《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；
7.抽温斯顿牌香烟的人有一只蜗牛；
8.抽幸运牌香烟的人喝橘子汁；
9.乌克兰人喝茶；
10.日本人抽国会牌香烟；
11.抽库尔斯牌香烟的人的房间在有匹马的房间隔壁；
12.绿房间的人喝咖啡；
13.中间房间的人喝牛奶
14.绿房间的人在白房间的隔壁
问题：哪个房间的人喝水？斑马在哪个房间？
第二题：
例1 已知事实：
（1）凡是容易的课程小王( Wang )都喜欢；
（2）C 班的课程都是容易的；
（3）ds 是C 班的一门课程。
求证：小王喜欢ds 这门课程。
证明：
定义谓词：
EASY ( x )：x 是容易的
LIKE ( x, y )：x 喜欢y
C ( x )：x 是C 班的一门课程
已知事实和结论用谓词公式表示：
(x) ( EASY ( x ) →LIKE ( Wang, x ) )
(x) ( C ( x ) →EASY ( x ))
C ( ds )
LIKE ( Wang, ds )
第三题：将谓词公式化为子句集
（1）消去谓词公式中的“—><-->
（2）移到紧靠谓词的位置上
（3）变量标准化
换元
（4）消去存在量词
a. 存在量词不出现在全称量词的辖域内
换元就可
b. 存在量词出现在一个或者多个全称量词的辖域内
（5）化为前束形
前束形=（前缀）{母式}
（前缀）：全称量词串。
{母式}：不含量词的谓词公式。
（6）化为Skolem标准形
Skolem 标准形：
M：子句的合取式，称为Skolem标准形的母式。
（7）略去全称量词
由于公式中所有变量都是全称量词量化的变量，因此，可以省略全称量词（8）消去合取词，把母子用子句集表示
（9）子句变量标准化，即使每个子句中的变量符号不同
句子中变量要有所区别
第四章
1.主观Bayes方法的主要优缺点（P109）
主观Bayes方法的主要优点：
（1）具有较坚实的理论基础。
（2）知识的静态强度LS 及LN 是由领域专家根据实践经验
给出的，推出的结论有较准确的确定性。
（3）主观Bayes方法是一种比较实用且较灵活的不确定性推
理方法。
主观Bayes方法的主要缺点：
（1）要求领域专家在给出知识时，同时给出H的先验概率。
（2）Bayes定理中关于事件独立性的要求使主观Bayes 方法
的应用受到了限制。
2.证据理论的概率分配函数的作用（P115）；信任函数和似然函数的关系（P118）
（1）设样本空间D中有n个元素，则D中子集的个数为2 个。
：D的所有子集。
（2）概率分配函数：把D的任意一个子集A都映射为[0，1]上的一个数M（A）。
3.模糊推理：给两个模糊集合，会计算模糊关系（P129例
4.11，例4.12）
求A到B的模糊关系R
第五章：
1.搜索的方向
正向搜索（数据驱动）：从初始状态出发的正向搜索，也称为数据驱动
逆向搜索（目的驱动）：从目的状态出发的逆向搜索，也称为目的驱动
双向搜索：综合上述两种方式的搜索为双向搜索
2、状态空间表示法的四元组
3、.深度优先搜索和广度优先搜索的关系和区别
（1）宽度优先搜索：以接近起始结点的程度为依据进行逐层扩展的搜索方法。（用队列的存储结构，类似于树的按层次遍历的过程。
特点：逐层搜索；高价搜索：若解存在，必能找到。
（2）深度优先搜索：首先扩展最新产生的节点，深度相等的节点可以任意排列的搜索方法。
（用堆栈的数据结构）
特点：搜索沿着状态空间的某单一路径沿着起始点向下进行下去，仅当搜索到达一个没有后裔的状态时，才选择另一条替代路径。
4、OPEN表和CLOSE表的变化；
宽度优先搜索
open表（NPS表）：已经生成出来但其子状态未被搜索的状态。
closed表（PS表和NSS表的合并）：记录了已被生成扩展过的状态。
例题：
3.启发式搜索的A*算法的优点。OPEN表和CLOSE表的变化
OPEN表中的节点按着估价函数f（n）=g（n）+h（n）的值从小到大排序
例：
对于八数码难题按下式定义估价函数：
f(x)=d(x)+h(x)
其中，d(x)为节点x的深度；h(x)是所有棋子偏离目标位置的曼哈顿距离（棋子偏离目标位置的水平距离和垂直距离和），例如下图所示的初始状态S0：8的曼哈顿距离为2；2的曼哈顿距离为1；1的曼哈顿距离为1；6的曼哈顿距离为1；h(S0)= 5。
初始状态（S0）
（1）用A*搜索法搜索目标，列出头三步搜索中的OPEN、CLOSED表的内容和当前扩展节点的f值。
（2）画出搜索树和当前扩展节点的f值。
第六章
专家系统包括那些基本部份?P（181-183）
（1）知识库
（2）推理机
（3）数据库
（4）知识获取机构
（5）人机接口
（6）解释机构
每一部分的主要功能是什么?
