第1章 人工智能概述第一讲【荐】.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1.4 人工智能的研究途径与方法 * 人工智能研究的主要特点 1)基于知识 知识是一切智能系统的基础,任何智能系统的活动过程都是一个获取知识和运用知识的过程,而要获取和运用知识,首先应该能够对知识进行表示。所谓知识表示就是用某种约定的方式对知识进行的描述。在知识表示方面目前有两种基本观点:一种是叙述性(Declarative)观点,另一种是过程性(Procedural)观点。叙述性知识表示观点是将知识的表示与知识的运用分开处理,在知识表示时不涉及如何运用知识的问题;过程性知识表示观点是将知识的表示与知识的运用结合起来,知识就包含在程序之中。两种观点各有利弊,目前人工智能程序采用较多的是叙述性观点。当然,也可根据具体问题的性质而定。 1.4 人工智能的研究途径与方法 * 2)运用推理 所谓推理(Reasoning)就是根据已有知识运用某种策略推出新知识的过程。事实上,一个智能系统仅有知识是不够的,它还必须具有思维能力,即能够运用知识进行推理和解决问题。人工智能中的推理方法主要有经典逻辑推理、不确定性推理和非单调性推理。 3)启发式搜索 所谓搜索就是根据问题的现状不断寻找可利用的知识,使问题能够得以解决的过程。人工智能中的搜索分为盲目搜索和启发式(Heuristics)搜索两种。所谓盲目搜索是指仅按预定策略进行搜索,搜索中获得的信息不改变搜索过程的搜索方法。所谓启发式搜索则是指能够利用搜索中获得的问题本身的一些特性信息(亦称启发信息)来指导搜索过程,使搜索朝着最有希望的方向前进。人工智能主要采用的是启发式搜索策略。 1.4 人工智能的研究途径与方法 * 4)数据驱动方式 所谓数据驱动(Data Driven)是指在系统处理的每一步,当考虑下一步该做什么时,需要根据此前所掌握的数据内容(亦称事实)来决定。与数据驱动方式对应的另一种方式是程序驱动(Program Driven),所谓程序驱动是指系统处理的每一步及下一步该做什么都是由程序事先预定好的。人类在解决问题时主要使用数据驱动方式,因此智能程序系统也应该使用数据驱动方式,这样会更接近于人类分析问题、解决问题的习惯。 1.4 人工智能的研究途径与方法 * 5)用人工智能语言建造系统 人工智能语言是一类适应于人工智能和知识工程领域的、具有符号处理和逻辑推理能力的计算机程序语言。它能够完成非数值计算、知识处理、推理、规划、决策等具有智能的各种复杂问题的求解。人工智能语言和传统程序设计语言相比,具有以下主要特点:① 具有回溯和非确定性推理功能;② 能够进行符号形式的知识信息处理;③ 能够动态使用知识和动态分配存储空间;④ 具有模式匹配和模式调用功能;⑤ 具有并行处理和并行分布式处理功能;⑥ 具有信息隐蔽、抽象数据类型、继承、代码共享及软件重用等面向对象方面的特征;⑦ 具有解释推理过程的说明功能;⑧ 具有自学习、自适应的开放式软件环境等。 人工智能语言可从总体上划分为通用型和专用型两种。通用型人工智能语言主要是指以LISP为代表的函数型语言、以 Prolog为代表的逻辑性语言和以C++等为代表的面向对象语言。专用型人工智能语言主要是指那种由多种人工智能语言或过程语言相互结合而构成的,具有解决多种问题能力的专家系统开发工具和人工智能开发环境。 * 1.4 人工智能的研究途径与方法 谢谢 * 1.1 人工智能的基本概念 描述这段故事和问题的一连串中文符号只能通过一个很小的缝隙被送到屋子里。 西尔勒则完全按照原先计算机程序的处理方式和过程(如符号匹配、查找、照抄等)对这些中文符号串进行操作,然后把得到的结果即问题答案通过小缝隙送出来。 因为西尔勒根本不懂中文,不可能通过阅读理解来回答问题,但按照计算机程序的处理方法也得到了问题的正确答案。 于是,西尔勒认为:尽管计算机用这种符号处理方式也能正确回答问题,并且也可通过图灵测试,但仍然不能说计算机就有了智能。 * * 约翰.西尔勒(John Searle)的 “中文屋子” 1.1 人工智能的基本概念 1.1 人工智能的基本概念 * 罗杰?施安克的故事理解程序(举例) 机器是否真的理解了呢? 希尔勒的中文屋子 问题:通过了图灵测试就具有了智能吗? 思考题:如何理解希尔勒的中文屋子? 1.1 人工智

文档评论(0)

wulf + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档