心得體會,人工智能心得總結(jié)
發(fā)布時間:2020-08-07 來源: 黨課講稿 點擊： 
人工智能心得總結(jié) 人工智能心得總結(jié) 人工智能學(xué)習(xí)心得 今天是我學(xué)習(xí)人工智能的第一堂課，也是我上大學(xué)以來第一次接觸人工智能這門課，通 過老師的講解，我對人工智能有了一些簡單的感性認識，我知道了人工智能從誕生，發(fā)展到 今天經(jīng)歷一個漫長的過程，許多人為此做出了不懈的努力。我覺得這門課真的是一門富有挑 戰(zhàn)性的科學(xué)，而從事這項工作的人不僅要懂得計算機知識，還必須懂得心理學(xué)和哲學(xué)。人工智能在很多領(lǐng)域得到了發(fā)展，在我們的日常生活和學(xué)習(xí)中發(fā)揮了重要的作用。如：
機器翻譯，機器翻譯是利用計算機把一種自然語言轉(zhuǎn)變成另一種自然語言的過程，用以完成 這一過程的軟件系統(tǒng)叫做機器翻譯系統(tǒng)。利用這些機器翻譯系統(tǒng)我們可以很方便的完成一些 語言翻譯工作。目前，國內(nèi)的機器翻譯軟件有很多，富有代表性意義的當(dāng)屬“金山詞霸”，它 可以迅速的查詢英文單詞和詞組句子翻譯，重要的是它還可以提供發(fā)音功能，為用戶提供了 極大的方便。
通過這堂課，我明白了人工智能發(fā)展的歷史和所處的地位，它始終處
于計算機發(fā)展的最 前沿。我相信人工智能在不久的將來將會得到更深一步的實現(xiàn)，會創(chuàng)造出一個全新的人工智 能世界。篇二：人工智能學(xué)習(xí)心得人工智能學(xué)習(xí)心得 對人工智能的理解 通過這學(xué)期的學(xué)習(xí)，我對人工智能有了一定的感性認識，個人覺得人工智能是一門極富 挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識，心理學(xué)和哲學(xué)。人工智能是包括十 分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機器學(xué)習(xí)，計算機視覺等等，總的說來，人工智能 研究的一個主要目標(biāo)是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。人工智 能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有 時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工 智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。關(guān)于什么是“智 能”，就問題多多了。這涉及到其它諸如意識、自我、思維等等問題。人唯一了解的智能是人 本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解
都非常有限，對構(gòu)成人 的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。關(guān)于人 工智能一個大家比較容易接受的定義是這樣的：人工智能是人造的智能,是計算機科學(xué)、邏 輯學(xué)、認知科學(xué)交叉形成的一門科學(xué)，簡稱 ai。人工智能的發(fā)展歷史大致可以分為這幾個階段：
第一階段：50 年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、 通用問題 s 求解程序、lisp 表處理語言等。但由于消解法推理能力的有限，以及機器翻譯等 的失敗，使人工智能走入了低谷。
第二階段：60 年代末到 70 年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。dendral 化學(xué)質(zhì)譜分析系統(tǒng)、mycin 疾病診斷和治療系統(tǒng)、prospectior 探礦系統(tǒng)、hearsay-ii 語音 理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969 年成立了國際人 工智能聯(lián)合會議 第三階段：80 年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展。日本 xx 年開始了”第五代計算機研制計劃”，即”知識信息處理計算機系統(tǒng)
kips”，其目的是使邏輯 推理達到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱 潮。
第四階段：80 年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。xx 年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在 神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90 年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基 于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究 多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱谩Ａ硗�，由�?hopfield 多層神經(jīng)網(wǎng) 絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會 生活的各個領(lǐng)域。
對人工智能對世界的影響的感受及未來暢想最近看了電影《黑客帝國》一系列，對其中的科幻生活有了很大的興趣，不覺有了疑問：
現(xiàn)在的世界是否會如電影中一樣呢？人工智能的神話是否會發(fā)生在當(dāng)前社會中的呢？在黑客帝國的世界里，程序員成為了耶穌，控制著整個世界，黑客帝國之所以成為經(jīng)典， 我認為，不是因為飛來飛去的超級人物，而是因為她暗自揭示了一個
人與計算機世界的關(guān)系， 一個發(fā)展趨勢。誰知道 200 年以后會不會是智能機器統(tǒng)治了世界？人類正向信息化的時代邁進，信息化是當(dāng)前時代的主旋律。信息抽象結(jié)晶為知識，知識 構(gòu)成智能的基礎(chǔ)。因此，信息化到知識化再到智能化，必將成為人類社會發(fā)展的趨勢。人工 智能已經(jīng)并且廣泛而有深入的結(jié)合到科學(xué)技術(shù)的各門學(xué)科和社會的各個領(lǐng)域中，她的概念， 方法和技術(shù)正在各行各業(yè)廣泛滲透。而在我們的身邊，智能化的例子也屢見不鮮。在軍事、 工業(yè)和醫(yī)學(xué)等領(lǐng)域中人工智能的應(yīng)用已經(jīng)顯示出了它具有明顯的經(jīng)濟效益潛力，和提升人們 生活水平的最大便利性和先進性。智能是一個寬泛的概念。智能是人類具有的特征之一。然而，對于什么是人類智能（或 者說智力），科學(xué)界至今還沒有給出令人滿意的定義。有人從生物學(xué)角度定義為“中樞神經(jīng)系 統(tǒng)的功能”，有人從心理學(xué)角度定義為“進行抽象思維的能力”，甚至有人同義反復(fù)地把它定 義為“獲得能力的能力”，或者不求甚解地說它“就是智力測驗所測量的那種東西”。這些都 不能準(zhǔn)確的說明人工智能的確切內(nèi)涵。人工智能心得總結(jié)雖然難于下定義，但人工智能的發(fā)展已經(jīng)是當(dāng)前信息化社會的迫切要求，同時研
