2019年人工智能考试整理.docVIP

智能定义（知识阈值理论） 智能就是在巨大的搜索空间中迅速找到一个满意解的能力 智能的综合性定义:智能是知识和智力的总和。其中知识是智能行为的基础。 智能的特征:1）具有记忆与思维能力 存贮有感官得到的外界信息并加以处理（如分析，计算，联想、决策等） 2）具有感知能力：通过感官获取外部信息的能力。 3）具有自适应能力 通过与外部世界交互学习，积累经验，增长知识，以适应环境变化。 4）具有表达能力 通过语言、手势、表情等方式完成信息的输出。 深蓝：能够模拟人的思维，进行博弈的计算机。1997年5月12日，一个名为“深蓝”（deep Blue ）的IBM计算机系统战胜当时的国际象棋冠军 盖利.卡斯帕罗夫 图灵测试：两个房间，一个是人，一个是机器，测试者通过一系列的提问，如果提问题的人无法分辨是人还是机器在回答问题，则认为该机器具有智能 人工智能（Artifical Intelligence，简称AI）又称机智能machine intelligence，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“Artifical Intelligence”这个词。 AI的本质问题：研究如何制造出人造的智能机器或系统，来模拟人类的智能活动的能力，以延伸人们智能的科学。 产生式系统由三个部分组成 1）综合数据库（Globe Database） 也称为：事实库，上下文等。 作用:存放问题求解的过程中产生的状态描述信息。 2）规则库（Rule Base）(问题本身知识、求解知识) 也称为规则基、规则集等。 作用：存放规则知识。 产生式规则的一般表达形式： IF（前提）…THEN(结论)… 即 ： 如果… 那么…. 例：1）数学定理 2）IF A是一种动物 AND A 是哺乳动物 AND A 吃肉 THEN A 是高级动物 关于不精确推理 当规则的前提成立时，结论并非完全成立。这种推理称为不精确推理。通常采用阈值方法来解决此类问题。 （3）控制策略（Control Strategy） a 选择规则库中的规则与综合数据库的已知事实进行匹配，匹配成功的规则为可用规则，否则为不可用规则。 b 规则冲突的解决（可用规则书1）。 c将选中的规则的结论放入综合数据库。 产生式系统的特点： 1 模式化：所有规则具有相同的形式 2结构化：规则见的关联比较简单，容易维护。 3自燃性：规则表达了因果关系，比较符合人们的思维方式，容易理解。 4单一性：智能处理因果关系问题。 5效率低，规则匹配过程很大。 产生式系统的适用范围：1）知识杂乱、事实众多、无统一理论的领域 2）该领域的知识能够抽象出来 3）该领域的知识可分解为一组独立的动作，以便用规则加以表示。 概括说的说：问题空间从一个状态到另一个状态的转移序列独立的领域可采用产生式系统模拟。 产生式系统一般性算法：1 DATA ←初始数据库 2 until DATA满足结束条件条件之前 do： 3 Begin 在规则集中选择某一可用于DATA的规则R DATA ←R应用到DATA后得到的结果 END 例1 字符转换 问题：设字符转换规则 A∧B→C A∧C→D B∧C→G B∧E→F D→E 已知：A,B 求：F 一、综合数据库 {x} ：其中x为字符 二、规则集 IF A∧B THEN C IF A∧C THEN D IF B∧C THEN G IF B∧E THEN F IF D THEN E 三、控制策略 顺序排队 四、初始条件 {A,B} 五、结束条件： 例2 八数码游戏 问题：一个3×3棋盘有八张牌1,2，…8 及一个空格，空格周围的牌可以向空格移动。 求解：给定一个初始状态s一个目标状态G，求S到G的走步序列。 产生式系统的基本控制策略 概括的讲：产生式系统控制策略---搜索 1）不可撤回方式 2）试探性方式 a 回溯方式（Backtracking） b 图搜索方式（Graph search） 1.不可撤回方式 基本策略：选择规则时只依靠局部知识（信息），而不考虑是否全局最佳选择，只能满足局部优化条件，用过的规则不再撤回。 特点： a 方法简单，容易实现 b 具有一定的局限性，适用范围小（只可用于单极值情况） c 可能会造成规则的多次重复使用。 比如：‘