人工智能导论

1-2讲

~课程学习：COOM·人工智能导论

@[toc]——原目录位置

---

第一讲·概述

1·1发展简史

- 公元前：

  - 古希腊伟大的哲学家、思想家Aristotle（亚里士多德，公元前384-322）提出**三段论**为形式逻辑奠定了基础。

  - 形式逻辑是一切推理活动的最基本的出发点。

- 1936年：图灵制图灵机。

- 1937-1941年：第一台**电子计算机**ABC计算机。奠定物质基础

- 1943年：麦克洛奇、匹慈：M—P模型（早期深度学习模型）

- 1956年：

  - 麦卡锡、香农等人于达特莫斯大学召开了两个月的学术研讨会，讨论机器智能问题。

  - 会上麦卡锡正式提出人工智能(AI，artificial intelligence)，标志着一门新兴科学的名称

- 1969年：成立国际人工智能联合会议 (IJACI)

- 中国自1978年开始把“智能模拟”作为国家科学技术发展规划的主要研究课题，并于1981年成立中国人工智能学会。

1·2人工智能的概念

1. 智能

  - 并没有确切的定义，主要流派有：

    - 思维理论：智能的核心是思维

    - 知识阈值理论：智能取决于知识的数量及一般化程度

    - 进化理论：用控制取代知识的表示

  - 本课程所下定义：**智能是知识与智力的总和。**

2. 人类智能的特征包括：感知能力，记忆与思维能力，学习能力，行为能力。

3. 人工智能：用人工的方法在机器（计算机）上实现的智能。

4. 人工智能中通常把**图灵测试**作为衡量机器智能的准则。

  - 不过即使通过图灵测试也不能说明计算机能思维——中文屋思考实验。

5. 研究内容：机器行为，机器感知，机器思维，机器学习

6. 目的：让机器能够**模拟、延伸和扩展人的智能**，以实现某些脑力劳动的机械。

---

第二讲·一阶谓词逻辑知识表示法

逻辑分类

2·1命题逻辑

==离散数学中有相关概念，但并不一样。==

1. 命题

  - 定义：一个非真即假的称述句。（命题：P/Q/…；真：T；假：F）

  - 注意，命题也可以在一种条件下为真，在另一种条件下为假. ==eg:1+1=10==

2. 命题逻辑

  - 用途：研究命题及命题之间关系的符号逻辑系统

- eg：“P:北京是中华人民共和国的首都”

3. 命题逻辑表示法

  - 缺陷：

    - 无法把它所描述的食物的结构及逻辑特征反映出来——eg:"P:老李是小李的父亲"；

    - 也不能把不同事物之间的共同逻辑表述出来——eg：“P:李白是诗人；Q:杜甫也是诗人”

2·2谓词逻辑

1. 谓词

  - 谓词一般形式：P(X~1~,X~2~,…,X~n~)

  - 个体—X~1~ …：，某个独立存在的事物或者某个抽象的概念

    1. 可以是常量：一个或者一组指定的个体。举例如下：

        - "P:老张是一个教师"——一元谓词：Teacher(zhang)

        - "Q:5>3"——二元谓词：Greater(5,3)

        - “L:Smith作为一个工程师为IBM工作”——L(X~1~,X~2~,X~3~)：Works（Smith，IBM，Engineer)

    2. 个体是变量（变元）：没有指定的一个/一组个体。需要赋值后才能判别真值是TF。举例如下：

        - “P:X<5”——Less（X，5）

    3. 个体是函数：一个个体到另一个个体的映射,==函数关系必真==，举例如下

        - ”P:小李的父亲是教师"——Teacher(Father(小李))

    4. 个体是谓词：

        - “L:Smith作为一个工程师为IBM工作”——二阶谓词/L(Z(X~1~),X~2~,)：Works（Engineer(Smith),IBM)

