2020-03-02 09:57:49 来源:范文大全收藏下载本文
1、智能是什么?
形成和掌握含义的能力;全面考虑问题的能力和思维的效率;先天的、综合的和认识的能力;善于判断、理解和推理,运用知识解决问题;适当地行动、理智地思考、有效地适应环境的总体能力;人工智能的本质:试图使计算机具有人类在处理问题时需要的智能。
2、人工智能定义
定义1人工智能(智能机器):能够在各类环境中自主地或交互地执行各种拟人任务的机器。
定义2人工智能(学科):人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。
定义3人工智能(能力):人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为。
定义4人工智能是一种使计算机能够思维,使机器具有智力的激动人心的新尝试。 定义5人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化。 人工智能定义(理性思维)
定义6人工智能是用计算模型研究智力行为。
定义7人工智能是研究那些使理解、推理和行为成为可能的计算。
定义8人工智能是一种能够执行需要人的智能的创造性机器的技术。
定义9人工智能研究如何使计算机做事让人过得更好。
人工智能定义(理性行为)
定义10人工智能是一门通过计算过程力图理解和模仿智能行为的学科。
定义11 人工智能是计算机科学中与智能行为的自动化有关的一个分支。
3、人工智能的三大学派及其认知观:
(1)符号主义:又称为逻辑主义或计算机学派,其原理主要为物理符号系统假设和有限合理性原理。 (2)连接主义:又称为仿生学派或生理学派,其原理主要为神经网络及神经网络间的连接机制与学习算法。 (3)行为主义:又称进化主义或控制论学派,其原理为控制论及感知—动作型控制系统。认为人工智能起源于控制论。控制论研究动物和机器内部的控制与通信的一般规律,着重于研究过程中的数学关系。
4、人工智能的研究目标
近期目标:制造智能计算机代替人类的部分智力劳动
远期目标:揭示人类智能的根本机理,用智能机器仿真和拓展人类智能
5、人类智能与人工智能的关系:人类智能主要表现在人类认知活动中,认知活动可分为三个层次
最高层思维策略;中间层初级信息处理;最低层生理过程
6、人类的认知行为具有不同的层次
认知生理学:研究认知行为的生理过程,主要研究人的神经系统的活动,是认知科学研究的底层。
认知心理学:研究认知行为的心理活动,主要研究人的思维策略,是认知科学研究的顶层。
认知信息学:研究人的认知行为在人体内的初级信息处理,主要研究人的认知行为如何通过初级信息自然处理,由生理活动变为心理活动及其逆过程,即由心理活动变为生理行为。这是认知活动的中间层,承上启下。
7、符号处理系统的六种基本功能
信息处理系统又叫符号操作系统或物理符号系统。所谓符号就是模式。
一个完善的符号系统应具有下列6种基本功能:
(1)输入符号;(2)输出符号;(3)存储符号;(4)复制符号;(5)建立符号结构:通过找出各符号间的关系,在符号系统中形成符号结构;(6)条件性迁移:根据已有符号,继续完成活动过程。
8、图灵测试:机器具有智能的实验
实验有测试者A,被测试人B,被测试机器C组成;测试者A与被测试人B和被测试机器C不可见,测试者A与B或C使用计算机相连;测试者A向被测试B和被测试C提出相同的智能性问题,但不能询问物理特征,B和C在回答问题时,应尽量让A相信自己是人,A区分机器和人。
实验结果表明,通过变换A和B,A区分出人和机器的概率小于50%,认为该机器具有了智能
9、模式识别:人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式,是对人类感知外界功能的模拟,研究的是计算机模式识别系统,也就是使一个计算机系统具有模拟人类通过感官接受外界信息、识别和理解周围环境的感知能力。
模式识别采用方法:统计模式;句法模式;神经网络;模板匹配
