产生式系统

规则库中存放规则性产生式,事实库存放已有的事实,以及通过推理得到新的事实

6.框架知识表示

框架理论是一种结构化的知识表示方法,可以描述关于实体、概念、事件的属性

典型的框架知识库:FrameNet

发表评论

邮箱地址不会被公开。 必填项已用*标注