整理人工智能簡答題

1、一簡答題理？ 理等高級知識推理方法，包括非單調(diào)推理、時序推理和不確定性推理等。 息與知識的增加，并沒有在肯定原來的結(jié)論基礎(chǔ)上，增加了更多并立的知識與結(jié)論，而是否定了原先結(jié)論并有了新的看法。 以下情況需要采用不確定推理：所需知識不完備 , 不精確所需知識描述模糊,多種原因?qū)е峦唤Y(jié)論,問題的背景知識不足,解題方案不唯一。 導(dǎo)致所獲得的結(jié)果或結(jié)論本身具有未置可否的不確定性。一般來說，出現(xiàn)不精確推理的原因和特征可能有：由于以上“三性”的存在，決定了推理的最后結(jié)果具有不確定但卻近乎合理的特性，人 們把這種性質(zhì)的推理及其理論和方法總稱為不確定推理 答： (1)正向推理(正向鏈接推理)：從一組表示事實的謂

2、詞或命題出發(fā)，使用一組產(chǎn)生式 規(guī)則，用以證明該謂詞公式或命題是否成立。(2)逆向推理 (后向鏈接推理)：從表示目標(biāo)的謂詞或命題出發(fā)， 使用一組產(chǎn)生式規(guī)則證明 事實謂詞或命題成立，即首先提出一批假設(shè)目標(biāo)，然后逐一驗證這些假設(shè)。 (其基本原理是 目 標(biāo))，然后逐一驗證這些假設(shè)。 (3)雙向推理：又稱為正反向混合推理，它綜合了正向推理和逆向推理的長處，克服了兩 過 程中的某個步驟，實現(xiàn)事實與目標(biāo)的匹配。3算法 A*直到一個目標(biāo)節(jié)點被選擇擴展才會終止。然而，到達目標(biāo)節(jié)點的一條路經(jīng)可能在 答案。 4結(jié)合你的研究方向，論述哪些人工智能技術(shù)可以得到應(yīng)用？解決什么問題？ 用領(lǐng)域：機器學(xué)習(xí)，知識表示和推理，智能

3、搜索，模糊邏輯，人工神經(jīng)網(wǎng)絡(luò)，遺傳算法，自 然語言理解，博弈論，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘等。答：表示能力：能夠?qū)栴}求解所需的知識正確有效地表達出來 ，可理解性：所表達的知識簡單、明了、易于理解 ，可訪問性：能夠有效地利用所表達的知識 ，可擴充性：能夠方 便靈活地對知識進行擴充。表示范圍是否廣泛、是否適于推理、是否適于計算機處理、是否 有高效的算法、能否表示不精確知識、能否模塊化、知識和元知識能否用統(tǒng)一的形式表示、 描述、存儲、有效利用便是知識表示所應(yīng)解決的問題。 6什么是語義網(wǎng)絡(luò)知識表示?給出這種表示方法的優(yōu)缺點。 物、概念、情況、屬性、狀態(tài)、事件、動作等；弧代表語義關(guān)系，表示它所連結(jié)的兩個實體

4、之間的語義聯(lián)系，它必須帶有標(biāo)識。結(jié)構(gòu)性:把事物的屬性以及事物間的各種語義聯(lián)系顯式地表示出來，是一種結(jié)構(gòu)化的知識表 示方法。在這種方法中，下層結(jié)點可以繼承、新增、變異上層結(jié)點的屬性。聯(lián)想性:本來是作為人類聯(lián)想記憶模型提出來的，它著重強調(diào)事物間的語義聯(lián)系，體現(xiàn)了人 類的聯(lián)想思維過程。自索引性:把各接點之間的聯(lián)系以明確、簡潔的方式表示出來，通過與某一結(jié)點連結(jié)的弧可 搜索時所遇到的組合爆炸問題。自然性:這種帶有標(biāo)識的有向圖，可比較直觀地把知識表示出來，符合人們表達事物間關(guān)系 的習(xí)慣，并且與自然語言語義網(wǎng)絡(luò)之間的轉(zhuǎn)換也比較容易實現(xiàn)。非嚴(yán)格性:沒有象謂詞那樣嚴(yán)格的形式表示體系，一個給定語義網(wǎng)絡(luò)的含義完全依