（1）知识库：主要用来存放领域专家提供的专门知识
（2）推理机：模拟领域专家的思维过程，控制并执行对问题的求解。
（3）数据库：主要用于存放初始事实、问题描述及系统运行过程中得到的中间结果、最终结果等信息。
（4）知识获取机构：基本任务是为专家系统获取知识，建立起健全、完善、有效的知识库，以满足求解领域问题的需要。
（5）人机接口：专家系统与领域专家、知识工程师、一般用户之间进行交互的界面，由一组程序及相应的硬件组成，用于完成输入输出工作。
（6）解释机构：回答用户提出的问题，解释系统的推理过程。（解释机构由一组程序组成）
最后：你认为《人工智能》课程的哪一部分内容对您的毕业设计或者您以后的工作特别有用？如果有，请叙述其原理；如果没有，请谈谈人工智能的发展对人类有哪些的影响？（自己查资料）
答：
人工智能对人类的影响
人工智能的发展已对人类及其未来产生深远影响，这些影响涉及人类的经济利益、社会作用和文化生活等方面。
1、人工智能对经济的影响
人工智能系统的开发和应用，已为人类创造出可观的经济效益，专家系统就
是一个例子。随着计算机系统价格的继续下降，人工智能技术必将得到更大的推广，产生更大的经济效益。
（1）专家系统的效益
成功的专家系统能为它的建造者、拥有者和用户带来明显的经济效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。由于软件易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业人员及其知识。
如果保护得当，软件能被长期地和完整地保存。
领域专业人员(如医生)难以同时保持最新的实际建议(如治疗方案和方法)，而专家系统却能迅速地更新和保存这类建议，使终端用户(如病人)从中受益。
（2）人工智能推动计算机技术发展
人工智能研究已经对计算机技术的各个方面产生并将继续产生较大影响。人工智能应用要求繁重的计算，促进了并行处理和专用集成片的开发。算法发生器和灵巧的数据结构获得应用，自动程序设计技术将开始对软件开发产生积极影响。所有这些在研究人工智能时开发出来的新技术，推动了计算机技术的发展，进而使计算机为人类创造更大的经济实惠。
2、人工智能对社会的影响
（1）劳务就业问题
由于人工智能能够代替人类进行各种脑力劳动，将会使一部分人不得不改变他们的工种，甚至造成失业。人工智能在科技和工程中的应用，会使一些人失去介入信息处理活动(如规划、诊断、理解和决策等)的机会，甚至不得不改变自己的工作方式。
（2）.社会结构变化
人们一方面希望人工智能和智能机器能够代替人类从事各种劳动，另一方面又担心它们的发展会引起新的社会问题。实际上，近十多年来，社会结构正在发生一种静悄悄的变化。"人-机器"的社会结构，终将为"人-智能机器-机器"的社会结构所取代。智能机器人就是智能机器之一。现在和将来的很多本来是由人承担的工作将由机器人来担任，因此，人们将不得不学会与有智能的机器相处，并适应这种变化了的社会结构。
（3）.思维方式与观念的变化
人工智能的发展与推广应用，将影响到人类的思维方式和传统观念，并使它们发生改变。例如，传统知识一般印在书本报刊或杂志上，因而是固定不变的，而人工智能系统的知识库的知识却是可以不断修改、扩充和更新的。又如，一旦专家系统的用户开始相信系统(智能机器)的判断和决定，那么他们就可能不愿多动脑筋，变得懒惰，并失去对许多问题及其求解任务的责任感和敏感性。那些过分依赖计算器的学生，他们的主动思维能力和计算能力也会明显下降。过分地依赖计算机的建议而不加分析地接受，将会使智能机器用户的认知能力下降，并增加误解。在设计和研制智能系统时，应考虑到上述问题，尽量鼓励用户在问题求解中的主动性，让他们的智力积极参与问题求解过程。
（4）.心理上的威胁
人工智能还使一部分社会成员感到心理上的威胁，或叫做精神威胁。人们一般认为，只有人类才具有感知精神，而且以此与机器相别。如果有一天，这些人开始相信机器也能够思维和创作，那么他们可能会感到失望，甚至感到威胁。他们担心：有朝一日，智能机器的人工智能会超过人类的自然智能，使人类沦为智能机器和智能系统的奴隶。对于人的观念(更
具体地指人的精神)和机器的观念(更具体地指人工智能)之间的关系问题，哲学家、神学家和其它人们之间一直存在着争论。按照人工智能的观点，人类有可能用机器来规划自己的未来，甚至可以把这个规划问题想象为一类状态空间搜索。当社会上一部分人欢迎这种新观念时，另一部分人则发现这些新观念是惹人烦恼的和无法接受的，尤其是当这些观念与他们钟爱的信仰和观念背道而驰时。
（5）.技术失控的危险
任何新技术最大危险莫过于人类对它失去了控制，或者是它落入那些企图利用新技术反对人类的人手中。有人担心机器人和人工智能的其它制品威胁人类的安全。为此，著名的美国科幻作家阿西莫夫(I.Asimov)提出了"机器人三守则"：
(1) 机器人必须不危害人类，也不允许它眼看人类受害而袖手旁观。
(2) 机器人必须绝对服从人类，除非这种服从有害于人类。
(3) 机器人必须保护自身不受伤害，除非为了保护人类或者是人类命令它作出牺牲。
我们认为，如果把这个"机器人三守则"推广到整个智能机器，成为"智能机器三守则"，那么，人类社会就会更容易接受智能机器和人工智能。
人工智能技术是一种信息技术，能够极快地传递。我们必须保持高度警惕,防止人工智能技术被用于反对人类和危害社会的犯罪(有的人称之为"智能犯罪")。同时，人类有足够的智慧和信心，能够研制出防范、检测和侦破各种智能犯罪活动的智能手段。
