人工智能简答题

1、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：证据不足或称为证据的不确定性； 规则的不确定性； 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

2、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？

3、 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 表达的知识简单、明了、易于理解 ，可访问性：能够有效地利用所表达的知识 可扩充性：能够方便灵活地对知识进行扩充。表示范围是否广泛、是否适于推理、 是否适于计算机处理、是否有高效的算法、能否表示不精确知识、能否模块化、 知识和元知识能否用统一的形式表示、是否加入启发信息、过程性表示还是说明 性表示、表示方法是否自然。总之，人工智能问题的求解是以知识表示为基础的， 如何将已获取的有关知识以计算机内部代码形式加以合理地描述、存储、有效利 用便是知识表示所应解决的问题。6什么是语义网络知识表示 ?给出这种表示方法的优缺点。 答：语义网络是一种用实体及其语义关系来表达知识的有向图。结点代表实

4、体， 表示各种事物、概念、情况、属性、状态、事件、动作等；弧代表语义关系，表 示它所连结的两个实体之间的语义联系，它必须带有标识。主要优点：结构性 : 把事物的属性以及事物间的各种语义联系显式地表示出来，是一种结构化的知识表示方法。在这种方法中，下层结点可以继承、新增、变异上层结点的属 性。联想性: 本来是作为人类联想记忆模型提出来的，它着重强调事物间的语义联系， 体现了人类的联想思维过程。自索引性 : 把各接点之间的联系以明确、简洁的方式表示出来，通过与某一结点连 结的弧可以很容易的找出与该结点有关的信息，而不必查找整个知识库。这种自 索引能力有效的避免搜索时所遇到的组合爆炸问题。自然性: 这种带有标识的有向图，可比较直观地把知识表示出来，符合人们表达事 物间关系的习惯，并且与自然语言语义网络之间的转换也比较容易实现。主要缺点：非严格性 : 没有象谓词那样严格的形式表示体系， 一个给定语义网络的含义完全依 赖于处理程序对它所进行的解释，通过语义网络所实现的推理能保证其正确性。 复杂性: 语义网络表示知识的手段是多种多样的，这虽然对其表示带来了灵活性， 但同时也由于表示形式的不一致，使

5、得它的处理增加了复杂性。 组合爆炸问题和不充分性。7什么是产生式知识表示 ?给出这种表示方法的优缺点。 答：早期产生式知识表示是一种计算形式体系里所使用的术语，主要是使用类似 文法的规则，对符号串做替换运算。一般用三元组（对象，属性，值）或（关系， 对象 1，对象 2）产生式的基本形式:P TQ或者IF P THENQ , P是产生式的前提，也称为前件，它 给出了该产生式可否使用的先决条件，由事实的逻辑组合来构成； Q 是一组结论 或操作，也称为产生式的后件，它指出当前题 P 满足时，应该推出的结论或应该 执行的动作。 产生式的含义:如果前提P满足，则可推出结论 Q或执行Q所规定 的操作优点：（1）模块性：规则与规则之间相互独立。 （2）灵活性：知识库易于增加、 修改、删除。（3）自然性：方便地表示专家的启发性知识与经验。（ 4）透明性：易于保留动作所产生的变化、轨迹。缺点：知识库维护难，效率低，理解难。8写出利用归结原理求解问题答案的步骤。答：（1）写出谓词关系公式。（2）用反演法写出谓词表达式。（3）SKOLEM标准形 式。（4）命题表示成合取范式并求子句集So（5）将结论否定并加

6、入 S中，对S中可归结的子句做归结。 （ 6）归结式仍放入 S 中，反复归结过程。 （ 7）得到空子 句。（8）得证。9什么是不确定性推理？不确定推理中需要解决的基本问题有哪些？ 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，通过运用不确定性知识，推出具有一定程度的不确定性的和合理的或近乎合理的结论。基本问题：不确定性的表示与度量，不确定性的匹配，不确定性的传播和更新， 不确定性的合成。10同传统的计算机程序相比，人工智能程序有哪些特点？答：（ 1 ）人工智能首先研究的是以符号表示的知识，而不是数值数据为研究对 象 ?（ 2）人工智能采用的是启发式推理方法 , 而不是常规算法（ 3）人工智能的控制结构与知识领域是分离的，并允许出现不正确的解答11谓词逻辑表示法为什么是应用最广泛的表示方法之一？答：（1）谓词逻辑与数据库，特别是关系数据库就有密切的关系。在关系数据库 中，逻辑代数表达式是谓词表达式之一。因此，如果采用谓词逻辑作为系统的理 论背景，则可将数据库系统扩展改造成知识库。（2） 阶谓词逻辑具有完备的逻辑推理算法。如果对逻辑的某

