1、 1.什么是人類智能？它有哪些特征或特點？定義：人類所具有的智力和行為能力。特點：主要體現(xiàn)為感知能力、記憶與思維能力、歸納與演繹能力、學習能力以及行為能力。2.人工智能是何時、何地、怎樣誕生的？解：人工智能于1956年夏季在美國Dartmouth大學誕生。此時此地舉辦的關于用機器模擬人類智能問題的研討會，第一次使用“人工智能”這一術語，標志著人工智能學科的誕生。3.什么是人工智能？它的研究目標是？定義：用機器模擬人類智能。研究目標：用計算機模仿人腦思維活動，解決復雜問題；從實用的觀點來看，以知識為對象，研究知識的獲取、知識的表示方法和知識的使用。4.人工智能的發(fā)展經歷了哪幾個階段？解：第一階段

2、：孕育期（1956年以前）；第二階段：人工智能基礎技術的研究和形成（19561970年）；第三階段：發(fā)展和實用化階段（19711980年）；第四階段：知識工程和專家系統(tǒng)（1980年至今）。5.人工智能研究的基本內容有哪些？解：知識的獲取、表示和使用。6.人工智能有哪些主要研究領域？解：問題求解、專家系統(tǒng)、機器學習、模式識別、自動定論證明、自動程序設計、自然語言理解、機器人學、人工神經網絡和智能檢索等。7.人工智能有哪幾個主要學派？各自的特點是什么？主要學派：符號主義和聯(lián)結主義。特點：符號主義認為人類智能的基本單元是符號，認識過程就是符號表示下的符號計算，從而思維就是符號計算；聯(lián)結主義認為人類智

3、能的基本單元是神經元，認識過程是由神經元構成的網絡的信息傳遞，這種傳遞是并行分布進行的。8.人工智能的近期發(fā)展趨勢有哪些？解：專家系統(tǒng)、機器人學、人工神經網絡和智能檢索。9.什么是以符號處理為核心的方法？它有什么特征？解：通過符號處理來模擬人類求解問題的心理過程。特征：基于數(shù)學邏輯對知識進行表示和推理。11.什么是以網絡連接為主的連接機制方法？它有什么特征？解：用硬件模擬人類神經網絡，實現(xiàn)人類智能在機器上的模擬。特征：研究神經網絡。1.請寫出用一階謂詞邏輯表示法表示知識的步驟。步驟：（1）定義謂詞及個體，確定每個謂詞及個體的確切含義；（2）根據所要表達的事物或概念，為每個謂詞中的變元賦予特定的

4、值；（3）根據所要表達的知識的語義用適當?shù)穆?lián)接符號將各個謂詞聯(lián)接起來，形成謂詞公式。2.設有下列語句，請用相應的謂詞公式把它們表示出來：（1）有的人喜歡梅花，有的人喜歡菊花，有的人既喜歡梅花又喜歡菊花。解：定義謂詞如下： Like(x,y)：x喜歡y。 Club(x)：x是梅花。 Human(x)：x是人。 Mum(x)：x是菊花。“有的人喜歡梅花”可表達為：($x)(Human(x)Like(x,Club(x)“有的人喜歡菊花”可表達為：($x)(Human(x)Like(x,Mum(x)“有的人既喜歡梅花又喜歡菊花”可表達為：($x)(Human(x)Like(x,Club(x) Like

5、(x,Mum(x)（1）他每天下午都去玩足球。解：定義謂詞如下： PlayFootball(x)：x玩足球。 Day(x)：x是某一天。 則語句可表達為：(x)(D(x)PlayFootball(Ta)（2）太原市的夏天既干燥又炎熱。解：定義謂詞如下：Summer(x)：x的夏天。 Dry(x)：x是干燥的。 Hot(x)：x是炎熱的。則語句可表達為：Dry(Summer(Taiyuan)Hot(Summer(Taiyuan)（3）所有人都有飯吃。解：定義謂詞如下：Human(x)：x是人。 Eat(x)：x有飯吃。則語句可表達為：(x)(Human(x)Eat(x)（4）喜歡玩籃球的人必喜歡

