没有合适的资源?快使用搜索试试~ 我知道了~
人工智能考试复习
资源详情
资源评论
资源推荐
人工智能复习参考(2015 工程硕士)
1. 绪 论
1.1. 什么是人工智能?它的研究目标是什么?
人工智能是用计算机来表示和执行人类的智能活动 ,
人工智能(学科):是计算机科学中涉及研究、设计和应用智能机器的一个分支。其
近期的主要目标在于研究用机器来模仿和执行人脑的某些智力功能,并开发相关理论
和技术。
人工智能(能力):是智能机器所执行的通常与人类智能有关的智能行为,如判断、
推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维
活动。
近期目标:研究机器智能,即研究如何使现有的计算机具备更高的智能,在一定领
域或在一定程度上去完成需要人的复杂脑力劳动才能完成的工作。
远期目标:研究智能机器,即的探索智能的基本机理,研究使用各种机器。各种方
法模拟人的思维过程或智能行为,最终制造出和人有相似或相近智力水平和行为能
力的综合智能系统。
1.2. 人工智能有哪些研究方法和途径?简单描述它们的特点。
一、传统划分法
1.符号主义:以人脑的心里模型为依据,将问题或知识表示成某种符号,采用符号推演
方法,宏观上模拟人脑的推理、联想、学习、计算等功能,实现人工智能。
2.连接主义:一人脑的生理模型为依据,探索人的认知过程,从微观上模拟人脑的智能
行为,使计算机表现出某种智能。
3.行为主义:模拟人在控制过程中的智能活动和行为特性,以此来研究和实现人工智能。
二、现代划分法
1.符号智能:利用计算机软件来模拟人的抽象思维过程,并把思维过程看成一个抽象的
符号处理过程。
2.计算智能:依靠数值计算解决问题。
3.群体智能:通过个体之间的分工协作和相互竞争,表现出很高的智能。
1.3. 为什么能够用机器(计算机)模仿人的智能?
人类智能是一个非常复杂的行为,至今仍未能被完全解释。但人的一些初级认知过程
目前计算机也能按类似的原理工作。再有,可以将人看是一个智能信息处理系统。作
为信息处理系统又叫符号操作系统或物理符号系统。所谓符号就是模式。任一模式,
只要它能与其他模式相区别,就是一个符号。一个完善的符号系统应具有下列 6 种基
本功能:
(1)输入符号;
(2)输出符号;
(3)存储符号;
(4)复制符号;
(5)建立符号结构:通过找出各符号间的关系,在符号系统中形成符号结构;
(6)条件性迁移:根据已有符号,继续完成活动过程。
假设:任何一个系统,如果它能够表现出智能,那么它就必定能够执行上述 6 种功能;
反之,任何系统如果具有这 6 种功能,那么它就能够表现出智能,这种智能指的是人
类所具有的那种智能。把这个假设称为物理符号系统的假设。物理符号系统的假设伴
随 3 个推论,
推论 1:既然人具有智能,那么他(她)就一定是个物理符号系统。
推论 2:既然计算机是一个物理符号系统,它就一定能够表现出智能。
推论 3:既然人是一个物理符号系统,计算机也是一个物理符号系统,那么就能够用
计算机来模拟人的活动。
1.4. 人工智能的主要研究内容和应用领域是什么?其中,哪些
是新的研究热点?
研究领域:博弈,自动定理证明,专家系统,模式识别,机器学习,自然语言处理,
分布式人工智能,机器人,神经网络,机器视觉,智能控制,智能检索,数据挖掘与
知识发现,人工生命,系统与语言工具。
研究热点:专家系统,机器学习,神经网络,机器人学,模式识别,分布式人工智能,
数据挖掘与知识发现
1.5. 人工智能的发展对人类有哪些方面的影响?试结合自己了
解的情况和理解,从经济、社会和文化等方面加以说明?
1.6. 试评述人工智能的未来发展。
2. 基于图的知识表示与图搜索技术
2.1. 什么是知识?知识有哪些分类?知识的表示方法有哪些?
