人工智能期末考试复习提纲(工硕)
人工智能及应用期末复习资料
考试：9周二晚7点，5下单选题15×2分推理问答题7×10分人工智能复习资料第二章3、谓词★（预测大题：谓词的表示）谓词逻辑法采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
谓词逻辑的组成：谓词符号、变量符号、函数符号和常量符号。
用谓词公式表示知识的一般步骤：(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，用适当的连接符将各个谓词连接起来形成谓词公式。
二元语义网络（预测大题）语义网络是一种结构化表示方法，它由节点和弧线或链线组成。
节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
（1）常用的类属关系有：AKO(A-Kind-of):表示一个事物是另一个事物的一种类型。
AMO(A-Member-of):表示一个事物是另一个事物的成员。
ISA(Is-a):表示一个事物是另一个事物的实例。
（2）常用的包含关系的有：Part_of:表示一个事物是另一个事物的一部分，或说是部分与整体的关系。
（3）常用的属性的关系有：Have：表示一个结点具有另一个结点所描述性。
Can：表示一个结点能做另一个结点的事情。
·····用语义网络表示知识的步骤：确定问题总所有对象和各对象的属性。
确定所讨论对象间的关系。
根据语义网络中所涉及的关系，对语义网络中的节点及弧进行整理，包括增加节点、弧和归并节点等。
将各对象作为语义网络的一个节点，而各对象间的关系作为网络中各节点的弧，连接形成语义网络。
框架（预测大题）框架是一种结构化表示方法。
框架通常由指定事物各个方面的槽组成，每个槽拥有若干个侧面，而每个侧面又可拥有若干个值。
常用槽名：Part-of槽——用于指出部分和全体的关系。
人工智能 考试复习提纲
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。
人工智能复习大纲
8 •何为状态图和与或图？图搜索与问题求解有什么关系?状态图是描述寻找目标或路径问题的有向图，即描述一个实体基于事件反应的动态行为，显示了该实体如何根据当前所处的状态对不同的时间做出反应的。
与或图是一种系统地将问题分解为互相独立的小问题，然后分而解决的方法。
与或图中有两种代表性的节点：“与节点”和“或节点”，“与节点”指所有的后续节点都有解时它才有解；“或节点”指各个后续节点均完全独立，只要其中有一个有解它就有解。
关系：问题求解就是在一个图中寻找一个从初始节点到目标节点的路径问题，图搜索模拟的实际是人脑分析问题，解决问题的过程，它基于领域知识的问题求解过程。
11.什么是与或树？什么是可解节点？什么是解树？答：一棵树中的弧线表示所连树枝为“与”关系，不带弧线的树枝为或关系。
这棵树中既有与关系又有或关系，因此被称为与或树。
满足下列条件的节点为可解节点。
①终止节点是可解节点；②一个与节点可解，当且仅当其子节点全都可解；③一个或节点可解，只要其子节点至少有一个可解。
解树实际上是由可解节点形成的一棵子树，这棵子树的根为初始节点，叶为终止节点，且这棵子树一定是与树14.请阐述状态空间的一般搜索过程。
OPEN表与CLOSE表的作用是什么？答：先把问题的初始状态作为当前扩展节点对其进行扩展，生成一组子节点，然后检查问题的目标状态是否出现在这些子节点中。
若出现，则搜索成功，找到了问题的解；若没出现，贝y再按照某种搜索策略从已生成的子节点中选择一个节点作为当前扩展节点。
重复上述过程，直到目标状态出现在子节点中或者没有可供操作的节点为止。
所谓对一个节点进行“扩展”是指对该节点用某个可用操作进行作用，生成该节点的一组子节点OPEN表用于存放刚生成的节点，对于不同的搜索策略，节点在OPEN表中的排序是不同的。
CLOSED表用于存放将要扩展或者已扩展的节点。
15.广度优先搜索与深度优先搜索各有什么特点？答：广度优先搜索就是始终先在同一级节点中考查，只有当同一级节点考查完之后,才考查下一级节点。
【2024版】人工智能导论复习
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》复习大纲
《人工智能应用技术》复习大纲一、人工智能概述略二、谓词公式与逻辑推理定义2・1 ^(Proposition),即具有真(T)假(F)意义的陈述性语句。
定义2. 2所谓个体，是指可以独立存在的某个事物。
