人工智能：一种现代方法 第二章Agent

人工智能技术及应用习题答案第2章

习题2 一、名词解释 1. 物联网 物联网（Internet of Things，IOT）就是把所有物品通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描仪等信息传感设备与互联网连接起来（见图2-2），进行信息交换和通讯，实现智能化识别、定位、跟踪、监控和管理。 2. 传感器 传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。 3. 云计算 云计算是一种模型，它可以实现随时、随地、便捷、随需地从可配置计算资源共享池中获取所需的资源（例如网络、服务器、存储、应用及服务），资源能够快速供应和释放，使管理资源的工作量和与服务提供商的交互减小到最低限度。 4. 存储虚拟化 虚拟化和分布式在共同解决一个问题，就是物理资源重新配置形成逻辑资源。其中虚拟化做的是造一个资源池，而分布式做的是使用一个资源池。 虚拟化包括计算虚拟化、网络虚拟化和存储虚拟化。 存储虚拟化通常做的是多虚一，除了解决弹性、扩展问题外，还解决备份的问题。 5. 公有云 公有云是为大众建的，所有入驻用户都称租户，不仅同时有很多租户，而且一个租户离开，其资源可以马上释放给下一个租户。 6. 大数据 大数据是指数量庞大而复杂，传统的数据处理产品无法在合理的时间内捕获、管理和处理的数据集合。 7. 区块链 区块链是一种网络上多人记录的公共记账，记载所有交易记录。 8. 结构化数据 结构化的数据是指可以使用关系型数据库表示和存储，表现为二维形式的数据。

9. 非结构化数据 非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、各类报表、图像和音频/视频信息等等。 10.半结构化数据 介于结构化数据和非结构化数据之间，如网页。 二、选择题 1、人工智能赖以生存的土壤（ A ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 2、人工智能的血液（ B ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 3、人工智能的算力（ D ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 4、人工智能的安全保障（ C ）。 A. 物联网 B.大数据 C. 区块链 D. 云计算 5、（ D ）不是人工智能核心要素。 A. 算法 B.算力 C. 数据 D. 网络 6、（ D ）不是物联网具有的特点。 A.全面感知 B. 实时传送 C.智能控制 D. 存储 7、物联网技术架构一般采用（A ）层。 A.4 B.5 C.6 D.8 8、物联网技术架构最低层是（ A ）。 A.感知层 B.传输层 C.支撑层 D.应用层 9、物联网技术架构最高层是（ D ）。 A.感知层 B.传输层 C.支撑层 D.应用层 10、（ D ）不是物联网感知层技术。

人工智能作业一答案

作业一 1.考虑一个实时的在线电话翻译系统，该系统实现英语与日语之间的实时在线翻译，讨论 该系统的性能度量，环境，执行器，感知器，并对该环境的属性进行分析。 【Answer】 性能度量：翻译的正确率 环境：电话线路 传感器：麦克风 执行器：音响 完全可观察的，单agent，确定的(无噪音条件下)，片段的，静态的，离散的。2.考虑一个医疗诊断系统的agent，讨论该agent最合适的种类(简单agent,基于模型的agent, 基于目标的agent和基于效用的agent)并解释你的结论。 【Answer】 utility-based agent。 能够治愈病人的方法有很多种，系统必须衡量最优的方法来推荐给病人 3.先建立一个完整的搜索树，起点是S,终点是G,如下图,节点旁的数字表示到达目标状态 的距离，然后用以下方法表示如何进行搜索。 (a).深度优先； (b).宽度优先； (c).爬山法； (d).最佳优先； 图一 【Answer】: 建立树： 深度: 宽度： 爬山法： 优先搜索： 4.图二是一棵部分展开的搜索树，其中树的边记录了对应的单步代价，叶子节点标注了到 达目标结点的启发式函数的代价值，假定当前状态位于结点A。 (a)用下列的搜索方法来计算下一步需要展开的叶子节点。注意必须要有完整的计算过 程，同时必须对扩展该叶子节点之前的节点顺序进行记录： 1.贪婪最佳优先搜索 2.一致代价搜索 3.A*树搜索 (b)讨论以上三种算法的完备性和最优性。 【Answer】: 贪婪最佳优先：如果h(B)>5,首先访问叶子结点C,如果h(B)<=5,首先访问B,再访问C 一致代价搜索：B,D,E,F,G,H,C A*树搜索：如果h(B)>15,首先访问D 如果h(B)<=15,首先访问B,在E,G,D,H,F,C 图二 5.给定一个启发式函数满足h(G)=0,其中G是目标状态，证明如果h是一致的，那么它是

