人工智能Part2-搜索-1

《人工智能Part2-搜索-1》由会员分享，可在线阅读，更多相关《人工智能Part2-搜索-1（98页珍藏版）》请在金锄头文库上搜索。

1、人工智能原理第 2章 搜索技术（上）2几个经典小游戏 河内塔问题 n个大小不等的圆盘从一个柱子移到另一个柱子，共有 3个柱子 (n阶河内塔问题 ) 约束：从第 1根柱子移动到第 3根柱子上去，利用第2根柱子 / 每次移动 1个盘子，且移动过程必须是小盘 摞 大盘 农夫过河问题 农夫准备将狼、羊、白菜运到河对岸 约束：一条船，每次仅能带一种物品过河；在无人看管的情况下，狼吃羊、羊吃白菜，但狼不吃白菜 旅行问题17:04写在前面3Google的 AlphaGo (阿尔法狗 ) 一款围棋人工智能程序 算法原理 AlphaGo使用一种 蒙特卡洛树 搜索方法（ Monte Carlo Tree Sear

2、ch， MCTS) ，借助走棋网络与估值网络这两种 深度神经网络 （相当于有两个大脑） 走棋网络用来选择落点，观察棋盘布局试图找到最佳的下一步；估值网络用来评估大量选点，它预测每一个棋手赢棋的可能，通过整体局面判断来辅助落子选择器 程序原理 走棋网络：给定当前局面，预测 /采样下一步的落子 快速走子：目标和 1一样，但在适当牺牲走棋质量的条件下，速度要比 1快 1000倍 估值网络：给定当前局面，估计是白胜还是黑胜 蒙特卡罗树搜索：把以上这三个部分连起来，形成一个完整的系统17:04写在前面4IBM的 Watson(沃森 ) 沃森解决问题的过程 沃森在拿到问题后，会进行一系列的计算，包括语法语

3、义分析、对各个知识库进行搜索、提取备选答案、对备选答案证据的搜寻、对证据强度的计算和综合等等 它综合运用了自然语言处理、知识表示与推理、机器学习等技术 沃森的主要技术原理 通过搜寻很多知识源，从多角度运用非常多的小算法，对各种可能的答案进行综合判断和学习 系统依赖少数知识源或少数算法的脆弱性得到了极大的降低，从而大大提高其性能17:04写在前面5IBM的 Watson(沃森 ) 沃森的计算能力和人工智能理论运用 人工智能领域的很多技术都应用在了该系统中 计算能力的进步也是必须的 几年前，沃森在一台不错的服务器上回答一个问题需要 2个多小时的时间。 通过 IBM Power 7强大的并行化计算能

4、力，才把它压缩到了 3秒内。另外，强大的计算能力其实也大大加速了开发进程 大量使用了 Java语言和机器学习，而这些都是需要有较强的计算能力作为支撑的 沃森则以现有的非结构化数据为主，适当辅以一些结构化数据 沃森则是以统计推理为主 直接使用现有的用人类语言书写的知识，例如各种百科全书17:04写在前面6IBM的 Watson(沃森 ) 沃森的可靠性 沃森系统的一个关键步骤是评价备选答案的可靠性 这个可靠性是由上百个算法从各种不同的角度评价得出 包括：关键字匹配程度、时间关系的匹配程度、地理位置匹配的程度、类型匹配程度等等 沃森在每一个角度上都能得到量化的可靠性评价 这些评价算法所依赖的知识源也

5、是可追溯的17:04写在前面7IBM的 Watson(沃森 ) 沃森的自我学习和完善能力 在沃森参赛之前，它会从历史数据中进行学习 比如，如果它回答错了一个往期节目上的问题，它会从中学习到一些信息 在参赛之时，它主要依赖以前学习的结果，但也进行一些简单的在线学习 它可以从已经被其它选手回答的同一类型问题中归纳出一些特点，指导其回答这类问题 答错题目也会导致沃森调整其游戏策略 可以说，沃森具备了初步的自我学习和完善的能力写在前面17:048微软小冰 诞生 微软（亚洲）互联网工程院在 2014年 5月 29日发布一款人工智能伴侣虚拟机器人，并取名“微软小冰”（ XiaoIce） 技术原理 “微软小

