大工19秋《人工智能》在线作业1
试卷总分:100 得分:100
一、单选题 (共 10 道试题,共 50 分)
1.人工智能作为一门学科，诞生于（）年。
A.1999
B.1966
C.1963
D.1956
答案:D
2.被称为人工智能之父的是（）。
A.约翰麦卡锡
B.比尔盖茨
C.图灵
D.乔布斯
答案:A
3.目前人工智能的主要研究学派是（）。
A.连接主义
B.行为主义
C.符号主义
D.以上都对
答案:D
4.按知识的作用可把知识划分为（）知识。
A.过程性
B.描述性
C.判断性
D.以上都对
答案:D
5.定义谓词如下：COMPUTER(x)：x是计算机系的学生；LIKE(x, y)：x喜欢y。张晓辉是一名计算机系的学生，他喜欢编程序。用谓词公式表示为（）。
A.以上都不对
https://www.doczj.com/doc/c614752615.html,PUTER(zhangxh)or LIKE(zhangxh, programming)
https://www.doczj.com/doc/c614752615.html,PUTER(zhangxh)∧LIKE(zhangxh, programming)
https://www.doczj.com/doc/c614752615.html,PUTER(programming)∧LIKE( programming, programming)
答案:C
6.定义谓词如下：HIGHER(x, y)：x比y长得高，定义公式father（x）：x的父亲。李晓鹏比他父亲长得高。用谓词公式表示为（）。
A.以上都不对
B.father(lixp)
C.HIGHER(lixp, father(lixp))
作业一 1.考虑一个实时的在线电话翻译系统，该系统实现英语与日语之间的实时在线翻译，讨论 该系统的性能度量，环境，执行器，感知器，并对该环境的属性进行分析。 【Answer】 性能度量：翻译的正确率 环境：电话线路 传感器：麦克风 执行器：音响 完全可观察的，单agent，确定的(无噪音条件下)，片段的，静态的，离散的。2.考虑一个医疗诊断系统的agent，讨论该agent最合适的种类(简单agent,基于模型的agent, 基于目标的agent和基于效用的agent)并解释你的结论。 【Answer】 utility-based agent。 能够治愈病人的方法有很多种，系统必须衡量最优的方法来推荐给病人 3.先建立一个完整的搜索树，起点是S,终点是G,如下图,节点旁的数字表示到达目标状态 的距离，然后用以下方法表示如何进行搜索。 (a).深度优先； (b).宽度优先； (c).爬山法； (d).最佳优先； 图一 【Answer】: 建立树： 深度: 宽度： 爬山法： 优先搜索： 4.图二是一棵部分展开的搜索树，其中树的边记录了对应的单步代价，叶子节点标注了到 达目标结点的启发式函数的代价值，假定当前状态位于结点A。 (a)用下列的搜索方法来计算下一步需要展开的叶子节点。注意必须要有完整的计算过 程，同时必须对扩展该叶子节点之前的节点顺序进行记录： 1.贪婪最佳优先搜索 2.一致代价搜索 3.A*树搜索 (b)讨论以上三种算法的完备性和最优性。 【Answer】: 贪婪最佳优先：如果h(B)>5,首先访问叶子结点C,如果h(B)<=5,首先访问B,再访问C 一致代价搜索：B,D,E,F,G,H,C A*树搜索：如果h(B)>15,首先访问D 如果h(B)<=15,首先访问B,在E,G,D,H,F,C 图二 5.给定一个启发式函数满足h(G)=0,其中G是目标状态，证明如果h是一致的，那么它是
1、什么是人工智能？人工智能有哪些研究领域？何时创建该学科，创始人是谁？ （1）AI（Artificial Intelligence）是利用计算机技术、传感器技术、自动控制技术、仿生技术、电子技术以及其他技术仿制人类智能机制的学科（或技术），再具体地讲就是利用这些技术仿制出一些具有人类智慧（能）特点的机器或系统 （2）人工智能的研究领域主要有专家系统、机器学习、模式识别、自然语言理解、自动定力证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络等（3）人工智能于1956年夏季，由麦卡锡，明斯基、洛切斯特、香农等发起创建 2、产生式系统的由哪三部分组成？各部分的功能是什么？ 课本29页 （1）产生式系统由综合数据库、产生式规则和控制系统三部分组成 （2）综合数据库用于存放当前信息，包括初始事实和中间结果； 产生式规则用于存放相关知识； 控制系统用于规则的解释或执行程序。 3、设有三枚硬币，其初始状态为（反，正，反），允许每次翻转一个硬币（只翻一个硬币，必须翻一个硬币）。必须连翻三次。用知识的状态空间表示法求出到达状态（反，反，反）的通路。画出状态空间图。 课本51页 问题求解过程如下： （1）构建状态 用数组表示的话，显然每一硬币需占一维空间，则用三维数组状态变量表示这个知识：Q=（q1 , q2 , q3） 取q=0 表示钱币的正面; q=1 表示钱币的反面 构成的问题状态空间显然为： Q0=（0，0，0），Q1=（0，0，1），Q2=（0，1，0）, Q3=（0，1，1）， Q4=（1，0，0），Q5=（1，0，1），Q6=（1，1，0），Q7=（1，1，1） （2）引入操作 f1：把q1翻一面。 f2：把q2翻一面。 f3：把q3翻一面。 显然：F={f1，f2，f3} 目标状态：（找到的答案）Qg=（0，0，0）或（1，1，1） （3）画出状态图
