人工智能复习笔记

人工智能

绪论

什么是人工智能

• 关于智能

  • 关于智能的三个观点

    • 思维理论

      • 认为智能的核心是思维。人的一切智慧
        或者智能都来自于大脑的思维活动，人
        类的一切知识都是人们思维的产物。

    • 知识阈值理论

      • 强调知识对于智能的重要意义和作用：智能就是在巨大知识库中迅速找到一个满意解的能力

    • 进化理论

      • 对外界事物的感知能力、对动态环境的适应能力
        是智能的重要基础及组成部分。

    • ※对上述三者总结

      • 智能是知识与智力的总和。知识是智能
        行为的基础，智力是获取知识、运用知
        识的能力，它来自于人脑的思维活动。
        同时，对外界事物的感知能力，是智能
        的重要基础及组成部分。

  • 智能的具体特征

    • 感知能力
    • 记忆与思维能力
    • 学习能力及自适应能力
    • 行为能力

• 人工智能的研究目标

  • 目标

    • 用人工的方法在计算机上实现智能（1956年）

  • ※例子

    • 图灵测试

      • 测试者A不能分辨B、C哪个是电脑

    • 深蓝（97年超级电脑）

      • 深蓝有没有智能？

    • 考试曾考过：图灵的梦想和深蓝哪个难实现

*人工智能发展简史

• 孕育阶段（1956之前）
• 形成阶段（1956-69）
• 发展阶段（1970—今）

人工智能研究及应用领域

• 专家系统与知识工程
• 机器学习
• 模式识别
• 自然语言处理与机器翻译
• 机器定理证明
• 博弈论
• 智能决策支持系统
• 人工神经网络
• 机器人学
• 智能体

知识工程

概述

• 什么是知识

  • 把有关信息关联在一起所形成的信息结构称
    为知识

  • 信息和数据关系

    • 数据是信息的载体和表示；信息是数据的语义

• 知识的特性

  • 相对正确性

    • 知识是经验的总结，有一定的适用条件

  • 不确定性

    • 随机性

      • 如果A可能B

    • 模糊性

      • 高个子擅长打篮球

    • 不完全性

      • 对事物认识不完全不准确

    • 经验性

      • 专家系统大部分知识都有不确定性

  • 可表示性与可利用性

• 知识的分类

  • 按作用范围

    • 常识型、领域型

  • 按作用及表示

    • 事实型知识、规则

  • 按确定性

    • 确定性知识、不确定性知识

  • 按结构及表现形式

    • 逻辑性知识、形象性知识

知识表示方法

• 定义

  • 知识表示就是对知识的一种描述，一种计算机可以接受的用于描述知识的数据结构。
  • 知识的两大类表示方法：符号表示法（本章）连接机制表示法（神经网络）用谁根据知识特点定

• 经典逻辑表示法

  • 命题逻辑

    • 命题是具有真假意义的语句
    • 无法把客观事物的结构及逻辑特征反映出来，也不能把不同事物间的共同特征表述出来。

  • ※谓词逻辑（最精确、最早）

    • 一般形式

      • 谓词的一般形式P (x1, x2,…,xn)其中，大写P是谓词名，x1, x2,…,xn是个体

        • 个体可以是常量、变元或者函数

        • 个体变元的取值范围称为个体域

        • 谓词的语义由人指定

        • 可以使用连接词构造简单的谓词公式

        • 谓词的元和阶定义

          • 元：变元数
          • 阶：变元最多嵌套的谓词层数

        • 和函数的区别

          • 谓词是个体到真值映射
          • 函数是个体到个体

    • 谓词公式

      • 单个谓词是合式公式，称为原子公式；
      • 若A是合式公式，则￢A也是合式公式
      • 若AB都是合式公式，加上连接词还是合式公式
      • 若A是合式公式，x是任一个体变元，则
        （任意x）A、（存在x）A都是合式公式
      • 有限步上述规则得到的公式是合式公式

