人工智能

內(nèi)容概要

《人工智能》教全面地介紹了人工智能領(lǐng)域的各種課題，其中包括使用神經(jīng)網(wǎng)絡(luò)和遺傳算法的感知和適應(yīng)性、附有本體論的智能agent、自動(dòng)推理、自然語(yǔ)言分析，以及機(jī)器學(xué)習(xí)的隨機(jī)途徑。論述的許多技術(shù)和策略可用于應(yīng)對(duì)現(xiàn)今計(jì)算機(jī)科學(xué)面臨的眾多挑戰(zhàn)。此外，《人工智能》進(jìn)一步從哲學(xué)、心理學(xué)和神經(jīng)生理學(xué)等角度討論了人工智能研究工作?！度斯ぶ悄堋房勺鳛楦叩仍盒Ｑ芯可慕滩?，還可供從事人工智能研究和應(yīng)用的專業(yè)人員參考。 

作者簡(jiǎn)介

劉鳳岐，國(guó)防科技大學(xué)原計(jì)算機(jī)系教授，長(zhǎng)期從事計(jì)算機(jī)應(yīng)用和人工智能的教學(xué)和研究工作。自上世紀(jì)80年代中期至上世紀(jì)末一直帶領(lǐng)學(xué)生承擔(dān)國(guó)家“863”計(jì)劃中關(guān)于“人工智能程序設(shè)計(jì)與環(huán)境”、“專家系統(tǒng)開發(fā)工具”等的研究課題，獲省、部級(jí)科技進(jìn)步獎(jiǎng)六項(xiàng)。發(fā)表論文20余篇，并編著了《邏輯程序設(shè)計(jì)原理和方法》。1990年獲國(guó)家“中青年有突出貢獻(xiàn)專家”稱號(hào)，享受政府特殊津貼。

