《人工智能》复习要点总结

《人工智能》复习要点总结
《人工智能》复习要点总结

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

https://www.360docs.net/doc/6c6082105.html,

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. P

B. Q

C.~P

D.P∨Q

20. 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∨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’σ

B.C1’∨C2’

C.C1’σ∧C2’σ

D.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 Intelligence

C)Automatice Information D)Artifical Information

25. 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.IBM

C.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)。

11.产生式系统: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)。

12.自然语言理解

语言处理也是人工智能的早期研究领域之一,并引起了进一步的重视。语言的生成和理解是一个极为复杂的编码和解码问题。一个能理解自然语言信息的计算机系统看起来就像一个人一样需要有上下文知识以及根据这些上下文知识和信息用信息发生器进行推理的过程。理解口头的和书写语言的计算机系统所取得的某些进展,其基础就是有关表示上下文知识结构的某些人工智能思想以及根据这些知识进行推理的某些技术。

三、简答及计算题

1.深度优先方法的特点是什么?

答: (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。

2.什么是置换?置换是可交换的吗?

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。

3.填写下面的三值逻辑表。

其中T,F,U分别表示真,假,不能判定

4.什么是产生式?产生式规则的语义是什么?

答:产生式规则基本形式:P→Q 或者 IF P THEN Q

P 是产生式的前提(前件),用于指出该产生式是否可用的条件

Q 是一组结论或操作(后件),用于指出当前提 P 所指示的条件满足时,应该得出的结论或应该执行的操作

产生式规则的语义:如果前提P被满足,则可推出结论 Q 或执行 Q 所规定的操作

5.解释下列模糊性知识:

1) 张三,体型,(胖,0.9))。

2) (患者,症状,(头疼,0.95) )∧ (患者,症状,(发烧,1.1) ) →(患者,疾病,(感冒,1.2) )

答:1)表示:命题“张三比较胖” 2)解释为:如果患者有些头疼并且发高烧,则他患了重感冒。

6.简单阐述产生式系统的组成:

答:1)产生式规则库:描述相应领域知识的产生式规则集

2)数据库:(事实的集合)存放问题求解过程中当前信息的数据结构(初始事实、外部数据库输入的事实、中间结果事实和最后结果事实)

3)推理机:(控制系统)是一个程序,控制协调规则库与数据库的运行,包含推理方式和控制策略。

7.补齐产生式系统与图搜索的对比表

8.已知W={P(f(x,g(A,y)),z),P(f(x,z),z)},求MGU

解:k=0;S0=S;δ0=ε;S0不是单元素集,求得差异集D0={g(A,y)},z},其中z 是变元,g(A,y)是项,且z 不在g(A,y)中出现。k=k+1=1

有δ1=δ0·{g(A,y)/z }=ε·{g(A,y)/z }={g(A,y)/z },

S1=S0·{g(A,y)/z }={P(f(x,g(A,y)),g(A,y))},S1是单元素集。

根据求MGU 算法,MGU=δ1={g(A,y)/z }

9.证明G 是否是F1、F2的逻辑结论;

))

()(())

()((2))

()(()((1x R x S x G x S x P x F x R x Q x P x F ∧?∧?∧→?::: 证:①┓P(x)∨Q(x) ...从F1变换

②┓P(y)∨R(y) ` ...从F1变换

③P(a) ...从F2变换

④S(a) ...从F2变换

⑤┓S(z)∨┓R(z) ...结论的否定

⑥R(a) ...②③归结{a/y }

⑦┓R(a) ...④⑤归结{a/z }

⑧□ ...⑥⑦归结

得证.