（6）.引起的法律问题
人工智能的应用技术不仅代替了人的一些体力劳动，也代替了人的某些脑力劳动，有时甚至行使着本应由人担任的职能，免不了引起法律纠纷。比如医疗诊断专家系统万一出现失误，导致医疗事故，怎么样来处理，开发专家系统者是否要负责任，使用专家系统者应负什么责任，等等。
人工智能的应用将会越来越普及，正在逐步进入家庭，使用"机顶盒"技术的智能化电器已问世。可以预料，将会出现更多的与人工智能的应用有关的法律问题，需要社会在实践的基础上从法律角度作出对这些问题的解决方案。
要通过法律手段，对利用人工智能技术来反对人类和危害社会的犯罪行为进行惩罚，使人工智能技术为人类的利益作贡献。
3、人工智能对文化的影响
（1）.改善人类知识
在重新阐述我们的历史知识的过程中，哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。这种努力的结果，可能导致知识的某些改善，以便能够比较容易地推断出令人感兴趣的新的真理。
（2）.改善人类语言
根据语言学的观点，语言是思维的表现和工具，思维规律可用语言学方法加以研究，但人的下意识和潜意识往往"只能意会，不可言传"。由于采用人工智能技术，综合应用语法、语义和形式知识表示方法，我们有可能在改善知识的自然语言表示的同时，把知识阐述为适用的人工智能形式。随着人工智能原理日益广泛传播，人们可能应用人工智能概念来描述他们生活中的日常状态和求解各种问题的过程。人工智能能够扩大人们交流知识的概念集合，为我们提供一定状况下可供选择的概念，描述我们所见所闻的方法以及描述我们的信念的新方法。
（3）.改善文化生活
人工智能技术为人类文化生活打开了许多新的窗口。比如图像处理技术必
将对图形艺术、广告和社会教育部门产生深远的影响。比如现有的智力游戏机将发展为具有更高智能的文化娱乐手段。
综上分析我们知道，人工智能技术对人类的社会进步、经济发展和文化提高都有巨大的影响。随着时间的推进和技术的进步，这种影响将越来越明显地表现出来。还有一些影响，可能是我们现在难以预测的。可以肯定，人工智能将对人类的物质文明和精神文明产生越来越大的影响。
实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求无论在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、基本要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态->中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X1表示起始岸上的牧师人数；X2表示起始岸上的野人人数；X3表示小船现在位置(1表示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000
四、实验结果 四、实验心得 本次实验运用了状态空间表示法，这是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验强化我对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。
一．简答题 1.在什么情况下需要采用不确定推理或非单调推理？ 答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。 例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论， 而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。 一般来说，出现不精确推理的原因和特征可能有： ①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。 由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理 2．产生式系统有哪几种推理方式？各自特点为何？ 答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。 （2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。 （3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。 3．算法A*直到一个目标节点被选择扩展才会终止。然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。 4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？ 答：人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题：知识的模型化和表示方法，启发式搜索理论，各种推理方法，人工智能系统结构和语言。主要研究和应用领域：机器学习，知识表示和推理，智能搜索，模糊逻辑，人工神经网络，遗传算法，自然语言理解，博弈论，知识发现和数据挖掘等。 5．在选择知识表示的方法时，应该考虑哪些因素？ 答：表示能力：能够将问题求解所需的知识正确有效地表达出来，可理解性：所表达的知
