每日一课 | 智慧灯杆人工智能之实践方法一：知识的表示和推理与自动规划

 

下面介绍几种人工智能的实践方法。

1．知识的表示和推理

知识表示包括基于知识的系统、表示常识知识等。传统的知识表示已经很成熟了，既包括描述逻辑，也包括语义网（资源描述框架）。知识推理建立在逻辑上，首先需要庞大的数据集，如freebase；其次需要关系抽取自动化工具；最后需要合理的知识存储结构，如资源描述框架。谷歌提出的知识图谱概念就是一种知识工程，它有庞大的知识库和基于知识库的各种服务。

图3-19所示为一般基于AI的知识工程底层技术架构示意图。

2．自动规划

首先要说一下有限状态机（FSM），其一般应用于游戏机器人、网络协议、正则表达式、词法语法分析、自动客服等。

其次是状态空间搜索，最简单的方法是盲目搜索。优化改进的版本是启发式搜索，如AI算法，这方面的应用有DeepBluc、AlphaGo。AlphaGo在蒙特卡罗树搜索（MonteCarlo Tree Search，MCTS）基础上使用了深度学习、监督学习和增强学习等方法。“蒙特卡罗树搜索”是一类启发式的搜索策略，能够基于对搜索空间的随机抽样来扩大搜索树，始终保证选取当前抽样中的最优策略，从而不断接近全局最优，确定每步棋应该怎么走才能创造更好的机会。

图3-19 一般基于AI的知识工程底层技术架构