人工智能概念简介.pdf
《人工智能概念简介.pdf》由会员分享,可在线阅读,更多相关《人工智能概念简介.pdf(14页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、1,哈什么是人工智能 人工智能(Artificial Intelligence)简称 AI,主要研究如何用人工的方法和技术,使用各种自动化机器或智能机器(主要指计算机)模仿、延伸和扩展人的智能,实现某些机器思维或脑力劳动自动化。人工智能是那些与人的思维相关的活动,诸如决策、问题求解和学习等的自动化(Bellman,1978);人工智能是一种计算机能够思维,使机器具有智力的激动人心的新尝试(Haugeland,1985);人工智能是研究如何让计算机做现阶段只有人才能做得好的事情(Rich Knight,1991);人工智能是那些使知觉、推理和行为成为可能的计算的研究(Winston,1992);
2、广义地讲,人工智能是关于人造物的智能行为,而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为(Nilsson,1998)2,人工智能有哪些研究途径说明其研究特点。1.心理模拟,符号推演:模拟人脑的逻辑思维,利用显式的知识和推理来解决问题。擅长实现人脑的高级认知功能。2.生理模拟,神经计算:具有高度的并行分布型,很强的鲁棒性和容错性,擅长人脑的形象思维,便于实现人脑的低级感知功能。3.行为模拟,控制进化:具有自学习,自适应,自组织特性的智能控制系统和智能机器人。4.群体模拟,仿生计算:成果可以直接付诸应用,解决工程问题和实际问题。5.博采广鉴,自然计算:模仿和借鉴自然界的某种机理而设计技术
3、模型。7.原理分析,数学建模:纯粹用人的智能去实现机器智能 3,给出人工智能的五个应用领域。难题求解,自动规划、调度与配置,机器定理证明,自动程序设计,机器翻译,智能控制,智能管理,智能决策,智能通信,智能仿真,智能 CAD,智能制造,智能 CAI,智能人机接口,模式识别,数据挖掘与数据库中的知识发现,计算机辅助创新,计算机文艺创作,机器博弈,智能机器人。4,枚举出各种搜索策略。盲目搜索:无向导的搜索,树式盲目搜索就是穷举搜索,不回溯的线式搜索是随机碰撞式搜索,回溯的线式搜索也是穷举式搜索。启发式搜索:是利用“启发性信息”引导的搜索策略。“启发性信息”就是与问题有关的有利于尽快找到问题解的信息
4、或知识。启发式搜索分为不同的策略,如全局择优,局部择优,最佳图搜索。按扩展顺序不同分为广度优先和深度优先。5,人工智能的基本技术有哪些 表示:符号智能的表示是知识表示,计算智能的表示一般是对象表示 运算:符号智能的运算是基于知识表示的推理或符号操作,计算智能的运算是基于对象表示的操作或计算 搜索:符号智能在问题空间内搜索进行问题求解,计算智能在解空间搜索进行求解 6,你认为人工智能未来的发展趋势是什么 多种途径齐头并进,多种方法协作互补。新思想、新技术不断涌现,新领域、新方向不断开拓。理论研究更加深入,应用研究愈加广泛。研究队伍日益壮大,社会影响越来越大。7,你认为机器的智能会超过人类吗为什么
5、 8,归结原理进行定理证明的步骤有哪些归结原理进行求解问题的答案的步骤有哪些 证明 1.先求出要证明的命题公式的否定式的子句集 S;2.然后对子句集 S(一次或者多次)使用归结原理;3.若在某一步推出了空子句,即推出了矛盾,则说明子句集 S 是不可满足的,从而原否定式也是不可满足的,进而说明原公式是永真的。求解 1.先为待求解的问题找一个合适的求证目标谓词;2.再增配(以析取形式)一个辅助谓词,该谓词的变元必须与对应目标谓词中的变元完全一致;3.进行归结;4.当归结是刚好只剩下辅助谓词时,辅助谓词中原变元位置上的项就是所求的结果。9,简要说明各种归结策略。删除策略:及早删除无用子句,以避免无效
6、归结,缩小搜索规模;并尽量使归结式朝“小”的方向发展。从而尽早导出空子句。删除策略是完备的。支持集策略:尽量避免在可满足的子句集中做归结,因为从中导不出空子句。而求证公式的前提通常是一致的,所以支持集策略要求归结时从目标公式否定的子句出发进行归结。支持集策略实际是一种目标制导的反向推理。支持集策略是完备的。线性归结策略:线性归结策略是完备的,高效的。可与许多别的策略相兼容。输入归结策略:是一种自底而上的归结策略。输入归结策略是不完备的。输入归结策略常同线性归结策略结合,构成线性输入归结策略。也可以与支持集策略相结合。单元归结策略:单元归结的思想是用单元子句归结可以使归结式含有较少的文字,因而有
