第一篇：人工智能學(xué)習(xí)心得

人工智能學(xué)習(xí)心得

對(duì)人工智能的理解

通過這學(xué)期的學(xué)習(xí)，我對(duì)人工智能有了一定的感性認(rèn)識(shí)，個(gè)人覺得人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等等，總的說來，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。 人工智能的定義可以分為兩部分，即“人工”和“智能”�！叭斯ぁ北容^好理解，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識(shí)、自我、思維等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。關(guān)于人工智能一個(gè)大家比較容易接受的定義是這樣的： 人工智能是人造的智能,是計(jì)算機(jī)科學(xué)、邏輯學(xué)、認(rèn)知科學(xué)交叉形成的一門科學(xué)，簡(jiǎn)稱ai。

人工智能的發(fā)展歷史大致可以分為這幾個(gè)階段：

第一階段：50年代人工智能的興起和冷落

人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問題s求解程序、lisp表處理語言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。

第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。 dendral化學(xué)質(zhì)譜分析系統(tǒng)、mycin疾病診斷和治療系統(tǒng)、prospectior探礦系統(tǒng)、hearsay-ii語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議

第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展。 日本1982年開始了”第五代計(jì)算機(jī)研制計(jì)劃”，即”知識(shí)信息處理計(jì)算機(jī)系統(tǒng)kips”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。

第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。

1987年，美國(guó)召開第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。

第五階段：90年代，人工智能出現(xiàn)新的研究高潮

由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個(gè)智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱�。另外，由于hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。

對(duì)人工智能對(duì)世界的影響的感受及未來暢想

最近看了電影《黑客帝國(guó)》一系列，對(duì)其中的科幻生活有了很大的興趣，不覺有了疑問：現(xiàn)在的世界是否會(huì)如電影中一樣呢？人工智能的神話是否會(huì)發(fā)生

在當(dāng)前社會(huì)中的呢 ？

在黑客帝國(guó)的世界里，程序員成為了耶穌，控制著整個(gè)世界，黑客帝國(guó)之所以成為經(jīng)典，我認(rèn)為，不是因?yàn)轱w來飛去的超級(jí)人物，而是因?yàn)樗�暗自揭示了一個(gè)人與計(jì)算機(jī)世界的關(guān)系，一個(gè)發(fā)展趨勢(shì)。誰知道200年以后會(huì)不會(huì)是智能機(jī)器統(tǒng)治了世界？

人類正向信息化的時(shí)代邁進(jìn)，信息化是當(dāng)前時(shí)代的主旋律。信息抽象結(jié)晶為知識(shí)，知識(shí)構(gòu)成智能的基礎(chǔ)。因此，信息化到知識(shí)化再到智能化，必將成為人類社會(huì)發(fā)展的趨勢(shì)。人工智能已經(jīng)并且廣泛而有深入的結(jié)合到科學(xué)技術(shù)的各門學(xué)科和社會(huì)的各個(gè)領(lǐng)域中，她的概念，方法和技術(shù)正在各行各業(yè)廣泛滲透。而在我們的身邊，智能化的例子也屢見不鮮。在軍事、工業(yè)和醫(yī)學(xué)等領(lǐng)域中人工智能的應(yīng)用已經(jīng)顯示出了它具有明顯的經(jīng)濟(jì)效益潛力，和提升人們生活水平的最大便利性和先進(jìn)性。

智能是一個(gè)寬泛的概念。智能是人類具有的特征之一。然而，對(duì)于什么是人類智能（或者說智力），科學(xué)界至今還沒有給出令人滿意的定義。有人從生物學(xué)角度定義為“中樞神經(jīng)系統(tǒng)的功能”，有人從心理學(xué)角度定義為“進(jìn)行抽象思維的能力”，甚至有人同義反復(fù)地把它定義為“獲得能力的能力”，或者不求甚解地說它“就是智力測(cè)驗(yàn)所測(cè)量的那種東西”。這些都不能準(zhǔn)確的說明人工智能的確切內(nèi)涵。

