《人工智能及其应用》课程学习知识总结

1. 人工智能的三大学派？分别代表了什么观点？

• 符号主义：又称为功能模拟学派，主要观点认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程。
  （a）立足于逻辑运算和符号操作，适合模拟人的逻辑思维过程，解决需要逻辑推理的复杂问题。
  （b）知识可用显示的符号表示，在已知基本规则的情况下，无需输入大量的细节知识。
  （c）便于模块化，当个别事实发生变化时，易于修改。
  （d）能与传统的符号数据库进行连接。
  （e）可对推理结论进行解释，便于对各种可能性进行选择。
• 连接主义：又称为结构模拟学派，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。主要观点认为大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，渴望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟，
  其特点：
  （a）通过神经元之间的并行协作实现信息处理，处理过程具有并行性，动态性，全局性。
  （b）可以实现联想的功能，便于对噪声的信息进行处理。
  （c）可以通过对于神经元之间连接强度的调整实现学习和分类等。
  （d）适合模拟人类的形象思维过程。
  （e）求解问题时，可以较快的得到一个近似解。
• 行为主义：又称模拟学派、进化主义或控制论学派，认为智能行为的基础是“感知行为”的反应机制。基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。
  其特点：
  （a）知识和形式表达和模型化方法是人工智能的重要障碍之一。
  （b）智能取决于感知和行动，应直接利用机器对机器环境作用后，以环境对作用的响应为原型。
  （c）智能行为只能体现在世界中，通过与周围环境交互而表现出来。
  （d）人工智能可以像人类智能一样逐步进化，分阶段发展和增强。

符号主义：又称为功能模拟学派，主要观点认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程。

连接主义：又称为结构模拟学派，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。
主要观点认为大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，渴望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。

行为主义：又称模拟学派、进化主义或控制论学派，认为智能行为的基础是“感知行为”的反应机制。基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。

2. 知识表示方法都有哪些技术？分别简要介绍？

(1)状态空间法是基于解答空间的问题表示和求解方法，是以状态和操作符为基础的。
需要扩展过多的节点，容易出现“组合爆炸”，因而只适用于表示比较简单的问题。

(2)问题归约法是从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，
直至最后把初始问题归约为一个平凡的本原问题集合。状态空间法是问题归纳法的一种特例。
这些本原问题的解可以直接得到，从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。

(3)谓语逻辑法是采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，
然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。

(4)语义网络法是用“节点”代替概念，用节点间的“连接弧”代替概念之间的关系。
语义网络表示法的优点：结构性、联想性、自然性。

3. 图搜索策略的一般步骤？

(1) 建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN 的未扩展节点表中。
(2) 建立一个叫做CLOSED的已扩展节点表，其初始为空表.
(3) LOOP：若OPEN表是空表，则失败退出。
(4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进 CLOSED表中。称此节点为节点n
(5) 若n为一目标节点，则有解并成功退出，此解是追踪图G中沿着指针从n到S这条路径而得到的(指针将在第7步中设置)
(6) 扩展节点n，同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添入图G中。
(7) 对那些未曾在G中出现过的M成员设置一个通向n的指针。把M的这些成员加进OPEN表。
	对已经在OPEN或CLOSED表上的每一个M成员，确定是否需更改通到n的指针方向。对已在CLOSED表上的每个M成员，
	确定是否需要更改图G中通向它的每个后裔节点的指针方向。
(8) 按某一任意方式或按某个探试值，重排OPEN表。
(9) GO  LOOP。