人工智能复习题汇总(附答案)
登上地球之巅-
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 C. Automatic
Information
B. Artificial Intelligence
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
(
∧
)
C
子句中可以有析取词
(
∨
)
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
B
子句通过合取词连接句子
(
∧
)
D
子句间是没有析取词的
(
∨
)
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
C. Q
B.
┑
Q
∨
R
D.
┑
R
9
.
下列不属于框架中设置的常见槽的是（
B
）。
A.
ISA
槽
-then
槽
C.
AKO
槽
D.
Instance
槽
10.
常见的语意网络有
（
D
）。
A. A-Member-
of
联系
C. have
联系
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（
< br>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
）
A.
专家系统
B.
机
器学习
B. Composed
–
of
联系
D.
以上全是
C.
神经网络
D.
模式识别
4.
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
6.
在主观
Bayes
方法中，几率
O(x)
的取值范围为（
D
）
A.[-1,
1] B.[0, 1] C.[-1,
∞）
D.[0,
∞）
7.
仅个体变元被量化的谓词称为
( A) A.
一阶谓词
B.
原子公式
C.
二阶谓词
D.
全称量词
8.
在可信度方法中，<
/p>
CF
（
H
，
E
）的取值为（
C
）时，前提
E
为
真不支持结论
H
为真。
A.1 B.0 C.<0
D.>0
9.
机器学习的一个最新研究领域是
.
（
A
）
< br> A.
数据挖掘
B.
神经
网络
C.
类比学习
D.
自学习
10.
< br>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（
C
）。
A.
无悖性
B.
可扩充性
C.
继承性
3.
下列不在人工智能系统的知识包含的
4
个要素中（
D
）。
A.
事实<
/p>
B.
规则
C.
控制和元知识
D.
关系
5.
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
7.
所谓不确定性推理就是从
(
)
的初始证据出发，通过运用
( )
的
知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理
的结论的思维过程。
(A)
A.
不确定性
,
不确定性
B.
确定性
,
确定性
C.
确定性
,
不确定性
D.
不确定性
,
确定性
10. C(B|A)
表示在规则
A->B
中，证据
A
为真的作用下结论
B
为<
/p>
真的
(B)
A.
可信度
B.
信度
C.
信任增长度
D.
概率
11.
设离散型随机变量
X,Y
的联合概率分布为
a,b
的值为
(A)
A.
a=2/9 b=1/9 B. a=1/9 b=2/9 C.a=1/6b=1/6 D. a=5/18
b=1/18
3.
经典逻辑推理的方
法不包括那个（
D
）
A
自然演绎推理
B
归结
演绎推理
C
与或形演绎推理
D
假设推理
6.
盲目搜索策略不包括
下列那个
（
D
）
A
广度优先搜索
B
深度优先搜索
D
全局择优搜索
C
有界深度优先搜索
小结：
盲目搜索：广度优先搜索、深
度优先搜索、有界深度优先搜索、
代价树的广度优先搜索、代价树的深度优先搜索。
启发式搜索：
全局择优搜索、局部择优搜
索。
7.
下列哪种搜索方式必然能够找
到解（
C
）
A.
深度优先
B.
堆栈搜索
C.
广度优先
D.
混合搜索
7
．以下推理不正确的是（
A
）
<
/p>
A.
如果下雨，则地上是湿的
;
没有下雨
,
所以地上不湿
B.
如果
x
是金属，则
x
能导电；铜
是金属
,
所以铜能导电
C.
如果下雨，则
地下湿；地下不湿
,
所以没有下雨
D.
< br>小贝喜欢可爱的东西；哈士奇可爱；所以小贝喜欢哈士奇。
9
、以下哪一项没有发生冲突（
D
）
A
、一个已知事实可以与知识库中
多个知识匹配成功
B
、多个已
知事实
与知识库中的一个知识匹配成功
C
、多个已知事实可以与知<
/p>
识库中多个知识匹配成功
D
、已知事实
不能与知识库中的任何知识
匹配成功
10.
< br>下列选项中那一种情况不是发生冲突（
BC
）
A.
已知事实能与知识库中的任何知识匹配成功；
B.
已知事实
不能与知识库中的任何知识匹配成功；
C.
