智慧树知到《人工智能基础》章节测试答案 第一章 1、第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。 A.AlphaGo B.AlphaGood C.AlphaFun D.Alpha 答案: AlphaGo 2、无需棋谱即可自学围棋的人工智能是（） A.AlphaGo Fan B.AlphaGo Lee C.AlphaGo Master D.AlphaGo Zero 答案: AlphaGo Zero 3、世界上第一次正式的AI会议于（）年召开，John McCarthy 正式提出“Artificial Intelligence”这一术语 A.1954 B.1955 C.1956 D.1957 答案: 1956 4、以下哪些不是人工智能概念的正确表述（）
A.人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 B.人工智能是研究和构建在给定环境下表现良好的智能体程序 C.人工智能是通过机器或软件展现的智能 D.人工智能将其定义为人类智能体的研究 答案: 人工智能将其定义为人类智能体的研究 5、下面不属于人工智能研究基本内容的是（）。 A.机器感知 B.机器学习 C.自动化 D.机器思维 答案: 自动化 6、人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。 A.智能 B.行为 C.语言 D.计算能力 答案: 智能 7、图灵测试的含义是（） A.图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。 B.所谓的图灵测试就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。
附件：“图神经网络与知识图谱”课程大纲 第一天19:00-21:00第一章：人工智能与深度学习基础 1.1卷积神经网络结构； 1.2池化； 1.3激活函数； 1.4反向传播； 1.5AlexNet、VGGNet、ResNet、GoogleLeNet等算法简介1.6决策树和随机森林 1.7卷积核与特征提取； 1.8卷积神经网络调参经验分享； 1.9Tf.keras核心高阶API； 1.10Tf.data输入模块； 第二天19:00-21:00第二章：深度学习发展热点 2.1生成对抗网络GAN； 2.2生成与判别； 2.3GAN对抗生成神经网络算法介绍； 2.4代码和案例实践： 图片生成、看图说话， 对抗生成神经网络调参经验分享2.5强化学习RL； 2.6强化学习基础、算法介绍 2.7实例： 基于增强学习的游戏学习 DQN的实现 第三天19:00-21:00第三章:图神经网络 3.1图神经网络(Graph Neural Network) 3.2不动点理论、模型学习、GNN与RNN、GNN的局限3.3门控图神经网络(Gated Graph Neural Network) 3.4状态更新、GNN与GGNN 3.5实例: 到达判断 语义解析 3.6图卷积 3.7图卷积框架 3.8实例: 掷骰子问题 第四章:图神经网络
第四天19:00-21:004.1空域卷积(Spatial Convolution) 4.2消息传递网络、图采样与聚合、图结构序列化 4.3频域卷积(Spectral Convolution) 4.4基础简介：图上的傅里叶变换 4.5频域卷积网络、切比雪夫网络 4.6图读出操作(ReadOut) 4.7基于统计的方法 4.8基于学习的方法： 采样加全连接、全局结点、可微池化、其他方法； 第五天19:00-21:00第五章:知识图谱 5.1知识图谱基础—知识表示与建模 5.2知识表示框架、数据模型设计方法 5.3金融企业数据主题域设计—企业风险知识图谱 5.4知识图谱核心技术：知识源数据的获取 5.5结构化数据的获取、非结构化数据的获取、将mysql数 据导出为图谱源数据 5.6案例实战： 股票吧信息爬取 使用爬虫获取企业法人等信息 获取企业风险知识图谱源数据 5.7知识图谱核心技术：知识抽取 5.8实体抽取技术、关系抽取技术、事件抽取技术 5.9案例实战： 