人工智能知识大全
第二讲知识表示
2.0.知识表示的重要性
知识是智能的基础：获得知识、运用知识
符合计算机要求的知识模式：计算机能存储、处理的知识表示模式；数据结构（List, Table, Tree, Graph, etc.）2.1 基本概念
2.1.1 数据、信息与知识
数据(Data)
?信息的载体和表示
?用一组符号及其组合表示信息
信息(Information)
?数据的语义
?数据在特定场合下的具体含义
知识(Knowledge)
?信息关联后所形成的信息结构：事实& 规则
?经加工、整理、解释、挑选、改造后的信息
2.1.2 知识的特性
?相对正确性
?一定条件下
?某种环境中
?......
?不确定性
?存在“中间状态”
?“真”（“假”）程度
?随机性
?模糊性
?经验性
?不完全性
?...... ?可表示性& 可利用性
?语言
?文字
?图形
?图像
?视频
?音频
?神经网络
?概率图模型
?......
2.1.3 知识的分类
?常识性知识、领域性知识（作用范围）
?事实性知识、过程性知识、控制知识（作用及表示）
?确定性知识、不确定性知识（确定性）
?逻辑性知识、形象性知识（结构及表现形式）
?零级知识、一级知识、二级知识（抽象程度）
2.1.4 常用的知识表示方法
?一阶谓词（First Order Predicate）?产生式（Production）
?框架（Framework）
?语义网络（Semantic Network）?剧本（Script）?过程（Procedure）
?面向对象（Object-Oriented）?Petri网（Petri Network）
?信念网（Belief Network）
?本体论（Ontology）……
2.1.5 如何选择合适的表示方法？
?充分表示领域知识
?有利于对知识的利用
?便于理解和实现
?便于对知识的组织、管理与维护
2.2 一阶谓词表示法
1. 优点
?自然性
?接近自然语言，容易接受
?精确性
?用于表示精确知识
?严密性
?有严格的形式定义和推理规则
?易实现性
?易于转换为计算机内部形式2. 缺点
?无法表示不确定性知识
?所能表示的知识范围太狭窄
?难以表示启发性知识及元知识
?未能充分利用与问题本身特性有关的知
识
?组合爆炸
?经常出现事实、规则等的组合爆炸
?效率低
?推理与知识的语义完全割裂
2.3 产生式表示法
?1943年E. Post第一次提出
?称为“Post机”的计算模型（《计算理论》）
?一种描述形式语言的语法
?AI中应用最多的知识方法之一
?Feigenbaum研制的化学分子结构专家系统DENDRAL
?Shortliffe研制的的诊断感染性疾病的专家系统MYCIN
?……
2.3.1 产生式的基本形式
P → Q 或
IF P THEN Q CF = [0, 1]
其中，P是产生式的前提，Q是一组结论或操作，CF(Certainty Factor)为确定性因子，也称置信度。
【注意】：谓词逻辑中的蕴涵式与产生式的基本形式相似，事实上，蕴涵式只是产生式的一种特殊情况。理由如下：
（1）蕴涵式只能表示精确知识，其值非“真”即“假”，而产生式不仅可以表示精确知识，而且还可以表示不精确知识。
例如，MYCIN中有如下产生式：
IF 本微生物的染色斑是革兰氏阴性
本微生物的形状呈杆状
病人是中间宿主
THEN 该微生物是绿脓杆菌，置信度为CF=0.6
CF表示知识的强度，谓词逻辑中的蕴涵式不可以这样做。
（2）用产生式表示知识的系统中，“事实”与产生式的“前提”中所规定的条件进行匹配时，可以是“精确匹配”，也可以是基于相似度的“不精确匹配”，只要相似度落入某个预先设定的范围内，即可认为匹配。但对谓词逻辑的蕴涵式而言，其匹配必须是精确的。
用BNF（Backus Normal Form）表示的产生式形式描述及语义：
<产生式> ::= <前提> → <结论>
<前提> ::= <简单条件> | <复合条件>
<结论> ::= <事实> | <操作>
<复合条件> ::= <简单条件> AND <简单条件> [(AND <简单条件> )...] | <简单条件> OR <简单条件> [(OR <简单条件> )...]
<操作> ::= <操作名> [(<变元>, ...)]
【说明】：产生式又称规则或产生式规则；
产生式的“前提”：又称条件、前提条件、前件、左部等；
产生式的“结论”：又称后件、右部等。
2.3.2 产生式系统的组成
产生式系统的三个组成部分：规则库、综合数据库、控制系统。
1、规则库
用于描述相应领域内知识的产生式集合。
在建立规则库时，应注意如下问题：
（1）有效地表达领域内的过程性知识：包括规则的建立、不确定性知识的表示、推理链的形成、知识的完整性等。
（2）对知识进行合理的组织与管理：目的是使得推理避免访问与所求解的问题无关的知识，以提高问题求解效率。
2、综合数据库
综合数据库又称为事实库、上下文、黑板等。它是一个用于存放问题求解过程中各种当前信息的数据结构，例如：问题的初始状态、原始证据、推理中得到的中间结论、最终结论等。
当规则库中某条产生式的前提可与综合数据库中的某些已知事实匹配时，该产生式就被激活，并把用它推出的结论放入综合数据库中，作为后面推理的已知事实。显然，综合数据库的内容是在不断变化的，是动态的。
综合数据库中的已知事实通常用字符串、向量、集合、矩阵、表等数据结构表示。
3、控制系统
控制系统又称推理机构，由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。
控制系统的主要工作：
（1）按一定的策略从规则库中选择规则，并与综合数据库中的已知事实进行匹配。
（2）当发生冲突（即匹配成功的规则不止一条）时，调用相应的冲突解决策略予以消解。
（3）在执行某条规则时，若该规则的右部是一个或多个结论，则把这些结论加到综合数据库中；若规则的右部是一个或多个操作，则执行这些操作。
（4）对于不确定性知识，在执行每一条规则时，还要按一定的算法计算结论的不确定性。
（5）随时掌握结束产生式系统运行的时机，以便在适当的时候停止系统的运行。
产生式系统的三大组成部分的相互关系图
4、产生式系统求解问题的一般步骤
（1）初始化综合数据库，把问题的初始已知事实送入综合数据库中。
（2）若规则库中存在尚未使用过的规则，而且它的前提可与综合数据库中的已知事实匹配，则继续；若不存在这样的事实，则转第（5）步。
（3）执行当前选中的规则，并对该规则做上标记，把该规则执行后得到的结论送入综合数据库中。若该规则的结论部分指出的是某些操作，则执行这些操作。
（4）检查综合数据库中是否已包含了问题的解，若已包含，则终止问题的求解过程；否则，转第（2）步。
（5）要求用户提供进一步的关于问题的已知事实，若能提供，则转第（2）步；否则，终止问题求解过程。
（6）若规则中不再有未使用过的规则，则终止问题的求解过程。
2.3.3 产生式系统的分类
按规则库及综合数据库的性质及结构特征进行分类：可交换的产生式系统、可分解的产生式系统、可恢复的产生式系统。
1、可交换的产生式系统
如果一个产生式系统对规则的使用次序是可交换的，无论先使用哪一条规则都可达到目的，即规则的使用次序是无关紧要的，就称其为可交换的产生式系统。
2、可分解的产生式系统
基本思想：把一个规模较大且比较复杂的问题（初始数据库）分解为分别若干个规模较小且比较简单的子问题，然后对每个子问题进行求解。
3、可恢复的产生式系统
在问题求解的过程中，既可对综合数据库添加新内容，又可删除或修改老内容的产生式系统称为可恢复的产生式系统。
