人工智能课程内容（硕士）
第1部分绪论
1-1.什么是人工智能？试从学科和应用两方面加以说明。
1-2.在人工智能的发展过程中，有哪些思想和思潮起了重要作用？
1-3.为什么能够用机器（计算机）模仿人的智能？
1-4.人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？
1-5.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和理解，从经济、社会和文化等方面加以说明？
1-6.试评述人工智能的未来发展。
第2部分知识表示
2-1.什么是知识？知识的要素有哪些？知识的表示方法有哪些？
2-2.如何用谓词公式表示知识?
2-3.什么是盲目搜索？什么是启发式搜索？各有什么特点？
2-4.博弈树搜索最常用的方法是什么？如何用于求最佳走步？
第3部分机器推理技术
3-1.什么是推理？推理的任务是什么？推理有哪些分类？
3-2.什么是置换？什么是合一？什么是归结？
3-3.把谓词公式化为子句集有哪些步骤? 请结合例子说明之。
3-4.把谓词公式变换成子句形式：
3-5.简述用归结法证明定理的过程（消解反演求解过程）。请结合例子说明之。
3-6.如何通过归结原理求取问题的答案? 请结合例子说明之。
3-7.与/或形规则演绎系统有哪几种推理方式? 各自的特点如何？说明推理过程。请结合例子说明之。
第4部分不确定推理
4-1.研究不确定性推理有何意义?有哪几种不确定性?
4-2.在什么情况下需要采用不确定推理?
4-3.简述概率方法、Bayes网等不确定推理方法。请结合例子说明之。
4-4.Bayes网的两个要素是什么？Bayes网蕴涵的条件独立假设是什么？简述Bayes网的推理模式。请结合例子说明之.
第5部分机器学习
5-1什么是学习和机器学习?为什么要研究机器学习?
5-2试述机器学习系统的基本结构，并说明各部分的作用。
5-3简述机器学习十大算法的每个算法的核心思想、工作原理、适用情况及优缺点等。
5-4什么是有监督学习？什么是无监督学习？无监督学习与有监督学习方法有何区别？
5-5简述决策树方法及其使用场合；在构造决策树的过程中，测试属性的选取采用什么原则？如何实现？请结合例子说明之。
5-6简述贝叶斯学习方法，有哪些特性？朴素贝叶斯分类器基于的假定是什么？请结合例子说明之。
5-7了解神经网络的BP学习算法。简述什么是深度学习？比较深度学习和神经网络的相同
点和不同点。
5-8简述遗传算法的原理。遗传算法的遗传算子的作用是什么？什么是选择，交叉和变异？
遗传算法有哪些特点？
习题2 一、名词解释 1. 物联网 物联网（Internet of Things，IOT）就是把所有物品通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描仪等信息传感设备与互联网连接起来（见图2-2），进行信息交换和通讯，实现智能化识别、定位、跟踪、监控和管理。 2. 传感器 传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。 3. 云计算 云计算是一种模型，它可以实现随时、随地、便捷、随需地从可配置计算资源共享池中获取所需的资源（例如网络、服务器、存储、应用及服务），资源能够快速供应和释放，使管理资源的工作量和与服务提供商的交互减小到最低限度。 4. 存储虚拟化 虚拟化和分布式在共同解决一个问题，就是物理资源重新配置形成逻辑资源。其中虚拟化做的是造一个资源池，而分布式做的是使用一个资源池。 虚拟化包括计算虚拟化、网络虚拟化和存储虚拟化。 存储虚拟化通常做的是多虚一，除了解决弹性、扩展问题外，还解决备份的问题。 5. 公有云 公有云是为大众建的，所有入驻用户都称租户，不仅同时有很多租户，而且一个租户离开，其资源可以马上释放给下一个租户。 6. 大数据 大数据是指数量庞大而复杂，传统的数据处理产品无法在合理的时间内捕获、管理和处理的数据集合。 7. 区块链 区块链是一种网络上多人记录的公共记账，记载所有交易记录。 8. 结构化数据 结构化的数据是指可以使用关系型数据库表示和存储，表现为二维形式的数据。
