人工智能论述题.doc

1.论述题：根据你对人工智能的学习和了解谈谈人工智能都有哪些主要研究领域你认为在哪些领域还可以进一步应用人工智能如何运用？答：人工智能主要研究领域：博弈，自动定理证明，专家系统，模式识别，机器学习，计算智能，自然语言处理，分布式人工智能，机器人。在专家系统领域可以进一步应用人工智能，因为在专家系统开发中，只是获取是后续工作的基础，在知识获取的过程中可以采用自动知识获取的方法，在此获取知识的过程中充分利用人工智能学科中相关知识以最高的效率来获取，要得到的内容。以及在专家系统知识获取的4个任务中（知识抽取、知识转换、知识输入、知识检测）也可以进一步应用人工智能。引入新兴的软件开发思想，如面向对象理论、智能Agent、构件化编程思想等，使得专家系统的开发更加容易，代码的重用性进一步提高。2.从微观宏观的角度认识人工智能：微观上，考虑的是智能产生的根源或机理。人的智能产生于大脑中不同部位的神经元分工、协作，产生或传递各种信号，并产生相应的输出结果，支配人的具体行为。/宏观上，从智能产生的认知过程来理解，人脑的智能都是某种心理活动或思维过程的结果；也可以从智能的外在表现来理解，智能是人类和一些动物特有的在解决具体问题所表现出的智力或行为能力。人工智能的基本内容即知识的获取、知识的处理以及知识的运用。人工智能的研究途径和方法：传统划分法：（1.符号主义学派、2.链接主义学派、3.行为主义学派。）现代划分法：（1.符号智能流派2.计算智能流派3.群体智能流派）3.启发性知识就是与被求解问题自身特性相关的知识，包括被求解问题的解的特性、解的分布规律和在实际当中求解此类问题的经验技巧等。/启发式函数的设计：启发式搜索的关键就是设计启发函数，通常，启发函数用来估计搜索树中节点x与目标节点接近程度，记为h(x)。在实际设计过程中，启发函数可以是：1.一个节点到目标节点的某种距离或差异的量度。2.一个节点处在最佳路径的概率。3.根据主观经验给节点打分等。4.机器推理概述：推理是人脑的基本功能和重要功能，几乎所有的人工智能领域都与推理有关。因此，要实现人工智能，就必须将推理的功能测试的功能赋予机器，实现机器推理。机器推理也称为计算机推理或自动推理。/自然演绎方法模拟人思维的过程，从一组已知为真的事实出发，直接运用经典逻辑的推理规则推出结论。归结演绎推理就是使用归结原理进行自动定理证明。5.根据不确定性产生的原因及表现形式，可以将不确定性大致分为以下四个类型。1.随机不确定性，是基于概率的一种衡量，即已知一个时间有多个可能的结果。2.模糊不确定性3.不完全性，就是指人们对某事物了解还不完全，或者认识不够完整、不充分。4.不一致性，就是在推理过程中随着时间或空间的推移，得到了前后不相容的结论。6.机器学习：实现通过经验来提高对某任务处理性能的行为的计算机程序。/机器学习系统的要素：学习任务、学习经验、性能评价标准以及使性能不断完善的学习机制或算法。机器学习系统的基本结构：1.环境：提供外界信息，类似于教师的角色。2.学习环节：处理环境提供的信息并接收执行环节的反馈信息，以便得到并改善知识库中的知识，直到满足性能标准，相当于各种学习算法。3.知识库：即学习到的知识，通常是要学习的目标函数的逼近，以某种知识表示形式存储，以便扩充和改善。4.执行环节：利用知识库中的知识完成某种任务，目的是测试所学习到的知识的性能，并把执行中的某种情况回送给学习环节（进行评价），进一步可以运用所学知识解决实际问题。7.专家系统的四个特征：1.应用于某专门领域。专家系统是针对某一特定领域的具体问题进行处理的智能程序系统，求解的问题也仅仅局限于一个较窄的范围，而不是通用问题求解程序。2.拥有专家级知识。专家系统拥有的知识丰富、质量越高，解决问题的能力就越强。3.能模拟人类专家思维和决策过程。除了拥有专家级知识之外，为求解领域内的现实问题，专家系统还必须能模拟人类专家在解决问题时的思维方式和决策过程，能够依据用户提供的已知事实，进行有效的推理。4.达到专家级水平。专家系统拥有大量高质量的专家知识，可使问题求解达到较高的水平，即专家水平。