基本思想：人们在求解问题的过程中是经常要进行回溯的，当问题求解到某一步发现无法继续下去时，就撤销在此之前得到的某些结果，恢复到先前的某个状态。
用产生式系统求解问题时也是如此，当执行一条规则后使综合数据库的状态发生变化，若发现在新的状态中无法得到问题的解，就需要立即撤销刚才产生的结果，并将综合数据库恢复到先前的状态，然后选择别的规则继续求解。
2.3.4 产生式系统的优缺点
1、产生式系统的优点
（1）自然性：由于产生式系统采用了人类常用的表达因果关系的知识表示形式，既直观、自然，又便于进行推理。
（2）模块性：产生式是规则库中的最基本的知识单元，形式相同，易于模块化管理。
（3）有效性：能表示确定性知识、不确定性知识、启发性知识、过程性知识等。
（4）清晰性：产生式有固定的格式，既便于规则设计，又易于对规则库中的知识进行一致性、完整性检测。
2、产生式系统的缺点
（1）效率不高
产生式系统求解问题的过程是一个反复进行“匹配—冲突消解—执行”的过程。由于规则库一般都比较庞大，而匹配又是一件十分费时的工作，因此，其工作效率不高。此外，在求解复杂问题时容易引起组合爆炸。
（2）不能表达具有结构性的知识
产生式系统对具有结构关系的知识无能为力，它不能把具有结构关系的事物间的区别与联系表示出来，因此，人们经常将它与其它知识表示方法（如框架表示法、语义网络表示法）相结合。
2.3.5 产生式系统的适用领域
（1）由许多相对独立的知识元组成的领域知识，彼此之间关系不密切，不存在结构关系。如：化学反应方面的知识。
（2）具有经验性及不确定性的知识，而且相关领域中对这些知识没有严格、统一的理论。如：医疗诊断、故障诊断等方面的知识。
（3）领域问题的求解过程可被表示为一系列相对独立的操作，而且每个操作可被表示为一条或多条产生式规则。
2.4 框架表示法
2.4.1 框架理论
1975年美国著名AI学者Minsky在其论文“A framework for representing knowledge”中提出了框架理论，并把它作为理解视觉、自然语言对话及其它复杂行为的基础。
框架理论的基本思想：认为人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的，当面临一个新事物时，就从记忆中找出一个合适的框架，并根据实际情况对其细节加以修改、补充，从而形成对当前事物的认识。
2.4.2 框架的定义及表示形式
1、定义
框架：是一种描述对象（事物、事件或概念等）属性的数据结构，在框架理论中，框架是知识表示的基本单位。
一个框架由若干个“槽”（Slot）结构组成，每个槽又可分为若干个“侧面”。
一个槽：用于描述所论对象某一方面的属性；
一个侧面：用于描述相应数学的一个方面。
槽和侧面所具有的属性值分别称为槽值和侧面值。
2、框架的一般表示形式
<框架名>
槽名1：侧面名1 值1，值2，...，值p1
侧面名2 值1，值2，...，值p2
侧面名m1 值1，值2，...，值pm1
槽名n：侧面名1 值1，值2，...，值r1
约束：约束条件1
约束条件n
3、框架及其实例
在《聊斋志异》中有个《胭脂》的故事，开始时邑宰判错了案，就是因为他头脑里有个破案的框架：框架名：tx 未遂杀人案
犯罪意图：x
犯罪结果：杀人
被杀者：y
杀人动机：x 未遂被y 发现
知情人：{ z i | i I}
罪犯：t
条件一：若x 为强奸，则t 必须是男性
条件二：有某个z i指控t
条件三：t 招认
邑宰用上述框架去套胭脂一案，结果得到了该框架的一个实例：
框架实例：鄂秋準强奸未遂杀人案
犯罪意图：强奸
犯罪结果：杀人
被杀者：卞牛医
杀人动机：强奸未遂被卞牛医发现
知情人：卞妻，胭脂
罪犯：鄂秋準
条件一：鄂秋準为男性，成立
条件二：胭脂指控鄂秋準，成立
条件三：鄂秋準招认，成立
4、框架的BNF描述
<框架> ::= <框架头><槽部分>[<约束部分>]
<框架头> ::= 框架名<框架名的值>
<槽部分> ::= <槽>,[<槽>]
<约束部分> ::= 约束<约束条件>,[<约束条件>]
<框架名的值> ::= <符号名>|<符号名>(<参数>,[<参数>])
<槽> ::= <槽名><槽值>|<侧面部分>
<槽名> ::= <系统预定义槽名>|<用户自定义槽名>
<槽值> ::= <静态描述>|<过程>|<谓词>|<框架名的值>|<空>
<侧面部分> ::= <侧面>,[<侧面>]
<侧面> ::= <侧面名><侧面值>
<侧面名> ::= <系统预定义侧面名>|<用户自定义侧面名>
<侧面值> ::= <静态描述>|<过程>|<谓词>|<框架名的值>|<空>
<静态描述> ::= <数值>|<字符串>|<布尔值>|<其它值>
<过程> ::= <动作>|<动作>,[<动作>]
<参数> ::= <符号名>
【注】：关于框架的BNF描述的说明：
（1）框架名的值允许带参数，当别的框架调用它时需要提供相应的实在参数。
（2）当槽值或侧面值是一个过程时，它既可以是一个<动作>串，也可以是对某个过程的调用。
（3）当槽值或侧面值是谓词时，其真值由当时谓词中变元的取值确定。
（4）槽值或侧面值为<空>时，表示当时未能确定该值，待以后填入。
（5）<约束条件>是任选的，当不指出时，表示无约束。
5、框架的主要特征
（1）每个框架有一个框架名（可带参数）。
（2）每个框架有一组属性，每个属性称为一个槽，里面可以存放属性值。
（3）每个属性对它的值有一定的类型要求，不同属性的类型要求可以不一样。
（4）有些属性值可以是子框架调用，子框架调用可以带参数。
（5）有些属性值是事先确定的，而有些属性值需在生成实例时代入。
（6）有些属性值在代入时需满足一定的条件。有时，在不同属性的属性值之间有一些条件需要满足。
2.4.3 框架网络
框架网络：是指具有横向联系及纵向联系的一组框架。
横向联系：一个框架中的槽值或侧面值可以是另一个框架的名字，即通过一个框架可以找到另一个框架，这样就在两个框架之间建立起横向联系。
纵向联系：由于属性的继承性，故可把共同属性抽取出来，构成一个上层框架，然而再对专有属性分别构成下层框架，并在下层设立一个专用的槽（一般称为“继承”槽）。这样不仅在框架间建立了纵向联系，而且建立了上下层框架的属性及值的继承关系，避免了重复描述，节约了时间和空间开销。
2.4.4 框架中槽的设置与组织
框架是一种集事物各方面属性的描述为一体，并反映相关事物间各种关系的数据结构。在此结构中“槽”起着至关重要的作用，因为它起到如下两个方面的作用：
（1）描述事物各有关方面的属性；
（2）指出相关事物间的复杂关系。
因此，在用框架作为知识的表示模式时，对槽的设置与组织给给以足够的重视。
在设置与组织框架中“槽”的时候，应注意：
（1）充分表达事物各有关方面的属性
（2）充分表达相关事物间的各种关系
（3）对槽及侧面进行合理的组织
（4）有利于进行框架推理
框架表示知识的系统由两大部分构成：
（1）由框架及其相互关联构成的知识库
（2）由一组解释程序构成的框架推理机
框架推理是一个反复进行框架匹配的过程，且大部分匹配都具有不确定性，为了推理得以进行，通常都需要设置相应的槽来配合。
2.4.5 框架系统中求解问题的基本过程
框架系统中的问题求解过程与人类求解问题的思维过程有许多相似之处：当人们对某事物不完全了解时，往往先根据当前已掌握的情况着手工作，然后在工作过程中不断发现、掌握新情况、新线索，使工作向纵深发展，直到达到最终目标。