定义2. 3谓词：由定义的谓词名、变元，共同构成了具有陈述性表达的形式化语句，称为谓词。
一个谓词可以有n (其中n=0,1, 2,……)个变元，并称之为n元谓词。
定义2. 3谓词中包含个体或变元的数目，称为谓词的元或谓词的目。
定义2. 4谓词表达形式中所包容相叠加的含义层次数数目，称为谓词的阶。
例2-2比较下列谓词或谓词形式的命题：©LIKE (John, mary)； ©ROBOT (John)；©ROBOT (mary) ；®ADDQ (x, y, z)。
试解释具体含义，并指出它们各是几元谓词。
解：上述谓词①②③意即“机器人约翰喜欢玛丽”；②和③都只有一个个体，称为一元谓词; 相应①则称为二元谓词；④表示为表达式“x+y二z” ,其中包含有3个变元，故称为三元谓词。
依此类推，可推出关于n元谓词的概念。
例2-3为了说明谓词的阶，我们来比较下列谓词形式的命题：①LIFELESS (outers tars)；外星球没有智能生命。
②INCORRECT(1辻心ss (outer-stars)说“外星球没有智能生命”是不确切的。
解：在上述谓词形式的命题中，谓词①只有一层含义，称为一阶谓词；谓词②在前一层含义基础上，乂增加了一层新意，共有二层含义。
故把谓词②称为二阶谓词。
依此类推，可推出关于n阶谓词的概念。
注意：在谓词逻辑演算中，最重要的有三大类：即:命题逻辑演算、一阶谓词逻辑演算和二阶谓词演算。
命题逻辑表示比较简单，只能表达具体固定的情况，命题是谓词逻辑特殊事例的生动描述，谓词逻辑可以灵活表现多种或变化的情况；谓词表达是命题逻辑的抽象与推广。
总的看来，命题和谓词的知识表示形式可以相互转换，而谓词比命题有更强的表达能力。
人工智能期末复习概要
当MB(H,E)>0时，则为P(H/E)> P(H),那么有 MD(H,E)=0
如果P(H/E)= P(H),则MD(H,E)= MD(H,E)=0表 示，E与H无关
第四章 不确定性推理
不确定性的传递问题
– 单条知识
第四章 不确定性推理
可信度方法 组合证据不确定性表示
– 当多个证据以合取得方式构成一个组合证 据的时候，组合证据的可信度为这些单一 证据的可信度最小值；
– 当多个证据以析取得方式构成一个组合证 据的时候，组合证据的可信度为这些单一 证据的可信度最大值；
第四章 不确定性推理
– MB(H,E)：信任增长度 – MD(H,E)：不信任增长度 – MB(H,E)与MD(H,E)是互斥的 – 解释
学习目标
– 了解不确定性推理的含义、思路和讨论的 主要问题。
– 掌握可信度方法、主观Bayes方法和证据 理论不确定性推理方法
第四章 不确定性推理
计算问题
– 不确定性的传递问题 – 证据不确定性的合成问题 – 结论不确定性的合成问题
第四章 不确定性推理
可信度方法 知识不确定性的表示
– 在基于可信度的不确定性推理模型中，知 识是以产生式规则来表示的，而只是的不 确定性则是以可信度CF(H,E)来表示的， 其一般的形式为：
第一章 绪论
课程研究的主要内容
– 知识表示 – 推理方式
确定性推理（主要归结原理） 不确定性推理
– 搜索技术研究
普通图搜索 超图搜索（与或图搜索）
第一章 绪论
需要解决的问题：
– 万能的人工智能的知识体系结构从根本上 就不可能有，最根本的原因是缺乏知识。 人是根据知识行事的，而不是根据抽象原 则上进行推理。
人工智能期末考试复习提纲（工硕）
人工智能期末考试复习提纲（工硕）人工智能期末考试复习范围第1部分绪论1-1.什么是人工智能？试从学科和能力两方面加以说明。
答：从学科方面定义：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。
它的近期目标在于研究用机器来模拟和执行人脑的某些智力功能，并开发相关理论和技术从能力方面定义：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，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。
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？答：1）数理逻辑和关于计算本质的新思想，提供了形式推理概念与即将发明的计算机之间的联系；2）1956年第一次人工智能研讨会召开，标志着人工智能学科的诞生；3）控制论思想把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来，影响了许多早期人工智能工作者，并成为他们的指导思想；4）计算机的发明与发展；5）专家系统与知识工程；6）机器学习、计算智能、人工神经网络和行为主义研究，推动人工智能研究的近一步发展。