《人工智能》--课后习题答案

《人工智能》课后习题答案 第一章绪论 答：人工智能就是让机器完成那些如果由人来做则需要智能的事情的科学。人工智能是相对于人的自然智能而言，即用人工的方法和技术，研制智能机器或智能系统来模仿延伸和扩展人的智能，实现智能行为和“机器思维”，解决需要人类专家才能处理的问题。 答：“智能”一词源于拉丁“Legere”，意思是收集、汇集，智能通常用来表示从中进行选择、理解和感觉。所谓自然智能就是人类和一些动物所具有的智力和行为能力。 智力是针对具体情况的，根据不同的情况有不同的含义。“智力”是指学会某种技能的能力，而不是指技能本身。 答：专家系统是一个智能的计算机程序，他运用知识和推理步骤来解决只有专家才能解决的复杂问题。即任何解题能力达到了同领域人类专家水平的计算机程序度可以称为专家系统。 答： 自然语言处理—语言翻译系统，金山词霸系列

机器人—足球机器人 模式识别—Microsoft Cartoon Maker 博弈—围棋和跳棋 第二章知识表达技术 解答： （1）状态空间(State Space)是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）： S—状态集合;O—操作算子集合;S0—初始状态,S0S;G—目的状态,G S,(G可若干具体状态，也可满足某些性质的路径信息描述)从S0结点到G结点的路径被称为求解路径。 状态空间一解是一有限操作算子序列，它使初始状态转换为目标状态： O1 O2 O3 Ok S0S1S2……G 其中O1，…，Ok即为状态空间的一个解(解往往不是唯一的)

（2）谓词逻辑是命题逻辑的扩充和发展，它将原子命题分解成客体和谓词两个部分。 与命题逻辑中命题公式相对应，谓词逻辑中也有谓词（命题函数）公式、原子谓词公式、复合谓词公式等概念。一阶谓词逻辑是谓词逻辑中最直观的一种逻辑。 （3）语义网络是一种采用网络形式表示人类知识的方法。即用一个有向图表示概念和概念之间的关系，其中节点代表概念，节点之间的连接弧(也称联想弧)代表概念之间的关系。 常见的语义网络形式有命题语义网络、数据语义网络：E-R图（实体-关系图）、语言语义网络等。 解答： （1）

人工智能复习题和答案

一、单选题 1. 人工智能的目的是让机器能够（D ），以实现某些脑力劳动的机械化。 A. 具有完全的智能 B. 和人脑一样考虑问题 C. 完全代替人 D. 模拟、延伸和扩展人的智能 2. 下列关于人工智能的叙述不正确的有（ C ）。 A. 人工智能技术它与其他科学技术相结合极提高了应用技术的智能化水平。 B. 人工智能是科学技术发展的趋势。 C. 因为人工智能的系统研究是从上世纪五十年代才开始的，非常新，所以十分重要。 D. 人工智能有力地促进了社会的发展。 3. 自然语言理解是人工智能的重要应用领域，下面列举中的（C）不是它要实现的目标。 A. 理解别人讲的话。 B. 对自然语言表示的信息进行分析概括或编辑。 C. 欣赏音乐。 D. 机器翻译。 4. 下列不是知识表示法的是（）。 A. 计算机表示法 B. 谓词表示法 C. 框架表示法 D. 产生式规则表示法 5. 关于“与/或”图表示知识的叙述，错误的有（D ）。 A. 用“与/或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理。 B. “与/或”图表示知识时一定同时有“与节点”和“或节点”。 C. “与/或”图能方便地表示述性知识和过程性知识。 D. 能用“与/或”图表示的知识不适宜用其他方法表示。 6. 一般来讲，下列语言属于人工智能语言的是（D ）。 A. VJ B. C# C. Foxpro D. LISP 7. 专家系统是一个复杂的智能软件，它处理的对象是用符号表示的知识，处理的过程是（C ）的过程。 A. 思考 B. 回溯 C. 推理 D. 递归 8. 确定性知识是指（A ）知识。 A. 可以精确表示的 B. 正确的 C. 在大学中学到的知识 D. 能够解决问题的 9. 下列关于不精确推理过程的叙述错误的是（ B ）。 A. 不精确推理过程是从不确定的事实出发 B. 不精确推理过程最终能够推出确定的结论 C. 不精确推理过程是运用不确定的知识 D. 不精确推理过程最终推出不确定性的结论

