此份筆記是個(gè)人看書(shū)總結(jié)見(jiàn)解，如有錯(cuò)誤不合理之處可以提出

前言

p11如何規(guī)劃學(xué)時(shí)

ch1 3h

ch2 2h

ch3 4h

引言

由潛意識(shí)引出什么是人工智能，從人工與智能分開(kāi)思考

評(píng)估智能可以通過(guò)問(wèn)答的間接方式，感覺(jué)類似于chatgpt形式

接著具體介紹圖靈測(cè)試以及相關(guān)爭(zhēng)議，有人認(rèn)為測(cè)試存在“背答案”，“不會(huì)但寫(xiě)出了答案”的漏洞

順帶介紹了艾倫圖靈（Alan Turing）的人物軼事

強(qiáng)弱人工智能

Weak AI標(biāo)準(zhǔn)：程序能正確跑，看系統(tǒng)表現(xiàn)就行

Strong AI認(rèn)為：跟人類相似表現(xiàn)，具有理解和從經(jīng)驗(yàn)中學(xué)習(xí)的能力

啟發(fā)式方法

解決問(wèn)題的經(jīng)驗(yàn)指導(dǎo)法則

舉了兩個(gè)例子：

• 有長(zhǎng)方形對(duì)角線推出長(zhǎng)方體的對(duì)角線

• 水壺倒水從目的狀態(tài)反向倒推

識(shí)別適用人工智能來(lái)求解的問(wèn)題

簡(jiǎn)單決策，精確計(jì)算用傳統(tǒng)計(jì)算機(jī)就能解決

人工智能應(yīng)用場(chǎng)景在幾個(gè)例子上體現(xiàn)作用

應(yīng)用和方法

知識(shí)與推理規(guī)則

構(gòu)建智能系統(tǒng)提到了細(xì)胞自動(dòng)機(jī)（CA）

接著講人工智能研究領(lǐng)域應(yīng)用，下面更多是提起概念，留在后面篇章去探討細(xì)講

搜索算法和拼圖問(wèn)題

對(duì)給定問(wèn)題的所有狀態(tài)進(jìn)行搜索

• 深度優(yōu)先搜索（DFS）
• 廣度優(yōu)先搜索（BFS）

但很多問(wèn)題不是窮舉就能解決的，又探討出啟發(fā)式搜索方法，第三章深入再講

二人博弈

不止專注于自己目標(biāo)，也要去關(guān)注對(duì)方并行動(dòng)

自動(dòng)推理

場(chǎng)景問(wèn)題較大且復(fù)雜難懂

產(chǎn)生式系統(tǒng)和專家系統(tǒng)

知識(shí)表示方法，感覺(jué)像是寫(xiě)普遍規(guī)則

細(xì)胞自動(dòng)機(jī)

通過(guò)應(yīng)用幾個(gè)簡(jiǎn)單的規(guī)則，就可以創(chuàng)建出非常復(fù)雜的模式

兩個(gè)額外性質(zhì)：物理拓?fù)?，更新?guī)則

神經(jīng)計(jì)算

通過(guò)幾個(gè)輸入與權(quán)值的處理結(jié)果再與閾值相計(jì)算，有點(diǎn)像激活函數(shù)

權(quán)重的得來(lái)是通過(guò)迭代學(xué)習(xí)算法（感知器學(xué)習(xí)規(guī)則）

遺傳算法

遺傳算法來(lái)自于進(jìn)化計(jì)算的一般領(lǐng)域的具體方法，對(duì)接近目的的選擇方案給更高的權(quán)重

知識(shí)表示

人工智能為了處理知識(shí)，需要獲取和存儲(chǔ)知識(shí)，也需要能夠識(shí)別和表示知識(shí)

從邏輯談到語(yǔ)義網(wǎng)絡(luò)再到圖的知識(shí)表示方法

不確定性推理

引入模糊集概念， 隨條件變化而變化，有一個(gè)可接受的范圍

人工智能的早期歷史

走捷徑，真【人工】智能

古代也有人發(fā)現(xiàn)人類推理的能力，這個(gè)小章節(jié)篇幅也是在介紹知名人物對(duì)理論與技術(shù)的推進(jìn)，為人工智能演變打基礎(chǔ)

