第一篇：人工智能第一章總結(jié)

人工智能：Artificial Intelligence，簡稱AI，主要研究如何使用人工的方法和技術(shù)，使用各種自動化機器或智能化機器模仿、延伸和擴展人的智能，實現(xiàn)某些機器的智能行為。

人工智能的研究目標(biāo)及其意義：1目標(biāo)：遠(yuǎn)期目標(biāo)是要制造智能機器，即探索智能的基本機理，研究使用各種機器，各種方法模擬人的思維過程或智能行為，最終制造出和人有相似或相近智力和行為能力的綜合智能系統(tǒng)；近期目標(biāo)是實現(xiàn)機器智能，即研究如何使用現(xiàn)有的計算機具備更高的智能，在一定領(lǐng)域或在一定程度上去完成需要人的復(fù)雜腦力勞動才能完成的工作。2意義：普遍的計算機智能低下，無法滿足社會需求；研究AI是當(dāng)前信息化社會的迫切需求；智能化是自動化發(fā)展的必然趨勢；研究AI，對人類自身的智能的奧秘也提供有益的幫助。

人工智能的科學(xué)范疇：當(dāng)前的人工智能既屬于計算機技術(shù)的一個前沿領(lǐng)域，也屬于信息處理和自動化技術(shù)的一個前沿領(lǐng)域。還涉及到智能科學(xué)、認(rèn)知科學(xué)、心理科學(xué)等，是一門綜合性的交叉學(xué)科和邊緣學(xué)科。

人工智能的劃分：1傳統(tǒng)劃分方法：符號主義學(xué)派、鏈接主義學(xué)派、行為主義學(xué)派2現(xiàn)代劃分方法：符號智能流派、計算智能流派、群體智能流派

人工智能的研究途徑與方法：1心里模擬，符號推演2生理模擬，神經(jīng)計算3行為模擬，控制進化4群體模擬，仿生計算5博采廣鑒，自然計算6原理分析，數(shù)學(xué)建模

人工智能的研究領(lǐng)域：1博弈2自動定理證明3專家系統(tǒng)4模式識別5機器學(xué)習(xí)6計算智能7自然語言處理8分布式人工智能9機器人

人工智能的基本技術(shù)：1知識表示技術(shù)2知識推理、計算和搜索技術(shù)3系統(tǒng)實現(xiàn)技術(shù)。符號智能的表示是知識的表示，運算是基于知識表示的推理或符號操作，采用搜索方法進行問題求解，一般在問題空間上進行，計算智能的表示是對象表示，運算時給予對象的表示的操作或計算，采用搜索方法進行問題求解，一般是在解空間上進行。

人工智能的基本內(nèi)容：1從人工智能的定義出發(fā)包括（感知與交流的模擬，記憶，聯(lián)想，計算，思維的模擬，輸出效率或行為模擬2從知識工程的角度出發(fā)包括（知識的獲取，知識的處理以及知識的運用）

人工智能誕生1956年夏，達(dá)特莫斯大學(xué)的研究會，麥卡錫提議正式采用了“AI”術(shù)語。發(fā)展：推理期，知識期，學(xué)習(xí)期

ＡＩ的現(xiàn)狀與發(fā)展趨勢：１多種途徑齊頭并進，多種方法協(xié)作互補２新思想、新技術(shù)不斷涌現(xiàn)，新領(lǐng)域新方向不斷開拓3理論研究更加深入，應(yīng)用研究愈加廣泛4研究隊伍日益壯大，社會影響越來越大。以上展現(xiàn)了AI繁榮景象和光明前景，雖有困難，問題和挑戰(zhàn)，但前進和發(fā)展畢竟是大勢所趨。

第二篇：人工智能總結(jié)(精華版)

1、PROLOG程序一般由一組事實、規(guī)則和問題組成。事實一般表示對象的性質(zhì)或關(guān)系；規(guī)則一般表示對象間的因果關(guān)系、蘊含關(guān)系或?qū)?yīng)關(guān)系； 問題表示用戶的詢問是程序運行的目標(biāo)。問題是程序執(zhí)行的起點，稱為程序的目標(biāo)。PROLOG就是一種基于Horn子句的邏輯程序。

PROLOG程序的運行是從目標(biāo)出發(fā)，并不斷進行匹配、合一、歸結(jié)，有時還要回溯，直到目標(biāo)別完全滿足或不能滿足時為止。

PROLOG程序的執(zhí)行過程是一個(歸結(jié))演繹推理過程。其特點是：推理方式為反向推理, 控制策略是深度優(yōu)先, 且有回溯機制。

3、簡述用A*算法求解問題時為什么會出現(xiàn)重復(fù)擴展節(jié)點問題，解決的方法有哪些？

答：當(dāng)問題有解時，A*算法總是找到問題的最優(yōu)解結(jié)束。如果h函數(shù)定義的不合理，則當(dāng)擴展一個節(jié)點時，不一定就找到了從初始節(jié)點到該節(jié)點的最優(yōu)路徑，對于這樣的節(jié)點，就有可能被多次擴展。特別是如果這樣的節(jié)點處于問題的最優(yōu)解路徑上時，則一定會被多次擴展。解決的方法一是對h函數(shù)的定義給出限制，使得h滿足單調(diào)性。對于滿足單調(diào)性條件的h，則一定不會出現(xiàn)重復(fù)擴展節(jié)點問題。二是對A*算法加以改進，使用修正的A*算法進行搜索，這樣，隨著經(jīng)驗的豐富，系統(tǒng)的性能自然就會不斷改善和提高。

24、機器學(xué)習(xí)的三個要素：信息，發(fā)展和知識。對應(yīng)于機器學(xué)習(xí)的對象、方法和目標(biāo)。

25、基于學(xué)習(xí)策略的分類：符號學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

26、決策樹：也稱判斷樹，它由對象的若干屬性、屬性值和有關(guān)決策組成的一棵樹。其中的節(jié)點為屬性，分支為屬性值，從同一節(jié)點出發(fā)的各個分支之間是邏輯或關(guān)系，根節(jié)點為對象的一個屬性；從根節(jié)點出發(fā)到每一個葉子節(jié)點的所有節(jié)點和邊，按順序串聯(lián)成一條分支路徑，位于同一分支路徑上的各個屬性-值對之間是邏輯與關(guān)系，葉子節(jié)點是這個與關(guān)系的對應(yīng)結(jié)果，即決策。