框架系统在求解问题时，系统首先根据当前已知条件对知识库中的框架进行部分匹配，找出预选框架，并且由这些框架中其它槽的内容以及框架间的联系得到启发，提出进一步的要求，使问题的求解向前推进一步。重复上述过程，直至问题得到解决为止。
2.4.6 框架表示法的特点
1、优点：（1）结构性（2）继承性3）自然性
2、缺点：框架表示法的主要缺点是：不善于表达过程性的知识，故经常与产生式表示法结合起来使用，以取得互补的效果。
2.5 语义网络表示法
2.5.1 语义网络的提出及基本思想
1968年J.R.Quillian在其博士论文中最先提出语义网络，把它作为人类联想记忆的一个显式心理学模型，并在他设计的可教式语言理解器TLC (Teachable Language Comprehenden)中用作知识表示方法。
语义网络的基本思想：在这种网络中，用“节点”代替概念，用节点间的“连接弧”(称为联想弧)代替概念之间的关系，因此，语义网络又称联想网络。它在形式上是一个带标识的有向图。由于所有的概念节点均通过联想弧彼此相连，Quillian希望他的语义网络能用于知识推导。
2.5.2 语义网络的概念
语义网络中的节点：表示各种事物、概念、情况、属性、动作、状态等，每个节点可以带有若干属性，一般用框架或元组表示。此外，节点还可以是一个语义子网络，形成一个多层次的嵌套结构。
语义网络中的弧：表示各种语义联系，指明它所连接的节点间某种语义关系。
节点和弧都必须带有标识，以便区分各种不同对象以及对象间各种不同的语义联系。最简单的语义网络是一个三元组：（节点1，弧，节点2）
1、简单语义网络举例
【例如】：试将歌曲《军港之夜》中的歌词“海浪把战舰轻轻地摇”表示成语义网络的形式。
【解】：第一步：将上述歌词（即命题）表示成二元谓词的形式：
轻轻摇（海浪，战舰）
显然，它可表示成如下的语义网络：
【注意】：上述语义网络太过简单，没有告诉人们多少东西，故需要进一步改进。
第二步：把理解这句歌词时所使用的语法知识加进去，即可将一个谓词拆成如下三个谓词：动作主体（海浪，摇）
动作对象（战舰，摇）
动作方式（轻轻，摇）
可得如下改进后的较为详细的语义网络：
【分析】：
在上述改进的语义网络中，海浪、战舰、摇、轻轻等概念之间的相互关系均已给出，且这种关系是命题本身所包括的。可以说，到此为止，我们已经穷尽了命题本身包含的知识。但是，海浪、战舰、摇、轻轻等概念本身究竟有什么含义，在这个语义网络中并未体现出来，因为命题中也没有这样的知识。
因此，为了进一步描述，就必须加入该命题以外的知识，包括我们对世界上各种事物的范畴及其属性的认识，已经《军港之夜》这首歌曲的上下文信息。
第三步：再添上我对海港中各种事物的范畴及其属性的认知，以及《军港之夜》的上下文信息，可得如下更为详细的语义网络：
2、语义网络的BNF描述
<语义网络> ::= <基本网元>|Merge(<基本网元>,...)
<基本网元> ::= <节点><语义联系><节点>
<节点> ::= （<属性—值对>,...)
<属性—值对> ::= <属性名>:<属性值>
<语义联系> ::= <系统预定义的语义联系> |
<用户自定义的语义联系>
2.5.3 分块（复合）语义网络
若要处理一般的谓词公式，即命题中包含变量和量词，则上述简单的语义网络就不能应付了。Hendrix在1975年提出了“网络分块化技术”，可以解决该问题。
网络分块化技术的基本原理：在用语义网络表示一个复杂命题时，可将其拆成许多子命题，每个子命题用一个小的语义网络表示，称为一个“空间”。复杂命题构成大空间，子命题构成子空间，它本身又可看作是大空间中的一个节点。子空间可以层层嵌套，也可以用弧相互连接。实践证明，这种复合网络的表达能力是很强的。
1、分块语义网络举例
【例1】：试将命题“每个学生都读过一本书”表示成分块语义网络的形式。
【解】：先将上述命题表示成谓词公式：
(?s)学生(s) (?b)书(b)[读过(s,b)]
其分块语义网络如下：
【说明】：
（1）命题“学生读书”构成一个空间，节点g是其代表，节点GS是全体命题的集合；
（2）通向g的两条弧，F弧指示它代表的命题是什么，?弧指示s是一个全称变量，若有多个全称变量，就要有多个?弧。
（3）在上图中，只有s是全称变量，r,b都是存在变量，它们都是全称变量s的函数。
【注意】：
（1）从上图可知，语义网络表示法和谓词表示法的不同：在谓词公式中，“读”作为一个谓词出现，而在这里，它作为一个事件（动作r）和“学生”、“书”等统一处理。
（2）分块语义网络表示法要求，子空间中的所有非全称变量的节点都是全称变量节点的函数，那些不是全称变量节点函数的其它节点，应该拉到空间之外去。
【例2】：命题“每个学生都读过《红楼梦》”，就应该表示成如下形式的语义网络：
【例3】：试将命题“每个学生都读过所有的书”表示成分块语义网络的形式。
【解】：先将上述命题表示成谓词公式：
(?s)学生(s) (?b)书(b)[读过(s,b)]
其分块语义网络如下：
1.为什么要研究人工智能：1.现有计算机系统的局限性； 2.人类只能的局限性； 3.信息化社会的迫切要求。 2.传统程序和人工智能的区别：1处理对象2求解问题3求解模式4应用范围 3.人工智能求解问题的方法：试探式搜索，启发式的不精确的模糊的甚至允许出现错误的推理方法。 4.表处理语言LIST 5.#规则3：$1$2$3→$1$2$2$3规则4：$1$2$2$3→$1$2$3利用规则3、4将ABCBABC变为ABC 解：AB CBABC——A BABC BABC ——AB AB C——ABC 6.完成某问题的状态描述，须确定三件事：1该状态描述的方式，铁别是初始状态的描述2算符集合机器对状态描述的作用3目标状态描述的特性 7.合适公式（WEF）通过使用连词~（非）、∧(与)、∨（或）、→（蕴含）、以及任意一个、 8.存在一个等将原子谓词公式按一定的语法格式连接而成的式子。 9.#例：每个有理数都是实数有些实数是有理数并非每个实数都是有理数 解：令原子谓词公式P(x)表示x是有理数Q(x)表示x是实数 (任意一个x)[P(x)→Q(x)] (存在一个x)[P(x)→Q(x)] ((任意一个x)[Q(x)→~P(x)]) 等价于(存在一个x)[Q(x)→~P(x)] 10.#例：每一个人的外祖父都是他母亲的父亲令P(x)表示x是人O(x,y)表示x是y的外祖父F(x,y)表示x是y的父亲M(x,y)表示x是y的母亲将原句转化为：每一个人y 的外祖父x都是该y的母亲z的父亲。 (任意一个x)(任意一个y)(P(x)P(y)O(x,y))→(存在一个x)(P(z)∧F(x,z)∧M(z,y)) 11.#例题：All blocks on top of blocks that have been moved or that are attached to block that have been moved also have been moved. 可表示为：(任意一个x)(任意一个y){{BLOCK(x)∧BLOCK(y)∧[ONTOP(x,y)∨ATTACHED(x,y)]∧MOVED(y)}→MOVED(x)} 13.归结反演规则：1否定L，得到~L；2把~L添加到S中去；3把新产生的集合｛~L，S｝化成子句集；4应用归结原理，力图推导出一个表示矛盾的空字句。 15.状态：是表示问题解法中每一步问题状况的数据结构 16.算法：则是把问题从一种状态变换为另一种状态的手段 17.状态空间：是从初始状态出发所能达到的状态集合 18.宽度优先搜索：如果搜索是以接近起始节点的成都一次扩展节点的，就叫做**，这种搜索是逐层进行的。 