雖然難于下定義，但人工智能的發(fā)展已經(jīng)是當(dāng)前信息化社會(huì)的迫切要求，同時(shí)研究人工智能也對(duì)探索人類自身智能的奧秘提供有益的幫助。所以每一次人工智能技術(shù)的進(jìn)步都將帶動(dòng)計(jì)算機(jī)科學(xué)的大跨步前進(jìn)。如果將現(xiàn)有的計(jì)算機(jī)技術(shù)、人工智能技術(shù)及自然科學(xué)的某些相關(guān)領(lǐng)域結(jié)合，并有一定的理論實(shí)踐依據(jù)，計(jì)算機(jī)將擁有一個(gè)新的發(fā)展方向。

個(gè)人覺得研究人工智能的目的，一方面是要?jiǎng)?chuàng)造出具有智能的機(jī)器，另一方面是要弄清人類智能的本質(zhì)，因此，人工智能既屬于工程的范疇，又屬于科學(xué)的范疇。通過研究和開發(fā)人工智能，可以輔助，部分替代甚至拓寬人類的智能，使計(jì)算機(jī)更好的造福人類。

人工智能研究的近期目標(biāo)；是使現(xiàn)有的計(jì)算機(jī)不僅能做一般的數(shù)值計(jì)算及非數(shù)值信息的數(shù)據(jù)處理，而且能運(yùn)用知識(shí)處理問題，能模擬人類的部分智能行為。按照這一目標(biāo)，根據(jù)現(xiàn)行的計(jì)算機(jī)的特點(diǎn)研究實(shí)現(xiàn)智能的有關(guān)理論、技術(shù)和方法，建立相應(yīng)的智能系統(tǒng)。例如目前研究開發(fā)的專家系統(tǒng)，機(jī)器翻譯系統(tǒng)、模式識(shí)別系統(tǒng)、機(jī)器學(xué)習(xí)系統(tǒng)、機(jī)器人等。隨著社會(huì)的發(fā)展，技術(shù)的進(jìn)步，人工智能的發(fā)展是任何人都無法想象的。通過對(duì)人工智能的學(xué)習(xí)，以及與所聽所見所聞的結(jié)合，我大膽的對(duì)未來人工智能的發(fā)展做出了以下拙劣的猜想：

一，融合階段（201*—201*年）：

1、在某些城市，立法機(jī)關(guān)將主要采用人工智能專家系統(tǒng)來制定新的法律。

2、人們可以用語言來操縱和控制智能化計(jì)算機(jī)、互聯(lián)網(wǎng)、收音機(jī)、電視機(jī)和移動(dòng)電話，遠(yuǎn)程醫(yī)療和遠(yuǎn)程保健等遠(yuǎn)程服務(wù)變得更為完善。

3、智能化計(jì)算機(jī)和互聯(lián)網(wǎng)在教育中扮演了重要角色，遠(yuǎn)程教育十分普及。

4、隨著信息技術(shù)、生物技術(shù)和納米技術(shù)的發(fā)展，人工智能科學(xué)逐漸完善。

5、許多植入了芯片的人體組成了人體通信網(wǎng)絡(luò)（以后甚至可以不用植入任何芯片）。比如，將微型超級(jí)計(jì)算機(jī)植入人腦，人們就可通過植入的芯片直接進(jìn)行通信。

6、抗病毒程序可以防止各種非自然因素引發(fā)災(zāi)難。

7、隨著人工智能的加速發(fā)展，新制定的法律不僅可以用來更好地保護(hù)人類健康，而且能大幅度提高全社會(huì)的文明水準(zhǔn)。比如，法律可以保護(hù)人們免受電磁煙霧的侵害，可以規(guī)范家用機(jī)器人的使用，可以更加有效地保護(hù)數(shù)據(jù)，可以禁止計(jì)算機(jī)合成技術(shù)在一些文化和藝術(shù)方面的應(yīng)用（比如禁止合成電視名人），可以禁止編寫具有自我保護(hù)意識(shí)的計(jì)算機(jī)程序。

