人工智能論述題.doc

精品文檔1.論述題：根據(jù)你對人工智能的學習和了解談?wù)勅斯ぶ悄芏加心男┲饕芯款I(lǐng)域你認為在哪些領(lǐng)域還可以進一步應(yīng)用人工智能如何運用？答：人工智能主要研究領(lǐng)域：博弈，自動定理證明，專家系統(tǒng)，模式識別，機器學習，計算智能，自然語言處理，分布式人工智能，機器人。在專家系統(tǒng)領(lǐng)域可以進一步應(yīng)用人工智能，因為在專家系統(tǒng)開發(fā)中，只是獲取是后續(xù)工作的基礎(chǔ)，在知識獲取的過程中可以采用自動知識獲取的方法，在此獲取知識的過程中充分利用人工智能學科中相關(guān)知識以最高的效率來獲取，要得到的內(nèi)容。以及在專家系統(tǒng)知識獲取的4個任務(wù)中（知識抽取、知識轉(zhuǎn)換、知識輸入、知識檢測）也可以進一步應(yīng)用人工智能。引入新興的軟件開發(fā)思想，如面向?qū)ο罄碚摗⒅悄蹵gent、構(gòu)件化編程思想等，使得專家系統(tǒng)的開發(fā)更加容易，代碼的重用性進一步提高。2.從微觀宏觀的角度認識人工智能：微觀上，考慮的是智能產(chǎn)生的根源或機理。人的智能產(chǎn)生于大腦中不同部位的神經(jīng)元分工、協(xié)作，產(chǎn)生或傳遞各種信號，并產(chǎn)生相應(yīng)的輸出結(jié)果，支配人的具體行為。/宏觀上，從智能產(chǎn)生的認知過程來理解，人腦的智能都是某種心理活動或思維過程的結(jié)果；也可以從智能的外在表現(xiàn)來理解，智能是人類和一些動物特有的在解決具體問題所表現(xiàn)出的智力或行為能力。人工智能的基本內(nèi)容即知識的獲取、知識的處理以及知識的運用。人工智能的研究途徑和方法：傳統(tǒng)劃分法：（1.符號主義學派、2.鏈接主義學派、3.行為主義學派。）現(xiàn)代劃分法：（1.符號智能流派2.計算智能流派3.群體智能流派）3.啟發(fā)性知識就是與被求解問題自身特性相關(guān)的知識，包括被求解問題的解的特性、解的分布規(guī)律和在實際當中求解此類問題的經(jīng)驗技巧等。/啟發(fā)式函數(shù)的設(shè)計：啟發(fā)式搜索的關(guān)鍵就是設(shè)計啟發(fā)函數(shù)，通常，啟發(fā)函數(shù)用來估計搜索樹中節(jié)點x與目標節(jié)點接近程度，記為h(x)。在實際設(shè)計過程中，啟發(fā)函數(shù)可以是：1.一個節(jié)點到目標節(jié)點的某種距離或差異的量度。2.一個節(jié)點處在最佳路徑的概率。3.根據(jù)主觀經(jīng)驗給節(jié)點打分等。4.機器推理概述：推理是人腦的基本功能和重要功能，幾乎所有的人工智能領(lǐng)域都與推理有關(guān)。因此，要實現(xiàn)人工智能，就必須將推理的功能測試的功能賦予機器，實現(xiàn)機器推理。機器推理也稱為計算機推理或自動推理。/自然演繹方法模擬人思維的過程，從一組已知為真的事實出發(fā)，直接運用經(jīng)典邏輯的推理規(guī)則推出結(jié)論。歸結(jié)演繹推理就是使用歸結(jié)原理進行自動定理證明。5.根據(jù)不確定性產(chǎn)生的原因及表現(xiàn)形式，可以將不確定性大致分為以下四個類型。1.隨機不確定性，是基于概率的一種衡量，即已知一個時間有多個可能的結(jié)果。2.模糊不確定性3.不完全性，就是指人們對某事物了解還不完全，或者認識不夠完整、不充分。