人工智能第四章(1)
华南理工大学《人工智能》复习资料
华南理工大学《人工智能》复习资料 Ch 2. 【状态空间表示】 S F G <>，， S ：初始状态的集合 F ：操作的集合 G ：目标状态的集合 例如：507{}{}{}Q a b c Q Q <>，，，，， 【状态空间图】 【状态空间图搜索使用的数据结构】 OPEN 表：已生成但没考察的节点(待考察节点) CLOSED 表：考察过的节点及节点间关系(搜索树) 【广度/深度优先搜索特点】 广度优先：完备的(一定能找到最优解)，搜索效率低，OPEN 表为队列结构 深度优先：不能保证找到最优解，OPEN 表为堆栈结构 有界深度优先搜索：即使能求出解，也不一定是最优 可变界深度优先搜索算法：深度可变，每次深度超过阈值 的点，都被当作待考察点(在CLOSED 表中) 【启发式搜索算法分类】 按选择范围分类： 全局择优搜索：考虑所有待考察节点 局部择优搜索：只考虑当前节点的子节点 【A*算法】 f （x ） ＝ g （x ）＋ h （x ） g(x)为当前点的代价 h(x)为距离目标的距离 A*对A 算法的改进： 对h(x)作限制，使其总是小于实际最小距离h （x ）≤ h* （x ）， 具有完备性 【与或图】 Q 与Q1，Q2与等价（即Q 可以分解为Q1+Q2） Q1与{Q1i},{Q1i’}或等价（即Q1可以转换为{Q1i}或{Q1i’}） 【与或图中的概念】 本原问题：直接可解的问题。 终止节点：本原问题对应的节点 端节点： 无子节点的节点 与节点： 子节点为与关系 或节点： 子节点为或关系 【与或图的广度/深度搜索】 Step1:S0放入OPEN 表 Step2:OPEN 表第一个点（记为N ）取出放入CLOSED 表，冠以编号n 。 Step3:若n 可扩展： (1)扩展N ，其子节点放入OPEN 表(深度:尾部，广度:首部) (2)考查这些节点是否终止节点。若是，放入CLOSED 表，标为可解节点，并对先辈点标示。若S0被标可解，得解。 (3)从OPEN 表删除具有可解先辈的节点。转Step2。 Step4:若N 不可扩展： (1)标示N 为不可解。 (2)标示先辈节。若S0被标不可解，失败。 (3)从OPEN 表删除具有不可解先辈的节点。转Step2。
智慧树知到《人工智能基础》章节测试答案
智慧树知到《人工智能基础》章节测试答案 第一章 1、第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。 A.AlphaGo B.AlphaGood C.AlphaFun D.Alpha 答案: AlphaGo 2、无需棋谱即可自学围棋的人工智能是（） A.AlphaGo Fan B.AlphaGo Lee C.AlphaGo Master D.AlphaGo Zero 答案: AlphaGo Zero 3、世界上第一次正式的AI会议于（）年召开，John McCarthy 正式提出“Artificial Intelligence”这一术语 A.1954 B.1955 C.1956 D.1957 答案: 1956 4、以下哪些不是人工智能概念的正确表述（）
A.人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 B.人工智能是研究和构建在给定环境下表现良好的智能体程序 C.人工智能是通过机器或软件展现的智能 D.人工智能将其定义为人类智能体的研究 答案: 人工智能将其定义为人类智能体的研究 5、下面不属于人工智能研究基本内容的是（）。 A.机器感知 B.机器学习 C.自动化 D.机器思维 答案: 自动化 6、人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。 A.智能 B.行为 C.语言 D.计算能力 答案: 智能 7、图灵测试的含义是（） A.图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。 B.所谓的图灵测试就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态，还有一些固定的程序。
人工智能复习资料
一、选择填空 1.产生式系统由综合数据库，规则库，控制策略三个部分组成 2.α-β剪枝中，极大节点下界是α，极小节点是β。 3.发生β剪枝的条件是祖先节点β值<=后辈节点的α值。 4.发生α剪枝的条件是后辈节点β值<=祖先节点的α值。 5.在证据理论中，信任函数Bel(A)与似然函数Pl(A)的关系为0<=Bel(A)<=Pl(A)<=1。 6.深度优先算法的节点按深度递减的顺序排列OPEN中的节点。 7.宽度优先算法的节点按深度递增的顺序排列OPEN中的节点。 8.A 算法失败的充分条件是OPEN 表为空。 9.A算法中OPEN中的节点按f值从小到大排序。 10.爬山算法（不可撤回方式）是只考虑局部信息，没有从全局角度考虑最佳选择。f(n)= g(n) 只考虑搜索过的路径已经耗费的费用 11.分支界限算法（动态规划算法）：f(n)= h(n)只考虑未来的发展趋势。仅保留queue中公共节点路径中耗散值最小的路径，余者删去，按g 值升序排序。12.回溯策略是试探性地选择一条规则，如发现此规则不合适，则退回去另选其它规则。定义合适的回溯条件①新产生的状态在搜索路径上已经出现过。②深度限制(走到多少层还没有到目标，就限制往回退) ③当前状态无可用规则。 13.A*选中的任何节点都有f(n)<=f*(s)
