人工智能第一章：人工智能人工智能基本概念、方法和技術(shù):基本技術(shù)：知識(shí)表示、推理、搜索、規(guī)劃人工智能的主要研究、應(yīng)用領(lǐng)域機(jī)器感知：機(jī)器視覺；機(jī)器聽覺；自然語(yǔ)言理解；機(jī)器翻譯機(jī)器思維：機(jī)器推理機(jī)器學(xué)習(xí)：符號(hào)學(xué)習(xí)；連接學(xué)習(xí)機(jī)器行為：智能控制智能機(jī)器：智能機(jī)器人；機(jī)器智能智能應(yīng)用：博弈；自動(dòng)定理證明；自動(dòng)程序設(shè)計(jì)專家系統(tǒng)；智能決策；智能檢索；智能CAD；智能CAI智能交通；智能電力；智能產(chǎn)品；智能建筑等⑶人工智能新技術(shù)計(jì)算智能：神經(jīng)計(jì)算；模糊計(jì)算；進(jìn)化計(jì)算；自然計(jì)算人工生命：人工腦；細(xì)胞自動(dòng)機(jī)分布智能：多Agent,群體智能數(shù)據(jù)挖掘：知識(shí)發(fā)現(xiàn)；數(shù)據(jù)挖掘⑷人工智能研究領(lǐng)域：重點(diǎn)介紹機(jī)器學(xué)習(xí)機(jī)器思維：就是讓計(jì)算機(jī)模仿和實(shí)現(xiàn)人的思維能力，以對(duì)感知到的外界信息和自己產(chǎn)生的內(nèi)部信息進(jìn)行思維性加工。機(jī)器思維包括：推理、搜索、規(guī)劃等方面的研究。機(jī)器感知是機(jī)器獲取外界信息的主要途徑，也是機(jī)器智能的重要組成部分。所謂機(jī)器感知，就是要讓計(jì)算機(jī)具有類似于人的感知能力，如視覺、聽覺、觸覺、味覺。機(jī)器行為就是讓計(jì)算機(jī)能夠具有像人那樣地行動(dòng)和表達(dá)能力，如走、跑、拿、說、唱、寫畫等。知識(shí)表示:知識(shí)表示的觀點(diǎn)陳述性觀點(diǎn)：知識(shí)的存儲(chǔ)與知識(shí)的使用相分離優(yōu)點(diǎn)：靈活、簡(jiǎn)潔，演繹過程完整、確定，知識(shí)維護(hù)方便缺點(diǎn)：推理效率低、推理過程不透明過程性觀點(diǎn)：知識(shí)寓于使用知識(shí)的過程中優(yōu)點(diǎn)：推理效率高、過程清晰缺點(diǎn)：靈活性差、知識(shí)維護(hù)不便知識(shí)表示的方法邏輯表示法：一階謂詞邏輯產(chǎn)生式表示法：產(chǎn)生式規(guī)則結(jié)構(gòu)表示法：語(yǔ)義網(wǎng)絡(luò)，框架謂詞邏輯表示的應(yīng)用機(jī)器人移盒子問題:分別定義描述狀態(tài)和動(dòng)作的謂詞描述狀態(tài)的謂詞：TABLE(x)：x是桌子EMPTY(y)：y手中是空的AT(y,z)：y在z處HOLDS(y,w)：y拿著wON(w,x)：w在x桌面上變?cè)膫€(gè)體域：x的個(gè)體域是{a,b}y的個(gè)體域是{robot}z的個(gè)體域是{a,b,c}w的個(gè)體域是{box}問題的初始狀態(tài)：AT(robot,c)EMPTY(robot)ON(box,a)TABLE(a)TABLE(b)問題的目標(biāo)狀態(tài)：AT(robot,c)EMPTY(robot)ON(box,b)TABLE(a)TABLE(b)機(jī)器人行動(dòng)的目標(biāo)把問題的初始狀態(tài)轉(zhuǎn)換為目標(biāo)狀態(tài)，而要實(shí)現(xiàn)問題狀態(tài)的轉(zhuǎn)換需要完成一系列的操作描述操作的謂詞條件部分：用來說明執(zhí)行該操作必須具備的先決條件可用謂詞公式來表示動(dòng)作部分：給出了該操作對(duì)問題狀態(tài)的改變情況通過在執(zhí)行該操作前的問題狀態(tài)中刪去和增加相應(yīng)的謂詞來實(shí)現(xiàn)需要定義的操作：Goto(x,y)：從x處走到y(tǒng)處。Pickup(x):在x處拿起盒子。Setdown(x):在x處放下盒子。