当代人工智能复习2022

题型：选择题10x2
判断题 5x2
简答题（基本知识基本概念基本原理开放性题）40分
综合题（分析，理解，简单的计算）30分

第一章 绪论

1. 什么是人工智能？它的研究目标是什么？

人工智能是相对于人的自然智能而言，即用人工的方法和技术，模拟、延申和扩展人的智能，实现某些“机器思维”。

根本目标：要求计算机不仅能模拟而且可以延申、扩展人的智能，达到甚至超过人类智能的水平。
近期目标：使现有计算机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。

作为工程技术学科，人工智能的目标是提出建造人工智能系统的新技术、新方法和新理论，并在此基础上研制出具有智能行为的计算机系统。
作为理论研究学科，人工智能的目标是提出能够描述和解释智能行为的概念和理念，为建立人工智能系统提供理论依据。

2. 人工智能程序和传统计算机程序之间有什么不同？

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。
人工智能采用的是启发式推理方法，而不是常规算法。
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。

3. 人工智能研究有那些主要的学派？各有什么特点？

• （1） 功能主义：又称符号主义、逻辑主义、心理学派
  
  

• （2）结构主义：
  原理：神经网络及神经网络见的连接机制与学习算法。
  
  

• （3）行为主义：
  原理：控制论及感知-动作型控制系统
  
  

• （4）统计主义

• （5）仿真主义

• （6）机制主义
  

第二章 知识表示

1. 什么是知识 ? 它有什么特性 ?

知识是人类在实践中认识客观世界的规律性的东西。知识是经过加工的信息，包括事实、信念和规则。知识一般可分为陈述性知识、过程性知识和控制性知识。

知识的特性：相对正确性、不确定性、可表示性和可利用性。

2.产生式系统有哪几个部分组成 ? 它们的作用分别是什么?

产生式系统由三大部分组成 ：规则库、综合数据库或工作区、控制系统。

规则库： 描述某领域内知识的产生式规则的集合。

综合数据库: 是产生式系统的数据结构中心，用以存放初始事实、中间事实和最后结果。

控制系统 : 规则的解释程序；用来控制和协调规则库和全局数据库的运行，包括推理方式和控制策略。

3.在基于语义网络的推理系统中，一般有几种推理方法？简述它们的推理过程。

推理方法一般有两种 ：匹配和继承。

匹配推理的过程 ：(1) 根据提出的待求解问题，构造一个局部网络；
（2）根据局部网络到知识库中寻找可匹配的语义网络；
（3）匹配成功时，与未知处相匹配的事实就是问题的解

继承推理的过程 : 下层节点从上层节点继承一些属性。

第三章 自动推理

1.用熟悉的语言实现深度优先、广度优先和迭代加深算法

2.什么是推理的控制策略？有哪几种主要的推力驱动模式？

推理控制策略主要解决整个问题求解过程的知识选择和应用顺序，即先做什么后做什么，并能根据问题求解的当前状态分别做不同的工作，还能处理异常情况。主要包括推理方向，限制策略，求解策略，搜索策略。

推理驱动模式：正向推理（数据驱动推理）、方向推理、混合推理。

第四章 不确定推理

1.什么是不确定推理？不确定性推理的基本问题是什么？

不确定推理: 从不确定性初始证据出发，通过运用不确定性的知识，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方法或理论。

不确定性推理的基本问题是 :不确定知识的表示问题、不确定信息的计算问题、不确定性表示和计算的语义解释问题。

第五章 机器学习

1. 简单的学习模型由哪几部分组成？各部分的功能是什么？

• 环境：是指系统外部信息的来源，为学习系统提供获取知识所需的相关对象的素材或信息。
• 学习单元：处理环境提供的信息，相当于各种算法。
• 知识库：存放由学习环节所学到的知识。
• 执行单元：处理系统面临的现实问题，即应用知识库中所学到的知识求解问题。

2. .描述支持向量机的基本思想和数学模型。

支持向量机（SVM）是一种二类分类方法，它的基本模型是定义在特征空间上的间隔最大的线性分类器。支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的。

数学模型：逻辑回归。

3. 试解释强化学习模型及其他机器学习方法的异同。

强化学习方法通过与环境的交互来确定和优化动作序列，以实现序列决策任务。进化计算和群体智能都是利用自然进化和适应思想提出的机器学习方法，实质上是一种搜索寻优的算法。

4. 说明遗传算法的构成因素，给出遗传算法流程图。

构成因素： 编码，初始群体的形成，适应性评估检测，选择，杂交，变异。
基本遗传算法流程图：

1.

