1、1 人工智能复习 什么是人工智能？一个核心三大技术是什么？有什么关系？ 1.人工智能定义：人工智能就是由计算机来表示和执行 人类的智能活动 2.一个核心：问题求解，三大技术知识表示技术、搜索 /推理技术、系统构成技术 3.关系 :a,形式化：接口，工具：如何表述食物的约定与推理关系。 B,机械化：搜索，推理：启发式搜索，估价函数。 C,自动化：自动控制执行，控制策略，算法。 什么是算法？什么是启发？关系如何？ 1，定义：算法 -为了使问题得到一个解而规定的在一切可能的条件下，都应采取的步骤 。 启发 从生活事件中总结出的一些解决问题的经验、策略、技巧、窍门 或简化步骤。 2，特点 3 个算法
2、通用性 /确定性 /完备性；启发 局部性 /试探性 /针对性 3，时空限制：综合使用，战略用启发，战术用算法 理论有但不实用 /理论没有算法使用启发算法 命题与谓词有何关系？ 定义：命题是具有真假值的句子。谓词是指谓词演算命题中队个体变元做出判断，以表示个体的性质或关系。 关系：命题局限性：整体考虑，未区分内部成分 请用各种知识表示描述本人本学期的工作、学习、生活情况。 1、一个问题，多种表示（注意：各种表示方法的特色，优点） 2、生活，学习，工作，娱乐等（只表示方法，不含 语义 ） 语义网络：继承，补充，修改 框架： 层次（槽，侧面，值） 剧本： 场景，内容（开始，道具，条件，场次，结局等）
3、 3，产生式：因果关系（ P-Q） ,推理树 /链 2 在修道士和野人问题中，假设三个修道士和三个野人中，有二个野人不会划船。试给出 （ 1）可能的状态有 48 种（修道士 03，不会划船野人 02，会划船野人 01，船 01） 种状态2船*种状态2会划船野人*种状态3不会划船野人*种状态4修道士 48*C12122334 CCC （ 2）可能操作 12 种 （修道士 +会划船野人） 1.会划船野人， 2.修道士， 3.2 修道士 4.修道士 +野人 5.修道士 +会划船野人 6.会划船野人 +野人 左右岸 12 种状态 1： 1 修道士从左岸到右岸 5： 1修道士从右岸回左岸 2： 1 会划
4、船野人从左岸到右岸 6： 1会划船野人从右岸到左岸 3： 2 个修道士从左岸到右岸 7： 2个修道士从右岸回左岸 4：会划船野人 +野人从左岸到右岸 8：会划船野人 + 野人从右岸回左岸 9：修道士 +野人从左岸到右岸 10：修道士 +野人从右岸回左岸 11：修道士 +会划船野人从左岸到右岸 12：修道士 +会 划船野人从右岸回左岸 （ 3）可能状态空间图； （ 4）求解步骤（文字形式） 开始： 3 野人 +3 修道士 + 船（ 3， 2，会， 1） 第一步： 2 野人 -右岸（ 3， 1， 0， 0） 3 第二步： 会划船野人 -左岸 （ 3， 1，会， 1） 第三步： 2 野人 -右岸（
5、3， 0， 0， 0） 第四步： 会划船野人 -左岸（ 3， 0，会， 1） 第五步： 2 修道士 -右岸（ 1， 0，会， 0） 第六步： 修道士 + 野人 -左岸（ 2， 1，会， 1） 第七步： 修道士 +野人 - 右岸 （ 1， 1， 0， 0）换野人 第八步： 修道士 +野人 -左岸（ 2， 2， 0， 1） 第九步： 2 修道士 -右岸（ 0， 2， 0， 0） 第十步： 会划船野人 -左岸（ 0， 2，会， 1） 第十一步： 2 野人 -右岸（ 0， 10， 0） 第十二步：传教士 -左岸（ 1， 1， 0， 1） 第十三步： 修道士 +野人 -右岸（ 0， 0， 0， 0） 4
6、 f(n) = W(n)全局择优重排九宫 - 剪枝 = 5 回溯 /产生 2.事件知识 (动作 /事件 );3.性能知识 (技巧 /性能 ) 元知识： 关于知识的知识 知识表示 : 如何描述事物的一种 (组 )约定 ;它研究如何用最合适的数据结构组织和 表示知识 ,这与问题性质 ,求解方法密切相关。 1.逻辑表示 (命题、谓词 )2.语义网络、 框架、 剧本 3.状态空间、与或图 4.产生式表示 语义 主要指语言结构 (词 ,短语 ,句子 ,段落等 )及其意义上的联系。 语义网络 是一种基于广义图的表示法。其中各节点代表概念，节点之间的弧表示它们之间的相互关系。 节点 -节点 。 8 下层节点
