華南理工大學(xué)《高級(jí)人工智能》考試真題

華南理工大學(xué)《高級(jí)人工智能》復(fù)習(xí)資料1局部緒論1-1. 什么是人工智能？試從學(xué)科和力量?jī)煞矫婕右哉f明。人工智能是用計(jì)算機(jī)來表示和執(zhí)行人類的智能活動(dòng)，人工智能〔學(xué)科：是計(jì)算機(jī)科學(xué)中涉及爭(zhēng)論、設(shè)計(jì)和應(yīng)用智能機(jī)器的一個(gè)分支。其近期的主要目標(biāo)在于爭(zhēng)論用機(jī)器來仿照和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)。人工智能〔力量理、證明、識(shí)別、感知、理解、通信、設(shè)計(jì)、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動(dòng)。1-2. 在人工智能的進(jìn)展過程中，有哪些思想和思潮起了重要作用？數(shù)理規(guī)律，關(guān)于計(jì)算的思想掌握論思想專家系統(tǒng)，機(jī)器學(xué)習(xí)，計(jì)算智能，人工神經(jīng)網(wǎng)絡(luò)等和行為主義的爭(zhēng)論1-3. 為什么能夠用機(jī)器〔計(jì)算機(jī)〕仿照人的智能？模式相區(qū)分，就是一個(gè)符號(hào)。一個(gè)完善的符號(hào)系統(tǒng)應(yīng)具有以下6種根本功能：輸入符號(hào)；輸出符號(hào)；存儲(chǔ)符號(hào)；復(fù)制符號(hào)；建立符號(hào)構(gòu)造：通過找出各符號(hào)間的關(guān)系，在符號(hào)系統(tǒng)中形成符號(hào)構(gòu)造；條件性遷移：依據(jù)已有符號(hào)，連續(xù)完成活動(dòng)過程。66種智能。把這個(gè)假設(shè)稱為物理符號(hào)系統(tǒng)的假設(shè)。物理符號(hào)系統(tǒng)的假設(shè)伴隨3個(gè)推論，推論1：既然人具有智能，那么他〔她〕就肯定是個(gè)物理符號(hào)系統(tǒng)。推論2：既然計(jì)算機(jī)是一個(gè)物理符號(hào)系統(tǒng)，它就肯定能夠表現(xiàn)出智能。推論3：既然人是一個(gè)物理符號(hào)系統(tǒng)，計(jì)算機(jī)也是一個(gè)物理符號(hào)系統(tǒng)，那么就能夠用計(jì)算機(jī)來模擬人的活動(dòng)。1-4. 人工智能的主要爭(zhēng)論和應(yīng)用領(lǐng)域是什么？其中，哪些是的爭(zhēng)論熱點(diǎn)？機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，機(jī)器人學(xué)，模式識(shí)別，機(jī)器視覺，智能掌握，智能檢索，智能調(diào)度與Agent，計(jì)算智能與進(jìn)化計(jì)算，數(shù)據(jù)挖掘與學(xué)問覺察，人工生命，系統(tǒng)與語(yǔ)言工具。爭(zhēng)論熱點(diǎn)：專家系統(tǒng)，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，機(jī)器人學(xué)，模式識(shí)別，分布式人工智能與Agent，數(shù)據(jù)挖掘與學(xué)問覺察。1-5. 人工智能的進(jìn)展對(duì)人類有哪些方面的影響？試結(jié)合自己了解的狀況和理解，從經(jīng)濟(jì)、社會(huì)和文化等方面加以說明？1-6. 試評(píng)述人工智能的將來進(jìn)展。2局部學(xué)問表示2-1. 什么是學(xué)問？學(xué)問的要素有哪些？學(xué)問的表示方法有哪些？Feigenbaum：學(xué)問是經(jīng)過削減、塑造、解釋和轉(zhuǎn)換的信息。簡(jiǎn)潔地說，學(xué)問是經(jīng)過加工的信息。Bernstein：學(xué)問是由特定領(lǐng)域的描述、關(guān)系和過程組成的。Hayes-Roth：學(xué)問是事實(shí)、信念和啟發(fā)式規(guī)章。從學(xué)問庫(kù)的觀點(diǎn)看，學(xué)問是某領(lǐng)域中所涉及的各有關(guān)方面的一種符號(hào)表示。學(xué)問要素：事實(shí)，規(guī)章，掌握，元學(xué)問學(xué)問表示方法：一階規(guī)律表示法，產(chǎn)生式學(xué)問表示法，框架表示法，語(yǔ)義網(wǎng)絡(luò)表示法，面對(duì)對(duì)象表示法2-2. 狀態(tài)空間法、問題歸約法、謂詞規(guī)律法和語(yǔ)義網(wǎng)絡(luò)法的要點(diǎn)是什么？它們有何本質(zhì)上的聯(lián)系及異同點(diǎn)?〔ppt無(wú)〕狀態(tài)空間法：基于解答空間的問題表示和求解方法，它是以狀態(tài)和算符為根底一個(gè)操作符，遞增地建立起操作符的試驗(yàn)序列，直到到達(dá)目標(biāo)狀態(tài)為止。〔ppt無(wú)〕問題規(guī)約法：?jiǎn)栴}的描述，通過一系列變換把此問題最終變?yōu)橐粋€(gè)子問〔要解決的問題一個(gè)平凡的本原問題集合。明這個(gè)語(yǔ)句也是正確的。語(yǔ)義網(wǎng)絡(luò)法：是一種構(gòu)造化表示方法，它由節(jié)點(diǎn)和弧線或鏈組成。節(jié)點(diǎn)用于表示物體、題。2-3. 如何用謂詞公式表示學(xué)問?〔見課本例題〕系的規(guī)章性學(xué)問。用謂詞公式表示學(xué)問的一般步驟定義謂詞及個(gè)體，確定每個(gè)謂詞及個(gè)體的精準(zhǔn)含義。依據(jù)所要表達(dá)的事物或概念，為每個(gè)謂詞中的變?cè)x以特定的值。依據(jù)所要表達(dá)的學(xué)問的語(yǔ)義，用適當(dāng)?shù)倪B接符將各個(gè)謂詞連接起來形成謂詞公式。3局部經(jīng)典規(guī)律推理3-1. 什么是推理？推理的任務(wù)、分類。推理是按某種策略由推斷推出另一推斷的思維過程推理的根本任務(wù)是從一種推斷推出另一種推斷分類：演繹推理：從全稱推斷推導(dǎo)出特稱推斷或單稱推斷的過程歸結(jié)推理：從足夠多的事例中歸納出一般性結(jié)論的推理過程，是一種從個(gè)別到一般的推理3-2. 什么是置換？什么是合一？什么是歸結(jié)？W和W1 1