究人工 智能也對探索人類自身智能的奧秘提供有益的幫助。所以每一次人工智能技術(shù)的進步都將帶 動計算機科學(xué)的大跨步前進。如果將現(xiàn)有的計算機技術(shù)、人工智能技術(shù)及自然科學(xué)的某些相 關(guān)領(lǐng)域結(jié)合，并有一定的理論實踐依據(jù)，計算機將擁有一個新的發(fā)展方向。個人覺得研究人工智能的目的，一方面是要創(chuàng)造出具有智能的機器，另一方面是要弄清 人類智能的本質(zhì)，因此，人工智能既屬于工程的范疇，又屬于科學(xué)的范疇。通過研究和開發(fā) 人工智能，可以輔助，部分替代甚至拓寬人類的智能，使計算機更好的造福人類。人工智能研究的近期目標(biāo)；是使現(xiàn)有的計算機不僅能做一般的數(shù)值計算及非數(shù)值信息的 數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。按照這一目標(biāo)，根據(jù)現(xiàn) 行的計算機的特點研究實現(xiàn)智能的有關(guān)理論、技術(shù)和方法，建立相應(yīng)的智能系統(tǒng)。例如目前 研究開發(fā)的專家系統(tǒng)，機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器學(xué)習(xí)系統(tǒng)、機器人等。隨著社會 的發(fā)展，技術(shù)的進步，人工智能的發(fā)展是任何人都無法想象的。通過對人工智能的學(xué)習(xí)，以 及與所聽所見所聞的結(jié)合，我大膽的對未來人工智能的發(fā)展做出了以
下拙劣的猜想：一，融合階段（xx—2020 年）：
1、在某些城市，立法機關(guān)將主要采用人工智能專家系統(tǒng)來制定新的法律。
2、人們可以用語言來操縱和控制智能化計算機、互聯(lián)網(wǎng)、收音機、電視機和移動電話， 遠程醫(yī)療和遠程保健等遠程服務(wù)變得更為完善。
3、智能化計算機和互聯(lián)網(wǎng)在教育中扮演了重要角色，遠程教育十分普及。人工智能心得總結(jié) 4、隨著信息技術(shù)、生物技術(shù)和納米技術(shù)的發(fā)展，人工智能科學(xué)逐漸完善。
5、許多植入了芯片的人體組成了人體通信網(wǎng)絡(luò)（以后甚至可以不用植入任何芯片）。比 如，將微型超級計算機植入人腦，人們就可通過植入的芯片直接進行通信。
6、抗病毒程序可以防止各種非自然因素引發(fā)災(zāi)難。
7、隨著人工智能的加速發(fā)展，新制定的法律不僅可以用來更好地保護人類健康，而且能 大幅度提高全社會的文明水準(zhǔn)。比如，法律可以保護人們免受電磁煙霧的侵害，可以規(guī)范家 用機器人的使用，可以更加有效地保護數(shù)據(jù)，可以禁止計算機合成技術(shù)在一些文化和藝術(shù)方 面的應(yīng)用（比如禁止合成電視名人），可以禁止編寫具有自我保護意
識的計算機程序。
三、自我發(fā)展階段（2020—2030 年）：
1、智能化計算機和互聯(lián)網(wǎng)既能自我修復(fù)，也能自行進行科學(xué)研究，還能自己生產(chǎn)產(chǎn)品。
2、一些新型材料的出現(xiàn)，促使智能化向更高層次發(fā)展。
3、用可植入芯片實現(xiàn)人類、計算機和鯨目動物之間的直接通信，在以后的發(fā)展中甚至不 用植入芯片也可實現(xiàn)此項功能。
4、制定“機器人法”等新的法律來約束機器人的行為，使人們不受機器人的侵害。
5、高水準(zhǔn)的智能化技術(shù)可以使火星表面環(huán)境適合人類居住和發(fā)展。
四、升華階段（2030—2040 年）：
1、信息化的世界進一步發(fā)展成全息模式的世界。
2、人工智能系統(tǒng)可從環(huán)境中采集全息信息，身處某地的人們可以更容易地了解和知曉其 他地方的情況。
3、人們對一些目前無法解釋的自然現(xiàn)象會有更清楚的認識和更完善的解釋，并將這些全 新的知識應(yīng)用在醫(yī)療、保健和安全等領(lǐng)域。
4、人工智能可以模仿人類的智能，因此會出現(xiàn)有關(guān)法律來規(guī)范這些行為。人工智能一 但擁有長足的進步，必將帶動其他計算機技術(shù)的發(fā)展。網(wǎng)絡(luò)化將虛擬
的世界變得無限大，屆 時，足不出戶將成為一種習(xí)慣。人工智能必將帶動人類的發(fā)展，起到?jīng)Q定性作用。雖然不知道其中有多少在未來會得到實現(xiàn)，但也算是我通過對人工智能的學(xué)習(xí)所收獲的 總結(jié)。人工智能的繁榮景象和光明前景已展示出其誘人的魅力，讓我們一起期待未來的世界 吧，一個全新的人工智能世界。篇三：《人工智能》心得與想法《人工智能》觀后感之前的時候不是很喜歡看美國的電影，但有一次老師的帶領(lǐng)下我們看了《人工智能》這 個電影頗有些感動，但更多的是一些感慨。這是一部科幻與倫理相結(jié)合的電影。在電影的開 頭，人類就被安置在一個極度嚴峻的生存環(huán)境下，溫室效應(yīng)導(dǎo)致冰川融化，部分城市已經(jīng)被 海水所淹沒，人類的科技卻極度發(fā)達，這無疑是對人類自身的一種諷刺。擬真電子公司的老 板并不滿足于已經(jīng)開發(fā)出來的智慧型機器人，而要進一步開發(fā)出一個會愛的機器人，一個有 心智和情感的機器人，這種機器人擁有前所未有的潛意識，充滿暗喻、直覺和自發(fā)性推理力 的內(nèi)心世界。當(dāng)這個提議被提出的時候就遭來了同事的疑問，社會充滿著仇視機器人的氣氛， 當(dāng)前最重要的是要讓人去愛機器人，而不是讓機器人去愛人。但是真
理總是難以被眾人所接 受的。這個觀點并沒有受到重視，的確，如果一個機器人能真的去愛一個人，那么這個人對 機器人又有什么責(zé)任呢？這就是影片所要探討的一個問題。斯皮爾伯格開門見山的點出了這 個問題。于是一個獨一無二的大衛(wèi)誕生了，伴著他愛的使命從始至終。沒有順序的單詞開啟了大 衛(wèi)的感情世界，于是他開始永無止盡地付出自己的愛，只有殘酷的機器屠宰場才能終結(jié)大衛(wèi) 的愛。而大衛(wèi)最終成為了莫尼卡夫婦孩子的替代品與母愛發(fā)泄的對象。大衛(wèi)雖然是個人工智 能的產(chǎn)物，但在有大衛(wèi)的日子里，他給這個家庭帶來了幸福與融洽，排解了莫尼卡的大部分 憂愁。而這一切伴隨著莫尼卡的兒子馬丁因為醫(yī)學(xué)奇跡而發(fā)生逆轉(zhuǎn)。馬丁重新回到家中使原 本平靜的生活被打破，大衛(wèi)也因此失寵，因為他終究是人類發(fā)泄情感的替代品。這部電影有很多地方值得人們?nèi)ニ伎�。首先，人們�?chuàng)造出機器人卻為何要仇視機器人呢， 這是不是對人類本身的一種諷刺呢？其次，人們既然給予了機器人愛的權(quán)利，卻為何剝奪了 機器人被愛的權(quán)利和不愛的權(quán)利，這是不是對人類本性——自私與貪婪的真實寫照呢？再次，
