人工智能考试复习资料
星光大道石头-
人工智能
第一章
1
、
智能
（
intelligence
）人
的智能是他们理解和学习事物的能力，或者说，智能是思考和
理解能力而不是本能做事能
力。
2
、人工智能（学科）
人工智能研究者们认为：
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。
它的近期主
要目标在于研究用机器来模仿和执行人脑的某些智力功能，
并开发
相关理论和技术。
3
、人工智能（能力）
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、通信、设计、规划、行动和问题求解
等活动。
4
、人工智能
：就是用人
工的方法在机器上实现的智能，或者说，是人们使用机器模拟人类
的智能。
5
、人工智能的主要学派：
符号主义：
又称逻辑主义、心理学派或计算机学派，其原理主要为物理符
号系统（即符号操
作系统）假设和有限合理性原理。代表人物有纽厄尔、肖、西蒙和尼尔
逊等。
连接主义：
又称仿生学派或生
理学派，
其原理主要为神经网络及神经网络间的连接机制与学
习
算法。
行为主义：又称进化主义或控制论学派，其原理为控制
论及感知—动作模式控制系统。
6
、
人类认知活动具有不同的层次，它可以与计算机的层次相比较
，见图
认知活动的最高层级是思维策略，
中间一层是初级信息处理，
最
低层级是生理过程，
即
中枢神经系统、神经元和大脑的活动，与
此相对应的是计算机程序、语言和硬件。
研究认知过程的主要
任务是探求高层次思维决策与初级信息处理的关系，
并用计算机程
序来模拟人的思维策略水平，而用计算机语言模拟人的初级信息处理过程。
7
、人工智能研究目标为
：
1
、更好的理解人类智能，通过编写程序来模仿和检验的
关人类智能的理论。
生理过程
计算机硬件
初级信息处理
计算机语言
思维策略
计算机程序
人类
计算机
图：人类认知活动与计算机的
比
2
、创造有用和程序，该程序能够执行一般需要人类专家才能
实现的任务。
一般来说，
人工智能的
研究目标又可分为近期研究目标和远期研究目标两种。
两者具有不可
分割的关系，
一方面，
近期目标的实现为远期目标研究做好
理论和技术准备，
打下了必要的
基础，
并增强人们实现远期目标的信心。
另一方面，远期目标则为近期目标指明了方向，强
化了近期研究目标的战略地位。
8
、人工智能研究的基本内容
：
（
1
）认知建模；
（
2
）知识表示；
（
3
）
知识推理；
（
4
）知识应
用；
（
5
）机器感知；
（
6
）机器思维；
（
7
）机器学习；
（
< br>8
）机器行为（
9
）智能系统构
建
9
、人工智能研究的主要方法：
（
1
）<
/p>
、功能模拟法（
2
）
、结构模拟法（
3
）
、行为模拟法
（
4
）
、集成模拟法
< br>
10
、人工智能研究和应用领域：
（考
4
个）
（
1
）计
算智能（
2
）专家系统（
3
）机器学习（
4
）机器视觉（
5
）神经网络
第二章
1
、
人工智能课程三大内容
：
知识表示；知识推理；知识应用。
2
、知识表示方法：
（选择题）
9
种
重点掌握
这
4
种：状态空间法，谓词演算法，产生表示法，语义网络法（
重点）
，
问题归约法、框架表示、面向对象表示、剧本表示和过程表示。
3
、状态空间法
状态空间法三要点：
①
状态：表示问题求解法中每一步问题状况的数据结构；
②
算符：把问题从一种状态变换为另一种状态的手段；
③
状态空间方法：基于解答空间的问
题表示和求解方法，它是以状态与算符为基础来表示
和求解问题的。
（看
p31
的图
2.3
）
4
、问题归约法（与或图表示
）
有圆弧
的表示“与”
，无圆弧的表示“或”
或节点：只要解决某个问题就可以解决其父辈问题的节点集合，如图中（
MNH
）
.