2016年3月谷歌的阿尔法狗（AlphaGo）大战世界围棋冠军李世石，引发了全球范围内对于人工智能的讨论。探讨人工智能，就要回答什么是智能的问题，综合各类定义，智能是一种知识与思维的合成，是人类认识世界和改造世界过程中的一种分析问题与解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。 各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过投资的方式引导人工智能产业的发展，2013年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。 在技术方向上，美国主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。 现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。 高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。 谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了DeepMind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局（DARPA）投资 1.5亿美元，历时5年的CALO （ Cognitive Assistant that Learns and Organizes）项目，是美国首个得到大规模产业化应用的人工智能项目。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业。
什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence，简称AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成
为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。 大数据这个门槛，导致了人工智能只能是巨头的游戏，跟创业
(此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面
《人工智能》知识点整理 第二讲知识表示 2.0.知识表示的重要性 知识是智能的基础：获得知识、运用知识 符合计算机要求的知识模式：计算机能存储、处理的知识表示模式；数据结构（List, Table, Tree, Graph, etc.）2.1 基本概念 2.1.1 数据、信息与知识 数据(Data) ?信息的载体和表示 ?用一组符号及其组合表示信息 信息(Information) ?数据的语义 ?数据在特定场合下的具体含义 知识(Knowledge) ?信息关联后所形成的信息结构：事实& 规则 ?经加工、整理、解释、挑选、改造后的信息 2.1.2 知识的特性 ?相对正确性 ?一定条件下 ?某种环境中 ?...... ?不确定性 ?存在“中间状态” ?“真”（“假”）程度 ?随机性 ?模糊性 ?经验性 ?不完全性 ?...... ?可表示性& 可利用性 ?语言 ?文字 ?图形 ?图像 ?视频 ?音频 ?神经网络 ?概率图模型 ?...... 2.1.3 知识的分类 ?常识性知识、领域性知识（作用范围） ?事实性知识、过程性知识、控制知识（作用及表示） ?确定性知识、不确定性知识（确定性） ?逻辑性知识、形象性知识（结构及表现形式） ?零级知识、一级知识、二级知识（抽象程度） 2.1.4 常用的知识表示方法 ?一阶谓词（First Order Predicate）?产生式（Production） ?框架（Framework） ?语义网络（Semantic Network）?剧本（Script）?过程（Procedure） ?面向对象（Object-Oriented）?Petri网（Petri Network） ?信念网（Belief Network） ?本体论（Ontology）…… 2.1.5 如何选择合适的表示方法？ ?充分表示领域知识 ?有利于对知识的利用 ?便于理解和实现 ?便于对知识的组织、管理与维护 2.2 一阶谓词表示法 1. 优点 ?自然性 ?接近自然语言，容易接受?精确性
"优惠顺序是什么"是否属于“店铺活动”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： “什么时候到货”是否属于“通常到货时间”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： 胖环要进行店铺店小蜜双十二的配置，发现活动玩法跟双十一时关联“双十一活动”时效的内容一致，话术不需要修改，只需要修改关联的时效，那么按照以下哪种方法操作可以最快速地完成配置 备注:参考章节：《如何使用“时效设置”》本题考点：时效管理方法。