既然人類給予了機器人情感、思維方式以及豐富的內(nèi)心世界，那么為何還要把機器人看做是 工具，這是不是高度發(fā)達社會與人類文明的對比呢？最后，當(dāng)程序成為愛時，人們卻無法編 寫出一段程序來遏制機器人對愛的渴望！這就意味著當(dāng)程序成為愛時，就正在塑造著一段悲 劇的開始，卻沒有結(jié)束！電影中大衛(wèi)的形象深入人心，他程序被啟動后，他對任何事都充滿了新奇，沖咖啡、拿 刀叉這些簡簡單單的事卻展現(xiàn)出一個孩子該有的天性。他單純可愛，惹人憐惜，尤其是被驚 嚇時會說“保護我”，是一個需要保護的乖孩子。大衛(wèi)代表的是初生的孩子的純樸與善良。而與大衛(wèi)有著明顯對比的是馬丁，馬丁給人的感覺是 厭惡的，他無時無刻不帶著社會的奸詐與邪惡，有點現(xiàn)在富二代的張狂與不肖，他虐待泰迪 熊以及破壞玩具的嘴臉與現(xiàn)在社會的富二代破壞社會秩序與張狂有著極大的相似之處。所以 說馬丁代表了被社會腐蝕所形成的那種邪惡。這是對現(xiàn)在高速發(fā)達社會的一個真實寫照。高 速的發(fā)達讓人們在奢靡的生活中逐漸腐蝕，喪失了人們應(yīng)有的最基本的道德與倫理。這不得 不是發(fā)達社會的一處弊病。在馬丁回來的日子里，莫尼卡夫婦重新找
到了自己母愛和父愛的歸宿。只因為大衛(wèi)曾安 慰了莫尼卡的心，所以她還是客客氣氣的向?qū)Υ腿艘粯�。馬丁的戲弄讓莫尼卡夫婦感到他 大衛(wèi)會給這個家庭帶來不利。然而這一切只因為大衛(wèi)聽信了馬丁的話，相信他會得到莫尼卡 更多的愛。在游泳池邊，由于大衛(wèi)受到驚嚇，導(dǎo)致意外發(fā)生，在眾人救馬丁的時候，卻獨自 把大衛(wèi)一個人丟在游泳池底，池頂?shù)男[與池底的寧靜形成了鮮明的對比，大衛(wèi)的存在與莫 尼卡家庭的利益相比也形成了鮮明的對比。這也正顯現(xiàn)了人的天性——自私。最終，人類的自私與貪婪還是戰(zhàn)勝了道德與倫理，大衛(wèi)被拋棄了，帶著他對莫尼卡深深 的愛。如果說機器屠宰場終結(jié)了大衛(wèi)的愛，那么對大衛(wèi)來說也不可說是一件幸事��！可是面 對一個會求饒的小孩誰又會下的去手呢？最后大衛(wèi)和機器舞男逃脫了。為了自己能得到莫尼 卡的愛，大衛(wèi)和機器舞男踏上了尋找藍仙女的旅程。而最后機器舞男被抓走的時候他說了一 句“iam”，仿佛是對所有機器人的一種肯定，肯定他們的存在或曾經(jīng)存在。童話故事畢竟是 不存在的，誰又會相信一個童話故事。也只有單純的大衛(wèi)會相信偶然聽到的童話故事。所以
尋找藍仙女的旅途也注定是坎坷的！最后大衛(wèi)找到了藍仙女，當(dāng)然不是真的藍仙女。伴著他 真摯的祈求冰封 xx 年。不得不說這是人類的罪惡。xx 年后，人類滅亡了。外星人發(fā)現(xiàn)了冰封在海底的大衛(wèi)，叫醒了沉睡的大衛(wèi)，也叫醒 了他的夢。藍仙女雕塑在他的碰觸中破碎了，一如他的夢。一切的對愛的執(zhí)著變成了虛無， 一直相信的東西遭到無情現(xiàn)實的敲打直至變?yōu)榉勰�，這是一種無法訴說的悲哀。然而令人發(fā) 思的是在人類文明社會屢遭唾棄的大衛(wèi)在人類滅亡后卻被外星人視之若寶。這是不是也是對 人類文明的一種諷刺。不管是不是一種諷刺，但這時的大衛(wèi)其實比真實的小孩還要真實，因 為他是唯一擁有著人類記憶的。在外星人眼里，他就是一個渴望愛的小孩。外星人給予了大 衛(wèi)想要的一切。這可以說是一種圓滿的結(jié)局�。×艚o我們的事對現(xiàn)實的思考，當(dāng)人類不斷進步的同時，是不是也要注意道德的提升；當(dāng) 人類賦予其他事物權(quán)利的同時，是不是也想到了自己要應(yīng)盡的責(zé)任；當(dāng)人類進步的同時，是不是也想到了怎樣處理與人類進步同生的社會矛盾與歧視。篇四：
人工智能部分學(xué)生的實驗體會 1 這次實驗總的來說收獲不少，在編寫程序前，我以為根據(jù)遺傳算法的思想，模擬自然 界的生物進化，則最后得到的種群一定是適應(yīng)度非常高的種群，即最
后的解一定是最優(yōu)解或 是次優(yōu)解。然而動手操作以后發(fā)現(xiàn)情況并沒有這么簡單。最突出的情況是已經(jīng)達到了一個比 較好的種群后，經(jīng)過一定的遺傳代數(shù)后，又向壞的方向發(fā)展了，而且往往得不到最優(yōu)解。分 析原因后，我改進了交叉算子，加大了變異率。同時設(shè)置了一個變量，用于記錄所有代數(shù)的 染色體中的最優(yōu)解。經(jīng)過這些改進，最后結(jié)果得到最優(yōu)解的概率明顯提高了。通過這次實驗，我更深刻的理解了遺傳算法及有關(guān)算子。動手能力也得到了不少提高。2 通過獨立完成本次實驗，加深了我對產(chǎn)生式系統(tǒng)的控制策略及常用算法（正向推理和 反向推理）的理解，并學(xué)會了使用數(shù)字表示推理的方法，我受益匪淺。3 總之遺傳算法原理并不難，但要使效率高并且結(jié)果精確地話就非常難了，要用到很多 數(shù)學(xué)方面的知識了,還要聯(lián)想大自然中的實際來改進，比如老師給的論文中就有將染色體分為 幼體和成年體的，還有用周期性種族滅絕的，感覺很有意思啊。4 通過獨立完成本次實驗，我加深了對遺傳算法的理解，慢慢學(xué)會了應(yīng)用遺傳算法解決 具體問題。遺傳算法難點在于針對具體問題如何實現(xiàn)編碼和三個算子的實現(xiàn)，本次實驗老師 提供了很多參考資料，我通過閱讀論文，發(fā)現(xiàn)了遺傳算法的靈活性，
使我對人工智能產(chǎn)生了 濃厚的興趣。我受益匪淺。5 剛接觸遺傳算法的時候感覺這么隨機的一種算法怎么能夠選出最優(yōu)解呢？后來，通過 一步步的寫程序、調(diào)程序，發(fā)現(xiàn)就這是因為隨機性，同時還有優(yōu)勝劣汰的規(guī)則，就使得能進 化出最有解，同時算法耗時也不是很多，讓我們更意識到大自然的偉大呀！我發(fā)現(xiàn)結(jié)果和老 師的參考結(jié)果相差很多，結(jié)果很不好，然后，我從發(fā)現(xiàn)問題就出在參數(shù)的選擇上，不同的參 數(shù)，結(jié)果還是會有很大的差距的。6 到現(xiàn)在，人工智能實驗已經(jīng)全部結(jié)束，感覺自己還是很有進步的�？上覜]能好好利 用這僅有的三次機會對自己的編程水平進行大幅度的提高，而是陷入了各種考試和自己的事 務(wù)的怪圈中去了。很佩服有的同學(xué)為了這個實驗而付出的努力，記得做八數(shù)碼的時候我還熬 了一個通宵。感覺同學(xué)們都很認真的對待這個實驗。不像 xxxx 實驗的時候還老是有人不認真 做，完完全全的 copy 一個別人的程序就交了。還記得當(dāng)時總是有別的班的人過來拷貝我們班 人的程序，然后把名字一改就交給老師了。這幾次的人工智能實驗，感覺這些現(xiàn)象少了很多， 說明同學(xué)們都是在認真的學(xué)習(xí)這門課。最后，為了彌補我實驗的缺陷，
