Книга посвящена фундаментальным проблемам создания
искусственного интеллекта и существующим подходам к их
решению. В ней рассматриваются задачи распознавания образов,
машинного доказательства теорем, восприятие машиной
окружающего физического мира и, наконец, понимание машиной
естественного языка. Особое внимание уделяется основным идеям
и принципам искусственного интеллекта.
От читателя требуется умеренная математическая
подготовка — достаточно знакомства с элементарными понятиями из
теории множеств, комбинаторики и математической логики.
Книга полезна широкому кругу исследователей как введение
в область искусственного интеллекта и приложений
вычислительной техники к различным областям науки (в частности,
психологии, биологии, лингвистики). Она может служить учебным
пособием для студентов университетов и институтов, изучающих
искусственный интеллект.
Author(s): Хант Э.
Publisher: Мир
Year: 1978
Language: Russian
Pages: 561
City: М.
Титульный лист ......Page 3
Аннотация ......Page 4
От редактора перевода ......Page 5
Предисловие ......Page 8
1.0. Существует ли она? ......Page 11
1.1. Решение задач ......Page 13
1.2. Распознавание образов ......Page 20
1.3. Игры и принятие решений ......Page 25
1.4. Естественный язык и машинное понимание его ......Page 27
1.5. Самоорганизующиеся системы ......Page 28
1.6. Роботика ......Page 30
2.0. Важность понятия вычислимости ......Page 33
2.1. Вычисления на цепочках ......Page 36
2.2. Формальные грамматики ......Page 43
2.3. Машины Тьюринга ......Page 49
2.4. Линейно ограниченные автоматы и языки типа I ......Page 53
2.5. Автомат с магазинной памятью и языки типа 2 ......Page 55
2.6. Конечные автоматы и регулярные языки (типа 3) ......Page 57
2.7. Резюме и комментарии к практическому использованию ......Page 60
3.0. Классификация ......Page 63
3.1. Характеризация задач распознавания образов ......Page 64
3.2. Историческая ретроспектива и текущие проблемы ......Page 75
Глава 4. Методы классификации и распознавания образов, использующие евклидовы пространства описаний ......Page 76
4.1. Бейесовские процедуры в распознавании образов ......Page 78
4.2. Классический статистический подход к распознаванию образов и классификации ......Page 85
4.3. Классификация, основанная на близости описании ......Page 90
4.4. Алгоритмы с обучением ......Page 108
4.5. Группирование ......Page 117
5.0. Введение и исторические замечания ......Page 124
5.1. Терминология ......Page 126
5.2. Основные теоремы для персептронов ограниченного порядка ......Page 130
5.3. Другие теоремы для персептронов ограниченного порядка ......Page 137
5.5. Важность анализа персептронов ......Page 144
6.0. Последовательная классификация ......Page 148
6.1. Определения и обозначения ......Page 152
6.2. Бейесовские процедуры решения ......Page 155
6.3. Бейесовские оптимальные процедуры классификации, основанные на динамическом программировании ......Page 156
6.4. Приближения, основанные на алгоритмах ограниченного просмотра вперед ......Page 158
6.5. Сходимость в последовательном распознавании образов ......Page 164
7.0. Лингвистический подход к анализу образов ......Page 172
7.1. Задача грамматического вывода ......Page 175
7.2. Грамматический анализ двумерных образов ......Page 200
8.0. Общие понятия ......Page 217
8.1. Формализация подхода, использующего факторный анализ ......Page 219
8.2. Формализация случая двоичных измерений ......Page 220
8.3. Конструктивные эвристические методы для выделения признаков ......Page 231
8.4. Экспериментальное изучение порождения признаков в распознавании образов ......Page 234
8.5. Как важно быть умным ......Page 236
9.0. Использование представлений ......Page 245
9.1. Типы представлений ......Page 250
9.2. Комбинирование представлений ......Page 255
10.0. Основные понятия и определения ......Page 261
10.1. Алгоритмы для нахождения минимального пути к единственной целевой точке ......Page 264
10.2. Оптимальный алгоритм упорядоченного поиска ......Page 271
10.3. Деревья и их применение ......Page 278
11.0. Общие замечания ......Page 297
11.1. Терминология ......Page 298
11.2. Универсальный решатель задач ......Page 299
11.3. Фортранная дедуктивная система — автоматическое порождение таблиц связей ......Page 312
11.4. Планирование ......Page 317
12.0. Доказательство теорем, основанное на эрбрановской процедуре ......Page 337
12.1. Принцип резолюции ......Page 346
12.2. Гфостые, стратегии очищения ......Page 355
12.3. Стратегии, учитывающие ход вывода ......Page 362
12.4. Синтаксические стратегии ......Page 377
12.5. Семантические стратегии ......Page 379
12.6. Эвристики ......Page 389
12.7. Кванторы ......Page 396
12.8. Задачи, использующие равенства ......Page 398
12.9. Проблемы и будущие разработки ......Page 402
13.0. Проблема восприятия ......Page 404
13.1. Зрение ......Page 406
13.2. Восприятие машиной речи ......Page 419
14.0 Постановка задачи ......Page 434
14.1. Структуры данных ......Page 437
14.2. Дедуктивный вывод в информационном поиске ......Page 455
14.3. Понимание без использования логики ......Page 476
15.0. Постановка задачи ......Page 483
15.1. Естественный язык: математическая модель ......Page 488
15.2. Психологическая модель ......Page 506
16.0. Что сделано и что нет ......Page 520
16.1. Некоторые философские проблемы ......Page 524
16.2. Общая теория мышления ......Page 525
Список литературы ......Page 528
Именной указатель ......Page 546
Предметный указатель ......Page 550
Оглавление ......Page 556
Выходные данные ......Page 560