5、賴于處理 程序?qū)λM行的解釋，通過語義網(wǎng)絡(luò)所實現(xiàn)的推理能保證其正確性。復(fù)雜性:語義網(wǎng)絡(luò)表示知識的手段是多種多樣的，這雖然對其表示帶來了靈活性，但同時也 由于表示形式的不一致，使得它的處理增加了復(fù)雜性。組合爆炸問題和不充分性。7什么是產(chǎn)生式知識表示?給出這種表示方法的優(yōu)缺點。 對符號串做替換運算。一般用三元組(對象，屬性，值)或(關(guān)系，對象 1，對象 2) 式的后件，它指出當(dāng)前題 P 滿足時，應(yīng)該推出的結(jié)論或應(yīng)該執(zhí)行的動作。 產(chǎn)生式的含義: (3)自然性：方便地表示專家的啟發(fā)性知識與經(jīng)驗。 (4)透明性：易于保留動作所產(chǎn)生的 8寫出利用歸結(jié)原理求解問題答案的步驟。 SSS歸 S)得證。 9什么

6、是不確定性推理？不確定推理中需要解決的基本問題有哪些？ 特點？答： (1)人工智能首先研究的是以符號表示的知識，而不是數(shù)值數(shù)據(jù)為研究對象(2)人工智能采用的是啟發(fā)式推理方法,而不是常規(guī)算法(3)人工智能的控制結(jié)構(gòu)與知識領(lǐng)域是分離的，并允許出現(xiàn)不正確的解答之一？答： (1)謂詞邏輯與數(shù)據(jù)庫，特別是關(guān)系數(shù)據(jù)庫就有密切的關(guān)系。在關(guān)系數(shù)據(jù)庫中，邏輯代 系統(tǒng)擴展改造成知識庫。 部分的知識表達成一階謂詞邏輯的形式。(3)謂詞邏輯本身具有比較扎實的數(shù)據(jù)基礎(chǔ)，知識的表達方式?jīng)Q定了系統(tǒng)的主要結(jié)構(gòu)。 。(4) 邏輯推理是公理集合中演繹而得出結(jié)論的過程。 由于邏輯及形式系統(tǒng)具有的重要性 演繹出來的結(jié)論的正確性。而其

7、它的表示方法在這點上還不能與其相比。 12什么是過程性知識表示？給出它的優(yōu)缺點。 它為解題知識的過程表示。 (2)把客觀事物的發(fā)展過程用某種方式表示出來。優(yōu)點：控制系統(tǒng)就比較容易設(shè)計，過程表示用程序來描述問題，具有很高的問題求解效率。 缺點：復(fù)雜、不直觀、容易出錯、不便于修改。由于知識隱含在程序中，難于添加新的知識 和擴充功能，所以適用范圍較窄。13簡述人工智能的研究目標(biāo)。 去只有靠人的智力才能完成的工作。主要研究依賴于現(xiàn)有計算機去模擬人類某些智力行為的基本理論、基本方法。 (2)遠期目標(biāo)：探討智能的基本機理，研究如何利用自動機去模擬人 的某些思維過程和智能行為，甚至做的比人還要好。九個最終目