近期歷史到現(xiàn)在

• 計(jì)算機(jī)博弈–下棋發(fā)展，到現(xiàn)在大家都知道的alphago

• 專家系統(tǒng) --特性適合ai的研發(fā)和開(kāi)發(fā)，使用知識(shí)庫(kù)和推理規(guī)則模仿人類專家決策能力解決領(lǐng)域特定問(wèn)題

• 神經(jīng)計(jì)算–感知器與反向傳播算法

• 進(jìn)化計(jì)算–優(yōu)化以及與環(huán)境交互出現(xiàn)智能

• 自然語(yǔ)言處理–假裝有感知情緒能力模擬心理治療師，語(yǔ)法語(yǔ)義分析還需要常識(shí)補(bǔ)全

• 生物信息學(xué)–蛋白質(zhì)結(jié)構(gòu)分析，個(gè)人提一嘴現(xiàn)在的alphaold進(jìn)步確實(shí)快

新千年人工智能的發(fā)展

各種存在的問(wèn)題比如說(shuō)道德倫理，有挑戰(zhàn)需要做好思考準(zhǔn)備

本章小結(jié)

討論題

參考答案

練習(xí)題

1.圖靈測(cè)試的一種變體是逆圖靈測(cè)試（inverted Turing test）；在這個(gè)測(cè)試中，計(jì)算機(jī)必須確定它是在與人打交道還是在與另一臺(tái)計(jì)算機(jī)打交道。請(qǐng)想象一下這種版本的圖靈測(cè)試可能的任何實(shí)際應(yīng)用。（提示：近年來(lái)，大家試過(guò)在線購(gòu)買熱門體育或娛樂(lè)活動(dòng)的門票嗎？）

網(wǎng)絡(luò)安全方面上，驗(yàn)證用戶真實(shí)身份，識(shí)別異常行為并采取防御措施，保護(hù)用戶權(quán)益防止信息泄露

2.圖靈測(cè)試的另一種變體是個(gè)人圖靈測(cè)試（personal Turing test）。想象一下，你試圖確定與你交流的是你朋友還是一臺(tái)假裝是你朋友的計(jì)算機(jī)。如果計(jì)算機(jī)通過(guò)了這個(gè)測(cè)試，試想可能會(huì)產(chǎn)生什么法律或道德問(wèn)題。

情感寄托方面：對(duì)方假裝朋友最后有著情感交流寄托難以割舍，發(fā)現(xiàn)真相是否世界觀崩潰

網(wǎng)絡(luò)安全方面：對(duì)方假裝朋友獲取你私人信息并惡意使用，比如網(wǎng)絡(luò)詐騙或者機(jī)密信息盜取

3.許多人認(rèn)為語(yǔ)言的使用是智能的必要屬性。Koko是一只大猩猩，她經(jīng)過(guò)斯坦福大學(xué)的弗朗西斯·帕特森博士培訓(xùn)后會(huì)使用美國(guó)手語(yǔ)。Koko能夠表達(dá)她不知道的單詞組合。例如，她用已知的“手鐲”和“手指”這樣的詞來(lái)表示戒指。這只“具備一定知識(shí)”的大猩猩是否改變了你對(duì)動(dòng)物智能這個(gè)主題的思考？如果是，請(qǐng)回答在什么方面改變了？你能夠想象給 Koko 來(lái)一次智力測(cè)試嗎？

Koko這只大猩猩能夠使用美國(guó)手語(yǔ)來(lái)表達(dá)她不知道的單詞組合，這確實(shí)改變了我對(duì)動(dòng)物智能這個(gè)主題的思考。以下是一些改變的方面：

在語(yǔ)言能力方面：Koko的例子表明動(dòng)物可能具有一定程度的語(yǔ)言能力。這意味著它們不僅僅是被動(dòng)地接受信息，而是能夠主動(dòng)地表達(dá)自己的想法和需求。這挑戰(zhàn)了我們過(guò)去對(duì)動(dòng)物智能的認(rèn)識(shí)，即它們只能通過(guò)本能和條件反射來(lái)適應(yīng)環(huán)境。

