Хант Э. Искусственный интеллект

М.: Мир, 1978. — 558 с.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.Оглавление
От редактора перевода
Предисловие
Введение
Область искусственного интеллекта
Существует ли она
Решение задач
Распознавание образов
Игры и принятие решений
Естественный язык и машинное понимание его
Самоорганизующиеся системы
Роботика
Программирование, структура программ и вычислимость
Важность понятия вычислимости
Вычисления на цепочках
Формальные грамматики
Машины Тьюринга
Линейно ограниченные автоматы и языки типа I
Автомат с магазинной памятью и языки типа 2
Конечные автоматы и регулярные языки (типа 3 )
Резюме и комментарии к практическому использованию
Распознавание образов
Общие соображения при распознавании образов
Классификация
Х арактеризация задач распознавания образов
Историческая ретроспектива и текущие проблемы
Методы классификации и распознавания образов, использующие евклидовы пространства описаний
Общая часть
Бейесовские процедуры в распознавании образов
Классический статистический подход к распознаванию образов и классификации
Классификация, основанная на близости описании
Алгоритмы с обучением
Группирование
Неевклидовы параллельные процедуры; персептрон
Введение и исторические замечания
Терминология
Основные теоремы для персептронов ограниченного порядка
Другие теоремы для персептронов ограниченного порядка
Возможности персептронов, ограниченных по диаметру
Важность анализа персептронов
Последовательное распознавание образов
Последовательная классификация
Определения и обозначения
Бейесовские процедуры решения
Бейесовские оптимальные процедуры классификации, основанные на динамическом программировании
Приближения, основанные на алгоритмах ограниченного просмотра вперед
Сходимость в последовательном распознавании образов
Грамматическая классификация образов
Лингвистический подход к анализу образов
Задача грамматического вывода
Грамматический анализ двумерных образов
Выделение признаков
Общие понятия
Формализация подхода, использующего факторный анализ
Формализация случая двоичных измерений
Конструктивные эвристические методы для выделения признаков
Экспериментальное изучение порождения признаков в распознавании образов
Как важно быть умным
Доказательство теорем и решение задач
Машинное представление в решении задач
Использование представлений
Типы представлений
Комбинирование представлений
Графовые представления в решении задач
Основные понятия и определения
Алгоритмы для нахождения минимального пути к единственной целевой точке
Оптимальный алгоритм упорядоченного поиска
Деревья и их применение
Эвристические программы решения задач
Общие замечания
Терминология
Универсальный решатель задач
Фортранная дедуктивная система — автоматическое порож дение таблиц связей
Планирование
Доказательство теорем
Доказательство теорем, основанное на эрбрановской процедуре
Принцип резолюции
Гфостые, стратегии очищения
Стратегии, учитывающие ход вывода
Синтаксические стратегии
Семантические стратегии
Эвристики
Кванторы
Задачи, использующие равенства
Проблемы и будущие разработки
Машинное восприятие
Проблема восприятия
Зрение
Восприятие машиной речи
Вопросно-ответные системы
Постановка задачи
Структуры данных
Дедуктивный вывод в информационном поиске
Понимание без использования логики
Понимание естественного языка
Постановка задачи
Естественный язык: математическая модель