三、自我發(fā)展階段（201*—201*年）：

1、智能化計(jì)算機(jī)和互聯(lián)網(wǎng)既能自我修復(fù)，也能自行進(jìn)行科學(xué)研究，還能自己生產(chǎn)產(chǎn)品。

2、一些新型材料的出現(xiàn)，促使智能化向更高層次發(fā)展。

3、用可植入芯片實(shí)現(xiàn)人類、計(jì)算機(jī)和鯨目動(dòng)物之間的直接通信，在以后的發(fā)展中甚至不用植入芯片也可實(shí)現(xiàn)此項(xiàng)功能。

4、制定“機(jī)器人法”等新的法律來約束機(jī)器人的行為，使人們不受機(jī)器人的侵害。

5、高水準(zhǔn)的智能化技術(shù)可以使火星表面環(huán)境適合人類居住和發(fā)展。

四、升華階段（201*—201*年）：

1、信息化的世界進(jìn)一步發(fā)展成全息模式的世界。

2、人工智能系統(tǒng)可從環(huán)境中采集全息信息，身處某地的人們可以更容易地了解和知曉其他地方的情況。

3、人們對(duì)一些目前無法解釋的自然現(xiàn)象會(huì)有更清楚的認(rèn)識(shí)和更完善的解釋，并將這些全新的知識(shí)應(yīng)用在醫(yī)療、保健和安全等領(lǐng)域。

4、人工智能可以模仿人類的智能，因此會(huì)出現(xiàn)有關(guān)法律來規(guī)范這些行為。 人工智能一但擁有長(zhǎng)足的進(jìn)步，必將帶動(dòng)其他計(jì)算機(jī)技術(shù)的發(fā)展。 網(wǎng)絡(luò)化將虛擬的世界變得無限大，屆時(shí)，足不出戶將成為一種習(xí)慣。人工智能必將帶動(dòng)人類的發(fā)展，起到?jīng)Q定性作用。

雖然不知道其中有多少在未來會(huì)得到實(shí)現(xiàn)，但也算是我通過對(duì)人工智能的學(xué)習(xí)所收獲的總結(jié)。人工智能的繁榮景象和光明前景已展示出其誘人的魅力， 讓我們一起期待未來的世界吧，一個(gè)全新的人工智能世界。

第二篇：人工智能學(xué)習(xí)論文

201*7932唐雪琴

人工智能研究最新進(jìn)展綜述

一、 研究領(lǐng)域

在大多數(shù)數(shù)學(xué)科中存在著幾個(gè)不同的研究領(lǐng)域，每個(gè)領(lǐng)域都有著特有的感興趣的研究課題、研究技術(shù)和術(shù)語。在人工智能中，這樣的領(lǐng)域包括自然語言處理、自動(dòng)定理證明、自動(dòng)程序設(shè)計(jì)、智能檢索、智能調(diào)度、機(jī)器學(xué)習(xí)、專家系統(tǒng)、機(jī)器人學(xué)、智能控制、模式識(shí)別、視覺系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、agent、計(jì)算智能、問題求解、人工生命、人工智能方法、程序設(shè)計(jì)語言等。

