人工智能之智能科学 高级人工智能 史忠植共55页文档
高级人工智能
Q CA 2 P
P0
dQ C 2 P dA CA dP dt dt 2P dt
2020/3/15
史忠植 高级人工智能
17
压力调节器
其中 Q是通过阀门的流量,P是压力, A是阀门开启的面 积, 而C是常系数,是流体的质量密度。按照运算和转 换规则而得到定性方程：
[Q] = [P]
2020/3/15
史忠植 高级人工智能
27
定性进程推理
2020/3/15
史忠植 高级人工智能
28
定性仿真推理
1984年 Kuipers 发表了“因果性的常识推理：从结构导出 行为”论文。这篇论文建立了一种定性仿真推理的框架, 简单地给出了从常微分方程的抽象而得的定性结构和定性 行为表示方法。随后，1986年AI杂志又刊登了Kuipers “定性仿真”一文，文中明确了抽象关系，提出用于定性 仿真的QSIM算法，并用抽象关系证明了其有效性和不 完备性。这两篇文章奠定了定性仿真的基础。演绎过程
(MQt) 表示时刻 t量 Q的值。
HAS-Quantity是谓词, 指某物体具有某参数。
(3) 一个量的所有可能取值构成量空间, 量空间的元素间有
半序关系。
2020/3/15
史忠植 高级人工智能
23
定性进程推理
2. 进程
一个物理进程 P由 一组个体、
一组前提条件、
一组数量条件、
一组参数关系和
一组影响
除了可以讨论每个状态内的定性分析还可讨论各状态间转换
的定性分析。 de Kleer建立的 ENVSION系统是使用约束传播
与2生020/成3/15测试方法来求解定史忠性植方高级程人。工智能
19
【免费下载】高级人工智能 史忠植
编号：8106高级人工智能ADVANCED ARTIFICIAL INTELLIGENCE类型：AB学时/学分：60/3, 机时：20预修课程数理逻辑、人工智能原理教学目的和要求(1) 了解人工智能前沿研究领域(2) 了解人工智能最新研究成果(3) 掌握基本思想和关键技术(4) 培养人工智能研究能力内容提要和简要目录本课讲授和讨论人工智能前沿研究领域的主要思想和关键技术。
主要内容有非单调逻辑、自动推理、机器学习、分布式人工智能、人工思维、人工生命、大规模并行人工智能等。
简要目录第一章绪论1.1 人工智能的认知问题1.2 思维的层次模型1.3 符号智能1.4 人工智能的发展概况1.5 人工智能的研究方法1.5.1 认知学派1.5.2 逻辑学派1.5.3 行为学派1.6 自动推理1.7 机器学习1.8 分布式人工智能1.9 人工思维模型1.10 知识系统第二章人工智能逻辑2.1 逻辑-----重要的形式工具2.1.1 逻辑程序设计2.1.2 关于知识的表示与推理2.2 非单调逻辑2.3 默认逻辑2.4 限定逻辑2.5 自认知逻辑2.5.1 Moore系统${\cal L}_{B}$2.5.2 $\cal O \cal L$ 逻辑2.5.3 标准型定理2.5.4 $\diamondsuit-$ 记号以及稳定扩张的一种判定过程2.6 真值维护系统2.7 情景演算的逻辑基础2.7.1 刻划情景演算的多类逻辑$\bf LR$2.7.2 $\bf LR$中的基本动作理论2.7.3 多类逻辑$\bf LR$的改进第三章约束推理3.1 概述3.2 回溯法3.3 约束传播3.4 约束传播在树搜索中的作用3.5 智能回溯与真值维护3.6 变量例示次序与赋值次序3.7 局部修正搜索法3.8 基于图的回跳法3.9 基于影响的回跳法3.10 约束关系运算的处理3.10.1 恒等关系的单元共享策略3.10.2 区间传播3.10.3 不等式图3.10.4 不等式推理3.11 约束推理系统COPS第四章定性推理4.1 概述4.2 定性推理的基本方法4.3 定性模型推理4.4 定性进程推理4.5 定性仿真推理4.5.1 定性状态转换4.5.2 QSIM算法4.6 代数方法4.7 几何空间定性推理4.7.1 空间逻辑4.7.2 空间时间关系描述4.7.3 空间和时间逻辑的应用4.7.4 