人工智能重點(diǎn)詞匯表

1、1. 人工智能從狹義的概念上來講，人工智能是計算機(jī)科學(xué)中涉及研究，設(shè)計和應(yīng)用智能機(jī)器的一個分支，是智能計算機(jī)系統(tǒng)的研究。從廣義上來講，人工智能是指人類智能行為規(guī)律、智能理論方面的研究。2. 圖靈試驗(yàn)當(dāng)一個人與一個封閉房間里的人或者機(jī)器交談， 如果他不能分辨自己問題的回答是計算機(jī)還是人給出，則稱該機(jī)器是具有智能的。以往該試驗(yàn)幾乎是衡量機(jī)器人工智能的唯一標(biāo)準(zhǔn)，但是從九十年代開始，現(xiàn)代機(jī)器完全自主的智能。 提出與外界交流的，人工智能領(lǐng)域的科學(xué)家開始對此試驗(yàn)提出異議。反對封閉式的， 人機(jī)交互的智能。3. 歸結(jié)原理又稱為消解原理。該原理是一種基于邏輯的、采用反證法的推理方法。由于其理論上的完備性，歸結(jié)

2、原理成為機(jī)器定理證明的主要方法。4.命題描述事實(shí)、事物的狀態(tài)、關(guān)系等性質(zhì)的文字串，取值為真或假（表示是否成立）的句子。5.范式6.范式是公式的標(biāo)準(zhǔn)形式，公式往往需要變換為同它等價的范式，以便對它們作一般性的處理。前束范式A是一個前束范式，如果 A中的一切量詞都位于該公式的最左邊（不含否定詞），且這些量詞的轄域都延伸到公式的末端。7.Skolem 標(biāo)準(zhǔn)形前束范式中消去所有的存在量詞，則稱這種形式的謂詞公式為Skolem 標(biāo)準(zhǔn)形。8.文字不含任何連接詞的謂詞公式。9.子句10.一些文字的析?。ㄖ^詞的和）子句集所有子句的集合。11.一階邏輯謂詞中不再含有謂詞的邏輯關(guān)系式。12.個體詞表示主語的詞。1

3、3.謂詞刻畫個體性質(zhì)或個體之間關(guān)系的詞。14.量詞表示數(shù)量的詞。15.置換可以簡單的理解為是在一個謂詞公式中用置換項(xiàng)去置換變量。置換是形如t1/x1, t2/x2,，tn/xn的有限集合。其中，x1, x2,，xn是互不相同的變量，t1, t2, ，tn 是不同于xi的項(xiàng)（常量、變量、 函數(shù)）；ti/xi表示用ti置換xi，并且要求ti與xi不能相同，而且xi不能循環(huán)地出現(xiàn)在另一個 ti中。 16. 歸類設(shè)有兩個子句C和D,若有置換b使得C bD17.18.公式G永真成立，則稱子句 C 把子句 D 歸類。 支撐集T,如果S-T是可滿足的，則 T是支持集。設(shè)有不可滿足子句集 S 的子集26.19

4、.20.對于G的所有解釋，G都為真。 公式G永假(矛盾) 沒有一個解釋使G為真。 可滿足若 A 至少有一個成真賦值，則稱不可滿足若 A 一個成真賦值都沒有，則稱 完全語義樹S的語義樹是完全的，如果對該語義樹的所有葉結(jié)點(diǎn)N來說，I(N)包含了 S的原子集A= A1，A2,中的所有元素Ai或一Ai, i=1n。23. 失敗結(jié)點(diǎn)A為可滿足的。21.22.A為不可滿足的。當(dāng)(由上)延伸到點(diǎn) N時，l(N)已表明了 S的某子句的某個基例為假。但 N以前尚不能判斷這事實(shí)。 就稱N為失敗結(jié)點(diǎn)。24.封閉語義樹25.如果S的完全語義樹的每個分枝上都有一個失敗結(jié)點(diǎn)，就稱它是一棵封閉語義樹。 不確定性推理建立在不

