人工智能(部分习题解答)
1.什么是人类智能？它有哪些特征或特点？
定义：人类所具有的智力和行为能力。
特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。
2.人工智能是何时、何地、怎样诞生的？
解：人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。
3.什么是人工智能？它的研究目标是？
定义：用机器模拟人类智能。
研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。
4.人工智能的发展经历了哪几个阶段？
解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。
5.人工智能研究的基本内容有哪些？
解：知识的获取、表示和使用。
6.人工智能有哪些主要研究领域？
解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。
7.人工智能有哪几个主要学派？各自的特点是什么？
主要学派：符号主义和联结主义。
特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。
8.人工智能的近期发展趋势有哪些？
解：专家系统、机器人学、人工神经网络和智能检索。
9.什么是以符号处理为核心的方法？它有什么特征？
解：通过符号处理来模拟人类求解问题的心理过程。
特征：基于数学逻辑对知识进行表示和推理。
11.什么是以网络连接为主的连接机制方法？它有什么特征？
解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。
特征：研究神经网络。
1.请写出用一阶谓词逻辑表示法表示知识的步骤。
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予特定的值；（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。
2.设有下列语句，请用相应的谓词公式把它们表示出来：
（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。
解：定义谓词如下：
Like(x,y)：x喜欢y。 Club(x)：x是梅花。
Human(x)：x是人。 Mum(x)：x是菊花。
“有的人喜欢梅花”可表达为：(?x)(Human(x)∧Like(x,Club(x)))
“有的人喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Mum(x)))
“有的人既喜欢梅花又喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) （1）他每天下午都去玩足球。
解：定义谓词如下：
PlayFootball(x)：x玩足球。 Day(x)：x是某一天。
则语句可表达为：(?x)(D(x)→PlayFootball(Ta))
（2）太原市的夏天既干燥又炎热。
解：定义谓词如下：
Summer(x)：x的夏天。 Dry(x)：x是干燥的。 Hot(x)：x是炎热的。
则语句可表达为：Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan))
（3）所有人都有饭吃。
解：定义谓词如下：
Human(x)：x是人。 Eat(x)：x有饭吃。
则语句可表达为：(?x)(Human(x)→Eat(x))
（4）喜欢玩篮球的人必喜欢玩排球。
解：定义谓词如下：
Like(x,y)：x喜欢y。 Human(x)：x是人。
则语句可表达为：(?x)((Human(x)∧Like(x,basketball))→Like(x,volleyball))
（5）要想出国留学，必须通过外语考试。
解：定义谓词如下：
Abroad(x)：x出国留学。 Pass(x)：x通过外语考试。
则语句可表达为：Abroad(x)→Pass(x)
、
猴子问题：
2.7解：根据谓词知识表示的步骤求解问题如下：
解法一：
(1)本问题涉及的常量定义为：
猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c
(2)定义谓词如下：
SITE(x，y)：表示x在y处；
HANG(x，y)：表示x悬挂在y处；
ON(x，y)：表示x站在y上；
HOLDS(y，w)：表示y手里拿着w。
(3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下：
问题的初始状态表示：
SITE(Monkey，a)∧HANG(Banana，b)∧SITE(Box，c)∧~ON(Monkey，Box)∧~HOLDS(Monkey，Banana) 问题的目标状态表示：
SITE(Monkey，b)∧~HANG(Banana，b)∧SITE(Box，b)
∧ON(Monkey，Box)∧HOLDS(Monkey，Banana)
解法二：
本问题涉及的常量定义为：
猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c
定义谓词如下：
SITE(x，y)：表示x在y处；
ONBOX(x)：表示x站在箱子顶上；
HOLDS(x)：表示x摘到了香蕉。
(3)根据问题的描述将问题的初始状态和目标状态分别用谓词公式表示如下：
问题的初始状态表示：
SITE(Monkey，a)∧SITE(Box，c)∧~ONBOX(Monkey)∧~HOLDS(Monkey)
问题的目标状态表示：
SITE(Box，b)∧SITE(Monkey，b)∧ONBOX(Monkey)∧HOLDS(Monkey)
从上述两种解法可以看出，只要谓词定义不同，问题的初始状态和目标状态就不同。所以，对于同样的知识，不同的人的表示结果可能不同。
2.8解：本问题的关键就是制定一组操作，将初始状态转换为目标状态。为了用谓词公式表示操作，可将操作分为条件(为完成相应操作所必须具备的条件)和动作两部分。条件易于用谓词公式表示，而动作则可通过执行该动作前后的状态变化表示出来，即由于动作的执行，当前状态中删去了某些谓词公式而又增加一些谓词公式从而得到了新的状态，通过这种不同状态中谓词公式的增、减来描述动作。
定义四个操作的谓词如下，操作的条件和动作可用谓词公式的增、删表示：
(1)goto 条件：SITE(Monkey，x) 动作：删除SITE(Monkey，x)；增加SITE(Monkey，y) (2)pushbox (x，y)：将箱子从x处推到y处。 条件：SITE(Monkey，x)∧SITE(Box，x)∧~ONBOX(Monkey) 动作：删除SITE(Monkey，x)，SITE(Box，x)；增加SITE(Monkey，y)，SITE(Box，y) (3)climbbox：爬到箱子顶上。 条件：~ONBOX(Monkey) 动作：删除~ONBOX(Monkey)；增加ONBOX(Monkey) (4)grasp：摘下香蕉。 条件：~HOLDS(Monkey) ∧ONBOX(Monkey) ∧SITE(Monkey，b) 动作：删除~HOLDS(Monkey)；增加HOLDS(Monkey) 在执行某一操作前，先检查当前状态是否满足其前提条件。若满足，则执行该操作。否则，检查另一操作的条件是否被满足。检查的方法就是当前的状态中是否蕴含了操作所要求的条件。在定义了操作谓词后，就可以给出从初始状态到目标状态的求解过 程。在求解过程中，当进行条件检查时，要进行适当的变量代换。 SITE(Monkey，a) SITE(Box，c) ~ONBOX(Monkey) ~HOLDS(Monkey) ?goto(x，y)，用a代x，用c代y SITE(Monkey，c) SITE(Box，c) ~ONBOX(Monkey) ~HOLDS(Monkey) ? pushbox(x，y)，用c代x，用b代y SITE(Monkey，b) SITE(Box，b) ~ONBOX(Monkey) ~HOLDS(Monkey) ?climbbox SITE(Monkey，b) SITE(Box，b) ONBOX(Monkey) ~HOLDS(Monkey) grasp SITE(Monkey，b) SITE(Box，b) ONBOX(Monkey) HOLDS(Monkey) 2．16. 用语义网络表示下列知识： （1）所有的鸽子都是鸟； （2）所有的鸽子都有翅膀； （3）信鸽是一种鸽子，它有翅膀。 解：本题涉及对象有信鸽、鸽子和鸟。鸽子和信鸽的属性是有翅膀。鸽子和鸟是ISA关系，信鸽和鸽子是AKO关系。根据分析得到本题的语义网络如下： 2.17. 请对下列命题分别写出它的语义网络： （1）每个学生都有多本书。 解：根据题意可得本题的语义网络如下： （2）孙老师从2月至7月给计算机应用专业讲《网络技术》课程。 解：根据题意可得本题的语义网络如下： （3）雪地上留下一串串脚印，有的大，有的小，有的深，有的浅。 解：根据题意可得本题的语义网络如下： （4）王丽萍是天发电脑公司的经理，她35岁，住在南内环街68号。 解：根据题意可得本题的语义网络如下： 2.18. 请把下列命题用一个语义网络表示出来： （1）猪和羊都是动物； （2）猪和羊都是偶蹄动物和哺乳动物； （3）野猪是猪，但生长在森林中； （4）山羊是羊，且头上长着角； （5）绵羊是一种羊，它能生产羊毛。 解：本题涉及对象有猪、羊、动物、野猪、山羊和绵羊。猪和羊的属性是偶蹄和哺乳。野猪的属性是生长在森林中。山羊的属性是头上长着角。绵羊的属性是产羊毛。根据对象之间的关系得到本题的语 义网络如下： 2.27有一农夫带一条狼，一只羊和一框青菜与从河的左岸乘船倒右岸，但受到下列条件的限制： (1) 船太小，农夫每次只能带一样东西过河； (2)如果没有农夫看管，则狼要吃羊，羊要吃菜。 