使用hanlp抽取法人名称 企业名称等信息 使用TextRank算法完成知识抽取 使用句法依存算法关系抽取 基于模板完成事件抽取； 第六天19:00-21:00第六章:知识图谱 6.1知识图谱核心技术：知识融合 6.2知识融合概述，实体统一、实体消歧、知识合并6.3案例实战： 使用jieba完成公司名的实体统一 使用tf-idf完成实体消歧 6.4知识图谱核心技术：知识加工和存储 6.5知识加工概述，本体构建，知识推理 6.6知识存储常用数据库，图数据库neo4j 6.7实战操作：使用neo4j工具导入知识图谱 案例1：使用neo4j从零搭建简单的金融知识图谱案例2：基于金融知识图谱的问答机器人 案例3：基于法律领域的知识图谱
计算机基础知识练习题 一．单选题： 1、计算机的应用领域是（D）。 A. 人工自能 B. 过程控制 C. 信息处理 D.数值计算 2、第二代计算机的主要电子逻辑元件是（B）。 A. 电子管 B. 晶体管 C. 集成电路 D.运算器 3、下列不是计算机应用主要领域的是（A）。 A. 文字处理 B. 科学计算 C. 辅助设计 D.数据处理 4、用计算机进行资料检索工作属于计算机应用中的（A）。 A. 数据处理 B. 科学计算 C. 实时控制 D.人工智能 5、功能最强大，计算精度最高的计算机类型是（D）。 A. 大型机 B. 微型机 C. 小型机 D.巨型机 6、电脑笔记本属于（A）。 A.微型机 B.小型机 C.大型机 D.巨型机 7、在计算机中，一个字节是有（C）二进制码表示。
A.4 B.2 C.8 D.16 8、十进制数130转换成对应的二进制数位（A）。 A.10000010 B.10000011 C.10000110 D.10000000 9、下列4个字符中，ASCII码值最小的是（A）。 A.B B.b C.N D.g 10、十进制数1025转换成对应的二进制数位（A ）。 A.10000000001 B.10000000000 C.10000000011 D.11000000001 11、8位字长的计算机可以表示的无符号整数的最大值是（C ）。28-1 A.8 B.16 C.255 D.256 12、下列使用不同数值表示的数中，数值最大的是（A ）。 A.二进制11011101 B.八进制334 C.十进制219 D.十六进制DA 13、目前，制造计算机所用的电子器件是（D）。 A.电子管 B.晶体管 C.集成电路 D.超大规模集成电路 14、八进制计数制中，各位数的权是以（B）为底的方幂。 A.2 B.8
人工智能基础（8017）考试大纲 一、课程性质与设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。 （三）本课程与相关课程的联系、分工或区别 与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。 离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。 -1-
绪论单元测试 1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence（人工智能）”这个概念时，所确定的人工智能研究方向不包括： A:研究如何用计算机表示人类知识 B:研究智能学习的机制 C:研究人类大脑结构和智能起源 D:研究如何用计算机来模拟人类智能 答案: 【研究人类大脑结构和智能起源】 2、在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标： A:研究如何用计算机模拟人类大脑的网络结构和部分功能 B:研究如何用计算机延伸和扩展人类智能 C:研究机器智能与人类智能的本质差别 D:研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说 答案: 【研究机器智能与人类智能的本质差别】 3、下面哪个不是人工智能的主要研究流派？ A:符号主义 B:经验主义 C:连接主义 D:模拟主义 答案: 【模拟主义】 4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应当属于： A:经验主义，行为主义 B:符号主义，连接主义