1-3.为什么能够用机器（计算机）模仿人的智能？答：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）就一定是各物理符号系统；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.人工智能的主要研究内容和应用领域是什么？其中，哪些是新的研究热点？答：研究和应用领域：问题求解（下棋程序），逻辑推理与定理证明（四色定理证明），自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，汽车牌照识别，指纹识别），机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具。
人工智能期末复习
人工智能原理期末考试复习1. 什么是人工智能?发展经历了几个阶段?人工智能指的是能够感知或推断信息，并将其作为知识而拥有，以应用于环境或语境中适合的行为;机器的智能称为人工智能，通常在运用程序、间或适当硬件的计算机系统中得以实现.2. 人工智能研究的内容有哪些?机器学习、知识表示方法、搜索求解策略、进化算法及其应用、确定性及不确定性推理方法、群体智能算法及其应用。
3. 人工智能有哪些研究领域?安全防范、医疗诊断、语音识别、工业制造、计算机游戏、机器翻译。
4. 什么是知识?有哪些特性?有几种分类方法?知识是人们在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。
相对正确性、不确定性、可表示性与可利用性。
分类方法：(1)按知识的作用范围分为∶常识性知识和领域性知识﹔(2)按知识的作用及表示分为∶事实性知识、规则性知识、控制性知识和元知识;(3 )按知识的确定性分为：确定知识和不确定知识;(4) 按人类思维及认识方法分为：逻辑性知识和形象性知识。
5. 什么是知识表示、命题、谓词，一阶谓词逻辑、产生式、框架、语义网络?知识表示就是将人类知识形式化或者模型化；命题是一个非真即假的陈述句；谓词的一般形式： ),...,,(21n x x x P )；n x x x ,...,,21是个体，某个独立存在的事物或者某个抽象的概念， P 是谓词名，用来刻画个体的性质、状态或个体间的关系。
一阶谓词逻辑表示：谓词不但可表示一些简单的事实，而且可以表示带有变量的“知识”，有时称为“事实的函数”。
进而可用谓词演算中的逻辑联接词“与()”、“或(v)"、“非(┐)”和“蕴含(→)”等来组合已有知识，从而表示出更复杂的知识。
产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性知识。
框架是一种描述所论对象（一个事物、事件或概念）属性的数据结构。
语义网络：从图论的观点看，它其实就是“一个带标识的有向图”，由结点和弧（也称“边”)所组成。
人工智能期末复习材料
⼈⼯智能期末复习材料⼀、选择填空。
1. ⼈⼯智能：1956年⼈⼯智能作为⼀个专业术语出现。
智能有以下⼏点：AI(ArtificialIntelligence)1.智能具有感知能⼒；2.智能具有记忆和思维能⼒：记忆和思维是⼈脑最重要的功能，记忆和思维需要同时具备，它们是⼈由智能的根本原因；思维分为好⼏种:逻辑思维，形象思维，以及顿悟思维；3.智能具有学习能⼒，⾃适应能⼒及⾏为能⼒。
2.图灵1950年发表“计算机与智能”的论⽂，⽂章以“机器能思维吗？”开始，论述并提出了著名的“图灵测试”，以测试⼀个计算机系统是否具有智能。
3.⼈⼯智能界主要由符号主义，⾏为主义和连结主义等研究学派。
4.⼈⼯智能主要的研究领域（挑选5或6个认真看）1.专家系统2.模式识别3.机器⼈学4.⾃动定理证明5.博弈6.智能检索7.⾃动程序设计 8.组合调度问题 9.软计算 10.分布式⼈⼯智能 11.数据挖掘5.⼈⼯智能研究的3个主要内容：知识的获取、知识的表⽰和知识的运⽤。
6.知识的描述：知识的某领域中所涉及的各有关⽅⾯的⼀种符号表⽰。