/优点、特点：专家系统主要依靠知识和推理来解决那些不确定性的、非结构化的、没有算法解或虽有算法解但在现有的机器上无法实施的困难问题；在专家系统中，强调知识与推理的分离，因而系统具有很好的灵活性和可扩充性；现代专家系统还具有“自学习”能力，即不断对自己的知识进行扩充、完善和提炼，这一点是传统系统无法比拟的；另外专家系统不会像人那样容易疲劳、遗忘，易受环境、情绪等的影响，它可以始终如一地以专家级的高水平求解问题。8.知识获取：就是把人类领域专家解决问题的经验和知识以及领域理论知识经过识别,理解，筛选，归纳等抽取出来，建立知识库。/知识获取的方式：按照知识获取的自动化程度，大致可以分为人工知识获取，半自动知识获取和自动知识获取三种方式。人工知识获取途径中，主要是通过只是工程师或计算机人员和领域专家交流来获取知识。半自动知识获取途径中，通过只是工程师和领域专家的交流获取知识，知识工程师按照专门的知识获取系统通过交互方式输入规则的前提条件，结论及规则强度，系统能自动将其翻译为对应的只是表达形式，并能给出自然语言的描述形式，供知识工程师或领域专家检验知识的正确性，同时，知识获取系统还能自动检验新规则与原有知识是否一致，对不一致的知识及时报告，便于领域专家和知识工程师及时修正。自动知识获取途径是指系统时自身具有知识获取能力，能够在系统自身的运行实践中总结，归纳出新的知识，并能发现只是中可能存在的错误，不断自我完善，建立起性能优良，知识完善的知识库。/知识获取的任务主要是抽取知识，知识的转换，知识的输入和知识的检测四部分。抽取知识。主要是指把领域专家或相关的专业技术文献中的知识进行挑选，从而得到所需要的知识。另外，还需要系统具有自动从实践中学习，总结出新知识的能力。知识的转换。就是把一种知识表达形式转换为另一种知识表现形式。知识的输入。把适当模式表示的知识经编辑，编译送入知识库。知识的检测。在建立知识库任何环节的失误都会造成知识的错误，因此必须对知识进行检测。知识的检测包括逻辑等价式的检测，冗余的检测，矛盾规则及矛盾规则链的检测，从属规则的检测以及环路检测等，通过这些检测来保证知识的一致性，完整性和正确性1、人工智能定义 答：从能力的角度看，人工智能是指用人工的方法在机器(计算机；上实现的智能。从学科的角度看，人工智能是一门研究如何构造智能机器或智能系统，使它能模拟、延伸和扩展人类智能的学科。2、人工智能的目标 答:远期目标：揭示人类智能的根本机理，用智能机器去模拟、扩展和延伸人类智能。近期目标：研究如何使现有的计算机更聪明，即使她能够运用知识去处理问题，能够模拟人类的智能行为。3、人工智能的三大学派 答：人工智能发展中的3个主要学派：符号主义、连接主义、行为主义。符号主义认为人工智能源于数理逻辑；人的认知基元是符号，认知过程即符号操作过程。连接主义认为源于仿生学；人的思维基元是神经元，不是符号处理过程。行为主义认为源于控制论。智能取决于感知和行动，提出智能行为的“感知动作”模式4、什么是知识？有哪几种主要的知识分类方法 答：知识是人们在改造客观世界的实践中积累起来的认识和经验。1、按知识的性质：概念、命题、公理、定理、规则、方法2、按知识的适应范围：常识性知识、领域性知识3、按知识的作用效果：事实性知识、过程性知识、控制性知识4、按知识的层次：表层知识、深层知识5按知识的等级：零级知识、一级知识、二级知识6按知识的结构及表现形式：逻辑性知识、形象性知识5、知识表示及其要求答：知识表示就是对知识的描述，即用一些约定的符号把知识编码成一组可以被计算机接收并便于系统使用的数据结构。要求：1；表示能力2；可利用性3；可组织性与可维护性4；可实现性5；自然性与可理解性。6、产生式的基本形式是什么？它与谓词逻辑中的蕴涵式有什么相同和不同处?答：P-QIFPTHENQ。蕴涵式仅是产生式的一种特殊情况。1；蕴涵式智能表示确定性知识，其真值只能取真或假。而产生式不仅可以表示确定性知识，也可以表示不确定性知识。2；在产生式表示法中，决定一个产生式是否可用，是通过检查已知事实是否与前提中所规定的条件匹配来实现的，并且匹配可以是精确度的，也可以是不精确的。而谓词逻辑中的蕴涵式，其匹配规则要求一定是精确的。7、何为产生式系统，它由哪几部分构成？ 答：通常把产生式知识表示方法构造的智能系统称为产生式系统。一个产生式系统的基本结构包括综合数据库、规则库和控制系统这三部分。