人工智能考试大纲
《人工智能》考试大纲
第一章绪论
1. 了解：人工智能研究的历史和研究领域的大致情况（不少于六个领域）。
2．理解：什么是智能、人工智能研究的目标（近期目标和长远目标）、人工智能研究的内容、人工智能研究的途径。
3. 掌握：人工智能的定义。
第二章问题求解的基本原理
1．理解：盲目搜索中图搜索的一般过程；启发式搜索中的搜索策略、与或图概念与搜索方法。
2. 掌握：状态图及状态空间；广度优先图搜索技术；深度优先搜索算法；A算法；A*算法；α―β剪枝技术。
第三章知识与知识表示
1. 理解：知识的概念及知识的类型；知识的表示。
2. 掌握：知识表示的谓词逻辑法、状态空间法、问题归约法、框架
表示、语义网络法。
第四章问题求解(一): 演绎推理
1. 理解：一阶谓词逻辑的基本概念和相关理论。
2. 掌握：推理的基本概念和推理的控制策略；归结（消解）演绎推理；置换与合一技术；归结（消解）反演及其控制策略；应用归结（消解）原理求解问题。
第五章问题求解(二): 不确定性推理
1. 理解：不确定性推理的基本问题和总体框架算法；对于知识模糊性的可能性理论的推理方法。
2. 掌握：确定性理论；证据理论；主观贝叶斯（Bayes）方法。
第六章机器学习
1. 了解：机器学习的定义和研究意义；机器学习系统构造原则和步骤。
2. 理解：机器学习的主要策略和机器学习系统的基本结构；机器学习的模式；机器学习的主要问题；基于事例的学习的基本原理；基于概念学习的基本原理。
3. 掌握：基于神经网络的学习中神经网络的构成，基于BP神经网络的结构和方向传播公式以及基于BP神经网络的学习算法，Hopfield神经网络的构成和学习算法，
人工智能导论试卷一答案 (上海交大)
一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中，fm的含义是到当前为止，扩展的节点中，f的最大值 2、对任意节点n，设m是n的子节点，当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时，称h是单调的。 三、问答题答案 第1题 答：当问题有解时，A*算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是对A*算法加以改进，使用修正的A*算法进行搜索，则可以减少重复扩展节点问题。 第2题 答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 第3题 答：化子句集如下：
归结树如下： 修改证明树：
得到问题的解答：R(h(f(g(c, a)))) 第4题 第5题 答：搜索图如图所示，其中括号内标出的是节点的f值，圆圈内的数字是扩展的次序。F(16) 得到的解路径为：S-B-F-J-T 第6题 答：如下的知识可以帮助求解该问题： （1）序列中，偶数在偶数位置，奇数在奇数位置； （2）第五个数为5。 综合数据库：
用一个1到9的序列表示：N = {x}，其中x为1到9的数字之一。规则集： r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度，In(a, b, c, d)为取a、b、c、d之一。初始状态：{} 结束条件：得到的序列N前i个数组成的整数能被i整除。
人工智能-知识表示方法
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。
2019年版人工智能行业市场调研分析报告
2019年版人工智能行业市场调研分析报告（部分内容） China's Industrial Market Research and Prospect Forecast Analysis Report(2019-2025) （专业、精准、高效，助力企业决策）
2015-2017年机器人产业发展综况 一、全球机器人行业规模分析 当前，全球机器人市场规模持续扩大，工业、特种机器人市场增速稳定，服务机器人增速突出。技术创新围绕仿生结构、人工智能和人机协作不断深入，产品在教育陪护、医疗康复、危险环境等领域的应用持续拓展，企业前瞻布局和投资并购异常活跃，全球机器人产业正迎来新一轮增长。 全球市场规模 根据调研的数据，2017年，全球机器人市场规模达到232亿美元，2012-2017年的平均增长率接近17%。其中，工业机器人147亿美元，服务机器人29亿美元，特种机器人56亿美元。 图1：2017年全球机器人规模占比 （一）工业机器人：销量稳步增长，亚洲市场依然最具潜力 目前，工业机器人在汽车、金属制品、电子、橡胶及塑料等行业已经得到了广泛的应用。随着性能的不断提升，以及各种应用场景的不断明晰，2012年以来，工业机器人的市场正以年均15.2%的速度快速增长。据IFR统计显示，2016年全球工业机器人销售额首次突破132亿美元，其中亚洲销售额76亿美元，欧洲销售额26.4亿美元，北美地区销售额达到17.9亿美元。中国、韩国、日本、美国和德国等主要国家销售额总计占到了全球销量的3/4，这些国家对工业自动化改造的需求激
