认知系统的组成.docxVIP

认知系统的组成竞赛节目中的机器人watson，需要理解人类语言，数据库中搜寻答案作出正确答案的决策，并转换为人类语言表达出来；所有这些活动可以归结为“推理”——是基于知识的AI研究方向的基础。此外，Watson也需要具备学习的能力。比如：学习哪些是正确的回答，哪些是错误的回答。Watson的另一个能力是记忆/存储，将学习到的知识存储起来在推理的时候，存取记忆的知识，并得到可能的推理结果。Reasoning learning memory（自己归纳一下）知识表示有哪些方法谓词逻辑表示法。是一种基于数理逻辑的知识表示方式产生式表示法。语义网络表示法框架表示法知识推理方法产生式推理自然演绎推理归结演绎推理问题求解方法生成测试法目标手段分析法问题归约法(把复杂的问题分解成简单的、小的问题求解方法)命题的概念一个陈述句称为一个断言。凡有真假意义的断言称为命题人工智能的含义及其最早提出者从能力的角度看，人工智能是指用人工的方法在机器上实现的智能。从学科的角度看它是研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的科学。“最早是由图灵提出来的”(可能不对)基于示例的推理过程的几个阶段解决Q问题：阶段一、首先找到记忆库中最接近于它的D路线问题，可使用在基于示例的学习中的方法解决，如多维空间中的近邻方法。阶段二、然后调整D路线与Q问题相一致，即：参考D的解决方案，并修改之适应于Q问题，（比如修改D路线行驶过程中的控制程序）阶段三、评估调整后的解决方案在解决新问题时的效果如何。对于Q问题，可以从Q的起点出发，执行修改后的解决方案（比如对应的自动驾驶路线程序），看是否能到达既定的目标位置。阶段四、将新问题及对应的解决方案作为示例存储到记忆库中。（可见，记忆库将不断扩充，包含越来越多的示例）基于示例的推理过程分为四个阶段，包含了：记忆库、推理 和 学习 三部分内容。记忆库中包含了大量的示例，以便于在其中查找与新问题最接近的示例；通过推理和调整示例中的解决方案，获得对新问题的解答；将新问题和其解答作为新的示例存储到记忆体中——学习检索（Retrieval）：从记忆库中检索一个与当前问题相似的示例适应(Adaptation)：改编示例的解决方案以适应当前问题评估(Evaluation)：评估改编的解决方案怎样更好的解决当前问题存储(Storage):存储新的问题和解决方案为一个新的示例人工智能的应用有哪些机器思维机器学习机器感知机器行为计算智能分布智能智能系统人工心理与人工情感人工智能的典型应用智能机器人、智能检索、智能游戏图灵实验的内容是图灵提出的一个关于机器人的著名判断原则一种确定计算机是否会思考的实验．一个人向计算机发问，另一个不知情的人试图从回答中区分是人还是计算机．如果计算机没有被辨认出，便通过了图灵实验．到目前为止，只有一台机器通过实验为了检验一台机器是否能合情理地被说成在思想，人工智能的始祖阿伦·图灵提出了一种称作图灵试验的方法 ， 假设有一台电脑，其性能正如上面描述的思维：按照图灵试验，该电脑和某个自愿者同时接受检查。还放一个人作为质问者。电脑和自愿者在质问者的视线之外，质问者必须有意识的提出一些检验问题，依赖他们双方做出的回答，来决定两者谁为电脑谁为人类，这些问题以及质问者收到的回答，全部用一种非人格的模式传送，例如打印在键盘上或展现在屏幕上。质问者不允许从任何一方得到除了这种问答之外的信息。图灵测试一词来源于计算机科学和/view/25311.htm密码学的先驱阿兰·麦席森·图灵写于1950年的一篇论文《计算机器与智能》。阿兰·麦席森·图灵1950年设计出这个测试，其内容是，如果电脑能在5分钟内回答由人类测试者提出的一系列问题，且其超过50%的回答让测试者误认为是人类所答则电脑通过测试。十、增量学习算法对于给定的示例首先判断它是“概念”的正例还是反例？如果是正例，那么当前的概念定义里是否已经包含了它？如果包含了，就看下一个示例；如果没包含，则将该示例中包含的“概念”抽象出来——即一般化/泛化。如果是反例，那么当前的概念定义里是否已经包含了它？如果没包含，就看下一个示例；如果包含了，则将该示例作为特例2.9?设有如下语句，请用相应的谓词公式分别把他们表示出来：?(1)?有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花?。?解：定义谓词?P(x)：x是人?L(x,y)：x喜欢y?其中，y的个体域是{梅花，菊花}。?将知识用谓词表示为：?(??存在 x?)(P(x)→L(x,?梅花)∨L(x,?菊花)∨L(x,?梅花)∧L(x,?菊花))?(2)?有人每天下午都去打篮球。?解：定义谓词?P(x)：x是人?B(x)：x打篮球?A(y)：y是下午?将知识用谓词表示为：?(存在 x?)(任意 y)?(A(y)→B(x)