C:连接主义，经验主义 D:理性主义，符号主义 答案: 【理性主义，符号主义】 5、从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于： A:理性主义，符号主义 B:符号主义，连接主义 C:经验主义，行为主义 D:连接主义，经验主义 答案: 【连接主义，经验主义】 6、“鸟飞派”指的是人类研究人工智能必须要完全符合智能现象的本质 A:错 B:对 答案: 【错】 7、人工智能受到越来越多的关注，许多国家出台了支持人工智能发展的战略计划 A:对 B:错 答案: 【对】 8、人工智能将脱离人类控制，并最终毁灭人类 A:对 B:错 答案: 【错】
第一章 绪论
主要内容：
□ □ □ □ 人工智能的定义和发展□ 人类智能和人工智能 人工智能的主要学派 人工智能的研究与应用领域
人工智能定义
人工智能（Artificial Intelligence，AI）学 科从1956年正式提出，目前已取得长足的发 展，成为一门广泛的交叉和前沿科学。 总的说来，人工智能的目的就是让计算机这台 机器能够象人一样思考。 如果希望做出一台能够思考的机器，那就必须 知道什么是思考，更进一步讲就是什么是智慧。 什么样的机器才是智慧的呢？它们能不能模仿 人类大脑的功能呢？
1
1
2
2
当计算机出现后，人类开始真正有了一个可以模 拟人类思维的工具，在以后的岁月中，无数科学 家为这个目标努力着。 现在全世界几乎所有大学的计算机系都有人在研 究这门学科，学习计算机的大学生也必须学习这 样一门课程。 在大家不懈的努力下，现在计算机似乎已经变得 十分聪明了。
“深蓝”是IBM公司生产的世界上第一台超级国 际象棋电脑。是一台超级并行处理计算机，计 算能力惊人，平均每秒可计算棋局变化2OO万步。 1997年5月，IBM公司研制的深蓝（Deep Blue） 计算机战胜了国际象棋大师卡斯帕洛夫 （Kasparov)
3
3
4
4
图灵测试（Turning Test）
1950年10月，图灵的一篇划时代论文《计算机与智能》 发表。这篇文章后来被改名为《机器能思维吗？》。 在“第一代电脑”占统治地位的时期，这篇论文甚至可 以作为“第五代电脑”和“第六代电脑”的宣言书。 图灵写道：你无法制造一台替你思考的机器，这是人 们一般会毫无疑义接受下来的老生长谈。我的论点是： 与人脑的活动方式极为相似的机器是可以制造出来的。 更有趣的是，图灵还设计了一个“图灵测试”，试图通 过让机器模仿人回答某些问题，判断它是否具备智能。
图灵测试
试图通过让机器模仿人回答某些问题，判断它是否具备 智能。图灵试验采用“问”与“答”模式，即观察者通过控 制打字机向两个试验对象通话，其中一个是人，另一个 是机器。要求观察者不断提出各种问题，从而辨别回答 者是人还是机器。
5
6
绪论单元测试 1 【单选题】(5分) 人工智能的名字是 A. AirJorden B. ArtificialIntelligence C. AllenLverson D. A-ClassIntelligence 第一章测试 1 【单选题】(5分) 第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。 A. AlphaFun B. Alpha C. AlphaGo D. AlphaGood 2 【单选题】(5分)
无需棋谱即可自学围棋的人工智能是（） A. AlphaGoFan B. AlphaGoLee C. AlphaGoMaster D. AlphaGoZero 3 【单选题】(5分) 世界上第一次正式的AI会议于（）年召开，JohnMcCarthy正式提出“ArtificialIntelligenc e”这一术语 A. 1956 B. 1954 C. 1955 D. 1957 4 【单选题】(5分) 以下哪些不是人工智能概念的正确表述（） A. 人工智能是通过机器或软件展现的智能 B. 人工智能是研究和构建在给定环境下表现良好的智能体程序 C. 人工智能将其定义为人类智能体的研究 D.
