史忠植高级人工智能概论：知识、认知与学习

"这篇资料主要讨论的是高级人工智能领域，涵盖了认知主体的概念，人工智能的基本问题，以及三个关键章节：人工智能逻辑、非单调逻辑和约束推理。其中提到了符号智能与计算智能的区别，机器学习中的反馈机制，默认规则在非单调逻辑中的应用，以及约束传播中的弧一致性概念。" 在高级人工智能的探讨中，认知主体被提及，它涉及到环境感知、信息融合、传感器、动作执行、效应器、主体规划、知识库、目标设定以及内部状态管理等多个方面，这些构成了一个智能体的基础架构。主体需要通过传感器获取环境信息，通过效应器对环境进行互动，并利用知识库进行决策规划，以实现特定目标。 人工智能的五个基本问题揭示了AI研究的核心议题。第一，知识和概念化是否是AI的核心，强调了知识表示和处理在智能系统中的重要性；第二，认知能力是否可与物质载体分离研究，涉及心智与身体的二元论问题；第三，认知过程是否可以用类似自然语言的方式描述，关系到人类理解和模拟智能的方式；第四，学习能力与认知的关系，探讨了学习作为智能的一部分如何独立研究；第五，是否存在一种统一的认知结构，这关乎人工智能的普遍理论构建。 资料中还区分了符号智能和计算智能两种不同的智能形态。符号智能依赖于知识库和推理，而计算智能则基于数据驱动和模型学习，如神经网络、遗传算法等。机器学习作为计算智能的一个重要分支，通过学习单元、知识库和执行单元实现从环境中学习并执行决策。 在人工智能逻辑部分，讲解了默认规则，这是一种在不确定信息下的推理方式，当前提条件满足且无法推翻检验条件时，可以得出结论。非单调逻辑则描述了推理过程中可能出现的新知识否定原有定理的情况，引入了不动点规则。 在约束推理的章节，尤其是约束传播，如弧一致性，这是确保每个变量的可能取值与其关联变量的取值兼容的一种方法，它对于解决受限优化问题和规划问题至关重要。 这篇资料深入探讨了高级人工智能的多个关键概念，从逻辑推理到实际约束解决策略，展示了人工智能领域的复杂性和深度。