9. 非结构化数据 非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、各类报表、图像和音频/视频信息等等。 10.半结构化数据 介于结构化数据和非结构化数据之间，如网页。 二、选择题 1、人工智能赖以生存的土壤（ A ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 2、人工智能的血液（ B ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 3、人工智能的算力（ D ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 4、人工智能的安全保障（ C ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 5、（ D ）不是人工智能核心要素。 A. 算法 B.算力 C. 数据 D. 网络 6、（ D ）不是物联网具有的特点。 A.全面感知 B. 实时传送 C.智能控制 D. 存储 7、物联网技术架构一般采用（A ）层。 A.4 B.5 C.6 D.8 8、物联网技术架构最低层是（ A ）。 A.感知层 B.传输层 C.支撑层 D.应用层 9、物联网技术架构最高层是（ D ）。 A.感知层 B.传输层 C.支撑层 D.应用层 10、（ D ）不是物联网感知层技术。
《人工智能》课后习题答案 第一章绪论 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。 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。 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。 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 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,S0S;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 S0S1S2……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。 解答： （1）
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，
探索大数据和人工智能最全试题 1、2012年7月,为挖掘大数据的价值,阿里巴巴集团在管理层设立()一职,负责全面推进“数据分享平台”战略,并推出大型的数据分享平台。 A首席数据官 B.首席科学家 C.首席执行官 D.首席架构师 2、整个 MapReduce的过程大致分为Map、 Shuffle、 Combine、()? A. Reduce B.Hash C. Clean D. Loading 3、在Spak的软件栈中,用于交互式查询的是 A. SparkSQL B.Mllib C.GraphX D. Spark Streaming 4、在数据量一定的情况下, MapReduce是一个线性可扩展模型,请问服务器数量与处( )理时间是什么关系? A数量越多处理时间越长 B.数量越多处理时间越短 C.数量越小处理时间越短 D.没什么关系 5、下列选项中,不是 kafka适合的应用场景是?
A.日志收集 B.消息系统 C.业务系统 D.流式处理 6、大数据的多样性使得数据被分为三种数据结构,那么以下不是三种数据结构之一的是 A.结构化数据 B.非结构化数据 C.半结构化数据 D.全结构化数据 7、下列选项中,不是人工智能的算法中的学习方法的是? A.重复学习 B.深度学习 C.迁移学习 D.对抗学习 8、自然语言处理难点目前有四大类,下列选项中不是其中之一的是 A.机器性能 B.语言歧义性 C.知识依赖 D.语境 9、传統的机器学习方法包括监督学习、无监督学习和半监督学习,其中监督学习是学习给定标签的数据集。请问标签为离散的类型,称为分类,标签为连续的类型,称为什么? A.给定标签
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. 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“与节点”和“或节点”。 C. “与/或”图能方便地表示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
人工智能重点 绪论 ●人工智能的定义起源和发展其他概念稍微了解 1.什么是人工智能？试从能力和学科两方面加以说明。 答：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。 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。知识表示方法 2.人工智能的主要研究和应用领域有哪些？ 答：自然语言处理、自动定理证明、智能数据检索系统、机器学习、模式识别、视觉系统、问题求解、人工智能方法和程序语言以及自动程序设计等。 3、简述人工智能的发展状况 人工智能的现状和发展呈现如下特点：多种途径齐头并进，多种方法写作互补；新思想、新技术不断涌现，新领域、新方向不断开括;理论研究更加深入，应用研究更加广泛;研究队伍日益壮大，社会影响越来越大;以上特点展现了人工智能学科的繁荣景象和光明前景。