摘要: 一本不错的《人工智能》书
【对算法，数学，计算机感兴趣的同学，欢迎关注我哈，阅读更多原创文章】
我的网站：潮汐朝夕的生活实验室
我的公众号：算法题刷刷
我的知乎：潮汐朝夕
我的github：FennelDumplings
我的leetcode：FennelDumplings
搜索、知识、推理、规划、不确定性、学习、感知、行动
本文介绍人工智能的一本书，一般是计算机系大三的专业课。
作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统。涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。
本书包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。
- 第一部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试、启发法、新千年人工智能的发展进行了简要论述。
- 第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。
- 第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN 等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，以及受到自然启发的搜索等。
- 第四部分介绍了自然语言处理和自动规划等高级专题。
- 第五部分对人工智能的历史和现状进行了梳理，回顾了几十年来人工智能所取得的诸多成就，并对其未来进行了展望。
本书系统、全面地涵盖了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，并辅以实例。
$1 引言
人工智能概述
- 引言
- 人工智能的定义
- 思维是什么？智能是什么？
- 图灵测试
- 图灵测试的定义
- 图灵测试的争议和批评
- 强人工智能与弱人工智能
- 启发法
- 长方体的对角线：解决一个相对简单但相关的问题
- 水壶问题：向后倒推
- 识别适用人工智能来求解的问题
- 应用和方法
- 搜索算法和拼图
- 二人博弈
- 自动推理
- 产生式规则和专家系统
- 细胞自动机
- 神经计算
- 遗传算法
- 知识表示
- 不确定性推理
- 人工智能的早期历史
- 人工智能的近期历史到现在
- 博弈
- 专家系统
- 神经计算
- 进化计算
- 自然语言处理
- 生物信息学
- 新千年人工智能的发展
$2 基础知识
盲目搜索
- 简介：智能系统中的搜索
- 状态空间图
- 生成与测试范式
- 回溯
- 贪婪算法
- 旅行销售员问题
- 盲目搜索算法
- 深度优先搜索
- 广度优先搜索
- 盲目搜索算法的实现和比较
- 实现深度优先搜索
- 实现广度优先搜索
- 问题求解性能的测量指标
- DFS和BFS的比较
知情搜索
- 启发法
- 知情搜索（第一部分）——找到任何解
- 爬山法
- 最陡爬坡法
- 最佳优先搜索
- 集束搜索
- 搜索算法的其他指标
- 知情搜索（第二部分）——找到最佳解
- 分支定界法
- 使用低估值的分支定界法
- 采用动态规划的分支定界法
- A*搜索
- 知情搜索（第三部分）—高级搜索算法
- 约束满足搜索
- 与或树
- 双向搜索
博弈中的搜索
- 博弈树和极小化极大评估
- 启发式评估
- 博弈树的极小化极大评估
- 具有α-剪枝的极小化极大算法
- 极小化极大算法的变体和改进
- 负极大值算法
- 渐进深化法
- 启发式续篇和地平线效应
- 概率游戏和预期极小化极大值算法
- 博弈理论
人工智能中的逻辑
- 逻辑和表示
- 命题逻辑
- 命题逻辑—基础
- 命题逻辑中的论证
- 证明命题逻辑论证有效的第二种方法
- 谓词逻辑——简要介绍
- 谓词逻辑中的合一
- 谓词逻辑中的反演
- 将谓词表达式转换为子句形式
- 其他一些逻辑
- 二阶逻辑
- 非单调逻辑
- 模糊逻辑
- 模态逻辑
知识表示
- 图形草图和人类视窗
- 图和哥尼斯堡桥问题
- 搜索树
- 表示方法的选择
- 产生式系统
- 面向对象
- 框架法
- 脚本和概念依赖系统
