人工智能：问题求解与知识表示

该资料是一份关于人工智能的课程大纲，涵盖了从基础概念到高级主题的广泛内容，旨在深入理解和应用人工智能技术。 在第一周，课程介绍了人工智能的基本研究和应用，包括人工智能的历史、研究成果以及基本原则。讨论了当前存在的问题和未来的发展前景。接着，第二周至第四周，课程详细讲解了问题解决的方法，特别是图搜索算法，如一般图搜索和启发式搜索，以及如何运用这些方法进行问题归约和基于归结的演绎推理。 第五周至第七周，课程聚焦于知识表示，这是人工智能中的核心概念。这部分详细阐述了知识的作用、知识表示的方式，如产生式系统、结构化表示（如语义网络、框架表示法和面向对象的表示法），以及知识表示的实用化问题，探讨了程序性和陈述性知识的处理。 第八周至第九周，课程深入到知识库系统（KB系统）的开发，包括KB系统的一般概念、体系结构、开发过程以及开发工具，如OPS5。同时，通过专家系统实例MYCIN，让学生了解知识库系统的设计和实施。 第十周至第十一周，课程探讨了基于知识的问题求解，包括问题求解的结构化组织方法（如事务表和黑板法）、问题求解建模，以及新一代KB系统技术，如经典规划技术和自动规划技术的最新进展。 整个课程旨在让学生掌握人工智能的基础理论，理解各种问题解决策略，并熟悉实际开发智能系统的工具和技术，为将来在人工智能领域的实践和研究打下坚实基础。