人工智能简答题精选文
档
TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-
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
3．
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：所表达的知识简单、明了、易于理解，可访问性：能够有效地利用所表达的知识，可扩充性：能够方便灵活地对知识进行扩充。表示范围是否广泛、是否适于推理、是否适于计算机处理、是否有高效的算法、能否表示不精确知识、能否模块化、知识和元知识能否用统一的形式表示、是否加入启发信息、过程性表示还是说明性表示、表示方法是否自然。总之，人工智能问题的求解是以知识表示为基础的，如何将已获取的有关知识以计算机内部代码形式加以合理地描述、存储、有效利用便是知识表示所应解决的问题。6．什么是语义网络知识表示?给出这种表示方法的优缺点。
答：语义网络是一种用实体及其语义关系来表达知识的有向图。结点代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等；弧代表语义关系，表示它所连结的两个实体之间的语义联系，它必须带有标识。
主要优点：
结构性:把事物的属性以及事物间的各种语义联系显式地表示出来，是一种结构化的知识表示方法。在这种方法中，下层结点可以继承、新增、变异上层结点的属性。
联想性:本来是作为人类联想记忆模型提出来的，它着重强调事物间的语义联系，体现了人类的联想思维过程。
自索引性:把各接点之间的联系以明确、简洁的方式表示出来，通过与某一结点连结的弧可以很容易的找出与该结点有关的信息，而不必查找整个知识库。这种自索引能力有效的避免搜索时所遇到的组合爆炸问题。
自然性:这种带有标识的有向图，可比较直观地把知识表示出来，符合人们表达事物间关系的习惯，并且与自然语言语义网络之间的转换也比较容易实现。
主要缺点：
非严格性:没有象谓词那样严格的形式表示体系，一个给定语义网络的含义完全依赖于处理程序对它所进行的解释，通过语义网络所实现的推理能保证其正确性。
复杂性:语义网络表示知识的手段是多种多样的，这虽然对其表示带来了灵活性，但同时也由于表示形式的不一致，使得它的处理增加了复杂性。
组合爆炸问题和不充分性。
7．什么是产生式知识表示?给出这种表示方法的优缺点。
答：早期产生式知识表示是一种计算形式体系里所使用的术语，主要是使用类似文法的规则，对符号串做替换运算。一般用三元组（对象，属性，值）或（关系，对象1，对象2）
产生式的基本形式:P→Q或者IF P THEN Q ，P是产生式的前提，也称为前件，它给出了该产生式可否使用的先决条件，由事实的逻辑组合来构成；Q 是一组结论或操作，也称为产生式的后件，它指出当前题 P满足时，应该推出的结论或应该执行的动作。产生式的含义:如果前提P满足，则可推出结论 Q或执行Q所规定的操作
优点：（1）模块性：规则与规则之间相互独立。（2）灵活性：知识库易于增加、修改、删除。（3）自然性：方便地表示专家的启发性知识与经验。（4）透明性：易于保留动作所产生的变化、轨迹。缺点：知识库维护难，效率低，理解难。
8．写出利用归结原理求解问题答案的步骤。
答：（1）写出谓词关系公式。（2）用反演法写出谓词表达式。（3）SKOLEM标准形式。（4）命题表示成合取范式并求子句集S。（5）将结论否定并加入S中，对S中可归结的子句做归结。（6）归结式仍放入S中，反复归结过程。（7）得到空子句。（8）得证。
9．什么是不确定性推理不确定推理中需要解决的基本问题有哪些
答：不确定性推理是一种建立在非经典逻辑基础上的基于不确定性知识的推理，它从不确定性的初始证据出发，通过运用不确定性知识，推出具有一定程度的不确定性的和合理的或近乎合理的结论。
基本问题：不确定性的表示与度量，不确定性的匹配，不确定性的传播和更新，不确定性的合成。
10．同传统的计算机程序相比，人工智能程序有哪些特点？
答：（1）人工智能首先研究的是以符号表示的知识，而不是数值数据为研究对象（2）人工智能采用的是启发式推理方法,而不是常规算法
（3）人工智能的控制结构与知识领域是分离的，并允许出现不正确的解答
11．谓词逻辑表示法为什么是应用最广泛的表示方法之一？
答：（1）谓词逻辑与数据库，特别是关系数据库就有密切的关系。在关系数据库中，逻辑代数表达式是谓词表达式之一。因此，如果采用谓词逻辑作为系统的理论背景，则可将数据库系统扩展改造成知识库。
（2）一阶谓词逻辑具有完备的逻辑推理算法。如果对逻辑的某些外延扩展后，则可把大部分的知识表达成一阶谓词逻辑的形式。
（3）谓词逻辑本身具有比较扎实的数据基础，知识的表达方式决定了系统的主要结构。因此，对知识表达方式的严密科学性要求就比较容易得到满足。这样对形式理论的扩展导致了整个系统框架的发展。
（4）逻辑推理是公理集合中演绎而得出结论的过程。由于逻辑及形式系统具有的重要性质，可以保证知识库中新旧知识在逻辑上的一致性（或通过相应的一套处理过程检验）和所演绎出来的结论的正确性。而其它的表示方法在这点上还不能与其相比。12．什么是过程性知识表示？给出它的优缺点。
答：过程性知识是将有关某一问题领域的知识，连同如何使用这些知识的方法，均隐式地表示为一个求解问题的过程。其包含两个含义：（1）把解决一个问题的过程描述出来。可以称它为解题知识的过程表示。（2）把客观事物的发展过程用某种方式表示出来。
优点：控制系统就比较容易设计，过程表示用程序来描述问题，具有很高的问题求解效率。缺点：复杂、不直观、容易出错、不便于修改。由于知识隐含在程序中，难于添加新的知识和扩充功能，所以适用范围较窄。
13．简述人工智能的研究目标。
答：可分为两个阶段：（1）近期目标：近期目标的中心任务是研究如何使计算机去做那些过去只有靠人的智力才能完成的工作。主要研究依赖于现有计算机去模拟人类某些智力行为的基本理论、基本方法。（2）远期目标：探讨智能的基本机理，研究如何利用自动机去模拟人的某些思维过程和智能行为，甚至做的比人还要好。