Randell算法第五章基于范例推理5.1 概述5.2 基于范例学习的一般过程5.3 范例的表示5.3.1 语义记忆单元5.3.2 记忆网5.4 基于记忆网的范例检索5.4.1 检索问题5.4.2 语义记忆单元和范例检索5.4.3 检索信息集与源范例的对应5.4.4 单概念的范例检索算法AS5.4.5 多概念的范例检索算法AM5.5 相似性关系5.5.1 语义相似性5.5.2 结构相似性5.5.3 目标特征5.5.4 个体相似性5.5.5 相似性计算5.5.6 优选过程5.5.7 约束满足理论5.6 范例复用5.6.1 类比映射5.6.2 类比转换5.7 范例保存5.8 基于范例的规划设计程序5.9 范例库维护5.10 基于范例推理的洪水预报系统FOREZ 第六章归纳学习6.1 概述6.2 归纳学习的逻辑基础6.2.1 归纳学习的一般模式6.2.2 概念获取的条件6.2.3 问题背景知识6.2.4 选择型和构造型泛化规则6.3 偏置变换6.4 变型空间方法6.4.1 消除候选元素算法6.4.2 两种改进算法6.5 AQ归纳学习算法6.6 产生与测试方法6.7 决策树学习6.7.1 CLS学习算法6.7.2 ID3学习算法6.7.3 ID4学习算法6.7.4 ID5学习算法6.8 归纳学习的计算理论6.8.1 Gold学习理论6.8.2 模型推理系统6.8.3 Valiant 学习理论第七章类比学习7.1 什么是类比学习7.2 类比的形式定义7.3 基于抽象的有用类比推理7.4 转换类比7.4.1 手段--目的分析的问题求解模型 7.4.2 类比求解问题计算模型7.4.3 问题求解状态变换7.4.4 转换类比学习系统7.4.5 类比学习的泛化规则7.5 派生类比7.6 因果关系型类比学习7.6.1 类比匹配技术与相似性度量概述 7.6.2 知识表示7.6.3 类比匹配7.6.4 抽取问题的特征7.6.5 相似度的计算方法7.6.6 最佳对应关系匹配7.7 联想类比学习7.7.1 联想类比7.7.2 联想类比条件7.8 约束满足类比7.8.1 三类约束7.8.2 约束满足理论7.8.3 ACME 第八章解释学习8.1 概述8.2 解释学习模型8.3 解释泛化学习方法8.3.1 基本原理8.3.2 解释与泛化交替进行8.4 全局取代解释泛化方法8.5 解释特化学习方法8.6 解释泛化的逻辑程序8.6.1 工作原理8.6.2 元解释器8.6.3 实验例子8.7 基于知识块的SOAR系统8.8 可操作性标准8.8.1 PRODIGY 的效用问题8.8.2 SOAR系统的可操作性8.8.3 MRS-EBG的可操作性8.8.4 META-LEX的处理方法8.9 不完全领域知识下的解释学习8.9.1 不完全领域知识8.9.2 逆归结方法8.9.3 基于深层知识方法第九章知识发现和数据开采9.1 概述9.2 数据驱动知识发现------BACON 9.3 模型躯动知识发现------COPER 9.4 理论驱动式发现方法9.4.1 知识表示9.4.2 学习实现9.4.3 学习发现9.5 概念聚类9.5.1 概念内聚9.5.2 聚类方法9.6 数据开采9.7 数据开采的数学工具------粗糙集 9.7.1 粗糙集理论9.7.2 粗糙分类9.7.3 渔网算法9.8 广义粗糙集9.9 基于粗糙集的数据约简9.10 以数据仓库为基础的数据开采9.10.1 数据仓库9.10.2 联想规则发现算法9.11 知识发现工具KDT9.11.1 系统结构9.11.2 知识发现算法第十章分布式人工智能10.1 概述10.2 分布式问题求解10.2.1 分布式问题求解系统分类10.2.2 分布式问题求解过程10.3 主体10.4 主体理论10.4.1 理性主体10.4.2 BDI主体模型10.4.3 RAO逻辑框架10.4.4 关于对别人进行推理的一个模式---换位推理 10.4.5 动作理论10.4.6 次协调机制的引进10.5 主体结构10.5.1 反应主体10.5.2 认知主体10.5.3 复合式主体10.6 主体通信10.6.1 