人工智能導(dǎo)論課件第7章第4-6節(jié)

第4節(jié)7.4機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)在學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu)中，環(huán)境向系統(tǒng)的學(xué)習(xí)部分提供某些信息，學(xué)習(xí)部分利用這些信息修改知識(shí)庫(kù)，以增進(jìn)系統(tǒng)執(zhí)行部分完成任務(wù)的效能，執(zhí)行部分根據(jù)知識(shí)庫(kù)完成任務(wù)，同時(shí)把獲得的信息反饋給學(xué)習(xí)部分。在具體的應(yīng)用中，環(huán)境、知識(shí)庫(kù)和執(zhí)行部分決定了工作內(nèi)容，確定了學(xué)習(xí)部分所需要解決的問題。7.4機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)（1）環(huán)境向系統(tǒng)提供的信息。更具體地說是信息的質(zhì)量，這是影響學(xué)習(xí)系統(tǒng)設(shè)計(jì)的最重要的因素。知識(shí)庫(kù)里存放的是指導(dǎo)執(zhí)行部分動(dòng)作的一般原則，但環(huán)境向?qū)W習(xí)系統(tǒng)提供的信息卻是各種各樣的。如果信息的質(zhì)量比較高，與一般原則的差別比較小，則學(xué)習(xí)部分比較容易處理。如果向?qū)W習(xí)系統(tǒng)提供的是雜亂無章的指導(dǎo)執(zhí)行具體動(dòng)作的具體信息，則學(xué)習(xí)系統(tǒng)需要在獲得足夠數(shù)據(jù)之后，刪除不必要的細(xì)節(jié)，進(jìn)行總結(jié)推廣，形成指導(dǎo)動(dòng)作的一般原則，放入知識(shí)庫(kù)，這樣學(xué)習(xí)部分的任務(wù)就比較繁重，設(shè)計(jì)起來也較為困難。7.4機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)因?yàn)閷W(xué)習(xí)系統(tǒng)獲得的信息往往是不完全的，所以學(xué)習(xí)系統(tǒng)所進(jìn)行的推理并不完全是可靠的，它總結(jié)出來的規(guī)則可能正確，也可能不正確。這要通過執(zhí)行效果加以檢驗(yàn)。正確的規(guī)則能使系統(tǒng)的效能提高，應(yīng)予保留；不正確的規(guī)則應(yīng)予修改或從數(shù)據(jù)庫(kù)中刪除。7.4機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)（2）知識(shí)庫(kù)。這是影響學(xué)習(xí)系統(tǒng)設(shè)計(jì)的第二個(gè)因素。知識(shí)的表示有多種形式，比如特征向量、一階邏輯語句、產(chǎn)生式規(guī)則、語義網(wǎng)絡(luò)和框架等等。這些表示方式各有其特點(diǎn)，在選擇表示方式時(shí)要兼顧以下4個(gè)方面：①表達(dá)能力強(qiáng)。②易于推理。③容易修改知識(shí)庫(kù)。④知識(shí)表示易于擴(kuò)展。7.4機(jī)器學(xué)習(xí)的基本結(jié)構(gòu)學(xué)習(xí)系統(tǒng)不能在沒有任何知識(shí)的情況下憑空獲取知識(shí)，每一個(gè)學(xué)習(xí)系統(tǒng)都要求具有某些知識(shí)理解環(huán)境提供的信息，分析比較，做出假設(shè)，檢驗(yàn)并修改這些假設(shè)。因此，更確切地說，學(xué)習(xí)系統(tǒng)是對(duì)現(xiàn)有知識(shí)的擴(kuò)展和改進(jìn)。