搜索
个人精品文档资料欢迎大家下载学习1大类通识课程读书报告课程人工智能与认知科学姓名李沛蔓学号13121277教师杨丽华日期2015年10月24日题目人工智能导论读书报告个人精品文档资料欢迎大家下载学习2《人工智能与认知科学》课程读书报告成绩评定表学号13121277姓名李沛蔓序号项目评审指标分值1篇目选择(10)书籍或文献权威性和学术性强，紧密结合本课程要求，阅读价值大(8-10)书籍或文献权威性和学术性较高，与本课程结合对较强，阅读价值较大-7)书籍或文献权威性、学术性和阅读价值一般，基本符合本专业理论知识(4-5)书籍或文献权威性和学术性较低，与本课程结合度不大，阅读价值较小(0-3)2内容把握(40)阅读内容充实，能够全面理解并阐释所读内容及作者观点(36-40)阅读内容较充实，能够较好领悟并阐释所读内容及作者观点，基本没有误读现象(30-35)对所读内容、作者观点的领悟一般，没有明显的误读现象(24-29)对所读内容、作者观点的领悟较差，存在较为明显的误读(0-23)3延伸思考(40)能够对相关问题进行关联性思索，并能进行深入的思考或者充分的分析批评(36-40)能够对相关问题进行独立思索，思考较为深入或者分析批评较为充分，(30-35)能够对相关问题展开一定的独立思索，思考的深入性或者分析批评的充分性一般(24-29)基本或者完全未对相关问题展开独立思索(0-23)4规范要求(10)文笔流畅、表达清晰，符合格式要求，文字、符号等使用正确(8-10)文笔较为流畅、表达较清晰，基本符合格式要求，文字、符号等使用基本正确(6-7)文字和语言运用一般，不太符合格式要求，文字、符号等使用存在不少错误(4-5)文字和语言运用较差，基本不符合格式要求，文字、符号等使用存在大量错误(0-3)成绩任课教师签评阅日期个人精品文档资料欢迎大家下载学习3名人工智能导论读书报告姓名李沛蔓学号13121277阅读书目：人工智能导论编者：林尧瑞马少平出版社：清华大学出版社第一章人工智能产生式系统一个人工智能产生式系统的基本要素是：一个综合数据库，一组产生式规则和一个控制系统。本书这一章通过八数码游戏和渡船游戏引例。对于任何一个问题，我们在建立产生式描述后，就可以通过控制策略进行描述，然后对所有状态空间进项搜索，求得一个相应问题的操作数列。首先解决我之前的一个疑惑：到底什么事产生式系统。因为不管是控制策略还是后面的对所有状态空间进行搜索，都是在建立产生式系统的基础上实现的。产生是系统最早是Post提出的一种计算形式体系里所使用的术语，主要是类似于文法的规则，对符号串作替换运算的系统。其中的用来表征描述的控制策略分为两种方式：不可撤回方式回溯方式不可撤回方式（爬山法）只有在登单峰的山时才是有效的，即只能针对于单极值问题求解回溯方式：虽然给足了徘徊空间，在我看来也就是说允许反悔，但是其中很重要的一个问题就是需要确定回溯条件（其实这一点某种程度上讲似乎是没有必要，但是从算法设计的基本原则，简化，提高解决问题的效率上讲，就是极为重要的了。就如很多时候我们使用智能设备，不是说因为我们不能解决问题而制造出它们来寻求帮助，而是因为我们希望用更快捷高效的方式来使问题得到解决）图搜方式使用的是一种穷举的方式，对于每个状态的所有可能都会去试并记录结果。虽然这种穷举的方式大大降低了解决问题的效率，但是它的这种将变化过程用图形结构的形式记录下来的方式我个人是很喜欢的。节点图能使整个设计流程思路有更清晰的展示与呈现。总之，高效地求解与有效控制策略密切相关按推理方向划分，产生式系统可分为正向，逆向，双向式产生式系统。F规则、B规则把状态描述和目标描述合并构成综合数据库，F规则只适用于状态描述部分，B规则只适用于目标描述部分个人精品文档资料欢迎大家下载学习4可交换的产生式系统并不是所有使用的整个规则序列都可以重新排列，只有那些最初可以应用于初始数据库的规则才可交换，而对于生成的数据库所添加的其他可应用规则，则不能随意交换。