在認(rèn)知能力方面：Koko能夠?qū)⒁阎脑~匯組合成新的概念，這表明她具有一定的認(rèn)知能力。這意味著動(dòng)物可能具有一定程度的抽象思維和問(wèn)題解決能力。這進(jìn)一步證明了動(dòng)物智能的復(fù)雜性。

在教育潛力方面：Koko的例子表明，動(dòng)物具有一定的教育潛力。這意味著可以通過(guò)訓(xùn)練和教育來(lái)提高動(dòng)物的認(rèn)知能力和技能，為我們提供了一個(gè)新的視角，即動(dòng)物教育和保護(hù)的重要性。

插入一個(gè)打工人笑話：為什么猩猩進(jìn)化到這樣就不再進(jìn)化了？因?yàn)樗涝龠M(jìn)化就要上班了。??

關(guān)于給Koko進(jìn)行智力測(cè)試的問(wèn)題，我認(rèn)為可以嘗試以下幾種方法：

詞匯測(cè)試：可以設(shè)計(jì)一些詞匯測(cè)試題，觀察Koko是否能夠正確地識(shí)別和使用手語(yǔ)詞匯。

概念測(cè)試：可以設(shè)計(jì)一些概念測(cè)試題，觀察Koko是否能夠理解并運(yùn)用已知詞匯來(lái)表示新的概念。

問(wèn)題解決測(cè)試：可以設(shè)計(jì)一些問(wèn)題解決任務(wù)，觀察Koko是否能夠運(yùn)用她的知識(shí)和技能來(lái)解決實(shí)際問(wèn)題。

情感交流測(cè)試：可以通過(guò)觀察Koko與人的互動(dòng)，評(píng)估她在情感交流方面的能力。

4.假定通過(guò)如下測(cè)試的城市被認(rèn)定為大城市。

• 它應(yīng)該可能在凌晨 3:00 提供牛排餐。

• 每個(gè)夜晚，在城市范圍內(nèi)的某個(gè)地方都應(yīng)該安排一場(chǎng)古典音樂(lè)會(huì)。

• 每個(gè)夜晚都應(yīng)該安排一場(chǎng)重要的體育賽事。

假設(shè)美國(guó)的某個(gè)小鎮(zhèn)上的居民想通過(guò)這個(gè)測(cè)試，他們?yōu)榇碎_(kāi)了一家 24 小時(shí)營(yíng)業(yè)的牛排店，聘請(qǐng)了一支交響樂(lè)團(tuán)并獲得了大型體育特許經(jīng)營(yíng)權(quán)。那么大家覺(jué)得這個(gè)小鎮(zhèn)能夠通過(guò)上述大城市認(rèn)定的測(cè)試嗎？請(qǐng)將這個(gè)討論與通過(guò)原始圖靈測(cè)試和擁有智能的標(biāo)準(zhǔn)相關(guān)聯(lián)（Dennett，2004）

條件都滿足能通過(guò)，但通過(guò)這些測(cè)試并不一定意味著這個(gè)小鎮(zhèn)就真正成為了一個(gè)大城市。大城市的定義不局限于提供特定服務(wù)的能力，還包括人口規(guī)模、經(jīng)濟(jì)活力、文化影響力等多個(gè)方面，滿足這些測(cè)試條件并不能確定一個(gè)小鎮(zhèn)是否真正具備大城市的特征。原始圖靈測(cè)試旨在評(píng)估一個(gè)機(jī)器是否能夠表現(xiàn)出與人類相似的智能行為。類似地，這個(gè)小鎮(zhèn)通過(guò)提供牛排餐、舉辦音樂(lè)會(huì)和體育賽事來(lái)模擬大城市的特征。然而，就像圖靈測(cè)試一樣，僅僅滿足某些特定的條件并不足以證明一個(gè)系統(tǒng)或?qū)嶓w真正具備智能。

5.假設(shè)要設(shè)計(jì)一個(gè)閾值邏輯單元（TLU）來(lái)模擬雙輸入的或（OR）函數(shù)，你能否確定一個(gè)閾值和所有權(quán)重來(lái)完成這一任務(wù)？

