AI:绪论

本套slides来自中国计量大学,为人工智能课程教学所用。用通俗易懂的语言介绍人工智能的应用。绪论部分主要介绍了课程所涉及的各个方面,包括遗传算法、神经网络等。并且介绍了人工智能的基本概念及其特点;人工智能主要研究领域,包括模式识别、智能预测的应用等;自然语言处理的主要方法,包括关键字匹配、句法-语义分析技术等;机器学习的相关概念、马尔可夫模型、HMM(隐马尔可夫模型)等并且举例说明。
展开查看详情

1.人工智能导论 中国计量大学现代科技学院 2016/2017 Sem 1

2. Marks Division  10% Attendance/Class Participation  40% Assignments  20% written homework/coursework  20% programming assignments.  50% Programming Project/Exam

3. Course Overview  Knowledge Expression (知识表示)知识表示)  Logic Implication (知识表示)逻辑推理)  Uncertainty Expression (知识表示)不确定性表示)  Searching (知识表示)搜索)  Genetic Algorithm (知识表示)遗传算法)  Neural Networks (知识表示)神经网络)  Machine Learning (知识表示)机器学习)  Expert System (知识表示)专家系统)  Natural Language Processing (知识表示)自然语言 理解及其应用)

4. 人工智能的基本概念  目标:用机器实现人类的部分智能  然而,什么是智能? -- 并没有确切定义  智能的发生、物质的本质、宇宙的起源和生命 的本质 – 自然界的四大奥秘  科学家们根据对人脑的已有认识、结合智能的 外在表现,从不同角度,不同侧面用不同的方 法对智能进行研究,并提出了三种基础理论:

5. 思维理论  认为智能的核心是思维  人的一切只能都来自大脑的思维活动  人类的一切知识都是人类思维的产物  通过对思维规律与方法的研究有望揭示智 能的本质

6. 知识阈值理论  认为智能行为取决于知识的数量和其泛化 程度  一个系统之所以有智能是因为他具有可运 用的知识  因此,知识阈值理论将智能定义为:在数 据库中搜索一个满意解的能力。

7. 进化理论  进化理论认为人的智能是一种特立独行的能 力。  具体表现为在动态环境中的行走能力,对外 界的感知能力,维持生命以及繁衍生息的能 力。  该理论的核心是用控制代替表示,从而取消 概念、模型以及显示表示的知识,否定抽象 对于智能的重要性,强调分层结构对于智能 进化的重要性。

8. 智能的特性  具有感知能力  包括视觉嗅觉等等,能够感知外部信息。  具有记忆和思维能力  思维:  逻辑思维  形象思维  顿悟思维  具有学习能力  具有行为能力

9. What is AI?  Views of AI fall into four categories:  Thinking humanly  Thinking rationally  Acting humanly  Acting rationally

10. Acting humanly: Turing Test  Turing (1950) "Computing machinery and intelligence":  "Can machines think?"  "Can machines behave intelligently?"  Operational test for intelligent behavior: the Imitation Game  Predicted that by 2020, a machine might have a 50% chance of fooling a lay person for 30 minutes

11. 人工智能的主要研究领域  自然语言理解  计算机能够正确理解人们用自然语言输入的信 息  对输入信息,计算机能够产生相应的摘要,能 用不同的词语复述输入信息的内容  计算机能够用某一种自然语言表示的信息翻译 成另一种自然语言的相同信息

12. 人工智能的主要研究领域  博弈  五子棋  象棋  围棋  接龙  梭哈  21 点  斗地主

13. 人工智能的主要研究领域  模式识别在计算机视觉方面的应用  人脸识别  手势识别  步态识别  二维图像识别  三维物体识别

14. 人工智能的主要研究领域  智能控制  智能管理和智能决策  专家系统  系统查错与纠错  智能家居  智能汽车

15. 人工智能的主要研究领域  智能预测  温度预测  气压预测  湿度预测  耗电量预测  好评度预测  票房预测  股票预测

16.自然语言处理 Natural Language Processing (NLP)

17. Main steps of NLP  Input :  Voice recognition (知识表示) out of scope )  Understanding the input  Partitioning the sentence (noun, verb, subjective, objective)  Searching for the meaning in database  Looking for answer  Searching for appropriate answer related to the input

18. 自然语言处理的功能  回答问题(知识表示) Question Answering ) : 能 够用正确的自然语言回答有关问题  文摘生成:输入文本的摘要  解释  翻译

19. 自然语言处理的主要方法  关键字匹配  句法 - 语义分析技术  Knowledge-based NLP  NLP based on big data

20.Syntax Parse Trees

21. Knowledge based NLP  Searching each word in the database  Looking for matching and classification  Looking for corresponding answers

22. 汉字分词法  最大匹配法  在待切分文本中,按自左到右的顺序截取一个定 长的字符串,通常为 6 到 8 个汉字(知识表示)我们称之为 最大词长)去计算机数据库中搜索匹配,如果匹 配不成功,则从右向左逐次减去一个汉字。  逆向最大匹配法  和最大匹配法相似,不过截取顺序改为自右向左  逐字遍历匹配法

23. 对输入文字进行归类 Time Location Greeting Input Classifier Food Unknow n

24. 最简单的人工智能 QA 系统  问时间:回答系统时间  问地点:回答 GPS 位置  问好:问好  问吃的:找最近的餐厅位置  。。。  未知: I don’t know.

25. 更加智能的 QA 系统  进化版 QA 系统需要预测人们问问题时的 真实想法。  利用历史数据并引入机器学习概念。  譬如我发现小 Y 所有迟到的日子基本都是 星期五,而在非星期五情况下他基本不迟 到。于是我可以建立一个模型,来模拟小 Y 迟到与否跟日子是否是星期五的概率。

26. 机器学习  当系统被提问今天小 Y 是否迟到时,系统 能做出更加准确的判断。

27.机器学习

28. 马尔可夫链的定义  X n , n 0,1, 2, 随机过程 称为 称为马尔可夫 链,若 它只取有限或可列个值(称为过程 称为的状态,记为 0 , 1 , n 0 i, j , i0 , i1 , , in  1 2 ,…),并且,对任意 及状态 及状态 , 有 P ( X n 1  j X 0 i0 , X 1 i1 , , X n  1 in  1 , X n i ) P( X n 1  j X n i )

29. 例(马尔可夫预测)某种鲜奶 A 改变了广告方式, 经调查发现购买 A 种鲜奶及另外三种鲜奶 B 、 C 、 D 的顾 客每两个月的平均转换率为:(假设市场上只有这 4 种 鲜奶) A → A ( 95% ) B ( 2% ) C ( 2% ) D ( 1% ) B → A ( 30% ) B ( 60% ) C ( 6% ) D ( 4% ) C → A ( 20% ) B ( 10% ) C ( 7% ) D ( 0% ) D → A ( 20% ) B ( 20% ) C ( 10% ) D ( 50% ) 假设目前购买 A 、 B 、 C 、 D 4 种鲜奶的顾客的分布为 ( 25% , 30% , 35% , 10% ),求半年后鲜奶 A 、 B 、 C 、 D 的市场份额。