人工智能原理 北京大学 7 PartIIIReasoningChapter7Reasonin (7.4.1)
人工智能原理逻辑系统
第3章 逻辑系统
量词与变量
• 变量(变元)：表示论域内的任意一个个体 / 常量(常元)，表示确定的个体 • 量词与变量：量词用来表示谓词的判断特性 • 全称量词：对所有的x x P(x) • 存在量词：存在x x P(x) • 约束变量：、中x的变量，量词所管辖的 公式如P(x)称为量词辖域 • 自由变量：不在量词辖域内的变量为自由变 量
12
第3章 逻辑系统
谓词
• 谓词（关系）：一阶形式语言中用于指 称论域中个体的性质或者个体之间关系 的形式符号（大写字母表示）
• 给定了论域，就确定了谓词的真假值 • 一元谓词：个体的性质；二元谓词(多元谓 词)：个体的关系 • 个体的位置—空位，具体化—构成意义完整 的语句 • 空位的数目—谓词的元数→几元谓词
9
第3章 逻辑系统
命题逻辑的合式公式
• 合式公式(well-formed formula)，简称公 式，记作wff：一个表达式是一个公式， 当且仅当它能通过有限次地使用下述步 骤生成：
(1)原子公式是公式； (2)如果A是公式，则(￢A)是公式； (3)如果A、B均为公式，则A*B是公式，其中* 表示∧∨→≡中的任意一个 / 公式的形成规 则 / 命题逻辑的主要研究对象是公式
11
第3章 逻辑系统
论域与个体
• 论域和个体：在一阶逻辑中，被研究对 象构成的非空集称为论域；论域中的每 个元素称为个体
• 论域例子：前面例子中的论域是“人” / 所 有的有理数都是实数：其论域为有理数 • 一阶逻辑还研究个体之间的关系（或个体的 性质）及作用于个体的函数 • 论域/个体/个体间关系/作用于个体函数 这4 个成分构成了一阶逻辑的结构
14
第3章 逻辑系统
《人工智能原理》-03-对抗搜索
默。可能的选项如下：
1）若囚徒A和B彼此揭发对方，则每个囚徒被监禁2年；
2）若囚徒A揭发B、而B保持沉默，则A被释放而B被监禁3年，反
之亦然；
3）若A和B都保持沉默，则他们仅被监禁1年。
囚徒困境源于1950年梅里尔·弗拉德（Merrill Flood）等人的相关困境理论。
v ← −∞
for each a in ACTIONS(state) do v ← MAX(v, MIN-VALUE(RESULT(state, a)))
return v
20
最小最大算法
(a)
(b)
(c)
(d)
双人对抗博弈搜索树：
❖ 正方形MAX方，圆形MIN方。
❖ 每个分支都是某一方的决策。
❖ 双方都基于Minimax算法。
启发式搜索算法，用于某些问题的决策过程；
• 与最小最大算法一样，每个节点对应了一个博弈状态；
• 与最小最大算法不一样，节点的值通过蒙特卡罗仿真来估计：
)
Q
(
v
动作 a 的值
ln
N
(
v
)
+c
N (v )
N (v )
其中：v 是 v 的父节点，Q(v ) 表示 v 的质量，N (v ) 表示访问 v 的次数，
用计算机ENIAC编写了相应的程序。
这些保密工作需要一个代号，尼古拉斯·梅特罗波利斯
（Nicholas Metropolis）建议使用摩纳哥蒙特卡罗赌场的名
字，因为乌拉姆的叔叔经常去那里赌博。
约翰·冯·诺依曼
斯塔尼斯拉夫·乌拉姆
30
蒙特卡罗树搜索
人工智能原理 北京大学 3 PartIISearchingChapter3SolvingPr (3.1.1)
Problem Solving AgentsSchool of Electronic and Computer EngineeringPeking UniversityWang WenminContents☐3.1.1 Problem Solving in AI☐3.1.2 Algorithm of Simple Problem Solving Agents ☐3.1.3 Related Terms☐3.1.4 Five Items to Formulate a ProblemProblem solving in AI 人工智能中的问题求解☐The solution 解is a sequence of actions to reach the goal.是一个达到目标的动作序列。
☐The process 过程look for the sequence of actions,which is called search.寻找该动作序列，称其为搜索。
☐Problem formulation 问题形式化given a goal, decide what actions and states to consider.给定一个目标，决定要考虑的动作与状态。
☐Why search 为何搜索Some NP-complete or NP-hard problems, can be solved only by search.对于某些NP完或者NP难问题，只能通过搜索来解决。
☐Problem-solving agent 问题求解智能体is a kind of goal-based agent to solve problems through search.是一种基于目标的智能体，通过搜索来解决问题。