  - 谓词名—P：刻画个体的性质、状态或个体间的关系

  - 注：谓词名/个体名一般用具有意义的英文单词表示，也可以用英文字母、其他符号、中文表示。

2. 连接词

  - ∧：与。eg:”我喜欢音乐和绘画“：Like（I，Music）∧Like（I，Painting）

  - ∨：或。eg:”小李在唱歌或绘画“：Playing（Li，Sing）∨Playing（Li，Paint）

  - ﹁：非。eg：”机器人不在2号房“：﹁In_Room(Robot,R2)

  - →：蕴含或条件。

  - |或者↔：等价或双条件。

表2·2·1：谓词逻辑真值表

3. 量词

  - 全称量词∀：个体域中所有个体。eg:

    - “所有机器人都是灰色的”——（∀X）[Robot(x)]→Color(X,Gray)

  - 存在量词∃：在个体域中存在个体X。eg：

    - “1号房有个物体”——(∃X)In_Room(X,R1)

  - 全称量词和存在量词举例

    - (∀X)(∃Y)F(X,Y)：对于个体域中的任何个体X都有存在个体Y，X与Y是朋友

    - (∃X)(∀Y)F(X,Y)：个体域中存在个体X，与个体域中的任何个体Y都是朋友

    - (∃X)(∃Y)F(X,Y)：个体域中存在个体X与个体Y，X与Y是朋友

    - (∀X)(∀Y)F(X,Y)：对于个体域中的任何两个个体X和Y，X和Y都是朋友

4. 谓词公式

  - 原子谓词公式：单个谓词是谓词公式

  - 若A是谓词公式，则﹁A，(∃X)A，(∀X)A也是谓词公式

  - 若A，B是谓词公式，则A∨B，A∧B，A→B，A↔B也都是谓词公式

  - **有限步**应用以上过程生成的公式也是谓词公式

  - 连接词优先级（从高到低）：﹁，∧，∨，→，↔

5. 量词的辖域

  - 定义：位于量词后面的单个谓词或者用括弧括起来的谓词公式

  - 约束变元与自由变元：辖域内与量词中同名的变元称为约束变元，不同名的变元称为自由变元

  - 举例如下：

    - (∃X)(P(X,Y)→Q(X,Y))∨R(X,Y)

    - 解释：(P(X,Y)→Q(X,Y)为(∃X)的辖域，辖域内的变元X是受(∃X)约束的，R(X,Y)中的X是自由变元；公式中所有的Y都是自由变元

6. 谓词公式

  - 谓词公式在个体域上的解释：个体域中的实体对[谓词演算表达式中每个常量、变量、谓词和函数符号的]指派。

    - 对于每一个解释，谓词公式都可求处一个真值（T/F）

  - 谓词公式的性质：

    - 永真性；可满足性；不可满足性；等价性

    - P对个体域D上任一解释都为T，则称P在D中永真；若P在任意非空域个体域上永真，则称P永真。

    - 在D中存在至少一个解释使P真值为T，则称P为可满足的，否则称P为不可满足。

  - 谓词公式的永真蕴含

    - P⇒Q：P为Q的前提，Q为P的结论

  - 反证法

    - 在人工智能中，主要使用反证法来训练人工智能。

    - P⇒Q，当且仅当P∧﹁Q↔F，即Q为P的逻辑推理，当且仅当P∧﹁Q是不可满足的。

2.3总结

1. 谓词公式表示知识的步骤：

  - 定义谓词及个体。

  - 给变元赋值。

  - 用连接词连接各谓词，形成谓词公式。

2. 可以用一阶谓词逻辑来表示关系型数据库。

3. 特点：自然性，精确性，严密性，容易实现。

4. 局限性：不能表示不确定的知识，组合爆炸，效率低

5. 应用:

  - 自动问答系统（Green等人研制的QA3系统）

  - 机器人行动规划系统（Fikes等人研制的STRIPS系统）

  - 机器博弈系统（Filman等人研制的FOL系统）

  - 问题求解系统（Kowalski等设计的PS系统）

注:

首发于：CSDN