人工智能历史与基础概念解析

"XXXX秋人工智能复习" 人工智能，作为一门研究领域，起源于1956年的美国达特茅斯会议，由约翰·麦卡锡（J. McCarthy）等人提出。这个术语标志着人工智能学科的正式诞生，旨在探索如何让计算机模仿人类的智能行为。 人工智能的研究领域广泛，主要包括以下几个核心部分： 1. 机器学习：通过让计算机从数据中学习规律，实现自我改进和预测。这包括监督学习、无监督学习、强化学习等多种方法。 2. 专家系统：这种系统利用专家的知识和经验来解决问题，通常包含知识库和推理引擎两部分。 3. 自然语言处理：研究计算机理解和生成人类自然语言的技术，如语音识别、文本理解、机器翻译等。 人工智能程序与传统程序相比，具有以下特点： 1. 使用符号而非数值数据进行处理，更注重于逻辑和意义。 2. 它们通常采用启发式推理，而非严格的算法，以应对复杂和不确定的情况。 3. 控制结构与领域知识分离，使得程序更灵活，能够适应不同领域的应用。 4. 可能允许得出不完全正确但相对合理的答案，以适应真实世界中的模糊性和不确定性。 知识表示是人工智能中至关重要的一环，常见的表示方法有： 1. 谓词逻辑：使用逻辑表达式表示事实和规则。 2. 产生式系统：由条件和动作规则组成的集合，用于模拟“如果...则...”的推理过程。 3. 语义网络：以节点和有向弧构成的图形结构，表示实体及其关系。 4. 框架表示法：类似于结构化的数据记录，用于表示复杂的对象和它们的属性。 5. 过程表示法：强调操作序列和状态转换，常见于规划问题。 专家系统的开发涉及三个关键问题： 1. 知识获取：从专家那里收集和整理专业知识。 2. 知识表示：选择合适的表示方法将知识编码到系统中。 3. 知识推理：设计推理机制，使系统能基于这些知识进行推断和决策。 语义网络是一种以有向图形式表示知识的结构，其中节点代表实体，有向弧表示关系。ISA和AKO链是语义网络中表示继承关系的约定，用于描述类与子类、类与个体之间的层级结构。 框架系统是另一种知识表示工具，如在描述师生关系时： - Frame<student>：包括姓名（Name）、性别（Sex）、年龄（Age）等属性，性别默认为男性（Default:male），如果需要可询问年龄（If-needed:ask-age）。 - Frame<Teacher>：与学生框架类似，但增加了专业（Major）和项目类型（Project）属性。 - 学生框架（Student）与教师框架（Teacher）之间通过教师-学生（Teacher-student）关系建立联系。 符号微积分的基本公式，即牛顿-莱布尼兹公式，可以用产生式表示为： 如果F是f在[a, b]上的一个原函数，那么F(b) - F(a) = ∫a^b f(x) dx。在产生式系统中，这个公式可以进一步展开，以适应不同的计算场景。 Hanoi塔问题是一个经典的递归问题，描述如下：有三根针A、B、C，A针上有一系列大小不一的圆盘，目标是将所有圆盘从A移动到C，但每次只能移动一个圆盘，且任何时候大盘子都不能位于小盘子之上。解决这个问题需要递归策略，即先将A上的部分圆盘移到B，然后将最大的圆盘移到C，最后再将B上的圆盘移到C。