【文章內(nèi)容簡介】 映像原理智能機(jī)器系統(tǒng)如同智能生物一樣，在運(yùn)用知識進(jìn)行信息交流或只能問題求解時，都需要預(yù)先進(jìn)行知識表示。進(jìn)而實現(xiàn)知識調(diào)用，達(dá)到利用知識求解問題的目的。因而只是表示是知識信息處理系統(tǒng)必不可少的關(guān)鍵環(huán)節(jié)。對智能機(jī)器系統(tǒng)而言只是表示，實際上就是對知識的一種描述或約定。其本質(zhì)，就是采用某種技術(shù)模式，八所要求解決的問題的相關(guān)知識，映射為一種便于找到該問題解的數(shù)據(jù)結(jié)構(gòu)。對知識進(jìn)行表示的過程，實質(zhì)上就是把相關(guān)只是映射（或稱為變換：Transformation；或稱為映像：Mapping；或稱為編碼：Coded）為該數(shù)據(jù)結(jié)構(gòu)的過程。如圖1。圖1 只是表達(dá)及其映射原理如圖，其目標(biāo)是要對復(fù)雜的智能性問題實現(xiàn)機(jī)器求解，但機(jī)器直接對原始問題求解難度很大，可采用知識表達(dá)的映射原理，把原始問題映射為它的一種同構(gòu)或同態(tài)問題，然后在對同構(gòu)或同態(tài)問題求出它的解答，則相對容易而方便。順便指出：同構(gòu)解答與原始問題有相同的形式解，然而對于同態(tài)問題，如果得到原始解，只需對同臺解答再施行反運(yùn)算即可。在自然科學(xué)實際應(yīng)用研究中，利用映射（稱之為變換）原理迂回求解的思想，是一種非常有效而廣為使用的重要手段。目前比較常見的知識表達(dá)方法主要有：常用的知識表示方法：一階謂詞邏輯表示法，產(chǎn)生式表示法，框架表示法，語義網(wǎng)絡(luò)表示法，腳本表示法，過程表示法，面向?qū)ο蟊硎痉?，神?jīng)網(wǎng)絡(luò)表示法。如圖2二、常用知識表示法：：一階謂詞邏輯表示法是目前應(yīng)用最廣的方法之一，在AI系統(tǒng)上已經(jīng)得到了應(yīng)用。它是通過分析命題內(nèi)容和謂詞邏輯，盡可能正確地表述它的各種意境的過程。知識的謂詞邏輯表示符合人的思維習(xí)慣，可讀性好，邏輯關(guān)系表達(dá)簡便。使用謂詞邏輯既便于表達(dá)概念、狀態(tài)、屬性等事實性知識，又能方便地采用謂詞公式的表達(dá)形式，進(jìn)行各種智能行為的過程性描述與演繹推理。一階謂詞的一般形式為P(x1，x2，?，xn)其中P是謂詞名，xi為個體常量、變元，或函數(shù)。例如：STUDENT(zhangsan)：zhangsan是學(xué)生STUDENT(x)：x是學(xué)生Greater(x，5)：x5TEACHER(father(Wanghong))：王宏的父親是教師。在一階謂詞表示法中連接詞是非常重要的其中： 連接詞：172。、∨、∧、→、? 量詞：?、?(?x)P(x)為真、為假的定義(?x)P(x)為真、為假的定義結(jié)合具體事例可以看到一階謂詞邏輯在知識表示法中的優(yōu)越性： 李明是計算機(jī)系的學(xué)生，但他不喜歡編程。定義謂詞：COMPUTER(x):x是計算機(jī)系的 學(xué)生LIKE(x,y):x喜歡y 謂詞公式為：LIKE(liming，programming)COMPUTER(liming)∧謂詞邏輯是一種傳統(tǒng)經(jīng)典也是最基本的形式化方法。謂詞邏輯知識表示規(guī)范性嚴(yán)，邏輯性強(qiáng)，自然性好，推理過程嚴(yán)密，易于實現(xiàn)。這些優(yōu)良特性使得謂詞邏輯最早用于人工智能機(jī)器定理證明，并獲得了成功。但是必須看到，謂詞邏輯屬于標(biāo)準(zhǔn)的二值（T與F）邏輯，難以直接進(jìn)行不確定性問題的處理。對于復(fù)雜系統(tǒng)的求解問題，容易陷入冗長演繹推理中，常常不可避免地帶來求解效率低,甚至產(chǎn)生“組合爆炸”問題。因此，針對謂詞邏輯，尚待人們不斷加以改進(jìn)，以尋求自然性好而效率更高的技術(shù)方法。目前，產(chǎn)生式表示方法是專家系統(tǒng)的第一選擇的知識表達(dá)方式。