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
2.1知识表示概述

知识表示的概念

• 人工智能研究问题的方法,就是模拟人类的智能活动。人类智能活动的主要方式,就是获得和运用知识。可以说,知识是智能的基础。计算机要想具有智能,就必须能像人类一样具有知识。但知识需要用适当的方式来描述,以便于计算机访问和处理。这就是知识表示要解决的问题。

• 知识表示,就是将人类知识形式化或者模型化。知识表示有许多方式,可以是一种符号描述、也可以是某种约定,也可以是某种数据结构。

• 知识表示问题贯穿了人工智能发展历程。广义上来说,知识表示问题甚至可以说贯穿了哲学和科学的发展历史。

哲学研究中的知识表示

4

• 比如,古典哲学中的三段论,实际上就是哲学家对“推理

知识”的一种表示。

如果:所有的人都是会死的,【大前提】并且:苏格拉底是人, 【小前提】

则:苏格拉底是会死的。【结论】

如果:所有 B 满足 A 【大前提】

并且:C 是 B 【小前提】

则: C 满足 A 【结论】

哲学研究中的知识表示

5

• 到了十七世纪,德国数学家莱布尼茨就曾设想过,人类的知识可以用一组概念来表示,这些概念就是人类“思想的字母表”。有了这些字母表,人类的知识就可以字母间的逻辑运算得出。

• 莱布尼茨的思想被弗雷德的发扬光大。

哲学研究中的知识表示

6

1879年,哲学家弗雷格发表著作《概念文字》。该书中,弗雷格建立了一套符号体系,并尝试用这套符号体系表示包括数学在内的全部逻辑系统。

• 这套体系对后来的科学产生了深远影响。

可以说是知识符号化表示的鼻祖。

谓词逻辑

7

符号主义知识表示

• 早期的人工智能研究,主要采用符号主义,这里的符号其实就是表示知识的工具。

• 符号主义的本质,是用符号体系来描述知识,再对表示得到的符号公式进行计算,从而求解问题。

8

经验主义知识表示

• 在经验主义方法中,知识不再由人工抽象、归纳符号体系来得到,而是通过样本数据的状态、特征来间接体现。

• 在经验主义中,样本数据的特征表示,就对应了某种知识。智能系统通过“体验”样本特征,来获取知识。

9

连接主义知识表示

• 在连接主义中,知识的表示更加抽象。连接主义的核心就是要模拟人类大脑神经元连接的结构。

• 在这种情况下,从样本数据中获得的知识,就变为神经网络中的语义向量、网络权重。

10

本章内容

• 在本章,我们无法涉及所有的知识表示形式。而是把重点放在符号主义的知识表示方面,

• 给大家介绍基于逻辑规则的知识表示方法。这也是人工智能第一次发展浪潮中的研究热点之一。

• 我们介绍的内容包括:一阶谓词逻辑、产生式表示法、框架式表示法。

推荐观看:清华大学:刘知远——知识表示学习及其应用


PPT下载: