人工智能通识基础 课件项目二、人工智能技术基础.pptxVIP

人工智能技术基础汇报人：XXX2025-X-XX

人工智能的基本架构0201人工智能的基本技术目录CONTENTS

01PART人工智能的基本技术

知识推理知识推理是指在计算机或智能系统中，模拟人类的推理过程，遵循推理控制策略,运用形式化的知识进行机器思考和问题求解的过程。智能系统的知识推理过程是通过推理机来完成的，所谓推理机就是智能系统中用来实现推理的程序。推理机的主要任务是在特定的控制策略下，从知识库中检索可用知识，并与数据库进行匹配，以生成或验证新的事实。

知识推理方法从方式上分，可分为演绎推理和归纳推理；从确定性上分，可分为精确推理和不精确推理；从单调性上分，可分为单调推理和非单调推理。

知识推理的控制策略推理策略主要包括正向推理、反向推理和混合推理。正向推理，也称为事实驱动推理或数据驱动推理，其主要优势在于直观，允许用户输入有用的事实信息，是产生式专家系统的主要推理方法之一。反向推理又称目标驱动推理或假设驱动推理，其主要优点是不必使用与总目标无关的规则，且有利于向用户提供解释。混合推理可以克服正向推理和反向推理问题求解效率较低的缺点。基于神经网络的知识推理能够实现正向推理和反向推理。在开发结构选型的智能设计系统时，应根据具体情况选择恰当的推理策略。

结构选型的知识推理策略信息融合技术本质上是一种多源信息的整合技术，通过计算机自动分析和综合来自不同信息源(例如传感器、遥感系统、互联网等)的数据,以完成所需的评估和决策任务。基于信息融合技术的多源不确定性信息融合推理方法基于人工神经网络的知识处理基于实例的推理(Case-BasedReasoning,CBR)基于人工神经网络(包括模糊神经网络)的知识处理具有集成特性，即知识的获取、表示和推理相互结合，均通过神经网络的学习训练来实现。CBR的核心理念是在解决设计问题时，利用以往处理相似设计问题的经验进行推理,而无须从零开始。

模糊逻辑在真实世界中，人类的思维概念、语意表达以及感觉判断等都存在着模糊（Fuzzy）的现象。什么是模糊现象呢？一般来说就是不精确、模棱两可、多重意义、不确定的意思。比如“今天天气很热”“那个人很年轻”等叙述。但是温度多高算热呢？年龄多少才算年轻呢？每个人对它们的定义都不同，也就是说这些语意或事物的状态，大都与人的主观的感觉判断有密切的关系，人们无法清楚地理解他人的感受，只能从其语意进行大概的判断，甚至对于个人而言也会因某种身体或心理的变化而产生判断的差错。虽然只能从不明确的言语中猜测其意义，但是之间的差距并不大，能达到彼此沟通的目的。

人工神经网络计算机科学家在研究人工智能时,自然希望模仿生物神经元的工作方式,因此他们设计了数学模型来模拟动物神经网络的结构和功能。所谓人工神经网络,是一种仿造神经元运作的函数演算，能接收外界信息输入的刺激,且根据不同刺激影响的权重转换成输出,或用以改变内部函数的权重结构，以适应不同环境的数学模型。简而言之,人工神经网络通过数学函数来模拟生物神经元的工作方式,利用数学模型来模拟生物的神经传导和反应过程,并接收来自外部的信息输入作为刺激,根据不同的刺激调整权重以产生输出。

自然语言处理自然语言处理可以划分为多个阶段，如语音或文本识别、自动分词与词性标注、句子生成与文本朗读等。它主要探讨如何利用计算机处理自然语言，并使机器能够理解人类的语言，是人工智能领域的一个关键分支。

群集智能蚂蚁群体合作寻找食物的行为，设计出一个用于处理优化问题的蚁群算法。1996年Dorigo将ACO算法，GA、SA等启发式算法与TSPLIB国际例题进行比较，其结果皆优于其他的算法，与最佳解的误差皆小于3.5%。蚁群算法粒子群优化（PSO）粒子群优化算法（PaticleSwarmOptimization，PSO）由Eberhart博士和Kennedy博士发明,是基于迭代的优化工具，通过系统初始化为一组随机解,迭代搜寻最优值。它与遗传算法的差异是它不必经由交叉(Crossover)以及变异(Mutation)过程,而是粒子在空间中追随最优的粒子进行搜索。

专家系统（1）领域专家级知识；（2）模拟专家思维；（3）达到专家级的水平。专家系统具备的三要素专家系统具有的特性专家系统包括六部分(1)能处理现实生活中复杂的、须综合判断的知识；(2)具有专家解决问题的能力,且有高度的效能；(3)只能处理某一特定领域的问题；(4)有一套合理的推论及解释功能。（1）知识库（2）推理机(InferenceEngine)（3）用户接口（4）工作区（5）解释系统（6）知识获取系统

机器学习机器学习是一种用于让计算机进行预测或分类的算法方法。它通过收集大量的原始