九个最终目标（从研究内容出发）：理解人类的认识、有效的自动化、有效的智能拓展、超人的智力、通用问题求解、连贯性交谈、自治、学习、储存信息。
14．简述人工智能的新进展。
答：多学科基础理论交叉研究，多学派融合研究，集成智能研究，智能机器人研究。（脑科学为人工智能研究提供人脑神经系统功能的本质和机理；认知科学为人工智能研究提供感知、思维、学习和语言等基本原理心理学为人工智能研究提供认知、情感、意识等心理过程及联系。生物学为人工智能研究提供自然界生物运行的机制；逻辑学为人工智能研究提供思维规律描述的理论和方法；）
人工智能从以往的追求自主的系统，改变为人机结合的系统。现在是直觉、形象思维与模式识别的结合、Situated AI，Sensing and Acting的结合，并引入概率论、遗传算法等理论。计算机的定量与人的定性信息处理相结合，取长补短。
15．什么是遗传算法解释遗传算法中的个体和种群的含义
答：遗传算法思想来源于生物进化过程，它是基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法。遗传算法用概率搜索过程在该状态空间中搜索，产生新的样本。遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造一类优化搜索算法，是对生物进化过程的一个数学仿真，属于进化计算中的一类方法。
个体：个体就是模拟生物个体而对问题中的对象（一般就是问题的解）的一种称呼，一个个体也就是搜索空间中的一个点。遗传算法先将搜索结构编码为字符串形式，每个字符串结构被称为个体。
种群：就是模拟生物种群而由若干个体组成的群体，它一般是整个搜索空间的一个很小的子集。一组字符串结构，被称为一个群体。
16．人工智能研究主要有哪三大学派，其特点是什么？
答：（1）符号主义：又称为功能模拟学派，主要观点认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程。其特点：(a)立足于逻辑运算和符号操作,适合
于模拟人的逻辑思维过程,解决需要逻辑推理的复杂问题。(b)知识可用显示的符号表示,在已知基本规则的情况下,无需输入大量的细节知识。(c)便于模块化,当个别事实发生变化时,易于修改。(d)能与传统的符号数据库进行连接。(e)可对推理结论进行解释,便于对各种可能性进行选择。
（2）连接主义：又称为结构模拟学派，是基于神经网络及网络间的连接机制和学习算法的人工智能学派。主要观点认为大脑是一切智能活动的基础，因而从大脑神经元及其连接机制出发进行研究，渴望揭示人类智能的奥秘，从而真正实现人类智能在机器上的模拟。其特点：(a)通过神经元之间的并行协作实现信息处理,处理过程具有并行性,动态性,全局性。(b)可以实现联想的功能,便于对有噪声的信息进行处理。(c)可以通过对神经元之间连接强度的调整实现学习和分类等。(d)适合模拟人类的形象思维过程。(e)求解问题时,可以较快的得到一个近似解。
（3）行为主义：又称为模拟学派、进化主义或控制论学派，认为智能行为的基础是“感知-行为”的反应机制。基于智能控制系统的理论、方法和技术，研究拟人的智能控制行为。其特点：（a）知识和形式化表达和模型化方法是人工智能的重要障碍之一。（b）智能取决于感知和行动，应直接利用机器对环境作用后，以环境对作用的响应为原型。（c）智能行为只能体在世界中，通过与周围环境交互而表现出来。（d）人工智能可以像人类智能一样逐步进化，分阶段发展和增强。
17．知识发现和数据挖掘可以应用在很多领域中，它们具有哪些公共特征？
答：（1）海量数据集（2）数据利用非常不足（3）在开发知识发现系统时，领域专家对该领域的熟悉程度至关重要（4）最终用户专门知识缺乏
18．试述数据挖掘的发展趋势。
答：（1）视频和音频数据挖掘（2）科学和统计数据挖掘（3）数据挖掘的应用探索（4）可伸缩的数据挖掘方法（5）数据挖掘与数据库系统、数据仓库和Web数据库系统的集成（6）数据挖掘语言的标准化（7）可视化数据挖掘（8）复杂数据类型挖掘的方法（9）Web挖掘（10）数据挖掘中的隐私保护与信息安全
19．试述第三代数据挖掘系统的特征及其关键技术。
答：特点：（1）和预测模型系统之间能无缝的集成，使得由数据挖掘软件产生的模型的变化能够及时反映到预测模型系统中。（2）由数据挖掘软件产生的预测模型能够自动地被操作型系统吸收，从而与操作型系统中的预测模型相联合提供决策支持的功能。（3）能够挖掘网络环境下的分布式和高度异质的数据，并且能够有效地和操作型系统集成。第三代的特征是能够挖掘Internet/Extranet的分布式和高度异质的数据，并且能够有效地和操作型系统集成。这一代数据挖掘系统关键的技术之一是提供对建立在异质系统上的多个预测模型以及管理这些预测模型的元数据提供第一级别（first class）的支持。
20．什么是问题归约问题归约的操作算子与一般图搜索有何不同
21．
答：问题规约是在问题求解过程中，将一个大的问题变成若干个子问题，子问题又可以分解成更小的子问题，这样一直分解到可以直接求解为止，全部子问题的解就是原问题的解；并称原问题为初始问题，可直接求解的问题为本原问题。
问题规约的操作算子是一组变换规则，通过一个操作算子把一个问题化成若干个子问题。而一般图搜索的操作算子是引起状态中的某分量发生改变，从而使问题由一个具体状态A变化为另一个具体状态B的作用。使问题一种状态变化为另一种状态的手段称为操作符或算符，操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。21．什么是自然语言理解自然语言理解的准则是什么
22．
答：自然语言理解与“智能”一样，存在各种各样的理解和解释，是利用计算机对自然语言进行理解。
自然语言理解的准则：给计算机输入一段自然语言文本，如果计算机能
问答——机器能正确地回答输入文本中的有关问题；
文摘生成——机器有能力产生输入文本的摘要；
释义——机器用不同的词语和语句复述输入文本；
翻译——机器把一种语言（源语言）翻译为另一种语言（目标语言）
22．简述自然语言理解的层次划分及对应的技术。