10.谓词公式G 通过8个步骤所得的子句集合S ,称为G 的子句集。请写出这些步骤。

答:1)消去蕴含式和等价式→,<->

2)缩小否定词的作用范围,直到其作用于原子公式:

3)适当改名,使量词间不含同名指导变元和约束变元。

4)消去存在量词(形成Skolem 标准型)

5)消去所有全称量词

6) 化成合取范式

7) 适当改名,使子句间无同名变元

8) 消去合取词∧,用逗号代替,以子句为元素组成一个集合S

11.已知S={P(f(x),y,g(y)),P(f(x),z,g(x))},求MGU

解:k=0;S0=S;δ0=ε;S0不是单元素集,求得差异集D0={y,z},其中y 是变元,z 是项,且y 不在z 中出现。k=k+1=1

有δ1=δ0·{z/y }=ε·{z/y }={z/y },

S1=S0·{z/y }={P(f(x),z ,g(z )),P(f(x),z,g(x))},S1不是单元素集,

求得差异集D1={z,x},k=k+1=2;δ2=δ1·{z/x}={z/y,z/x},

S2=S1·{z/x}={P(f(z),z,g(z))}是单元素集。

根据求MGU算法,MGU=δ2={z/y,z/x}

12.证明G是否是F的逻辑结论;

))

(

)

(

(

:

)) (

)

(

)

(

(

:

x

Q

x

P

x

G

x Q

a

Q

x

P

x

F

?∨

?

证:①P(x) ...从F变换

②Q(a)∨Q(x) ...从F变换

③┓P(y)∨┓Q(y) ...结论的否定

④┓Q(x) ...①③归结,{x/y}

⑤□...②④归结,置换{a/x}

得证。

四、应用题

1.某问题由下列公式描述:

(1)、试用归结法证明(x)R(x);

2.下图所示博弈树,按从左到右的顺序进行α-β剪枝搜索,试标明各生成节点的到推值,何处发生剪枝,及应选择的走步。10分

3.设有如下关系:(1)如果x是y的父亲,y又是z的父亲,则x是z的祖父;

(2)老李是大李的父亲;(3)大李是小李的父亲;问上述人员中谁和谁是祖孙关系?(10分) 解:现定义如下谓词

F(x,y)------ x是y的父亲;

G(x,z)------ x是y的祖父;

用谓词逻辑表示已知与求解:

(1) F(x,y)∧F(y,z)→G(x,z)

(2) F(L,D)

(3) F(D,X)

(4) G(u,v),u=?,v=?

其中,L表示老李,D表示大李,X表示小李。

先证存在祖孙关系

①~F(x,y)∨~F(y,z)∨G(x,z)...从(1)变换

② F(L,D) ...从(2)变换

③ F(D,X) ...从(3)变换

④~G(u,v) ...结论的否定

⑤~F(D,z)∨G(L,z) ...①②归结,置换{L/x,D/y}

⑥ G(L,X) ...③⑤归结,置换{X/z}

⑦□...④⑥归结,置换{L/u,X/v}

得证,说明存在祖孙关系。

为了求解用一个重言式④

④~G(u,v)∨G(u,v) ...用重言式代替结论的否定,重言式恒为真

⑤~F(D,z)∨G(L,z) ...①②归结,置换{L/x,D/y}

⑥ G(L,X) ...③⑤归结,置换{X/z}

⑧ G(L,X) ...④⑥归结,置换{L/u,X/v}

得结果:L是X的祖父,即老李是小李的祖父。

4.张某被盗,公安局派了五个侦察员去调查。研究案情时,侦察员A说:“赵与钱中至少有一人作案”;侦察员D说:“钱与孙至少有一人作案”;侦察员C说:“孙与李中至少有一个作案”;侦察员D说“赵与孙至少一个与案无关”;侦察员E说“钱与李中至少有一人与此案无关”。如果这五个侦察员的话都是可信的,试用消解原理推理求出谁是盗窃犯。(10分)

解:设用T(x)表示x是作案者,则

侦察员A的话可表示:T(赵)T(钱)

侦察员B的话可表示:T(钱)T(孙)

侦察员C的话可表示:T(孙)T(李)

侦察员D的话可表示:T(赵) T(孙)