是美國數(shù)學(xué)家Post在1943年提出了一種計算形式體系里所使用的術(shù)語。產(chǎn)生式表示的基本形式為：（1）確定性知識的表示：產(chǎn)生式形式：P→Q或者IF P THEN Q 它的含義：如果前提P滿足，則可以推出結(jié)論Q或執(zhí)行Q操作。例如：IF CLEAR(B)AND HANDEMPTYTHEN Pickup(B)如果積木B上是空的，且機(jī)械手空，則機(jī)械手從桌面上抓起積木B。（2）不確定知識的表示：產(chǎn)生式形式：P→Q（置信度）或者IF P THEN Q（置信度）在不確定推理中，當(dāng)已知事實與前提P不能精確匹配時，只要按照“置信度”的要求達(dá)到一定的相似度，就認(rèn)為已知事實與前提條件相匹配，再按照一定的算法將這種可能性（不確定性）傳遞到結(jié)論Q。產(chǎn)生式表示法其優(yōu)點在于模塊性。規(guī)則與規(guī)則之間相互獨立靈活性。知識庫易于增加、修改、刪除自然性。方便地表示專家的啟發(fā)性知識與經(jīng)驗透明性。易于保留動作所產(chǎn)生的變化、軌跡，但仍有不少缺點：知識庫維護(hù)難。效率低。為了模塊一致性理解難。由于規(guī)則一致性彼此之間不能調(diào)用。 語義網(wǎng)絡(luò)表達(dá)式語義網(wǎng)絡(luò)是人工智能常用的知識表示法之一。是一種使用概念及其語義關(guān)系來表達(dá)知識的有向圖。它作為人類聯(lián)想記憶的一個顯示心理學(xué)模型，并用于自然語言處理。語義網(wǎng)絡(luò)結(jié)構(gòu)共使用了三種圖形符號：框、帶箭頭及文字標(biāo)識的線條和文字標(biāo)識線。分別稱為:（1）節(jié)(結(jié))點?；?又叫做邊或支路)。指針。（2）節(jié)點(Node)：也稱為結(jié)點。用圓形、橢圓、菱形或長方形的框圖來表示，用來表示事物的名稱、概念、屬性、情況、動作、狀態(tài)等。（3）弧(Arc)：這是一種有向弧，又稱之為支路（Branch）。節(jié)點之間用帶箭頭及文字標(biāo)識的有向線條來聯(lián)結(jié)，用以表示事物之間的結(jié)構(gòu)，即語義關(guān)系。（4）指針(Pointer)：也叫指示器。是在節(jié)點或者弧線的旁邊，另外附加必要的線條及文字標(biāo)識，用來對節(jié)點、弧線和語義關(guān)系作出相宜的補(bǔ)充、解釋與說明。語義網(wǎng)絡(luò)是一種結(jié)構(gòu)化知識表示方法，具有表達(dá)直觀，方法靈活，容易掌握和理解的特點。概括起來，主要優(yōu)點在于采用語義關(guān)系的有向圖來連接，語義、語法、詞語應(yīng)用兼顧，具有描述生動，表達(dá)自然，易于理解等。雖然語義網(wǎng)絡(luò)知識表示和推理具有較大的靈活性和多樣性，但是沒有公認(rèn)嚴(yán)密的形式表達(dá)體系，卻不可避免地帶來了非一致性和程序設(shè)計與處理上的復(fù)雜性，這也是語義網(wǎng)絡(luò)知識表示尚待深入研究解決的一個課題。．框架表式式框架表示法誕生于1975年，這也是一種結(jié)構(gòu)化的知識表示方法，并已在多種系統(tǒng)中得到成功的應(yīng)用。框架理論是由人工智能科學(xué)創(chuàng)始人之一，(明斯基)提出來的。自然界各種事物都可用框架(Frame)組織構(gòu)成。每個被定義的框架對象分別代表著不同的特殊知識結(jié)構(gòu)，從而可在大腦或計算機(jī)中表示、存儲并予以認(rèn)識、理解和處理?？蚣苁且环N被用來描述某個對象（諸如一個事物、一個事件或一個概念）屬性知識的數(shù)據(jù)結(jié)構(gòu)。下面是一個關(guān)于“大學(xué)教師”的框架設(shè)計模式。n框架名：〈大學(xué)教師〉 n姓名：單位（姓，名）n年齡：單位（歲）n性別：范圍(（男，女）缺?。耗?n學(xué)歷：范圍（學(xué)士，碩士，博士）n職稱：范圍(（教授，副教授，講師，助教）缺省：講師)n部門：范圍（學(xué)院（或系、處）n住址：〈住址框架〉 n工資：〈工資框架〉 n參加工作時間：單位（年，月）n健康狀況：范圍（健康，一般，較差）n其它：范圍（〈個人家庭框架〉，〈個人經(jīng)濟(jì)狀況框架〉）上述框架共有十一個槽，分別描述了關(guān)于“大學(xué)教師”的十一個方面的知識及其屬性。