人工智能考點(diǎn)整理

1、第一章 緒論1、 人工智能概念人工智能就是讓機(jī)器來完成那些如果由人來做則需要智能的事情的科學(xué)2、 智能有哪些具體特征？ l 具有感知能力（系統(tǒng)輸入）: 機(jī)器視覺，機(jī)器聽覺，圖像語音識(shí)別l 具有記憶與思維能力：思維是智能的根本原因，思維是一個(gè)動(dòng)態(tài)的過程。思維分為：邏輯思維，形象思維和頓悟思維。l 具有學(xué)習(xí)能力及自適應(yīng)能力：適應(yīng)環(huán)境的變換、積累經(jīng)驗(yàn)的能力 l 具有行為能力（系統(tǒng)輸出）：對(duì)外界的智能化反應(yīng)3、 AI的本質(zhì)研究如何制造出人造的智能機(jī)器或系統(tǒng)，來模擬人類智能活動(dòng)的能力，以延伸人們智能的科學(xué)。4、 人工智能系統(tǒng)的三大基本問題知識(shí)獲取、知識(shí)表示和知識(shí)利用5、 人工智能研究形成了三大學(xué)派l 符

2、號(hào)主義，認(rèn)為符號(hào)是人類的認(rèn)識(shí)基元，同時(shí)人的認(rèn)識(shí)過程即是對(duì)符號(hào)的計(jì)算推理的過程。其研究?jī)?nèi)容是基于邏輯的知識(shí)表示和推理技術(shù)。l 聯(lián)結(jié)主義，認(rèn)為人的認(rèn)識(shí)基元是神經(jīng)元，認(rèn)識(shí)的過程就是人腦進(jìn)行信息處理的過程。主要研究?jī)?nèi)容是神經(jīng)網(wǎng)絡(luò)。l 行為主義，其主要原理是智能取決于感知和行為，它不需要知識(shí)，不需要表示，不需要推理，智能行為是通過與現(xiàn)實(shí)外界環(huán)境的交互作用體現(xiàn)出來的。研究重點(diǎn)是模擬人的各種控制行為。三個(gè)學(xué)派各有所長(zhǎng)，各有所短，應(yīng)相互結(jié)合、取長(zhǎng)補(bǔ)短，綜合集成。不同學(xué)派間的爭(zhēng)論進(jìn)一步促進(jìn)了人工智能的發(fā)展。6、 人工智能的目的l 通過計(jì)算機(jī)技術(shù)模擬人腦智能，替代人類解決生產(chǎn)、生活中的具體問題。l 通過計(jì)算機(jī)技術(shù)

3、延伸人類智力，提高人類解決生產(chǎn)、生活中的具體問題的能力。l 通過計(jì)算機(jī)技術(shù)研究推動(dòng)人類智力發(fā)展7、 人工智能的目標(biāo)人工智能是電腦科學(xué)的一個(gè)重要分支，它的近期目標(biāo)是讓電腦更聰明、更有用，它的遠(yuǎn)期目標(biāo)是使電腦變成“像人一樣具有智能的機(jī)器”。8、 人工智能研究的基本內(nèi)容Cognition modeling (認(rèn)知建模)Knowledge Representation(知識(shí)表示)Knowledge Reasoning(知識(shí)推理)Knowledge Application(知識(shí)應(yīng)用)Machine Perception(機(jī)器感知)Machine thinking(機(jī)器思維)Machine learnin

4、g(機(jī)器學(xué)習(xí))Machine behavior(機(jī)器行為)Intelligent system constructing(智能系統(tǒng)構(gòu)建)9、 人工智能研究的主要方法Function simulation (功能模擬法)Construction simulation (結(jié)構(gòu)模擬法 )Behavior simulation (行為模擬法)Integration simulation (集成模擬法)Mechanism simulation（機(jī)制模擬法）10、 人工智能的研究與應(yīng)用領(lǐng)域Problem Solving 問題求解Logic Reasoning & Automatic Theorem