答：语音分析：根据音位规则，从语音流中区分出独立的音素，根据音位形态规则找出音节及其对应的词素或词。对应技术：模式匹配
词法分析：找出词汇的各个词素（词根），从中获得语言学信息对应技术：词典结构
句法分析：对句子和短语的结构进行分析，找出词、短语等的相互关系以及各自在句子中的作用等。在语言自动处理的研究中，句法分析的研究是最为集中的，这与乔姆斯基的贡献是分不开的，主要方法有：短语结构语法、格语法、扩充转移网络、功能语法等。
语法分析：将单词之间的线性次序变换成一个显示单词如何与其它单词相关联的结构。确定语句是否合乎语法。对应技术：扩展转移网络，CF规则
语义分析：通过分析找出词义，结构意义及其结合意义，从而确定语言所表达的真正（实际）含义或概念。在语言自动理解中，语义越来越成为一个重要的研究内容，尤其是对话系统。对应技术：产生式规则、概念相依理论、脚本、框架、语义网络、逻辑语用分析：研究语言所在的外界环境对语言使用所产生的影响。描述语言的环境知识、语言与语言使用者在某个给定语言环境中的关系。为确定真正含义，对表达的结构重新加以解释。对应技术：产生式规则、概念相依理论、脚本、框架、语义网络、逻辑23．什么是本体？设计本体的准则是什么？
答：本体理论属于人工智能的内容理论范畴，是共享概念模型的明确形式化规范说明，研究特定领域知识的对象分类、对象属性和对象间的关系，它为领域知识的描述提供术语。简单说，可以将本体理解为公共认同的关于领域知识的明确描述。“本体是关于某
个主题的形式化和说明性表示，包括它的论域、论域中诸对象的名称、定义及相互关系。
设计准则：
1）明确性和客观性(Clarity)：本体应该有效地传达所定义的术语的内涵。
2）一致性(Coherence)：一个本体应该是前后一致的，也就是说，由它推断出来的概念
3）可扩展性4524答：专家系统目前尚无统一的定义，简单定义为专家级、智能型的计算机程序系统。费根鲍姆：“专家系统是一种智能的计算机程序，它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”。
专家系统的一般结构：
知识库：用以存放领域专家提供的专门知识，知识库中拥有知识的数量和质量是系统性能和问题求解能力的关键因素，此是建立ES 的核心人物。
综合数据库：用于存放问题求解的初始证据、中间结果、目标、求解状态及最终结果等。
推理机：在一定控制策略下针对综合数据库中的当前信息，识别和选取知识库中的有用知识进行推理。常采用不精确推理。
解释程序：根据用户的提问，对系统得出的结论、求解过程提供说明。除了能增加系统的可接受性外，在系统自身的生成、测试、运行和维护过程中起着重要的作用。 知识获取程序：辅助知识工程师获取知识的程序及系统的自学习模块等。
人机接口：专家或用户能理解的信息，等价于系统能理解的形式
25．试述机器学习系统的基本结构，并说明各部分的作用。
学习环节：系统的学习机构，它通过对环境的感知取得外部信息，然后经分析、综合、类比、归纳等思维过程获得知识，生成新的知识或改进知识库的组织结构。
执行环节：基于学习后得到的新的知识库，执行一系列任务，并将运行结果报告学习环节，以完成对新知识库的评价，知道进一步的学习工作，是该模型的核心。
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。
人工智能复习重点 一、选择题。(30分) 1、人工智能英文：Artificial Intelligence（注意不是Rengongzhineng!!） 2、任课老师的名字：郑波尽邮箱：zhengbojin@https://www.doczj.com/doc/f416801894.html, 3、据说还会考亚里士多德的功绩……(你们自己去网上查查，老师说是常识来着) 4、可能会出选择题的几个点：黄帝的“指南车”、诸葛亮的“木牛流马”、亚里士多德的形 式逻辑、布莱尼茨的关于数理逻辑的思想、“机器人”一词的来源。 5、AI（人工智能）的本质问题：研究如何制造出人造的智能机器或系统，来模拟人类智能 活动的能力，以延伸人们智能的科学。 6、研究对象：模拟人类智能 7、研究目标:研究看上去具有人类智能的系统,解决需要人类智能才能解决的问题 二、简答题。 1、图灵测试：三个重点 （1）一个测试者，一个受试者，一台机器 （2）所有交流信息无泄漏 （3）如果提问者区分两者的正确率小于50%,则可以认为机器具有智能 2、希尔勒的中文屋子： 一个对中文一窍不通的，以英语作母语的人被关闭在一只有两个通口的封闭房间中。房间里有一本中英翻译手册。房外的人不断向房间内递进用中文写成的问题。房内的人便按照手册的说明，用中文回答出问题，并将答案递出房间。 （希尔勒中文屋子的实验表明用图灵测试来定义智慧还是远远不够充分的） 3、人工智能的思想流派： （1）基于符号处理的符号主义(Symbolism) 人类思维的基本单元是符号，思维过程是对符号的处理过程，自然语言也是用符号表示的 理论基础: 物理符号系统假设和有限合理性原理. 物理符号系统假设:物理符号系统是表现智能行为必要和充分的条件 有限合理性原理:人类行为表现出有限的合理性 （2）以人工神经网络为代表的连接主义(Connectionism) 人工神经网络是典型代表，其理论基础是脑模型。人工神经网络具有良好的自学习,自适应和自组织能力,以及大规模并行,分布式信息存储和处理的特点.可以处理不确定性问题. （3）以演化计算为代表的演化主义(Evolutionism) 模拟自然界的生物演化过程入手,以解决智能系统如何从环境中进行学习的问题. 理论基础为达尔文的进化论。 （4）以多智能体系统为代表的行为主义(Actionism) 在没有对简单的智能系统有清楚的了解和大量的实践以前，不可能准确地理解构造更为复杂的人类智能的方法。从简单的系统开始，逐步构造出更为复杂的系统理论基础为控制论Cybernetics 。 三、程序题 1、倒水问题（14分） 一个10升的桶里有10升水，现有3升和4升两个空桶，如何得到5升的水？用程序实现。
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