7、些外延扩展后， 则可把大部分的知识表达成一阶谓词逻辑的形式。（ 3）谓词逻辑本身具有比较扎实的数据基础，知识的表达方式决定了系统的 主要结构。因此，对知识表达方式的严密科学性要求就比较容易得到满足。这样 对形式理论的扩展导致了整个系统框架的发展。（4）逻辑推理是公理集合中演绎而得出结论的过程。由于逻辑及形式系统具 有的重要性质，可以保证知识库中新旧知识在逻辑上的一致性（或通过相应的一 套处理过程检验）和所演绎出来的结论的正确性。而其它的表示方法在这点上还不能与其相比。12什么是过程性知识表示？给出它的优缺点。 答：过程性知识是将有关某一问题领域的知识，连同如何使用这些知识的方法， 均隐式地表示为一个求解问题的过程。其包含两个含义： （ 1）把解决一个问题的 过程描述出来。可以称它为解题知识的过程表示。 （ 2）把客观事物的发展过程用 某种方式表示出来。优点：控制系统就比较容易设计，过程表示用程序来描述问题，具有很高的问题 求解效率。 缺点：复杂、不直观、容易出错、不便于修改。由于知识隐含在程 序中，难于添加新的知识和扩充功能，所以适用范围较窄。13简述人工智能的研究目标。答：可分为两个

8、阶段： （ 1）近期目标：近期目标的中心任务是研究如何使计算机 去做那些过去只有靠人的智力才能完成的工作。主要研究依赖于现有计算机去模 拟人类某些智力行为的基本理论、基本方法。 （ 2）远期目标：探讨智能的基本机 理，研究如何利用自动机去模拟人的某些思维过程和智能行为，甚至做的比人还 要好。九个最终目标（从研究内容出发） ：理解人类的认识、有效的自动化、有效的智 能拓展、超人的智力、通用问题求解、连贯性交谈、自治、学习、储存信息。 14简述人工智能的新进展。 答：多学科基础理论交叉研究，多学派融合研究，集成智能研究，智能机器人研 究。（脑科学为人工智能研究提供人脑神经系统功能的本质和机理； 认知科学为 人工智能研究提供感知、思维、学习和语言等基本原理心理学为人工智能研究提 供认知、情感、意识等心理过程及联系。生物学为人工智能研究提供自然界生物 运行的机制； 逻辑学为人工智能研究提供思维规律描述的理论和方法； ） 人工智能从以往的追求自主的系统，改变为人机结合的系统。现在是直觉、形象 思维与模式识别的结合、 Situated AI ， Sensing and Acting 的结合，并引入

9、概率 论、遗传算法等理论。计算机的定量与人的定性信息处理相结合，取长补短。 15什么是遗传算法？解释遗传算法中的个体和种群的含义？ 答：遗传算法思想来源于生物进化过程，它是基于进化过程中的信息遗传机制和 优胜劣汰的自然选择原则的搜索算法。遗传算法用概率搜索过程在该状态空间中 搜索，产生新的样本。遗传算法是模仿生物遗传学和自然选择机理，通过人工方 式构造一类优化搜索算法，是对生物进化过程的一个数学仿真，属于进化计算中 的一类方法。 个体：个体就是模拟生物个体而对问题中的对象（一般就是问题的解）的一种称 呼，一个个体也就是搜索空间中的一个点。遗传算法先将搜索结构编码为字符串 形式，每个字符串结构被称为个体。 种群：就是模拟生物种群而由若干个体组成的群体，它一般是整个搜索空间的一 个很小的子集。一组字符串结构，被称为一个群体。16人工智能研究主要有哪三大学派，其特点是什么？ 答：（1）符号主义：又称为功能模拟学派，主要观点认为智能活动的基础是物理 符号系统，思维过程是符号模式的处理过程。其特点： （a） 立足于逻辑运算和符号 操作,适合于模拟人的逻辑思维过程 ,解决 需要逻辑推理的复杂问题。 （b） 知识可 用显示的符号表示 ,在已知基本规则的情况下 , 无需输入大量的细节知识。 （c） 便于 模块化,当个别事实发生变化时 ,易于修改。 （d） 能与传统的符号数据库进行连接。 （e） 可对推理结论进行解释 , 便于对各种可能性进行选择。 （2）连接主义：又称为结构模拟学派，是基于神经网络及网络间的连接机制和学 习算法的人工智能学派。主要观点认为大脑是一切智能活动的基础，因而从大脑 神经元及其连接机制出发进行研究，渴望揭示人类智能的奥秘，从而真正实现人 类智能在机器上的模拟。其特点： （a） 通过神经元之间的并行协作实现信息处理 , 处理过程具有并行性，动态性，全局性。（b）可以实现联想的功能，便于对有噪声的 信息进行处理。 （c） 可以通过对神经元之间连接强度的调整实现学习和分类等。 （d） 适合模拟人类的形象思维过程。 （e） 求解问

《人工智能简答题》由会员re****.1分享，可在线阅读，更多相关《人工智能简答题》请在金锄头文库上搜索。