由于具有可交换性这一优势特点，使我们在求解过程中只需搜索其中任意一条路径，只要解存在就一定能找到目标，不必探索多条路径，因此不可撤回的控制方式在这种系统中使用很合适。可分解的产生式系统第八章自然语言的理解自然语言理解是人工智能的一个重要分支，也是极其活跃的一个研究领域。早在四十年代计算机刚出现，就有人考虑到了将计算机应用到语言学的研究中来，并导致了“计算机语言学”这一边缘学科的产生。从1949年美国工程师W．Weaver通过“查字典”这一行为提出的计算机可能可以解决世界范围内的翻译问题开始，计算机语言的研究又迈向了一个新的纪元，人们慢慢发现，单纯的依靠每一个词汇对应一个等价语言的这种查字典的方法根本不能满足一个词可能代表很多意思这种情况的发生，从而意识到，只有在理解的基础上才能实现真正的翻译。什么是理解呢？从微观上讲，理解是指从计算机自然语言到机器内部表示之间的一种映射。从宏观上讲，理解指能够完成我们所希望的一些功能。（我的理解是计算机能够认知，分析，整合所得到的信息并执行的能力）书中举出的搬椅子，航班查询的例子也说明了这一点，理解可以认为是从语言到行为的一种映射，但是也有些片面，因为发出命令的不一定是有声语言，也可以是光信号，肢体语言等等，总之就是对信号分析处理以及做出一定有用反应的能力。使自然语言理解起来变得复杂的几个原因：1供选择的目标表示的复杂性2映象的类型：一对多，一对一，多对多，多对一3源表达中个元素间的交联程度8.2简单句理解对于句子的理解并不是对其中的词一个一个地进行字典化解释，而是需要语法分析，并结合上下文关系等才能对句意做出最终的确定。这是因为词语中总是存在着一对多的现象。如Diamondshiningfromthewindow和Iwillmeetyouatthediamond.单看diamond有钻石，菱形，棒球场好几个的意思，但是由于一些词语的限定从而在其特定的语言环境中使我们能很清楚的知道，第一句中diamond指的是钻石而第二句中diamond指的是棒球场而不是钻石或者菱形。一般将理解的过程分为三个部分：句法分析，语义分析，语用分析一些自然语言的理解方法：关键字匹配句法分析语义分析个人精品文档资料欢迎大家下载学习58.3复合句理解简单句理解不涉及句与句之间的关系，他的理解过程首先是赋予单词以意义，再给整个语句以一种结构。而一组语句的理解，无论它是一个文章选段或者是一段对话节录，均要求发现句子之间的相互关系。这些关系一般包括：1相同事物（代词它对应气球）2事物的一部分（书扉页：费也是输的一部分）3行动的一部分（出差乘飞机：乘飞机是出差这一行动的一部分）4与行动有关的事物（自行车骑车去商店：骑车的行为的完成需要自行车）5因果关系（下暴雪停课：因为下雪所以停课）6计划次序（买辆新车找工作：为了买辆新车，开始找工作挣钱）要做到理解这些复杂的关系，必须具有相当广泛领域的知识才行，也就是要依赖于大型的知识数据库，而且知识数据库的组织形式对于能否正确理解这些关系，起到很重要的作用。如果知识库的容量较大，则有一点是比较重要的，即如何将问题的焦点集中于知识库的相关部分。8.4语言生成所谓语言生成就是将在计算机里以某种形式存放的需要交流的信息，以自然语言的形式表达出来，因而从某种意义上说，语言生成是自然语言理解的一个逆过程。一般包括两个部分：（1）建立一种结构，也就是进行“构思”，确定要“说”的内容（2）以适当的词汇和相应的语法规则将要交流的信息以句子的形式表达出来。8.5机器翻译在机器翻译方面，人们做的较早的工作是希望借助于字典，将源语言直接映射为目的语言，但最终以失败告终。其原因是因为翻译必须建立在理解的基础上才能正确进行。词的多义性文法多义性头语重复使用成语语言的理解和语言的生成是机器翻译的基础，这两个问题解决了，机器翻译也就容易实现了。小结从地球上第一个生命的出现至今，人类已经经历了6次信息革命。