人工智能是一門綜合性的交叉學科和邊緣學科。
消解原理是一種一定的子句公式的推理規則。
專家系統：專家系統是一個智能計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。也就是說，專家系統是一個具有大量的專門知識與經驗的程序系統，它應用人工智能技術和計算機技術，根據某領域一個或多個專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復雜問題，簡而言之，專家系統是一種模擬人類專家解決領域問題的計算機程序系統。
新型專家系統：在專家系統的基礎上，新型專家系統不僅采用各種定性模型，而且運用人工智能和計算機技術的一些新思想與新技術，如分布式、協同式和學習機制等。
1．並行與分布處理
2．多專家系統協同工作
3．高級語言和知識語言描述
4．具有自學習功能
5．引入新的推理機制
6．具有自我糾錯和自我完善能力
7．先進的智能人機接口
人工智能運用的最廣泛的兩個領域：專家系統和機器學習；
專家系統是早期人工智能的一個重要分支，它可以看作是一類具有專門知識和經驗的計算機智能程序系統，一般采用人工智能中的知識表示和知識推理技術來模擬通常由領域專家才能解決的復雜問題。 一般來說，專家系統=知識庫+推理機，因此專家系統也被稱為基於知識的系統。
人工智能的元年：人工智能再1956年被提出，故認為1956年是人工智能的元年。
人工智能之父：圖靈
語義網絡的組成：節點和弧
機器學習系統組成：環境，學習，知識庫，執行
人工智能是是計算機學科中涉及研究設計應用 智能機器 的一個分支，近期目標為研究用機器來 模仿和執行人腦 的某些智力行為。
規則演繹系統根據推理方向可以分為：規則正向演繹系統，規則逆向演繹系統，規則雙向演繹系統
計算智能涉及：神經計算，模糊計算，演化計算
啟發式搜素是一種利用 利用啟發式信息 的搜索，估價函數在搜索過程中起的作用是 估計節點位於解路徑上的希望。
模糊判決的常用方法：重心法，最大隸屬度法，系數加權平均法，隸屬度限幅元素平均法
不確定性推理主要有兩種不確定性：結論，證據。
神經網絡適用於自動控制是由於 自組織，函數逼迫，學習和適應，大規模並行處理。
專家系統的一般組成：知識庫、數據庫、推理機、解釋器及知識獲取。
在框架理論中，框架通常由 描述事物的各個方面的槽組成，每個槽可以有若干個側面，每個側面可以有若干個值。
知識發現的方法有：正向推理，逆向推理，雙向推理，混合推理
產生式系統的推理：正向推理，逆向推理，雙向推理
正向推理：從一組表示事實的謂詞或命題出發，使用一組產生式規則，用以證明該謂詞公式或命題是否成立。
逆向推理：從表示目標的謂詞或命題出發，使用一組產生式規則證明事實謂詞或命題成立，即首先提出一批假設目標，然后逐一驗證這些假設。
雙向推理：雙向推理的推理策略是同時從目標向事實推理和從事實向目標推理，並在推理過程中的某個步驟，實現事實與目標的匹配。
機器學習的最新研究領域：數據挖掘。
分布式人工智能研究新領域：Agent（艾真體）
人工智能三大學派：符號主義，連接主義，行為主義。
(1) 符號主義(symbolicism)，又稱為邏輯主義、心理學派或計算機學派，其原理主要為物理符號系統(即符號操作系統)假設和有限合理性原理。
(2) 連接主義(connectionism)，又稱為仿生學派或生理學派，其主要原理為神經網絡及神經網絡間的連接機制與學習算法。
(3) 行為主義(actionism)，又稱為進化主義或控制論學派，其原理為控制論及感知-動作型控制系統。
知識表示方法：狀態空間，語義網絡，謂詞邏輯，問題規約
-
- 狀態空間：問題的狀態空間時一個表示該問題全部可能狀態及其關系的圖，它包含三種說明的集合，即所有可能的問題初始狀態集合S、操作符集合F以及目標狀態集合G。因此，把狀態空間記為三元狀態（S,F,G），要完成某個問題的狀態描述，必須確定三件事：一是該狀態描述方式，特別是初始狀態描述；二是操作符集合及其對狀態描述的作用；三是目標狀態描述的特性。
-
- 問題規約：從目標（要解決的問題）出發逆向推理，建立子問題以及子問題的子問題，直到最后把初始問題規約為一個平凡的本原問題集合。這就是問題規約的實質。它由三個部分組成：一是一個初始問題的描述；二是一套把問題變換為子問題的操作符；三是一套本原問題描述。
- 謂詞邏輯：采用謂詞合適公式和一階謂詞演算把要解決的問題變為一個有待證明的問題，然后采用消解定理和消解反演來證明一個新語句是從已知的正確語句導出的，從而證明這個新語句也是正確的。謂詞邏輯是一種形式語言，能夠把數學中的邏輯論證符號化。謂詞邏輯法常與其它表示方法混合使用，靈活方便，可以表示比較復雜的問題。
結合律：(a+b)+c=a+(b+c) ，
(a·b)·c=a·(b·c).