27、決策樹學(xué)習(xí)首先要有一個實例集，基本方法和步驟：（1）選取一個屬性，按這個屬性的不同取值對實例集進行分類；并以該屬性作為根節(jié)點，以這個屬性的諸取值作為根節(jié)點的分支，進行畫樹；（2）考察所得的每一個子類，看其中的實例的結(jié)論是否完全相同。如果相同，則以這個相同的結(jié)論作為相應(yīng)分支路徑末端的葉子節(jié)點；否則，選取一個非父節(jié)點的屬性，按這個屬性的不同取值對孩子集進行分類，并以該屬性作為節(jié)點，以這個屬性的諸取值作為節(jié)點的分支，繼續(xù)進行畫樹。如此繼續(xù)，直到所分的子集全都滿足：實則可以減少重復(fù)擴展節(jié)點問題。

4、簡述回溯策略與深度優(yōu)先策略的不同點。

答：回溯搜索策略與深度有限搜索策略最大的不同是深度有限搜索策略屬于圖搜索，而回溯搜索則不是圖搜索。在回溯搜索中，只保留了從初始節(jié)點到當(dāng)前節(jié)點的搜索路徑。而深度優(yōu)先搜索，則保留了所有的已經(jīng)搜索過的路徑。

5、不確定性類型按性質(zhì)分：隨機性，模糊性，不完全性，不一致性

6、在刪除策略歸結(jié)的過程中刪除以下子句：含有純文字的子句;含 有永真式的子句;子句集中被別的子句類含的子句。

7、圖：指由節(jié)點和有向邊組成的網(wǎng)絡(luò)。按連接同一節(jié)點的各邊的邏輯關(guān)系又可分為或圖和與或圖。

8、合一算法：求非空有限具有相同謂詞名的原子公式集的最一般合一（MGU）。

9、人工智能的遠(yuǎn)期目標(biāo)是制造智能機器，近期目標(biāo)是實現(xiàn)機器智能。

10、什么是產(chǎn)生式？產(chǎn)生式規(guī)則的語義是什么？

產(chǎn)生式規(guī)則基本形式：P→Q 或者 IF P THEN Q P 是產(chǎn)生式的前提（前件），用于指出該產(chǎn)生式是否可用的條件 Q 是一組結(jié)論或操作（后件），用于指出當(dāng)前提 P 所指示的條件滿足時，應(yīng)該得出的結(jié)論或應(yīng)該執(zhí)行的操作

產(chǎn)生式規(guī)則的語義：如果前提P被滿足，則可推出結(jié)論 Q 或執(zhí)行 Q 所規(guī)定的操作

11、謂詞公式G通過８個步驟所得的子句集合S，稱為G的子句集。請寫出這些步驟：1）消去蘊含式和等價式→，<-> ；2）縮小否定詞的作用范圍，直到其作用于原子公式: ；3）適當(dāng)改名，使量詞間不含同名指導(dǎo)變元和約束變元。；4.）消去存在量詞（形成Skolem標(biāo)準(zhǔn)型）；5）消去所有全稱量詞 ；6)化成合取范式；7).適當(dāng)改名，使子句間無同名變元；8).消去合取詞∧，用逗號代替，以子句為元素組成一個集合S

12、人工智能的基本技術(shù)包括搜索技術(shù) 推理技術(shù) 知識表示和知識庫技術(shù)、歸納技術(shù)、聯(lián)、想技術(shù)

13、產(chǎn)生式系統(tǒng)有三部分組成綜合數(shù)據(jù)庫，知識庫和推理機。其中推理可分為正向推理和反向推理。

14、在歸結(jié)原理中，幾種常見的歸結(jié)策略并且具有完備性的是刪除策略 支持集策略 線性歸結(jié)策略、輸入歸結(jié)策略、單元歸結(jié)策略

15、歸結(jié)法中，可以通過修改證明樹的方法得到問題的解答

16、開發(fā)專家系統(tǒng)所要解決的基本問題有三個，那就是知識的獲取、知識的表示和知識的運用，在語義網(wǎng)絡(luò)表示知識時，所使用的推理方法有AKO 和ISA。

17、α－β剪枝的條件是：α剪枝：若任一極小值層節(jié)點的β值小于或等于它任一先輩極大值節(jié)點的α值，即α（先輩層）≥β（后繼層），則可中止該極小值層中這個MIN節(jié)點以下的搜索過程。這個MIN節(jié)點最終的倒推值就確定為這個β值。

β剪枝：若任一極大值層節(jié)點的α值大于或等于它任一先輩極小值層節(jié)點的β值，即α（后繼層）≥β（先輩層），則可以中止該極大值層中這個MAX節(jié)點以下的搜索過程。這個MAX節(jié)點的最終倒推值就確定為這個α值。

18、知識表示的方法主要有邏輯表示法（謂詞表示法）框架 產(chǎn)生式和語義網(wǎng)絡(luò)，類和對象，模糊集合，因果網(wǎng)絡(luò)，腳本，過程等

19、知識的分類：（1）就形式而言：顯示和隱式。顯示知識是指可用語言文字符號形象聲音及其他人能直接識別和處理的形式，明確的在其載體上表示出來的知識。隱式知識只可用神經(jīng)網(wǎng)絡(luò)存儲和表示（2）就嚴(yán)密性和可靠性而言：理論知識和經(jīng)驗知識（3）就確定性而言：確定性知識和不確定知識（4）就確切性而言：確切描述的知識和非確切描述的知識。

20、知識表示是指面向計算機的知識描述或表達(dá)形式和方法。具體的講就是要用某種約定的形式結(jié)構(gòu)來描述知識，而且這種形式結(jié)構(gòu)還要能夠轉(zhuǎn)換為機器的內(nèi)部形式，使的計算機能方便的存儲、處理和應(yīng)用。------知識表示是建立專家系統(tǒng)級各種知識系統(tǒng)的重要環(huán)節(jié)，也是知識工程的一個重要方面。

21、基于謂詞邏輯的推理主要是演繹方式的推理；基于框架、語義網(wǎng)絡(luò)和對象知識表示的推理是一種稱為繼承的推理。

22、機器學(xué)習(xí)：主要指機器對自身行為的修正或性能的改善和機器對客觀規(guī)律的發(fā)現(xiàn)。（讓計算機模擬人的學(xué)習(xí)行為，或者說讓計算機也具有學(xué)習(xí)的能力）

