人工智能期末试卷

一、简答题（共 24 分）

1. 若将人看成一个信息处理系统，1) 人的智能具有哪些特征？2) 举例说明哪一特征是最重要的并 3) 阐述其与实现通用人工智能的关系。(要求：2、3 小问一定用自己的语言作答！)（8 分）

2. 请举例说明 1) 什么是命题，2) 举一个例子说明命题逻辑的不足、3) 并阐述人工智能领域是如何克服这一不足的。（6 分）

3. 人工神经网络是一种知识表示方法吗？为什么？（4 分）

4. 请举例说明 1) 什么是产生式规则匹配中的冲突消解，2) 如何解决这一问题？请用自己的语言写出详细的解释。（6 分）

二、证明题（共 18 分）

1. 请用归结演绎推理证明：下面谓词公式 G 表示的信息是谓词公式 F1和 F2表示的前提条件的逻辑结论。要求：必须写出完备详细的步骤!。（18 分）

三、计算题（共 16 分）

四、应用题（共 42 分）

1. 请用框架表示法描述以下信息：李明是 2020 年 9 月份进入山东大学计算机系的一名研究生，选择了人工智能作为自己的研究领域，并在导师赵亮教授的指导下取得了发表两篇核心论文的学术成绩。（9 分）

2. 将谓词公式化为子句集，要求：写清楚具体过程。（8 分）

3. 对于‘苹果-桔子’分类问题，假设有如下的训练样例集：e1=(1.0, 2.0, 0.8, 6.0, 1); e2=(1.2, 1.8,0.7, 7.0, 1), e3=(0.8, 2.1, 0.9, 7.0, 1); e4=(2.0, 1.8, 0.4, 3.0, 2); e5=(1.9, 2.1, 0.3, 2.0, 2); e6=(2.1, 1.9, 0.4, 4.0, 2)。现遇到一个测试样例 et=(2.2, 2.0, 0.3, 3.0)， 当分别使用 1
   最近邻（即 1NN）、3 最近邻（即 3NN）分类算法对其分类时，请写出详细过程和相应的分类结果。（14 分）注意：使用‘在各个属性上差的绝对值的和’来计算两个样例之间的距离

4. 为了让计算机能对苹果、香蕉、桔子三类水果进行分类，现有如下的训练样例集：e1=(1.0, 2.0, 0.8, 6.0, 1); e2=(1.2, 1.8, 0.7, 7.0, 1), e3=(0.8, 2.1, 0.2, 1.0, 2); e4=(1.1, 1.8, 0.4, 3.0, 2); e5=(2.9, 1.1, 0.5, 2.0, 3); e6=(3.1, 0.8, 0.6, 3.0, 3)。 根据这一训练集，现计划用神经网络算法学习一个分类模型。欲构造的神经网络 (1)总共有 4 层，其中隐层（hidden layers）分别含有 1 个、2 个神经元，且 (2)是一个严格的无反馈前向网， (3) 前一层中任一节点与后一层中所有节点均有连接。请 1） 画出该神经网络的拓扑结构， 并标明每层的名称；2） 若第 1、2 层和第 2、3 层间的连接权值均为 1， 将 y =x - 3 作为传输函数（激活函数），并且每个神经元的阈值均为 2。为 1， 将 y =x - 3 作为传输函数（激活函数），并且每个神经元的阈值均为 2。 现要对第 1 个训练样例 e1 进行学习（拟合）， 请写出计算到第三层第一个节点的输出值的详细过程。（11 分）