它表明，虽然在通向其最终目标的道路上，还有不少困难、问题和挑战，但前进和发展毕竟是大势所趋。 4.简述知识发现过程和知识发现的方法。 答：过程：①数据选择；②数据预处理；③数据变换；④数据挖掘；⑤知识评价方法：①统计方法；②机器学习方法；③神经计算方法；④可视化方法 ● 2.1状态空间法（重点）看例题 状态空间法的三要素：状态、算符、状态空间方法（是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即三元状态（S，F，G）。S：所有可能的问题初始状态集合；F：操作符集合；G：目标状态集合。） 状态图示法：状态空间的图示形式称为状态空间图 各种问题都可用状态空间加以表示，并用状态空间搜索法来求解。下面简单介绍一种产生式系统描述的搜索算法 产生式系统由三部分:一个总数据库、一套规则、一个控制策略（程序） ● 2.2问题规约法（重点） 另外一种基于状态空间的问题描述与求解方法；实质：从目标出发逆向推理，建立子问题以及子问题的子问题，直到最后把初始问题归约为一个本原问题集合。 组成部分：初始问题描述、问题变换为子问题的操作符、一套本原问题描述 与或图；与或图的搜索：目的在于表明起始节点是有解的 问题规约法举例：汉诺塔问题
人工智能复习题 一.选择题（每题2分，共30分） 1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（） A）深蓝B）IBM C）深思D）蓝天 2、下列不在人工智能系统的知识包含的4个要素中 A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨若σ是互补文字的（最一般）合一置换，则其归结式C=（） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为 A）框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是 A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是 A)明斯基B).扎德C)图林D)冯.诺依曼 7、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能，实现自我完善，这门研究分支学科叫（）。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分（） A.）用户B）综合数据库C）推理机D）知识库 9、产生式系统的推理不包括（） A）正向推理B）逆向推理C）双向推理D）简单推理 10、C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的 A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是 A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 13、在公式中?y?xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。这种函数叫做（） A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后，得到（） A. P B. Q C. ~P D. P∨Q 15、如果问题存在最优解，则下面几种搜索算法中，（）必然可以得到该最优解。 A.广度优先搜索 B.深度优先搜索 C.有界深度优先搜索 D. 启发式搜索 二、填空题（每空1分，共24分）：
大学计算机基础知识点总结 第一章计算机及信息技术概述（了解） 1、计算机发展历史上的重要人物和思想 1、法国物理学家帕斯卡(1623-1662)：在1642年发明了第一台机械式加法机。该机由齿轮组成，靠发条驱动，用专用的铁笔来拨动转轮以输入数字。 2、德国数学家莱布尼茨：在1673年发明了机械式乘除法器。基本原理继承于帕斯卡的加法机，也是由一系列齿轮组成，但它能够连续重复地做加减法，从而实现了乘除运算。 3、英国数学家巴贝奇：1822年，在历经10年努力终于发明了“差分机”。它有3个齿轮式寄存器，可以保存3个5位数字，计算精度可以达到6位小数。巴贝奇是现代计算机设计思想的奠基人。 英国科学家阿兰 图灵(理论计算机的奠基人) 图灵机：这个在当时看来是纸上谈兵的简单机器，隐含了现代计算机中“存储程序”的基本思想。半个世纪以来，数学家们提出的各种各样的计算模型都被证明是和图灵机等价的。 美籍匈牙利数学家冯 诺依曼(计算机鼻祖) 计算机应由运算器、控制器、存储器、 输入设备和输出设备五大部件组成； 应采用二进制简化机器的电路设计； 采用“存储程序”技术,以便计算机能保存和自动依次执行指令。 