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