（3）執(zhí)行部分。是整個(gè)學(xué)習(xí)系統(tǒng)的核心，因?yàn)閳?zhí)行部分的動(dòng)作就是學(xué)習(xí)部分力求改進(jìn)的動(dòng)作。同執(zhí)行部分有關(guān)的問題有3個(gè)：復(fù)雜性、反饋和透明性。1基于學(xué)習(xí)策略的分類2基于所獲取知識(shí)的表示形式分類3按應(yīng)用領(lǐng)域分類4綜合分類第5節(jié)7.5機(jī)器學(xué)習(xí)的分類機(jī)器學(xué)習(xí)按學(xué)習(xí)策略、所獲取知識(shí)的表示形式和應(yīng)用領(lǐng)域可以有不同的分類。7.5.1基于學(xué)習(xí)策略的分類學(xué)習(xí)策略是指學(xué)習(xí)過程中系統(tǒng)所采用的推理策略。一個(gè)學(xué)習(xí)系統(tǒng)總是由學(xué)習(xí)和環(huán)境兩部分組成。由環(huán)境（如書本或教師）提供信息，學(xué)習(xí)部分則實(shí)現(xiàn)信息轉(zhuǎn)換，用能夠理解的形式記憶下來，并從中獲取有用的信息。在學(xué)習(xí)過程中，學(xué)生（學(xué)習(xí)部分）使用的推理越少，他對(duì)教師（環(huán)境）的依賴就越大，教師的負(fù)擔(dān)也就越重。學(xué)習(xí)策略的分類標(biāo)準(zhǔn)就是根據(jù)學(xué)生實(shí)現(xiàn)信息轉(zhuǎn)換所需的推理多少和難易程度來分類的，依從簡(jiǎn)單到復(fù)雜，從少到多的次序分為以下六種基本類型：7.5.1基于學(xué)習(xí)策略的分類（1）機(jī)械學(xué)習(xí)。學(xué)習(xí)者無需任何推理或其它的知識(shí)轉(zhuǎn)換，直接吸取環(huán)境所提供的信息，如塞繆爾的跳棋程序，紐厄爾和西蒙的LT系統(tǒng)。這類學(xué)習(xí)系統(tǒng)主要考慮的是如何索引存貯的知識(shí)并加以利用。系統(tǒng)的學(xué)習(xí)方法是直接通過事先編好、構(gòu)造好的程序來學(xué)習(xí)，學(xué)習(xí)者不作任何工作或者是通過直接接收既定的事實(shí)和數(shù)據(jù)進(jìn)行學(xué)習(xí)，對(duì)輸入信息不作任何的推理。7.5.1基于學(xué)習(xí)策略的分類（2）示教學(xué)習(xí)。學(xué)生從環(huán)境（教師或其它信息源如教科書等）獲取信息，把知識(shí)轉(zhuǎn)換成內(nèi)部可使用的表示形式，并將新的知識(shí)和原有知識(shí)有機(jī)地結(jié)合為一體。所以要求學(xué)生有一定程度的推理能力，但環(huán)境仍要做大量的工作。教師以某種形式提出和組織知識(shí)，以使學(xué)生擁有的知識(shí)可以不斷地增加。這種學(xué)習(xí)方法和人類社會(huì)的學(xué)校教學(xué)方式相似，學(xué)習(xí)的任務(wù)就是建立一個(gè)系統(tǒng)，使它能接受教導(dǎo)和建議，并有效地存貯和應(yīng)用學(xué)到的知識(shí)。不少專家系統(tǒng)在建立知識(shí)庫(kù)時(shí)使用這種方法去實(shí)現(xiàn)知識(shí)獲取。示教學(xué)習(xí)的一個(gè)典型應(yīng)用例是FOO程序。7.5.1基于學(xué)習(xí)策略的分類（3）演繹學(xué)習(xí)。學(xué)生所用的推理形式為演繹推理。推理從公理出發(fā)，經(jīng)過邏輯變換推導(dǎo)出結(jié)論。這種推理是“保真”變換和特化的過程，使學(xué)生在推理過程中可以獲取有用的知識(shí)。