目錄

	+、提問思考
	0、MIT精神
	1、什麼是人工智慧
	2、生成測試法
	3、目標樹
	4、搜尋
	5、博弈樹
	6、計算機視覺物件識別
	7、地圖著色問題
	8、學習問題
	9、模式識別
	10、識別樹
	11、神經網路
	12、遺傳演算法
	13、模擬退火演算法
	14、音韻學
	15、稀疏空間
	16、一次性學習
	17、SVM
	18、Boosting演算法
	19、內語言
	20、通用架構
	21、概率推理
	22、信念網路
	23、模型融合
	24、跨通道耦合

+、提問思考

編寫一個人機對弈的下五子棋的程式。

0、MIT精神

MIT的根本：學習建立模型

沒有問題求解就無法學習。

睡眠：求解問題必須要有充足的睡眠。缺乏睡眠的人會無法正確做出計算，確認正確目標。缺眠會積累。如：伊拉克戰爭中的士兵。

學習網路：學習的東西形成網路，學習狀態為波前。

如何更好地包裝思想：
	（1）有某種符號表示，方便人們視覺記住。如：拱形學習。
	（2）需要一個口號，方便人們口頭使用。如：相近差錯。
	（3）驚喜。如一次性學習。
	（4）Salient突顯，突出。如：一次性學習可通過使用相近差錯來實現。
	（5）故事，我們喜歡故事。
	
提供寫作水平的技巧：
	（1）不要使用代詞，會在句法上增加理解負擔。
	（2）不要使用前者或後者。
	（3）不要把鏟子叫成鍬，該使用重複的詞語就用。
	
上課時：看-聽-畫-說。讓自己變得更聰明。
	為什麼上課要做筆記？使得語言、視覺、運動器官更好地參與進來，這些器官得到鍛鍊，使你更聰明。
	
不同視角：
	（1）從工程視角看如何建造事物。
	（2）從科學視角學會如何理解事物。如：AI是關於利用表示、方法、架構理解事物的。
	（3）商業視角：使用AI並非取代人，而是人與計算機的協作，雙方做自己擅長的。
	
馬爾的問答法：（如何做的方法：）              （注：非線性的）
	（1）明確問題。
	（2）設計一種適應於問題的表達方式。
	（3）確定一個處理方式/方法。理解約束和規則。
	（4）選一個機制/設計一個演算法。
	（5）實驗。
	
什麼是優良的表示：
	（1）明確表示正確的東西。
	（2）約束條件。
	（3）區域性性標準。能在較窄的視野看到正確答案，而非分散。
 

1、什麼是人工智慧

模型：針對思維、感知、行動的模型。

AI定義：AI是關於支援模型建立的表示系統。

AI根本：方法、演算法、表示。

好的AI演算法的要素：聚焦於問題，而不是機制。不能將機制/演算法生搬硬套到問題上。從問題著眼，問題是什麼，然後用正確的機制來處理問題，而不是總從機制去找適用的問題。

問題：人類有智慧，但如何提取智慧，建造和我們一樣聰明的機器？例如：浣熊，沒法建一個和它一樣聰明的機器。

2、生成測試法

 ![生成測試法](https://img-blog.csdnimg.cn/2018102821230475.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjk3MTc2OQ==,size_27,color_FFFFFF,t_70)
 

3、目標樹

問題規約樹，與/或樹，舉例：積分題求解，移動方塊的程式。

決策樹：基於規則的專家系統，前向鏈。舉例：判斷是什麼動物？

4、搜尋

大英博物館法：樹窮舉

深度優先演算法：回溯；優化：爬山演算法，選距離目標更近的，可能找到區域性極大值。

廣度優先演算法：佇列；優化：束搜尋演算法，束寬限制，保留最好的幾個，剪掉不好的。

5、博弈樹

舉例：下棋。棋盤形勢計算。

極小化極大演算法，通過修剪樹提速，改進為 alpha-beta演算法。

樹逐層深入。

深藍的原理：極小化極大演算法 + alpha-beta演算法  + 逐層深入 + 許多平行計算 + 開局庫 + 專用於殘局的演算法 + 非均樹(uneven tree)建立。
 

6、計算機視覺物件識別

解釋線條圖：點、邊，只能有3個面。舉例：識別某個物體。

基於邊緣：攝像機輸入—>原始草圖—>2.5維草圖—>廣義圓柱。

比對理論：三檢視，正射投影，角座標旋轉。工業製品識別較好，自然物體識別不理想。

人臉識別問題：相關性。

7、地圖著色問題

域縮減

最多約束優先，最少約束優先。

類似應用：資源分配問題。舉例：航空公司分配航班。

8、學習問題

基於觀測和規律性的學習：最近鄰學習(模式識別)、神經網路(仿生嘗試)、Boosting演算法。

基於約束的學習：一次性學習、基於解釋的學習。

9、模式識別

10、識別樹

11、神經網路

12、遺傳演算法

13、模擬退火演算法

14、音韻學