W產(chǎn)生合式公式2W的運(yùn)算。另一個(gè)推理規(guī)章是全稱化推理，它是由合式公式 (x)W(x)產(chǎn)生合式公式2WAA為任意常量符號(hào)。同時(shí)應(yīng)用假元推理和全稱化推理，例如，可由合式公式(x)[W1

W2

(x和W1

生成合式公式W2

A。這就是查找的Ax的置換，使WA與W1

全都。s作用于表達(dá)式集{E的每個(gè)元素，則用{E}來表示置換例的集，稱表達(dá)式集{E是合一的。假設(shè)存在i i s i一個(gè)置換s使得：E E E ...那么稱此s為{E}的合一者，由于s的作用是使集1s 2s 3s i合{E成為單一形式。i有些專家把它叫做歸結(jié)原理。3-3.3-4.

把謂詞公式化為子句集有哪些步驟?請(qǐng)結(jié)合例子說明之把謂詞公式變換成子句形式：～｛→〔→］∧［→｝～｛→y→］［→｝消去蘊(yùn)涵符號(hào)〔只應(yīng)用∨和～符號(hào)，以～A∨BA→B〕～｛～∨［)∨］［)∨｝〔每個(gè)否認(rèn)符號(hào)～摩根定律〕()｛～｛∨［～)∨］［)∨｝()｛)∧｛～［～)∨］［)∨｝()｛)∧｛～［～)∨］∨｛［)∨｝()｛)∧〔［)∧］()∧｝對(duì)變量標(biāo)準(zhǔn)化〔對(duì)啞元〔虛構(gòu)變量〕改名，以保證每個(gè)量詞有其自己唯一的啞元〕()｛)∧〔［)∧］(ω,ω)∧)｝消去存在量詞〔以Skolem函數(shù)代替存在量詞內(nèi)的約束變量，然后消去存在量詞〕)∧［)∧～］∨,)∧C｝化為前束形〔后面公式的整個(gè)局部〕把母式化為合取范式〔任何母式都可寫成由一些謂詞公式和(或)謂詞公式的否認(rèn)的析取的有限集組成的合取〕)［)∨,))∨)［),)［∨C｝P(A)∧［p(B)∨Q(A,C)］∧［p(B)∨～P(C)］∧［～p(f(A,B))∨Q(A,C)］∧［～p(f(A,B))∨～P(C)］消去全稱量詞〔全部余下的量詞均被全稱量詞量化了。消去前綴，即消去明顯消滅的全稱量詞〕消去連詞符號(hào)∧〔用{A,B}代替(A∧B)，消去符號(hào)∧。最終得到一個(gè)有限集，其中每個(gè)公式是文字的析取〕P(A)p(B)∨Q(A,C)p(B)∨～P(C)～p(f(A,B))∨Q(A,C)～p(f(A,B))∨～P(C)更換變量名稱〔可以更換變量符號(hào)的名稱，使一個(gè)變量符號(hào)不消滅在一個(gè)以上的子句中〕P(x1)p(y1)∨Q(x2,ω1)p(y2)∨～P(ω2)～p(f(x3,y3))∨Q(x3,ω3)～p(f(x4,y4))∨～P(ω4)3-5. 〔消解反演求解過程給出一個(gè)公式集S和目標(biāo)公式否認(rèn)L，得到~L；把~L添加到S中去；把產(chǎn)生的集合{~L，S}化成子句集F；〔4〔以前〕應(yīng)用消解原理，力圖推導(dǎo)出一個(gè)表示沖突的空子句〔現(xiàn)在ppt〕反復(fù)歸結(jié)子句集F中的子句，假設(shè)消滅了空子句，則停頓歸結(jié)，此時(shí)就證明白L永真3-6. 如何通過消解反演求取問題的答案?請(qǐng)結(jié)合例子說明之。從反演樹求取對(duì)某個(gè)問題的答案，其過程如下：把由目標(biāo)公式的否認(rèn)產(chǎn)生的每個(gè)子句添加到目標(biāo)公式否認(rèn)之否認(rèn)的子句中去；依據(jù)反演樹，執(zhí)行和以前一樣的消解，直至在根部得到某個(gè)子句為止；用根部的子句作為一個(gè)答復(fù)語(yǔ)句。