活了工业机器人市场，也使全球工业机器人使用密度大幅提升，目前在全球制造业领域，工业机器人使用密度已经超过了70台/万人。2017年，工业机器人将进一步普及，销售额有望突破147亿美元，其中亚洲仍将是最大的销售市场。 图2：2012-2020年全球工业机器人销售额及增长率 （二）服务机器人：人工智能兴起，行业迎来高速发展新机遇 随着信息技术快速发展和互联网快速普及，以2006年深度学习模型的提出为标志，人工智能迎来第三次高速发展。与此同时，依托人工智能技术，智能公共服务机器人应用场景和服务模式正不断拓展，带动服务机器人市场规模高速增长。2017年，全球服务机器人市场达29亿美元。2020年将快速增长至69亿美元，2016-2020年的平均增速高达27.9%。2017年，全球医疗服务机器人、家用服务机器人和专用服务机器人市场规模分别为16.2亿美元、7.8亿美元和5亿美元，其中医疗服务机器人市场规模占比最高达55.9%，高于家用服务机器人29个百分点，其中智能服务机器人的比例快速提升。
《人工智能导论》试卷B
人工智能试卷（B） 试题部分： 一、选择题（15小题，共15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） 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D 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∨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’ 4、或图通常称为D 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B 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C 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（B ）。 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） 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（D ） 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B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B 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（C）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（B ） 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（B ） A. P B. Q C. ~P D.P∨Q
人工智能引论复习题
人工智能:是边缘学科.主要研究如何用计算机模仿和实现人类的智能. 符号主义(主流学派):认为人的认知基元是符号,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,能用计算机来模拟人的智能行为;认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. 连结主义:认为思维基元是神经元,而不是符号处理过程;认为人脑不同于电脑,并提出连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:认为智能取决于感知和行动(所以被称为行为主义),提出智能行为的“感知—动作”模式;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(所以称为进化主义);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. 确定性推理是建立在确定性知识和证据的基础上的推理.从确定的初始证据出发,通过运用确定性知识,最终推出具有一定程度的确定性但却又是合理或基本合理的结论. 知识是人们在改造客观世界的实践中形成的对客观事物(包括自然的和人造的)及其规律的认识,包括对事物的现象、本质、状态、关系、联系和运动等的认识. 