《人工智能》复习要点
- 格式:doc
- 大小:243.50 KB
- 文档页数:9
人工智能复习资料一、引言人工智能(Artificial Intelligence,简称AI)是一门研究如何使计算机能够像人一样思考和行动的科学与工程领域。
它涵盖了多个子领域,包括机器学习、自然语言处理、计算机视觉等。
本文将围绕人工智能的基本概念、发展历程、应用领域以及未来发展趋势等方面进行复习。
二、人工智能的基本概念1. 人工智能的定义和特点人工智能是指使计算机具备智能的能力,能够模拟和实现人类的思维和行为。
其特点包括自主学习、推理、问题解决、语言理解和感知等。
2. 人工智能的分类人工智能可以分为弱人工智能和强人工智能。
弱人工智能是指在特定领域内具备智能的计算机系统,而强人工智能则是指能够在各个领域都表现出与人类相当的智能水平的计算机系统。
三、人工智能的发展历程1. 人工智能的起源人工智能的起源可以追溯到20世纪50年代。
当时,人们开始研究如何使计算机能够模拟人类的思维和行为,提出了“人工智能”这一概念。
2. 人工智能的发展阶段人工智能的发展可以分为符号主义阶段、连接主义阶段和混合主义阶段。
符号主义阶段主要研究基于逻辑和规则的推理和知识表示;连接主义阶段则侧重于神经网络和模式识别;混合主义阶段则将符号主义和连接主义相结合。
四、人工智能的应用领域1. 机器学习机器学习是人工智能的重要分支,它通过让计算机从数据中学习和改进,实现自主学习和决策能力。
机器学习在语音识别、图像识别、推荐系统等领域有广泛应用。
2. 自然语言处理自然语言处理是指让计算机能够理解和处理人类语言的能力。
它在机器翻译、语音识别、智能客服等方面有着重要应用。
3. 计算机视觉计算机视觉是指让计算机能够理解和分析图像和视频的能力。
它在人脸识别、目标检测、智能监控等领域有广泛应用。
4. 智能机器人智能机器人是指具备感知、决策和执行能力的机器人系统。
它在工业生产、医疗护理、军事作战等领域有着广泛应用。
五、人工智能的未来发展趋势1. 深度学习深度学习是机器学习的一种方法,通过构建多层神经网络实现对大规模数据的学习和分析。
第一章绪论●人工智能的诞生:1965年夏季,在达特茅斯大学●人工智能的学派:符号主义,联结主义,行为主义第二章知识表示方法●知识的特性:1.相对正确性;2.不确定性;3.可表示性;4.可利用性●★用谓词公式表示知识的步骤: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以特定的值。
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。
●★★机器人搬弄积木块问题表示P19●★一阶谓词逻辑表示法的特点:1.自然性;2.适宜于精确性知识的表示;3.易实现;4.与谓词逻辑表示法相对应的推理方法。
●产生式系统的组成:1.规则库;2.综合数据库;3.推理机●★产生式系统的推理方式:1.正向推理:①规则库中的规则与综合数据库中的事实进行匹配,得到匹配的规则集合;②使用冲突解决算法,从匹配规则集合中选择一条规则作为启用规则;③执行启动规则的后件。
将该启用规则的后件送入综合数据库或对综合数据库进行必要的修改。
重复这个过程直至达到目标。
2.反向推理:①规则库中的规划后件与目标事实进行匹配,得到匹配的规则集合;②使用冲突解决算法,从匹配规则集合中选择一条规则作为启用规则;③将启用规则的前件作为子目标。
重复这个过程直至各子目标均为已知事实,则反向推理的过程成功结束。
●★★语义网络表示知识举例:P36 例2.5、2.6、2.7;P71 作业18●框架的定义及组成:一个框架由若干个“槽”组成,每个“槽”又可划分为若干个“侧面”。
一个槽用于描述所论及对象的某一方面的属性,一个侧面用于描述相应属性的一个方面。
框架名<槽名><侧面><值>●脚本表示法:美国耶鲁大学的R.C.Schank及其同事们根据概念从属理论提出了一种知识表示方法——脚本表示法。
●问题状态空间的构成:1.状态;(2).算符;3.状态空间。
●★用状态空间表示问题的步骤1.定义状态的描述形式;2.用所定义的状态描述形式把问题的所有可能的状态都表示出来,并确定出问题的初始状态集合描述和目标状态集合描述;3.定义一组算符。
一、填空题(40分)1.人工智能的主要学派:(1)符号主义:又称逻辑主义、心理学派或计算机学派,其原理主要是为物理符号系统假设和有限合理性原理。
(2)连接主义:又称仿生学派或生理学派,其原理主要是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: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。