7.知识的特点：（1）相对正确性（2）不确定性（3）可表⽰性（4）可利⽤性8.知识的分类（1）事实性知识（2）过程性知识（3）⾏为性知识（4）实例性知识（5）类⽐性知识（6）元知识9.确定性和不确定性规则知识的产⽣式表⽰：确定性：P Q 或者 if P then Q不确定性：P Q （可信度）或者 if P then Q （可信度）10.确定性和不确定性事实性知识的产⽣式表⽰：确定性事实性知识⼀般使⽤三元组（对象，属性，值）或（关系，对象1，对象2）不确定性事实性知识⼀般使⽤四元组（对象，属性，值，不确定度量值）或（关系，对象1，对象2，不确定度量值）11.产⽣式系统通常由规则库、数据库、推理机这3个基本部分组成。
它们之间的关系可以表⽰为12.规则库是专家系统的核⼼。
数据库，⼜称事实库。
13.产⽣式系统推理机的推理⽅式：正向推理，反向推理，双向推理和混合式推理。
人工智能期末复习资料
人工智能期末复习资料-构成推理的两个要素为：已知事实（证据）和知识。
第四章不确定性推理方法-不确定性分为：知识不确定性和证据不确定性。
-可信度是根据经验对一个事物或现象为真的相信程度。
-可信度带有较大的主观性和经验性，其准确性难以把握。
-由于相应证据的出现增加结论H为真的可信度，则CF(H,E)>0，证据的出现越支持H为真，就使CF(H,E)的值越大；反之，CF(H,E)<0，证据的出现越是支持H为假，CF（H,E）的值就越小。
若证据的出现与否与H无关，则CF(H,E)=0。
-静态强度CF(H,E)：知识的强度，即当E所对应的证据为真时对H的影响程度；动态强度CF(E)：证据E当前的不确定性程度。
-概率分配函数与概率不同。
-模糊性：客观事实在性态与类属方面的不分明性。
-模糊集合完全由其隶属函数确定，即一个模糊集合与其隶属函数是等价的。
-模糊推理控制系统的功能结构：（输入）->模糊化->模糊规则库->推理方法->去模糊化（输出）-模糊控制系统的核心是：模糊控制器。
-不确定性及其类型？1.不确定性；2.不确切性；3.不完全性；4.不一致性；-在确定一种度量方法及其范围时，应当注意到哪几点？1.度量要能充分表达相应知识及证据的不确定性程度；2.度量范围的指定要便于领域专家及用户对不确定性的估计；3.度量要便于对不确定性的传递进行计算，而且对结论算出的不确定性度量不能超出度量规定的范围；4.度量的确定应当是直观的，同时要有相应的理论依据-经典概率方法与逆概率方法的比较经典概率方法的缺点：用于简单的不确定推理，只考虑了证据的“真”“假”情况；逆概率方法优点：较强的理论背景和良好的数学特征，当证据和结论都彼此独立时计算的复杂度较低；缺点：要求给出结论Hi的先验概率和证据的条件概率；-主观Bayes方法的优缺点优点：1.具有较坚强的理论基础；2.知识的静态强度LS与LN是由领域专家根据实践经验得出的，推出的结论有较准确的确定性；3.主观Bayes方法是一种比较实用且灵活的不确定性推理方法；缺点：1.要求领域专家给出知识时同时给出H的先验概率；2.Bayes定理中关于事件独立性的要求使此方法的应用受到了限制。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能期末考试复习范围第1部分绪论1-1.什么是人工智能？试从学科和能力两方面加以说明.答：从学科方面定义: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。
它的近期目标在于研究用机器来模拟和执行人脑的某些智力功能，并开发相关理论和技术从能力方面定义：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，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。
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？答：1）数理逻辑和关于计算本质的新思想,提供了形式推理概念与即将发明的计算机之间的联系；2）1956年第一次人工智能研讨会召开，标志着人工智能学科的诞生;3）控制论思想把神经系统的工作原理与信息理论、控制理论、逻辑以及计算联系起来，影响了许多早期人工智能工作者，并成为他们的指导思想；4）计算机的发明与发展；5）专家系统与知识工程;6）机器学习、计算智能、人工神经网络和行为主义研究,推动人工智能研究的近一步发展。