Algorithm of Simple Problem Solving Agents简单的问题求解智能体算法function S IMPLE-P ROBLEM-S OLVING-A GENT(percept) returns an actionpersistent: seq, an action sequence, initially emptystate, some description of the current world stategoal, a goal, initially nullproblem, a problem formulationaction, the most recent action, initially nonestate← U PDATE-S TATE(state, percept)if seq is empty thengoal← F ORMULATE-G OAL(state)problem← F ORMULATE-P ROBLEM(state, goal)seq← S EARCH(problem)if seq= failure then return a null actionaction← F IRST(seq)seq← R EST(seq)return actionExample: A road map of part of Romania 罗马尼亚部分公路图Currently in Arad, leaves tomorrow to BucharestRelated Terms 相关术语☐State space 状态空间The state space of the problem is formally defined by: Initial state, actions and transition model.问题的状态空间可以形式化地定义为：初始状态、动作和转换模型。
人工智能原理介绍
Godel（哥德尔）（1906-1978）美籍奥地利数
A· M· Turing （图灵）（1912-1954）英国天才数学家 主要贡献： 1936年提出一种理想计算机的数学模型，后世称之 为图灵机。 现已公认，所有可计算函数都能用图灵机计算--为 电子计算机出现建立了理论根据。 在二次大战期间为盟军设计破译密码的机器，为盟 军的最后胜利立下了汗马功劳。 1950年，提出了著名的“Turing Test” 如果机器能成功的伪装成人欺骗观察者,就认为它具 有了智能。 Turing Test的重要意义： 使实验研究智能行为成为可能 1980,美国哲学家John searle 在其论文《心、大脑与程 序》中提出Chinese Room Experiment
一、什么是人工智能？
二、人工智能的历史 三、人工智能的不同研究流派 四、人工智能的主要研究领域及其发展
五、人工智能与其它领域的交叉
二、人工智能的历史
AI is nearly as old as computing
人工智能的历史
Aristotle（亚里士多德）（公元前3 8 4 - 3 2 2）：古 希腊伟大的哲学家、思想家，著名学者Plato的学生。 主要贡献:为形式逻辑奠定了基础。 三段论 Famous stal Socrates is a man Deduction: Socrates is mortal
Feigenbaum(Stanford):AI是知识信息处理系统
Winston(MIT):AI就是研究如何使计算机去做过 去只有人才能做的富有智能的工作
It is the science and engineering of making intelligent machines, especially intelligent computer programs. It is related to the similar task of using computers to understand human intelligence, but AI does not have to confine itself to methods that are biologically observable. --McCarthy 人工智能既包含理论研究的内容又包含工程方面的内容 . 人工智能的研究注意智能系统的效果而不是单纯的对人 的智能行为的模拟. (人工智能研究的出发点与生物学家不同。生物学家研 究智能行为是从脑的结构和神经细胞的组织入手。 人工智能研究者主要从智能行为的过程与表现入手，重 点放在智能行为的实际效果上。)
人工智能原理第3章逻辑系统-PPT精选
9
第3章 逻辑系统
命题逻辑的合式公式
• 合式公式(well-formed formula)，简称公 式，记作wff：一个表达式是一个公式， 当且仅当它能通过有限次地使用下述步 骤生成：
人工智能原理
第3章 逻辑系统
第3章 逻辑系统
本章内容
3.1 命题逻辑和一阶谓词逻辑
3.2 逻辑系统的语法和语义 3.3 逻辑推理举例 3.4 逻辑智能体的推理策略 参考书目
附录 形式系统简介
第3章 逻辑系统
经典数理逻辑
• AI研究内容之一是推理，即研究怎样使 计算机获得自动推理的能力
• 数理逻辑用数学方法研究各种推理中的 逻辑问题，以推理本身作为研究对象
• 建立在上述形式推演规则基础上的形式 推演系统称为自然推演(演绎)系统
27
第3章 逻辑系统
逻辑系统的语义
• 语义即对形式语言进行解释
• 研究可推导性即形式推演(├)时不考虑作为前提和结 论的命题的内容，只考虑命题真假并由此确定前提 的真是否蕴涵结论的真，即前提和结论之间是否有 可推导关系(语法)
• 研究形式系统的语义时，对逻辑系统赋予研究对象 的集合即论域；用论域中的个体对象、对象之上的 运算(函数)、对象之间的关系(谓词)去解释逻辑系统 中的符号，称作指称denote 指称语义学
• 赋予形式系统的论域及解释称为形式系统的语义 结构，简称结构(structure)
28
第3章 逻辑系统
• 知识表示：命题逻辑、一阶谓词逻辑
• 推理(一阶谓词逻辑)—主要有3类推理算法： 前向链接和演绎系统、反向链接和逻辑程序 设计(本章)、归结反演和定理证明系统(第4 章)
人工智能原理 北京大学 3 PartIISearchingChapter3SolvingPr (3.5.2)