个人精品文档资料
一、判断题(每题 2 分)
1.智慧社区包含的核心内容是它可以起到一个重要的桥梁作用，通过信息的收 集，通过大数据的分析，通过物联网使服务的提供能够和需求结合在一起，最 终使人们得到更加优质的、更加相对便宜的、更加有效的、更加个性化的服务。
正确
错误
2.农业社会的显著特征是以个人为个人提供基础服务为基础。 正确
错误
3.尽管中国 2015 年全面实施“二孩”政策，但对于人口老龄化的发展趋势是没 有根本改变的。
正确
错误
4.受尊重需求是马斯洛的需求层次理论中的最高层次。 正确
错误
5.养老服务链的形成可以直接使得老年服务商有针对性的布局服务网，提高效 率。
正确
错误
6.在老人生活中安装监控摄像头只是为了能更好的保障老人安全，不会影响日 常独立生活。
正确
错误
7.智慧养老若想实现自身价值，就必须将风险和预警服务结合起来。
欢迎大家下载学习
1
个人精品文档资料
正确 错误 8.当前社会中，最为突出的大数据环境是物联网。 正确 错误 9.日常生活中，我们的一举一动都在制造数据。 正确 错误 10.云计算提供的支撑技术，有效地解决了大数据的分析、研发的问题。 正确 错误 11.以大数据来促进我们健康管理的个性化和多元化。 正确 错误 12.医疗大数据主要来源于制药企业、临床数据、社保基金利用率和患者的数据。 正确 错误 13.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与 管理医疗社保基金。 正确 错误 14.人工智能在国际关系方面提出了新要求和挑战。
欢迎大家下载学习
2
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 可采纳的。 【Answer】: 假设n为任意一个状态，G是任意一个目标状态。n,n1,n2,....,nm,G为从状态n到达状态G的一条最优路径，我们已知
《人工智能》教学大纲 课程名称：人工智能 英语名称：Artificial Intelligence 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人： 修（制）订日期：2009年2月 审核人： 审核日期： 审定人： 审定日期： 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 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。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） …… ………………………………………………………………装……订……线…………………………………………………………………………………………………………… …………………………
一、填空: 1.人工智能的研究途径有心理模拟、生理模拟与行为模拟。 2.任意列举人工智能的四个应用性领域智能控制、智能管理、智能决策、智能仿真。 3.人工智能的基本技术包括表示、运算、搜索归纳技术、联想技术。 4.谓词逻辑就是一种表达能力很强的形式语言,其真值的特点与命题逻辑的区别就是(10)。 5.谓词逻辑中,重言式(tautlogy)的值就是(11) 。 6.设P就是谓词公式,对于P的任何论域,存在P为真的情况,则称P为(12)。 7.在著名的医疗专家系统MYCIN中规定,若证据A的可信度CF(A)=0,则意味着 13 ,CF(A)=-1, 则意味着(14),CF(A)=1,则意味着(15)。 8.谓词公式G就是不可满足的,当且仅当对所有的解释(16)。 9.谓词公式与其子句集的关系就是 (17)。 10.利用归结原理证明定理时,若得到的归结式为(18),则结论成立。 11.若C1=┐P∨Q,C2=P∨┐Q,则C1与C2的归结式R(C1,C2)= (19)。 12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1与C2的归结式R(C1,C2)= (20) 。 13.有谓词公式G,置换δ,则G·ε= (21) ,δ·ε= (22) 。 14.有子句集S=｛P(x),P(y)｝,其MGU= (23) 。 15.在归结原理中,几种常见的归结策略并且具有完备性的就是 (24), (25) , (26)。 16.状态图启发式搜索算法的特点就是 (27)。 17.广度优先搜索算法中,OPEN表的数据结构实际就是一个 (28),深度优先搜索算法中,OPEN表 的数据结构实际就是一个 (29) 。 18.产生式系统有三部分组成 (30), (31) 与推理机。其中推理可分为 (32) 与 (33)。 19.专家系统的结构包含人机界面、 (34) , (35) , (36) , (37) 与解释模块。 20.在MYCIN推理中,对证据的可信度CF(A)、CF(A1)、CF(A2)之间,规定如下关系:CF(~A)= (38) ,CF(A1∧A2 )= (39) ,CF(A1∨A2 )= (40) 。 21.开发专家系统所要解决的基本问题有三个,那就就是知识的获取、知识的表示与(41),知识表 示的方法主要有 (42) , (43) , (44) 与语义网络等,在语义网络表示知识时,所使用的推理方法有 (45) 与 (46) 。 22.MYCIN系统中使用不确定推理,规则A→B由专家指定其可信度CF(B,A),若A真支持B真,则指 定CF(B,A)(与零比较)应 (47) ;若A真不支持B真,则指定CF(B,A)应 (48) 。 23.机器学习的含义就是 (49) 。 24.自然语言理解不仅包括计算机能正确理解人们用自然语言输入的信息,能正确回答输入信息 中的有关问题,而且还包括 (50) 、 (51) 、 (52) 。 25.设U={a,b,c,d},A={a,b},B={a,b,c},m(A)=0、6,m(U)=0、4,U的其它子集的基本概率分配函 数m值均为0,则Bel(A)= (53) ,Bel(B)= (54) 。 26.证据理论中集合A的信任区间为[1,1],则其语意解释为 (55) 。 27.人工智能三大学派就是。 28.化成子句形式为: 。
xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）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 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,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 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
xx学校 ??201２—2０13学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师: 考试专业: 考试班级: 一单项选择题（每小题2分,共１0分) 1．首次提出“人工智能”是在（D ）年 A.19４６ B.1９60 C．1916??D.１95６ 2. 人工智能应用研究的两个最重要最广泛领域为：Ｂ A．专家系统、自动规划B．专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 Ａ：计算机表示法Ｂ:“与/或”图表示法 C：状态空间表示法??D:产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的?? Ｂ:专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 ５.下图是一个迷宫，S0是入口，Ｓg是出口,把入口作为初始节点，出口作为目标节点,通道作为分支,画出从入口Ｓ0出发,寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 Ａ:s０-ｓ４-ｓ5－ｓ6－s9-sg ?B：s0－s4-s１-s2－ｓ3-s6－ｓ9－sg C：s0-s4-ｓ1-s２－s３－s５-s6-s８－s９-ｓg ?D:s0-s4-s7-s5-s6-s9-ｓg 二填空题(每空2分,共2０分) １.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。2．问题的状态空间包含三种说明的集合, 初始状态集合S、操作符集合Ｆ以及目标
状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heu ｒiｓtic）信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性,即关于结论的不确定性和关于证据的不确定 性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答:（1）人工智能 人工智能（ＡrtificiａｌＩnteｌlｉｇeｎcｅ) ,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 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统，能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,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 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法,它能以解空间的多点充分搜索，运用基因算法,反复交叉,以突变方式的操作,模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(ＥHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路,特别是ＧA独特的全局优化性能,使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于ＥPＧA的函数级ＥHW,解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习（Mａchine Ｌearning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程,这些信息的表现形式为:规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的
第三章约束推理 约束的定义：一个约束通常是指一个包含若干变量的关系表达式，用以表示这些变量所必须满足的条件。 贪心算法：贪心法把构造可行解的工作分阶段来完成。在各个阶段，选择那些在某些意义下是局部最优的方案，期望各阶段的局部最优的选择带来整体最优。 回溯算法：有些问题需要彻底的搜索才能解决问题，然而，彻底的搜索要以大量的运算时间为代价，对于这种情况可以通过回溯法来去掉一 些分支，从而大大减少搜索的次数 第四章定性推理 定性推理的定义是从物理系统、生命系统的结构描述出发,导出行为描述, 以便预测系统的行为并给出原因解释。定性推理采用系统部件间的局部结构规则来解释系统行为, 即部件状态的变化行为只与直接相邻的部件有关 第六章贝叶斯网络 贝叶斯网络的定义： 贝叶斯网络是表示变量间概率依赖关系的有向无环图，这里每个节点表示领域变量，每条边表示变量间的概率依赖关系，同时对每个节点都对应着一个条件概率分布表(CPT) ，指明了该变量与父节点之间概率依赖的数量关系。 条件概率：条件概率:我们把事件B已经出现的条件下，事件A发生的概率记做为P(A|B)。并称之为在B出现的条件下A出现的条件概率，而称P(A)为无条件概率。 贝叶斯概率：先验概率、后验概率、联合概率、全概率公式、贝叶斯公式 先验概率： 先验概率是指根据历史的资料或主观判断所确定的各事件发生的概率，该类概率没能经过实验证实，属于检验前的概率，所以称之为先验概率 后验概率： 后验概率一般是指利用贝叶斯公式，结合调查等方式获取了新的附加信息，对先验概率进行修正后得到的更符合实际的概率 联合概率： 联合概率也叫乘法公式，是指两个任意事件的乘积的概率，或称之为交事件的概率。 