人工智能概念简介说课讲解
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
人工智能概念简介
1,哈什么是人工智能?
人工智能(Artificial Intelligence)简称AI,主要研究如何用人工的方法和技术,使用各种自动化机器或智能机器(主要指计算机)模仿、延伸和扩展人的智能,实现某些机器思维或脑力劳动自动化。
人工智能是那些与人的思维相关的活动,诸如决策、问题求解和学习等的自动化(Bellman, 1978);人工智能是一种计算机能够思维,使机器具有智力的激动人心的新尝试(Haugeland, 1985);人工智能是研究如何让计算机做现阶段只有人才能做得好的事情(Rich Knight,1991);人工智能是那些使知觉、推理和行为成为可能的计算的研究(Winston, 1992);广义地讲,人工智能是关于人造物的智能行为,而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson,1998)
2,人工智能有哪些研究途径?说明其研究特点。
1.心理模拟,符号推演:模拟人脑的逻辑思维,利用显式的知识和推理来解决问
题。擅长实现人脑的高级认知功能。2.生理模拟,神经计算:具有高度的并行分布型,很强的鲁棒性和容错性,擅长人脑的形象思维,便于实现人脑的低级感知功能。3.行为模拟,控制进化:具有自学习,自适应,自组织特性的智能控制系统和智能机器人。4.
群体模拟,仿生计算:成果可以直接付诸应用,解决工程问题和实际问题。5.博采广鉴,自然计算:模仿和借鉴自然界的某种机理而设计技术模型。7.原理分析,数学建模:纯粹用人的智能去实现机器智能
3,给出人工智能的五个应用领域。
难题求解,自动规划、调度与配置,机器定理证明,自动程序设计,机器翻译,智能控制,智能管理,智能决策,智能通信,智能仿真,智能CAD,智能制造,智能CAI,智能人机接口,模式识别,数据挖掘与数据库中的知识发现,计算机辅助创新,计算机文艺创作,机器博弈,智能机器人。
4,枚举出各种搜索策略。
盲目搜索:无向导的搜索,树式盲目搜索就是穷举搜索,不回溯的线式搜索是随机碰撞式搜索,回溯的线式搜索也是穷举式搜索。
启发式搜索:是利用“启发性信息”引导的搜索策略。“启发性信息”就是与问题有关的有利于尽快找到问题解的信息或知识。启发式搜索分为不同的策略,如全局择优,局部择优,最佳图搜索。按扩展顺序不同分为广度优先和深度优先。
5,人工智能的基本技术有哪些?
表示:符号智能的表示是知识表示,计算智能的表示一般是对象表示
运算:符号智能的运算是基于知识表示的推理或符号操作,计算智能的运算是基于对象表示的操作或计算
搜索:符号智能在问题空间内搜索进行问题求解,计算智能在解空间搜索进行求解
6,你认为人工智能未来的发展趋势是什么?
多种途径齐头并进,多种方法协作互补。
新思想、新技术不断涌现,新领域、新方向不断开拓。
理论研究更加深入,应用研究愈加广泛。
研究队伍日益壮大,社会影响越来越大。
7,你认为机器的智能会超过人类吗?为什么?
8,归结原理进行定理证明的步骤有哪些?归结原理进行求解问题的答案的步骤有哪些?
证明
1.先求出要证明的命题公式的否定式的子句集S;
2.然后对子句集S(一次或者多
次)使用归结原理;3.若在某一步推出了空子句,即推出了矛盾,则说明子句集S是不可满足的,从而原否定式也是不可满足的,进而说明原公式是永真的。
求解
1.先为待求解的问题找一个合适的求证目标谓词;
2.再增配(以析取形式)一个辅
助谓词,该谓词的变元必须与对应目标谓词中的变元完全一致;3.进行归结;4.当归结是刚好只剩下辅助谓词时,辅助谓词中原变元位置上的项就是所求的结果。
9,简要说明各种归结策略。
删除策略:及早删除无用子句,以避免无效归结,缩小搜索规模;并尽量使归结式朝“小”的方向发展。从而尽早导出空子句。删除策略是完备的。
支持集策略:尽量避免在可满足的子句集中做归结,因为从中导不出空子句。而求证公式的前提通常是一致的,所以支持集策略要求归结时从目标公式否定的子句出发进行归结。支持集策略实际是一种目标制导的反向推理。支持集策略是完备的。
线性归结策略:线性归结策略是完备的,高效的。可与许多别的策略相兼容。
输入归结策略:是一种自底而上的归结策略。输入归结策略是不完备的。输入归结策略常同线性归结策略结合,构成线性输入归结策略。也可以与支持集策略相结合。
单元归结策略:单元归结的思想是用单元子句归结可以使归结式含有较少的文字,因而有利于逼近空子句。单元归结策略是不完备的,但效率高。
祖先过滤型策略:是线性输入策略的改进。是完备的
10,说明与或图的在知识表示中的两种应用
与或图一般表示问题的变换过程,就是从原问题出发,运用某些规则不断的进行问题的分解(得到与分支)和变换(得到或分支),而得到一个与或图,与或图的节点一般代表问题,整个图就表示问题空间。
11,博弈问题状态空间图的特点是什么,为什么?
博弈树的特点
n 博弈的初始格局是初始节点。
n 在博弈树中,“或”节点和“与”节点是逐层交替出现的。自己一方扩展的节点之间是“或”关系,对方扩展的节点之间是“与”关系。双方轮流地扩展节点。
n 所有自己一方获胜的终局都是本原问题,相应的节点是可解节点;所有使对方获胜的终局都是不可解节点。
12,博弈问题求解有哪些方法,简述其过程。
极小极大分析法的基本思想
设博弈的双方中一方为A,另一方为B。然后为其中的一方(例如A)寻找一个最优行动方案。
为了找到当前的最优行动方案,需要对各个可能的方案所产生的后果进行比较。
为计算得分,需要根据问题的特性信息定义一个估价函数,用来估算当前博弈树端节点的得分。这时估算出来的得分为静态估值。
当端节点的估值计算出来后,再推算出父节点的得分,推算的方法是:
对“或”节点,选其子节点中一个最大的得分作为父节点的得分,这是为了使自己在可供选择的方案中选一个对自己最有利的方案;
对“与”节点,选其子节点中一个最小的得分作为父节点的得分,这是为了立足于最坏的情况。这样计算出的父节点的得分称为倒推值。
如果一个行动方案能获得较大的倒推值,则它就是当前最好的行动方案。
α-ß剪枝技术。基本思想为:
对于一个与节点MIN,若能估计出其倒推值的上确界β,并且这个β值不大于MIN的父节点(一定是或节点)的估计倒推值的下确界α,即α≥β,则就不必再扩展该MIN节点的其余子节点了(因为这些节点的估值对MIN父节点的倒推值已无任何影响了)。这一过程称为α剪枝。
对于一个或节点MAX,若能估计出其倒推值的下确界α,并且这个α值不小于MAX的父节点(一定是与节点)的估计倒推值的上确界β,即α≥β,