6、冰”集合了中国近 7亿网民多年来积累的、全部公开的文献记录，凭借微软在大数据 、自然语义分析、 机器学习 和 深度神经网络 方面的技术积累，精炼为几千万条真实而有趣的语料库 (现在每天净增约 0.7%)，通过理解对话的语境与语义，实现了超越简单人机问答的 自然交互写在前面17:049微软小冰 自然人机交互 让机器变得更自然，学习人的沟通方式，语音、手势、表情、触摸等 交流方式 ，这些技术是移动互联网快速成长的基础 另外一个层面，移动互联也需要我们思考和解决，如何让机器更加容易理解人的思想和意图，这种人工智能和以前的 AI概念不同：更多是通过 云计算 、大数据、深度神经网络等技术，让机器逐渐能够

7、具有一种基于数据相关性所产生的基本智能 还应该具备完善的 知识库 （脉络）以及快速的 搜索 能力、 思维理解 能力、 推理 能力等写在前面17:0410微软小冰 人机交互例证 (From 微软资深副总裁洪小文 ) 记者与小冰 PK，测试时会问一些尖锐问题写在前面17:0411日本解题机器人 -东 Robo君 诞生 2011年，富士通实验室与日本国立科技研究所等机构，联合开启人工智能开发项目，推出“东 robo君”，目标是在 2021年度之前“考取”东京大学 考试成绩 2014年解题机器人共参加了英语、国语、数学等 5个科目的模拟考。研究人员输入题目后，由机器人选出合适的选项。结果在作为文科考生

8、成绩标准的 7科目 (满分 900分 )中得到了 386分，标准分为 47分。 2013年的标准分为 45分写在前面17:0412日本解题机器人 -东 Robo君 考试成绩 2015年，“东 Robo君”参加了大型教育公司开展的模拟考试。在 5门课程、共 8项科目的考试中（ 950分），共取得了 511分的总成绩，大大超过 416.4的平均分。其中世界史学科的得分最高 结论 日本的“东 robo君”有点“沮丧”，“他” 没有通过东京大学的入学考试 其多数科目的标准分 (日本称偏差值 )为 50分以上，研究人员认为解题机器人的学力水平“应该已能比肩较好的高三学生” 研究人员希望它“十年寒窗”之后

9、，能够考上东大写在前面17:0413我国在研的答题机器人 863支持计划 语文、数学、历史、地理等科目 高考成绩达到（北京）重点段 面向基础教育的知识关联与推理类问题求解关键技术及系统 结语 (国立信息学研究所新井纪子教授语 ) 答题机器人项目的目的：是为了探究人工智能的极限，弄清人和机器如何才能协调相处的问题，是经济发展的一把钥匙写在前面17:0414高考答题 历史选择题 2 唐代长安的商业店铺主要集中在东西两市，按规定，“诸行自有正铺者，不得于铺前更造偏铺。”南宋都城中的商业店铺散布于城内各处，据记载约有“四百四十行”，上述材料可以佐证，南宋时期：A、私营商业已居主导地位 B、坊市制度已经

10、瓦解C、商业发展已超过农业 D、资本主义萌芽已出现17:04【 答案 】 B【 解析 】 试题分析：根据材料所述，唐代有东西二市，宋代商业店铺则散布在城市各处，所以反映的是南宋时期市突破了空间的限制，即唐代的坊市制度已经被打破，故选 B。在古代重农抑商的政策下，南宋私营商业不会居主导地位，也不会超过农业，故 AC不合史实；资本主义萌芽出现于明朝，故排除 D。【 考点定位 】 古代中国的经济 商业的发展 宋代商业的发展写在前面15高考答题 历史选择题 1 “苟无事迹，虽圣人不能作 春秋 ，苟不知其事迹，虽以圣人读 春秋 ，不知所以褒贬。” 四库全书总目 中这段话体现的史学原则是：秉笔直书 言必有

