人工智能科普知识人工智能及其应用

人工智能及其应用汇报人：2024/XX/XX目录第1章绪论第2章知识表示方法第3章搜索推理技术01绪论第1章绪论掌握目前人工智能的三个主要学派及其认知观。02重点掌握人工智能的几种定义。01掌握目前人工智能的三个主要学派及其认知观。03人工智能的几种定义定义2人工智能(学科)人工智能(学科)是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。定义3人工智能(能力)人工智能(能力)是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。人工智能的三大学派及其认知观：(1)符号主义认为人工智能起源于数理逻辑。(2)连接主义认为人工智能起源于仿生学，特别是对人脑模型的研究。(3)行为主义认为人工智能起源于控制论。02知识表示方法2.1状态空间法题求解方法是采用试探搜索方法的。也就是说，这些方法是通过在某个可能的解空间内寻找一个解来求解问题的。这种基于解答空间的问题表示和求解方法就是状态空间法，它是以状态和算符(operator)为基础来表示和求解问题的。状态空间法三要点(1)状态（state）：表示问题解法中每一步问题状况的数据结构；(2)算符（operator）：把问题从一种状态变换为另一种状态的手段；(3)状态空间方法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。2.1状态空间法2.1状态空间法由上可知，对一个问题的状态描述，必须确定3件事：(1)该状态描述方式，特别是初始状态描述；(2)操作符集合及其对状态描述的作用；(3)目标状态描述的特性。例2：(分油问题)有A、B、C三个不带刻度的瓶子，分别能装8kg,5kg和3kg油。如果A瓶装满油，B和C是空瓶，怎样操作三个瓶，使A中的油平分两份？(假设分油过程中不耗油)解：第一步：定义问题状态的描述形式：设Sk=(b,c)表示B瓶和C瓶中的油量的状态。其中：b表示B瓶中的油量。c表示C瓶中的油量。初始状态集：S={(0,0)}目标状态集：G={(4,0)}第二步：定义操作符：操作：把瓶子倒满油，或把瓶子的油倒空。f1：从A瓶往B瓶倒油，把B瓶倒满。f2：从C瓶往B瓶倒油，把B瓶倒满。f3：从A瓶往C瓶倒油，把C瓶倒满。f4：从B瓶往C瓶倒油，把C瓶倒满。f5：从B瓶往A瓶倒油，把B瓶倒空。f6：从B瓶往C瓶倒油，把B瓶倒空。f7：从C瓶往A瓶倒油，把C瓶倒空。f8：从C瓶往B瓶倒油，把C瓶倒空。第三步：求解过程：f1：从A瓶往B瓶倒油，把B瓶倒满。f2：从C瓶往B瓶倒油，把B瓶倒满。f3：从A瓶往C瓶倒油，把C瓶倒满。f4：从B瓶往C瓶倒油，把C瓶倒满。f5：从B瓶往A瓶倒油，把B瓶倒空。f6：从B瓶往C瓶倒油，把B瓶倒空。f7：从C瓶往A瓶倒油，把C瓶倒空。f8：从C瓶往B瓶倒油，把C瓶倒空。2.2问题归约法问题归约法的概念已知问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。该方法也就是从目标(要解决的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。这就是问题归约的实质。2.2问题归约法问题归约法的组成部分

