## 人工智能

人工智能——模仿人类行为

1. 视觉：计算机视觉（CV）

2. 听觉：语音识别

3. 控制：机器人

4. 交流：知识工程（KE）、自然语言处理（NLP）

人工智能>机器学习——从数据中学习规律>表征学习——从数据集中学习特征>深度学习（以人工深度神经网络为基础）



## 状态图搜索

搜索是人工智能解决问题的基础方法，特别是在无法直接计算答案时。这里分为状态空间搜索和博弈搜索。

#### 1. 状态空间搜索 (图搜索)

- **基础概念**：
  - 有向图的建立
  - 状态图
- **搜索方式分类**：
  - **按扩展方式**：树式搜索、线式搜索
  - **按策略**：
    - **盲目搜索**：无额外信息。
    - **启发式搜索**：利用启发函数引导。
- **关键算法演进**：
  - **基本元素**：启发函数、代价函数（针对加权状态图）。
  - **基础算法**：全局择优搜索（仅考虑启发函数）。
  - **进阶算法**：
    - A算法：引入了估价函数（`f(x) = g(代价) + h(启发)`）。
    - A*算法：对启发函数（`h`）做了限制（可采纳性），保证最优解。

#### 2. 复杂结构搜索

- **与或图**：用于解决复杂问题分解（如目标拆解为子目标）。
- **博弈树**：用于双人对弈（如象棋、围棋），通常结合极大极小值搜索和剪枝算法（虽未列出剪枝，但属于博弈树常见延伸）。

## 不确定性处理与推理



**不确定性的来源**

- 信息不完整
- 噪声
- 模糊性

1. 概率论

   - **概率和似然度**

   - 贝叶斯方法

     - 主观贝叶斯

     - 贝叶斯网络

     - 完备事件簇、基本事件簇

       

2. 模糊理论

   - **理论基础**：

     - 模糊集合论
     - 隶属度（元素属于模糊集合的程度）

     - **关系与运算**：
       - 模糊集合、模糊关系、模糊矩阵
       - 模糊关系合成

   - **推理应用**：
     - 模糊推理（基于模糊规则进行推理）

**可信度理论（规则系统）**

信任增长度

确定性因子（CF）

CF值计算

信度

**推理模型分类**

不确定性推理模型

不确切性推理模型

**逻辑扩展**

克林三值模型（真/假/未知）

非单调逻辑

**方法论分类**

程度化方法

确定性方法CE