7、能继承、修改、补充上层节点的属性值。 默认值 : ISA 和 ISPART 关系 。 框架表示 又称画面理论 (层次型语义网络 ) 用来描述某种状态的数据结构，可通过向有限的槽赋不同的值来表示各种对象。 (值 j ) (值 j ) 剧本表示 (特化框架 ) 剧 /脚本： 是具有固定槽、侧面名的框架 *用于表示特定领域内的特定问题 *利用槽的不同赋值来表示各种对象 产生式表示 (P-Q) 产生式 (因果关系 )推理链 (有序 )与或树 全局数据库 :描述问题空间中的状态 ,即存放初始数据 ,中间结果 ,推理目标等。 产生式规则库 :作用于全局数据库上的一组用产生式表示的操作规则 /知识。 控制机
8、置 :决定对数据 /规则的操作 8.状态空间表示法 四元组 (状态 , 操作 , 状态空间 , 解 ) 9. 搜索 a 状态空间搜索策略 : 广度优先 ;深度优先 b.启发式搜索 *局部择优搜索 (瞎子爬山 )法 *全局择优搜索 (有序 )法 *全局择优搜索 (最好优先 )法 c. -剪枝技术 剪枝 :当扩展 min/对手 /与节点时，若其局部返回值上层 max/或节点值 ,则仃止。 *即不能增大上层 max/或节点值时 ,则仃止。 剪枝 :当扩展 max/自己 /或节点时，若其局部返回值上层 min/与节点值 ,则仃止。 *即不能减少上层 min/与节点值时 ,则仃止。 10.PROLOG
9、语言 a.过程 (指令 )型语言 :数值处理 *程序与数据相关，运行时才能理解 (动态 ) b.函数型 (LISP)语言 :表处理，函数处理 *层次 /模块结构，通用性好 (静态 ) c.逻辑型 (Prolog)语言 :知识处理 ,逻辑推理 *面向问题，程序数据统一，高度模块化 WHAT(做什么 ),HOW(如何做 ):过程 /函数 WHAT (做什么 ): PROLOG 无需“如何做 PROLOG: 以 Horn 子句为基础的，一阶谓词逻辑 (程序设计 )语言。 其逻辑基础是“消解原理”、“谓词演算” Horn 子句 仅有一个结论的规则或事实。 Prolog 特点 描述性语言 :描述 (求解
10、问题中的 )对象，以及对象间的逻辑关系 (事实、规则 )。 数据和程序结构合一 -项 term 数据和程序都由数据结构“项”构造而成 自动实现模式匹配和回溯 AI 系统中最基本，常用操作。 递归 (定义 ) 使一个大的数据结构常常能够由一个较小的程序来处理。 PROLOG 难点 -匹配、回溯、递归。 事实、规则 (谓词 ):-、 询问 ?-、数据库 DB 匹配、回溯 (求下一个解 /重新满足 ) 未例化 (多 )变量、例化 (变量 )、共享 9 *未例化 :指变量尚无值 *例化 :指变量得到一个确定值 (变为常量 ) *共享 :多个变量 X 匹配后 ,被例化为同一值 *变量作用域 :包含变量的
11、同条规则 (询问 ) 11. 什么是专家系统 AI 科学家目标 ： 开发在某种意义上能思考的程序 , 即需要人的智能才能求解问题的程序 用程序 改进知识表示 /搜索专用程序 基于专门领域知识的专用程序 -专家系统 专家： 通过学习积累，能做别人不能做的事 *从不相干的信息中发现问题的本质 *将新问题归结为熟悉的问题 12.ExpertSystem 专家系统定义： (1)软件系统 (2)具有专门领域内的知识 (3)能代替人类专家求解领域内的问题 13.如何组织专家系统 :原理 专家系统 = 知识库 + 推理机 知识库 :某种形式表示的知识 ,经验 ,常识等 推理机 :组程序以控制 ,协调整个系统
12、 , 并根据当前数据库中的数据 , 使用知识库 中的知识 , 按某种推理策略求解目前的问题。 数据库 :存放初始数据 , 推理过程得到的中间结果 , 以及需要求解的问题 /目标。 知识获取 :接收 ,修改 ,调试知识 /推理的接口 解释 :对推理过程进行必要的解释 (程序 ) 14.非精确性 :ES 所用的数 (证 )据、知识、推理过程常常是非精确、模糊、不完备的。 核心问题 :用可信度 CF(0100)描述 *数据非精确性 (工具 ,方法等限制 )处理 *知识非精确性 (理论 ,表示等限制 )处理 *推理过程中非精确性的传播规律 /处理方法 理论框架 :主要有基于概率论的概率逻辑方法、基于模糊逻辑的可能性理论方法。 15.专家系统开发工具的特征 *节省时间 ,费用等 *类型 :通用语言 :知识库 ,推理机 ,解释 ,控制等 AI 语言 : 知识库 , 解释 ,控制等 骨架系统 : 知识库 (M.1, EMYCIN 等 )
