人工智能手机的研究方法.docx

人工智能手机的研究方法 第一章 概述 1.人工智能主要研究用人工的方法和技术，模仿、延 伸和扩展人的智能,实现机器智能。人工智能的长期目标是 实现人类水平的人工智能。人工智能尚缺乏必要的理论。 在一些关键技术方面, 诸如机器学习、非单调推理、常识 性知识表示、不确定推理等尚未取得突破性的进展。人工 智能对全局性判断模糊信息处理、多粒度视觉信息的处理 是极为困难的。人工智能还处于智能学科研究的早期阶段, 必须开展智能科学的研究。 智能科学研究智能的基本理论 和实现技术，是由脑科学、认知科学、人工智能等学科构 成的交叉学科。 2.认知是和情感、动机、意志等相对的理智或认识过 程。认知科学是研究人类感知和思维信息处理过程的科学, 包括从感觉的输入到复杂问题求解, 从人类个体到人类社 会的智能活动, 以及人类智能和机器智能的性质。 3.人工智能的五个基本问题(1) 知识与概念化是否是 人工智能的核心(2) 认知能力能否与载体分开来研究（3) 认知的轨迹是否可用类自然语言来描述(4) 学习能力能否 与认知分开来研究？ (5) 所有的认知是否有一种统一的结 构 4.思维是客观现实的反映过程，是具有意识的人脑对 于客观现实的本质属性、内部规律性的自觉的、间接的和 概括的反映。 5.智能是个体认识客观事物和运用知识解决问题的能 力。符号智能：以知识为基础，通过推理进行问题求解。 也即所谓的传统人工智能。计算智能：以数据为基础，通 过训练建立联系，进行问题求解。人工神经网络、遗传算 法、模糊系统、进化程序设计、人工生命等都可以包括在 计算智能。 6.人工智能的研究方法：逻辑学派认知学派行 为学派 7. 推理：从一个或几个已知的判断(前提)逻辑地推论 出一个新的判断(结论)的思维形式。非单调推理：指的是 一个正确的公理加到理论中, 反而会使预先所得到的一些 结论变得无效了。非单调推理过程：建立假设, 进行标准 逻辑意义下的推理, 若发现不一致, 进行回溯,以便消除不 一致, 再建立新的假设。定性推理：把物理系统或物理过 程细分为子系统或子过程, 对于每个子系统或子过程以及 它们之间的相互作用或影响都建立起结构描述, 通过局部 因果性的传播和行为合成获得实际物理系统的行为描述和 功能描述。 8.学习的基本机制是设法把在一种情况下是成功的表 现行为转移到另一类似的新情况中去。学习是获取知识、 积累经验、改进性能、发现规律、适应环境的过程。知识、 知识表示及运用知识的推理算法是人工智能的核心, 而机 器学习则是关键问题。 9.机器学习的研究四个阶段： 无知识的学习： 主要研究神经元模型和基于决策论方 法的自适应和自组织系统。符号概念获取：给定某一类别 的若干正例和反例，从中获得该类别的一般定义。 实例学习：从实例学习结构描述。有知识的学习：把 大量知识引入学习系统做为背景知识机器学习的风范： 归纳学习：研究一般性概念的描述和概念聚类；?分析 学习：在领域知识指导下进行实例学习, 包括基于解释的 学习、 知识块学习等。 ?发现学习：根据实验数据或模型 重新发现新的定律的方法。 遗传学习：模拟生物繁衍的 变异和自然选择，把概念的各种变体当作物种的个体, 根 据客观功能测试概念的诱发变化和重组合并, 决定哪种情 况应在基因组合中予以保留。连接学习是神经网络通过 典型实例的训练, 识别输入模式的不同类别。 10.分布式人工智能：研究在逻辑上或物理上分散的智 能动作者如何协调其智能行为，即协调它们的知识、技能 和规划,