在每個槽里都指定了一些說明性的信息，表明了相關(guān)槽的值的填寫要有某些限制?？蚣鼙硎痉ㄖС稚蠈涌蚣芨拍畛橄蠛拖聦涌蚣苄畔⒗^承共享的思想，不僅減少了框架信息和屬性知識表達(dá)的冗余，而且保證了上、下層框架知識表達(dá)的一致性。主要缺點：框架表示法過于死板，難以描述諸如機(jī)器人糾紛等類問題的動態(tài)交互過程生動性。三、各知識表達(dá)式的比較與展望以上若知識表達(dá)方法，絕大多數(shù)在應(yīng)用中得到了很好的應(yīng)用。但實際工作中，如果要建立一個人工智能系統(tǒng)、專家系統(tǒng)時，還是要根據(jù)具體情況提出一個混合性的知識表達(dá)方式。每一種知識表示方法各有特點，而且適用的領(lǐng)域也不同：（1）謂詞邏輯方法只適用于確定性、陳述性、靜態(tài)性知識，而對動態(tài)的、變化性、模糊性知識則很難表示。（2）產(chǎn)生式規(guī)則方法推理方法太單一，如果前提條件太多，或規(guī)則條數(shù)太多，則推理的速度將慢得驚人。（3）語義網(wǎng)絡(luò)方法表達(dá)的知識面比較窄。（4）框架方法表示的知識橫向關(guān)系不太明確。（縱向從屬繼承關(guān)系很明確）因此，對于復(fù)雜的、深層次的知識，應(yīng)根據(jù)需要表示知識的特征，來決定用二種或三種方法聯(lián)合表示，例如：（1）邏輯與框架：框架里的槽值可以對應(yīng)于謂詞項。（2）語義網(wǎng)絡(luò)與框架：結(jié)點對應(yīng)與框架，結(jié)點的參數(shù)就是框架的槽值。（3）產(chǎn)生式與框架：框架的槽值對應(yīng)于一條產(chǎn)生式規(guī)則。與神經(jīng)網(wǎng)絡(luò)結(jié)合。參考文獻(xiàn)：[1] 蔡之華；模糊Petri網(wǎng)及知識表示 [J]。計算機(jī)應(yīng)用與軟件；1994年03期 [2].張科杰,袁國華,彭穎紅； 知識表示及其在機(jī)械工程設(shè)計中的應(yīng)用探討[J]。機(jī)械設(shè)計；2004年06期。[3].劉曉霞。新的知識表示方法——概念圖［Ｊ］。航空計算技術(shù)。1997（4）。[4].王永慶人工智能原理與方法［Ｍ］。西安交通大學(xué)出版社。1998。讀書的好處行萬里路，讀萬卷書。書山有路勤為徑，學(xué)海無涯苦作舟。讀書破萬卷，下筆如有神。我所學(xué)到的任何有價值的知識都是由自學(xué)中得來的?！_(dá)爾文少壯不努力，老大徒悲傷。黑發(fā)不知勤學(xué)早，白首方悔讀書遲?！佌媲鋵殑︿h從磨礪出，梅花香自苦寒來。讀書要三到：心到、眼到、口到玉不琢、不成器，人不學(xué)、不知義。一日無書，百事荒廢?！悏?書是人類進(jìn)步的階梯。1一日不讀口生，一日不寫手生。1我撲在書上，就像饑餓的人撲在面包上?！郀柣?書到用時方恨少、事非經(jīng)過不知難?！懹?讀一本好書，就如同和一個高尚的人在交談——歌德1讀一切好書，就是和許多高尚的人談話?！芽▋?學(xué)習(xí)永遠(yuǎn)不晚?！郀柣?少而好學(xué)，如日出之陽；壯而好學(xué)，如日中之光；志而好學(xué)，如炳燭之光?！獎⑾?學(xué)而不思則惘，思而不學(xué)則殆?！鬃幼x書給人以快樂、給人以光彩、給人以才干。——培根第四篇：人工智能課程論文解讀人工智能課程論文題目：人工智能：用科學(xué)解密生命與智慧姓名：學(xué)號：指導(dǎo)老師：人工智能：用科學(xué)解密生命與智慧摘要本文是對人工智能及其應(yīng)用的一個綜述。首先介紹了人工智能的理論基礎(chǔ)以其與人類智能的區(qū)別和聯(lián)系。然后簡要介紹了人工智能的發(fā)展現(xiàn)狀以及未來趨勢，并列舉了一些人工智能在生活中的應(yīng)用。對人工智能的一個熱門分支——神經(jīng)計算進(jìn)行了著重介紹，人工神經(jīng)網(wǎng)絡(luò)通過模擬人腦的學(xué)習(xí)機(jī)制，將人工智能的重點從符號表示可靠的推理策略問題轉(zhuǎn)化到學(xué)習(xí)和適應(yīng)的問題，描述了其在字符識別問題上的實際應(yīng)用。