8、什么是推理？它有那些分类方法？答:推理是指按照某种策略从已知事实出发推出结论的过程。主要有演绎推理和归纳推理。9、推理中的控制策略包括哪几方面的内容？主要解决那些问题？答：主要包括推理策略和搜索策略。主要解决推理方向、冲突消解等问题。10、何为正向推理？何为逆向推理？何为混合理？答：正像推理是一种从一种从已知事实出发、正向使用推理规则的推理方式，也称为数据驱动推理或向前链推理。逆向推理是一种以某个假设目标为出发点的推理方法，也称为目标驱动推理或逆向链推理。为了更好地发挥这两种算法各自的长处，避免各自的短处，互相取长补短，可以将它们结合起来使用。这种推理方法称为混合推理。11、什么是谓词公式的可满足性？什么是谓词公式的不可满足性？答：对于谓词公式P，如果至少存在D上的一个解释，使公式P在此解释下的真值为T，则称公式P在D上是可满足的。可满足性又称为相容性。15、什么是搜索?有哪两大类不同的搜索方法?两者的区别是什么？答：根据问题的实际情况，不断寻找可利用知识，从而构造一条代价最小的推理路线，使问题得以解决的过程称为搜索。盲目搜索和启发式搜索。状态空间搜索和与或树搜索。状态空间法和问题规约法是最基本的两种求解方法。状态空间法和与或树表示法则是人工智能中最基本的的两种问题表示方法。16、什么是状态空间？用状态空间表示问题时，什么是问题的解？什么是最优解？最优解唯一吗？答：状态空间法的基本思想是用状态和操作来表示和求解问题的。由初始状态到达目标状态所用的运算符序列就是该问题的一个解。18、在状态空间一般搜索过程中，Open表与Closed表的作用与区别是什么？答：1；存放结点不同。Open表存放未扩展的结点，Closed表存放已经扩展过的借点。2；Open Open表为空时，算法停止。表里结点的顺序对算法效率有影响320、什么是不确定性推理?为什么要采用不确定性推理?答：不确定性推理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，最终推出具有一定程度的不确定性但却又是合理或基本合理的结论的思维过程。1；所需知识不完备、不精确2；所需知识描述模糊3；多种原因导致同一结论4；解决方案不唯一。21、不确定性推理需要解决的基本问题有哪些？ 答:1；定性的表示(知识的不确定性和证据的不确定性；2；不确定性的匹配3；组合证据不确定性的计算4；不确定性的更新5；不确定性结论的合成。22、统的基本模型 答1；环境与学习环节2)知识库3；执行环节(复杂度、反馈、透明性；。23、专家系统的概念和基本结构。答:主要特点：灵活性、启发性、透明性。1；知识库2；数据库3；推理机4；解释模块5；知识获取模块6)人机接口。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（19561970年）；第三阶段：发展和实用化阶段（19711980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。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。12.人工智能的近远期目标：现阶段人工智能的研究目标是，研究机器智能，即研究如何使现有的计算机具备更好的智能，在一定领域或一定程度上去完成需要人的复杂脑力劳动才能完成的工作，人工智能的远期目标是智能机器，即探索智能的基本机理，研究如何使用各种机器，各种方法模拟人的思维过程或智能行为，最终制造出和人有相似智力水平和行为能力的综合智能系统。1什么是人工智能？试从学科和能力两方面加以论述。人工智能又称机器智能。主要研究用人工的方法和技术开发智能机器或智能系统。以模仿，延伸和扩展人的智能，生物质能，自然智能实现机器的智能行为。能力：用机器模拟和实现人类智能。学科：人工智能是一门结合性极强的交叉性学科。当前的人工智能是计算机科学与技术领域的前沿。也是信息处理和自动化技术的前沿领域。2为什么使用归结原理进行定理证明时要使用归结策略。在归结原理进行定理证明时要用到归结策略，主要是因为归结策略是一种线性策略，将上一步终得结论运用到下一步的证明中，使得归结证明更加方便简单。