假設(shè)有兩個(gè)輸入x1和x2，以及一個(gè)閾值t。如果x1或x2大于或等于t，那么輸出y就是1，否則輸出y就是0。我們可以將每個(gè)輸入乘以一個(gè)權(quán)重w，然后將結(jié)果相加。如果總和大于或等于閾值t，那么輸出y就是1，否則輸出y就是0。

6.考慮迭代囚徒困境游戲的一種策略：對(duì)于某個(gè)未知數(shù) n，游戲重復(fù) n 次。從長(zhǎng)遠(yuǎn)來(lái)看， 如何衡量該策略是否成功？

制定一些衡量標(biāo)準(zhǔn)：

平均得分：在每次游戲中，玩家可以選擇合作或背叛。如果兩個(gè)玩家都選擇合作，他們都會(huì)獲得一個(gè)高得分（例如3分）。如果一個(gè)玩家選擇合作，另一個(gè)玩家選擇背叛，那么背叛的玩家會(huì)獲得更高的得分（例如5分），而合作的玩家會(huì)獲得較低的得分（例如1分）。如果兩個(gè)玩家都選擇背叛，他們都會(huì)得到較低的得分（例如0分）。在這種情況下，我們可以計(jì)算玩家在所有游戲中的平均得分，以衡量他們的總表現(xiàn)。

穩(wěn)定性：在多次游戲中，玩家的策略是否穩(wěn)定也是一個(gè)重要的考量因素。如果一個(gè)玩家的策略在不同的游戲環(huán)境中都能保持一致，那么我們可以說(shuō)這個(gè)策略是穩(wěn)定的。

與理論最優(yōu)策略的比較：理論上，如果所有玩家都選擇合作，他們將獲得最高的得分。因此，我們也可以將玩家的實(shí)際得分與理論最優(yōu)得分進(jìn)行比較，以衡量他們的策略是否成功。

7.采用遺傳算法來(lái)解決本章中提供的 3 拼圖問(wèn)題，建議使用字符串來(lái)表達(dá)可能的解。這里大家會(huì)建議使用什么適應(yīng)度函數(shù)？

曼哈頓距離：計(jì)算拼圖塊與其目標(biāo)位置之間的曼哈頓距離之和。曼哈頓距離是指在網(wǎng)格中從一個(gè)點(diǎn)到另一個(gè)點(diǎn)的最短路徑長(zhǎng)度，不考慮對(duì)角線移動(dòng)。適應(yīng)度值越小，說(shuō)明解的質(zhì)量越高。

逆序數(shù)：計(jì)算拼圖塊序列中逆序?qū)Φ臄?shù)量。逆序?qū)κ侵竷蓚€(gè)相鄰的拼圖塊在目標(biāo)位置上的順序錯(cuò)誤，適應(yīng)度值越小，說(shuō)明解的質(zhì)量越高。

8.給出一個(gè)啟發(fā)式方法，使你能夠在高峰時(shí)段出租車稀缺時(shí)，乘坐出租車訪問(wèn)紐約市（或任何其他主要城市）。

提前預(yù)約（這個(gè)真的深有體會(huì)，尤其是dd平臺(tái)崩了那回）

考慮拼車（慎重選擇，之前有過(guò)司機(jī)帶著我的行李箱就走了還惡意不歸還）

多平臺(tái)下單，選擇高價(jià)位服務(wù)

與同事或朋友一起拼車

騎共享單車中途遇到出租車下客的立馬上去跟司機(jī)交流

9.獅子在追擊獵物時(shí)，可能會(huì)使用什么啟發(fā)式方法？

最近距離，落單弱小獵物

10.假設(shè)要設(shè)計(jì)一個(gè)專家系統(tǒng)，用于幫助家庭選擇合適的狗，請(qǐng)建議一些可能的規(guī)則。

• 狗的大?。焊鶕?jù)家庭的大小和空間選擇合適大小的狗。例如對(duì)于小型公寓小型或中型狗可能更合適。

• 狗的活躍度：考慮家庭成員的活動(dòng)水平和對(duì)運(yùn)動(dòng)的需求，如果家庭成員經(jīng)常進(jìn)行戶外活動(dòng)，可以選擇一種活躍度高需要大量運(yùn)動(dòng)的狗。