七十多年来，现代计算机基本结构仍然是“冯·诺依曼计算机”。 2、电子计算机的发展历程 1、1946年2月由宾夕法尼亚大学研制成功的ENIAC是世界上第一台电子数字计算机。“诞生了一个电子的大脑”致命缺陷：没有存储程序。 2、电子技术的发展促进了电子计算机的更新换代：电子管、晶体管、集成电路、大规模及超大规模集成电路 3、计算机的类型 按计算机用途分类：通用计算机和专用计算机 按计算机规模分类：巨型机、大型机、小型机、微型机、工作站、服务器、嵌入式计算机 按计算机处理的数据分类：数字计算机、模拟计算机、数字模拟混合计算机 1.1.4 计算机的特点及应用领域 计算机是一种能按照事先存储的程序，自动、高速地进行大量数值计算和各种信息处理的现代化智能电子设备。（含义） 1、运算速度快 2、计算精度高 3、存储容量大 4、具有逻辑判断能力 5、按照程序自动运行 应用领域：科学计算、数据处理、过程与实时控制、人工智能、计算机辅助设计与制造、远程通讯与网络应用、多媒体与虚拟现实 1.1.5 计算机发展趋势：巨型化、微型化、网络化、智能化
2012年春季研究生课程表
1、此为经过核对调整后最终排定的课程表，是进行教学检查的依据，原则上不再允许调课。个别确需调整的请提前填写“北京林业大学研究生课程调课申请表”（可 在“研究生院主页—下载中心—培养表格资料”处下载），提前一周办理调课手续。并请同学们选课及上课前及时关注“研究生院主页—教学通知”专栏下的相关通知。 2、如果遇到节假日，课程调整方案按照校历及学校党政办公室和教务处的通知执行。如因长假（一整周）所耽搁的一周课程统一往后顺延一周，因其他个别节假 日或自身原因所耽搁的课程采取补课的形式（不能顺延）；如有特殊要求可关注“研究生院主页—教学通知”专栏下的通知。 3、涉及实验的课程，其实验部分由任课教师在上课时根据选课情况和实验条件等进行具体安排。 4、需要在计算机中心进行上机实验的课程，请任课教师提前与计算机中心取得联系，做好安排；否则，计算机中心不给安排上机实验。并请同学们在实验前在计 算机中心办好上机卡；否则，计算机中心不接纳上机，也无法完成实验部分课程，无法上机实验的同学也请不要选择相关课程。 5、（1）《硕士生英语一外》为96学时，6学分，2011年秋季已全部修完。2011年秋季未通过课程学位考的2011级研究生（含林科院和进修生）2012年春季需补 修英语课程学习并参加补考，2012年春季共分2个班级，需要补修的同学请根据自身情况选择《硕士生英语一外（补修部分）》（编号：701624）对应的班级，此次选课只作为课程教学分班之用，不单独录入成绩和计算学分，最终成绩会录入2011年秋季所选的《硕士生英语一外》课程中。 （2）《专业学位英语一外》分为四个班级，每班限定80人，请同学们根据自身其他课程选择情况尽快选择班级。1、2班为黄佩娟老师，3、4班为吴增欣老师。 6、2011年秋季未安排选修《自然辩证法概论》和《科学社会主义理论与实践》两门政治课程的硕士研究生请在本学期选修。 7、以下部分课程的安排如下，可以直接与开课学院或任课教师联系： （1）生物学院（62336013） ①《森林生物识别与鉴赏》，张志翔，实习时间为6月26-7月1日，地点为小五台山自然保护区、小龙门林场或雾灵山国家级自然保护区； ②《植物显微技术》，高述民、刘忠华，第11周周一至周五1-8节，生物楼216、211； ③《植物生理大实验》，郑彩霞、尹伟伦、夏新莉，第2周周六上午讲课，地点：研四教室；第2周周六下午至第4周周一上午实验，地点：林业楼 201、220、204、218 ④《植物分子生物学实验技术》，汪晓峰、沈昕，周二及周四全天（4-6周），林业楼208 ⑤《生物化学实验技术》，汪晓峰、杨海玲，周二及周四全天（8-10周），林业楼208 （2）经管学院（62337226） ①《自然资源与环境经济学》，温亚利，拟定于五一前后集中授课； ②《Natural Resource and Environmental Economics（森林资源与环境经济学）》，温亚利，拟定于五一前后集中授课； （3）林学院（62336354）：《昆虫生理生化》，许志春，拟于6-9周开课 （4）园林学院（62338079） ①《野生观赏植物资源》，潘会堂，暑假期间开课，实习地点在小龙门森林公园； ②《风景园林规划设计研讨Ⅱ》、《插花艺术与理论》、《外国现代风景园林发展》、《风景园林设计Ⅱ（studio）》开课时间待定，另行通知 8、材料学院：设计艺术学学科因其专业的特殊性，要求选修本学科部分课程的研究生具备较好的专业造型能力和美学知识。因此，本学科开设的相关课程，只对 设计艺术学科的研究生开设，不适合其它学科的研究生选修，因特殊原因需选修相关课程的需征得任课教师同意后方可选修。 9、选修课选课人数少于10人的本学期不开课，连续2年选课人数少于10人的，停开此课；学位课选课人数少于10人的2年开一次。