第一章 1、3 什么就是人工智能？它的研究目标就是什么？ 人工智能(Artificial Intelligence),英文缩写为AI。它就是研究、开发用于模拟、延伸与扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 研究目标:人工智能就是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理与专家系统等。 1、7 人工智能有哪几个主要学派？各自的特点就是什么？ 主要学派:符号主义,联结主义与行为主义。 1.符号主义:认为人类智能的基本单元就是符号,认识过程就就是符号表示下的符号计算, 从而思维就就是符号计算; 2.联结主义:认为人类智能的基本单元就是神经元,认识过程就是由神经元构成的网络的信 息传递,这种传递就是并行分布进行的。 3.行为主义:认为,人工智能起源于控制论,提出智能取决于感知与行动,取决于对外界复 杂环境的适应,它不需要只就是,不需要表示,不需要推理。 1、8 人工智能有哪些主要研究与应用领域？其中有哪些就是新的研究热点？ 1、研究领域:问题求解,逻辑推理与定理证明,自然语言理解,自动程序设计,专家系统,机器 学习,神经网络,机器人学,数据挖掘与知识发现,人工生命,系统与语言工具。 2、研究热点:专家系统,机器学习,神经网络,分布式人工智能与Agent,数据挖掘与知识发 现。 第二章 2、8 用谓词逻辑知识表示方法表示如下知识: (1)有人喜欢梅花,有人喜欢菊花,有人既喜欢梅花又喜欢菊花。 三步走:定义谓词,定义个体域,谓词表示 定义谓词 P(x):x就是人
第一章课后习题 1、对N＝5、k≤3时，求解传教士和野人问题的产生式系统各组成部分进行描述（给出综合数据库、规则集合的形式化描述，给出初始状态和目标条件的描述），并画出状态空间图。 2、对量水问题给出产生式系统描述，并画出状态空间图。 有两个无刻度标志的水壶，分别可装5升和2升的水。设另有一水缸，可用来向水壶灌水或倒出水，两个水壶之间，水也可以相互倾灌。已知5升壶为满壶，2升壶为空壶，问如何通过倒水或灌水操作，使能在2升的壶中量出一升的水来。 3、对梵塔问题给出产生式系统描述，并讨论N为任意时状态空间的规模。 相传古代某处一庙宇中，有三根立柱，柱子上可套放直径不等的N个圆盘，开始时所有圆盘都放在第一根柱子上，且小盘处在大盘之上，即从下向上直径是递减的。和尚们的任务是把所有圆盘一次一个地搬到另一个柱子上去（不许暂搁地上等），且小盘只许在大盘之上。问和尚们如何搬法最后能完成将所有的盘子都移到第三根柱子上（其余两根柱子，有一根可作过渡盘子使用）。 求N＝2时，求解该问题的产生式系统描述，给出其状态空间图。讨论N为任意时，状态空间的规模。 4、对猴子摘香蕉问题，给出产生式系统描述。 一个房间里，天花板上挂有一串香蕉，有一只猴子可在房间里任意活动（到处走动，推移箱子，攀登箱子等）。设房间里还有一只可被猴子移动的箱子，且猴子登上箱子时才能摘到香蕉，问猴子在某一状态下（设猴子位置为a，箱子位置为b，香蕉位置为c），如何行动可摘取到香蕉。 5、对三枚钱币问题给出产生式系统描述及状态空间图。 设有三枚钱币，其排列处在"正、正、反"状态，现允许每次可翻动其中任意一个钱币，问只许操作三次的情况下，如何翻动钱币使其变成"正、正、正"或"反、反、反"状态。 6、说明怎样才能用一个产生式系统把十进制数转换为二进制数，并通过转换141.125这个数为二进制数，阐明其运行过程。 7、设可交换产生式系统的一条规则R可应用于综合数据库D来生成出D'，试证明若R存在逆，则可应用于D'的规则集等同于可应用于D的规则集。 8、一个产生式系统是以整数的集合作为综合数据库，新的数据库可通过把其中任意一对元素的乘积添加到原数据库的操作来产生。设以某一个整数子集的出现作为目标条件，试说明该产生式系统是可交换的。 第二章课后习题
廉师友<<人工智能>>作业一参考答案 1．已知前提：（1）如果x与y是同班同学，则x的老师也是y的老师；（2）小李和小张是同班同学；（3）王先生是小李的老师，运用自然演绎推理证明: 王先生也是小张的老师。 证明：首先定义谓词： Teacher x是y的老师 x , ) (y x (y Classmates x和y是同班同学 , ) 则已知的前提可以符号化为： （1）)) Classmates Teacher y y x ? y ? ? ∧ x→ z ( ) ) ( z , , , x (z Teacher ( （2）) Teacher Wang , (Xiaoli （3）) Xiaoli Classmates (Xiaozhang , 要证的结论为：) Teacher Wang , (Xiaozhang 推导过程如下： ①)) F x z F y ? ?P规则 ? y x→ y ∧ , ( ) , z ) ( , x G (z ( ② Classmates Xiaoli Xiaozhang Xiaoli Teacher→ ∧ Wang Wang Teacher ( , (Xiaozhang , ) ) ( , ) ①UI规则 ③) Wang Teacher P规则 (Xiaoli , ④) Xiaoli Classmates P规则 , (Xiaozhang ⑤) Classmates Xiaoli Xiaoli Teacher∧ Wang , (Xiaozhang ) ( , ③④合取引入 ⑥) Teacher②⑤假言推理 Wang , (Xiaozhang （补充）利用自然演绎推理证明(,) W a b ??→和(,) ? ?是((,)(,)) x y P x y W x y P a b 的逻辑结果。 证明：①((,)(,)) x y P x y W x y ??→P规则 ②) b P→①全称固化（UI规则） a a W , ( ) , (b ③) ?P规则 W a (b ,
