人工智能常见问题及答案.docVIP

1. 人工智能研究中遇到的难点有哪些? 列举人工智能的四个研究领域。 当前人工智能的研究应该以人类的普遍思维规律为主，还是以特定知识的处理和运用为主？智能的本质是什么？机器能达到人的水平吗？实现智能需要浩繁的知识，而最难对付的知识是常识。自然语言理解与机器翻译、数据库的智能检索、专家系统、博弈游戏和决策、机器人学。 2. 什么是知识工程，它包含哪几个基本技术，其中难点是什么 知识工程是以知识为基础的系统，就是通过智能软件而建立的专家系统。知识的获取、知识的表示以及知识的运用和处理等三大方面知识获取，被公认为是知识处理的一个“瓶颈”。按知识表示技术可分为：基于逻辑的专家系统、基于规则的专家系统、基于语义网络的专家系统和基于框架的专家系统。 按任务类型可分为： 解释型：可用于分析符号数据，进行阐述这些数据的实际意义。预测型：根据对象的过去和现在情况来推断对象的未来演变结果。诊断型：根据输入信息来找到对象的故障和缺陷。 调试型：给出自己确定的故障的排除方案。维修型：指定并实施纠正某类故障的规划。 规划型：根据给定目标拟定行动计划。设计型：根据给定要求形成所需方案和图样。 传统方法：把问题的全部知识以各种的模型表达在固定程序中，问题的求解完全在程序制导下按着预先安排好的步骤一步一步（逐条）执行。 人工智能方法：人工智能要解决的问题，无法把全部知识都体现在固定的程序中。它要建立一个知识库（包含事实和推理规则），程序根据环境和所给的输入信息以及所要解决的问题来决定自己的行动，所以它是在环境模式的制导下的推理过程。这种方法有极大的灵活性、对话能力、有自我解释能力和学习能力。 产生式系统由3个部分组成，即总数据库(或全局数据库)、产生式规则和控制策略。 产生式是系统的单元程序，它与常规程序不同之处在于，产生式是否执行并不在事前硬性规定，各产生式之间也不能相互直接调用，而完全决定于该产生式的作用条件能否满足，即能否与全局数据库的数据条款匹配。另一方面，产生式在执行之后工作环境即发生变化，因而必须对全局数据库的条款作相应修改，以反映新的环境条件。全部工作是在控制程序作用下进行的。 人工智能三大学派:符号主义学派方面(专家系统、知识工程) 、连接主义学派 (神经网络) 、行为主义学派(进化算法) 3. 人工智能的发展 第一阶段（40年代中——50年代末）神经元网络时代；第二阶段（50年代中——60年代中）通用方法时代；第三阶段（60年代中——80年代初） 知识工程时代；第四阶段（80年代中——90年代初）新的神经元网络时代；第五阶段（90年代初——现在）数据与网络时代 4. 人工神经网络的应用领域 模式识别；图像处理；自动控制；信号处理；系统辨识；优化 5. 人工神经网络的基本要素 神经单元；输入与输出；输出函数；激励函数；连接模式；传播规则；学习法则 6. 遗传算法(Genetic Algorithms,简称GA)思想来源于生物进化过程,它是基于进化过程中的信息遗传机制和优胜劣汰的自然选择原则的搜索算法(以字符串表示状态空间) 7. 编码方法有二进制编码,实数编码,符号编码 8.专家系统是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,以便解决那些需要人类专家处理的复杂问题. 9.专家系统的建造步骤 （1）设计初始知识库：问题知识化；知识概念化；概念形式化；形式规则化；规则合法化 （2）原型机的开发与试验 （3）知识库的改进与归纳