人工智能
人工智能学科概述
人工智能学科发展的历史，研究内容及其研究特点。
知识表示方式
知识表示的概念
知识表示实际上就是对知识的一种描述，即用一些约定的符号把知识编码成一组计算机可以接受的数据结构。
知识必须有适当的表示形式才便于在计算机中存储、检索、修改和使用。
总之，知识表示就是研究如何用最合适的形式来组织知识，使对所要解决的问题最为有利。
一阶谓词逻辑
命题变量：任何命题均可用变量表示，通常用P、Q、R等表示。
命题连接词(Connectives)：通常有以下5个：
¬ ：否定(Negation)，非(Not)：¬P
∧：合取(Conjunction)，与(and)：P∧Q
∨：析取(Disjunction)，或(or)： P∨Q
$\rightarrow$条件(Conditional)，蕴含(Impliction)：P$\rightarrow$Q
$\leftrightarrow$双条件(Biconditional)，等价(Equivalence)：P$\leftrightarrow$Q
量词(Quantifier)
在谓词逻辑中，使用以下两种量词：
$\forall$全称(Universal)量词，表示“全体的”。
$\exist$存在(Existential)量词，表示“存在”。
例：
$(\forall x)P(x)$，表示对于所有的x，谓词P(x)均为T。
$(\exist x)P(x)$，表示存在某些x，使谓词P(x)为T。
量词的作用称为量化，一元谓词量化后转化为命题。此外，将谓词中的变量全部换成确定的对象，也可使谓词变为命题。
例：
- 所有偶数可被2整除
E(x)：x是偶数，Q(x)：x可被2整除
$(\forall x)[E(x) \rightarrow Q(x)]$
- 有些偶数可被3整除
T(x)：x可被3整除
$(\exist x)[E(x)∧T(x)]$
- 存在一个偶数 $(\exist x)E(x)$$
每个整数是偶数或奇数 $(\forall x)[E(x)∨O(x)]$
不是所有整数是奇数 $¬\forall xO(x)或\exist x¬O(x)$
不是所有素数是奇数 $¬\forall x[P(x)\rightarrow O(x)]或\exist x[P(x)∧¬O(x)]$
如果一个整数不是奇数，那么是偶数 $\forall x[¬O(x)\rightarrow E(x)]$
- 自然数的定义：
(1) 对每一个数，存在一个且只有一个后继数。
(2) 不存在以0为后继数的数
(3) 除0以外，每一个数都有一个且只有一个前驱数。
设：
S(x)：x的后继数
P(x)：x的前驱数
E(x, y)：x等于y
则：
(1) $\forall x \exist y{E(y, S(x))∧ \forall z[E(z, S(x))\rightarrow E(y, z)]}$
(2) $¬\exist x[E(0, S(x))]$
(3) $\forall x{¬E(x, 0)\rightarrow y[E(y, P(x))∧\forall z(E(z, P(x))\rightarrow E(y, z))]}$
定义表示状态的谓词：
TABLE(x)：x是桌子。
EMPTY(y)：y手中是空的。
AT(y, z)：y在z的附近。
HOLDS(y, w)：y手中拿着w。
ON(w, x)：w在x桌子上。
其中各变量的个体域是：
x：{a, b}
y：{robot}
z：{a, b, c}
w：{box}
谓词逻辑表示法的特点
自然：是一种接近与自然语言的形式语言系统，接近与人们对问题的直观理解，易于被人们接受。
明确：对如何由简单陈述句构造复杂陈述句的方法有明确的规定，表示的知识明确，易于理解。
精确：是一种二值逻辑，用于表示精确知识，并可保证推理结论的精确性。
灵活：逻辑表示法把知识和处理知识的程序有效地分开。
模块化：在逻辑表示法中，各条知识都是相对独立的，它们之间不直接发生关系。
谓词逻辑表示法的缺点
- 知识表示能力差：逻辑表示法只能表示确定性知识，而不能表示非确定性知识，如不精确、模糊性知识。
- 知识库管理困难：缺乏知识的组织原则。
- 存在组合爆炸：难以表示启发性知识。
- 系统效率低：根据形式逻辑进行推理，把推理演算与知识含义截然分开，抛弃了表达内容中所含有的语义信息，使推理过程冗长。
产生式系统
产生式系统由三个基本要素组成：
综合数据库：描述问题状态和有关事实的数据结构。它含有所求解问题的信息，其中有些部分可以是不变的，有些部分则可能只与当前问题的解有关。它对应叙述性知识，相当于人脑的短期记忆功能。
产生式规则库：用于求解该领域问题的所有规则的集合。
产生式规则的一般形式为： IF P THEN Q
它对应于过程性知识，相当于人脑的长期记忆功能。
- 控制策略：如何选择一条可应用的规则对综合数据库进行操作。即决定了问题求解过程的推理线路。它对应于控制性知识。
产生式系统表示法的特点
优点：
自然性 模块性 有效性
缺点：
效率较低 不能表示结构性知识
语义网络
语义网络最初是在自然语言理解系统中，为表达单词的意义而设计的一种表示方式。它是一种用实体及其语义关系来表达知识的有向图，实际上是对知识的一种图表示法，它由节点和弧组成，节点代表实体，用来表示事物、概念、情况、属性、状态、事件、动作等，而弧表示节点之间的语义关系。