NIL的反演樹變換為根部帶有回答語(yǔ)句的一棵證明樹。3-7. 與/或形規(guī)章演繹系統(tǒng)有哪幾種推理方式?各自的特點(diǎn)如何？說明推理過程。請(qǐng)結(jié)合例子說明之。與/或形演繹推理推理方式：正向演繹、逆向演繹、雙向演繹；正向演繹：從事實(shí)動(dòng)身，正向地使用蘊(yùn)含式(F規(guī)章)進(jìn)展演繹推理，直至得到某個(gè)目標(biāo)公式的一個(gè)終止條件為止。/12把“3重命名變?cè)?Skolem函數(shù)消去存在量詞；5消去全稱量詞，且使各主要合取式中的變?cè)煌杨I(lǐng)域?qū)W問的表示形式變成規(guī)定形式的步驟12把“謂詞的位置上；3Skolem函數(shù)消去存在量詞；4消去全稱量詞5恢復(fù)蘊(yùn)含式推理過程：用與/或樹把事實(shí)表示出來F規(guī)章的左部和與/或樹的葉節(jié)點(diǎn)進(jìn)展匹配，并將匹配成功的F規(guī)章參加到與/或樹中重復(fù)第(2)步，直到產(chǎn)生一個(gè)含有以目標(biāo)節(jié)點(diǎn)作為終止節(jié)點(diǎn)的解圖為止逆向演繹推理：從待證明的問題(目標(biāo))(B規(guī)章)含事實(shí)的終止條件為止Skolem函數(shù)消去全稱量詞約束的相應(yīng)變?cè)?，然后在消去存在量詞推理過程：用與/或樹把目標(biāo)公式表示出來用B規(guī)章的右部和與/或樹的葉節(jié)點(diǎn)進(jìn)展匹配，并將匹配成功的B規(guī)章參加到與/或樹中重復(fù)進(jìn)展第(2)步，直到產(chǎn)生某個(gè)終止在事實(shí)節(jié)點(diǎn)上的全都解圖為止與/或形雙向演繹推理：由表示目標(biāo)及表示事實(shí)的兩個(gè)與/或樹構(gòu)造組成，這些與/或樹分別由正向演繹的F規(guī)章及逆向演繹的BF規(guī)章為單文字的左部，B規(guī)章為單文字的右部。4局部不確定推理4-1. 爭(zhēng)論不確定性推理有何意義?有哪幾種不確定性?現(xiàn)實(shí)世界中遇到的問題和事物間的關(guān)系往往比較簡(jiǎn)單下運(yùn)用不確定學(xué)問進(jìn)展推理，即進(jìn)展不確定性推理。〔課件〕意義：使計(jì)算機(jī)對(duì)人類思維的模擬更接近于人類的真實(shí)思維過程。不確定性推理是一種建立在非經(jīng)典規(guī)律根底上的基于不確定性學(xué)問的推理乎合理的結(jié)論。由兩種不確定性，即關(guān)于證據(jù)的不確定性和關(guān)于結(jié)論的不確定性4-2. 在什么狀況下需要承受不確定推理?不確定性；滿足問題求解的實(shí)際需求；便于推理過程中對(duì)不確定性的推算4-3. Bayes網(wǎng)等不確定推理方法。請(qǐng)結(jié)合例子說明之。4-4. BayesBayes網(wǎng)蘊(yùn)涵的條件獨(dú)立假設(shè)是什么？簡(jiǎn)述Bayes網(wǎng)的推理模式。請(qǐng)結(jié)合例子說明之.〔可表示為一有向無(wú)環(huán)圖以及一組局部條件概率集合；準(zhǔn)確定義條件獨(dú)立性：XYZ3ZX聽從的概率分布獨(dú)立于Y的值，XZ時(shí)條件獨(dú)立于Y，即(x,y,zi j