我又用我在搞 mcm 時候?qū)W到的一點皮毛對問題進行了數(shù) 學(xué)建模分析。希望能填補我沒能好好把這次實驗做好的一些缺陷和遺憾。7 遺傳算法與傳統(tǒng)經(jīng)典算法思想不同，它涉及不確定的隨機因素，仿照生物基因重組現(xiàn) 象，將解題過程交給了物競天擇的優(yōu)勝劣汰現(xiàn)象，而較少的考慮復(fù)雜的邏輯主觀智能思維。
遺傳算法現(xiàn)在仍在不斷地被人們研究，以求一個最穩(wěn)定、運算次數(shù)最少的方法，有著廣闊前景。通過最后的實驗題目，我體會到：人工智能并非只是利用人類主觀思維把固定的算法智 慧強加給計算機，來模仿人類思維。我們還可以利用自然客觀規(guī)律、結(jié)合獨特的邏輯思想來 自然地引導(dǎo)出最好的答案，不用拼命地去解出答案，而是讓答案隨波逐流地找到我們。最好 的例子就是這個遺傳算法。8 實驗總結(jié)與體會：“通過本次的實驗，我深深感到 ai 算法的偉大，也感到自己應(yīng)該多 多的學(xué)習(xí)這方面的知識。本次實驗，遇到了很多問題，經(jīng)過了幾天的努力，終于出結(jié)果了。
我覺得，只有多練才可以孰能生巧。”(第一次實驗的總結(jié)體會)9 實驗總結(jié)與體會：“這次實驗的收獲還是挺大的，八數(shù)碼可以說是一道非常經(jīng)典的搜索 題，從實現(xiàn)上來說，難度不是很大，但要同時實現(xiàn)高效，還是要考慮很多的方面，首先是不
可達狀態(tài)的正確識別，在一開始我并不是事先判斷是否有解，而是通過最后是否能搜到解來 進行判斷（這還是在輔導(dǎo)學(xué)長的提示下才注意到的，原來可以事先判斷是否有解！），這樣一 來，就避免了對不可到達狀態(tài)進行無謂的搜索，大大提高了效率。通過這個事情，也讓我又 一次深刻體會到，其實數(shù)學(xué)是計算機的基礎(chǔ)，學(xué)好數(shù)學(xué)，對于學(xué)計算機可以說是事半功倍。
在判斷是否有解這個問題上，只需用到數(shù)列逆序值這個線性代數(shù)書中的小知識點就能輕松搞第二篇、人工智能學(xué)習(xí)心得 人工智能心得總結(jié) 人工智能學(xué)習(xí)心得 對人工智能的理解 通過這學(xué)期的學(xué)習(xí)，我對人工智能有了一定的感性認識，個人覺得人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人必須懂得計算機知識，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機器學(xué)習(xí)，計算機視覺等等，總的說來，人工智能研究的一個主要目標(biāo)是使機器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。人工智能的定義可以分為兩部分，即“人工”和“智能”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系
統(tǒng)。關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如意識、自我、思維等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。關(guān)于人工智能一個大家比較容易接受的定義是這樣的：人工智能是人造的智能,是計算機科學(xué)、邏輯學(xué)、認知科學(xué)交叉形成的一門科學(xué)，簡稱 AI。
人工智能的發(fā)展歷史大致可以分為這幾個階段：
第一階段：50 年代人工智能的興起和冷落 人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機器定理證明、跳棋程序、通用問題 s 求解程序、LISP 表處理語言等。但由于消解法推理能力的有限，以及機器翻譯等的失敗，使人工智能走入了低谷。
第二階段：60 年代末到 70 年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。DENDRAL 化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN 疾病診斷和治療系統(tǒng)、PROSPECTIOR 探礦系統(tǒng)、Hearsay-II 語音理解系統(tǒng)等專家系統(tǒng)的研究和開發(fā)，將人工智能引向了實用化。并且，1969 年成立了國際人工智能聯(lián)合會議 第三階段：80 年代，隨著第五代計算機的研制，人工智能得到了很大發(fā)展。日本 xx 年開始了”第五代計算機研制計劃”，即”知識信息處理計算機系統(tǒng) KIPS”，其目的是使邏輯推理達到數(shù)值運算那么快。雖然此計劃最終失敗，但它的開展形成了一股研究人工智能的熱潮。
第四階段：80 年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。
xx 年，美國召開第一次神經(jīng)網(wǎng)絡(luò)國際會議，宣告了這一新學(xué)科的誕生。此后，各國在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來。
第五階段：90 年代，人工智能出現(xiàn)新的研究高潮 由于網(wǎng)絡(luò)技術(shù)特別是國際互連網(wǎng)的技術(shù)發(fā)展，人工智能開始由單個智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問題求解，而且研究多個智能主體的多目標(biāo)問題求解，將人工智能更面向?qū)嵱�。另外，由�?Hopfield 多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會生活的各個領(lǐng)域。
對人工智能對世界的影響的感受及未來暢想 最近看了電影《黑客帝國》一系列，對其中的科幻生活有了很大的興趣，不覺有了疑問：現(xiàn)在的世界是否會如電影中一樣呢？人工智能的神話是否會發(fā)生 在當(dāng)前社會中的呢？ 在黑客帝國的世界里，程序員成為了耶穌，控制著整個世界，黑客帝國之所以成為經(jīng)典，我認為，不是因為飛來飛去的超級人物，而是因為她暗自揭示了一個人與計算機世界的關(guān)系，一個發(fā)展趨勢。誰知道200 年以后會不會是智能機器統(tǒng)治了世界？ 人類正向信息化的時代邁進，信息化是當(dāng)前時代的主旋律。信息抽象結(jié)晶為知識，知識構(gòu)成智能的基礎(chǔ)。因此，信息化到知識化再到智能化，必將成為人類社會發(fā)展的趨勢。人工智能已經(jīng)并且廣泛而有深入