答案解析： “我退回一件大的又拍了一件小的，有差价，请退款”这句话与下列哪一句话的语义接近 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： 以下哪一个选项的功能，在官方知识库中却不在自定义知识库中 备注:参考章节：《官方知识库的配置与使用》、《自定义知识的配置与使用》本题考点：答案解析：“圆通可以到吗”是否属于“指定快递”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： 配置欢迎语卡片问题时，添加关联知识，若该条知识无答案，那么是无法勾选关联的，这个时候，可以在当前页面点击“立即添加”按钮来添加答案。以上这种说法是否正确 备注:参考章节：《欢迎语规则设置》本题考点：欢迎语卡片配置实操。答案解析： “无门槛优惠券什么时候发放”是否属于“活动时间”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： “红包怎么用”；“能叠加用吗”；“红包用不了”，用以下哪个场景描述上述问题更为贴切 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： "双十二多少钱"是否属于“店铺活动”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： “请问可以现在付钱几个月后寄送货物吗”是否属于“花呗期付”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： 在“咨询能否加急发货，买家催促发货”场景中配置了按顺序回复的答案：第一次回复：亲，15点前付款的订单，会在当天完成发货；15点后付款的订单，会在24小时内完成发；第二次回复：亲亲，我们这边会安排帮亲尽快发货的哦~；第三次回复：亲，我们会尽快发的，暂时没有办法帮亲加急呢~抱歉呢~ 若消费者小微昨天已经催促过一次发货，今天一早又来催，请问系统应该回复以下哪个答案 备注:参考章节：《官方知识库的配置与使用》本题考点：官方知识库中可配置回复顺序的问题，其答案的回复规则。答案解析： 关于转人工方式的说法，以下哪一个选项是错误的 备注:参考章节：《欢迎语规则设置》本题考点：转人工方式相关知识。答案解析： 关于官方知识库的描述，以下哪一个选项是正确的 备注:参考章节：《官方知识库的配置与使用》本题考点：官方知识库相关知识。答案解析： 一个答案只能添加一张图片。以上这种说法是否正确 备注:参考章节：《官方知识库的配置与使用》本题考点：知识答案配置的方法。答案解析： “200-100优惠券”是否属于“领取优惠券”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： “最低多少钱”是否属于“店铺活动”场景 备注:参考章节：《官方知识库场景分类方法》本题考点：场景打标-通用包答案解析： 如果换货场景配置了答案，同时也勾选了人工直连，那么在测试窗输入“我要换货”，会回复提示命中人工直连。以上这种说法是否正确
《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；
人工智能知识大全 第二讲知识表示 2.0.知识表示的重要性 知识是智能的基础：获得知识、运用知识 符合计算机要求的知识模式：计算机能存储、处理的知识表示模式；数据结构（List, Table, Tree, Graph, etc.）2.1 基本概念 2.1.1 数据、信息与知识 数据(Data) ?信息的载体和表示 ?用一组符号及其组合表示信息 信息(Information) ?数据的语义 ?数据在特定场合下的具体含义 知识(Knowledge) ?信息关联后所形成的信息结构：事实& 规则 ?经加工、整理、解释、挑选、改造后的信息 2.1.2 知识的特性 ?相对正确性 ?一定条件下 ?某种环境中 ?...... ?不确定性 ?存在“中间状态” ?“真”（“假”）程度 ?随机性 ?模糊性 ?经验性 ?不完全性 ?...... ?可表示性& 可利用性 ?语言 ?文字 ?图形 ?图像 ?视频 ?音频 ?神经网络 ?概率图模型 ?...... 2.1.3 知识的分类 ?常识性知识、领域性知识（作用范围） ?事实性知识、过程性知识、控制知识（作用及表示） ?确定性知识、不确定性知识（确定性） ?逻辑性知识、形象性知识（结构及表现形式） ?零级知识、一级知识、二级知识（抽象程度） 2.1.4 常用的知识表示方法 ?一阶谓词（First Order Predicate）?产生式（Production） ?框架（Framework） ?语义网络（Semantic Network）?剧本（Script）?过程（Procedure） ?面向对象（Object-Oriented）?Petri网（Petri Network） ?信念网（Belief Network） ?本体论（Ontology）…… 2.1.5 如何选择合适的表示方法？ ?充分表示领域知识 ?有利于对知识的利用 ?便于理解和实现 ?便于对知识的组织、管理与维护 2.2 一阶谓词表示法
《人工智能基础》知识表示作业 学院 专业计算机科学与技术 年级 姓名 学号 联系方式（电话） （电子邮箱）