1把以下合适公式化简为合取范式的子句集： （1）? (?x)(?y)(?z){P(x) ? (?x)[Q(x, y) ? R(z)]} （2）( ?x)( ?y){{P(x) ∧ [Q(x) ∨ R(y)]} ? (?y)[P(f(y)) ? Q(g(x))]} (3) (?x)( ?y){P(x) ∧ [Q(x)∨ R(y)]}? (?y){[P(f(y))? Q(g(y))]? (?x)R(x)} (1) ??(?x)( ?y)( ?z){P(x) ? (?x)[Q(x,y) ? R(z)]} ??(?x)( ?y)( ?z){ ?P(x) ∨ ( ?x)[?Q(x,y) ∨ R(z)]} ? (?x)( ?y)( ?z){ P(x) ∧ (? x)[Q(x,y) ∧?R(z)]} ? P(A) ∧ [Q(f(y,z), y) ∧?R(z)] ? {P(A), Q(f(y,z),y), ∧?R(w)} （2)? (?x)(?y){{P(x) ∧ [Q(x) ∨ R(y)]} ? (?y)[P(f(y)) ? Q(g(x))]} ? (?x)(?y){?{P(x) ∧ [Q(x) ∨ R(y)]} ∨(?y)[?P(f(y)) ∨ Q(g(x))]} ? (?x)(?y){?P(x) ∨ [?Q(x) ∧?R(y)] ∨ (?w)[?P(f(w)) ∨ Q(g(x))]} ? (?x){?P(x) ∨ [?Q(x) ∧?R(h(x))] ∨ (?w)[?P(f(w)) ∨ Q(g(x))]} ? [?P(x) ∨?Q(x) ∨?P(f(w)) ∨ Q(g(x))] ∧ [?P(x) ∨?R(h(x)) ∨?P(f(w)) ∨ Q(g(x))] ? {?P(x1) ∨?Q(x1) ∨?P(f(w1) ∨ Q(g(x1)),
第一章：P23 1.人工智能 人工智能就是用人工的方法在机器（计算机）上实现的智能，或称机器智能 第二章：P51 5.（1）有的人喜欢打篮球，有的人喜欢踢足球，有的人既喜欢打篮球又喜欢踢足球。 定义谓词：LIKE(x,y):x喜欢y。 PLAY(x,y):x打（踢）y。 MAN(x):x是人。 定义个体域：Basketball，Soccer。 （x)(MAN(x) → LIKE(x,PLAY(x,Basketball))) ∨（y)(MAN(y) → LIKE(y,PLAY(y,Soccer))) ∨（z)(MAN(z) →LIKE(z,PLAY(z,Basketball)) ∧ LIKE(z,PLAY(z,Soccer)) (2)并不是每个人都喜欢花。 定义谓词：LIKE（x,y)：x喜欢y。 P(x)：x是人 定义个体词：flower ?(x)(P(x) → LIKE(x,flower)) (3)欲穷千里目，更上一层楼。 定义谓词：S(x)：x想要看到千里远的地方。 H(x):x要更上一层楼。 （x)(S(x) → H(x)) 6. 产生式通常用于表示具有因果关系的知识，其基本形式是： P→Q 或者 If P Then Q [Else S] 其中，P是前件，用于指出该产生式是否可用的条件。Q是一组结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。 区别：蕴含式只能表示精确知识；而产生式不仅可以表示精确知识，还可以表示不精确知识。 产生式中前提条件的匹配可以是精确的，也可以是非精确的；而谓词逻辑蕴含式总要求精确匹配。 7.一个产生式系统一般由三部分组成：规则集、全局数据库、控制策略。 步骤：1）初始化全局数据库，把问题的初始已知事实送入全局数据库中 2）若规则库中存在尚未使用的规则，而且它的前提可与全局数据库中的已知事实匹配，则转3），若不存在则转5） 3）执行当前选中的规则，并对该规则做标记，把该规则执行后得到的结论送入全局数据库中。如
作业三 1. 下列两个一阶逻辑的语句有什么问题？如果错误，请给出正确的表示: (a) ) ( ) (x Tall x xBoy∧ ? (要表达的意思: 所有的男孩都是高的) (b) ) ( ) (x Tall x xBoy? ? (要表达的意思：一些男孩是高的) [Answer]: ) ( ) (x Tall x xBoy? ? ) ( ) (x Tall x xBoy∧ ? 2.已知如下的两个命题“任何一个选了人工智能(AI)课程的人都是聪明的”，“任 何一门课只要教授人工智能相关知识它就是人工智能(AI)课程”，其相应的一阶 逻辑表达式如下： ? x (? y AI course(y) ∧ Takes(x,y)) ? Smart(x) ? x (? y AI topic(y) ∧ Teaches(x,y)) ? AI course(x) 现在已知事实：John选了课程CS3243，CS3243课教授的推理知识属于人工智 能相关知识，请将该事实表达成一阶逻辑句子，并且将该语句转换成CNF的形式， 然后用归结算来证明“john是聪明的”。 [Answer]: CNF形式： ) 3243 , ( ) , 3243 ( ) ( _CS John Takes Inference CS Teaches Inference topic AI∧ ∧
3.考虑从一副标准的52张纸牌（不含大小王）中分发每手5张牌的扑克牌域。假设发牌人是公平的。 (a)在联合概率分布中共有多少个原子事件（即，共有多少种5张手牌的组合）？每个原子事件的概率是多少？ (b)拿到大同花顺（即同花的A、K、Q、J、10）的概率是多少？四同张（4张相同的牌，分别为4种花色）的概率是多少？ [Answer]: (a) C552,1/C552 (b) 4/C552, C113C148/C552 4.文本分类是基于文本内容将给定的一个文档分类成固定的几个类中的一类。朴素贝叶斯模型经常用于这个问题。在朴素贝叶斯模型中，查询（query）变量是这个文档的类别，而结果（effect）变量时语言中每个单词的存在与否；假设文档中单词的出现是独立的，单词的出现由文档类别决定。 1）给定一组已经被分类的文档，准确解释如何构造这样的模型。 2）准确解释如何分类新文档。 3）题目中的条件独立性假设合理吗？请讨论。 [Answer]: 1) P(category|document)= P(document|category)P(category)/P(document) 2)P(document|category),P(category)根据已有条件可以统计计算出，因此，给定一个新的测试文档，只需将P(document|category)P(category)最大的category赋给该文档即可。 3）不合理，单词之间不具有独立性。 5.“三一”重工想某工程投标，计划采取两种策略：一种是投高标，中标概率为0.2，不中标概率为0.8；另一种是投低标，中标与不中标的概率均为0.5。投标
