人工智能：现代方法（第 4 版）#
第一章：引言#
什么是人工智能？#
- 人工智能（Artificial Intelligence，AI）是指研究如何使计算机能够执行那些通常需要人类智力才能完成的任务的领域。其中涉及的核心技术包括机器学习、自然语言处理、计算机视觉、知识表示、推理与规划等。
为什么现在是 AI 的时代？#
- 数据量的爆炸性增长：互联网、传感器技术等带来了海量的数据，为 AI 技术提供了数据基础。
- 处理数据的计算能力的快速提高：计算能力的提升带来了更高效的数据处理、更复杂的模型训练和更快速的响应能力。
- 开源软件、硬件工具的普及：开源技术的普及降低了 AI 的成本，同时也促进了 AI 技术的研究与发展。
- 机器学习算法的改进：机器学习是 AI 的核心技术之一，近年来算法的改进为 AI 的发展提供了动力。
AI 的应用领域#
- 语音识别：将语音信号转换为文本。
- 图像识别：从图像中自动识别出物体、场景等信息。
- 自然语言处理：使计算机能够理解、处理人类语言。
- 机器翻译：通过计算机进行语言翻译。
- 游戏：AI 在棋类、扑克等游戏中的应用已经超越了人类顶尖选手。
- 自动驾驶：AI 技术正在被用于汽车、航空、船舶等交通工具的自主驾驶。
- 金融：AI 在金融领域中的应用包括风险管理、投资决策、客户服务等。
第二章：智能代理#
什么是智能代理？#
- 智能代理是指能够自主地执行任务的程序或机器人。它通过感知、推理和行动等基本模块与环境进行交互，从而实现目标。
智能代理的组成部分#
- 感知：智能代理通过传感器感知环境的状态。
- 推理：智能代理根据感知到的信息进行推理、判断。
- 行动：智能代理通过执行操作来改变环境。
智能代理的分类#
- 简单反射性代理：仅根据当前的感知直接执行动作。
- 带模型的代理：在对环境的观察中建立一个内部模型从而更好地执行操作。
- 带学习能力的代理：通过学习改善性能，包括基于模型的学习和无模型学习。
- 自主代理：能够自我设定目标和计划，并进行自我评估和调整。
第三章：问题求解#
什么是问题求解？#
- 问题求解是指在面对一个问题时，寻找解决方法并找到问题的答案的过程。通常问题求解包括问题的建模、解空间的搜索和结果的评估等步骤。
问题求解的组成部分#
- 初始状态：问题的出发点。
- 目标状态：问题的结束点。
- 操作：对状态进行改变的方式。
- 路径：从初始状态到目标状态的一系列状态。
- 状态空间：所有可能的状态的集合。
问题求解的算法#
- 深度优先搜索：从初始状态开始，沿着一条路径直到无法继续，然后回溯并尝试另一条路径。
- 广度优先搜索：以广度优先的顺序对每个未探索的状态进行扩展，直到找到目标状态。
- 一致代价搜索：按照代价函数计算的代价在状态空间中寻找最小代价路径。
- A * 搜索：综合考虑当前状态到目标状态的代价和已经搜索到的状态到目标状态的代价来选择下一步的方向，以期望找到最优解。
第四章：搜索#
什么是搜索？#
- 搜索是一种问题求解方法，旨在在可能的解决方案空间中寻找满足特定目标的解决方案。搜索算法通常从初始状态开始，在解空间中使用一系列规则或方法来搜索目标状态。
搜索的组成部分#
- 初始状态：搜索的起始状态。
- 目标状态：搜索的目标状态。
- 运算符：从一个状态到另一个状态的操作。
- 路径：从初始状态到目标状态的一系列状态。
- 路径代价：在路径上一系列状态的总代价。
常见的搜索算法#
- 深度优先搜索：从初始状态开始，沿着一条路径直到无法继续，然后回溯并尝试另一条路径。
- 广度优先搜索：以广度优先的顺序对每个未探索的状态进行扩展，直到找到目标状态。
- 一致代价搜索：按照代价函数计算的代价在状态空间中寻找最小代价路径。
- A * 搜索：综合考虑当前状态到目标状态的代价和已经搜索到的状态到目标状态的代价来选择下一步的方向，以期望找到最优解。