書籍目錄

出版者的話序言前言第1章 導(dǎo)論1.1 人工智能的定義與基礎(chǔ)1.1.1 何謂人工智能？1.1.2 ai基礎(chǔ)簡(jiǎn)史1.1.3 ai與唯理主義和經(jīng)驗(yàn)主義傳統(tǒng)1.1.4 形式邏輯的發(fā)展1.1.5 圖靈測(cè)試1.1.6 智能的生物與社會(huì)模型agent理論1.2 ai應(yīng)用領(lǐng)域概述1.2.1 博弈1.2.2 自動(dòng)推理與定理證明1.2.3 專家系統(tǒng)1.2.4 自然語(yǔ)言理解1.2.5 模擬人的性能1.2.6 規(guī)劃與機(jī)器人1.2.7 ai語(yǔ)言和環(huán)境1.2.8 機(jī)器學(xué)習(xí)1.2.9 神經(jīng)網(wǎng)絡(luò)與遺傳算法1.2.1 0ai與哲學(xué)1.3 人工智能概要練習(xí)第2章 表示與搜索導(dǎo)引2.1 表示系統(tǒng)2.2 搜索第3章 謂詞演算3.1 命題演算3.1.1 語(yǔ)法3.1.2 語(yǔ)義3.2 謂詞演算3.2.1 語(yǔ)法3.2.2 語(yǔ)義3.3 謂詞演算的推斷規(guī)則3.3.1 推斷規(guī)則3.3.2 一致化3.4 應(yīng)用：基于邏輯的家庭財(cái)務(wù)咨詢系統(tǒng)練習(xí)第4章 狀態(tài)空間搜索4.1 狀態(tài)空間搜索的結(jié)構(gòu)4.1.1 圖論4.1.2 有限狀態(tài)機(jī)4.1.3 問題的狀態(tài)空間表示4.2 狀態(tài)空間搜索策略4.2.1 數(shù)據(jù)驅(qū)動(dòng)和目標(biāo)驅(qū)動(dòng)的搜索4.2.2 廣度優(yōu)先和深度優(yōu)先搜索4.2.3 逐步加深的深度優(yōu)先搜索4.3 與/或圖和邏輯推理4.4 應(yīng)用：家庭財(cái)務(wù)咨詢系統(tǒng)練習(xí)第5章 啟發(fā)式搜索5.1 爬山法和動(dòng)態(tài)規(guī)劃5.1.1 爬山法5.1.2 動(dòng)態(tài)規(guī)劃5.2 最好優(yōu)先搜索算法5.2.1 實(shí)現(xiàn)最好優(yōu)先搜索5.2.2 實(shí)現(xiàn)啟發(fā)估價(jià)函數(shù)5.2.3 啟發(fā)式搜索與專家系統(tǒng)5.3 可采納性、單調(diào)性及信息度5.3.1 可采納性5.3.2 單調(diào)性5.3.3 a*算法的比較5.4 搜索博弈圖5.4.1 極小極大程序5.4.2 固定深度的minimax5.4.3 αβ剪枝5.5 計(jì)算復(fù)雜度問題練習(xí)第6章 狀態(tài)空間搜索的控制算法6.1 基于遞歸的搜索6.1.1 遞歸搜索6.1.2 遞歸搜索示例：模式驅(qū)動(dòng)的推理6.2 產(chǎn)生式系統(tǒng)6.2.1 定義及簡(jiǎn)史6.2.2 產(chǎn)生式系統(tǒng)示例6.2.3 搜索的控制6.2.4 產(chǎn)生式系統(tǒng)的優(yōu)點(diǎn)6.3 問題求解的黑板體系練習(xí)第7章 知識(shí)表示7.1 ai表示研究簡(jiǎn)史7.1.1 含義的聯(lián)想主義理論7.1.2 語(yǔ)義網(wǎng)絡(luò)的早期工作7.1.3 網(wǎng)絡(luò)關(guān)系的標(biāo)準(zhǔn)化7.1.4 腳本7.1.5 框架7.2 概念圖7.2.1 概念圖導(dǎo)引7.2.2 類型、個(gè)體和名稱7.2.3 類型的層次結(jié)構(gòu)7.2.4 概念圖的操作7.2.5 命題節(jié)點(diǎn)7.2.6 概念圖與邏輯7.3 替代顯式表示7.3.1 brooks的包容體系7.3.2 多種表示、本體論與知識(shí)服務(wù)7.4 基于agent的分布式問題求解7.4.1 面向agent的問題求解：一種定義7.4.2 agent范型的示例及其存在問題練習(xí)第8章 知識(shí)系統(tǒng)8.1 專家系統(tǒng)技術(shù)概述8.1.1 設(shè)計(jì)基于規(guī)則的專家系統(tǒng)8.1.2 問題領(lǐng)域的選擇與知識(shí)工程過(guò)程8.1.3 概念模型及其在知識(shí)獲取中的作用8.2 基于規(guī)則的專家系統(tǒng)8.2.1 產(chǎn)生式系統(tǒng)與目標(biāo)驅(qū)動(dòng)的問題求解8.2.2 目標(biāo)驅(qū)動(dòng)的推理的解釋與透明性8.2.3 產(chǎn)生式系統(tǒng)與數(shù)據(jù)驅(qū)動(dòng)的推理8.2.4 專家系統(tǒng)的啟發(fā)性與控制8.3 基于模型、基于事例和混合系統(tǒng)8.3.1 基于模型的推理導(dǎo)引8.3.2 基于模型的推理：nasa的例子8.3.3 基于事例的推理導(dǎo)引8.3.4 混合設(shè)計(jì)8.4 規(guī)劃8.4.1 strips8.4.2 目的反應(yīng)式規(guī)劃8.4.3 規(guī)劃：nasa的例子練習(xí)第9章 不確定推理9.1 基于邏輯的反繹推理9.1.1 非單調(diào)推理邏輯9.1.2 真值維護(hù)系統(tǒng)9.1.3 基于最小模型的邏輯9.1.4 集合覆蓋與基于邏輯的反繹9.2 反繹：替代邏輯9.2.1 肯定因數(shù)代數(shù)9.2.2 