（1）一个初始问题描述；（2）一套把问题变换为子问题的操作符；（3）一套本原问题描述。2.3谓词逻辑法一阶谓词逻辑表示法适于表示确定性的知识。它具有自然性、精确性、严密性及等特点。2.3谓词逻辑法用一阶谓词逻辑法表示知识的步骤如下：（1）定义谓词及个体，确定每个谓词及个体的确切含义。（2）根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。（3）根据所要表达的知识的语义，用适当的连接符号将各个谓词连接起来，形成谓词公式。2.4语义网络法语义网络是1968年J.R.Quillian在研究人类联想记忆时提出的心理学模型。语义网络是通过概念及其语义关系来表示知识的一种结构化网络图，它由节点和弧线或链线组成，节点用来表示各种概念、事物、属性、情况、动作、状态等，每个节点可以带有若干个属性，以表征其所代表的对象的特性。弧线用于表示节点间的关系，其上的标注则表示被连接的两个节点间的某种语义联系或语义关系。2.4语义网络法语义网络表示知识的方法及步骤（a）确定问题中的所有对象以及各对象的属性。（b）确定所讨论对象间的关系。（c）语义网络中，如果节点间的联系是ISA/AKO，则下层节点对上层节点的属性具有继承性。整理同一层节点的共同属性，并抽出这些属性，加入上层节点中，以免造成属性信息的冗余。（d）将各对象作为语义网络的一个节点，而各对象间的关系作为网络中各节点间的弧，连接形成语义网络。节点可代表一个事物或一个具体概念，也可代表某种情况、事件或某一动作。当节点表示某种事件或某一动作时，可以从该节点引出一组向外的弧，用于指出事件的因果或动作的主体及客体。1974年，由Minsky在“Aframeworkforrepresentingknowledge”中提出。框架是一种描述所论对象属性的数据结构。所论对象可以是一个事物、一个事件或者一个概念。一个框架由若干个“槽”组成，每个“槽”又可划分为若干个“侧面”。一个槽用于描述所论及对象的某一方面的属性，一个侧面用于描述相应属性的一个方面。槽和侧面所具有的属性值分别称为槽值和侧面值。槽值可以是逻辑型或数字型的，具体的值可以是程序、条件、默认值或是一个子框架。2.5框架表示2.5框架表示用框架表示法表示知识的步骤如下：（1）分析待表达知识中的对象及其属性，对框架中的槽进行合理设置。（2）对各对象间的各种联系进行考察。使用一些常用的名称或根据具体需要定义一些表达联系的槽名，来描述上、下层框架间的联系。（3）对各层对象的“槽”及“侧面”进行合理的组织安排，避免信息描述的重复。03搜索推理技术第3章从问题表示到问题的解决，有一个求解的过程。而实现求解的过程，采用的基本方法包括搜索和推理。重点掌握一般图搜索策略和消解原理，掌握各种搜索方法和产生式系统原理，了解规则演绎系统的基本原理，对系统组织技术、不确定性推理和非单调推理等高级推理技术作一般性了解。第3章搜索推理技术和搜索相对应的知识表示法一般有两种：1、状态空间法：（S，F，G）2、与或图表示法：基于一种分解与变换的思想，利用树状结构对复杂问题进行表示，使复杂问题简单化。3.1搜索种类图搜索策略是一种在图中寻找路径的方法。搜索种类：盲目搜索：只按预先规定的搜索控制策略进行搜索。启发式搜索：根据问题本身的特性或搜索过程中产生的一些信息来不断改变和调整搜索的方向。图搜索过程框图开始把S放入OPEN表OPEN为空表？把第一个节点(n)从OPEN移至CLOSED表n为目标节点？把n的后继节点放入OPEN表的末端，提供返回节点n的指针修改指针方向重排OPEN表失败成功是是否否3.2盲目搜索盲目搜索又叫做无信息搜索，一般只适用于求解比较简单的问题。宽度优先搜索和深度优先搜索，属于盲目搜索方法。3.2.1宽度优先搜索搜索是以接近起始节点的程度依次扩展节点的，如左图所示。

从图可见，这种搜索是逐层进行的；在对下一层的任一节点进行搜索之前，必须搜索完本层的所有节点。sLOMFPQNFFF3.2.2深度优先搜索分析深度优先搜索示意图可看出，在深度优先搜索中，我们首先扩展最新产生的(即最深的)节点。深度相等的节点可以任意排列。

