《人工智能》复习要点
人工智能复习资料
人工智能复习资料一、引言人工智能（Artificial Intelligence，简称AI）是一门研究如何使计算机能够像人一样思考和行动的科学与工程领域。
它涵盖了多个子领域，包括机器学习、自然语言处理、计算机视觉等。
本文将围绕人工智能的基本概念、发展历程、应用领域以及未来发展趋势等方面进行复习。
二、人工智能的基本概念1. 人工智能的定义和特点人工智能是指使计算机具备智能的能力，能够模拟和实现人类的思维和行为。
其特点包括自主学习、推理、问题解决、语言理解和感知等。
2. 人工智能的分类人工智能可以分为弱人工智能和强人工智能。
弱人工智能是指在特定领域内具备智能的计算机系统，而强人工智能则是指能够在各个领域都表现出与人类相当的智能水平的计算机系统。
三、人工智能的发展历程1. 人工智能的起源人工智能的起源可以追溯到20世纪50年代。
当时，人们开始研究如何使计算机能够模拟人类的思维和行为，提出了“人工智能”这一概念。
2. 人工智能的发展阶段人工智能的发展可以分为符号主义阶段、连接主义阶段和混合主义阶段。
符号主义阶段主要研究基于逻辑和规则的推理和知识表示；连接主义阶段则侧重于神经网络和模式识别；混合主义阶段则将符号主义和连接主义相结合。
四、人工智能的应用领域1. 机器学习机器学习是人工智能的重要分支，它通过让计算机从数据中学习和改进，实现自主学习和决策能力。
机器学习在语音识别、图像识别、推荐系统等领域有广泛应用。
2. 自然语言处理自然语言处理是指让计算机能够理解和处理人类语言的能力。
它在机器翻译、语音识别、智能客服等方面有着重要应用。
3. 计算机视觉计算机视觉是指让计算机能够理解和分析图像和视频的能力。
它在人脸识别、目标检测、智能监控等领域有广泛应用。
4. 智能机器人智能机器人是指具备感知、决策和执行能力的机器人系统。
它在工业生产、医疗护理、军事作战等领域有着广泛应用。
五、人工智能的未来发展趋势1. 深度学习深度学习是机器学习的一种方法，通过构建多层神经网络实现对大规模数据的学习和分析。
人工智能期末复习
人工智能期末复习一、名词解释1、人工智能（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，是一门综合性的交叉学科和边缘学科。
2、语义网络：语义网络是一种用实体及其语义关系来表达知识的有向图。
3、机器学习：机器学习就是让机器（计算机）来模拟和实现人类的学习功能。
4、正向推理产生式系统：正向推理也称数据驱动方式，它是从初始状态出发，朝着目标状态前进，正向使用规则的一种推理方法。
所谓正向使用规则，是指以问题的初始状态作为初始综合数据库，仅当综合数据库中的事实满足某条规则的前提时，该规则才被使用。
正向推理产生式系统简单明了，且能求出所有解，但是执行效率较低，具有一定的盲目性。
5、遗传算法：遗传算法是在模拟自然界生物遗传进化过程中形成的一种自适应优化的概率搜索算法。
6、人工智能（能力）：是智能机器执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
7、机器学习系统：机器学习系统是指能够在一定程度上实现机器学习的系统。
8、逆向推理产生式系统：逆向推理也称目标驱动方式，它是从目标状态出发，朝着初始状态前进，反向使用规则的一种推理方法。
所谓逆向使用规则，是指以问题的目标状态作为初始综合数据库，仅当综合数据库中的事实满足某条规则的后件时，该规则才被使用。
逆向推理产生式系统不寻找无用数据，不使用与问题无关的规则。
9、演绎推理：演绎推理是从已知的一般性知识出发，去推出蕴含在这些已知知识中的适合于某种个别情况的结论。
是一种由一般到个别的推理方法，其核心是三段论，如假言推理、拒取式和假言三段论。
10、启发式搜索：状态空间的启发式搜索是一种能够利用搜索过程所得到的问题自身的一些特性信息来引导搜索过程尽快达到目标的搜索方法。
二、填空题1、目前人工智能的主要学派有下列三家：符号主义、联结主义和行为主义。
2、常用的知识表示方法有一阶谓词逻辑表示法、产生式表示法、语义网络表示法、框架表示法和过程表示法。
人工智能复习资料整理(修正版-如发现计算错误请指出)
一、填空题(40分)1.人工智能的主要学派：(1)符号主义：又称逻辑主义、心理学派或计算机学派，其原理主要是为物理符号系统假设和有限合理性原理。
(2)连接主义：又称仿生学派或生理学派，其原理主要是为神经网络及神经网络间的连接机制与学习算法。