• 狗的護(hù)理需求：不同的狗有不同的護(hù)理需求。有些狗需要每天梳理，有些狗需要定期洗澡，有些狗需要專業(yè)的美容。根據(jù)家庭的時(shí)間和能力，選擇合適的狗。

• 狗的壽命：考慮狗的平均壽命和家庭成員是否愿意并能夠承擔(dān)長(zhǎng)期的責(zé)任。一些狗的壽命比其他狗短，這可能會(huì)影響家庭成員的決定。

• 狗的性格：了解狗的性格和行為習(xí)慣，選擇與家庭成員性格相匹配的狗。例如，一些狗非常友好，適合有小孩的家庭，而一些狗可能更適合獨(dú)居者。

• 狗的健康問(wèn)題：了解狗可能患有的健康問(wèn)題，選擇健康的狗種。一些狗種可能有遺傳性疾病，這可能會(huì)增加醫(yī)療費(fèi)用。

• 狗的食物需求：不同的狗有不同的食物需求。一些狗可能需要特殊的食物來(lái)滿足其營(yíng)養(yǎng)需求，這可能會(huì)增加家庭的經(jīng)濟(jì)負(fù)擔(dān)。

11.在哥白尼之前，地球被認(rèn)為是宇宙的中心。在哥白尼之后，人類明白了地球只是繞著太陽(yáng)旋轉(zhuǎn)的眾多行星之一。在達(dá)爾文之前，人類認(rèn)為自己是與這個(gè)行星中的其他生命有機(jī)體分離開(kāi)來(lái)的物種（并且高于其他物種？）。在達(dá)爾文之后，人類明白了自己只是從單細(xì)胞生物演化而來(lái)的另一種動(dòng)物。假設(shè)人類級(jí)別的人工智能在 50 年后已經(jīng)實(shí)現(xiàn)，并且進(jìn)一步假設(shè)機(jī)器人 Cog、 Paro 和 Kismet 的繼承者實(shí)際上體驗(yàn)到了情緒，而不是假裝有這樣的情緒。在人類歷史上的這樣一個(gè)時(shí)刻，作為形成人類“特殊性”的核心，人類應(yīng)該堅(jiān)持什么主張？這些主張是不是必要的？ 抑或甚至是大家想要的嗎？

堅(jiān)持道德和倫理觀念：人類擁有獨(dú)特的道德和倫理觀念，這使得我們能夠區(qū)分對(duì)錯(cuò)，建立社會(huì)秩序，并關(guān)心他人的利益。這種道德觀念使得人類能夠在社會(huì)中共存共榮。

堅(jiān)持文化傳承和發(fā)展：人類擁有悠久的文化傳承，包括語(yǔ)言、宗教、藝術(shù)、科學(xué)等各個(gè)方面。這些文化傳統(tǒng)使得人類得以不斷發(fā)展和進(jìn)步，也為我們的生活增添了豐富的色彩。

堅(jiān)持自由意志和選擇權(quán)：人類擁有自由意志和選擇權(quán)，這使得我們能夠根據(jù)自己的意愿和價(jià)值觀來(lái)塑造自己的生活。這種自由意志使得人類具有無(wú)限的創(chuàng)造力和潛能。

這些主張對(duì)于維護(hù)人類的尊嚴(yán)和價(jià)值具有重要意義，它們使我們與其他生物有所區(qū)別，也是人類社會(huì)得以持續(xù)發(fā)展的基礎(chǔ)。在未來(lái)的社會(huì)我們也需要不斷地審視和調(diào)整自己的觀點(diǎn)，以確保人類的“特殊性”得到尊重和維護(hù)。

12.假設(shè)在將來(lái)的某一天，美國(guó)宇航局計(jì)劃在木星的衛(wèi)星 Europa 上進(jìn)行一次無(wú)人任務(wù)。假設(shè)在啟動(dòng)任務(wù)時(shí)，我們對(duì) Europa 衛(wèi)星的表面了解甚少。相對(duì)于發(fā)送一兩臺(tái)相對(duì)重要的機(jī)器，發(fā)送“一群”羅德尼·布魯克斯昆蟲(chóng)型機(jī)器人有什么優(yōu)勢(shì)？

