[工学]人工智能重点.doc

什么是人工智能？ 人工智能就是研究如何使一个计算机系统具有像人一样的智能特征，使其能模拟、延伸、扩展人类智能。通俗地讲，人工智能就是研究如何使得计算机会听、说、读、写、学习、推理，能够适应环境变化，能够模拟出人脑思维活动。人工智能就是要使计算机能够像人一样去思考和行动，完成人类能够完成的工作，甚至在某些方面比人更强。 什么是图灵测试？ 让受试者和计算机回答一定数量的问题，如果审查答案的人在多数情况下不能正确的判断哪边回答的是计算机的话，就说明计算机的水平接近人的水平。 人工智能研究方法？ 符号主义（Symbolicism） 联结主义（Connectionism） 行为主义（Actionism） 知识信息数据以及它们的关系？？、 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 数据是信息的载体，本身无确切含义，其关联构成信息 信息是数据的关联，赋予数据特定的含义，仅可理解为描述性知识 知识可以是对信息的关联，也可以是对已有知识的再认识 已知事实：一动物{有毛，吃草，黑条纹，哺乳类，有蹄类，斑马} R1：动物有毛 → 哺乳类 R2：动物产奶 → 哺乳类 R3：哺乳类 ∧ 吃肉 → 食肉类 R4：哺乳类 ∧ 吃草 → 有蹄类 R5：食肉类 ∧ 黄褐色 ∧ 有斑点→ 猎狗 R6：食肉类 ∧ 黄褐色 ∧ 黑条纹→ 虎 R7：有蹄类 ∧ 长脖 → 长颈鹿 R8：有蹄类 ∧ 黑条纹 → 斑马 用语义网络表示： “小燕子这只燕子从春天到秋天占有一个巢” “每个学生都学习了所有的程序设计课程” 正向推理： 逆向推理; 鲁滨逊归纳原理： 例3.16 已知 F: (?x)((?y)(A(x, y)∧B(y))→(?y)(C(y)∧D(x, y))) G: ﹁(?x)C(x)→(?x)(?y)(A(x, y)→﹁B(y)) 求证G是F的逻辑结论。 证明：先把G否定，并放入F中，得到的{F, ﹁G}为 {(? x)((? y)(A(x,y)∧B(y))→(? y)(C(y)∧D(x,y))), ﹁(﹁(? x)C(x)→(? x)(? y)(A(x,y)→﹁ B(y)))} 再把{F,﹁G}化成子句集，得到 (1) ﹁A(x,y)∨﹁ B(y) ∨C(f(x)) (2) ﹁ A(u,v)∨﹁ B(v) ∨D(u,f(u)) (3) ﹁ C(z) (4) A(m,n) (5) B(k) 其中，(1)、(2)是由F 化出的两个子句，(3)、(4)、(5)是由﹁G化出的3个子句。 最后应用谓词逻辑的归结原理对上述子句集进行归结，其过程为 (6) ﹁ A(x,y)∨ ﹁ B(y) 由(1)和(3)归结，取σ={f(x)/z} (7) ﹁ B(n) 由(4)和(6)归结，取σ={m/x,n/y} (8) NIL 由(5)和(7)归结，取σ={n/k} 因此，G是F 的逻辑结论。 上述归结过程可用如下归结树来表示 假设：任何通过计算机考试并获奖的人都是快乐的，任何肯学习或幸运的人都可以通过所有考试，张不肯学习但他是幸运的，任何幸运的人都能获奖。 求证：张是快乐的。 解： Pass(x, y) x可以通过y考试 Win(x, prize) x能获得奖励 Study(x) x肯学习 Happy(x) x是快乐的 Lucky(x) x是幸运的 再将问题用谓词表示如下： “任何通过计算机考试并奖的人都是快乐的” (?x)(Pass(x, computer)Win(x, prize)→Happy(x)) “任何肯学习或幸运的人都可以通过所有考试” (?x) (? y) (Study(x)∨Lucky(x)→Pass(x, y)) “张不肯学习但他是幸运的” ﹁Study(zhang)∧Lucky(zhang) “任何幸运的人都能获奖” (?x) (Lucky(x)→Win(x, prize)) 结论“张是快乐的”的否定 ﹁Happy(zhang) 将上述谓词公式转化为子句集如下： (1) ﹁Pass(x, computer)﹁Win(x, prize)Happy(