MIT_AI公開課p1p2學習筆記

視頻鏈接

麻省理工學院公開課：人工智能

01-人工智能

一、關鍵詞

思惟

MIT:模型+表達！

MIT:技能+經驗（全部AI的專家）

二、概念

1. 人工智能是關於支持模型創建的表達系統；模型是針對思惟、感知和行動的模型。創建智能程序。

2. 人工智能是關於經過表示得以呈現的約束條件，而表示針對思惟、感知和行動的模型。最後須要建立程序。

3. 顯然，人工智能是關於算法的，經過針對思惟、感知和行動的模型表示所呈現的約束條件得以實現。

4. 算法/程序/方法。

5. 模型是思惟、感知和行動有機總體。好比：系統想象一個情形，而後讀出答案，將視覺系統用於想象的情境中

6. 人類變革：將領種概念合成第三種概念，就是開始學會用語言描述事物。講故事和理解故事就是教育的所有。

7. 語言還能能整理感受系統所得到的資源，指揮感受系統，去想象咱們沒有見過的東西

8. 生成測試法（一個個比較測試） Rumpelstiltskin（侏儒）原則：給小東西命名+解釋

02-推理：目標樹與問題求解

一、形式

人求解問題的方法→機器求解問題的方法。

二、概念

【問題歸約problem reduction】
先轉化爲簡單問題（安全變換）；而後簡單問題查表；最後檢驗中是否正確；

• 若是要啓發式變換（難一點） ，會致使目標樹有不一樣的分支，而後選擇考慮隨便一支問題，而後再回到原來的結點去考慮另外一個分支的問題，最後回退到最簡單的那個去處理。

• 引入「與節點」（and node）和「或節點」（or node），而積分化簡的過程也造成了一個樹形狀的圖，對於這個圖咱們稱之爲
  「問題歸約樹（Problem reduction tree）」
  或者
  「目標樹（Goal tree）」
  或者
  「與或樹（add/or tree）」。

問題歸約就有點像數據結構中對樹的深度遍歷。

三、積分變換例子

教育理念：
掌握skill以前要先understand ,理解以前要見過。因此要舉一個見過的例子！

（一道高數積分題）
並給出程序流程圖

四、此程序（算法)的一些思考

• 最大狀況下，樹的深度是多少？

7。理解爲：積分變換次數最多爲7次

• 平均深度是多少？

3.理解爲：咱們平時寫的積分題平均變換3次

• 有多少分支沒被用過？

1.理解爲：若是你選擇了不會被用上的分支，就會作不少無用功；通常只有一個分支（積分變換）

• 使用樹這樣的結構好處是？

無用的分支很快就能走到死衚衕，很節省時間，沒必要要使用函數複合深度來判斷哪個最簡單。

五、每次進入新領域都應該問本身的問題（元知識）

1. 涉及到的知識

積分變換、樹如何工做

2. 問題什麼時候解決
3. 知識如何表示？

不一樣知識有不一樣的表示。積分知識都被表示爲數學表達式，積分變換表示爲表格，目標樹的知識用流程表示。

4. 知識的使用方式？

簡單變換讓問題變得更簡單，表格使用在樹的底部。

5. 須要多少知識？

積分變換中安全變換須要12個，啓發式變換須要12個；

*發現：使用的方法和問題的特徵之間有對應關係，觀察問題的特徵就能夠選擇出正確的方法。

六、結語

最後：瞭解了程序的原理以後，發現it's not intelligent after all~