可以協(xié)同工作，共同探索Europa衛(wèi)星的表面，這種群體行為可以提高任務(wù)的效率和成功率。這些小型機(jī)器人可以更容易地穿越復(fù)雜的地形和環(huán)境，收集更多的數(shù)據(jù)。

13.Eliza 應(yīng)該被視為一種關(guān)系型人造物嗎？請(qǐng)給出是或不是的理由。

Eliza 是一種計(jì)算機(jī)程序，用來(lái)模擬人類對(duì)話。從定義上來(lái)看確實(shí)與人類有一定的關(guān)系，我個(gè)人覺(jué)得是的。

14.請(qǐng)聽(tīng) The Killers 樂(lè)團(tuán)的歌曲 Human，其中的歌詞“Are We Human or Are We Dancer”是什么含義？它們與我們學(xué)習(xí)的課程有什么相關(guān)性？關(guān)于這一點(diǎn)，大家可以參與在線的熱烈討論（這首歌曲可以在 YouTube 上找到）

含義是我們是被命運(yùn)或環(huán)境所驅(qū)使的舞者，還是能夠自主選擇和塑造自己的命運(yùn)的人。

我們是被動(dòng)地接受知識(shí)還是積極主動(dòng)地探索和應(yīng)用所學(xué)的知識(shí)，有點(diǎn)像人工智能的規(guī)則寫(xiě)死還是啟發(fā)式學(xué)習(xí)。

15.人工智能問(wèn)題與其他類型的問(wèn)題有什么不同？列舉常用的 5 種用于人工智能的問(wèn)題解決技巧。

人工智能問(wèn)題與其他類型的問(wèn)題不同之處在于：

• 復(fù)雜性：人工智能問(wèn)題通常具有高度的復(fù)雜性和不確定性，需要處理大量的數(shù)據(jù)和變量。

• 模糊性：人工智能問(wèn)題往往涉及到模糊、不完整或不確定的信息，需要處理模糊邏輯和概率推理。

• 自動(dòng)化：人工智能問(wèn)題需要能夠自動(dòng)地從數(shù)據(jù)中學(xué)習(xí)和提取模式，而不需要顯式的編程。

• 實(shí)時(shí)性：人工智能問(wèn)題通常需要在實(shí)時(shí)環(huán)境中進(jìn)行決策和響應(yīng)，需要具備高效的計(jì)算和響應(yīng)能力。

• 可解釋性：人工智能問(wèn)題需要能夠解釋其決策和推理過(guò)程，以便人類理解和信任。

常用的5種用于人工智能的問(wèn)題解決技巧包括：

• 機(jī)器學(xué)習(xí)：通過(guò)訓(xùn)練模型來(lái)從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律，以進(jìn)行預(yù)測(cè)和決策。

• 深度學(xué)習(xí)：利用深度神經(jīng)網(wǎng)絡(luò)模型來(lái)處理復(fù)雜的非線性關(guān)系和大規(guī)模數(shù)據(jù)。

• 自然語(yǔ)言處理：用于處理和理解人類語(yǔ)言的技術(shù)，包括文本分析、語(yǔ)音識(shí)別和機(jī)器翻譯等。

• 計(jì)算機(jī)視覺(jué)：用于處理和理解圖像和視頻的技術(shù)，包括目標(biāo)檢測(cè)、圖像分類和人臉識(shí)別等。

• 強(qiáng)化學(xué)習(xí)：通過(guò)試錯(cuò)和反饋機(jī)制來(lái)優(yōu)化決策策略，以達(dá)到最大化長(zhǎng)期獎(jiǎng)勵(lì)的目標(biāo)。

16.請(qǐng)為人工智能設(shè)計(jì)一個(gè)新的適用于今天的圖靈測(cè)試方法。

設(shè)計(jì)可以考慮以下要素：

• 多模態(tài)交互：將圖靈測(cè)試擴(kuò)展到包括多種感知模態(tài)，如視覺(jué)、聽(tīng)覺(jué)和自然語(yǔ)言等，這樣可以讓測(cè)試更加全面地評(píng)估人工智能系統(tǒng)的能力。

