【正文】 Changhua 第二章 人工智能的數(shù)學(xué)基礎(chǔ) Bayes公式：稱公式 為 Bayes公式。 謂詞公式的永真性 、 可滿足性和不可滿足性 )()( xAx? )()( xx?2023/3/10 17 Wei Changhua 第二章 人工智能的數(shù)學(xué)基礎(chǔ) 2 概率論 條件概率 ：設(shè) A， B是兩個事件， ，則稱 為在 A事件已經(jīng)發(fā)生的條件下 B事件發(fā)生的概率。 謂詞公式： 連接詞 、 量詞 。 2023/3/10 16 Wei Changhua 第二章 人工智能的數(shù)學(xué)基礎(chǔ) 1 命題邏輯和謂詞邏輯 命題： 命題是具有真假意義的語句 。 ● 機(jī)器行為： 與人的行為相對應(yīng) ， 機(jī)器行為主要是指計算機(jī)的表達(dá)能力 ， 即 “ 說 ” 、 “ 寫 ” 、 “ 畫 ” 等 。 ● 機(jī)器思維： 機(jī)器思維是指對通過感知得到的外部信息及機(jī)器內(nèi)部的各種工作信息進(jìn)行有目標(biāo)的處理 。 進(jìn)化學(xué)派： 。 連接學(xué)派： 以 究神經(jīng)網(wǎng)絡(luò) 。 認(rèn)知學(xué)派： 以紐厄爾和西蒙為代表的研究對人類認(rèn)知功能的模擬 ， 試圖找出產(chǎn)生智能行為的原理 。 該理論認(rèn)為人的本質(zhì)能力是在動態(tài)環(huán)境中的行走能力 、 對外界事物的感知能力 、 維持生命和繁衍生息的能力 ， 正是這些能力對智能的發(fā)展提供了基礎(chǔ) ， 因此智能是某種復(fù)雜系統(tǒng)所浮現(xiàn)的性質(zhì) 。 人類的認(rèn)知過程就是大量的神經(jīng)元的整體活動 。 2023/3/10 11 Wei Changhua 第一章 緒論 3 人工智能研究途徑 人工智能研究可以 有三種途徑 進(jìn)行： 符號主義： （ 思維理論 ） 符號主義認(rèn)為人類認(rèn)知的基本元素是符號 ， 認(rèn)知的過程就是符號處理的過程 。魏長華 Department of Computer Science CCNU Email: 人工智能原理與方法 Artificial Intelligence 2023/3/10 1 Wei Changhua 內(nèi) 容 第一章 緒論 ● 什么是人工智能？ ● 人工智能研究的目標(biāo) ● 人工智能研究途徑 ● 人工智能研究的內(nèi)容 ? 人工智能研究中的學(xué)派 ? 人工智能研究的內(nèi)容 ● 人工智能研究領(lǐng)域 2023/3/10 2 Wei Changhua 內(nèi) 容 第二章 人工智能的數(shù)學(xué)基礎(chǔ) ● 命題邏輯和謂詞邏輯 ● 概率論 ● 模糊理論 2023/3/10 3 Wei Changhua 內(nèi) 容 第三章 知識表示 ● 知識與知識表示 ● 對知識表示的要求 ● 知識表示方法 ? 一階謂詞邏輯 ? 產(chǎn)生式規(guī)則 ? 語義網(wǎng)絡(luò) ? 框架 ? 狀態(tài)空間 ? 腳本 ? Petri網(wǎng) 2023/3/10 4 Wei Changhua 內(nèi) 容 第四章 基本的問題求解方法 ● 基本概念 ● 狀態(tài)空間搜索 ● 與 /或樹搜索 ● 博弈樹的啟發(fā)式搜索 2023/3/10 5 Wei Changhua 內(nèi) 容 第五章 基本推理方法 ● 推理的基本概念 ● 推理方式和分類 ● 推理控制策略 ● 歸結(jié)反演 ● 基于規(guī)則的演繹系統(tǒng) 2023/3/10 6 Wei Changhua 內(nèi) 容 第六章 不確定性推理 ● 不確定性推理的基本概念 ● 確定因子法 ● 主觀 Bayes方法 ● 證據(jù)理論 ● 可能性理論 2023/3/10 7 Wei Changhua 內(nèi) 容 第七章 專家系統(tǒng) ● 專家系統(tǒng)的基本概念 ● 專家系統(tǒng)分類 ● 專家系統(tǒng)的一般結(jié)構(gòu) ● 專家系統(tǒng)的建造與評價 ● 專家系統(tǒng)開發(fā)工具 ● 專家系統(tǒng)開發(fā)環(huán)境 ● 新一代專家系統(tǒng)的研究 ● 幾個著名的專家系統(tǒng) 2023/3/10 8 Wei Changhua 內(nèi) 容 第八章 機(jī)器學(xué)習(xí) ● 機(jī)器學(xué)習(xí)的概念 ● 學(xué)習(xí)系統(tǒng)模型 ● 機(jī)器學(xué)習(xí)分類 ● 機(jī)器學(xué)習(xí)研究歷史 ● 機(jī)器學(xué)習(xí)的研究目標(biāo) ● 幾個著名的學(xué)習(xí)系統(tǒng) 2023/3/10 9 Wei Changhua 第一章 緒論 1 什么是人工智能 ？ 人工智能是研究 知識 的一門科學(xué) ， 即 如何表示知識 ， 如何獲取知識和如何利用知識 的科學(xué) 。 2023/3/10 10 Wei Changhua 第一章 緒論 2 人工智能研究的目標(biāo) 近期目標(biāo)： 在近期 ， 人工智能研究的任務(wù)是利用馮 .偌依曼型計算機(jī)模擬人類智力行為 ， 研制智能程序； 遠(yuǎn)期目標(biāo)： 遠(yuǎn)期是研制全新的計算機(jī) ， 即智能計算機(jī) 。 （ 一階謂詞邏輯 ） 連接主義： （ 閾值理論 ） 連接主義認(rèn)為人類認(rèn)知的基本元素是神經(jīng)元本身 。 （ 研究方法：人工神經(jīng)網(wǎng)絡(luò) ） 行為主義： （ 進(jìn)化理論 ） 由美國麻省理工學(xué)院的 授提出的 。 2023/3/10 12 Wei Changhua 第一章 緒論 4 人工智能研究的內(nèi)容 （ 1） 人工智能研究中的學(xué)派 邏輯學(xué)派： 以麥卡錫和尼爾遜為代表的研究基于邏輯的知識表示和推理機(jī)制 。 知識工程學(xué)派： 以費根鮑姆為代表的研究知識在人類智能中的作用和地位 ， 提出了知識工程概念 。 分布式學(xué)派： 以 分布行為 。 2023/3/10 13 Wei Changhua 第一章 緒論 （ 2） 人工智能研究的內(nèi)容 ● 機(jī)器感知 ：所謂的機(jī)器感知就是使機(jī)器具有類似于人的感知能力 ， 其中以機(jī)器視覺與機(jī)器聽覺為主 。 ● 機(jī)器學(xué)習(xí)： 研究使機(jī)器具有獲取新知識 、 學(xué)習(xí)新技巧 ，并在實踐中不斷完善 、 改進(jìn)的能力 。 2023/3/10 14 Wei Changhua 第一章 緒論 5 人工智能研究領(lǐng)域 ● 模式識別 （ Pattern Recognition） ● 自然語言理解 （ Natural langrage Understanding） ● 專家系統(tǒng) （ Expert System） ● 機(jī)器學(xué)習(xí) （ Machine Learning） ● 自動定理證明 （ Automatic Theorem Proving） ● 自動程序設(shè)計 （ Automatic Programming） ● 機(jī)器人學(xué) （ Robots） ● 博弈 （ Game） ● 智能決策支持系統(tǒng) （ Intelligent Decision Support System） ● 人工神經(jīng)網(wǎng)絡(luò) （ Artificial natural works） 2023/3/10 15 Wei Changhua 第一章 緒論 思考題 什么是人工智能？ 人工智能研究的對象是什么？ 人工智能研究的途徑有那些？ 人工智能研究的領(lǐng)域有那些？ 人工智能研究的近期目的和遠(yuǎn)期目的是什么？ 簡述圖靈試驗。 謂詞： 一個謂詞由謂詞名和個體兩部分組成 。 