已知事实恰好只与知识
库中的一个知识匹配成功；
D.
已知事实可以与知识库中的多个知识
匹配成功；或者有多个
（组）已知事实都可与知识库中的一个知识匹配成功；或者有多个
（组）已知事实可与知识库中的多个知识匹配成功。
1.
人工智能中用“如果
....
则
....
”关联起来的知识称为（
B
）
A.
产生式
B.
规则
C.
关系式
D.
模式
2.
下
列那一项不是知识的标识方法（
C
）
A.
一阶谓词表示法
B.
状态空间法
C.
关系式表示法
D.
框架表示法
CE
槽是用来建立（
B
）槽的逆关系。
A. ISA B. AKO C.
SUBCLASS D. MEMBEROF 4
.
下图代表的关系是（
B
）
A.
分类关系
B.
聚集关系
C.
推论关系
D.
时间位置关系
5.
关
于下列的推理你的观点是：（
D
）
< br>
(1)
如果行星系统是以太阳为中心的，则金星会显
示出位相的变
化
; (2)
金星显出位相变化
;
(3)
所以行星系统是以太阳为中心的。
A.
对，因为符合自然演
绎推理的规则。
B.
不对，因为使用了否定前件的推理。
C.
对，因为经典逻辑推理是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的过程，而上题符合这个特征所
以是对的。
D.
不对，因为使用了肯定后件的推理。
6.
在不确定推理中，对于初始证据，其值由用户给出，对于推理
所得证据，其值由（
C
）得到。
A.
不确定性的匹配算法计算得到
B.
不确定性的阈值选择算法得到
C.
不确定性的传递算法计算得到
D.
不确定性的合成算法计算得到
9.<
/p>
反演归结（消解）证明定理时，若当前归结式是（
C
）时，则
定理得证。
A.
永真式
B.
包孕式
C.
空子句
D.
永假式
10.
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（
< br>A
）
A.
正向推理
B.
反向推理
C.
双向推理
D.
混合推理
1
．人工智能是知识与智力的综合，其中下列不是智能的特征的
是（
A
）
A.
具有自我推理能力
B.
具有感知能力
C.
< br>具有记忆与思维的能力
D.
具有学习能力以及自适应能力
2.
下列不是谓词表示法特点的是（
B
）
A.
自然性
B.
简易性
C.
严密
性
D.
描述性
3.
下列哪个不是不确定性推理的方法（
C
）
A.
主观
Bay
es
方法
B.
可信度方法
C.
理论推理法
D.
模糊
推理法
4.
在主观
< br>Bayes
方法中，证据
E
支持
结论
H
时有（
C
）
<1
=1 >1 <0
5.
下列哪个系统属于新型专家系统（
D)
A.
多媒体专家系统
B.
实时专家系统
C.
军事专家系统
D.
分布式专家系统
6
．人工智能研究的最重要最广泛的两大领域是（
B<
/p>
）
A.
专家系
统自动规划
B.
专家系统机器学习
C.
机器学习自动规划
D.
机器学
习自然语言理解
8
．语义网络的组成部分（
C
）
A.
框架与弧线
B.
状态和
算符
C.
结点和链
< br>D.
槽和值
9
．设有代换：
q =
{f(y)/x, z/y}, l = {a/x, b/y, y/z}
则
q
o l = ( A )
A.{f(b)/x
，
y/z}
B.{f(b)/x,z/y} C.{f(y)/x, y/z }
D.{f(b)/x, z/b}
10
、下列说法不正确的是
B
A.
空子句是永假的，不可满足的。
B.
在谓词逻辑中，不是任何一个谓词公式都可通过应用等价关系
及推理规则化成相应的子句集。
C.
任何文字的析取式称为子句。
D.