6、玩排球。解：定義謂詞如下：Like(x,y)：x喜歡y。 Human(x)：x是人。則語句可表達為：(x)(Human(x)Like(x,basketball)Like(x,volleyball)（5）要想出國留學，必須通過外語考試。解：定義謂詞如下：Abroad(x)：x出國留學。 Pass(x)：x通過外語考試。則語句可表達為：Abroad(x)Pass(x)、猴子問題：2.7解：根據謂詞知識表示的步驟求解問題如下： 解法一： (1)本問題涉及的常量定義為： 猴子：Monkey，箱子：Box，香蕉：Banana，位置：a，b，c (2)定義謂詞如下： SITE(x，y)：表示x在y處； H

7、ANG(x，y)：表示x懸掛在y處； ON(x，y)：表示x站在y上； HOLDS(y，w)：表示y手里拿著w。 (3)根據問題的描述將問題的初始狀態(tài)和目標狀態(tài)分別用謂詞公式表示如下： 問題的初始狀態(tài)表示： SITE(Monkey，a)HANG(Banana，b)SITE(Box，c)ON(Monkey，Box)HOLDS(Monkey，Banana) 問題的目標狀態(tài)表示： SITE(Monkey，b)HANG(Banana，b)SITE(Box，b)ON(Monkey，Box)HOLDS(Monkey，Banana) 解法二：本問題涉及的常量定義為： 猴子：Monkey，箱子：Box，香蕉：

8、Banana，位置：a，b，c定義謂詞如下：SITE(x，y)：表示x在y處； ONBOX(x)：表示x站在箱子頂上； HOLDS(x)：表示x摘到了香蕉。(3)根據問題的描述將問題的初始狀態(tài)和目標狀態(tài)分別用謂詞公式表示如下： 問題的初始狀態(tài)表示： SITE(Monkey，a)SITE(Box，c)ONBOX(Monkey)HOLDS(Monkey) 問題的目標狀態(tài)表示： SITE(Box，b)SITE(Monkey，b)ONBOX(Monkey)HOLDS(Monkey) 從上述兩種解法可以看出，只要謂詞定義不同，問題的初始狀態(tài)和目標狀態(tài)就不同。所以，對于同樣的知識，不同的人的表示結果可能不

9、同。 2.8解：本問題的關鍵就是制定一組操作，將初始狀態(tài)轉換為目標狀態(tài)。為了用謂詞公式表示操作，可將操作分為條件(為完成相應操作所必須具備的條件)和動作兩部分。條件易于用謂詞公式表示，而動作則可通過執(zhí)行該動作前后的狀態(tài)變化表示出來，即由于動作的執(zhí)行，當前狀態(tài)中刪去了某些謂詞公式而又增加一些謂詞公式從而得到了新的狀態(tài)，通過這種不同狀態(tài)中謂詞公式的增、減來描述動作。 定義四個操作的謂詞如下，操作的條件和動作可用謂詞公式的增、刪表示： (1)goto P(E1)，使用P(H | S)公式的后半部分，得到在當前觀察S1下的后驗概率P(H1| S1)和后驗幾率O(H1| S1) P(H1| S1) =

10、P(H1) + (P(H1| E1) P(H1) / (1 - P(E1) (P(E1| S1) P(E1) = 0.091 + (0.16682 0.091) / (1 0.6) (0.84 0.6) =0.091 + 0.18955 0.24 = 0.136492 O(H1| S1) = P(H1| S1) / (1 - P(H1| S1) = 0.15807 (2) 由r2計算O(H1| S2) 先把H1的先驗概率更新為在E2下的后驗概率P(H1| E2) P(H1| E2)=(LS2 P(H1) / (LS2-1) P(H1)+1) =(100 0.091) / (100 -1) 0.

