下载文档原格式
人工智能重点总结第一章：开展简史〔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根底，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奉献是为形式逻辑奠定了根底。
形式逻辑是一切推理活动的最根本的出发点。
在他的代表作?工具论?中，就给出了形式逻辑的一些根本规律，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〕，他的主要奉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那么。
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那么运算的手摇计算机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。
《人工智能》需要掌握的基本知识和基本方法第一章：1.人工智能的定义：P5人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。
2、人工智能研究的基本内容：P10-P11（1）知识表示（2）机器感知（3）机器思维（4）机器学习（5）机器行为3..当前人工智能有哪些学派？（自己查资料）答：目前人工智能的主要学派有下面三家：(1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。
4、他们对人工智能在理论上有何不同观？（自己查资料）答：（1）认为人工智能源于数理逻辑（2）认为人工智能源于仿生学（3）认为人工智能源于控制论第二章1.掌握一阶逻辑谓词的表示方法：用于求解将谓词公式化为子句集2.产生式系统的基本结构，各部分的功能以及主要工作过程。
P38-P39（1）规则库规则库是产生式系统求解问题的基础，其知识是否完整、一致，表达是否准确、灵活，对知识的组织是否合理等，将直接到系统的性能。
（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。
（3）控制系统控制系统又称为推理机构，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。
工作过程：(a) 从规则库中选择与综合数据库中的已知事实进行匹配。
（b）匹配成功的规则可能不止一条，进行冲突消解。
人工智能基础知识全解析第一章：人工智能概述人工智能（Artificial Intelligence，简称AI）是指由计算机系统实现的智能行为，具备感知、理解、决策、学习和交互等能力。
其诞生与发展离不开计算机技术、数学、认知科学和哲学等多个领域的融合。
人工智能的研究目标是设计实现能够模拟人类智能的计算机程序，并让计算机具备像人一样的思维能力。
第二章：人工智能的分类人工智能可分为弱人工智能（Narrow AI）和强人工智能（Strong AI）两个类别。
弱人工智能专注于解决特定问题，例如图像识别、语音识别和自然语言处理等。
而强人工智能则是指具备与人类智能相等或超越的智能水平，能够解决多领域的问题，进行自主学习和推理。
第三章：人工智能的应用领域人工智能在现实生活和各行各业领域得到了广泛应用。
在医疗领域，人工智能可用于辅助诊断、药物研发和健康管理等方面。
在交通领域，人工智能可以优化交通流量、自动驾驶和智能物流等。
在金融领域，人工智能可以进行风险评估、欺诈检测和智能投资等。
在工业领域，人工智能可以实现智能制造、物联网和智能供应链管理等。
第四章：人工智能的核心技术人工智能的核心技术包括机器学习、深度学习、自然语言处理和计算机视觉等。
其中，机器学习是人工智能的基础，通过训练模型使计算机从数据中学习规律和知识。
深度学习是机器学习的一种方法，通过构建神经网络模型实现对复杂数据的建模和分析。
自然语言处理主要研究计算机与人类自然语言的交互和理解。
计算机视觉则研究使计算机理解和处理图像和视频等视觉信息的技术。
第五章：人工智能的挑战与限制虽然人工智能在许多领域都取得了巨大进展，但仍面临着一些挑战和限制。
其中之一是数据隐私和安全问题，大量的数据需要得到隐私保护和安全防护。
另外，人工智能系统的决策过程和黑盒特性也带来了透明度和可解释性的问题。
此外，道德和伦理方面的考虑，如人工智能对人类就业岗位的影响以及对社会公平和正义的挑战等也备受关注。
人工智能：Artificial Intelligence，简称AI，主要研究如何使用人工的方法和技术，使用各种自动化机器或智能化机器模仿、延伸和扩展人的智能，实现某些机器的智能行为。
人工智能的研究目标及其意义：1目标：远期目标是要制造智能机器，即探索智能的基本机理，研究使用各种机器，各种方法模拟人的思维过程或智能行为，最终制造出和人有相似或相近智力和行为能力的综合智能系统；近期目标是实现机器智能，即研究如何使用现有的计算机具备更高的智能，在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。
2意义：普遍的计算机智能低下，无法满足社会需求；研究AI是当前信息化社会的迫切需求；智能化是自动化发展的必然趋势；研究AI，对人类自身的智能的奥秘也提供有益的帮助。
人工智能的科学范畴：当前的人工智能既属于计算机技术的一个前沿领域，也属于信息处理和自动化技术的一个前沿领域。
还涉及到智能科学、认知科学、心理科学等，是一门综合性的交叉学科和边缘学科。
人工智能的划分：1传统划分方法：符号主义学派、链接主义学派、行为主义学派2现代划分方法：符号智能流派、计算智能流派、群体智能流派
人工智能的研究途径与方法：1心里模拟，符号推演2生理模拟，神经计算3行为模拟，控制进化4群体模拟，仿生计算5博采广鉴，自然计算6原理分析，数学建模
人工智能的研究领域：1博弈2自动定理证明3专家系统4模式识别5机器学习6计算智能7自然语言处理8分布式人工智能9机器人
人工智能的基本技术：1知识表示技术2知识推理、计算和搜索技术3系统实现技术。
符号智能的表示是知识的表示，运算是基于知识表示的推理或符号操作，采用搜索方法进行问题求解，一般在问题空间上进行，计算智能的表示是对象表示，运算时给予对象的表示的操作或计算，采用搜索方法进行问题求解，一般是在解空间上进行。
人工智能的基本内容：1从人工智能的定义出发包括（感知与交流的模拟，记忆，联想，计算，思维的模拟，输出效率或行为模拟2从知识工程的角度出发包括（知识的获取，知识的处理以及知识的运用）
人工智能诞生1956年夏，达特莫斯大学的研究会，麦卡锡提议正式采用了“AI”术语。
发展：推理期，知识期，学习期
ＡＩ的现状与发展趋势：１多种途径齐头并进，多种方法协作互补２新思想、新技术不断涌现，新领域新方向不断开拓3理论研究更加深入，应用研究愈加广泛4研究队伍日益壮大，社会影响越来越大。
以上展现了AI繁荣景象和光明前景，虽有困难，问题和挑战，但前进和发展毕竟是大势所趋。
