人工智能导论

孔德川

目录

  • 1 第一章 绪论
    • 1.1 1.1人工智能的概念
    • 1.2 1.2人工智能发展简史
    • 1.3 1.3人工智能发展现状和趋势
    • 1.4 1.4课程定位及要求
  • 2 第二章 知识表示
    • 2.1 2.1知识表示概述
    • 2.2 2.2一阶谓词逻辑知识表示
    • 2.3 2.3产生式知识表示
    • 2.4 2.4框架知识表示
  • 3 第三章 自动推理与专家系统
    • 3.1 3.1引言
    • 3.2 3.2确定性推理
    • 3.3 3.3不确定性推理
    • 3.4 3.4专家系统简介
  • 4 第四章 知识图谱
    • 4.1 4.1知识图谱概念和历史
    • 4.2 4.2经典的知识图谱
    • 4.3 4.3知识图谱的应用
  • 5 第五章 搜索技术
    • 5.1 5.1引言
    • 5.2 5.2状态空间图模型
    • 5.3 5.3盲目搜索方法
    • 5.4 5.4启发式搜索方法
    • 5.5 5.5博弈搜索
  • 6 第六章 群智能算法
    • 6.1 6.1引言
    • 6.2 6.2遗传算法
    • 6.3 6.3蚁群算法
  • 7 第七章  机器学习
    • 7.1 7.1 引言
    • 7.2 7.2 监督学习
    • 7.3 7.3 无监督学习
    • 7.4 7.4 弱监督学习
    • 7.5 7.5 强化学习
  • 8 第八章  人工神经网络与深度学习
    • 8.1 8.1 引言
    • 8.2 8.2 感知器算法
    • 8.3 8.3 前馈神经网络与BP算法
    • 8.4 8.4 卷积神经网络
5.1引言

什么是“搜索”?
当问题和问题空间确定后,符号系统所要解决的任务就是如何使用有限的处理资源来产生可能解,直到发现一个可以通过(问题所定义)检验的解。
如果符号系统可以对可能解的产生顺序进行某种控制,并对这个产生顺序加以组织,以使高可能性的解先出现……那么它便展示出了智能。

                                               ——纽维尔&西蒙,图灵奖演说,1967

“搜索”什么
• 许多复杂的问题可以“逐步”解决。 每走一“步”,问题就达到新的状态。
• 当前步和下一步之间存在联系。 画成图,就成为“状态转移图”。
• 搜索目标,就是在状态转移图中寻找最优的路线。 又称为“状态图搜索”方法。

如何搜索?
• 盲目搜索(通用搜索)
– 对一个问题,如果无穷次执行“选择动作——执行动作——查看并重复”,总有一天能“碰”到答案。
– 这被称为“盲目搜索”,或者“通用搜索”。
• 如何能降低尝试的次数,每一步都尽可能选择“最优”动作,以最快的速度找到问题的解。这才是“搜索”。

如何更聪明地搜索?
• 盲目搜索太“无知”。
• 启发式搜索
– 将人解决问题的“知识”告诉机器,使得搜索算法能够更“聪明”地实现搜索。
– 降低尝试的次数,每一步都尽可能选择“最优”动作,以最快的速度找到问题的解。