知识表示方式(把知识用计算机可接受的符号并以某种形式描述出来)一阶谓词逻辑、产生式表示、状态空间图表示、与或图表示、语义网络、框架结构表示,还有问题归纳法、面向对象法等. 机器学习是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. 机器学习的基本系统结构:环境向系统的学习部分提供某些信息,学习部分利用这些信息修改知识库,以增进系统执行部分完成任务的效能,执行部分根据知识库完成任务,同时把获得的信息反馈给学习部分.在具体的应用中,环境,知识库和执行部分决定了具体的工作内容,学习部分所需要解决的问题完全由上述3部分确定.下面我们分别叙述这3部分对设计学习系统的影响. 所有的人都是要死的,苏格拉底是人,所以苏格拉底是要死的. 令P(x):x是人,Q(x):x是要死的:(x)(P(x)→Q(x))∧P(苏格拉底)→Q(苏格拉底) 证明(1) ( x)(P(x)→Q(x)) 前提 (2) P(苏格拉底)→Q(苏格拉底) 全称量词消去 (3) P(苏格拉底) 前提 (4) Q(苏格拉底) (2)(3) 分离 每个学术会议的成员是专家,有些成员是年轻人,所有有的成员是年轻专家. 令P(x):x是专家,Q(x):x是年轻人,R(x)表x是学术会议成员: (X)(R(x)→P(X));(?X) (R(x)∧Q(X));(?X)(Q(X)∧P(X)) 证明(1)(?X) (R(x)∧Q(X)) P (2) R(a)∧Q(a)ES(1) (3)R(a)T(1)I (4) (X)(R(x)∧P(X))P (5)R(a)→P(a)US(4) (6) P(a) T(3) (5)I (7)Q(a) T(2)I (8)Q(a)∧P(a) T(6) (7)I (9)(?X) (Q(x)∧P(X)) EG(8) 任何鸵鸟都不会飞,多有雌鸵鸟都是鸵鸟,所以,所有雌鸵鸟都不会飞. 设P(x):x是鸵鸟;Q(x):x会飞;R(x):x是雌鸟. ?x(P(x)→?Q(x)),
《人工智能导论》课程期末考试试卷二 答案 (上海交大)
一、选择题答案1、A2、A 二、填空题答案 1、基于规则的正向演绎系统使用的条件是（1）事实表达式是任意形式（2）规则形式为L→W或L1∨L2→W，其中L为单文字，W为任意形（3）目标公式为文字析取形 2、基于规则的逆向演绎系统使用的条件是（1）事实表达式是文字合取形（2）规则形式为W→L 或W→L1∧L2 ，其中L为单文字，W为任意形（3）目标公式为任意形式 3、归结法中，可以通过修改证明树的方法得到问题的解答。 三、问答题答案 第1题答：
得解图：
第2题 第3题 答：综合数据库： (m1, m5, m9, b) 设从河的左岸到右岸，其中m1, m5,m9分别表示过河时间需要1分钟，5分钟和9分钟的人，在河左岸的人数。b＝1表示船在左岸，b＝0表示船在右岸。规则集： 初始状态：(2, 1, 1, 1) 结束状态：(0, 0, 0, 0) h函数：h(n) = m - b，其中m为在左岸的人数，b为船是否在左岸。 对于任意两个节点ni和nj，其中nj是ni的子节点。 当ni中b＝1时，则nj中b＝0，因此：max(h(ni)-h(j))=(m-1)-(m-1)=0, 而C(ni, nj)最小为1， 因此h(ni)-h(nj) 因此该h函数满足单调性条件。所以h满足A*条件。 第4题 答：对事实和规则进行skolem化： （1）(s) ~P(a) （2）(s)(P(g(s))) P(g(s)) （3）(x)(s)(y)((P(s)∧Q(b，x，s))→H(y) (P(s)∧Q(b，c，s))→H(f(s)) （4）(x)(s)(Q(b，x，s)→Q(b，x，g(s))) Q(b，x，s)→Q(b，x，g(s)) （5）(x)(s)(y)(~P(s)→Q(b，x，y)) ~P(s)→Q(b，x，h(x, s)) 经变量换名后，有事实和规则如下： ~P(a) P(g(s1)) r1: (P(s2)∧Q(b，c，s2))→H(f(s2)) r2: Q(b，x3，s3)→Q(b，x3，g(s3)) r3: ~P(s4)→Q(b，x4，h(x4, s4)) 用对偶形式对目标skolem 化： (x)H(x) H(x) 演绎图如下图(这里只给出了一个一致解图)。 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 人工智能市场调研分析报告 目录 第一节人工智能与深度学习 (3) 一、人工智能：让机器像人一样思考 (3) 二、机器学习：使人工智能真实发生 (4) 三、人工神经网络：赋予机器学习以深度 (4) 四、深度学习：剔除神经网络之误差 (5) 第二节深度学习的实现 (5) 一、突破局限的学习算法 (6) 二、骤然爆发的数据洪流 (6) 三、难以满足的硬件需求 (7) 第三节现有市场——通用芯片GPU (8) 一、GPU是什么？ (8) 二、GPU和CPU的设计区别 (8) 三、GPU和CPU的性能差异 (9) 四、GPU行业的佼佼者：Nvidia (10) 五、Nvidia的市场定位：人工智能计算公司 (11) 六、Nvidia的核心产品：Pascal家族 (12) 七、Nvidia的应用布局：自动驾驶 (13) 八、Nvidia的产业优势：完善的生态系统 (14) 第四节未来市场：半定制芯片FPGA (14) 一、FPGA是什么？ (14) 二、FPGA和GPU的性能差异 (15) 三、FPGA市场前景 (16) 四、FPGA现有市场 (17) 五、FPGA行业的开拓者：Intel (17) 六、Intel的产品布局 (17) 七、Intel的痛点：生态不完善 (18) 八、Intel的优势 (19) 第五节投资前景 (20) 第一节人工智能与深度学习 2016年，AlphaGo与李世石九段的围棋对决无疑掀起了全世界对人工智能领域的新一轮关注。在与李世石对战的5个月之前，AlphaGo因击败欧洲围棋冠军樊麾二段，围棋等级分上升至3168分，而当时排名世界第二的李世石是3532分。按照这个等级分数对弈，AlphaGo每盘的胜算只有约11%，而结果是3个月之后它在与李世石对战中以4比1大胜。AlphaGo的学习能力之快，让人惶恐。 一、人工智能：让机器像人一样思考 自AlphaGo之后，“人工智能”成为2016年的热词，但早在1956年，几个计算机科学家就在达特茅斯会议上首次提出了此概念。他们梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器，也就是我们今日所说的“强人工智能”。这个无所不能的机器，它有着我们所有的感知、所有的理性，甚至可以像我们一样思考。 人们在电影里也总是看到这样的机器：友好的，像星球大战中的C-3PO；邪恶的，如终结者。强人工智能目前还只存在于电影和科幻小说中，原因不难理解，我们还没法实现它们，至少目前还不行。 我们目前能实现的，一般被称为“弱人工智能”。弱人工智能是能够与人一样，甚至比人更好地执行特定任务的技术。例如，Pinterest上的图像分类，或者Facebook的 D、人造机器人 答案：C PEAS分别是指哪些组件？ A、性能/环境/执行器/传感器 B、传感器/性能/环境/执行器 C、环境/执行器/传感器/性能 D、传感器/环境/执行器/性能 答案：A 智能体程序分别有哪些类型？（） A、感知智能体/决策智能体/学习智能体/规划智能体 B、简单反射型智能体/基于模型的反射型智能体/基于目标的智能体/基于效用的智能体 C、机器人/软件/硬件/算法 D、类人智能体/类动物智能体 答案：B 智能体使用什么组件来获得环境信息？（） A、执行器 B、CPU C、传感器 D、条件--行动规律 答案：C 基于模型的反射型智能体的核心组件比简单反射型智能体多了什么？（） A、执行器 B、传感器 C、CPU D、世界模型 答案：D 基于目标的智能体比基于模型的反射型智能体多了什么组件？（） A、CPU B、世界模型 C、目标 D、环境 答案：C 可以把效用想象成什么？（） A、效果 B、能源 C、金钱 D、智能体 答案：C 基于效用的智能体比基于目标的智能体多了什么核心组件？（） A、世界模型 B、CPU C、效用评估 D、金钱 答案：C 哪个例子是强链接？（） A、收音机听到的一个人 B、微博上的陌生朋友 C、亲人 D、同事 答案：CD 一个图表示为G = (V, E)，其中V是指？（） A、一个点 B、一条边 C、边集合 D、点集合 答案：D 局部信息相似性链路预测的优势是什么？() A、精准 B、速度快 C、符合实际场景 D、包含节点属性 答案：B 下面哪个是全局信息预测算法？() A、Common neighBors (CN) B、JACCArD (JC) C、ADAmiC-ADAr (AA) D、PAgeRAnk 答案：D 谷歌搜索引擎的算法基本框架是？() A、Common neighBors (CN) B、JACCArD (JC) C、ADAmiC-ADAr (AA) D、PAgeRAnk 答案：D PAgeRAnk中，参数Oj是指() A、所有网页的数量 B、从网页引出去的链接的数量 C、指向网页的链接的数量 D、可调参数 答案：B 一个好的学习训练模型应该是？（） A、在训练时最小化错误率（提高在训练集上的准确率） B、模型应该简单（防止过拟合） C、将模型函数正则化 D、可以利用已知的数据特性，例如稀疏、低秩等 答案：ABCD 正则化是为了什么？ 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： 《人工智能导论》期末复习知识点 选择题知识点 1.