• 真實(shí)場(chǎng)景模擬：在測(cè)試中引入真實(shí)的場(chǎng)景和情境，以更貼近實(shí)際應(yīng)用場(chǎng)景。例如，讓參與者與人工智能系統(tǒng)進(jìn)行實(shí)時(shí)對(duì)話，并要求他們解決實(shí)際問(wèn)題或做出決策。

• 社交互動(dòng)：考慮將社交互動(dòng)納入測(cè)試中，以評(píng)估人工智能系統(tǒng)在人際關(guān)系和情感交流方面的能力。這可以包括對(duì)情感的識(shí)別、表達(dá)和回應(yīng)等。

• 個(gè)性化交互：允許參與者與人工智能系統(tǒng)進(jìn)行個(gè)性化的交互，以便更好地評(píng)估其適應(yīng)性和個(gè)性化能力。例如，根據(jù)參與者的興趣、偏好和需求提供定制化的回答和建議。

• 倫理和社會(huì)影響評(píng)估：除了技術(shù)能力評(píng)估外，還應(yīng)該考慮人工智能系統(tǒng)的倫理和社會(huì)影響。可以在測(cè)試中引入一些涉及倫理和社會(huì)問(wèn)題的情境，以評(píng)估系統(tǒng)在這些方面的處理能力。

17.研究一下 Lovelace 2 機(jī)器人測(cè)試。大家覺(jué)得這個(gè)圖靈機(jī)器人的新測(cè)試標(biāo)準(zhǔn)是否可以接受？如何對(duì)其與習(xí)題 2 的解答進(jìn)行比較？

這個(gè)測(cè)試標(biāo)準(zhǔn)全面地評(píng)估了機(jī)器人的能力，并且更加注重對(duì)話的連貫性和上下文的理解，可以更好地反映機(jī)器人在實(shí)際使用中的智能水平，有助于提高機(jī)器人的用戶體驗(yàn)和實(shí)用性。與習(xí)題2解答相比有著不同的初始設(shè)計(jì)思想和不同的實(shí)際場(chǎng)景應(yīng)用。

思考題

1.學(xué)習(xí)、推理、決策、感知、理解和交互這些方面

2.人工智能是一種模擬人類智能的技術(shù)和系統(tǒng)，通過(guò)利用計(jì)算機(jī)和算法等工具，使機(jī)器能夠感知、理解、學(xué)習(xí)和適應(yīng)環(huán)境，并具備推理、決策、解決問(wèn)題和交互等能力。它的目標(biāo)是使機(jī)器能夠像人類一樣思考、學(xué)習(xí)和行動(dòng)，以解決復(fù)雜的問(wèn)題和完成各種任務(wù)。

3.合理，至于中文對(duì)話者的中文知識(shí)存在哪里，這個(gè)問(wèn)題涉及到神經(jīng)科學(xué)和認(rèn)知科學(xué)的知識(shí)，目前科學(xué)好像還沒(méi)無(wú)法完全解答這個(gè)問(wèn)題

4.組合爆炸最大的挑戰(zhàn)就是計(jì)算復(fù)雜性?？梢酝ㄟ^(guò)知識(shí)表示和推理來(lái)減少問(wèn)題的復(fù)雜性，將問(wèn)題分解為更小的子問(wèn)題，并將這些子問(wèn)題的解決方案組合起來(lái)，能夠降低問(wèn)題的復(fù)雜性并提高求解效率。比如應(yīng)用在專家系統(tǒng)和知識(shí)圖譜等領(lǐng)域。

5.避免碰撞，跟隨領(lǐng)頭鳥(niǎo)，對(duì)齊飛行方向，調(diào)整速度，隨機(jī)擾動(dòng)

