《人工智能》基础知识

《人工智能》需要掌握的基本知识和基本方法 第一章： 1.人工智能的定义：P5 人工智能是一门研究如何构造智能机器 （智能计算机） 或智能系统， 使它能模拟、 延伸、 扩展人类智能的学科。 2、人工智能研究的基本内容：P10-P11 （1）知识表示 （2）机器感知 （3）机器思维 （4）机器学习 （5）机器行为 3当前人工智能有哪些学派？（自己查资料） 答：目前人工智能的主要学派有下面三家： (1) 符 号 主 义 (symbolicism) ， 又 称 为 逻 辑 主 义 (logicism) 、 心 理 学 派 (psychologism)或计算机学派(computerism)， 其原理主要为物理符号系统(即符 号操作系统)假设和有限合理性原理。 (2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派 (physiologism)，其主要原理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(actionism)，又称为进化主义(evolutionism)或控制论学派 (cyberneticsism)，其原理为控制论及感知-动作型控制系统。 4、他们对人工智能在理论上有何不同观？（自己查资料） 答： （1）认为人工智能源于数理逻辑 （2）认为人工智能源于仿生学 （3）认为人工智能源于控制论 第二章 1.掌握一阶逻辑谓词的表示方法：用于求解将谓词公式化为子句集 2.产生式系统的基本结构，各部分的功能以及主要工作过程。P38-P39 （1）规则库 规则库是产生式系统求解问题的基础， 其知识是否完整、 一致， 表达是否准确、灵活，对知识的组织是否合理等，将直接到系统的性能。 （2）综合数据库 综合数据库又称为事实库、上下文、黑板等。 它是一个 用于存放问题求解过程中各种当前信息的数据结构。 （3）控制系统 控制系统又称为推理机构，由一组程序组成，负责整个产生 式系统的运行，实现对问题的求解。 工作过程：(a) 从规则库中选择与综合数据库中的已知事实进行匹配。 （b）匹配成功的规则可能不止一条，进行冲突消解。 （c）执行某一规则时，如果其右部是一个或多个结论，则把这些 结论加入到综合数据库中：如果其右部是一个或多个操作，则执行这些操作。 （d）对于不确定性知识，在执行每一条规则时还要按一定的算法 计算结论的不确定性。 （e）检查综合数据库中是否包含了最终结论，决定是否停止系统 的运行。 3.框架表示的结构组成 （1）框架（frame） ：一种描述所论对象（一个事物、事件或概念）属性的数据结构。 （2）一个框架由若干个被称为“槽” （slot）的结构组成，每一个槽又可根据实际情况 划分为若干个“侧面” （faced） 。 （3）一个槽用于描述所论对象某一方面的属性。 （4）一个侧面用于描述相应属性的一个方面。 （5）槽和侧面所具有的属性值分别被称为槽值和侧面值。 4.语义网络的基本结构组成 第三章 课件里的全部例题 第一题： 5 个不同颜色的房间，每间有个不同国籍的人，每人有自己喜欢的饮料，香烟和宠物， 已知信息： 1.英国人住在红房间里； 2.西班牙人有一条狗； 3.挪威人住在左边第一个房间里； 4.黄房间的人在抽库尔斯牌香烟； 5.抽切斯菲尔德牌香烟的人是养了一只狐狸的人的邻居； 6.挪威人住在蓝房间隔壁； 7.抽温斯顿牌香烟的人有一只蜗牛； 8.抽幸运牌香烟的人喝橘子汁； 9.乌克兰人喝茶； 10.日本人抽国会牌香烟； 11.抽库尔斯牌香烟的人的房间在有匹马的房间隔壁； 12.绿房间的人喝咖啡； 13.中间房间的人喝牛奶 14.绿房间的人在白房间的隔壁 问题： 哪个房间的人喝水？斑马在哪个房间？ 第二题： 例 1 已知事实： （1）凡是容易的课程小王( Wang )都喜欢； （2）C 班的课程都是容易的； （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： (x) ( EASY ( x ) → LIKE ( Wang, x ) ) (x) ( C ( x ) → EASY ( x )) C ( ds ) LIKE ( Wang, ds ) 第三题：将谓词公式化为子句集 （1）消去谓词公式中的“ —”和“ ”符号 （2）把否定符号”” 移到紧靠谓词的位置上 （3）变量标准化 换元 （4）消去存在量词 a. 存在量词不出现在全称量词的辖域内 换元就可 b. 存在量词出现在一个或者多个全称量词的辖域内 （5）化为前束形 前束形=（前缀）{母式} （前缀） ：全称量词串。 {母式}：不含量词的谓词公式。 （6）化为 Skolem 标准形 Skolem 标准形： M：子句的合取式，称为 Skolem 标准形的母式。 （7）略去全称量词 由于公式中所有变量都是全称量词量化的变量，因此，可以省略全称量词 （8）消去合取词，把母子用子句集表示 （9）子句变量标准化，即使每个子句中的变量符号不同 句子中变量要有所区别 第四章 1.主观 Bayes 方法的主要优缺点（P109） 主观 Bayes 方法的主要优点： （1）具有较坚实的理论基础。 （2）知识的静态强度 LS 及 LN 是由领域专家根据实践经验 给出的，推出的结论有较准确的确定性。 （3）主观 Bayes 方法是一种比较实用且较灵活的不确定性推 理方法。 主观 Bayes 方法的主要缺点 ： （1）要求领域专家在给出知识时，同时给出 H 的先验概率。 （2）Bayes 定理中关于事件独立性的要求使主观 Bayes 方法 的应用受到了限制。 2.证据理论的概率分配函数的作用（P115） ；信任函数和似然函数的关系（P118） （1）设样本空间 D 中有 n 个元素，则 D 中子集的个数为 2 个。 ： D 的所有子集。 （2）概率分配函数：把 D 的任意一个子集 A 都映射为[0，1]上的一个数 M（A） 。 3.模糊推理：给两个模糊集合，会计算模糊关系（P129 例 4.11，例 4.12） 求 A 到 B 的模糊关系 R 第五章： 1.搜索的方向 正向搜索（数据驱动） ：从初始状态出发的正向搜索，也称为数据驱动 逆向搜索（目的驱动） ：从目的状态出发的逆向搜索，也称为目的驱动 双向搜索： 综合上述两种方式的搜索为双向搜索 2、状态空间表示法的四元组 3、.深度优先搜索和广度优先搜索的关系和区别 （1）宽度优先搜索：以接近起始结点的程度为依据进行逐层扩展的搜索方法。 （用队列 的存储结构，类似于树的按层次遍历的过程。 特点：逐层搜索；高价搜索：若解存在，必能找到。 （2）深度优先搜索： 首先扩展最新产生的节点， 深度相等的节点可以任意排列的搜索方法。 （用堆栈的数据结构） 特点： 搜索沿着状态空间的某单一路径沿着起始点向下进行下去， 仅当搜索到达一个没 有后裔的状态时，才选择另一条替代路径。 4、 OPEN 表和 CLOSE 表的变化； 宽度优先搜索 open 表（NPS