4.不一致性，就是在推理過程中隨著時間或空間的推移，得到了前后不相容的結(jié)論。6.機器學習：實現(xiàn)通過經(jīng)驗來提高對某任務(wù)處理性能的行為的計算機程序。/機器學習系統(tǒng)的要素：學習任務(wù)、學習經(jīng)驗、性能評價標準以及使性能不斷完善的學習機制或算法。機器學習系統(tǒng)的基本結(jié)構(gòu)：1.環(huán)境：提供外界信息，類似于教師的角色。2.學習環(huán)節(jié)：處理環(huán)境提供的信息并接收執(zhí)行環(huán)節(jié)的反饋信息，以便得到并改善知識庫中的知識，直到滿足性能標準，相當于各種學習算法。3.知識庫：即學習到的知識，通常是要學習的目標函數(shù)的逼近，以某種知識表示形式存儲，以便擴充和改善。4.執(zhí)行環(huán)節(jié)：利用知識庫中的知識完成某種任務(wù)，目的是測試所學習到的知識的性能，并把執(zhí)行中的某種情況回送給學習環(huán)節(jié)（進行評價），進一步可以運用所學知識解決實際問題。7.專家系統(tǒng)的四個特征：1.應(yīng)用于某專門領(lǐng)域。專家系統(tǒng)是針對某一特定領(lǐng)域的具體問題進行處理的智能程序系統(tǒng)，求解的問題也僅僅局限于一個較窄的范圍，而不是通用問題求解程序。2.擁有專家級知識。專家系統(tǒng)擁有的知識豐富、質(zhì)量越高，解決問題的能力就越強。3.能模擬人類專家思維和決策過程。除了擁有專家級知識之外，為求解領(lǐng)域內(nèi)的現(xiàn)實問題，專家系統(tǒng)還必須能模擬人類專家在解決問題時的思維方式和決策過程，能夠依據(jù)用戶提供的已知事實，進行有效的推理。4.達到專家級水平。專家系統(tǒng)擁有大量高質(zhì)量的專家知識，可使問題求解達到較高的水平，即專家水平。/優(yōu)點、特點：專家系統(tǒng)主要依靠知識和推理來解決那些不確定性的、非結(jié)構(gòu)化的、沒有算法解或雖有算法解但在現(xiàn)有的機器上無法實施的困難問題；在專家系統(tǒng)中，強調(diào)知識與推理的分離，因而系統(tǒng)具有很好的靈活性和可擴充性；現(xiàn)代專家系統(tǒng)還具有“自學習”能力，即不斷對自己的知識進行擴充、完善和提煉，這一點是傳統(tǒng)系統(tǒng)無法比擬的；另外專家系統(tǒng)不會像人那樣容易疲勞、遺忘，易受環(huán)境、情緒等的影響，它可以始終如一地以專家級的高水平求解問題。8.知識獲?。壕褪前讶祟愵I(lǐng)域?qū)＜医鉀Q問題的經(jīng)驗和知識以及領(lǐng)域理論知識經(jīng)過識別,理解，篩選，歸納等抽取出來，建立知識庫。/知識獲取的方式：按照知識獲取的自動化程度，大致可以分為人工知識獲取，半自動知識獲取和自動知識獲取三種方式。人工知識獲取途徑中，主要是通過只是工程師或計算機人員和領(lǐng)域?qū)＜医涣鱽慝@取知識。半自動知識獲取途徑中，通過只是工程師和領(lǐng)域?qū)＜业慕涣鳙@取知識，知識工程師按照專門的知識獲取系統(tǒng)通過交互方式輸入規(guī)則的前提條件，結(jié)論及規(guī)則強度，系統(tǒng)能自動將其翻譯為對應(yīng)的只是表達形式，并能給出自然語言的描述形式，供知識工程師或領(lǐng)域?qū)＜覚z驗知識的正確性，同時，知識獲取系統(tǒng)還能自動檢驗新規(guī)則與原有知識是否一致，對不一致的知識及時報告，便于領(lǐng)域?qū)＜液椭R工程師及時修正。