人工智能考试复习题（自己背的）

选择题：

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：（图灵）神经网络研究属于下列（连接主义）学派。产生式系统的推理不包括（简单推理）。下列不在人工智能系统知识包含的4个要素中（关系）。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，主要眼球计算机如何自动获取知识和技能，实现自我完善，这门研究分支学额叫（机器学习）。一些聋哑人为了能方便与人交流，利用打手势来表示自己的想法，这是智能的（行为能力）方面。下述（形象描写表示法）不是人工智能中常用的知识格式话表示方法。专家系统是以（知识）为基础，以推理为核心的系统。可信度方法中，若证据A的可信度CF（F）=0，这意味：（对证据A一无所知）。利用已有知识、经验，根据问题的实际情况，不断寻找可利用知识，从而构造（一条代价最小的推理路线），使问题得以解决的过程称为搜索。如果把知识按照作用来分类，下述（可以通过文字、语言、图形、声音等形式编码记录和传播的知识，即显性知识）不在分类的范围内。下述（复杂性和明确性）不是知识的特征。人类智能的特性表现在哪4个方面（能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。）人工智能的目的是让机器能够（模拟、延伸和扩展人的智能），以实现某些脑力劳动的机械化。下列 关于人工智能的叙述不正确的是（以为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要）。人工智能研究的一项基本内容是机器感知。以下列（使机器具有能够获取新知识、学习新技巧的能力）不属于机器感知的领域。被誉为国际“人工智能之父”的是：（图灵（Turing））。下列哪个不是人工智能的研究领域（编译原理）。为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究这找到一个重要的信息处理机制是（人工神经网络）。下述（形象描写表示法）不是人工智能中常用的知识格式化表示方法。关于“与/或”图表示发的叙述中，正确的是（“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的求解过程）。神经网络研究属于下列（连接主义）学派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；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（问题归约法）。A^(AvB)称为（吸收率）。~（A^B）~Av ~B称为（摩根率）如果问题存在最优解，则下面几种搜索算法中，（启发式搜索）可以认为是“智能程度相对比较高”的算法。产生式系统的推理不包括（简单推理）。下列哪部分不是专家系统的组成部分（用户）。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（机器学习）。命题是可以判断真假的（陈述句）。人工智应用研究的两个最重要最广泛领域为（专家系统、机器学习）。下列搜索方法中不属于盲目搜索的是（有序搜索）。语义网络的组成部分为（节点和链）自然语言理解是人工智能的重要应用领域，下面列举中的（欣赏音乐 ）不是它要实现的目标。AI的英文缩写是（Artifical Intelligence）。反演归结（消解）证明定理时，若当前归结式是（空子句）时，则定理得证。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）。语义网络表示知识时，有向弧AKO链，ISA链是用来表达节点知识的（继承性）（A—>B）^A—>B是（假言推理）。仅个体变元被量化的谓词称为 （一阶谓词）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（深蓝）。或图通常称为（状态图）不属于人工智能的学派是（机会主义）。

 

填空题：

人工智能三大学派是（符号主义）、（连接主义）、（行为主义）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（永真式）。广度优先是所有算法中，OPEN表的数据结构实际是一个（二叉树），深度优先搜索算法中，OPEN表的数据结构实际是一个（单链表）。产生式系统由三部分组成（综合数据库）（知识库）和推理机，其中推理可分为（正向推理）和（逆向推理）开发专家系统所要解决的基本问题由三个，那就是知识的获取、知识的表示和知识的运用，知识表示的方法只要由（谓词表示法）（框架）（产生式）和语义网络等。在语义网络表示知识时，所使用的推理方法由（AKO）和（ISA）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）在诸如走迷宫、下棋、八数码游戏等游戏中，常用到的一种人工智能的核心技术称为（图搜索）某产生式系统中的一条规则：A(x)-->B(x),则前件是（A(x)），后件是（B(x)）。产生式系统的推理可以分为（正向推理）和（反向推理）两种基本方式。人工之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（模仿和执行人脑）的某些智力功能。启发式搜索是一种利用（启发式信息）的搜索。在与或图中，没有后裔的非终叶节点为不可解节点，那么含有或后继节点且后裔中至少由一个为可解的非终叶节点是（可解节点），含有与后继节点且后裔中至少由一个为不可解的非终叶节点是（不可解节点）不确定性类型按性质分（随机性）（模糊性）（不完全性）（不一致性）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。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)))图是指由（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）。产生式系统的推理过程中，从可触发规则中悬着一个规则来执行，被执行的规则称为（被触发规则）。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）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）。 

                                                                                                                                                        

简答题

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

答：

 

3. T

  F

  U

2. T  T  T

  T  F  U

  T  U  U

1. T  F  U

  F  F  F

  U  F  U

 

 

 

 

                                                                                                                 

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是产生式的签题，用于指出该产生式是否可用的条件；

Q是一组结论或操作，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，则可以推出结论Q或执行Q所规定的操作；

