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：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：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。
2、现在人工智能有哪些学派？它们的认知观分别是什么？
（1）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(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，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式。
行为主义(Actionism)，又称进化主义(Evo luti oni sm)或控制论学派(Cyberneticsism)，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；人工智能以像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。
3、请简述智能经济的基本内涵。
智能经济是在数字经济充分发展的基础上，由人工智能等智能技术推动形成和发展的新经济形态。
4、问题归约表示方法的思想是什么？
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，直至最后把初始问题归约为一个平凡的本原问题的集合.
5、试举例比较各种搜索方法的效率。
我的答案：
顺序查找：这是最简单的查找方法，适用于数据量较小且无序的场景。它逐个遍历数据源中的每个元素，直到找到目标元素或遍历完所有元素。对于大量数据的查找，顺序查找的时间复杂度为O(n)，效率较低。
折半查找：又称为二分查找，适用于有序数据集的查找。它每次将数据集分成两半，根据目标值与中间值的比较结果，逐步缩小查找范围，直到找到目标元素或确定不存在于数据集中。折半查找的时间复杂度为O(log n)，比顺序查找效率更高。
二叉树查找：适用于有序的二叉树结构数据。通过构建平衡的二叉搜索树，可以根据目标值快速定位到对应节点，从而获取所需信息。二叉树查找的时间复杂度取决于树的高度，通常为O(log n)到O(n)之间，比顺序查找和折半查找效率更高。
索引查找：适用于大量数据的快速查找。通过建立索引结构（如B树、哈希表等），将数据值映射到相应的位置或指针，从而直接定位到所需元素的位置。索引查找的时间复杂度取决于索引结构的设计和实现，通常比顺序查找和折半查找效率更高。
开地址哈希查找方法：利用哈希函数将数据值映射到存储位置的数组中，通过计算哈希值快速定位到目标元素的位置。开地址哈希查找方法的时间复杂度取决于哈希函数的设计和冲突解决策略，通常比顺序查找、折半查找和二叉树查找效率更高。
拉链法哈希查找方法：是一种解决哈希冲突的方法，通过链表连接相同哈希值的元素。在查找时，先计算目标元素的哈希值，然后遍历对应链表，直到找到目标元素或确定不存在于数据集中。拉链法哈希查找方法的时间复杂度取决于哈希函数的设计和冲突解决策略，通常比顺序查找、折半查找和二叉树查找效率更高。
综上所述，各种搜索方法都有其适用场景和效率特点。在实际应用中，应根据数据量、有序性、存储结构等因素选择合适的搜索方法。
4
化为子句形有哪些步骤？请结合例子说明。
将公式化成标准子句形式有9个步骤
(1)用7AVB取代A→B，消去“→”符号。
(2)降低7符号的辖域，直到原子公式之前或消去一符号。
(3)变量标准化。重新命名哑变量，以保证每个量词有自己唯一的变量名。
(4)将公式变为前束范式(Prefix)。
(5)消去存在量词,用Skolem常数或Skolem函数代替存在量词所量化变量的每个出现。(6)消去全称量词。这样一个公式变成无量词公式了。
(7)重复利用分配律，变公式为析取式的合取式。
(8)消去“^”连词，使公式成为若干子句。
【9)将变量换名，使同一个变量符不会出现在两个和两个以上的子句中。
6、什么叫合式公式？合式公式有哪些等价关系？
我的答案：
合式公式的递归定义为：
(1) 原子谓词公式是合式公式
(2)若A为合式公式，则A的否定也是合式公式
(3)若A、B都是合式公式，则 A AND B,AOR B,A èB，A B>B 也都是合式公式
(4)若A是合式公式，x为A中的自由变元，则(ANYx)A 和 (EXT x)A 都是合式公式
(5)只有按规则(1)~(4)求得的公式，才是合式公式等价关系：
(1)否定之否定(P)等价于P
(2) P V Q等价于~ P → Q
(3)狄·摩根定律(PVQ)等价于P AQ(PA Q)等价于P VQ
(4)分配律PA(Q VR)等价于(P AQ) V (P A R) P V(QA R)等价于(P VQ)A(P V R)(5)交换律 P AQ等价于QAPP V Q等价于Q V P
(6)结合律(P A Q)A R等价于PA(QA R)(P VQ) VR 等价于 P V(Q V R)
(7)逆否律 P→Q等价于Q> P
7如何通过消解反演求取问题的答案？
给出一个公式集S和目标公式L，通过反证或反演来求证目标公式L，其证明步骤如下：
(1)否定L，得~L；
(2)把~L添加到S中去；
(3)把新产生的集合(~L，S]化成子句集；
(4)应用消解原理，力图推导出一个表示矛盾的空子句NIL。
1
请简述确定性推理与不确定性推理。
确定性推理是指在经典逻辑基础上，运用确定性知识进行精确推理，得到确定性的结果。
不确定性推理是指运用不确定性知识和证据进行推理，得到具有一定程度的不确定性但却又是合理或基本合理的结论。
2
知识的表示方式有哪些？
知识的表示方式有：状态空间表示（状态空间图）、问题规约表示（与或图）、谓词逻辑表示、语义网络表示、框架表示、产生式表示等。
3
当前人工智能有哪些学派?他们对人工智能在理论上有何不同观?