交換律：a+b=b+a， a·b=b·a.
分配律：a·(b+c)=(a·b)+(a·c)，（a+b）·c=(a·c)+(b·c)
吸收律：a+a·b=a， a·(a+b)=a.
冪等律：a+a=a， a·a=a.
德·摩根律(反演律)：(a+b)′=a′·b′，(a·b)′=a′+b′.
-
- 語義網絡：語義網絡是知識的一種結構化圖解表示，它由節點和弧線或鏈線組成。節點用於表示實體、概念和情況等，弧線用於表示節點間的關系。語義網絡表示由四個相關部分組成：一是詞法部分，決定表示詞匯表中允許有哪些符號，它涉及各個節點和弧線；二是結構部分，敘述符號排列的約束條件，指定各弧線連接的節點對；三是過程部分，說明訪問過程，這些過程能用來建立和修正描述以及回答相關問題；四是語義部分，確定與描述相關的意義的方法即確定有關節點的排列及其占有物和對應弧線。
方法的評價：
（1）狀態空間法需要擴展過多的節點，容易出現“組合爆炸”，因而只適用於比較簡單的問題。
（2）問題規約法比狀態空間法更有效地表示問題。狀態空間法是問題規約法的特例。
（3）謂詞邏輯是一種形式語言，能夠把數學中的邏輯論證符號化。謂詞邏輯法常與其他表示方法混合使用，靈活方便，可以表示比較復雜的問題。
（4）語義網絡可用於表示多元關系，擴展后可以表示更復雜的問題。
必定可以得到最優解的搜索算法：廣度優先搜索，智能程度比較高的算法：啟發式搜索
一階謂詞：僅個體變元被量化的謂詞； 二階謂詞：經常被認為包含在域的子集上，或在來自這個域到自身的函數上的量化，而不只是在這個域的個別成員之上。
或圖通常被稱為狀態圖。
不確定性類型按照性質分類：隨機性，模糊性，不完全性，不一致性
在刪除策略歸結的過程中刪除以下子句：含有純文字的子句，含有永真式的子句，子句集被被別的子句類含的子句。
對於可信度：CF（~A）= -CF（A），兩者的並取最大值，兩者的交取最小值。
（以下置換與合一摘自：https://blog.csdn.net/modeala_/article/details/17712275）
置換(substitution)
定義: 置換是一個形如{t1/v1,…, tn/vn}的有限集,其中每個vi是變量,ti是不同於vi的項（常量、變量或函數）(vi≠ti). 當i≠j時，vi≠vj.
無元素組成的置換稱為空置換, 記為ε;
例子：
{a/x, w/y, f(s)/z}, {g(x)/x}是置換;
{x/x}, {y/f(x)}不是置換;
概念的理解：
置換：被置換元素必是變量，置換元素是項;
置換元素必不同於被置換元素;
在一次置換中，針對同一元素的置換只能出現一次(單次置換的同時性);
無元素組成的置換，成為空置換;
合一(unification)
合一定義：E1θ=...=Enθ, 則稱置換θ為{E1,...,En}的合一子(unifier). 如果對{E1,...,En}存在這樣的合一子, 則稱集合{E1,...,En}可合一.
例1:
E={P(a,y), P(x, f(b))}, θ={a/x, f(b)/y}.
E={P(a,b), P(x, f(b))}, 不可合一
合一子不一定唯一
E={P(a,y), P(x, f(b))}
θ1={a/x, f(b)/y} (唯一)
E={P(x,y), P(x,f(b))}
θ1={a/x, f(b)/y} (不唯一)
θ2={b/x, f(b)/y}
最一般合一子(most general unifier，mgu)
定義：如果對E的每個合一子θ, 都存在一個置換λ, 使得θ=γ°λ, 則稱合一子γ是集合{E1,…,En}的最一般合一子.
例子:
E={P(x,y), P(x,f(b))}, θ1={a/x, f(b)/y}, θ2={b/x, f(b)/y}
最一般合一子 γ={f(b)/y}
θ1= γ° {a/x}, θ2= γ° {b/x}
合一算法
W的合一算法:
1. K=0, Wk=W, γk=ε.
2. 如果Wk是單一的, 停機, γk是W的mgu.
否則，求出Wk的差別集Dk.
3. 如果在Dk中存在元素vk與tk, 使vk是一個未出
現在tk中的變量, 轉4；
否則，停機, W是不可合一的.
4. 令γk+1=γk°{tk/vk}， Wk+1=Wk
°γk+1.
5. K=K+1. 轉2.