人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 5 【单选题】(5分) 下面不属于人工智能研究基本内容的是（）。 A. 机器思维 B. 机器学习 C. 自动化 D. 机器感知 6 【单选题】(5分) 人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。 A. 智能 B. 行为 C. 计算能力 D. 语言 7
智慧树知到《人工智能基础导学》章节测试 [完整答案] 智慧树知到《人工智能基础导学》章节测试答案 绪论单元测试 1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence(人工智能)”这个概念时，所确定的人工智能研究方向不包括： A:研究如何用计算机表示人类知识 B:研究智能学习的机制 C:研究人类大脑结构和智能起源 D:研究如何用计算机来模拟人类智能 答案: 【研究人类大脑结构和智能起源】 2、在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标： A:研究如何用计算机模拟人类大脑的网络结构和部分功能 B:研究如何用计算机延伸和扩展人类智能 C:研究机器智能与人类智能的本质差别 D:研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说 答案: 【研究机器智能与人类智能的本质差别】 3、下面哪个不是人工智能的主要研究流派? A:符号主义
B:经验主义 C:连接主义 D:模拟主义 答案: 【模拟主义】 4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应当属于： A:经验主义，行为主义 B:符号主义，连接主义 C:连接主义，经验主义 D:理性主义，符号主义 答案: 【理性主义，符号主义】 5、从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于： A:理性主义，符号主义 B:符号主义，连接主义 C:经验主义，行为主义 D:连接主义，经验主义 答案: 【连接主义，经验主义】 6、“鸟飞派”指的是人类研究人工智能必须要完全符合智能现象的本质 A:错
一、粒子群算法 粒子群算法，也称粒子群优化算法(Particle Swarm Optimization )，缩写为PSO , 是近年来发展起来的一种新的进化算法((Evolu2tionary Algorithm - EA )。PSO 算法属于进化算法的一种，和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的交叉(Crossover)和变异(Mutation)操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。 优化问题是工业设计中经常遇到的问题，许多问题最后都可以归结为优化问题.为了解决各种各样的优化问题，人们提出了许多优化算法，比较著名的有爬山法、遗传算法等?优化问题有两个主要问题：一是要求寻找全局最小点，二是要求有较高的收敛速度.爬山法精度较高，但是易于陷入局部极小.遗传算法属于进化算法(EvolutionaryAlgorithms)的一种，它通过模仿自然界的选择与遗传的机理来寻找最优解.遗传算法有三个基本算子：选择、交叉和变异.但是遗传算法的编程实现比较复杂,首先需要对问题进行编码，找到最优解之后还需要对问题进行解码，另外三个算子的实现也有许多参数，如交叉率和变异率，并且这些参数的选择严重影响 解的品质，而目前这些参数的选择大部分是依靠经验.1995年Eberhart博士和kenn edy 博士提出了一种新的算法；粒子群优化(ParticalSwarmOptimizatio n-PSO) 算法.这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性. 粒子群优化(ParticalSwarmOptimization-PSO)算法是近年来发展起来的一种新的进化算法(Evolu2tionaryAlgorithm-EA).PSO 算法属于进化算法的一种,和遗传算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质.但是它比遗传算法规则更为简单,它没有遗传算法的交叉(Crossover) 和变异(Mutation)操作.它通过追随当前搜索到的最优值来寻找全局最优 二、遗传算法 遗传算法是计算数学中用于解决最佳化的，是进化算法的一种。进化算法最初是 借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种模拟。对于一个最优化问题，一 定数量的候选解(称为个体)的抽象表示(称为染色体)的种群向更好的解进化。传统上，解用表示(即0和1的串)，但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体(基于它们的适应度)，通过自然选择和突变产生新的生命种群，该种群在算法的下一次迭代中成为当前种群。