這種學(xué)習(xí)方法包含宏操作學(xué)習(xí)、知識(shí)編輯和組塊技術(shù)。演繹推理的逆過程是歸納推理。（4）類比學(xué)習(xí)。利用二個(gè)不同領(lǐng)域（源域、目標(biāo)域）中的知識(shí)相似性，可以通過類比，從源域的知識(shí)（包括相似的特征和其它性質(zhì)）推導(dǎo)出目標(biāo)域的相應(yīng)知識(shí)，從而實(shí)現(xiàn)學(xué)習(xí)。類比學(xué)習(xí)系統(tǒng)可以使一個(gè)已有的計(jì)算機(jī)應(yīng)用系統(tǒng)轉(zhuǎn)變?yōu)檫m應(yīng)于新的領(lǐng)域，來完成原先沒有設(shè)計(jì)的相類似的功能。7.5.1基于學(xué)習(xí)策略的分類類比學(xué)習(xí)需要比上述三種學(xué)習(xí)方式更多的推理。它一般要求先從知識(shí)源（源域）中檢索出可用的知識(shí)，再將其轉(zhuǎn)換成新的形式，用到新的狀況（目標(biāo)域）中去。類比學(xué)習(xí)在人類科學(xué)技術(shù)發(fā)展史上起著重要作用，許多科學(xué)發(fā)現(xiàn)就是通過類比得到的。例如著名的盧瑟福類比就是通過將原子結(jié)構(gòu)（目標(biāo)域）同太陽(yáng)系（源域）作類比，揭示了原子結(jié)構(gòu)的奧秘。7.5.1基于學(xué)習(xí)策略的分類（5）基于解釋的學(xué)習(xí)。學(xué)生根據(jù)教師提供的目標(biāo)概念、該概念的一個(gè)例子、領(lǐng)域理論及可操作準(zhǔn)則，首先構(gòu)造一個(gè)解釋來說明為什么該例子滿足目標(biāo)概念，然后將解釋推廣為目標(biāo)概念的一個(gè)滿足可操作準(zhǔn)則的充分條件?；诮忉尩膶W(xué)習(xí)已被廣泛應(yīng)用于知識(shí)庫(kù)求精和改善系統(tǒng)的性能，這樣的著名系統(tǒng)有迪喬恩的GENESIS，米切爾的LEXII和LEAP以及明頓等的PRODIGY。7.5.1基于學(xué)習(xí)策略的分類（6）歸納學(xué)習(xí)。是由教師或環(huán)境提供某概念的一些實(shí)例或反例，讓學(xué)生通過歸納推理得出該概念的一般描述。這種學(xué)習(xí)的推理工作量遠(yuǎn)多于示教學(xué)習(xí)和演繹學(xué)習(xí)，因?yàn)榄h(huán)境并不提供一般性概念描述（如公理）。從某種程度上說，歸納學(xué)習(xí)的推理量也比類比學(xué)習(xí)大，因?yàn)闆]有一個(gè)類似的概念可以作為“源概念”加以取用。歸納學(xué)習(xí)是最基本的，發(fā)展也較為成熟的學(xué)習(xí)方法，在人工智能領(lǐng)域中已經(jīng)得到廣泛的研究和應(yīng)用。7.5.2基于所獲取知識(shí)的表示形式分類學(xué)習(xí)系統(tǒng)獲取的知識(shí)可能有：行為規(guī)則、物理對(duì)象的描述、問題求解策略、各種分類及其它用于任務(wù)實(shí)現(xiàn)的知識(shí)類型。對(duì)于學(xué)習(xí)中獲取的知識(shí)，主要有以下一些表示形式：（1）代數(shù)表達(dá)式參數(shù)。學(xué)習(xí)的目標(biāo)是調(diào)節(jié)一個(gè)固定函數(shù)形式的代數(shù)表達(dá)式參數(shù)或系數(shù)來達(dá)到一個(gè)理想的性能。（2）決策樹。用決策樹來劃分物體的類屬，樹中每一內(nèi)部節(jié)點(diǎn)對(duì)應(yīng)一個(gè)物體屬性，而每一邊對(duì)應(yīng)于這些屬性的可選值，樹的葉節(jié)點(diǎn)則對(duì)應(yīng)于物體的每個(gè)基本分類。