人工智能习题&答案-第2章-知识表示方法

第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。

从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--→d2(-1,0)--→d3(0,2)--→d4(0,-1)--→d5(2,0)--→d6(-1,-1)--→d7(2,0)--→d8(0,-1)--→d9(0,2)--→d10(-1,0)--→d11(1,1) 2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A 开始，访问其他城市不多于一次，并返回A 。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 2-4 试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R 、L 或C 可分别用R 、j ωL 或1/j ωC 来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。 7 10 7 10 13 9 6 6 5 10 B E D A C 图 2.3

2019年度专业技术人员公需科目人工智能与健康考试

2019 年度人工智能与健康 1.（）是自然语言处理的重要应用，也可以说是最基础的应用。（ 2.0 分） A.文本识别 B.机器翻译 C.文本分类 D.问答系统 我的答案： C √答对 2.如果一个人体检时发现乳腺癌 1 号基因发生突变，可以推断出（）。（2.0 分） A.这个人患乳腺癌的概率增加了 B.这个人已经患了乳腺癌 C.这个人一定会患乳腺癌 D.这个人很快会被检查出乳腺癌 我的答案： A √答对 3.在（）年，AlphaGo 战胜世界围棋冠军李世石。（ 2.0 分） A.2006 B.2012 C.2016 D.2017

我的答案： C √答对 4.在中国现有的心血管病患中，患病人数最多的是（）。（ 2.0 分） A.脑卒中 B.冠心病 C.高血压 D.肺原性心脏病 我的答案： C √答对 5.当前人工智能重点聚焦（）大领域。（ 2.0 分） A.6 B.7 C.8 D.9 我的答案： B √答对 6.医学上用百分位法来判定孩子是否属于矮小。如果一个孩子的身高低于同种族、同年龄、同性别正常健康儿童身高的第（）百分位数，医学上称之为矮小。（2.0 分） A.1 B.2 C.3 D.4

我的答案：C√答对 7.《“健康中国2030”规划纲要》中提到，全民健康是建设健康中国的（）。（2.0分） A.必然要求 B.基础条件 C.核心要义 D.根本目的 我的答案：D√答对 8.（）是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。（2.0分） A.前馈神经网络 B.卷积神经网络 C.循环神经网络 D.对抗神经网络 我的答案：C√答对 9.据2005年美国一份癌症统计报告表明，在男性的所有死亡原因中，排在第二 位的是（）。（ 2.0分） A.肺癌 B.肝癌 C.前列腺癌

人工智能导论课参考答案第2章

第2章知识表示方法部分参考答案 2.8设有如下语句，请用相应的谓词公式分别把他们表示出来： (1)有的人喜欢梅花，有的人喜欢菊花，有的人既喜欢梅花又喜欢菊花。 解：定义谓词 P(x)：x是人 L(x,y)：x喜欢y 其中，y的个体域是{梅花，菊花}。 将知识用谓词表示为： (?x )(P(x)→L(x, 梅花)∨L(x, 菊花)∨L(x, 梅花)∧L(x, 菊花)) (2) 有人每天下午都去打篮球。 解：定义谓词 P(x)：x是人 B(x)：x打篮球 A(y)：y是下午 将知识用谓词表示为： (?x )(?y) (A(y)→B(x)∧P(x)) (3)新型计算机速度又快，存储容量又大。 解：定义谓词 NC(x)：x是新型计算机 F(x)：x速度快 B(x)：x容量大 将知识用谓词表示为： (?x) (NC(x)→F(x)∧B(x)) (4) 不是每个计算机系的学生都喜欢在计算机上编程序。 解：定义谓词 S(x)：x是计算机系学生 L(x, pragramming)：x喜欢编程序 U(x,computer)：x使用计算机 将知识用谓词表示为： ?(?x) (S(x)→L(x, pragramming)∧U(x,computer)) (5)凡是喜欢编程序的人都喜欢计算机。 解：定义谓词 P(x)：x是人 L(x, y)：x喜欢y 将知识用谓词表示为： (?x) (P(x)∧L(x,pragramming)→L(x, computer))

