第 1 章 人工智能概述
1.0 引言
- 本文对人工智能的观点：人工智能是由人（people）、想法（idea）、方法（method）、机器（machine）和结果（outcome）等对象组成的。人通过机器(计算机)将自己的想法以某种方法进行实现，最终实现的东西称为结果。
- 研究人工智能或实现人工智能系统，首先应理解人类如何获得智能行为，即须从智力、科学、心理和技术意义上理解被视为智能的活动。
- R.斯腾伯格给出智能的定义：智能是个体从经验中学习、 正确推理、 记忆重要信息， 以及应对日常生活需求的认知能力。
- 脑的质量大小以及脑与身体的质量比通常被视为动物智能的指标。人工智能宣称的目标是创建可以与人类思维媲美的计算机软件和/或硬件系统，换句话说，即表现出与人类智能相关的特性
- 思维与智能的关系：思维是推理、分析、评估、形成思想和概念的工具。并不是所有能够思维的物体都有智能。智能也许就是高效以及有效的思维。不同的动物物种具有不同程度的智能
1.1图灵测试
- 什么是图灵测试？
最初版本：
有三个参与者：一个男人（A）、一个女人（B），以及一个询问者（C）。询问者被要求与A和B进行对话，并试图区分A和B的性别。对话可以通过文字、语音等方式进行。
第二个版本：
有三个参与者：一个真实的人（A）、一个机器（B），以及一个询问者（C）。询问者被要求与A和B进行对话，并试图区分哪个是真实的人，哪个是机器。对话可以通过文字、语音等方式进行。
2.图灵测试的目的：图灵测试的目的是评估一个机器是否能够表现出与人类相似的智能。它提供了一种衡量机器智能程度的标准，即通过对话来测试机器是否能够模拟出人类的思维和行为。
1.2 强人工智能和弱人工智能
强人工智能和弱人工智能的区别：弱人工智能的支持者仅仅基于系统的表现来衡量系统是否成功，而强人工智能的支持者关注他们所构建系统的结构。换句话说，弱人工智能看重的是智能的外在结果表现，强人工智能在挖掘智能内部的结构。
1.3 启发式方法
1.启发式方法的定义：启发式方法是解决问题的经验法则。换句话说，启发式方法是一组常常用于解决问题的指导法则。
2.乔治·波利亚描述的启发式方法是，当面对一个困难的问题时，首先尝试解决一个相对更简单但与原始问题相关的问题。这通常会为原始问题的求解提供有用的思路。举例：长方体的对角线计算问题，先有长方形的对角线计算来引导出长方体的对角线计算。
1.4 识别适用人工智能来求解的问题
- 大部分人工智能问题有 3个主要的特征。
（ 1）人工智能问题往往是大型的问题。
（ 2）它们在计算上非常复杂，并且不能通过简单直接的算法来解决。
（ 3）人工智能问题及其领域倾向于收录大量的人类专门知识，特别是在用强人工智能方法
解决问题的情况下，更是如此。强人工智能方法指的是拥有大量领域知识并能够解释其推理过
程的系统 - 专家系统通常会内置于领域，其中包含大量人类专家的知识以及大量的规则［这些规则的形式为“ IF（条件）， THEN 动作”。
- 适用于构建专家系统的候选领域具有以下特征。
(1).包含大量领域相关的知识（可以是有关特定问题领域的知识，如医疗诊断；也可以是人类努力开拓领域的相关知识，如确保核电站安全操作的控制机制）。
(2).允许领域知识分层。
(3). 可以发展成为存储了若干专家知识的知识库。 - 知识工程：将领域专家的经验和知识进行建模、表示、存储和推理，以便计算机系统能够自动化地处理和应用这些知识的过程。
1.5 应用和方法
- 一个系统要展示智能，就必须与现实世界交互。一些研究人员致力于让系统在几条简单规则的控制下，从一些“种子”中“涌现”或“成长”。 细胞自动机（ CA）就是这样的一个理论系统，它可以展示如何从简单的规则生成复杂的模式。
- 细胞自动机（ Cellular Automata， CA）可以视为 n 维空间中细胞的集合。每个细胞都可以处于少量几个状态中的任何一种状态，其中典型的状态数目为 2。
- 许多成功的专家系统是用产生式规则和产生式系统构建的。产生式规则和专家系统的吸引力在于可以非常清晰、简明地表示启发式方法的可行性。数千种已经构建好的专家系统都结合了上述做法。
习题讨论：
1．你如何定义人工智能？
