当前位置:   article > 正文

研究生复试-人工智能和编译原理部分_人工智能会编译原理吗

人工智能会编译原理吗

智能:人理解和学习事物的能力。

人工智能:人工智能是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学,它是计算机科学的一个分支。

                  研究如何通过计算过程来理解和学习人智能行为的一种学科,他近期的主要目标就是应用机器人来模仿人的部分智能,并开发相关的理论和技术。

人工智能的应用:图像识别,语音识别,自然语言处理,指纹识别,智能机器人,智能汽车,智能搜索,专家系统,视网膜识别。

机器人领域:
人工智能机器人,如RET聊天机器人,它能理解人的语言,用人类语言进行对话,并能够用特定传感器采集分析出现的情况调整自己的动作来达到特定目的

语言识别领域:
该领域其实与机器人领域有交叉,设计的应用是把语言和声音转换成可处理的信息,如语音开锁、语音邮件以及未来的计算机输入等方面

图像识别领域:
利用计算机进行图像处理、分析和理解,以识别各种不同模式的目标和对象的技术;例如人脸识别,汽车牌号识别等。

专家系统:
具有专门知识和经验的计算机智能程序系统,后台采用的数据库相当于人脑,具有丰富的知识储备,采用数据库中的知识数据和知识推理技术来模拟专家解决复杂问题
 

人工智能的三种形态:

弱人工智能:
弱人工智能 (Artificial Narrow Intelligence, ANI) 是擅长与单个方面的人工智能,比如有能战胜象棋世界冠军的人工智能,但是它只会下象棋,你要问它怎样更好地在硬盘上存储数据,它就不知道怎么回答你了;

强人工智能:
强人工智能 (Artificial General Intelligence, AGI) ,是人类级别的人工智能,强人工智能是指在各方面都能和人类比肩的人工智能,人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能要难得多,我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力,能够进行思考、计划、解决问题、抽象思维、理解复杂理念,快速学习和从经验中学习等操作”。强人工智能在进行这些操作时,应该和人类一样得心应手;

超人工智能:
超人工智能 (Artificial Super Intelligence, ASI),牛津哲学家,知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多,包括科技创新、通识和社交技能”。超人工智能可以是各方面都比人类强一点,也可以是各方面都比人类强万亿倍,超人工智能也正是为什么人工智能这个话题这么火热的缘故,同样也是为什么永生和灭绝这两个词会在本文中多次出现。
 

(摸机数智)

 

机器学习常见算法:

  • 深度学习
  • 决策树
  • 神经网络
  • 朴素贝叶斯算法
  • 随机森林算法

机器学习基于学习方式的分类
(1) 监督学习(有导师学习):
输入数据中有导师信号,以概率函数、代数函数或人工神经网络为基函数模型,采用迭代计算方法,学习结果为函数。

(2) 无监督学习(无导师学习):
输入数据中无导师信号,采用聚类方法,学习结果为类别。典型的无导师学习有发现学习、聚类、竞争学习等。

(3) 强化学习(增强学习):
以环境反惯(奖/惩信号)作为输入,以统计和动态规划技术为指导的一种学习方法。

 

符号主义:基于物理符号的系统假设和有限合理性

连接主义:基于神经网络和神经网络之间的联系。

行为主义:基于控制论(进化主义)

人工智能研究的内容:

  • 认知建模
  • 知识的表示
  • 知识的推理
  • 知识的应用

人工智能的研究方法:

功能模拟法

结构模拟化

行为模拟法

 


编译原理部分

句子,句型,语言

句型:是推导过程中的产生式。

句子:只有终结符的句型称为句子。

语言:句子的集合。

如果一个文法经过最左推导或最右推导能够推导出两种不同的语法数,则称其为二义文法。

 

有限自动机:用于词法分析,它是用来识别正规文法所定义的语言,当有限自动机输入一个符号时,需要给出其接下来的状态。

 

确定的有限自动机和不确定的有限自动机的区别:

1.确定的有限自动机只有一个初始状态,不确定的有限自动机具有多个初始状态。

2.对于同一个输入字符,确定的有限自动机只对象一个状态,不确定的有限自动机对应多个状态。

3.不确定的有限自动机可以可以识别空串实现状态的转移,而确定的有限自动机不能。

上下文无关文法:文法与上下文无关,文法在不同的上下文中表达的含义相同。

上下文有关文法:文法的含义与上下文有关,不同的上下文表达的含义不同。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/很楠不爱3/article/detail/464233
推荐阅读
相关标签
  

闽ICP备14008679号