11、091 +1) =0.90918 由于P(E2|S2)=0.68 P(E2)，使用P(H | S)公式的后半部分，得到在當前觀察S2下的后驗概率P(H1| S2)和后驗幾率O(H1| S2) P(H1| S2) = P(H1) + (P(H1| E2) P(H1) / (1 - P(E2) (P(E2| S2) P(E2) = 0.091 + (0.90918 0.091) / (1 0.6) (0.68 0.6) =0.25464 O(H1| S2) = P(H1| S2) / (1 - P(H1| S2) =0.34163 (3) 計算O(H1| S1,S2)和P(H1| S1,S2) 先

12、將H1的先驗概率轉換為先驗幾率O(H1) = P(H1) / (1 - P(H1) = 0.091/(1-0.091)=0.10011 再根據合成公式計算H1的后驗幾率 O(H1| S1,S2)= (O(H1| S1) / O(H1) (O(H1| S2) / O(H1) O(H1) = (0.15807 / 0.10011) (0.34163) / 0.10011) 0.10011 = 0.53942 再將該后驗幾率轉換為后驗概率P(H1| S1,S2) = O(H1| S1,S2) / (1+ O(H1| S1,S2) = 0.35040(4) 由r3計算O(H2| S3) 先把H2的先驗

13、概率更新為在E3下的后驗概率P(H2| E3) P(H2| E3)=(LS3 P(H2) / (LS3-1) P(H2)+1) =(200 0.01) / (200 -1) 0.01 +1) =0.09569 由于P(E3|S3)=0.36 P(H1)，使用P(H | S)公式的后半部分，得到在當前觀察S1,S2下H2的后驗概率P(H2| S1,S2)和后驗幾率O(H2| S1,S2) P(H2| S1,S2) = P(H2) + (P(H2| H1) P(H2) / (1 - P(H1) (P(H1| S1,S2) P(H1) = 0.01 + (0.33557 0.01) / (1 0.0

14、91) (0.35040 0.091) =0.10291 O(H2| S1,S2) = P(H2| S1, S2) / (1 - P(H2| S1, S2) =0.10291/ (1 - 0.10291) = 0.11472 (6) 計算O(H2| S1,S2,S3)和P(H2| S1,S2,S3) 先將H2的先驗概率轉換為先驗幾率O(H2) = P(H2) / (1 - P(H2) )= 0.01 / (1-0.01)=0.01010 再根據合成公式計算H1的后驗幾率 O(H2| S1,S2,S3)= (O(H2| S1,S2) / O(H2) (O(H2| S3) / O(H2) O(H2

15、) = (0.11472 / 0.01010) (0.00604) / 0.01010) 0.01010 =0.06832 再將該后驗幾率轉換為后驗概率P(H2| S1,S2,S3) = O(H1| S1,S2,S3) / (1+ O(H1| S1,S2,S3) = 0.06832 / (1+ 0.06832) = 0.06395 可見，H2原來的概率是0.01，經過上述推理后得到的后驗概率是0.06395，它相當于先驗概率的6倍多。410設有如下推理規(guī)則 r1: IF E1 THEN (100, 0.1) H1 r2: IF E2 THEN (50, 0.5) H2 r3: IF E3 TH

16、EN (5, 0.05) H3且已知P(H1)=0.02, P(H2)=0.2, P(H3)=0.4，請計算當證據E1，E2，E3存在或不存在時P(Hi | Ei)或P(Hi |Ei)的值各是多少(i=1, 2, 3)？ 解：(1) 當E1、E2、E3肯定存在時，根據r1、r2、r3有P(H1 | E1) = (LS1 P(H1) / (LS1-1) P(H1)+1) = (100 0.02) / (100 -1) 0.02 +1) =0.671P(H2 | E2) = (LS2 P(H2) / (LS2-1) P(H2)+1) = (50 0.2) / (50 -1) 0.2 +1) =0.9921P(H3 | E3) = (LS3 P(H3) / (LS3-1) P(H3)+1) = (5 0.4) / (5 -1) 0.4 +1) =0.769 (2) 當E1、E2、E3肯定存在時，根據r1、r2、r3有P(H1 | E1) = (LN1 P(H1) / (LN1-1) P(H1)+1) = (0.1 0.02) / (0.1 -1) 0.02 +1) =0.002P(H2 | E2) = (LN2 P(H2) / (LN2-1) P(H2)+1) = (0.5 0.2) / (0.5 -1) 0.2 +1) =0.111P(H3 | E3) = (L