(3)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-动作型控制系统。
2.人工智能三个基本问题：知识获取、知识推理、知识利用。
3.常用的知识表示方法包括：状态空间法、问题归纳法、谓词演算法、语义网络法、框架表示法、本体表示法、过程表示法和神经网络表示法。
4.机器学习分为：监督学习、无监督学习、强化学习。
5.遗传算法基本操作分为：选择、交叉和变异。
6.产生式系统的构成分为：规则库、综合数据库和推理机。
7.问题状态空间包含的三种说明集合分别为：初始状态集(S)、操作符集合(F)、以及目标状态集合(G)。
8.可信度方法中，不精确推理规则的一般形式为：IF E THEN H (CF(H,E))，其中(CF(H,E))是该规则的可信度，称为可信度因子或规则强度。
(1)当证据E的可信度CF(E)的取值范围与CF(H,E)相同，即-1 ≤ CF(E)≤ 1；(2)当证据以某种程度为真时，CF(E) > 0(3)当证据肯定为真时，CF(E) = 1(4)当证据以某种程度为假时，CF(E) < 0(5)当证据肯定为假时，CF(E) = -1(6)当证据一无所知时，CF(E) = 09.用产生式方法表示张和李是同学关系：（classmate，Zhang，Li）10.模糊集合表示，例如有一组数据：85,90,82,70,98，模糊集合表示为：11.自然语言理解过程的层次有：语音分析、句词分析、语义分析。
12.人工生命研究实例有：人工脑、计算机病毒、计算机进程、细胞自动机、人工核苷酸。
13.计算智能涉及神经计算、模糊计算、进化计算、粒群计算、自然计算、免疫计算和人工生命等研究领域。
《人工智能》复习要点
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。
【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。
《人工智能导论》期末复习知识点
《人工智能导论》期末复习知识点
人工智能导论知识点总结
一、定义：
人工智能（Artificial Intelligence，AI）是指研究如何实现机器的智能，即使用计算机来模拟或提高人类的智能表现和能力。
基于此，人工智能的主要任务是解决一些超出传统计算能力的问题，其中包括学习、推理和解决一些挑战。
二、技术：
人工智能技术可分为三个主要技术领域：
1、机器学习：机器学习是一种研究机器如何学习，并从这些学习中学习及其反馈环境的解决实际问题的学科。
包括规则学习、支持向量机以及深度学习。
2、自然语言处理：自然语言处理是指人工智能技术在处理人类自然语言的理解和翻译方面的应用研究。
它将注重语言应用的学习、理解、表达和使用，以及语言识别、概念识别和分析。
3、计算机视觉：计算机视觉是指使用计算机的视觉系统来处理可视化的图像、图片、视频信息，以及关于图像的相关内容的研究。
它是一种智能系统，包括图像处理、识别和分析等功能。
三、应用：
人工智能在各行各业都有广泛的应用，有助于改善工作效率，提高工作质量，提升企业竞争力，节省成本。
1、机器人：工业机器人、服务机器人等用于工厂生产线和服务行业，可以大大提高工作效率。
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 复习要点汇总
人工智能第一章1、什么是人工智能？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，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
2、物理符号系统的六种基本功能信息处理系统又叫符号操作系统(Symbol Operation System)或物理符号系统(Physical Symbol System)。
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。
人和计算机具备这6种功能。
3、知识表示（Knowledge Representation）主要方法有：状态空间法、问题归约法、谓词逻辑法、语义网络法、框架表示法、本体表示法、过程表示法、神经网络表示法等。
第二章1、谓词逻辑。
2、设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?答：设X：传教士人数，Y：野人人数；设D(X,Y) 为运输过程，当X,Y为正时，表示去程；当X,Y为负时，表示返程。
