人工智能

一、填空题

1.在删除策略归结的过程中，需要删除以下子句：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。

2.一般公认人工智能学科诞生于1956年。

3.在启发式搜索当中，通常用启发函数来表示启发性信息。

4.用谓词、量词（存在量词，全称量词）、联接词（→蕴涵，∧合取，∨析取）连接而成的复杂的符号表达式称为谓词公式。

二、简答与应用题

5、何谓“图灵测试”？简单描述之，请您设计一个图灵测试问题来测试您面对的是一台机器还是一个人

图灵实验是为了判断一台机器是否具有智能的实验，试验由三个封闭的房间组成，分别放置主持人、参与人和机器。主持人向参与人和机器提问，通过提问的结果判断哪是人，哪是机器，如果无法判断，则这台机器具有智能，即所谓的“智能机器”

6、一个产生式系统是以整数的集合作为综合数据库，新的数据库可通过把其中任意一对元素的乘积添加到原数据库的

操作来产生。设以某一个整数子集的出现作为目标条件，试说明该产生式系统是可交换的。

说明一个产生式系统是可交换的，就是要证明该产生式系统满足可交换产生式系统的三条性质。

（1）该产生式系统以整数的集合为综合数据库，其规则是将集合中的两个整数相乘后加入到数据库中。由于原来数据库是新数据库的子集，所以原来的规则在新数据库中均可以使用。所以满足可交换产生式系统的第一条性质。

（2）该产生式系统以某个整数的子集的出现为目标条件，由于规则执行的结果只是向数据库中添加数据，如果原数据库中已经满足目标了，即出现了所需要的整数子集，规则的执行结果不会破坏该整数子集的出现，因此新的数据库仍然会满足目标条件。满足可交换产生式系统的第二个性质。（3）设D是该产生式系统的一个综合数据库。对D施以一个规则序列后，得到一个新的数据库D'。该规则序列中的有些规则有些是可以应用于D的，这些规则用R1表示。有些规则是不能应用于D的，这些规则用R2表示。由于R1中的规则可以直接应用与D，所以R1中规则的应用与R2中规则的执行结果无关，也与Ｒ1中其他的规则的执行无关。所以可以认为，先将R1中所有的规则对D应用，然后再按照原来的次序应用R2中的规则。因此对于本题的情况，这样得到的综合数据库与D'是相同的。而由于R1中一条规则的执行

与其他的规则无关，所以R1中规则的执行顺序不会影响到最终的结果。因此满足可交换产生式系统的第三个条件。

因此这样一个产生式系统是一个可交换的产生式系统。

7、什么是α-β剪枝剪枝技术？剪枝方法只是极小极大方

法的一种近似，剪枝可能会遗漏掉最佳走步。这种说法是

否正。

α-β剪枝剪枝技术的基本思想和算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范

围，及时停止扩展那些已无必要再扩展的子节点，即相当

于剪去了博弈树上的一些分枝，从而节约了机器开销，提

高了搜索效率。

不正确。－剪枝方法利用已经搜索的信息，剪掉哪些

对于搜索最佳走步没有意义的分枝，其找到的最佳走步与

极小极大方法找到的结果是一样的。而且搜索效率有很大

提高。

8、状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?

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。需要扩展过多的节点，容易出现“组合爆炸”，因而只适用于表示比较简单的问题。

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。状态空间法是问题归纳法的一种特例。这些本原问题的解可以直接得到，从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。

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。语义网络表示法的优点：结构性、联想性、自然性。

三、名词解释

9、产生式系统：把一组领域相关的产生式放在一起，让他们互相配合、协同动作，一个产生式生成的结论一般可供另一个产生式作为前提或前提的一部分来使用，以这种方式求的问题的解，这样的一组产生式成为产生式系统。

10、人工神经网络: 是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直

接简称为神经网络或类神经网络。

11、席尔勒的中文屋子: 又称作华语房间是由美国哲学家约翰·希尔勒在1980年设计的一个思维试验以推翻强人工智能（机能主义）提出的过强主张：只要计算机拥有了适当的程序，理论上就可以说计算机拥有它的认知状态以及可以像人一样地进行理解活动。

12、一阶谓词逻辑表示法：一种重要的知识表示方法，以数理逻辑为基础，是到目前为止能够表达人类思维和推理的一种最精确的形式语言。

13、不确定推理：是指那种建立在不确定性知识和证据的基础上的推理。它是从不确定性的初始证据出发，通过运用不确定的知识，最终退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。

14、机器学习：是研究如何使用机器来模拟人类学习活动的一门科学，稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能并识别现有知识的学问。

15、类比推理：是根据两个或两类对象在某些属性上相

同，推断出它们在另外的属性上（这一属性已为类比的一个对象所具有，另一个类比的对象那里尚未发现）也相同的一种推理。

四、简答题

16、什么是机器学习?为什么要研究机器学习?

机器学习是研究如何使用机器来模拟人类学习活动的一门学科。即：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。

机器学习是人工智能的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。很难想象: 一个没有学习功能的系统能被称具有智能的系统。来自生物、金融与网络等各领域的数据，迫切需要分析或建立模型。

17、简述语义网络表示法的特点。

a) 结构性，语义网络把事物的属性以及事物间的各种语义联系显示的表示出来，是一种结构化的知识表示法，

b) 联想性，着重强调事物间的语义联系，体现了人类思维的联想过程

c) 自索引性，语义网络表示把各结点之间的联系以明确、简介的方式表示出来，通过与某一结点连接的弧很容易找