侦察员E的话可表示:T(钱)T(李)

上面五个组成子句集S,求谁是作案者,把T(x)ANSWER(x)并入S1得到。即比S1多出如下一个子句:T(x)ANSWER(x)

然后利用消解原理对S1进行消解可得答案:钱和孙是作案者。

5.将命题:“某个学生读过三国演义”分别用谓词公式和语义网络表示

答:谓词公式表示:

?x(student(x)∧read(x,三国演义))

语义网络表示如图:

6.利用谓词逻辑表示下列知识(包括已知和结论),然后化成子句集:

(1)凡是清洁的东西就有人喜欢;

(2)人们都不喜欢苍蝇

求证:苍蝇是不清洁的。

证:现定义如下谓词

L(x,y)------某人x喜欢某物y;

P(y)------ 某物y是清洁的东西

(1) ?y?x(P(y)→L(x,y)) ==> ┓P(y)∨L(f(y),y)

(2) ?x(┓L(x,Fly)) ==> ┓L(x,Fly)

(3) P(Fly) ...结论的反

(4) L(f(Fly), Fly) ...(1)(3)归结,置换{Fly/y}

(5) □...(2)(4)归结,{f(Fly)/x}

得证。

7.用语义网络表示下列信息:

(1)胡途是思源公司的经理,他35岁,住在飞天胡同68号

(2)清华大学与北京大学进行蓝球比赛,最后以89:102的比分结束。

答:

8.图示博弈树,其中末一行的数字为假设的估值,请利用α-β剪枝技术剪去不必要的分枝。(在节点及边上直接加注释)

论述题

1、自动驾驶技术将给人类生活带来哪些变化

2、阐述人工智能对人类社会的正负面影响

3、阐述人工智能、生物技术与人类未来

4、随着人工智能的发展,畅想100年后人类的生活状况,从衣食住行各个方面进行阐述

人工智能复习大纲

人工智能复习题提纲 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? 人工智能是那些与人的思维决策问题求解和学习等有关活动的自动化。 近期研究目标:建造智能计算机以代替人类的某些智力活动。 远期目标:用自动机模仿人类的思维活动和智力功能。 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 条件性迁移: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? 符号主义认为人工智能源于数理逻辑 连接主义认为人工智能源于仿生学,特别是人脑模型的研究。 行为主义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? 问题求解与博弈,逻辑推理与定理证明,计算智能,自动程序设计,专家系统,机器学习,模式识别,神经网络等。 5.什么是图灵测试? 是指测试者在与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。进行多次测试后,如果有超过30%的测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。 6.人工智能的发展历程? 孕育时期 形成时期 暗淡时期 知识应用时期 集成发展时期 第二章知识表示 1.知识的层次及其概念? 噪声,数据,信息,知识,元知识 数据可以定义为:“客观事物的数量、属性、位置及其相互关系等的抽象表示”。

信息:是数据的语义(即数据在特定场合下的具体含义) 知识: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。 元知识是有关知识的知识,是知识库中的高层知识。包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。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(随机性,模糊性,经验,不完全性 引起的不确定性) 可表示性与可利用性 3.知识的分类? 按知识的作用范围:常识性知识,专业性知识。 按知识的作用及表示:事实性,过程性,控制性 按知识的结构及表现形式:逻辑性,形象性 按知识的确定性;确定性,不确定性 4.什么是知识表示?

