人工智能各种知识点（大杂烩）
人工智能是一门综合性的交叉学科和边缘学科。
消解原理是一种一定的子句公式的推理规则。
专家系统：专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
新型专家系统：在专家系统的基础上，新型专家系统不仅采用各种定性模型，而且运用人工智能和计算机技术的一些新思想与新技术，如分布式、协同式和学习机制等。
1．并行与分布处理
2．多专家系统协同工作
3．高级语言和知识语言描述
4．具有自学习功能
5．引入新的推理机制
6．具有自我纠错和自我完善能力
7．先进的智能人机接口
人工智能运用的最广泛的两个领域：专家系统和机器学习；
专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。
人工智能的元年：人工智能再1956年被提出，故认为1956年是人工智能的元年。
人工智能之父：图灵
语义网络的组成：节点和弧
机器学习系统组成：环境，学习，知识库，执行
人工智能是是计算机学科中涉及研究设计应用 智能机器 的一个分支，近期目标为研究用机器来 模仿和执行人脑 的某些智力行为。
规则演绎系统根据推理方向可以分为：规则正向演绎系统，规则逆向演绎系统，规则双向演绎系统
计算智能涉及：神经计算，模糊计算，演化计算
启发式搜素是一种利用利用启发式信息的搜索，估价函数在搜索过程中起的作用是 估计节点位于解路径上的希望。
模糊判决的常用方法：重心法，最大隶属度法，系数加权平均法，隶属度限幅元素平均法
不确定性推理主要有两种不确定性：结论，证据。
神经网络适用于自动控制是由于 自组织，函数逼迫，学习和适应，大规模并行处理。
专家系统的一般组成：知识库、数据库、推理机、解释器及知识获取。
在框架理论中，框架通常由 描述事物的各个方面的槽组成，每个槽可以有若干个侧面，每个侧面可以有若干个值。
知识发现的方法有：正向推理，逆向推理，双向推理，混合推理
产生式系统的推理：正向推理，逆向推理，双向推理
正向推理：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。 逆向推理：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。 双向推理：双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。
机器学习的最新研究领域：数据挖掘。
分布式人工智能研究新领域：Agent（艾真体）
人工智能三大学派：符号主义，连接主义，行为主义。
(1)符号主义(symbolicism)，又称为逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。
(2)连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。
(3)行为主义(actionism)，又称为进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
知识表示方法：状态空间，语义网络，谓词逻辑，问题规约
状态空间：问题的状态空间时一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即所有可能的问题初始状态集合S、操作符集合F以及目标状态集合G。因此，把状态空间记为三元状态（S,F,G），要完成某个问题的状态描述，必须确定三件事：一是该状态描述方式，特别是初始状态描述；二是操作符集合及其对状态描述的作用；三是目标状态描述的特性。 问题规约：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题规约为一个平凡的本原问题集合。这就是问题规约的实质。它由三个部分组成：一是一个初始问题的描述；二是一套把问题变换为子问题的操作符；三是一套本原问题描述。谓词逻辑：采用谓词合适公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。谓词逻辑是一种形式语言，能够把数学中的逻辑论证符号化。谓词逻辑法常与其它表示方法混合使用，灵活方便，可以表示比较复杂的问题。结合律：(a+b)+c=a+(b+c)，
(a·b)·c=a·(b·c).
交换律：a+b=b+a，a·b=b·a.
分配律：a·(b+c)=(a·b)+(a·c)，（a+b）·c=(a·c)+(b·c)
吸收律：a+a·b=a，a·(a+b)=a.
幂等律：a+a=a，a·a=a.
德·摩根律(反演律)：(a+b)′=a′·b′，(a·b)′=a′+b′.
语义网络：语义网络是知识的一种结构化图解表示，它由节点和弧线或链线组成。节点用于表示实体、概念和情况等，弧线用于表示节点间的关系。语义网络表示由四个相关部分组成：一是词法部分，决定表示词汇表中允许有哪些符号，它涉及各个节点和弧线；二是结构部分，叙述符号排列的约束条件，指定各弧线连接的节点对；三是过程部分，说明访问过程，这些过程能用来建立和修正描述以及回答相关问题；四是语义部分，确定与描述相关的意义的方法即确定有关节点的排列及其占有物和对应弧线。方法的评价： （1）状态空间法需要扩展过多的节点，容易出现“组合爆炸”，因而只适用于比较简单的问题。 （2）问题规约法比状态空间法更有效地表示问题。状态空间法是问题规约法的特例。 （3）谓词逻辑是一种形式语言，能够把数学中的逻辑论证符号化。谓词逻辑法常与其他表示方法混合使用，灵活方便，可以表示比较复杂的问题。 （4）语义网络可用于表示多元关系，扩展后可以表示更复杂的问题。
必定可以得到最优解的搜索算法：广度优先搜索，智能程度比较高的算法：启发式搜索
一阶谓词：仅个体变元被量化的谓词；二阶谓词：经常被认为包含在域的子集上，或在来自这个域到自身的函数上的量化，而不只是在这个域的个别成员之上。
或图通常被称为状态图。
不确定性类型按照性质分类：随机性，模糊性，不完全性，不一致性
在删除策略归结的过程中删除以下子句：含有纯文字的子句，含有永真式的子句，子句集被被别的子句类含的子句。
对于可信度：CF（~A）= -CF（A），两者的并取最大值，两者的交取最小值。
（以下置换与合一摘自：https://blog.csdn.net/modeala_/article/details/17712275）
置换(substitution)
定义: 置换是一个形如{t1/v1,…, tn/vn}的有限集,其中每个vi是变量,ti是不同于vi的项（常量、变量或函数）(vi≠ti). 当i≠j时，vi≠vj.