2.人工智能三个基本问题:知识获取、知识推理、知识利用。
3.常用的知识表示方法包括:状态空间法、问题归纳法、谓词演算法、语义网络法、框架表示法、本体表示法、过程表示法和神经网络表示法。
4.机器学习分为:监督学习、无监督学习、强化学习。
5.遗传算法基本操作分为:选择、交叉和变异。
6.产生式系统的构成分为:规则库、综合数据库和推理机。
7.问题状态空间包含的三种说明集合分别为:初始状态集(S)、操作符集合(F)、以及目标状态集合(G)。
8.可信度方法中,不精确推理规则的一般形式为:IF E THEN H (CF(H,E)),其中(CF(H,E))是该规则的可信度,称为可信度因子或规则强度。
(1)当证据E的可信度CF(E)的取值范围与CF(H,E)相同,即-1 ≤ CF(E)≤ 1;(2)当证据以某种程度为真时,CF(E) > 0(3)当证据肯定为真时,CF(E) = 1(4)当证据以某种程度为假时,CF(E) < 0(5)当证据肯定为假时,CF(E) = -1(6)当证据一无所知时,CF(E) = 09.用产生式方法表示张和李是同学关系:(classmate,Zhang,Li)10.模糊集合表示,例如有一组数据:85,90,82,70,98,模糊集合表示为:11.自然语言理解过程的层次有:语音分析、句词分析、语义分析。
12.人工生命研究实例有:人工脑、计算机病毒、计算机进程、细胞自动机、人工核苷酸。
13.计算智能涉及神经计算、模糊计算、进化计算、粒群计算、自然计算、免疫计算和人工生命等研究领域。
名词解释5X6分/简答题5X10分/论述题1X20分一、选择题1.下列哪个不是人工智能的研究领域( D )A.机器证明B.模式识别C.人工生命D.编译原理2.人工智能是一门( C )A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科3.神经网络研究属于下列( B )学派A.符号主义B.连接主义C.行为主义D.都不是4.(A->B)∧A => B是( C )A.附加律B.拒收律C.假言推理5.命题是可以判断真假的( D )A.祈使句B.疑问句C.感叹句D.陈述句6.MGU是(A)A.最一般合一B.最一般替换C.最一般谓词D.基替换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( B )。
A.专家系统B.机器学习C.神经网络D.模式识别8.下列不在人工智能系统的知识包含的4个要素中( D )A.事实B.规则C.控制D.关系9.语义网络表达知识时,有向弧AKO 链、ISA 链是用来表达节点知识的( C )。
A.无悖性B.可扩充性C.继承性10.仅个体变元被量化的谓词称为( A )A.一阶谓词B.原子公式C.二阶谓词D.全称量词11.或图通常称为( D )A.框架网络B.语义图C.博亦图D.状态图12.不属于人工智能的学派是( B )A.符号主义B.机会主义C.行为主义D.连接主义。
13.所谓不确定性推理就是从( )的初始证据出发,通过运用( )的知识,最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
( A )A.不确定性, 不确定性B.确定性, 确定性C.确定性, 不确定性D.不确定性确定性14.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( B )A.可信度B.信度C.信任增长度D.概率15.已知初始问题的描述,通过一系列变换把此问题最终变为一个子问题集合;这些子问题的解可以直接得到,从而解决了初始问题。
可编辑修改精选全文完整版《人工智能导论》期末复习一、题型:填空题、简答题、计算题、论述题二、复习重点:第一章:1.什么是人工智能?人工智能的三种观点分别是什么?2.实现人工智能的技术路线是哪四种?3.人工智能要研究的三个主要问题是什么?4.人工智能有哪些主要研究领域?第二章:1.什么是知识?何谓知识表示?2.用谓词逻辑表示法表示猴子摘香蕉问题。
3.产生式系统推理机的推理形式有哪三种?4.产生式系统一般由哪三个基本部分组成?5.用语义网络表示:“苹果树枝繁叶茂,上结了很多苹果,有大的,也有小的,有红的,也有绿的” 。
6.用与 / 或树方法表示三阶Hanoi 塔问题。
第三章:1.推理的含义是什么?2.应用归结原理求解下列问题:任何兄弟都有同一个父亲, John 和Peter 是兄弟,且 John 的父亲是 David ,问 Peter 的父亲是谁?第四章:1.可信度方法:例 4.1 ,例 4.22.主观 Bayes 方法:例 4.8 ,例 4.93.证据理论中描述证据和结论的不确定性采用哪两个函数度量?第五章:1.什么叫搜索?搜索的两层含义是什么?2.用全局最佳优先搜索方法求解以下八数码问题。