10、人工智能的主要研究范围和应用领域: (1)专家系统(2)计算智能(3)机器学习(4)自然语言处理(5)模式识别(6)分布式人工智能(7)数据挖掘(8)机器视觉(9)机器人学(10)智能检索(11)智能控制(12)智能调度与指挥(13)
人工生命(14)人工神经网络(15)问题解决 (16)机器证明
11、请把“房间”用框架表示出来 例4.5 下面是关于房间的框架: 框架名: 墙数x1:缺省:x1=4条件:x1>0 窗数x2:缺省:x2=2条件:x2≥0 门数x3:缺省:x3=1条件:x3>0
前墙: 后墙: 左墙: 右墙: 天花板: 地板: 门: 窗:
条件:w1+w2+w3+w4=x2 d1+d2+d3+d4=x3
类型:(,,,,,,…)
12、语义网络的概念:语义网络是由节点和边组成的一种有向图。其中节点表示事物、对象、概念、行为、性质、状态等;有向边表示节点之间的某种联系或关系。
13、语义网络分为七种类型:
(1)命题语义网(包括分块联想网络);(2)数据语义网:以数据为中心的语义网络;(3)语言语义网:用于自然语言的分析和理解;(4)结构语义网:描述客观事物的结构,常见于模式识别和机器学习等领域;(5)分类语义网:描述抽象概念及其层次;(6)推理语义网:是一种命题网,但它已在某种程度上规范化,更适于推理;(7)框架语义网:与框架相结合的语义网。
14、语义网的表达能力 (1)实例关系:实例关系表示类与其实例(个体)之间的关系。这是最常见的一种语义关系。例如,“小华是一个大学生”。其中,关系“是一个”一般标识为“is-a”,或ISA。 (2)分类关系:分类关系是指事物间的类属关系。鸟是鸵鸟的上层概念节点,其属性是“有羽毛”、“会飞”,但鸵鸟的属性只是继承了“有羽毛”这一属性,而把鸟的“会飞”变异为“不会飞”。其中,关系“是一种”一般标识为“akindof”或AKO。
(3)组装关系:如果下层概念是上层概念的一个方面或者一部分,则称它们的关系是组装关系。其中,关系“一部分”一般标识为“apartof”。
(4)属性关系:属性关系表示对象的属性及其属性值。
(5)集合与成员关系:意思是“是……的成员”,它表示成员(或元素)与集合之间的关系。例如,“张三是计算机学会会员”。其中,关系“是成员”一般标识为“a-member-of”。 (6)逻辑关系:
(7)方位关系:在描述一个事物时,经常需要指出它发生的时间、位置,或者指出它的组成、形状等等,此时可用相应的方位关系语义网络表示。 (8)所属关系:所属关系表示“具有”的意思。例如“狗有尾巴”可表示为图5―10。
15、语义网络也能表示用谓词公式表示的形式语言语句。例如:
(1)x ((student(x)∧read(x,三国演义)) 即“某个学生读过《三国演义》”,其语义网络表示为图5―12。
16、语义网络的推断主要包括网络匹配、继承推理和网络演绎三个方面的问题
17、语义网络表示法的特点
结构性:语义网络表示法是一种结构化的知识表示方法,它将事物的属性及事物之间的各种语义关系表达出来。
自然性:语义网络实际上是一种带有标示的有向图,符合人们的思维习惯。
自索引性:语义网络表示方式明确,通过与某一节点连接的弧可以很容易地找出该节点有关的信息,不必查找整个知识库。
联想性:语义网络作为人类联想记忆模型提出来,着重强调事物之间的语义关系。 缺点
非严格性:以一个给定的语义网络的含义来于处理程序对其所进行的解释,通过语义网络所实现的推理不能确保其正确。 复杂性:语义网络表示知识的手段是可选的,这给知识表示带来了灵活性;但也带来了表示形式的不统一,增加了处理的复杂性。
18、面向对象技术中的核心概念: 对象和类。
19、基于知识的智能体的核心部件是知识库,当这些知识以逻辑形式表示并进行相应的推理时,就是逻辑智能体
采用命题和谓词演算进行推理的系统是一种典型的逻辑智能体
20、逻辑的分类
a:按照推理的逻辑基础
