人工智能的不确定性，人工智能的不确定性的例子

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能的不确定性的问题，于是小编就整理了1个相关介绍人工智能的不确定性的解答，让我们一起看看吧。

人工智能的‍不确定性是指？

不确定性推理也可称为不精确推理

对不确定性推理的需求多种多样：

推理所需的信息不完备：竞争双方不知道对方信息

背景知识不足：疑难病症的机理

多种原因导致同一结果：疾病的诊断

信息描述模糊：目击者对嫌疑犯的描述

信息中含有噪声：做假帐，虚假统计报表，采集数据当中的噪声（雷达、声纳/化验）等

规则是模糊的：定性描述，如“如果刑事犯罪猖獗，就应加大打击力度”等

推理能力不足：天气预报的计算

解决方案不唯一：多个方案如何选优的问题

确定性推理失败的原因

惰性—如涉及例外的规则太多，无法枚举

理论的无知—如人类对于疾病和智能的探索

实践的无知—如对一个病人的病况的了解和测试

两种不确定性(uncertainty)

环境的不确定性—智能体几乎从来无法了解关于其环境的全部事实

反映环境的知识的不确定性—过于复杂而无组织—知识粥(knowledge soup)

对不确定性的描述—概率理论

统计数据

证据组合

信度

现实的不确定性需要不确定性推理：将数值计算引入推理过程

继续使用逻辑联结词

真假值概率化，以表示某种可靠程度

在推理的前提和结论之间建立概率公式

应用：专家系统中的推理网络

PROSPECTOR系统

MYCIN系统

不确定性是人类思维活动中最基本的东西,同时也是人工智能中的重要内容。在论述了不确定性的发展由来后,着重提出了解决不确定性的4种方法(可信度推理方法、概率方法、模糊数学方法、灰色理论方法),并分别加以论述。最后,又系统地概括了知识表达和知识处理的一些方法。

不确定性的表示包括知识的不确定性表示和证据的不确定性表示。

知识不确定性的表示，通常需要考虑两个方面的问题：能够比较准确的描述问题本身的不确定性和便于推理过程中不确定性的计算。知识的不确定性通常是用一个数值来描述的，该数值表示相应知识的确定性程度，也称为知识的静态强度。

《不确定性人工智能(第2版)》2007年入选国家自然科学类一百本原创图书，此次再版，对不确定性人工智能进行了更加严谨、更加深入、更加系统的阐述。你读或者不读，它就在你手里。《不确定性人工智能(第2版)》可以有多种读法：由前向后顺序读，或者按照索引由后向前找着读，还可以快读书中的重体字，然后再细读。总之，可以浅读，也可以深读。

定价56.00元

外文名Artificial Intelligence with Uncertainty Second Edition

出版社国防工业出版社

出版时间2005-7

作者李德毅、杜鹢

更多

内容介绍《不确定性人工智能》讨论了人类知识和智能中不确定性存在的客观性、普遍性和积极意义,围绕不确定性人工智能的数学基础、特征、表示、模型、推理机制、不确定性思维活动中的确定性等进行研究,从定性定量转换模型——云模型,认知的物理学方法——数据场、云变换、发现状态空间理论,到数据挖掘、知识发现和智能控制逐层展开,寻找不确定性知识和智能处理中的规律性,最后对不确定性人工智能研究的发展方向进行了展望。

到此，以上就是小编对于人工智能的不确定性的问题就介绍到这了，希望介绍关于人工智能的不确定性的1点解答对大家有用。