在开课的第3周，研究生院 会根据最终选课人数决定课程的开设，或由任课教师在开课头两周内根据实际上课人数与研究生院协商确定。 10、以下课程需要第三周选课名单确定后再确定是否开课及具体上课事宜，开课时间均为第三周之后，具体安排请关注相关教学通知，选课名单确定后不允许再 退选课程，请同学们选课时要确保能够参加课程学习和考试。 序号课程编号课程名称任课教师开课学院课程性质 拟开课时间 （任课教师原安排的时间） 备注 1 700720 木材流变学赵广杰 材料学院选修课13-16周，星期三1-4节 2 700724 线造型李汉平选修课3-6周，星期五5-8节 3 80009 4 线造型（实践）李汉平选修课3-18周，星期五5-8节 4 700730 机器视觉基础阚江明工学院选修课11-18周，星期三1-4节 5 700754 资产评估理论与方法王富炜经管学院选修课1-8周，星期五1-4节
第2章知识表示方法部分参考答案 2.8设有如下语句，请用相应的谓词公式分别把他们表示出来： (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 P(x)：x是人 L(x,y)：x喜欢y 其中，y的个体域是{梅花，菊花}。 将知识用谓词表示为： (?x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 有人每天下午都去打篮球。 解：定义谓词 P(x)：x是人 B(x)：x打篮球 A(y)：y是下午 将知识用谓词表示为： (?x )(?y) (A(y)→B(x)∧P(x)) (3)新型计算机速度又快，存储容量又大。 解：定义谓词 NC(x)：x是新型计算机 F(x)：x速度快 B(x)：x容量大 将知识用谓词表示为： (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解：定义谓词 S(x)：x是计算机系学生 L(x, pragramming)：x喜欢编程序 U(x,computer)：x使用计算机 将知识用谓词表示为： ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解：定义谓词 P(x)：x是人 L(x, y)：x喜欢y 将知识用谓词表示为： (?x) (P(x)∧L(x,pragramming)→L(x, computer))
2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解：(1) 先定义描述状态的谓词 CLEAR(x)：积木x上面是空的。 ON(x, y)：积木x在积木y的上面。 ONTABLE(x)：积木x在桌子上。 HOLDING(x)：机械手抓住x。 HANDEMPTY：机械手是空的。 其中，x和y的个体域都是{A, B, C}。 问题的初始状态是： ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是： ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中，机械手的操作需要定义以下4个谓词： Pickup(x)：从桌面上拣起一块积木x。 Putdown(x)：将手中的积木放到桌面上。 Stack(x, y)：在积木x上面再摞上一块积木y。 Upstack(x, y)：从积木x上面拣起一块积木y。 其中，每一个操作都可分为条件和动作两部分，具体描述如下：
?人工智能的不同研究流派：符号主 义/逻辑主义学派--符号智能；连接主 义--计算智能；行为主义-低级智能。 人工智能的主要研究领域 （一）自动推理（二）专家系统（三）机器 学习（四）自然语言理解（五）机器人学和 智能控制（六）模式识别（七）基于模型的 诊断 产生式系统是人工智能系统中常用的一种 程序结构，是一种知识表示系统。 三部分组成：综合数据库:存放问题的状 态描述的数据结构,动态变化的。产生式规 则集、控制系统。 / 产生式规则集/ 控制系统 产生式规则形式： IF<前提条件> THEN<操作> 八数码难题的产生式系统表示 综合数据库：以状态为节点的有向图。 状态描述：3×3矩阵 产生式规则： IF<空格不在最左边>Then<左移空格>； 依次 控制系统： 选择规则:按左、上、右、下的顺序 移动空格。 终止条件：匹配成功。 产生式系统的基本过程: Procedure PROCUCTION 1.DATA←初始状态描述 2.until DATA 满足终止条件，do： 3.begin 4.在规则集合中，选出一条可用于 DATA的规则R（步骤4是不确定的， 只要求选出一条可用的规则R，至于这 条规则如何选取，却没有具体说明。） 5. DATA←把R应用于DATA所得的结果 6.End 产生式系统的特点：1.模块性强，2.产生式 规则相互独立，3.规则的形式与逻辑推理相近，易懂。 