第 1 章 绪论
-
一般解释：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、计算机智能。
-
Knowledge & Intelligence
知识 人们通过体验、学习或联想而知晓的对客观世界规律性的认识，包括事实、条件、过程、规则、关系和规律等。
智能 一种应用知识 对一定环境或问题进行处理的能力或者进行抽象思考的能力。 -
近期目标在于研究用机器来模仿和执行人脑的某些功能，并开发相关理论和技术。
-
人工智能发展的三个阶段： [计算]阶段、 [感知]阶段、 [认知]阶段。
-
图灵(1912—1954)首次提出“机器也能思维” ，被誉为“人工智能之父”。
-
达特茅斯会议：1956年人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生。
-
费根鲍姆开发第一个专家系统DENDRAL
-
1981年中国人工智能学会在长沙艰难成立，其后长期得不到国内科技界的认同，只能挂靠中国社会科学院哲学研究所，直到2004年，才得以“返祖归宗”，挂靠到中国科学技术协会。
-
1989年首次召开了中国人工智能控制联合会议(CJCAI)。
-
人工智能的三大认知观（三个学派）：
①符号主义Symbolism（源于数理逻辑、功能模拟方法、认知基元是符号）
②连接主义 Connectionism（仿生学、结构模拟、神经元、）
③行为主义 Actionism（控制论、行为模拟、感知-动作） -
人工智能的研究目标
近期目标：建造智能计算机代替人类的部分智力劳动。
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。 -
人工智能的研究方法
①功能模拟法 、、符号主义学派 、把问题表示为某种逻辑结构实现人工智能功能
②结构模拟法、、 连接主义学派、 根据人脑的生理结构和工作机理来模拟人脑智能
③行为模拟法、、 行为主义学派、 “感知-动作”模式
④集成模拟法、、密切合作，取长补短 -
第 2 章 知识表示方法★
-
先通过一个典型的例子来了解几个基础概念：
-
知识表示是问题求解的基础
-
问题求解是人工智能的核心问题之一
-
智能系统中，知识是对世界的描述，决定系统的能力；表示是知识的编码方式，决定系统的性能
-
知识的属性：
①真伪性：知识可以通过实践或者用逻辑推理证明其真伪。
②相对性：一般知识不存在绝对的真假。
③不完全性：分为条件不完全和结论不完全两大类。
④不确定性：模糊性和不精确性，例：人老了就可能糊涂。
⑤可表示性：知识作为人类经验存在于人脑中，可以用各种方法表示出来。
⑥可存储性、可传递性和可处理性（比如书、数据处理）
⑦相容性：存在于一体的所有知识是相互不矛盾的 -
知识表示的基本方法：状态空间表示、问题归约表示、谓词逻辑表示、语义网络表示、框架表示、本体技术、过程表示。
-
①状态空间法： 一种基于解空间的问题表示和问题求解方法
-
②问题规约：从目标(要解决的问题)出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为平凡的本原问题(可直接求解的问题)集合。
与或图：由与节点及或节点组成的结构图。其终叶节点对应于原问题的本原问题。
终叶节点是可解节点(因为它们与本原问题相关连)，没有后裔的非终叶节点为不可解节点。
N阶汉诺塔最少需要多少步？(2^n-1) -
③谓词逻辑表示（最早应用于人工智能中表示知识）
（1）什么是谓词？原子命题中刻画个体的性质或个体间关系的成分
（2）谓词逻辑的基本组成部分：谓词符号P/Q/R…、函数符号f/g/h…、变量符号x/y/z…、常量符号a/b/c…
（3） 用连词把原子谓词公式组成复合谓词公式，叫做分子谓词公式【连词：∧(AND、与、合取)；∨(OR、或、析取)；蕴含→； ~(非、Not)】
