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node

01-人工智能

一、關鍵詞

思惟算法

MIT:模型+表達!安全

MIT:技能+經驗(全部AI的專家)數據結構

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。ide

  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。函數

  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。測試

  4. 算法/程序/方法。人工智能

  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視頻

  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。資源

  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

  1. 問題什麼時候解決
  2. 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。

  1. 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。

  1. 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~

相關文章
相關標籤/搜索