合適公式： 原子是合適公式；若 A是合適公式 ， 則 ?A也是合適公式；若 A、 B都是合適公式 ， 則 A?B ， A?B ，A?B ， 也都是合適公式； 若 A是合適公式則 ， 、 也是合適公式 。 全概率公式和 Bayes公式的條件概率：設(shè) 事件滿足：⑴ 兩兩互不相容，即當(dāng) 時，有 ⑵ ⑶ 則對任何事件有下式成立： 為全概率公式，它提供了一種計算的方法。 ?????njjjiiiABPAPABPAPBAP1)|()()|()()|(ni ,2,1 ??2023/3/10 19 Wei Changhua 第二章 人工智能的數(shù)學(xué)基礎(chǔ) 3 模糊理論 模糊集： 設(shè) 是論域， 是把任意 映射為 [0， 1]上某個值的函數(shù)，即 ， 則稱 由所構(gòu)成的集合 A,稱為 U上的一個模糊集。 語言變量： 用自然語言表示變量的值和描述變量之間的內(nèi)在聯(lián)系的一種變量。 語言真值 模糊推理 UA?u? ]1,0[: ?UA )(uA?A?2023/3/10 20 Wei Changhua 第二章 人工智能的數(shù)學(xué)基礎(chǔ) 思考題 什么是合適公式？ 試寫出 Bayes公式 。 知識可以分為五類： ● 描述性知識 ● 判斷性知識 ● 過程性知識 ● 對象級知識 ， 或稱為領(lǐng)域相關(guān)的知識 ● 元級知識 2023/3/10 22 Wei Changhua 2 對知識表示的要求 ● 表示能力 ● 可理解性 ● 可訪問性 ● 可擴(kuò)展性 3 知識表示方法 ● 一階謂詞邏輯：它是一種描述性的表示方法，它的推理機(jī)制是歸結(jié)原理。 ● 語義網(wǎng)絡(luò)：是由 Quillian等人于 1968年提出的，它在知識表示中可以表示對象、概念及其相互間的關(guān)系。 ● 產(chǎn)生式規(guī)則：產(chǎn)生式系統(tǒng)把知識表示成 “ 模式 → 動作 ”對 ， 表示方式自然 、 簡潔 。 它是專家系統(tǒng)的知識表示的主要方法 。 框架的層次結(jié)構(gòu)可以表示對象之間的相互關(guān)系 ， 用框架表示知識的系統(tǒng)稱為框架的系統(tǒng) 。 狀態(tài)空間是所有狀態(tài)的集合 。它是用來描述固定事件序列，它的結(jié)構(gòu)類似于框架。 ● Petri網(wǎng)： Petri網(wǎng)是由德國計算機(jī)科學(xué)家 Petri提出的，由于它很好的模擬異步操作，所以在并行處理和分布式計算機(jī)領(lǐng)域中應(yīng)用很多。 ● 謂詞的選取 ● 量詞的選取 （ 作用的范圍 ） ● 從自然語言翻譯成謂詞公式不能丟失信息 ● 易于理解 ● 謂詞公式表示法的特點：自然性 、 精確性 、 嚴(yán)密性 、 容易實現(xiàn) 。 ● 產(chǎn)生式組成：規(guī)則庫，綜合數(shù)據(jù)庫，控制系統(tǒng)。 ● 框架的結(jié)構(gòu) ：一個框架是由若干槽組成，每個槽又可以有若干個側(cè)面。槽和側(cè)面所具有的屬性值分別稱為槽值和側(cè)面值。通過框架網(wǎng)絡(luò)可以找到另一個框架。它不僅可以在兩層框架之間實現(xiàn)繼承關(guān)系，而且可以通過兩兩的繼承關(guān)系，從最底層追溯到最高層，使最高層的信息逐層向底層傳遞。 最簡單的語義網(wǎng)絡(luò)是如下的三元組： （ 節(jié)點 1， 弧 ， 節(jié)點 2） ● 知識的語義網(wǎng)絡(luò)表示 ● 用語義網(wǎng)絡(luò)表示有關(guān)事實間的關(guān)系：分類關(guān)系；聚集關(guān)系；推論關(guān)系；時間 、 位置關(guān)系；多元關(guān)系 ● 用語義網(wǎng)絡(luò)表示比較復(fù)雜的知識：把一個復(fù)雜的知識命題劃分為若干個子命題 ， 每個子命題用一個較簡單的語義網(wǎng)絡(luò)表示 ， 稱為子空間 ， 多個子空間構(gòu)成一個大空間 。 ◆ 系統(tǒng)由語義網(wǎng)絡(luò)構(gòu)成的知識庫；問題求解的解釋程序