人工智能、人工神经网络、机器学习等人工智能中常用词的英文及其英文缩写。 人工智能Artificial Intelligence,AI 人工神经网络Artificial Neural Network，ANN 机器学习Machine Learning，ML 深度学习Deep Learning,DL 2.什么是强人工智能？ 强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。 3.回溯算法的基本思想是什么？ 能进则进。从一条路往前走，能进则进，不能进则退回来，换一条路再试。 4.面向对象、产生式系统、搜索树的定义？ 面向对象(Object Oriented)是软件开发方法，一种编程范式。面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等领域。面向对象是一种对现实世界理解和抽象的方法，是计算机编程技术发展到一定阶段后的产物。面向对象是相对于面向过程来讲的，面向对象方法，把相关的数据和方法组织为一个整体来看待，从更高的层次来进行系统建模，更贴近事物的自然运行模式。 把一组产生式放在一起，让它们相互配合，协同工作，一个产生式生成的结论可以供另一个产生式作为前提使用，以这种方式求得问题的解决的系统就叫作产生式系统。 对于需要分析方法，诸如深度优先搜索和广度优先搜索（穷尽的方法）以及启发式搜索（例如最佳优先搜索和A*算法），这样的问题使用搜索树表示最合适。 5.机器学习的基本定义是什么？ 机器学习是一门研究及其获取新知识和新技能，并识别现有知识的学问。6.智慧地球的概念，智慧地球提出的背景是怎样的？ 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。 一、人工智能的内涵及分类 （一）人工智能的内涵 人工智能（Artificial Intelligence，简称AI）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。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。 一、填空： 1.人工智能的研究途径有（1）、（2）和行为模拟。 2.任意列举人工智能的四个应用性领域（3）、（4）、（5）、（6）。 3.人工智能的基本技术包括（7）、（8）、（9）归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言，其真值的特点和命题逻辑的区别是 （10）。 5.谓词逻辑中，重言式（tautlogy）的值是（11）。 6.设P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和C2的归结式R（C1，C2）= （19）。 12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和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是（24），（25），（26）。 16.状态图启发式搜索算法的特点是（27）。 17.广度优先搜索算法中，OPEN表的数据结构实际是一个（28），深度优先搜索算 法中，OPEN表的数据结构实际是一个（29）。 18.产生式系统有三部分组成（30），（31）和推理机。其中推理可分为（32）和 （33）。 19.专家系统的结构包含人机界面、（34），（35），（36），（37）和解 释模块。 ●1、人工智能有哪些研究领域？你能列举出一些与汽车相关的研究领域吗？ 自然语言理解，数据库的智能检索，专家咨询系统，定理证明，博弈，机器人学，自动程序设计，组合调度问题，感知问题。无人驾驶，安全驾驶辅助系统，环境识别与感知，GPS导航，人工智能换挡互联网 ●2、对于农夫过河问题，分析其中的产生式规则，组成规则库，并给出初始事实数据和 目标条件，建立一个小型产生式系统并运行之。 1)农夫每次只能带一样东西过河(2)如果没有农夫看管，狼吃羊，羊吃菜 要求：设计一个过河方案，使得农夫、狼、羊、菜都能过河，画出相应的状态空间图。 