贝叶斯问题的求解步骤 定义随机变量、确定先验分布密度、利用贝叶斯定理计算后验分布密度、利用计算得到的厚颜分布密度对所求问题作出推断 贝叶斯网络的构建 为了建立贝叶斯网络，第一步，必须确定为建立模型有关的变量及其解释。为此，需要：(1)确定模型的目标，即确定问题相关的解释；(2)确定与问题有关的许多可能的观测值，并确定其中值得建立模型的子集；(3)将这些观测值组织成互不相容的而且穷尽所有状态的变量。这样做的结果不是唯一的。第二步，建立一个表示条件独立断言的有向无环图第三步指派局部概率分布 p（xi|Pai）。在离散的情形，需要为每一个变量 Xi 的各个父节 点的状态指派一个分布。 第七章归纳学习 归纳学习是符号学习中研究得最为广泛的一种方法。给定关于某个概念的一系列已知的 正例和反例，其任务是从中归纳出一个一般的概念描述。 归纳学习能够获得新的概念，创立新的规则，发现新的理论。它的一般的操作是泛化和特化泛化用来扩展一假设的语义信息，以使其能够包含更多的正例，
一、选择题 1.被誉为“人工智能之父”的科学家是（C ）。 A. 明斯基B. 图灵 C. 麦卡锡D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence C. Automatic Information B. Artificial Intelligence D. Artificial Information 3.下列那个不是子句的特点（D） A.子句间是没有合取词的(∧) C子句中可以有析取词(∨) 4.下列不是命题的是（C ）。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目 搜索和（A） A启发式搜索 B模糊搜索 C精确搜索D大数据搜索 6.从全称判断推导出特称判断或单称判断的过程，即由一般性知 识推出适合于某一具体情况的结论的推理是（B） A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7.下面不属于人工智能研究基本内容的是（ C） A. 机器感知 B. 机器学习 B子句通过合取词连接句子(∧) D子句间是没有析取词的(∨) C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将 子句（A）从 S中删去 A. P∨Q∨R C. Q B. ┑Q∨R D.┑R 9.下列不属于框架中设置的常见槽的是（ B ）。 A. ISA槽 B.if-then槽 C. AKO槽 D. Instance槽 10.常见的语意网络有 （ D ）。 A. A-Member-of联系 C. have 联系 1.在深度优先搜索策略中，open表是（B ）的数据结构 A.先进 先出B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是（B）的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般 到一般 3. 要想让机器具有智能，必须让机器具有知识。因此，在人工 智能中有一个研究领域，主要研究计算机如何自动获取知识和技
1、利用启发式搜索算法A 解决以下8数码(如下图所示)：设评价函数 表的内容。 10、将以下语句： (1)会朗读者是识字的，(2)海豚都不识字， (3) 有些海豚是很机灵的， (4) 有些很机灵的东西不会朗读。 形式化表示为合适公式。 答：令谓词R 、L 、D 、I 分别指示朗读、识字、海豚和机灵，则这些语句可 形式化表示如下：(1(x[R(xL(x](2(x[D(xL(x](3(x[D(xl(x](4(x[l(xR(x]13 、将题 10 中的 前三个语句作为已知事实(公理)，最后一语句作为目标(待证定理)，应用归结 反演方法，证明 目标成立。 答：将前三个语句和最后一语句的取反化简，并标准化为合取范式的子句 集:(1R(xL(x(2D(yL(y(3D(A(4l(A (5l(zR(z 2、有三个积木块(A 、B 、C )放在桌子上，且可以叠放 f(n=d(n+p(n ，画出搜索图，并给出各搜索循环结束时 OPEN 和
在一起，要求在任意初始状态，按自上而下 A 、 B 、C 的顺序叠放这三个积木块。搬动积木块应遵从以下约束：( 1)每次只能搬一块，( 2)只有顶空的积木块才能搬动。 请为机器人搬动积木块设计一个产生式系统，包括综合数据库、规则库和冲突解法(不必设计控制系统)；若初始状态和目标状态分别为：答案：1)综合数据 库 用谓词公式On(x,y 描述积木块的放置状态，x {A,B,C},y{A,B,C,Table} ；谓词公式Top-Clear(x 描述积木块x 顶空，x {A,B,C} 。问题状态就由这些谓词公式描述。2)规则库 为每个积木块的搬动设计规则，共有 5 个可能的搬动操作：Put-On(C,Table，Put-0 n(B,C,Put-0 n(B,Table,Put-0 n(A,B,Put-0 n(A,Table。规则依次排列如下(并采用First 冲突解法)： if Top-Clear(C0n(C,TablePut-0n(C,Table,revise；if Top-Clear(BTop- Clear(C0n(C,TablePut-0n(B,C,revise；if Top-Clear(B0n(B,C0n(C,Table Put-0n(B,Table，revise ； if Top-Clear(ATop-Clear(B0n(B,CPut-0n(A,B,revise ；if Top- Clear(A0n(A,B0n(B,CPut-0n(A,Table ，revise 。 其中Put-0n 操作符号指示Put-0n 操作并在计算机屏幕上显示该操作，函数revise 修改问题状态的描述到反映实际状态。作为解答的操作序列为： Put-0n(A,Table,Put-0n(C,Table,Put-0n(B,C,Put-0n(A,B。 3、表示包含下面句子含义的语义网络： ⑴典型的哺乳动物有毛发。⑵狗是哺乳动物，且吃肉。⑶Fido是John