各操作的條件和動(dòng)作：Goto(x，y)條件：AT(robot，x)動(dòng)作：刪除表：AT(robot，x)添加表：AT(robot，y)Pickup(x)條件：ON(box，x)，TABLE(x)，AT(robot，x)，EMPTY(robot)動(dòng)作：刪除表：EMPTY(robot)，ON(box，x)添加表：HOLDS(robot，box)Setdown(x)條件：AT(robot，x)，TABLE(x)，HOLDS(robot，box)動(dòng)作：刪除表：HOLDS(robot，box)添加表：EMPTY(robot)，ON(box，x)機(jī)器人每執(zhí)行一操作前，都要檢查該操作的先決條件是否可以滿足。如果滿足，就執(zhí)行相應(yīng)的操作；否則再檢查下一個(gè)操作。這個(gè)機(jī)器人行動(dòng)規(guī)劃問題的求解過程如下:狀態(tài)1(初始狀態(tài))AT(robot,c)開始EMPTY(robot)=========>ON(box,a)TABLE(a)TABLE(b)狀態(tài)2AT(robot,a)Goto(c,a)EMPTY(robot)==========>ON(box,a)TABLE(a)TABLE(b)狀態(tài)3AT(robot,a)Pickup(a)HOLDS(robot,box)=========>TABLE(a)TABLE(b)狀態(tài)4AT(robot,b)Goto(a,b)HOLDS(robot,box)==========>TABLE(a)TABLE(b)狀態(tài)5AT(robot,b)Setdown(b)EMPTY(robot)==========>ON(box,b)TABLE(a)TABLE(b)狀態(tài)6(目標(biāo)狀態(tài))AT(robot,c)Goto(b,c)EMPTY(robot)=========>ON(box,b)TABLE(a)TABLE(b)第3章確定性推理智能系統(tǒng)的推理過程實(shí)際上就是一種思維過程。按照推理過程所用知識(shí)的確定性，推理可分為確定性推理和不確定性推理。正向推理：從已知事實(shí)出發(fā)、正向使用推理規(guī)則，亦稱為數(shù)據(jù)驅(qū)動(dòng)推理或前向鏈推理。算法描述把用戶提供的初始證據(jù)放入綜合數(shù)據(jù)庫(kù)；檢查綜合數(shù)據(jù)庫(kù)中是否包含了問題的解，若已包含，則求解結(jié)束，并成功推出；否則執(zhí)行下一步；檢查知識(shí)庫(kù)中是否有可用知識(shí)，若有，形成當(dāng)前可用知識(shí)集，執(zhí)行下一步;否則轉(zhuǎn)(5)。按照某種沖突消解策略，從當(dāng)前可用知識(shí)集中選出一條規(guī)則進(jìn)行推理，并將推出的新事實(shí)加入綜合數(shù)據(jù)庫(kù)種，然后轉(zhuǎn)(2)。詢問用戶是否可以進(jìn)一步補(bǔ)充新的事實(shí)，若可補(bǔ)充，則將補(bǔ)充的新事實(shí)加入綜合數(shù)據(jù)庫(kù)中，然后轉(zhuǎn)(3)；否則表示無(wú)解，失敗退出。至于如何根據(jù)綜合數(shù)據(jù)庫(kù)中的事實(shí)到知識(shí)庫(kù)中選取可用知識(shí)，當(dāng)知識(shí)庫(kù)中有多條知識(shí)可用時(shí)應(yīng)該先使用那一條知識(shí)等。這些問題涉及到了知識(shí)的匹配方法和沖突消解策略，以后將會(huì)分別討論。逆向推理；從某個(gè)假設(shè)目標(biāo)出發(fā)，逆向使用規(guī)則，亦稱為目標(biāo)驅(qū)動(dòng)推理或逆向鏈推理。算法描述：將要求證的目標(biāo)(稱為假設(shè))構(gòu)成一個(gè)假設(shè)集；從假設(shè)集中選出一個(gè)假設(shè)，檢查該假設(shè)是否在綜合數(shù)據(jù)庫(kù)中，若在，則該假設(shè)成立，此時(shí)，若假設(shè)集為空，則成功退出，否則仍執(zhí)行(2)；若該假設(shè)不在數(shù)據(jù)庫(kù)中，則執(zhí)行下一步；檢查該假設(shè)是否可由知識(shí)庫(kù)的某個(gè)知識(shí)導(dǎo)出，若不能由某個(gè)知識(shí)導(dǎo)出，則詢問用戶該假設(shè)是否為可由用戶證實(shí)的原始事實(shí)，若是，該假設(shè)成立，并將其放入綜合數(shù)據(jù)庫(kù)，再重新尋找新的假設(shè)，若不是，則轉(zhuǎn)(5)；若能由某個(gè)知識(shí)導(dǎo)出，則執(zhí)行下一步；將知識(shí)庫(kù)中可以導(dǎo)出該假設(shè)的所有知識(shí)構(gòu)成一個(gè)可用知識(shí)集；檢查可用知識(shí)集是否為空，若是，失敗退出；否則執(zhí)行下一步；按沖突消解策略從可用知識(shí)集中取出一個(gè)知識(shí)，繼續(xù)；將該知識(shí)的前提中的每個(gè)子條件都作為新的假設(shè)放入假設(shè)集，然后轉(zhuǎn)(2)。