人工智能：用科學(xué)解密生命與智慧目錄一，人工智能與人類智能..............................................................................................41，什么是智能？.................................................................................................4 2，機(jī)器智能不等同于人類智能.........................................................................5 二，人工智能當(dāng)前進(jìn)展..................................................................................................6 三，人工智能在生活中的應(yīng)用......................................................................................7 四，人工智能的前沿分支：神經(jīng)計算..........................................................................91，人工神經(jīng)網(wǎng)絡(luò)：從大腦得到靈感.................................................................9 2，神經(jīng)網(wǎng)絡(luò)應(yīng)用實例：基于Deep autoencoder的字符圖像識別...............10 五，人工智能未來發(fā)展趨勢........................................................................................12 小結(jié)................................................................................................................................13 參考文獻(xiàn)........................................................................................................................14人工智能：用科學(xué)解密生命與智慧一，人工智能與人類智能人工智能（Artificial Intelligence，AI）是計算機(jī)科學(xué)的一個分支，它關(guān)心智能行為的自動化。AI是計算機(jī)科學(xué)的一部分，因而必須建立在堅實的理論知識之上并應(yīng)用于計算機(jī)科學(xué)領(lǐng)域。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。1，什么是智能？雖然大多數(shù)人確信看到智能行為是能判斷它是智能的，但是似乎沒有人能夠使“智能”的定義既足夠又具體以評估計算機(jī)程序的智能性，同時又反映了人類意識的生動性和復(fù)雜性。這樣實現(xiàn)一般智能就是塑造特定智能的人工制品。這些制品通常以診斷、預(yù)測或可視化工具實現(xiàn)，能夠使得人類使用者完成復(fù)雜的任務(wù)。例如：用語言理解的馬爾可夫模型，提供新數(shù)學(xué)理論的自動推理系統(tǒng)，通過大腦皮層網(wǎng)跟蹤信號的動態(tài)貝葉斯網(wǎng)絡(luò)，以及基因表達(dá)的數(shù)據(jù)模式的可視化，等等。因此，定義人工智能完全領(lǐng)域的問題就變成了定義智能本身的問題：智能是一種