人工智能导论复习

人工智能导论复习题

人工智能导论复习题

第一章 绪论

1.智能是( )和( )的总和。

正确答案：(1) 知识，智力

2.( )是一切智能行为的基础
正确答案：(1) 知识

3.( )是获取知识并应用知识求解问题的能力。
正确答案：(1) 智力

4.智能的特征有( )、( )、( )、( )。
正确答案：
(1) 具有感知能力
(2) 具有记忆与思维能力
(3) 具有学习能力
(4) 具有行为能力

5.(填空题)人工智能的长期目标是( )
正确答案：(1) 实现人类水平的机器智能

6.人工智能的主要研究内容有( )、( )、( )、( )、( )
正确答案：
(1) 知识表示
(2) 机器感知
(3) 机器思维
(4) 机器学习
(5) 机器行为

7.人工智能的定义是什么？
正确答案：人工智能主要研究用人工的方法和技术，模拟、延伸和扩展人的智能，实现机器智能。

8.简述“图灵测试”？
正确答案：让人与机器分别在两个房间里，两者之间可以通话，但彼此看不到对方，如果通过对话，人的一方不能分辨对方是人还是机器，那么就可以认为对方的那台机器达到了人类智能的水平。

---

第二章 知识表示与知识图谱

1.造成知识具有不确定性的原因主要有( )、( )、( )、( )。
正确答案:
随机性
模糊性
经验
不完全性

2.知识的特性有( )、( )、( )。
正确答案：
(1) 相对正确性
(2) 不确定性
(3) 可表示性与可利用性

3.在人工智能领域内显式的知识表示方法主要有( )、( )、( )、( )。
正确答案：
(1) 一阶谓词逻辑表示法
(2) 产生式表示法
(3) 语义网络表示法
(4) 框架表示法

4.谓词的一般形式是( )。
正确答案：
(1) P(x1,x2,...,xn)

5.一个产生式系统由( )、( )和( )三部分组成
正确答案：
(1) 规则库
(2) 推理机
(3) 综合数据库

6.位于量词后面的单个谓词或者用括弧括起来的谓词公式称为量词的( )，域内与量词中同名的变元称为( )，不受约束的变元称为( )。
正确答案：
(1) 辖域
(2) 约束变元
(3) 自由变元

7.在谓词公式中，连接词的优先级别从高到低排列是( )，( )，( )，( )，( )。
正确答案：
(1) ￢
(2) ∧
(3) ∨
(4) →
(5) ↔

8.对于谓词公式P，如果至少存在一个解释使得P在此解释下的真值为T，则称P是( )。
正确答案：
(1) 可满足的

9.用谓词公式表示知识的一般步骤？
正确答案：
1.定义谓词及个体，确定每个谓词及个体的确切含义。
2.根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。
3.根据所要表达的知识的语义，用适当的连接符将各个谓词连接起来形成谓词公式。

10.知识图谱三元组的基本形式主要分为两种形式：( )、( )。
正确答案：
(1) (实体1-关系-实体2)
(2) (实体-属性-属性值)

11.知识图谱在逻辑上分为( )和( )。
正确答案：
(1) 模式层
(2) 数据层

12.对于事实性知识，由( )和 ( )连接形成的谓词公式表示。
正确答案：
(1) 合取符号
(2) 析取符号

13.在产生式系统中，推理机的工作是( )、( )、( )、( )。
正确答案：
(1) 推理
(2) 冲突消解
(3) 执行规则
(4) 检查推理终止条件

14.利用哪些规则可以得到谓词公式？
正确答案：
1、单个谓词是谓词公式,称为原子谓词公式。
2、若A是谓词公式，则￢A也是谓词公式。
3、若A,B都是谓词公式，则A ∧ B,A V B,A→B,A↔B也都是谓词公式
4、若A是谓词公式，则(x)A,(∃ x)A也都是谓词公式。
5、有限步应用1~4生成的公式也是谓词公式。