8、標(biāo)(從研究內(nèi)容出發(fā))：理解人類的認識、有效的自動化、有效的智能拓展、 超人的智力、通用問題求解、連貫性交談、自治、學(xué)習(xí)、儲存信息。14簡述人工智能的新進展。答：多學(xué)科基礎(chǔ)理論交叉研究，多學(xué)派融合研究，集成智能研究，智能機器人研究。 (腦科 學(xué)為人工智能研究提供人腦神經(jīng)系統(tǒng)功能的本質(zhì)和機理； 認知科學(xué)為人工智能研究提供感 及聯(lián)系。生物學(xué)為人工智能研究提供自然界生物運行的機制； 邏輯學(xué)為人工智能研究提供 計算機的定量與人的定性信息處理相結(jié)合，取長補短。 15什么是遺傳算法？解釋遺傳算法中的個體和種群的含義？ 自然選擇原則的搜索算法。遺傳算法用概率搜索過程在該狀態(tài)空間中搜索，產(chǎn)生新的樣本。 物進化過

9、程的一個數(shù)學(xué)仿真，屬于進化計算中的一類方法。個體： 個體就是模擬生物個體而對問題中的對象(一般就是問題的解)的一種稱呼，一個個 集。一組字符串結(jié)構(gòu)，被稱為一個群體。 大學(xué)派，其特點是什么？答： (1)符號主義：又稱為功能模擬學(xué)派，主要觀點認為智能活動的基礎(chǔ)是物理符號系統(tǒng)， 邏輯思維過程,解決 需要邏輯推理的復(fù)雜問題。(b)知識可用顯示的符號表示,在已知基本規(guī) ,無需輸入大量的細節(jié)知識。 (c)便于模塊化,當(dāng)個別事實發(fā)生變化時,易于修改。 (d)能與傳統(tǒng)的符號數(shù)據(jù)庫進行連接。 (e)可對推理結(jié)論進行解釋,便于對各種可能性進行選 (2)連接主義：又稱為結(jié)構(gòu)模擬學(xué)派，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機制

10、和學(xué)習(xí)算法的 (a)通過神經(jīng)元之間的并行協(xié)作實現(xiàn)信息處理,處理過程具有并行性,動態(tài)性,全局性。 (b)可 以實現(xiàn)聯(lián)想的功能,便于對有噪聲的信息進行處理。(c)可以通過對神經(jīng)元之間連接強度的調(diào) (3)行為主義：又稱為模擬學(xué)派、進化主義或控制論學(xué)派，認為智能行為的基礎(chǔ)是“感知- 行為”的反應(yīng)機制?；谥悄芸刂葡到y(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。其 知和行動， 應(yīng)直接利用機器對環(huán)境作用后，以環(huán)境對作用的響應(yīng)為原型。(c)智能行為只能 分階段發(fā)展和增強。 17知識發(fā)現(xiàn)和數(shù)據(jù)挖掘可以應(yīng)用在很多領(lǐng)域中，它們具有哪些公共特征？答： (1)海量數(shù)據(jù)集(2)數(shù)據(jù)利用非常不足(3)在開發(fā)知識發(fā)現(xiàn)系統(tǒng)時

11、，領(lǐng)域?qū)＜覍υ擃I(lǐng) 域的熟悉程度至關(guān)重要(4)最終用戶專門知識缺乏18試述數(shù)據(jù)挖掘的發(fā)展趨勢。答： (1)視頻和音頻數(shù)據(jù)挖掘(2)科學(xué)和統(tǒng)計數(shù)據(jù)挖掘(3)數(shù)據(jù)挖掘的應(yīng)用探索(4)可 伸縮的數(shù)據(jù)挖掘方法(5)數(shù)據(jù)挖掘與數(shù)據(jù)庫系統(tǒng)、數(shù)據(jù)倉庫和 Web 數(shù)據(jù)庫系統(tǒng)的集成(6) 數(shù)據(jù)挖掘語言的標(biāo)準(zhǔn)化(7)可視化數(shù)據(jù)挖掘(8)復(fù)雜數(shù)據(jù)類型挖掘的方法(9) Web 挖掘 (10)數(shù)據(jù)挖掘中的隱私保護與信息安全19試述第三代數(shù)據(jù)挖掘系統(tǒng)的特征及其關(guān)鍵技術(shù)。 夠挖掘 Internet/Extranet 的分布式和高度異質(zhì)的數(shù)據(jù)，并且能夠有效地和操作型系統(tǒng)集 成。這一代數(shù)據(jù)挖掘系統(tǒng)關(guān)鍵的技術(shù)之一是提供對建立在異質(zhì)