Informed Search StrategiesSchool of Electronic and Computer EngineeringPeking UniversityWang WenminContents☐3.5.1 Best-first Search☐3.5.2 Greedy Search☐3.5.3 A* Search☐3.5.4 Iterative Deepening A* Search☐Search Strategy 搜索策略⏹avoid expanding expensive paths, minimizing the total estimated solution cost.避免扩展代价高的路径，使总的估计求解代价最小化。
☐Evaluation function 评价函数⏹g (n ) --cost to reach the node到达该节点的代价⏹h (n ) --estimated cost to get from the node to the goal从该节点到目标的估计代价☐Theorem : A* search is optimal定理：A *搜索是最优的A* Search A*搜索f (n )=g (n )+h (n )Arad366Bucharest0Craiova160Drobeta242Eforie161Fagaras176Giurgiu77Hirsova151Iasi226Lugoj244Mehadia241Neamt234Oradea380Pitesti100Rimnicu Vilcea193Sibiu253Timisoara329Urziceni80Vaslui199Zerind 374f (n )=g (n )+h (n ), which g (n ) = path cost,h (n )= h SLD h SLD Values(a) The initial state Arad366=0+366(c) After expanding Sibiu AradSibiuZerind Rimnicu Vilcea Timisoara FagarasOradea 447=118+329449=75+374671=291+380413=220+193415=239+176(b) After expanding AradArad SibiuZerind Timisoara 447=118+329449=75+374393=140+253(d) After expanding Rimnicu VilceaCraiovaPitesti 526=366+160417=317+100Arad SibiuZerind Rimnicu Vilcea Timisoara FagarasOradea 447=118+329449=75+374671=291+380415=239+176(e) After expanding FagarasBucharest450=450+0Craiova Pitesti 526=366+160417=317+100Arad SibiuZerind Rimnicu Vilcea Timisoara Fagaras Oradea447=118+329449=75+374671=291+380(f) After expanding PitestiBucharestBucharest450=450+0Craiova Pitesti526=366+160Arad SibiuZerind Rimnicu Vilcea Timisoara Fagaras Oradea447=118+329449=75+374671=291+380418=418+0Iterative Deepening A* Search 迭代加深A*搜索☐It is a variant of iterative deepening depth-first search它是迭代加深深度优先搜索的变种⏹that borrows the idea to use a heuristic function to evaluate the remaining costto get to the goal from the A* search algorithm.从A*搜索算法借鉴了这一思想，即使用启发式函数来评价到达目标的剩余代价。
人工智能原理及其应用第3版-课后习题答案
2.4什么是推理？它有哪些分类方法？
问题的初始状态：
AL(农夫)
AL(船)
AL(狼)
AL(羊)
AL(白菜)
问题的目标状态：
¬AL(农夫)
¬AL(船)
¬AL(狼)
¬AL(羊)
¬AL(白菜)
(2)再定义描述操作的谓词
本题需要以下4个描述操作的谓词：
L-R：农夫自己划船从左岸到右岸
L-R(x)：农夫带着x划船从左岸到右岸
R-L：农夫自己划船从右岸到左岸
解：一个陈述句称为一个断言，凡有真假意义的断言称为命题。
命题的意义通常称为真值，当命题的意义为真时，则称该命题的真值为真。
2.7什么是论域？什么是谓词
解：论域是由所讨论对象之全体构成的非空集合。论域中的元素称为个体，论域也常称为个体域。
在谓词逻辑中，命题是用谓词来表示的。一个谓词可分为谓词名和个体两部分。
ONTABLE(A)
ONTABLE(B)
ON(C, A)
CLEAR(B)
CLEAR(C)
HANDEMPTY
问题的目标状态是：
ONTABLE(C)
ON(B, C)
ON(A, B)
CLEAR(A)
HANDEMPTY
(2)再定义描述操作的谓词
在本问题中，机械手的操作需要定义以下4个谓词：
Pickup(x)：从桌面上拣起一块积木x。
产生式
人工智能原理 北京大学 2 PartIBasicsChapter2IntelligentAg (2.1.1)