与节点：
只有解
决所有子问题，
才能解决其父辈问题的节点八集合，
如图中
（
B,C
）
和
（
D,E,F
）
各
个节点之间用一段小圆弧连接标记。
5
、谓词归约法
（
1
）连词
A
、合取：就是用连词（∧）把几个公式连接起来而构成的公式
。相当于“与”
B
C
D
E
F
G
N
M
H
A
B
、析取：就是用连词（∨）把几个公式连接起来而构成的公式。相当与
“或”
C
、蕴涵：
< br>（→）表示“如果„
.
那么”的语句。
< br>
D
、非：表示否定，用符号（
~
，
）表示。
（
2
）量词
A
、全称量词：若一个原子公式
P
（
x
）
，对于所有
可能变量
x
都具有
T
< br>值，则用（）表示。
B
、存在
量词：若一个原子公式
P
（
x
）
，至少有一个变元
x
，可使
P
（
x
）为
T
值，则用
（
）
P
（
x
）表示。
6
、置换与合一
（
1
）置换
例
2.3
表达式
P[x,f(y),B]
的
4
个置换
为
s1={z/x,w/y}(
出现
x
和
y
的地方，分别
z
和
w
替换，下同
)
s2={A/y}
s3={q(z)/x,A/y}
s4={c/x,A/y}
用
Es
来表示一个表达式
E
用
置换
s
所得到的表达式的置换。于是，可得到
< br>P[x,f(y),B]
的
4
个
置换的例，如下：
P[x,f(y),B]s1
＝
P[z,f(w),B]
P[x,f(y),B]s2=P[x,f(A),B]
P[x,f(y),B]s3=P[q(z),f(A),B]
P[x,f(y),B]s4=P[c,f(A),B]
（
2
）合一
例
2.4
表达式集
{P[x,f(y),B]
，
P[x,f(B),B]}<
/p>
的合一者为
s={A/x,B/y}
因为
P[x,f(y),B]s=P[x,f(B),B]s=P[A,f(B),B]
即
s
使表达式成为单一形式
P[A,f(B),B]
7
、产生式的基本形式
（
1
）产
生式规则是一种因果关系或推理关系，通常形式如下：
IF P THEN Q (
如果
P
则
Q)
或者
P
→
Q
其中，
P
称为条件、前向或产生式的左边，
Q
称为操作、结果或产生式
的右边。其还可以
是“如果
P
被满足，
则可推出结论
Q
，或应该执行操作
Q<
/p>
”
。
（
2
）产生式推理
如果已有产生式规则
P
→
Q
并且观察到
P
，或者知识库中已
p<
/p>
，则可得得到结论
Q
，或执行操作
Q
。
这种推理的一个关键之处是如何有效解决规则匹配的冲突问题。
8
、二元语义网络的表示
（
1
）语义网络的组成：词法部分；结构部分；过
程部分；语义部分。
例，所有的燕子（
SWALLOW
）都是鸟（
BIRD
）
。
建立两个节点
< br>SWALLOW
和
BIRD
，
分别表示燕子和鸟。两个节点以“是一个”
（
ISA
）链相连，
如图一，如果再希望表示小燕（
XIA
OYAN
）是一只燕子，那么，只需要在语义网络上增加一
个节
点（
XIAOYAN
）和一根
ISA<
/p>
链。如图二
,
图二
除了按分类学对物体进行分类
以外，
人们通常需要表示有关物体性质的知识。
假设希望表示<
/p>
小燕子有一个巢（
NEST
）这个事实，
那么，可用所有权连（
OWNS
）连到表示是小燕子的巢的
节点巢－１（
NEST
－１）
。巢－１是巢中的一个，即
NEST
节点表示物体的
各类，而
NEST
－
１表示这种物体中
的一个例子。如下图
SWALLOW
ISA
BIRD
SWALLOW
BIRD
图一
ISA
XIAOYAN
NEST-1
ISA
NEST
（
2
）语义
网络中的推理过程主要有两种：继承和匹配。
（
3
）
3
种继承过程：①值继
承；②“如果需要”继承；③“默认”继承。
值继承：除了<
/p>
ISA
链以外，另外还有一种
AKO
（是某种）链也可被用于语义网络中的描述或
特性的继承。
AKO
是
A-KIND-
OF
的缩写。