2.9用谓词表示法求解机器人摞积木问题。设机器人有一只机械手，要处理的世界有一张桌子，桌上可堆放若干相同的方积木块。机械手有4个操作积木的典型动作：从桌上拣起一块积木；将手中的积木放到桌之上；在积木上再摞上一块积木；从积木上面拣起一块积木。积木世界的布局如下图所示。 图机器人摞积木问题 解：(1) 先定义描述状态的谓词 CLEAR(x)：积木x上面是空的。 ON(x, y)：积木x在积木y的上面。 ONTABLE(x)：积木x在桌子上。 HOLDING(x)：机械手抓住x。 HANDEMPTY：机械手是空的。 其中，x和y的个体域都是{A, B, C}。 问题的初始状态是： ONTABLE(A) ONTABLE(B) ON(C, A) CLEAR(B) CLEAR(C) HANDEMPTY 问题的目标状态是： ONTABLE(C) ON(B, C) ON(A, B) CLEAR(A) HANDEMPTY (2) 再定义描述操作的谓词 在本问题中，机械手的操作需要定义以下4个谓词： Pickup(x)：从桌面上拣起一块积木x。 Putdown(x)：将手中的积木放到桌面上。 Stack(x, y)：在积木x上面再摞上一块积木y。 Upstack(x, y)：从积木x上面拣起一块积木y。 其中，每一个操作都可分为条件和动作两部分，具体描述如下：

人工智能答案1

廉师友<<人工智能>>作业一参考答案 1．已知前提：（1）如果x与y是同班同学，则x的老师也是y的老师；（2）小李和小张是同班同学；（3）王先生是小李的老师，运用自然演绎推理证明: 王先生也是小张的老师。 证明：首先定义谓词： Teacher x是y的老师 x , ) (y x (y Classmates x和y是同班同学 , ) 则已知的前提可以符号化为： （1）)) Classmates Teacher y y x ? y ? ? ∧ x→ z ( ) ) ( z , , , x (z Teacher ( （2）) Teacher Wang , (Xiaoli （3）) Xiaoli Classmates (Xiaozhang , 要证的结论为：) Teacher Wang , (Xiaozhang 推导过程如下： ①)) F x z F y ? ?P规则 ? y x→ y ∧ , ( ) , z ) ( , x G (z ( ② Classmates Xiaoli Xiaozhang Xiaoli Teacher→ ∧ Wang Wang Teacher ( , (Xiaozhang , ) ) ( , ) ①UI规则 ③) Wang Teacher P规则 (Xiaoli , ④) Xiaoli Classmates P规则 , (Xiaozhang ⑤) Classmates Xiaoli Xiaoli Teacher∧ Wang , (Xiaozhang ) ( , ③④合取引入 ⑥) Teacher②⑤假言推理 Wang , (Xiaozhang （补充）利用自然演绎推理证明(,) W a b ??→和(,) ? ?是((,)(,)) x y P x y W x y P a b 的逻辑结果。 证明：①((,)(,)) x y P x y W x y ??→P规则 ②) b P→①全称固化（UI规则） a a W , ( ) , (b ③) ?P规则 W a (b ,

人工智能2019答案

第一章已完成成绩: 100、0分 1 【单选题】2016年3月,人工智能程序()在韩国首尔以4:1的比分战胜的人类围棋冠军李世石。 ?A、AlphaGo ?B、DeepMind ?C、Deepblue ?D、AlphaGo Zero 我的答案:A得分: 10、0分 2 【单选题】首个在新闻报道的翻译质量与准确率上可以比肩人工翻译的翻译系统就是()。?A、苹果 ?B、谷歌 ?C、微软 ?D、科大讯飞 我的答案:C得分: 10、0分 3 【多选题】属于家中的人工智能产品的有()。 ?A、智能音箱 ?B、扫地机器人 ?C、声控灯 ?D、个人语音助手 我的答案:ABD得分: 10、0分 4 【多选题】目前外科手术领域的医用机器人的优点有()。 ?A、定位误差小 ?B、手术创口小 ?C、不需要人类医生进行操作 ?D、能够实时监控患者的情况 ?E、可以帮助医生诊断病情

我的答案:AB得分: 10、0分 5 【判断题】在神经网络方法之前,机器翻译主要就是基于统计模型的翻译。() 我的答案:√得分: 10、0分 6 【判断题】人工智能具有学会下棋的学习能力,就是实现通用人工智能算法的基础。() 我的答案:√得分: 10、0分 7 【判断题】目前还没有成功进行无人自动驾驶的案例。() 我的答案:×得分: 10、0分 8 【判断题】智能家居应该能自动感知周围的环境,不需要人的操控。() 我的答案:√得分: 10、0分 9 【判断题】智能音箱本质上就是音箱、智能语音交互系统、互联网、内容叠加的产物。() 我的答案:√得分: 10、0分 10 【判断题】基于句法的机器翻译就是目前较为流行的翻译方法,基本达到了预期的理想。() 我的答案:× 第二章已完成成绩: 100、0分 1 【单选题】被誉为计算机科学与人工智能之父的就是()。 ?A、图灵 ?B、费根鲍姆

人工智能作业答案(中国矿大)