符号主义，联结主义和行为主义
符号主义：认为人工智能源于数理逻辑，符号主义仍然是人工智能的主流派，这个学派的代表有纽厄尔、肖、西蒙和尼尔逊等
联结主义：认为人工智能源于仿生学，特别是人脑模型的研究
行为主义：认为人工智能源于控制论，这一学派的代表作首推布鲁克斯的六足行走机器人，他被看做新一代的“控制论动物”，是一个基于感知-动作模式的模拟昆虫行为的控制系统
4
请说明神经元的基本结构和前馈型神经网络的工作过程。
神经元的基本结构：人工神经网络由神经元模型构成，这种由许多神经元组成的信息处理网络具有并行分布结构。每个神经元具有单一输出，并且能够与其它神经元连接。存在许多输出连接方法，每种连接方法对应于一个连接权系数
前馈型神经网络的工作过程：它从样本数据中取得训练样本及目标输出值，然后将这些训练样本当做网络的输入，利用最速下降法反复调整网络的连接权值，使网络的实际输出和目标输出值一致。当输入一个非样本数据时，以学习的神经网络就可以给出系统最可能的输出值
5
什么是机器学习？
机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
6
什么是知识？
知识是一个抽象术语，用于尝试描述人对某种特定对象的理解。
一般性解释：知识是人们在改造客观世界实践中积累起来的认识和经验。
信息加工观点：知识是对信息进行智能性加工所形成的对客观世界规律性的认识。即：知识 = 信息 + 关联。
7
计算智能的含义是什么？它涉及哪些研究分支？
计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域，它的研究和发展正是反映了当代科学技术多学科交叉与集成的重要发展趋势，计算智能取决于制造者提供的数值数据，不依赖于知识。
8
试述计算智能（CI）和人工智能（AI）的关系。
计算智能是一种智力方式的低层认知，它与人工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知识（精品），低层系统则没有。
当一个系统只涉及数值（低层）数据，含有模式识别部分，不应用人工智能意义上的知识，而且能够呈现出：
（1）计算适应性；
（2）计算容错性；
（3）接近人的速度；
（4）误差率与人相近，
则该系统就是计算智能系统。
当一个智能计算系统以非数值方式加上知识（精品）值，即成为人工智能系统。
9
人类智能的特性表现在哪4个方面？
（1）能感知客观世界的信息；
（2）能对通过思维对获得的知识进行加工处理；
（3）能通过学习积累知识增长才干和适应环境变化；
（4）能对外界的刺激作出反应传递信息。
10
人工神经网络的特性有哪些？
（１）并行分布处理 神经网络具有高度的并行结构和并行实现能力，因而能够有较好的耐故障能力和较快的总体处理能力。
（２）非线性映射 神经网络具有固有的非线性特性，这源于其近似任意非线性映射（变换）能力。
（３）通过训练进行学习 神经网络是通过所研究系统过去的数据记录进行训练的。一个经过适当训练的神经网络具有归纳全部数据的能力。
（４）适应与集成 神经网络能够适应在线运行，并能同时进行定量和定性操作。神经网络的强适应和信息熔合能力使得网络过程可以同时输入大量不同的控制信号，解决输入信息间的互补和冗余问题，并实现信息集成和熔合处理。
（５）硬件实现 神经网络不仅能够通过软件而且可借助软件实现并行处理。近年来，一些超大规模集成电路实现硬件已经问世，而且可从市场上购到。
11、请简述智能经济的基本内涵。
智能经济是在数字经济充分发展的基础上，由人工智能等智能技术推动形成和发展的新经济形态。
12、人类智能的特性表现在哪4个方面？
（1）能感知客观世界的信息；
（2）能对通过思维对获得的知识进行加工处理；
（3）能通过学习积累知识增长才干和适应环境变化；
（4）能对外界的刺激作出反应传递信息。
版权归原作者 m0_65030824 所有， 如有侵权，请联系我们删除。