在過去50多年里，已經(jīng)建立了一些具有人工智能的計(jì)算機(jī)系統(tǒng)；例如，能夠求解微分方程的，下棋的，設(shè)計(jì)分析集成電路的，合成人類自然語言的，檢索情報(bào)的，診斷疾病以及控制控制太空飛行器、地面移動(dòng)機(jī)器人和水下機(jī)器人的具有不同程度人工智能的計(jì)算機(jī)系統(tǒng)。人工智能是一種外向型的學(xué)科，它不但要求研究它的人懂得人工智能的知識(shí)，而且要求有比較扎實(shí)的數(shù)學(xué)基礎(chǔ)，哲學(xué)和生物學(xué)基礎(chǔ)，只有這樣才可能讓一臺(tái)什么也不知道的機(jī)器模擬人的思維。因?yàn)槿斯ぶ悄艿难芯款I(lǐng)域十分廣闊，它總的來說是面向應(yīng)用的，也就說什么地方有人在工作，它就可以用在什么地方，因?yàn)槿斯ぶ悄艿淖罡�本目的還是要模擬人類的思維。參照人在各種活動(dòng)中的功能，我們可以得到人工智能的領(lǐng)域也不過就是代替人的活動(dòng)而已。哪個(gè)領(lǐng)域有人進(jìn)行的智力活動(dòng)，哪個(gè)領(lǐng)域就是人工智能研究的領(lǐng)域。人工智能就是為了應(yīng)用機(jī)器的長(zhǎng)處來幫助人類進(jìn)行智力活動(dòng)。人工智能研究的目的就是要模擬人類神經(jīng)系統(tǒng)的功能。

二、 各領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀（進(jìn)展成果） 近年來，人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸和擴(kuò)展。在新世紀(jì)開始的時(shí)候，這些新研究已引起人們的更密切關(guān)注。這些新領(lǐng)域有分布式人工智能與艾真體（agent）、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)，以及人工生命等。下面逐一加以概略介紹。

1、分布式人工智能與艾真體

分布式人工智能（distributed ai，dai）是分布式計(jì)算與人工智能結(jié)合的結(jié)果。dai系統(tǒng)以魯棒性作為控制系統(tǒng)質(zhì)量的標(biāo)準(zhǔn)，并具有互操作性，即不同的異構(gòu)系統(tǒng)在快速變化的環(huán)境中具有交換信息和協(xié)同工作的能力。

分布式人工智能的研究目標(biāo)是要?jiǎng)?chuàng)建一種能夠描述自然系統(tǒng)和社會(huì)系統(tǒng)的精確概念模型。dai中的智能并非獨(dú)立存在的概念，只能在團(tuán)體協(xié)作中實(shí)現(xiàn)，因而其主要研究問題是各艾真體間的合作與對(duì)話，包括分布式問題求解和多艾真體系統(tǒng)（multiagent system，mas）兩領(lǐng)域。其中，分布式問題求解把一個(gè)具體的求解問題劃分為多個(gè)相互合作和知識(shí)共享的模塊或結(jié)點(diǎn)。多艾真體系統(tǒng)則研究各艾真體間智能行為的協(xié)調(diào)，包括規(guī)劃、知識(shí)、技術(shù)和動(dòng)作的協(xié)調(diào)。這兩個(gè)研究領(lǐng)域都要研究知識(shí)、資源和控制的劃分問題，但分布式問題求解往往含有一個(gè)全局的概念模型、問題和成功標(biāo)準(zhǔn)，而mas則含有多個(gè)局部的概念模型、問題和成功標(biāo)準(zhǔn)。

mas更能體現(xiàn)人類的社會(huì)智能，具有更大的靈活性和適應(yīng)性，更適合開放和動(dòng)

態(tài)的世界環(huán)境，因而倍受重視，已成為人工智能以至計(jì)算機(jī)科學(xué)和控制科學(xué)與工程的研究熱點(diǎn)。當(dāng)前，艾真體和mas的研究包括理論、體系結(jié)構(gòu)、語言、合作與協(xié)調(diào)、通訊和交互技術(shù)、mas學(xué)習(xí)和應(yīng)用等。mas已在自動(dòng)駕駛、機(jī)器人導(dǎo)航、機(jī)場(chǎng)管理、電力管理和信息檢索等方面獲得應(yīng)用。

2、計(jì)算智能與進(jìn)化計(jì)算

計(jì)算智能（computing intelligence）涉及神經(jīng)計(jì)算、模糊計(jì)算、進(jìn)化計(jì)算等研究領(lǐng)域。其中，神經(jīng)計(jì)算和模糊計(jì)算已有較長(zhǎng)的研究歷史，而進(jìn)化計(jì)算則是較新的研究領(lǐng)域。在此僅對(duì)進(jìn)化計(jì)算加以說明。

