第一章:绪论
- 1956年正式提出人工智能(artificial intelligence, AI)这个术语并把它作为一门新兴科学的名称。
- 20世纪三大科学技术成就:空间技术、原子能技术、人工智能
- 智能是知识与智力的总和。知识是一切智能行为的基础,智力获取知识并应用知识求解问题的能力 。
- 即使通过图灵测试也不能说明计算机能思维。
- 机器学习(machine learning):研究如何使计算机具有类似于人的学习能力,使它能通过学习自动地获取知识。
- 模式识别(pattern recognition):研究对象描述和分类方法的学科。分析和识别的模式可以是信号、图象或者普通数据。
第二章:知识表示与知识图谱
知识:
在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。把有关信息关联在一起所形成的信息结构。 知识反映了客观世界中事物之间的关系,不同事物或者相同事物间的不同关系形成了不同的知识。
例如: “雪是白色的” 。 事实
“如果头痛且流涕,则有可能患了感冒” 。 知识
知识的特性:
- 相对正确性
- 不确定性: 随机性、 模糊性、经验、不完全性引起的不确定性
- 可表示性与可利用性:
知识的可表示性: 知识可以用适当形式表示出来,如用语言、文字、图形、神经网络等。 知识的可利用性: 知识可以被利用。
命题:
- 命题(proposition):一个非真即假的陈述句。
- 命题逻辑:研究命题及命题之间关系的符号逻辑系统。
- 命题逻辑表示法:无法把它所描述的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。
- 连接词:非、析取、合取、蕴含、等价
- 一阶谓词逻辑表示法的特点:
优点:自然性、精确性、严密性、容易实现
局限性: 不能表示不确定的知识、 组合爆炸、 效率低
产生式
产生式通常用于表示事实、规则以及它们的不确定性度量,适合于表示事实性知识和规则性知识
知识图谱
- 知识图谱(Knowledge Graph/Vault),又称科学知识图谱,用各种不同的图形等可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
- 知识图谱是由一些相互连接的实体及其属性构成的。
- 三元组是知识图谱的一种通用表示方式:
(实体1-关系-实体2):中国-首都-北京
(实体-属性-属性值):北京-人口-2069万 - 知识图谱也可被看作是一张图,图中的节点表示实体或概念,而图中的边则由属性或关系构成。
第三章:确定性推理方法
(1)确定性推理:推理时所用的知识与证据都是确定的,推出的结论也是确定的,其真值或者为真或者为假。
(2)不确定性推理:推理时所用的知识与证据不都是确定的,推出的结论也是不确定的。
自然演绎推理:
- 从一组已知为真的事实出发,运用经典逻辑的推理规则推出结论的过程。推理规则:P规则、T规则、假言推理、拒取式推理 。
- 优点:表达定理证明过程自然,易理解。拥有丰富的推理规则,推理过程灵活。便于嵌入领域启发式知识。
- 缺点:易产生组合爆炸,得到的中间结论一般呈指数形式递增。
例: 例3.1 已知事实:
(1)凡是容易的课程小王( Wang )都喜欢;(2)C 班的课程都是容易(3)ds 是 C 班的一门课程。求证:小王喜欢 ds 这门课程。
证明:定义谓词:
EASY ( x ):x 是容易的
LIKE ( x, y ):x 喜欢 y
C ( x ):x 是 C 班的一门课程
已知事实和结论用谓词公式表示:
( vx) ( EASY ( x ) → LIKE ( Wang, x ) )
( vx ) ( C ( x ) → EASY ( x ))
C ( ds )
LIKE ( Wang, ds )
归结反演
例3.9 某公司招聘工作人员,A,B ,C 三人应试,经面试后公司表示如下想法:(1) 三人中至少录取一人。(2) 如果录取 A 而不录取 B ,则一定录取 C。(3) 如果录取 B ,则一定录取 C 。
证明:公司的想法用谓词公式表示:
第四章:不确定性推理方法
第五章:搜索求解策略
-
状态空间:利用状态变量和操作符号,表示系统或问题的有关知识的符号体系,
-
状态空间是一个四元组: S:状态集合。
O :操作算子的集合。
So :包含问题的初始状态是 的非空子集。
G:若干具体状态或满足某些性质的路径信息描述。 -
如果某一问题有解,那么利用A*搜索算法对该问题进行搜索则一定能搜索到解,并且一定能搜索到最优的解而结束。
扫描二维码关注公众号,回复: 14862930 查看本文章
其他
- 标志着人工智能走上人类历史舞台的事件是:1955年8月,John McCarthy、Marvin Lee Minsky、Claude Shannon和Nathaniel Rochester提交了一份题为A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence(关于举办达特茅斯人工智能夏季研讨会的提议)的报告中。
- 在本课程所介绍的贪婪最佳优先搜索和A*搜索中,都需要用到的辅助信息是:任意一个城市与目标城市之间的直线距离。
- Alpha-Beta剪枝搜索,搜索树中节点的位置先后次序会影响搜索效率
- 期望风险指模型关于联合分布期望损失,经验风险指模型关于训练样本集平均损失
- 强化学习中,在每一步中,当位于当前状态时,总是采取一个动作,使得采取该动作后,在未来可获得反馈值的最大期望。
- 纳什均衡是一种稳定局势,而不一定是一种最优局势。