自動知識獲取途徑是指系統(tǒng)時自身具有知識獲取能力，能夠在系統(tǒng)自身的運行實踐中總結(jié)，歸納出新的知識，并能發(fā)現(xiàn)只是中可能存在的錯誤，不斷自我完善，建立起性能優(yōu)良，知識完善的知識庫。/知識獲取的任務(wù)主要是抽取知識，知識的轉(zhuǎn)換，知識的輸入和知識的檢測四部分。抽取知識。主要是指把領(lǐng)域?qū)＜一蛳嚓P(guān)的專業(yè)技術(shù)文獻中的知識進行挑選，從而得到所需要的知識。另外，還需要系統(tǒng)具有自動從實踐中學習，總結(jié)出新知識的能力。知識的轉(zhuǎn)換。就是把一種知識表達形式轉(zhuǎn)換為另一種知識表現(xiàn)形式。知識的輸入。把適當模式表示的知識經(jīng)編輯，編譯送入知識庫。知識的檢測。在建立知識庫任何環(huán)節(jié)的失誤都會造成知識的錯誤，因此必須對知識進行檢測。知識的檢測包括邏輯等價式的檢測，冗余的檢測，矛盾規(guī)則及矛盾規(guī)則鏈的檢測，從屬規(guī)則的檢測以及環(huán)路檢測等，通過這些檢測來保證知識的一致性，完整性和正確性1、人工智能定義 答：從能力的角度看，人工智能是指用人工的方法在機器(計算機；上實現(xiàn)的智能。從學科的角度看，人工智能是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，使它能模擬、延伸和擴展人類智能的學科。2、人工智能的目標 答:遠期目標：揭示人類智能的根本機理，用智能機器去模擬、擴展和延伸人類智能。近期目標：研究如何使現(xiàn)有的計算機更聰明，即使她能夠運用知識去處理問題，能夠模擬人類的智能行為。3、人工智能的三大學派 答：人工智能發(fā)展中的3個主要學派：符號主義、連接主義、行為主義。符號主義認為人工智能源于數(shù)理邏輯；人的認知基元是符號，認知過程即符號操作過程。連接主義認為源于仿生學；人的思維基元是神經(jīng)元，不是符號處理過程。行為主義認為源于控制論。智能取決于感知和行動，提出智能行為的“感知動作”模式4、什么是知識？有哪幾種主要的知識分類方法 答：知識是人們在改造客觀世界的實踐中積累起來的認識和經(jīng)驗。1、按知識的性質(zhì)：概念、命題、公理、定理、規(guī)則、方法2、按知識的適應(yīng)范圍：常識性知識、領(lǐng)域性知識3、按知識的作用效果：事實性知識、過程性知識、控制性知識4、按知識的層次：表層知識、深層知識5按知識的等級：零級知識、一級知識、二級知識6按知識的結(jié)構(gòu)及表現(xiàn)形式：邏輯性知識、形象性知識5、知識表示及其要求答：知識表示就是對知識的描述，即用一些約定的符號把知識編碼成一組可以被計算機接收并便于系統(tǒng)使用的數(shù)據(jù)結(jié)構(gòu)。要求：1；表示能力2；可利用性3；可組織性與可維護性4；可實現(xiàn)性5；自然性與可理解性。6、產(chǎn)生式的基本形式是什么？它與謂詞邏輯中的蘊涵式有什么相同和不同處?答：P-QIFPTHENQ。蘊涵式僅是產(chǎn)生式的一種特殊情況。1；蘊涵式智能表示確定性知識，其真值只能取真或假。而產(chǎn)生式不僅可以表示確定性知識，也可以表示不確定性知識。2；在產(chǎn)生式表示法中，決定一個產(chǎn)生式是否可用，是通過檢查已知事實是否與前提中所規(guī)定的條件匹配來實現(xiàn)的，并且匹配可以是精確度的，也可以是不精確的。