人工智能

第一章：绪论

智能：
根据对人脑已有的认识，结合智能的外在表现，从不一样的角度、不一样的侧面、用不一样的方法对智能进行研究，提出了几种不一样的观点，其中影响较大的观点有思惟理论、知识阈值理论及进化理论。综合三个方面，智能是知识与智力的总和。其中，知识是一切智能行为的基础，而智力是获取知识并应用知识求解问题的能力。
智能的基本特征：
一、感知能力、二、记忆与思惟能、三、学习能力、四、行为能力（表达能力）
人工智能的研究内容：
知识表示、机器感知、机器思惟、机器学习、机器行为
人工智能的研究目标：
近期目标：使现有的电子数字计算机更聪明、更有用，使它不只能作通常的数值计算及非数值信息的数据处理，并且能运用知识处理问题，能模拟人类的部分智能行为。
建造智能机器人代替人类的部分智力劳动。
远期目标：用自动机模仿人类的思惟过程和智能行为。
最终目标：机器智能实现生物智能的各项功能。
智能行为：感知、推理、学习、通讯和复杂环境下的动做行为
知识发现的处理过程：数据挖掘、数据选择、知识评价  
人工智能的主要学派：符号主义、链接主义和行为主义
人工智能的研究途径：心理模拟 、生理模拟和行为模拟
人工智能的应用领域：智能控制、智能管理、智能决策、智能仿真。
人工智能的基本技术：表示 、运算、搜索概括技术、联想技术
人工智能（机器智能）、学科和能力：（书）所谓人工智能就是用人工的方法在机器(计算机)上实现的智能，或者说是人们使机器具备相似于人的智能。从学科角度来看：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。从能力角度来看：人工智能是智能机器所执行的一般与人类智能有关的功能。
对认知行为进行研究：心理活动的最高层级是思惟策略，中间一层是初级信息处理，最低层级是生理过程，与此相应的是计算机程序、语言和硬件。研究认知过程的主要任务是探求高层次思惟决策与初级信息处理的关系，并用计算机程序来模拟人的思惟策略水平，而用计算机语言模拟人的初级信息处理过程。
人工智能新的研究热点：新的研究热点：分布式人工智能与Agent，计算智能与进化计算，数据挖掘与知识发现 (超市市场商品数据分析)，人工生命

第二章：知识表示方法

知识的通常概念：知识是人们在改造客观世界的实践中积累起来的认识和经验
知识表示：是研究用机器表示知识的可行性、有效性的通常方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。
知识表示的要求：表示能力、可利用性、可实现性、可组织性、可维护性、天然性、可理解性
状态空间法的三要素：状态、算符、状态空间方法
问题求解技术：问题的表示和求解的方法
二种不肯定性：关于证据的不肯定性和关于结论的不肯定性 
原子公式：由若干谓词符号和项组成
问题的状态空间包含三种说明的集合：初始状态集合S、操做符集合以及目标状态集合
“我听音乐或者绘画”的谓词表示的析取式LISTEN(I,MUSIC)VDRAW(I,PAINTING)
句子变换成子句形式：(x)｛P(x)→P(x)｝  (ANY x) { P(x)P(x) } (ANY x) {~P(x) OR P(x)}  ~P(x) OR P(x) 最后子句为~P(x) OR P(x)

第三章：搜索推理技术

若是搜索是以接近起始节点的程序来依次扩展节点，这种搜索叫宽（广）度优先搜索
盲目（无信息）搜索叫作深度优先搜索
盲目搜索包括：宽度优先搜索，深度优先搜索和等代价搜索

第四章：计算智能（神经计算、模糊计算）

对于人的思惟的模拟能够从两条道路进行：一是结构模拟，二是功能模拟
计算智能，涉及研究分支
贝兹德克认为计算智能取决于制造者提供的数值数据，而不依赖于知识。计算智能是智力的低层认知。主要的研究领域为神经计算，模糊计算，进化计算，人工生命。
计算智能（CI）、人工智能（AI）和生物智能（BI）的关系。
计算智能是智力的低层认知，主要取决于数值数据而不依赖于知识。人工智能是在计算智能的基础上引入知识而产生的智力中层认知。生物智能，尤为是人类智能，则是最高层的智能。即CI包含AI包含BI
人工神经网络的主要学习算法：(1) 指导式(有师)学习(2) 非指导(无导师)学习(3) 强化学习

第五章：计算智能（进化计算、人工生命）

遗传算法：从一组随机初始化的候选解出发，按某种指标从解群中选取较优的个体，利用遗传算子（选择、交叉和变异）对这些个体进行组合，产生新一代的候选解群，重复此过程，直到知足某种收敛指标为止
遗传算法的特色：
(1) 遗传算法是对参数集合的编码而非针对参数自己进行进化；
(2) 遗传算法是从问题解的编码组（种群）开始而非从单个解开始搜索；
(3) 遗传算法利用目标函数的适应度这一信息而非利用导数或其它辅助信息来指导搜索；
(4) 遗传算法利用选择、交叉、变异等算子而不是利用肯定性规则进行随机操做。
遗传算法的优点:
(1)适应度函数不受连续、可微等条件的约束，适用范围很广。
(2)不容易陷入局部极值，能以很大的几率找到全局最优解。
(3)因为其固有的并行性，适合于大规模并行计算。
(4)不是盲目穷举，而是启发式搜索。
设用遗传算法求解某问题时，产生了四个个体A、B、C和D，适应度值分别为3四、8八、60和45，采用赌轮选择机制，则个体A的适应度值所占份额为34/227
遗传算法步骤： 
（1）随机产生一个由肯定长度的特征字符串组成的初始种群。 
（2）对该字符串种群迭代地执行下面的步骤①和步骤②，直到知足中止准则为止： 
① 计算种群每一个 字符串的适应值 
②应用复制、交叉和变异等遗传算子产生下一代群体。 
（3）把在后代中出现的最好的个体字符串指定为遗传算法的执行结果，这个结果能够表示问题的一个角。进化计算包括遗传算法，进化策略，进化编程和遗传编程。
遗传算法、进化策略和进化编程的关系如何？有何区别？
关系：它们都是模拟生物界天然进化过程而创建的鲁棒性计算机算法。
区别：进化策略和进化编程把变异做为主要搜索算子，标准遗传算法中，变异处于次要位置。
交叉在遗传法起着重要做用，而在进化编程中却被彻底省去，在进化策略中与自适应结合使用，起了很重要的做用。标准遗传算法和进化编程都强调随机选择机制的重要性，而进化策略的选择是彻底肯定的。进化策略和进化编程，肯定地把某个个体排除在被选择以外，而标准遗传算法都对每一个个体指定一个非零的选择几率。