Artificial IntelligenceSchool of Electronic and Computer EngineeringPeking UniversityWang WenminArtificial Intelligence Contents:☐Part 1. Basics☐Part 2. Searching☐Part 3. Reasoning☐Part 4. Planning☐Part 5. LearningPart 1. Basics Contents:☐1. Introduction☐2. Intelligent Agents2. Intelligent Agents Objectives 教学目的⏹Overview several approaches for AI.纵览AI的各种研究途径。
⏹Discuss the nature of intelligent agents, the diversity ofenvironments, and the resulting menagerie of agent types.讨论智能体的性质、环境的多样性、以及由此产生的各种类型的智能体。
2. Intelligent Agents Contents:☐2.1. Approaches for Artificial Intelligence☐2.2. Rational Agents☐2.3. Task Environments☐2.4. Intelligent Agent Structure☐2.5. Category of Intelligent Agents2.1. Approaches for Artificial Intelligence Contents:☐2.1.1. Cybernetics and Brain Simulation☐2.1.2. Symbolic vs. Sub-symbolic☐2.1.3. Logic-based vs. Anti-logic☐2.1.4. Symbolism vs. Connectionism☐2.1.5. Statistical Approach☐2.1.6. Intelligent Agent Paradigm☐In 1940s and 1950s, a number of researchers explored the connection between neurology, information theory, and cybernetics.1940年代至1950年代，许多研究者探索神经学、信息论和控制论之间的关系。
人工智能原理MOOC习题集及答案北京大学王文敏
人工智能原理MOOC习题集及答案北京大学王文敏Quizzes for Chapter 1 1 单选(1 分)图灵测试旨在给予哪一种令人满意的操作定义得分/ 总分A.人类思考B.人工智能C.机器智能D.机器动作正确答案：C 你选对了 2 多选(1 分)选择以下关于人工智能概念的正确表述得分/总分A.人工智能旨在创造智能机器该题无法得分/B.人工智能是研究和构建在给定环境下表现良好的智能体程序该题无法得分/}得分/C.人工智能将其定义为人类智能体的研究该题无法D.人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事该题无法得分/ 正确答案：A、B、D 你错选为A、B、C、D 3 多选(1 分)如下学科哪些是人工智能的基础得分/总分A.经济学B.哲学C.心理学D.数学正确答案：A、B、C、D 你选对了4 多选(1 分)下列陈述中哪些是描述强 AI(通用 AI)的正确答案得分/ 总分；能力A.指的是一种机器，具有将智能应用于任何问题的B.是经过适当编程的具有正确输入和输出的计算机，因此有与人类同样判断力的头脑C.指的是一种机器，仅针对一个具体问题D.其定义为无知觉的计算机智能，或专注于一个狭窄任务的 AI 正确答案：A、B 你选对了 5 多选(1 分)选择下列计算机系统中属于人工智能的实例得分/总分搜索引擎B.超市条形码扫描器C.声控电话菜单该题无法得分/D.智能个人助理该题无法得分/（正确答案：A、D 你错选为 C、D 6 多选(1 分)选择下列哪些是人工智能的研究领域得分/总分A.人脸识别B.专家系统C.图像理解D.分布式计算正确答案：A、B、C 你错选为 A、B 7 多选(1 分)考察人工智能(AI)的一些应用，去发现目前下列哪些任务可以通过 AI 来解决得分/总分A.以竞技水平玩德州扑克游戏!B.打一场像样的乒乓球比赛C.在 Web 上购买一周的食品杂货D.在市场上购买一周的食品杂货正确答案：A、B、C 你错选为 A、C 8 填空(1 分)理性指的是一个系统的属性，即在_________的环境下做正确的事。
《人工智能原理》PPT课件
第2章 知识表达
重点内容： 一、一阶谓词逻辑表达知识 二、语义网络表达知识 三、产生式表达知识
一、一阶谓词逻辑表达知识
主要步骤： 1、定义合适的谓词：用事先定义好的字母或词汇表达谓
词，用小写字母或词汇表示客体，或用客体变元表示 客体。例如： 花是红的 ： red(花） 2、选择合适量词： 量词有两个： （1）全称量词：表示“所有的”，“任何的”等。 （2）存在量词：表示“存在一些”等
第4章 状态空间法
---深度优先搜索算法
宽度方向
深
度
方
S11
向
So
S12
S23
S24
Open表的结构为栈
S35
S36
S37
S38
S45
S46
S47
S48
第4章 状态空间法
重点内容： 一、状态空间法求解问题的基本思想 二、问题的形式化 三、几个概念 四、宽度优先搜索算法 五、深度优先搜索算法 六、 A* 算法
化简分为8个步骤