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：人工智能（学科）：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。其近期的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。 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，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。 2 为什么能够用机器（计算机）模仿人的智能？ 答：物理符号系统假设：任何一个系统，如果它能够表现出智能，那么它就必定能够执行上述 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；这种智能指的是人类所具有的那种智能。 推论：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，那么就能够用计算 机来模拟人的活动。 因此，计算机可以模拟人类的智能活动过程。 ３．现在人工智能有哪些学派？它们的认知观是什么？ 答：符号主义，又称为逻辑主义、心理学派或计算机学派。认为人工智能源于数理逻辑。连接主义，又称为仿生学派或生理学派。认为人工智能源于仿生学，特别是人脑模型的研究。
行为主义，又称为进化主义或控制论学派。认为人工智能源于控制论。 ４．你认为应从哪些层次对认知行为进行研究？ 答：应从下面４个层次对谁知行为进行研究： （１）认知生理学：研究认知行为的生理过程，主要研究人的神经系统（神经元、中枢神经系统和大脑）的活动。 （２）认知心理学：研究认知行为的心理活动，主要研究人的思维策略。 （３）认知信息学：研究人的认知行为在人体内的初级信息处理，主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程 （４）认知工程学：研究认知行为的信息加工处理，主要研究如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为（如知觉、思维、记忆、语言、学习、理解、推理、识别等）进行信息处理。 ５．人工智能的主要研究和应用领域是什么？ 答：问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学，模式识别，机器视觉，智能控制，智能检索，智能调度与指挥，分布式人工智能与 Agent，计算智能与进化计算，数据挖掘与知识发现，人工生命。 6、人工智能的发展对人类有哪些方面的影响？试结合自己了解的情况何理解，从经济、社会何文化等方面加以说明？
《人工智能》课后习题答案 第一章绪论 1.1答：人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。人工智能是相对于人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿延伸和扩展人的智能，实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。 1.2答：“智能”一词源于拉丁“Legere”，意思是收集、汇集，智能通常用来表示从中进行选择、理解和感觉。所谓自然智能就是人类和一些动物所具有的智力和行为能力。 智力是针对具体情况的，根据不同的情况有不同的含义。“智力”是指学会某种技能的能力，而不是指技能本身。 1.3答：专家系统是一个智能的计算机程序，他运用知识和推理步骤来解决只有专家才能解决的复杂问题。即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统。 1.4答： 自然语言处理—语言翻译系统，金山词霸系列 机器人—足球机器人 模式识别—Microsoft Cartoon Maker 博弈—围棋和跳棋 第二章知识表达技术 2.1解答： （1）状态空间(State Space)是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组（S，O，S0，G）： S—状态集合;O—操作算子集合;S0—初始状态,S0?S;G—目的状态,G?S,(G可若干具体状态，也可满足某些性质的路径信息描述) 从S0结点到G结点的路径被称为求解路径。 状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态： O1 O2 O3 Ok S0→???S1→???S2→???……→???G 其中O1，…，Ok即为状态空间的一个解(解往往不是唯一的) （2）谓词逻辑是命题逻辑的扩充和发展，它将原子命题分解成客体和谓词两个部分。 与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念。一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。 （3）语义网络是一种采用网络形式表示人类知识的方法。即用一个有向图表示概念和概念之间的关系，其中节点代表概念，节点之间的连接弧(也称联想弧)代表概念之间的关系。 常见的语义网络形式有命题语义网络、数据语义网络：E-R图（实体-关系图）、语言语义网络等。