请设计一个过河方案，使得农夫、浪、羊都能不受损失的过河，画出相应的状态空间图。 题示：(1) 用四元组（农夫，狼，羊，菜）表示状态，其中每个元素都为0或1，用0表示在左岸，用1表示在右岸。 (2) 把每次过河的一种安排作为一种操作，每次过河都必须有农夫，因为只有他可以划船。 解：第一步，定义问题的描述形式 用四元组S=（f，w，s，v）表示问题状态，其中，f，w，s和v分别表示农夫，狼，羊和青菜是否在左岸，它们都可以取1或0，取1表示在左岸，取0表示在右岸。 第二步，用所定义的问题状态表示方式，把所有可能的问题状态表示出来，包括问题的初始状态和目标状态。 由于状态变量有4个，每个状态变量都有2种取值，因此有以下16种可能的状态：S0=(1,1,1,1)，S1=(1,1,1,0)，S2=(1,1,0,1)，S3=(1,1,0,0) S4=(1,0,1,1)，S5=(1,0,1,0)，S6=(1,0,0,1)，S7=(1,0,0,0) S8=(0,1,1,1)，S9=(0,1,1,0)，S10=(0,1,0,1)，S11=(0,1,0,0) S12=(0,0,1,1)，S13=(0,0,1,0)，S14=(0,0,0,1)，S15=(0,0,0,0) 其中，状态S3，S6，S7，S8，S9，S12是不合法状态，S0和S15分别是初始状态和目标状态。 第三步，定义操作，即用于状态变换的算符组F 由于每次过河船上都必须有农夫，且除农夫外船上只能载狼，羊和菜中的一种，故算符定义如下： L(i)表示农夫从左岸将第i样东西送到右岸（i=1表示狼，i=2表示羊，i=3表示菜，i=0表示船上除农夫外不载任何东西）。由于农夫必须在船上，故对农夫的表示省略。 R (i)表示农夫从右岸将第i样东西带到左岸（i=1表示狼，i=2表示羊，i=3表示菜，i=0表示船上除农夫外不载任何东西）。同样，对农夫的表示省略。 这样，所定义的算符组F 可以有以下8种算符： L (0)，L (1)，L (2)，L (3) R(0)，R(1)，R (2)，R (3) 第四步，根据上述定义的状态和操作进行求解。 该问题求解过程的状态空间图如下： 3.5什么是谓词公式？什么是谓词公式的解释？设D ＝｛1,2｝，试给出谓词公式(?x)(?y)(P(x,y)→Q(x,y))的所有解释，并且对每一种解释指出该谓词公式的真值。 解：谓词公式是按照下述五个规则由原子公式、连接词、量词及圆括号所组成的字符串。 (1)原子谓词公式是合式公式。 (2)若A 是合式公式，则~A 也是合式公式。 (3)若A 和B 都是合式公式，则A ∧B 、A ∨B 、A →B 、A ?B 也都是合式公式。 (4)若A 是合式公式，x 是任一个体变元，则(?x)A 和(?x)A 也都是合式公式。 (5)只有按(1) ? (4)所得的公式才是合式公式。 谓词公式的解释：设D 为谓词公式P 的个体域，若对P 中的个体常量、函数和谓词按照如下规定赋值：(1)为每个个体常量指派D 中的一个元素；(2)为每个n 元函数指派一个从Dn 到D 的映射，其中Dn=｛(x1，x2，…，xn)| x1，x2，…，xn ∈D ｝ (3)为每个n 元谓词指派一个从Dn 到{F ，T}的映射；则这些指派称为公式P 在D 上的解释。 下面给出本题的所有解释： 1. 对谓词指派的真值为：P(1,1)=T ，P(1,2)=F ，P(2,1)=T ，P(2,2)=F ，Q(1,1)=T ，Q(1,2)=F ， Q(2,1)=T ，Q(2,2)=F ，在此解释下，x=1时，P(1,1)→Q(1,1)为T ，P(1,2)→Q(1,2)为T ；x=2 时，P(2,1)→Q(2,1)为T ，P(2,2)→Q(2,2)为T 。所以在此解释下，本题谓词公式的真值为T 。 2. 对谓词指派的真值为：P(1,1)=T ，P(1,2)=F ，P(2,1)=F ，P(2,2)=T ，Q(1,1)=T ，Q(1,2)=F ， Q(2,1)=T ，Q(2,2)=F ，在此解释下，x=1时，P(1,1)→Q(1,1)为T ，P(1,2)→Q(1,2)为T ；x=2 时，P(2,1)→Q(2,1)为T ，P(2,2)→Q(2,2)为F 。所以在此解释下，本题谓词公式的真值为T 。 3. 对谓词指派的真值为：P(1,1)=F ，P(1,2)=T ，P(2,1)=T ，P(2,2)=F ，Q(1,1)=T ，Q(1,2)=F ， Q(2,1)=T ，Q(2,2)=F ，在此解释下，x=1时，P(1,1)→Q(1,1)为T ，P(1,2)→Q(1,2)为F ；x=2 时，P(2,1)→Q(2,1)为T ，P(2,2)→Q(2,2)为T 。所以在此解释下，本题谓词公式的真值为T 。 4. 对谓词指派的真值为：P(1,1)=F ，P(1,2)=T ，P(2,1)=F ，P(2,2)=T ，Q(1,1)=T ，Q(1,2)=F ，L(2) (0,1,0,1) (1,1,0,1) R(0) (0,0,0,1) L(1) (0,1,0,0) L(3) (1,0,1,1) R(2) (1,1,1,0) R(2) (0,0,1,0) L(3) L(2) (1,0,1,0) R(0) (0,0,0,0) L(2) Q(2,1)=T，Q(2,2)=F，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为F；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为F。所以在此解释下，本题谓词公式的真值为F。 5.对谓词指派的真值为：P(1,1)=T，P(1,2)=F，P(2,1)=T，P(2,2)=F，Q(1,1)=T，Q(1,2)=F， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为F，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 6.对谓词指派的真值为：P(1,1)=T，P(1,2)=F，P(2,1)=T，P(2,2)=F，Q(1,1)=F，Q(1,2)=T， Q(2,1)=T，Q(2,2)=F，在此解释下，x=1时，P(1,1)→Q(1,1)为F，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 7.对谓词指派的真值为：P(1,1)=T，P(1,2)=F，P(2,1)=T，P(2,2)=F，Q(1,1)=F，Q(1,2)=T， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为F，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为F，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为F。 8.对谓词指派的真值为：P(1,1)=T，P(1,2)=F，P(2,1)=F，P(2,2)=T，Q(1,1)=T，Q(1,2)=F， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 9.对谓词指派的真值为：P(1,1)=T，P(1,2)=F，P(2,1)=F，P(2,2)=T，Q(1,1)=F，Q(1,2)=T， Q(2,1)=T，Q(2,2)=F，在此解释下，x=1时，P(1,1)→Q(1,1)为F，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为F。所以在此解释下，本题谓词公式的真值为F。 10.对谓词指派的真值为：P(1,1)=T，P(1,2)=F，P(2,1)=F，P(2,2)=T，Q(1,1)=F，Q(1,2)=T， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为F，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 11.对谓词指派的真值为：P(1,1)=F，P(1,2)=T，P(2,1)=T，P(2,2)=F，Q(1,1)=T，Q(1,2)=F， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为F；x=2 时，P(2,1)→Q(2,1)为F，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为F。 12.对谓词指派的真值为：P(1,1)=F，P(1,2)=T，P(2,1)=T，P(2,2)=F，Q(1,1)=F，Q(1,2)=T， Q(2,1)=T，Q(2,2)=F，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 13.对谓词指派的真值为：P(1,1)=F，P(1,2)=T，P(2,1)=T，P(2,2)=F，Q(1,1)=F，Q(1,2)=T， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为F，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 14.对谓词指派的真值为：P(1,1)=F，P(1,2)=T，P(2,1)=F，P(2,2)=T，Q(1,1)=T，Q(1,2)=F， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为F；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 15.对谓词指派的真值为：P(1,1)=F，P(1,2)=T，P(2,1)=F，P(2,2)=T，Q(1,1)=F，Q(1,2)=T， Q(2,1)=T，Q(2,2)=F，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为F。