人工智能考试复习重点

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——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——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。Q是一组结论或者操作，用于指出当前提P满足时，应该得出的结论或者应该执行的操作。

5 人工智能推理：AI推理大约包括计算推理、逻辑推理和搜索三方面内

容.

（1）计算推理。主要有数值计算、智能计算和计算智能等。

智能计算: 一般来说，使用计算方法与人工经验相结合的运算属于智能计算；

计算智能: 如人工神经元网络(ANN)计算、进化计算、人工生命及其智能生物的情感、心理计算等，则是属于计算智能的范畴。

（2）逻辑推理。是使用数理逻辑、Boll逻辑、Fuzzy逻辑以及其它逻辑工具所完成的关于问题求解的推理。

分为确定性逻辑推理和非确定性逻辑推理两部分内容，我们将在本章及下一章分别进行学习。

（3）搜索。搜索是一种特殊形式的人工智能推理技术。这里主要包括两类搜索：一类是使用规则的基本搜索，另一类是运用启发信息的智能搜索。

P．S：推理方式：演绎推理，归纳推理，默认推理。

6启发式搜索包括：启发式搜索是在搜索中加入了与问题有关的启发性信息，用以指导搜索朝着最有希望的方向前进，加速问题的求解过程并找到最优解。

搜索分为盲目搜索和启发式搜索。

盲目搜索是按照预定的控制策略进行搜索，在搜索过程中获得的中间信息不用来改进控制策略。

启发式搜索是在搜索中加入了与问题有关的启发性信息，用以指导搜索朝着最有希望的方向前进，加速问题的求解过程并找到最优解。P．S：推理和搜索的区别：问题求解可用搜索方法，也可用逻辑推理，但二者侧重不同，前者重在寻求问题解答的过程，而后者强调前提（初始）问题空间与问题解答间连接的逻辑正确性，或者简单地说，搜索重于发现而推理强调证明。

7.搜索引擎的组成和各部分功能？一个搜索引擎由搜索器，索引器，检索器和用户接口等四个部分组成。

　搜索器的功能是在互联网中漫游，发现和搜集信息。它常常是一个计算机程序，日夜不停地运行。它要尽可能多、尽可能快地搜集各种类型的新信息，同时因为互联网上的信息更新很快，所以还要定期更新已经搜集过的旧信息，以避免死链接和无效链接。目前有两种搜集信息的策略。索引器的功能是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表。检索器的功能是根据用户的查询在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出

的结果进行排序，并实现某种用户相关性反馈机制。用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。主要的目的是方便用户使用搜索引擎，高效率、多方式地从搜索引擎中得到有效、及时的信息。

8.机器学习的方法分类：

为了系统地了解机器学习，有必要对其进行分类。一般可用以下四种方式来对机器学习系统进行分类：

1. 按有无指导来分，有监督的学习，无监督的学习和强化学习。

2. 按学习方法来分：机械式学习，指导式学习，范例式学习，类比学习，解释学习。

3. 按推理策略来分：有演绎学习，归纳学习，类比学习，解释学习。

4. 综合考虑学习系统的知识表示、基本学习策略和历史渊源等因素分类

当前人工智能研究的主要障碍和发展方向之一就是机器学习。

BP算法学是有监督的学习。

9. 设论域U=V={a, b, c}，论域W={x, y}。R1是U×V上的模糊关系，R2是V×W上的模糊关系。求R1与R2的合成。

解：R1与R2的合成是：

10.人工神经网络的特点？

1.大规模并行计算

2.非线性处理

3.鲁棒性

4.自组织及自适应性

5.学习能力

6.分布式存储,存储与计算相结合

7.联想能力

(1)可以充分逼近任意复杂的非线性关系；

(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的鲁棒性和容错性；

(3)采用并行分布处理方法，使得快速进行大量运算成为可能；