)P(Xxi

,Zzj

)P(Xxi

|Zz)kPX|YZ)PX|Z)擴(kuò)展到變量集合：下面等式成立時(shí)，稱變量集合X

...X1

Z1

...Zn

時(shí)條件獨(dú)立于變量集合Y...Y1 mP(X...X|Z)P(X...X|Z...Z)1l1 m 1n1l1 n推理模式：可以用貝葉斯網(wǎng)在給定其他變量的觀看值時(shí)推理出某些目標(biāo)變量的值由于所處理的是隨機(jī)變量，所以一般不會(huì)賜予目標(biāo)變量一個(gè)精準(zhǔn)的值真正需要推理的是目標(biāo)變量的概率分布，它指定了在賜予其他變量的觀看值條件下，目標(biāo)變量取每一個(gè)可能值的概率在網(wǎng)絡(luò)中全部其他變量都精準(zhǔn)知道的狀況下，這一推理步驟很簡(jiǎn)潔分布5局部機(jī)器學(xué)習(xí)什么是學(xué)習(xí)和機(jī)器學(xué)習(xí)?為什么要爭(zhēng)論機(jī)器學(xué)習(xí)?學(xué)習(xí)〔西蒙統(tǒng)在下一次執(zhí)行同樣任務(wù)或類似任務(wù)時(shí)，比現(xiàn)在做的更好或效率更高?！舱n件為有效。提法是：機(jī)器學(xué)習(xí)是一門爭(zhēng)論及其獵取學(xué)問和技能，并識(shí)別現(xiàn)有學(xué)問的學(xué)問。機(jī)器學(xué)習(xí)進(jìn)入階段的重要性表現(xiàn)在以下諸多方面：機(jī)器學(xué)習(xí)已成為的邊緣學(xué)科并在高校形成一門課程。結(jié)合各種學(xué)習(xí)方法，取長(zhǎng)補(bǔ)短的多種形式的繼承學(xué)習(xí)系統(tǒng)爭(zhēng)論正在興起。機(jī)器學(xué)習(xí)與人工智能各種根底問題的統(tǒng)一性觀點(diǎn)正在形成。各種學(xué)習(xí)方法的應(yīng)用范圍不斷擴(kuò)大，一局部已形成商品。數(shù)據(jù)挖掘和學(xué)問覺察的爭(zhēng)論已形成熱潮，并在生物醫(yī)學(xué)、金融治理、商業(yè)銷售等領(lǐng)域得到成功應(yīng)用，給機(jī)器學(xué)習(xí)注入的活力。與機(jī)器學(xué)習(xí)有關(guān)的學(xué)術(shù)活動(dòng)空前活潑?！舱n件〕,也是現(xiàn)代智能:一個(gè)沒有學(xué)習(xí)功能的系統(tǒng)能被稱具有智能的系統(tǒng)；來自生物、金融與網(wǎng)絡(luò)等各領(lǐng)域的數(shù)據(jù)，迫切需要分析或建立模型。試述機(jī)器學(xué)習(xí)系統(tǒng)的根本構(gòu)造，并說明各局部的作用。環(huán)境環(huán)境學(xué)習(xí)學(xué)問庫(kù)執(zhí)行分。在具體的應(yīng)用中，環(huán)境、學(xué)問庫(kù)和執(zhí)行局部打算了具體的工作內(nèi)容，學(xué)習(xí)局部所需要解決的問題完全由上述三局部確定。試說明歸納學(xué)習(xí)的模式和學(xué)習(xí)方法。