目录 第一章概述 (3) 1.1 知识表示概述 (3) 1.2 知识概述 (3) 1.3 人工智能系统所关心的知识 (3) 第二章知识的分类与特性 (4) 2.1 知识的分类 (4) 2.1.1 事实性知识 (4) 2.1.2 过程性知识 (4) 2.1.3 控制性知识 (4) 2.1.4 其他分类 (4) 2.2 知识的特性 (5) 2.2.1 相对正确性 (5) 2.2.2 知识的确定与不确定性 (5) 2.2.3 知识的可利用性和可发展性 (6) 第三章知识表示的分类方法 (7) 3.1 分类 (7) 3.1.1 叙述式表示 (7) 3.1.2 过程式表示 (7) 3.2表示方法 (8) 3.2.1 谓词逻辑表示法 (8) 3.2.2 产生式表示法 (9) 3.2.3 语义网络表示法 (10) 3.2.4 框架表示法 (12) 3.2.5 过程表示法 (14) 3.2.6 Petri网表示法 (15) 3.2.7 面向对象的知识表示 (15) 3.2.8 问题归约表示 (18) 3.2.9 状态空间表示法 (18) 3.2.10 人工神经元(ANN)表示法 (18) 第四章新的研究成果与发展 (19) 参考文献 (20)
第一章概述 1.1 知识表示概述 知识表示（Knowledge Representation）,即把知识用计算机可接受的符号以某种形式描述出来，诸如语法树、图表结构、树形或网状表达等等。 知识表示就是对知识的符号化过程，即把相关问题的知识加以形式化描述，表示成为便于计算机存储、管理和调用的某种数据结构模式。 1.2 知识概述 知识是信息接受者通过对信息的提炼和推理而获得的正确结论，是人对自然世界、人类社会以及思维方式与运动规律的认识与掌握，是人的大脑通过思维重新组合和系统化的信息集合。 Feigenbaum认为知识是经过削减、塑造、解释和转换的信息。简单地说，知识是经过加工的信息。Bernstein说知识是特定领域的描述、关系和过程组成。Hayes-Roth认为知识是事实、信念和启发式规则。 信息关联后所形成的信息结构：事实&规则。 1.3 人工智能系统所关心的知识 一个智能程序高水平的运行需要有关的事实知识、规则知识、控制知识和元知识。 1.事实：是有关问题环境的一些事物的知识，常以“…是…”的形式出现。如事物的分类、属性、事物间关系、科学事实、客观事实等，在知识库中属于低层的知识。如雪是白色的、鸟有翅膀、张三李四是好朋友。 2.规则：是有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以“如果…那么…”形式出现。特别是启发式规则是属于专家提供的专门经验知识，这种知识虽无严格解释但很有用处。 3.控制：是有关问题的求解步骤，技巧性知识，告诉怎么做一件事。也包括当有多个动作同时被激活时应选哪一个动作来执行的知识。 4.元知识：是有关知识的知识，是知识库中的高层知识。包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。
一、单选题： 1：人类智能的特性表现在4个方面。 A：聪明、灵活、学习、运用。 B：能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。 C：感觉、适应、学习、创新。 D：能捕捉外界环境信息、能够利用利用外界的有利因素、能够传递外界信息、能够综合外界信息进行创新思维。 2：人工智能的目的是让机器能够，以实现某些脑力劳动的机械化。 A：具有智能B：和人一样工作 C：完全代替人的大脑D：模拟、延伸和扩展人的智能 3：下列关于人工智能的叙述不正确的有：。 A：人工智能技术它与其他科学技术相结合极大地提高了应用技术的智能化水平。 B：人工智能是科学技术发展的趋势。 C：因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D：人工智能有力地促进了社会的发展。 4：人工智能研究的一项基本内容是机器感知。以下列举中的不属于机器感知的领域。 A：使机器具有视觉、听觉、触觉、味觉、嗅觉等感知能力。 B：让机器具有理解文字的能力。 C：使机器具有能够获取新知识、学习新技巧的能力。 D：使机器具有听懂人类语言的能力 5：自然语言理解是人工智能的重要应用领域，下面列举中的不是它要实现的目标。 A：理解别人讲的话。B：对自然语言表示的信息进行分析概括或编辑。 C：欣赏音乐。D：机器翻译。 6：为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究者找到一个重要的信息处理的机制是：。 A：专家系统B：人工神经网络C：模式识别D：智能代理7：如果把知识按照作用来分类，下述不在分类的范围内。 A：用控制策略表示的知识，即控制性知识。 B：可以通过文字、语言、图形、声音等形式编码记录和传播的知识，即显性知识。 C：用提供有关状态变化、问题求解过程的操作、演算和行动的知识，即过程性知识。 D：用提供概念和事实使人们知道是什么的知识，即陈述性。 8：下述不是知识的特征。 A：复杂性和明确性B：进化和相对性 C：客观性和依附性D：可重用性和共享性 9：下述不是人工智能中常用的知识格式化表示方法。 A：框架表示法B：状态空间表示法 C：语义网络表示法D：形象描写表示法 10：关于“与/或”图表示法的叙述中，正确的是：。 A：“与/或”图就是用“AND”和“OR”连续各个部分的图形，用来描述各部分的因果关系。 B：“与/或”图就是用“AND”和“OR”连续各个部分的图形，用来描述各部分之间的不确定关系。 C：“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的
人工智能发展史 人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用