1把以下合适公式化简为合取范式的子句集： （1）? (?x)(?y)(?z){P(x) ? (?x)[Q(x, y) ? R(z)]} （2）( ?x)( ?y){{P(x) ∧ [Q(x) ∨ R(y)]} ? (?y)[P(f(y)) ? Q(g(x))]} (3) (?x)( ?y){P(x) ∧ [Q(x)∨ R(y)]}? (?y){[P(f(y))? Q(g(y))]? (?x)R(x)} (1) ??(?x)( ?y)( ?z){P(x) ? (?x)[Q(x,y) ? R(z)]} ??(?x)( ?y)( ?z){ ?P(x) ∨ ( ?x)[?Q(x,y) ∨ R(z)]} ? (?x)( ?y)( ?z){ P(x) ∧ (? x)[Q(x,y) ∧?R(z)]} ? P(A) ∧ [Q(f(y,z), y) ∧?R(z)] ? {P(A), Q(f(y,z),y), ∧?R(w)} （2)? (?x)(?y){{P(x) ∧ [Q(x) ∨ R(y)]} ? (?y)[P(f(y)) ? Q(g(x))]} ? (?x)(?y){?{P(x) ∧ [Q(x) ∨ R(y)]} ∨(?y)[?P(f(y)) ∨ Q(g(x))]} ? (?x)(?y){?P(x) ∨ [?Q(x) ∧?R(y)] ∨ (?w)[?P(f(w)) ∨ Q(g(x))]} ? (?x){?P(x) ∨ [?Q(x) ∧?R(h(x))] ∨ (?w)[?P(f(w)) ∨ Q(g(x))]} ? [?P(x) ∨?Q(x) ∨?P(f(w)) ∨ Q(g(x))] ∧ [?P(x) ∨?R(h(x)) ∨?P(f(w)) ∨ Q(g(x))] ? {?P(x1) ∨?Q(x1) ∨?P(f(w1) ∨ Q(g(x1)),

人工智能第二章 知识表示方法

人工智能第二章知识表示方法 2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。 问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。 谓词逻辑法：采用谓词合式公式和一阶谓词算法。要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。 语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。节点用于表示物体、概念和状态，弧线用于表示节点间的关系。语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。选择一个状态表示，

表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。 7 10 9 10 D 图2.3 2-3 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 用四元数列(nA, nB, nC, nD) 来表示状态，其中nA表示A盘落在第nA号柱子上，nB表示B盘落在第nB号柱子上，nC表示C盘落在第nC号柱子上，nD表示D盘落在第nD号柱子上。 初始状态为1111，目标状态为3333

人工智能的发展及应用

人工智能的发展及应用 这是个信息爆炸自动控制飞速发展的时代，而在这样的时代中，人工智能也取得了飞速的发展。成为了最前沿最热门的学科和研究方向之一。 人工智能的定义 “人工智能” (Artificial Intelligence) 一词最初是在1956 年Dartmouth 学会上提出的。人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支, 它企图了解智能的实质, 并生产出一种新的能以人类智能相似的方式做出反应的智能机器。目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。 人工智能理论进入21 世纪, 正酝酿着新的突破,人工智能的研究成果将能够创造出更多更高级的智能“制品” , 并使之在越来越多的领域超越人类智能, 人工智能将为发展国民经济和改善人类生活做出更大贡献。 人工智能的应用领域 1. 在管理系统中的应用 (1) 人工智能应用于企业管理的意义主要不在于提高效率, 而是用计算机实现人们非常需要做, 但工业工程信息技术是靠人工却做不了或是很难做到的事情。在《谈谈人工智能在企业管理中的应用》一文中刘玉然指出把人工智能应用于企业管理中, 以数据管理和处理为中心, 围绕企业的核心业务和主导流程建立若干个主题数据库, 而所有的应用系统应该围绕主题数据库来建立和运行。换句话说, 就是将企业各部门的数据进行统一集成管理, 搭建人工智能的应用平台, 使之成为企业管理与决策中的关键因子。 2. 在工程领域的应用