3.用代价树的深度优先搜索求解下面的推销员旅行问题。
第六章:1.什么是机器学习?机器学习研究的目标是什么?研究机器学习的意义何在?2.机器学习有哪些主要学习策略?3.机器学习系统的基本模型包含哪四个基本环节?4.实例学习的含义是什么?它包含哪两个空间模型?对规则空间进行搜索的方法有几种?第七章:1.什么是自然语言理解?自然语言理解过程有哪些层次?各层次的功能如何?2.对汉语语料库加工的方法是什么?汉语自动分词的方法有哪些?其难点何在?第八章:1.什么是专家系统?它有哪些基本特点?一般专家系统由哪些基本部分构成?2.知识获取的主要任务是什么?3.有哪几类专家系统开发工具?各有什么特点?第九章:1.解答 B-P 学习算法的流程图,并说明其优缺点。
《人工智能导论》期末复习知识点
人工智能导论知识点总结
一、定义:
人工智能(Artificial Intelligence,AI)是指研究如何实现机器的智能,即使用计算机来模拟或提高人类的智能表现和能力。
基于此,人工智能的主要任务是解决一些超出传统计算能力的问题,其中包括学习、推理和解决一些挑战。
二、技术:
人工智能技术可分为三个主要技术领域:
1、机器学习:机器学习是一种研究机器如何学习,并从这些学习中学习及其反馈环境的解决实际问题的学科。
包括规则学习、支持向量机以及深度学习。
2、自然语言处理:自然语言处理是指人工智能技术在处理人类自然语言的理解和翻译方面的应用研究。
它将注重语言应用的学习、理解、表达和使用,以及语言识别、概念识别和分析。
3、计算机视觉:计算机视觉是指使用计算机的视觉系统来处理可视化的图像、图片、视频信息,以及关于图像的相关内容的研究。
它是一种智能系统,包括图像处理、识别和分析等功能。
三、应用:
人工智能在各行各业都有广泛的应用,有助于改善工作效率,提高工作质量,提升企业竞争力,节省成本。
1、机器人:工业机器人、服务机器人等用于工厂生产线和服务行业,可以大大提高工作效率。
人工智能第一章1、什么是人工智能?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。
2、物理符号系统的六种基本功能信息处理系统又叫符号操作系统(Symbol Operation System)或物理符号系统(Physical Symbol System)。
一个完善的符号系统应具有下列6种基本功能:(1)输入符号(input);(2)输出符号(output);(3)存储符号(store);(4)复制符号(copy);(5)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;(6)条件性迁移(conditional transfer):根据已有符号,继续完成活动过程。
人和计算机具备这6种功能。
3、知识表示(Knowledge Representation)主要方法有:状态空间法、问题归约法、谓词逻辑法、语义网络法、框架表示法、本体表示法、过程表示法、神经网络表示法等。
第二章1、谓词逻辑。
2、设有3个传教士和3个野人来到河边,打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候,如果野人人数超过传教士人数,那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?答:设X:传教士人数,Y:野人人数;设D(X,Y) 为运输过程,当X,Y为正时,表示去程;当X,Y为负时,表示返程。
另外还必须满足:,(X为0时除外)第三章1、1)宽度优先搜索定义: 以接近起始节点的程度逐层扩展节点的搜索方法。
特点:一种高代价搜索,但若有解存在,则必能找到它。
2)深度优先搜索定义:首先扩展最新产生的(即最深的)节点。
与宽度优先搜索算法最根本的不同在于:将扩展的后继节点放在OPEN表的前端。
人工智能重点总结(正式版).pdf 人工智能重点总结一、人工智能概述人工智能(ArtificialIntelligence,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。
人工智能是计算机科学的一个分支,旨在生产出一种能以人类智能相似的方式做出反应的智能机器。
人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理、专家系统等。
二、人工智能发展历程人工智能的发展经历了多个阶段。
最初,人工智能的概念和理论开始萌芽,并在20世纪50年代达成了初步的共识。
从20世纪60年代开始,人工智能进入了第一个繁荣期,但这个阶段的人工智能技术还比较初级。