另外还必须满足：，（X为0时除外）第三章1、1）宽度优先搜索定义: 以接近起始节点的程度逐层扩展节点的搜索方法。
特点：一种高代价搜索，但若有解存在，则必能找到它。
2）深度优先搜索定义：首先扩展最新产生的(即最深的)节点。
与宽度优先搜索算法最根本的不同在于：将扩展的后继节点放在OPEN表的前端。
自考人工智能原理重点复习大纲
自考人工智能原理重点复习大纲
一、概述
- 人工智能的基本概念和定义
- 人工智能的发展历史和应用领域
- 人工智能的基本原理和方法
二、知识表示与推理
- 逻辑表示和推理的基本概念和方法
- 谓词逻辑与一阶谓词逻辑
- 归结推理和演绎推理
- 产生式规则与专家系统
三、机器研究
- 机器研究的基本概念和分类
- 监督研究、无监督研究和半监督研究的基本原理
- 决策树、朴素贝叶斯和支持向量机的原理和应用
- 神经网络和深度研究的基本原理和应用
四、自然语言处理
- 自然语言理解和生成的基本概念和方法
- 词法分析、句法分析和语义分析的原理和技术
- 文本分类、信息抽取和机器翻译的基本原理和应用
五、计算机视觉
- 计算机视觉的基本概念和方法
- 图像特征提取和图像识别的原理和技术
- 目标检测、图像分割和人脸识别的基本原理和应用
六、智能系统与伦理
- 智能系统的发展现状和前景
- 人工智能在社会和经济中的应用
- 人工智能带来的伦理、法律和社会问题
七、人工智能的挑战和发展方向
- 当前人工智能面临的挑战和问题
- 未来人工智能的发展方向和趋势
- 人工智能与人类的关系和合作
以上为自考人工智能原理的重点复习大纲，希望能对你的学习有所帮助。
《人工智能》复习要点
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.MGU7.8.9.10.11.12.13.15.16.17.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. PB. QC.~PD.P?Q20. 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∨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’∧C2’22.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 IntelligenceC)Automatice Information D)Artifical Information25. 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，着名的“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.IBMC.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、填空题综合数据库，知识库和推理机。
《人工智能》复习重点
《人工智能》复习重点填空题：数据挖掘（KDD）：概念：也可以称为数据库中的知识发现，是从大量数据中提取出可信，新颖，有效，并能被人理解的的模式的高级处理过程数据挖掘的主要方法：分类，聚类，相关规则，回归，其他1.人工智能的表现形式：具有感知能力，具有记忆与思维能力，具有学习能力，具有行为能力2.人工智能涉及学科领域：人工智能是在计算机科学，控制论，信息论，神经心理学，哲学，语言学等学科研究的基础上发展起来的综合性很强的交叉学科3. 机器行为：计算机的表达能力，即说，写，画等能力4.人工智能的研究目标：用机器实现人类的部分智能（或者建立一个能模拟人类智能行为的系统）5. 机器感知能力包括：机器视觉，机器听觉6. 数据挖掘逻辑思维的特点包括⑴数据的特征✓大容量✓含噪音（不完全、不正确）✓异质数据（多种数据类型混合的数据源，来自互联网的数据是典型的例子）⑵系统的特征✓知识发现系统需要一个前处理过程✓知识发现系统是一个自动/半自动过程✓知识发现系统要有很好的性能⑶知识（模式）的特征✓知识发现系统能够发现什么知识？✓现行的知识发现系统只能发现特定模式的知识7.图形识别：图形识别主要是研究各种图形(如文字、符号、图形、图像和照片等)的分类。
8. 机器视觉应用范围：获取图形，图像信息9. 自动程序设计包括：程序综合，程序正确性验证10.K-means算法⑴该算法的最大优势在于简洁和快速。
算法的关键在于初始中心的选择和距离公式。
