人工智能与认知过程.doc

《人工智能与认知过程.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、........人工智能与认知过程摘要：人工智能是研究、设计和应用智能机器或智能系统，来模拟人类智能活动的能力、以延伸人类智能的科学。而认知过程是指人们认识活动的过程，即个体对感觉信号接收、检测、转换、简约、合成、编码、储存、提取、重建、概念形成、判断和问题解决的信息加工处理过程。为了能够更好地实现人工智能，首先要对两者之间建立一定的联系。关键词　人工智能；认知过程；神经网络前言人工智能是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展

2、起来的，是一门综合性很强的边缘学科。总的来说，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸扩展人类智能的学科。想要很好地实现人工智能，必须要对人脑工作方式进行充分的了解，因此，对认知过程需要有充分的认识。人的认知过程是一个非常复杂的过程，指人认识客观事物的过程，即是对信息进行加工处理的过程，是人由表及里，由现象到本质地反映客观事物特征与在联系的心理活动。它由人的感觉、知觉、记忆、思维和想象等认知要素组成。一、人工智能1.人工智能：用人工的方法在机器（计算机）上实现的智能；或者说是人们使

3、机器具有类似于人的智能。历史发展史：①孕育（1956年之前）；②形成（1956年－1969年）[1969年第一届国际人工智能联合会议，1979年成立美国人工智能联合会]；③发展（1970年至今）2.人工智能研究的基本容：①知识表示——人工智能的永恒主题：将人类知识形式化或者模型化。知识表示方法：符号表示法、连接机制表示法；.s...............②机器感知：使机器（计算机）具有类似于人的感知能力。以机器视觉(machinevision)与机器听觉为主。③机器思维：对通过感知得来的外部信息及机器

4、部的各种工作信息进行有目的的处理。④机器学习：研究如何使计算机具有类似于人的学习能力，使它能通过学习自动地获取知识。⑤机器行为：计算机的表达能力，即“说”、“写”、“画”等能力。二、人工智能模拟认知过程所涉及的相关知识1、知识表示及推理知识表示是指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识。①产生式的基本形式一般形式：P®Q或IFPTHENQ语义：如果前提P被满足，可推出结论Q或执行Q所规定的操作。P是前提,Q是结论或动作,前提和结论可以是由逻辑运算符AND、OR、NOT组成的表达式。

5、例IF上课认真听讲AND下课及时复习THEN将会取得好成绩②常见的知识表示方法：产生式系统，框架结构，语义网络，过程性知示，面向对象知识表示，基于本体的知识表示法，产生式的基本形式③产生式系统的基本结构规则库：描述领域知识的产生式规则集综合数据库：记录求解（或推理）过程中各种信息的数据结构推理机：负责匹配到得出结论的整个问题求解过程.④产生式表示法的优点和缺点优点：a.自然性知识表示形式自然，便于推理。b.模块性便于进行模块化处理，利于规则库的扩展和管理。c.有效性可以表示不确定性知识和确定性知识。d.

6、直观性前提和结论部分非常直观，便于对规则进行设计。缺点：a.效率不高；b.不能表达结构性知识。⑤框架的一般形式：.s...............框架名（frame)：<名称>槽名1：侧面名1：值1,…,值p1侧面名2：值1,…,值p2……侧面名m1：值1,…,值pm1槽名2：侧面名1：值1,…,值q1侧面名2：值1,…,值q2……侧面名m2：值1,…,值qm2…….槽名n：侧面名1：值1,…,值r1侧面名2：值1,…,值r2……侧面名mn：值1,…,值rmn约束：约束条件⑥语义网络的结构语义网络是知识

7、的一种图解表示，由节点和弧线组成。⑦语义基本关系：a.ISA,AKO和Part-of型关系常有的类属关系：Is-a(是一个)、Apart-of（是一部分）、A-kind-of（是一种）。b.属性关系(Have,is,Can)c.其他关系：时间关系；位置关系；相近关系⑧如何用语义网络表达知识语义网络是一种采用网络形式表示知识的方法。用一个有向图表示概念和概念之间的关系，其中节点代表概念，节点之间的连接弧代表概念之间的语义联系。⑨其他表示方法：剧本知识表示法本体知识表示法；一阶谓词逻辑表示法；过程性知识表示

8、法；直接知识表示法2、基本推理方法①推理的概念：推理是指从已知的事实出发，通过运用已掌握的知识，找出其中蕴含的事实，或归纳出新的事实，这一过程就称为推理。.s...............②方式和分类：a.按推理机制划分：演绎推理；归纳推理；缺省推理。b.按所用知识的确定性划分；确定性推理；不精确推理。c.按推理过程划分为：单调推理;非单调推理。d.按启发性知识划分为:启发式推理,非启发性推理。e.按方法论划分:基于知识的推理, 统计推理,