演绎推理:演绎推理是从全称判断推出特称判断或单称判断的过程,即从一般到个别的推理。演绎推理最常见的形式是三段论法。三段论由三个判断组成,其中两个判断是前提,分别称为大前提和小前提,另一个判断为结论。 例如:(1)大学生都要学习计算机。(2)小明是大学生。(3)小明要学习计算机。 b:按照推理的逻辑基础
归纳推理:归纳推理是从足够多的实例中归纳出一般性结论的推理过程,是一种从个别到一般的推理过程。常用的方法有枚举法和类比法。 枚举法
A1具有f;A2具有f;A3具有f;……;An具有f
A1,A2,A3…,An 都是A类中的事物,且都具有f特征
结论:A具有f特征 类比法
A具有特征a,b,c,d,e;B具有特征a,b,c,d, 结论:B具有特征e
在两个或两类事物的许多属性都相同的基础上,推出它们在其它属性也相同 c:按照推理的逻辑基础
默认推理:默认推理是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。由于这类推理允许默认某些条件是成立的,这就避免了需要知道全部事实才能进行推理的要求,使得在知识不完全的情况下也能进行推理。在默认推理过程中,如果某一时刻发现原先的默认不正确,则要撤销所做的默认以及由此默认推出的所有结论。 d:按照所用知识的确定性:
确定性推理:如果在推理过程中所用的知识都是精确的,推理的结论或者为真,或者为假,就称为确定性推理。
不确定推理:在人类知识中,有相当一部分属于人的主观判断,是不精确的。由这些知识归纳出来的推理规则是不确定的。基于这种不确定性的推理规则进行推理,形成的结论也是不确定的,这种推理称为不确定推理。 e:按照推理过程的单调性
单调推理:在推理过程中随着推理的向前推进及新知识的加入,推出的结论呈单调增加的趋势,并且越来越接近最终目标。一个演绎推理的逻辑系统有一个无矛盾的公理系统,新加入的结论必须与公理系统兼容,因此新的结论与已有的知识不发生矛盾,结论是越来越多,所以演绎推理是单调推理。
非单调推理:在推理过程中随着推理的向前推进及新知识的加入,不仅没有加强已推理出的结论,反而要否定它,使得推理退回前面的某一步,重新开始。一般非单调推理是在知识不完全的情况下进行的,由于知识不完全,为使推理进行下去,就要先做某些假设,并在此假设下进行推理。当新知识的加入发现原先的假设不正确时,就要推翻该假设及其一切结论,应用新知识进行推理。由于情况不断变化,所以推理过程往往是非单调的。
f:按照推理中是否用到启发性知识
启发式推理: 在推理过程中,运用与问题有关的启发性知识,即解决问题的策略、技巧和经验,以加快推理过程,提高搜索效率。 非启发性推理:在推理过程中,不运用启发性知识,按照一般的控制逻辑进行推理。这种推理缺乏对求解问题的针对性,所以推理效率低,容易出现“组合爆炸”问题。
21、命题—能够判断真假的陈述句 判断陈述句的标准:(1)真值唯一;(2)Tor F;(3)可用二进制表示
22、合式公式:
单个常量或者变量的命题构成合式公式;联结词联结的合式公式的组合也是合式公式 合式公式的有限次组合称为命题公式
命题公式:有限次合式公式组合的形式化描述,以大写字母标识。
23、基本联结(连接)符号
~ 非,否定,﹁;∧ 与,合取,AND的首字;∨ 或,析取,or; 蕴含 ,式A:a b表示,如果a为真,则b为真; ↔等价
24、联结符号的优先级 ~ ; ∧; ∨; →; ↔
25、将命题从语言表述转换为命题公式
1、3不是偶数
令:p表示“3是偶数”,~p
2、教室里有30名男生和10名女生 令:p表示“教室里有30名男生”,q表示“教室里有10名女生”,则p∧q
3、如果天下雨,出门带伞 令p表示“天下雨”,q表示“出门带伞”,则p→q
4、只要不下雨,我就骑自行车上班
令p表示“天下雨”,q表示“骑自行车上班”,则~p→q
5、只有不下雨,我才骑自行车上班
令p表示“天下雨”,q表示“骑自行车上班”,则q →~p
26、练习:扫雷游戏
设Xi,j表示方格[i,j]中有一个地雷。
