供南开大学计算机学院和网络空间安全学院期末复习使用
免责声明：本人水平有限，笔记难免有错误，请理性使用，切莫完全相信本笔记的所有内容。
分值分配：课上随堂测试考核(10%)、研讨内容(10%)、实验内容考核(40%)和期末考试(40%)
期末考试：30道选择题（每小题2分）4道简答题（每小题5分）2道解答题（每小题10分）
第一章 绪论
知识点
定义
人工智能的定义：是以机器为载体所实现的人类智能或生物智能
人工智能的不同研究方法
- 符号逻辑：以推理为核心
- 联结主义：以统计机器学习为手段
- 行为学派：从环境交互过程中进行策略学习
| 学习模式 | 优势 | 不足 |
|---|---|---|
| 符号主义 (用规则教) | 与人类逻辑推理相似，解释性强 | 难以构建完备的知识规则库 |
| 联结主义 (用数据学) | 直接从数据中学 | 以深度学习为例：依赖于数据、解释性不强 |
| 行为主义 (用问题引导) | 从经验中进行能力的持续学习 | 非穷举式搜索要求更好策略 |
典型应用角度对人工智能的分类
- 机器定理证明（逻辑和推理），仿解题者
- 机器翻译（自然语言理解），仿译者
- 专家系统（问题求解和知识表达），仿专家（如医生）
- 博弈（搜索树），仿弈者
- 模式识别（多媒体认知），仿认识者
- 学习（神经网络），仿初学者
- 机器人和智能控制（感知与控制），仿生物者
智能角度对人工智能的分类
- 领域人工智能
- 通用人工智能
- 混合增强人工智能
形式化系统的有效性
- 完备性：所有能够从某形式化系统推出来的知识，都可以从这个形式化系统推导出来
- 一致性：推导出来的知识不会推导出自己的否定，整个形式化系统是自洽的、非矛盾的
- 可判定性：对于推导出的知识，存在算法在有限步内判定其真假
其中，哥德尔不完备定理指出，一致性和完备性不可能同时具有。
可计算的：就是可以用图灵机来计算，图灵机是一个机械计算装置，从左到右逐一计算，得出结果
图灵机模型：现代计算机的理论模型
人工智能三次低谷
第一次低谷：
年英国发表 报告 教训：
尚属婴儿期，难以测算准确 第二次低谷：日本智能（第五代）计算机研制失败
教训：驱动
的发展要靠软件、数据和知识，而非只依靠硬件 第三次低谷：知识词典日趋势微、网络百科兴起
教训：知识不能靠专家表达，要自动学习
智能计算方法
1.符号主义为核心的逻辑推理
就是将自然语言转为符号语言，从而使语言容易被计算机所识别
推理一般包括：
- 归纳推理：从特殊到一般，从具体到抽象，从现象到本质
- 演绎推理：从一般性前提出发，去推导演绎，得出具体陈述或者个别结论
- 因果推理：判断事物之间存在的原因和结果这样的关系
| 推理方法 | 推理方式 | 说明 |
|---|---|---|
| 归纳推理 | 如果 |
从若干事实出发推理出一般性规律 |
| 演绎推理 | 如果 |
|
| 因果推理 | 因为 |
2.问题求解为核心的探寻搜索
3.数据驱动为核心的机器学习
4.行为主义为核心的强化学习
| 监督学习 | 无监督学习 | 强化学习 | |
|---|---|---|---|
| 学习依据 | 基于监督信息 | 基于对数据结构的假设 | 基于评价 |
| 数据来源 | 一次性给定（含标注信息） | 一次性给定（无标注信息） | 在序列交互中产生，且只有在一个序列结束后才会反馈明确奖惩值 |
| 决策过程 | 根据标注信息做出单步静态决策 | 无 | 根据环境给出的滞后回报做出序列决策 |
| 学习目标 | 样本空间到高级语义空间的映射 | 同一类数据的分布模式 | 选择能够获取最大收益的状态到动作的映射 |
5.博弈对抗为核心的决策智能
博弈论——应用到计算机领域