最常用是欧式距离：⑵算法步骤：①适当选择c个类的初始中心；②在第k次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；③利用均值等方法更新该类的中心值；④对于所有的c个聚类中心，如果利用（2）（3）的迭代法更新后，值保持不变，则迭代结束，否则继续迭代。
⑶Kmeans方法的局限性Kmeans在数据有着不同特征时存在问题：①各类数据点数目差距太大②不同密度③非球型分布④其他元素（存在离群点，…… ）11. 系统聚类法（谱系聚类法）谱系聚类法是根据植物分类学的思想对研究对象进行分类的方法.在植物分类学中，分类的单位是门、纲、目、科、属、种，其中种是分类的基本单位.分类单位越小，它所包含的植物就越少，植物间的共同特征就越多，利用这种分类思想，谱系聚类法首先视各样品自成一类。
人工智能复习资料
人工智能复习资料1.3什么是人工智能？它研究的目标是什么？从能力的角度：人工智能是指用人工的方法在机器（计算机）上实现的智能。
从学科的角度：人工智能是一门研究如何构造智能机器或智能系统，去模拟、延伸和扩展人类智能的学科。
目标：1）对智能行为有效解释的理论分析。
2）解释人类智能。
3）构造具有智能的人工制品。
1.8人工智能有哪些主要研究和应用领域？其中哪些是新的研究热点？机器思维、机器学习、机器感知、机器行为计算智能、分布智能、智能系统、人工心理与人工情感人工智能的典型应用：智能机器人、智能检索、智能游戏问题求解(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：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1.9人工智能有未来发展有哪些值得思考和关注的重要问题？1.多学科交叉研究2.分布智能与社会智能研究3.集成智能研究4.智能网络研究5.认知计算与情感计算研究6.智能系统与智能服务2.2什么是知识表示？知识表示有哪些要求？知识表示是对知识的描述，即用一组符号把知识编码成计算机可以接受的某种结构。
要求：1）表示能力。
2）可利用性。
3）可组织性与可维护性。
4）可理解性与可实现性。
2.4什么是推理？它有哪些分类方法？推理是由具体事例归纳出一般规律，或者根据已有知识推出新的结论的思维过程。
分类方法：按推理的逻辑基础：演绎推理和归纳推理按知识的确定性：确定性推理和不确定性推理按推理的控制策略：推理策略和搜索理策略2.5推理中的控制策略包括哪几个方面的内容？主要解决哪些问题？推理的控制策略是指如何使用领域知识使推理过程尽快达到目标的策略解决推理方向控制策略、求解策略、限制策略、冲突消解策略等2.6什么是命题？什么是命题的真值？断言：一个陈述句称为一个断言.命题：具有真假意义的断言称为命题.命题的意义通常称为真值，它只有真、假两种情况。
人工智能期末考试知识点(考点)总结
1、智能所包含的能力（1） 感知能力（2）记忆与思维能力（3）学习和自适应能力（4）行为能力2、人工智能分为五个阶段：（1） 孕育期（2）形成期（3）知识应用期（4）从学派分立走向综合（5）智能科学技术学科的兴起3、人工智能研究的基本内容（1）与脑科学和认知科学的交叉研究（2）智能模拟的方法和技术研究4、人工智能研究中的不同学派（三大学派）（1）符号主义（2）联结主义（3）行为主义5、机器学习机器学习是机器获取知识的根本途径，同时也是机器具有智能的重要标志。
有人认为，一个计算机系统如果不具备学习功能，就不能称其为智能系统。
机器学习有多种不同的分类方法，如果按照对人类学习的模拟方式，机器学习可分为符号学习、联结学习、知识发现和数据挖掘等。
6、演绎推理与归纳推理的区别演绎推理与归纳推理是两种完全不同的推理。
演绎推理是在已知领域内的一般性知识的前提下，通过演绎求解一个具体问题或证明一个给定的结论。
这个结论实际上早已蕴涵在一般性知识的前提中，演绎推理只不过是将其揭示出来，因此它不能增殖新知识。
而在归纳推理中，所推出的结论是没有包含在前提内容中的。
这种由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。
7、确定性知识确定性知识是指其真假可以明确给出的知识，其表示方法主要包含谓语逻辑表示法、产生式表示法、语义网络表示法、框架表示法等。
8、谓语逻辑表示方法P299、语义网络表示法P3410、框架表示法（鸟框架）P4111、产生式推理的基本结构产生式推理的基本结构如图所示，它包括综合数据库、规则库和控制系统三个重要组成部分。