人工智能考试必备知识点

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,

人工智能复习题汇总(附答案)

一、选择题 1.被誉为“人工智能之父”的科学家是(C )。 A. 明斯基B. 图灵 C. 麦卡锡D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence C. Automatic Information B. Artificial Intelligence D. Artificial Information 3.下列那个不是子句的特点(D) A.子句间是没有合取词的(∧) C子句中可以有析取词(∨) 4.下列不是命题的是(C )。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目 搜索和(A) A启发式搜索 B模糊搜索 C精确搜索D大数据搜索 6.从全称判断推导出特称判断或单称判断的过程,即由一般性知 识推出适合于某一具体情况的结论的推理是(B) A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7.下面不属于人工智能研究基本内容的是( C) A. 机器感知 B. 机器学习 B子句通过合取词连接句子(∧) D子句间是没有析取词的(∨) C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字,因此可将 子句(A)从 S中删去 A. P∨Q∨R C. Q B. ┑Q∨R D.┑R 9.下列不属于框架中设置的常见槽的是( B )。 A. ISA槽 B.if-then槽 C. AKO槽 D. Instance槽 10.常见的语意网络有 ( D )。 A. A-Member-of联系 C. have 联系 1.在深度优先搜索策略中,open表是(B )的数据结构 A.先进 先出B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是(B)的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般 到一般 3. 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

人工智能重点

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

人工智能完成总结报告

完成总结报告 项目名称:数独游戏设计与实现组员:王郑合 2014204081 栾杰 2014204080 文宽 2014204104 二〇二〇年三月二十四日

1 问题描述 1.1 问题说明 数独游戏起源于瑞士,由十八世纪的瑞士数学家欧拉发明,是一种数字拼图游戏,其游戏规则是: ①在9×9的大九宫格内,已给定若干数字,其他宫位留白,玩家需自己按照逻辑推敲出剩下的空格里是什么数字。 ②必须满足的条件:每一行与每一列都有1到9的数字,每个小九宫格里也有1到9的数字,并且一个数字在每行、每列及每个小九宫格里只能出现一次,既不能重复也不能少。 ③每个数独游戏都可根据给定的数字为线索,推算解答出来。 1.2 数独求解描述 由于数独游戏的推广与普及,在当今世界上有着大量的数独爱好者,本项目的目的就是按照数独的游戏规则,通过对数据结构的分析和人工智能算法的研究,利用计算机程序来实现对已知数独游戏的快速求解。 1.3 数独出题描述 数独游戏挑战者的水平各异,对数独题目的难度要求各不相同,所以本项目致力于设计一种算法,使其在尽可能短的时间内生成不同难度等级的数独题,以满足不同水平游戏者的需求。同时,该算法还要考虑到三个方面要求:可变化的难度、解的唯一性和算法复杂度最小化。

2 功能分析 2.1 数独求解 数独虽然号称是数学问题, 但在求解时几乎用不上数学运算方法,事实上它更像是一种思维方式。数独游戏开始后,要想在空格中填入正确的数字,先要根据数独游戏规则对1-9分别进行逻辑判断,然后选择正确的数字填入空格。另外,由于某个格子填入数据时,有可能还要对原来已填入的数据进行修正,所以可以考虑使用递推和回溯搜索来求解数独问题。 2.2 数独出题 出题时,要能保证算法生成的数独题具有可变化的难度和唯一解,该算法内部应该包含有对数独题的求解和评级功能。本项目使用了一种基于“挖洞”思想的数独题生成算法,将该算法的设计工作分为评级、求解和生成三部分工作。利用随机数出现的概率不同来确定不同的难度,通过避免重填一个被“挖去”的格子,或者回溯到一个曾经无法“挖去”的格子,来降低算法的复杂性。 2.3 题目保存 当用户需要退出却仍没有完成数独题目的解答时,可以选择是否保存当前的求解进度。如果需要,本系统会帮助用户将目前未完成的数独题目的解答进度保存起来,以便用户下次使用本系统时,可以继续解答上次未完成的题目。 2.4 题目读取 用户可以在程序开始运行后,选则读取一道之前保存起来的题目进行解答,被读取的题目将会显示到程序界面上。