3什么是启发函数什么是启发式搜索？启发式搜索过程：是一启发知识为导航指导搜索朝着最有希望解的方向前进，获得较高的搜索效率和近似最优解。启发函数：要实现启发式搜索需要把启发知识形式化。即一定的形式表示出来，并用函数计算来评价每种选择的价值大小，用以指导搜索过程这样的函数称为启发函数。4什么是不确定性推理，不确定性推理中需要解决的问题有哪些？一不确定性推理是建立在非经典逻辑的基础之上从不确定性的事实出发运用不确定性的知识推理出一定程度的不确定的近乎合理的。二不确定性推理要解决的问题不确定性的表示和肚量不确定性的匹配算法不确定性的计算和传播。5根据你的理解给出机器学习系统的基本结构及其各部分的主要作用。学习环境：提供外界信息类似教师的角色。学习环节：处理环境提供的信息并接收执行环节的反馈信息。知识库：即学习的知识通常学习的目标函数得的逼近。执行环节：利用知识库中的知识来完成某种任务检测所学到的知识性能并把执行中某种情况送给学习环节。6知识获取是专家系统开发中一切后续工作的基础，谈谈知识获取的任务和知识获取的方法。知识获取的任务知识抽取从专家系统相关领域抽取相关的知识，知识转化从一种形式转化为另一种形式，知识输入，将专家系统中的相关知识进行输入，知识检测对获取系统中的知识进行检测，知识获取的方法：人工知识获取，半自动知识获取，自动知识获取。2. 证据传递的不确定性指什么? 答:在推理过程中常常有这种情况:一条规则的结论又是另一条规则的前提.这样.不确定的初始证据就会沿着这条推理链向下传递.其不确定性在传递的过程中会伴随着规则的不确定性不断地放大或缩小。3.什么是知识?知识有什么特性?什么是知识表示? 答:有格式的数据经过处理、解样过程会形成信息.而把有关的信息关联到一起，经过处理过程就形成了知识。知识的特性有:相对正确性，不确定性，可表示性和可利用性.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。7.什么是搜索?有哪两大类不同的搜索方法?答:搜索是一种求解问题的方法.是寻找从问题初始事实最终答案的推理路线的一种过程。在利用这种方法求解问题，要按照一定的策略.从知识库中寻找可利用的知识.从而构造一条使问题获得解决的推理路线.有两大类搜索方法.即盲目搜索和启发式搜索.8.什么是盲目搜索?主要有几种盲目搜索策略? 答:盲目搜索又称无信息搜索，即在搜索过程中，只按预先规定的搜索控制策略进行搜索，而没有任何中间信息来改变这些控制策略. 主要的盲目搜索策略有:宽度优先搜索、深度优先搜索、有界深度优先搜索、代价树的宽度优先搜索和代价树的深度优先搜索。9.证据传递的不确定性指什么?答:在推理过程中常常有这种情况:一条规则的结论又是另一条规则的前提.这样.不确定的初始证据就会沿着这条推理链向下传递，其不确定性在传递的过程中会伴随着规则的不确定性不断地放大或缩小。8.请解释框架表示法的结构性、继承性、自然性。答:结构性:框架表示法最突出的特点是它善于表达结构性的知识，能够把知识的内部结构系及知识间的联系表示出来，是一种结构化的知识表示方法。/继承性:在框架网络中，下层框架可以继承上层框架的槽值，也可以进行补充和修改。这样不仅减少了知识的冗余，而且较好地保证了知识的一致性。/自然性:框架表示法体现了人们在观察事物时的思维活动，与人们的认识活动是一致的。9.产生式的基本形式是什么?它与谓词逻辑中的蕴含式有什么共同处及不同处?答:产生式的基本形式是“IF P THEN Q，其中，P是产生式的前提，用于指出该产生式是否可用的条件;Q是一组结论或操作，用于指出前提P所指示的条件被满足时，应该得出的结论或应该执行的操作。 产生式基本形式与谓词逻辑中蕴含式的共同之处是具有相同的形式。它们的区别是:蕴含式只能表示精确性知识，其逻辑值要么为真，要么为假;而产生式不仅可以表示精确性知识，而且可以表示不精确知识。 10.用状态空间法表示问题时，什么是问题的解?求解过的本质是什么?答:用状态空间法表示问题时，问题的解就是有向图中从某一节点(初始状态节点)到另一节点(目标状态节点)的路径。求解过程的本质就是对状态空间图的搜索，即在状态空间图上寻找一条从初始 状态到目标状态的路径。