19.深度优先搜索：如果搜索时首先扩展最新产生的节点，则成为深度优先搜索。 20.三类节点：1未生成节点—咱不放入计算机储存2已生成但尚未扩展节点—实现时放入一个OPEN表中3已扩展节点—实现时放入一个CLOSED表中 21.图搜索一般过程：（1）建立一个只含有起始节点S的搜索图G，把S放到一个叫做OPEN 的为扩展节点表中。（2）建立一个叫做CLOSED的已扩展节点表，其初始为空表。（3）LOOP：若OPEN表是空表，则失败退出。（4）选择OPEN表上的第一个节点，把他从OPEN表移出并放进CLOSED表中。称此节点位n.(5)若n为以目标节点，则有解并成功退出，此解是追踪图G中沿着指针从n到S这条路径而得到的（指针将在第（7）步中设置）。（6）扩展节点n，同时生成不是n的祖先的那些后继节点的集合M。把M的这些成员作为n的后继节点添入图G中。（7）对那些未曾在G中出现过的（既未曾在OPEN表上，也未在CLOSED 表上出现过的）M成员设置一个通向n的指针。把M的这些成员加进OPEN表。对已经在OPEN或CLOSED表上的每一个M成员，确定是否需要更改通到n的指针方向。对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。
实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求无论在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、基本要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态->中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X1表示起始岸上的牧师人数；X2表示起始岸上的野人人数；X3表示小船现在位置(1表示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000
四、实验结果 四、实验心得 本次实验运用了状态空间表示法，这是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验强化我对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。
一．简答题 1.在什么情况下需要采用不确定推理或非单调推理？ 答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。 例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论， 而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。 一般来说，出现不精确推理的原因和特征可能有： ①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。 由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理 2．产生式系统有哪几种推理方式？各自特点为何？ 答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。 （2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。 （3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。 3．算法A*直到一个目标节点被选择扩展才会终止。然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。 4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？ 答：人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题：知识的模型化和表示方法，启发式搜索理论，各种推理方法，人工智能系统结构和语言。主要研究和应用领域：机器学习，知识表示和推理，智能搜索，模糊逻辑，人工神经网络，遗传算法，自然语言理解，博弈论，知识发现和数据挖掘等。 5．在选择知识表示的方法时，应该考虑哪些因素？ 答：表示能力：能够将问题求解所需的知识正确有效地表达出来，可理解性：所表达的知
第三章约束推理 约束的定义：一个约束通常是指一个包含若干变量的关系表达式，用以表示这些变量所必须满足的条件。 贪心算法：贪心法把构造可行解的工作分阶段来完成。在各个阶段，选择那些在某些意义下是局部最优的方案，期望各阶段的局部最优的选择带来整体最优。 回溯算法：有些问题需要彻底的搜索才能解决问题，然而，彻底的搜索要以大量的运算时间为代价，对于这种情况可以通过回溯法来去掉一 些分支，从而大大减少搜索的次数 第四章定性推理 定性推理的定义是从物理系统、生命系统的结构描述出发,导出行为描述, 以便预测系统的行为并给出原因解释。定性推理采用系统部件间的局部结构规则来解释系统行为, 即部件状态的变化行为只与直接相邻的部件有关 第六章贝叶斯网络 贝叶斯网络的定义： 贝叶斯网络是表示变量间概率依赖关系的有向无环图，这里每个节点表示领域变量，每条边表示变量间的概率依赖关系，同时对每个节点都对应着一个条件概率分布表(CPT) ，指明了该变量与父节点之间概率依赖的数量关系。 条件概率：条件概率:我们把事件B已经出现的条件下，事件A发生的概率记做为P(A|B)。并称之为在B出现的条件下A出现的条件概率，而称P(A)为无条件概率。 贝叶斯概率：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式 先验概率： 先验概率是指根据历史的资料或主观判断所确定的各事件发生的概率，该类概率没能经过实验证实，属于检验前的概率，所以称之为先验概率 后验概率： 后验概率一般是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率进行修正后得到的更符合实际的概率 联合概率： 联合概率也叫乘法公式，是指两个任意事件的乘积的概率，或称之为交事件的概率。 贝叶斯问题的求解步骤 定义随机变量、确定先验分布密度、利用贝叶斯定理计算后验分布密度、利用计算得到的厚颜分布密度对所求问题作出推断 贝叶斯网络的构建 为了建立贝叶斯网络，第一步，必须确定为建立模型有关的变量及其解释。为此，需要：(1)确定模型的目标，即确定问题相关的解释；(2)确定与问题有关的许多可能的观测值，并确定其中值得建立模型的子集；(3)将这些观测值组织成互不相容的而且穷尽所有状态的变量。这样做的结果不是唯一的。第二步，建立一个表示条件独立断言的有向无环图第三步指派局部概率分布 p（xi|Pai）。在离散的情形，需要为每一个变量 Xi 的各个父节 点的状态指派一个分布。 第七章归纳学习 归纳学习是符号学习中研究得最为广泛的一种方法。给定关于某个概念的一系列已知的 正例和反例，其任务是从中归纳出一个一般的概念描述。 归纳学习能够获得新的概念，创立新的规则，发现新的理论。它的一般的操作是泛化和特化泛化用来扩展一假设的语义信息，以使其能够包含更多的正例，