人工智能 第4章 参考答案
第4章搜索策略部分参考答案 4.5 有一农夫带一条狼，一只羊和一框青菜与从河的左岸乘船倒右岸，但受到下列条件的限制： (1) 船太小，农夫每次只能带一样东西过河； (2)如果没有农夫看管，则狼要吃羊，羊要吃菜。 请设计一个过河方案，使得农夫、浪、羊都能不受损失的过河，画出相应的状态空间图。 题示：(1) 用四元组（农夫，狼，羊，菜）表示状态，其中每个元素都为0或1，用0表示在左岸，用1表示在右岸。 (2) 把每次过河的一种安排作为一种操作，每次过河都必须有农夫，因为只有他可以划船。 解：第一步，定义问题的描述形式 用四元组S=（f，w，s，v）表示问题状态，其中，f，w，s和v分别表示农夫，狼，羊和青菜是否在左岸，它们都可以取1或0，取1表示在左岸，取0表示在右岸。 第二步，用所定义的问题状态表示方式，把所有可能的问题状态表示出来，包括问题的初始状态和目标状态。 由于状态变量有4个，每个状态变量都有2种取值，因此有以下16种可能的状态： S0=(1,1,1,1)，S1=(1,1,1,0)，S2=(1,1,0,1)，S3=(1,1,0,0) S4=(1,0,1,1)，S5=(1,0,1,0)，S6=(1,0,0,1)，S7=(1,0,0,0) S8=(0,1,1,1)，S9=(0,1,1,0)，S10=(0,1,0,1)，S11=(0,1,0,0) S12=(0,0,1,1)，S13=(0,0,1,0)，S14=(0,0,0,1)，S15=(0,0,0,0) 其中，状态S3，S6，S7，S8，S9，S12是不合法状态，S0和S15分别是初始状态和目标状态。 第三步，定义操作，即用于状态变换的算符组F 由于每次过河船上都必须有农夫，且除农夫外船上只能载狼，羊和菜中的一种，故算符定义如下： L(i)表示农夫从左岸将第i样东西送到右岸（i=1表示狼，i=2表示羊，i=3表示菜，i=0表示船上除农夫外不载任何东西）。由于农夫必须在船上，故对农夫的表示省略。 R (i)表示农夫从右岸将第i样东西带到左岸（i=1表示狼，i=2表示羊，i=3表示菜，i=0表示船上除农夫外不载任何东西）。同样，对农夫的表示省略。 这样，所定义的算符组F可以有以下8种算符： L (0)，L (1)，L (2)，L (3) R(0)，R(1)，R (2)，R (3) 第四步，根据上述定义的状态和操作进行求解。 该问题求解过程的状态空间图如下：
第一章人工智能与深度学习基础
附件：“图神经网络与知识图谱”课程大纲 第一天19:00-21:00第一章：人工智能与深度学习基础 1.1卷积神经网络结构； 1.2池化； 1.3激活函数； 1.4反向传播； 1.5AlexNet、VGGNet、ResNet、GoogleLeNet等算法简介1.6决策树和随机森林 1.7卷积核与特征提取； 1.8卷积神经网络调参经验分享； 1.9Tf.keras核心高阶API； 1.10Tf.data输入模块； 第二天19:00-21:00第二章：深度学习发展热点 2.1生成对抗网络GAN； 2.2生成与判别； 2.3GAN对抗生成神经网络算法介绍； 2.4代码和案例实践： 图片生成、看图说话， 对抗生成神经网络调参经验分享2.5强化学习RL； 2.6强化学习基础、算法介绍 2.7实例： 基于增强学习的游戏学习 DQN的实现 第三天19:00-21:00第三章:图神经网络 3.1图神经网络(Graph Neural Network) 3.2不动点理论、模型学习、GNN与RNN、GNN的局限3.3门控图神经网络(Gated Graph Neural Network) 3.4状态更新、GNN与GGNN 3.5实例: 到达判断 语义解析 3.6图卷积 3.7图卷积框架 3.8实例: 掷骰子问题 第四章:图神经网络
