麻省理工公开课人工智能笔记十四
本篇将讨论如何按照人类的方式,一次从一个例子获得知识,不同于其他从成千上万的例子和实验中获得知识。 下面是课堂例子 首先我们有一个两个木块上面支撑一个木块的例子,姑且称其为拱形,还有一个 相近差错 的例子,是三个木块独立放置,在右侧画出示意图,由这个对比我们得出,拱形必须有支撑关系,画红色表示。 再有一个 相近差错 的例子,下面两个木块接触,不是拱形,由此我们得出,拱形不能有接触关系 再有一个例子,他的上面木块是红色,仍为拱形,由此得出,拱形上面的木块可以是红色 再有一个例子,上面木块是蓝色,仍为拱形,可以得出,拱形上面木块可以是任意颜色 再有一个例子,上面是楔形,仍为拱形,可以得出,拱形上面的木块可以是楔形 在扩展,上面的木块可以是正方形,如果把楔形和正方形定义为积木,那拱形上面可以是积木,积木是玩具,可以得出,拱形上面是玩具。 通过上面5步,(计算机)学到了很多知识,这同神经网络等其他方法有较大不同。 再有一个例子 观察左边这些火车同右边这些火车有什么不同 答案是左边这些火车每一个都有一节车厢封了顶。 计算机如何发现这个不同,这和拱形的例子相似,不过是一次给出了所有例子,而拱形那个是一个例子一个例子的给出。 计算机首先选一个+例作为种子,然后使用启发式,扩大涵盖面,使其包含更多的+例,中间可能会包含-例,但我们可以继续完善启发式,最终包含所有+例。 下面是为这些启发式命名