人工智能重点 绪论 ●人工智能的定义起源和发展其他概念稍微了解 1.什么是人工智能？试从能力和学科两方面加以说明。 答：学科：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。其近期的主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 能力：人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。知识表示方法 2.人工智能的主要研究和应用领域有哪些？ 答：自然语言处理、自动定理证明、智能数据检索系统、机器学习、模式识别、视觉系统、问题求解、人工智能方法和程序语言以及自动程序设计等。 3、简述人工智能的发展状况 人工智能的现状和发展呈现如下特点：多种途径齐头并进，多种方法写作互补；新思想、新技术不断涌现，新领域、新方向不断开括;理论研究更加深入，应用研究更加广泛;研究队伍日益壮大，社会影响越来越大;以上特点展现了人工智能学科的繁荣景象和光明前景。它表明，虽然在通向其最终目标的道路上，还有不少困难、问题和挑战，但前进和发展毕竟是大势所趋。 4.简述知识发现过程和知识发现的方法。 答：过程：①数据选择；②数据预处理；③数据变换；④数据挖掘；⑤知识评价方法：①统计方法；②机器学习方法；③神经计算方法；④可视化方法 ● 2.1状态空间法（重点）看例题 状态空间法的三要素：状态、算符、状态空间方法（是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即三元状态（S，F，G）。S：所有可能的问题初始状态集合；F：操作符集合；G：目标状态集合。） 状态图示法：状态空间的图示形式称为状态空间图 各种问题都可用状态空间加以表示，并用状态空间搜索法来求解。下面简单介绍一种产生式系统描述的搜索算法 产生式系统由三部分:一个总数据库、一套规则、一个控制策略（程序） ● 2.2问题规约法（重点） 另外一种基于状态空间的问题描述与求解方法；实质：从目标出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。 组成部分：初始问题描述、问题变换为子问题的操作符、一套本原问题描述 与或图；与或图的搜索：目的在于表明起始节点是有解的 问题规约法举例：汉诺塔问题
2016年3月谷歌的阿尔法狗（AlphaGo）大战世界围棋冠军李世石，引发了全球范围内对于人工智能的讨论。探讨人工智能，就要回答什么是智能的问题，综合各类定义，智能是一种知识与思维的合成，是人类认识世界和改造世界过程中的一种分析问题与解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。 各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过投资的方式引导人工智能产业的发展，2013年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。 在技术方向上，美国主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。 现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。 高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。 谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了DeepMind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局（DARPA）投资 1.5亿美元，历时5年的CALO （ Cognitive Assistant that Learns and Organizes）项目，是美国首个得到大规模产业化应用的人工智能项目。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业。
大学计算机基础知识点总结 第一章计算机及信息技术概述（了解） 1、计算机发展历史上的重要人物和思想 1、法国物理学家帕斯卡(1623-1662)：在1642年发明了第一台机械式加法机。该机由齿轮组成，靠发条驱动，用专用的铁笔来拨动转轮以输入数字。 2、德国数学家莱布尼茨：在1673年发明了机械式乘除法器。基本原理继承于帕斯卡的加法机，也是由一系列齿轮组成，但它能够连续重复地做加减法，从而实现了乘除运算。 3、英国数学家巴贝奇：1822年，在历经10年努力终于发明了“差分机”。它有3个齿轮式寄存器，可以保存3个5位数字，计算精度可以达到6位小数。巴贝奇是现代计算机设计思想的奠基人。 英国科学家阿兰 图灵(理论计算机的奠基人) 图灵机：这个在当时看来是纸上谈兵的简单机器，隐含了现代计算机中“存储程序”的基本思想。半个世纪以来，数学家们提出的各种各样的计算模型都被证明是和图灵机等价的。 美籍匈牙利数学家冯 诺依曼(计算机鼻祖) 计算机应由运算器、控制器、存储器、 输入设备和输出设备五大部件组成； 应采用二进制简化机器的电路设计； 采用“存储程序”技术,以便计算机能保存和自动依次执行指令。 七十多年来，现代计算机基本结构仍然是“冯·诺依曼计算机”。 2、电子计算机的发展历程 1、1946年2月由宾夕法尼亚大学研制成功的ENIAC是世界上第一台电子数字计算机。“诞生了一个电子的大脑”致命缺陷：没有存储程序。 2、电子技术的发展促进了电子计算机的更新换代：电子管、晶体管、集成电路、大规模及超大规模集成电路 3、计算机的类型 按计算机用途分类：通用计算机和专用计算机 按计算机规模分类：巨型机、大型机、小型机、微型机、工作站、服务器、嵌入式计算机 按计算机处理的数据分类：数字计算机、模拟计算机、数字模拟混合计算机 1.1.4 计算机的特点及应用领域 计算机是一种能按照事先存储的程序，自动、高速地进行大量数值计算和各种信息处理的现代化智能电子设备。（含义） 1、运算速度快 2、计算精度高 3、存储容量大 4、具有逻辑判断能力 5、按照程序自动运行 应用领域：科学计算、数据处理、过程与实时控制、人工智能、计算机辅助设计与制造、远程通讯与网络应用、多媒体与虚拟现实 1.1.5 计算机发展趋势：巨型化、微型化、网络化、智能化
高一信息技术知识点总结 《高一信息技术知识点总结》是一篇好的范文，感觉很有用处，为了方便大家的阅读。 篇一：高中信息技术必修各章节知识点汇总第一章《信息与信息技术》知识点、信息及其特征一、信息的概念信息是事物的运动状态及其状态变化的方式。 ☆信息与载体密不可分，没有无载体的信息，没有载体便没有信息，信息必须通过载体才能显示出来。 二、信息的一般特征☆信息不能独立存在，必须依附于一定的载体，而且，同一个信息可以依附于不同的载体。 ☆信息的载体依附性使信息具有可存储、可传递、☆物质、能量和信息是构成世界的三大要素。 ☆信息又是可以增殖的。 ☆信息只有被人们利用才能体现出其价值，而有些信息的价值则可能尚未被我们发现。 ☆时效性与价值性紧密相连，☆☆信息共享一般不会造成信息的丢失，☆信息共享也不会改变信息的内容。 、日新月异的信息技术一、信息技术的悠久历史、信息技术（）是指一切与信息的获取加工表达交流管理和评价等有关的技术。 、信息技术的五次革命第一次信息技术革命是语言的使用，意义：是从猿进化到人的重要标志；第三次信息技术革命是印刷术的发明，