无元素组成的置换称为空置换, 记为ε;
例子：
{a/x, w/y, f(s)/z}, {g(x)/x}是置换;
{x/x}, {y/f(x)}不是置换;
概念的理解：
置换：被置换元素必是变量，置换元素是项;
置换元素必不同于被置换元素;
在一次置换中，针对同一元素的置换只能出现一次(单次置换的同时性);
无元素组成的置换，成为空置换;
合一(unification)
合一定义：E1θ=...=Enθ, 则称置换θ为{E1,...,En}的合一子(unifier). 如果对{E1,...,En}存在这样的合一子, 则称集合{E1,...,En}可合一.
例1:
E={P(a,y), P(x, f(b))}, θ={a/x, f(b)/y}.
E={P(a,b), P(x, f(b))}, 不可合一
合一子不一定唯一
E={P(a,y), P(x, f(b))}
θ1={a/x, f(b)/y} (唯一)
E={P(x,y), P(x,f(b))}
θ1={a/x, f(b)/y} (不唯一)
θ2={b/x, f(b)/y}
最一般合一子(most general unifier，mgu)
定义：如果对E的每个合一子θ, 都存在一个置换λ, 使得θ=γ°λ, 则称合一子γ是集合{E1,…,En}的最一般合一子.
例子:
E={P(x,y), P(x,f(b))}, θ1={a/x, f(b)/y}, θ2={b/x, f(b)/y}
最一般合一子 γ={f(b)/y}
θ1= γ° {a/x}, θ2= γ° {b/x}
合一算法
W的合一算法:
1. K=0, Wk=W, γk=ε.
2. 如果Wk是单一的, 停机, γk是W的mgu.
否则，求出Wk的差别集Dk.
3. 如果在Dk中存在元素vk与tk, 使vk是一个未出
现在tk中的变量, 转4；
否则，停机, W是不可合一的.
4. 令γk+1=γk°{tk/vk}， Wk+1=Wk
°γk+1.
5. K=K+1. 转2.
【人工智能】人工智能与人类智能的关系
1.基本概念界定
1.1人工智能
人工智能是在20世纪中期以后产生的学科，人工智能就是用机器模拟人类的智能活动，从而用机器代替人类行使某些方面的职能。人工智能是通过探索人的感觉和思维的规律来模拟人的智能活动，电子计算机是人工智能的媒介和基础。阿伦·图灵说：“如果一台计算机能骗过人，使人相信它是人而不是机器，那么它就应当被称作有智能。”如果以此为标准来界定机器的智能，那么人工智能的发展之路仍然任重道远。
1.2人类智能
智能简单地说就是智慧与能力，是综合、复杂的精神活动功能，是人运用自己已有的知识和经验来学习新知识、新概念并且把知识和概念转化为解决问题的能力。智能活动往往和记忆力、感知力、思维、判断、联想、意志等有密切的联系，人类的智能表现在能够进行归纳总结和逻辑演绎，人类对视觉和听觉的感知以及处理都是条件反射式的，大脑皮层的神经网络对各种情况的处理是下意识的反应。
1.3什么是思维
思维是事物的一般属性和内在联系在人脑中的间接的、概括的反映。思维的形式包括概念、理解、判断、推理等。思维往往借助于语言来表达，由直接的感受即感性思维转化为理性，透过现象看到事物的本质，发现普适性的规律。芒福德说人类是“精神的制造者”而不仅仅是“工具的制造者”，因为人类具备思维能力。
2.基于“技术元素”视角下的人工智能
“技术元素”这一说法是凯文·凯利提出的，技术元素就是从人类意识中涌现出的一切东西，包括技术具象的工具，也包括文化、法律、社会机构和一切智能创造物。凯文·凯利说：“科技是人类的发明，也是生命的产物。”居所是动物的技术，是动物的延伸部分，人类的延伸部分是技术元素，科技发明是我们基因创造的躯体的外延。
2.1人工智能是技术进化的成果
