人工智能知识点总结

仅供内部人士专用1CHW:一、概论1.人工智能是由计算机科学、控制论、信息论、神经生理学、心理学、语言学等构成。2.智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。3.认知(cognition)是和情感、动机、意志等相对的理智或认识过程。认知科学是研究人类感知和思维信息处理过程的科学，包括从感觉的输入到复杂问题求解，从人类个体到人类社会的智能活动，以及人类智能和机器智能的性质。思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。智能是个体认识客观事物和运用知识解决问题的能力。4.人类思维的形态：感知思维、形象思维、抽象思维、灵感思维。5.神经网络基本特点：① 以分布式方式存储信息。② 以并行方式处理信息。③ 具有自组织、自学习能力。符号智能：以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能6.符号智能与计算智能区别：符号智能就是传统人工智能，以知识为基础，通过推理求解问题；计算智能以数据为基础，通过训练建立联系，进行问题求解。人工神经网络，遗传算法、模糊等都是计算智能。7. 非单调推理：一个正确的公理加到理论中，反而使得所得结论变无效。如封闭世界假设CWA，限定逻辑；定性推理：把物理系统分成子系统，对每个子系统之间的作用建立联系，通过局部因果性的行为合成获得实际物理系统的功能；不确定性推理：随机性、模糊性、不确定性。如 DS 证据、模糊集、粗糙集、贝叶斯。8.知识、知识表示及运用知识的推理算法是人工智能的核心, 而机器学习则是关键问题。机器学习的研究四个阶段：①无知识的学习：主要研究神经元模型和基于决策论方法的自适应和自组织系统。②符号概念获取：给定某一类别的若干正例和反例，从中获得该类别的一般定义。③实例学习：从实例学习结构描述。④有知识的学习：把大量知识引入学习系统做为背景知识9.机器学习的风范：①归纳学习：研究一般性概念的描述和概念聚类；②分析学习：在领域知识指导下进行实例学习, 包括基于解释的学习、知识块学习等。③发现学习：根据实验数据或模型重新发现新的定律的方法。④遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种变体当作物种的个体, 根据客观功能测试概...