人工智能复习重点

人工智能复习重点 一、选择题。(30分) 1、人工智能英文:Artificial Intelligence(注意不就是Rengongzhineng!!) 2、任课老师得名字:郑波尽邮箱:zhengbojingmail、 3、据说还会考亚里士多德得功绩……(您们自己去网上查查,老师说就是常识来着) 4、可能会出选择题得几个点:黄帝得“指南车”、诸葛亮得“木牛流马”、亚里士多德得形式 逻辑、布莱尼茨得关于数理逻辑得思想、“机器人”一词得来源。 5、AI(人工智能)得本质问题:研究如何制造出人造得智能机器或系统,来模拟人类智能活动 得能力,以延伸人们智能得科学。 6、研究对象:模拟人类智能 7、研究目标:研究瞧上去具有人类智能得系统,解决需要人类智能才能解决得问题 二、简答题。 1、图灵测试:三个重点 (1)一个测试者,一个受试者,一台机器 (2)所有交流信息无泄漏 (3)如果提问者区分两者得正确率小于50%,则可以认为机器具有智能 2、希尔勒得中文屋子: 一个对中文一窍不通得,以英语作母语得人被关闭在一只有两个通口得封闭房间中。房间里有一本中英翻译手册。房外得人不断向房间内递进用中文写成得问题。房内得人便按照手册得说明,用中文回答出问题,并将答案递出房间。 (希尔勒中文屋子得实验表明用图灵测试来定义智慧还就是远远不够充分得) 3、人工智能得思想流派: (1)基于符号处理得符号主义(Symbolism) 人类思维得基本单元就是符号,思维过程就是对符号得处理过程,自然语言也就是用符号表示得 理论基础: 物理符号系统假设与有限合理性原理、 物理符号系统假设:物理符号系统就是表现智能行为必要与充分得条件 有限合理性原理:人类行为表现出有限得合理性 (2)以人工神经网络为代表得连接主义(Connectionism)

大学计算机基础知识点复习总结

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

华南理工大学《人工智能》复习资料

华南理工大学《人工智能》复习资料 Ch 2. 【状态空间表示】 S F G <>,, S :初始状态的集合 F :操作的集合 G :目标状态的集合 例如:507{}{}{}Q a b c Q Q <>,,,,, 【状态空间图】 【状态空间图搜索使用的数据结构】 OPEN 表:已生成但没考察的节点(待考察节点) CLOSED 表:考察过的节点及节点间关系(搜索树) 【广度/深度优先搜索特点】 广度优先:完备的(一定能找到最优解),搜索效率低,OPEN 表为队列结构 深度优先:不能保证找到最优解,OPEN 表为堆栈结构 有界深度优先搜索:即使能求出解,也不一定是最优 可变界深度优先搜索算法:深度可变,每次深度超过阈值 的点,都被当作待考察点(在CLOSED 表中) 【启发式搜索算法分类】 按选择范围分类: 全局择优搜索:考虑所有待考察节点 局部择优搜索:只考虑当前节点的子节点 【A*算法】 f (x ) = g (x )+ h (x ) g(x)为当前点的代价 h(x)为距离目标的距离 A*对A 算法的改进: 对h(x)作限制,使其总是小于实际最小距离h (x )≤ h* (x ), 具有完备性 【与或图】 Q 与Q1,Q2与等价(即Q 可以分解为Q1+Q2) Q1与{Q1i},{Q1i’}或等价(即Q1可以转换为{Q1i}或{Q1i’}) 【与或图中的概念】 本原问题:直接可解的问题。 终止节点:本原问题对应的节点 端节点: 无子节点的节点 与节点: 子节点为与关系 或节点: 子节点为或关系 【与或图的广度/深度搜索】 Step1:S0放入OPEN 表 Step2:OPEN 表第一个点(记为N )取出放入CLOSED 表,冠以编号n 。 Step3:若n 可扩展: (1)扩展N ,其子节点放入OPEN 表(深度:尾部,广度:首部) (2)考查这些节点是否终止节点。若是,放入CLOSED 表,标为可解节点,并对先辈点标示。若S0被标可解,得解。 (3)从OPEN 表删除具有可解先辈的节点。转Step2。 Step4:若N 不可扩展: (1)标示N 为不可解。 (2)标示先辈节。若S0被标不可解,失败。 (3)从OPEN 表删除具有不可解先辈的节点。转Step2。