進(jìn)化計(jì)算（evolutionary computation）是指一類以達(dá)爾文進(jìn)化論為依據(jù)來設(shè)計(jì)、控制和優(yōu)化人工系統(tǒng)的技術(shù)和方法的總稱，它包括遺傳算法（genetic algorithms）、進(jìn)化策略（evolutionary strategies）和進(jìn)化規(guī)劃（evolutionary programming）。它們遵循相同的指導(dǎo)思想，但彼此存在一定差別。同時(shí)，進(jìn)化計(jì)算的研究關(guān)注學(xué)科的交叉和廣泛的應(yīng)用背景，因而引入了許多新的方法和特征，彼此間難于分類，這些都統(tǒng)稱為進(jìn)化計(jì)算方法。目前，進(jìn)化計(jì)算被廣泛運(yùn)用于許多復(fù)雜系統(tǒng)的自適應(yīng)控制和復(fù)雜優(yōu)化問題等研究領(lǐng)域，如并行計(jì)算、機(jī)器學(xué)習(xí)、電路設(shè)計(jì)、神經(jīng)網(wǎng)絡(luò)、基于艾真體的仿真、元胞自動(dòng)機(jī)等。

達(dá)爾文進(jìn)化論是一種魯棒的搜索和優(yōu)化機(jī)制，對(duì)計(jì)算機(jī)科學(xué)，特別是對(duì)人工智能的發(fā)展產(chǎn)生了很大的影響。大多數(shù)生物體通過自然選擇和有性生殖進(jìn)行進(jìn)化。自然選擇決定了群體中哪些個(gè)體能夠生存和繁殖，有性生殖保證了后代基因中的混合和重組。自然選擇的原則是適者生存，即物競(jìng)天擇，優(yōu)勝劣汰。

直到幾年前，遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略三個(gè)領(lǐng)域的研究才開始交流，并發(fā)現(xiàn)它們的共同理論基礎(chǔ)是生物進(jìn)化論。因此，把這三種方法統(tǒng)稱為進(jìn)化計(jì)算，而把相應(yīng)的算法稱為進(jìn)化算法。

3、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

知識(shí)獲取是知識(shí)信息處理的關(guān)鍵問題之一。20世紀(jì)80年代人們?cè)谥�識(shí)發(fā)現(xiàn)方面取得了一定的進(jìn)展。利用樣本，通過歸納學(xué)習(xí)，或者與神經(jīng)計(jì)算結(jié)合起來進(jìn)行知識(shí)獲取已有一些試驗(yàn)系統(tǒng)。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)是90年代初期新崛起的一個(gè)活躍的研究領(lǐng)域。在數(shù)據(jù)庫基礎(chǔ)上實(shí)現(xiàn)的知識(shí)發(fā)現(xiàn)系統(tǒng)，通過綜合運(yùn)用統(tǒng)計(jì)學(xué)、粗糙集、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從大量的數(shù)據(jù)中提煉出抽象的知識(shí)，從而揭示出蘊(yùn)涵在這些數(shù)據(jù)背后的客觀世界的內(nèi)在聯(lián)系和本質(zhì)規(guī)律，實(shí)現(xiàn)知識(shí)的自動(dòng)獲取。這是一個(gè)富有挑戰(zhàn)性、并具有廣闊應(yīng)用前景的研究課題。

從數(shù)據(jù)庫獲取知識(shí)，即從數(shù)據(jù)中挖掘并發(fā)現(xiàn)知識(shí)，首先要解決被發(fā)現(xiàn)知識(shí)的表達(dá)問題。最好的表達(dá)方式是自然語言，因?yàn)樗�是人類的思維和交流語言。知識(shí)表示的最根本問題就是如何形成用自然語言表達(dá)的概念。