5、 Proving 邏輯推理與自動(dòng)定理證明Natural Language Understanding 自然語言理解Automatic Programming 自動(dòng)定理證明Machine Learning 機(jī)器學(xué)習(xí)Expert System (ES) 專家系統(tǒng)Artificial Neural Network (ANN) 人工神經(jīng)網(wǎng)絡(luò)Robotics 機(jī)器人學(xué)Pattern Recognition 模式識(shí)別Computer Vision 計(jì)算機(jī)視覺Intelligent Control（智能控制）第2章 知識(shí)和知識(shí)表示方法1、 什么是知識(shí)把有關(guān)的信息關(guān)聯(lián)在一起的信息結(jié)構(gòu)，就是知識(shí)。知識(shí)反映了客觀

6、世界中事物之間的關(guān)系。2、 知識(shí)的特性1.相對(duì)正確性知識(shí)是人們對(duì)客觀世界認(rèn)識(shí)的結(jié)晶，并且受到長(zhǎng)期實(shí)踐經(jīng)驗(yàn)的檢驗(yàn)。因此，在一定的條件及環(huán)境下，知識(shí)一般是正確的，可信任的。應(yīng)該注意一定的條件及環(huán)境的條件約束。2.不確定性知識(shí)不總是具有“真”或“假”這兩種狀態(tài)，在真和假之間可能存在許多中間狀態(tài)，這種特性稱為知識(shí)的不確定性。造成知識(shí)不確定性的原因有以下幾種：（1）由隨機(jī)性引起的不確定性（2）由模糊性引起的不確定性（3）由不完全性引起的不確定性（4）由經(jīng)驗(yàn)性引起的不確定性3.可表示性與可利用性知識(shí)是可以用適當(dāng)?shù)男问奖硎境鰜淼模缯Z言、文字、圖形、神經(jīng)元網(wǎng)絡(luò)等。它是可利用的，我們每個(gè)人天天都在利用自己掌握

7、的知識(shí)解決所面臨的各種各樣問題。3、 知識(shí)的分類對(duì)知識(shí)從不同角度劃分，可得到不同的分類方法：1.按作用域劃分:常識(shí)性知識(shí)和領(lǐng)域性知識(shí)2.按作用及表示劃分：事實(shí)性知識(shí)，過程性知識(shí)，控制性知識(shí)3.按確定性劃分：確定性知識(shí)和不確定性知識(shí)4.按結(jié)構(gòu)及表現(xiàn)形式劃分：邏輯性知識(shí)和形象性知識(shí)5.若拋開知識(shí)涉及領(lǐng)域的具體特點(diǎn)，從抽象的、整體的觀點(diǎn)來劃分，知識(shí)可分為零級(jí)、一級(jí)和二級(jí)知識(shí)。4、 知識(shí)表示分類知識(shí)表示方法可分為兩大類：符號(hào)表示法：用各種包含具體含義的符號(hào)，以各種不同的方式和次序組合起來表示知識(shí)連接機(jī)制表示法：用神經(jīng)網(wǎng)絡(luò)技術(shù)表示知識(shí)的一種方法，相對(duì)于符號(hào)表示法而言是一種隱式表示法5、 狀態(tài)空間法從某個(gè)

8、初始狀態(tài)開始，每次加一個(gè)操作符，遞增的建立起操作符的實(shí)驗(yàn)序列，直到達(dá)到目標(biāo)狀態(tài)止。如下棋、迷宮及各種游戲。6、 問題歸約法先把問題分解為子問題及子-子問題，然后解決較小的問題。對(duì)該問題的某個(gè)具體子集的解答就意味著對(duì)原始問題的一個(gè)解答7、謂詞邏輯表示方法的特點(diǎn)主要優(yōu)點(diǎn) 符號(hào)簡(jiǎn)單，描述易于理解。 自然、嚴(yán)密、靈活、模塊化。 具有嚴(yán)格的形式定義。 每項(xiàng)事實(shí)僅需表示一次。 具有證明過程中所使用的推理規(guī)則。 利用定理證明技術(shù)可從舊事實(shí)推出新事實(shí)。主要缺點(diǎn)： 難于表示過程式和啟發(fā)式知識(shí)。 由于缺乏組織原則，利用該方法表示的知識(shí)庫(kù)難于管理。 由于是弱證明過程，當(dāng)事實(shí)的數(shù)目增大時(shí)，在證明過程中決定使用哪條規(guī)則