所以在此解释下，本题谓词公式的真值为F。 16.对谓词指派的真值为：P(1,1)=F，P(1,2)=T，P(2,1)=F，P(2,2)=T，Q(1,1)=F，Q(1,2)=T， Q(2,1)=F，Q(2,2)=T，在此解释下，x=1时，P(1,1)→Q(1,1)为T，P(1,2)→Q(1,2)为T；x=2 时，P(2,1)→Q(2,1)为T，P(2,2)→Q(2,2)为T。所以在此解释下，本题谓词公式的真值为T。 3.9判断以下公式对是否可合一；若可合一，则求出最一般的合一。 （1）P(a,b)，P(x,y) 解：依据算法： (1) 令W={P(a,b)，P(x,y)}。 (2) 令σ0=ε，W0=W。 (3) W0未合一。 (4) 从左到右找不一致集，得D0={a，x}。 (5) 取x0=x，t0=a，则 σ1=σ0?{ t0/ x0}=σ0?{a/ x}={a/ x} W1= W0σ1={P(a,b)，P(a,y)} (3’) W1未合一。 (4’) 从左到右找不一致集，得D1={b，y}。 (5’) 取x1=y，t1=b，则 σ2=σ1?{ t1/ x1}=σ1?{b/ y}={a/ x}?{b/ y}={a/x，b/y} W2= W1σ2={P(a,b)，P(a,b)} (3’’) W2已合一，因为其中包含相同的表达式，这时σ2={a/x，b/y}即为所求的mgu。 （2）P(f(z)),b)，P(y,x) 解：依据算法： (1) 令W={P(f(z),b)，P(y,x)}。 (2) 令σ0=ε，W0=W。 (3) W0未合一。 (4) 从左到右找不一致集，得D0={f(z)，y}。 (5) 取x0=y，t0=f(z)，则 σ1=σ0?{ t0/ x0}=σ0?{f(z)/ y}={f(z)/y} W1= W0σ1={P(f(z),b)，P(f(z),x)} (3’) W1未合一。 (4’) 从左到右找不一致集，得D1={b，x}。 (5’) 取x1=x，t1=b，则 σ2=σ1?{ t1/ x1}=σ1?{b/ x}={ f(z)/ y}?{ b/ x}={f(z)/y，b/x} W2= W1σ2={P(f(z),b)，P(f(z),b)} (3’’) W2已合一，因为其中包含相同的表达式，这时σ2={f(z)/y，b/x}即为所求的mgu。 （3）P(f(x),y)，P(y,f(a)) 解：依据算法： (1) 令W={P(f(x),y)，P(y,f(a))}。 (2) 令σ0=ε，W0=W。 (3) W0未合一。 (4) 从左到右找不一致集，得D0={f(x)，y}。 (5) 取x0=y，t0=f(x)，则 σ1=σ0?{ t0/ x0}=σ0?{f(x)/ y}={f(x)/y} W1= W0σ1={P(f(x),f(x))，P(f(x),f(a))} (3’) W1未合一。 (4’) 从左到右找不一致集，得D1={y，f(a)}。 (5’) 取x1=y，t1=f(a)，则 σ2=σ1?{ t1/ x1}=σ1?{f(a)/ y}={ f(x)/ y}?{ f(a)/ y}={f(x)/y} W2= W1σ2={P(f(x),f(x))，P(f(x),f(a))} (6) 算法终止，W的mgu不存在。 （4）P(f(y),y,x)，P(x,f(a),f(b)) 解：依据算法： (1) 令W={P(f(y),y,x)，P(x,f(a),f(b))}。 (2) 令σ0=ε，W0=W。 (3) W0未合一。 (4) 从左到右找不一致集，得D0={f(y)，x}。 (5) 取x0=x，t0=f(y)，则 σ1=σ0?{ t0/ x0}=σ0?{f(y)/ x}={f(y)/x} W1= W0σ1={P(f(y),y,f(y))，P(f(y),f(a),f(b))} (3’) W1未合一。 (4’) 从左到右找不一致集，得D1={y，f(a)}。 (5’) 取x1=y，t1=f(a)，则 σ2=σ1?{ t1/ x1}=σ1?{f(a)/ y}={ f(y)/ x}?{ f(a)/ y}={f(f(a))/x,f(a)/y} W2= W1σ2={P(f(f(a)),f(a),f(f(a)))，P(f(f(a)),f(a),f(b))} (6) 算法终止，W的mgu不存在。 （5）P(x,y)，P(y,x) 解：依据算法： (1) 令W={P(x,y)，P(y,x)}。 (2) 令σ0=ε，W0=W。 (3) W0未合一。 (4) 从左到右找不一致集，得D0={x，y}。 (5) 取x0=x，t0=y，则 σ1=σ0?{ t0/ x0}=σ0?{y/ x}={y/ x} W1= W0σ1={P(y,y)，P(y,y)} (3’) W2已合一，因为其中包含相同的表达式，这时σ1={y/x}即为所求的mgu。 3.13把下列谓词公式分别化为相应的子句集： （1）(?z)(?y)(P(z,y)∧Q(z,y)) 解：所求子句集为S={P(z,y)，(z,y)} （2）(?x)(?y)(P(x,y)→Q(x,y)) 解：原式?(?x)(?y)(~P(x,y)∨Q(x,y)) 所求子句集为S={~P(x,y)∨Q(x,y)} （3）(?x)(?y)(P(x,y)∨(Q(x,y)→R(x,y))) 解：原式?(?x)(?y)(P(x,y)∨(~Q(x,y)∨R(x,y))) ?(?x)(P(x,f(x))∨(~Q(x,f(x))∨R(x,f(x)))) 所求子句集为S={ P(x,f(x))∨(~Q(x,f(x))∨R(x,f(x)))} （4）(?x) (?y) (?z)(P(x,y)→Q(x,y)∨R(x,z)) 解：原式?(?x) (?y) (?z)(~P(x,y)∨Q(x,y)∨R(x,z)) ?(?x) (?y) (~P(x,y)∨Q(x,y)∨R(x,f(x,y))) 所求子句集为S={~P(x,y)∨Q(x,y)∨R(x,f(x,y))} （5）(?x) (?y) (?z) (?u) (?v) (?w)(P(x,y,z,u,v,w)∧(Q(x,y,z,u,v,w)∨~R(x,z,w))) 解：原式?(?x) (?y) (?z) (?u) (?v) (P(x,y,z,u,v,f(z,v))∧(Q(x,y,z,u,v,f(z,v))∨~R(x,z,f(z,v)))) ?(?x) (?y) (?z)(?v) (P(x,y,z,f(z),v,f(z,v))∧(Q(x,y,z,f(z),v,f(z,v))∨~R(x,z,f(z,v)))) ?(?z)(?v) (P(a,b,z,f(z),v,f(z,v))∧(Q(a,b,z,f(z),v,f(z,v))∨~R(a,b,f(z,v)))) 所求子句集为S={ P(a,b,z,f(z),v,f(z,v))，Q(a,b,z,f(z),v,f(z,v))∨~R(a,b,f(z,v))} 3.14判断下列子句集中哪些是不可满足的： （1）S={~P∨Q, ~Q,P, ~P } 解：使用归结推理： (1) ~P∨Q (2) ~Q (3)P (4) ~P (3)与(4)归结得到NIL，因此S是不可满足的。 （2）S={P∨Q, ~P∨Q,P∨~Q, ~P∨~Q } 解：使用归结推理： (1) P∨Q (2) ~P∨Q (3) P∨~Q (4) ~P∨~Q (1)与(2)归结得 (5)Q (3)与(5)归结得 (6)P (4)与(6)归结得 (7) ~Q (5)与(7)归结得NIL，因此S是不可满足的。 （3）S={P(y)∨Q(y), ~P(f(x)) ∨R(a) } 解：使用归结推理： 设C1= P(y)∨Q(y)，C2=~P(f(x)) ∨R(a)，选L1= P(y)，L2=~P(f(x))，则 L1与L2的mgu是σ={f(x)/y}，C1 与C2的二元归结式C12=Q(f(x))∨R(a)，因此S是可满足的。（4）S={~P(x)∨Q(x), ~P(y)∨R(y),P(a), S(a), ~S(z)∨~R(z) } 解：使用归结推理： (1) ~P(x)∨Q(x) (2) ~P(y)∨R(y) (3) P(a) (4) S(a) (5) ~S(z)∨~R(z) (2)与(3)归结得到 (6)R(a) (4)与(5)归结得到 (7) ~R(a) (6)与(7)归结得到NIL，因此S是不可满足的。 （5）S={~P(x)∨~Q(y) ∨~L(x,y), P(a), ~R(z) ∨ L(a,z) ,R(b),Q(b) } 解：使用归结推理： (1) ~P(x)∨~Q(y) ∨~L(x,y) (2) P(a) (3) ~R(z) ∨ L(a,z) (4) R(b) (5) Q(b) (1)与(2)归结得到 (6) ~Q(y) ∨~L(a,y) (5)与(6)归结得到 (7) ~L(a,b) (3)与(4)归结得到 (8) L(a,b) (7)与(8)归结得到NIL，因此S是不可满足的。 （6）S={~P(x)∨Q(f(x),a), ~P(h(y))∨Q(f(h(y)),a) ∨~P(z) } 解：使用归结推理： 令C1= ~P(x)∨Q(f(x),a)，C2= ~P(h(y))∨Q(f(h(y)),a) ∨~P(z) 则 C2内部的mgu是σ={h(y)/z}，合一后C2’=~P(h(y))∨Q(f(h(y)),a) 选L1=~P(x)，L2=~P(h(y)) 则 L1与L2的mgu是σ={h(y)/x}， C1 与C2’的二元归结式C12=~P(h(y))∨Q(f(h(y)),a)，因此S是可满足的。 （7）S={P(x)∨ Q(x) ∨ R(x), ~P(y) ∨ R(y) , ~Q(a), ~R(b) } 解：使用归结推理： (1) P(x)∨ Q(x) ∨ R(x) (2) ~P(y) ∨ R(y) (3) ~Q(a) (4) ~R(b) (1)与(3)归结得到 (5) P(a) ∨ R(a) (2)与(4)归结得到 (6) ~P(b) (5)与(6)归结得到 (7) R(b) (4)与(7)归结得到NIL，因此S是不可满足的。 （8）S={P(x)∨Q(x), ~Q(y)∨R(y), ~P(z)∨Q(z) , ~R(u)} 解：使用归结推理： (1) P(x)∨Q(x) (2) ~Q(y)∨R(y) (3) ~P(z)∨Q(z) (4) ~R(u) (2)与(4)归结得到 (5) Q(u) (1)与(5)归结得到 (6) P(u) (3)与(6)归结得到 (7)Q(u) (5)与(7)归结得到NIL，因此S是不可满足的。 4.5类似：设有如下一组推理规则: r1: IF E1THEN E2 (0.6) r2: IF E2AND E3THEN E4 (0.7) r3: IF E4THEN H (0.8) r4: IF E5THEN H (0.9) 且已知CF(E1)=0.5, CF(E3)=0.6, CF(E5)=0.7。求CF(H)=? 解：(1) 先由r1求CF(E2) CF(E2)=0.6 × max{0,CF(E1)} =0.6 × max{0,0.5}=0.3 (2) 再由r2求CF(E4) CF(E4)=0.7 × max{0, min{CF(E2 ), CF(E3 )}} =0.7 × max{0, min{0.3, 0.6}}=0.21 (3) 再由r3求CF1(H) CF1(H)= 0.8 × max{0,CF(E4)} =0.8 × max{0, 0.21)}=0.168 (4) 再由r4求CF2(H) CF2(H)= 0.9 ×max{0,CF(E5)} =0.9 ×max{0, 0.7)}=0.63 (5) 最后对CF1(H )和CF2(H)进行合成，求出CF(H) CF(H)= CF1(H)+CF2(H)+ CF1(H) × CF2(H) =0.692 4.9设有如下推理规则 r1: IF E1THEN (2, 0.00001) H1 r2: IF E2THEN (100, 0.0001) H1 r3: IF E3THEN (200, 0.001) H2 r4: IF H1THEN (50, 0.1) H2 且已知P(E1)= P(E2)= P(H3)=0.6, P(H1)=0.091, P(H2)=0.01, 又由用户告知： P(E1| S1)=0.84, P(E2|S2)=0.68, P(E3|S3)=0.36 请用主观Bayes方法求P(H2|S1, S2, S3)=? 解：(1) 由r1计算O(H1| S1) 先把H1的先验概率更新为在E1下的后验概率P(H1| E1) P(H1| E1)=(LS1× P(H1)) / ((LS1-1) × P(H1)+1) =(2 × 0.091) / ((2 -1) × 0.091 +1) =0.16682 由于P(E1|S1)=0.84 > P(E1)，使用P(H | S)公式的后半部分，得到在当前观察S1下的后验概率P(H1| S1)和后验几率O(H1| S1) P(H1| S1) = P(H1) + ((P(H1| E1) – P(H1)) / (1 - P(E1))) × (P(E1| S1) – P(E1)) = 0.091 + (0.16682 –0.091) / (1 – 0.6)) × (0.84 – 0.6) =0.091 + 0.18955 × 0.24 = 0.136492 O(H1| S1) = P(H1| S1) / (1 - P(H1| S1)) = 0.15807 (2) 由r2计算O(H1| S2) 先把H1的先验概率更新为在E2下的后验概率P(H1| E2) P(H1| E2)=(LS2×P(H1)) / ((LS2-1) × P(H1)+1) =(100 × 0.091) / ((100 -1) × 0.091 +1) =0.90918 由于P(E2|S2)=0.68 > P(E2)，使用P(H | S)公式的后半部分，得到在当前观察S2下的后验概率P(H1| S2)和后验几率O(H1| S2) P(H1| S2) = P(H1) + ((P(H1| E2) – P(H1)) / (1 - P(E2))) × (P(E2| S2) – P(E2)) = 0.091 + (0.90918 –0.091) / (1 – 0.6)) × (0.68 – 0.6) =0.25464 O(H1| S2) = P(H1| S2) / (1 - P(H1| S2)) =0.34163 (3) 计算O(H1| S1,S2)和P(H1| S1,S2) 先将H1的先验概率转换为先验几率 O(H1) = P(H1) / (1 - P(H1)) = 0.091/(1-0.091)=0.10011 再根据合成公式计算H1的后验几率 O(H1| S1,S2)= (O(H1| S1) / O(H1)) × (O(H1| S2) / O(H1)) × O(H1) = (0.15807 / 0.10011) × (0.34163) / 0.10011) × 0.10011 = 0.53942 再将该后验几率转换为后验概率 P(H1| S1,S2) = O(H1| S1,S2) / (1+ O(H1| S1,S2)) = 0.35040 (4) 由r3计算O(H2| S3) 先把H2的先验概率更新为在E3下的后验概率P(H2| E3) P(H2| E3)=(LS3× P(H2)) / ((LS3-1) × P(H2)+1) =(200 × 0.01) / ((200 -1) × 0.01 +1) =0.09569 由于P(E3|S3)=0.36 < P(E3)，使用P(H | S)公式的前半部分，得到在当前观察S3下的后验概率P(H2| S3)和后验几率O(H2| S3) P(H2| S3) = P(H2 | ? E3) + (P(H2) – P(H2| ?E3)) / P(E3)) × P(E3| S3) 由当E3肯定不存在时有 P(H2 | ? E3) = LN3× P(H2) / ((LN3-1) × P(H2) +1) = 0.001 × 0.01 / ((0.001 - 1) × 0.01 + 1) = 0.00001 因此有 P(H2| S3) = P(H2 | ? E3) + (P(H2) – P(H2| ?E3)) / P(E3)) × P(E3| S3) =0.00001+((0.01-0.00001) / 0.6) × 0.36 =0.00600 O(H2| S3) = P(H2| S3) / (1 - P(H2| S3)) =0.00604 (5) 由r4计算O(H2| H1) 先把H2的先验概率更新为在H1下的后验概率P(H2| H1) P(H2| H1)=(LS4× P(H2)) / ((LS4-1) × P(H2)+1) =(50 × 0.01) / ((50 -1) × 0.01 +1) =0.33557 由于P(H1| S1,S2)=0.35040 > P(H1)，使用P(H | S)公式的后半部分，得到在当前观察S1,S2下H2的后验概率P(H2| S1,S2)和后验几率O(H2| S1,S2) P(H2| S1,S2) = P(H2) + ((P(H2| H1) – P(H2)) / (1 - P(H1))) × (P(H1| S1,S2) – P(H1)) = 0.01 + (0.33557 –0.01) / (1 – 0.091)) × (0.35040 – 0.091) =0.10291 O(H2| S1,S2) = P(H2| S1, S2) / (1 - P(H2| S1, S2)) =0.10291/ (1 - 0.10291) = 0.11472 (6) 计算O(H2| S1,S2,S3)和P(H2| S1,S2,S3) 先将H2的先验概率转换为先验几率 O(H2) = P(H2) / (1 - P(H2) )= 0.01 / (1-0.01)=0.01010 再根据合成公式计算H1的后验几率 O(H2| S1,S2,S3)= (O(H2| S1,S2) / O(H2)) × (O(H2| S3) / O(H2)) ×O(H2) = (0.11472 / 0.01010) × (0.00604) / 0.01010) × 0.01010 =0.06832 再将该后验几率转换为后验概率 P(H2| S1,S2,S3) = O(H1| S1,S2,S3) / (1+ O(H1| S1,S2,S3)) = 0.06832 / (1+ 0.06832) = 0.06395 可见，H2原来的概率是0.01，经过上述推理后得到的后验概率是0.06395，它相当于先验概率的6倍多。 4．10设有如下推理规则 r1:IF E1THEN (100, 0.1) H1 r2: IF E2THEN (50, 0.5) H2 r3: IF E3THEN (5, 0.05) H3 且已知P(H1)=0.02, P(H2)=0.2, P(H3)=0.4，请计算当证据E1，E2，E3存在或不存在时P(H i | E i)或P(H i |﹁E i)的值各是多少(i=1, 2, 3)？ 解：(1) 当E1、E2、E3肯定存在时，根据r1、r2、r3有 P(H1 | E1) = (LS1× P(H1)) / ((LS1-1) × P(H1)+1) = (100 × 0.02) / ((100 -1) × 0.02 +1) =0.671 P(H2 | E2) = (LS2× P(H2)) / ((LS2-1) × P(H2)+1) = (50 × 0.2) / ((50 -1) × 0.2 +1) =0.9921 P(H3 | E3) = (LS3× P(H3)) / ((LS3-1) × P(H3)+1) = (5 × 0.4) / ((5 -1) × 0.4 +1) =0.769 (2) 当E1、E2、E3肯定存在时，根据r1、r2、r3有 P(H1 | ?E1) = (LN1× P(H1)) / ((LN1-1) × P(H1)+1) = (0.1 × 0.02) / ((0.1 -1) × 0.02 +1) =0.002 P(H2 | ?E2) = (LN2× P(H2)) / ((LN2-1) × P(H2)+1) = (0.5 × 0.2) / ((0.5 -1) × 0.2 +1) =0.111 P(H3 | ?E3) = (LN3× P(H3)) / ((LN3-1) × P(H3)+1) = (0.05 × 0.4) / ((0.05 -1) × 0.4 +1) =0.032 A*算法： 修道士和野人问题。 