23、機器學(xué)習(xí)的流程：（1）對于輸入的信息，系統(tǒng)根據(jù)目標(biāo)和經(jīng)驗做出決策予以響應(yīng)，即執(zhí)行相應(yīng)的動作；（2）對目標(biāo)的實現(xiàn)或任務(wù)的完成情況進行評估；（3）將本次的輸入、響應(yīng)和評價作為經(jīng)驗予以存儲記錄?？梢钥闯?，第一次決策時系統(tǒng)中還無任何經(jīng)驗，但從第二此決策開始，經(jīng)驗便開始積累。

例結(jié)論完全相同，而得到所有的葉子節(jié)點為止。這樣一棵決策樹就被生成。

28、神經(jīng)網(wǎng)絡(luò)分為四大類：分層前向網(wǎng)絡(luò)、反饋前向網(wǎng)絡(luò)、互聯(lián)前向網(wǎng)絡(luò)、廣泛互聯(lián)網(wǎng)絡(luò)。

29、網(wǎng)絡(luò)學(xué)習(xí)一般是利用一組稱為樣本的數(shù)據(jù)，作為網(wǎng)絡(luò)的輸入（和輸出），網(wǎng)絡(luò)按照一定的規(guī)則自動調(diào)節(jié)神經(jīng)元之間的連接強度或拓?fù)浣Y(jié)構(gòu)，當(dāng)網(wǎng)絡(luò)的實際輸出滿足期望的要求，或者趨于穩(wěn)定是，則認(rèn)為學(xué)習(xí)成功。

30、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的規(guī)則是權(quán)值修正規(guī)則：相關(guān)規(guī)則和誤差修正規(guī)則。

31、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法分類：（外部影響）有導(dǎo)師學(xué)習(xí)，強化學(xué)習(xí)，無導(dǎo)師學(xué)習(xí)；（內(nèi)部變化）權(quán)值修正，拓?fù)渥兓?，?quán)值與拓?fù)湫拚?；（算法性質(zhì)）確定性學(xué)習(xí)，隨機性學(xué)習(xí)；（輸入要求）基于相似性學(xué)習(xí)，基于命令學(xué)習(xí)。

32、專家系統(tǒng)：應(yīng)用于某一專門領(lǐng)域，擁有該領(lǐng)域相當(dāng)數(shù)量的專家級知識，能模擬專家的思維，能達(dá)到專家級水平，像專家一樣解決困難、復(fù)雜的實際問題的計算機（軟件）系統(tǒng)。

33、專家系統(tǒng)的基本要素：專家擁有豐富的專業(yè)知識和實踐經(jīng)驗或者說擁有豐富的理論知識和經(jīng)驗知識，特別是經(jīng)驗知識。

34、專家系統(tǒng)與一般的軟件系統(tǒng)開發(fā)無異，其開發(fā)過程同樣要遵循軟件工程的步驟和原則，即也要進行系統(tǒng)分析、系統(tǒng)設(shè)計等幾個階段的工作。

但由于它是專家系統(tǒng)，而不是一般的軟件系統(tǒng)，所以，又有其獨特的地方，主要包括以下幾個步驟：

系統(tǒng)總體分析與設(shè)計；知識獲?。恢R表示與知識描述語言設(shè)計；知識庫設(shè)計、知識庫管理系統(tǒng)設(shè)計；推理機與解釋模塊設(shè)計；總控與界面設(shè)計；編程與調(diào)試；測試與評價；運行與維護?？梢钥闯鏊腥缦绿攸c：知識獲取和知識表示設(shè)計是一切工作的起點；知識表示與知識描述語言確定后，其他設(shè)計可同時進行；

35、對涉及人工智能的一些問題的認(rèn)識：首先人工智能把人腦更有效的擴大和延伸是人類智能擴大的延伸，人工智能的應(yīng)用十分廣泛：機器翻譯、智能控制、模式識別、機器博弈等，運用智能技術(shù)解決很多的實際問題從而使現(xiàn)有的計算機更有效更靈活成為人類智能化信息處理的工具。人工智能用計算機模擬人的思維活動包含理解能力、學(xué)習(xí)能力、推理能力，主要是腦功能的結(jié)構(gòu)模擬和功能模擬。然而人類不能賦予機器同等的情感，無法確保責(zé)任問題，此外生物物種滅絕新型細(xì)菌的出現(xiàn)，人類的未來難以預(yù)料

37、能解節(jié)點定義如下： ①（終節(jié)點）是能解節(jié)點； ②若非終節(jié)點有（“或”）子節(jié)點時，當(dāng)且僅當(dāng)其子節(jié)點至少有一能解，該非終節(jié)點才能解； ③若非終節(jié)點有（“與”）子節(jié)點時，當(dāng)且僅當(dāng)其子節(jié)點均能解，該非終節(jié)點才能解。

18、局部圖的耗散值定義如下： ①若n是局部圖的一個葉節(jié)點，則k（n，N）=（h(n)），其中（h(n)）表示節(jié)點n到目標(biāo)節(jié)點集的最佳解圖耗散值的估計； ②若n由一個外向連接符指向后繼節(jié)點{n1，…，ni}，并設(shè)該連接符的耗散值為Cn，則k（n，N）=（Cn+ k（n1，N）+ … + k（ni，N））。

19、耗散值最小的解圖稱為（最佳）解圖

20、AO*算法是一種用于對（與或圖）進行搜索的啟發(fā)式搜索算法，該算法對目前找到的局部圖進行評價，選擇（耗散值最?。┑木植繄D進行優(yōu)先搜索，直到找到一個解圖為止。當(dāng)啟發(fā)函數(shù)h滿足（單調(diào)）條件時，在問題有解的情況下，AO*算法一定能找到最佳解圖結(jié)束。

21、所謂“圖靈實驗”，是為了判斷一臺機器是否具備智能的實驗。實驗由三個封閉的房間組成，分別放置主持人、參與人和機器。主持人向參與人和機器提問，通過提問的結(jié)果來判斷誰是人，誰是機器。如果主持人無法判斷誰是人，誰是機器，則這臺機器具備智能，即所謂的“智能機器”。