写出方格[1,1]周围恰好有2颗地雷的命题公
式
28、等值逻辑运算
逻辑等值,等号连接的命题公式等价 交换率:A ∧ BB∧A;A∨BB∨A ; 结合率: (A ∧ B) ∧ CA ∧(B ∧ C) ;(A ∨B) ∨ CA ∨ (B ∨ C) ;
*分配率: A ∨ (B ∧ C) (A ∨ B) ∧(A ∨ C) ;A ∧(B ∨ C) (A∧B)∨(A∧ C) ; 双重否定律:~ ~ A A ;等幂率:A A ∧ A ; A A ∨A ; *摩根律:~ (A ∨B) ~A ∧ ~B; ~ (A ∧ B) ~A ∨ ~B;
吸收率:A ∨( A ∧ B ) A; A ∧ (A ∨B ) A ;同一率: A ∨0A; A ∧1A; 零率: A ∨11; A ∧00;排中律:A∨~ A 1;矛盾律:A ∧ ~ A 0 *蕴含等值式:A→B ~ A ∨ B ;*等价等值式:A↔B (A→B) ∧(B →A) ; 假言易位式:A → B ~ B → ~A;等价否定等值式:A ↔ B ~ A ↔~B;
归谬论:(A → B) ∧ (A → ~B) ~ A ;
29、任意命题公式都存在等值的析取范式和合取范式
30、合取范式与析取范式
简单析取式:有限个命题变元或其否定,析取联结符:p∨q;~p ∨q;p ;q
析取范式:有限个简单合取式,析取:p∨(p ∧ q) ∨(~p ∧ q)
简单合取式:有限个命题变元或其否定,合取:p∧ q;~p ∧ q;p;q 合取范式:有限个简单析取式,合取:p∧(p∨q) ∧(~p ∨q)
31、例计算(p ∧ (q →r) ) →s 的合取范式
(p ∧ (~q ∨r) ) →s ;蕴含等值式 ~(p ∧ (~q ∨r) ) ∨s ;蕴含等值式 ~p ∨~(~q ∨r)∨s ;摩根律 ~p ∨(~~q ∧ ~r) ∨s;摩根律 ~p ∨(q ∧ ~r) ∨s;双重否定律 ( ~p ∨s )∨(q ∧ ~r);交换律
(~p ∨s ∨ q )∧ (~p ∨s ∨ ~r) ;分配律
32、计算 ((p ∨q)→r) →p 的合取范式 (~(p ∨q)∨ r)→p ;蕴含等值式 ~(~(p ∨q) ∨ r) ∨ p;蕴含等值式 (~~ (p ∨q) ∧ ~r )∨ p ;摩根律 ((p ∨q) ∧ ~r )∨ p ; 双重否定律 (p ∨q∨ p) ∧ (~r ∨ p ); 分配律 (p ∨q) ∧ (~r ∨ p ); 等幂律
33、常用推理定律: 附加:A => (A∨B) 简化:(A∧B) =>A
假言推理:((A → B) ∧ A) =>B 拒取式: ((A → B) ∧~ B) => ~ A 析取三段论:((A∨B)∧~A) =>B
假言三段论:((A → B)∧(B →C ) ) => (A → C)
等价三段论:((AB)∧(BC ) ) => (AC)
构造型二难:(A → B)∧(C →D )∧(A∨C)=> (B∨D)
34、如果今天下雨,则要带雨伞或雨衣。如果走路上班;则不带雨衣。今天下雨,走路上班,证明要带伞。
解: p: 今天下雨;q: 带雨伞;r : 带雨衣;s: 走路上班
前提: p→(q∨ r); s →~ r; p; s求证: q
证明:
1、p→(q∨ r) ,p前提引入:
2、((p→(q∨ r) )∧p) =>q∨ r假言推理:
3、s →~ r,s前提引入:
4、((s →~ r)∧s) => ~r假言推理:
5、((q∨ r )∧~r ) =>q析取三段论:
35、例:证明 G是F的逻辑结论 F1:P→W F2:~W G:~P
分析:已知条件为: (P→W)(~W) 结论为:~P;则,逆否命题为:(P→W) ∧(~W)
36、例: p∧(p∨q) ∧(~p ∨q) 子句集为{p,p∨q, ~p ∨q}
38、例2:用命题逻辑归结原理证明:“人都是妈生的,张飞是人,所以张飞是妈生的” p :人都是妈生的 q :张飞是人 r :张飞是妈生的
