1、引言
1什麼是人工智能?
人工智能是對程序系統的研究,該程序系統在一定程度上能模仿人類的活動,如感知、思考、學習和反應。
2人工智能簡史
3圖靈測試:這個測試提出了機器具有智能的一個定義。
4智能體:是一個能夠智能地感知環境、從環境中學習並與環境進行交互的系統。
智能體可以分成兩大類:軟件智能體和物理智能體。
5編程語言:雖然有些通用語言(如C、C++、Java)能用來編寫智能軟件,但是兩種語言是特別爲人工智能設計的:LISP和PROLOG
2、知識表示
我們描述四種常見的知識表示方法:
1語義網
2框架
3謂詞邏輯
4基於規則的系統
3、專家系統
人工智能的一個目標是建立專家系統,完成通常需要人類專家經驗的任務。它們可以用在人類專家缺少、昂貴或不可用等場合。
專家系統體系結構:
一個專家系統由7個部分構成:用戶、用戶界面、推理機、知識庫、事實庫、解釋系統和知識庫編輯器。
1抽取知識→知識庫
2抽取事實→事實庫
4、感知
人工智能的另一個目標是創造行爲像普通人類的機器(平凡系統)。
如果一個智能體要表現的像人類,那麼它就應該有感知能力。
人工智能已經初步完成兩種感知:視覺和聽覺。
1圖像處理
這個目標的第一部分涉及圖像處理或計算機視覺,這是處理對象感知的一個人工智能領域。
步驟:
①邊緣探測
②分段:
方法:閾值化、分割和合並
③查找深度:
方法:立體視覺和運動
④查找方向:
兩種技術:光照和紋理
⑤對象識別
應用:如製造業
2語言理解
這個目標的第二部分是自然語言的語言處理、分析和翻譯。
步驟:
①語音識別
②語法分析:
兩個工具:良好定義的文法和詞法分析器
③語義分析
④語用分析:用來進一步明確句子的用途和消除歧義
作用:意圖和消除歧義
5、搜索
在人工智能中,問題求解的一種技術是搜索。
搜索可以描述成使用一組狀態(情形)求解一個問題。
兩種常用的搜索方法:
1蠻力搜索:廣度優先搜索和深度優先搜索
2啓發式搜索:使用它我們給每個節點賦一個成爲啓發值(h值)的定量值。
6、神經網絡
如果智能體應該表現得像人一樣,那麼它可能就需要學習。已經使用的方法中有幾種爲未來建立了希望。大多數方法使用歸納學習和從例子中學習。
一個通常的方法是使用神經網絡,使用神經網絡試圖模仿人腦的學習過程。
1生物神經元
2感知器:一個類似於單個生物神經元的人工神經元。
3多層網絡:幾個層次的感知器可以組合起來,形成多層神經網絡。
三層:輸入層、隱藏層、輸出層
4應用
兩個證明神經網絡有用的:光學字符識別(OCR)和信用賦值。