人工智能答疑库(2011)

第0章绪论问题1: 人工智能产生于哪一年？解答: 1956年．1956年夏季，美国的一些年青科学家在Dartmouth大学召开了一个夏季讨论会，在该次会议上，第一次提出了人工智能（Artificial Intelligence）这一术语，标志着人工智能的诞生。

问题2: 什么是图灵测试？解答: 图灵测试用来测试计算机系统是否具有智能。

假想有一台计算机，一个人类志愿人员和一个测试者。

计算机和志愿人员分别在两个房间中，测试者既看不到计算机，也看不到志愿人员。

测试者的目的就是通过提问，以判断哪个房间中是计算机，哪个房间中是志愿人员。

如果测试者在一系列的这种测试中，不能准确地判定出谁是计算机，谁是人，则说明计算机通过了图灵测试，具有了图灵测试意义下的智能。

问题3: 什么是人工智能？解答: 人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。

问题4: 人工智能有哪些应用领域？解答:人工智能的应用领域有：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、感知问题等等。

第1章搜索问题问题1: 搜索算法分为哪两大类？解答: 搜索算法，根据其是否使用与问题有关的知识，分为盲目搜索（无信息搜索）和启发式搜索两大类。

启发式搜索又称为有信息搜索，它是指在搜索求解的过程中，根据问题本身的特性或搜索过程中产生的一些信息来不断地改变或调整搜索的方向，使搜索朝着最有希望的方向前进，加速问题的求解，并找到最优解。

可用于指导搜索过程且与具体问题有关的控制性信息称为启发信息。

问题2: 什么是回溯策略？解答:回溯策略属于盲目搜索的一种。

首先将规则给出一个固定的排序，在搜索时，对当前状态（搜索开始时，当前状态是初始状态）依次检测每一条规则，在当前状态未使用过的规则中找到第一条可应用规则，应用于当前状态，得到的新状态重新设置为当前状态，并重复以上搜索。

如果当前状态没有规则可用，或者所有规则已经被试探过仍未找到问题的解，则将当前状态的前一个状态（即直接生成该状态的状态）设置为当前状态。

重复以上搜索，直到找到问题的解，或者试探了所有可能后仍找不到问题的解为止。

所谓回溯，即算法后退一步，把前一个状态置为当前状态。

问题3: 回溯方法在哪些情况下进行回溯？解答: （1）当遇到非法状态时；（2）当一个状态的所有规则都用完时；（3）当节点的深度达到了限制值，还没有找到解时；（4）当出现回路时。

问题4:什么是扩展一个节点？解答:后继结点操作符（相当于可应用规则）作用到结点（对应于某一状态描述）上，生成出其所有后继结点（新状态），并给出连接弧线的耗散值（相当于使用规则的代价），这个过程叫作扩展一个结点。

扩展结点可使定义的隐含图生成为显式表示的状态空间图。

问题5:什么是深度优先搜索？深度优先方法的特点是什么？解答:所谓深度优先搜索，就是在每次扩展一个结点时，选择到目前为止深度最深的结点优先扩展。

深度有限搜索有如下特点：（1）属于图搜索；（2）是一个通用的搜索方法；（3）如果深度限制不合适，有可能找不到问题的解；（4）不能保证找到最优解。

问题6: 什么是宽度优先搜索？宽度优先方法的特点是什么？解答: 所谓深度优先搜索，就是在每次扩展一个结点时，选择到目前为止深度最浅的结点优先扩展。

宽度有限搜索有如下特点：（1）属于图搜索；（2）是一个通用的搜索方法；（3）当问题有解时，一定能找到解；（4）在单位耗散值的情况下，问题如果有解，一定能找到最优解。

问题7: 什么是A算法？解答: 定义评价函数: f(n)=g(n)+h(n) 对OPEN表中的元素按照f值，从小到大进行排列，每次从OPEN表中取出f值最小的节点扩展，这种图搜索算法成为A 算法。

问题8: A算法中的f(n)、g(n)和h(n)各代表什么含义？解答: g(n)表示从初始节点当节点n的最优路径耗散值的估计。

h(n)表示从节点n到目标节点最优路径耗散值的估计。

f(n)=g(n)+h(n)表示从初始节点出发，经过节点n，到达目标节点的最优路径的耗散值的估计。

问题9: A算法中，是如何判断算法成功结束的？只要出现了目标节点就立即结束对吗？解答: 每次从OPEN表中取出第一个节点，在扩展该节点之前，判断该节点是否是目标节点，如果是目标节点，则算法成功结束。

如果目标节点虽然出现了，但它还不是OPEN表中f值最小的节点，则不能立即结束，需要继续扩展下去，直到目标节点的f值在OPEN表中最小为止。

问题10: 什么是A*算法？解答: 如果对于任何节点n，有h(n)≤h*(n)，则此时的A算法称为A*算法。

问题11:h是单调的条件是什么？解答: 如果对于任何节点ni和nj，其中nj是ni的后继节点，h满足条件：h(ni)-h(nj)≤C(ni，nj)，且h(t)＝0，其中t为目标节点，则称为h是单调的。

问题12: A*算法有什么特点？解答: （1）是一种启发式的图搜索算法；（2）当问题有解时，A*算法一定能找到解，并且能保证找到最佳解。

问题13: 为什么A*算法会出现重复扩展节点的问题？解答: 一般情况下，当A*算法扩展节点n时，并不能保证已经找到了从初始节点到节点n的最短路径，所以在以后的搜索中，当找到了更短的从初始节点到节点n的路径时，就要对n进行重复扩展。