5、確定性知識和證據(jù)的基礎(chǔ)上的推理。Bayes 定理設(shè)事件A , A , A，A中任意兩個事件都不相容，則對任何事件B有下式成立:上式稱為 Bayes 公式。27. 全概率公式這是 Bayes 定理的另一種形式。28. 貝葉斯網(wǎng)由一個有向無環(huán)圖（DAG及描述頂點(diǎn)之間的概率表組成。其中每個頂點(diǎn)對應(yīng)一個隨機(jī)變量。這個圖表 達(dá)了分布的一系列有條件獨(dú)立屬性：在給定了父節(jié)點(diǎn)的狀態(tài)后，每個變量與它在圖中的非繼承節(jié)點(diǎn)在概率 上是獨(dú)立的。該圖抓住了概率分布的定性結(jié)構(gòu)，并被開發(fā)來做高效推理和決策。29.知識很難給出明確的定義，只能從不同側(cè)面加以理解，不同的人有不同的理解：Feigenbaum :知識是經(jīng)過消減、塑造

6、、解釋和轉(zhuǎn)換的信息。Bernstein ：知識是由特定領(lǐng)域的描述、關(guān)系和過程組成的。Hayes-roth :知識是事實(shí)、信念和啟發(fā)式規(guī)則。從知識庫的觀點(diǎn)看，知識是某領(lǐng)域中所涉及的各有關(guān)方面的一種符號表示。30.表示觀對于 什么是表示 這一基本問題的不同理解和采用的方法論。31.計算效率不同于以前的多用計算復(fù)雜性來衡量一種智能系統(tǒng)的方法32. 邏輯表示法, 而采用計算困難度來衡量。通過引入謂詞、邏輯是一種重要的知識表示方法。 使用邏輯法表示知識，須將以自然語言描述的知識， 函數(shù)加以形式描述，獲得有關(guān)的邏輯公式，進(jìn)而以機(jī)器內(nèi)碼表示。33. 知識庫 由規(guī)則庫和數(shù)據(jù)庫組成。規(guī)則庫是產(chǎn)生式規(guī)則的集合，數(shù)

7、據(jù)庫存放輸入事實(shí)、外部數(shù)據(jù)庫輸入的事實(shí) 以及中間結(jié)果和最后結(jié)果。34. 推理機(jī) 是一個程序，控制協(xié)同規(guī)則庫與數(shù)據(jù)庫的運(yùn)行，包含了推理方式和控制策略。推理方式有正向推理、 反向推理和雙向推理。把一組產(chǎn)生式放在一起，讓它們互相配合，協(xié)同工作，一個產(chǎn)生式生成的結(jié)論可以供另一個產(chǎn)生式作 為前提使用，以這種方式求得問題的解決，這樣的系統(tǒng)就叫做產(chǎn)生式系統(tǒng)。與或圖各個事實(shí)之間的邏輯關(guān)系圖。正向推理 是從已知事實(shí)出發(fā)，通過規(guī)則庫求得結(jié)論?；蚍Q數(shù)據(jù)驅(qū)動方式為 反向推理從目標(biāo)出發(fā)，反向使用規(guī)則，求得已知事實(shí)，或稱目標(biāo)驅(qū)動方式也稱自頂向下（ 雙向推理36.37.38.39.Bottom-up 。Top-down）。

8、35. 產(chǎn)生式系統(tǒng)既自頂向下（Top-down）又自底向上（bottom-down ）直至之間環(huán)節(jié)兩個方向底結(jié)果相符便成功結(jié)束。 顯然，這種推理方式的推理網(wǎng)絡(luò)較小，效率也較高。40. 語義網(wǎng)絡(luò)是一種用實(shí)體及其語義關(guān)系來表達(dá)知識的有向圖。結(jié)點(diǎn)：代表實(shí)體，表示各種事物、概念、情況、屬 性、狀態(tài)、事件、動作等；弧：代表語義關(guān)系，表示它所連接的兩個實(shí)體之間的語義聯(lián)系。41. 框架是由若干結(jié)點(diǎn)和關(guān)系（統(tǒng)稱為槽）構(gòu)成的網(wǎng)絡(luò)，是語義網(wǎng)絡(luò)一般化的形式，與后者沒有本質(zhì)的差別。 框架是表示某一類情景的結(jié)構(gòu)化的一種數(shù)據(jù)結(jié)構(gòu)，框架的最頂層是固定的一類事物，基于概念的抽象程度 表現(xiàn)出自上而下的分層結(jié)構(gòu)?？蚣苡煽蚣苊鸵?/p>

