第8课 人工智能中的算法-八年级信息科技下册同步精品课堂（浙教版2023）

人工智能中的算法 1 CONTENTS 目录 01 算法的概念 02 搜索 03 推理 04 预测 05 算法的发展趋势 01 2 01 算法的概念 什么是算法 01 算法是一种解决问题的步骤和方法 02 算法通常由一系列指令组成，这些指令可以由计算机或其他设备执行 03 算法的目的是找到问题的最优解或近似最优解 04 算法可以用于解决各种问题，包括数学问题、计算机问题、科学问题等 算法的作用 解决问题：算法可以帮助解决各种问题，如数据分类、图像识别、自然语言处理等。 优化资源：算法可以帮助优化资源分配，提高资源利用率。 促进创新：算法可以促进技术创新，推动人工智能领域的发展。 提高效率：算法可以大大提高工作效率，减少人工操作的时间。 算法的分类 01 搜索算法：用于在问题空间中寻找最优解 05 决策树算法：用于进行分类和预测 03 排序算法：用于对数据进行排序 02 优化算法：用于求解最优化问题 04 聚类算法：用于将数据分为不同的类别 神经网络算法：用于模拟人脑的神经网络结构，进行学习和预测 06 02 搜索 搜索 搜索是人工智能解决问题的基本方法之一，搜索策略的优劣将直接影响智能系统的性能与效率。 搜索一般可分为盲目搜索和启发式搜索。盲目搜索是按预定的搜索策略进行搜索,需要穷举解决问题的所有可能的方法，从中得到最优解。启发式搜索是在搜索过程中加人与问题有关的启发式信息，用以指导搜索朝着最有希望的方向前进，加速问题的求解过程。 在九宫格棋盘中，放置了编码为1～8的8个棋子，剩下少个空格，只能通过向空格移动棋子来改变棋盘的布局。如何移动棋子，才能将如图8-1所示的初始布局变为如图8-2所示的目标布局，且移动次数最少。 九宫格棋盘 启发式搜索 在初始状态下,能直接移动到空格的棋子只有4个，分别是:1号、8号、4号和6号。 盲日搜索会对每一种可能进行尝试，并在前一步尝试的基础上，继续进行下一步所有可能的尝试，穷举所有可以达到与目标布局相符的走步序列。 启发式搜索会对初始布局和目标布局进行比对，发现3～~7号棋与目标布局一致，移动8号棋后的布局比移动1号棋更接近目标布局，所以选择移动8号棋，从而得到如图8-3所示的状态。接着以图8-3为初始布局，继续比对目标布局，进行搜索走步，直至与目标布局完全匹配，则搜索结束，并给出最合理的走步序列。 03 推理 逻辑推理 逻辑推理是人类思维活动的一个重要功能，通过演绎和归纳等手段对已有观测现象进行分析，并加以判断。使用计算机模拟人类的思维活动，是人工智能研究方向之一。 专家系统是逻辑推理在人工智能领域的一个重要应用。简单地说，所谓专家系统，就是具备面向特定领域的专家知识，并能够基于这些领域知识，以类似专家的思维进行推理，完成某一特定专家任务的计算机系统。 专家系统一般包括人—机交互界面、知识库和推理机三个主要组成部分。推理机也称为推理引擎或推理机制，是专家系统的核心，是专家系统处理知识和使用知识获得结论的机制。推理机会根据用户提供的信息，结合知识库中专业领域知识，应用推理规划来获取问题的解决方案。如图8-4所示，灾害性天气预报专家系统可根据当时实际气象资料，推算出短时内冰雹的落区及概率的大小。 04 预测 预测 人工智能技术在预测学领域发挥出越来越重要的作用，通过预测未来发展趋势，帮助人们做出科学合理的决策。 回归分析是人工智能预测的重要技术手段。回归分析用来了解两个或者多个变量之间是否相关、相关方向及强度，通过研究分析不同变量之间存在的关系，帮助人们了解在自变量变化时因变量的变化量，建立回归模型，利用回归模型进行预测分析。 回归分析是气象统计分析中常用的一种方法，尤其在气象预报中为国内外气象台站所常用。例如，要预报某地某月份的平琅气温(习惯上称为预报量，用y表示)，需要收集各种与之有关的气象要素(称为预报因子，用x、X2……表示)，利用回归分析方法分析预报因子x与y之间的相互关系，根据如图8-5所示的散点图确定拟合的函数形式，求出关于x、y的方程式，最后就可以利用方程式对未来的平均气温作出而预报估计。 散点图 知识链接 贝叶斯分析―贝叶斯分析是一种根据概率统计知识对数据进行分析的方法。该方法认为，某个事件发生的概率不仅与先前这个事件发生的概率（称为先验概率）有关，而且也与后期计算该事件概率时所观测到的“新近”信息有关，这些“新近”信息对先验概率产生影响，从而得到了既考虑了历史事实、又重视了当前事实的后验概率。 05 算法的发展趋势 深度学习 深度学习是一种基于神经网络的机器学习算法 深度学习在图像识别、语音识别等领域取得了显著的成果 01 02 深度学习的发展趋势包括：更大规模的神经网络、更高效的训练算法、更先进的硬件支持 03 深度学习在自动驾驶、医疗诊断等领域具有广泛的应用前景 04