在20世纪70年代,人工智能遭遇了瓶颈期,因为当时的计算机技术和算法无法满足人工智能的发展需求。
直到20世纪80年代,随着计算机技术的进步和神经网络的提出,人工智能再次迎来了发展高峰。
进入21世纪,随着大数据和云计算技术的发展,人工智能得到了更广泛的应用和发展。
三、人工智能的技术和应用人工智能的技术包括机器学习、深度学习、自然语言处理、计算机视觉等。
机器学习是一种通过让机器从数据中学习规律和模式,从而完成特定任务的方法。
深度学习是机器学习的一种,通过构建深度神经网络来实现。
自然语言处理是一种将自然语言转化为计算机语言的方法,使得计算机能够理解和处理自然语言。
计算机视觉是一种通过图像和视频等视觉信息进行识别和分析的技术。
人工智能的应用非常广泛,包括机器人、智能家居、自动驾驶、医疗保健、金融等。
人工智能在机器人领域的应用可以实现自主行动和智能交互。
在智能家居领域,人工智能可以提高家居设备的智能化程度,提高生活质量和节约能源。
在自动驾驶领域,人工智能可以实现车辆的自主驾驶和安全驾驶。
在医疗保健领域,人工智能可以帮助医生进行疾病诊断和治疗计划的制定。
在金融领域,人工智能可以进行风险评估和投资策略的制定等。
四、人工智能的未来发展随着技术的不断进步和发展,人工智能的未来发展前景非常广阔。
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。
名词解释5X6分/简答题5X10分/论述题1X20分一、选择题1.下列哪个不是人工智能的研究领域( D )A.机器证明B.模式识别C.人工生命D.编译原理2.人工智能是一门( C )A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科3.神经网络研究属于下列( B )学派A.符号主义B.连接主义C.行为主义D.都不是4.(A->B)∧A => B是( C )A.附加律B.拒收律C.假言推理5.命题是可以判断真假的( D )A.祈使句B.疑问句C.感叹句D.陈述句6.MGU7.8.9.10.11.12.13.15.16.17.A.用户B.综合数据库C.推理机D.知识库18.产生式系统的推理不包括( D )A.正向推理B.逆向推理C.双向推理D.简单推理19.子句~P?Q和P经过消解以后,得到( B )A. PB. QC.~PD.P?Q20. 反演归结(消解)证明定理时,若当前归结式是( C )时,则定理得证。
A.永真式B.包孕式(subsumed)C.空子句21. 谓词逻辑下,子句, C1=L∨C1‘, C2= ? L∨C2‘,?若σ是互补文字的(最一般)合一置换,则其归结式C=( A )A.C1’σ∨C2’σB.C1’∨C2’C.C1’σ∧C2’σD.C1’∧C2’22.A?(A?B)?A 称为(),~(A?B)?~A?~B称为( C )A.结合律B.分配律C.吸收律D.摩根律23. 如果问题存在最优解,则下面几种搜索算法中,( A )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24.AI的英文缩写是(A)A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information25. 从已知事实出发,通过规则库求得结论的产生式系统的推理方式是( A )A.正向推理B.反向推理C.双向推理26.1997年5月,着名的“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 )A.深蓝B.IBMC.深思D.蓝天27.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( C )A.明斯基B.扎德C.图林D.冯.诺依曼二、填空题综合数据库,知识库和推理机。
名词解释5X6分/简答题5X10分/论述题1X20分一、选择题1.下列哪个不是人工智能的研究领域( D )A.机器证明B.模式识别C.人工生命D.编译原理2.人工智能是一门( C )A.数学和生理学B.心理学和生理学C.语言学D.综合性的交叉学科和边缘学科3.神经网络研究属于下列( B )学派A.符号主义B.连接主义C.行为主义D.都不是4.(A->B)∧A => B是( C )A.附加律B.拒收律C.假言推理5.命题是可以判断真假的( D )A.祈使句B.疑问句C.感叹句D.陈述句6.MGU是(A)A.最一般合一B.最一般替换C.最一般谓词D.基替换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( B )。
A.专家系统B.机器学习C.神经网络D.模式识别8.下列不在人工智能系统的知识包含的4个要素中( D )A.事实B.规则C.控制D.关系9.语义网络表达知识时,有向弧AKO 链、ISA 链是用来表达节点知识的( C )。