解：用m表示左岸的修道士人数，c表示左岸的野人数，b表示左岸的船数，用三元组(m, c, b)表示问题的状态。 对A*算法，首先需要确定估价函数。设g(n)=d(n)，h(n)=m+c-2b，则有 f(n)=g(n)+h(n)=d(n)+m+c-2b 其中，d(n)为节点的深度。通过分析可知h(n)≤h*(n)，满足A*算法的限制条件。 M-C问题的搜索过程如下图所示。 内蒙古科技大学2010/2011 学年第一学期 《人工智能》试题 课程号：67111317 考试方式：大作业 使用专业、年级：计算机应用2007 任课教师：陈淋艳 班级： 学号： 姓名： 一、（12分）什么是人类智能？它有哪些特征或特点？什么是人工 智能？人工智能有哪些研究领域？ 二、（18分）分别用语义网络表示法，产生式表示法，谓词逻辑表 示法，表示下列知识。 1，所有的鸽子都是鸟。 2，所有的鸽子都有翅膀。 3，信鸽是一种鸽子，它有翅膀，能识途。 三、(20分)用状态空间搜索法求解农夫，狐狸，鸡，小米问题。农 夫，狐狸，鸡，小米都在一条河的左岸，现在要把他们全部送 到左岸去，农夫有一条船，过河时，除农夫外，船上至多能载 狐狸，鸡和小米中的一样。狐狸要吃鸡，鸡要吃小米，除非农 夫在那里。试规划出一个确保全部安全过河的计划。（提示：a：用四元组(农夫，狐狸，鸡，小米)表示状态，其中每个元素的 取值为0或1，0表示在左岸，1表示在右岸。b：每次过河的 一种安排作为一个算子，每次过河必须有农夫，因为只有他可 以划船。） 四、(15-分)试用归结反演的方法证明G为F1，F2，F3的逻辑结论， 并画出归结树（要求写出化字句集的过程）。 F1：))) z A z y z∧ B → ? ∧ D ? ? , ( )) ( ) ( ( ) y C ((y ( z F2：))) A z z y D E z→ ? ( ∧ ? z ∧ ( , ) y ) ( (y ( E ) ( F3：)) E z z? → ? (z ( ) ( B G：)) E z∧ z ? ) ( ( (z C 实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求无论在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、基本要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态->中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X1表示起始岸上的牧师人数；X2表示起始岸上的野人人数；X3表示小船现在位置(1表示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000 四、实验结果 四、实验心得 本次实验运用了状态空间表示法，这是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验强化我对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 内蒙古科技大学2013/2014 学年第一学期 《人工智能》大作业 课程号：67111317、76807376 考试方式：大作业 使用专业、年级：计算机2011-1，2，3，4 任课教师：陈淋艳 班级： 学号： 姓名： 一、（15分）智能、智力、能力的含义是什么？什么是人工智能？ 人类研究人工智能的最终目标是什么？ 二、（15分）传教士与野人问题：有三个传教士和三个野人来到河 边，河边只有一条一次最多可供两个人过河的小船，传教士如 何用这条小船过河才能使河两边的野人数目决不会超过传教士 的数目？ 指定状态描述的格式，开始状态和目标状态；画出状态空间图。 （只要画出河两边野人数目不会超过传教士数目的状态即可）。 三、(10分)用谓词公式表示下列语句：因为老百姓授法律管制，所 以晁盖劫了生辰纲，触犯了宋王朝的法律，受到官府追究；而 达官贵人和恶少不受法律管制，所以高衙内强抢民女，虽然也 违法，却可以横行无忌。 四、(20分)什么是演绎推理？他的推理规则是什么？ 试用谓词演算语句集合表示下面这段话；并用归结反演的方法 回答下列问题： 设TONY，|MIKE和JOHN属于ALPINE俱乐部，ALPINE俱乐部的成员不是滑雪运动员就是登山运动员。登山运动员不喜 欢下雨，而且任何不喜欢雪的人都不是滑雪运动员。MIKE讨厌TONY所喜欢的一切东西，而喜欢TONY所讨厌的一切东西。 TONY喜欢雨和雪。试问有没有ALPINE俱乐部的成员，他是一个登山运动员但不是滑雪运动员。 五、(20分)在主观Bayes推理中，LS和LN的意义是什么？ 设系统中有如下规则： R1：IF E1THEN （50 0，0.01）H1 R2 IF E2THEN （1，100）H1 R3：IF E3THEN （1000，1）H2 R4：IF H1THEN （20，1）H2 并且已知P(H1)=0.1，P(H2)=0.1，P(H3)=0.1，初始证据的概率为P(E1|S1)=0.5 ，P(E2|S2)=0 ，P(E3|S3)=0.8，用主观Bayes方法求H2的后验概率P(H2|S1& S2& S3)。 六、（20分）结课报告题目：选以下题目之一或自选题目写一篇5000 字左右的报告，要有关键字，图要有图号，最后要有参考资料。 1、总结知识表达技术。（选取三种知识表达放法加以介绍，并进行比较） 2、查找两篇或三篇已发表的与人工智能理论相关的论文，从文章所论述的问题，阐述的理论，其社会效益，与原有的方法相比，他的优缺点等。 3、介绍一已有的专家系统。 4、写一篇文章介绍人工神经网络。（应用领域，人工神经元模型，学习方法） 不符合以下要求的作业不收 本试题一律使用A4纸完成，一至五题要求手写。 眉山市2019年度公需科目培训《人工智能与健康》试题及答案（一） 一、单项选择题 1. 古代把计量叫“度量衡”，其中，“度”是测量（）的过程。（ 2.0 分） A. 长度 B. 容积 C.温度 D.轻重 我的答案： A √答对 2. 最经典的西方健康研究——佛雷明翰研究开始于（）。（ 2.0 分） A.1948 年 B.1971 年 C.1989 年 D.2000 年 我的答案： A √答对 3.（）宣布启动了“先进制造伙伴计划”“人类连接组计划”“创新神经技术脑 研究计划”。（ 2.0 分） A. 中国 B. 日本 C.美国 D.德国 我的答案： C √答对 4. 在2016 年，我国人工智能企业超过了（）家。（ 2.0 分） A.1000 B.1200 C.1400 D.1500 我的答案： D √答对 5. 在大数据隐私保护生命周期模型中，大数据发布的风险是（）。（ 2.0 分） A. 被第三方偷窥或篡改 B. 如何确保合适的数据及属性在合适的时间地点给合适的用户访问 C.匿名处理后经过数据挖掘仍可被分析出隐私 D.如何在发布时去掉用户隐私并保证数据可用 我的答案： D √答对 6.下列对人工智能芯片的表述，不正确的是（）。（ 2.0 分） A. 一种专门用于处理人工智能应用中大量计算任务的芯片 B. 能够更好地适应人工智能中大量矩阵运算 C.目前处于成熟高速发展阶段 D.相对于传统的CPU处理器，智能芯片具有很好的并行计算性能 我的答案： C √答对 7.（）是用电脑对文本集按照一定的标准进行自动分类标记。（ 2.0 分） A. 文本识别 B. 机器翻译 C.文本分类 D.问答系统 我的答案： C √答对 8.在（）年，AlphaGo战胜世界围棋冠军李世石。（ 2.0 分） A.2006 B.2012 C.2016 D.2017 我的答案： C √答对 9.古代把计量叫“度量衡”，其中，“衡”是测量（）的过程。（ 2.0 分） A. 长度 B. 容积 C.温度 D.轻重 我的答案： D √答对 10.近几年，全球人工智能产业发展突飞猛进，人工智能脸部识别率的准确度已经达到（）。（ 2.0 分） A.99.7% B.99.8% C.99.9% xx学校 2012—2013学年度第二学期期末试卷 考试课程：《人工智能》考核类型：考试A卷 考试形式：开卷出卷教师： 考试专业：考试班级： 一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标 状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确 定性。 三名称解释（每词4分，共20分） 人工智能专家系统遗传算法机器学习数据挖掘 答：（1）人工智能 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 （2）专家系统 专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统 （3）遗传算法 遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向 （4）机器学习 机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎 （5）数据挖掘 数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的 一．