人工智能期末复习

人工智能三大流派:

• 符号主义:把现实的物映射到代表它的符号，在符号上完成所有的推理、计算等
• 连接主义:模拟人脑神经元之间的连接
• 行为主义:智能来自更低级的感知和行动，表现的好就行

图灵机：是一个数学概念

• 一个七元组:纸带、符号、读写头、规则、状态、起始、结束。

人工智能常见领域：

1. 机器定理证明
2. 博弈
3. 模式识别：声图文
4. 自然语言处理
5. 数据挖掘和知识发现
6. 专家系统
7. 自动程序设计

研究方向分类：

1. 知识表示：IF-THEN，框架，三元组，统计模型，HMM隐马尔可夫链
2. 推理技术：归结原理，lisp语言，prolog语言
3. 搜索技术
4. 机器学习
5. 群智算法
6. 规划（机器人）
7. 神经网络
8. 图计算

大数据:指无法在定时间范围内用常规牧件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量高增长率和多样化的信息资产

大数据5V特点: Volumne 大量， Velocity 高速，Varlety多样， Value 低价值事密度，Veraciny真实性

局部大数据
打通的大数据

大数据一般是指通过既定的方法找到某个特定的数据，预测未来的数据

• 强人工智能
• 弱人工智能

专家系统:组成三要素

• 一个综合数据库——存放信息
• 一组产生式规则——知识
• 一个控制系统一规则的解释或执行程序

规则：

• IF <前提> THEN <结论> <前提>——<结论>
• IF <条件> THEN <行动> <条件>——<行动>

产生式系统的基本过程:

过程PRODUCTION
DATA←初始数据库
until DATA满足结束条件， do
{
在规则集中选择条可应用于 DATA的规则R，
DATA←R应用到DATA得到的结果
}

产生式系统的特点:

• 数据驱动
• 知识的无序性
• 控制系统与问题无关
• 数据、知识和控制相互独立

产生式系统的类型

• 正向、逆向、双向产生式系统
• 可交换的产生式系统
• 可分解的产生式系统

回溯策略（八皇后问题）
问题：深度问题，死循环问题
解决办法：对搜索深度加以限制，记录从初始状态到当前状态的路径

图搜索：保留所有已经搜索过的路径
回溯搜索：只保留从初始状态到当前状态的一条路经

无信息图搜索过程：深度优先，宽度优先

深度优先性质

• 不一定能找到最优解
• 深度限制不合理时，可能找不到解，可将算法改为可变深度限制
• 最坏情况等同于枚举
• 与回朔法的差别:图搜索
• 是一个通用的与问题无关的方法

宽度优先性质

• 有解时一定能找到解
• 当问题为单位耗散值且有解，一定能找到最优解
• 方法与问题无关具有通用性
• 效率较低
• 属于图搜索方法

渐进式深度优先搜索方法

• 首先给回溯法一个比较小的深度限制，然后逐渐增加深度限制，直到找到解或找遍所有分支为止
• 解决宽度优先方法的空间问题和回溯方法不能找到最优解的问题
  启发式图搜索
• 利用知识来引导搜索，达到减少搜索范围，降低问题复杂度的目的
• 启发强度强：搜索工作量降低，但可能找不到最优解。启发强度弱：工作量加大，极限情况为盲目搜索，可能找到最优解
• 启发式搜索算法A，A算法：评价函数格式：f(n) = g(n) + h(n) f(n)：评价函数，h(n)：启发函数
  • g*(n)：从s到n的最短路径的耗散值
  • h*(n)：从n到g的最短路径的耗散值
  • f*(n)=g*(n)+h*(n)：从s经过n到g的最短路径的耗散值
  • g(n)、h(n)、f(n)分别是g*(n)、h*(n)、f*(n)的估计值
• 最佳图搜索算法A*，A算法：在A算法中，如果满足条件：h(n)<=h(n)，则称A算法为A*算法。
  • 性质：
  • 定理一：对有限图，如果从初始节点s到目标节点t有路径存在，则算法A一定成功结束
  • 引理2.1：对无限图，若有从初始节点s到目标节点t的路径，则A不结束时，在open表中即使最小的一个f值也将增到任意大，或有f(n)>f(s)。
  • 引理2.2：A结束前，OPEN表中必存在f(n)<=f(s)
  • 定理2：对无限图，若从初始节点s到目标节点t有路径存在，则A*一定成功结束。
  • 引理2.1：A如果不结束，则OPEN中所有的n有f(n) > f(s)
  • 引理2.2：在A结束前，必存在节点n，使得f(n) ≤ f(s)
  • 推论2.1：OPEN表上任一具有f(n)
  • 定理3：若存在从初始节点s到目标节点t有路径，则A*必能找到最佳解结束。
  • 推论3.1：A选作扩展的任一节点n，有f(n)<=f(s)
  • 定理4：设对同一个问题定义了两个A*算法A1和A2，若A2比A1有较多的启发信息，即对所有非目标节点有h2(n) > h1(n)，则在具有一条从s到t的路径的隐含图上，搜索结束时，由A2所扩展的每一个节点，也必定由A1所扩展，即A1扩展的节点数至少和A2一样多。