问题14: h是单调的条件是什么？解答: 如果对于任何节点ni和nj，其中nj是ni的后继节点，h满足条件：h(ni)-h(nj)≤C(ni，nj)，且h(t)＝0，其中t为目标节点，则称为h是单调的。

问题15: 当h满足单调条件时，就可以完全避免重复节点扩展问题吗？为什么？解答: 是的。

因为当h是单调的时，当A*算法扩展节点n时，就已经找到了从初始节点到节点n的最优路径，因此在以后的搜索过程中，不会出现需要修改到n的路径问题，因此也就不会出现重复扩展节点问题了。

第2章与或图搜索问题问题1:在与或图中，什么是能解节点？什么是不能解节点？解答: 能解节点：（1）代表本原问题的终节点是能解节点；（2）若非终节点有"或"子节点时，当且仅当其子节点至少有一个能解，该非终节点才能解；（3）若非终节点有"与"子节点时，当且仅当其子节点均能解，该非终节点才能解。

不能解节点：（1）没有后裔的非终节点是不能解节点；（2）若非终节点有"或"子节点时，当且仅当所有子节点均不能解时，该非终节点才不能解；（3）若非终节点有"与"子节点时，当至少有一个子节点不能解时，该非终节点才不能解。

问题2:α－β剪枝的条件是什么？解答: α剪枝：若任一极小值层节点的β值小于或等于它任一先辈极大值节点的α值，即α（先辈层）≥β（后继层），则可中止该极小值层中这个MIN节点以下的搜索过程。

这个MIN节点最终的倒推值就确定为这个β值。

β剪枝：若任一极大值层节点的α值大于或等于它任一先辈极小值层节点的β值，即α（后继层）≥β（先辈层），则可以中止该极大值层中这个MAX节点以下的搜索过程。

这个MAX节点的最终倒推值就确定为这个α值。

问题3:简述极大-极小方法的思想。

解答：对每个节点p计算其估价函数值f(p), 该值越大, 说明p所对应的棋局对我方越有利. 在轮到我方走时, 选择f(p)大的节点走; 而论到对方走时, 应考虑对方会选f(p)最小的节点走. 因此, 在博弈图搜索时, 可采用一步走f(p)值极大的节点(我方走), 一步走f(p)值极小的节点(对方走), 这样交替前进的方法. 这种搜索法称为极大极小搜索法。

第3章谓词逻辑与归结原理问题1: 什么是置换？置换是可交换的吗？解答: 通常用有序对的集合s＝{t1/v1，t2/v2，…，tn/vn}来表示任一置换，置换集的元素ti/vi的含义是表达式中的变量vi处处以项ti来替换，用s对表达式E作置换后的例简记为Es。

一般来说，置换是不可交换的，即两个置换合成的结果与置换使用的次序有关。

问题2: 什么是合一？什么是合一者？解答: 若存在一个置换s使得表达式集{Ei}中每个元素经置换后的例有：E1s＝E2s＝E3s＝…，则称表达式集{Ei}是可合一的，这个置换s称作{Ei}的合一者。

问题3: 什么是归结？解答: 对于子句C1∨L1和C2∨L2，其中L1、L2是单文字。

如果L1与～L2可合一，且s是其合一者，则(C1∨C2)s是其归结式。

这一过程称作归结。

问题4: 简述用归结法证明定理的过程。

解答: （1）将已知条件化作子句集；（2）将结论的否定化作子句集；（3）从所有子句集中选取两个可归结的子句进行归结；（4）重复过程（3），直到出现空子句NIL为止。

这时，就证明了在所给已知条件下结论成立。

在归结过程中，可以删除包含纯文字的子句以及永真式子句。

都不会影响子句集的不可满足性，并且可以缩小归结的范围，提高归结的效率。

问题5: 简述基于归结法的问题提取回答的过程。

解答:（1）把已知前提条件用谓词公式表示出来，并化成相应的子句集，设该子句集的名字为S1。

（2）把待求解的问题也用谓词公式表示出来，然后将其否定，并与一谓词ANSWER 构成析取式。

谓词ANSWER是一个专为求解问题而设置的谓词，其变量必须与问题公式的变量完全一致。

（3）把问题公式与谓词ANSWER构成的析取式化为子句集，并把该子句集与S1合并构成子句集S。

（4）对子句集S应用谓词归结原理进行归结，在归结的过程中，通过合一置换，改变ANSWER中的变元。

（5）如果得到归结式ANSWER，问题的答案即在ANSWER中第4章知识表示问题1:何谓产生式系统？产生式系统由哪些部分组成？解答: 把一组产生式放在一起，让它们相互配合，协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。

组成产生式系统的三要素:（1）综合数据库；（2）一组产生式规则（或者规则集）；（3）一个控制系统（或者控制策略）。

问题2: 有哪些知识表示方法？解答: 常用的知识表示方法包括一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法、面向对象表示法以及状态空间表示法等。

问题3: 在选择知识表示方法时，应该考虑哪些主要因素？解答: 在选择知识表示方法时，应该考虑以下几个因素：（1）能否充分表示相关的领域知识；（2）是否有利于对知识的利用；（3）是否便于知识的组织、维护和管理；（4）是否便于理解和实现。

问题4:一阶谓词逻辑表示法适合于表示哪种类型的知识？它有哪些特点？解答:一阶谓词逻辑表示法适用于表示确定性知识。

它具有自然性、精确性、严密性及易实现等特点。

问题5:产生式的基本形式是什么？它与谓词逻辑中的蕴含式有什么共同处和不同处？解答:产生式的基本形式是P→Q 或者 IF P THEN Q 。