我们定义节点的深度如下：起始节点(即根节点)的深度为0。任何其它节点的深度等于其父辈节点深度加上1。3.2.2深度优先搜索有界深度优先搜索给出一个节点扩展的最大深度——深度界限。有界深度优先搜索过程是沿着一条路径进行下去，直到深度界限为止，然后再考虑只有最后一步有差别的相同深度或较浅深度可供选择的路径，接着再考虑最后两步有差别的那些路径，等等。3.3启发式搜索宽度优先搜索的推广用来解决从起始状态至目标状态的具有最小代价的路径问题。从起始节点S到任一节点i的路径代价记为g(i)。从节点i到它的后继节点j的连接弧线代价记为c(i，j)；则节点j的路径代价为g(j)=g(i)+c(i,j)。待扩展的节点是路径代价最小的节点。3.3启发式搜索启发信息用于决定要扩展的下一个节点，以免象在宽度优先或深度优先搜索中那样盲目地扩展。这种搜索总是选择“最有希望”的节点作为下一个被扩展的节点。这种搜索叫做有序搜索(orderedsearch)。1盲目搜索的不足：效率低，耗费过多的计算空间与时间。分析前面介绍的宽度优先、深度优先搜索，或等代价搜索算法,其主要的差别是OPEN表中待扩展节点的顺序问题。人们就试图找到一种方法用于排列待扩展节点的顺序，即选择最有希望的节点加以扩展，那么，搜索效率将会大为提高。启发信息：进行搜索技术一般需要某些有关具体问题领域的特性的信息，把此种信息叫做启发信息。把利用启发信息的搜索方法叫做启发式搜索方法。23.2.1有序搜索有序搜索又称为最好优先搜索，它总是选择最有希望的节点作为下一个要扩展的节点。估价函数f的确定：一个节点的希望程度越大，则其f值越小。为此，被选为扩展的节点，是估价函数最小的节点。f是从起始节点约束地通过节点n而到达目标节点的最小代价路径上的一个估算代价。01宽度优先搜索、等代价搜索和深度优先搜索统统是有序搜索技术的特例。对于宽度优先搜索，我们选择f(i)作为节点i的深度。对于等代价搜索，f(i)是从起始节点至节点i这段路径的代价。023.3.2A*算法A*算法是一种有序搜索算法，其特点在于对估价函数的定义上。估价函数f：f(n)=g(n)+h(n)g(n)：就是到目前为止用搜索算法找到的从S到n的最小路径代价。h(n)：依赖于有关问题的领域的启发信息。从节点n到某目标节点的一条最佳路径的代价的估计。例：八数码难题解：采用估价函数f(n)=d(n)+W(n)其中：d(n)是搜索树中节点n的深度；W(n)用来计算对应于节点n的数据库中错放的棋子个数。因此，起始节点棋局的f值等于0+3=3。3.4消解原理重点掌握子句集的求解步骤和消解反演过程，掌握消解推理的规则。3.5产生式系统1、产生式系统的组成产生式系统由3个部分组成，即总数据库(或全局数据库)、产生式规则和控制策略，总数据库又称为综合数据库、上下文、黑板等，用于存放求解过程中各种当前信息的数据结构，如问题是的初始状态、事实或证据、中间推理结论和最后结果等。产生式规则是一个规则库，用于存放与求解问题有关的某个领域知识的规则之集合及其交换规则。其基本形式为IF前提THEN结论控制策略的作用是说明下一步应该选用什么规则。综合数据库中，存放着初始状态矩阵和目标状态矩阵以及变换过程中的中间矩阵。2）建立综合数据库将棋盘的布局表示为状态矩阵的形式存入综合数据库。例如，初始布局和目标布局以矩阵形式表示为：3）推理求解在进行推理求解时，可能会有多条产生式规则的条件部分和综合数据库中的已有事实相符，这样就有可能激活多条规则。究竟采用哪一条规则作为启用规则规则，这就是冲突解决策略问题。在本题中采用一个启发式函数f(n)=d(n)+W(n)其中：d(n)是搜索树中节点n的深度；W(n)用来计算对应于节点n的数据库中错放的棋子个数。在综合数据库中的初始矩阵，能满足规则R1，R2，R3，R4的条件，所以有四条匹配规则。利用启发函数