 

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.消去连接词->,；

    2.减少否定符号辖域；

3. 变元标准化；

4. 消去存在量词；

5. 消去全称量词；

6. 化为前束范式；

7. 适当改名；

8. 消去合取词^；

 

证明G是否是F的逻辑结论；

答：1. P(x)    从F变换

2. Q(a) V Q(x)   从F变换

3. ¬P(y) V ¬Q(y)  结论否定

4. ¬Q（x）    1,3归结

5. 2，4归结置换{x/y}

 

什么是人工智能？人工智能与计算机程序的区别？

答：人工智能是指在机器上实现的智能，实现模拟扩展人类智慧的机器。与计算机程序的不同点是，程序是死板的直接解决问题，而人工智能会学习总结解决问题的方法

当前人工智能有哪些学派？他们对人工智能在理论上有何不同观点？

答：当前的学派有，符号主义，连接主义以及行为主义；

 符号主义是，基础是符号，符号操作，人脑和计算机都是物理符号，智能的基础是知识，核心是知识表示和知识推理；

连接主义基本是神经元，思维过程是连接神经元活动的过程，认为人脑不同于计算机；

行为主义认为智能依赖于感知和行动；机器不能真实地反映现实世界中的客观事物。

广度优先搜索与深度优先搜索各有什么特点？

答：广度优先是一种先扩展节点的策略，是一种完整的搜索策略，即只要问题有解，就能找到解。

深度优先是一种不完全的策略，即对于某些有解的问题，深度优先搜索可能找不到最优解，也可能根本找不到解。

什么是不确定性推理？有哪几类不确定性推理方法？

答：是指从具有不确定性的证据,运用知识库中的不确定性知识,最终推出具有一定程度的不确定性,但却是合理的或近乎合理的结论的思维过程。两大类：模型方法,控制方法。

什么是机器学习？机器学习的研究目标是什么？

答：机器学习是基于人类的学习的，是研究如何让计算机来模拟人类学习的一门学科。

研究目标：认知模型的研究，探索各种学习方法，根据任务建立相应的学习系统。

什么是数据挖掘？数据挖掘的主要内容是什么？

答：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取有用的信息和知识的过程。

内容：是根据其他属性的值预测特定属性的值。。

数据聚类和分类有何不同？

答：分类技术是一种有指导的学习，聚类是一种无指导学习

分类的样本是有标记的，聚类样本没有标记

简述大数据的四个特征分别 代表的含义。

答：1. 数据规模大，数据量是大数据的基本特征；

    2. 数据种类多：现在企业所采集的和分析的数据还包括网站日志数据；

3. 处理速度快：数据的产生和更新的频率也是衡量大数据的一个特征；

4. 数据价值密度低：数据不断增长，可用的很少；

什么是知识？它有哪些特性？有哪几种分类方法？

答：积累起来的认识和经验；

分类：性质，适用范围，作用，确定性，等级，结构

15. 什么是知识表示 ？有哪几种常用的知识表示方法？

   答：知识的表示是对知识的描述，用约定的符号把知识编码成一组能被计算机接受并便于系统使用的数据结构。表示方法：有一阶谓词、产生试、语义网络，框架，过程，脚本，本体；

 

 

计算题

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 。

答：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}。 则用知识用谓词表示为: ((∃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。

    答：定义谓词： P(x)：x是人 Q(x):x为打篮球W(y):y是下午 则用知识用谓词表示为: （∃x ）(∀y)(W(y)→Q(x)∧P(x))

(3) 新型计算机速度又快，存储容量又大。

    答：C(x)：x是新型计算机 ；F(x)：x速度；B(x)：x容量大 ；将知识用谓词表示为： (∀x) (C(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。

    答：S(x)：x是计算机系学生

L(x, P)：x喜欢编程序 

U(x,C)：x使用计算机

则¬ (∀x) (S(x)→L(x, P)∧U(x,C))

(5) 凡是喜欢编程序的人都喜欢计算机。

答：定义谓词P(x)：x是人 L(x, y)：x喜欢y  则(∀x) (P(x)∧L(x,pragramming)→L(x, computer))

试实现一个“大学教师”的框架，大学教师类属于教师，包括以下属性：学历（学士、硕士、博士）、专业（计算机、电子、自动化、……）、职称（助教、讲师、副教授、教授）

答：框架名： 类属：  学历：(学士、硕士、博士) 专业：（计算机、电子、自动化、…)职称：（助教、讲师、副教授、教授)

 

论述题

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：

 

 

 

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=∃x(student(x)∧read(x,三国演义)) 

语义网络：

 

用语义网络表示下面的知识：(1) 我是一个人(2) 我有一台计算机(3) 我的计算机是PC/PIV1.8G(4) PC机是计算机(5) PC/PIV1.8G是PC机(6) PC/PIV1.8G包括硬盘、显示器、CPU、内存。

答：