22/深度優(yōu)先方法的特點是什么？屬于圖搜索；是一個通用的搜索方法；如果深度限制不合適，有可能找不到問題的解；不能保證找到最優(yōu)解。

23/什么是置換？置換是可交換的嗎？通常用有序?qū)Φ募蟬＝{t1/v1，t2/v2，?，tn/vn}來表示任一置換，置換集的元素ti/vi的含義是表達(dá)式中的變量vi處處以項ti來替換，用s對表達(dá)式E作置換后的例簡記為Es。一般來說，置換是不可交換的，即兩個置換合成的結(jié)果與置換使用的次序有關(guān)。

第三篇：人工智能期末總結(jié)

1.人工智能是何時、何地、怎樣誕生的？ 1956 年夏季，美國的一些從事數(shù)學(xué)、心理學(xué)、計算機科學(xué)、信息論和神經(jīng)學(xué)研究的年輕學(xué) 者，匯聚在 Dartmouth 大學(xué)，舉辦了一次長達(dá)兩個月的學(xué)術(shù)討論會，認(rèn)真而熱烈的討論了用 機器模擬人類智能的問題。在這次會議上，第一次使用了“人工智能”這一術(shù)語，以代表有 關(guān)機器智能的這一研究方向。這是人類歷史上第一次人工智能研討會，標(biāo)志著人工智能的誕 生，具有十分重要的意義。

2.什么是人工智能？人工智能的意義和目標(biāo)是什么？ 人工智能就是人造智能，指用計算機模擬或?qū)崿F(xiàn)的智能，同時人工智能作為學(xué)科，是研 究如何使機器（計算機）具有智能的科學(xué)和技術(shù)，特別是自然智能如何在計算機上實現(xiàn)或再 現(xiàn)的科學(xué)或技術(shù)。研究人工智能是電腦發(fā)展的必然趨勢，是當(dāng)前信息化社會的迫切要求，同 時智能化也是自動化發(fā)展的必然趨勢，另外，研究人工智能，對探索人類自身智能的奧秘也 會提供有益的幫助。人工智能的目標(biāo)分近期目標(biāo)和遠(yuǎn)期目標(biāo)，近期研究目標(biāo)是實現(xiàn)機器智能，遠(yuǎn)期目標(biāo)是制造智能機器，具體講就是使計算機具有聽、說、讀、寫等感知和交互能力，具 有聯(lián)想、推理、理解、學(xué)習(xí)等高級思維能力。

3.人工智能的主要研究和應(yīng)用領(lǐng)域是什么？ 人工智能的主要研究和應(yīng)用領(lǐng)域有：定理證明，專家系統(tǒng)，機器學(xué)習(xí)，自然語言理解，智能 檢索，機器人學(xué)，自動程序設(shè)計，組合調(diào)度問題，模式識別，機器視覺等。

4.人工智能有哪些主要研究途徑與方法？簡單描述其特點。人工智能有三種研究途徑與方法：第一種是結(jié)構(gòu)模擬，方法是神經(jīng)計算。模擬人腦的生 理結(jié)構(gòu)和工作機理，用人工神經(jīng)元組成的神經(jīng)網(wǎng)絡(luò)作為信息和知識的載體，用神經(jīng)計算的方 法實現(xiàn)學(xué)習(xí)、聯(lián)想、識別和推理，使計算機表現(xiàn)某種智能。第二種是功能模擬，方法是符號 推演。具體講就是模擬人的心理模型，將問題或知識表示程某種邏輯網(wǎng)絡(luò)，采用符號推演的 方法，宏觀上模擬人腦的思維實現(xiàn)機器智能。第三種途徑是行為模擬，方法是控制進化。

5.什么是人工智能？人工智能的基本技術(shù)是什么？ 人工智能就是人造智能，指用計算機模擬或?qū)崿F(xiàn)的智能，同時人工智能作為學(xué)科，是研 究如何使機器（計算機）具有智能的科學(xué)和技術(shù)，特別是自然智能如何在計算機上實現(xiàn)或再 現(xiàn)的科學(xué)或技術(shù)。表示、運算、搜索是三大基本技術(shù)。

6.人工智能可分為符號智能和計算智能，請簡述人工智能的基本技術(shù)。答：表示、運算和搜索。符號智能的表示是知識表示，運算是基于知識表示的推理或符 號操作，采用搜索方法進行問題求解，一般在問題空間上進行； 計算智能的表示是對象表示，運算時給予對象的表示的操作或計算，采用搜索方法進行問題求解，一般是在解空間上進行。

7.列舉人工智能的五個應(yīng)用領(lǐng)域。答：應(yīng)用領(lǐng)域有：難題求解、自動定理證明、自動程序設(shè)計、自動翻譯、智能控制、智 能管理、智能決策、智能通信、智能仿真、智能 CAD 等。

8.遺傳算法中的三種遺傳操作是什么？試舉例說明。答：遺傳算法的三種操作：復(fù)制，交叉，變異。

9.遺傳算法是一種什么樣的算法？它適合解決哪一類問題？ 遺傳算法時人們從生物界按自然選擇和有性繁殖、遺傳變異的自然進化現(xiàn)象中得到啟 發(fā)，而設(shè)計出來的一種隨機優(yōu)化搜索算法。遺傳算法適合解決先驗知識缺乏，希望尋找最優(yōu) 解，搜索空間不連續(xù)的這一類問題，如機器學(xué)習(xí)、規(guī)劃、聚類、控制、調(diào)度等領(lǐng)

域的問題。

10.產(chǎn)生式系統(tǒng)的運行過程就 是推理機不斷運用規(guī)則庫中的規(guī)則，作用于動態(tài)數(shù)據(jù)庫，不斷進行推理并不斷檢測目標(biāo)條件 是否滿足的過程。當(dāng)推理到某一步，目標(biāo)條件被滿足，則推理成功，于是系統(tǒng)運行結(jié)束；或 者再無規(guī)則可用，但目標(biāo)條件仍未滿足，則推理失敗，系統(tǒng)運行結(jié)束。

