人工智能原理与应用 PPT课件

1.3 人工智能研究的方法和途径
1、各种学派及其理论： 包括：逻辑学派、认识学派、知识工程学派、联结学派、分 布式学派、进化论学派。但主要有以下三种学派：
(1)符号主义： 主要观点： • 人对客观世界认识的认知基元为符号； • 认知过程即是对符号进行操作(主要是推理)的过程，主要 工具是数学逻辑 • 知识是人们在实践中获得的信息关联在一起所形成的信息 结构，是构成智能的基础。 • 人工智能的核心问题是知识表示、知识推理、知识运用。
4、知识的谓词逻辑表示法的特点 • 自然性； • 适宜表示精确性知识，而不适宜表示不确定性知识； • 易实现； • 易于推理。有数理逻辑为基础。
局限性： • 不能表示不确定性知识 • 组合爆炸； • 效率低。
2.3 产生式表示法
由美国数学家Post提出(1943年)，也称为产生式规则表示法。
1、表示的知识种类及其基本形式 (1)可表示的知识种类： • 确定性规则知识； • 不确定性规则知识； • 确定性事实知识； • 不确定性事实知识； (2)基本形式
2.1 概述
1、知识、信息和数据 • 信息------事物(或现象)的特征描述；是对数据的解释，是数据 在特定场合下的具体含义。
• 数据------记录信息的符号、是信息的载体和表示，是信息的 解释。有格式的数据蕴含着某种信息。
• 知识------把有关信息关联在一起所形成的信息结构。是人对 客观世界的认识和经验。关联方式多种多样。 2、知识的特性 • 相对正确性； • 不确定性------“真”或“假”有程度可言；(及其原因) • 可表示性； • 可利用性。
1.4 人工智能的研究及应用领域
1、问题求解： 研究解决难题的方法，主要包括：状态空间、搜索策略、
归约策略的研究。如国际象棋程序。
2、机器学习： 研究计算机获取新知识和新技能、识别现有知识、不断
改善性能、实现自我完善的方法。 研究目标有：人类学习的认知模型；通用学习算法；构
造面向任务的专用学习系统。
2、谓词
• 谓词：是命题的一表示方式，一个谓词可分为谓词名和个 体两个部分。
谓词名------刻画个体的性质、状态或个体间的关系的。
个体------某一独立存在的事物或概念。
• 谓词的一般形式：
P(x1,x2,…,xn)
其中，P是谓词名，可自定义，xi为个体。个体可以是常量、 变元、函数等。n为谓词的元数，为1时称为一元谓词，为2时 称为二元谓词。当个体为常量、变元、函数时，称为一阶谓 词；当某个体为一阶谓词时，谓词称为二阶谓词。个体变元 的取值范围称为个体域
3、谓词公式 (1)连接词： • 非：~ • 或(析取)：V • 与(合取)：^ • 蕴含： • 等价：
（“P Q”仅 当P真而Q假时为假，其余为真） (同为真假)
(2)量词 • 全称量词：( x) • 存在量词： ( x)
(3)谓词公式 • 定义(合式公式)： • 连接词的优先级 • 量词的辖域、约束变元 • 命题公式
(4) 以人类的思维和认识方式来分
• 逻辑性知识-----通过逻辑思维而产生的知识
• 形象性知识-----通过形象思维而产生的知识，如牛的样子的知 识。
4、知识的表示
• 知识表示------研究用机器表示知识的可行性和有效性的一般 方法，是一种数据结构和控制结构的统一体。是把人类知识表 示成计算机能够处理的数据结构。
3、知识的分类 (1) 以知识的作用范围来分 • 常识性知识 • 领域性知识
(2)就知识的作用及表示来分 • 事实性知识-------有关领域内的概念、事实、事物的属性、状 态及其关系的描述，常以“……是……”形式出现。 • 规则性知识-------表示因果关系的知识，常以“如果…则…” 形式出现。
6、谓词公式的等价性与永真蕴含 • P与Q在D上等价； • P与Q等价 • 常用等价式(P23) • 永真蕴含 • 常用永真蕴含式(P24) • 一些推理规则(P24) • 反证法定理(P24)
第二章 知识表示法
内容：
讨论知识及其表示的有关概念和常用的知识表示法(而 知识的获取、表示(存储)和运用是人工智能的三个主要问题)
4、谓词公式的解释 (1) 命题公式的解释-------对命题公式中的命题变元的一次真
值指派。 (2) 公式P在D上的一个解释----• 指派常量； • 指派函数； • 指派谓词。 例：P21-22
5、谓词公式的永真性、可满足性、不可满足性 • P在D上永真 • P永真 • P是可满足的 • P在D上永假 • P永假(不可满足)
(1)Lisp语言(1960年) (2)问题求解程序(1963年)，将领域知识与求解方法分离(如GPS
程序,可求解11种不同类型的问题)