A.无悖性B.可扩充性C.继承性10.仅个体变元被量化的谓词称为( A )A.一阶谓词B.原子公式C.二阶谓词D.全称量词11.或图通常称为( D )A.框架网络B.语义图C.博亦图D.状态图12.不属于人工智能的学派是( B )A.符号主义B.机会主义C.行为主义D.连接主义。
13.所谓不确定性推理就是从( )的初始证据出发,通过运用( )的知识,最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。
( A )A.不确定性, 不确定性B.确定性, 确定性C.确定性, 不确定性D.不确定性确定性14.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( B )A.可信度B.信度C.信任增长度D.概率15.已知初始问题的描述,通过一系列变换把此问题最终变为一个子问题集合;这些子问题的解可以直接得到,从而解决了初始问题。
这是知识表示法叫( B )A.状态空间法B.问题归约法C.谓词逻辑法D.语义网络法16.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( B )A.依赖函数B.Skolem函数C.决定函数D.多元函数17.下列哪部分不是专家系统的组成部分( A )A.用户B.综合数据库C.推理机D.知识库18.产生式系统的推理不包括( D )A.正向推理B.逆向推理C.双向推理D.简单推理19.子句~P∨Q和P经过消解以后,得到( B )A. PB. QC.~PD.P∨Q20. 反演归结(消解)证明定理时,若当前归结式是( C )时,则定理得证。
A.永真式B.包孕式(subsumed)C.空子句21. 谓词逻辑下,子句, C1=L∨C1‘, C2= ¬ L∨C2‘, 若ζ是互补文字的(最一般)合一置换,则其归结式C=( A )A.C1’ζ∨C2’ζB.C1’∨C2’C.C1’ζ∧C2’ζD.C1’∧C2’22.A∧(A∨B)⇔A 称为(),~(A∧B)⇔~A∨~B称为( C )A.结合律B.分配律C.吸收律D.摩根律23. 如果问题存在最优解,则下面几种搜索算法中,( A )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24.AI的英文缩写是(A)A)Automatic Intelligence B)Artifical IntelligenceC)Automatice Information D)Artifical Information25. 从已知事实出发,通过规则库求得结论的产生式系统的推理方式是( A )A.正向推理B.反向推理C.双向推理26.1997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 )A.深蓝B.IBMC.深思D.蓝天27.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( C )A.明斯基B.扎德C.图林D.冯.诺依曼二、填空题1.从已知事实出发,通过规则库求得结论的产生式系统的推理方式是正向推理2.AI是是 Artifical Inteligence 的英文缩写3.人工智能的基本技术包括搜索技术、推理技术、知识表示和知识库技术、归纳技术、联想技术4.归结法中,可以通过修改证明树的方法得到问题的解答。
5.目前所用的知识表示形式有框架、语义网络、面向对象等。
6.产生式系统有三部分组成综合数据库,知识库和推理机。
其中推理可分为正向推理和反向推理。
7.化成子句形式为:。
8.在谓词公式中,紧接于量词之后被量词作用的谓词公式称为该量词的辖域,而在一个量词的辖域中与该量词的指导变元相同的变元称为约束变元,其他变元称为自由变元9.谓词逻辑中,重言式(tautlogy)的值是真。
10.利用归结原理证明定理时,若得到的归结式为,则结论成立。
11.若C1=┐P∨Q,C2=P∨┐Q,则C1和C2的归结式R(C1,C2)= 。
(空集)12.若C1=P(x) ∨Q(x),C2=┐P(a) ∨R(y),则C1和C2的归结式R(C1,C2= ┐P∨P或┐Q∨Q 。
13.在归结原理中,几种常见的归结策略并且具有完备性的是删除策略,支持集策略,线性归结策略。
14.假言推理(A→B)∧A⇒ B ,假言三段论(A→B)∧(B→C)⇒ A→C .15.不确定性类型按性质分:随机性,模糊性,不完全性,不一致性。
16.在删除策略归结的过程中删除以下子句:含有纯文字的子句;含有永真式的子句;子句集中被别的子句类含的子句。