9、些槽組成，每個槽有槽值，槽值就代表信息。42. 對象是由一組數(shù)據(jù)和與該組數(shù)據(jù)相關(guān)的操作構(gòu)成的實(shí)體。在面向?qū)ο蟊硎局蓄惡皖惱^承是一組重要概念。類由一組變量和一組操作組成，它描述了一組具有相同屬性和操作的對象。每一個對象都屬于某一類，每 個對象都可由相關(guān)的類生成，換言之，對象是類的實(shí)例。一個類可以通過繼承擁有另一類的全部變量和操 作，繼承是面向?qū)ο蟊硎痉ǖ闹饕评硇问?。同時，由于一個事物的描述都集中在一個類中，又體現(xiàn)了類 的封裝性。繼承和封裝是面向?qū)ο蟮膬纱筇攸c(diǎn)。43. 學(xué)習(xí)是人類具有的一種重要智能行為。按照人工智能大師西蒙（Simon, 1983）的觀點(diǎn)，學(xué)習(xí)就是系統(tǒng)在不斷重復(fù)的工作中對本身能力

10、的增強(qiáng)或者改進(jìn)，使得系統(tǒng)在下一次執(zhí)行同樣任務(wù)或相類似的任務(wù)時，會比現(xiàn) 在做得更好或效率更高。西蒙對學(xué)習(xí)給出的定義本身，就說明了學(xué)習(xí)的重要作用。44. 符號處理技術(shù)基于符號演算的知識推理和知識學(xué)習(xí)技術(shù)。45. 信息水平 信息的一般性程度，也就是適用范圍的廣泛性。這里的一般性程度是相對執(zhí)行環(huán)節(jié)的要求而言的。高 水平信息比較抽象，適用于更廣泛的問題。該種信息需要具體化才能夠成為知識；低水平信息比較具體， 是特殊的實(shí)例，只適用于個別的問題，需要?dú)w納才能夠成為知識。46. 信息的質(zhì)量 信息的正確性、是否是適當(dāng)?shù)倪x擇和合理的組織。47. 記憶學(xué)習(xí) 也稱死記硬背學(xué)習(xí)或機(jī)械學(xué)習(xí)。這種學(xué)習(xí)方法不要求系統(tǒng)具有對復(fù)

11、雜問題求解的能力，也就是沒有推 理技能，系統(tǒng)的學(xué)習(xí)方法就是直接記錄問題有關(guān)的信息，然后檢索并利用這些存儲的信息來解決問題。48. 傳授學(xué)習(xí) 即通過對計算機(jī)指點(diǎn)教授進(jìn)行的學(xué)習(xí)方法。系統(tǒng)中已有一些通過某種方式得到的知識，傳授學(xué)習(xí)就是 通過人機(jī)對話，把用戶一般性意見或建議具體化，或者協(xié)助用戶補(bǔ)充和修改原有的知識庫。系統(tǒng)把這些建 議看成為要達(dá)到的目標(biāo)，并通過規(guī)劃求解出可直接執(zhí)行的過程，因此系統(tǒng)要求具有推理的能力。學(xué)習(xí)使得 系統(tǒng)性能有所改變（增強(qiáng)） ，或者是具有了新的能力。49. 演繹學(xué)習(xí) 是基于演繹推理的一種學(xué)習(xí)。演繹推理是一種保真變換，即若前提為真時推出的結(jié)論也為真。在演繹 學(xué)習(xí)中，學(xué)習(xí)系統(tǒng)由給定的