KQML10.6.2 主体通信语言SACL10.6.3 SACL语法结构10.6.4 SACL保留关键字10.7 主体的协调与协作10.7.1 计算生态学10.7.2 基于对策论的协调与协作10.7.3 协商10.8 多主体处理环境MAPE10.8.1 主体的逻辑结构10.8.2 主体虚拟层10.8.3 主体逻辑层10.8.4 主体概念层10.8.5 多主体系统的总体结构10.8.6 主体创建10.8.7 多主体系统构建第十一章进化计算11.1 概述11.2 进化系统理论的形式模型11.3 达尔文进化算法11.4 分类器系统11.5 桶链算法11.6 遗传算法11.6.1 遗传算法的主要步骤11.6.2 表示模式11.6.3 杂交操作11.6.4 变异操作11.6.5 反转操作11.7 并行遗传算法11.8 分类器系统 Boole11.9 规则发现系统11.10 进化策略11.11 进化程序设计第十二章人工生命12.1 引言12.2 研究人工生命的原因12.3 人工生命的探索12.4 人工生命模型12.5 人工生命的研究方法和战略12.6 计算机生命12.7 细胞自动机12.8 形态形成理论12.9 混沌理论四、教材1. 史忠植：高级人工智能, 科学出版社，1998五、参考书六、教学方式课堂讲授和讨论七、考查方式课程设计 40%闭卷考试 60%撰写人：史忠植。
高级人工智能
VOLUME(p1,v1)
2013-7-14
DENSITY(p1,d1)
VOLUME(x,v1) DENSITY(x,d1) LESS(v1*d1,5) ISA(y,ENDTABLE) 高级人工智能-解释学习 史忠植
解释与泛化交替进行
1. 问题的逻辑描述 • 逻辑的表示方法使EBG的语义更为清楚，为学 习提供了方便的语言环境 2. 产生解释结构 • 从目标开始反向推理，分解目标。应用规则时， 同时将规则应用到变量化的目标概念上，这样 就同时生成了解释结构和泛化的解释结构 3. 生成控制规则 • 将泛化的解释结构的所有叶结点的合取作为前 件，以定点的目标概念为后件，略去解释结构 的中间部件，生成泛化的产生式规则。
1986年DeJong 和Mooney提出全局取代解释泛化Explanation
Generalization using Global Substitutions, 缩写EGGS) 方法 1987年卡耐基-梅隆大学的Minton 和 Carbonell提出解释特化 (Explanation-Based Specialization，简写EBS)学习方法
2013-7-14 高级人工智能-解释学习 史忠植 27
泛化三角表
INROOM( ROBOT, p2 ) GOTHRU( p3 , p2 , p5 ) CONNECTS( p3 , p2 , p5 )
INROOM( p6 , p5 )
INROOM( ROBOT, p5 ) PUSHTHRU( p6 , p8 , p5 , p9 )
高级人工智能-解释学习 史忠植 2
9.1 概述
基于解释的学习： 一种从单个观察中抽象出通用规则的方法
目标是下次可以快速地解决类似的问题
高级人工智能
2019/11/5
史忠植 高级人工智能
38
主体的分类
execute(I);
get-new-external-events();
drop-successful-attitudes(B,G,I);
drop-impossible-attitudes(B,G,I);
until quit
2019/11/5
史忠植 高级人工智能
32
动作理论
情景演算是描述动作的主要的形式框架。 在情景演算中引入了状态和动作的概念， 并利用两条逻辑公理来描述动作与状态 的关系。一条公理描述一个动作在满足 什么条件的状态之下可能发生，另外一 条描述在一个状态之下某个动作发生以 后当前状态如何改变。
所以，智能主体的研究应该是人工智能的核心问题。斯坦福
大学计算机科学系的 Hayes-Roth在IJCAI'95的特邀报告中谈到：
