目录

  • 1 绪论
    • 1.1 人工智能的定义
    • 1.2 人工智能的发展历史
    • 1.3 人工智能的三大学派
    • 1.4 人工智能研究内容
    • 1.5 人工智能技术与应用
    • 1.6 人工智能体验*
    • 1.7 智能科学与技术*
    • 1.8 讨论:人工智能能否超越人类
    • 1.9 小结
  • 2 知识表示
    • 2.1 知识表示的基本概念
    • 2.2 谓词逻辑表示法
    • 2.3 产生式表示法
    • 2.4 语义网络表示法
    • 2.5 框架表示法
    • 2.6 知识图谱表示法
    • 2.7 脚本表示法和面向对象表示法*
    • 2.8 小结
  • 3 搜索策略
    • 3.1 搜索的基本概念
    • 3.2 状态空间表示方法
    • 3.3 状态空间搜索
    • 3.4 问题归约表示法
    • 3.5 博弈树的启发式搜索
    • 3.6 小结
  • 4 确定性推理
    • 4.1 推理的基本概念
    • 4.2 推理的逻辑基础
    • 4.3 自然演绎推理
    • 4.4 归结演绎推理
    • 4.5 基于规则的演绎推理
    • 4.6 小结
  • 5 不确定性推理
    • 5.1 不确定性推理概述
    • 5.2 主观贝叶斯方法
    • 5.3 可信度方法
    • 5.4 证据理论
    • 5.5 模糊知识与模糊推理
    • 5.6 小结
  • 6 机器学习
    • 6.1 机器学习概述
    • 6.2 决策树
    • 6.3 支持向量机
    • 6.4 拓展:分类与预测
  • 7 深度学习
    • 7.1 Tensorflow游乐场
    • 7.2 神经网络基本原理
    • 7.3 卷积神经网络及其应用
    • 7.4 生成对抗网络及其应用
    • 7.5 拓展:基于深度学习的自然语言处理
  • 8 进化算法
    • 8.1 进化算法的基本概念
    • 8.2 遗传算法及其应用
  • 9 群智能算法
    • 9.1 群智能基础
    • 9.2 粒子群优化算法及应用
    • 9.3 蚁群算法及应用
  • 10 专业伦理与职业素养*
    • 10.1 伦理与道德
    • 10.2 人工智能伦理规则
    • 10.3 人工智能法律问题
    • 10.4 人工智能知识产权问题
    • 10.5 职业与职业素养
    • 10.6 小结
  • 11 AI前沿
    • 11.1 chatGPT-4
    • 11.2 搜狗AI营养师
    • 11.3 智能驾驶
    • 11.4 AlphaFold
    • 11.5 Transformer
    • 11.6 GAN
小结

本章小结

1. 知识表示的基本概念:知识的定义、特性、分类;知识表示。

2. 谓词逻辑表示法:命题、谓词、谓词公式、谓词逻辑、一阶谓词逻辑表示法及其特点。

3. 产生式表示法:产生式、产生式系统、控制策略、推理方式、产生式表示法的特点。

4. 框架表示法:框架的一般结构、框架表示方法及其特点。

5. 语义网络表示法:语义网络、语义基元、语义联系、语义网络表示知识的方法、语义网络的推理过程、特点。

6. 知识图谱表示法:基本概念、与语义网络的关系、架构、构建方法、特点。

此外,还有状态空间表示法(搜索策略)、脚本表示法、面向对象表示法等。


非结构化的知识表示:谓词逻辑表示法、产生式表示法。

结构化的知识表示:框架表示法、语义网络表示法、面向对象表示法。

谓词逻辑表示法是知识表示的基础;

产生式表示法是目前应用最为广泛的知识表示方法;

语义网络表示法、框架表示法是最常用的两种结构化知识表示方法;

状态空间表示法经常用于解决搜索问题。