(1) 医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用, 具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题, 作为医生诊断、治疗的辅助工具。事实上, 早在1982年, 美国匹兹堡大学的Miller 就发表了著名的作为内科医生咨询的Internist 2? 内科计算机辅助诊断系统的研究成果, 由此, 掀起了医学智能系统开发与应用的高潮。目前, 医学智能系统已通过其在医学影像方面的重要作用, 从而应用于内科、骨科等多个医学领域中,并在不断发展完善中。 (2) 地质勘探、石油化工等领域是人工智能的主要作用发挥领地。1978 年美国 斯坦福国际研究所就研发制成矿藏勘探和评价专家系统“PROSPECT”OR, 该系统用于勘探评价、区域资源估值和钻井井位选择等, 是工业领域的首个人工智能专家系统,其发现了一个钼矿沉积, 价值超过1 亿美元。 3. 在技术研究中的应用 (1) 在超声无损检测(NDT)与无损评价(NDE)领域中,目前主要广泛采用专家系统方法对超声损伤(UT)中缺陷的性质、形状和大小进行判断和归类；专家运用超声无损检测仪器, 以其高精度的运算、控制和逻辑判断力代替大量人的体力与脑力劳动减少了任务因素造成的无擦, 提高了检测的可靠性, 实现了超声检测和评价的自动化、智能化。 (2) 人工智能在电子技术领域的应用可谓由来已久。随着网络的迅速发展,网络技术的安全是我们关心的重点, 因此我们必须在传统技术的基础上进行网络安全技 术的改进和变更，大力发展数据挖掘技术、人工免疫技术等高效的AI技术,开发更 高级AI 通用和专用语言, 和应用环境以及开发专用机器, 而与人工智能技术则为我们提供了可能性。 人工智能的发展 人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几个阶段: 孕育阶段:古希腊的Aristotle( 亚里士多德)( 前384-322) ，给出了形式逻辑的基本规律。英国的哲学家、自然科学家Bacon(培根)(1561-1626)，系统地给出了归纳法。“知识就是力量”

人工智能习题答案

（此文档为Word格式，下载后可以任意编辑修改！）试卷装订封面

第一章绪论 1-1. 什么是人工智能？试从学科和能力两方面加以说明。 从学科角度来看：人工智能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。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。 从能力角度来看：人工智能是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动 1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？控制论之父维纳1940 年主张计算机五原则。他开始考虑计算机如何能像大脑一样工作。系统地创建了控制论，根据这一理论，一个机械系统完全能进行运算和记忆。 帕梅拉?麦考达克(Pamela McCorduck)在她的著名的人工智能历史研究《机器思维》(Machine Who Think,1979) 中曾经指出：在复杂的机械装置与智能之间存在着长期的联系。著名的英国科学家图灵被称为人工智能之父,图灵不仅创造了一个简单的通用的非数字计算 模型，而且直接证明了计算机可能以某种被理解为智能的方法工作。提出了著名的图灵测试。数理逻辑从19 世纪末起就获迅速发展；到20 世纪30 年代开始用于描述智能行为。计算机出现后，又在计算机上实现了逻辑演绎系统。 1943年由生理学家麦卡洛克(McCulloch)和数理逻辑学家皮茨(Pitts)创立的脑模型，即MP模型。60-70年代，联结主义，尤其是对以感知机(perceptron)为代表的脑模型的研究曾出现过 热潮， 控制论思想早在40-50 年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。到 60-70 年代，控制论系统的研究取得一定进展，播下智能控制和智能机器人的种子。 1-3. 为什么能够用机器(计算机)模仿人的智能？ 物理符号系统的假设：任何一个系统，如果它能够表现出智能，那么它就必定能执行输入符号、输出符号、存储符号、复制符号、建立符号结构、条件性迁移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(人类所具有的智能)。 物理符号系统的假设伴随有3个推论。 推论一: 既然人具有智能，那么他(她)就一定是个物理符号系统。 推论二: 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。 推论三: 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，那么我们就能够用计 算机来模拟人的活动。 1-4. 现在人工智能有哪些学派？它们的认知观是什么？符号主义(Symbolicism) ，又称为逻辑主义(Logicism) 、心理学派(Psychlogism) 或计算机学派(Computerism) [ 其原理主要为物理符号系统( 即符号操作系统)假设和有限合理性原理。] 认为人的认知基元是符号，而且认知过程即符号操作过