的結(jié)合到科學(xué)技術(shù)的各門學(xué)科和社會的各個領(lǐng)域中，她的概念，方法和技術(shù)正在各行各業(yè)廣泛滲透。而在我們的身邊，智能化的例子也屢見不鮮。在軍事、工業(yè)和醫(yī)學(xué)等領(lǐng)域中人工智能的應(yīng)用已經(jīng)顯示出了它具有明顯的經(jīng)濟效益潛力，和提升人們生活水平的最大便利性和先進性。
智能是一個寬泛的概念。智能是人類具有的特征之一。然而，對于什么是人類智能（或者說智力），科學(xué)界至今還沒有給出令人滿意的定義。有人從生物學(xué)角度定義為“中樞神經(jīng)系統(tǒng)的功能”，有人從心理學(xué)角度定義為“進行抽象思維的能力”，甚至有人同義反復(fù)地把它定義為“獲得能力的能力”，或者不求甚解地說它“就是智力測驗所測量的那種東西”。這些都不能準(zhǔn)確的說明人工智能的確切內(nèi)涵。
雖然難于下定義，但人工智能的發(fā)展已經(jīng)是當(dāng)前信息化社會的迫切要求，同時研究人工智能也對探索人類自身智能的奧秘提供有益的幫助。所以每一次人工智能技術(shù)的進步都將帶動計算機科學(xué)的大跨步前進。如果將現(xiàn)有的計算機技術(shù)、人工智能技術(shù)及自然科學(xué)的某些相關(guān)領(lǐng)域結(jié)合，并有一定的理論實踐依據(jù)，計算機將擁有一個新的發(fā)展方向。
個人覺得研究人工智能的目的，一方面是要創(chuàng)造出具有智能的機器，另一方面是要弄清人類智能的本質(zhì)，因此，人工智能既屬于工程的范疇，又屬于科學(xué)的范疇。通過研究和開發(fā)人工智能，可以輔助，部分替代甚至拓寬人類的智能，使計算機更好的造福人類。
人工智能研究的近期目標(biāo)；是使現(xiàn)有的計算機不僅能做一般的數(shù)值計
算及非數(shù)值信息的數(shù)據(jù)處理，而且能運用知識處理問題，能模擬人類的部分智能行為。按照這一目標(biāo)，根據(jù)現(xiàn)行的計算機的特點研究實現(xiàn)智能的有關(guān)理論、技術(shù)和方法，建立相應(yīng)的智能系統(tǒng)。例如目前研究開發(fā)的專家系統(tǒng)，機器翻譯系統(tǒng)、模式識別系統(tǒng)、機器學(xué)習(xí)系統(tǒng)、機器人等。隨著社會的發(fā)展，技術(shù)的進步，人工智能的發(fā)展是任何人都無法想象的。通過對人工智能的學(xué)習(xí)，以及與所聽所見所聞的結(jié)合，我大膽的對未來人工智能的發(fā)展做出了以下拙劣的猜想：
一，融合階段（xx—2020 年）：
1、在某些城市，立法機關(guān)將主要采用人工智能專家系統(tǒng)來制定新的法律。
2、人們可以用語言來操縱和控制智能化計算機、互聯(lián)網(wǎng)、收音機、電視機和移動電話，遠程醫(yī)療和遠程保健等遠程服務(wù)變得更為完善。
3、智能化計算機和互聯(lián)網(wǎng)在教育中扮演了重要角色，遠程教育十分普及。人工智能心得總結(jié) 4、隨著信息技術(shù)、生物技術(shù)和納米技術(shù)的發(fā)展，人工智能科學(xué)逐漸完善。
5、許多植入了芯片的人體組成了人體通信網(wǎng)絡(luò)（以后甚至可以不用植入任何芯片）。比如，將微型超級計算機植入人腦，人們就可通過植入的芯片直接進行通信。
6、抗病毒程序可以防止各種非自然因素引發(fā)災(zāi)難。
7、隨著人工智能的加速發(fā)展，新制定的法律不僅可以用來更好地保護人類健康，而且能大幅度提高全社會的文明水準(zhǔn)。比如，法律可以
保護人們免受電磁煙霧的侵害，可以規(guī)范家用機器人的使用，可以更加有效地保護數(shù)據(jù)，可以禁止計算機合成技術(shù)在一些文化和藝術(shù)方面的應(yīng)用（比如禁止合成電視名人），可以禁止編寫具有自我保護意識的計算機程序。
三、自我發(fā)展階段（2020—2030 年）：
1、智能化計算機和互聯(lián)網(wǎng)既能自我修復(fù)，也能自行進行科學(xué)研究，還能自己生產(chǎn)產(chǎn)品。
2、一些新型材料的出現(xiàn)，促使智能化向更高層次發(fā)展。人工智能心得總結(jié) 3、用可植入芯片實現(xiàn)人類、計算機和鯨目動物之間的直接通信，在以后的發(fā)展中甚至不用植入芯片也可實現(xiàn)此項功能。
4、制定“機器人法”等新的法律來約束機器人的行為，使人們不受機器人的侵害。
5、高水準(zhǔn)的智能化技術(shù)可以使火星表面環(huán)境適合人類居住和發(fā)展。
四、升華階段（2030—2040 年）：
1、信息化的世界進一步發(fā)展成全息模式的世界。
2、人工智能系統(tǒng)可從環(huán)境中采集全息信息，身處某地的人們可以更容易地了解和知曉其他地方的情況。
3、人們對一些目前無法解釋的自然現(xiàn)象會有更清楚的認識和更完善的解釋，并將這些全新的知識應(yīng)用在醫(yī)療、保健和安全等領(lǐng)域。
4、人工智能可以模仿人類的智能，因此會出現(xiàn)有關(guān)法律來規(guī)范這些行為。人工智能一但擁有長足的進步，必將帶動其他計算機技術(shù)的發(fā)
展。網(wǎng)絡(luò)化將虛擬的世界變得無限大，屆時，足不出戶將成為一種習(xí)慣。人工智能必將帶動人類的發(fā)展，起到?jīng)Q定性作用。
雖然不知道其中有多少在未來會得到實現(xiàn)，但也算是我通過對人工智能的學(xué)習(xí)所收獲的總結(jié)。人工智能的繁榮景象和光明前景已展示出其誘人的魅力，讓我們一起期待未來的世界吧，一個全新的人工智能世界。第三篇、人工智能完成總結(jié)報告 人工智能心得總結(jié) 完成總結(jié)報告 項目名稱：數(shù)獨游戲設(shè)計與實現(xiàn) 組員：王鄭合 xx204081 xx 年十一月二十四日 1 問題描述 1.1 問題說明 數(shù)獨游戲起源于瑞士，由十八世紀(jì)的瑞士數(shù)學(xué)家歐拉發(fā)明，是一種數(shù)字拼圖游戲，其游戲規(guī)則是：
�、僭� 9×9 的大九宮格內(nèi)，已給定若干數(shù)字，其他宮位留白，玩家需自己按照邏輯推敲出剩下的空格里是什么數(shù)字。
�、诒仨殱M足的條件：每一行與每一列都有 1 到 9 的數(shù)字，每個小九宮格里也有 1 到 9 的數(shù)字，并且一個數(shù)字在每行、每列及每個小九宮格里只能出現(xiàn)一次，既不能重復(fù)也不能少。
�、勖總�數(shù)獨游戲都可根據(jù)給定的數(shù)字為線索，推算解答出來。
1.2 數(shù)獨求解描述
由于數(shù)獨游戲的推廣與普及，在當(dāng)今世界上有著大量的數(shù)獨愛好者，本項目的目的就是按照數(shù)獨的游戲規(guī)則，通過對數(shù)據(jù)結(jié)構(gòu)的分析和人工智能算法的研究，利用計算機程序來實現(xiàn)對已知數(shù)獨游戲的快速求解。