意义：为知识的积累和传播了更可靠的保证；第页共页载体举例：报纸、课本、光盘等信息举例：报纸上刊登的足球消息播出的新闻等价值性举例：最全面的范文写作网站学习材料、生产技术商业信息、定位系统时效性举例：天气预报、股市信息交通信息共享性举例：网络信息、课本图书等问：才高八斗，学富五车是形容一个人的知识非常多，家中的书多的以至于搬家时要用车来拉，因为当时的书是笨重的竹简。 从而使得知识的积累和传播极为不便，从信息技术革命的发展历程来看，这应该是属于第（）次信息技术革命以前的事。 第四次信息技术革命是电报、电话、广播、电视的出现和普及，意义：进一步突破了时间和空间的限制；第五次信息技术革命是计算机技术与现代通信☆信息技术在不断，但一些古老的信息技术仍在使用，不能因为出现了新的信息技术就抛弃以前的信息技术。 二、信息技术的发展趋势：信息技术的发展趋势是（人性化）和（大众化）,、越来越友好的人机界面图形用户界面使显示在计算机屏幕上的内容在可视性和操控性方面大大改善。 ）虚拟现实技术：（）语音技术：语音识别技术（）语音合成技术（））智能代理技术：是人工智能技术应用的一个重要方面、越来越个性化的功能设计、越来越高的性能价格比电脑配置说明：虚拟现实技术举例：物理仿真实验室、大型游戏或视频、汽车碰撞计算机模拟实验等语音技术举例：语音拨号、语音查询、语音自动定票系统、语音
什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence，简称AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成
为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。 大数据这个门槛，导致了人工智能只能是巨头的游戏，跟创业
?人工智能的不同研究流派：符号主 义/逻辑主义学派--符号智能；连接主 义--计算智能；行为主义-低级智能。 人工智能的主要研究领域 （一）自动推理（二）专家系统（三）机器 学习（四）自然语言理解（五）机器人学和 智能控制（六）模式识别（七）基于模型的 诊断 产生式系统是人工智能系统中常用的一种 程序结构，是一种知识表示系统。 三部分组成：综合数据库:存放问题的状 态描述的数据结构,动态变化的。产生式规 则集、控制系统。 / 产生式规则集/ 控制系统 产生式规则形式： IF<前提条件> THEN<操作> 八数码难题的产生式系统表示 综合数据库：以状态为节点的有向图。 状态描述：3×3矩阵 产生式规则： IF<空格不在最左边>Then<左移空格>； 依次 控制系统： 选择规则:按左、上、右、下的顺序 移动空格。 终止条件：匹配成功。 产生式系统的基本过程: Procedure PROCUCTION 1.DATA←初始状态描述 2.until DATA 满足终止条件，do： 3.begin 4.在规则集合中，选出一条可用于 DATA的规则R（步骤4是不确定的， 只要求选出一条可用的规则R，至于这 条规则如何选取，却没有具体说明。） 5. DATA←把R应用于DATA所得的结果 6.End 产生式系统的特点：1.模块性强，2.产生式 规则相互独立，3.规则的形式与逻辑推理相近，易懂。 产生式系统的控制策略：1.不可撤回的控制 策略：优点是空间复杂度小、速度快；缺点 是多数情况找不到解 2.试探性控制策略： 回溯方式：占用空间小，多数情况下能找到解；缺点是如果深度限制太低就找不到解； 和图搜索方式：优点总能找到解，缺点时间 空间复杂度高。 产生式系统工作方式：正向、反向和双向产 生式系统 可交换产生式系统：1.可应用性，每一条对 D可应用的规则，对于对D应用一条可应用 的规则后，所产生的状态描述仍是可应用的。 2.可满足性，如果D满足目标条件，则对D 应用任何一条可应用的规则所产生的状态描 述也满足目标条件。3.无次序性，对D应用 一个由可应用于D的规则所构成的规则序列 所产生的状态描述不因序列的次序不同而改变。可分解的产生式系统：能够把产生式系统综 合数据库的状态描述分解为若干组成部分， 产生式规则可以分别用在各组成部分上，并 且整个系统的终止条件可以用在各组成部分 的终止条件表示出来的产生式系统，称为可 分解的产生式系统。基本过程： Procedure SPLIT 1.DATA ←初始状态描述 2.{Di} ← DATA的分解结果；每个Di看成 是独立的状态描述 3.until 对所有的Di ∈{Di}， Di都满足终 止条件，do: 4.begin 5. 在{Di}中选择一个不满足终止条件的D* 6. 从{Di}中删除D* 7.从规则集合中选出一个可应用于D*的规则 R 8.D ←把R应用于D*的结果 9.{di} ← D的分解结果 10.把{di}加入{Di}中 11.end 回溯算法BACKTRACK过程：Recursive Procedure BACKTRACK(DATA) 1.if TERM(DATA),return NIL; 2.if DEADEND(DATA),return FAIL; 3.RULES←APPRULES(DATA); 4.LOOP:if NULL(RULES),return FAIL; 5.R←FIRST(RULES); 6.RULES←TAIL(RULES); 7.RDATA←R（DATA）; 8.PATH←BACKTRACK(RDATA); 9．if PATH=FAIL,go PATH; 10.return CONS(R,PATH). Procedure GRAPHSEARCH 1．G←{s}， OPEN ←（s）． 2．CLOSED ←NIL． 3．LOOP：IF OPEN=NIL,THEN FAIL． 4． n ← FIRST(OPEN)，OPEN ← TAIL(OPEN),CONS(n, CLOSED) ． 5． IF TERM(n)，THEN 成功结束 （解路径可通过追溯G中从n到 s的指针获得）。 6．扩展节点n， 令M={m︱ m是n的子节点，且m不是n的祖先} ， G ←G ∪M 7．（设置指针，调整指针）对于m M, (1)若m CLOSED, m OPEN, 建立m 到n的指针，并CONS(m, OPEN). (2)(a)m OPEN, 考虑是否修改m的 指针. (b)m CLOSED,考虑是否修改m 及在G中后裔的指针。 8．重排OPEN表中的节点（按某一 任意确定的方式或者根据探索信息）。 9． GO LOOP 无信息的图搜索过程：深度优先搜索：排列OPEN表中的节点时按它们在搜索树中的深度 递减排序。深度最大的节点放在表的前面，
计算机三级网络技术备考复习资料 第一章计算机基础 1、计算机的四特点：有信息处理的特性，有广泛适应的特性，有灵活选择的特性。有正确应用的特性。（此条不需要知道） 2、计算机的发展阶段：经历了以下5个阶段(它们是并行关系)： 大型机阶段(1946年ENIAC、1958年103、1959年104机)、 小型机阶段、微型机阶段（2005年5月1日联想完成了收购美国IBM公司的全球PC业务）、客户机/服务器阶段（对等网络与非对等网络的概念） 互联网阶段（Arpanet是1969年美国国防部运营，在1983年正式使用TCP/IP协议；在1991年6月我国第一条与国际互联网连接的专线建成，它从中国科学院高能物理研究所接到美国斯坦福大学的直线加速器中心；在1994年实现4大主干网互连，即全功能连接或正式连接；1993年WWW技术出现，网页浏览开始盛行。 3、计算机应用领域：科学计算（模拟核爆炸、模拟经济运行模型、中长期天气预报）、事务处理（不涉及复杂的数学问题，但数据量大、实时性强）、过程控制（常使用微控制器芯片或者低档微处理芯片）、辅助工程(CAD，CAM，CAE，CAI，CAT)、人工智能、网络应用、多媒体应用。 