7.5.2基于所獲取知識(shí)的表示形式分類（3）形式文法。在識(shí)別一個(gè)特定語言的學(xué)習(xí)中，通過對(duì)該語言的一系列表達(dá)式進(jìn)行歸納，形成該語言的形式文法。（4）產(chǎn)生式規(guī)則。表示為條件-動(dòng)作對(duì)，已被極為廣泛地使用。學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)行為主要是：生成、泛化、特化或合成產(chǎn)生式規(guī)則。（5）形式邏輯表達(dá)式?；境煞质敲}、謂詞、變量、約束變量范圍的語句以及嵌入的邏輯表達(dá)式。（6）圖和網(wǎng)絡(luò)。有的系統(tǒng)采用圖匹配和圖轉(zhuǎn)換方案來有效地比較和索引知識(shí)。7.5.2基于所獲取知識(shí)的表示形式分類（7）框架和模式。每個(gè)框架包含一組槽，用于描述事物（概念和個(gè)體）的各個(gè)方面。（8）計(jì)算機(jī)程序和其它的過程編碼。獲取這種形式的知識(shí)，目的在于取得一種能實(shí)現(xiàn)特定過程的能力，而不是為了推斷該過程的內(nèi)部結(jié)構(gòu)。（9）神經(jīng)網(wǎng)絡(luò)。這主要用在聯(lián)接學(xué)習(xí)中。學(xué)習(xí)所獲取的知識(shí)，最后歸納為一個(gè)神經(jīng)網(wǎng)絡(luò)。（10）多種表示形式的組合。有時(shí)一個(gè)學(xué)習(xí)系統(tǒng)中獲取的知識(shí)需要綜合應(yīng)用上述幾種知識(shí)表示形式。7.5.2基于所獲取知識(shí)的表示形式分類根據(jù)表示的精細(xì)程度，可將知識(shí)表示形式分為兩大類：泛化程度高的粗粒度符號(hào)表示、泛化程度低的精粒度亞符號(hào)表示。像決策樹、形式文法、產(chǎn)生式規(guī)則、形式邏輯表達(dá)式、框架和模式等屬于符號(hào)表示類；而代數(shù)表達(dá)式參數(shù)、圖和網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)等則屬亞符號(hào)表示類。7.5.3按應(yīng)用領(lǐng)域分類機(jī)器學(xué)習(xí)最主要的應(yīng)用領(lǐng)域有專家系統(tǒng)、認(rèn)知模擬、規(guī)劃和問題求解、數(shù)據(jù)挖掘、網(wǎng)絡(luò)信息服務(wù)、圖象識(shí)別、故障診斷、自然語言理解、機(jī)器人和博弈等領(lǐng)域。7.5.3按應(yīng)用領(lǐng)域分類從機(jī)器學(xué)習(xí)的執(zhí)行部分所反映的任務(wù)類型上看，大部分的應(yīng)用研究領(lǐng)域基本上集中于以下兩個(gè)范疇：（1）分類任務(wù)：要求系統(tǒng)依據(jù)已知的分類知識(shí)對(duì)輸入的未知模式（該模式的描述）作分析，以確定輸入模式的類屬。相應(yīng)的學(xué)習(xí)目標(biāo)就是學(xué)習(xí)用于分類的準(zhǔn)則（如分類規(guī)則）。（2）問題求解：要求對(duì)于給定的目標(biāo)狀態(tài)尋找一個(gè)將當(dāng)前狀態(tài)轉(zhuǎn)換為目標(biāo)狀態(tài)的動(dòng)作序列；機(jī)器學(xué)習(xí)在這一領(lǐng)域的研究工作大部分集中于通過學(xué)習(xí)來獲取能提高問題求解效率的知識(shí)（如搜索控制知識(shí)，啟發(fā)式知識(shí)等）。7.5.4綜合分類綜合考慮各種學(xué)習(xí)方法出現(xiàn)的歷史淵源、知識(shí)表示、推理策略、結(jié)果評(píng)估的相似性、研究人員交流的相對(duì)集中性以及應(yīng)用領(lǐng)域等諸因素。