第四天19:00-21:004.1空域卷积(Spatial Convolution) 4.2消息传递网络、图采样与聚合、图结构序列化 4.3频域卷积(Spectral Convolution) 4.4基础简介：图上的傅里叶变换 4.5频域卷积网络、切比雪夫网络 4.6图读出操作(ReadOut) 4.7基于统计的方法 4.8基于学习的方法： 采样加全连接、全局结点、可微池化、其他方法； 第五天19:00-21:00第五章:知识图谱 5.1知识图谱基础—知识表示与建模 5.2知识表示框架、数据模型设计方法 5.3金融企业数据主题域设计—企业风险知识图谱 5.4知识图谱核心技术：知识源数据的获取 5.5结构化数据的获取、非结构化数据的获取、将mysql数 据导出为图谱源数据 5.6案例实战： 股票吧信息爬取 使用爬虫获取企业法人等信息 获取企业风险知识图谱源数据 5.7知识图谱核心技术：知识抽取 5.8实体抽取技术、关系抽取技术、事件抽取技术 5.9案例实战： 使用hanlp抽取法人名称 企业名称等信息 使用TextRank算法完成知识抽取 使用句法依存算法关系抽取 基于模板完成事件抽取； 第六天19:00-21:00第六章:知识图谱 6.1知识图谱核心技术：知识融合 6.2知识融合概述，实体统一、实体消歧、知识合并6.3案例实战： 使用jieba完成公司名的实体统一 使用tf-idf完成实体消歧 6.4知识图谱核心技术：知识加工和存储 6.5知识加工概述，本体构建，知识推理 6.6知识存储常用数据库，图数据库neo4j 6.7实战操作：使用neo4j工具导入知识图谱 案例1：使用neo4j从零搭建简单的金融知识图谱案例2：基于金融知识图谱的问答机器人 案例3：基于法律领域的知识图谱
人工智能及其应用 习题参考答案 第1章
第一章绪论 1 什么是人工智能？试从学科和能力两方面加以说明。 答：人工智能（学科）：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）：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。 2 为什么能够用机器（计算机）模仿人的智能？ 答：物理符号系统假设：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。 推论：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。 因此，计算机可以模拟人类的智能活动过程。 ３．现在人工智能有哪些学派？它们的认知观是什么？ 答：符号主义，又称为逻辑主义、心理学派或计算机学派。认为人工智能源于数理逻辑。连接主义，又称为仿生学派或生理学派。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，又称为进化主义或控制论学派。认为人工智能源于控制论。 ４．你认为应从哪些层次对认知行为进行研究？ 答：应从下面４个层次对谁知行为进行研究： （１）认知生理学：研究认知行为的生理过程，主要研究人的神经系统（神经元、中枢神经系统和大脑）的活动。 （２）认知心理学：研究认知行为的心理活动，主要研究人的思维策略。 （３）认知信息学：研究人的认知行为在人体内的初级信息处理，主要研究人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程 （４）认知工程学：研究认知行为的信息加工处理，主要研究如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为（如知觉、思维、记忆、语言、学习、理解、推理、识别等）进行信息处理。 ５．人工智能的主要研究和应用领域是什么？ 答：问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器学习，神经网络，机器人学，模式识别，机器视觉，智能控制，智能检索，智能调度与指挥，分布式人工智能与 Agent，计算智能与进化计算，数据挖掘与知识发现，人工生命。 6、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何理解，从经济、社会何文化等方面加以说明？
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
第一章计算机基础理论答案
计算机基础知识练习题 一．单选题： 1、计算机的应用领域是（D）。 A. 人工自能 B. 过程控制 C. 信息处理 D.数值计算 2、第二代计算机的主要电子逻辑元件是（B）。 A. 电子管 B. 晶体管 C. 集成电路 D.运算器 3、下列不是计算机应用主要领域的是（A）。 A. 文字处理 B. 科学计算 C. 辅助设计 D.数据处理 4、用计算机进行资料检索工作属于计算机应用中的（A）。 A. 数据处理 B. 科学计算 C. 实时控制 D.人工智能 5、功能最强大，计算精度最高的计算机类型是（D）。 A. 大型机 B. 微型机 C. 小型机 D.巨型机 6、电脑笔记本属于（A）。 A.微型机 B.小型机 C.大型机 D.巨型机 7、在计算机中，一个字节是有（C）二进制码表示。
