人工智能

人工智能(artificial intelligence，AI)是研究、开发 用于模拟、延伸和扩展人类智能的理论、方法、技 术及应用系统的一门学科

人工智能思维导图

• 原理篇
  • 走进人工智能
    • 人工智能的概念与发展
      • 人工智能(artificial intelligence，AI)是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门学科
    • 人工智能的概念
    • 人工智能的发展
    • 人工智能研究的各种学派
      • 符号主义
        • 符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychlogism)或计算机学派(computerism)，其原理主要为物理符号系统假设(即符号操作系统)和有限合理性原理，
      • 连接主义
        • 连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法，
      • 行为主义
        • 行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理主要为控制论及“感知一动作”型控制系统
    • 人工智能的研究内容与应用领域
      • 人工智能的研究内容
        • 1人工智能涉及多个学科，其研究内容包括知识表示 、知识推理、知识应用、机器学习、机器感知、机器思 维和机器行为等。
      • 人工智能的应用领域
        • 随着人工智能理论研究的发展，人工智能的应用领域越来越宽广，应用效果也越来越显著。总的来说，人 工智能应用集中在自动定理证明、问题求解与博弈、专 家系统模式识别、机器视觉、自然语言处理、人工神经 网络、分布人工智能
  • 知识表示
    • 知识与知识表示
      • 知识是人类对自然世界、人类社会、思维方式及运动规律的认识与掌握;是人类在长期的生活及社会实践中、在科学研究及实验中积累起来的经验;是人的大脑通过思维重新组合，把实践中获得的有关信息关联在一起形成的信息结构。
    • 一价谓词逻辑表示法
      • 谓词(predicate)逻辑是基于命题中谓词分析的一种逻辑。一阶谓词逻辑是谓词逻辑中最直观的一种。 谓词就是用于刻画个体的性质、状态和个体之间关系的语言成分。例如，对于上一节 若用
    • 状态空间表示法
      • 人工智能研究中运用的问题求解方法多数是采用试探搜索方法。 也就是说，问题求解方法多数是通过在某个可能的解空间内寻 找一个最优解来求解问题的。这种基于解答空间的问题表示和求 解方法就是状态空间表示法
    • 产生式表示法
      • 产生式通常用来描述事实、规则及它们 的不确定性程度，适合于表示事实知识和规则知识。
    • 语义网络表示法
      • 语义网络是通过概念及语义关系(或语义联系)来表示知识的一种网络图。 从图论的观点出发，语义网络是一种带标识的有向图。语义网络由节点 和节点间的弧组成。节点表示各种事物、概念、情况、属性、状态、事 件和动作等:弧表示它所连接的节点间的各种语义关系。节点和弧都必须 带有标识，便区分各种不同对象及对象间的各种语义关系。
    • 框架表示法
      • 框架(frame)是一种描述对象属性的数据结构， 是由若干个节点和关系构成的网络其中，对象 代表一个物体、事件或概念是一种描述对象 性的数据结构，是由若干个节点和关系构成的 络。一个框架由若干个被称为“槽”的结构组成， 每个槽又可根据实际情况划分为若干“侧面”
      • 槽名1: 侧面名 /1 侧面值1，侧面值1，…，侧面值1p 侧面名12 侧面值121，侧面值122，…，侧面值127 侧面名1m 侧面值1mi，侧面值1m2，…，侧面值1mpm 槽名2: 侧面名21 侧面值211，侧面值212，…，侧面值21p 侧面名22 侧面值221，侧面值222，…，侧面值2202 侧面名2m 侧面值2ml，侧面值2m2，…，侧面值2mpm ... 槽名n: 侧面名m 侧面值n11，侧面值m2，…，侧面值mipl 侧面名n2 侧面值n21，侧面值m22 约束: 约束条件:
  • 确定性推理
    • 推理概述
      • 推理是指从已知事实出发，按照某种策略，运用已掌握的知识 推导出其中蕴含的事实性结论或归纳出某些新的结论的过程。
    • 自然演绎推理
      • 自然演绎推理是指从一组已知为真的事实出发，直接运用命题逻辑或谓 词逻辑中的推理规则推出结论的过程。
    • 归结演绎推理
      • 归纳演绎推理是一种基于归纳原理的机器推理技术
  • 搜索策略
    • 搜索概述
      • 何寻找可利用的知识，即何确定推理路线，才能尽量少付出 代价的前下圆满解决问题。搜索就是根据问题的实际情况， 按照一定的策略或规则，从知识库中寻找可利用的识，从而。 搜索是人工智能中的一个核心技术，是推理不可分割的一部 分， 问题空间扩展的方法，也决定了状态或问题的访问顺序。
    • 盲目搜索策略
      • 盲目搜索策略又称无信息搜索策略，也就是说，在搜索过程 中，只按照预先规定的搜索策略进行搜索，而没有任何中间 信息来改变这些策略。常用的盲目搜索策略有宽度优先搜索 深度优先搜索和等代价搜索等。
    • 宽度优先搜索
      • 子主题宽度优先搜索又称广度优先搜索，其基本思想是从起始节点开始，逐层对节点进行依次扩展(或搜索)，同时考察它是否为目标节点。例如，如图 4-2 所示的搜索树，其搜索顺序应为A→B→C→ D→E→F→G→H.
    • 深度优先搜索
      • 深度优先搜索的基本思想是从起始节点开始，在其子节点中选择一个节点进行考察，如果不是目标节点，则在该子节点的子节点中选择一个节点进行考察，一直如此向下搜索，如果发现不能到达目标节点，则返回到上一个节点，然后选择该节点的另一个子节点往下搜索，如此反复，直到搜索到目标节点或搜索完全 部节点为止。
    • 启发式搜索策略
      • 启发式搜索策略又称有信息搜索策略，是指在搜索过程中 利用与问题有关的信息，引导搜索朝最有利的方向进行， 加快搜索的速度，提高搜索效率。启发式搜索策略中涉 及的重要内容有启发性信息和估价函数， 索策略有A搜索和A搜索。
• 技术篇
  • 计算智能
    • 计算智能概述
      • 计算智能(computational intelligence，CI)是人们受自然规 律和生物智能机制的启迪，根据其原理模仿设计的一组算法 ，用于解决复杂的现实世界问题。目前，计算智能还没有统 一的定义，下面列举部分学者对计算智能的不同描述。
    • 什么是计算智能分类
      • 计算分类分为进化计算、群体智能、神经计算、模糊计算、免疫计算、人工生命
    • 进化计算
      • 进化计算，一类模生物进化机制设计的一种成熟的具有高鲁棒性和 广泛性的全局优化方法，具有自组织、自适应、自学习的特性，能 够不受问题性质的限制，有效地处理传统优化算法难以解决的复杂 问题。
    • 群体智能
      • 群体体智能是一种受自然界生物群体的智能现象启发而提出的智能优 化方法，是计算智能领域的关键技术之一
    • 蚂蚁算法
      • 寻找最短路径 ，消耗的能量最少。最佳路径
  • 机器学习
    • 机器学习概述
      • 机器学习(machinelearnng)是通过各种算法从数据中学习如何完 成任务，并获得?成任务方法的一门学科。它可以对数据进行自动 分析，并从中获得规律或模型，然后利用规律或模型对未知数据
    • 有监督学习
      • 有监督学习是利用含有标签的数据集对学习模型进行训练，然后得到 预测模型，最后利用测试集对预测模型的性能进行评估的学习方法。
    • 无监督学习
      • 无监督学习是在没有标签的数据集里发现数据之间潜在关系的学习方法。