凯文·凯利认为人类的延伸由思维产生，因为思维具有创造力，才促使了技术的进步，才创造出了以往没有创造出的东西，所以，“如果说科技是人类的延伸，那也与基因无关，而是思维的延伸。因此科技是观念的延伸躯体”。技术元素伴随着语言、工具的诞生成为人类不可或缺的伙伴，从古至今，除了极少的例外，各种技术都没有消失，而是进化成不同形态的技术。人工智能作为一种科技物种，随着技术的进步而产生发展，是技术进化的成果。
2.2人类与技术共同进步
一切生物都有天然的借助外力的本领，从钻木取火到航空航天，人类经历了漫长的发展，或者说是进化，技术作为一种手段、一种工具从来都与人类相伴相生。“技术元素”赋予技术以生命，人是技术进化的动力，而技术的进化也促进了人类社会的发展，二者是密不可分的。科技与人类正在逐渐融合，或者说人类已经成为科技最适合的载体；“技术元素”的发展虽然具有一定程度的自主性，但是它的发展轨迹从某种意义上来说也是人类意志的体现。人作为技术发展的动力之一与“技术元素”同步运动。
3.人工智能能否超越人类
对于这个问题人们有两种极端的看法：一是认为人工智能必将取代人类，不久的将来人类会沦为机器的奴隶；二是对人类的主体地位有着极度的自信，认为机器始终都是被人控制。前者的依据是人工智能的发展极其快速，超越了人类智能的进化速度，人工智能取代人类只是时间问题。后者的依据是人工智能不具有生命特征，无法融入生物圈从而和自然发生联系，只能作为人类活动的工具而存在。我更偏向于第二种观点，是基于以下几个原因：
3.1缺乏创造性的“特长生”
人工智能开发出的机器可能是某一个领域的“特长生”却不是全才。比如AlphaGO是围棋特长生却不能唱歌，计算器是数字计算的天才却不能陪人聊天，情感机器人负责陪伴和情感安慰却不能真正懂得人类的喜怒哀乐，如此等等，它们按照既定的程序运行，各司其职、各得其所，不会偏离轨道也不懂得创造。塞缪尔说：“机器不能输出任何未经输入的东西。”目前最先进的机器人也是依赖于软件运行，软件是通过人来完成更新升级，人工智能实际上是人类智能的外在表现。人体是一个复杂而庞大的系统，人有特定的背景和生活习惯，人脑的发育会受到所经历的事件和社会环境的影响，能够灵活运用，组合所接受的信息，具备综合分析问题的能力。人脑的控制系统复杂和精密程度远远超过智能机器人，因此，人工智能在技术上不及人类智能，它依赖人类智能而进化，能够胜任人类制定的任务，却缺乏人类智能的创造性。
3.2不能思维的人工智能
在回答“机器能否思维”的时候，我们首先应该对思维进行界定，思维是人脑特有的功能。人脑是一个高度发达的系统，是人类意识活动的物质载体。“电脑思维”在功能上会向人脑思维不断接近，但是两者之间存在不可消除的界限，“电脑思维”是一个简单的逻辑过程，模拟人脑思维功能和思维信息过程，它在本质上区别于人类思维。人脑思维除了能够接受外部信息以外，还能对信息进行主观的加工。人们已经能制造出类人机器人，可是它不能和人一样思维吗，因为思维不仅仅是人脑的生理机能，离开社会实践和人际交往是不能产生思维的。
3.3是辅助而非替代
人工智能简单明了地说就是人类用来改造世界的技术手段，是辅助性的工具，而不是对人类的替代。人工智能出现的历史并不久远，前文说到了技术和人类的共同进化，当人类有能力利用工具来处理复杂繁琐的工作时，这是人类的进化，也是工具的进化。人工智能被用于帮助人类进行某项工作，才能解放人力，人类智能才可以更好发挥主动性和创造性。人工智能承担了人类活动中基础的、不可或缺的、复杂的工作，从而使人类智能转向更核心的科研创造以及思维和判断上来。在人与人工智能的关系上，二者是相辅相成、相互补充的，而不是互相排斥、完全替代。
4.总结
人工智能与人类智能的关系是互为补充、相互制约的，人与技术的融合是必然的。目前人工智能的更新升级必须依赖与人类智能，人类智能的进化程度关系到人工智能的先进程度“技术元素”的进化也要受到社会条件的制约。人工智能可能在某一方面出强大的功能，但是它缺乏思维和创造性，这一点是致命的缺陷，工具作为人类器官的延长，是人类智能的外化之物，被人类智能的发展程度所局限。