12、谓语公式P6913、状态空间的盲目搜索根据状态空间采用的数据结构的不同，它可分为图搜索算法和树搜索算法。
树搜索算法包括一般树和代价树的盲目搜索算法。
一般树的盲目搜索主要包括广度优先搜索算法和深度优先搜索算法两种。
14、广度优先搜索算法和深度优先搜索算法的区别P7915、八数码难题P7916、代价树的广度优先搜索也称为分枝界限算法P8017、城市交通难题P8118、什么是估价函数用来估计节点重要性的函数称为估价函数。
人工智能重点总结
人工智能重点总结
一、人工智能概述
人工智能（Artificial Intelligence，简称AI）是指以计算机为基础，使用人工智能和人工智能技术对动物、人类、机器人、系统等进行智能控制和自主操作的一组系统。
它的最终目标是开发机器具备人类智能，即机器具有识别、判断、分析、规划和自主行动等功能，给人们创造更优质的生活环境。
二、人工智能发展历程
1960年，丹麦数学家斯诺提出了AI诞生的第一个理论：可以使用有限的算法在有限的时间内解决任何复杂的问题。
1966年，美国计算机科学家斯坦福大学的教授约翰·古德里安提出了人工智能，被定义为“利用自然语言处理、机器视觉、语音识别、机器学习和机器思维等技术，使计算机具有人类智慧的研究领域”。
1976年，经美国国家科学基金会联合基金会的资助，美国麻省理工学院正式开设人工智能课程。
1984年，英国著名科学家克劳斯·斯特鲁普提出了“模式识别”的概念，详细定义了人工智能的基本概念和技术细节，并提出了人工智能的发展目标。
1989年，伯克利大学计算机与科学研究所的英国科学家山德森将智能机器比作同位素，开发出观察、建模、推理和学习的智能机器，发表的《机器智能：它的结构。
人工智能考试复习重点
厂盲目搜索状态空间「广度优先搜索深度优先搜索有界深度优先搜索代价树的广度优先搜索1-代价树的深度优先搜索1.人工智能研究途径有：(1)符号主义(Symbolicism )基于物理符号系统假设和有限合理性原理的人工智能学派。
(2)联结/连接主义(Connectionism )基于神经元及神经元之间的网络联结机制来模拟和实现人工智能。
(3)行为主义(Actionism )基于控制论和“感知一一动作”型控制系统的人工智能学派P. S:知识和推理是人工智能的核心，学习是人工智能的关键。
命题是能表达判断并具有确定真值的陈述句。
人工智能的研究内容一一机器思维，机器感知，决策与行为，其目的即实现人的智能！人工智能研究的基本内容是机器感知、机器思维、机器学习、机器行为、智能系统及智能计算机的构造技术。
2•人工智能的研究途径主要有以符号处理为核心的方法、以网络连接为主的连接机制方法及系统集成。
3•人工智能的研究领域主要有专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决策支持系统、人工神经网络等。
2•人工智能研究方法：采集，预处理，推理，机器学习和反馈。
3•知识的特性：相对正确性，知识来自于人们对客观世界运动规律的正确认识，是从感性认识上升成为理性认识的高级思维劳动过程的结晶，故相应于一定的客观环境与条件下，知识无疑是正确的。
然而当客观环境与条件发生改变时，知识的正确性就要接受检验，必要时就要对原来的认识加以修正或补充，以至全部更新而取而代之。
不确定性，如前所述，知识由若干信息关联的结构组成。
但是，其中有的信息是精确的，有的信息却是不精确的。
这样，则由该信息结构形成的知识也有了确定或不确定的特征。
可表示性与可利用性，可发展性。
知识的可利用性使得计算机或智能机器能利用知识成为现实；而知识的机器可学习、可表示性使得人工智能不断得以进步与发展成为必然。
4•产生式的基本形式：产生式通常用于表示具有因果关系的知识，其基本形式是：P—Q 或者If P Then Q [Else S]其中，P是前件，用于指出该产生式是否可用的条件。
人工智能知识点总复习(附答案)
知识点1.什么是人工智能？它的研究目标是什么？人工智能的研究目标远期目标揭示人类智能的根本机理，用智能机器去模拟、延伸和扩展人类的智能涉及到脑科学、认知科学、计算机科学、系统科学、控制论等多种学科，并依赖于它们的共同发展近期目标研究如何使现有的计算机更聪明，即使它能够运用知识去处理问题，能够模拟人类的智能行为。
相互关系远期目标为近期目标指明了方向近期目标则为远期目标奠定了理论和技术基础2.人工智能有哪几个主要学派？各自的特点是什么？人工智能研究的三大学派：随着人工神经网络的再度兴起和布鲁克（R.A.Brooks）的机器虫的出现，人工智能研究形成了符号主义、联结主义和行为主义三大学派。