人工智能知识点归纳-老王知识点归纳

?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,

人工智能考试复习资料

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。 思维策略 初级信息处理 生理过程 计算机程序 计算机语言 计算机硬件 图:人类认知活动与计算机的比

(完整)人工智能复习总结讲解,推荐文档

第1章概述 1、重点掌握人工智能的几种定义。 2、掌握目前人工智能的三个主要学派及其认知观。 3、一般了解人工智能的主要研究范围和应用领域。 人工智能的三大学派及其认知观: (1)符号主义:认为人工智能起源于数理逻辑。 (2)连接主义:认为人工智能起源于仿生学,特别是对人脑模型的研究。 (3)行为主义:认为人工智能起源于控制论。 第2章确定性知识系统 ?重点掌握用谓词逻辑法、产生式表示、语义网络法、框架表示法来描述问题,解决 问题; ?重点掌握归结演绎推理方法 谓词逻辑法 ?一阶谓词逻辑表示法适于表示确定性的知识。它具有自然性、精确性、严密性及易实现等特点。 ?用一阶谓词逻辑法表示知识的步骤如下: (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,用适当的连接符号将各个谓词连接起来,形成谓词公式。例1:设有下列事实性知识: ?张晓辉是一名计算机系的学生,但他不喜欢编程序。 ?李晓鹏比他父亲长得高。 请用谓词公式表示这些知识。 (1)定义谓词及个体。 Computer(x):x是计算机系的学生。 Like(x,y):x喜欢y。 Higher(x,y):x比y长得高。 这里涉及的个体有:张晓辉(zhangxh),编程序(programming), 李晓鹏(lixp),以及函数father(lixp)表示李晓鹏的父亲。 ?第二步:将这些个体代入谓词中,得到 Computer(zhangxh) ?Like(zhangxh, programming) Higher(lixp, father(lixp)) ?第三步:根据语义,用逻辑联结词将它们联结起来,就得到了表示上述知识的谓词 公式。 Computer(zhangxh)∧?Like(zhangxh, programming) Higher(lixp, father(lixp)) 例2:设有下列语句,请用相应的谓词公式把它们表示出来: (1)人人爱劳动。 (2)自然数都是大于零的整数。 (3)西安市的夏天既干燥又炎热。 (4)喜欢读《三国演义》的人必读《水浒》。 (5)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。 (6)他每天下午都去打篮球。

