人工智能复习 (2011/5/30更新)
（该部分习题答案请参考书《人工智能原理辅导与练习》王文杰，清华大学出版社）
一、问答 第0章 概论
1. 什么是智能？
智能是脑特别是人脑的属性或者说产物
智能的基础是知识（没有知识的智能不可想象）
2. 人工智能的定义？
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。
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，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。
3. 图灵实验内容
Turing 提出的智能实验，参加者是计算机、被实验的人以及主持实验的人。由主持人提出问题，计算机和被实验的人来回答，被实验者在回答问题时尽可能地向主持人表示他是\真正的\人，计算机也尽可能逼真地模仿人的思维。如果主持人通过听取对问题的回答分辨不出哪个是人的回答时，便可认为被试验的计算机是有智能的了。有人对这样设计的实验提出了疑义：认为这种实验只反映了结果的比较而没有涉及思维的过程，而且也没明确此人是个孩子还是有良好素质的成年人参加了实验。
4. 人工智能三大学派
符号主义，连接主义，行为主义 （1）符号主义主要特征
? 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
? 知识可用显式的符号表示，在已知基本规则的情况下，无需输入大量的细节知识 ? 便于模块化，当个别事实发生变化时，宜于修改 ? 能于传统的符号数据库进行连接
? 可对推理结论进行解释，便于对各种可能性进行选择 缺点 ：
? 可以解决逻辑思维，但对于形象思维难于模拟
? 信息表示成符号后，在处理和转换时有丢失的情况 （2）连接主义主要特征
? 通过神经元直接的并行协作实现信息处理，处理过程具有并行性，动态性和全局性 ? 可以实现联想的功能，便于对有噪声的信息进行处理 ? 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 ? 适合模拟人的形象思维过程
? 求解问题时，可以较快的得到一个近似解 缺点
? 不适合解决逻辑思维
5. 人工智能三大学派对人工智能发展历史的不同看法
符号主义 认为人工智能源于数理逻辑。符号主义仍然是人工智能的主流派。这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等。
联结主义 认为人工智能源于仿生学，特别是人脑模型的研究。
行为主义 认为人工智能源于控制论。这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“控制论动物”，是一个基于感知－动作模式的模拟昆虫行为的控制系统。
6. 人工智能的研究与应用领域
? 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 ? 机器人学 ? 模式识别 ? 机器视觉 ? 智能控制
? 智能检索（搜索） ? 智能调度与指挥
? 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
7. 专家系统: 是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统，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。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。
8. 专家系统特点?
启发性：专家系统能运用专家的知识与经验进行推理、判断和决策。
透明性：专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。
灵活性：专家系统能不断地增长知识，修改原有知识，不断更新。
9. 专家系统的优点?
(1) 专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作。 (2) 专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记。
(3) 可以使专家的专长不受时间和空间的限制，以便推广珍贵和稀缺的专家知识与经验。 (4) 专家系统能促进各领域的发展。
(5) 专家系统能汇集多领域专家的知识和经验以及他们协作解决重大问题的能力。 (6) 军事专家系统的水平是一个国家国防现代化的重要标志之一。 (7) 专家系统的研制和应用，具有巨大的经济效益和社会效益。 (8) 研究专家系统能够促进整个科学技术的发展。
第一章搜索、第二章与或树
1. 基本的盲目搜索算法有两种？
宽度优先搜索 深度优先搜索
2.
什么是状态空间法，什么是评价函数
3. 比较宽度优先搜索与深度优先搜索？
4. 什么是启发式搜索的启发信息？可分哪几种？
启发信息：进行搜索技术一般需要某些有关具体问题领域的特性的，与具体问题求解过程有关的，并可指导搜索过程朝着最有希望方向前进的控制信息，把此种信息叫做启发信息。
启发信息按其用途可分为下列3种： (1) 用于决定要扩展的下一个节点，以免像在宽度优先或深度优先搜索中那样盲目地扩展。 (2) 在扩展一个节点的过程中，用于决定要生成哪一个或哪几个后继节点，以免盲目地同时生成所有可能的节点。 (3) 用于决定某些应该从搜索树中抛弃或修剪的节点。
5. 什么是A*算法？
采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法。
6. 比较A 算法与A*算法的特点。
答： A 算法为一种启发式搜索算法，当A 算法的启发函数满足h(x)≤h*(x)时，该A 算法即为
A*算法。
A*算法可以保证搜索取得最优解。
7. 什么是与或图的终止节点？ 什么是能解节点？什么是解树？
答：本原问题对应的节点为终止节点；
当一个节点满足以下三个条件时，该节点为能解节点：1)该节点为终止节点；2）当该节点 为与节点时，当且仅当其所有子节点能解；3）当该节点为或节点时，只要其任一子节点能解皆可。
解树是在一个与或图中从初始节点到目标节点的图或树形路径。
8. 什么是解树的代价？
答：解树的代价即树根的代价，是从树叶开始自下而上逐层计算而求得的。
9. 什么是希望树？
答：希望树是当前与或图中具有最小代价的解树。
10. 判断下图各节点的能解性，并确定解树。
11. 指出下图的解树，并计算每个解树的代价，以及希望树。
答：解树1：{Q0，A，t1，t2}
g(t1)=g(t2)=0,g(A)=11,g(Q0)=13 解树2：{Q0，B，D，G，t4，t5}
g(t4)=g(t5)=0,g(G)=3,g(D)=4,g(B)=6,g(Q0)=8 所以，解树2 为最优解树，即希望树
12. 什么是博弈树？有什么特点
第三章 谓词逻辑
1. 子句（子句集）
逻辑公式，是一些文字的析取（子句的集合）。
2. 不确定性推理
知识的不精确性、模糊性、随机性统称为不确定性，在不确定意义下的推理为不确定
推理。
3. 反演
采用证明A～B的不可满足性来证明A B，是一种反演（反驳）证明法。
4. .可满足性
指一个逻辑公式，若在某个解释下取值为真，便说这个公式是可满足的。
5. 归纳
是一种由实例得出一般性结论的推理。
6. 归结
是定理证明的一种方法。
7. 产生式系统
是一种以产生式表示知识的专家系统，是最常用的一种专家系统。
8. 合一
对两个原子谓词，通过变量置换而合一化的过程。
9. 合取范式
对一个谓词公式，通过等值演算化成如(···) (····) (··)形式，称原公式的合取范式。
10. 过程性知识
是一种表示和求解为一体的知识表示类型。
11. 启发式搜索
是一种试探性的、不精确的、模糊的依于经验知识的搜索方法，常能明显化简问题求
解的复杂性。
12. 规则
一种形式为 \如果A那么B\的语句为规则，专家系统中通过使用规则进行推理，即若条
件A成立，使用这条规则便可推得出B。
非单调推理 一种非标准逻辑下的推理方法，随知识的增加原有结论不一定随之增加，甚至会减少，就是非单调推理要研究的内容。
13. 知识获取
从书本、专家等信息源寻求有用的知识便是知识获取，是知识工程的三大任务(知识获
取、知识表示和知识利用)之一。
14. 控制策略
问题求解过程中，为提高效率而采取的技术手段。
15. 说明归结法完备性的含义，并简述其证明的思路。
第四章 知识表示方式
1. 知识的定义
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。
2. 知识的特性
相对正确性 不确定性
可表示性与可利用性
3. 什么是知识表示？
所谓知识的表示实际上是对知识的一种描述，或者说一种约定，一种计算机可以接受的用