参考链接:
开源内容:https://github.com/siyuxin/AI-3rd-edition-notes
英文版 V2: https://terrorgum.com/tfox/books/artificialintelligenceinthe21stcentury.pdf
没找到 V3
作为计算机科学的一个分支,人工智能
主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统,涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。
人工智能
是由人(people)、想法(idea)、方法(method)、机器(machine)和结果(outcome)等对象组成的。首先,组成人工智能的是人。人有想法,并把这些想法变成了方法。这些想法可以用算法、启发式方法、程序或作为计算骨干的系统来表达。最后,我们得到了这些机器(程序)的产物,我们称之为“结果”。每个结果都可以根据其价值、效果、效率等进行衡量。
‘从盒子外部进行思考’,即在计算机科学中,看似无关的话题之间往往存在着关系。
Part 1 引言: P1
Part 2 基础知识: P2 - P7
Part 3 基于知识的系统:神经网络、搜索 P8 - P12
Part 4 自然语言理解、动态规划等 P13 - P14
Part 5 机器人、高级计算机博弈(强化学习?)、智能问答 P15 - P17
Part 6 网络安全中的人工智能 和 人工智能编程语言: P18 - P19
总体感觉 偏搜索。
不来自于不断地、有意识地分析,而是来自于大脑的潜意识层面。
蚁群 中的群体智能。集体智慧(Collective Intelligence,也称集体智能)
拉斐尔(Raphael): “人工智能
是一门科学,这门科学让机器做人类需要智能才能完成的事。”
一台计算机不能执行任何未预编程的行为。
弱人工智能
(Weak AI)的支持者认为,人工智能研究的存在理由是解决困难问题,而不必理会实际解决问题的方式。
- 麻省理工学院(MIT)
- 人造物是否使用与人类相同的方式执行任务无关紧要,唯一的标准就是程序能够正确执行。
强人工智能
(Strong AI)的支持者则坚持认为,完全依靠人工智能程序的启发式方法、算法和知识,计算机就可以获得意识和智能。
- 卡内基·梅隆大学(CMU)
- 当人造物展现出智能行为时,它的表现应该基于与人类相同的方法。
启发式方法
:当面对一个困难的问题时,首先尝试解决一个相对更简单但与原始问题相关的问题。这通常会为原始问题的求解提供有用的思路。
Step1: 获取 2 L
18 L - 8 L - 8 L = 2 L 倒入 8L 的水壶
Step2: 获取 12 L:
18L 的水壶装满, 然后将 18L 水壶的水 往 8L 水壶倒, 倒满刚好8L。 这样 18L 被 倒掉 6L, 剩 12 L
d -> a
简单决策或精确计算: 传统计算机科学的方法
专家系统:医疗诊断。 规则多
专家系统 对于规则可能的排列数量比任何人在他们大脑中记住的都多。
深度优先搜索(Depth First Search,DFS)和广度优先搜索(Breadth First Search,BFS)
有一类启发式搜索算法会向前观察状态空间图。每当出现两条或更多条备选路径时,这些算法就会选择最接近目标的一条或多条路径。
- 爬山法(hill climbing)、集束搜索(beam search)和最佳优先搜索(best first search)。
还有一类启发式搜索算法通过连续地测量它们到根的距离来向目标前进。这种“向后看”的搜索方法被称为分支定界(branch-and-bound)法,又称分支定界算法或分支定界搜索算法。
- A* 算法就是一种众所周知的分支定界法,它用估计的总路径成本来确定寻找答案的顺序。A *算法也会同时“向前看”。
二人博弈包括 Nim 取物游戏①、井字游戏和国际象棋等。
约翰·麦卡锡(John McCarthy)(1927—2011)在 1956 年的达特茅斯会议上创造了“人工智能”这个词。
遗传算法(Genetic Algorithm,GA)是来自一个名为进化计算(evolutionary computation)的一般领域的具体方法。
在 GA 中,问题被编码为串。
- 用 00 表示(空白方块的)向上移动,用 01 表示向下移动,用10 表示向右移动,最后用 11 表示向左移动。参考图 1.15 所示的拼图示例,每个长度为 8 的二进制串都可以解释为拼图中的 4 步移动。这里比较一下 11100010 和 00110110 这两个串,后一个串将被分配到更高的值。
ALVINN 是卡内基·梅隆大学的项目[62,63],在这个项目中,反向传播网络能够感知高速公路并协助 Navlab 车辆转向。这项研究的一个直接应用是,无论何时,当车辆偏离车道时,系统都会提醒由于睡眠不足或其他因素而使判断力受到削弱的司机。
HWIM(发音为“whim”,是 Hear What I Mean 的缩略形式)
1.你如何定义人工智能?