第六章：专家系统（与通常应用程序有区别）

专家系统:
专家系统是一种模拟人类专家解决领域问题的智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，可以利用人类专家的知识和解决问题的方法来处理该领域问题。
专家系统的特色:启发性、透明性、灵活性 
创建专家系统的通常步骤：设计初始知识库、原型机的开发与实验、知识库的改进与概括 
专家系统的类型：
解释，预测，诊断，设计，规划，监视，控制，调试，教学，修理
新型专家系统有何特征？什么是分布式专家系统和协同式专家系统？
新型专家系统的特征：并行与分布处理、多专家系统协同工做、高级语言和知识语言描述、具备自学习功能、引入新的推理机制、具备自纠错和自完善能力、先进的智能人机接口
分布式专家系统
具备分布处理的特征，能把一个专家系统的功能经分解之后分布到多个处理器上去并行地工做，从而有整体上提升系统的处理效率。它能够工做在紧耦合的多处理器系统环境中，也可工做在松耦合的计算机网络环境中，其整体结构在很大程度上依赖于其所在的硬件环境。
协同式专家系统
又称为“群专家系统”，是一个能综合若干个相近领域或一个领域的多个方面的子专家系统互相协做，共同解决一个更广领域问题的专家系统。是克服通常专家系统的局限性的重要途径。它不着重于处理的分布和知识的分布，而是更强调子系统间的协同合做。它并不必定要求有多个处理机的硬件环境，并且通常都是在同一个处理机上实现各子专家系统的。
什么是建造专家系统的工具?你知道哪些专家系统开发工具，各有什么特色?专家系统开发工具是一些比较通用的工具，做为设计和开发专家系统的辅助手段和环境，以求提升专家系统的开发效率、质量和自动化水平。专家系统开发工具是一种更高级的计算机程序设计语言。比通常的计算机高级语言具备更强的功能。
主要分为骨架型工具(又称外壳)、语言型工具、构造辅助工具和支撑环境等4类。

第七章：机器学习

机器学习的三要素
一致性假设：样本空间划分：泛化能力：
机器学习的主要策略
机械学习：示教学习：类比学习：示例学习：
概括学习是以概括推理为基础的学习，其任务是从某一律念的分类例子集出发，概括出一个通常概念描述。概括学习是目前研究最多的学习方法，其学习目的是为了得到新概念、构造新规则或发现新理论。概括是人类拓展认识能力的重要方法，是一种从个别到通常，从部分到总体的推理行为
类比学习：经过类比，即经过对类似事物加以比较所进行的一种学习 
机械学习就是记忆，即把新的知识存储起来，供须要时检索调用，而不须要计算和推理
机器学习所采用的策略：机械学习，示教学习，类比学习，示例学习
任务规划是机器人高层规划最重要的一个方面，它包含创建模型，任务说明，程序综合

第九章：Agent（真体）

多种类型的多真体模型：协商模型、协做规划模型、自协调模型
真体通讯语言KQML和KIF
按节点间协做量的多少，多agent的协做分为三类：全协做系统、无协做系统和半协做系统
分布式人工智能系统的特色：分布性、链接性、协做性、开放性、容
错性、独立性
艾真体（真体）
Agent是可以经过传感器感知其环境，并借助执行器做用于该环境的实
体，可看做是从感知序列到动做序列的映射。其特性为：行为自主性，做用交互性，环境协调性，面向目标性，存在社会性，工做协做性，运行持续性，系统适应性，结构分布性，功能智能性
艾真体在结构上有何特色、在结构上又是如何分类的
真体＝体系结构+程序
(1) 在计算机系统中，真体至关于一个独立的功能模块，独立的计算机应用系统。(2) 真体的核心部分是决策生成器或问题求解器，起到主控做用(3) 真体的运行是一个或多个进程，并接受整体调度(4) 各个真体在多个计算机CPU上并行运行，其运行环境由体系结构支持。
结构分类及特色反应式、慎思式、跟踪式、基于目标、基于效果、复合式

第十章：天然语言理解

语言理解：从微观上讲，语言理解是指从天然语言到机器(计算机系统)内部之间的一种映射。从宏观上看，语言理解是指机器可以执行人类所指望的某些语言功能。
天然语言处理：是研究人类交际和人机通讯的语言问题的一门学科。它要开发表示语言能力和性能的模型，创建实现这种语言模型过程的计算框架，提出不断完善这些过程和模型的辨识方法，以及探究实际系统的评价技术。
天然语言理解过程的层次 ：语音分析：词法分析：句法分析：语义分析