第1章概述 1、重点掌握人工智能的几种定义。 2、掌握目前人工智能的三个主要学派及其认知观。 3、一般了解人工智能的主要研究范围和应用领域。 人工智能的三大学派及其认知观： (1)符号主义：认为人工智能起源于数理逻辑。 (2)连接主义：认为人工智能起源于仿生学，特别是对人脑模型的研究。 (3)行为主义：认为人工智能起源于控制论。 第2章确定性知识系统 ?重点掌握用谓词逻辑法、产生式表示、语义网络法、框架表示法来描述问题，解决 问题； ?重点掌握归结演绎推理方法 谓词逻辑法 ?一阶谓词逻辑表示法适于表示确定性的知识。它具有自然性、精确性、严密性及易实现等特点。 ?用一阶谓词逻辑法表示知识的步骤如下： （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以特定的值。 （3）根据所要表达的知识的语义，用适当的连接符号将各个谓词连接起来，形成谓词公式。例1：设有下列事实性知识： ?张晓辉是一名计算机系的学生，但他不喜欢编程序。 ?李晓鹏比他父亲长得高。 请用谓词公式表示这些知识。 （1）定义谓词及个体。 Computer(x):x是计算机系的学生。 Like(x,y):x喜欢y。 Higher(x,y):x比y长得高。 这里涉及的个体有：张晓辉(zhangxh),编程序(programming), 李晓鹏(lixp)，以及函数father(lixp)表示李晓鹏的父亲。 ?第二步：将这些个体代入谓词中，得到 Computer(zhangxh) ?Like(zhangxh, programming) Higher(lixp, father(lixp)) ?第三步：根据语义，用逻辑联结词将它们联结起来，就得到了表示上述知识的谓词 公式。 Computer(zhangxh)∧?Like(zhangxh, programming) Higher(lixp, father(lixp)) 例2：设有下列语句，请用相应的谓词公式把它们表示出来： （1）人人爱劳动。 （2）自然数都是大于零的整数。 （3）西安市的夏天既干燥又炎热。 （4）喜欢读《三国演义》的人必读《水浒》。 （5）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。 （6）他每天下午都去打篮球。
2019年度人工智能与健康考试答案 一、单选题 1.立体视觉是（）领域的一个重要课题，它的目的在于重构场景的三维几何信息。（ 2.0分） A.人机交互 B.虚拟现实 C.自然语言处理 D.计算机视觉 2.（）是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。（2.0分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 3.我们应该正确认识统计学中概率与个体之间的关系，概率是（）比较，从小到老的数据才是每个人的。（2.0分）
A.横向 B.纵向 C.交叉 D.立体 4.《“健康中国2030”规划纲要》中提到，健康是经济社会发展的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 5.下列判定标准中，不属于金标准的是（）。（2.0分） A.化验检出埃博拉病毒→感染 B.病理检测发现突变细胞→肿瘤 C.心电图显示T波改变→供血不足 D.超声显示室间隔缺损→先心病 6.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为120/80mmHg 以下更受益。（2.0分）
A.1949年 B.1984年 C.1993年 D.2016年 7.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 8.中国人工智能产业初步呈现集聚态势,人工智能企业主要集聚在经济发达的一二线城市及沿海地区，排名第一的城市是（）。（2.0分） A.上海 B.北京 C.深圳 D.杭州
9.（）是指能够按照人的要求，在某一个领域完成一项工作或者一类工作的人工智能。（2.0分） A.超人工智能 B.强人工智能 C.弱人工智能 D.人工智能 10.现在医学上使用的水银柱血压计是在（）开始应用于临床的。（2.0分） A.1872年 B.1896年 C.1970年 D.2005年 11.古代把计量叫“度量衡”，其中，“衡”是测量（）的过程。（2.0分） A.长度 B.容积 C.温度 D.轻重
2019 年人工智能公需科考试多项选择题答案 二、多选择题 1.（）是指能够自己找出问题、思考问题、解决问题的人工智能。（ 2.0 分） A.超人工智能 B.强人工智能 C.弱人工智能 D.人工智能 我的答案： B √答对 2.根据国际评判健康的标准，（）的韩国中年人心血管呈理想状态。（ 2.0 分） A.0.1% B.0.2% C.0.4% D.0.67% 我的答案： D √答对 3.中国人工智能产业初步呈现集聚态势,人工智能企业主要集聚在经济发达的一 二线城市及沿海地区，排名第一的城市是（）。（ 2.0 分） A.上海 B.北京 C.深圳 D.杭州
我的答案： B √答对 4.癌症的治疗分为手术、放疗、化疗。据WTO 统计，有（）的肿瘤患者需要接受放疗。（ 2.0 分） A.18% B.22% C.45% D.70% 我的答案： D √答对 5.（）是利用计算机将一种自然语言（源语言）转换为另一种自然语言（目标语言）的过程。（ 2.0 分） A.文本识别 B.机器翻译 C.文本分类 D.问答系统 我的答案： B √答对 6.我们应该正确认识统计学中概率与个体之间的关系，概率是（）比较，从小到老的数据才是每个人的。（ 2.0 分） A.横向 B.纵向