浅谈人工智能技术及其应用发展

2019.01科技论坛 浅谈人工智能技术及其应用发展 李思睿 (绵阳南山中学，四川绵阳，6n o o o) 摘要：本文就人工智能的定义以及其主要的相关技术题型进行阐述，并且探讨了人工智能技术所应用的一些热门领域。 人工智能技术目前作为一门交叉性的学科，未来其发展趋势会在很大程度上影响和改变我们的生活。 关键词：物联网；计算机技术；人工智能 Talking about Artificial Intelligence Technology and Its Application Development Li Sirui (Mianyang Nanshan Middle School,Mianyang Sichuan,621000) Abstract:In this paper,the definition of artificial intelligence and its main related technical topics are described,and some hot areas of application of artificial intelligence technology are discussed.Artificial intelligence technology is currently an interdisciplinary subject,and its future development trend will affect and change our lives to a large extent. K e y w o r d s:Internet of Things;Computer Technology;Artificial Intelligence 〇引言 AI(人工智能技术)其本质是模拟人类意识和思维信息 的过程，通过机器实现,模拟人类感知、识别、和决策功能的 技术。在大数据挖掘,云计算以及深度学习等理论支持下，人 工智能呈现出跨界融合、人机协同、自主操纵等特征。目前，人工智能技术广泛地应用于自动驾驶、智能家居、智慧医疗、图像识别、语音助手等领域。 1人工智能的相关技术 人工智能的应用领域包括问题求解、自然语言处理、人 工智能方法和程序语言等等，这些应用领域已经适用到了很 多行业，进而推动了社会科学的总体发展。对于人工智能技 术的实现技术体系而言，主要涉及以下四个方面：机器学习、自然语言处理技术、图像处理技术、人机交互技术。在机器学 习上，机器学习的能力是人工智能技术最为凸显的一种表现 手段，与此同时人工智能也在此技术上有了很多改变。自然 语言处理是融合了计算机科学、语言学和人工智能于一体的 交叉研宄方向，它的目的是“让计算机理解自然语言”,更高 效的完成工作任务。图像处理技术是将图像处理技术与人工 智能相结合的方法，在原有自动识别的基础上，我们提出一 种基于专家系统的知识识别方法。人机交互技术使用户与计 算机系统通过可以通过人机交互界面进行交流。机器显示大 量提示与请求，用户通过输入设备给计算机提供有关信息，从而达成人机互动。其知识结构体系如表1所示。 表1人工智能主要技术体系 技术体系技术方法 机器学习监督学习（监督分类学习，回归飞行系），无监 督学习，强化学习 图像处理技术遗传算法，图像降维，图像识别，图像分割，特 征提取 人机交互技术UI 设计、可视化技术、GIS跟踪技术、动作识人 机界面技术，语音识别技术 自然语言处理语音识别，语句分析，文本转化 1.1机器学习 机器学习指的是计算机通过分析、学习、归纳大量数据, 达到拥有能够自主做出最佳判断与决策的能力，简单的说, 机器学习是一种A I技术在不同应用场景下时‘命令行”语句 或者方法。机器学习主要内容包涵有深度学习、深度人工神经 网络、决策树、增强算法等。机器学习对于人工智能技术十分重 要，而算法的发展也对人工智能技术的发展起到了作用。 1.2自然语言舰 自然语言处理技术包含两个方面，一是将人类语言转化 为计算机可以处理的形式，二是将计算机数据转为人类语言 的自然形式，以此达到计算机能够理解人类语言的目的。目前，市面上已有应用该技术的产品，例如Apple的siri、微软 的C o r t m a,这些产品能够协助人们完成许多任务，其核心技 术不仅包括自然语言技术，也包含了深度学习。自然语言处 理综合了语言学、计算机科学、数学等学科，该技术内又包含 了信息检索、信息抽取、词性标注、语法分析、语音识别、语法 解析、语种互译等技术。 1.3图像顺支术 图像是人类获取信息的主要途径，人工智能技术要实现 模拟人类分析问题、解决问题的功能,图像处理技术不可缺 少。图像处理技术使计算机拥有视觉，可以处理、分析图片或 多维的数据。在大数据时代，如何对海量图像数据进行信息 iliiia m

专业技术人员继续教育《人工智能技术发展趋势与应用》试题与答案涵盖

10.501v2 《人工智能技术发展趋势及应用》试题及答案 ( 一) 单选题，每题 2 分，共20 题。 1. 下列有关人工智能的说法中，不正确的是（）。 (A) 人工智能是以机器为载体的智能 (B) 人工智能是以人为载体的智能 (C) 人工智能是相对于动物的智能 (D) 人工智能也叫机器智能 2. 以下属于素养性知识的是（）。 (A) 为人处事方面的知识 (B) 行业性知识 (C) 分析性知识 (D) 创造性知识 3. 本课程提到，人工智能皇冠上的明珠是（）。 (A) 数据智能 (B) 读写智能 (C) 逻辑智能 (D) 语言智能 4. 根据本课程，以下哪项不属于情感分析四维模型的内容（）。 (A) 读音知情 (B) 读脸知情