简答题 1.在什么情况下需要采用不确定推理或非单调推理？ 答：一般推理方法在许多情况下，往往无法解决面临的现实问题，因而需要应用不确定性推理等高级知识推理方法，包括非单调推理、时序推理和不确定性推理等。 例如，当一个人打开电灯的开关而发现灯泡未亮时，就会根据以往的经验而觉得“停电了”。但当他打开另外一只灯的开关发现灯亮时，就否定了先前“停电了”的结论，想到也许是开关或者灯具出问题了。这个改变原先推导结论的过程其实就是一个非单调推理。即，随着信息与知识的增加，并没有在肯定原来的结论基础上，增加了更多并立的知识与结论， 而是否定了原先结论并有了新的看法。以下情况需要采用不确定推理：所需知识不完备,不精确所需知识描述模糊,多种原因导致同一结论,问题的背景知识不足,解题方案不唯一。不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。 一般来说，出现不精确推理的原因和特征可能有： ①证据不足或称为证据的不确定性；②规则的不确定性；③研究方法的不确定性。 由于以上“三性”的存在，决定了推理的最后结果具有不确定但却近乎合理的特性，人们把这种性质的推理及其理论和方法总称为不确定推理 2．产生式系统有哪几种推理方式？各自特点为何？ 答：（1）正向推理（正向链接推理）：从一组表示事实的谓词或命题出发，使用一组产生式规则，用以证明该谓词公式或命题是否成立。 （2）逆向推理（后向链接推理）：从表示目标的谓词或命题出发，使用一组产生式规则证明事实谓词或命题成立，即首先提出一批假设目标，然后逐一验证这些假设。（其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设（目标），然后逐一验证这些假设。 （3）双向推理：又称为正反向混合推理，它综合了正向推理和逆向推理的长处，克服了两者的短处。双向推理的推理策略是同时从目标向事实推理和从事实向目标推理，并在推理过程中的某个步骤，实现事实与目标的匹配。 3．算法A*直到一个目标节点被选择扩展才会终止。然而，到达目标节点的一条路经可能在那个节点被选择扩展前早就找到了。一旦目标节点被发现，为什么不终止搜索呢？用一个例子说明你的答案。 4．结合你的研究方向，论述哪些人工智能技术可以得到应用？解决什么问题？ 答：人工智能目前总结出了对实现人工智能系统来说具有普遍意义的核心课题：知识的模型化和表示方法，启发式搜索理论，各种推理方法，人工智能系统结构和语言。主要研究和应用领域：机器学习，知识表示和推理，智能搜索，模糊逻辑，人工神经网络，遗传算法，自然语言理解，博弈论，知识发现和数据挖掘等。 5．在选择知识表示的方法时，应该考虑哪些因素？ 答：表示能力：能够将问题求解所需的知识正确有效地表达出来，可理解性：所表达的知 名词解释： 1,、什么是人工智能？人工智能的研究有哪些学派？他们的观点是什么？ 一：主要研究如何用计算机模仿和实现人类的智能。 国际上人工智能研究作为一门科学的前沿和交叉学科，但像许多新兴学科一样，人工智能至今尚无统一的定义。 有多种定义：⑴智能机器。能够在各类环境中自主的或交互的执行各种拟人任务的机器。 ⑵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。 ⑶从人工智能所实现的功能来定义： ·人工智能（能力）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 ⑷从“研究如何在机器上实现人类智能”角度讲，人工智能被定义为是一门研究如何构造智能机器（智能计算机）或智能系统，使它能模拟、延伸、扩展人类智能的学科。通俗地说，人工智能就是研究如何使机器具有能听、会说、能看、会写、能思维、会学习、能适应环境变化、能解决各种面临的实际问题等功能的学科。 ⑸人工智能是研究如何让计算机做现阶段人类才能做得更好的事情”。 ⑹人工智能是计算机科学的分支，它用符号的、非算法的方法进行问题求解”。 ?二：符号主义（主流学派）：又称：逻辑主义、心理学派或计算机学派 原理：物理符号系统(即符号操作系统)假设和有限合理性原理起源：源于数理逻辑，学派代表：纽厄尔、西蒙和尼尔逊等 认为人的认知基元是符号，认知过程即符号操作过程； 认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，能用计算机来模拟人的智能行为； 认为知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 连结主义：又称：仿生学派或生理学派。原理：神经网络及神经网络间的连 接机制与学习算法。起源：源于仿生学，特别是人脑模型的研究 学派代表：卡洛克、皮茨、Hopfield、鲁梅尔哈特等 认为思维基元是神经元，而不是符号处理过程； 认为人脑不同于电脑，并提出连结主义的大脑工作模式，用于取代符号操作的电脑工作模式 行为主义：又称：进化主义或控制论学派。原理：控制论及感知—动作型控制系统。起源：源于控制论 最新文件---------------- 仅供参考--------------------已改成-----------word文本 --------------------- 方便更改 一、选择题(每题1分，共15分) 1、AI的英文缩写是 A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 2、反演归结（消解）证明定理时，若当前归结式是（）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 3、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)正向推理B)反向推理C)双向推理 4、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（）。 A)无悖性B)可扩充性C)继承性 5、(A→B)∧A => B是 A)附加律B)拒收律C)假言推理D)US 6、命题是可以判断真假的 A)祈使句B)疑问句C)感叹句D)陈述句 7、仅个体变元被量化的谓词称为 A)一阶谓词B)原子公式C)二阶谓词D)全称量词 8、MGU是 A)最一般合一B)最一般替换C)最一般谓词D)基替换 9、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）深蓝B）IBM C）深思D）蓝天 10、下列不在人工智能系统的知识包含的4个要素中 A)事实B)规则C)控制与元知识D)关系 11、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) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 12、或图通常称为 A）框架网络B)语义图C)博亦图D)状态图 13、不属于人工智能的学派是 A)符号主义B)机会主义C)行为主义D)连接主义。 14、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 A)明斯基B).扎德C)图林D)冯.诺依曼 15.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与技能，实现自我完善，这门研究分支学科叫（）。 A)专家系统B)机器学习C)神经网络D)模式识别 二、填空题(每空1.5分，共30分) 1、不确定性类型按性质分：，， ，。 2、在删除策略归结的过程中删除以下子句：含有的子句;含 有的子句;子句集中被别的子句的子句。 3、对证据的可信度CF（A）、CF（A1）、CF（A2）之间，规定如下关系： CF（~A）=、CF（A1∧A2 ）=、 CF（A1∨A2 ）= 4、图：指由与组成的网络。按连接同一节点的各边的逻辑关系又可分为与。 5、合一算法：求非空有限具有相同谓词名的原子公式集的 6、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。 7、P(B|A) 表示在规则中，证据A为真的作用下结论B为真的。 8、人工智能的远期目标是， 近期目标是。 人工智能试卷9 一、选择题：（13小题，共13分） 1.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. 图灵 D. 冯.诺依曼 2.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 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.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 5.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 6.子句~P∨Q和P经过消解以后，得到（B） A. P B. Q C. ~P D. P∨Q 7,8.A∧（A∨B）?A 称为（C），~（A∧B）?~A∨~B称为（D） 二、结合律 B.分配律 C.吸收律 D.摩根律 9,10.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，（D）可以认为在这几种算法中是“智能程度相对比较高”的算法。 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 11.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 12.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 13. 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！ 二、填空题：（12小题，共30分） 1. 