11.產(chǎn)生式系統(tǒng)有哪幾種推理方式?各自的特點為何? 產(chǎn)生系統(tǒng)有兩種推理方式：正向推理和反向推理。正向推理就是從初始事實數(shù)據(jù)出發(fā)，正向使用規(guī)則進行推理（即用規(guī)則前提與動態(tài)數(shù)據(jù)庫中的事實匹配，或用動態(tài)數(shù)據(jù)庫中的數(shù) 據(jù)測試推則的前提條件，然后產(chǎn)生結(jié)論或執(zhí)行動作），朝目標(biāo)方向前進；反向推理就是從目 標(biāo)出發(fā)，反向使用規(guī)則進行推理（即用規(guī)則結(jié)論與目標(biāo)匹配，又產(chǎn)生新的目標(biāo)，然后對新目 標(biāo)再做同樣的處理），朝初始事實或數(shù)據(jù)方向前進。

15.產(chǎn)生式系統(tǒng)由哪幾部分組成？各部分功能是什么？ 答：產(chǎn)生式系統(tǒng)由三部分組成：產(chǎn)生式規(guī)則庫，推理機和動態(tài)數(shù)據(jù)庫。產(chǎn)生式規(guī)則庫也 稱產(chǎn)生式規(guī)則集，由領(lǐng)域規(guī)則組成，在機器中以某種動態(tài)數(shù)據(jù)結(jié)構(gòu)進行組織。推理機也稱控 制執(zhí)行機構(gòu)，它是一個程序模塊，負(fù)責(zé)產(chǎn)生式規(guī)則的前提條件測試或匹配，規(guī)則的調(diào)度和選 取，規(guī)則體的解釋和執(zhí)行。動態(tài)數(shù)據(jù)庫是一個動態(tài)數(shù)據(jù)結(jié)構(gòu)，用來存放初始事實數(shù)據(jù)、中間 結(jié)果和最后結(jié)果等。

17.按照學(xué)習(xí)方式分，機器學(xué)習(xí)可以分為哪幾類？分別具有什么特征？ 答：有導(dǎo)師學(xué)習(xí)，無導(dǎo)師學(xué)習(xí)，強化學(xué)習(xí)

18.從模擬人腦的角度出發(fā)，機器學(xué)習(xí)有哪兩種方法？試簡單描述其特點。按照學(xué)習(xí)途徑分類，機器學(xué)習(xí)可以分為符號學(xué)習(xí)和連接學(xué)習(xí)兩大類。符號學(xué)習(xí)是基于符號 處理的學(xué)習(xí)方法，連接學(xué)習(xí)或神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，則是基于神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)方法。

19.符號學(xué)習(xí)有哪些方法？試列舉出五種。符號學(xué)習(xí)的方法：記憶學(xué)習(xí)、傳授學(xué)習(xí)、演繹學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)、解釋 學(xué)習(xí)。

20.模擬人腦的機器學(xué)習(xí)又分為符號學(xué)習(xí)和連接學(xué)習(xí)，對比符號學(xué)習(xí)和連接學(xué)習(xí)的不同，并 舉出典型學(xué)習(xí)方法？ 答：符號學(xué)習(xí)是模擬人腦的宏觀心理級學(xué)習(xí)過程，以認(rèn)知心理學(xué)原理為基礎(chǔ)，以符號數(shù)據(jù)為輸入，以符號運算為方法，用推理過程在圖或狀態(tài)空間中搜索，學(xué)習(xí)目標(biāo)為概念或規(guī)則 等。典型方法有記憶學(xué)習(xí)、示例學(xué)習(xí)、類比學(xué)習(xí)、解釋學(xué)習(xí)等；連接學(xué)習(xí)或神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，是模擬人腦的微觀生理級學(xué)習(xí)過程，以腦和神經(jīng)科學(xué)原理為基礎(chǔ)，以人工神經(jīng)網(wǎng)絡(luò)為函數(shù)結(jié) 構(gòu)模型，以數(shù)值數(shù)據(jù)為輸入，以數(shù)值運算為方法，用迭代過程在系數(shù)向量空間中搜索，學(xué)習(xí)的目標(biāo)為函數(shù)。典型的連接學(xué)習(xí)有權(quán)值修正學(xué)習(xí)、拓?fù)浣Y(jié)構(gòu)學(xué)習(xí)。

21.按照拓?fù)浣Y(jié)構(gòu)分，神經(jīng)網(wǎng)絡(luò)可分為哪幾類？各具有什么網(wǎng)絡(luò)特征？ 按照拓?fù)浣Y(jié)構(gòu)分，神經(jīng)網(wǎng)絡(luò)可分為四大類：分層前向網(wǎng)絡(luò)、反饋前向網(wǎng)絡(luò)、互連前向網(wǎng) 絡(luò)、廣泛互連網(wǎng)絡(luò)。分層前向網(wǎng)絡(luò)的結(jié)構(gòu)特征是網(wǎng)絡(luò)由若干層神經(jīng)元組成，分為輸入層、中 間層和輸出層，各層順序連接；信息嚴(yán)格按照從輸入層進，經(jīng)過中間層，從輸出層的方向流 動。反饋前向網(wǎng)絡(luò)是一種分層前向網(wǎng)絡(luò)，輸出曾到輸入層具有反饋連接?；ミB前向網(wǎng)絡(luò)的同 層神經(jīng)元之間有相互連接。廣泛互連指在網(wǎng)絡(luò)中任意兩個神經(jīng)元之間都是可以或可能是可達(dá) 的。

22.何為不確定性？不確定性有哪些類型？ 在我們所獲得的、所處理的信息和知識中，往往含有不肯定、不準(zhǔn)確、不完全甚至不一致的 成分，這就是所謂的不確定性。按性質(zhì)來分，不確定性大致分為五種類型：隨機性、模糊性、不完全性、不一致性。

23.為什么使用歸結(jié)原理進行定理證明時要使用歸結(jié)策略？ 答：把歸結(jié)原理在機器上實現(xiàn)，就要把歸結(jié)原理用算法表示，對于怎么樣在已知子句集 中選取兩個子句進行歸結(jié)，最簡單的方法就是采用窮舉法。窮舉法能夠保證對于不可滿足的 子句一定可以歸結(jié)出空子句，但窮舉法最大的缺點就是效率太低，當(dāng)參加子句集中子句數(shù)目 過多時，所產(chǎn)生的中間子句將會呈現(xiàn)爆炸式增長，以致機器無法容納，而采用相應(yīng)的歸結(jié)策 略之后就會使中間子句的數(shù)目減少，從而提高了歸結(jié)效率，所以在使用歸結(jié)原理進行定理證 明時要使用歸結(jié)策略。