产生式系统的控制策略：1.不可撤回的控制 策略：优点是空间复杂度小、速度快；缺点 是多数情况找不到解 2.试探性控制策略： 回溯方式：占用空间小，多数情况下能找到解；缺点是如果深度限制太低就找不到解； 和图搜索方式：优点总能找到解，缺点时间 空间复杂度高。 产生式系统工作方式：正向、反向和双向产 生式系统 可交换产生式系统：1.可应用性，每一条对 D可应用的规则，对于对D应用一条可应用 的规则后，所产生的状态描述仍是可应用的。 2.可满足性，如果D满足目标条件，则对D 应用任何一条可应用的规则所产生的状态描 述也满足目标条件。3.无次序性，对D应用 一个由可应用于D的规则所构成的规则序列 所产生的状态描述不因序列的次序不同而改变。可分解的产生式系统：能够把产生式系统综 合数据库的状态描述分解为若干组成部分， 产生式规则可以分别用在各组成部分上，并 且整个系统的终止条件可以用在各组成部分 的终止条件表示出来的产生式系统，称为可 分解的产生式系统。基本过程： Procedure SPLIT 1.DATA ←初始状态描述 2.{Di} ← DATA的分解结果；每个Di看成 是独立的状态描述 3.until 对所有的Di ∈{Di}， Di都满足终 止条件，do: 4.begin 5. 在{Di}中选择一个不满足终止条件的D* 6. 从{Di}中删除D* 7.从规则集合中选出一个可应用于D*的规则 R 8.D ←把R应用于D*的结果 9.{di} ← D的分解结果 10.把{di}加入{Di}中 11.end 回溯算法BACKTRACK过程：Recursive Procedure BACKTRACK(DATA) 1.if TERM(DATA),return NIL; 2.if DEADEND(DATA),return FAIL; 3.RULES←APPRULES(DATA); 4.LOOP:if NULL(RULES),return FAIL; 5.R←FIRST(RULES); 6.RULES←TAIL(RULES); 7.RDATA←R（DATA）; 8.PATH←BACKTRACK(RDATA); 9．if PATH=FAIL,go PATH; 10.return CONS(R,PATH). Procedure GRAPHSEARCH 1．G←{s}， OPEN ←（s）． 2．CLOSED ←NIL． 3．LOOP：IF OPEN=NIL,THEN FAIL． 4． n ← FIRST(OPEN)，OPEN ← TAIL(OPEN),CONS(n, CLOSED) ． 5． IF TERM(n)，THEN 成功结束 （解路径可通过追溯G中从n到 s的指针获得）。 6．扩展节点n， 令M={m︱ m是n的子节点，且m不是n的祖先} ， G ←G ∪M 7．（设置指针，调整指针）对于m M, (1)若m CLOSED, m OPEN, 建立m 到n的指针，并CONS(m, OPEN). (2)(a)m OPEN, 考虑是否修改m的 指针. (b)m CLOSED,考虑是否修改m 及在G中后裔的指针。 8．重排OPEN表中的节点（按某一 任意确定的方式或者根据探索信息）。 9． GO LOOP 无信息的图搜索过程：深度优先搜索：排列OPEN表中的节点时按它们在搜索树中的深度 递减排序。深度最大的节点放在表的前面，
第一章已完成成绩: 100、0分 1 【单选题】2016年3月,人工智能程序()在韩国首尔以4:1的比分战胜的人类围棋冠军李世石。 ?A、AlphaGo ?B、DeepMind ?C、Deepblue ?D、AlphaGo Zero 我的答案:A得分: 10、0分 2 【单选题】首个在新闻报道的翻译质量与准确率上可以比肩人工翻译的翻译系统就是()。?A、苹果 ?B、谷歌 ?C、微软 ?D、科大讯飞 我的答案:C得分: 10、0分 3 【多选题】属于家中的人工智能产品的有()。 ?A、智能音箱 ?B、扫地机器人 ?C、声控灯 ?D、个人语音助手 我的答案:ABD得分: 10、0分 4 【多选题】目前外科手术领域的医用机器人的优点有()。 ?A、定位误差小 ?B、手术创口小 ?C、不需要人类医生进行操作 ?D、能够实时监控患者的情况 ?E、可以帮助医生诊断病情
我的答案:AB得分: 10、0分 5 【判断题】在神经网络方法之前,机器翻译主要就是基于统计模型的翻译。() 我的答案:√得分: 10、0分 6 【判断题】人工智能具有学会下棋的学习能力,就是实现通用人工智能算法的基础。() 我的答案:√得分: 10、0分 7 【判断题】目前还没有成功进行无人自动驾驶的案例。() 我的答案:×得分: 10、0分 8 【判断题】智能家居应该能自动感知周围的环境,不需要人的操控。() 我的答案:√得分: 10、0分 9 【判断题】智能音箱本质上就是音箱、智能语音交互系统、互联网、内容叠加的产物。() 我的答案:√得分: 10、0分 10 【判断题】基于句法的机器翻译就是目前较为流行的翻译方法,基本达到了预期的理想。() 我的答案:× 第二章已完成成绩: 100、0分 1 【单选题】被誉为计算机科学与人工智能之父的就是()。 ?A、图灵 ?B、费根鲍姆