人工智能三大学派是符号主义、联结主义、行为主义。 2. 化成子句形式为：。 3.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 4.AI的英文缩写是Artifical Inteligence 5.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 6、假言推理（A→B）∧A? B ，假言三段论（A→B）∧（B→C）?A→C 7、几种常用的归结策略：删除策略、支持集策略、线形归结策略、输入归结策略、单元归结策略 8、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技术，解这类问题时，常把在迷宫的位置、棋的布局、八数码所排成的形势用图来表 ，这种图称为状态空间图（或状态图） 9.在启发式搜索当中，通常用启发函数来表示启发性信息。 10.在二人博弈问题中，最常用的一种分析技术是极大极小分析法，这种方法的思想是先生成一棵博弈树，然后再计算其倒推值。但它的效率较低，因此人们在此基础上，又提出了α-β剪枝技术 11.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） 12.在框架和语义网络两种知识表示方法中，框架适合于表示结构性强的知识，而语义网络则适合表示一些复杂的关系和联系的知识。面向对象不仅仅是一种知识表示方法，也是一种流行的软件设计和开发技术。 三、简答题：（3小题，共27分） 1.将下列自然语言转化为谓词表示形式： (1) 所有的人都是要呼吸的。 (2) 每个学生都要参加考试。 名词解释： 1状态空间法 状态空间法是一种基于解答空间的问题表示和求解方法，它是以状态和操作符为基础的。在利用状态空间图表示时，从某个初始状态开始，每次加一个操作符，递增地建立起操作符的试验序列，直到达到目标状态为止。由于状态空间法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。 2问题归约法 问题归约法从目标(要解决的问题)出发，逆向推理，通过一系列变换把初始问题变换为子问题集合和子子问题集合，直至最后归约为一个平凡的本原问题集合。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。 3有序搜索 应用某个算法(例如等代价法)选择OPEN表上具有最小f值的节点作为下一个要扩展的节点, 这种搜索方法叫做有序搜索或最佳优先搜索, 其算法就叫做有序搜索算法或最佳优先算法. 实质：选择OPEN表上具有最小f值的节点（即最有希望的节点）作为下一个要扩展的节点。 4可解节点 可解节点：与或图中一个可解节点的一般定义可以归纳如下： 1、终叶节点是可解节点(因为它们与本原问题相关连)。 2、如果某个非终叶节点含有或后继节点，那么只有当其后继节点至少有一个是可解的时，此非终叶节点才是可解的。 3、如果某个非终叶节点含有与后继节点，那么只要当其后继节点全部为可解时，此非终叶节点才是可解的。 5不可解节点 不可解节点的一般定义 没有后裔的非终叶节点为不可解节点。 如果某个非终叶节点含有或后继节点,那么只有当其全部后裔为不可解时,此非终叶节点才是不可解的。 如果某个非终叶节点含有与后继节点，那么只要当其后裔至少有一个为不可解时,此非终叶节点才是不可解的。 6规则正向演绎系统 正向规则演绎系统是从事实到目标进行操作的，即从状况条件到动作进行推理的，也就是从if到then的方向进行推理的。 7规则逆向演绎系统 逆向规则演绎系统是从then向if进行推理,即从目标或动作向事实或状况条件进行的推理。 8等代价搜索 是宽度优先搜索的一种推广，不是沿着等长度路径断层进行扩展，而是沿着等代价路径断层进行扩展，寻找从起始状态至目标状态的具有最小代价的路径问题。搜索树中每条连接弧线上的有关代价，表示时间、距离等花费。 精选考试类文档，如果需要，请下载，希望能帮助到你们！ 2020人工智能与健康题库及答案 姓名成绩 温馨提示：同学们，经过培训学习，你一定积累了很多知识，现在请认真、仔细地完成这张试题吧。加油！ 一、判断题(每题2分)。 1.信息时代的三大定律有摩尔定律、吉尔德定律、麦特卡尔夫定律。 正确 2.在没有大数据的条件下，人才的发现与选拔都很难做到“全信息”，大数据能够帮助人们解决这个问题。 正确 3.大数据会带来机器智能，提升计算机的智能程度，但它是永远不会超过人类的智能。 错误 4.医疗健康数据的应用主要有药物研究、门诊诊断、病人行为及其相关数据与管理医疗社保基金。 正确 5.在未来，人工智能将会代替人类的工作、身份。 错误 6.人工智能在医疗领域还存在一些问题。 正确 7.对于在医疗领域的AI，我国应提出加大推动创新人工智能应用评估和保障机制、 加大政策扶持力度等建议。 正确 8.从国家内部来看，人工智能通过优化自动化的方式能够提升社会运行效率。正确 9.我们要围绕推动我国人工智能健康快速发展的现实要求，妥善应对人工智能可能带来的挑战，形成适应人工智能发展的制度安排，构建开放包容的国际化环境，夯实人工智能发展的经济基础。 错误 10.由于工业发展的需要，目前国内智能机器人行业的研发只集中于工业服务和智能助手两个方面。 错误 11.中国人口老龄化问题面临各种各样的挑战。 正确 12.从老龄研究的角度，智慧养老能够解决根本性的问题。 错误 13.马斯洛的需求层次理论认为，人类需要的最低层次是安全需求。 错误 14.点对点的养老服务模式通过互联网、物联网技术，来使服务需求得到实现，无论身处何处，打破了地域限制，不需要得知服务提供者是谁。 正确 15.点对点的养老服务模式是指需要什么样的服务，就直接去找这样的服务。 正确 2016年3月谷歌的阿尔法狗（AlphaGo）大战世界围棋冠军李世石，引发了全球范围内对于人工智能的讨论。探讨人工智能，就要回答什么是智能的问题，综合各类定义，智能是一种知识与思维的合成，是人类认识世界和改造世界过程中的一种分析问题与解决问题的综合能力。对于人工智能，美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。 各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过投资的方式引导人工智能产业的发展，2013年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。 在技术方向上，美国主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。 现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构（包括通用的硬件与软件平台）、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。 高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。 谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了DeepMind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局（DARPA）投资 1.5亿美元，历时5年的CALO （ Cognitive Assistant that Learns and Organizes）项目，是美国首个得到大规模产业化应用的人工智能项目。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业。 一、选择题 1.被誉为“人工智能之父”的科学家是（C ）。 A. 明斯基 B. 图灵 C. 麦卡锡 D. 冯.诺依曼 2. AI的英文缩写是( B ) A. Automatic Intelligence B. Artificial Intelligence C. Automatic Information D. Artificial Information 3. 下列那个不是子句的特点（D） A.子句间是没有合取词的(∧) B子句通过合取词连接句子(∧) C子句中可以有析取词(∨) D子句间是没有析取词的(∨) 4. 下列不是命题的是（C ）。 A.我上人工智能课 B. 存在最大素数 C.请勿随地大小便 D. 这次考试我得了101分 5. 搜索分为盲目搜索和（A） A启发式搜索B模糊搜索 C精确搜索D大数据搜索 6. 从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论的推理是（B） A. 归结推理 B. 演绎推理 C. 默认推理 D. 单调推理 7. 下面不属于人工智能研究基本内容的是（C ） A. 机器感知 B. 机器学习 C. 自动化 D. 机器思维 8.S={P∨Q∨R, ┑Q∨R, Q, ┑R}其中, P 是纯文字，因此可将子句（A）从S中删去 A. P∨Q∨R B. ┑Q∨R C. Q D.┑R 9. 下列不属于框架中设置的常见槽的是（B ）。 A. ISA槽 B. if-then槽 C. AKO槽 D. Instance槽 10. 常见的语意网络有（D ）。 A. A-Member-of联系 B. Composed–of联系 C. have 联系 D. 以上全是 1.在深度优先搜索策略中，open表是（B ）的数据结构 A.先进先出 B.先进后出 C. 根据估价函数值重排 D.随机出 2.归纳推理是（B ）的推理 A. 从一般到个别 B. 从个别到一般 C. 从个别到个别 D. 从一般到一般 3. 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 ） 《人工智能与专家系统》试卷（1）参考答案与评分标准 问答题（每题5分，共50分） 1．人工智能是何时、何地、怎样诞生的？