“智能的计算机主体既是人工智能最初的目标，也是人工智能
最201终9/11的/5 目标。”
史忠植 高级人工智能
13
多主体系统
关于主体的研究不仅受到了人工智能研究人 员的关注，也吸引了数据通信、人机界面 设计、机器人、并行工程等各领域的研究 人员的兴趣。有人认为：“基于主体的计 算（Agent-Based Computing， 简称ABC）
2019/11/5
史忠植 高级人工智能
20
任务分解
合同网络 动态层次控制 自然分解, 固定分配 部分全局规划
aai09知识发现和数据挖掘1高级人工智能史忠植
2019/11/13
高级人工智能 史忠植
25
2019/11/13
高级人工智能 史忠植
26
2019/11/13
高级人工智能 史忠植
27
2019/11/13
高级人工智能 史忠植
28
2019/11/13
高级人工智能 史忠植
29
关联规则发现注意的问题
充分理解数据 目标明确 数据准备工作要做好 选取适当的最小的支持度和可信度 很好地理解关联规则
第九章 知识发现和数据挖掘
数据库中知识发现
史忠植 中科院计算所
2019/11/13
高级人工智能 史忠植
1
知识发现 关联规则 数据仓库 知识发现工具
2019/11/13
高级人工智能 史忠植
2
知识发现
知识发现是指从数据集中抽取和精炼新的模式。 范围非常广泛：经济、工业、农业、军事、社会 数据的形态多样化：数字、符号、图形、图像、声音 数据组织各不相同：结构化、半结构化和非结构 发现的知识可以表示成各种形式
2019/11/13
高级人工智能 史忠植
30
关联规则发现使用步骤
连接数据，做数据准备 给定最小支持度和最小可信度，利用知识发 现工具提供的算法发现关联规则 可视化显示、理解、评估关联规则
2019/11/13
高级人工智能 史忠植
31
关联规则在保险业务中的应用
最小支持度1%，最小可信度为50%
成的，内容相对稳定的、不同时间的数据集合，用以 支持经营管理中的决策制定过程。
2019/11/13
高级人工智能 史忠植
37
数据仓库的特征(1)
数据仓库中的数据是面向主题的
人工智能之智能科学高级人工智能史忠植
统的有效控制，提高了生产效率和安全性。
史忠植对人工智能发展的贡献
推动人工智能技术进步
培养优秀人才
史忠植教授在人工智能领域的研究成 果不仅提高了技术水平，还为该领域 的发展提供了新的思路和方法。
史忠植教授在人工智能领域培养了一 大批优秀人才，这些人才在国内外学 术界和工业界都取得了杰出成就。
促进人工智能应用普及
史忠植教授的研究成果在实际应用中 取得了显著效果，推动了人工智能技 术的普及和应用。
史忠植对智能科学的推动与影响
引领智能科学研究方向
史忠植教授的研究成果为智能科学的发展指明了方向，引领了该领域的研究潮流。
促进智能科学与多学科交叉融合
史忠植教授的研究成果将智能科学与计算机科学、控制科学、心理学等学科进行了深度融 合，推动了多学科交叉研究的进展。
自主智能系统
具备自主感知、决策、执行和学习能力，能 够独立完成复杂任务的系统。
智能机器人
结合传感器、控制器和执行器等硬件设备， 实现人机交互和自主行动的机器人系统。
04
史忠植的贡献与影响
史忠植的主要研究成果
01
提出基于知识的智能系统框架
史忠植教授在人工智能领域最早提出基于知识的智能系统框架，将知识
专家系统
利用专家知识和推理规则进行问题求 解的系统，能够提供专业领域的咨询 和服务。
知识工程
研究如何获取、表示、存储、检索和 应用知识的科学，是人工智能领域的 重要分支。
人工神经网络与深度学习
人工神经网络
模拟生物神经网络结构和功能的计算模型，通过训练不断优化网络参数，实现复杂的数据处理和模式识别。
获取、推理、学习和问题求解等智能活动统一于一体，为后续的智能系
高级人工智能
Human ⊓ Male
析取
C⊔ D
CI ⋃ DI
Doctor ⊔ Lawyer
非
¬C
存在量词 ∃ R.C
全称量词 ∀ R.C
2020/3/27
△I \C
¬ Male
{x| ∃ y.<x,y>∈ RI∧y ∈ CI} ∃ has-child.Male