而謂詞邏輯中的蘊涵式，其匹配規(guī)則要求一定是精確的。7、何為產(chǎn)生式系統(tǒng)，它由哪幾部分構(gòu)成？ 答：通常把產(chǎn)生式知識表示方法構(gòu)造的智能系統(tǒng)稱為產(chǎn)生式系統(tǒng)。一個產(chǎn)生式系統(tǒng)的基本結(jié)構(gòu)包括綜合數(shù)據(jù)庫、規(guī)則庫和控制系統(tǒng)這三部分。8、什么是推理？它有那些分類方法？答:推理是指按照某種策略從已知事實出發(fā)推出結(jié)論的過程。主要有演繹推理和歸納推理。9、推理中的控制策略包括哪幾方面的內(nèi)容？主要解決那些問題？答：主要包括推理策略和搜索策略。主要解決推理方向、沖突消解等問題。10、何為正向推理？何為逆向推理？何為混合理？答：正像推理是一種從一種從已知事實出發(fā)、正向使用推理規(guī)則的推理方式，也稱為數(shù)據(jù)驅(qū)動推理或向前鏈推理。逆向推理是一種以某個假設(shè)目標為出發(fā)點的推理方法，也稱為目標驅(qū)動推理或逆向鏈推理。為了更好地發(fā)揮這兩種算法各自的長處，避免各自的短處，互相取長補短，可以將它們結(jié)合起來使用。這種推理方法稱為混合推理。11、什么是謂詞公式的可滿足性？什么是謂詞公式的不可滿足性？答：對于謂詞公式P，如果至少存在D上的一個解釋，使公式P在此解釋下的真值為T，則稱公式P在D上是可滿足的?？蓾M足性又稱為相容性。15、什么是搜索?有哪兩大類不同的搜索方法?兩者的區(qū)別是什么？答：根據(jù)問題的實際情況，不斷尋找可利用知識，從而構(gòu)造一條代價最小的推理路線，使問題得以解決的過程稱為搜索。盲目搜索和啟發(fā)式搜索。狀態(tài)空間搜索和與或樹搜索。狀態(tài)空間法和問題規(guī)約法是最基本的兩種求解方法。狀態(tài)空間法和與或樹表示法則是人工智能中最基本的的兩種問題表示方法。16、什么是狀態(tài)空間？用狀態(tài)空間表示問題時，什么是問題的解？什么是最優(yōu)解？最優(yōu)解唯一嗎？答：狀態(tài)空間法的基本思想是用狀態(tài)和操作來表示和求解問題的。由初始狀態(tài)到達目標狀態(tài)所用的運算符序列就是該問題的一個解。18、在狀態(tài)空間一般搜索過程中，Open表與Closed表的作用與區(qū)別是什么？答：1；存放結(jié)點不同。Open表存放未擴展的結(jié)點，Closed表存放已經(jīng)擴展過的借點。2；Open Open表為空時，算法停止。表里結(jié)點的順序?qū)λ惴ㄐ视杏绊?20、什么是不確定性推理?為什么要采用不確定性推理?答：不確定性推理實際上是一種從不確定的初始證據(jù)出發(fā)。通過運用不確定性知識，最終推出具有一定程度的不確定性但卻又是合理或基本合理的結(jié)論的思維過程。1；所需知識不完備、不精確2；所需知識描述模糊3；多種原因?qū)е峦唤Y(jié)論4；解決方案不唯一。21、不確定性推理需要解決的基本問題有哪些？ 答:1；定性的表示(知識的不確定性和證據(jù)的不確定性；2；不確定性的匹配3；組合證據(jù)不確定性的計算4；不確定性的更新5；不確定性結(jié)論的合成。22、統(tǒng)的基本模型 答1；環(huán)境與學習環(huán)節(jié)2)知識庫3；執(zhí)行環(huán)節(jié)(復(fù)雜度、反饋、透明性；。