1-3.为什么能够用机器（计算机）模仿人的智能?答：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)就一定是各物理符号系统;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.人工智能的主要研究内容和应用领域是什么？其中，哪些是新的研究热点？答：研究和应用领域：问题求解(下棋程序)，逻辑推理与定理证明（四色定理证明）,自然语言理解,自动程序设计,专家系统，机器学习，神经网络，机器人学（星际探索机器人），模式识别（手写识别，汽车牌照识别，指纹识别）,机器视觉（机器装配，卫星图像处理），智能控制，智能检索，智能调度与指挥（汽车运输高度，列车编组指挥），系统与语言工具。
新的研究热点：概率图模型(隐马尔可夫模型、贝叶斯网络)，统计学习理论（ＳＬＴ）＆支持向量机（ＳＶＭ)，数据挖掘与知识发现（超市市场商品数据分析），人工生命. 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？答：1、人工智能对经济的影响。
人工智能系统的开发和应用，已为人类创造出可观的经济效益，专家系统就是一个例子。
随着计算机系统价格的继续下降，人工智能技术必将得到更大的推广,产生更大的经济效益。
2、人工智能对社会的影响.劳务就业问题；社会结构变化;思维方式与观念的变化;心理上的威胁;技术失控的危险。
3、人工智能对文化的影响。
改善人类知识；改善人类语言；改善文化生活; 1-6.试评述人工智能的未来发展。
答:人工智能的未来发展主要可以概括为更新的理论框架，更好的技术集成,更成熟的应用方法。
而在具体的应用方面，我认为主要有以下两个发展方向:1、计算机能直接而人类大脑实现人机交流.借助以上技术，人类可以用思维控制自己想看到的，想听到的,使媒体技术中的感官媒体更真实化，对虚拟的事物不仅可以看见听见，更可以摸得,闻得着。
同时电脑可以进一步辅助人类做出一定的判断，储存大量信息,甚至可以以身体为媒介，执行电脑程序，是人类更快的学会各种技巧,掌握更多知识。
同时，提高了生物验证的渠道，比如利用DNA染色体作为密码的载体,相信是很难伪造的。
2、电脑拥有机器思维：机器学会人类的思维方式，帮助人更好的思考问题.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?答:知识是经过消减、塑造、解释和转换的信息。
简单地说，知识是经过加工的信息。
知识是由特定领域的描述、关系和过程组成的.知识是事实、信念和启发式规则。
从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。
知识的要素:事实、规则、控制和元知识.知识的表示方法有:状态空间法、问题归纳法、谓词逻辑法、语义网路法和框架表示法2-2.谓词逻辑法、产生式表示法、框架表示法和语义网络表示法的要点是什么？它们有何本质上的联系及异同点?答：谓语逻辑法是采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的,从而证明这个新语句也是正确的状态空间法是基于解答空间的问题表示和求解方法，是以状态和操作符为基础的。
问题归约法是从目标(要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约为一个平凡的本原问题集合。
谓语逻辑法是采用谓词合式公式和一阶谓词演算把要解决的问题变为一个有待证明的问题,然后采用消解定理和消解反演来证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的语义网络法是用“节点”代替概念,用节点间的“连接弧”代替概念之间的关系。
语义网络表示法的优点:结构性、联想性、自然性.2-3.如何用谓词逻辑法表示知识? (见课本例题）例题:所有学生都穿彩色制服。
任何整数或者为正数或者为负数。
自然数都是大于零的整数.解：首先定义谓词如下：Student(x）：x是学生Uniform(x，y）：x穿yN(x):x是自然数I（x）:x是整数P（x):x是正数Q（x)：x是负数L（x）:x大于零用谓词公式分别表示如下:（∀x)（Student(x）—>Uniform（x，color)）(∀x)（I（x)—>P（x）VQ(x）)(∀x)(N（x）->L(x)ΛI(x))2-4.什么是产生式规则?产生式系统由哪些部分组成？说明各部分的功能。
答:产生式规则：1．确定性和不确定性规则知识的产生式表示确定性规则知识表示方法用产生式的基本形式P→Q或IF P THEN Q不确定性规则知识表示方法用P→Q（可信度) 或者IF P THEN Q （可信度) 2．确定性和不确定性事实性知识的产生式表示确定性事实性知识表示方法一般用三元组（对象，属性,值）或(关系，对象1，对象2）来表示不确定性事实性知识表示方法一般用四元组(对象，属性，值，不确定度量值）或（关系，对象1，对象2,不确定度量值）产生式系统组成：产生式系统通常由规则库、数据库和推理机三个基本部分组成.规则库用于描述某领域内知识的产生式集合，其中规则是以产生式表示，库中包含着将问题从初始状态转换成解状态的变换规则。