人工智能重点总结 第一章：发展简史（此处为简答题） 1.人工智能的萌芽（1956年以前） 1936年，图灵创立了自动机理论（后人称为图灵机），提出一个理论计算机模型，为电子计算机设计奠定了基础，促进了人工智能，特别是思维机器的研究。 麦克洛克和皮茨于1943年提出“拟脑模型”是世界上第一个神经网络模型（MP模型），开创了从结构上研究人类大脑的途径。 1948年维纳发表《控制论—关于动物与机器中的控制与通信的科学》，不但开创了近代控制论，而且为人工智能的控制学派树立了里程碑。 1、古希腊伟大的哲学家思想家亚里士多德的主要贡献是为形式逻辑奠定了基 础。形式逻辑是一切推理活动的最基本的出发点。在他的代表作《工具论》中，就给出了形式逻辑的一些基本规律，如矛盾律、排中律，并且实际上已经提到了同一律和充足理由律。此外亚里士多得还研究了概念、判断问题，以及概念的分类和概念之间的关系判断问题的分类和它们之间的关系。其最著名的创造就是提出人人熟知的三段论。 2、英国的哲学家、自然科学家 Bacon（培根）（1561-1626），他的主要贡献是 系统地给出了归纳法，成为和 Aristotle 的演绎法相辅相成的思维法则。 Bacon 另一个功绩是强调了知识的作用。 Bacon 的著名警句是"知识就是力量"。 3、德国数学家、哲学家 Leibnitz（莱布尼茨）（1646-1716），他提出了关于数 理逻辑的思想，把形式逻辑符号化，从而能对人的思维进行运算和推理。他曾经做出了能进行四则运算的手摇计算机 4、英国数学家、逻辑学家 Boole（布尔）（1815-1864），他初步实现了布莱尼 茨的思维符号化和数学化的思想，提出了一种崭新的代数系统--布尔代数。 5、美籍奥地利数理逻辑学家Godel（哥德尔）（1906-1978），他证明了一阶谓词 的完备性定理；任何包含初等数论的形式系统，如果它是无矛盾的，那么一定是不完备的。此定理的意义在于，人的思维形式化和机械化的某种极限，在理论上证明了有些事是做不到的。
2015年信息技术基础会考复习提纲 必修1 第一章信息与信息技术 1、信息：利用文字、符号、声音、图形、图象等形式作为载体，通过各种渠道(书刊、电视、网络、广播等)传播的信号、消息、情报或报道等内容，都可以称之为信息。（p2） 信息的发出方（信源）-----信息的接收方（信宿） 对信息认识三种典型观点 ?信息泶奠基人香农：信息是“用来消除不确定的东西”，也就是说，人们是通过信息，来加深对事物本质属性的了解和认识。 ?控制论奠基人维纳：信息是区别于物质与能量的第三类资源。 ?我国信息论专家钟义信：信息是“事物运动的状态与方式 2、信息的基本特征：包括共享性、价值性、时效性、依附性、传递性、可处理性、真伪性（空城计）(p2) 3、信息技术（简称IT）：包括计算机技术、微电子技术、通信技术和传感技术。计算机技术是信息处理的核心。(p4) 4、信息技术的发展历程（人类社会共经历了五次信息技术革命），依次为(1)语言的产生与应用(2)文字的创造和使用（3）造纸术和印刷术的发明（4）电报、广播、电视的发明和普及（5）计算机与现代通信技术的应用(p5) 容量单位换算 1TB= 1024 GB 1GB=1024 MB 1MB=1024KB 1KB=1024 Byte 字节 1B=8bit 位1个字节由8个二进制位组成 IP v4由32位4组二进制数组成，如http:// 218.5.5.242 : 9013 第二章信息的获取 1、获取信息的基本过程(p8) （1）确定信息需求（2）确定信息来源（3）采集信息（传感器的重要作用） （4）保存信息 2、常见的信息存储格式（p82） （1）文本：.doc; .wps ; .txt ; .pdf （2）图形图像：.jpg和.bmp都是静态图片的格式;.gif 文件很小，主要应用于网络上
（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面