神经网络-------结构主义

第六章 神经网络

1.什么是深度学习？常见的深度学习方法有哪些？

深度学习：深度学习的思想在于模拟人脑的层级抽象结构，通过无监督的方法分析大规模数据，发掘数据中蕴含的有价值的信息。

常见的深度学习方法 : 自编码器 、 受限玻尔兹曼机 、 深度信念网络 、 卷积神经网络

2. BP算法误差传递（反向传递）

第七章 专家系统

1. 什么是专家系统？它有哪些基本特征？

专家系统是一类具有专门知识和经验的计算机智能程序系统，通过对人类专家问题求解能力的建模，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题，达到具有与专家同等解决问题的水平。

基本特征：具备某个应用领域的专家级知识。能模拟专家的思维。能达到专家级的解题水平。

2. 专家系统的基本结构包括哪些部分？每一部分的主要功能是什么？

人机交互界面、知识库、推理机、解释器、综合数据库、知识获取六部分。

人机交互界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题。系统输出推理结果及相关的解释也是通过人机交互界面。

知识库是问题求解所需要的领域知识的集合。
推理机是实施问题求解的核心执行机构。
解释器用于对求解过程作出说明，并回答用户的提问。
综合数据库是反映当前问题求解状态的集合，用于存放系统运行过程中所产生的所有信息，以及所需要的原始数据，包括用户输入的信息，推理中间结果和推理过程的记录等。
知识获取负责建立、修改和扩充知识库。

第八章 自然语言处理

1.什么是自然语言理解？自然语言理解过程有哪些层次？各层次的功能如何？

自然语言理解：使用自然语言同计算机进行通讯的技术, 因为处理自然语言的关键是要让计算机“理解”自然语言,所以自然语言处理又叫做自然语言理解；

自然语言处理的层次:1 语音分析、2 词法分析、3句法分析、4 语义分析 5 语用分析 ；

各层次的功能：1 语音分析：根据音位规则、从语音流中分出一个一个独立的因素，再根据音位形态小号出一个个音节及其对应的词素或词
2 词法分析：是理解单词的基础，其主要目的是从句子中分切出单词，找出词汇的各个词素，从中获得单词的语言学信息并确定单词的词义。
3 句法分析: 一是对短句子和短语进行分析，以确定构成句子的各个词，短语之间的关系以及各自在句子中的作用，并将这些关系用层次结构加以表达；二是对句法结构规范化。
4 语义分析：把分析得到的句法成分于应用领域中的目标表示相关联，产生正确唯一理解。
5 语用分析：研究语言所存在的外界环境度语言使用产生的影响；

2. 什么是语用分析？语法、语义和语用如何相互作用？

语用分析: 研究语言所存在的外界环境度语言使用产生的影响;

相互作用 ： 语义理论必须涉及语言学背景（说话的上下文）和现实社会背景（即非语言学事实的知识的相互作用） 语义理论必须于句法和语言的逻辑方面（演绎推理）相关联

3. 目前常用的信息检索模型有那些？扼要介绍它们的原理

模型有 ：布尔模型、概率模型、向量空间模型；
布尔模型：检索过程中要进行标引词的严格匹配。。
概率模型:对于给定的用户查询，对所有文本计算概率、并从小到大进行排序。
向量空间模型:假设词与词之间不相关，以向量来表示文本，简化文本中关键字之间的复杂关系。

第九章 分布式人工智能与智能体

1. 什么是智能体？什么是多智能体？和对象以及传统的专家系统有什么区别和联系？

智能体：在计算机和人工智能领域中，智能体可以看作是一个自动执行的实体，他通过传感器感知环境，通过效应器作用于环境。

多智能体系统研究在逻辑上和物理上分离的多个Agent协调其智能行为，即知识、目标、意图及规划等，实现问题求解。

智能系统与传统系统的重要区别在于：智能系统具有现场感应的能力。所谓现场感应指它可能与所处的现实世界的抽象——现场——进行交往，并适应这种现场。这种交往包括感知、学习、推理、判断并做出相应的动作。