《人工智能》需要掌握的基本知识和基本方法 第一章： 1.人工智能的定义：P5 人工智能是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。 2、人工智能研究的基本内容：P10-P11 （1）知识表示 （2）机器感知 （3）机器思维 （4）机器学习 （5）机器行为 3..当前人工智能有哪些学派？（自己查资料） 答：目前人工智能的主要学派有下面三家： (1)符号主义(symbolicism)，又称为逻辑主义(logicism)、心理学派(psychologism)或计算机学派(computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。 (2)连接主义(connectionism)，又称为仿生学派(bionicsism)或生理学派(physiologism)，其主要原理为神经网络及神经网络间的连接机制与学习算法。 (3)行为主义(actionism)，又称为进化主义(evolutionism)或控制论学派(cyberneticsism)，其原理为控制论及感知-动作型控制系统。 4、他们对人工智能在理论上有何不同观？（自己查资料） 答：（1）认为人工智能源于数理逻辑 （2）认为人工智能源于仿生学 （3）认为人工智能源于控制论 第二章 1.掌握一阶逻辑谓词的表示方法：用于求解将谓词公式化为子句集 2.产生式系统的基本结构，各部分的功能以及主要工作过程。P38-P39 （1）规则库规则库是产生式系统求解问题的基础，其知识是否完整、一致， 表达是否准确、灵活，对知识的组织是否合理等，将直接到系统的性能。
（2）综合数据库综合数据库又称为事实库、上下文、黑板等。它是一个 用于存放问题求解过程中各种当前信息的数据结构。 （3）控制系统控制系统又称为推理机构，由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。 工作过程：(a) 从规则库中选择与综合数据库中的已知事实进行匹配。 （b）匹配成功的规则可能不止一条，进行冲突消解。 （c）执行某一规则时，如果其右部是一个或多个结论，则把这些结论加入到综合数据库中：如果其右部是一个或多个操作，则执行这些操作。 （d）对于不确定性知识，在执行每一条规则时还要按一定的算法计算结论的不确定性。 （e）检查综合数据库中是否包含了最终结论，决定是否停止系统的运行。 3.框架表示的结构组成 （1）框架（frame）：一种描述所论对象（一个事物、事件或概念）属性的数据结构。 （2）一个框架由若干个被称为“槽”（slot）的结构组成，每一个槽又可根据实际情况划分为若干个“侧面”（faced）。 （3）一个槽用于描述所论对象某一方面的属性。 （4）一个侧面用于描述相应属性的一个方面。 （5）槽和侧面所具有的属性值分别被称为槽值和侧面值。 4.语义网络的基本结构组成 第三章课件里的全部例题 第一题： 5个不同颜色的房间，每间有个不同国籍的人，每人有自己喜欢的饮料，香烟和宠物，已知信息： 1.英国人住在红房间里； 2.西班牙人有一条狗； 3.挪威人住在左边第一个房间里； 4.黄房间的人在抽库尔斯牌香烟； 5.抽切斯菲尔德牌香烟的人是养了一只狐狸的人的邻居； 6.挪威人住在蓝房间隔壁；
（人工智能）人工智能基础 考试大纲
人工智能基础（8017）考试大纲 壹、课程性质和设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，于计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的壹门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进壹步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行关联的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的壹门学科。通过对本课程的学习，学生应掌握人工智能的壹个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生于较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；于理解Herbrand域概念和Horn子句的基础上，应用Robinson归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；且能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生仍应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生仍应认识机器学习对于智能软件研制的重要性，掌握机器学习的关联概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。