第一次信息革命，语言的产生让信息可以分享；第二次信息革命，文字的出现让信息可以被记录，从而使我们的思想文化得以传承，人类的古代文明也从此有迹可寻。第三次信息革命，信息可以远距离进行传输，随着纸和印刷术的出现古代文明到达了最高峰，同时也深远地影响了政治，经济，文化的发展。第四次信息革命，信息可以远距离实时传输，它和工业革命一样，再为我们世人创造了一个全新的世界，电报，电话的出现，尤其对于军事和经济有着重大的影响。第五次信息革命，电视让信息可以远距离，实时多媒体传输，改变了世界传媒业，也改变了世界政治。个人精品文档资料欢迎大家下载学习6物联网的出现开启了第六次信息革命的大门，它让信息远距离，实时多媒体双向交互进行传输。在我看来这前六次信息革命，都是建立在信息传输的基础上，让信息可以分享，记录，远距离传输，远距离实时多媒体传输，远距离实施多媒体双向传输。从某总程度上来说，到互联网时代，人类信息传输的一切问题几乎都得到了很好且有效地解决，而就在解决了这一系列传输问题后，我们又跨入了一个新时代，智能感应时代。今年暑假由于到蓝老师的团队参与Kinect项目，一时看了很多部科幻电影，其中就包括AI这部电影，可能是之前很少有接触这类科幻影片，看完后一方面对于影片中所展现的人工智能技术觉得十分震撼，另一方面更多的是对这种“情感克隆”技术的思考。虽说电影中的夫妇由于失去了儿子，丈夫想要通过购买一个具有感情的机器人来还原以往的生活。但是我还是不太能接受这种完全拥有人类情感的机器人。其实通过这学期一些课外资料的阅读，关于为什么要机器人拥有情感呢？究竟要不要人工智能？不仅仅是我作为一个小个体，可以看到其实也是当前美国和日本在做机器人方面的一个分歧，日本人做仿真机器人，皮肤像人，情感模拟人，这种在我看来对于人来说其实并不需要，而且会产生很严重的社会伦理问题。首先一点，因为人本身就拥有这些；反而是美国的一些工具机器人，可以解决一些具体的问题，显得更实际，也理应是未来的方向。我们耳熟能详的著名天体物理学家史蒂芬霍金，自从患上运动性神经元病之后，他本人就是利用某种形式的人工智能帮助自己发音。包括前段时间我在和蓝剑老师讨论Kinect开发时聊到的霍金现在正在使用的眼球追踪系统等等。我们常常谈人工智能的风险，其实人工智能真正的风险不在于它是否邪恶，而是在于它的能力。超级智慧的人工智能能出色地完成一些目标，那么当这些目标与我们的利益不一致，那么我们可能就惹上麻烦了。而且，对于该领域的再开发，我觉得首先探索不是坏事，一方面探索不仅仅是让我们能制造出拥有一些超能力的机器人，更多的是通过这个过程我们其实是能更好的认知我们人类本身的，所以从这个出发点讲对于人工智能的研究是双丰收的。但是同时我也很担心，因为从历史上看，一件事物变得比他们的发明者更聪明似乎是一种趋势，我们人类就比祖先类人猿聪明，爱因斯坦也比他的父母聪明吧（当然后面这个例子存在偶然性）那么这样畅想下去，如果机器人能够自己设计自己，我们可能就面临着一场智能大爆炸，而且这种超越最终可能就像人类智能远超于蜗牛的智能一样可怕。当这一切最终发生，对于人类而言可能是好事，也可能是坏事。如果利用得当，那就会创造出巨大的价值。因此我觉得最重要的事就是我们要把创造人工智能的目的从单纯的创造转变为创造有益的人工智能机器人。再来谈谈这个具有巨大潜力的智能感应时代。在由移动互联、智能感应、大数据共同形成的智能互联网这个体系中，信息不再仅仅是人类获取之后，进行加工、分析，再进行传输这样来传递。信息的获取很大程度上不再是人类通过自己的器官来完成，大量的智能感应器，不但可以完成人类器官可以完成的信息收集，同时还有一些感应器可以完成人类器官不能感应到的信息。此前，所有的信息需要通过人脑进行加工、分析，而大数据却可以通过各种算法，对大量的数据进行收集、挖掘、分析，从而直接做出判断，并在这个判断基础上进行干预。这个技术已经在很多方面得以实现，我也很是看好这个技术这个体系，特别是每次想到自己现在学的专业和这块领域密切相关就很有动力，更有兴趣去思考探究。个人精品