9、時(shí)可能產(chǎn)生組合爆炸。 不具有表示不精確和不確定知識(shí)的能力。8、語義網(wǎng)絡(luò)法是通過概念及其語義關(guān)系來表示知識(shí)的一種網(wǎng)絡(luò)圖。用語義網(wǎng)絡(luò)表示事物間的關(guān)系：（1）分類關(guān)系（2）聚集關(guān)系（3）推論關(guān)系（4）時(shí)間、位置關(guān)系（5）多元關(guān)系9、語義網(wǎng)絡(luò)的推理主要包括：網(wǎng)絡(luò)匹配：尋找與網(wǎng)絡(luò)片斷的語義網(wǎng)絡(luò)模式繼承推理：使用節(jié)點(diǎn)的繼承關(guān)系進(jìn)行推理網(wǎng)絡(luò)演繹 ：使用節(jié)點(diǎn)間的推論關(guān)系確定不同結(jié)構(gòu)網(wǎng)絡(luò)片斷間的語義等價(jià)關(guān)系10、語義網(wǎng)絡(luò)求解問題的基本過程：1)把待求解的問題構(gòu)造為一個(gè)問題網(wǎng)絡(luò)片段，其中有些節(jié)點(diǎn)或者有向弧的標(biāo)識(shí)是空的，反映待求解問題2)在語義網(wǎng)絡(luò)知識(shí)庫(kù)中搜尋可與問題網(wǎng)絡(luò)片段匹配的網(wǎng)絡(luò)片段。搜尋中，可能需要進(jìn)行繼承

10、推理和網(wǎng)絡(luò)演繹3)當(dāng)問題網(wǎng)絡(luò)片段與知識(shí)庫(kù)中的某語義網(wǎng)絡(luò)片段匹配時(shí)，則由此可匹配的語義網(wǎng)絡(luò)片段得到問題的解11、框架表示法框架表示法就是用來表示經(jīng)驗(yàn)性知識(shí)的一種知識(shí)表示方法?？蚣芡ǔＳ擅枋鍪聞?wù)的各個(gè)方面的槽組成，每個(gè)槽可以擁有若干個(gè)側(cè)面，而每個(gè)側(cè)面可以擁有若干個(gè)值。12、框架表示知識(shí)的系統(tǒng)組成（1） 知識(shí)庫(kù)（提供求解問題所需要的知識(shí)）（2）推理機(jī)（針對(duì)用戶提的問題，運(yùn)用知識(shí)庫(kù)中的知識(shí)完成問題求解）13、框架表示法的特點(diǎn)：（1）結(jié)構(gòu)性（2）繼承性?？蚣鼙硎痉ú蛔悖翰簧朴诒硎具^程性知識(shí)第3章 確定性推理 1、 問題求解技術(shù)盲目與啟發(fā)式搜索：狀態(tài)空間法、圖的搜索技術(shù)與或樹搜索：?jiǎn)栴}歸約法、與或圖的特例

11、的搜索技術(shù)消解原理：謂詞邏輯法、推理技術(shù)2、圖的盲目搜索技術(shù)分成：寬度優(yōu)先搜索技術(shù)、深度優(yōu)先搜索技術(shù)、等代價(jià)（代價(jià)優(yōu)先）搜索技術(shù)3、三種盲目搜索技術(shù)的比較主要差別：在于挑選要擴(kuò)展節(jié)點(diǎn)的規(guī)則不同寬度優(yōu)先搜索技術(shù)：先擴(kuò)展出來的節(jié)點(diǎn)隨后先擴(kuò)展，OPEN表是隊(duì)列深度優(yōu)先搜索技術(shù)：后擴(kuò)展出來的節(jié)點(diǎn)隨后先擴(kuò)展，OPEN表是堆棧等代價(jià)搜索技術(shù)：選取OPEN表中代價(jià)最小的節(jié)點(diǎn)先擴(kuò)展，OPEN表是線性表（以局部代價(jià)的遞增順序排列）4、 啟發(fā)式搜索- A*算法設(shè)函數(shù)f是f*的一個(gè)估計(jì) f(n)= g(n) + h(n) 其中g(shù)(n)是g*(n)的估計(jì)、 h(n)是h*(n)的估計(jì)1.A算法：在圖搜索時(shí)，依據(jù)f(n