A.4 B.2 C.8 D.16 8、十进制数130转换成对应的二进制数位（A）。 A.10000010 B.10000011 C.10000110 D.10000000 9、下列4个字符中，ASCII码值最小的是（A）。 A.B B.b C.N D.g 10、十进制数1025转换成对应的二进制数位（A ）。 A.10000000001 B.10000000000 C.10000000011 D.11000000001 11、8位字长的计算机可以表示的无符号整数的最大值是（C ）。28-1 A.8 B.16 C.255 D.256 12、下列使用不同数值表示的数中，数值最大的是（A ）。 A.二进制11011101 B.八进制334 C.十进制219 D.十六进制DA 13、目前，制造计算机所用的电子器件是（D）。 A.电子管 B.晶体管 C.集成电路 D.超大规模集成电路 14、八进制计数制中，各位数的权是以（B）为底的方幂。 A.2 B.8
人工智能期末复习资料
1.什么是智能体？什么是理性智能体？智能体的特性有哪些？智能体的分类有哪些？ 智能体定义：通过传感器感知所处环境并通过执行器对该环境产生作用的计算机程序及其控制的硬件。 理性智能体定义：给定感知序列(percept sequence)和内在知识(built-in knowledge)，理性智能体能够选择使得性能度量的期望值(expected value)最大的行动。 智能体的特性：自主性（自主感知学习环境等先验知识）、反应性（Agent为实现自身目标做出的行为）、社会性（多Agent及外在环境之间的协作协商）、进化性（Agent自主学习，逐步适应环境变化） 智能体的分类： 简单反射型智能体：智能体寻找一条规则，其条件满足当前的状态（感知），然后执行该规则的行动。 基于模型的反射型智能体：智能体根据内部状态和当前感知更新当前状态的描述，选择符合当前状态的规则，然后执行对应规则的行动。 基于目标的智能体：为了达到目标选择合适的行动，可能会考虑一个很长的可能行动序列，比反射型智能体更灵活。 基于效用的智能体：决定最好的选择达到自身的满足。 学习型智能体：自主学习，不断适应环境与修正原来的先验知识。 2.描述几种智能体类型实例的任务环境PFAS，并说明各任务环境的属性。 答题举例： 练习：给出如下智能体的任务环境描述及其属性刻画。 o机器人足球运动员 o因特网购书智能体 o自主的火星漫游者 o数学家的定理证明助手 二、用搜索法对问题求解 1.简述有信息搜索（启发式搜索）与无信息搜索（盲目搜索、非启发式搜索）的区别。 非启发式搜索：按已经付出的代价决定下一步要搜索的节点。具有较大的盲目性，产生较多的无用节点，搜索空间大，效率不高。 启发式搜索：要用到问题自身的某些信息，以指导搜索朝着最有希望的方向前进。由于这种搜索针对性较强，因而原则上只需搜索问题的部份状态空间，搜索效率较高。 2.如何评价一个算法的性能？（度量问题求解的性能） 完备性：当问题有解时，算法是否能保证找到一个解； 最优性：找到的解是最优解； 时间复杂度：找到一个解需要花多长时间 搜索中产生的节点数 空间复杂度：在执行搜索过程中需要多少内存 在内存中存储的最大节点数 3.简述几种搜索方式的思想。 非启发式搜索： 广度优先搜索：首先扩展根节点，接着扩展根节点的所有后续，然后在扩展它们的后续，依
人工智能第一章
第一章 绪论
主要内容：
□ □ □ □ 人工智能的定义和发展□ 人类智能和人工智能 人工智能的主要学派 人工智能的研究与应用领域
人工智能定义
人工智能（Artificial Intelligence，AI）学 科从1956年正式提出，目前已取得长足的发 展，成为一门广泛的交叉和前沿科学。 总的说来，人工智能的目的就是让计算机这台 机器能够象人一样思考。 如果希望做出一台能够思考的机器，那就必须 知道什么是思考，更进一步讲就是什么是智慧。 什么样的机器才是智慧的呢？它们能不能模仿 人类大脑的功能呢？
1
1
2
2
当计算机出现后，人类开始真正有了一个可以模 拟人类思维的工具，在以后的岁月中，无数科学 家为这个目标努力着。 现在全世界几乎所有大学的计算机系都有人在研 究这门学科，学习计算机的大学生也必须学习这 样一门课程。 在大家不懈的努力下，现在计算机似乎已经变得 十分聪明了。
“深蓝”是IBM公司生产的世界上第一台超级国 际象棋电脑。是一台超级并行处理计算机，计 算能力惊人，平均每秒可计算棋局变化2OO万步。 1997年5月，IBM公司研制的深蓝（Deep Blue） 计算机战胜了国际象棋大师卡斯帕洛夫 （Kasparov)
3
3
4
4
图灵测试（Turning Test）
1950年10月，图灵的一篇划时代论文《计算机与智能》 发表。这篇文章后来被改名为《机器能思维吗？》。 在“第一代电脑”占统治地位的时期，这篇论文甚至可 以作为“第五代电脑”和“第六代电脑”的宣言书。 图灵写道：你无法制造一台替你思考的机器，这是人 们一般会毫无疑义接受下来的老生长谈。我的论点是： 与人脑的活动方式极为相似的机器是可以制造出来的。 更有趣的是，图灵还设计了一个“图灵测试”，试图通 过让机器模仿人回答某些问题，判断它是否具备智能。
图灵测试