---

第三章 确定性推理方法

1.构成推理的两个基本要素是( )和( )。
正确答案：
(1) 已知事实(证据)
(2) 知识

2.若从推出结论的途径来划分，推理可分为( )、( )和( )。
正确答案：
(1) 演绎推理
(2) 归纳推理
(3) 默认推理

3.若按推理中是否运用与推理有关的启发性知识来划分，推理可分为( )和( )。
正确答案：
(1) 启发式推理
(2) 非启发式推理

4.推理的方向分为( )，( )，( )和( )。
正确答案：
(1) 正向推理
(2) 逆向推理
(3) 混合推理
(4) 双向推理

5.正向推理是以( )作为出发点的一种推理。
正确答案：
(1) 已知事实

6.逆向推理是以( )作为出发点的一种推理。
正确答案：
(1) 某个假设目标

7.混合推理可用于( )、( )和( )三种情况
正确答案：
(1) 已知的事实不充分
(2) 正向推理推出的结论可信度不高
(3) 希望得到更多的结论

8.冲突消解策略的基本思想是( )。
正确答案：
(1) 对知识进行排序

9.常用的冲突消解策略有( )、( )、( )和( )。
正确答案：
(1) 按规则的针对性排序
(2) 按已知事实的新鲜性排序
(3) 按匹配度排序
(4) 按条件个数排序

10.基本的自然演绎推理是( )、( )、( )和( )等。
正确答案：
(1) P规则
(2) T规则
(3) 假言推理
(4) 拒取式推理

11.推理的定义？
正确答案：
从初始证据出发，按某种策略不断运用知识库中的已知知识，逐步推出结论的过程称为推理。

12.双向推理的基本思想？
我的答案：
1、根据已知事实进行正向推理，但并不推到最终目标；
2、从某个假设出发进行逆向推理，但并不推至原始事实，而是让它们在中途相遇。
3、当正向推理所得到的中间结论恰好是逆向推理此时所要求的证据，这时推理就可结束，逆向推理是所做的假设就是推理的最终结论。

13.自然演绎推理的概念？
我的答案：
从一组已知为真的事实出发，运用经典逻辑的推理规则推出结论的过程。

14.P规则、T规则、CP规则的概念？
我的答案：
P规则：在推理的任何步骤上都可引入前提。
T规则：在推理时，如果前面步骤中有一个或多个永真蕴含公式S，则可把S引入推理过程中。
CP规则：如果能从任意引入的命题R和前提集合中推出S，则可从前提集合推出R → S。

15.任何文字的( )称为子句。
正确答案：
(1) 析取式

16.谓词公式不可满足的充要条件是( )
正确答案：
(1) 其子句集不可满足

17.谓词公式化为子句集的步骤是什么？
我的答案：
1、消去谓词公式中的“→”和“⟷”符号
2、把否定符号移到紧靠谓词的位置上
3、变量标准化
4、消去存在量词
5、化为前束形
6、化为Skolem标准形
7、略去全称量词
8、消去合取词，把母式用子句集表示
9、子句变量标准化，即使每个子句中的变量符号不同

18.鲁滨逊归结原理就的基本方法是什么？
我的答案：
检查子句集 S 中是否包含空子句，若包含，则 S 不可满足。
若不包含，在 S 中选择合适的子句进行归结，一旦归结出空子句，就说明 S 是不可满足的。

19.归结反演的定义是什么？其一般步骤是什么？
我的答案：
定义：应用归结原理证明定理的过程
步骤：
(1)将已知前提表示为谓词公式F。
(2)将待证明的结论表示为谓词公式Q，并否定得到﹁ Q 。
(3)把谓词公式集{F,﹁ Q} 化为子句集S。
(4)应用归结原理对子句集S中的子句进行归结，并把每次归结得到的归结式都并入到S中。如此反复进行，若出现了空子句，则停止归结，此时就证明了Q为真。

20.应用归结原理求解问题的步骤是什么？
我的答案：
(1)已知前提 F 用谓词公式表示，并化为子句集 S ；
(2)把待求解的问题 Q 用谓词公式表示，并否定 Q，再与答案谓词 ANSWER 构成析取式(﹁ Q ∨ ANSWER )；
(3)把(﹁ Q∨ ANSWER) 化为子句集，并入到子句集 S中，得到子句集S’ ；
(4)对S’应用归结原理进行归结；
(5)若得到归结式 ANSWER ，则答案就在 ANSWER 中。

---

第四章 不确定性推理方法

1.在不确定推理中，“不确定性”一般分为：( )和( )。
正确答案：
(1) 知识的不确定性
(2) 证据的不确定性

2.不确定推理需要解决的重要问题是( )、( )、( )、( )、和( )。
正确答案：
(1) 不确定性的表示与度量
(2) 不确定性匹配算法及阈值
(3) 组合证据不确定性的算法
(4) 不确定性的传递算法
(5) 结论不确定性的合成