1.3 數(shù)獨出題描述 數(shù)獨游戲挑戰(zhàn)者的水平各異，對數(shù)獨題目的難度要求各不相同，所以本項目致力于設(shè)計一種算法，使其在盡可能短的時間內(nèi)生成不同難度等級的數(shù)獨題，以滿足不同水平游戲者的需求。同時，該算法還要考慮到三個方面要求：可變化的難度、解的唯一性和算法復(fù)雜度最小化。
2 功能分析 2.1 數(shù)獨求解 數(shù)獨雖然號稱是數(shù)學(xué)問題,但在求解時幾乎用不上數(shù)學(xué)運算方法，事實上它更像是一種思維方式。數(shù)獨游戲開始后，要想在空格中填入正確的數(shù)字，先要根據(jù)數(shù)獨游戲規(guī)則對 1-9 分別進行邏輯判斷，然后選擇正確的數(shù)字填入空格。另外，由于某個格子填入數(shù)據(jù)時，有可能還要對原來已填入的數(shù)據(jù)進行修正，所以可以考慮使用遞推和回溯搜索來求解數(shù)獨問題。
2.2 數(shù)獨出題 出題時，要能保證算法生成的數(shù)獨題具有可變化的難度和唯一解,該算法內(nèi)部應(yīng)該包含有對數(shù)獨題的求解和評級功能。本項目使用了一種基于“挖洞”思想的數(shù)獨題生成算法，將該算法的設(shè)計工作分為評級、求解和生成三部分工作。利用隨機數(shù)出現(xiàn)的概率不同來確定不同的難
度，通過避免重填一個被“挖去”的格子，或者回溯到一個曾經(jīng)無法“挖去”的格子，來降低算法的復(fù)雜性。
2.3 題目保存 當(dāng)用戶需要退出卻仍沒有完成數(shù)獨題目的解答時，可以選擇是否保存當(dāng)前的求解進度。如果需要，本系統(tǒng)會幫助用戶將目前未完成的數(shù)獨題目的解答進度保存起來，以便用戶下次使用本系統(tǒng)時，可以繼續(xù)解答上次未完成的題目。
2.4 題目讀取 用戶可以在程序開始運行后，選則讀取一道之前保存起來的題目進行解答，被讀取的題目將會顯示到程序界面上。
3 系統(tǒng)設(shè)計 3.1 功能結(jié)構(gòu)圖 本程序主要有數(shù)獨求解和數(shù)獨出題兩個功能，數(shù)獨求解包括題目檢驗、解題和輸入輸出，數(shù)獨出題包括答案檢驗、難度選擇、出題和輸入輸出。
3.2 業(yè)務(wù)流程圖 3.3 類圖 SudokuDlg 類：程序的界面類。Solve 類：實現(xiàn)數(shù)獨題目求解功能。Make 類：實現(xiàn)數(shù)獨題目出題功能。Pre 類：對數(shù)據(jù)進行預(yù)處理。
3.4 界面設(shè)計第四篇、人工智能總結(jié) 人工智能心得總結(jié) 形象思維、抽象思維、靈感思維人工智能的核心內(nèi)容：搜索技術(shù)、推
理技術(shù)、知識表示、人工智能語言應(yīng)用領(lǐng)域：專家系統(tǒng)、知識庫系統(tǒng)、決策支持系統(tǒng)、自然語言理解、智能機器人、模式識別知識表示方法：謂詞邏輯表示法、語義網(wǎng)絡(luò)表示法（結(jié)構(gòu)性好、明確簡潔、直觀，推理規(guī)則不明顯，表達范圍有限）、產(chǎn)生式規(guī)則表示法（格式固定、形式單一、規(guī)則間相互獨立、模塊性好、自然性好、求解效率低，專家系統(tǒng)首選）、框架表示法（對事物描述有層次，適應(yīng)性強、結(jié)構(gòu)性好、推理方式靈活，能把陳述性知識和過程性知識相結(jié)合，但缺乏形式理論）、概念從屬表示法、劇本表示法（開場條件、角色、道具、場景、結(jié)果組成，呆板，知識表示范圍窄）
逆否律:X1→ X2 X2→┐X1 深度優(yōu)先：深度深的節(jié)點排在 OPEN 表的前面，深度淺的節(jié)點排在后面 定理 1：隱含圖為有限（無限）時，如果從初始結(jié)點到目標(biāo)結(jié)點存在一條路徑，則算法 A（Ax）一定成功結(jié)束。引理：Ax 結(jié)束前，OPEN表中必存在 f（n）≤fx（s）的節(jié)點。
OPEN 表上任一具有 f（n）fx（s）的結(jié)點最終都被 Ax 選為擴展的結(jié)點 Ax 選作擴展的任意結(jié)點 n，有 f（n）≤fx（s）。
定理 6：若 h（n）滿足單調(diào)限制，則由 Ax 所擴展的結(jié)點序列，其 f值是非遞減的。
Ax 算法應(yīng)用舉例（1）八數(shù)碼問題 h(n)=0,h(n)w(n)—不在位將牌個數(shù),h(n)=p(n)—將牌與其目標(biāo)位之間的距離（2）傳教士與野人問題 N個傳教士與 N 個野人 h(n)=M+C-2B，船在左岸 B=1，在右岸 B=0（3）迷宮問題 h(n)=|Xg-xn|+|Yg-yn|,取 g(n)=d(n)有 f(n)=d(n)+h(n)影響算法A 啟發(fā)能力的 3 個重要因素：路徑耗散值、擴展結(jié)點數(shù)、計算 h 所需要的工作量子句：例如~p∨q∨s 是子句，子句集：將合取范式中的合取符號換成逗號 歸結(jié)式：有子句：C1=P∨C1’,C2=~P∨C2’,存在互補對，可得歸結(jié)式 C12=C1∨C2 例：P[x,f(A)]VP{x,f(y)]VQ(y)和┐P[z,f(A)]V┐Q(z) 取{li}={P[x,f(A)]}{mi}={┐P[z,f(A)]}，s={z/x} 得 P[z,f(y)]V┐Q(z)VQ(y) 取{li}={P[x,f(A)],P{x,f(y)]}，{mi}={┐P[z,f(A)]}，s={z/x,A/y} 得 Q(A)V┐Q(z) 題型 1：將下式化為 Skolem 標(biāo)準(zhǔn)型 消去蘊含符號、~深入到量詞內(nèi)部、變元易名、存在量詞左移，直到所有量詞移到前面，由此得到前束范式，再消去存在量詞，略去任意量詞 題型 2：用歸結(jié)原理證明公式 將代證明的公式轉(zhuǎn)化為代歸結(jié)命題公式如：（p→q）→(~q→~p)=>;（p→q）
分別將公式前項化為合取范式，結(jié)論求反的后項化為合取范式，兩項合并后化為合取范式，求子句集，對子句集中的字句進行歸結(jié)
題型 3：命題邏輯的歸結(jié)過程 1.建立待歸結(jié)命題公式 2.求合取范式 3.建立子句集 4.對子句集中的子句用歸結(jié)規(guī)則（歸結(jié)式作為新子句加入子句集進行歸結(jié)，得到空子句，停止）