试图通过让机器模仿人回答某些问题，判断它是否具备 智能。图灵试验采用“问”与“答”模式，即观察者通过控 制打字机向两个试验对象通话，其中一个是人，另一个 是机器。要求观察者不断提出各种问题，从而辨别回答 者是人还是机器。
5
6
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
《人工智能基础》教学大纲(自考)
人工智能基础（8017）考试大纲 一、课程性质与设置目的 （一）课程性质和特点 “人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。 （二）本课程的基本要求（课程总目标） 《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。 （三）本课程与相关课程的联系、分工或区别 与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。 离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。 -1-
人工智能习题&答案-第1章-绪论
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)。
智慧树知到《人工智能基础导学》章节测试答案
绪论单元测试 1、1956年达特茅斯会议上，学者们首次提出“artificial intelligence（人工智能）”这个概念时，所确定的人工智能研究方向不包括： A:研究如何用计算机表示人类知识 B:研究智能学习的机制 C:研究人类大脑结构和智能起源 D:研究如何用计算机来模拟人类智能 答案: 【研究人类大脑结构和智能起源】 2、在现阶段，下列哪项尚未成为人工智能研究的主要方向和目标： A:研究如何用计算机模拟人类大脑的网络结构和部分功能 B:研究如何用计算机延伸和扩展人类智能 C:研究机器智能与人类智能的本质差别 D:研究如何用计算机模拟人类智能的若干功能，如会听、会看、会说 答案: 【研究机器智能与人类智能的本质差别】 3、下面哪个不是人工智能的主要研究流派？ A:符号主义 B:经验主义 C:连接主义 D:模拟主义 答案: 【模拟主义】 4、从人工智能研究流派来看，西蒙和纽厄尔提出的“逻辑理论家”方法用，应当属于： A:经验主义，行为主义 B:符号主义，连接主义
C:连接主义，经验主义 D:理性主义，符号主义 答案: 【理性主义，符号主义】 5、从人工智能研究流派来看，明斯基等人所推荐的“人工神经网络”方法用计算机模拟神经元及其连接，实现自主识别、判断，应当属于： A:理性主义，符号主义 B:符号主义，连接主义 C:经验主义，行为主义 D:连接主义，经验主义 答案: 【连接主义，经验主义】 6、“鸟飞派”指的是人类研究人工智能必须要完全符合智能现象的本质 A:错 B:对 答案: 【错】 7、人工智能受到越来越多的关注，许多国家出台了支持人工智能发展的战略计划 A:对 B:错 答案: 【对】 8、人工智能将脱离人类控制，并最终毁灭人类 A:对 B:错 答案: 【错】
人工智能第四章
第四章计算智能 教学内容：计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域，它的研究和发展正反映了当代科学技术多学科交叉与集成的重要发展趋势。 教学重点： 1．了解计算智能的概念； 2．介绍神经计算、模糊计算、粗糙集理论； 3．讨论遗传算法、进化策略、进化编程、人工生命、粒群优化、蚂群算法、自然计算、免疫算法。 教学难点： 1．怎么样理解粗糙集理论、人工生命、粒群优化； 2．掌握遗传算法、进化策略、蚂群算法、免疫算法。 教学方法：课堂教学为主，充分利用网络课程中的多媒体素材来表示抽象概念。 教学要求：重点掌握遗传算法、进化策略、蚂群算法、免疫算法，掌握神经计算、模糊计算、粗糙集理论，一般了解人工生命、粒群优化。 4.1概述 教学内容：本小节主要介绍什么是计算智能，计算智能与人工智能的区别和关系。 教学重点：计算智能与人工智能的区别和关系。 教学难点：计算智能与人工智能的区别和关系。 教学方法：课堂讲授为主。 教学要求：从学科和能力的角度深刻理解什么是计算智能，了解计算智能与人工智能的区别和关系。 ?信息科学与生命科学的相互交叉、相互渗透和相互促进是现代科 学技术发展的一个显著特点。 ?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，
