下载文档原格式
《人工智能概论》课程笔记第一章人工智能概述1.1 人工智能的概念人工智能（Artificial Intelligence，简称AI）是指使计算机具有智能行为的技术。
智能行为包括视觉、听觉、语言、学习、推理等多种能力。
人工智能的研究目标是让计算机能够模拟人类智能的某些方面，从而实现自主感知、自主决策和自主行动。
人工智能的研究领域非常广泛，包括机器学习、计算机视觉、自然语言处理、知识表示与推理等。
1.2 人工智能的产生与发展人工智能的概念最早可以追溯到上世纪50 年代。
1950 年，Alan Turing 发表了著名的论文《计算机器与智能》，提出了“图灵测试”来衡量计算机是否具有智能。
1956 年，在达特茅斯会议上，John McCarthy 等人首次提出了“人工智能”这个术语，并确立了人工智能作为一个独立的研究领域。
人工智能的发展可以分为几个阶段：（1）推理期（1956-1969）：主要研究基于逻辑的符号操作和自动推理。
代表性成果包括逻辑推理、专家系统等。
（2）知识期（1970-1980）：研究重点转向知识表示和知识工程，出现了专家系统。
代表性成果包括产生式系统、框架等。
（3）机器学习期（1980-1990）：机器学习成为人工智能的重要分支，研究如何让计算机从数据中学习。
代表性成果包括决策树、神经网络等。
（4）深度学习期（2006-至今）：深度学习技术的出现，推动了计算机视觉、自然语言处理等领域的发展。
代表性成果包括卷积神经网络、循环神经网络等。
1.3 人工智能的三大学派人工智能的研究可以分为三大学派：（1）符号主义学派：认为智能行为的基础是符号操作和逻辑推理。
符号主义学派的研究方法包括逻辑推理、知识表示、专家系统等。
（2）连接主义学派：认为智能行为的基础是神经网络和机器学习。
连接主义学派的研究方法包括人工神经网络、深度学习、强化学习等。
（3）行为主义学派：认为智能行为的基础是感知和行动。
行为主义学派的研究方法包括遗传算法、蚁群算法、粒子群算法等。
《人工智能导论》重难点索引第1章绪论重点:1. 人工智能的定义智能机器: 能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphic tasks)的机器。
人工智能(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。
它的近期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。
人工智能(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。
2. 人工智能的起源与发展过程了解人工智能的发展历史。
3. 人工智能与人类智能的关系4. 简介目前人工智能的主要学派符号主义(Symbolicism), 联结主义(Connectionism), 行为主义(Actionism)。
第2章数理逻辑基础重点:1. 数理逻辑概述了解数理逻辑的相关概念。
2. 命题逻辑理解命题逻辑的概念及物理意义, 掌握命题公式及其解释。
3. 谓词与量词理解谓词与量词的概念, 约束变元、自由变元、改名规则。
4. 谓词公式及其解释谓词公式的定义, 解释的定义及应用。
5. 谓词公式的等价与蕴涵等价与蕴涵的概念。
6. 谓词公式的标准形式范式的概念与类型, 各类范式的获取。
难点:1. 谓词公式的解释2. 谓词公式等价与蕴涵的区别3. 范式的计算第3章归结推理方法重点:1. 子句集的海伯伦域与海伯伦定理原子集的定义, 海伯伦域定义与海伯伦解释, 海伯伦定理的应用。
2. 置换与合一算法置换的定义与特征, 最一般合一算法（mgu算法）的定义与计算。
3. 归结原理与归结反演归结的概念, 命题逻辑与谓词逻辑中的归结原理, 归结反演的物理意义及其应用。
4. 归结控制策略归结的一般过程, 几种归结控制策略的概念及应用。
难点:1. 海伯伦域的求解2. 最一般合一算法的应用3. 归结反演的物理意义及其实际应用第4章知识表示方法重点:1. 知识的基本概念把有关信息关联在一起所形成的信息结构称为知识。
第一章AI人工智能概述自计算机、机器发明以来，它们执行各种任务的能力呈指数增长。
人类已经开发出计算机系统在各种工作领域的功能，随着时间的推移，它们的速度越来越快，并且尺寸越来越小。
作为计算机科学的一个分支，人工智能，是追求创造像人类一样聪明的计算机或机器。
什么是AI人工智能？根据美国数学博士约翰麦卡锡的说法，它是“制造智能机器的科学与工程，特别是智能计算机程序”。
人工智能（Artificial Intelligence，简称AI）是一种使计算机，计算机控制的机器人或软件智能地思考的方式，其与聪慧的人类的思维方式类似。
人工智能是通过研究人类大脑如何思考，以及人类在尝试解决问题时如何学习，决策和工作，然后将研究的结果作为开发智能软件和系统的基础。
AI的原理在充分利用计算机系统的力量的同时，人类的好奇心使他们怀疑，“机器能像人类一样思考和行动吗？”因而，人工智能的发展始于人类开始注重创造类智能的机器。
AI的目标创建专家系统- 表现出智能行为，学习，演示，解释和指导用户的系统。
在机器中实现人类智能- 创建像人类一样理解，思考，学习和行为的系统。
AI的应用AI在以下领域中占据主导地位：•游戏- 人工智能在国际象棋、扑克、井字游戏等战略游戏中起着至关重要的作用，机器可以根据启发式知识来思考大量可能的位置。
•自然语言处理- 可以与理解人类自然语言的计算机进行交互。
•专家系统- 有一些集成了机器、软件和特殊信息的应用程序，为用户提供解释和建议。
•视觉系统- 这些系统解释和理解计算机上的视觉输入。
例如：——间谍飞机拍摄照片，用于计算空间信息或区域地图。
——医生使用临床专家系统来诊断患者。
——警方使用的计算机软件可以通过法庭画家所存储的肖像来识别犯罪者的脸部。
•语音识别- 一些智能系统能够在人类与之对话的同时，通过句子及其含义来听取和理解语言。
它可以处理不同的口音，俚语，背景噪音，寒冷引起的人体噪音变化等。
•手写识别- 手写识别软件可识别写在纸上或写在屏幕上的文本。