人工智能
主要研究、开发用于模拟、延伸和扩展人类智能
的理论、方法、技术及应用系统,涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。
2.区分强人工智能和弱人工智能。
弱人工智能
(Weak AI):人造物是否使用与人类相同的方式执行任务 无关紧要,唯一的标准就是程序能够正确执行。
强人工智能
(Strong AI):当人造物展现出智能行为时,它的表现应该基于与人类相同的方法。
3.ALICE 是最近几次赢得 Loebner 奖的软件。请从线上找到该软件的一个版本并介绍一些关于 ALICE 的情况。
Loebner 奖:一个人工智能竞赛,采用标准图灵测试,评选出最类似人类的计算机程序。
链接
爱丽丝程序最初由理查德·华莱士(Richard Wallace)于 1995 年 11 月 23 日创作,并从 1998 年开始用 Java 重写。A.L.I.C.E. 英文全称 Artificial Linguistic Internet Computer Entity,意为人工语言互联网计算机实体,也被称为爱丽丝机器人,或简称爱丽丝,是一种自然语言处理聊天机器人——一种通过对人类输入应用一些启发式模式匹配规则与人类进行对话的程序。
4.艾伦·图灵对人工智能的重要贡献是什么?
首次提出逻辑机的通用模型——图灵机。
图灵测试
5.约翰·麦卡锡对人工智能的贡献是什么?
1、在 1956 年的达特茅斯会议上首次正式提及“人工智能”这个词
2、发明人工智能领域最早和最广泛使用的编程语言之一: LISP 编程语言
3、麦卡锡在20世纪70年代合作开发了一个早期的专家系统——“Advice Taker”,并提出了关于知识表示和推理的重要概念。
6.为什么 ATM 及其编程不是人工智能编程的一个好例子?
7.为什么对于人工智能研究而言,医疗诊断是一个非常典型且适合的领域?
具有 用于构建专家系统的候选领域应具备的特征:
- 包含大量领域相关的知识(可以是有关特定问题领域的知识,如医疗诊断;也可以是人类努力开拓领域的相关知识,如确保核电站安全操作的控制机制)。
- 允许领域知识分层。
- 可以发展成为存储了若干专家知识的知识库。
8.为什么对于人工智能而言,二人博弈是一个非常适合研究的领域?
9.解释计算机国际象棋对人工智能研究起到的作用。
10.简述专家系统的定义。
专家系统
通常会内置于领域,其中包含大量人类专家的知识以及大量的规则[这些规则的形式为“IF(条件),THEN 动作”。
11.给出 3 种形式的知识表示方法。P41
1、逻辑
2、产生式规则
3、基于图 : 状态空间表示法、语义网络。
1.图灵测试的一种变体是逆图灵测试(inverted Turing test);在这个测试中,计算机必须确定它是在与人打交道还是在与另一台计算机打交道。请想象一下这种版本的图灵测试可能的任何实际应用。(提示:近年来,大家试过在线购买热门体育或娱乐活动的门票吗?)
2.图灵测试的另一种变体是个人图灵测试(personal Turing test)。想象一下,你试图确定与你交流的是你朋友还是一台假装是你朋友的计算机。如果计算机通过了这个测试,试想可能会产生什么法律或道德问题。
3.许多人认为语言的使用是智能的必要属性。Koko 是一只大猩猩,她经过斯坦福大学的弗朗西斯·帕特森博士培训后会使用美国手语。Koko 能够表达她不知道的单词组合。例如,她用已知的“手镯”和“手指”这样的词来表示戒指。这只“具备一定知识”的大猩猩是否改变了你对动物智能这个主题的思考?如果是,请回答在什么方面改变了?你能够想象给 Koko 来一次智力测试吗?