題型 4：謂詞邏輯的歸結(jié)過程 1.寫出謂詞關(guān)系式 2.用反演法寫出謂詞表達式 3.化為 Skolem 標(biāo)準(zhǔn)型4.求取子句集 S5.對 S 中可歸結(jié)的子句進行歸結(jié) 6.歸結(jié)式放入 S 中，反復(fù)歸結(jié)過程 7.得到空子句 8.命題得證爬山法算法 過程 Hill-Climing 1.n=s; 2.LOOP:IFGOAL(n)THENEXIT(SUCCESS); 3.EXPAND(n){mi},計算 h(mi),nextn=m;//minh(mi)的結(jié)點,h(n)表示山頂與當(dāng)前 位置 n 的高度差 4.IFh(n)h(nextn)THENEXIT(FAIL); 5.n=nextn; 6.GOLOOP; 可分解產(chǎn)生式系統(tǒng)(1)DATA 初始數(shù)據(jù)庫(2){Di}DATA 的分解式；每個 Di元素都看成單獨的數(shù)據(jù)庫 (3)until{Di}的所有元素都滿足結(jié)束條件,do：
(4)begin (5)從{Di}中選一個不滿足結(jié)束條件的 Dx
(6)從{Di}中刪去 Dx (7)在規(guī)則集中選擇一條可應(yīng)用于 Dx 的規(guī)則 R(8)DR 應(yīng)用到 Dx 得到的結(jié)果(9){di}D 的分解式 (10)在{Di}上添加 di (11)end 回溯策略 遞歸程序 BACKTRACK(DATA) 1.ifTERM(DATA),returnNIL//謂詞 Termination 判斷 DATA 是否滿足結(jié)束條件 2.ifDEADEND(DATA),returnFAIL//DEADEND 判斷從 DATA 表示的狀態(tài)是否能繼續(xù)下去3.RULESAPPRULES(DATA)//APPRULES是一個函數(shù),返回適用于 DATA 的規(guī)則表 4.LOOP:ifNULL(RULES),returnFAIL//謂詞 NULL 判斷 RULES 是否空表5.RFIRST(RULES)//挑選出規(guī)則表中第一條規(guī)則 6.RULESTAIL(RULES)//把規(guī)則表中地第一條規(guī)則刪去 7.RDATAR(DATA)//把規(guī)則 R 用于 DATA 產(chǎn)生一個新的 DATA8.PATHBACKTRACK(RDATA)//在新的 DATA 上遞歸地調(diào)用 BACKTRACK 9.ifPATH=FAIL,goLOOP//判斷是否失敗，轉(zhuǎn)移到另一規(guī)則進行測試 10.returnCONS(R,PATH)//把試探成功的規(guī)則串成一個表 圖搜索過程 過程:GRAPHSEARCH1.Gs,OPEN(s)；建立一個搜索圖 G,它只含有起始結(jié)點 s。建立一個 OPEN 表,它只含有起始結(jié)點 s,用于存放未被擴展的結(jié)
點 2.CLOSED()； 3.LOOP:ifOPEN=(),thenreturnFAIL4.nFIRST(OPEN),OPENTAIL(OPEN),CLOSEDCONS(n,CLOSED)5.ifn,thenreturn[s...n]6.Mexpand(n),GG,G{M,G} //擴展 n,建立集 M 使 M 僅含有 n 的后繼者而不含有 n 的祖先,并把 M中的結(jié)點加入到 G 中。
7. 對 M 中 所 有 結(jié) 點 m:ifmG ’ ,then 建 立 指 針mn,OPENCONS(m,OPEN)ifmG ’ ,then 決 定 是 否 應(yīng) 改 變 指 針mnifmCLOSED,then 決定是否應(yīng)改變 m 的后代的指針 8.對 OPEN 表中的結(jié)點重新排序；這種排序可以是任意的,也可以是啟發(fā)式的 9.goLOOP 深度優(yōu)先搜索 過程 DEPTH-FIRST-SEARCH1.Gs,OPEN(s)；2.CLOSED()； 3.LOOP:ifOPEN=(),thenreturnFAIL ；4.nFIRST(OPEN),OPENTAIL(OPEN),CLOSEDCONS(n,CLOSED) ；5.ifn,thenreturn[s...n]；6.Mexpand(n),GG,G{M,G}； 7.ADD(M,OPEN)；標(biāo)記 M 到 n 的指針； 8.goLOOP 寬度優(yōu)先搜索 過程 BREADTH-FIRST-SEARCH1.Gs,OPEN(s)；2.CLOSED()； 3.LOOP:ifOPEN=(),thenreturnFAIL ；4.nFIRST(OPEN),OPENTAIL(OPEN),CLOSEDCONS(n,CLOSED) ；
5.ifn,thenreturn[s...n]；6.Mexpand(n),GG,G{M,G}； 7.ADD(OPEN，M)；標(biāo)記 M 到 n 的指針； 8.goLOOP 與或圖的 AOx 算法 1.G={s},q(s)=h(s),ifsthenSOLVED(s)T 2.untilSOLVED(s),do 3.begin 4.計算局部解圖 G‘(從 s 跟蹤標(biāo)記的連接符) 5.選出一個非終葉結(jié)點 nG6.Pexpand(n),ifP= thenq(n) elsepPifpGthenq(p)h(p) ifpthenSOLVED(p)T,G{G,P} //擴展結(jié)點 n，產(chǎn)生它的所有后繼結(jié)點并把它們接入 G，若不在 G 中，則賦值 h(p)7.S{n}8.untilS=,do 9.begin 10.從 S 中移出一個結(jié)點 m,該結(jié)點在 G 中的所有后代都不在 S 中11.q(m)q(m) qi(m)=ci+q(n1i)+...+q(nki) q(m)=miniqi(m) 標(biāo)記對應(yīng)于 q(m)的連接符 r,抹掉不同的連接符標(biāo)記 ifjSOLVED(njr)=TthenSOLVED(m)T 12.ifSOLVED(m)∨q(m)q(m) then 將向 m 發(fā)出標(biāo)記的連接符的那些父結(jié)點加入到 S 中
13.end 14.end 控制策略 （1）CLAUSES=S （2）untilNIL∈CLAUSES，do （3）begin （4）在 CLAUSES 中選擇兩個不同的可歸結(jié)的子句 Ci 和 Cj （5）計算 Ci 和 Cj 的歸結(jié)式 rij （6）CLAUSES=CLAUSES∨{rij} （7）end mgu 遞歸程序 UNIFY(E1,E2) 1.ifatom(E2)then 交換 E1,E2 2.ifatom(E1)then 3.begin 4.ifE1=E2,thenreturnNIL 5.ifE1 為變量 then 6.begin 7.ifE2 中有 E1,thenreturnFAIL//x 8.elsereturn{E2/E1} 9.end 10.ifE2 為變量 thenreturn{E1/E2}