24.簡述線性歸結(jié)策略和單元歸結(jié)策略。答：線性歸結(jié)策略：在歸結(jié)過程中，除第一次歸結(jié)可都用給定的子句集 S 中的子句外，其后的各次歸結(jié)則至少要有一個親本子句是上次歸結(jié)的結(jié)果。單元歸結(jié)策略： 在歸結(jié)過程中，每次參加歸結(jié)的兩個親本子句中必須至少有一個是單元子句。

25.什么是啟發(fā)函數(shù)、什么是啟發(fā)式搜索？ 答：啟發(fā)式搜索就是利用啟發(fā)信息進行制導(dǎo)的搜索。在啟發(fā)式搜索中，常用啟發(fā)函數(shù)來表示 啟發(fā)性信息，啟發(fā)函數(shù)就是用來估計搜索樹節(jié)點 x 與目標(biāo)節(jié)點 Sg 接近程度的一種函數(shù)，通 常用 h（x）來表示。啟發(fā)函數(shù)的定義一般可以參考：一個節(jié)點到目標(biāo)節(jié)點的某種距離或差 異的亮度；一個節(jié)點處在最佳路徑上的概率。

26.對比圖搜索，談?wù)勥z傳算法的主要特點是什么？ 答：遺傳算法的搜索在解空間上進行，不像圖搜索在問題空間上進行；遺傳算法的搜索 隨機地始于搜索空間的一個點集，圖搜索固定地始于初始節(jié)點； 遺傳算法的搜索過程從空間 一個點集到另一個點集，圖搜索從空間的一個點到另一個點；遺傳算法適應(yīng)性強；擅長全局 搜索，不受搜索空間的限制性假設(shè)約束。

27.什么是盲目搜索，什么是啟發(fā)式搜索？兩者有何不同 答：盲目式搜索是指在搜索過程中，按規(guī)定的控制策略進行搜索，而沒有任何中間信息來改 變這些控制策略。啟發(fā)式搜索是根據(jù)問題本身的特性或搜索過程中產(chǎn)生的一些信息來不斷地 改變或調(diào)整搜索的方向，使搜索朝著問題本身最希望的方向進行，加速問題的求解，并找到 最優(yōu)解。

28.何謂專家系統(tǒng)？它有哪些基本特征？ 專家系統(tǒng)是應(yīng)用與某一專門領(lǐng)域，擁有該領(lǐng)域內(nèi)相當(dāng)數(shù)量的專家級知識，能模擬專家的思維，能達(dá)到專家水平，能象專家一樣解決困難和復(fù)雜的實際問題的計算機（軟件）系統(tǒng)?；咎卣饔兴模阂粦?yīng)用于某專門領(lǐng)域；二擁有專家級知識；三能模擬專家的思維；四能達(dá)到 專家級水平。

29.專家系統(tǒng)包括那些基本部分？每一部分的主要功能是什么？ 專家系統(tǒng)包括如圖所示的七部分,知識庫用來存儲知識推理機是用來實現(xiàn)推理的程序;動態(tài)數(shù) 據(jù)庫是存放初始證據(jù)事實、推理結(jié)果和控制信息的場所;人機界面指的是最終用戶與專家系 統(tǒng)的交互界面； 解釋模塊負(fù)責(zé)向用戶解釋專家系統(tǒng)的行為和結(jié)果； 知識庫管理系統(tǒng)用來管理 知識庫。加上自學(xué)習(xí)模塊功能是在系統(tǒng)運行過程中能夠不斷的自動化完善豐富知識庫中的知識。

30.什么是專家系統(tǒng)？包含哪幾部分？ 專家系統(tǒng)是應(yīng)用與某一專門領(lǐng)域，擁有該領(lǐng)域內(nèi)相當(dāng)數(shù)量的專家級知識，能模擬專家的思維，能達(dá)到專家水平，能象專家一樣解決困難和復(fù)雜的實際問題的計算機（軟件）系統(tǒng)，專家系統(tǒng)包括七部分,知識庫;動態(tài)數(shù)據(jù)庫;人機界面；解釋模塊；知識庫管理系統(tǒng)；自學(xué)習(xí)模 塊功能；推理機。

32.什么是專家系統(tǒng)？專家系統(tǒng)與常規(guī)計算機程序有何區(qū)別？ 答：專家系統(tǒng)是應(yīng)用與某一專門領(lǐng)域，擁有該領(lǐng)域內(nèi)相當(dāng)數(shù)量的專家級知識，能模擬專 家的思維，能達(dá)到專家水平，能像專家一樣解決困難和復(fù)雜的實際問題的計算機（軟件）系 統(tǒng)，與常規(guī)程序的區(qū)別有五點：、（1）常規(guī)程序＝數(shù)據(jù)結(jié)構(gòu)＋算法，專家系統(tǒng)＝知識＋推理；、（2）常規(guī)程序?qū)⒅R組織為兩級：數(shù)據(jù)級和程序級，專家系統(tǒng)將知識組織為三級：數(shù)據(jù)級、知識 庫級和控制級；、常規(guī)程序處理的數(shù)據(jù)多是精確的，對數(shù)據(jù)檢索是基于模式的布爾匹配（3）專家系統(tǒng)處理的數(shù)據(jù)和知識多是不精確的、模糊的，知識的匹配模式多是不精確的，需要為 其設(shè)定閾值；、常規(guī)程序基本是面向數(shù)值計算和數(shù)據(jù)處理的。專家系統(tǒng)本質(zhì)上是面向符（4）號處理的；、常規(guī)程序一般不具有解釋功能，而專家系統(tǒng)一般具有解釋功能。

第四篇：人工智能相關(guān)材料

應(yīng)用：

個人助理（智能手機上的語音助理、語音輸入、家庭管家和陪護機器人）產(chǎn)品舉例：微軟小冰、百度度秘、科大訊飛等、Amazon Echo、Google Home等

安防（智能監(jiān)控、安保機器人）產(chǎn)品舉例：商湯科技、格靈深瞳、神州云海

自駕領(lǐng)域（智能汽車、公共交通、快遞用車、工業(yè)應(yīng)用）產(chǎn)品舉例：Google、Uber、特斯拉、亞馬遜、奔馳、京東等

醫(yī)療健康（醫(yī)療健康的監(jiān)測診斷、智能醫(yī)療設(shè)備）產(chǎn)品舉例： Enlitic、Intuitive Sirgical、碳云智能、Promontory等

