人工智能：現代方法（第 4 版）#
第一章：引言#
什麼是人工智能？#
- 人工智能（Artificial Intelligence，AI）是指研究如何使計算機能夠執行那些通常需要人類智力才能完成的任務的領域。其中涉及的核心技術包括機器學習、自然語言處理、計算機視覺、知識表示、推理與規劃等。
為什麼現在是 AI 的時代？#
- 數據量的爆炸性增長：互聯網、傳感器技術等帶來了海量的數據，為 AI 技術提供了數據基礎。
- 處理數據的計算能力的快速提高：計算能力的提升帶來了更高效的數據處理、更複雜的模型訓練和更快速的響應能力。
- 開源軟件、硬件工具的普及：開源技術的普及降低了 AI 的成本，同時也促進了 AI 技術的研究與發展。
- 機器學習算法的改進：機器學習是 AI 的核心技術之一，近年來算法的改進為 AI 的發展提供了動力。
AI 的應用領域#
- 語音識別：將語音信號轉換為文本。
- 圖像識別：從圖像中自動識別出物體、場景等信息。
- 自然語言處理：使計算機能夠理解、處理人類語言。
- 機器翻譯：通過計算機進行語言翻譯。
- 遊戲：AI 在棋類、撲克等遊戲中的應用已經超越了人類頂尖選手。
- 自動駕駛：AI 技術正在被用於汽車、航空、船舶等交通工具的自主駕駛。
- 金融：AI 在金融領域中的應用包括風險管理、投資決策、客戶服務等。
第二章：智能代理#
什麼是智能代理？#
- 智能代理是指能夠自主地執行任務的程序或機器人。它通過感知、推理和行動等基本模塊與環境進行交互，從而實現目標。
智能代理的組成部分#
- 感知：智能代理通過傳感器感知環境的狀態。
- 推理：智能代理根據感知到的信息進行推理、判斷。
- 行動：智能代理通過執行操作來改變環境。
智能代理的分類#
- 簡單反射性代理：僅根據當前的感知直接執行動作。
- 帶模型的代理：在對環境的觀察中建立一個內部模型從而更好地執行操作。
- 帶學習能力的代理：通過學習改善性能，包括基於模型的學習和無模型學習。
- 自主代理：能夠自我設定目標和計劃，並進行自我評估和調整。
第三章：問題求解#
什麼是問題求解？#
- 問題求解是指在面對一個問題時，尋找解決方法並找到問題的答案的過程。通常問題求解包括問題的建模、解空間的搜索和結果的評估等步驟。
問題求解的組成部分#
- 初始狀態：問題的出發點。
- 目標狀態：問題的結束點。
- 操作：對狀態進行改變的方式。
- 路徑：從初始狀態到目標狀態的一系列狀態。
- 狀態空間：所有可能的狀態的集合。
問題求解的算法#
- 深度優先搜索：從初始狀態開始，沿著一條路徑直到無法繼續，然後回溯並嘗試另一條路徑。
- 廣度優先搜索：以廣度優先的順序對每個未探索的狀態進行擴展，直到找到目標狀態。
- 一致代價搜索：按照代價函數計算的代價在狀態空間中尋找最小代價路徑。
- A * 搜索：綜合考慮當前狀態到目標狀態的代價和已經搜索到的狀態到目標狀態的代價來選擇下一步的方向，以期望找到最優解。
第四章：搜索#
什麼是搜索？#
- 搜索是一種問題求解方法，旨在在可能的解決方案空間中尋找滿足特定目標的解決方案。搜索算法通常從初始狀態開始，在解空間中使用一系列規則或方法來搜索目標狀態。
搜索的組成部分#
- 初始狀態：搜索的起始狀態。
- 目標狀態：搜索的目標狀態。
- 運算符：從一個狀態到另一個狀態的操作。
- 路徑：從初始狀態到目標狀態的一系列狀態。
- 路徑代價：在路徑上一系列狀態的總代價。
常見的搜索算法#
- 深度優先搜索：從初始狀態開始，沿著一條路徑直到無法繼續，然後回溯並嘗試另一條路徑。
- 廣度優先搜索：以廣度優先的順序對每個未探索的狀態進行擴展，直到找到目標狀態。
- 一致代價搜索：按照代價函數計算的代價在狀態空間中尋找最小代價路徑。
- A * 搜索：綜合考慮當前狀態到目標狀態的代價和已經搜索到的狀態到目標狀態的代價來選擇下一步的方向，以期望找到最優解。