人工智能 第一章 1、智能（intelligence）人的智能是他们理解和学习事物的能力，或者说，智能是思考和理解能力而不是本能做事能力。 2、人工智能（学科） 人工智能研究者们认为：人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 3、人工智能（能力） 人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动。 4、人工智能：就是用人工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类的智能。 5、人工智能的主要学派： 符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔逊等。 连接主义：又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。 行为主义：又称进化主义或控制论学派，其原理为控制论及感知—动作模式控制系统。6、人类认知活动具有不同的层次，它可以与计算机的层次相比较，见图
人类 计算机 认知活动的最高层级是思维策略，中间一层是初级信息处理，最低层级是生理过程，即中枢神经系统、神经元和大脑的活动，与此相对应的是计算机程序、语言和硬件。 研究认知过程的主要任务是探求高层次思维决策与初级信息处理的关系，并用计算机程序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。 7、人工智能研究目标为： 1、更好的理解人类智能，通过编写程序来模仿和检验的关人类智能的理论。 2、创造有用和程序，该程序能够执行一般需要人类专家才能实现的任务。 一般来说，人工智能的研究目标又可分为近期研究目标和远期研究目标两种。两者具有不可分割的关系，一方面，近期目标的实现为远期目标研究做好理论和技术准备，打下了必要的基础，并增强人们实现远期目标的信心。另一方面，远期目标则为近期目标指明了方向，强化了近期研究目标的战略地位。 8、人工智能研究的基本内容：（1）认知建模；（2）知识表示；（3）知识推理；（4 ）知识应
人工智能基础教程视频全集 IT行业在今后三到五年将会迎来一个高速发展期。这也就意味着会出现大量的人才缺口，尤其是具有综合能力的高端IT人才将会成为各大企业争抢的重点对象。而人工智能可谓是个从业时间越长就越挣钱的领域。人工智能基础教程视频全集值得一看。 千锋Python课程教学高手晋级视频总目录： https://www.doczj.com/doc/264263733.html,/s/1hrXwY8k Python课程windows知识点：https://www.doczj.com/doc/264263733.html,/s/1kVcaH3x Python课程linux知识点：https://www.doczj.com/doc/264263733.html,/s/1i4VZh5b Python课程web知识点：https://www.doczj.com/doc/264263733.html,/s/1jIMdU2i Python课程机器学习：https://www.doczj.com/doc/264263733.html,/s/1o8qNB8Q 据了解，到2020 年，全球的机器人和人工智能市场规模预计将增长至1530 亿美元。仅在医疗领域，人工智能系统的市场规模预计将从2014 年6.33 亿美元增长至2021 年的60亿美元；到2020 年，5% 的经济交易将采用自动化的软件进行。
而且根据IDC预测，认知系统和AI市场（包括硬件和服务）的行业规模将达到55%的复合年增长率。IDC表示，软件应用将占据180亿美元，软件平台为50亿美元，而硬件和服务将占据240亿美元。而埃森哲则预测认为，到2020年AI市场规模将达4万亿美元，该市场将成指数级增长。 人工智能将来会怎么影响人类的生活？ 1、提高生活效率。 2、节约成本。(将来的人工成本会很高的) 3、能完成人类所不能完成的工作。 4、可以提高人类的生活质量。 这段时间，BAT在人工智能领域都卯足了劲，企图凭借人工智能领域的发展超越对方，从现实意义来说，大家纷纷看好人工智能领是基于爆发的大数据需要人工智能，物联网的产业升级急需人工智能，与商业的结合可能是所有企业的当务之急。人工智能到底在扮演什么角色? 很多人相信，人工智能是未来必将争夺的无穷宝藏，而作为普通用户来说关心的并不是宝藏，而是在这个领域的创新与发展，能否将数不胜数的智慧机器将和数十亿互联互通的智慧大脑结合在一起，帮助我们了解和改变这个世界，从而给生活带来更多的便利与快捷。