12、)= g(n) + h(n) 重排OPEN表在A算法中，如果對(duì)所有x存在h(x) h*(n)，則稱h(x)為h*(n)的下界2. A*算法采用h*(n)的下界h(x)為啟發(fā)函數(shù)的A算法5、消解原理的消解過程 ：（1）將命題寫成合取范式（2）求出子句集（3）對(duì)子句集使用消解推理規(guī)則（4）消解式作為新子句參加消解（5）消解式為空子句 ，S是不可滿足的（矛盾），原命題成立。6、化為子句集1.消蘊(yùn)涵符理論根據(jù)：a b => a b2. 移動(dòng)否定符減少否定符號(hào)的轄域(反復(fù)應(yīng)用狄.摸根定律)理論根據(jù)：3. 變量標(biāo)準(zhǔn)化(讓每個(gè)量詞有自己唯一的啞元)即：對(duì)于不同的約束，對(duì)應(yīng)于不同的變量4. 量詞左移5.

13、 消存在量詞 (skolem化）原則：對(duì)于一個(gè)受存在量詞約束的變量，如果他不受全程量詞約束，則該變量用一個(gè)常量代替，如果他受全程量詞約束，則該變量用一個(gè)skolem函數(shù)代替。 若消去的存在量詞不在任何一個(gè)全程量詞的轄域內(nèi)， skolem函數(shù)即是常數(shù)6.化為合取范式7.隱去全程量詞9、 消解反演求解過程l 公式集S，目標(biāo)公式L，通過反演求證目標(biāo)公式L.證明步驟： 1.否定L，得L; 2.把L添加到S中去； 3.把新產(chǎn)生的集合L， S化成子句集； 4.應(yīng)用消解原理，力圖推導(dǎo)出一個(gè)表示矛盾的空子句；l 提取回答的過程1、先進(jìn)行歸結(jié)，證明結(jié)論的正確性；2、用重言式代替結(jié)論求反得到的子句；3、按照證明過

14、程，進(jìn)行歸結(jié)；4、最后，在原來為空的地方，得到的就是提取的回答。10、規(guī)則演繹系統(tǒng)將有關(guān)問題的知識(shí)和信息劃分成規(guī)則與事實(shí)兩種類型。規(guī)則有包含蘊(yùn)涵形式的表達(dá)式表示，事實(shí)由無蘊(yùn)涵形式的表達(dá)式表示，這種推理系統(tǒng)稱為基于規(guī)則的演繹系統(tǒng)。正向推理：從if部分向then部分推理的過程11、規(guī)則正向演繹系統(tǒng)（1）事實(shí)表達(dá)式的與或形變換（2）事實(shí)表達(dá)式的與或圖表示（3）與或圖的F規(guī)則變換（4）作為終止條件的目標(biāo)公式12、與/或樹的一般搜索過程：1）把原始問題作為初始節(jié)點(diǎn)S0，并把它作為當(dāng)前節(jié)點(diǎn)2）應(yīng)用分解或等價(jià)變換算符對(duì)當(dāng)前節(jié)點(diǎn)進(jìn)行擴(kuò)展。3）為每個(gè)子節(jié)點(diǎn)設(shè)置指向父節(jié)點(diǎn)的指針。4）選擇合適的子節(jié)點(diǎn)作為當(dāng)前節(jié)點(diǎn)，

15、反復(fù)執(zhí)行第2）步和第3）步，在此期間要多次調(diào)用可解標(biāo)示過程和不可解標(biāo)示過程，直到初始節(jié)點(diǎn)被標(biāo)示為可解節(jié)點(diǎn)或不可解節(jié)點(diǎn)為止。第6章 機(jī)器學(xué)習(xí)1、機(jī)器學(xué)習(xí)的主要研究主要集中在以下方面：認(rèn)知模擬：通過對(duì)人類學(xué)習(xí)機(jī)理的研究和模擬，從根本上解決機(jī)器學(xué)習(xí)方面存在的種種問題理論性分析：從理論上探索各種可能的學(xué)習(xí)方法，并建立起獨(dú)立于具體應(yīng)用領(lǐng)域的學(xué)習(xí)算法面向任務(wù)的研究：根據(jù)特定任務(wù)的要求，建立相應(yīng)的學(xué)習(xí)系統(tǒng)2、機(jī)器學(xué)習(xí)系統(tǒng)特征目的性：系統(tǒng)可以有目的的學(xué)習(xí)結(jié)構(gòu)性：具備適當(dāng)?shù)闹R(shí)存儲(chǔ)結(jié)構(gòu)來記憶學(xué)到的知識(shí)，能夠修改和完善知識(shí)表示和知識(shí)的組織形式有效性：新近學(xué)到的知識(shí)應(yīng)受到實(shí)踐的檢驗(yàn)，且必須能夠改善系統(tǒng)的行為起到有益