(3)定理证明(1965年)，提出归结原理 (4)知识表示的语义网络模型(1968年)
• 70年代： (1)逻辑程序设计语言Prolog(1972年) (2)专家系统Mycin(1972年) (3)人工智能杂志创刊(1970年) (4)提出知识工程的概念(1977年)
3、专家系统： 是一种具有特定领域内大量知识与经验的程序系统。
4、模式识别： 研究如何使机器具有感知能力的一个研究领域，主要研究
对视觉模式和听觉模式的识别。模式即为标准样式或标本。
5、自动定理证明： 研究对前提P和结论Q，证明P->Q的永真性(用反证法)。
目前用的主要方法是归结原理。
6、自动程序设计： 包括程序综合和程序验证。
组成的人工网络，用来模拟大脑的神经系统的结构和功能。
10、智能检索： 包括：
• 基于“词”的检索； • 基于概念的检索； • 自然语言理解(理解询问)； • 能推导或演绎出答案。
补充内容 逻辑基础
一、命题逻辑与谓词逻辑
1、命题 定义1 命题是具有真假意义的语句，常常用来表示一个判断 或一个结论。命题通常用大写字母表示。 命题的特点：命题有确定的真值，为真时记为T，为假时记为 F。 命题变元：抽象的命题。如：“x>5”。只有用具体的值代替 后才有确定的真假值。
(2)联结主义：(仿生学派) 主要观点： • 人工智能可以通过仿生人脑的结构来实现； • 人脑的思维基元是神经元而主是符号； • 要搞清楚大脑神经元及其连接机制，以及它进行信息处理 的过程和机理。
(3)行为主义：(进化学派) 主要观点： • 人工智能起源于控制论，智能取决于感知和行为
2、实现人工智能的技术路线：
• 陈述性知识表示-------主要表示事实性知识；
• 过程性知识表示-------主要表示规则性知识和控制结构知识， 表示形式是一个“过程”。
实际常用的表示方法有十种，可以根据实际需要使用。
2.2 一阶谓词逻辑表示法
1、知识的谓词逻辑表示法 • 对事实性知识------用谓词的合取式或析取式表示，如：
人工智能原理与应用
主讲：杨昌仁 2006年9月
• 课程性质：专业基础课。
• 学科性质：计算机科学的一个分支；同时是一个涉
及数学、计算机科学、控制论、信息论、心理学、哲 学等学科的交叉和边缘学科。
• 讲授学时：72学时
第一章 绪论
1.1 人工智能的诞生和发展
• 诞生： 1956年的一次学术讨论会，用到“人工智能”术语 • 50年代：游戏、博论为对象 • 60年代：
7、自然语言理解： 研究如何使计算机理解人类自然语言。包括：
• 回答有关问题； • 摘要生成和文本释义； • 自动翻译
8、机器人学： 研究机器人。包括：
• 第一代机器人：可再编程序控制机器人； • 第二代机器人：自适应机器人 • 智能机器人：有感觉器官，有思维能力。
9、人工神经网络： 是一个用大量称做神经元的简单处理单元经广泛连接而
ISSTUDENT(张三) I用谓词的蕴含式表示，如P->Q
2、用谓词公式表示知识的步骤 (1)定义谓词及个体，确定其含义。 (2)为每个谓词中的个体变元赋予特定的值。 (3)构造谓词公式。
3、知识的谓词逻辑表示法举例------见P20-24
• 控制性知识-------描述问题求解步骤、技巧性的知识。 • 元知识-------有关知识的知识，包括怎样使用规则、解释规则、 校验规则、解释程序结构等知识。
(3) 以知识的确定性来分
• 确定性知识------其逻辑值为“真”或“假”的知识
• 不确定性知识-----其“真”或“假”的程度由一个概率值表示的 知识
• 80年代： (1)推理技术(确定性推理、不确定性推理、非单调推理) (2)知识获取和表示 (3)自然语言理解 (4)机器视角 (5)提出了第五代计算机的研究计划.
• 90年代： (1)专家系统 (2)机器翻译 (3)问题求解 (4)机器视角 (5)机器学习 (6)人工神精网络
1.2 人工智能的定义
• 专用路线： 研制一些专用智能计算机或专用软件系统或专用计算机语言。
• 通用路线： 现有的软硬件系统即可支持人工智能系统的开发；在开发过
程中充分应用知识工程的思想，把知识工程作为软件工程的一 个分支。
• 硬件路线： 智能机器的开发有赖于各种智能硬件、智能工具、固化技术。
• 软件路线： 智能机器的开发有赖于各种智能软件和工具的开发和运用。
• 人工智能 (描述性定义)：用机器模拟人类的智能，也称为机器智能。
• 人类智能 (描述性定义)：人类所拥有的智力和行为能力，并以知识 为基础。
• 智力 (描述性定义)：获取知识并运用知识去求解问题的能力，包括： 感知能力、记忆与思维能力、归纳与演绎能力、学习能力与行 为能力。
• 人工智能学科(描述性定义)：计算机科学中涉及研究、设计、应用 智能机器的一个分支。