4、计算机种类： 按照传统的分类方法：分为6大类：大型主机、小型计算机、个人计算机、工作站、巨型计算机、小巨型机。 按照现实的分类方法：分为5大类：服务器、工作站(有大屏幕显示器)、台式机、笔记本、手持设备(PDA等)。 服务器：按应用范围分类：入门、工作组、部门、企业级服务器；按处理器结构分：CISC、RISC、VLIW(即EPIC)服务器； 按机箱结构分：台式、机架式、机柜式、刀片式（支持热插拔，每个刀片是一个主板，可以运行独立操作系统）； 工作站：按软硬件平台：基于RISC和UNIX-OS的专业工作站；基于Intel和Windows-OS 的PC工作站。 5、计算机的技术指标： （1）字长：8个二进制位是一个字节。（2）速度：MIPS：单字长定点指令的平均执行速度，M:百万；MFLOPS：单字长浮点指令的平均执行速度。（3）容量：字节Byte用B表示，1TB=1024GB（以210换算）≈103GB≈106MB≈109KB≈1012B。 （4）带宽(数据传输率) ：1Gbps（10亿）=103Mbps（百万）=106Kbps（千）=109bps。（5）可靠性：用平均无故障时间MTBF和平均故障修复时间MTTR来表示。(6)版本 6、微处理器简史：Intel8080（8位）→Intel8088（16位）→奔腾（32位）→安腾（64位）EPIC 7、奔腾芯片的技术特点:奔腾32位芯片，主要用于台式机和笔记本，奔腾采用了精简指令RISC技术。 (1)超标量技术：通过内置多条流水线来同时执行多个处理，其实质是用空间换取时间；两条整数指令流水线，一条浮点指令流水线。 (2)超流水线技术：通过细化流水，提高主频，使得机器在一个周期内完成一个甚至多个操作，其实质是用时间换取空间。 奔腾采用每条流水线分为四级流水：指令预取，译码，执行和写回结果。(3)分支预测：分值目标缓存器动态的预测程序分支的转移情况。(4)双cache哈佛结构：指令与数据分开存储。 (5)固化常用指令。(6)增强的64位数据总线：内部总线是32位，与存储器之间的外部总线
人工智能重点总结 第一章：发展简史（此处为简答题） 1.人工智能的萌芽（1956年以前） 1936年，图灵创立了自动机理论（后人称为图灵机），提出一个理论计算机模型，为电子计算机设计奠定了基础，促进了人工智能，特别是思维机器的研究。 麦克洛克和皮茨于1943年提出“拟脑模型”是世界上第一个神经网络模型（MP模型），开创了从结构上研究人类大脑的途径。 1948年维纳发表《控制论—关于动物与机器中的控制与通信的科学》，不但开创了近代控制论，而且为人工智能的控制学派树立了里程碑。 1、古希腊伟大的哲学家思想家亚里士多德的主要贡献是为形式逻辑奠定了基 础。形式逻辑是一切推理活动的最基本的出发点。在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。此外亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系判断问题的分类和它们之间的关系。其最著名的创造就是提出人人熟知的三段论。 2、英国的哲学家、自然科学家 Bacon（培根）（1561-1626），他的主要贡献是 系统地给出了归纳法，成为和 Aristotle 的演绎法相辅相成的思维法则。 Bacon 另一个功绩是强调了知识的作用。 Bacon 的著名警句是"知识就是力量"。 3、德国数学家、哲学家 Leibnitz（莱布尼茨）（1646-1716），他提出了关于数 理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。他曾经做出了能进行四则运算的手摇计算机 4、英国数学家、逻辑学家 Boole（布尔）（1815-1864），他初步实现了布莱尼 茨的思维符号化和数学化的思想，提出了一种崭新的代数系统--布尔代数。 5、美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），他证明了一阶谓词 的完备性定理；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。此定理的意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。
第一章 信息与信息技术知识点 【知识梳理】 二、信息的基本特征 1．传递性；2．共享性；3．依附性和可处理性；4．价值相对性；5．时效性；6．真伪性。 [自学探究] 1．什么是信息技术 ● 信息技术是指有关信息的收集、识别、提取、变换、存储、处理、检索、检测、分析和利用等的 技术。 ● 信息技术是指利用电子计算机和现代通讯手段获取、传递、存储、处理、显示信息和分配信息的 技术。 ● 我国有些专家学者认为，信息技术是指研究信息如何产生、获取、传输、变换、识别和应用的科 学技术。 2 3 4．信息技术的发展趋势 1．多元化；2．网络化；3．多媒体化；4．智能化；5．虚拟化 5．信息技术的影响 (1)信息技术产生的积极影响。 ①对社会发展的影响；②对科技进步的影响；③对人们生活与学习的影响。 (2)信息技术可能带来的一些消极影响。 ①信息泛滥；②信息污染；③信息犯罪；④对身心健康带来的不良影响 6．迎接信息社会的挑战 (1)培养良好的信息意识；(2)积极主动地学习和使用现代信息技术，提高信息处理能力；(3)养成健康使用信息技术的习惯；(4)遵守信息法规。 知识补充： 计算机系统的组成：（由硬件和软件组成） 硬件组成： 运算器 控制器 存储器ROM 、RAM 、软盘、 硬盘、光盘 输入设备键盘、鼠标、扫描仪、手写笔、触摸屏 CPU (中央处理器)
输出设备显示器、打印机、绘图仪、音箱 软件系统： 第二章信息获取知识点 【知识梳理】 1.获取信息的基本过程（P18） 2.信息来源示例（P20）：亲自探究事物本身、与他人交流、检索媒体 3.采集信息的方法（P20）：亲自探究事物本身、与他人交流、检索媒体 4.采集信息的工具（P20）：扫描仪、照相机、摄像机、录音设备、计算机 文字.txt Windows系统自带 .doc 使用WORD创建的格式化文本，用于一般的图文排版 .html 用超文本标记语言编写生成的文件格式，用于网页制作 .pdf 便携式文档格式，由ADOBE公司开发用于电子文档、出版等方面 图形图象.jpg 静态图象压缩的国际标准（JPEG） .gif 支持透明背景图象，文件很小，主要应用在网络上.bmp 文件几乎不压缩，占用空间大 动画.gif 主要用于网络 .swf FLASH制作的动画，缩放不失真、文件体积小，广泛应用于网络 音频.wav 该格式记录声音的波形，质量非常高 .mp3 音频压缩的国际标准，声音失真小、文件小，网络下载歌曲多采用此格式 .midi 数字音乐/电子合成乐器的统一国际标准 视频.avi 用来保存电影、电视等各种影象信息.mpg 运动图象压缩算法的国际标准 .mov 用于保存音频和视频信息 .rm 一种流式音频、视频文件格式 6.常用下载工具（P29）：网际快车（flashget）、web迅雷、网络蚂蚁、cuteftp、影音传送带等。 7.网络信息检索的方法（P25 表2-7）：直接访问网页、使用搜索引擎、查询在线数据库 8.目录类搜索引擎和全文搜索引擎的区别（P26）： 确定信息需求确定信息来源采集信息保存信息
(此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面