3.在CF模型中，知识是用产生式规则表示的，其一般形式为( )
正确答案：
(1) IF E THEN H (CF(H,E))

4.CF(H,E)在[-1,1]上取值，CF(H,E)>0表示( )；CF(H,E)<0表示( )；CF(H,E)=0表示( )；CF(H,E)=-1表示( )；CF(H,E)=1表示( )。
正确答案：
(1) 该条知识以某种程度为真
(2) 该条知识以某种程度为假
(3) 证据的出现与否与结论无关
(4) 该条知识为假
(5) 该条知识为真

5.CF(E)在[-1,1]上取值，CF(E)>0表示( )；CF(E)<0表示( )；CF(E)=0表示( )；CF(E)=-1表示( )；CF(E)=1表示( )。
正确答案：
(1) 证据以某种程度为真
(2) 证据以某种程度为假
(3) 证据未获得任何相关的观察
(4) 证据为假
(5) 证据为真

6.在CF模型中，结论H的可信度的计算公式是( )。
正确答案：
(1) CF(H)=CF(H,F)*max{0,CF(F)}

7.可信度的定义？
正确答案：
根据经验对一个事物或现象为真的相信程度

8.两条知识推出相同的结论，但可信度不同，求出该结论的步骤是什么？
我的答案：
(1)分别对每一条知识求出CF(H)
(2)求出E1与E2对H的综合影响所形成的可信度CF1,2(H)

9.智能问题的本质是( )。
正确答案：
(1) 不确定性

10.在证据理论中，M({红，黄})=0.2，表示( )
正确答案：
(1) 不知道该把这个0.2分配给{红}还是分配给{黄}。

11.信任函数又称为( )，Bel(A)表示( )。
正确答案：
(1) 下限函数
(2) 对命题A为真的总的信任程度

12.似然函数又称为( )或( )，Pl(A)表示( )。
正确答案：
(1) 不可驳斥函数
(2) 上限函数
(3) 对A非假的信任程度

13.证据理论的特点是什么？
正确答案：
该理论能够区分“不确定”与“不知道”的差异，并能处理由“不知道”引起的不确定性，具有很大的灵活性。

14.基于证据理论的不确定性推理的步骤是什么？
我的答案：
(1)建立问题的样本空间D。
(2)由经验给出，或者由随机性规则和事实的可信度度量计算求得幂集2D的基本概率分配函数。
(3)计算所关心的子集A∈ 2D的信任函数值Bel(A)或似然函数值Pl(A)。
(4)由Bel(A) 或者Pl(A)得出结论。

15.常用的模糊矩阵的合成计算方法？
我的答案：
最大-最小合成法：写出矩阵乘积QR中的每个元素，然后将其中的乘积运算用取小运算代替，求和运算用取大运算代替。
最大-代数积合成法：写出矩阵乘积QR中的每个元素，然后将其中的求和运算用取大运算，而乘积运算不变。

16.表述三种模糊决策的方法？
我的答案：
最大隶属度法：在模糊向量中，取隶属度最大的量作为推理结果。
加权平均判决法：将每一个元素的隶属度乘以该元素数值的总和除以元素数值总和得出的答案作为结果。
中位数法：把模糊集的中位数作为系统控制量。

17.应用模糊推理的步骤？
我的答案：
1.模糊知识表示
模糊知识表示一般形式为( <对象>,<属性>,( <属性值>,<隶属度>))
2.对IF A THEN B类型的模糊规则的推理
若已知输入为A,则输出为B ;若现在已知输入为A' ,则输出B'用合成规则求取
B'=A' 。R
其中R为A到B的模糊关系。

---

第五章 搜索求解策略

1.在宽度优先搜索策略中，open表是一个( )的数据结构，遵循( )原则。
正确答案：
(1) 队列
(2) 先进先出

2.在深度优先搜索策略中，open表是一个( )的数据结构，遵循( )原则。
正确答案：
(1) 堆栈
(2) 先进后出

3.宽度优先搜索的优点是( )
正确答案：
(1) 总能找到最好的解

4.人工智能的核心问题是( )和( )。
正确答案：
(1) 启发式策略
(2) 算法设计

5.估价函数的任务是( )。
正确答案：
(1)估计待搜索结点的“有希望”程度，并依次给它们排定次序(在open表中)

