人工智能复习题.doc

。
１．什么是人工智能？试从学科和能力两方面加以说明。
答：人工智能指在计算机科学的基础上，综合信息论、心理学、生理学、语言学、逻辑学和哲学等知识，制造能模拟人类智能行为的计算机系统的边缘学科。
人工智能（学科）：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。
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智能行为，这些智能行为涉及学习、感知、思考、理解、识别、判断、推理、证明等活动。
人工智能的起源：孕育时期（1956年前）——形成时期（1956-1970）——暗淡时期（1966-1974）——知识应用时期（1970-1988）——集成发展时期（1986年至今）

2、现在人工智能有哪些学派？它们的认知观是什么？
答：人工智能的学派及其认知观如下：
（１） 符号主义 认为人工智能起源于数理逻辑；
（２） 连接主义 认为人工智能起源于仿生学，特别是对人脑模型的研究；
（３） 行为主义 认为人工智能源于控制论。

3.人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？
答：人工智能的应用领域有：问题求解、逻辑推理与定理证明、自然语言理解、自动程序设计、专家系统、机器学习、神经网络、模式识别等。
其中新的研究热点为：分布式人工智能与 Agent 、计算智能与进化计算、数据挖掘与知识发现、人工生命。

试述计算机智能（CI）、人工智能(AI)和生物智能(BI)的关系。
答：由贝兹德克提出的ABC理论，计算机智能（CI）是计算推理的低层算法，人工智能(AI)是中层认知，生物智能(BI)是最高层的认知，即CI<AI<BI.

4.什么是不确定性推理？为什么需要不确定性推理？不确定性推理可分为哪几种类型？
答：不确定性推理是一种建立在非经典逻辑基础上的基于不确定性知识的推理，它从不确定性的初始证据出发，通过应用不确定性知识，推出具有一定程度的不确定性或近乎合理的结论。
因为确定性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。
分类：对于数值方法，又可按其所依据的理论分为两大类型，一类是在概率理论的基础上形成的模型，另一类是在模糊逻辑的基础上形成的模型。对第一类模型，又可分为基于概率的推理模型和直接概率推理（简称概率推理）模型。
5.什么是进化计算？它包括哪些内容？它们的出发点是什么？
答：进化计算即模仿生物来建立功能强大的算法，进而将它们运用于复杂的优化问题。进化计算包括遗传算法、进化策略、进化编程、遗传编程和人工生命。
遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法，是对生物进化过程进行的一种数学仿真，是进化计算的一种最重要形式。
进化策略是一类模仿自然进化原理以求解参数优化问题的算法。
进化编程可理解为从所有可能的计算机程序形成的空间中，搜索具有高的适应度的计算机程序个体。
人工生命通过人工方法建造具有自然生命特征的人造系统。

6.什么是人工生命？请按你的理解用自己的语言给人工生命下个定义。
答：人工生命是通过人工方法建造具有自然生命特征的人造系统。
我的理解是：通俗地讲，人工生命即人造的生命，非自然的生命。然而，要给人工生命下一个确定性的定义是很难的，需要进一步的进行深入研究。人工生命是研究能够演示出自然生命系统特征行为的人造系统。
研究人工生命意义：是自然生命的模拟、延伸与扩展，其研究开发具有重大的科学意义和广泛的应用价值。
① 有助于创作、研制、设计和制造新的工程技术系统
② 为自然生命的研究探索提供新模型、新工具、新环境
③ 延伸人类寿命、减缓衰老、防治疾病
④ 扩展自然生命，实现人工进化和优生优育
⑤ 促进生命科学、信息科学、系统科学的交叉与发展

7. 试述遗传算法的基本原理，并说明遗传算法的求解步骤。
答：遗传算法的基本原理如下：通过适当的编码方式把问题结构变为位串形式（染色体），在解空间中取一群点作为遗传开始的第一代，染色体的优劣程度用一个适应度函数来衡量，每一代在上一代的基础上随机地通过复制、遗传、变异来产生新的个体，不断迭代直至产生符合条件的个体为止。迭代结束时，一般将适应度最高的个体作为问题的解。
一般遗传算法的主要步骤如下：
(1)随机产生一个由确定长度的特征字符串组成的初始群体。
(2)对该字符串群体迭代的执行下面的步 (a) 和 (b) ，直到满足停止标准：
(a) 计算群体中每个个体字符串的适应值；
(b) 应用复制、交叉和变异等遗传算子产生下一代群体。
(3) 把在后代中出现的最好的个体字符串指定为遗传算法的执行结果，这个结果可以表示问题的一个解。