期末作业考核 《人工智能》 满分100分 一、判断题（每题3分，共30分） 1. 从选手的角度看，博弈树就是一棵与或树，其特点是博弈的目标状态是初始节点,博弈树中的“或” 节点和“与”节点逐层交替出现。（√） 2. 遗传算法的编码方法常用编码方式有二进制编码、浮点数编码方法、格雷码、几何图形方法。（√） 3. 如果搜索是以接近起始节点的程度依次扩展节点的，那么这种搜索就叫做宽度优先搜索。（√） 4. 在宽度优先搜索中，OPEN表的数据结构是栈。（√） 5. 目前，人工智能的主要学派有下列3家：符号主义、分割主义和现实主义。（×） 6. 行为主义认为人工智能源于控制论。（×） 7. 在前馈网络中，多个神经元互连以组织一个互连神经网络。（×） 8. 问题归约法是从中间状态出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归 约为一个平凡的本原问题集合。（√） 9. 在问题归约图中，终叶节点是可解节点。（×） 10. 子句是由文字的析取组成的公式。（×） 二、简答题（每题15分，共45分） 1. 当前人工智能有哪些学派，他们的认知观是什么？ 答：当前人工智能有符号主义、联结主义、行为主义三大学派。 符号主义，又称为逻辑主义、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。认为人的认知基元是符号，而且认知过程即符号操作过程。认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 联结主义，又称为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。认为人的思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。 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-动作型控制系统认为智能取决于感知和行动。认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化。智能行为只能在现实世界中与周围环境交互作用而表现出来。符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。 2.简述反演的基本算法。 答：包括线性反演和非线性反演 线性反演包括：最速下降、高斯反演、马垮塌反演 非线性反演包括：遗传算法、模拟退火等 看你要做什么了,要根据不同的需要选择不同的反演方法,不过非线性反演计算时间长
作业一 1.对于下列活动，分别给出任务环境的PEAS描述，并按照 2. 3.2节列出的性质进行分析: (a) (b) (c) 2.先建立一个完整的搜索树，起点是S,终点是G,如下图,节点旁的数字表示到达目标状态 的距离，然后用以下方法表示如何进行搜索。
图一 首先，我们画出图一对应的完整的搜索树(按节点字母从小到大顺序依次画出)： (a).深度优先: 我们知道深度优先搜索是无信息搜索，按照编程的习惯，下图中深度优先搜索的顺序是按照节点的A-G的排序进行的 (b).广度优先: 我们知道一般的广度优先搜索也是无信息搜索，按照编程的习惯，下图中广度优先搜索的顺序同样是是按照节点的A-G的排序进行的
(c).爬山法: 对于爬山法我们需要了解的是，它是简单的循环过程，不断向最优方向移动。该算法不需要维护搜索树，当前的节点的数据结构只需要记录当前状态和目标函数值。此外，爬山法不会考虑与当前状态不相邻的状态。从S出发，与S邻近最佳的状态为B，依次往下，一旦找到目标状态则算法终止，这也就是为什么爬山法容易陷入局部最优。 (d).最佳优先: 最佳优先算法的结点是基于评价函数f(n)去扩展的，评估价值最低的结点首先选择进行扩展。最佳优先算法和一致代价搜索算法实现类似，不同的是最佳优先是根据f值而不是根据g值对优先级队列排队。
3.图二是一棵部分展开的搜索树，其中树的边记录了对应的单步代价，叶子节点标注了到 达目标结点的启发式函数的代价值，假定当前状态位于结点A。 图二 (a)用下列的搜索方法来计算下一步需要展开的叶子节点。注意必须要有完整的计算过 程，同时必须对扩展该叶子节点之前的节点顺序进行记录： 1.贪婪最佳优先搜索： 首先，贪婪最佳优先算法是试图扩展离目标最近的节点，它只用到启发信息，也就是f(n)=h(n)。如图，h(B)是未知的，但是根据三角不等式， 我们可以知道7<=h(B)<=13。因此，先扩展C结点。 2.一致代价搜索 一致性代价搜索扩展的是路径消耗最小的结点。所以一致代价搜索接 下 来扩展结点的顺序为BDEFGHC 3.A*树搜索 A*搜索对结点的评估结合了g(n)，即到达此结点已经花费的代价，和h(n)，从该结点到目标结点所花的代价:f(n)=g(n)+h(n)。由于都是从A结点开始扩展，所以对于下一步可扩展的结点的f(D)=18，f(C)=21,10<=f(B)<=16。 因此，当先扩展B结点，否则先扩展D结点。 (b) 讨论以上三种算法的完备性和最优性。 贪婪最佳优先搜索试图扩展离目标最近的结点，理由是这样可以很快找到解。 贪婪最佳优先搜索于深度优先搜索类似，即使是有限状态空间，他也是不完备的， 容易陷入死胡同或者导致死循环； 一致代价搜索按结点的最优路径顺序扩展结点，这是对任何单步代价函数都是最优的算法，它不再扩展深度最浅的结点。一致代价搜索与宽度优先搜索类似，是 完备的； A*搜索是完备的，此外，A*算法对于任何给定的一致的启发函数都是效率最优的。 4.给定一个启发式函数满足h(G)=0,其中G是目标状态，证明如果h是一致的，那么它是 可采纳的。 一致性（单调性）的定义： 如果对于每个结点n和通过任意行动a生成的n的每个后继结点n’，从结点n到