歸納學(xué)習(xí)的一般模式為：給定：①觀看陳述〔事實(shí)〕F，用以表示有關(guān)某些對(duì)象、狀態(tài)、過程等的特定學(xué)問；②假定的初始?xì)w納斷言〔可能為空何相關(guān)問題領(lǐng)域?qū)W問、假設(shè)和約束，其中包括能夠刻畫所求歸納斷言的性質(zhì)的優(yōu)先準(zhǔn)則。求：歸納斷言〔假設(shè)〕H，能重言蘊(yùn)涵或弱蘊(yùn)涵觀看陳述，并滿足背景學(xué)問。學(xué)習(xí)方法：〔1〕〔教師〕供給的是一組例子〔正例和反例，它們是一組特別的學(xué)問，每一個(gè)例子表達(dá)了僅適用與該例子的學(xué)問。例如學(xué)習(xí)就是要從這些特別學(xué)問中歸納出適用于更大范圍的一般性學(xué)問排解全部的反例?！?〕觀看覺察學(xué)習(xí)：觀看覺察學(xué)習(xí)又稱為描述性概括，其目標(biāo)是確定一個(gè)定律或理論的一種。前者用于對(duì)事例進(jìn)展聚類，形成概念描述；后者用于覺察規(guī)律，產(chǎn)生定律或規(guī)章。簡(jiǎn)述概念學(xué)習(xí)的根本過程，請(qǐng)結(jié)合例子說明之。集合中定義的布爾函數(shù)。概念學(xué)習(xí)問題的定義：給定一個(gè)樣例集合以及每個(gè)樣例是否屬于某個(gè)概念的標(biāo)注義。又稱從樣例中靠近布爾函數(shù)。概念學(xué)習(xí)是指從有關(guān)某個(gè)布爾函數(shù)的輸入輸出訓(xùn)練樣例中推斷出該布爾函數(shù)。：實(shí)例集X：每個(gè)實(shí)例x6個(gè)屬性描述，每個(gè)屬性的取值范圍已確定假設(shè)集H：每個(gè)假設(shè)h6個(gè)屬性的取值約束的合取目標(biāo)概念c：一個(gè)布爾函數(shù)，變量為實(shí)例訓(xùn)練樣例集D：目標(biāo)函數(shù)〔或目標(biāo)概念〕的正例和反例求解：H中的一假設(shè)h，使對(duì)于X中任意x，h(x)=c(x)簡(jiǎn)述決策樹方法及其使用場(chǎng)合；在構(gòu)造決策樹的過程中，測(cè)試屬性的選取承受什么原則？如何實(shí)現(xiàn)？請(qǐng)結(jié)合例子說明之。決策樹學(xué)習(xí)是一種靠近離散值目標(biāo)函數(shù)的方法棵決策樹。學(xué)習(xí)得到的決策樹也能再被表示為多個(gè)if-then的規(guī)章，以提高可讀性。決策樹通過把實(shí)例從跟結(jié)點(diǎn)排列到某個(gè)葉子結(jié)點(diǎn)來分類實(shí)例子樹上重復(fù)。決策樹學(xué)習(xí)最適合具有一下特征的問題：實(shí)例是由“屬性-值”對(duì)表示的；目標(biāo)函數(shù)具有離散的輸出值；可能需要析取的描述；訓(xùn)練數(shù)據(jù)可以包含錯(cuò)誤；訓(xùn)練數(shù)據(jù)可以包含缺少屬性值的實(shí)例。最正確分類屬性：信息增益：用來衡量給定的屬性區(qū)分訓(xùn)練樣例的力量ID3算法在增長(zhǎng)樹的每一步使用信息增益從候選屬性中選擇屬性用熵度量樣例的均一性：熵刻畫