自然演繹推理:自然演繹推理從一組已知為真的事實(shí)出發(fā)，直接運(yùn)用經(jīng)典邏輯中的推理規(guī)則推出結(jié)論的過程稱為自然演繹推理。自然演繹推理最基本的推理規(guī)則是三段論推理，它包括：假言推理P,P-Q習(xí)Q拒取式」Q,P-Q習(xí)P假言三段論P(yáng)-Q,Q-R習(xí)P-R自然演繹推理的例子例3.5設(shè)已知如下事實(shí)：A,B,AT,BAC^D,D—Q求證：Q為真。證明：因?yàn)锳,ASC假言推理B,OBAC引入合取詞BAC，BAC—D習(xí)D假言推理D,D—Q習(xí)Q假言推理因此，Q為真魯濱遜歸結(jié)原理:第一，子句集中的子句之間是合取關(guān)系。因此，子句集中只要有一個(gè)子句為不可滿足，則整個(gè)子句集就是不可滿足的；第二，空子句是不可滿足的。因此，一個(gè)子句集中如果包含有空子句，則此子句集就一定是不可滿足的。魯濱遜歸結(jié)原理基本思想首先把欲證明問題的結(jié)論否定，并加入子句集，得到一個(gè)擴(kuò)充的子句集S'。然后設(shè)法檢驗(yàn)子句集S'是否含有空子句，若含有空子句，則表明S'是不可滿足的；若不含有空子句，則繼續(xù)使用歸結(jié)法，在子句集中選擇合適的子句進(jìn)行歸結(jié)，直至導(dǎo)出空子句或不能繼續(xù)歸結(jié)為止。狀態(tài)空間的啟發(fā)式搜索，全局擇優(yōu)搜索A算法描述：把初始節(jié)點(diǎn)S0放入Open表中，f(S0)=g(S0)+h(S0)；如果Open表為空，則問題無(wú)解，失敗退出；把Open表的第一個(gè)節(jié)點(diǎn)取出放入Closed表，并記該節(jié)點(diǎn)為n；⑷考察節(jié)點(diǎn)n是否為目標(biāo)節(jié)點(diǎn)。若是，則找到了問題的解，成功退出；⑸若節(jié)點(diǎn)n不可擴(kuò)展，則轉(zhuǎn)第⑵步；(6)擴(kuò)展節(jié)點(diǎn)n，生成其子節(jié)點(diǎn)ni(i=1,2,…)，計(jì)算每一個(gè)子節(jié)點(diǎn)的估價(jià)值f(ni)(i=1,2,…)，并為每一個(gè)子節(jié)點(diǎn)設(shè)置指向父節(jié)點(diǎn)的指針，然后將這些子節(jié)點(diǎn)放入Open表中；⑺根據(jù)各節(jié)點(diǎn)的估價(jià)函數(shù)值，對(duì)Open表中的全部節(jié)點(diǎn)按從小到大的順序重新進(jìn)行排序;⑻轉(zhuǎn)第⑵步。A*算法A*算法是對(duì)A算法的估價(jià)函數(shù)f(n)=g(n)+h(n)加上某些限制后得到的一種啟發(fā)式搜索算法假設(shè)f*(n)是從初始節(jié)點(diǎn)出發(fā)，約束經(jīng)過節(jié)點(diǎn)n達(dá)到目標(biāo)節(jié)點(diǎn)的最小代價(jià)，估價(jià)函數(shù)f(n)是對(duì)f*(n)的估計(jì)值。且f*(n)=g*(n)+h*(n)A*算法對(duì)A算法(全局擇優(yōu)的啟發(fā)式搜索算法)中的g(n)和h(n)分別提出如下限制：第一，g(n)是對(duì)最小代價(jià)g*(n)的估計(jì)，且g(n)>0；第二，h(n)是最小代價(jià)h*(n)的下界，即對(duì)任意節(jié)點(diǎn)n均有h(n)<h*(n)即滿足上述兩條限制的A算法稱為A*算法。不確定性推理CF模型：表示形式：在C-F模型中，知識(shí)是用產(chǎn)生式規(guī)則表示的，其一般形式為：IFETHENH(CF(H,E))其中，E是知識(shí)的前提條件；H是知識(shí)的結(jié)論；CF(H,E)是知識(shí)的可信度。