1.什么是人类智能？它有哪些特征或特点？ 定义：人类所具有的智力和行为能力。 特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的？ 解：人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。 3.什么是人工智能？它的研究目标是？ 定义：用机器模拟人类智能。 研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段？ 解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。 5.人工智能研究的基本内容有哪些？ 解：知识的获取、表示和使用。 6.人工智能有哪些主要研究领域？ 解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义和联结主义。 特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些？ 解：专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法？它有什么特征？ 解：通过符号处理来模拟人类求解问题的心理过程。 特征：基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法？它有什么特征？ 解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。 特征：研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 步骤：（1）定义谓词及个体，确定每个谓词及个体的确切含义；（2）根据所要表达的事物或概念，为每个谓词中的变元赋予特定的值；（3）根据所要表达的知识的语义用适当的联接符号将各个谓词联接起来，形成谓词公式。 2.设有下列语句，请用相应的谓词公式把它们表示出来： （1）有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 解：定义谓词如下： Like(x,y)：x喜欢y。 Club(x)：x是梅花。 Human(x)：x是人。 Mum(x)：x是菊花。 “有的人喜欢梅花”可表达为：(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) （1）他每天下午都去玩足球。 解：定义谓词如下： PlayFootball(x)：x玩足球。 Day(x)：x是某一天。 则语句可表达为：(?x)(D(x)→PlayFootball(Ta)) （2）太原市的夏天既干燥又炎热。 解：定义谓词如下： Summer(x)：x的夏天。 Dry(x)：x是干燥的。 Hot(x)：x是炎热的。 则语句可表达为：Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) （3）所有人都有饭吃。
人工智能大作业 人工智能课程 考查论文 学号 姓名 系别 年级 专业 人工智能大作业 (1)什么是人工智能, 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 人工智能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(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。 (2)简述人工智能的研究内容与研究目标、人工智能的研究途径和 方法、人工智能的研究领域。 A. 人工智能的研究内容: 1、搜索与求解: 为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法。许多问题(包括智力问题和实际工程问题)的求解都可以描述为或归结为对某种图或空间的搜索问题。搜索技术就成为人工智能最基本的研究内容 2、学习与发现: 学习与发现是指机器的知识学习和规律发现。事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现 3、知识与推理: 知识就是力量，知识就是智能，发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现。发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉。研究面向机器的知识表示形式和基于各种表示的机器推理技术:知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关 4、发明与创造:
人工智能作业一(答案) -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
作业一 1.考虑一个实时的在线电话翻译系统，该系统实现英语与日语之间的实时在线翻译，讨 论该系统的性能度量，环境，执行器，感知器，并对该环境的属性进行分析。 【Answer】 性能度量：翻译的正确率环境：电话线路传感器：麦克风执行器：音响 完全可观察的，单agent，确定的(无噪音条件下)，片段的，静态的，离散的。 2.考虑一个医疗诊断系统的agent，讨论该agent最合适的种类(简单agent,基于模型的 agent,基于目标的agent和基于效用的agent)并解释你的结论。 【Answer】 utility-based agent。能够治愈病人的方法有很多种，系统必须衡量最优的方法来推 荐给病人 3.先建立一个完整的搜索树，起点是S,终点是G,如下图,节点旁的数字表示到达目标状态 的距离，然后用以下方法表示如何进行搜索。 (a).深度优先； (b).宽度优先； (c).爬山法； (d).最佳优先； 图一 【Answer】: 建立树：
深度: 宽度： 爬山法：
优先搜索： 4.图二是一棵部分展开的搜索树，其中树的边记录了对应的单步代价，叶子节点标注了 到达目标结点的启发式函数的代价值，假定当前状态位于结点A。 (a)用下列的搜索方法来计算下一步需要展开的叶子节点。注意必须要有完整的计算过 程，同时必须对扩展该叶子节点之前的节点顺序进行记录： 1.贪婪最佳优先搜索 2.一致代价搜索 3.A*树搜索 (b)讨论以上三种算法的完备性和最优性。 【Answer】:
人工智能课后习题答案清 华大学出版社 The final edition was revised on December 14th, 2020.