將機(jī)器學(xué)習(xí)方法區(qū)分為以下六類：（1）經(jīng)驗(yàn)性歸納學(xué)習(xí)。采用一些數(shù)據(jù)密集的經(jīng)驗(yàn)方法（如版本空間法、ID3法，定律發(fā)現(xiàn)方法）對(duì)例子進(jìn)行歸納學(xué)習(xí)。其例子和學(xué)習(xí)結(jié)果一般都采用屬性、謂詞、關(guān)系等符號(hào)表示。它相當(dāng)于基于學(xué)習(xí)策略分類中的歸納學(xué)習(xí)，但扣除聯(lián)接學(xué)習(xí)、遺傳算法、加強(qiáng)學(xué)習(xí)的部分。7.5.4綜合分類（2）分析學(xué)習(xí)。是從一個(gè)或少數(shù)幾個(gè)實(shí)例出發(fā)，運(yùn)用領(lǐng)域知識(shí)進(jìn)行分析。其主要特征為：推理策略主要是演繹，而非歸納；使用過去的問題求解經(jīng)驗(yàn)（實(shí)例）指導(dǎo)新的問題求解，或產(chǎn)生能更有效地運(yùn)用領(lǐng)域知識(shí)的搜索控制規(guī)則。分析學(xué)習(xí)的目標(biāo)是改善系統(tǒng)的性能，而不是新的概念描述。分析學(xué)習(xí)包括應(yīng)用解釋學(xué)習(xí)、演繹學(xué)習(xí)、多級(jí)結(jié)構(gòu)組塊以及宏操作學(xué)習(xí)等技術(shù)。7.5.4綜合分類（3）類比學(xué)習(xí)。相當(dāng)于基于學(xué)習(xí)策略分類中的類比學(xué)習(xí)。在這一類型的學(xué)習(xí)中比較引人注目的研究是通過與過去經(jīng)歷的具體事例作類比來學(xué)習(xí)，稱為基于范例的學(xué)習(xí)，或簡(jiǎn)稱范例學(xué)習(xí)。7.5.4綜合分類（4）遺傳算法。模擬生物繁殖的突變、交換和達(dá)爾文的自然選擇（在每一生態(tài)環(huán)境中適者生存）。它把問題可能的解編碼為一個(gè)向量，稱為個(gè)體，向量的每一個(gè)元素稱為基因，并利用目標(biāo)函數(shù)（相應(yīng)于自然選擇標(biāo)準(zhǔn)）對(duì)群體（個(gè)體的集合）中的每一個(gè)個(gè)體進(jìn)行評(píng)價(jià)，根據(jù)評(píng)價(jià)值（適應(yīng)度）對(duì)個(gè)體進(jìn)行選擇、交換、變異等遺傳操作，從而得到新的群體。遺傳算法適用于非常復(fù)雜和困難的環(huán)境，比如，帶有大量噪聲和無關(guān)數(shù)據(jù)、事物不斷更新、問題目標(biāo)不能明顯和精確地定義，以及通過很長(zhǎng)的執(zhí)行過程才能確定當(dāng)前行為的價(jià)值等。同神經(jīng)網(wǎng)絡(luò)一樣，遺傳算法的研究已經(jīng)發(fā)展為人工智能的一個(gè)獨(dú)立分支。7.5.4綜合分類（5）聯(lián)接學(xué)習(xí)。典型的聯(lián)接模型實(shí)現(xiàn)為人工神經(jīng)網(wǎng)絡(luò)，其由稱為神經(jīng)元的一些簡(jiǎn)單計(jì)算單元以及單元間的加權(quán)聯(lián)接組成。（6）增強(qiáng)學(xué)習(xí)。特點(diǎn)是通過與環(huán)境的試探性交互來確定和優(yōu)化動(dòng)作的選擇，以實(shí)現(xiàn)所謂的序列決策任務(wù)。在這種任務(wù)中，學(xué)習(xí)機(jī)制通過選擇并執(zhí)行動(dòng)作，導(dǎo)致系統(tǒng)狀態(tài)的變化，并有可能得到某種強(qiáng)化信號(hào)（立即回報(bào)），從而實(shí)現(xiàn)與環(huán)境的交互。