12、系統(tǒng)上的多個預(yù)測模型以及管 理這些預(yù)測模型的元數(shù)據(jù)提供第一級別(first class)的支持。 問題歸約？問題歸約的操作算子與一般圖搜索有何不同？ 稱原問題為初始問題，可直接求解的問題為本原問題。 一般圖搜索的操作算子是引起狀態(tài)中的某分量發(fā)生改變，從而使問題由一個具體狀態(tài) A 變 化為另一個具體狀態(tài) B 的作用。使問題一種狀態(tài)變化為另一種狀態(tài)的手段稱為操作符或算 符，操作符可為走步、過程、規(guī)則、數(shù)學(xué)算子、運算符號或邏輯符號等。 言理解？自然語言理解的準(zhǔn)則是什么？答：自然語言理解與“智能”一樣，存在各種各樣的理解和解釋，是利用計算機對自然語言 自然語言理解的準(zhǔn)則：給計算機輸入一段自然語言文本，

13、如果計算機能問答機器能正確地回答輸入文本中的有關(guān)問題；文摘生成機器有能力產(chǎn)生輸入文本的摘要；釋義機器用不同的詞語和語句復(fù)述輸入文本；翻譯機器把一種語言(源語言)翻譯為另一種語言(目標(biāo)語言)22簡述自然語言理解的層次劃分及對應(yīng)的技術(shù)。 及其對應(yīng)的詞素或詞。對應(yīng)技術(shù)：模式匹配詞法分析：找出詞匯的各個詞素(詞根)，從中獲得語言學(xué)信息 對應(yīng)技術(shù)：詞典結(jié)構(gòu) 獻是分不開的，主要方法有：短語結(jié)構(gòu)語法、格語法、擴充轉(zhuǎn)移網(wǎng)絡(luò)、功能語法等。語法分析：將單詞之間的線性次序變換成一個顯示單詞如何與其它單詞相關(guān)聯(lián)的結(jié)構(gòu)。 際)含義或概念。在語言自動理解中，語義越來越成為一個重要的研究內(nèi)容，尤其是對話系 統(tǒng)。對應(yīng)技術(shù)：產(chǎn)

14、生式規(guī)則、概念相依理論、腳本、框架、語義網(wǎng)絡(luò)、邏輯語用分析：研究語言所在的外界環(huán)境對語言使用所產(chǎn)生的影響。描述語言的環(huán)境知識、 解釋。對應(yīng)技術(shù)：產(chǎn)生式規(guī)則、概念相依理論、腳本、框架、語義網(wǎng)絡(luò)、邏輯 化和說明性表示，包括它的論域、論域中諸對象的名稱、定義及相互關(guān)系。1)明確性和客觀性(Clarity)：本體應(yīng)該有效地傳達所定義的術(shù)語的內(nèi)涵。 2)一致性(Coherence)：一個本體應(yīng)該是前后一致的，也就是說， 由它推斷出來的概念定義 應(yīng)該與本體中的概念定義一致。至少。所有的公理應(yīng)該具有邏輯一致性。lity 4)最小編碼偏差(Minimal encoding bias)：本體應(yīng)該處于知識的層次，而與特定的符號級 5)最小本體承諾(Minimal commitment)：一個本體應(yīng)該在提供必須的共享知識的條件下， 者自由地按照他們的需要去專門化和實例化這個本體。 的復(fù)雜問題”。 人 機 接 口 綜合數(shù)據(jù)庫：用于存放問題求解的初始證據(jù)、中間結(jié)果、目標(biāo)、求解狀態(tài)及最終結(jié)果等。 進行推理。常采用不精確推理。 接受性外，在系統(tǒng)自身的生成、測試、運行和維護過程中起著重要的作用。知識獲取程序：輔助知識工