人工智能重点总结

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。

人工智能期末复习

人工智能:Artificial Intelligence,简称AI,主要研究如何使用人工的方法和技术,使用各种自动化机器或智能化机器模仿、延伸和扩展人的智能,实现某些机器的智能行为。传统划分①符号主义学派 ②联结主义学派 ③行为主义 学派现代1.符号智能流派2.计算智能流派3.群体智能流派人工智能的基本技术:1知识表示技术2知识推理、计算和搜索技术3系统实现技术。 符号智能的表示是知识的表示,运算是基于知识表示的推理或符号操作,采用搜索方法进行问题求解,一般在问题空间上进行,计算智能的表示是对象表示,运算时给予对象的表示的操作或计算,采用搜索方法进行问题求解,一般是在解空间上进行。 人工智能的研究领域:定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理、组合调度问题。 应用领域:难题求解、自动定理证明、自动翻译、智能管理、智能通信、智能仿真等。 人工智能的主要研究途径与方法:1功能模拟。符号推演2结构模拟。神经计算3行为模拟。控制进化 人工智能的研究目标及其意义: 1目标:远期目标是要制造智能机器,即探索智能的基本机理,最终制造出和人有相似或相近智力和行为能力的综合智能系统;近期目标是实现机器智能,即研究如何使用现有的计算机具备更高的智能,在一定领域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。 2意义:普遍的计算机智能低下,无法满足社会需求;研究AI是当前信息化社会的迫切需求;智能化是自动化发展的必然趋势;研究AI,对人类自身的智能的奥秘也提供有益的帮助。 人工智能的基本内容:1从人工智能的定义出发包括(感知与交流的模拟,记忆,联想,计算,思维的模拟,输出效率或行为模拟2从知识工程的角度出发包括(知识的获取,知识的处理以及知识的运用) 人工智能诞生1956年夏,达特莫斯大学的研究会,麦卡锡提议正式采用了“AI”术语。发展:推理期,知识期,学习期AI的现状与发展趋势:1多种途径齐头并进,多种方法协作互补2新思想、新技术不断涌现,新领域新方向不断开拓3理论研究更加深入,应用研究愈加广泛4研究队伍日益壮大,社会影响越来越大。以上展现了AI繁荣景象和光明前景,虽有困难,问题和挑战,但前进和发展毕竟是大势所趋。 盲目搜索:无向导的搜索,也称穷举搜素。在搜索中,没有任何背景知识作指导,不考虑任何与解有关的信息,随机地或按预先规定的顺序(如广度优先和深度优先)机械地生成树的节点,并判断是否为解,直到找到解或证明问题无解为止。 特点:搜索效率太低,所以在实际中往往是不可行的。启发函数:通过函数计算来评价每种选择的价值大小,用以指导搜索过程。 启发式搜索:利用问题本身的“启发性信息”不断地改变或调整搜索的方向,使搜索朝着问题本身最希望的方向进行,加速问题的求解并找到最优解。特点:重排OPEN表,选择最有希望的节点加以扩展。 盲目和启发搜索的的不同:对于较大或无限状态空间问题, 盲目搜索效率太低,所以在实际当中往往是不可行的。启发式搜索广泛地应用于实际问题求解中,如博弈、机器学习、数据挖掘、智能检索等。 启发式搜索—全局择优算法:也叫做最好优先搜索,在启发性知识导航下的广度优先搜索,在OPEN表中保留所有已生成而为考察的节点,对其中的每个节点x计算启发函数h(x),从全部节点中选出最优节点进行扩展,而不管这个结点出现的搜索树的什么地方。 局部择优:是启发性知识导航下的深度优先搜索,在OPEN表中保留所有已生成为为考察的节点,对其中新生成的每个子节点x计算启发函数h(x),从全部子节点中选出最优节点进行扩展,其选择下一个要考察的结点的范围是刚刚生成的全部子节点。 在图搜索算法中,OPEN表,CLOSED表的作用各是什么 OPEN表:专门登记已经生成但还没有考察的节点,即待考察节点。算法执行时总是从OPEN表的首部取出节点。 CLOSED表:用来记录考察过的节点以及节点之间的关系,如每个节点指向父节点的编号(返回指针)。

人工智能及其应用总结

人工智能及其应用总结 1、感知能力、 2、记忆与思维能、 3、学习能力、 4、行为能力(表达能力)人工智能的研究内容:知识表示、机器感知、机器思维、机器学习、机器行为人工智能的研究目标:近期目标:使现有的电子数字计算机更聪明、更有用,使它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。建造智能机器人代替人类的部分智力劳动。远期目标:用自动机模仿人类的思维过程和智能行为。最终目标:机器智能实现生物智能的各项功能。智能行为:感知、推理、学习、通信和复杂环境下的动作行为知识发现的处理过程:数据挖掘、数据选择、知识评价人工智能的主要学派:符号主义、连接主义和行为主义人工智能的研究途径:心理模拟、生理模拟和行为模拟人工智能的应用领域:智能控制、智能管理、智能决策、智能仿真。人工智能的基本技术:表示、运算、搜索归纳技术、联想技术人工智能(机器智能)、学科和能力:(书)所谓人工智能就是用人工的方法在机器(计算机)上实现的智能,或者说是人们使机器具有类似于人的智能。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。对认知