2)四元组S表示状态，即S＝(农夫，狼，羊，菜) 用0表示在左岸，1表示在右岸初始S=(0，0，0，0) 目标G=(1，1，1，1) 定义操作符L(i)表示农夫带东西到右岸：i=0 农夫自己到右岸；i=1 农夫带狼到右岸； i=2 农夫带羊到右岸； i=3 农夫带菜到右岸； 定义操作符R(i)表示农夫带东西到左岸： i=0 农夫自己到左岸； i=1 农夫带狼到左岸；i=2 农夫带羊到左岸； i=3 农夫带菜到左岸； 约束状态如下：(1，0，0，X)狼、羊在左岸；(1，X，0，0)羊、菜在左岸； (0，1，1，X)狼、羊在右岸；(0，X，1，1)羊、菜在右岸； (0，0，0，0) / L(2) (1，0，1，0) / R(0) (0，0，1，0) / L(1) \ R(3) (1，1，1，0) (1，0，1，1) / R(2) \ R(2) (0，1，0，0) (0，0，0，1) \ L(3) / L(1) (1，1，0，1) \ R(0) (0，1，0，1) \ L(2) (1，1，1，1) 解一：解二： 1.带羊过河 (1，0，1，0) 1.带羊过河 (1，0，1，0) 2.农夫回来 (0，0，1，0) 2.农夫回来 (0，0，1，0) 3.带狼过河 (1，1，1，0) 3.带菜过河 (1，0，1，1) 4.带羊回来 (0，1，0，0) 4.带羊回来 (0，0，0，1) 5.带菜过河 (1，1，0，1) 5.带狼过河 (1，1，0，1) 6.农夫回来 (0，1，0，1) 6.农夫回来 (0，1，0，1) 7.带羊过河 (1，1，1，1) 7.带羊过河 (1，1，1，1) 4、书上P158—4.10、4.13、4.17 4.10 用语义网络表示：动物能运动，会吃；鸟是一种动物，鸟有翅膀，会飞；鱼是一种 动物，鱼生活在水里，会游泳。 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 第二章知识表示 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。 福州大学2014～2015学年第2学期考试A卷 课程名称人工智能导论考试日期2015-6-14 考生姓名学号专业或类别 题号一二三四总分累分人 签名题分100 得分 考生注意事项：1、本试卷共8 页，请查看试卷中是否有缺页。 2、考试结束后，考生不得将试卷、答题纸和草稿纸带出考场。 一、填空题(每空1分，共20分) 得分评卷人 1. 人工智能三大学派是、和。 2. 在知识表示方法中，与谓词逻辑表示为ISA（LIMING ，MAN）等效的语义网络形式 为。 3.状态空间表示法的两个基本概念是和。 4. 产生式系统由3个部分组成：一个总数据库、、。 5. ANN中文意义是。 6. 反向传播（back-propagation,BP）算法过程是从输出节点开始， ，所以称为“反向传播”。 7. 消解反演证明定理时，若当前归结式是，则定理得证。 8. 子句和P经过消解以后，得到。 9．基于规则的正向演绎系统，其规则形式为，其中前项要满足的条件是。 10. 语义网络下的推理是通过和实现的。 11. 被成为人工智能之父，曾提出一个机器智能的测试模型。 12. 谓词公式(?x)(?y)(?z)(P(x,y)∨Q(y,z)W(z))消去存在量词后，可以化为 。 13. 设E 1=P(a,v,f(g(y))),E 2 =P(z,f(a),f(u)),则E 1 和E 2 的mgu（最一般合一）为 。 14. 进化策略是在父矢量x i ，i=1,2,……p中，通过加入一个 变量以及预先选择x的标准偏差来产生子代矢量x。 二、选择题(每小题2分，共20分) 得分评卷人 1. 在图搜索中，选择最有希望的节点作为下一个要扩展的节点，这种搜索方法叫做( ) A. 宽度搜索 B. 深度搜索 C. 有序搜索 D. 广义搜索 2. 下列人工神经网络属于反馈网络的是（） A. Hopfield网 B. BP网络 C. 多层感知器 D. LVQ网络 3. 使用一组槽来描述事件的发生序列，这种知识表示法叫做( ) A. 语义网络法 B. 过程表示法 C. 剧本表示法 D. 框架表示法 4. 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 5. 启发式搜索是寻求问题（）解的一种方法 A. 最优 B. 一般 C. 满意 D. 最坏 6. 语义网络表达知识时，有向弧AKO链、ISA链表达节点知识的（） A. 无悖性 B. 可扩充性 C. 继承性 D. 完整性 7. 下面表达式对中（）是能够合一的。 A. P（q（f（v）），g（u））和P（x，x） B. P（x，f（x））和P（y，y） C. P（y，y，B）和P（z，x，z） D. P（f（A），x），P（x，A） 8. 在遗传算法中，变量x的定义域为 [-2，5]，要求其精度为10-6，现用二进制进行编码，整理人工智能简答题
人工智能市场调研分析报告
2019公需科目计算智能+人工智能导论答案
人工智能导论课参考答案第2章
《人工智能导论》期末复习知识点
人工智能
人工智能行业发展前景展望及市场规模预测
《人工智能导论》试卷
人工智能导论复习题
什么是人工智能计算机
人工智能导论期末复习习题集
福州大学《人工智能导论》试卷