機(jī)器知識(shí)發(fā)現(xiàn)始于1974年，并在此后十年中獲得一些進(jìn)展。這些進(jìn)展往往與專家系統(tǒng)的知識(shí)獲取研究有關(guān)。到20世紀(jì)80年代末，數(shù)據(jù)挖掘取得突破。越來越多的研究者加入到知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘的研究行列�，F(xiàn)在，知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘已成為人工智能研究的又一熱點(diǎn)。

比較成功的知識(shí)發(fā)現(xiàn)系統(tǒng)有用于超級(jí)市場(chǎng)商品數(shù)據(jù)分析、解釋和報(bào)告的

coverstory系統(tǒng)，用于概念性數(shù)據(jù)分析和查尋感興趣關(guān)系的集成化系統(tǒng)explora，交互式大型數(shù)據(jù)庫分析工具kdwww.7334dd.com)示法，連接機(jī)制表示法；目前用得較多的知識(shí)表示方法主要有：一階謂詞邏輯表示，產(chǎn)生式，框架，語義網(wǎng)絡(luò)，腳本，過程，petrio網(wǎng)，面向?qū)ο蟊硎痉ā＿x擇知識(shí)表示法時(shí)，要注意以下幾個(gè)方面：

（1）充分表示領(lǐng)域知識(shí)（2）有利于對(duì)知識(shí)的利用（3）便于對(duì)知識(shí)的組織、維護(hù)與管理（4）便于理解和實(shí)現(xiàn)

3、產(chǎn)生式系統(tǒng)構(gòu)成：規(guī)則庫，控制系統(tǒng)，綜合數(shù)據(jù)庫。綜合數(shù)據(jù)庫中已知事實(shí)表示：（特性 對(duì)象 值可信度因子）控制系統(tǒng)的求解過程是一個(gè)不斷地從規(guī)則庫中選取可用規(guī)則與綜合數(shù)據(jù)庫中已知事實(shí)進(jìn)行匹配的過程。產(chǎn)生式系統(tǒng)分類：按推理方向分為前向、后向和雙向產(chǎn)生式系統(tǒng)；按表示知識(shí)的確定性可分為確定性及不確定性產(chǎn)生式系統(tǒng)；按數(shù)據(jù)庫性質(zhì)及結(jié)構(gòu)特征進(jìn)行分類為可交換的產(chǎn)生式系統(tǒng)，可分解的產(chǎn)生式系統(tǒng)，可恢復(fù)的產(chǎn)生式系統(tǒng)�？蚣苁且环N描述所論對(duì)象屬性的數(shù)據(jù)結(jié)構(gòu)，由槽結(jié)構(gòu)組成，槽分為若干側(cè)面。問題求解主要通過匹配和填槽實(shí)現(xiàn)的；產(chǎn)生式表示法主要用于描述事物間的因果關(guān)系，框架表示法主要用于描述事物內(nèi)部結(jié)構(gòu)及事物間的類屬關(guān)系。語義網(wǎng)絡(luò)是通過概念及其語義關(guān)系來表達(dá)知識(shí)的一種網(wǎng)絡(luò)圖。一個(gè)過程規(guī)則包括激發(fā)條件，演繹操作，狀態(tài)轉(zhuǎn)換及返回四個(gè)部分。

4、推理就是按某種策略由已知判斷推出另一判斷的思維過程。按從新判斷推出的途徑來劃分，推理可分為演繹推理、歸納推理和默認(rèn)推理；按所用知識(shí)確定性分為確定性推理，不確定性推理；按推出的結(jié)論是否單調(diào)地增加來劃分為單調(diào)推理，非單調(diào)推理；按是否運(yùn)用與問題有關(guān)的啟發(fā)性知識(shí)分為啟發(fā)式推理，非啟發(fā)式推理；按基于方法的分為基于知識(shí)的推理，統(tǒng)計(jì)推理，直覺推理。推理的控制策略：推理方向，搜索策略，沖突消解策略，求解策略和限制策略。推理方向可確定推理的驅(qū)動(dòng)方式：正向推理，逆向推理，混合推理及雙向推理。