一、子句及其化简
几点注意： 化简后的子句之间是合取关系，即
与的关系，所以只要有一个子句是假的， 则整个子句集就是不可满足的。
空子句是不可满足的，所以一个子 句集中只要含有一个空子句，则子句集 就是不可满足的。
二、归结原理的基本思想及步骤
基本思想： 有一个二元组<A,T>，其中 A: 由一阶谓词逻辑表达的公理系统 T: 一阶谓词逻辑表达的待证明的定理或命题。 要证明T是A的逻辑结论，即 A T 。 采用的思想是： 如果要证明T是A的逻辑结论，则证明T的否定T
- 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)。
School of Electronic and Computer EngineeringPeking UniversityWang WenminArtificial IntelligenceOntological EngineeringContents☐7.4.1 What is Ontology☐7.4.2 What is Ontological Engineering☐7.4.3 Two Classes of Ontology Languages ☐7.4.4 Typical Ontology Languages☐7.4.5 Applications of Ontologies☐Ontology is the philosophical study of the nature of being, becoming, existence, or reality, as well as the basic categories of being and their relations.本体论是关于生物、生成、存在或现实的本质、以及生物及其关系的基本类别的哲学研究。
☐An ontology is a formal naming and definition of the types, properties, and interrelationships of the entities, that really or fundamentally exist for a particular domain of discourse.一个本体是一种对若干实体的类型、特性和相互关系的形式化命名和定义，它真实的、或根本地存在于一个特定范围的论域。
☐An ontology provides a common vocabulary of an area and define, with different levels of formality, the meaning of the terms and the relationships between them.一个本体提供了一个领域的公共词汇，并且用不同层次的形式定义一些术语的含义和它们之间的关系。
☐Some fields create ontologies to organize information, then the ontologies can be applied to problem solving, include:某些领域创建本体来组织信息，然后再将这些本体用于问题求解，包括：Artificial intelligenceSemantic Web Systems engineering Software engineering Biomedical informaticsLibrary science Information architecture ⏹人工智能⏹语义Web⏹系统工程⏹软件工程⏹生物医学信息学⏹图书馆学⏹信息架构Types 类型Concepts 概念Upper ontology上层本体A model of the common objects that are generally applicable across a wide range of domain ontologies.一种公共对象的模型，通常可应用于广泛的领域本体。
Domain ontology领域本体Relevant to a particular topic or area of interest, e.g., information technology, or particular branches of science.与一个特定的主题或兴趣领域有关，如：信息技术或科学的某个分支。
Hybrid ontology混合本体A combination of an upper ontology and a domain ontology.一个上层本体与一个领域本体的结合。
Example : The Upper Ontology of the WorldThe lower concept is a specialization of the upper one.其底层的概念是上层概念的一个特化。
IntervalPlacePhysical ObjectsProcessesThings Stuff AnimalsHumansAgentsSolidLiquidGas MomentsSetsNumbersRepresentational ObjectsCategories Measurements Sentences WeightsTimesAnythingAbstract ObjectsGeneralized EventsExample : A Domain Ontology 一个领域本体An ontology represents a set of concepts within a domain, andthe relationships between those concepts.一个本体用来表示一个领域中概念的集合，以及这些概念之间的关系。
