谓词逻辑

大家好！又到了期末时间，各位国科大的师弟师妹们，师兄帮你们总结了高级人工智能的考点，如果你好好复习了，那么这篇博文能帮你上90；如果没有也不要怕，认真看了这篇博文，也能保你70。下面我们开始吧，更多考试知识点请关注公众号“算法岗从零到无穷”。转载请注明出处。 目录 往届考试知识点 知识点罗列 概念 搜索 深度学习 命题逻辑与一阶谓词逻辑 命题逻辑 一阶谓词逻辑 群体智能 强化学习 博弈论 老师上课讲的考点 行为主义 符号主义 必复习的知识点 有时间可复习的知识点 关注我 例题讲解 大胆押题 选择题 计算题 参考博客 往届考试知识点 BP GAN 搜索 田忌赛马 Transaction Database 感知机 玻尔兹曼机 A*搜索 语义网络：一阶谓词逻辑，模糊逻辑 蚁群优化算法和粒子群算法 网络交互博弈 遗传算法 信息熵 deep belief networks 人工智能三大分支 野人与传教士 多臂赌博机 每年的大题都是强化学习 知识点罗列 概念 人工智能概念性定义：机器智能，类脑智能，群体智能 人工智能三大学派：符号主义学派，联结主义学派，行为主义学派 搜索 深搜一般来说时间复杂度大但空间复杂度小，广搜空间相反。深度优先适合深度大的树，不适合广度大的树，广度优先正相反 图A*算法是最优的条件是一致性；树A*算法是最优的条件是可采纳性 传教士和野人问题的A* 搜索 爬山法搜索

目录 1.写在前面 2.instantiation中UI 和EI的概念 3.如何利用Instantiation在knowlegebase中做proposotionalization（命题化）事情 1.写在前面 我们了解了一阶谓词逻辑的基本概念，接下来我们看一下， 在一阶谓词逻辑中如何做inference ，我们先介绍两个概念， UI和EI，这两个都是instantiation。就是把一个变数，替换成一个常数的技巧 。一个是针对Universal quantify，另一个是针对existence quantity。 2.instantiation中UI 和EI的概念 我们假设a是某个句子，前面 有全称量词for all。我们就可以用一个常数constant g替换掉全称量词v 。因为是针对所有的，那么我们换成任意一个肯定都是可以的。右侧的例子，我们可以 做同样的事情，把v替换成k，差别就是K不可以在KB之中 。我们待会儿会讲这个是为什么？下面例子，第一个任何贪婪的国王是邪恶的，我们x可以替换成任何的东西，因为他针对的是任意的。第二个例子讲了 存在一个人，但是我们不能随便替换，因为人是不同的。所以我们用一个常数C1替换，并且这个C1常数不能是kB中的已知任何东西 。之后我们可能会知道C1是小明或者小红，我们可能会演绎出这样的一个结论。 skolem constant指的是用过了C1