掌握用状态图表示知识的方法。
知识
心理学:个体通过与环境相互作用后获得的信息及其组织。
费根鲍姆:知识是经过消减、塑造、解释和转换的信息。
博恩斯坦(Bernstein):知识是由特定领域的描述、关系和过程组成的。
概括地说,知识是高度组织起来的信息集团,是人们在长期的生活和社会实践中、
科学研究和科学实验中积累起来的经验或对客观世界规律的认识等。
知识的分类
(1)从应用领域来划分
常识性知识
领域(专业)性知识
(2)从在问题求解中的作用来划分
叙述性知识
过程性知识
控制性知识
(3)从确定性来划分
确定性知识
非确定性知识
(4)从知识的表现形式来划分,可分为文字、符号、声音、图形、图像等。
常用的知识表示形式
状态空间图
与或图
谓词逻辑
产生式
框架
语义网络
关系图
状态图 PPt2.2
2.2. 什么是盲目搜索?什么是启发式搜索?它们各有什么特点?
盲目搜索:无向导的搜索,也称穷举搜索。
启发式搜索:利用“启发性信息”作为导航的搜索过程
盲目搜索
在搜索过程中,没有任何背景知识作指导,不考虑任何与解有关的信息,随机地或按
预 先规定的顺序生成树的节点,并判断是否为解,直到找到解或证明问题无解为止。
深度优先搜索 广度优先搜索
启发式搜索
用于问题有关的、有利于尽快找到问题解的信息或知识,如待解问题解的分布规律、
求 解该类问题的经验、窍门等,引导搜索。
2.3. 深度优先搜索和广度优先搜索各有什么特点?
广度优先搜索
就是始终先在同一级节点中考查,只有当同一级节点考查完之后,才考查下一级节点。
或者说,是以初始节点为根节点,向下逐级扩展搜索树。所以,广度优先策略的搜索
树是自顶向下一层一层逐渐生成的。
深度优先搜索
就是在搜索树的每一层始终先只扩展一个子节点,不断地向纵深前进,直到不能再前进
(到达叶子节点或受到深度限制)时,才从当前节点返回到上一级节点,沿另一方向
又继续前进。这种方法的搜索树是从树根开始一枝一枝逐渐形成的。 深度优先搜索
亦称为纵向搜索。由于一个有解的问题树可能含有无穷分枝,深度优先搜索如果误入
无穷分枝(即深度无限),则不可能找到目标节点。所以,深度优先搜索策略是不完备
的。另外,应用此策略得到的解不一定是最佳解(最短路径)。 广度优先搜索与深度优
先搜索都属于盲目搜索。
2.4. 什么是与或树?画出猴子摘香蕉问题的分解变换过程的与
或树表示。(见例 2.10)
与或树
将问题对应结点,分解或变换关系对应边,这样,就可以将一个问题求解过程中的分
解和变换过程表示为一棵与或图。与状态空间图的意义不同,这里的与或图对应的是问题
空间图.
一棵树中的弧线表示所连树枝为“与”关系,不带弧线的树枝为或关系。这棵树中既有与
关系又有或关系,因此被称为与或树。
猴子摘香蕉问题
定义五个动作:
f1(x,y):表示猴子从 x 处走到 y 处;
f2(x,y) :表示猴子推箱子从 x 处走到 y 处;
f3(x,y) :表示猴子搬梯子从 x 处走到 y 处;
f4() :表示登上箱子;
f5() :表示登上梯子;
f6() :表示摘到香蕉;
则猴子摘香蕉问题的分解变换过程可用如下与或图表示:
剩余20页未读,继续阅读
winzardx
- 粉丝: 0
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 常用工具集参考用于图像等数据处理
- 音乐展示网页、基于Stenography的图像数字水印添加与提取,以及基于颜色矩和Tamura算法的图像相似度评估算法py源码
- 基于EmguCV(OpenCV .net封装),图像数字水印加解密算法的实现,其中包含最低有效位算法,离散傅里叶变换算法+文档书
- 基于matlab+DWT的图像水印项目,数字水印+源代码+文档说明+图片+报告pdf
- (优秀毕业设计)基于python实现的数字图像可视化水印系统的设计与实现,多种数字算法实现+源代码+文档说明+理论演示pdf
- 基于DWT-DCT-SVD和deflate压缩的数字水印方法python源码+Gui界面+演示视频(高分毕业设计)
- 基于matlab实现DWT、DCT、SVD算法数字图像水印可视化系统+GUI界面+文档说明+详细注释(高分毕业设计)
- NCIAE-Data-Structure大一大二笔记
- 学习wireshark笔记
- digital-image-数据可视化笔记
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0