23、專家系統(tǒng)的概念和基本結(jié)構(gòu)。答:主要特點：靈活性、啟發(fā)性、透明性。1；知識庫2；數(shù)據(jù)庫3；推理機4；解釋模塊5；知識獲取模塊6)人機接口。1.什么是人類智能？它有哪些特征或特點？定義：人類所具有的智力和行為能力。特點：主要體現(xiàn)為感知能力、記憶與思維能力、歸納與演繹能力、學習能力以及行為能力。2.人工智能是何時、何地、怎樣誕生的？解：人工智能于1956年夏季在美國Dartmouth大學誕生。此時此地舉辦的關(guān)于用機器模擬人類智能問題的研討會，第一次使用“人工智能”這一術(shù)語，標志著人工智能學科的誕生。3.什么是人工智能？它的研究目標是？定義：用機器模擬人類智能。研究目標：用計算機模仿人腦思維活動，解決復(fù)雜問題；從實用的觀點來看，以知識為對象，研究知識的獲取、知識的表示方法和知識的使用。4.人工智能的發(fā)展經(jīng)歷了哪幾個階段？解：第一階段：孕育期（1956年以前）；第二階段：人工智能基礎(chǔ)技術(shù)的研究和形成（19561970年）；第三階段：發(fā)展和實用化階段（19711980年）；第四階段：知識工程和專家系統(tǒng)（1980年至今）。5.人工智能研究的基本內(nèi)容有哪些？解：知識的獲取、表示和使用。7.人工智能有哪幾個主要學派？各自的特點是什么？主要學派：符號主義和聯(lián)結(jié)主義。特點：符號主義認為人類智能的基本單元是符號，認識過程就是符號表示下的符號計算，從而思維就是符號計算；聯(lián)結(jié)主義認為人類智能的基本單元是神經(jīng)元，認識過程是由神經(jīng)元構(gòu)成的網(wǎng)絡(luò)的信息傳遞，這種傳遞是并行分布進行的。8.人工智能的近期發(fā)展趨勢有哪些？解：專家系統(tǒng)、機器人學、人工神經(jīng)網(wǎng)絡(luò)和智能檢索。9.什么是以符號處理為核心的方法？它有什么特征？解：通過符號處理來模擬人類求解問題的心理過程。特征：基于數(shù)學邏輯對知識進行表示和推理。11.什么是以網(wǎng)絡(luò)連接為主的連接機制方法？它有什么特征？解：用硬件模擬人類神經(jīng)網(wǎng)絡(luò)，實現(xiàn)人類智能在機器上的模擬。特征：研究神經(jīng)網(wǎng)絡(luò)。12.人工智能的近遠期目標：現(xiàn)階段人工智能的研究目標是，研究機器智能，即研究如何使現(xiàn)有的計算機具備更好的智能，在一定領(lǐng)域或一定程度上去完成需要人的復(fù)雜腦力勞動才能完成的工作，人工智能的遠期目標是智能機器，即探索智能的基本機理，研究如何使用各種機器，各種方法模擬人的思維過程或智能行為，最終制造出和人有相似智力水平和行為能力的綜合智能系統(tǒng)。1什么是人工智能？試從學科和能力兩方面加以論述。人工智能又稱機器智能。主要研究用人工的方法和技術(shù)開發(fā)智能機器或智能系統(tǒng)。以模仿，延伸和擴展人的智能，生物質(zhì)能，自然智能實現(xiàn)機器的智能行為。能力：用機器模擬和實現(xiàn)人類智能。學科：人工智能是一門結(jié)合性極強的交叉性學科。當前的人工智能是計算機科學與技術(shù)領(lǐng)域的前沿。也是信息處理和自動化技術(shù)的前沿領(lǐng)域。2為什么使用歸結(jié)原理進行定理證明時要使用歸結(jié)策略。