符号主义学派是指基于符号运算的人工智能学派，他们认为知识可以用符号来表示，认知可以通过符号运算来实现。
例如，专家系统等。
联结主义学派是指神经网络学派，在神经网络方面，继鲁梅尔哈特研制出BP网络之后，人工神经网络研究掀起了第二次高潮。
之后，随着模糊逻辑和进化计算的逐步成熟，又形成了“计算智能”这个统一的学科范畴。
行为主义学派是指进化主义学派，在行为模拟方面，麻省理工学院的布鲁克教授1991年研制成功了能在未知的动态环境中漫游的有6条腿的机器虫。
智能科学技术学科研究的主要特征(1)由对人工智能的单一研究走向以自然智能、人工智能、集成智能为一体的协同研究；(2)由人工智能学科的独立研究走向重视与脑科学、认知科学、等学科的交叉研究；(3)由多个不同学派的独立研究走向多学派的综合研究；(4)由对个体、集中智能的研究走向对群体、分布智能的研究；(5)智能技术应用已渗透到人类社会的各个领域。
知识表示的类型按知识的不同存储方式：陈述性知识：知识用某种数据结构来表示；知识本身和使用知识的过程相分离。
过程性知识：知识和使用知识的过程结合在一起。
知识表示的基本方法非结构化方法：一阶谓词逻辑产生式规则结构化方法：语义网络框架知识表示的其它方法状态空间法和问题归约法。
人工智能复习资料(手工整理版)
第一章1．人工智能的定义（能力）？人工智能的研究目标？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。
近期目标：实现机器智能——理论和技术基础远期目标：制造智能机器——发展方向2．人工智能的起源与发展过程；典型人物、事件（1）古希腊，亚里士多德，形式逻辑的基本规律（2）英国，培根，归纳法（3）德国，莱布尼茨，数理逻辑（4）英国，布尔，布尔代数（5）奥地利，哥德尔，一阶谓词完备性（6）英国，图灵，图灵机（7）美国，Mauchly，ENIAC（8）美国，McCulloch，神经网络模型（9）美国，香农，信息论1956年，麦卡锡，人工智能之父，50年代开始符号处理，70年代理论走向实践，Nilson A*算法，1977年，专家系统广泛应用，80年代达到顶峰，90年代趋向小型化、并行化、网络化、智能化。
3．人工智能的主要学派及观点符号主义，认为人工智能源于数理逻辑。
联结主义，认为人工智能源于仿生学。
行为主义，认为人工智能源于控制论。
4．人工智能所研究的范围与应用领域智能感知：模式识别、自然语言理解智能推理：问题求解、逻辑推理与定理证明、专家系统、自动程序设计智能学习：机器学习、神经网络、计算智能与进化计算智能行动：机器人学、智能控制、智能检索、智能调度与指挥、分布式人工智能与Agent、数据挖掘与知识发现、人工生命、机器视觉5.人工智能的基本技术推理技术、搜索技术、知识表示与知识库技术、归纳技术、联想技术第二章1.概念：知识及形式化描述、同构变换、同态变换把有关信息关联在一起所形成的信息结构称为知识。
同构变换可使问题更明确，便于求解，同构问题的解答等价于原始问题的解答。
同态变换可使问题更加简化，易于求解。
原始问题有解，则同态问题有解，同态问题无解，则原始问题无解，它们之间是蕴含关系。
2.知识、信息和数据的区别数据是记录信息的符号，是信息的载体和表示；信息是对数据的解释，是数据在不同场合下的具体含义；只有将有关的信息关联到一起才能使用，才称之为知识。
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（注意不是Rengongzhineng!!）2、任课老师的名字：郑波尽邮箱：zhengbojin@3、据说还会考亚里士多德的功绩……(你们自己去网上查查，老师说是常识来着)4、可能会出选择题的几个点：黄帝的“指南车”、诸葛亮的“木牛流马”、亚里士多德的形式逻辑、布莱尼茨的关于数理逻辑的思想、“机器人”一词的来源。
5、AI（人工智能）的本质问题：研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学。
6、研究对象：模拟人类智能7、研究目标:研究看上去具有人类智能的系统,解决需要人类智能才能解决的问题二、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的正确率小于50%,则可以认为机器具有智能2、希尔勒的中文屋子：一个对中文一窍不通的，以英语作母语的人被关闭在一只有两个通口的封闭房间中。
房间里有一本中英翻译手册。
房外的人不断向房间内递进用中文写成的问题。