模糊推理9.2.3 dempster和shafer的證據(jù)論9.3 不確定性的隨機(jī)途徑9.3.1 有向圖模型：貝葉斯信念網(wǎng)絡(luò)9.3.2 有向圖模型：d分隔9.3.3 有向圖模型：推理算法9.3.4 有向圖模型：動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)9.3.5 markov模型：離散markov過(guò)程9.3.6 markov模型：改型練習(xí)第10章 基于符號(hào)的機(jī)器學(xué)習(xí)10.1 基于符號(hào)的學(xué)習(xí)框架10.2 版本空間搜索10.2.1 一般化操作與概念空間10.2.2 候選排除算法10.2.3 lex：歸納搜索啟發(fā)式10.2.4 候選排除算法的評(píng)價(jià)10.3 id3決策樹歸納算法10.3.1 自頂向下歸納決策樹10.3.2 信息論的測(cè)試選擇10.3.3 評(píng)價(jià)id310.3.4 決策樹的數(shù)據(jù)問題10.4 歸納偏向與學(xué)習(xí)能力10.4.1 歸納偏向10.4.2 學(xué)習(xí)能力理論10.5 知識(shí)與學(xué)習(xí)10.5.1 基于解釋的學(xué)習(xí)10.5.2 類比推理10.6 無(wú)監(jiān)督的學(xué)習(xí)10.6.1 發(fā)現(xiàn)與無(wú)監(jiān)督的學(xué)習(xí)10.6.2 概念聚類10.6.3 cobweb與分類知識(shí)的結(jié)構(gòu)10.7 增強(qiáng)式學(xué)習(xí)10.7.1 增強(qiáng)式學(xué)習(xí)的成分10.7.2 示例：井字棋博弈10.7.3 增強(qiáng)式學(xué)習(xí)的推理算法練習(xí)第11章 神經(jīng)網(wǎng)絡(luò)11.1 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)11.2 感知器學(xué)習(xí)11.2.1 感知器訓(xùn)練算法11.2.2 感知器學(xué)習(xí)用于分類11.2.3 梯度下降法與δ規(guī)則11.3 反向傳播學(xué)習(xí)11.3.1 反向傳播算法11.3.2 例1：nettalk11.3.3 例2：異或函數(shù)11.4 競(jìng)爭(zhēng)學(xué)習(xí)11.4.1 分類的wta學(xué)習(xí)算法11.4.2 kohonen的學(xué)習(xí)原型網(wǎng)絡(luò)11.4.3 重復(fù)傳播網(wǎng)絡(luò)11.5 hebb的疊合學(xué)習(xí)11.5.1 無(wú)監(jiān)督hebb學(xué)習(xí)示例11.5.2 有監(jiān)督hebb學(xué)習(xí)11.5.3 結(jié)合存儲(chǔ)與線性結(jié)合器11.6 吸引狀態(tài)網(wǎng)絡(luò)11.6.1 雙向結(jié)合存儲(chǔ)11.6.2 bam處理示例11.6.3 自結(jié)合存儲(chǔ)與hopfield網(wǎng)絡(luò)練習(xí)第12章 學(xué)習(xí)的遺傳與浮現(xiàn)模型12.1 遺傳算法12.1.1 遺傳算法示例12.1.2 遺傳算法的評(píng)價(jià)12.2 分類器系統(tǒng)與遺傳程序設(shè)計(jì)12.2.1 分類器系統(tǒng)12.2.2 遺傳程序設(shè)計(jì)12.3 人工生命和基于社會(huì)的學(xué)習(xí)12.3.1 “生命博弈”12.3.2 進(jìn)化規(guī)劃12.3.3 浮現(xiàn)的專題研究練習(xí)第13章 自動(dòng)推理13.1 通用問題求解器13.2 歸結(jié)定理證明器13.2.1 謂詞演算表達(dá)式化為短句集合13.2.2 歸結(jié)證明程序13.2.3 歸結(jié)策略和簡(jiǎn)化技術(shù)13.2.4 由歸結(jié)反駁抽取答案13.3 prolog與自動(dòng)推理練習(xí)第14章 自然語(yǔ)言理解14.1 理解語(yǔ)言的符號(hào)途徑14.2 語(yǔ)法14.2.1 上下文無(wú)關(guān)文法的規(guī)范與分析14.3 躍遷網(wǎng)分析器與語(yǔ)義14.3.1 躍遷網(wǎng)分析器14.3.2 chomsky層次與上下文有關(guān)文法14.3.3 語(yǔ)義：atn分析器14.3.4 用atn組合語(yǔ)法和語(yǔ)義知識(shí)14.4 語(yǔ)言理解的隨機(jī)工具14.4.1 語(yǔ)法分析的概率途徑14.4.2 概率上下文無(wú)關(guān)分析器14.5 自然語(yǔ)言的應(yīng)用14.5.1 故事理解與回答問題14.5.2 數(shù)據(jù)庫(kù)前端14.5.3 對(duì)web的信息抽取和摘要系統(tǒng)練習(xí)第15章 結(jié)束語(yǔ)：評(píng)述與展望15.1 對(duì)ai幾種途徑的評(píng)述15.1.1 智能與物理符號(hào)系統(tǒng)假設(shè)15.1.2 連接主義計(jì)算15.1.3 agent、浮現(xiàn)與智能15.1.4 概率模型和隨機(jī)技術(shù)15.2 現(xiàn)代認(rèn)知科學(xué)15.2.1 心理學(xué)的約束15.2.2 認(rèn)識(shí)論問題15.3 ai：當(dāng)前的挑戰(zhàn)與未來(lái)方向附錄a 隨機(jī)方法導(dǎo)論附錄b 隨機(jī)方法的應(yīng)用參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：在應(yīng)用領(lǐng)域中工作的專家運(yùn)用領(lǐng)域的知識(shí)和技能進(jìn)行實(shí)踐。