个人观点：人工智能使机器(计算机)能尽可能像人一样感知、理解、学习、推理和解决问题，以及在各种任务中表现出智能行为。
2．区分强人工智能和弱人工智能。
强人工智能是指具备与人类相当甚至超越人类的通用智能能力的人工智能系统。它能够在各种不同的任务和环境中学习、推理和适应，并具有自主思考、创造性解决问题的能力，侧重于内部原理和构造层面。而弱人工智能是指在特定任务上展示出智能表现的人工智能系统，它们被专门设计和训练以完成特定的任务，但缺乏通用的智能能力，侧重与表面表现结果。
3．ALICE 是最近几次赢得 Loebner 奖的软件。请从线上找到该软件的一个版本并介绍一些关于 ALICE 的情况。
ALICE（Artificial Linguistic Internet Computer Entity）是一款最近几次赢得 Loebner 奖的软件。ALICE 是一个基于自然语言处理和机器学习技术的聊天机器人，能够与人类进行自然对话。该软件使用了深度学习算法来提高对话的流畅性和准确性。ALICE 在多个测试中表现出色，成功通过了与人类的辩论比赛。
详细参考链接：https://zhuanlan.zhihu.com/p/607646280
4．艾伦·图灵对人工智能的重要贡献是什么？
艾伦·图灵对人工智能的重要贡献是提出了图灵测试。图灵测试是一种评估机器是否能够表现出与人等价或无法区分的智能的方法。图灵认为，如果一台机器能够在与人类进行对话时不被识别出来，那么它就具备了真正的智能。
5．约翰·麦卡锡对人工智能的贡献是什么？
约翰·麦卡锡是人工智能领域的先驱之一，他提出了“人工智能”一词，并在20世纪50年代和60年代推动了人工智能的发展。他设计并开发了LISP编程语言，这是一种用于人工智能研究的重要编程语言。
6．为什么 ATM 及其编程不是人工智能编程的一个好例子？
因为ATM是一种预定义好的程序，只能执行特定的任务，如取款、存款等。它缺乏自主学习和适应能力，无法像人工智能系统那样根据环境和需求做出灵活的决策，并不能体现出智能。
7．为什么对于人工智能研究而言，医疗诊断是一个非常典型且适合的领域？
医疗诊断是一个非常典型且适合的领域，因为医疗诊断涉及到复杂的医学知识和大量的数据。通过使用人工智能技术，可以对大量的医学数据进行分析和挖掘，帮助医生做出更准确的诊断和治疗决策。此外，医疗诊断还可以利用机器学习算法不断学习和改进，提高诊断的准确性和效率。它符合适用于构建专家系统的候选领域具有以下特征。
8．为什么对于人工智能而言，二人博弈是一个非常适合研究的领域？
二人博弈是一个非常适合研究的领域，因为它具有明确的规则和目标，并且可以通过博弈树等方法进行建模和分析。通过研究二人博弈，可以探索智能体在有限信息下的决策策略和博弈理论等问题，为其他领域的人工智能研究提供借鉴和启示。
9．解释计算机国际象棋对人工智能研究起到的作用。
计算机国际象棋对人工智能研究起到了重要的作用。国际象棋是一种具有明确规则和深度的游戏，通过研究计算机在国际象棋上的表现，可以验证和改进人工智能算法和模型。计算机国际象棋的成功也推动了其他领域的人工智能研究和应用的发展。
10．简述专家系统的定义。
专家系统是一种基于知识库和推理机制的人工智能系统。它通过将专家的知识和经验转化为规则和模型，并利用推理算法进行问题求解和决策支持。专家系统可以模拟专家的思维过程，帮助解决特定领域的复杂问题。文章来源：https://www.toymoban.com/news/detail-823543.html
11．给出 3 种形式的知识表示方法。
a. 逻辑表示：使用逻辑语句和规则来表示知识，例如谓词逻辑和规则表示法。
b. 网络表示：使用图形结构来表示知识，例如语义网络、产生式网络和神经网络等。
c. 框架表示：使用框架和槽位的方式来组织和表示知识，例如语义框架和本体论。文章来源地址https://www.toymoban.com/news/detail-823543.html
到了这里，关于人工智能（ 第 3 版）第一章学习笔记的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