第1章 解图如下： 8数码问题 启发函数为不在位的将牌数启发函数为不在位的将牌数距离和 第2章 解图： 第3章 (1)证明：待归结的命题公式为() ∧→，合取范式为：P Q P P Q P ∧∧，求取子句集为{,,} =，对子句集中的子句进行归结可得： S P Q P ①①③归结 由上可得原公式成立。 (2)证明：待归结的命题公式为())(()()) （，合取范式 →→∧→→→ P Q R P Q P R 为：()() =∨∨∨，对P Q R P Q P R S P Q R P Q P R ∨∨∧∨∧∧，求取子句集为{,,,} 子句集中的子句进行归结可得： ①Q②③归结 ②P R ∨①④归结 ③R③⑥归结 ④④⑦归结 由上可得原公式成立。 (3)证明：待归结的命题公式为()(()) →∧→→，合取范式为： Q P Q P Q S Q P Q P Q =∨∨，对子句集中的子句进∨∧∨∧，求取子句集为{,,} Q P Q P Q ()() 行归结可得： ①P①②归结 ②P②③归结 ③④⑤归结 由上可得原公式成立。 答案 (1) {/,/,/} = mgu a x b y b z (2) {(())/,()/} = mgu g f v x f v u (3) 不可合一 (4) {/,/,/} = mgu b x b y b z
证明 R1：所有不贫穷且聪明的人都快乐：(()()()) ?∧→ x Poor x Smart x Happy x R2：那些看书的人是聪明的：(()()) ?→ x read x Smart x R3：李明能看书且不贫穷：()() ∧ read Li Poor Li R4：快乐的人过着激动人心的生活：(()()) ?→ x Happy x Exciting x 结论李明过着激动人心的生活的否定：() Exciting Li 将上述谓词公式转化为子句集并进行归结如下： 由R1可得子句： 由R2可得子句： 由R3可得子句： 由R4可得子句： 有结论的否定可得子句： 根据以上6条子句，归结如下： ①() Happy Li⑤⑥Li/z ②()() ∨⑦①Li/x Poor Li Smart Li ③() Smart Li⑧④ ④() read Li⑨②Li/y ⑤⑩③ 由上可得原命题成立。 第4章 答案 答案 第5章 答案 解：把该网络看成两个部分，首先求取(1|12) ∧。 P T S S 1．首先求取(1|1) =>=，所以 P T S，因为(1|1)0.7(1)0.2 P S F P F
作业二 1. 博弈树问题. （25分） 以下是一个博弈树轮到max 选手行棋，叶子结点下的数字代表着当前状态的分值(相对于max 选手)。 a)如果max 选择走结点3且两个玩家正确游戏，那么该博弈树输出的分值是什么？（15分） b)分析使用剪枝时(从左到右遍历)该树被裁剪的部分。（10分） 【answer 】: (a): 走最右侧分支，输出3； (b): 结点13，8，19，20被裁剪 2. 考虑棋盘上的四皇后问题，最左边的一列为第一列,最上面的一行为第一行, Qi 表示皇后在第i 行所在的列数。假定皇后摆放的顺序为Q1,Q2,Q3,Q4, 且在每一行上按照从第一列到第四列的顺序摆放皇后，请运用回溯搜索算法结合前向检测来解决四皇后问题。（15分） 如果皇后摆放的顺序依旧为Q1,Q2,Q3,Q4,但不要求在每一行上从第一列到第四列摆放皇后，能够找出一种摆放策略来避免回溯失败？（10分） -αβ
【answer】: 在放第一个棋子后(有两种可能位置(1,1),(1,2))，可以通过考察放置后的矛盾位置对数
来决定初始位置： 如果放置在(1,1)位置，如第一个图所示，那么剩余可放置位置(图中空白位置，如(2,3),(2,4),(3,2),(3,4),(4,2),(4,3))之间的互斥对数有8对。 如果放置在(1,2)位置，如第五个图所示，那么剩余可放置位置(图中空白位置，如(2,4),(3,1),(3,3),(4,1),(4,3),(4,4))之间的互斥对数有5对。 说明第二种放置方法导致的空位置之间的互斥对数少，那么可行性更大，因此选择初始位置放在(1,2)处。 3.请用真值表的方法证明下列语句是有效的，可满足的，还是不可满足的？（25分） 【answer】: a) 可满足的 b) 有效的