11.elsereturnFAIL 12.end//E1 和 E2 都 是 表13.F1(CARE1),T1(CDRE1)//CAR->;FIRST14.F2(CARE2),T2(CDRE2)//CDR->;TAIL15.Z1UNIFY(F1,F2) 16.ifZ1=FAILthenreturnFAIL17.G1T1.Z1//Z1 作用于 T118.G2T2.Z1//Z1 作用于 T219.Z2UNIFY(G1,G2) 20.ifZ2=FAILthenreturnFAIL 21.returnZ1.Z2//返回 Z1,Z2 的合成 f(x)第五篇、《人工智能》學(xué)習(xí)報告 人工智能心得總結(jié) 《人工智能》學(xué)習(xí)報告 深圳大學(xué)機電與控制工程學(xué)院彭建柳 學(xué)號：0943010210 1.引言 人工智能(ArtificialIntelligence，AI)，曾經(jīng)有一部電影，著名導(dǎo)演斯蒂文•斯皮爾伯格的科幻片《人工智能》(A.I.)對許多人的頭腦又一次產(chǎn)生了震動，引起了一些人士了解并探索人工智能領(lǐng)域的興趣。人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數(shù)研究人員為之奉獻才智，從美國的麻省理工學(xué)院(MIT)、卡內(nèi)基-梅隆大學(xué)(CMU)到 IBM 公司，再到日本的本田公司、SONY 公司以及國內(nèi)的清華大學(xué)、中科院等科研院所，全世界的實驗室都在進行著 AI 技術(shù)的實驗。
一直以來，關(guān)于人工智能的理論，我一直認為是科學(xué)的前沿，理解起
來較為飄渺。但是，從本學(xué)期《人工智能》課程的學(xué)習(xí)中，本人較系統(tǒng)的接觸到了關(guān)于人工智能的理論，從有限的課程中，通過老師的詳細介紹和查閱人工智能方面的書籍，學(xué)習(xí)了關(guān)于人工智能幾個主要方面的知識，如模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等。下面是本人關(guān)于人工智能理論的一些基本認識。
2.人工智能的形成與發(fā)展 說到人工智能，首先先認識下自動控制理論，自動控制理論從形成到發(fā)展至今，已經(jīng)經(jīng)歷了六十多年的歷程，其主要分為三個階段：
第一階段是 40 年代興起的以調(diào)節(jié)原理為標(biāo)志，稱為經(jīng)典控制理論階段； 第二階段是以 60 年代興起的以狀態(tài)空間為標(biāo)志，稱為現(xiàn)代控制理論階段； 第三階段是 80 年代興起的智能控制理論階段 智能控制是在控制論人工智能系統(tǒng)論和信息論等多學(xué)科的高度綜合與集成，是一門新興的交叉前沿學(xué)科。智能控制技術(shù)，即是在無人干預(yù)的情況下能自主地驅(qū)動智能機器實現(xiàn)控制目標(biāo)的自動控制技術(shù)。對許多復(fù)雜的系統(tǒng)，難以建立有效的數(shù)學(xué)模型和用常規(guī)的控制理論去進行定量計算和分析，而必須采用定量方法與定性方法相結(jié)合的控制方式。定量方法與定性方法相結(jié)合的目的是，要由機器用類似于人的智慧和經(jīng)驗來引導(dǎo)求解過程。因此，在研究和設(shè)計智能系統(tǒng)時，主要注意力不放在數(shù)學(xué)公式的表達、計算和處理方面，而是放在對任 務(wù)和現(xiàn)實模型的描述、符號和環(huán)境的識別以及知識庫和推理機的開發(fā)
上，即智能控制的關(guān)鍵問題不是設(shè)計常規(guī)控制器，而是研制智能機器的模型。此外，智能控制的核心在高層控制，即組織控制。高層控制是對實際環(huán)境或過程進行組織、決策和規(guī)劃，以實現(xiàn)問題求解。為了完成這些任務(wù)，需要采用符號信息處理、啟發(fā)式程序設(shè)計、知識表示、自動推理和決策等有關(guān)技術(shù)。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。
隨著人工智能和計算機技術(shù)的發(fā)展，已經(jīng)有可能把自動控制和人工智能以及系統(tǒng)科學(xué)中一些有關(guān)學(xué)科分支(如系統(tǒng)工程、系統(tǒng)學(xué)、運籌學(xué)、信息論)結(jié)合起來，建立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動控制技術(shù)的最新發(fā)展階段，也是用計算機模擬人類智能進行控制的研究領(lǐng)域。1965 年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。xx年，在美國首次召開了智能控制學(xué)術(shù)討論會。xx 年又在美國召開了智能控制的首屆國際學(xué)術(shù)會議，標(biāo)志著智能控制作為一個新的學(xué)科分支得到承認。智能控制具有交叉學(xué)科和定量與定性相結(jié)合的分析方法和特點。
3.模糊控制 在傳統(tǒng)的控制領(lǐng)域里，控制系統(tǒng)動態(tài)模式的精確與否是影響控制優(yōu)劣的最主要關(guān)鍵，系統(tǒng)動態(tài)的信息越詳細，則越能達到精確控制的目的。然而，對于復(fù)雜的系統(tǒng)，由于變量太多，往往難以正確的描述系統(tǒng)的動態(tài)，于是工程師便利用各種方法來簡化系統(tǒng)動態(tài)，以達成控制的目的，但卻不盡理想。換言之，傳統(tǒng)的控制理論對于明確系統(tǒng)有強而有
力的控制能力，但對于過于復(fù)雜或難以精確描述的系統(tǒng)，則顯得無能為力了。因此便嘗試著以模糊數(shù)學(xué)來處理這些控制問題。通過課堂中，導(dǎo)師生動的講解，以及引用到生活當(dāng)中鮮活的例子，如冰箱溫度的模糊控制，智能汽車的行駛路線控制等等，充分的認識到，模糊控制在當(dāng)今社會的應(yīng)用已經(jīng)很廣泛，只是理論知識的缺乏而感覺不到它們的存在。
一般控制架構(gòu)包括：定義變量、模糊化、知識庫、邏輯判斷及反模糊化，詳細如下：
(1)定義變量：也就是決定程序被觀察的狀況及考慮控制的動作，例如在一般控制問題上，輸入變量有輸出誤差 E 與輸出誤差之變化率 CE，而控制變量 則為下一個狀態(tài)之輸入 U。其中 E、CE、U 統(tǒng)稱為模糊變量。
(2)模糊化（fuzzify）：將輸入值以適當(dāng)?shù)谋壤D(zhuǎn)換到論域的數(shù)值，利用口語化變量來描述測量物理量的過程，依適合的語言值（linguisitcvalue）求該值相對之隸屬度，此口語化變量我們稱之為模糊子集合（fuzzysubsets）。
(3)知識庫：包括數(shù)據(jù)庫（database）與規(guī)則庫（rulebase）兩部分，其中數(shù)據(jù)庫是提供處理模糊數(shù)據(jù)之相關(guān)定義；而規(guī)則庫則藉由一群語言控制規(guī)則描述控制目標(biāo)和策略。
(4)邏輯判斷：模仿人類下判斷時的模糊概念，運用模糊邏輯和模糊推論法進行推論，而得到模糊控制訊號。此部分是模糊控制器的精髓所在。
(5)解模糊化（defuzzify）：將推論所得到的模糊值轉(zhuǎn)換為明確的控制訊號，做為系統(tǒng)的輸入值。
模糊控制很重要的一點就是模糊規(guī)則的制定，其規(guī)則制定...
熱點文章閱讀