《人工智能导论》概论精讲.pptVIP

人工智能的分类基于脑功能模拟的领域划分:机器感知（信息输入）:使计算机具有类似于人的感知能力，能通过“感知”直接从外界获取信息。机器视觉、机器听觉。相关学科:模式识别、语音识别机器联想:基于内容的联想，与具体存储位置无关。联想存储技术。机器推理:又称为计算机推理、自动推理，是人工智能的核心课题之一。自然演绎推理、归结演绎推理、基于非经典逻辑的推理。机器学习:使机器自己获取知识。对书本知识的学习、对客观规律的发现、对自身行为的修正。机器学习分为:机械学习、指导学习、解释学习、类比学习、示例学习、发现学习等。这些属于符号学习。另外有神经网络学习等。机器理解:图形理解（物景分析）、自然语言理解。理解是感知的延伸和深化。机器行为（信息输出）:计算机的表达能力及类似于人四肢的功能，能走路、取物、操作等。机器人行动规划。…人工智能的分类基于实现技术的领域划分:知识工程与符号处理技术神经网络技术…人工智能的分类基于应用领域的领域划分:难题求解:路径规划、组合优化、博弈等难题求解。自动定理证明。自动程序设计:自动程序综合和自动程序验证。自动翻译:机器翻译。自然语言理解。智能控制:自动控制与人工智能的结合。智能管理:人工智能与管理科学、系统工程和计算机技术的结合。智能决策:人工智能应用于决策支持系统。智能通讯:在通讯的各个环节和层次上实现智能化。智能仿真,智能CAD,智能CAI,机器人学…人工智能的研究与应用领域问题求解人工智能的第一个大成就是发展了能够求解难题的程序,它包含问题的表示、分解、搜索与归约等。在线下棋机器人/flash-board-games/online-robo-chess-1115.html人工智能的研究与应用领域逻辑推理与定理证明逻辑推理是人工智能研究中最持久的子领域之一,在人工智能方法的发展中曾经产生过重要的影响。在人工智能方法的研究中定理证明是一个极其重要的论题。第一个主要由计算机证明的理论:

四色定理人工智能定理证明研究最有说服力的例子，是机器证明了困扰数学界长达100余年之久的难题──“四色定理”。“四色问题”最早是1852年由一位21岁的大学生提出来的数学难题:任何地图都可以用最多四种颜色着色，就能区分任何两相邻的国家或区域。这个问题就象“哥德巴赫猜想”一样，属于世界上最著名的数学难题之一。1976年6月，美国伊利诺斯大学的两位数学家W.Haken和K.Apple宣布，他们成功地证明了这一定理，使用的方法就是机器证明。W.Haken和K.Apple攻克这一难题使用的方法仍然是前人常用的“穷举归纳法”。他们编制出程序让3台IBM360电脑自动高速寻找各种可能的情况，并逐一判断它们是否可以被“归纳”。共耗费1200个机时，做完200亿个逻辑判断，电脑终于证明了“四色定理”。人工智能的研究与应用领域自然语言理解语言处理也是人工智能的早期研究领域之一。语言的生成和理解是一个极为复杂的编码和解码问题。一个能理解自然语言信息的计算机系统看起来就像一个人一样,需要有上下文知识以及根据这些上下文知识进行推理。理解口头的和书写语言的计算机系统所取得的某些进展,其基础就是有关上下文知识结构的表示理论以及根据这些知识进行推理的技术。对话机器人/george自动翻译程序/translate/livetrans.htm人工智能的研究与应用领域自动程序设计对自动程序设计的研究不仅可以促进半自动软件开发系统的发展,而且也使通过修正自身数码进行学习(即修正它们的性能)的人工智能系统得到发展。程序理论方面的研究工作对人工智能工作都是很重要的。自动程序设计研究的重大贡献之一是作为问题求解策略的调整概念。有一种观点,对程序设计或机器人控制问题,先产生一个简易的解,然后再对该解进行修正,这种做法一般要比坚持要求第一个解就完全没有缺陷的做法有效得多。人工智能的研究与应用领域专家系统专家系统是一个智能计算机程序系统,其内部具有大量专家水平的某个领域知识与经验,能够利用人类专家的知识和解决问题的方法来解决该领域的问题。发展专家系统的关键是专家知识的表达和运用,专家知识指来自人类专家,并能有效解决该领域内的典型问题的事实和过程。在线专家网站http://www.aiinc.ca/demosExpertSystemTools/~