归结演绎定理证明的实质是对前提
P
和
结论
Q
证明
P->Q
< br>的永
真性。
1
、人工智能研究的基本内容不包括（
B
）
A
、机器行为
B
、机器
动作
C
、机器思维
D
、机器感知
2
、下列说法不正确的
是（
C
）
A
、永真性：如果谓词公式
P
对个体域<
/p>
D
上的任何一个解释都取
得真值
T
，则称
P
在
D
上是永真的
B
、可满足性：对于谓词公式
P
，如果至少存
在一个解释使得公
式
P
在此解释下的真
值为
T
，则称公式
P
< br>是可满足的
C
、永真性：如果
谓词公式
P
在个体域
D
上，存在一个解释都取
得
真
值
T
，则称
P
在
D
上是永真的
D
、不可满足性：如果谓词公式
P
对于个体域
D
上的任何一个解
释都取得
真值
F
，则称
P
在
D
上是永久假的，如果
P
在每个非空个
体域上均永假，则称
P
永假
3
、下列哪个符合
著名的
Bayes
公式（
A
）
A
、
P(Ai/B)
=P(Ai)
×
P(B/Ai)/
∑<
/p>
(P(Aj)
×
P(B/Aj)) B<
/p>
、
P(Ai/B)=P(Ai)
×
P(Ai/B)/
∑
(P(Aj)
×
P(B/Aj)) C
、
P(Ai/B)=P(B)
×
P(B/Ai)/
∑
(P(Aj)
×
P(B/
Aj)) D
、
P(Ai/B)=P(Ai)
< br>×
P(B/Ai)/
∑
(P(B
j)
×
P(A/Bj)) 6
、
下列哪个不是框架表示法的特点（
C
）
A
、结构化深层知识表示
B
、易附加过程信息
C
、层次间相互独立
D
、组织结构化
10
、演绎
推理的三段论式不包括（
A
）
< br> A
、推理
B
、结论
C
、大前提
D
、小前提
2
、智力具有
B
< br>、记忆与思维能力、学习及自适应能力、行为能
力。
<
/p>
A
自我提高能力
B
感知能力
C
改变能力
D
认知能力
3
、归结策略
大致可分为两大类：、。（
D
）
A<
/p>
、递归策略循环策
略
B
< br>、限制策略循环策略
C
、删除
策略递归策略
D
、删除策略限制策略
4
、太阳从东边升
起是＿
A
＿
A
必然事件
B
不确定事件
C
不可能事件
< br>D
不可能事件
5
、以下哪一个公式是正确的（Ｂ）
Ａ
P
∧
(P
∧
R)
←→
P
Ｂ
?(?x)P?(?x)(?P)
Ｃ
P
∨
(Q
∧
R)
←→
(P
∧
Q)
∨
(P
∧
R)
Ｄ
P
∨
(P
∧
R)
←→
R
6
、
下列数字哪个表示最模糊（
B
）
Ａ
0.8
Ｂ
0.5
Ｃ
0
Ｄ
1 <
/p>
7
、掷二枚骰子，事件
A
为出现的点数之和等于
3
的概率为
（
B
）
A1/11 B
1/18 C 1/6D
都不对
<
/p>
8
、市场上某商品来自两个工厂，它们市场占有率分别为
60
％和
40
％，有两
人各自买一件。则买到的来自不同工厂之概率为
（
C
）
A 0.5B0.24C0.48D0.3 9
、模式匹配分为和。（
D
）
A
、模
糊匹配精确匹配
B
、复杂匹配进件匹配
C
、相似匹配精确匹配
D
、
确定匹配不确定性匹配
10
、设甲、乙、丙三人中有人从不说真话，也有人从不说假话，
某人向着三人分别提出一个问题：谁是说谎者？
甲答：“
B
和
C
< br>都是说谎者”；
乙答：“
A<
/p>
和
C
都是说谎者”；
丙答：“
A
和
< br>B
至少有一个是说谎者”。
谁
是老实人，谁是说谎者？（
C
）
A
、甲是老实人，乙是说谎者
B
、甲是老实人，丙是说谎者
C
、丙是老实人，甲是说谎者
D
、丙
是老实人，乙是说谎者
二、判断题
1.
人工智能是智能计算机系统，即人类智慧在机器上的模拟，或
者说是人们使机器具有
类似于人的智慧（对语言能理解、能学习、
能推理）。（
T
）
2.
经典
命题逻辑和谓词逻辑的语义解释只有两个：真和假，
0
和
1
。（
T
）
3.
海伯伦定理可以在计算机上实
现其证明过程。
（
F
）
4.