12、知識進(jìn)行演繹的保真推理，并存儲有用的結(jié)論50. 類比學(xué)習(xí) 就是尋找和利用事物間的可類比的關(guān)系，從已有的知識推導(dǎo)出未知的知識。51. 實(shí)例學(xué)習(xí) 也稱示例學(xué)習(xí)，是目前機(jī)器學(xué)習(xí)方法中最成熟的方法之一。它是一種歸納學(xué)習(xí)，是從若干實(shí)例（包括 正例和反例）歸納出一般概念或規(guī)則的學(xué)習(xí)方法。52. 發(fā)現(xiàn)學(xué)習(xí)則是系統(tǒng)直接從環(huán)境中歸納總結(jié)出規(guī)律性知識的一種學(xué)習(xí)方法。即發(fā)現(xiàn)學(xué)習(xí)是指機(jī)器獲取知識無須外部擁有該知識的實(shí)體的幫助，甚至蘊(yùn)含在客觀規(guī)律中的這類知識至今尚未被人所知，因此發(fā)現(xiàn)學(xué)習(xí)也是一 種歸納學(xué)習(xí)，而且是一種高級的學(xué)習(xí)過程。它要求系統(tǒng)具有復(fù)雜的問題求解能力。53. 變型空間法是一種數(shù)據(jù)驅(qū)動的基于實(shí)例學(xué)習(xí)的空間搜

13、索方法。這種方法對規(guī)則和實(shí)例都采用同一種表示形式。初始的假設(shè)規(guī)則集H包括滿足第一個示教例子和全部規(guī)則。在得到下一個示教例子時，對集合H進(jìn)行一般化或特殊化處理，最后使集合 H收斂為僅含要求的規(guī)則。54. 單個概念的學(xué)習(xí)是提供給系統(tǒng)一個概念的若干正例和若干反例，系統(tǒng)由此構(gòu)成規(guī)則空間，并可得到在這個規(guī)則空間中 的一個概念。這個概念應(yīng)包含所有的正例，但不包含任何反例。55.神經(jīng)元神經(jīng)細(xì)胞，高級動物腦組織的基本單元。56.神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)（Neural Network , NN指由大量神經(jīng)元互連而成的網(wǎng)絡(luò)。人工神經(jīng)元網(wǎng)絡(luò) 采用物理可實(shí)現(xiàn)的模型來模仿人腦神經(jīng)細(xì)胞的結(jié)構(gòu)和功能的系統(tǒng)。神經(jīng)網(wǎng)絡(luò)技術(shù)主要各種人工

14、神經(jīng)網(wǎng)絡(luò)模型及其學(xué)習(xí)算法的研究與應(yīng)用技術(shù)，這一領(lǐng)域是當(dāng)前人工智能研究的一個十 分活躍，且很有前途的分支領(lǐng)域。前饋型網(wǎng)絡(luò)57.58.59.61.60.信號由輸入層到輸出層單向傳輸。 每層的神經(jīng)元僅與前層的神經(jīng)元相連接， 只接受前層傳輸來的信息。 反饋型全互聯(lián)網(wǎng)絡(luò)反饋型全互聯(lián)網(wǎng)絡(luò)是所有神經(jīng)元之間都相互聯(lián)接的網(wǎng)絡(luò)，如Hop filed和Boltgmann網(wǎng)絡(luò)都是這種類型。網(wǎng)絡(luò)規(guī)模主要是指神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)，如多層網(wǎng)絡(luò)層的數(shù)目，各層結(jié)點(diǎn)數(shù)。62.感知器層）63.是由美國學(xué)者 F. Rosenblatt 于 1957 年提出的，它是一個由最簡單的線性閾值元件組成的單層（或多 神經(jīng)元的神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)學(xué)