它的研究和发展正反映了当代科学技术多学科交叉与集成的重要发展趋势。 4.1.1 什么是计算智能 ?把神经网络（NN）归类于传统人工智能（AI）可能不大合适，而归类于计算智能（CI）更能说明问题实质。进化计算、人工生命和模糊逻辑系统的某些课题，也都归类于计算智能。 ?计算智能取决于制造者（manufacturers）提供的数值数据，不依赖于知识；另一方面，传统人工智能应用知识精品（knowledge tidbits）。人工神经网络应当称为计算神经网络。 4.1.2 计算智能与人工智能的区别和关系 ?A－Artificial，表示人工的（非生物的）；B－Biological，表示物理的＋化学的＋ （？）＝生物的； C－Computational，表示数学＋计算机 ?计算智能是一种智力方式的低层认知，它与传统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。 计算智能与人工智能的区别和关系：
人工智能第2章 参考答案
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。 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： 图 机器人摞积木问题 C A B A B C
2020年秋冬智慧树知道网课《人工智能基础》课后章节测试答案
绪论单元测试 1 【单选题】(5分) 人工智能的名字是 A. AirJorden B. ArtificialIntelligence C. AllenLverson D. A-ClassIntelligence 第一章测试 1 【单选题】(5分) 第一个击败人类职业围棋选手、第一个战胜世界围棋冠军的人工智能机器人是由谷歌公司开发的（）。 A. AlphaFun B. Alpha C. AlphaGo D. AlphaGood 2 【单选题】(5分)
无需棋谱即可自学围棋的人工智能是（） A. AlphaGoFan B. AlphaGoLee C. AlphaGoMaster D. AlphaGoZero 3 【单选题】(5分) 世界上第一次正式的AI会议于（）年召开，JohnMcCarthy正式提出“ArtificialIntelligenc e”这一术语 A. 1956 B. 1954 C. 1955 D. 1957 4 【单选题】(5分) 以下哪些不是人工智能概念的正确表述（） A. 人工智能是通过机器或软件展现的智能 B. 人工智能是研究和构建在给定环境下表现良好的智能体程序 C. 人工智能将其定义为人类智能体的研究 D.
人工智能是为了开发一类计算机使之能够完成通常由人类所能做的事 5 【单选题】(5分) 下面不属于人工智能研究基本内容的是（）。 A. 机器思维 B. 机器学习 C. 自动化 D. 机器感知 6 【单选题】(5分) 人工智能是研究、开发用于模拟、延伸和扩展人的（）的理论、方法、技术及应用系统的一门新的技术科学。 A. 智能 B. 行为 C. 计算能力 D. 语言 7
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)--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 10 710 139 66 5 10 B E D A C 图 2.3
人工智能第四章课件
第4章： 1.实现的程序为： predicates parent(symbol, symbol) female(symbol) mother(symbol, symbol) clauses parent(pam, bob). parent(tom, bob). parent(tom, liz). parent(bob, ann). parent(bob, pat). parent(pat, jim). female(pam). mother(X, bob): - parent(X, bob), female(X). goal mother(Y, bob)， write(Y). 2.求1+2+…+N，其程序为： domains n, f=integer predicates sum(n, f) goal readint(X), sum(X, Y), write(Y).
clauses sum(1, 1). sum(N, Res):- N>0, N1=N-1, sum(N1, Res1), Res=N+Res1. 3.逻辑电路模拟程序为： predicates not(integer, integer) and(integer, integer, integer) or(integer, integer, integer) xor(integer, integer, integer) clauses not(1, 0). not(0, 1). and(0, 0, 0). and(0, 1, 0). and(1, 0, 0). and(1, 1, 1). or(0, 0, 0). or(0, 1, 1). or(1, 0, 1). or(1, 1, 1). xor(X1, X2, Y):- not(X1, Y1), not(X2, Y2), and(X1, Y2, Y3), and(X2, Y1, Y4), or(Y3, Y4, Y). goal xor(1, 0, X), write( X ).