鲁
宾逊归结原理中空子句是不可满足的，若一个子句集包含空
子句集，则这个子句集一定是
不可满足的。（
T
）
5.
逆向推理的缺点是若提出的假设目标不符合事实，但是不会降
低系统效率。（
F
）
6.
不确定性推理指推理所使用的知识和推出的结论可以是不确
定
的。所谓不确定性是真值
为假。（
T
）
7.
鲁宾
逊归结原理中，设
C1
与
C2
是子句集
S
中的两个子句，
C12
是它们的归结式，若把
C12
加入
S
中，得到新子句集
S2
，则
S
与
S2
是等价的。（
F
）
8.
产生式规则不能表达具有结构性的知识，但效率较高。
（
F
）
9.
框架是用于描述具有固定的静态对象的通用数据结构，
但是也可
以描述某些简单的动态对象。（
F
）
10.
语
义网络系统由两部分组成：由语义网络组成的知识库和用
于求解问题的解释程序即推理机
。（
T
）
1.
人工智能是计算机科学的一个分支，是智能计算机系统，
即
人类
智慧在机器上的模拟，或者说
是人们使机器具有类似于人的智慧
（对语言能理解、能学习、能推理）。（√）
2.
在
0,1,?
,9
，这
10
个数字当中，一次任取两
个，则抽到
5
这
个数字的概率是
0.1.
（×）
3.
人工智能的研究途径是主张通过运用计算机科学的方法进
行
研究，实现人工智能在计算机的模拟。（√）
4.
（
?x
）
{P(x)?P(x)}
消去蕴含符号得：（
?x<
/p>
）
{?P(x)?P(x)}
。
（×）
5.
人工智能的研究长期目标是使现
有的电子计算机更聪
明，更有用，使它不仅能做一般的数值计算及非数值信息的数据处<
/p>
理，而且能运用知识处理问题，能模拟人类的部分智能行为。
（×
）
6.
命题是可以判断真假的语句。（×）
7.
单个谓词是谓词公式。（√）
8.
产生式系统的构成规则库，综合数据库两部分。（×）
9.
“他每天下午都去打篮球。”用相应的谓词公式表示为：
TIME(X):
X
是下午
PLA
Y
（
X
，
Y<
/p>
）：
X
去打
Y
（
?X
）
TI
ME
（
X
）
PLAY
（
HE
，
BASKETBALL
）（√）
10
．规则演绎系统和产生式系统有正向推理、逆向推理和双向推
理三种推理方式。逆向推理是从用户提供的初始已知事实出发，在
知识库
KB
中找出当前可适用的知识，构成可适用知识集
K
S
，然后
按某种冲突消解策略从
KS<
/p>
中选出一条知识进行推理，并将推出的
新事实加入到数据库中作为
下一步推理的已知事实，在此之后再在
知识库中选取可适用的知识进行推理，如此重复，
直到求得了所要
求的解，或者知识库中再无可适用的知识为止。（×）
< br>
1.
如果搜索是经接近起始节点的程序来依次扩展节点
，这种搜索
叫深度搜索。（×）
2.
启发式搜索一定比盲目式搜索好
(
×<
/p>
)
3.
语义网络、框架等知识表示方法
，均是对知识和事实的一种静
止的表示方法。（√）
4.
反向推理是以已知事实作为出发点，按照一定的策略，运
用
知识库中的知识，推断出结论的过程（×
）
5.
专家
系统的结构选择不需要根据系统的应用环境和所执行任务
的特点就可以确定。（×）
6.
图搜索算法中
,CLOSE
表用来登记待考察的节点（×）
7.
框架适合表达结构性的知识，概念、对象等知识最适于用框架
表示（√）
8.
当有一
条以上的规则的条件部分和当前数据库相匹配时，就需
要决定首先使用哪一条规则，这称
为冲突解决。
(
√
)
9.