(C) 读搏知情 (D) 读书知情 5. 人工神经网络发展的第一次高潮是（）。 (A) 1986 年启动“863计划” (B) 1977 年，吴文俊创立吴方法 (C) 1957 年，罗森布拉特提出感知机神经元关系 (D) 1985-1986 年提出误差反向传播算法 6. 人工智能在围棋方面的应用之一是AlphaGo 通过（）获得“棋感”。 (A) 视觉感知 (B) 扩大存储空间 (C) 听觉感知 (D) 提高运算速度 7. 以下哪项不属于教育信息化的三个阶段（）。 (A) 教育创新化 (B) 教育技术化 (C) 教育智能化 (D) 教育智慧化 8. 以下不属于人工智能对当前经济社会冲击最大的四个领域的是（）。 (A) 制造 (B) 教育

(C) 艺术 (D) 金融 9. 2013 年，麻省理工学院的基础评论把（）列为第一大技术突破。 (A) 机器学习 (B) 人工智能 (C) 智能围棋 (D) 深度学习 10. 根据本课程，过去生产一台哈雷机车需要21 天，但在工业 4.0 时代，只需要（）就可以把私人定制的摩托车交给客户，极大提高了生产效率，同时满足用户的个性化需求。 (A) 2 天 (B) 24 小时 (C) 12 小时 (D) 6 小时 11. 根据本课程，根据相关机构数据分析，中国制造业总体成本与美国相比（） (A) 远远低于美国 (B) 远远高于美国 (C) 已经几乎相等同 (D) 无法判断 12. 根据本课程，高速公路自动驾驶属于智能网联汽车的哪个发展阶段？（） (A) 驾驶辅助 (B) 部分自动驾驶

2017春季《人工智能》试题答案

期末作业考核 《人工智能》 满分100分 一、判断题（每题3分，共30分） 1. 从选手的角度看，博弈树就是一棵与或树，其特点是博弈的目标状态是初始节点,博弈树中的“或” 节点和“与”节点逐层交替出现。（√） 2. 遗传算法的编码方法常用编码方式有二进制编码、浮点数编码方法、格雷码、几何图形方法。（√） 3. 如果搜索是以接近起始节点的程度依次扩展节点的，那么这种搜索就叫做宽度优先搜索。（√） 4. 在宽度优先搜索中，OPEN表的数据结构是栈。（√） 5. 目前，人工智能的主要学派有下列3家：符号主义、分割主义和现实主义。（×） 6. 行为主义认为人工智能源于控制论。（×） 7. 在前馈网络中，多个神经元互连以组织一个互连神经网络。（×） 8. 问题归约法是从中间状态出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归 约为一个平凡的本原问题集合。（√） 9. 在问题归约图中，终叶节点是可解节点。（×） 10. 子句是由文字的析取组成的公式。（×） 二、简答题（每题15分，共45分） 1. 当前人工智能有哪些学派，他们的认知观是什么？ 答：当前人工智能有符号主义、联结主义、行为主义三大学派。 符号主义，又称为逻辑主义、心理学派或计算机学派[ 其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。认为人的认知基元是符号，而且认知过程即符号操作过程。认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。知识是信息的一种形式，是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。 联结主义，又称为仿生学派或生理学派。其原理主要为神经网络及神经网络间的连接机制与学习算法。认为人的思维基元是神经元，而不是符号处理过程。认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。 行为主义，又称进化主义或控制论学派 [ 其原理为控制论及感知-动作型控制系统认为智能取决于感知和行动。认为智能不需要知识、不需要表示、不需要推理；人工智能可以象人类智能一样逐步进化。智能行为只能在现实世界中与周围环境交互作用而表现出来。符号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。 2.简述反演的基本算法。 答：包括线性反演和非线性反演 线性反演包括：最速下降、高斯反演、马垮塌反演 非线性反演包括：遗传算法、模拟退火等 看你要做什么了,要根据不同的需要选择不同的反演方法,不过非线性反演计算时间长

人工智能习题及答案-第2章-知识表示方法

人工智能习题及答案-第2章-知识表示方法 第二章知识表示方法 2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点? 2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去? 用S i(nC,nY)表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1.nC=0 2.nC=3 3.nC=nY>=0(当nC不等于0或3) 用d i(dC,dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC,dY同时为非正数，表示船驶回岸边。 初始状态为S0(0,0)，目标状态为S0(3,3)，用深度优先搜索的

方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY,纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。 从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--àd2(-1,0)--àd3(0,2)--àd4(0,-1)--àd5(2,0)--àd6(-1,-1)--àd7(2,0)--àd8(0,-1)--àd9(0,2)--àd10(-1,0)--àd11(1,1)2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A 开始，访问其 他城市不多于一次，并返回A 。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从