MIT_AI公开课p1p2学习笔记

视频链接

麻省理工学院公开课：人工智能

01-人工智能

一、关键词

思惟

MIT:模型+表达！

MIT:技能+经验（全部AI的专家）

二、概念

1. 人工智能是关于支持模型创建的表达系统；模型是针对思惟、感知和行动的模型。创建智能程序。

2. 人工智能是关于经过表示得以呈现的约束条件，而表示针对思惟、感知和行动的模型。最后须要建立程序。

3. 显然，人工智能是关于算法的，经过针对思惟、感知和行动的模型表示所呈现的约束条件得以实现。

4. 算法/程序/方法。

5. 模型是思惟、感知和行动有机总体。好比：系统想象一个情形，而后读出答案，将视觉系统用于想象的情境中

6. 人类变革：将领种概念合成第三种概念，就是开始学会用语言描述事物。讲故事和理解故事就是教育的所有。

7. 语言还能能整理感受系统所得到的资源，指挥感受系统，去想象咱们没有见过的东西

8. 生成测试法（一个个比较测试） Rumpelstiltskin（侏儒）原则：给小东西命名+解释

02-推理：目标树与问题求解

一、形式

人求解问题的方法→机器求解问题的方法。

二、概念

【问题归约problem reduction】
先转化为简单问题（安全变换）；而后简单问题查表；最后检验中是否正确；

• 若是要启发式变换（难一点） ，会致使目标树有不一样的分支，而后选择考虑随便一支问题，而后再回到原来的结点去考虑另外一个分支的问题，最后回退到最简单的那个去处理。

• 引入“与节点”（and node）和“或节点”（or node），而积分化简的过程也造成了一个树形状的图，对于这个图咱们称之为
  “问题归约树（Problem reduction tree）”
  或者
  “目标树（Goal tree）”
  或者
  “与或树（add/or tree）”。

问题归约就有点像数据结构中对树的深度遍历。

三、积分变换例子

教育理念：
掌握skill以前要先understand ,理解以前要见过。因此要举一个见过的例子！

（一道高数积分题）
并给出程序流程图

四、此程序（算法)的一些思考

• 最大状况下，树的深度是多少？

7。理解为：积分变换次数最多为7次

• 平均深度是多少？

3.理解为：咱们平时写的积分题平均变换3次

• 有多少分支没被用过？

1.理解为：若是你选择了不会被用上的分支，就会作不少无用功；通常只有一个分支（积分变换）

• 使用树这样的结构好处是？

无用的分支很快就能走到死胡同，很节省时间，没必要要使用函数复合深度来判断哪个最简单。

五、每次进入新领域都应该问本身的问题（元知识）

1. 涉及到的知识

积分变换、树如何工做

2. 问题什么时候解决
3. 知识如何表示？

不一样知识有不一样的表示。积分知识都被表示为数学表达式，积分变换表示为表格，目标树的知识用流程表示。

4. 知识的使用方式？

简单变换让问题变得更简单，表格使用在树的底部。

5. 须要多少知识？

积分变换中安全变换须要12个，启发式变换须要12个；

*发现：使用的方法和问题的特征之间有对应关系，观察问题的特征就能够选择出正确的方法。

六、结语

最后：了解了程序的原理以后，发现it's not intelligent after all~