人工智能考试提纲与答案
- 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)。
人工智能复习参考(2012工程硕士)
第1部分绪论
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、涉及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范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。
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,成为他们的指导思想。
4)计算机的发明发展,
5)专家系统和知识工程
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进一步发展。
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、条件性迁移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)就一定是个物理符号系统。
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。
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
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?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。
试评述人工智能的未来发展。
答: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
什么是知识?知识的要素有哪些?知识的表示方法有哪些?
答:Feigenbaum:知识是经过削减、塑造、解释和转换的信息。简单地说,知识是经过加工的信息。Bernstein:知识是由特定领域的描述、关系和过程组成的。Hayes-Roth: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。
知识的要素有:事实:有关问题环境的一些事物的知识,常以“…是…”的形式出现。规则:有关问题中与事物的行动、动作相联系的因果关系知识,是动态的,常以“如果…那么…”形式出现。控制:有关问题的求解步骤、技巧性
知识,告诉怎么做一件事。元知识: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。
知识的表示方法有:胃词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示法。
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?
答案: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。
如何用谓词逻辑法表示知识? (见课本例题)
用谓词公式既可表示事物的状态、属性和概念等事实性的知识,也可表示事物间具有因果关系的规则性知识。
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。
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: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前提使用,以求得问题的解决,这样的系统称为产生式系统。产生式系统由:规则库、数据库、推理机组成。规则库:用于描述某领域内知识的产生式集合,是某领域知识(规则)的存储器。数据库: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。推理机:由一组程序组成,用来控制协调规则库与数据库的运行,包含了推理方式和控制策略。
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:从已知事实出发,通过规则求得结论。或称数据驱动方式也称作自底向上的方式。
正向推理的推理过程:
(1)规则集中的规则与数据库中的事实进行匹配,得匹配的规则集合。
(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。将该请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:从目标(作为假设)出发,反向使用规则,求得已知事实。这种推理方式也称目标驱动方式或称自顶向下的方式。
反向推理的推理过程:
(1)规则库中的规则后件与目标事实进行匹配,得匹配的规则集合。
(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成功结束。
双向推理:
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。这种双向推理较正向或反向推理所形成的推理网络小,从而有更高的推理效率。
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)
框架表示法是以框架理论为基础发展起来的一种结构化的知识表示,它适用于表达多种类型的知识。框架理论的基本观点是:人脑已存储有大量的典型情景,当面临新的情景时,就从记忆中选择一个称作框架的基本知识结构,其具体内容依新的情景而改变,形成对新情景的认识又记忆于人脑中。
语义网络表示知识:一般由一些最基本的语义单元组成。这些最基本的语义单元被称为语义基元,可用如下三元组来表示为(节点1,弧,节点2)