4.假定通过如下测试的城市被认定为大城市。
它应该可能在凌晨 3:00 提供牛排餐。
每个夜晚,在城市范围内的某个地方都应该安排一场古典音乐会。
每个夜晚都应该安排一场重要的体育赛事。
假设美国的某个小镇上的居民想通过这个测试,他们为此开了一家 24 小时营业的牛排店,聘请了一支交响乐团并获得了大型体育特许经营权。那么大家觉得这个小镇能够通过上述大城市认定的测试吗?请将这个讨论与通过原始图灵测试和拥有智能的标准相关联(Dennett,2004)。
5.假设要设计一个阈值逻辑单元(TLU)来模拟双输入的或(OR)函数,你能否确定一个阈值和所有权重来完成这一任务?
画图,然后 寻找最大间隔的。
X 2 = ? X 1 + 0.5 X_2 = -X_1 + 0.5 X2?=?X1?+0.5
6.考虑迭代囚徒困境游戏的一种策略:对于某个未知数 n,游戏重复 n 次。从长远来看,如何衡量该策略是否成功?
7.采用遗传算法来解决本章中提供的 3 拼图问题,建议使用字符串来表达可能的解。这里大家会建议使用什么适应度函数?
8.给出一个启发式方法,使你能够在高峰时段出租车稀缺时,乘坐出租车访问纽约市(或任何其他主要城市)。
9.狮子在追击猎物时,可能会使用什么启发式方法?
10.假设要设计一个专家系统,用于帮助家庭选择合适的狗,请建议一些可能的规则。
11.在哥白尼之前,地球被认为是宇宙的中心。在哥白尼之后,人类明白了地球只是绕着太阳旋转的众多行星之一。在达尔文之前,人类认为自己是与这个行星中的其他生命有机体分离开来的物种(并且高于其他物种?)。在达尔文之后,人类明白了自己只是从单细胞生物演化而来的另一种动物。假设人类级别的人工智能在 50 年后已经实现,并且进一步假设机器人 Cog、Paro 和 Kismet 的继承者实际上体验到了情绪,而不是假装有这样的情绪。在人类历史上的这样一个时刻,作为形成人类“特殊性”的核心,人类应该坚持什么主张?这些主张是不是必要的?抑或甚至是大家想要的吗?
12.假设在将来的某一天,美国宇航局计划在木星的卫星 Europa 上进行一次无人任务。假设在启动任务时,我们对 Europa 卫星的表面了解甚少。相对于发送一两台相对重要的机器,发送“一群”罗德尼·布鲁克斯昆虫型机器人有什么优势?
13.Eliza 应该被视为一种关系型人造物吗?请给出是或不是的理由。
14.请听 The Killers 乐团的歌曲 Human,其中的歌词“Are We Human or Are We Dancer”是什么含义?它们与我们学习的课程有什么相关性?关于这一点,大家可以参与在线的热烈讨论(这首歌曲可以在 YouTube 上找到)。
15.人工智能问题与其他类型的问题有什么不同?列举常用的 5 种用于人工智能的问题解决技巧。
大部分人工智能问题有 3个主要的特征。
(1)人工智能问题往往是大型的问题。
(2)它们在计算上非常复杂,并且不能通过简单直接的算法来解决。
(3)人工智能问题及其领域倾向于收录大量的人类专门知识,特别是在用强人工智能方法解决问题的情况下,更是如此。强人工智能方法指的是拥有大量领域知识并能够解释其推理过程的系统。
解决 AI 问题的方法:搜索、知识表示、学习。 P62
问题简化 P115
16.请为人工智能设计一个新的适用于今天的图灵测试方法。
17.研究一下 Lovelace 2 机器人测试。大家觉得这个图灵机器人的新测试标准是否可以接受?如何对其与习题 2 的解答进行比较?