命题逻辑无法把它所描述的客观事物的结构及逻辑特征反映出
来，也不能把不同事物间的共同特征表述出来。
（√
）
<
/p>
1
、根据经验对一个事物或现象为真的相信程度称为可信度
（√）
2
、可信度带有较大的主观性和经验
性，其准确性难以把握
（√）
3
、<
/p>
CF
模型是基于可信度表示不确定性推理的基本方法
（√）
5
、命题的取值只能有两个（×）
命题取值三个：真、
假、无意义。
<
/p>
6
、人工智能是人们使机器具有类似于人的智慧（对语言能理
解，能学习，能推理）（√）
7
、命题是能判断真假的陈述句（√）
8
、被认为是人工智能“元年”的时间是
1956
年
（√）
9
、任
何模糊集的模糊度都是
[0,1]
上的一个数。
（√）
10
、明天会下
雨是真命题（×）
<
/p>
1.
“多么美丽的祖国。”是命题（
T<
/p>
）
2.
命题逻
辑实在为此逻辑的基础上发展起来的，命题逻辑可以看
成是
<
/p>
为此逻辑的一种特殊形式。（
F
）
3.
模糊集
A
是正规模糊集，其核集可以为空。（
F
）<
/p>
4.
框架是用来描述具有固定的静态对
象的通用数据结构，该对象
用“对象
...
属性
....
属性值”表示。（
T
）
5.
在用
框架表示知识的系统中，问题的求解主要是通过匹配和扩
展来实现的。（
F
）
6.
< br>在语义网络的一个三元组中，表示类属关系时，箭头所指得节
点代表上层概念，而
箭尾的节点代表下层节点。（
T
）
7
.
代换是形
如
{t1/x1,t2/x
2,?,tn/xn}
的有限集合。其中，
t1,t2,?,t
n
是项；
x1,x2,?,xn
是可相
同的变元。
（
F
）
8.
不确定性推理是建立在经
典逻辑基础上的一种推理，它是对不确
定性知识的运用和处理。
（
F
）
9.
目前在专家系统中，知识的不确定性一
般由领域专家给出，通
常是一个数值，它表示相应知识的不确定性程度，称为知识的动态
强度。（
F
）
10.
人工智能所面向的是结构有序，能从中分析计算出规律的
问
题。（
F
）
3.
命题逻辑有局限性
,
无法把它所描述的客观事物的结构及逻辑
特征反映出来，也不能把不同事物间
的共同特征表述出来。
T
4.
谓
词公式是指无论是命题逻辑还是谓词逻辑，可以利用连接
词把
一些简单的命题连接起来构成一个合命题，表示一个比较复杂的
含义。
T
5.
< br>模糊性就是指客观事物在性态及类属方面的不分明性，其根
源是在类似事物间存在
一系列过渡状态，它们相互渗透，相互贯
通，使得彼此之间没有明显的分界线。
T
6.
λ
水平截
集是把模糊集合向特殊（普通）集合转化的一个重
要概念。
F
7.
知识是人们在长期的生活及社会实践中积累起来的对客观世
界
的认识与经验，人们把实践中获得的信息关联在一起，就获得了知
识。
T
8.
推理的基本任务：是
从一种判断推出另一种判断。
T 9.
OPEN
表用于存放将要扩展或者已扩展的节点。
F
10.
深度优先搜索总可以得到解，而且得到的是路径最短的解。
F
1
、主观
Bayes
方法利用新的信息将先验概率
P(H)
更新为后验<
/p>
概率
P(H|E)
的一种计算方法（
T
）
2
、谓词的个体，可以是一个常量，也可以是一个变元，还可以
是一个多元
（
F
）
3<
/p>
、在相同的条件下重复进行某种试验时，试验结果不一定完全
相同
且不可预知的现象称为随机现象（
T
）
4
、仅个体变元被量化的谓词称为二介谓词（
< br>F
）
5
、
A
是凸模糊集，即对任意
λ
∈
[0,1],A
的
λ
水平截集是闭区间
（
T
）
6
、谓词逻辑可以表示规则
（
T
）
7
、蕴含式表示知识的范围比产生式表示的范围要广（
F
）
8
、模
糊推理是不确定性推理中的一种（
T
）
9
、子句间既可以有合取词
又可以有析取词（
F
）
10
、归结策略中的限制策略尽可能减小了归结的盲目性，使其尽
快的归结
出空子句（
T
）
2.
人工智能的长期研究目标
: <
/p>
电子计算机更聪明，更有用，使
它不仅能做一般的数值计算及非数
值信息的数据处理，而且能运用
知识处理问题，能模拟人类的部分智能行为
。（×）
3.
