人工智能考点整理程序.docx

第一章 绪论人工智能概念人工智能就是让机器来完成那些如果由人来做则需要智能的事情的科学智能有哪些具体特征？ 具有感知能力（系统输入）: 机器视觉，机器听觉，图像语音识别……具有记忆与思维能力：思维是智能的根本原因，思维是一个动态的过程。思维分为：逻辑思维，形象思维和顿悟思维。具有学习能力及自适应能力：适应环境的变换、积累经验的能力 具有行为能力（系统输出）：对外界的智能化反应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。人工智能系统的三大基本问题知识获取、知识表示和知识利用人工智能研究形成了三大学派符号主义，认为符号是人类的认识基元，同时人的认识过程即是对符号的计算推理的过程。其研究内容是基于逻辑的知识表示和推理技术。联结主义，认为人的认识基元是神经元，认识的过程就是人脑进行信息处理的过程。主要研究内容是神经网络。行为主义，其主要原理是智能取决于感知和行为，它不需要知识，不需要表示，不需要推理，智能行为是通过与现实外界环境的交互作用体现出来的。研究重点是模拟人的各种控制行为。三个学派各有所长，各有所短，应相互结合、取长补短，综合集成。不同学派间的争论进一步促进了人工智能的发展。人工智能的目的通过计算机技术模拟人脑智能，替代人类解决生产、生活中的具体问题。通过计算机技术延伸人类智力，提高人类解决生产、生活中的具体问题的能力。通过计算机技术研究推动人类智力发展人工智能的目标人工智能是电脑科学的一个重要分支，它的近期目标是让电脑更聪明、更有用，它的远期目标是使电脑变成“像人一样具有智能的机器”。人工智能研究的基本内容Cognition modeling (认知建模)Knowledge Representation(知识表示)Knowledge Reasoning(知识推理)Knowledge Application(知识应用)Machine Perception(机器感知)Machine thinking(机器思维)Machine learning(机器学习)Machine behavior(机器行为)Intelligent system constructing(智能系统构建)人工智能研究的主要方法Function simulation (功能模拟法)Construction simulation (结构模拟法 )Behavior simulation (行为模拟法)Integration simulation (集成模拟法)Mechanism simulation（机制模拟法）人工智能的研究与应用领域Problem Solving 问题求解Logic Reasoning Automatic Theorem Proving 逻辑推理与自动定理证明Natural Language Understanding 自然语言理解Automatic Programming 自动定理证明Machine Learning 机器学习Expert System (ES) 专家系统Artificial Neural Network (ANN) 人工神经网络Robotics 机器人学Pattern Recognition 模式识别Computer Vision 计算机视觉Intelligent Control（智能控制） 知识和知识表示方法什么是知识把有关的信息关联在一起的信息结构，就是知识。知识反映了客观世界中事物之间的关系。知识的特性1.相对正确性知识是人们对客观世界认识的结晶，并且受到长期实践经验的检验。因此，在一定的条件及环境下，知识一般是正确的，可信任的。应该注意一定的条件及环境的条件约束。2.不确定性知识不总是具有“真”或“假”这两种状态，在真和假之间可能存在许多中间状态，这种特性称为知识的不确定性。造成知识不确定性的原因有以下几种：（1）由随机性引起的不确定性（2）由模糊性引起的不确定性（3）由不完全性引起的不确定性（4）由经验性引起的不确定性3.可表示性与可利用性知识是可以用适当的形式表示出来的，如语言、文字、图形、神经元网络等。它是可利用的，我们每个人天天都在利用自己掌握的知识解决所面临的各种各样问题。知识的分类对知识从不同角度划分，可得到不同的分类方法：1.按作用域划分:常识性知识和领域性知识2.按作用及表示划分：事实性知识，过程性知识，控制性知识3.按确定性划分：确定性知识和不确定性知识4.按结构及表现形式划分：逻辑性知识和形象性知识5.若抛开知识涉及领域的具体特点，从抽象的、整体的观点来划分，知识可分为零级、一级和二级知识。知识表示分类知识表示方法可分为两大类：符号表示法：用各种包含具体含义的符号，以各种不同的方式和次序组合起来表示知识连接机制表示法：用神经网络技术表示知识的一