人工智能复习

第一章 绪论

人工智能主要用人工的方法和技术，模仿、延申和扩展人的智能，实现机器智能。

人工智能的长期目标是实现达到人类智力水平的智能。

目前在人工智能界主要的研究学派有符号主义，连接主义和行为主义等学派。

符号主义:

以物理符号系统假设和有限合理性原理为基础；

主要观点认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程。（课本）

连接主义:

以人工神经网络模型为核心；

基于神经元和神经网络的连接机制和学习算法的学派。（课本）

行为主义:

基础是“感知--行动”的反应机制。（课本）

第二章 知识表示

知识是人类在实践中认识世界的规律性的东西。知识是经过加工的信息，包括事实，信念和规则。知识一般分为陈述性知识，过程性知识和控制性知识。

知识的特性

知识是有关信息关联在一起形成的信息结构，具有相对正确性，不确定性，可表示性和可利用性等特点。

产生式系统三大部分：包括规则库，综合数据库或工作区，以及控制系统。

其作用：模块化，解释机制，类似人类认知过程。

基于语义网络的推理系统中的推理方法：

1. 默认推理
   • 在框架网络中各框架之间通过ISA链构成半序的继承关系。在填槽过程中，如果没有特别说明，子框架的槽值将继承父框架相应的槽值，称为默认推理。
2. 匹配
   • 模拟人类利用已知的经验进行思考，决策，及形成概念、假设的过程。

第三章 自动推理

深度优先搜索算法

Begin
	1)将初始节点压入栈，并设置栈顶指针。
	2）while 栈不为空 do 
	   Begin
	   弹出栈顶元素
	   If 栈顶元素 = goal，成功返回并结束；
	   Else 以任意次序把栈顶元素的子女压入栈中；
	 End while
End.

宽度优先搜索算法

Begin
	1)将初始节点放入队列。
	2）Repeat
	   取得队列最前面的元素为current；
	   If current = goal
	   	成功返回并结束；
	   Else do
	   	Begin
	   		如果current有子女，则把current的子女以任意次序添加到队列的尾部；
	   	End
	   Until 队列为空
End.

迭代加深搜索算法

Begin
	1)设置当前深度限制为1.
	2）把初始节点压入栈，并设置栈顶指针
	3）while 栈不为空并且深度在给定的深度限制之内do
		Begin
		弹出栈顶元素；
		If栈顶元素 = goal，返回并结束；
		Else 以任意的顺序把栈顶元素的子女压入栈中
	End
End while
	4）深度限制+1，并返回2.
End.

推理的控制策略主要包括推理方向，搜索策略，求解策略和限制策略等。

第四章 不确定性推理

不确定性推理

推理是运用知识求解问题的过程，是证据和规则相结合得出结论的过程。由于知识的不确定性，导致了所产生结论的不确定性。

不确定性推理的基本问题

1. 表示问题
2. 计算问题
3. 语义问题

第五章 机器学习

简单的学习模型组成：

1. 环境

   为学习系统提供获取知识所需的相关对象的素材或信息。

2. 学习单元

   学习单元处理环境提供的信息，相当于学习各种算法。

3. 知识库

   用于存放有学习环节所学到的知识。

4. 执行单元

   处理系统面临的现实问题，即应用知识库中所学到的知识求解问题。

强化学习不同于监督学习，是由环境提供的强化信号对产生动作的好坏做出评价，而不是告诉强化学习系统如何去产生正确的动作。

遗传算法的构成要素：

1. 编码
2. 初始群体生成
3. 适应性值评估检测
4. 选择
5. 杂交
6. 变异

第六章 神经网络

深度学习是机器学习研究中的一个全新的邻域，其核心思想在于模拟人脑的层级抽象结构，通过无监督的方式分析大规模数据，发掘大数据中蕴含的有价值的信息。

常见的深度学习方法：

1. 人脑视觉机理
2. 自编码器
3. 受限波尔兹曼机
4. 深度信念网络
5. 卷积神经网络

第七章 专家系统

什么是专家系统？

专家系统是了、一类具有专门知识和经验的计算机智能程序系统，通过对人类专家问题求解能力的建模，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题。

专家系统的特点

启发性，透明性，灵动性，交互性，实用性，易推广

专家系统的基本结构

通常由人机交互界面，知识库，推理机，解释器，综合数据库和知识获取组成。

知识库

问题求解所需的领域知识的集合

推理机

实施问题求解的核心执行机构

知识获取

获取负责建立、修改和扩充知识库。

人机交互界面

系统与用户进行交流的界面

综合数据库

反映当前问题求解状态的结合

解释器

对求解问题进行说明，并回答用户的提问。

第八章 自然语言处理

什么是自然语言理解

自然语言理解(Natural Language Understanding, NLU)是所有支持机器理解文本内容的方法模型或任务的总称。

自然语言处理的层次

• 一个文字表达的句子的层次是：词素--->词或词型--->词组或句子
• 声音表达的句子的层次是：音素--->音节--->音词--->音句

每个层次都受到语法规则的制约

• 语言的处理过程分为五个层次：
  • 语音分析
  • 词法分析
  • 句法分析
  • 语义分析
  • 词用分析

语用分析

把语句中表述的对象和对对象的表述，与现实的真实事物及其属性相关联。

语法、语义和语用学是相互作用的

• 语义描述的句子的意义与上下文关系
• 语义理论必须涉及语言学背景（说话的上下文）和现实社会背景
• 语义理论同句法的逻辑方面相互关系

常用的信息检索模型

• 布尔模型

• 概率模型

• 向量空间模型

第九章 分布式人工智能与智能体

智能体与多智能体

• 智能体：在计算机与$AI$领域中,$Agent$可以看作是一个实体，它通过传感器感知环境，通过效应器作用于环境。
• 多智能体：研究在逻辑上或物理上分离的多个Agent协调其智能行为，即知识、目标、意图及规划等，实现问题求解。

第十章 智能机器人

智能机器人

智能机器人是一种具有智能的，高度灵活的，自动化的机器，具备感知、规划、动作和协同能力，是多种高新技术的集成体。

智能机器人的体系结构

智能机器人的体系结构指一个智能机器人系统中的智能、行为、信息和控制的时空分布模式。

七种典型结构：

• 分层递阶结构
• 包容结构
• 三层结构
• 自组织结构
• 自组织结构
• 分布式结构
• 进化控制结构
• 社会机器人结构

真正具备人类情感的机器人必须具备三个基本系统：情感识别系统、情感计算系统、情感表达系统

第十一章 互联网智能

本体知识管理

可实现语义级知识服务，提高知识利用的深度；还可以支持对隐形知识进行推理，方便异构知识服务之间实现交互操作，方便融入领域专家知识以及经验知识结构化等。

本体知识管理基本功能

• 支持本体多种表示语言与存储形式，具有本体导航的功能。
• 支持本体的基本操作。
• 提供本体版本管理功能，支持本体的可扩展性和一致性。

搜索引擎工作过程

首先对互联网上的网页进行搜集，然后对搜集来的网页进行预处理，建立网页索引库，实时响应用户的查询请求，并对查找到的结果按某种规则进行排序后返回给用户。

社群智能

社群智能是从社会感知中挖掘和理解个人和群体活动模式、大规模人类活动和城市动态规律，把这些信息用于各种创新性活动。

第十二章 类脑智能

认知计算

是指模仿人脑的计算系统，利用计算模型人类思维过程，让计算机像人一样思维。

Waston处理步骤