電商零售（倉儲物流、智能導(dǎo)購和客服）產(chǎn)品舉例：阿里、京東、亞馬遜

金融（智能投顧、智能客服、安防監(jiān)控、金融監(jiān)管）產(chǎn)品舉例：螞蟻金服、交通銀行、大華股份、kensho

教育（智能評測、個性化輔導(dǎo)、兒童陪伴）產(chǎn)品舉例：學(xué)吧課堂、科大訊飛、云知聲

發(fā)展方向思路：

（一）人工智能新興產(chǎn)業(yè)

這部分主要任務(wù)是進行人工智能前沿技術(shù)布局，推動核心技術(shù)產(chǎn)業(yè)化，并為人工智能產(chǎn)業(yè)發(fā)展奠定公共基礎(chǔ)。本部分涉及核心技術(shù)研發(fā)與產(chǎn)業(yè)化、基礎(chǔ)資源公共服務(wù)平臺兩大工程。其中，核心技術(shù)研發(fā)與產(chǎn)業(yè)化工程主要涉及三個方面的技術(shù)。一是人工智能基礎(chǔ)理論，包括深度學(xué)習(xí)、類腦智能等。二是人工智能共性技術(shù)，包括人工智能領(lǐng)域的芯片、傳感器、操作系統(tǒng)、存儲系統(tǒng)、高端服務(wù)器、關(guān)鍵網(wǎng)絡(luò)設(shè)備、網(wǎng)絡(luò)安全技術(shù)設(shè)備、中間件等基礎(chǔ)軟硬件技術(shù)。三是人工智能應(yīng)用技術(shù)，包括基于人工智能的計算機視聽覺、生物特征識別、復(fù)雜環(huán)境識別、新型人機交互、自然語言理解、機器翻譯、智能決策控制、網(wǎng)絡(luò)安全等?；A(chǔ)資源公共服務(wù)平臺工程主要涉及四個方面的建設(shè)內(nèi)容。一是各種類型人工智能海量訓(xùn)練資源庫和標(biāo)準(zhǔn)測試數(shù)據(jù)集建設(shè)，包括文獻(xiàn)、語音、圖像、視頻、地圖及行業(yè)應(yīng)用數(shù)據(jù)等，這些數(shù)據(jù)集需要面向社會開放，為廣大科研機構(gòu)和企業(yè)進行人工智能研究和開發(fā)提供服務(wù)。二是基礎(chǔ)資源服務(wù)平臺建設(shè)，包括滿足深度學(xué)習(xí)計算需求的新型計算集群共享平臺、云端智能分析處理平臺、算法與技術(shù)開放平臺、智能系統(tǒng)安全情報共享平臺等。三是類腦智能基礎(chǔ)服務(wù)平臺建設(shè)，要能夠模擬真實腦神經(jīng)系統(tǒng)的認(rèn)知信息處理過程。四是產(chǎn)業(yè)公共服務(wù)平臺建設(shè)，可以為人工智能創(chuàng)新創(chuàng)業(yè)提供相關(guān)研發(fā)工具、檢驗評測、安全、標(biāo)準(zhǔn)、知識產(chǎn)權(quán)、創(chuàng)業(yè)咨詢等專業(yè)化服務(wù)。

（二）重點領(lǐng)域智能應(yīng)用

這部分主要任務(wù)是加快人工智能技術(shù)的產(chǎn)業(yè)化進程，推動人工智能在家居、汽車、無人系統(tǒng)、安防、制造、教育、環(huán)境、交通、商業(yè)、健康醫(yī)療、網(wǎng)絡(luò)安全、社會治理等重要領(lǐng)域開展試點，使得人工智能能夠在第一時間轉(zhuǎn)化為生產(chǎn)力并惠及民生。本部分以基礎(chǔ)較好的智能家居、智能汽車、智能無人系統(tǒng)、智能安防等領(lǐng)域為主。智能家居示范工程主要支持利用健康醫(yī)療、智慧娛樂、家庭安全、環(huán)境監(jiān)測、能源管理等應(yīng)用技術(shù)，進行具有人工智能的酒店、辦公樓、商場、社區(qū)、家庭等建設(shè)，提升百姓生活品質(zhì)。智能汽車研發(fā)與產(chǎn)業(yè)化工程主要面向自動駕駛和安全駕駛，支持智能汽車芯片和車載智能操作系統(tǒng)、高精度地圖及定位、智能感知、智能決策與控制等，支持智能汽車試點。智能無人系統(tǒng)應(yīng)用工程主要面向無人機、無人船等無人設(shè)備，支持與人工智能相關(guān)的結(jié)構(gòu)設(shè)計、智能材料、自動巡航、遠(yuǎn)程遙控、圖像回傳等技術(shù)研發(fā)，及其在物流、農(nóng)業(yè)、測繪、電力巡線、安全巡邏、應(yīng)急救援等重要行業(yè)領(lǐng)域的創(chuàng)新應(yīng)用。智能安防推廣工程主要面向與百姓安全息息相關(guān)的社會治安、工業(yè)安全以及火災(zāi)、有害氣體、地震、疫情等問題，支持利用圖像精準(zhǔn)識別、生物特征識別、編碼識別、智能感知等技術(shù)的研發(fā)和應(yīng)用。

（三）智能化終端產(chǎn)品

這部分的主要任務(wù)是希望通過合適的終端，實現(xiàn)智能化生產(chǎn)和服務(wù)。本部分涉及三大工程。智能終端應(yīng)用能力提成工程主要是面向具有一定智能計算能力的終端及附屬應(yīng)用，支持其在智能交互、智能翻譯等云端協(xié)同方面及圖像處理、操作系統(tǒng)基礎(chǔ)軟硬件方面進一步改進。智能可穿戴設(shè)備發(fā)展工程主要支持輕量級操作系統(tǒng)、低功耗高性能芯片、柔性顯示、高密度儲能、快速無線充電、虛擬現(xiàn)實和增強現(xiàn)實等關(guān)鍵技術(shù)的成果轉(zhuǎn)化與應(yīng)用。智能機器人研發(fā)與應(yīng)用工程主要支持智能感知、模式識別、智能分析、智能控制等技術(shù)在機器人方面的研發(fā)和應(yīng)用，包括生產(chǎn)用智能工業(yè)機器人，救災(zāi)救援、反恐防暴等特殊領(lǐng)域的智能特種機器人，醫(yī)療康復(fù)、教育娛樂、家庭服務(wù)等領(lǐng)域的智能服務(wù)機器人。