2. 试述移动智能体Aglet的基本结构

Aglet以线程的形式产生于一台机器，需要时可以随时暂停正在执行打的工作，并将整个Aglet分派到另一台机器上，然后继续执行尚未完成的任务。

第十章 智能机器人

1. 什么是智能机器人？

智能机器人是一种具有智能的、高度灵活的、自动化的机器，具备感知、规划、动作和协同等能力，是多种高新技术的合成体；是将体力劳动和智力劳动高度结合的产物，构建能“思维“的人造机器。

2. 试比较智能机器人的体系结构

体系结构 1.分层递阶结构 2 包容结构 3 三层结构 4 自组织结构5分布式结构 6 进化控制结构 7社会机器人结构 8认知机器人结构

3. 真正具有人类情感的机器人要具备哪些基本系统？

1）情感识别系统、2）情感计算系统、3）情感表达系统

第十一章 互联网智能

1. 什么是本体知识管理？本体知识管理的基本功能是什么？

本体知识管理可实现语义级知识服务，提高知识利用的深度。还可以支持对隐性知识进行推理，方便异购知识服务之间实现互操作，方便融入领域专家知识及经验知识结构化等。

基本功能：支持本体多种表示语言和存储形式，具有本体导航功能；支持本体的基本操作，如本体学习，本体映射和本体合并等；提供本体班本管理功能，支持本体的可扩展性和一致性。

2. 简要的说明搜索引擎的工作流程

互联网上的网页进行搜索，在对搜集来的网页进行预处理，建立网页索引库，实现响应用户的查询请求，并对查找到的结果按某种规则进行排序后返回给用户。

3. 社群智能是什么？试设计构建社群智能的基本体系结构。

社群智能是从社会感知中挖掘和理解个人和群体活动模式、大规模人类活动和城市动态规律，把这些信息用于各种创新性的服务，包括社会关系管理、人类健康改善、公共安全维护、城市资源管理和环境资源保护等。

第十二章 认知计算与类脑智能

1. 什么是认知计算？请给出IBM沃森系统处理问题的步骤？

认知计算是一种具备自主学习能力的计算模式。通过信息分析、自然语言处理和机器学习等技术，使计算系统能够“理解”非确定性、非结构化数据实现类脑的学习。思考和决策等功能。

步骤：

1. 将问题分解为很多关于这个问题的“特征“。
2. 在大量可能包含答案的信息中进行搜索，然后生成一系列潜在的答案。
3. 使用特有的算法，为每一个潜在的答案打分。
4. 提供评分最高的答案，以及答案的相关证据。
5. 对评分进行权衡，为每一个答案的评分指数进行评估、

2. 什么是神经形态芯片？实现神经形态芯片有哪些途径？

模拟芯片不同于只有二进制结果的数字芯片，可以实现现实世界一样得出各种不同的结果，可以模拟人脑神经元和突触的电子活动。

途径：

• 基于对神经系统的学习性和可塑性、容错、免编程以及低能耗等特征进行研究，研发出基于人的耳蜗而设计的神经系统芯片，模拟人耳抑制噪声
• 基于对大脑活动的学习，以及人类神经网络传输信息的方式的学习使神经系统芯片可以完成“归类”和“预测”等认知任务。
• 基于对突触的学习，模拟大脑结构和突触可塑性，研发出模拟突触神经元，突触的功能以及其他脑功能的执行计算，擅长完成模式识别和物体分类的仿人脑功能微芯片。

3. 如何实现人类水平的AI

智能科学是实现人类水平人工智能的途径。由脑科学、认知科学、人工智能等学科构成的交叉学科学科智能科学，研究人脑信息处理的方法和算法，研究智能的基本理论和实现技术是实现人类水平人工智能的途径。

4. 展望人工智能的发展，提出类脑智能路线图分为初级类脑计算高级和超脑计算，你的想法是什么？

1.

2. 大数据智能通过什么方法来改造？

从大数据中提取有价值的信息和知识，形成智能预测、决策与控制。

本文仅供参考，如有问题，欢迎私信我修改!
(ps:人工智能复习了个啥)