15、習(xí) 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程就是神經(jīng)網(wǎng)絡(luò)參數(shù)的設(shè)定過程。一個神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)確定之后，需要對一系列參 數(shù)（權(quán)重、閾值等）進(jìn)行有效的設(shè)定。這個過程叫做學(xué)習(xí)或訓(xùn)練過程，此時的方法叫學(xué)習(xí)算法。64. BP 學(xué)習(xí)算法是一個依據(jù)梯度下降理論的很有效的算法，許多問題都可由它來解決。BP算法將一組樣本的分類問題轉(zhuǎn)變?yōu)橐粋€系統(tǒng)非線性優(yōu)化問題，采用優(yōu)化中最普遍的梯度下降法，用迭代運(yùn)算求解神經(jīng)元之間的聯(lián)結(jié)權(quán) 值，加入隱層節(jié)點(diǎn)使優(yōu)化問題的可調(diào)參數(shù)數(shù)目增加，從而可得到更精確的解。65. 反饋網(wǎng)絡(luò) 所有節(jié)點(diǎn)（神經(jīng)元）都是具有同等的地位，沒有層次差別。它們之間都可相互連接，同時也可以向自己反饋信號。所以反饋網(wǎng)絡(luò)可以用一個完美的圖

16、來表示。66. Hopfield 神經(jīng)網(wǎng)絡(luò) 各個神經(jīng)元之間是全互聯(lián)的，即各個神經(jīng)元之間是相互、雙向連結(jié)的。這種連結(jié)方式使得網(wǎng)絡(luò)中每個 神經(jīng)元的輸出均反饋到同一層的其它神經(jīng)元的輸入上。這樣網(wǎng)絡(luò)如果設(shè)置得當(dāng)，在沒有外部輸入的情況下 也能進(jìn)入穩(wěn)定狀態(tài)。67. 模式識別 是神經(jīng)網(wǎng)絡(luò)最有應(yīng)用前景的領(lǐng)域之一。模式識別是六十年代興起的新興科學(xué)分支，其主要研究內(nèi)容是 用計算機(jī)模擬生物、人的感知（感覺） ，對模式信息，如圖像、文字、語音等，進(jìn)行識別和分類。模式識別 是個跨領(lǐng)域的科學(xué)研究分支，不僅僅涉及計算機(jī)科學(xué)的信息處理技術(shù)，而且涉及數(shù)學(xué)、心理學(xué)及人類的感 覺與思維規(guī)律的探索。68. 自然語言 是指人類語言集團(tuán)

17、的本族語，如漢語、英語、日語等，以及人類用與交流的非發(fā)聲語言，如手語、旗語等。自然語言是相對于人造語言而言的。人造語言是指世界語或計算機(jī)的各種程序設(shè)計語言。69. 自然語言理解 就是如何讓計算機(jī)能正確處理人類語言，并據(jù)此作出人們期待的各種正確響應(yīng)。自然語言理解的研究分為書面語理解和口語理解，相對而言，書面語比較規(guī)范，比起口語來說比較容易用機(jī)器處理。由于語言 是思想的直接實(shí)現(xiàn)， 社會的一切進(jìn)步乃至生存都離不開語言 （文字或非文字形式） ，這使得語言學(xué)幾乎與所 有的學(xué)科都存在著密切的聯(lián)系。因此，自然語言理解的研究不但要運(yùn)用語言學(xué)中的詞匯、語法、句法、語 用和語義學(xué)知識，而且還要涉及到大量的客觀世界

18、的知識以及與其相關(guān)學(xué)科的知識。句法分析70.71.72.是對句子和短語的結(jié)構(gòu)進(jìn)行分析，找出詞、短語等的相互關(guān)系以及各自在句子中的作用等。 語法分析 是將單詞之間的線性次序變換成一個顯示單詞如何與其它單詞相關(guān)聯(lián)的結(jié)構(gòu)。 語義分析 通過分析找出詞義、結(jié)構(gòu)意義及其結(jié)合意義，從而確定語言所表達(dá)的真正（實(shí)際）含義或概念。 語用分析 研究語言所在的外界環(huán)境對語言使用所產(chǎn)生的影響。描述語言的環(huán)境知識、語言與語言使用者在某個確定語句是否合乎語法。73.給定語言環(huán)境中的關(guān)系。為確定真正含義，對表達(dá)的結(jié)構(gòu)重新加以解釋。74. 短語結(jié)構(gòu)語法短語結(jié)構(gòu)語法 G可以用如下的四元組來定義：G = （T ， N，S，P）其中

