人工智能考试复习版

上传者：史雪梅
|
上传时间：2015-05-04
|
密次下载

人工智能考试复习版

第一章概述
1.人工智能主要研究用人工的方法和技术，模仿、延伸和扩展人的智能,实现机器智能。人工
智能的长期目标是实现人类水平的人工智能。人工智能尚缺乏必要的理论。在一些关键技术
方面, 诸如机器学习、非单调推理、常识性知识表示、不确定推理等尚未取得突破性的进
展。人工智能对全局性判断模糊信息处理、多粒度视觉信息的处理是极为困难的。人工智能
还处于智能学科研究的早期阶段, 必须开展智能科学的研究。智能科学研究智能的基本理
论和实现技术，是由脑科学、认知科学、人工智能等学科构成的交叉学科。
2.认知是和情感、动机、意志等相对的理智或认识过程。认知科学是研究人类感知和思维信
息处理过程的科学, 包括从感觉的输入到复杂问题求解, 从人类个体到人类社会的智能活
动, 以及人类智能和机器智能的性质。
3.人工智能的五个基本问题(1) 知识与概念化是否是人工智能的核心(2) 认知能力能否与载
体分开来研究（3) 认知的轨迹是否可用类自然语言来描述(4) 学习能力能否与认知分开来研
究？ (5) 所有的认知是否有一种统一的结构
4.思维是客观现实的反映过程，是具有意识的人脑对于客观现实的本质属性、内部规律性的
自觉的、间接的和概括的反映。
5.智能是个体认识客观事物和运用知识解决问题的能力。
符号智能：以知识为基础，通过推理进行问题求解。也即所谓的传统人工智能。
计算智能：以数据为基础，通过训练建立联系，进行问题求解。人工神经网络、遗传算法、
模糊系统、进化程序设计、人工生命等都可以包括在计算智能。
6.人工智能的研究方法：①逻辑学派②认知学派③行为学派
7. 推理：从一个或几个已知的判断(前提)逻辑地推论出一个新的判断(结论)的思维形式。
非单调推理：指的是一个正确的公理加到理论中, 反而会使预先所得到的一些结论变得无
效了。非单调推理过程：建立假设, 进行标准逻辑意义下的推理, 若发现不一致, 进行回溯,
以便消除不一致, 再建立新的假设。定性推理：把物理系统或物理过程细分为子系统或子过
程, 对于每个子系统或子过程以及它们之间的相互作用或影响都建立起结构描述, 通过局
部因果性的传播和行为合成获得实际物理系统的行为描述和功能描述。
8.学习的基本机制是设法把在一种情况下是成功的表现行为转移到另一类似的新情况中去。
学习是获取知识、积累经验、改进性能、发现规律、适应环境的过程。知识、知识表示及运
用知识的推理算法是人工智能的核心, 而机器学习则是关键问题。
9.机器学习的研究四个阶段：
无知识的学习：主要研究神经元模型和基于决策论方法的自适应和自组织系统。
符号概念获取：给定某一类别的若干正例和反例，从中获得该类别的一般定义。
实例学习：从实例学习结构描述。
有知识的学习：把大量知识引入学习系统做为背景知识
机器学习的风范：
归纳学习：研究一般性概念的描述和概念聚类；分析学习：在领域知识指导下进行实例
学习, 包括基于解释的学习、知识块学习等。 发现学习：根据实验数据或模型重新发
现新的定律的方法。 ④遗传学习：模拟生物繁衍的变异和自然选择，把概念的各种变体当作
物种的个体, 根据客观功能测试概念的诱发变化和重组合并, 决定哪种情况应在基因组合
中予以保留。⑤连接学习是神经网络通过典型实例的训练, 识别输入模式的不同类别。
10.分布式人工智能：研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，即协
调它们的知识、技能和规划, 求解单目标或多目标问题，为设计和建立大型复杂的智能系统
或计算机支持协同工作提供有效途径。
11.知识系统包括：专家系统、知识库系统、智能决策系统等。