《人工智能》知识点整理 第二讲知识表示 2.0.知识表示的重要性 知识是智能的基础：获得知识、运用知识 符合计算机要求的知识模式：计算机能存储、处理的知识表示模式；数据结构（List, Table, Tree, Graph, etc.）2.1 基本概念 2.1.1 数据、信息与知识 数据(Data) ?信息的载体和表示 ?用一组符号及其组合表示信息 信息(Information) ?数据的语义 ?数据在特定场合下的具体含义 知识(Knowledge) ?信息关联后所形成的信息结构：事实& 规则 ?经加工、整理、解释、挑选、改造后的信息 2.1.2 知识的特性 ?相对正确性 ?一定条件下 ?某种环境中 ?...... ?不确定性 ?存在“中间状态” ?“真”（“假”）程度 ?随机性 ?模糊性 ?经验性 ?不完全性 ?...... ?可表示性& 可利用性 ?语言 ?文字 ?图形 ?图像 ?视频 ?音频 ?神经网络 ?概率图模型 ?...... 2.1.3 知识的分类 ?常识性知识、领域性知识（作用范围） ?事实性知识、过程性知识、控制知识（作用及表示） ?确定性知识、不确定性知识（确定性） ?逻辑性知识、形象性知识（结构及表现形式） ?零级知识、一级知识、二级知识（抽象程度） 2.1.4 常用的知识表示方法 ?一阶谓词（First Order Predicate）?产生式（Production） ?框架（Framework） ?语义网络（Semantic Network）?剧本（Script）?过程（Procedure） ?面向对象（Object-Oriented）?Petri网（Petri Network） ?信念网（Belief Network） ?本体论（Ontology）…… 2.1.5 如何选择合适的表示方法？ ?充分表示领域知识 ?有利于对知识的利用
CHW: 一、概论 1.人工智能是由计算机科学、控制论、信息论、神经生理学、心理学、语言学等构成。 2.智能科学研究智能的基本理论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。 3.认知(cognition)是和情感、动机、意志等相对的理智或认识过程。认知科学是研究人类感知和思维信息处理过程的科学，包括从感觉的输入到复杂问题求解，从人类个体到人类社会的智能活动，以及人类智能和机器智能的性质。思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的自觉的、间接的和概括的反映。智能是个体认识客观事物和运用知识解决问题的能力。 4.人类思维的形态：感知思维、形象思维、抽象思维、灵感思维。 5.神经网络基本特点：①以分布式方式存储信息。②以并行方式处理信息。③具有自组织、自学习能力。 符号智能：以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。 计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、模糊系统、进化程序设计、人工生命等都可以包括在计算智能 6.符号智能与计算智能区别：符号智能就是传统人工智能，以知识为基础，通过推理求解问题；计算智能以数据为基础，通过训练建立联系，进行问题求解。人工神经网络，遗传算法、模糊等都是计算智能。 7.非单调推理：一个正确的公理加到理论中，反而使得所得结论变无效。如封闭世界假设CWA，限定逻辑；定性推理：把物理系统分成子系统，对每个子系统之间的作用建立联系，通过局部因果性的行为合成获得实际物理系统的功能；不确定性推理：随机性、模糊性、不确定性。如DS证据、模糊集、粗糙集、贝叶斯。 8.知识、知识表示及运用知识的推理算法是人工智能的核心,而机器学习则是关键问题。机器学习的研究四个阶段：①无知识的学习：主要研究神经元模型和基于决策论方法的自适应和自组织系统。②符号概念获取：给定某一类别的若干正例和反例，从中获得该类别的一般定义。③实例学习：从实例学习结构描述。④有知识的学习：把大量知识引入学习系统做为背景知识 9.机器学习的风范：①归纳学习：研究一般性概念的描述和概念聚类；②分析学习：在领域知识指导下进行实例学习,包括基于解释的学习、知识块学习等。③发现学习：根据实验数据或模型重新发现新的定律的方法。④遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种变体当作物种的个体,根据客观功能测试概念的诱发变化和重组合并,决定哪种情况应在基因组合中予以保留。⑤连接学习：是神经网络通过典型实例的训练,识别输入模式的不同类别。 10.分布式人工智能：研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，即协调它们的知识、技能和规划,求解单目标或多目标问题，为设计和建立大型复杂的智能系统或计算机支持协同工作提供有效途径。 11.人工思维将以开放式自主系统为基础，充分发挥各种处理范型的特长，实现集体智能，才能达到柔性信息处理，解决真实世界的问题。 12.知识系统包括：①专家系统：专家系统是一种模拟人类专家解决领域问题的计算机程序系统。这类计算机程序包括两部分：知识库。它表示和存储由任务所指定领域知识的一组数据结构集合，包含有关领域的事实和专家水平的启发式知识。推理机，它是构造推理路径的一组推理方法集合，以便导致问题求解、假设的形成、目标的满足等。由于推理采用的机理、概念不同，推理机形成多种范型的格局。②知识库系统：把知识以一定的结构存入计算机，
