人工智能简答题

1. 在什么情况下需要采用不确定推理或非单调推理？

非单调推理(Non-monotonic Reasoning)，其实质就是指推理产生的结论与系统知识库中原有知识发生矛盾、不相容、或者说违背了常规，也就是说，推理中系统知识库的知识增长呈现了非单调性。

不确定性推理，是指其推理过程中，由于各种偶然性误差、干扰以及证据的不确定性等因素，导致所获得的结果或结论本身具有未置可否的不确定性。

2．产生式系统有哪几种推理方式？各自特点为何？

正向推理：由事实驱动，从一组事实出发推导结论，其优点是算法简单、容易实现，允许用户一开始就把有关的事实数据存入数据库，在执行过程中系统能够很快地获得这些数据，而不必等到系统需要数据时才向用户询问。其主要特点是盲目搜索，可能会求解许多与总目标无关的子目标，每当总数据库的内容更新后都要遍历整个规则库，推理效率较低。

逆向推理：由目标驱动，从一组假设出发验证结论。其优点是搜索的目的性强，推理效率高。缺点是目标空间很大时，效率不高。

双向推理：结合了正向推理和逆向推理的长处，克服了两者的短处。同时从目标和事实出发，实现事实与目标的匹配。

3．在选择知识表示的方法时，应该考虑哪些因素？

能否充分表示相关的领域知识。

是否有利于对知识的利用。

是否便于知识的组织、维护和管理。

是否便于理解和实现。

4．什么是语义网络知识表示?给出这种表示方法的优缺点。

语义网络是通过概念及其语义关系来表示知识的一种网络图，它是一个带标注的有向图。其中有向图的各节点用来表