從一組已知為真的事實(shí)出發(fā)，直接運(yùn)用經(jīng)典邏輯的推理規(guī)則推出結(jié)論的過程稱為自然演繹推理，基本推理規(guī)則是p規(guī)則，t規(guī)則，假言推理，拒絕式推理等：

p規(guī)則：任何步驟可引入前提a

t規(guī)則：前面步驟有一個(gè)或多個(gè)公式永真蘊(yùn)涵公式s，可引入s

假言推理：p，p—>q=> q

拒絕式推理：p—>q, 非q=>非p

歸結(jié)演繹推理中，空字句是不滿足的，因此歸結(jié)的目標(biāo)是通過歸結(jié)使字句集中包含空字句，從而證明原命題的不可滿足性。歸結(jié)式是親本字句的邏輯結(jié)論。

不確定性推理是從不確定性的初始證據(jù)出發(fā)，通過運(yùn)用不確定性的知識(shí)，最終推出具有一定程度的不確定性但卻是合理或者近乎合理的理論的思維過程。

不確定推理的基本問題：推理方向，推理方法，控制策略，不確定性的表示和度量，不確定性匹配，不確定性傳遞算法，不確定性的合成。

知識(shí)的不確定性稱為知識(shí)的靜態(tài)強(qiáng)度；證據(jù)的不確定性稱為動(dòng)態(tài)強(qiáng)度

5、組合證據(jù)的不確定性算法：

最大最小方法

概率方法

有界方法

不確定性傳遞算法：

結(jié)論不確定性的合成：

6、 主觀bayes方法：

（1）知識(shí)不確定性表示（產(chǎn)生式規(guī)則）：

（2）證據(jù)不確定性表示：

（3）組合證據(jù)不確定性的算法：

（4）不確定性傳遞算法：

（5）結(jié)論不確定性的合成算法：

7、可信度方法：（c-f模型是基于可信度表示的不確定性推理的基本方法）

在可信度推理方法中的ｃ-f模型里，可信度cf(h,e)的含義是：cf(h,e)>0表示ｅ的出現(xiàn)增加了ｈ的可信度；cf(h,e)=0表示ｅ的出現(xiàn)與ｈ可信度無關(guān)；cf(h,e)<0表示ｅ的出現(xiàn)降低了ｈ的可信度。

（1）知識(shí)不確定性表示：

（2）證據(jù)不確定性表示：

（3）組合證據(jù)不確定性算法：

（4）不確定性傳遞算法：

（5）結(jié)論不確定性合成算法（推理網(wǎng)絡(luò)）：

8、證據(jù)理論是用集合表示命題的， d是變量x所有可能取值的集合，且d中的元素是互斥的，在任一時(shí)刻x都取且只能取d中某一元素為值，則稱d為x的樣本空間。

信任函數(shù)與似然函數(shù)的關(guān)系：pl(a)>=bel(a) , bel(a)表示對(duì)a為真的信任程度，pl(a)表示對(duì)a為非假的信任程度。pl(a)-bel(a)表示對(duì)ａ不知道的程度，即既非對(duì)ａ信任又不信任的那部分。

知識(shí)的不確定表示：if e then h={h1,h2,…,hn} cf={c1,c2,…,cn}ｃｆ是可信度因子

含有模糊概念、模糊數(shù)據(jù)或帶有確信程度的語句稱為模糊命題。一般表示形式為：

x is a(cf)x是論域上的變量，ａ是模糊數(shù)，ｃｆ是該模糊命題的確信程度或

相應(yīng)事件發(fā)生的可能性程度。

10、人工智能解決的問題：結(jié)構(gòu)不良，非結(jié)構(gòu)化；盲目搜索按預(yù)定的控制策略進(jìn)行搜索，在搜索過程中獲得的中間信息不用來改進(jìn)控制策略；啟發(fā)式搜索加入了與問題有關(guān)的啟發(fā)性信息，用以指導(dǎo)搜索朝著最有希望的方向前進(jìn)，加速問題的求解過程并找到最優(yōu)解。