6.在启发式搜索中估计一个结点的价值，必须要考虑的两方面因素：( )和( )。
正确答案：
(1) 已付出的代价
(2) 将要付出的代价

7.宽度优先搜索的基本思想？
我的答案：
宽度优先搜索法是由So生成新状态，然后依次扩展这些状态，再生成新状态,该层扩展完
后，再进入下一层,如此-一层层地扩展下去，直到搜索到目的状态(如果目的状态存在)。

8.深度优先搜索的基本思想？
我的答案：
深度优先搜索法是从So出发,沿一个方向一直扩展下去，直到达到一-定的深度。如果未找
到目的状态或无法再扩展时，便回溯到另一条路径继续搜索 ;若还未找到目的状态或无法再扩展
时,再回溯到另一条路径搜索....

9.使用状态空间表示法解决问题的基本步骤？
我的答案：
1、为问题选择适当的“状态”及“操作”的形式化描述方法；
2、从某个初始状态出发，每次使用一个“操作”，递增地建立起操作序列，直到达到目标状态为止；
3、由初始状态到目标状态所使用的算符序列就是该问题的一个解。

10.简述三种按运用的方法分类的启发信息？
我的答案：
(1)陈述性启发信息：一般被用于更准确、更精炼地描述状态，缩小状态空间。
(2)过程性启发信息：一般被用于构造操作算子，使操作算子少而精。
(3)控制性启发信息：表示控制策略方面的知识。

11.启发式图搜索法的关键是什么？
我的答案：
如何寻找并设计一个与问题有关的h(n)及构造出f(n) = g(n) + h(n)，然后以f(n)的大小来排列待扩展状态的次序，每次选择f(n)值最小者进行扩展。

12.从工程应用的角度出发，开发人工智能技术的一个主要目的就是( )。
正确答案：
(1) 解决非平凡问题

13.按解决问题所需的领域特有知识的多少，问题求解系统可分为两大类：( )和( )。前者必须依靠( )去解决问题，后者则求助于( )。
正确答案：
(1) 知识贫乏系统
(2) 知识丰富系统
(3) 搜索技术
(4) 推理技术

14.搜索方向分为( )、( )和( )。
正确答案：
(1) 数据驱动
(2) 目的驱动
(3) 双向搜索

15.据搜索过程中是否运用与问题有关的信息，可以将搜索方法分为( )与( )。
正确答案：
(1) 盲目搜索
(2) 启发式搜索

16.搜索中需要解决的基本问题？
我的答案：
(1)搜索过程是否一定能找到一个解。
(2)当搜索过程找到一个解时，找到的解是否是最佳解。
(3)搜索过程的时间与空间复杂性如何。
(4)搜索过程是否终止运行或是否会陷入一个死循环。

17.搜索的主要过程？
我的答案：
(1) 从初始或目的状态出发，并将它作为当前状态。
(2) 扫描操作算子集，将适用当前状态的一些操作算子作用于当前状态而得到新的状态，并建立指向其父结点的指针 。
(3) 检查所生成的新状态是否满足结束状态，如果满足，则得到问题的一个解，并可沿着有关指针从结束状态反向到达开始状态，给出一解答路径；否则，将新状态作为当前状态，返回第(2)步再进行搜索。

18.简单概述状态、操作、状态空、状态空间的解？
我的答案：
状态：表示系统状态、事实等叙述型知识的一组变量或数组。可用任何类型的数据结构描述。
操作：表示引起状态变化的过程型知识的一组关系或函数。
状态空间：利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，状态空间是一个四元组(𝑆,𝑂,𝑆0,𝐺)。
状态空间的一个解：一个有限的操作算子序列。

19.回溯策略搜索的基本思想？
我的答案：
(1)用未处理状态表(NPS)使算法能返回(回溯)到其中任一状态。
(2)用一张“死胡同”状态表(NSS)来避免算法重新搜索无解的路径。
(3)在PS表中记录当前搜索路径的状态，当满足目的时可以将它作为结果返回。
(4)为避免陷入死循环必须对新生成的子状态进行检查，看它是否在该三张表中。