D.立体 我的答案： B ×答错 7.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智 能的各个领域。（ 2.0 分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 我的答案： B √答对 9.（）是一种基于树结构进行决策的算法。（ 2.0 分） A.轨迹跟踪 B.决策树 C.数据挖掘 D.K 近邻算法 我的答案： B √答对 10.癌症的治疗分为手术、放疗、化疗。据 WTO 统计，在 45% 的肿瘤治愈率中，比重最高的治疗方式是（）。（ 2.0 分） A.手术 B.放疗 C.化疗
2019年度人工智能与健康考试答案 1.当前人工智能重点聚焦（）大领域。（分） 2.到（）年，几乎所有的算法都使用了深度学习的方法。（分） 3.（）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。（分） A.深度学习 B.机器学习 C.人机交互 D.智能芯片 4.生物特征识别技术不包括（）。（分）
A.体感交互 B.指纹识别 C.人脸识别 D.虹膜识别 教授Tomaso Poggio明确指出，过去15年人工智能取得的成功，主要是因为（）。（分） A.计算机视觉 B.语音识别 C.博弈论 D.机器学习 6.（）是指在各个领域都比人类要强的人工智能。（分） A.超人工智能 B.强人工智能 C.弱人工智能 D.人工智能 7.（）宣布启动了“先进制造伙伴计划”“人类连接组计划”“创新神经技术脑研究计划”。（分） A.中国 B.日本 C.美国 D.德国 8.我国在语音语义识别领域的领军企业是（）。（分） A.科大讯飞 B.图谱科技 C.阿里巴巴 D.华为
9.（）是人以自然语言同计算机进行交互的综合性技术，结合了语言学、心理学、工程、计算机技术等领域的知识。（分） A.语音交互 B.情感交互 C.体感交互 D.脑机交互 10.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 11.最经典的西方健康研究——佛雷明翰研究开始于（）。（分） 年 年 年 年 12.在2017年国务院印发的（）中规定了我国到2030年人工智能发展三步走的部署和设想。（分） A.《中华人民共和国国民经济和社会发展第十三个五年规划纲要》 B.《关于积极推进“互联网+”行动的指导意见》 C.《“互联网+”人工智能三年行动实施方案》 D.《新一代人工智能发展规划》 13.据清华原副校长施一公教授研究，中国每年有265万人死于（），占死亡人数的28%。（分） A.癌症 B.心脑血管疾病 C.神经退行性疾病 D.交通事故
一：单选题 1. 人工智能的目的是让机器能够（D），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（C）。 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。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）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。 4. 下列不是知识表示法的是（A）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（D）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与结点”和“或结点”。 C. “与/或”图能方便地表示陈述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（D）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（B）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论 10. 我国学者吴文俊院士在人工智能的（A）领域作出了贡献。 A. 机器证明 B. 模式识别 C. 人工神经网络 D. 智能代理
2019年度人工智能与健康考试答案 一．单选题 1.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为210/100mmHg 以下更受益。（ 2.0分） A.1949年 B.1984年 C.1993年 署和设想。（2.0分） A.《中华人民共和国国民经济和社会发展第十三个五年规划纲要》 B.《关于积极推进“互联网+”行动的指导意见》 C.《“互联网+”人工智能三年行动实施方案》 的28%。（2.0分） A.癌症 B.心脑血管疾病 C.神经退行性疾病 A.体感交互 B.指纹识别 C.人脸识别 A.110/70mmHg B.120/80mmHg C.140/90mmHg 种技术，所讨论的问题是为了完成某一任务需要从图像中获取哪些信息，以及如何利用这些信息获得必要的解释。（2.0分） A.立体视觉 B.图像理解 C.姿态估计
7.我们应该正确认识统计学中概率与个体之间的关系，概率是（）比较，从小到老的数据才是每个人的。（2.0分） A.横向 B.纵向 C.交叉 （2.0分） A.25% B.50% C.75% 言）的过程。（2.0分） A.文本识别 B.机器翻译 C.文本分类 人类玩家，这在人工智能发展史上具有里程碑式的意义。（2.0分） A.五子棋 B.国际象棋 C.德州扑克 A.大数据智能 B.人机混合智能 C.独媒体感知计算 A.1948年 B.1971年 C.1989年 分） A.语音识别、视觉识别技术达到世界领先水平 B.在脑科学等基础研究领域取得显著进展
C.人工智能领域的国际科技论文发表量和发明专利授权量已居世界第一位 脑研究计划”。（2.0分） A.中国 B.日本 C.美国 A.0.1% B.0.2% C.0.4% A.预测 B.统计 C.分析 息。（2.0分） A.人机交互 B.虚拟现实 C.自然语言处理 A.超人工智能 B.强人工智能 C.弱人工智能 工智能。（2.0分） A.超人工智能 B.强人工智能 C.弱人工智能 学、工程、计算机技术等领域的知识。（2.0分）