（4）应用连词∧、∨以及=> (蕴涵，或隐含) 等，可组合多个原子公式以构成比较复杂的合式公式。（原子谓词公式也是合式公式。）
（5）谓词公式-性质：
否定之否定~（ ~P) ≡ P
P∨Q ≡~P→Q
摩根律 ~(P∧Q) ≡~ P∨~Q
~(P∨Q) ≡~ P∧~Q
分配律 P∧(Q∨R) ≡ (P∧Q)∨(P∧R)
P∨(Q∧R) ≡ (P∨Q)∧(P∨R)
交换律 P∧Q ≡ Q∧P
P∨Q ≡ Q∨P
结合律 (P∧Q)∧R ≡ P∧(Q∧R)
(P∨Q)∨R ≡ P∨(Q∨R)
逆反律 P→Q ≡ ~ Q→~P
（6）置换与合一
#置换
假元推理：由合式公式W1和W1→W2产生合式公式W2的运算。
全称化推理：由合式公式(x)W(x)产生合式公式W(A)，其中A为任意符号常量。
#合一
寻找项对变量的置换，以使两表达式一致，叫做合一。
如果存在一个置换s使得：E1s=E2s=E3s=…，则称此s为｛Ei｝的合一者，因为s的作用是使集合｛Ei｝成为单一形式。
-
④语义网络表示（由节点(node)与有向弧(arc)组成的带标志的有向图 ）
多元语义网络表示的实质：把多元关系转化为一组二元关系的组合，或二元关系的合取。（通过增加附加节点将多元关系转化为二元关系）
★语义网络的两种推理机制：匹配、继承★
三类继承性：
直接传递(pass)──子节点直接继承父节点的属性
附加传递(add)──子节点把父节点的属性和自己的属性相综合
排斥传递(exclude)──子节点与父节点的属性不相容，抑止传递
小结：
-
⑤框架表示（1975年由美国人工智能学者明斯基提出）
也是一种语义网络，继承性是其重要特性
语义网络可看作节点和弧线的集合，也可以视为框架的集合。
通常框架采用语义网络中的节点、槽、值表示结构。
框架描述一类物体，由框架名与一些描述物体各个方面的槽(slot) 组成
每个槽可分为多个侧面(facet)
每个侧面可有一个或多个值
【记住对应位置】
槽与侧面也可以是另一框架，形成框架网络
框架间的联系由槽名指明
常用槽：ISA槽、Subclass槽、AKO槽、Instance槽（AKO槽的逆关系）、Part-of槽、Infer槽（指出两个框架间的逻辑推理关系，可表示相应的产生式规则）、Possible-Reason槽（与Infer槽相反）
框架表示的两种推理活动：匹配、填槽 -
⑥本体技术
本体：对“概念化”的形式解释和规范说明。
理论上，本体是指一种“形式化的，对于共享概念体系的明确而又详细的说明”。或者说，本体实际上就是对特定领域之中某套概念及其相互之间关系的形式化表达。
本体通常用来描述领域知识。本体不等同于个体，它是团体的共识。 可以这样理解它：本体是从客观世界中抽象出来的一个概念模型，这个模型包含了某个学科领域内的基本术语和术语之间的关系（或者称为概念以及概念之间的关系）。
本体的分类：
根据本体应用主题，将本体划分为五种类型：领域本体、通用或常识本体、知识本体、语言学本体和任务本体。
依据本体的层次和领域依赖度，Guarino等人将其分为四类：
顶层本体：研究通用的概念以及概念之间的关系，如空间、时间、事件、行为等，与具体的应用无关，完全独立于限定的领域，因此可以在较大范围内进行共享。
领域本体：研究的是特定领域内概念及概念之间的关系。
任务本体：定义一些通用任务或者相关的推理活动，用来表达具体任务内的概念及概念之间关系。
应用本体：用来描述一些特定的应用，既可以引用领域本体中特定的概念，又可以引用任务本体中出现的概念。 -
⑦过程表示（依据问题的求解目标，按照事物的发展过程规律，用相关知识加以设计和描述其求解过程）
把问题求解的总目标划分为一个个过程(Procedure)目标，再结合知识利用环节确定为若干操作步骤，表示为一个个过程。每一个过程就是一段程序，用于完成对一个具体事件或情况的处理。 -
后续或待更新…