人工智能计算机知识,《计算机科学导论》人工智能基础知识

1、引言

1什么是人工智能？

人工智能是对程序系统的研究，该程序系统在一定程度上能模仿人类的活动，如感知、思考、学习和反应。

2人工智能简史

3图灵测试:这个测试提出了机器具有智能的一个定义。

4智能体：是一个能够智能地感知环境、从环境中学习并与环境进行交互的系统。

智能体可以分成两大类：软件智能体和物理智能体。

5编程语言：虽然有些通用语言(如C、C++、Java)能用来编写智能软件，但是两种语言是特别为人工智能设计的：LISP和PROLOG

2、知识表示

我们描述四种常见的知识表示方法：

1语义网

2框架

3谓词逻辑

4基于规则的系统

3、专家系统

人工智能的一个目标是建立专家系统，完成通常需要人类专家经验的任务。它们可以用在人类专家缺少、昂贵或不可用等场合。

专家系统体系结构：

一个专家系统由7个部分构成：用户、用户界面、推理机、知识库、事实库、解释系统和知识库编辑器。

1抽取知识→知识库

2抽取事实→事实库

4、感知

人工智能的另一个目标是创造行为像普通人类的机器(平凡系统)。

如果一个智能体要表现的像人类，那么它就应该有感知能力。

人工智能已经初步完成两种感知：视觉和听觉。

1图像处理

这个目标的第一部分涉及图像处理或计算机视觉，这是处理对象感知的一个人工智能领域。

步骤：

①边缘探测

②分段：

方法：阈值化、分割和合并

③查找深度：

方法：立体视觉和运动

④查找方向：

两种技术：光照和纹理

⑤对象识别

应用：如制造业

2语言理解

这个目标的第二部分是自然语言的语言处理、分析和翻译。

步骤：

①语音识别

②语法分析：

两个工具：良好定义的文法和词法分析器

③语义分析

④语用分析：用来进一步明确句子的用途和消除歧义

作用：意图和消除歧义

5、搜索

在人工智能中，问题求解的一种技术是搜索。

搜索可以描述成使用一组状态(情形)求解一个问题。

两种常用的搜索方法：

1蛮力搜索：广度优先搜索和深度优先搜索

2启发式搜索：使用它我们给每个节点赋一个成为启发值(h值)的定量值。

6、神经网络

如果智能体应该表现得像人一样，那么它可能就需要学习。已经使用的方法中有几种为未来建立了希望。大多数方法使用归纳学习和从例子中学习。

一个通常的方法是使用神经网络，使用神经网络试图模仿人脑的学习过程。

1生物神经元

2感知器：一个类似于单个生物神经元的人工神经元。

3多层网络：几个层次的感知器可以组合起来，形成多层神经网络。

三层：输入层、隐藏层、输出层

4应用

两个证明神经网络有用的：光学字符识别(OCR)和信用赋值。