17.从已知事实出发,通过规则库求得结论的产生式系统的推理方式正向推理。
18.对证据的可信度CF(A)、CF(A1)、CF(A2)之间,规定如下关系:CF(~A)= -CF(A) 、CF(A1∧A2 )= min{CF(A1),CF(A2)} 、CF(A1∨A2 )= max{CF(A1),CF(A2)}19.在启发式搜索当中,通常用启发函数来表示启发性信息。
20.图:指由节点和有向边组成的网络。
按连接同一节点的各边的逻辑关系又可分为或图和与或图。
21.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,请问这个科学家是图林22.不确定性类型按性质分:随机性,模糊性,不完全性,不一致性。
23.在删除策略归结的过程中删除以下子句:含有纯文字的子句;含有永真式的子句;子句集中被别的子句类含的子句。
24.产生式系统的推理过程中,从可触发规则中选择一个规则来执行,被执行的规则称为被触发规则。
25.1997年5月,著名的“人机大战”,最终名为“深蓝”的计算机以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。
26.合一算法:求非空有限具有相同谓词名的原子公式集的最一般合一(MGU)27.P(B|A) 表示在规则A→B 中,证据A为真的作用下结论B为真的概率。
28.人工智能的远期目标是制造智能机器,近期目标是实现机器智能。
知识点1.信息处理系统:符号操作系统(Symbol Operation System),物理符号系统(Physical Symbol System)。
所谓符号就是模式(pattern)。
一个完善的符号系统应具有下列6种基本功能:(1)输入符号(input);(2)输出符号(output);(3)存储符号(store);(4)复制符号(copy);(5)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;(6)条件性迁移(conditional transfer):根据已有符号,继续完成活动过程2. 证据理论是由德普斯特(A.P.Dempster)首先提出,并有沙佛(G.Shafer)进一步发展起来的用于处理不确定性的一种理论,也称DS (Dempster-Shafer)理论。
它将概率论中的单点赋值扩展为集合赋值,可以处理由“不知道”所引起的不确定性,比主观Bayes方法有着更大的灵活性。
在DS理论中,可以分别用信任函数、似然函数及类概率函数来描述知识的精确信任度、不可驳斥信任度及估计信任度。
3.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。
4.专家系统:一般地说,专家系统是一个智能计算机程序系统,其内部具有大量专家水平的某个领域知识与经验,能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
发展专家系统的关键是表达和运用专家知识,即来自人类专家的并已被证明对解决有关领域内的典型问题是有用的事实和过程。
5.知识是人类智能的基础,是大脑对现实世界认识的表达,它经过对信息的加工整理、解释、挑选和改造而成,是由特定领域的描述、关系和过程组成的,是事实、信念和启发式规则。
知识的特点:相对正确性,不确定性,可表示性,可利用性。
知识的分类:事实性知识,过程性知识,行为性知识,实例性知识,类比性知识,元知识。
通常知识可以从范围、目的和有效性三个方面来描述:知识的范围是由具体到一般,知识的目的是由说明性到指定性,知识的有效性是由确定到不确定。
6. 人工智能: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。
7.不确定性推理:不确定性推理泛指除精确推理以外的其它各种推理问题。
包括不完备、不精确知识的推理,模糊知识的推理,非单调性推理等。
不确定性推理过程实际上是一种从不确定的初始证据出发,通过运用不确定性知识,最终推出具有一定不确定性但却又是合理或基本合理的结论的思维过程8.知识表示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。
9.神经网络神经网络处理直觉和形象思维信息具有比传统处理方式好得多的效果。
神经网络已在模式识别、图象处理、组合优化、自动控制、信息处理、机器人学和人工智能的其它领域获得日益广泛的应用。
10.在基于规则系统中,每个if可能与某断言(assertion)集中的一个或多个断言匹配,then部分用于规定放入工作内存的新断言。
当then部分用于规定动作时,称这种基于规则的系统为反应式系统(reaction system)或产生式系统(production system)。