房内的人便按照手册的说明，用中文回答出问题，并将答案递出房间。
（希尔勒中文屋子的实验表明用图灵测试来定义智慧还是远远不够充分的）3、人工智能的思想流派：（1）基于符号处理的符号主义(Symbolism)人类思维的基本单元是符号，思维过程是对符号的处理过程，自然语言也是用符号表示的理论基础: 物理符号系统假设和有限合理性原理.物理符号系统假设:物理符号系统是表现智能行为必要和充分的条件有限合理性原理:人类行为表现出有限的合理性（2）以人工神经网络为代表的连接主义(Connectionism)人工神经网络是典型代表，其理论基础是脑模型。
人工神经网络具有良好的自学习,自适应和自组织能力,以及大规模并行,分布式信息存储和处理的特点.可以处理不确定性问题.（3）以演化计算为代表的演化主义(Evolutionism)模拟自然界的生物演化过程入手,以解决智能系统如何从环境中进行学习的问题.理论基础为达尔文的进化论。
《人工智能》知识点整理
《人工智能》知识点整理
一、人工智能介绍
人工智能（Artificial Intelligence， AI）是计算机科学的一个分支，它企图了解智能的实质，并利用计算机模拟或延伸人的智能。
人工智能在机器学习、计算机视觉、语音识别、机器人技术等多个领域展现出惊人的发展和进步。
人工智能的技术领先程度被称为“AI热潮”或“AI革命”，并受到了世界各国的高度关注。
人工智能既是一种技术，也是一种学科，它涉及了多学科交叉的广泛与深入的理论研究和实践应用。
二、人工智能的分类
1、通用AI
通用AI是指拥有能力完成多种任务的AI，它可以在不同的任务和领域中有效地解决问题。
2、深度学习
深度学习（Deep learning）是一种机器学习技术，它利用计算机仿真神经网络的行为，从大量原始数据中学习有用知识和特征。
深度学习可以用于认知科学、图像处理、语音识别、机器翻译等研究领域。
3、机器学习
机器学习（Machine Learning）是AI中的一个分支，它是利用计算机系统从大量数据中发现有用的知识，而不需要人为干预。
机器学习包括聚类、线性回归、决策树、神经网络等技术。
4、自然语言处理
自然语言处理（Natural Language Processing， NLP）是计算机科学的一个研究领域，它研究如何理解和处理自然语言中的文本。
《人工智能》知识点整理
《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⏹用于表示精确知识⏹严密性⏹有严格的形式定义和推理规则⏹易实现性⏹易于转换为计算机内部形式2. 缺点⏹无法表示不确定性知识⏹所能表示的知识范围太狭窄⏹难以表示启发性知识及元知识⏹未能充分利用与问题本身特性有关的知识⏹组合爆炸⏹经常出现事实、规则等的组合爆炸⏹效率低⏹推理与知识的语义完全割裂2.3 产生式表示法⏹1943年E. Post第一次提出⏹称为“Post机”的计算模型（《计算理论》）⏹一种描述形式语言的语法⏹AI中应用最多的知识方法之一⏹Feigenbaum研制的化学分子结构专家系统DENDRAL⏹Shortliffe研制的的诊断感染性疾病的专家系统MYCIN⏹……2.3.1 产生式的基本形式P → Q 或IF P THEN Q CF = [0, 1]其中，P是产生式的前提，Q是一组结论或操作，CF(Certainty Factor)为确定性因子，也称置信度。
- 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)。
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. PB. QC.~PD.P∨Q20. 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’σB.C1’∨C2’C.C1’σ∧C2’σD.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 IntelligenceC)Automatice Information D)Artifical Information25. 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.IBMC.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）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)。