這類知識(shí)經(jīng)常是含糊、不精確并且只是部分地可用言語(yǔ)明確表達(dá)。知識(shí)工程師必須將這類非形式的知識(shí)轉(zhuǎn)化為適于計(jì)算系統(tǒng)的形式描述。在形式化人的技能中提出了若干重要問題：1）人的技能常常難按有意識(shí)的意向獲取。像亞里士多德在倫理學(xué)中指出的，“我們學(xué)習(xí)要做什么，并且在做中學(xué)習(xí)”。例如，內(nèi)科醫(yī)生擁有的技能是在幾年的實(shí)習(xí)與見習(xí)中一直集中在患者上而學(xué)到的，與他們學(xué)習(xí)生理學(xué)課程相似，其中強(qiáng)調(diào)的是實(shí)驗(yàn)和理論。他們獲得的醫(yī)療技能在很大程度上是由實(shí)踐中的問題驅(qū)動(dòng)的。工作幾年之后，這些技能成為高度集成的并且在高水平上是無(wú)意識(shí)的功能。專家在問題求解中可能難以精確描述他是怎樣做的。2）人的經(jīng)驗(yàn)常取知道如何處理某情況的形式，不知道什么是該情況的理性特征；產(chǎn)生的是技能的執(zhí)行機(jī)制，而不是根本理解這類機(jī)制是什么。明顯的例子是騎單車：會(huì)騎單車的人不是有意識(shí)地實(shí)時(shí)求解幾組聯(lián)立微分方程以保持平衡，而是使用對(duì)“重力”、“動(dòng)力”和“慣性”的感覺，由直覺的組合形成實(shí)用控制過(guò)程。3）我們常將知識(shí)獲取視為獲得客觀現(xiàn)實(shí)（即“現(xiàn)實(shí)世界”）的事實(shí)性知識(shí)。理論與實(shí)踐已表明，人的經(jīng)驗(yàn)體現(xiàn)了個(gè)人或團(tuán)體的世界“模型”。這種模型似乎受慣例、社會(huì)進(jìn)程以及由經(jīng)驗(yàn)方法學(xué)所隱藏的操作規(guī)程的影響。4）專門技能的改造。不只是專家會(huì)獲得新知識(shí)，而且已有的知識(shí)還會(huì)經(jīng)受徹底的再形成，這已由科學(xué)與社會(huì)領(lǐng)域中的不斷爭(zhēng)論所證實(shí)。由此，知識(shí)工程是困難的并且應(yīng)視為跨越任何專家系統(tǒng)的生存期。為簡(jiǎn)化該任務(wù)，研究一種處在人的專門技能與實(shí)現(xiàn)的程序之間的“概念模型”是有意義的，見圖8-3.概念模型意指知識(shí)工程師對(duì)領(lǐng)域知識(shí)演進(jìn)概念的形成。盡管當(dāng)然它不同于領(lǐng)域?qū)＜业哪Ｐ停撃Ｐ蛯?shí)際上決定了形式知識(shí)庫(kù)的構(gòu)造。因?yàn)槎鄶?shù)感興趣的問題的復(fù)雜性，不應(yīng)認(rèn)為這種中間步驟是想當(dāng)然的。知識(shí)工程師應(yīng)通過(guò)公共軟件工程方法學(xué)記錄且公開他們對(duì)領(lǐng)域所做的假設(shè)。專家系統(tǒng)應(yīng)包括需求文檔，但由于探索式程序設(shè)計(jì)的限制，專家系統(tǒng)的需求應(yīng)處理為與原型一起演進(jìn)。數(shù)據(jù)字典、狀態(tài)空間的圖表示以及代碼本身的注釋都是該模型的組成部分。由公開這些設(shè)計(jì)決定，可減少程序?qū)崿F(xiàn)和維護(hù)中的錯(cuò)誤。

編輯推薦

《面向計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)規(guī)范系列教材:人工智能》全面闡述了人工智能的基礎(chǔ)理論，內(nèi)容包括導(dǎo)論、表示與搜索導(dǎo)引、謂詞演算、狀態(tài)空間搜索、啟發(fā)式搜索、狀態(tài)空間搜索的控制算法、知識(shí)表示、知識(shí)系統(tǒng)、不確定推理、基于符號(hào)的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)的遺傳與浮現(xiàn)模型、自動(dòng)推理、自然語(yǔ)言理解等?！睹嫦蛴?jì)算機(jī)科學(xué)與技術(shù)專業(yè)規(guī)范系列教材:人工智能》有效結(jié)合了求解智能問題的數(shù)據(jù)結(jié)構(gòu)及實(shí)現(xiàn)的算法，把人工智能應(yīng)用于實(shí)際環(huán)境中，通過(guò)實(shí)例和視圖，清晰、準(zhǔn)確地闡述人工智能領(lǐng)域許多難解的概念，并從社會(huì)和哲學(xué)、心理學(xué)以及神經(jīng)生理學(xué)角度對(duì)人工智能進(jìn)行了獨(dú)特的討論。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    人工智能 PDF格式下載

---