复习提要.pptVIP

例题“快乐学生”问题 (8)～Pass(w,computer)∨Happy(w)∨～Luck(w) (1)(6)，{w/x} (9)～Pass(zhang, computer)∨～Lucky(zhang) (8)(7)，{zhang/w} (10)?～Pass(zhang, computer) (9)(5) (11)??～Lucky(zhang) (10)(3)，{zhang/u, computer/v} (12)???? (11)(5)? 第4章 知识表示方法 知识的定义 (难以给出明确的定义只能从不同侧面加以理解) Feigenbaum：知识是经过消减、塑造、解释和转换 的信息。 Bernstein：知识是由特定领域的描述、关系和过程 组成的。 Hayes-roth：知识是事实、信念和启发式规则。 知识库的观点：知识是某领域中所涉及的各有关方 面的一种符号表示。 知识的分类 事实性知识 过程性知识 元知识 知识的要素 事实 规则 控制 元知识 复习提要 考试题型及分值分布 选择题 10*2=20分 填空题 20*1=20分 简答题 4*5 =20分 应用题 15+15+10=40分 第0章 绪论 人工智能的诞生 人工智能的定义 图灵测试的内容 AI研究的途径 AI研究的课题 AI研究的应用领域 现代人工智能的兴起 现代人工智能(Artificial Intelligence，简称AI)，一般认为起源于美国1956年的一次夏季讨论(达特茅斯会议)，在这次会议上，第一次提出了“Artificial Intelligence”这个词。 什么是人工智能？ 至今没有统一的定义 AI的本质 研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学。 图灵测试 如何知道一个系统是否具有智能呢？ 1950年，计算机科学家图灵提出了著名的“图灵测试”。 AI研究的途径(简单了解) 符号主义 连接主义 行为主义 AI研究的核心课题 知识的模型化和表示方法 启发式搜索理论 各种推理方法 AI系统结构和语言 AI的应用领域 自然语言理解 数据库的智能检索 专家咨询系统 定理证明 博弈 机器人学 自动程序设计 组合调度问题 感知问题 第1章 搜索问题 内容： 状态空间的搜索问题。 搜索方式(有哪些常用的搜索算法？)： 盲目搜索 启发式搜索 关键问题： 如何利用知识，尽可能有效地找到问题的解(最佳解)。 回溯策略 递归过程 图搜索策略 基本概念 节点深度: 根节点深度=0… 路径的耗散值: C(ni, nj) 扩展一个节点:生成出该节点的所有后继节点，并给出它们之间的耗散值 图搜索策略 一般的图搜索算法 掌握扩展过程中的三类节点(mj, mk, ml) 能够扩展一棵简单的搜索图(修改指针) 深度优先 宽度优先 启发式图搜索 利用知识来引导搜索，达到减少搜索范围，降低问题复杂度的目的。 启发信息的强度 强：降低搜索工作量，但可能导致找不到最 优解 弱：一般导致工作量加大，极限情况下变为 盲目搜索，但可能可以找到最优解 评价函数的格式： f(n) = g(n) + h(n) f(n)：评价函数，h(n)：启发函数 g*(n)：从s到n的最短路径的耗散值 h*(n)：从n到g的最短路径的耗散值 f*(n)=g*(n)+h*(n)：从s经过n到g的最短路径的耗散值 g(n)、h(n)、f(n)分别是g*(n)、h*(n)、f*(n)的估计值 第2章 与或图搜索问题 K-连接符 k(n, N) = Cn+k(n1, N)+…+k(ni, N) N为终节点集 Cn为连接符的耗散值 能解节点 不能解节点 两个过程 图生成过程，即扩展节点 从最优的局部途中选择一个节点扩展 计算耗散值的过程 对当前的局部图从新计算耗散值 博弈树搜索 博弈问题 双人 一人一步 双方信息完备 零和 Grundy博弈（分钱币问题）(应用题) 极大极小搜索过程（一字棋） (应用题) α-β剪枝方法(应用题) 第3章 谓词归结 SKOLEM标准形 前束范式 说公式A是一个前束范式，如果A中的一切量词都位于该公式的最左边(不含否定词)，且这些量词的辖域都延伸到公式的末端。 即： 把所有的量词都提到前面去，然后消掉所有量词 (Q1x1)(Q2x2)…(Qnxn)M(x1,x2,…,xn) 谓词归结子句形(Skolem 标准形) 例:将下式化为Skolem标准形： ～((?x)(?y)P(a,