什么是进化算法？
答：从选定的初始群体出发，通过不断迭代逐步改进当前群体，直至最后收敛于全局最优解或满意解。
什么是神经计算？
答：神经计算以人工神经网络为基础的计算，人工神经网络研究的先锋麦卡洛克和皮茨提出一种叫做“似脑机器”的思想，基于生物神经元特性的互连模型。
什么是前馈网络和递归网络？
答： 递归网络：又叫反馈网络，多个神经元互连以组织一个互连神经网络。
前馈网络：具有递阶分层结构，由一些同层神经元间不存在互连的层级组成。

8.计算智能的含义是什么？它涉及哪些研究分支？
答：贝兹德克认为计算智能取决于制造者提供的数值数据，而不依赖于知识。计算智能是智力的低层认知。主要研究领域为神经计算、模糊计算、进化计算、人工生命。

9.人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域？
答：人工神经网络在下列热性是至关重要的：
1. 并行分布处理
2. 非线性映射
3. 通过训练进行学习
4. 适应与集成
5. 硬件实现
人工神经网络的主要学习算法分：指导式（有师）学习算法和非指导式（无师）学习算法、强化学习算法。

10.什么是模糊推理？
答：模糊推理是建立在模糊逻辑基础上的，一种不确定性推理方法，是二值逻辑三段论基础上发展起来的。它以模糊判断为前提，动用模糊语言规则，推导出一个近似的模糊判断结论。

11.什么叫做专家系统？它具有哪些特点与优点？
答：专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，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。它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些人类专家处理的复杂问题。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。
特点：启发性，透明性，灵活性。

12.专家系统由哪些部分构成？各部分的作用为何?
答：知识库：用于存储某领域专家系统的专门知识
综合数据库：用于存储领域或问题的初始数据和推理过程中得到的中间数据。
推理机：用于记忆所采用的规则和控制策略的程序。
解释器：用于解释专家系统的行为
接 口：又称界面，用于系统与用户进行对话。

13.什么是学习？为什么要研究机器学习？
答：按照人工智能大师西蒙的观点，学习就是系统在不断重复的工作中对本身能力的增强或者改进，使得系统在下一次执行同样任务或类似任务时，会比现在做得更好或效率更高。
顾名思义，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，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。因为现有的计算机系统和人工智能系统没有什么学习能力，有限的学习能力而无法满足现有的科技和生产要求。

14.什么是深度学习？它有何特点？
答：是一类基于生物学对人脑进一步认识，将神经-中枢-大脑的工作原理设计成一个不断迭代、不断抽象的过程，以便得到最优数据特征表示的机器学习算法。

15.什么是语言和语言理解？自然语言理解过程有哪些层次，各层次的功能如何？
答：语言是人类进行通信的自然媒介，它包括口语、书面语以及体语等，是用于传递信息的表示方法、约定和规则的集合。

语言理解: 从微观上讲，指从自然语言到机器内部之间的一种映射。
从宏观上讲，是指机器能够执行人类所期望的某些语言功能。

自然语言理解是用计算机对人类的口头和书面形式的自然语言进行加工处理和应用的技术，是一门涉及语言学、数学、计算机科学和控制论等多学科交叉的边缘学科，是人工智能的研究领域之一。

它有5个层次分别是：语音分析：将语音流中区分出每个独立的语音。
词法分析：识别出每个单词。
句法分析：对句子和短语的结构进行分析。
语义分析: 分析出每个词的概念。
语用分析：描述语言的使用环境。

THANKS !!!

致力为企业和个人提供合同协议，策划案计划书，学习课件等等
打造全网一站式需求

欢迎您的下载，资料仅供参考

-可编辑修改-