浙江大学高济人工智能讲义：搜索、推理与知识表示

"浙江大学高济的人工智能讲义涵盖了人工智能的全面知识，包括绪论、基础篇和提高篇。绪论介绍了人工智能的研究发展、基本原则及未来前景。基础篇深入讲解了问题求解的基本方法，如搜索、归约和逻辑推理，以及知识表示的理论。提高篇则探讨了非单调推理、模糊推理、神经网络等高级技术，同时涉及自然语言理解和Agent技术。" 在人工智能的基础篇中，首先讲解了一般图搜索和启发式搜索，这是解决问题的关键方法。状态空间和搜索策略是图搜索的基础，而启发式搜索如A*算法能够更有效地找到解决方案。问题归约通过与或图搜索来解决复杂问题，归结原理则在演绎推理中扮演重要角色，支持基于规则的推理。 知识表示是人工智能中的重要概念，包括产生式系统、结构化表示如语义网络、框架表示法和面向对象的表示法。这些知识表示方法各有特点，适用于不同的应用场景，并且在实际应用中需要考虑表示能力与推理效率的平衡。 基于知识的系统，如专家系统MYCIN，展示了如何构建知识库和推理机，以及如何利用开发工具进行系统开发。问题求解的结构化组织，如事务表和黑板法，为复杂问题的解决提供了框架。 在提高篇中，非单调推理和不确定推理引入了处理不确定性知识的方法，模糊推理则处理不精确信息。神经网络技术则探讨了模仿生物神经元网络的计算模型。自然语言理解是AI与人类交互的重要领域，而Agent技术强调智能实体的自主性和交互性，为构建智能系统提供了新视角。 最后，自动规划技术的发展，包括经典规划和非经典规划，展示了AI如何在复杂的决策环境中寻找最优路径，而这些技术的实用化进一步推动了人工智能在各个领域的应用。