7、利于逼近空子句。单元归结策略是不完备的,但效率高。祖先过滤型策略:是线性输入策略的改进。是完备的 10,说明与或图的在知识表示中的两种应用 与或图一般表示问题的变换过程,就是从原问题出发,运用某些规则不断的进行问题的分解(得到与分支)和变换(得到或分支),而得到一个与或图,与或图的节点一般代表问题,整个图就表示问题空间。11,博弈问题状态空间图的特点是什么,为什么 博弈树的特点 n 博弈的初始格局是初始节点。n 在博弈树中,“或”节点和“与”节点是逐层交替出现的。自己一方扩展的节点之间是“或”关系,对方扩展的节点之间是“与”关系。双方轮流地扩展节点。n 所有自己一方获胜的终局都是本原问题,相应
8、的节点是可解节点;所有使对方获胜的终局都是不可解节点。12,博弈问题求解有哪些方法,简述其过程。极小极大分析法的基本思想 设博弈的双方中一方为 A,另一方为 B。然后为其中的一方(例如 A)寻找一个最优行动方案。为了找到当前的最优行动方案,需要对各个可能的方案所产生的后果进行比较。为计算得分,需要根据问题的特性信息定义一个估价函数,用来估算当前博弈树端节点的得分。这时估算出来的得分为静态估值。当端节点的估值计算出来后,再推算出父节点的得分,推算的方法是:对“或”节点,选其子节点中一个最大的得分作为父节点的得分,这是为了使自己在可供选择的方案中选一个对自己最有利的方案;对“与”节点,选其子节点中
9、一个最小的得分作为父节点的得分,这是为了立足于最坏的情况。这样计算出的父节点的得分称为倒推值。如果一个行动方案能获得较大的倒推值,则它就是当前最好的行动方案。剪枝技术。基本思想为:对于一个与节点MIN,若能估计出其倒推值的上确界,并且这个值不大于MIN的父节点(一定是或节点)的估计倒推值的下确界,即,则就不必再扩展该MIN 节点的其余子节点了(因为这些节点的估值对 MIN 父节点的倒推值已无任何影响了)。这一过程称为剪枝。对于一个或节点MAX,若能估计出其倒推值的下确界,并且这个值不小于MAX的父节点(一定是与节点)的估计倒推值的上确界,即,则就不必再扩展该MAX 节点的其余子节点了(因为这些
10、节点的估值对 MAX 父节点的倒推值已无任何影响了)。这一过程称为剪枝。13,什么是知识表示列举 4 种知识表示方法。知识表示是指 面向计算机的知识描述或表达形式和方法。用某种约定的形式结构来描述知识,而且这种形式结构还要能转换为机器的内部形式,使得计算机能方便的存储、处理和利用。按知识表示的形式分类 显式的知识表示形式(局部表示)隐式的知识表示形式(分布表示)按特征,知识表示分为 陈述表示 过程表示 14,分别给出事实:“MARY 是郑州大学计算机系的女讲师,30 岁,身体健康,1990 年硕士毕业于北京大学计算机系,参加工作时间是 1995 年 7 月,工资级别是四级”的语义网络表示法和框
11、架表示法。框架名:类 属:姓 别:女 年 龄:30 职 业:教师 职 称:讲师 专 业:计算机 部 门:计算机系 毕业学校:北京大学计算机系 工 作:参加工作时间:1995 年 7 月 工资级别:四级 15,请设计某种游戏程序(重排九宫和井字棋以外的)的启发函数及其深度优先搜索过程。16.什么是启发性知识什么是启发式搜索 启发式搜索要用启发函数来导航,其搜索算法就要在状态图一般搜索算法基础上再增加启发函数值的计算与传播过程,并且由启发函数值来确定节点的扩展顺序。17.产生式系统的结构及工作原理。全局数据库人工智能系统的数据结构中心。是一个动态数据结构,用来存放初始事实数据、中间结构和最后结果。
12、对应叙述性知识。产生式规则库作用在全局数据库上的一些规则的集合。每条规则都有一定的条件,产生式规则库(知识库)推理机(控制)全局数据若全局数据库中内容满足这些条件可调用这条规则。对应过程性知识。推理机负责产生式规则的前提条件测试或匹配,规则的调度和选取,规则体的解释和执行。对应控制性知识。18,生产系统推理有哪几种方式 19,分别用一阶谓词逻辑和用语义网络标识“每个计算机专业的学生都学习过一门程序语言”。20,代价树如下图所示:分别给出宽度优先及深度优先(即分支界限法和瞎子爬山法)搜索策略下的搜索过程和解。其中,F、I、J 是目标节点。ABCDE F GH I J K1 24 2 3 11 2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 概念 简介
限制150内