19、，T是終結(jié)符的集合，終結(jié)符是指被定義的那個語言的詞或符號；N是非終結(jié)結(jié)點(diǎn)的集合，這些符號不能出現(xiàn)在最終生成的句子中，是專門用來描述語法的。顯然，T和N的并構(gòu)成了符號集 V,而且T和N不相交。V=TU NTnN=S是起始符，它是集合 N中的一個成員。P是一個產(chǎn)生式規(guī)則集。每條產(chǎn)生式具有如下的形式:af其中：a匕V，b匕V，且a工bV*: V 中的符號所構(gòu)成的全部字符串的集合，包括空字符。V: V沖除空字符之外的所有字符串的集合。一部短語結(jié)構(gòu)語法中，基本運(yùn)算就是一個符號串重寫的過程。 75. 句法分析器parser ）。根據(jù)一部特定的語法來確定一個句子的推導(dǎo)，就稱它為一個句法分析器（76. 喬姆斯

20、基體系 對短語結(jié)構(gòu)語法加一些條件，進(jìn)行約束即可產(chǎn)生出喬姆斯基四種類型的語法。正則語法（regular grammars ）: 3型語法；上下文無關(guān)語法（context-free grammars ） : 2型語法； 上下文有關(guān)語法（ context-sensitive grammars ）： 1 型語法；無約束短語結(jié)構(gòu)語法： 0 型語法。型號越高，所受約束就越多，生成能力越弱，因此能生成的語言 集也就越小。77. 語言串理論特定的句法范疇（名詞、時態(tài)動詞等） 、一組基本串和規(guī)則來把某些基本串結(jié)合成為句串。最簡單的句 子僅有一個名為中心串的基本串組成。通過對句子中某基本串的一個元素左邊或右邊插一

21、個附加串，任何 串都可以形成一個更復(fù)雜的句串。78. 有限狀態(tài)網(wǎng)絡(luò)。包括一個起始狀態(tài)。狀態(tài)（節(jié)點(diǎn)）和一組?。顟B(tài)間的連接）79. 遞歸轉(zhuǎn)移網(wǎng)絡(luò) 對有限轉(zhuǎn)移網(wǎng)絡(luò)的一種擴(kuò)展。 每一條弧的標(biāo)注不僅可以是一個終結(jié)符（詞或詞類） ，而且可以是一個用 來指明另一個網(wǎng)絡(luò)名字的非終結(jié)符。80. 擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò) 在以下三方面對遞歸轉(zhuǎn)移網(wǎng)絡(luò)作了擴(kuò)充： 添置了一組寄存器 （registers） 用來存儲分析過程中的得到的中間結(jié)果（如局部句法數(shù)）和有關(guān)信 息（如名詞短語的人稱和數(shù)，某些成分的語義特征等）tests ），只有 每條弧上除了用句法范疇（如詞類和短語標(biāo)記）來標(biāo)注以外，可以附加任意的測試（ 當(dāng)弧上的這種測試成功之后才能通過這條弧 每條弧上還可以附加某些動作 （actions ），當(dāng)通過一條弧時，這些動作主要用來設(shè)置或修改寄存器 的內(nèi)容81. 語料庫 大量的能代表某一領(lǐng)域的語言現(xiàn)象的真實(shí)的語言材料的集合。82. 詞性標(biāo)注 大多數(shù)自然語言中，一個單詞有可能有多種詞性，詞性標(biāo)注就是將句子中的各個詞匯標(biāo)注上在該句中 的正確詞性。83. 馬爾可夫過程馬爾可夫過程是一個隨機(jī)過程X(t)：t e T，它具備這樣的性質(zhì)，即已知t時刻過程所處的狀態(tài)xt =x(t) ，在 t 時刻以后過程將要到達(dá)的狀態(tài)與 t 時刻以