“我吃的
很饱是一个命题”是一个命题。（√）
4.
假设
d(A)
为
A
的模糊度，如果模糊度靠近
0
则越模糊，等于
0
时最模糊。（×）
5.
“雪是白色的”在人工智能中这种知识称为“规则”。（×
）
6.
产生式系统一般由控制系统，规则库，综合数据构成。（√）
7.
归结推理有多种形式，经常用的是三段论式。（×）
8
、参加归结的子句内部含有可合一的文字，则在进行归结之前
应对这些文字先进行合一
。（√）
9
、
close
表：用于存放将要扩展或者已扩展的节点，所谓对
节
点进行“扩展”是指：用合适的算符对该节点进行操作，生成一组
子节点。（√）
10
、
CF(E)=0.6
表示证据
E
的可信度为
0.6
。（√）
三、简答题
1
、什么是推理？
< br>从已知事实出发，通过运用已掌握的知识，找出其中蕴含的事
实，或归结出新的事
实，这一过程称为推理。
2
、什么是语意网
< br>络，以及语义网络的组成？
语义网络是通过概念及其语义关系来表示知识的一种网络图。
语义网络由节点和节点间的弧组成，其中节点表示各种事物，概
念，情况，属性，动作，状况等；弧表示各种语义联系，指明他所
连接的节点间的各种语
义联系。
3.
何谓产生式系统？它由
哪几部分组成？
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。
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。
4.
演义推理的定义及常用形式。
演绎推理：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。它包括：
1.
大前提，
< br>这是已知的一般性知识或假设；
2.
小前提，这是关于所
研究的具体
情况或个别事实的判断；
3.
结论，这是由大前提推出的适合于小前
提所示情况的新判断。
5.
框架系统中求解问题的一般过程？
(1)
首先把这个问题用一个框架表示出来；
(2)
然后通过与知识库中已有的框架进行匹配，找出一个或
几个
可匹配的预选框架作为初步假设，并在此初步假设的引导下收集进
< br>一步的信息
;
(3)
最后用
某种评价方法对预选框架进行评价，以便决定是否接
受它。
<
/p>
1.
人工智能的研究目标及人工智能的研究途径
< br> (1)
人工智能的
研究长期目标
人工智能的长期研究目标：构造可以实现人类智能的智能计算机
或智能系统
。
(2)
人工智能的近期研究目标：
<
/p>
使现有的电子计算机更聪明，更有用，使它不仅能做一般的数值
计
算及非数值信息的数据处理，而且能运用知识处理问题，能模拟
人类的部分智能行为。<
/p>
随着人工智能研究的不断深入、发展，近期目标将不断变化，逐
步向远期目标靠近
(3).
研究途径：
以符号处理为核
心的方法——主张通过运用计算机科学的方法进
行研究，实现人工智能在计算机的模拟。
以网络连接为主的连接机制方法——主张用生物学的方法进行
研
究，搞清楚人类智能的本质。
2.
什么是谓词公式
答：单个谓词是谓词公式
如果
A
是谓词公式，┐
A
也是谓词公式
若
A
< br>，
B
都是谓词公式，则
A
∧
B
，
A
∨
B
，
A
→
B
，
A
←→
B
也是谓词
公式
若
A
是谓词公式，
X
是任一个体变元，包含全称量词和存在量词
的也是谓词公式。
3.
在选择知识表
示模型时，应该考虑那些因素？
答：充分表示
领域知识
有利于对知识的利用
便于对知识的组织、维护与管理
便于理解和实现
4.
什么是冲
突？
< br>答：在推理过程中，系统要不断地用当前已知的事实与知识库中
的知
识进行匹配，此时可能发生如下三种情况：
Ⅰ
.
已知事实不能与知识库中的任何知识匹配成功；
Ⅱ
.
已知
事
实恰好只与知识库中的一个知识匹配成功；
Ⅲ
.
已知事实可以
< br>与知识库中的多个知识匹配成功；或者有多个（组）已知事实都可
与知识库中的一
个知识匹配成功；或者有多个（组）已知事实可与
知识库中的多个知识匹配成功。
第三种为冲突。
1.
人工智能的
定义