1、知识表示是人工智能的基本问题之一,推理和搜索都与表示方法密切相关。常用的知识表示方法有:逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。
2、常识,自然为人们所关注,已提出多种方法,如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。
3、问题求解中的自动推理是知识的使用过程,由于有多种知识表示方法,相应地有多种推理方法。
4、搜索是人工智能的一种问题求解方法,搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。
5、机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程。
6、知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识,当知识量较大而又有多种表示方法时,知识的合理组织与管理是重要的。
1、问题求解
人工智能的第一大成就是下棋程序,在下棋程度中应用的某些技术,如向前看几步,把困难的问题分解成一些较容易的子问题,发展成为搜索和问题归纳这样的人工智能基本技术。
2、逻辑推理与定理证明
逻辑推理是人工智能研究中最持久的领域之一。
3、自然语言处理
自然语言的处理是人工智能技术应用于实际领域的典型范例,经过多年艰苦努力,这一领域已获得了大量令人注目的成果。
4、智能信息检索技术
信息获取和精化技术已成为当代计算机科学与技术研究中迫切需要研究的课题,将人工智能技术应用于这一领域的研究是人工智能走向广泛实际应用的契机与突破口。
5、专家系统
专家系统是目前人工智能中最活跃、最有成效的一个研究领域,它是一种具有特定领域内大量知识与经验的程序系统。
1、认识论的局限性
2、智能化方法与途径方面的局限性
3、数学基础的局限性
4、计算机模型的局限性
(1)问题表示的方法的局限性。
(2)需要对问题本身抽象出一个数学意义上的精确地解析式。
(3)需要针对问题设计算法。
(4)求解的结果的唯一性。
(5)图灵计算机模型下的问题一般都是可递归的问题。
(6)很多时候,要实现真正的人工智能,我们要求的是满意解而非是精确解,而这时以图灵模型为原型的计算机模型所做不到的。
5、形式演绎理论方面的局限性
6、实现技术方面的局限性
知识表示、推理、环境与工具等都存在较大的局限性,限制其发展。