第一章绪论 1、什么是人工智能试从学科和能力两方面加以说明。 答：学科：是计算机科学中涉及研究、设计和应用智能机器的一个分支，他的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。 能力：是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明、通信、设计、规划、行为和问题求解等活动。 2、为什么能够用机器模仿人的智能 答：物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移6种功能。反之，任何系统如果具有这6种功能，那么它就能够表现出智能(人类所具有的智能)。 物理符号系统的假设伴随有3个推论。 推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。 推论二: 既然计算机是一个物理符号系统，它就一定能够表现出智能。 推论三: 既然人是一个物理符号系统，计算机也是一个物理符号系统，那么我们就能够用计算机来模拟人的活动。 3、人工智能研究包括哪些内容这些内容的重要性如何 答：1）认识建模。认识科学是人工智能的重要理论基础，涉及非常广泛的研究课题。 2）知识表示。知识表示、知识推理和知识应用是传统人工智髓的三大核心研究内容其中，知识表示是基础，知识推理实现问題求解，而知识应用是目的。知识表示是把人类知识概念化、形式化或模型化。 3）知识推理。知识推理，包括不确定性推理和非经典推理等，似乎已是人工智能的一个永恒研究课题，仍有很多尚未发現和解决的问题值得研究。 4）知识应用。人工智能能否获得广泛应用是衡量其生命力和检验其生存力的重要标志。 5）机器感知。机器感知是机器获吹外部信息的基本途径。
人工智能入门基础 对人工智能领域来说，2016年是值得纪念的一年。不仅计算机「学」得更多更快了，我们也懂得了如何改进计算机系统。一切都在步入正轨，因此，我们正目睹着前所未有的重大进步：我们有了能用图片来讲故事的程序，有了无人驾驶汽车，甚至有了能够创作艺术的程序。如果你想要了解2016年的更多进展，请一定要读一读这篇文章。AI技术已逐步成为许多技术的核心，所以，理解一些常用术语和工作原理成为了一件很重要的事。 人工智能是什么？ 人工智能的很多进步都是新的统计模型，其中绝大多数来自于一项称作「人工神经网络」（arTIficial neural networks）的技术，简称ANN。这种技术十分粗略地模拟了人脑的结构。值得注意的是，人工神经网络和神经网络是不同的。很多人为了方便起见而把「人工神经网络」中的人工二字省略掉，这是不准确的，因为使用「人工」这个词正是为了与计算神经生物学中的神经网络相区别。以下便是真实的神经元和神经突触。 我们的ANN中有称作「神经元」的计算单元。这些人工神经元通过「突触」连接，这里的「突触」指的是权重值。这意味着，给定一个数字，一个神经元将执行某种计算（例如一个sigmoid函数），然后计算结果会被乘上一个权重。如果你的神经网络只有一层，那么加权后的结果就是该神经网络的输出值。或者，你也可以配置多层神经元，这就是深度学习的基础概念。 它们起源何处？ 人工神经网络不是一个新概念。事实上，它们过去的名字不叫神经网络，它们最早的状态和我们今天所看到的也完全不一样。20世纪60年代，我们把它称之为感知机（perceptron），是由McCulloch-Pitts神经元组成。我们甚至还有了偏差感知机。最后，人们开始创造多层感知机，也就是我们今天通常听到的人工神经网络。
课程编号：COM07043 北京理工大学2013 - 2014 学年第一学期 2011级人工智能基础期末试题A卷 班级学号姓名成绩 一、判断题（10分，每小题1分） 1.按Strong AI的观点，可以认为Google自动汽车是智能的。（?） 2.BP神经网络学习算法的优化目标是使实际输出与期望输出之间的误差平方 和最小化。（√） 3.蚁群优化算法中，每个人工蚂蚁都需要构建自己的解。（√） 4.State Space和And/Or Graph只是两种不同的问题表示方法，但其解决问题的 思路是一样的。（?） 5.Self-Organizing Feature Map(SOFM)神经网络可用于聚类。（√） 6.通过Breadth-First Search算法一定能找到最优解。（√） 7.归结演绎推理方法是一种反证法。（√） 8.Decision Tree中的非叶节点对应于属性值。（?） 9.Genetic Algorithms属于表现型进化算法。（?） 10.k-中心点聚类算法中，每个簇用其均值来代表。（?） 二、填空题（20分，每空2分） 1.从计算实质上来说，Supervised Learning 2.所有Heuristic Search方法想要解决的基本问题都是 利用启发式信息，在一个解空间中，通过探索有限数量的解来找到最优解。 3.Evolutionary Algorithms 4.将语句“所有瞎眼老鼠都没有尾巴”用First-Order Logic (FOL)来表示，可以是 ()x ()()() x→ ∧ mouse ?，将其转换为合取范式是 tailless x blind x ()()()x ? mouse∨ ∨ ?。 blind x tailless x 5.Minimum Description Length