6.【一維元胞自動(dòng)機(jī)】現(xiàn)考慮這樣的一個(gè)一維元胞自動(dòng)機(jī)：每個(gè)元胞的下一個(gè)狀態(tài)只取決于其本身和左邊、右邊各一個(gè)的元胞狀態(tài)?？梢杂?jì)算，一個(gè)完整的更新規(guī)則需要8條單獨(dú)的轉(zhuǎn)換規(guī)則（如 xox -> x )，請(qǐng)計(jì)算這樣的一維元胞自動(dòng)機(jī)的所有可能得更新規(guī)則數(shù)量。在 netlogo 在線網(wǎng)站仿真模擬這些規(guī)則，是否可以將這些規(guī)則分成若干種類？每一類的特征是什么？是否存在一個(gè)量與每個(gè)更新規(guī)則對(duì)應(yīng)，取值正好可以將這幾類分開(kāi)？

所有可能的更新規(guī)則總共有256種，這些規(guī)則可以按照輸出結(jié)果進(jìn)行分類，每一種輸出結(jié)果對(duì)應(yīng)一種規(guī)則。例如Wolfram在研究這些元胞自動(dòng)機(jī)時(shí)，將每種輸入條件的輸出0或1排列看成一個(gè)8位2進(jìn)制數(shù)，并進(jìn)行了標(biāo)號(hào)。理論上可以通過(guò)某種量來(lái)將這些規(guī)則進(jìn)行分類，但是這個(gè)量需要能夠清晰地區(qū)分出不同的更新規(guī)則，且取值范圍需要能夠覆蓋所有可能的規(guī)則數(shù)量，也許以后會(huì)有吧。

7．TLU可以處理線性分類問(wèn)題，但是它不能直接完成異或（XOR）計(jì)算，異或操作涉及到非線性變換，而TLU的操作是線性的。解決方案：可能需要使用至少一個(gè)非線性激活函數(shù)或者構(gòu)造一個(gè)非線性的系統(tǒng)。

8．現(xiàn)代人工智能大多基于大量的訓(xùn)練數(shù)據(jù)。你認(rèn)為數(shù)據(jù)等于一切嗎？為什么？

煉過(guò)丹的大家都知道足夠的高質(zhì)量數(shù)據(jù)是訓(xùn)練一個(gè)有效的人工智能模型的關(guān)鍵，但不是所有的數(shù)據(jù)都是有用的，比如說(shuō)包含大量的噪聲或者錯(cuò)誤就會(huì)誤導(dǎo)機(jī)器學(xué)習(xí)算法，導(dǎo)致模型的性能下降。在數(shù)據(jù)質(zhì)量很高的情況下，如果沒(méi)有合適的算法來(lái)處理這些數(shù)據(jù)，那么這些數(shù)據(jù)也無(wú)法發(fā)揮出它們的價(jià)值。而且過(guò)度依賴數(shù)據(jù)也可能導(dǎo)致一些問(wèn)題，比如過(guò)擬合。我記得Datawhale在數(shù)據(jù)挖掘比賽上也分享過(guò)對(duì)數(shù)據(jù)處理的相關(guān)經(jīng)驗(yàn)。

9.【零形回指】零形回指是指不顯性使用代詞，而以空位指代上文中出現(xiàn)過(guò)的名詞性成分?？紤]下面一則買包子的"程序員笑話"，你認(rèn)為如果語(yǔ)言模型是否應(yīng)該完美的建模一種自然語(yǔ)言？

語(yǔ)言模型的目標(biāo)是盡可能地模擬和理解人類的語(yǔ)言，包括其復(fù)雜性、歧義性和多樣性。從理論上來(lái)說(shuō)語(yǔ)言模型應(yīng)該能夠完美地建模一種自然語(yǔ)言。但理想很豐滿，現(xiàn)實(shí)大家懂得都懂。自然語(yǔ)言非常復(fù)雜包含了各種各樣的語(yǔ)法結(jié)構(gòu)、詞匯選擇和語(yǔ)境依賴性，人類的語(yǔ)言使用又是靈活多變的，同一句話在不同的語(yǔ)境中甚至不同人心中有不同的含義，我覺(jué)得沒(méi)有必要完美建模一種。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-813986.html

到了這里，關(guān)于【讀書(shū)周】人工智能(第3版) 第一章概述筆記的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！