強(qiáng)化信號(hào)就是對(duì)系統(tǒng)行為的一種標(biāo)量化的獎(jiǎng)懲。系統(tǒng)學(xué)習(xí)的目標(biāo)是尋找一個(gè)合適的動(dòng)作選擇策略，即在任一給定的狀態(tài)下選擇哪種動(dòng)作的方法，使產(chǎn)生的動(dòng)作序列可獲得某種最優(yōu)的結(jié)果（如累計(jì)立即回報(bào)最大）。7.5.4綜合分類在綜合分類中，經(jīng)驗(yàn)歸納學(xué)習(xí)、遺傳算法、聯(lián)接學(xué)習(xí)和增強(qiáng)學(xué)習(xí)均屬于歸納學(xué)習(xí)，其中經(jīng)驗(yàn)歸納學(xué)習(xí)采用符號(hào)表示方式，而遺傳算法、聯(lián)接學(xué)習(xí)和加強(qiáng)學(xué)習(xí)則采用亞符號(hào)表示方式；分析學(xué)習(xí)屬于演繹學(xué)習(xí)。實(shí)際上，類比策略可看成是歸納和演繹策略的綜合，因而最基本的學(xué)習(xí)策略只有歸納和演繹。1應(yīng)用于物聯(lián)網(wǎng)2應(yīng)用于聊天機(jī)器人3應(yīng)用于自動(dòng)駕駛第6節(jié)7.6機(jī)器學(xué)習(xí)的應(yīng)用機(jī)器學(xué)習(xí)有巨大的潛力來改變和改善世界，使我們正朝著真正的人工智能邁進(jìn)一大步。機(jī)械學(xué)習(xí)的主要目的是為了從使用者和輸入數(shù)據(jù)等處獲得知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。從而可以減少錯(cuò)誤，幫助解決更多問題，提高解決問題的效率。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，它主要使用歸納、綜合而不是演繹。機(jī)器學(xué)習(xí)已經(jīng)有了十分廣泛的應(yīng)用，但是，確切地說，什么是機(jī)器學(xué)習(xí)能產(chǎn)生影響的下一個(gè)主要領(lǐng)域呢？7.6.1應(yīng)用于物聯(lián)網(wǎng)物聯(lián)網(wǎng)（InternetofThings），或者說IoT，是指你家里和辦公室里聯(lián)網(wǎng)的物理設(shè)備。流行的物聯(lián)網(wǎng)設(shè)備是智能燈泡,其銷售額在過去幾年里猛增。隨著機(jī)器學(xué)習(xí)的進(jìn)步，物聯(lián)網(wǎng)設(shè)備比以往任何時(shí)候都更聰明、更復(fù)雜。機(jī)器學(xué)習(xí)有兩個(gè)主要的與物聯(lián)網(wǎng)相關(guān)的應(yīng)用：使你的設(shè)備變得更好和收集你的數(shù)據(jù)。讓設(shè)備變得更好是非常簡(jiǎn)單的：使用機(jī)器學(xué)習(xí)來個(gè)性化您的環(huán)境，比如，用面部識(shí)別軟件來感知哪個(gè)是房間，并相應(yīng)地調(diào)整溫度和AC。收集數(shù)據(jù)更加簡(jiǎn)單，通過在你的家中保持網(wǎng)絡(luò)連接的設(shè)備（如亞馬遜回聲）的通電和監(jiān)聽，

像亞馬遜這樣的公司收集關(guān)鍵的人口統(tǒng)計(jì)信息，將其傳遞

給廣告商，比如電視顯示你正在觀看的節(jié)目、你什么時(shí)候

醒來或睡覺、有多少人住在你家。7.6.2應(yīng)用于聊天機(jī)器人在過去的幾年里，我們看到了聊天機(jī)器人的激增，成熟的語言處理算法每天都在改進(jìn)它們。聊天機(jī)器人被公司用在他們自己的移動(dòng)應(yīng)用程序和第三方應(yīng)用上，比如