第一章绪论 1-1. 什么是人工智能？试从学科和能力两方面加以说明。 从学科角度来看：人工智能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能功能，并开发相关理论和技术。 从能力角度来看：人工智能是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动 1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？控制论之父维纳1940 年主张计算机五原则。他开始考虑计算机如何能像大脑一样工作。系统地创建了控制论，根据这一理论，一个机械系统完全能进行运算和记忆。 帕梅拉?麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究《机器思维》(Machine Who Think,1979) 中曾经指出：在复杂的机械装置与智能之间存在着长期的联系。著名的英国科学家图灵被称为人工智能之父,图灵不仅创造了一个简单的通用的非数字计算 模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。提出了著名的图灵测试。数理逻辑从19 世纪末起就获迅速发展；到20 世纪30 年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。 1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型。60-70年代，联结主义，尤其是对以感知机(perceptron)为代表的脑模型的研究曾出现过 热潮， 控制论思想早在40-50 年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。到 60-70 年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子。 1-3. 为什么能够用机器(计算机)模仿人的智能？ 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。 1-4. 现在人工智能有哪些学派？它们的认知观是什么？符号主义(Symbolicism) ，又称为逻辑主义(Logicism) 、心理学派(Psychlogism) 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。] 认为人的认知基元是符号，而且认知过程即符号操作过
第一章绪论： 1.什么是人工智能？人工智能的意义和目标是什么？ 人工智能是智能机器所执行的通常与人类智能有关的智能行为；用人工的方法在机器上实现的功能。人工智能研究的近期目标是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理而且能运用知识处理问题能模拟人类的部分智能行为。 2.完整的物理符号系统的基本功能？ 输入符号、输出符号、存储符号、复制符号 建立符号结构：通过找出各符号间的关系，在符号系统中形成符号结构。 条件性转移：根据已有符号，继续完成活动过程。 3.人工智能有哪些主要学派？他们的认知观分别是什么？（一两句话描述即可） 符号主义（逻辑主义、心理学派、计算机学派），物理符号系统假设和有限合理性原理，认为人工智能源于数理逻辑。 连接主义（仿生学派、生理学派），神经网络及神经网络间的连接机制与学习算法，认为人工智能源于仿生学，特别是对人脑模型的研究。 行为主义（进化主义、控制论学派），控制论及感知-动作型控制系统，认为人工智能源于控制论。 4.人工智能的研究领域包括哪些？（机器视觉。。。。） 数据挖掘、模式识别、机器视觉、自然语言处理、智能系统、专家系统、机器学习、神经网络、机器人学、人工生命、智能CAD、组合优化问题、自动定理证明、分布式人工智能系统、智能通信等 5.什么是图灵测试？ 让一位测试者分别于一台计算机和一个人进行交谈，而测试者事先并不知道哪一个被测者是人，哪一个是计算机。如果交谈后测试者分不出哪一个被测者是人，哪一个是计算机，则可以认为这台被测的计算机具有智能。
第二章知识表示（语义网络、谓词逻辑。。。）1.知识的层次及其概念？ 噪声-》数据-》信息-》知识-》元知识 数据：信息的载体和表示 信息：数据的语义 知识：把有关信息关联在一起形成的结构 元知识：有关知识的知识，是知识库的高层知识 2.知识的属性及引起不确定性的因素？ 相对正确性 不确定性（引发因素：随机性、模糊性、不完全性、经验） 可表示性与可利用性 3.知识的分类？ 按作用范围：常识性知识、领域性知识 按作用及表示：事实性知识、过程性知识、控制性知识 结构及表现形式：逻辑性知识、形象性 知识确定性：确定性知识、不确定性知识 4.什么是知识表示？ 就是知识的符号化和形式化的过程，是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。 5.常用的知识表示方法及其衡量标准？（6、7种、谓词、语义网络等等） 衡量标准：完备性、一致性、正确性、灵活性、可扩充性、可理解性、可利用性、可维护性 表示方法： 1.一阶谓词表示法（应用：自动问答系统、机器人行动规划系统、机器博弈系统、问题求解系统） 2.产生式表示法（应用：动物识别系统）
(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