行为进行研究:心理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,与此相应的是计算机程序、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。人工智能新的研究热点:新的研究热点:分布式人工智能与Agent,计算智能与进化计算,数据挖掘与知识发现 (超市市场商品数据分析),人工生命第二章:知识表示方法知识的一般概念:知识是人们在改造客观世界的实践中积累起来的认识和经验知识表示: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。知识表示的要求:表示能力、可利用性、可实现性、可组织性、可维护性、自然性、可理解性状态空间法的三要素:状态、算符、状态空间方法问题求解技术:问题的表示和求解的方法二种不确定性:关于证据的不确定性和关于结论的不确定性原子公式:由若干谓词符号和项组成问题的状态空间包含三种说明的集合:初始状态集合S、操作符集合以及目标状态集合“我听音乐或者绘画”的谓词表示的析取式LISTEN(I,MUSIC)VDRAW(I,PAINTING)句子变换成子句形式:(x){P(x)→P(x)} (ANY x) { P(x)P(x) } (ANY x) {~P(x)

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。 ISA槽——用于指出对象间抽象概念上的类属关系。 AKO槽——用于具体地指出对象间的类属关系。 Instance槽——用来表示AKO槽的逆关系。 实例:“教师”的框架。 框架名:<教师> 类属:<知识分子> 工作:范围:(教学,科研) 缺省:教学 性别:(男,女) 学历:(中专,大学) 类别:(<小学教师>,<中学教师>,<大学教师>) 分析:框架名:“教师”

《人工智能》知识点整理

(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

人工智能学习心得

人工智能学习心得 20147932唐雪琴 人工智能研究最新进展综述 一、研究领域 在大多数数学科中存在着几个不同的研究领域,每个领域都有着特有的感兴趣的研究课题、研究技术和术语。在人工智能中,这样的领域包括自然语言处理、自动定理证明、自动程序设计、智能检索、智能调度、机器学习、专家系统、机器人学、智能控制、模式识别、视觉系统、神经网络、agent、计算智能、问题求解、人工生命、人工智能方法、程序设计语言等。 在过去50多年里,已经建立了一些具有人工智能的计算机系统;例如,能

够求解微分方程的,下棋的,设计分析集成电路的,合成人类自然语言的,检索情报的,诊断疾病以及控制控制太空飞行器、地面移动机器人和水下机器人的具有不同程度人工智能的计算机系统。人工智能是一种外向型的学科,它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础,哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。因为人工智能的研究领域十分广阔,它总的来说是面向应用的,也就说什么地方有人在工作,它就可以用在什么地方,因为人工智能的最根本目的还是要模拟人类的思维。参照人在各种活动中的功能,我们可以得到人工智能的领域也不过就是代替人的活动而已。哪个领域有人进行的智力活动,哪个领域就是人工智能研究的领域。人工智能就是为了应用机器的长处来帮助人类进行智力活动。人工智能研究的目的就是要模拟人类神经系统的功能。

二、各领域国内外研究现状近年来,人工智能的研究和应用出现了许多新的领域,它们是传统人工智能的延伸和扩展。在新世纪开始的时候,这些新研究已引起人们的更密切关注。这些新领域有分布式人工智能与艾真体、计算智能与进化计算、数据挖掘与知识发现,以及人工生命等。下面逐一加以概略介绍。 1、分布式人工智能与艾真体 分布式人工智能是分布式计算与人工智能结合的结果。dai系统以鲁棒性作为控制系统质量的标准,并具有互操作性,即不同的异构系统在快速变化的环境中具有交换信息和协同工作的能力。 分布式人工智能的研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型。dai中的智能并非独立存在的概念,只能在团体协作中实现,因而其主要研究问题是各艾真体间的合作与对话,包括分布式问题求解和多艾真体系统两领域。其中,分布式问题求解

相关文档
最新文档