entitysetitemindividualcategoryrelatorpropertyoccurrentpresentialabstractconcretespacetimeComponents 成分Instances 实例Individuals个体instances or objects 实例或对象Classes类sets, collections, concepts, classes in programming, types of objects, or kinds of things集、集合、概念、编程中的类、对象的类型、或者事物的种类Attributes属性aspects, properties, features, characteristics, or parameters that objects (and classes) can have对象（以及类）所能够具有的方面、属性、特性、特征、或者参数Relations关系ways in which classes and individuals can be related to one another 类和个体可以相互关联的方式Function terms功能项complex structures formed from certain relations that can be used in place of an individual term in a statement从某些关系所形成的复杂结构，可以用来替代某个陈述中的独立项。
Components 成分Instances 实例Restrictions限定formally stated descriptions of what must be true in order for some assertion to be accepted as input正式规定的必须为真的描述，为了使某些断言被接受为输入Rules 规则statements in the form of an if-then (antecedent-consequent) sentence that describe the logical inferences that can be drawn from an assertion in a particular form采用if-then（前因-后果）语句形式的陈述，描述从一个特定形式的断言得到的逻辑推理Axioms公理assertions (including rules) in a logical form that together comprise the overall theory that the ontology describes in its domain of application. 逻辑形式的断言（包括规则），共同构成本体在它的应用领域描述的全部理论Events 事件the changing of attributes or relations 属性或关系的改变What is Ontological Engineering 什么是本体工程☐A field which studies the methods and methodologies for building ontologies:一个研究构建本体的方法和方法学的领域：⏹The formal representations of a set of concepts within a domain, and一组某个领域概念的形式化表示，以及⏹The relationships between those concepts.这些概念之间的关系。
☐The general concepts to represent, i.e.:要表示的一般概念，即：⏹Event, 事件、⏹Time, 时间、⏹Physical objects, and 物理对象、以及⏹Beliefs.置信度。
What is Ontological Engineering 什么是本体工程☐Ontological engineering is to study本体工程研究：⏹the ontology development process,本体开发过程，⏹the ontology life cycle,本体生命周期,⏹the methods and methodologies for building ontologies,构建本体的方法和方法学，⏹the tool suites and languages to support ontologies.支持本体的工具套件和语言的新领域。
☐1) Traditional syntax ontology languages传统语法的本体语言⏹Common Logic⏹DOGMA (Developing Ontology-Grounded Methods and Applications)⏹F-Logic (Frame Logic)⏹KIF (Knowledge Interchange Format)⏹KM programming language⏹LOOM (ontology)⏹OCML (Operational Conceptual Modelling Language)⏹OKBC (Open Knowledge Base Connectivity)☐2) Markup ontology languages标记式本体语言These languages use a markup scheme to encode knowledge, most commonly with XML.这些语言使用标记方案对知识进行编码，最常用的是XML。