《人工智能技术发展趋势及应用》试题及答案 (一) 单选题，每题 2 分，共 20 题。 1. 下列有关人工智能的说法中，不正确的是（）。 (A)人工智能是以机器为载体的智能 (B)人工智能是以人为载体的智能 (C)人工智能是相对于动物的智能 (D)人工智能也叫机器智能 2. 以下属于素养性知识的是（）。 (A)为人处事方面的知识 (B)行业性知识 (C)分析性知识 (D)创造性知识 3. 本课程提到，人工智能皇冠上的明珠是（）。 (A)数据智能 (B)读写智能 (C)逻辑智能 (D)语言智能 4. 根据本课程，以下哪项不属于情感分析四维模型的内容（）。 (A)读音知情 (B)读脸知情 (C)读搏知情 (D)读书知情 5. 人工神经网络发展的第一次高潮是（）。 (A)1986年启动“863计划” (B)1977年，吴文俊创立吴方法 (C)1957年，罗森布拉特提出感知机神经元关系 (D)1985-1986年提出误差反向传播算法
6. 人工智能在围棋方面的应用之一是AlphaGo通过（）获得“棋感”。 (A)视觉感知 (B)扩大存储空间 (C)听觉感知 (D)提高运算速度 7. 以下哪项不属于教育信息化的三个阶段（）。 (A)教育创新化 (B)教育技术化 (C)教育智能化 (D)教育智慧化 8. 以下不属于人工智能对当前经济社会冲击最大的四个领域的是（）。 (A)制造 (B)教育 (C)艺术 (D)金融 9. 2013年，麻省理工学院的基础评论把（）列为第一大技术突破。 (A)机器学习 (B)人工智能 (C)智能围棋 (D)深度学习 10. 根据本课程，过去生产一台哈雷机车需要21天，但在工业时代，只需要（）就可以把私人定制的摩托车交给客户，极大提高了生产效率，同时满足用户的个性化需求。 (A)2天 (B)24小时 (C)12小时 (D)6小时
武汉工程大学考研《人工智能基础》考试大纲 一、命题原则： 1、考察学生对基础知识(包括基本概念、基本内容、基本结论、基本计算)的掌握程度以及运用已掌握的知识分析和解决问题的能力。 2、考试对象为报考我校模式识别与智能系统专业各方向的研究生入学考试考生。 3、难易适度，难中易比例：容易：30%，中等：40%，偏难20%，难：10%。 4、考试知识点覆盖率达80%以上。 二、题型、分值及考试时间： 1、题型包括：填空题、名词解释、计算题、简答题 2、考试时间：180分钟 3、满分：150分 三、考试内容与要求 第一章人工智能概述﹙2学时﹚ 熟悉1.1 AI的定义及其研究目标 掌握1.2 AI的产生与发展 掌握1.3 AI研究的基本内容 掌握1.4 AI研究的不同学派 掌握1.5 AI的主要研究和应用领域 熟悉1.6 AI近期发展分析 熟悉1.7我国智能科学技术教育体系 第二章知识表示方法﹙5学时﹚ 熟悉2.1 知识与知识表示的概念 掌握2.2 一阶谓词逻辑表示法 掌握2.3 产生式表示法 掌握2.4 语义网络表示法 熟悉2.5 框架表示法 熟悉2.6 过程表示法 第三章确定性推理﹙5学时﹚ 了解3.1 推理的基本概念 掌握3.2 推理的逻辑基础 掌握3.3 自然演绎推理 掌握3.4 归结演绎推理 掌握3.5 基于规则的演绎推理 第四章搜索策略﹙6学时﹚ 熟悉4.1 搜索的基本概念 掌握4.2状态空间的盲目搜索 掌握4.3状态空间的启发式搜索 掌握4.4与/或树的盲目搜索 掌握4.5与/或树的启发式搜索 熟悉4.6博弈树的启发式搜索 第五章计算智能﹙2学时﹚
了解5.1 概述 熟悉5.2 神经计算 了解5.3 进化计算 熟悉5.4 模糊计算 第六章不确定性推理﹙2学时﹚ 了解6.1 不确定性推理的基本概念 了解6.2 不确定性推理的概率论基础 了解6.3 确定性理论 了解6.4 主观Bayes方法 了解6.5 证据理论 了解6.6 模糊推理 第七章机器学习(2学时) 熟悉7.1 机器学习的基本概念 熟悉7.2 记忆学习 熟悉7.3 归纳学习 熟悉7.4 解释学习 熟悉7.5 神经学习 第八章自然语言理解(2学时) 熟悉8.1 语言及其理解的基本概念 熟悉8.2 词法分析 熟悉8.3 语法分析 了解8.4 语义分析 第九章分布智能(2学时) 熟悉9.1 分布智能概述 熟悉9.2 Agent的结构 了解9.3 Agent通信 了解9.4 多Agent合作 了解9.5 移动Agent 第十章先进专家系统(2学时) 熟悉10.1 专家系统概述 熟悉10.2 基于规则和基于框架的专家系统 熟悉10.3 模糊专家系统和神经网络专家系统 熟悉10.4 基于Web的专家系统 熟悉10.5 分布式和协同式专家系统 熟悉10.6 专家系统的开发 四、建议教材及主要教学参考书 《人工智能》愤可荣,张严铎清华大学出版社 《人工智能原理及其应用》第二版王万森编著电子工业出版社 《人工智能基础》蔡自兴主编、蒙祖强副主编高等教育出版社 《人工智能及其应用》蔡自兴、徐光佑清华大学出版社 《人工智能》(第一版). 张彦铎主编. 清华大学出版社. 2007年。 小提示：目前本科生就业市场竞争激烈，就业主体是研究生，在如今考研竞争日渐激烈的情况下，我们想要不在考研大军中变成分母，我们需要：早开始+好计划+正确的复习思路+好