第七章自然语言处理习题参考解答 7.1练习题 7.1什么是自然语言？自然语言是由哪些构成的？ 7.2什么是自然语言理解?自然语言理解过程有哪些层次，各层次的功能如何? 7.3 自然语言理解和自然语言自动生成的关系是什么?研究这两者时有什么共同点. 7.4自然语言理解的发展分几个阶段?各阶段的研究重点是什么? 7.5语言学家乔姆斯基的论文《语言描述的三个模型》的意义如何? 7.6句法分析的目的是什么? 基于规则的句法分析理论和方法主要有哪些? 7.7什么是乔姆斯基语法体系？它包含几个语法？各型语法之间有何不同？它们与短语结构语法的关系如何？ 7.8自动句法分析的常用算法有哪些？自顶向下分析算法的思想是什么？ 7.9下面是一个符合短语结构语法定义的受限英语子集的语法 P: S→NP VP (a) NP→the NP1 (b) NP→NP1 (c) NP1→ADJS N (d) ADJS→Ф|ADJ ADJS (e) VP→V (f) VP→V NP (g) N→boy | Johnson | blackball (h) ADJ→little|dig (i) V→play|run (j) 其中，大写的是非终结符，而小写的是终结符，Ф表示空字符串。请依据该语法对句子the boy plays the blackball 进行自顶向下的句法分析，并建立相应的句法分析树。 7.10写出下列乔姆斯基2型语法（上下文无关语法）所对应的递归转移网络: S→NP VP
NP→Adjective Noun NP→Determiner Noun PP NP→Determiner Noun VP→Verb Adverb NP VP→Verb VP→Verb Adverb VP→Verb PP PP→Preposition NP 7.11设有下列语法： G=(Vt，Vn，P，S) Vn={S, NP, VP, Det, N, V, Prep, PP} Vt={the, boy, dog, hits} S=S P: S→NP VP (a) NP→Det N (b) VP→V NP (c) VP→VP PP (d) PP→Prep NP (e) Det→the (f) N→boy | dog (g) V→hits (h) 利用自底向上的分析算法对句子“the boy hits the dog”进行分析，并写出它的分析推导过程。 7.12语义分析的目的是什么？什么是语义文法？它对语义分析的作用如何？ 7.13建立语料库的意义是什么？一般对汉语语料库要做哪些基本的加工处理？ 7.14 汉语自动分词的方法有哪些？其难点何在？ 7.15 自动词性标注的意义何在？有什么难点？一般采用什么方法实现词性标注？
（人工智能）人工智能作业 答案
人工智能作业答案（2） 第三章确定性推理 什么是推理？它有哪些分类方法？ P74 所谓推理是指按照某种策略从已知事实出发去推出结论的过程。知识推理是指于计算机或智能机器中，于知识表达的基础上，利用形式化的知识模型，进行机器思维求解问题，实现状态转移的智能操作序列。 根据知识表示方式分类：“图搜索”方法、“逻辑论证”方法； 根据推理算法和推理步骤分类； 根据启发式和非启发式分类； 根据逻辑基础分类：演绎推理、归纳推理、默认（缺省）推理； 根据知识的确定性分类：确定性推理、非确定性推理； 根据推理过程的单调性分类：单调推理、非单调推理。 推理中的冲突消解策略有哪些？ P82 冲突消解的基本思想是：对可用知识排序。具体地讲，包括以下策略： a)特殊知识优先 b)新鲜知识优先 c)差异性大的知识优先 d)领域特点优先 e)上下文关系优先 f)前提条件少者优先 什么是置换？什么是合壹？什么是最壹般合壹？
P88-89 置换：于谓词表达式中用置换项置换变量。 合壹：寻找项对变量的置换，以使表达式壹致。 最壹般合壹(mgu)：通过置换最少的变量以使表达式壹致，这个置换就叫最壹般合壹。判断下列公式是否能够合壹，若可合壹，则求出其最壹般合壹。 （1）P(a,b)，P(x,y) {a/x，b/y} （2）P(f(x),b)，P(y,z) {f(x)，b/z} （3）P(f(x),y)，P(y,f(b)) {b/x，f(b)/y} （4）P(f(y),y,x)，P(x,f(a),f(b)) {f(y)/x，f(a)/y，f(b)/x}不可合壹 （5）P(x,y)，P(y,x) ｛x/y，y/x｝不可合壹 把下列谓词公式化成子句集： （1）（x）（y）（P（x，y）∧Q（x，y）） {P（x，y），Q（z，w）} （2）（x）（y）（P（x，y）→Q（x，y）） ｛┐P（x，y）∨Q（x，y）｝ （3）（x）（y）（P（x，y）∨（Q（x，y）→R（x，y））） （x）（y）（P（x，y）∨（┐Q（x，y）∨R（x，y）））