說明：E可以是單一條件，也可以是復(fù)合條件。例如：E=(E1ORE2)ANDE3ANDE4H可以是單一結(jié)論，也可以是多個(gè)結(jié)論CF是知識(shí)的靜態(tài)強(qiáng)度，CF(H,E)的取值為［-1,1］，表示當(dāng)E為真時(shí)，證據(jù)對(duì)H的支持程度，其值越大，支持程度越大。機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)就是讓機(jī)器(計(jì)算機(jī))來模擬和實(shí)現(xiàn)人類的學(xué)習(xí)功能。主要目的是要通過對(duì)人類學(xué)習(xí)機(jī)理的研究和模擬，從根本上解決機(jī)器學(xué)習(xí)方面存在的種種問題。按學(xué)習(xí)策略來分類，即按學(xué)習(xí)中所使用的推理方法來分，可分為記憶學(xué)習(xí)、傳授學(xué)習(xí)、演繹學(xué)習(xí)、歸納學(xué)習(xí)等。按應(yīng)用領(lǐng)域分類，專家系統(tǒng)學(xué)習(xí)、機(jī)器人學(xué)習(xí)、自然語(yǔ)言理解學(xué)習(xí)等。按對(duì)人類學(xué)習(xí)的模擬，符號(hào)主義學(xué)習(xí)、連接主義學(xué)習(xí)等。環(huán)境是學(xué)習(xí)系統(tǒng)所感知到的外界信息集合，也是學(xué)習(xí)系統(tǒng)的外界來源。信息的水平(一般化程度)和質(zhì)量(正確性)對(duì)學(xué)習(xí)系統(tǒng)影響較大。學(xué)習(xí)環(huán)節(jié)對(duì)環(huán)境提供的信息進(jìn)行整理、分析歸納或類比，形成知識(shí)，并將其放入知識(shí)庫(kù)。知識(shí)庫(kù)存儲(chǔ)經(jīng)過加工后的信息(即知識(shí))。其表示形式是否合適非常重要。執(zhí)行環(huán)節(jié)根據(jù)知識(shí)庫(kù)去執(zhí)行一系列任務(wù)，并將執(zhí)行結(jié)果或執(zhí)行過程中獲得的信息反饋給學(xué)習(xí)環(huán)節(jié)。學(xué)習(xí)環(huán)節(jié)再利用反饋信息對(duì)知識(shí)進(jìn)行評(píng)價(jià)，進(jìn)一步改善執(zhí)行環(huán)節(jié)的行為。神經(jīng)學(xué)習(xí)：神經(jīng)生理學(xué)研究表明，人腦的神經(jīng)元既是學(xué)習(xí)的基本單位，同是也是記憶的基本單位。目前，關(guān)于人腦學(xué)習(xí)和記憶機(jī)制的研究有兩大學(xué)派：化學(xué)學(xué)派：認(rèn)為人腦經(jīng)學(xué)習(xí)所獲得的信息是記錄在某些生物大分子之上的。例如，蛋白質(zhì)、核糖核酸、神經(jīng)遞質(zhì)，就像遺傳信息是記錄在DNA(脫氧核糖核酸)上一樣。突觸修正學(xué)派：認(rèn)為人腦學(xué)習(xí)所獲得的信息是分布在神經(jīng)元之間的突觸連接上的。按照突觸修正學(xué)派的觀點(diǎn)，人腦的學(xué)習(xí)和記憶過程實(shí)際上是一個(gè)在訓(xùn)練中完成的突觸連接權(quán)值的修正和穩(wěn)定過程。其中，學(xué)習(xí)表現(xiàn)為突觸連接權(quán)值的修正，記憶則表現(xiàn)為突觸連接權(quán)值的穩(wěn)定。突觸修正假說已成為人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和記憶機(jī)制研究的心理學(xué)基礎(chǔ)，與此對(duì)應(yīng)的權(quán)值修正學(xué)派也一直是人工神經(jīng)網(wǎng)絡(luò)研究的主流學(xué)派。突觸修正學(xué)派認(rèn)為，人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程就是一個(gè)不斷調(diào)整網(wǎng)絡(luò)連接權(quán)值的過程。糾錯(cuò)學(xué)習(xí)是一