(p∧q)→r ;p∧q∧~r
39、例:现在课堂上的所有学生都在上人工智能课 命题逻辑
s1 : 张三在上人工智能课 s2 : 李四在上人工智能课 s3 : 王五在上人工智能课… … …
40、命题是一个陈述句,它一般可分成主语和谓语两部分。有时还需要用到量词。 主语:指独立存在的客体,可以是具体事物或抽象概念,也称为个体
谓词:描述个体词性质或个体之间关系的词 个体域:表示个体变量的取值范围,常用D表示
常量:表示具体性质或关系的个体或者谓词 变量:表示抽象或泛指的个体或者谓词。 量词:表示数量的词。
任意量词∀:表示“任意”,“所有”,也称为全称量词
存在量词∃:表示“存在”
41、例:“关羽是人”,“张飞是人”
这是两个不同的命题,其主语(个体)不同 但是谓词是相同的,“是人”
把谓语部分抽出来,假设 Human(x)表示x是人
这两个命题都可以用这个谓词来描述Human(guanyu);Human(zhangfei) 其中x属于个体变量,guanyu和zhangfei属于个体常量
42、例:
1、所有的人都是要死的
2、有的人能够活到100岁
P(x)表示x是要死的, Q(x)表示x活到100岁
个体域D为人类集合
个体域D为总个体域集合 引入特殊谓词R(x)表示x是人
43、例:我是计算机系的学生
1、确定并说明谓词:
方法一:Student(x,y) 表示X是Y系的学生
2、个体域:X:学生的集合,y:系的集合 Student(I,computer)
方法二:Computer(x) 表示X是计算机系的学生
Computer(I)
注意:必须对谓词进行说明 P(I,computer)
48、对于 , x称为指导变量
A称为相应量词的辖域∃x(A(x)) x在辖域A中的出现称为约束出现
x以外的变量在辖域A中的出现称为自由出现∃x(A(x,y))
49、例:人都是妈生的,张飞是人,张飞是妈生的 定义谓词:
Mum(x)表示x是妈生的 Human(x)表示x是人
前提: x(Human(x)→Mum(x)), Human(ZF)
结论: Mum(ZF) 写出否命题:
50、人工智能本质:试图使计算机具有人类在处理问题时需要的智能。
51、人工智能的发展简史:
第一阶段:1921 通用计算机系统组成输入设备,存储器,运算器,控制器和输出设备 ;1937 图灵计算机模型 ;1946 研制出第一台计算机ENIAC ;1956 提出人工智能术语人类历史上第一次人工智能研讨会在美国的达特茅斯大学举行,标志着人工智能学科的诞生。第二阶段:1956逻辑理论机该系统是第一个处理符号的计算机程序,是机器证明数学定理的最早尝试,该系统是第一个实用的人工智能程序,象征着人工智能研究的真正开端;1960通用问题求 解程序系统解决不定积分,三角函数等不同问题。从此,自动定理证明成为人工智能研究的基本课题之一 。 第三阶段:1965 第一个专家系统DENRAL该系统有非常丰富的高质量化学知识,它解决问题的能力达到同专业化学家水平,该系统的问世,标志着人工智能开始向实用化阶段迈进,同时也标志着专家系统的正式诞生;1972开始研制医疗MYCIN系统;20世纪60 年代自动定理证明王浩,鲁滨逊,吴文俊,曾宪昌等人第四阶段:20世纪80年代研制5代计算机,即知识信息处理计算机系统;1987神经网络国际会议,神经网络学科诞生,随后迅速发展起来。第五阶段:单个智能主体 à 分布式人工智能多Agent系统,人工思维模型,知识系统,遗传与进化计算,人工智能应用近十多年来,机器学习、计算智能、人工神经网络等和行为主义的研究深入开展,形成高潮。同时,不同人工智能学派间的争论也非常热烈。这些都推动人工智能研究的进一步发展。
52、人工智能的理论基础:知识表示、知识的内涵、谓词表示、产生式、语义网络、框架等表示法;逻辑推理方法、命题逻辑、谓词逻辑、置换与合
一、机器证明方法;搜索技术、状态空间法、盲目搜索与启发式搜索。
人人范文网 m.inrrp.com.cn 手机版