（5分） 答：人工智能于1956年夏季在美国达特茅斯（Dartmouth）大学诞生。（3分）1956年夏季，美国的一些从事数学、心理学、计算机科学、信息论和神经学研究的年轻学者，汇聚在Dartmouth大学，举办了一次长达两个月的学术讨论会，认真而热烈地讨论了用机器模拟人类智能的问题。在这次会议上，第一次使用了“人工智能”这一术语，以代表有关机器智能这一研究方向。这是人类历史上第一次人工智能研讨会，标志着人工智能学科的诞生，具有十分重要的意义。（2分） 2．行为主义是人工智能的主要学派之一，它的基本观点是什么？（5分） 答：行为主义，又称进化主义或控制论学派。这种观点认为智能取决于感知和行动（所以被称为行为主义），它不需要知识、不需要表示、不需要推理。其原理是控制论和感知——动作型控制系统。 3．什么是知识表示？在选择知识表示方法时，应该考虑哪几个因素？（5分）答：知识表示是研究用机器表示知识的可行性、有效性的般方法，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。知识表示实际上就是对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。（3分）在选择知识表示方法时，应该考虑以下几个因素：(1)能否充分表示相关的领域知识；(2)是否有利于对知识的利用；(3)是否便于知识的组织、维护和管理；(4)是否便于理解和实现。（2分） 4．框架表示法有什么特点？（5分） 答：框架表示法有如下特点：结构性、继承性、自然性。（5分） 5．何谓产生式系统？它由哪几部分组成？（5分） 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已知事实使用，以求得问题的解，这样的系统称为产生式系统。（2分） 产生式系统一般由三个基本部分组成：规则库、综合数据库和推理机。（3分） 6．产生式系统中，推理机的推理方式有哪几种？请分别解释说明。（5分）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：正向推理是从己知事实出发，通过规则库求得结果。 反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实。 双向推理：双向推理是既自顶向下又自底向上的推理。推理从两个方向进行， 直至在某个中间界面上两方向结果相符便成功结束；如两方衔接不上，则推理失败。 什么是人工智能计算机 )查看。 什么是人工智能计算机 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。” 而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能(Artificial Intelligence，简称AI)是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成 为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。 人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。 从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 人工智能的三道坎 首先是大数据。从某种意义上来说，人工智能在近一两年的走红，与大数据的发展和被重视程度不无关系。随着以智能手机为代表的科技产品开始深入到人们生活的方方面面，用户在线上的行为越来越多，由此形成了大量的用户数据。而人工智能正好可以利用这些数据，建立数学模型和完成用户画像，让程序来做一些过去只有人能够做的事情。 大数据这个门槛，导致了人工智能只能是巨头的游戏，跟创业 1.什么是人类智能？它有哪些特征或特点？ 定义：人类所具有的智力和行为能力。 特点：主要体现为感知能力、记忆与思维能力、归纳与演绎能力、学习能力以及行为能力。 2.人工智能是何时、何地、怎样诞生的？ 解：人工智能于1956年夏季在美国Dartmouth大学诞生。此时此地举办的关于用机器模拟人类智能问题的研讨会，第一次使用“人工智能”这一术语，标志着人工智能学科的诞生。 3.什么是人工智能？它的研究目标是？ 定义：用机器模拟人类智能。 研究目标：用计算机模仿人脑思维活动，解决复杂问题；从实用的观点来看，以知识为对象，研究知识的获取、知识的表示方法和知识的使用。 4.人工智能的发展经历了哪几个阶段？ 解：第一阶段：孕育期（1956年以前）；第二阶段：人工智能基础技术的研究和形成（1956~1970年）；第三阶段：发展和实用化阶段（1971~1980年）；第四阶段：知识工程和专家系统（1980年至今）。 5.人工智能研究的基本内容有哪些？ 解：知识的获取、表示和使用。 6.人工智能有哪些主要研究领域？ 解：问题求解、专家系统、机器学习、模式识别、自动定论证明、自动程序设计、自然语言理解、机器人学、人工神经网络和智能检索等。 7.人工智能有哪几个主要学派？各自的特点是什么？ 主要学派：符号主义和联结主义。 特点：符号主义认为人类智能的基本单元是符号，认识过程就是符号表示下的符号计算，从而思维就是符号计算；联结主义认为人类智能的基本单元是神经元，认识过程是由神经元构成的网络的信息传递，这种传递是并行分布进行的。 8.人工智能的近期发展趋势有哪些？ 解：专家系统、机器人学、人工神经网络和智能检索。 9.什么是以符号处理为核心的方法？它有什么特征？ 解：通过符号处理来模拟人类求解问题的心理过程。 特征：基于数学逻辑对知识进行表示和推理。 11.什么是以网络连接为主的连接机制方法？它有什么特征？ 解：用硬件模拟人类神经网络，实现人类智能在机器上的模拟。 特征：研究神经网络。 1.请写出用一阶谓词逻辑表示法表示知识的步骤。 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予特定的值；（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。 2.设有下列语句，请用相应的谓词公式把它们表示出来： （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。 解：定义谓词如下： Like(x,y)：x喜欢y。 Club(x)：x是梅花。 Human(x)：x是人。 Mum(x)：x是菊花。 “有的人喜欢梅花”可表达为：(?x)(Human(x)∧Like(x,Club(x))) “有的人喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Mum(x))) “有的人既喜欢梅花又喜欢菊花”可表达为：(?x)(Human(x)∧Like(x,Club(x))∧ Like(x,Mum(x))) （1）他每天下午都去玩足球。 解：定义谓词如下： PlayFootball(x)：x玩足球。 Day(x)：x是某一天。 则语句可表达为：(?x)(D(x)→PlayFootball(Ta)) （2）太原市的夏天既干燥又炎热。 解：定义谓词如下： Summer(x)：x的夏天。 Dry(x)：x是干燥的。 Hot(x)：x是炎热的。 则语句可表达为：Dry(Summer(Taiyuan))∧Hot(Summer(Taiyuan)) （3）所有人都有饭吃。 1.在高血压诊断标准的变迁史上，（）将高血压的诊断标准定为120/8OmmHg 以下更受益。（ 2.0分） A. 1949 年 B. 1984 年 C. 1993 年 D. 2016 年 我的答案：D √答对 2.我国在语音语义识别领域的领军企业是（）。（2.0分） A. 科大讯飞 B. 图谱科技 C. 阿里巴巴 D. 华为 3.中国人工智能产业初步呈现集聚态势，人工智能企业主要集聚在经济发达的一二线城市及沿海地区，排名第一的城市是（）。（2.0分） A. 上海 B. 北京 我的答案：B √答对 C. 深圳 D. 杭州 4.MIT教授Tomaso POggiO 明确指出，过去15年人工智能取得的成功，主要是因为（）。（2.0分） A. 计算机视觉 B. 语音识别 C. 博弈论 D. 机器学习 我的答案：D √答对 5.1997 年，HOChreiter&Schmidhuber 提出（）。（2.0 分） A. 反向传播算法 B. 深度学习 C. 博弈论 D. 长短期记忆模型 6.（），中共中央政治局就人工智能发展现状和趋势举行第九次集体学习分） (2.0 A. 2018年3月15日 B. 2018 年10 月31 日 C. 2018 年12 月31 日 我的答案：B √答对 D. 2019 年1月31日我的答案：B √答对 7.（）是指能够自己找出问题、思考问题、解决问题的人工智能。（ 2.0 分） A. 超人工智能 B. 强人工智能 C. 弱人工智能 D. 人工智能 我的答案：B √答对 8.据清华原副校长施一公教授研究，中国每年有265万人死于（），占死亡人数 的28%。（ 2.0 分） A. 癌症 B. 心脑血管疾病 C. 神经退行性疾病 D. 交通事故 9.2005 年,美国一份癌症统计报告表明：在所有死亡原因中，癌症占（）。（2.0 分） A. 1/4 B. 1/3 C. 2/3 D. 3/4 我的答 A √答对 案：人工智能试题2010
人工智能-知识表示方法
人工智能试题
公需科目：2019人工智能与健康试题及答案(一)
人工智能期末试题及答案完整版
整理人工智能简答题
人工智能考试题.doc
人工智能经典考试试题与答案(优选.)
西安科技大学人工智能题库9(含答案)
人工智能考试题目
2020人工智能与健康题库及答案
人工智能
人工智能复习题汇总(附答案)
大学人工智能期末考试题库
什么是人工智能计算机
人工智能(部分习题答案)
2019年人工智能考试题答案.docx