    • 谓词公式的解释

      • 在命题逻辑中对各命题变元的一次真值
        指派称为命题公式的一个解释

    • 推理规则

      • P规则

        • 在推理的任何步骤都可以引入前提

      • T规则

        • 推理时，如果前面步骤中有一个或者多个公式永真蕴含公式S，则可把S引入推理过程中

      • CP规则

        • 如果能从R和前提集合中推出S来，则可从前
          提集合推出R→S。

      • 反证法

        • Q为P1,P2,…,Pn的逻辑结论，当且仅当
          （P1∧P2∧…∧Pn）∧￢Q是不可满足的。

      • 逻辑推理

        • 运用等价式、永真蕴涵式、及上述推理规
          则进行推理

    • 基于谓词逻辑的知识表示

      • 事实：用谓词公式的与/或形表示

      • 规则：用蕴涵式表示

      • 步骤

        • 首先定义谓词，指出每个谓词的确切语义，然后再用连接词把有关的谓词连接起来，形成一个谓词公式表达一个完整的意义

    • 一阶谓词逻辑表示法的特点

      • 优点

        • 自然、精确、严密、容易实现

      • 缺点

        • 不能表示不确定性的、启发性、元知识
        • 组合爆炸
        • 效率低

• 产生式表示法（应用最多）

  • 产生式的基本形式

    • 事实的表示

      • 三元组
      • 四元组（不确定的知识）

    • 规则的表示

      • P→Q或If P Then Q

  • 产生式与谓词逻辑蕴含式的区别

    • 蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识
    • 产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配

  • 产生式系统

    • 规则库

      • 用于描述相应领域知识的产生式集合

      • 建立规则库应注意

        • 有效地表达领域内的各种规则
        • 便于对知识进行合理的组织与管理

    • 综合数据库

      • 又称为事实库、上下文、黑板等等。
        存放已知的事实和推导出的事实

    • 控制系统

      • 又称为推理机构，负责整个产生式系统的运行

      • 完成的工作：

        • 按照一定的策略，匹配规则的条件部分
        • 当多于一条的规则匹配成功时（称为冲突），选择其中一条规则加以执行(冲突消解)
        • 将匹配规则的结论部分放入综合数据库或者执行相应操作
        • 计算结论的不确定性
        • 决定系统何时终止运行

  • 产生式系统求解问题的一般步骤

    • 即正向推理步骤

      • 1初始化事实库
      • 2. 若规则库中存在尚未使用过的规则，且可匹
           配成功，则转第3步。否则转第5步
      • 3. 执行当前选中的规则，并把结论送入事实库
      • 4. 检查事实库中是否已经包含了解。若有则终
           止推理。若无则转第2步
      • 5要求用户增添事实。若有则转第2步。若无则
        终止推理

  • 产生式系统的分类

    • 按推理方向划分

      • 正向(数据驱动)后向(目标驱动)和双向产生式系统

    • 按确定性划分

      • 确定性和不确定性产生式系统

  • 产生式表示法的特点

    • 优点

      • 自然性、模块性、有效性、清晰性

    • 缺点

      • 效率不高

        • 反复执行“匹配——冲突消解——执行”过程，容易引起组合爆炸

      • 不能表达具有结构性的知识

确定性推理

必考大题：PPT上例子要会

概论

• 推理方式与分类

  • 方式：用已知判断推出另一个判断

  • 推理机：程序做推理

  • *分类

    • 演绎推理、归纳推理、默认推理

      • 演绎：从一般到特殊。例如三段论
      • 归纳：从个体到一般
      • 默认推理：缺省推理，在知识不完全的情况下假设某些条件已经具备所进行的推理

    • 确定性、不确定性推理

    • 单调推理、非单调推理

      • 推出的结论是否单调增加（演绎推理，缺省推理）

    • 启发式、非启发式推理

      • 启发性知识是指与问题有关且能加快推理进程、