在歸結(jié)原理進行定理證明時要用到歸結(jié)策略，主要是因為歸結(jié)策略是一種線性策略，將上一步終得結(jié)論運用到下一步的證明中，使得歸結(jié)證明更加方便簡單。3什么是啟發(fā)函數(shù)什么是啟發(fā)式搜索？啟發(fā)式搜索過程：是一啟發(fā)知識為導(dǎo)航指導(dǎo)搜索朝著最有希望解的方向前進，獲得較高的搜索效率和近似最優(yōu)解。啟發(fā)函數(shù)：要實現(xiàn)啟發(fā)式搜索需要把啟發(fā)知識形式化。即一定的形式表示出來，并用函數(shù)計算來評價每種選擇的價值大小，用以指導(dǎo)搜索過程這樣的函數(shù)稱為啟發(fā)函數(shù)。4什么是不確定性推理，不確定性推理中需要解決的問題有哪些？一不確定性推理是建立在非經(jīng)典邏輯的基礎(chǔ)之上從不確定性的事實出發(fā)運用不確定性的知識推理出一定程度的不確定的近乎合理的。二不確定性推理要解決的問題不確定性的表示和肚量不確定性的匹配算法不確定性的計算和傳播。5根據(jù)你的理解給出機器學習系統(tǒng)的基本結(jié)構(gòu)及其各部分的主要作用。學習環(huán)境：提供外界信息類似教師的角色。學習環(huán)節(jié)：處理環(huán)境提供的信息并接收執(zhí)行環(huán)節(jié)的反饋信息。知識庫：即學習的知識通常學習的目標函數(shù)得的逼近。執(zhí)行環(huán)節(jié)：利用知識庫中的知識來完成某種任務(wù)檢測所學到的知識性能并把執(zhí)行中某種情況送給學習環(huán)節(jié)。6知識獲取是專家系統(tǒng)開發(fā)中一切后續(xù)工作的基礎(chǔ)，談?wù)勚R獲取的任務(wù)和知識獲取的方法。知識獲取的任務(wù)知識抽取從專家系統(tǒng)相關(guān)領(lǐng)域抽取相關(guān)的知識，知識轉(zhuǎn)化從一種形式轉(zhuǎn)化為另一種形式，知識輸入，將專家系統(tǒng)中的相關(guān)知識進行輸入，知識檢測對獲取系統(tǒng)中的知識進行檢測，知識獲取的方法：人工知識獲取，半自動知識獲取，自動知識獲取。2. 證據(jù)傳遞的不確定性指什么? 答:在推理過程中常常有這種情況:一條規(guī)則的結(jié)論又是另一條規(guī)則的前提.這樣.不確定的初始證據(jù)就會沿著這條推理鏈向下傳遞.其不確定性在傳遞的過程中會伴隨著規(guī)則的不確定性不斷地放大或縮小。3.什么是知識?知識有什么特性?什么是知識表示? 答:有格式的數(shù)據(jù)經(jīng)過處理、解樣過程會形成信息.而把有關(guān)的信息關(guān)聯(lián)到一起，經(jīng)過處理過程就形成了知識。知識的特性有:相對正確性，不確定性，可表示性和可利用性.知識表示是研究用機器表示知識的可行性、有效性的一般方法，是一種數(shù)據(jù)結(jié)構(gòu)與控制結(jié)構(gòu)的統(tǒng)一體.既考慮知識的存儲又考慮知識的使用。7.什么是搜索?有哪兩大類不同的搜索方法?答:搜索是一種求解問題的方法.是尋找從問題初始事實最終答案的推理路線的一種過程。在利用這種方法求解問題，要按照一定的策略.從知識庫中尋找可利用的知識.從而構(gòu)造一條使問題獲得解決的推理路線.有兩大類搜索方法.即盲目搜索和啟發(fā)式搜索.8.什么是盲目搜索?主要有幾種盲目搜索策略? 答:盲目搜索又稱無信息搜索，即在搜索過程中，只按預(yù)先規(guī)定的搜索控制策略進行搜索，而沒有任何中間信息來改變這些控制策略. 主要的盲目搜索策略