11、据 论从史出 以小见大A. B. C. D.17:04【 答案 】 B【 解析 】 这一题考查史论结合人论从史出的原则。题干中说“圣人”写作和解读 春秋 须有事实和以事实为依据，所以符合题意；指史书写作的态度是直言不讳，不得有避讳、溢美等曲笔 ; 与题意无关。【 考点定位 】 史学理论 史学研究 治史原则写在前面16高考答题 历史综合题 汉语是世界上最古老的语言之一。秦汉时期，汉字形成统一的书写规范。官学、书院、私塾大都使用汉语，科举考试亦然。魏孝文帝改革将汉语作为“正音”。清朝确立在全国的统治后，很快将汉语作为官方语言。日本等周边国家的语言也受到汉语影响 拉丁语最初是古罗马人的语言。公元 1

12、世纪，标准拉丁语形成，与希腊语等一起成为罗马帝国学校的教学语言。罗马帝国解体后，拉丁语的日常口语功能逐渐丧失，成为一种书面语言。 17世纪末期以前，西欧的学术著作大都使用拉丁文撰写，意大利、西班牙、葡萄牙、法国等在拉丁语的基础上，发展出自己的民族语言17:04写在前面 结合所学，概括上述两种语言文学发展演变的异同【 答案 】（ 1）同：两种语言历史悠久，历经变迁。都是东西方文明的重要载体，体现在典籍与文化教育等方面。都形成了各自的文化圈，对周边国家民族语言产生了影响。异：汉语作为通用语言使用至今，而拉丁语逐渐变为书面语言。本章内容2.1 搜索与问题求解2.2 无信息搜索策略2.3 启发式搜索策

13、略2.4 局部搜索算法2.5 博弈搜索2.6 约束满足问题参考书目附录 A*算法可采纳性的证明第 2章 搜索技术2.1 搜索与问题求解2.1.1 问题与问题的解2.1.2 问题实例2.1.3 搜索策略第 2章 搜索技术19搜索与问题求解 问题求解 过程是 搜索答案 (目标 )的过程 / 所以问题求解技术也叫 搜索技术 通过对 状态空间 的搜索而求解问题的技术 问题求解 智能体 是一种基于目标的智能体 网页机器人爬虫 在寻找到达目标的过程中，当智能体面对多个未知的选项时，首先检验各个不同的导致已知评价状态的 可能 行动序列，然后 选择最佳序列 这个过程就是搜索第 2章 搜索技术17:04202.

14、1.1 问题与问题的解 问题可以形式化地定义为 4个组成部分 智能体的 初始 状态 (即搜索的开始 ) 后继函数 智能体采取的 可能行动 的描述，通常为 / 初始状态和后继函数隐含地定义了问题的状态空间 / 状态空间中的一条路径是通过行动序列连接起来的一个状态序列 目标测试 检查给定的状态是不是 目标 路径耗散函数 每条路径都有一个数值化的耗散值，反映了性能度量 / 求解问题的 代价第 2章 搜索技术17:0421问题的解 问题的解就是初始状态到目标状态的路径 解的优劣由路径耗散函数量度 (代价 ) 最优解就是路径耗散函数值最小的路径 上述解题过程把解决一个问题的 过程描述 出来，称之为解题知

15、识的过程性表示 过程性知识与陈述性知识相对 /互补 搜索过程解题的特点 没有直接的方法(公式 )可以求解，而是一步一步的 探索第 2章 搜索技术17:0422状态空间 数据基：代表了所要解决的问题 ， 有初始状态 ， 可能有目标状态也可能没有 状态空间：在解题过程中的每一时刻 ，数据基都处于一定的状态 ， 数据基所有可能状态的集合称为状态空间 有向图：若把每个状态看成一个节点 ，则整个状态空间是一个有向图 / 该图不一定全连通 ， 即从某些状态不一定能到达另外一些状态第 2章 搜索技术17:0423问题的可解性 可解的：在每个连通部分，每个弧代表一个运算符，将状态改变 / 如果从代表初始状态的节点出发， 有 一条 路径 通向目标状态，则称此目标状态所代表的问题在当前初始状态下是 可解 的 搜索空间：在解题过程中达到过的所有状态的集合，称为搜索空间 不同于状态空间， 搜索空间 只是其中一部分 状态空间和搜索空间都属于过程性知识表示第 2章 搜索技术17:042.1.2 问题实例 玩具问题 八数码游戏 (九宫图 ) 河内塔 八皇后问题 真空吸尘器世界 现实问题 旅行商问题 超大规模集成电路的布局 自动装配排序 / 蛋白质设计 互联网搜索第 2章 搜索