狀態(tài)空間表示法：（ｓ，ｆ，ｇ）

11、專家系統(tǒng)就是一種在相關(guān)領(lǐng)域中具有專家水平解題能力的智能程序系統(tǒng)，它能運(yùn)用領(lǐng)域?qū)＜叶嗄攴e累的經(jīng)驗(yàn)與專門知識(shí)，模擬人類專家的思維過程，求解需要專家才能解決的困難問題。

特征：專家知識(shí)，有效推理，獲取知識(shí)能力，靈活性，透明性，交互性，復(fù)雜性

專家系統(tǒng)與常規(guī)計(jì)算機(jī)程序比較：＊

(1)常規(guī)程序＝數(shù)據(jù)結(jié)構(gòu)＋算法，專家系統(tǒng)＝知識(shí)＋推理

(2)常規(guī)程序分為數(shù)據(jù)級(jí)＋程序級(jí)，專家系統(tǒng)數(shù)據(jù)級(jí)＋知識(shí)庫級(jí)＋控制級(jí)

(3)常規(guī)程序面向數(shù)值計(jì)算和數(shù)據(jù)處理，專家系統(tǒng)本質(zhì)上是面向符號(hào)處理的

(4)常規(guī)程序處理的數(shù)據(jù)多是精確的，專家系統(tǒng)處理不精確，模糊知識(shí)

(5)解釋功能

(6)都是程序系統(tǒng)

12、機(jī)器學(xué)習(xí)是要使計(jì)算機(jī)能模擬人的學(xué)習(xí)行為，自動(dòng)地通過學(xué)習(xí)獲取知識(shí)和技能，不斷改善性能，實(shí)現(xiàn)自我完善：

三個(gè)方面的研究?jī)?nèi)容：（１）學(xué)習(xí)機(jī)理研究（２）學(xué)習(xí)方法研究（３）面向任務(wù)研究

學(xué)習(xí)系統(tǒng)是指能夠在一定程度上實(shí)現(xiàn)機(jī)器學(xué)習(xí)的系統(tǒng)，能夠從某個(gè)過程或環(huán)境的未知特征中學(xué)到有關(guān)信息，并且能把學(xué)到的信息用于未來的估計(jì)、分類、決策或控制，以便改進(jìn)系統(tǒng)的性能。在結(jié)構(gòu)上主要包括：學(xué)習(xí)環(huán)境，學(xué)習(xí)機(jī)構(gòu)，執(zhí)行與評(píng)估機(jī)構(gòu)和知識(shí)庫四個(gè)部分；各種符號(hào)學(xué)習(xí)方法中推理能力最強(qiáng)的學(xué)習(xí)方法是機(jī)械式學(xué)習(xí)，推理能力最弱的方法是觀察和發(fā)現(xiàn)，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)獲得的知識(shí)被存儲(chǔ)在神經(jīng)元之間的連接中。

學(xué)習(xí)系統(tǒng)具有的條件能力：

(1)具有適當(dāng)?shù)膶W(xué)習(xí)環(huán)境

(2)具有一定學(xué)習(xí)能力

(3)能應(yīng)用學(xué)到的知識(shí)求解問題

(4)能提高系統(tǒng)的性能

推薦更多范文：

人工智能學(xué)習(xí)資料

人工智能心得體會(huì)

人工智能

人工智能

人工智能

來源：網(wǎng)絡(luò)整理 免責(zé)聲明：本文僅限學(xué)習(xí)分享，如產(chǎn)生版權(quán)問題，請(qǐng)聯(lián)系我們及時(shí)刪除。

《人工智能學(xué)習(xí)心得》由互聯(lián)網(wǎng)用戶整理提供,轉(zhuǎn)載分享請(qǐng)保留原作者信息,謝謝!
鏈接地址：http://www.7334dd.com/gongwen/283964.html

• 上一篇：人民警察核心價(jià)值觀心得體會(huì)
• 下一篇：家長(zhǎng)培訓(xùn)心得體會(huì)(精選多篇)