《人工智能》知识点整理 第二讲知识表示 2.0.知识表示的重要性 知识是智能的基础：获得知识、运用知识 符合计算机要求的知识模式：计算机能存储、处理的知识表示模式；数据结构（List, Table, Tree, Graph, etc.）2.1 基本概念 2.1.1 数据、信息与知识 数据(Data) ?信息的载体和表示 ?用一组符号及其组合表示信息 信息(Information) ?数据的语义 ?数据在特定场合下的具体含义 知识(Knowledge) ?信息关联后所形成的信息结构：事实& 规则 ?经加工、整理、解释、挑选、改造后的信息 2.1.2 知识的特性 ?相对正确性 ?一定条件下 ?某种环境中 ?...... ?不确定性 ?存在“中间状态” ?“真”（“假”）程度 ?随机性 ?模糊性 ?经验性 ?不完全性 ?...... ?可表示性& 可利用性 ?语言 ?文字 ?图形 ?图像 ?视频 ?音频 ?神经网络 ?概率图模型 ?...... 2.1.3 知识的分类 ?常识性知识、领域性知识（作用范围） ?事实性知识、过程性知识、控制知识（作用及表示） ?确定性知识、不确定性知识（确定性） ?逻辑性知识、形象性知识（结构及表现形式） ?零级知识、一级知识、二级知识（抽象程度） 2.1.4 常用的知识表示方法 ?一阶谓词（First Order Predicate）?产生式（Production） ?框架（Framework） ?语义网络（Semantic Network）?剧本（Script）?过程（Procedure） ?面向对象（Object-Oriented）?Petri网（Petri Network） ?信念网（Belief Network） ?本体论（Ontology）…… 2.1.5 如何选择合适的表示方法？ ?充分表示领域知识 ?有利于对知识的利用 ?便于理解和实现 ?便于对知识的组织、管理与维护 2.2 一阶谓词表示法 1. 优点 ?自然性 ?接近自然语言，容易接受?精确性
黑龙江大学计算机科学技术学院 1.智能 智能是一种认识客观事物和运用知识解决问题的综合能力。 2.什么叫知识？ 知识是人们在改造客观世界的实践中积累起来的认识和经验 3.确定性推理 指推理所使用的知识和推出的结论都是可以精确表示的，其真值要么为真、要么为假。 4.推理 推理是指按照某种策略从已知事实出发利用知识推出所需结论的过程。 5.不确定性推理 指推理所使用的知识和推出的结论可以是不确定的。所谓不确定性是对非精确性、模糊型和非完备性的统称。 6.人工智能 人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能 7.搜索 是指为了达到某一目标，不断寻找推理线路，以引导和控制推理，使问题得以解决的过程。 8.规划 是指从某个特定问题状态出发，寻找并建立一个操作序列，直到求得目标状态为止的一个行动过程的描述。 9.机器感知 就是要让计算机具有类似于人的感知能力，如视觉、听觉、触觉、嗅觉、味觉 10.模式识别 是指让计算机能够对给定的事务进行鉴别，并把它归入与其相同或相似的模式中。11.机器行为 就是让计算机能够具有像人那样地行动和表达能力，如走、跑、拿、说、唱、写画等。 12.知识表示 是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。 13.事实 是断言一个语言变量的值或断言多个语言变量之间关系的陈述句 14.综合数据库 存放求解问题的各种当前信息 15.规则库 用于存放与求解问题有关的所有规则的集合 16.人工智能有哪些应用？ 17.人工智能的研究目标 远期目标 揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能 涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展 近期目标 研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。
第二章知识表示方法 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去 （答案并不唯一，意思正确即可） 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--d2(-1,0)--d3(0,2)--d4(0,-1)--d5(2,0)--d6(-1,-1)--d7(2,0)--d8(0,-1)--d9(0,2)--d10(-1,0)--d11(1,1) 2-5 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 用四元数列 (nA, nB, nC, nD) 来表示状态，其中nA 表示A 盘落在第nA 号柱子上，nB 表示B 盘落在第nB 号柱子上，nC 表示C 盘落在第nC 号柱子上，nD 表示D 盘落在第nD 号柱子上。 初始状态为 1111，目标状态为 3333 1 nC nY 2 3 1 3 2
初识人工智能 理解人工智能的含义； 初步了解和感受人工智能的应用； 了解简单的程序控制思想。 一、人工智能（Artificial Intelligence，AI） 1.人工智能：是计算机科学的一个分支，是一门研究机器智能的学科。 2.研究领域：模式识别、自然语言处理、智能机器人、机器证明、神经网络、博弈和符号运算等。总之研究人工智能的目的就是让计算机能够像人一样思考。 二、与人工智能发展相关的几个重要人物 1.阿兰·图灵(Alan Turing)----“人工智能之父” 主要贡献：图灵测试，计算机理论和人工智能的主要奠基人。 “计算机界诺贝尔奖”：图灵奖 2.约翰·麦卡锡(John McCarthy)：“人工智能”这一术语的提出者。 3.吴文俊(中国院士)：在人工智能的机器证明领域做出了突出贡献。 三、感受人工智能的魅力 1.人机博弈 “深蓝”(Deep Blue)---由国际商用机器公司(IBM)技术人员经历6年时间研制成功。 2.访问智能网站：http://www-ai.ijs.si.eliza/eliza.html 3.了解模式识别 模式识别主要包括语音、图像和文字识别技术。 图像识别技术---主要利用计算机，采用数学技术方法，对系统前端获取的图像按照特定目的进行相应的处理。其应用主要包括：条码识别、生物特征识别(如指纹识别)、智能交通中的动态对象识别和手写识别等。人类视觉认知的延伸。 语音识别技术---让计算机能“听懂”人说话，将人说出的话转换成计算机文本。 文字识别技术---例如：OCR技术 相关网站
中国人工智能网 机器人天空 机器人爱好者 人工智能教育在线 实践活动： 1.登陆以下两个网址，与Eliza和Cybelle进行对话。 http://www-ai.ijs.si/eliza/eliza.html https://www.doczj.com/doc/6e4563961.html,/ 2.人机博弈：https://www.doczj.com/doc/6e4563961.html,/game/chess 3.专家系统小游戏：https://www.doczj.com/doc/6e4563961.html,/index.html 4.智能机器人：https://www.doczj.com/doc/6e4563961.html, https://www.doczj.com/doc/6e4563961.html, 2.畅想人工智能的未来 主题：畅想人工智能的未来分类：我的感受