---

第六章 专家系统

1.专家系统一般由( )、( )、( )、( )、( )和( )组成。
正确答案：
(1) 人机接口
(2) 解释机构
(3) 知识获取机构
(4) 数据库
(5) 推理机
(6) 知识库

2.专家系统的核心是( )和( )。
正确答案：
(1) 推理机
(2) 知识库

3.专家系统的开发步骤是( )、( )、( )、( )、( )。
正确答案：
(1) 问题识别
(2) 概念化
(3) 形式化
(4) 实现
(5) 测试

4.作为人工智能的一个研究领域，机器学习主要研究( )、( )和( )三个方面问题。
正确答案：
(1) 学习机理
(2) 学习方法
(3) 学习系统

5.一个学习系统一般应该有( )、( )、( )、( )等四个基本部分组成。
正确答案：
(1) 环境
(2) 学习
(3) 知识库
(4) 执行与评价

6.机器学习按学习能力分类可分为( )、( )和( )。
正确答案：
(1) 监督学习
(2) 弱监督学习
(3) 无监督学习

7.弱监督学习方法主要有( )、( )和( )。
正确答案：
(1) 半监督学习
(2) 迁移学习
(3) 强化学习

8.按学习时所采用的的推理方式进行分类，机器学习可分为( )和( )。
正确答案：
(1) 基于演绎的学习
(2) 基于归纳的学习

9.按学习方法分类，机器学习可分为( )、( )、( )、( )和( )等。
正确答案：
(1) 机械式学习
(2) 指导式学习
(3) 示例学习
(4) 类比学习
(5) 解释学习

10.按综合属性分类，机器学习可分为( )、( )、( )和( )等。
正确答案：
(1) 归纳学习
(2) 分析学习
(3) 连接学习
(4) 遗传算法与分类器系统

11.专家系统的特点有哪些？
我的答案：
(1)具有专家水平的专业知识
(2)能进行有效的推理
(3)启发性
(4)灵活性
(5)透明性
(6)交互性

12.机器学习的定义？
我的答案：
使计算机能模拟人的学习行为，自动地通过学习来获取知识和技能，不断改善性能，实现自我完善。

13.深度学习的实质是什么？
我的答案：
构建具有很多隐层的机器学习模型和海量的训练数据，通过逐层特征变换，将样本在原空间的特征表示变换到一个新特征空间，学习更有用的特征，从而提升分类或预测的准确性。

---

第七章 人工神经网络及其应用

1.人工智能的三大流派思想中连接主义(或称为仿生学派)流派的基础是( )。
正确答案：
(1) 人工神经网络

2.神经元的标准数学模型由( )、( )和( )三部分组成。
正确答案：
(1) 加权求和
(2) 线性动态系统
(3) 非线性函数映射

3.神经网络的学习就是调整神经网络的( )或者( )，使输入输出具有需要的特性。
正确答案：
(1) 连接权值
(2) 结构

4.BP算法包括( )和( )两个过程。
正确答案：
(1) 信号的前向传播
(2) 误差的反向传播

5.显式的知识表示方法有哪些？隐式的知识表示方法有哪些？
我的答案：
谓词、产生式、框架、语义网络等方法是知识的显式表示。
神经网络知识表示是隐式的表达方式。

6.深度神经网络的学习算法称为( )。
正确答案：
(1) 深度学习

7.卷积神经网络使用的4个关键技术分别是( )、( )、( )和( )。
正确答案：
(1) 局部连接
(2) 权值共享
(3) 多卷积核
(4) 池化的使用

8.深度学习的模型可大致分为( )和( )。
正确答案：
(1) 判别模型
(2) 生成模型

9.生成对抗网络的核心思想是( )。
正确答案：
(1) 博弈论的纳什均衡

10.生成对抗网络中判别器的目的是( )，生成器的目的是( )。
正确答案：
(1)正确区分真实数据和生成数据，从而最大化判别准确率；
(2)尽可能逼近真实数据的潜在分布。

11.生成对抗网络是由( )和( )两部分构成。
正确答案：
(1) 生成网络
(2) 判别网络

12.生成对抗网络的缺点是什么？
我的答案：
在训练中容易出现一些问题，训练过程具有强烈的不稳定性，实验结果随机，具体表现：
1、训练过程难以收敛，经常出现震荡；
2、训练收敛，但是出现模式崩溃。
3、训练收敛，但是GAN还会生成一些没有意义或者现实中不可能出现的图片。