{x| ∀ y.<x,y>∈ RI y ∈ CI} ∀ has-child.Doctor
史忠植 高级人工智能
20
5 DL中的构造算子
一般地，描述逻辑依据提供的构造算子，在简单的 概念和关系上构造出复杂的概念和关系。
通常DL至少包含以下算子： ◆ 合取(⊓ )，吸取(⊔ )，非(¬) ◆ 量词约束：存在量词( ∃ )，全称量词(∀)
最基本的DL称之为ALC
例如，ALC中概念Happy-father定义为： Man ⊓ ∃ has-child.Male ⊓ ∃ has-child.Female ⊓ ∀has-child.(Doctor ⊔ Lawyer)
一般地，在描述逻辑中添加不同的算子，则得到不同 表达能力的描述逻辑，其复杂性问题也不尽相同。
例如，在ALC的基础上添加逆( - )算子，则构成ALCI 若再加上数量约束算子(≥n , ≤ n )，则构成ALCIQ。
若在描述逻辑中添加时序算子，则构成为时序描述 逻辑(Temporal Description Logic)，例如，可以添加：
对一个概念C，如果存在一个解释I使得CI是非空 的，则称概念C是可满足的，否则是不可满足的。
检验一个概念的可满足性，实际上就是看是否有 解释使得这个概念成立。例如：概念Male ⊓ Female， 即需要检测是否有性别既是男的又是女的这样的人。 若确实是没有这种两性人，则我们断言，这个概念 是不可满足的。
高级人工智能
18
由此可以形象地把全概率公式看成为 “由原因推结果”，每个原因对结果的发 生有一定的“作用”，即结果发生的可能 性与各种原因的“作用”大小有关 . 全概 率公式表达了它们之间的关系 . A3
A1
A2
2019/2/13
A5
A6 A8
史忠植 高级人工智能
诸Ai是原因 B是结果
B A4 A7
19
实际中还有下面一类问题，是 “已知结果求原因”
P(A1)=0.4
P(A2)=0.6
P(B/A1)=0.01 P(B/A2)=0.02
如何求 P(A1/ B)
P A1 B P(A1/ B) PB
=
甲 A1
B
乙 A2
P A P B / A 1 1 P A P B / A P A P B / A 1 1 2 2
i
A1
A2 A3 A4 E
A6
A5
基于条件概率的定义 p(Ai|E) 是在给定证据下的后验概率 p(Ai) 是先验概率 P(E|Ai) 是在给定Ai下的证据似然 p(E) 是证据的预定义后验概率
2019/2/13 史忠植 高级人工智能 25
贝叶斯网络的概率解释
任何完整的概率模型必须具有表示（直接或间接）该领域变量联 合分布的能力。完全的枚举需要指数级的规模（相对于领域变量 个数） 贝叶斯网络提供了这种联合概率分布的紧凑表示：分解联合分布 为几个局部分布的乘积：
A3 B
An
A2 称满足上述条件的 A1,A2,…,An为完备事件组.
2019/2/13 史忠植 高级人工智能 17
全概率
例:某汽车公司下属有两个汽车制造厂,全部产品的40%由甲厂 生产,60%由乙厂生产.而甲乙二厂生产的汽车的不合格率分别 为1%,2%.求从公司生产的汽车中随机抽取一辆为不合品的概 率. 解:设A1,A2分别表示{甲厂汽车} {乙厂汽车},B表示{不合格品}
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
46、法律有权打破平静。——马·格林 47、在一千磅法律里，没有一盎司仁 爱。— —英国
48、法律一多，公正就少。——托·富 勒 49、犯罪总是以惩罚相补偿；只有处 罚才能 使犯罪 得到偿 还。— —达雷 尔
50、弱者比强者更能得到法律的保护 。—— 威·厄尔
谢谢
11、越是没有本领的就越加自命不凡。——邓拓 12、越是无能的人，越喜欢挑剔别人的错儿。——爱尔兰 13、知人者智，自知者明。胜人者有力，自胜者强。——老子 14、意志坚强的人能把世界放在手中像泥块一样任意揉捏。——歌德 15、最具挑战性的挑战莫过于提升自我。——迈