规则库是专家系统的核心。
数据库又称为事实库,用来存放输入事实、外部数据库输入的事实以及中间结果和最后结果,数据库中的内容是动态变化的.推理机又称控制系统，由一组程序组成，用来控制协调规则库与数据库的运行，包含推理方式与控制策略.控制策略作用是确定选用什么规划或如何运用规则。
从选择规则到执行操作要分三步完成：匹配、冲突解决和操作2-5.说明产生式系统推理机的推理方式及推理过程。
答：产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种正向推理是从已知事实出发,通过规则求得结论，也称数据驱动方式或自底向上的方式,过程如下：1． 规则集中的规则与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． 执行启用规则的后件，将该启用规则的后件送入数据库。
重复这个过程直至达到目标。
反向推理是从目标（作为假设）出发，反向使用规则，求得已知事实,也称目标驱动方式或称自顶向下的方式，过程如下：1. 规则库中的规则后件与目标事实进行匹配，得到匹配的规则集合。
2. 使用解决算法，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成功结束。
双向推理是一种既自顶向下、又自底向上的推理方式,推理从两个方向同时进行，直至 某个中间界面上两方向结果相符便成功结束。
2-6. 如何用框架表示法表示知识？如何用语义网络法表示知识？（见课本例题)框架表示法表示知识举例：描述“教师”的框架框架名：<教师〉类属：<知识分子>工作：范围（教学,科研）默认：教学性别:（男，女）学历：(中专，大专)类别:（〈小学教师>，<中学教师>，<大学教师>)语义网络法表示知识举例:第3部分 经典逻辑推理3-1. 什么是推理？推理的任务是什么？可分为哪几类（按推理的逻辑基础划分、所利用的知识划分、推出的结论的单调性划分）？答：推理：按某种策略由已知判断推出另一判断的思维过程推理的任务:从一种判断推出另一种判断按判断推出的途径（逻辑基础)来划分：演绎推理、归结推理、默认推理按所利用的知识划分：确定性推理、不确定性推理按推出的结论的单调性划分：单调推理、非单调推理3-2. 什么是置换?什么是合一?什么是归结？答：置换是形如 的有限集合。
其中 是项， 是变元； 表示用 替换 ，不允许 与 相同，也不允许变元 循环出现在另一个 中。
合一：设有公式集 ，若存在一个代换 ,使得 则称 为公式集 F 的一个合一，且称 是可合一的。
归结：设 与 是子句集中的任意两个子句，},,,{2211n n x t x t xt n t t t ,,,21 n x x x ,,,21 i i xt i x i t i t i x i x i t },,,{21n F F F F =λλλλn F F F === 21λn F F F ,,,21 1C 2C 2C如果 中的文字 与 中的文字 互补，那么从 和 中分别消去 和 ， 并将二个子句中余下的部分析取，构成一个新子句 ，则称这一过程为归结，称 为 和 的归结式， 称 和 为 的亲本子句。
3-3. 什么是子句?把谓词公式化为子句集有哪些步骤?答：任何文字的析取式称为子句。
谓词公式化为子句集共有9个步骤1）消去蕴涵符号；2）减少否定符号的辖域;3）对变量标准化；4）消去存在量词5）化为前束形6）把母式化为合取范式7）消去全称量词8）消去连词符号^ 9）更换变量名称3-4. 掌握把谓词公式化为子句集的方法。
如把下列句子变换成子句形式：～ (∀x ）{P （x ）→{（∀ y ）［p （y ）→p （f （x ，y)）］∧（∀ y)［Q （x,y)→P （y ）］｝｝ 答：1C 1L 2L 1C 2C 1L 2L12C 12C 12C 1C 1C 2C2C3-5.简述用归结法证明定理的过程（消解反演求解过程）.(见课本例题）P94 17 20 答：归结法证明定理的过程：1）否定结论G，得到¬G；2）将前提条件A₁ΛA₂Λ…ΛAn和¬G化为子句集S;3）应用归结原理，反复对子句集S进行归结，若能归结出空子句，则证明子句集S的不可满足性，从而证明了公式A₁ΛA₂Λ…ΛAn →G为真。