- 语义网络
- 关联
- 新近的方法
- 概念地图
- 概念图
- Baecker的工作
- 智能体：智能或其他
- 智能体的一些历史
- 当代智能体
- 语义网
- IBM眼中的未来世界
- 作者的观点
产生式系统
- 背景
- 基本示例
- CARBUYER系统
- 产生式系统和推导方法
- 冲突消解
- 正向链接
- 反向链接
- 产生式系统和细胞自动机
- 随机过程与马尔可夫链
$3 基于知识的系统
人工智能中的不确定性
- 模糊集
- 模糊逻辑
- 模糊推理
- 概率理论和不确定性
专家系统
- 背景
- 专家系统的特点
- 知识工程
- 知识获取
- 经典的专家系统
- DENDRAL
- MYCIN
- EMYCIN
- PROSPECTOR
- 模糊知识和贝叶斯规则
- 提高效率的方法
- 守护规则
- Rete算法
- 基于案例的推理
- 更多最新的专家系统
- 改善就业匹配系统
- 振动故障诊断的专家系统
- 自动牙科识别
- 更多采用案例推理的专家系统
机器学习第一部分
- 机器学习：简要概述
- 机器学习系统中反馈的作用
- 归纳学习
- 利用决策树进行学习
- 适用于决策树的问题
- 熵
- 使用ID3构建决策树
- 其余问题
机器学习第二部分：神经网络
- 人工神经网络的研究
- 麦卡洛克-皮茨网络
- 感知器学习规则
- 增量规则
- 反向传播
- 实现关注点
- 模式分析
- 训练方法
- 离散型霍普菲尔德网络
- 应用领域
受到自然启发的搜索
- 模拟退火
- 遗传算法
- 遗传规划
- 禁忌搜索
- 蚂蚁聚居地优化
$4 高级专题
自然语言处理
- 概述：语言的问题和可能性
- 自然语言处理的历史
- 基础期（20世纪40年代和50年代）
- 符号与随机方法（1957—1970）
- ４种范式（1970—1983）
- 经验主义和有限状态模型（1983—1993）
- 大融合（1994—1999）
- 机器学习的兴起（2000—2008）
- 句法和形式语法
- 语法类型
- 句法解析：CYK算法
- 语义分析和扩展语法
- 转换语法
- 系统语法
- 格语法
- 语义语法
- Schank系统
- NLP中的统计方法
- 统计解析
- 机器翻译（回顾）和IBM的Candide系统
- 词义消歧
- 统计NLP的概率模型
- 隐马尔可夫模型
- 维特比算法
- 统计NLP语言数据集
- 宾夕法尼亚州树库项目
- WordNet
- NLP中的隐喻模型
- 应用：信息提取和问答系统
- 问答系统
- 信息提取
- 现在和未来的研究（基于CHARNIAK的工作）
- 语音理解
- 语音理解技术的应用
自动规划
- 规划问题
- 规划术语
- 规划应用示例
- 一段简短的历史和一个著名的问题
- 规划方法
- 规划即搜索
- 部分有序规划
- 分级规划
- 基于案例的规划
- 规划方法集锦
- 早期规划系统
- STRIPS
- NOAH
- NONLIN
- 更多现代规划系统
- O-PLAN
- Graphplan
- 规划系统集锦
- 学习系统的规划方法
- SCIBox自动规划器
$5 现在和未来
机器人技术
- 历史：服务人类、仿效人类、增强人类和替代人类
- 早期机械机器人
- 电影与文学中的机器人
- 20世纪早期的机器人
- 技术问题
- 机器人的组件
- 运动
- 点机器人的路径规划
- 移动机器人运动学
- 应用：21世纪的机器人
高级计算机博弈
- 跳棋：从塞缪尔到舍弗尔
- 在跳棋博弈中用于机器学习的启发式方法
- 填鸭式学习与概括
- 签名表评估和棋谱学习
- 含有奇诺克程序的世界跳棋锦标赛
- 彻底解决跳棋游戏
- 国际象棋：人工智能的“果蝇”
- 计算机国际象棋的历史背景
- 编程方法
- 超越地平线效应
- DeepThought和DeepBlue与特级大师的比赛（1988—1995年）
- 计算机国际象棋对人工智能的贡献
- 在机器中的搜索
- 在搜索方面，人与机器的对比
- 启发式、知识和问题求解
- 蛮力：知识vs.搜索；表现vs.能力
- 残局数据库和并行计算
- 本书第一作者的贡献
- 其他博弈
- 奥赛罗
- 西洋双陆棋
- 桥牌
- 扑克
- 围棋：人工智能的“新果蝇”？
