AI:绪论

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。