16、的作用開放性：系統(tǒng)在實(shí)際的使用過程、交互過程中不斷改進(jìn)3、機(jī)器學(xué)習(xí)的方法歸納學(xué)習(xí)：指從特例推導(dǎo)一般規(guī)則的學(xué)習(xí)方法，在機(jī)器學(xué)習(xí)領(lǐng)域中，可把歸納學(xué)習(xí)形式地描述為使用訓(xùn)練實(shí)例以導(dǎo)出一般規(guī)則的搜索問題。類比學(xué)習(xí)基于解釋的學(xué)習(xí)：是一種基于實(shí)例分析的學(xué)習(xí)方法。遺傳算法：是借鑒生物遺傳機(jī)制的一種隨機(jī)化搜索算法，其主要特點(diǎn)是群體搜索和群體中個(gè)體之間的信息交換。人工神經(jīng)網(wǎng)絡(luò)4、消除候選者算法 （1）初始化概念空間H=<G,S>，其中，G為零描述集合，S為訓(xùn)練集合，初始化時(shí)，S中只含第一個(gè)正例 （2）接受一個(gè)新的訓(xùn)練實(shí)例。如果實(shí)例為正例，則從G中刪去所有與該例不相容的概念，并更新集合S，盡可能小地對(duì)S

17、進(jìn)行一般化，以相容這個(gè)新的正實(shí)例；如果實(shí)例為反例，則首先從S中刪去所有與該例相容的概念，并更新集合G，盡可能小地特殊化G中的元素，以便它們不相容這個(gè)反例。 （3）如果G <>S，則重復(fù)步驟（2）；否則輸出H。5、決策樹構(gòu)造算法CLS(1)如果訓(xùn)練實(shí)例集T中所有實(shí)例的分類結(jié)果均為C，則返回C(2)從屬性表AttList中任選一個(gè)屬性作為檢測(cè)屬性。(3)若屬性Ai的值域ValueType(Ai)中有s個(gè)不同的取值，則將T分成s個(gè)子集T1, T2, TS ，每個(gè)子集的所有元素的屬性Ai的取值相同。(4)更新屬性表，從屬性表Attrlist中刪除檢測(cè)屬性Ai 。(5)對(duì)每個(gè)子集Tk，若子集

18、Tk中的所有實(shí)例的分類結(jié)果均為Cj ，則生成葉節(jié)點(diǎn)Cj ；若子集中Tk所有實(shí)例的分類結(jié)果有兩個(gè)或兩個(gè)以上，則對(duì)子集Tk和更新后的屬性表轉(zhuǎn)到步驟2），遞歸調(diào)用CLS構(gòu)造算法，生成Tk的子樹6、基于解釋的學(xué)習(xí)過程（1）分析階段，對(duì)訓(xùn)練實(shí)例提供的事實(shí)，使用領(lǐng)域理論的有關(guān)規(guī)則和目標(biāo)概念規(guī)則生成一棵樹，樹的根節(jié)點(diǎn)是待學(xué)概念的一個(gè)事實(shí)，如果能得到樹的所以葉節(jié)點(diǎn)都是已知的實(shí)例事實(shí)，那么稱這棵樹為這個(gè)訓(xùn)練實(shí)例的證明樹，它解釋了這個(gè)實(shí)例為什么是目標(biāo)概念的一個(gè)實(shí)例，或稱其為對(duì)目標(biāo)概念的一個(gè)解釋。（2）基于解釋的泛化階段，是將實(shí)例證明樹中的謂詞常量用相應(yīng)的謂詞變量進(jìn)行替換，這一過程也稱為解釋的泛化，從而得到一棵基于解釋的泛化樹（EBG樹）。7、證明樹生成算法1）以目標(biāo)概念事實(shí)作為根節(jié)點(diǎn)。2）尋找一個(gè)匹配規(guī)則對(duì)當(dāng)前節(jié)點(diǎn)擴(kuò)展。3）如果所以的葉節(jié)點(diǎn)都已