高级人工智能知识点.docx

高级人工智能知识点 人工智能是计算机科学的一个分支，旨在研究如何使机器能够像人类一样思考、学习和行为。以下是高级人工智能知识点的总结： 一、人工智能三大学派： 1. 联结主义：强调人工智能系统中的知识表示和推理过程是基于网络结构的。 2. 符号主义：强调人工智能系统中的知识表示和推理过程是基于符号和规则的。 3. 行为主义：强调人工智能系统中的知识表示和推理过程是基于感知和行为的。 二、智能： * 智能是指机器或系统能够在不同环境中实现其目标能力的能力。 * 智能可以分为三类：个体智能、类脑智能和群体智能。 三、图灵测试： * 图灵测试是评价机器是否具有智能的标准。 * 图灵测试的三个特点：不可构造、不可重现、无法进行数学分析。 四、搜索策略： * 无信息搜索：也称为盲目搜索，意味着该搜索策略没有超出问题定义提供的状态之外的附加信息。 * 启发式搜索：利用问题拥有的启发信息来引导搜索，达到减少搜索范围、降低问题复杂度的目的。 * 局部搜索：考虑局部最优解。 五、搜索算法： * 广度优先搜索（BFS）：完备最优，代价一直搜索的特殊形式。 * 深度优先搜索（DFS）：不完备不最优，使用 IDS 迭代深入搜索可完备最优。 * 贪婪搜索：不完备不最优，引入启发式函数 h(x)，极端情况退化到 DFS。 * A\*搜索：一致性，完备最优，要求 h<=h\*可采纳的 f(n)=g(n)+h(n)。 六、启发式搜索论证： * 证明：A\*搜索的最优性假设 B 在边缘集合上，A 的某个祖先节点 n 也在边缘集合上，n 将在 B 之前被扩展。 * 证明：A\*图搜索的最优性假定到 G\*的路径上某个 n 不能进入队列中，因为某个具有相同状态且较差的 n’ 先被扩展了。 七、传教士与野人问题： * 问题描述：三个传教士和三个野人在河的一边，还有一条能载一个人或者两个人的船。找到一个办法让所有的人能渡到河的另一岸，要求在任何地方野人数都不能多于传教士的人数。 * 解决方法：使用搜索算法，检查重复状态，注意检测重复状态，重复状态的检测避免程序陷入死循环。 八、局部搜索： * 改进单一选项直到不能再改善为止（内存使用更有效）：爬山法搜索、模拟退火算法、遗传算法。 九、深度学习： * 深层结构能够有效被表达、深层结构可产生层次化特征表达、多层隐变量允许统计上的组合共享。 * 深度学习的优点：自下向上的非监督学习、自顶向下的监督学习。 十、深层 vs 浅层神经网络： * 多隐层的人工神经网络具有优异的特征学习能力，学习得到的特征对数据有更本质的刻画，从而有利于可视化或分类。 * “深度模型”是手段，“特征学习”是目的。 十一、人工神经网络： * 是人工神经元组成的并行自适应网络，目标是对人类神经系统的某个功能进行抽象和建模。 十二、BP 算法： * 问题：需要带标签训练数据、局部极小（收敛速度慢，对深层网络远离了最优解，误差曲面存在多个剃度为）。 * 改进算法流程：选取训练数据输入网络，根据权重与激活函数计算输出，算出实际输出与目标输出之间的误差。