（四）標(biāo)準(zhǔn)體系和知識產(chǎn)權(quán)

目前人工智能標(biāo)準(zhǔn)領(lǐng)域還處于一片空白狀態(tài)，關(guān)于人工智能的概念仍然沒有達(dá)成一致意見，人工智能也還沒有一個統(tǒng)一的技術(shù)體系架構(gòu)，平臺與應(yīng)用之間的接口五花八門，而且基本上都是私有協(xié)議，網(wǎng)絡(luò)、軟硬件、數(shù)據(jù)、系統(tǒng)、測試評估等方面的研發(fā)、應(yīng)用、服務(wù)也無章可循。這直接導(dǎo)致了人工智能領(lǐng)域進入門檻過高，無法形成良性發(fā)展的產(chǎn)業(yè)生態(tài)。因此，建設(shè)人工智能領(lǐng)域標(biāo)準(zhǔn)化體系，建立并完善基礎(chǔ)共性、互聯(lián)互通、行業(yè)應(yīng)用、網(wǎng)絡(luò)安全、隱私保護等技術(shù)標(biāo)準(zhǔn)，已經(jīng)成為擺在眼前的現(xiàn)實問題。當(dāng)然，標(biāo)準(zhǔn)化工作需要相關(guān)各方的積極參與，并積極開展國際合作，才能保證對人工智能產(chǎn)業(yè)發(fā)展的有效促進，推動標(biāo)準(zhǔn)走出去才能增強國際話語權(quán)。另一方面，在我們所處的這個全球經(jīng)濟一體化時代，專利已經(jīng)成為發(fā)展的硬實力，必須要加快重點技術(shù)和應(yīng)用領(lǐng)域的專利布局，同時加強專利合作，提高知識產(chǎn)權(quán)成果轉(zhuǎn)化效率，積極防控專利風(fēng)險，增強標(biāo)準(zhǔn)與專利政策的有效銜接，才能保證我國人工智能產(chǎn)業(yè)擁有強大的競爭力并得到持續(xù)健康發(fā)展。

政策：

2015年5月國務(wù)院在《中國制造2025》提出“加快發(fā)展智能制造裝備和產(chǎn)品”，指出“組織研發(fā)具有深度感知、智慧決策、自動執(zhí)行功能的高檔數(shù)控機床、工業(yè)機器人、增材制造裝備等智能制造裝備以及智能化生產(chǎn)線，統(tǒng)籌布局和推動智能交通工具、智能工程機械、服務(wù)機器人、智能家電、智能照明電器、可穿戴設(shè)備等產(chǎn)品研發(fā)和產(chǎn)業(yè)化?！?/p>

2015年7月4日國務(wù)院在《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的知道意見》明確提出人工智能作為11個重點布局的領(lǐng)域之一，促進人工智能在智能家居、智能終端、智能汽車、機器人等領(lǐng)域的推廣應(yīng)用。

2016年1月國務(wù)院在《“十三五”國家科技創(chuàng)新規(guī)劃》提出智能制造和機器人成為“科技創(chuàng)新2030項目”重大工程之一。

2016年3月18日國務(wù)院在《國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要（草案）》提出人工智能概念進入“十三五”重大工程。

2016年5月18日國家發(fā)展改革委、科技部、工業(yè)和信息化部、中央網(wǎng)信辦在《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》明確了要培育發(fā)展人工智能新興產(chǎn)業(yè)、推進重點領(lǐng)域智能產(chǎn)品創(chuàng)新、提升終端產(chǎn)品智能化水平、并且政府將在資金、標(biāo)準(zhǔn)體系、知識產(chǎn)權(quán)、人才培養(yǎng)、國際合作、組織實施等方面進行保障。

人工智能技術(shù)帶來的產(chǎn)業(yè)影響

當(dāng)前，人工智能技術(shù)對互聯(lián)網(wǎng)行業(yè)產(chǎn)生的影響和變革主要有如下三個方面：

其一，在理論技術(shù)層面，人工智能技術(shù)為基于互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)等領(lǐng)域的創(chuàng)新應(yīng)用，提供理論基礎(chǔ)。例如，自動定理推理，為網(wǎng)絡(luò)信息檢索、問題求解、遠(yuǎn)程診斷等問題提供了自動求解方案；自然語言理解，為計算機人類語言理解提供理論和方法；數(shù)據(jù)挖掘為從數(shù)據(jù)庫中挖掘有意義，提煉出具有必然性、蘊含本質(zhì)規(guī)律的數(shù)據(jù)提供了規(guī)則、聚類等數(shù)據(jù)處理、建模、評估標(biāo)準(zhǔn)。

其二，在技術(shù)應(yīng)用和創(chuàng)新層面，人工智能技術(shù)的發(fā)展，為未來ICT等網(wǎng)絡(luò)技術(shù)的發(fā)展指引了方向。當(dāng)前，以智能算法、深度學(xué)習(xí)、云計算為代表的大規(guī)模網(wǎng)絡(luò)應(yīng)用已經(jīng)成為ICT產(chǎn)業(yè)的重要發(fā)展方向。各大互聯(lián)網(wǎng)公司在深度學(xué)習(xí)領(lǐng)域在不斷做積極探索，深度學(xué)習(xí)是機器學(xué)習(xí)研究中的一個重點關(guān)注領(lǐng)域，其研究側(cè)重于建立、模擬人腦進行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)。在創(chuàng)新方面，深度學(xué)習(xí)帶來了機器學(xué)習(xí)的新浪潮，推動“大數(shù)據(jù)＋深度模型+數(shù)據(jù)發(fā)現(xiàn)挖掘”時代的來臨。人工智能技術(shù)與互聯(lián)網(wǎng)的融合，是兩個領(lǐng)域發(fā)展到一定階段，探索創(chuàng)新的必然結(jié)果，深度學(xué)習(xí)為擁有強大計算能力和數(shù)據(jù)資源的互聯(lián)網(wǎng)巨頭公司帶來下一次全面領(lǐng)跑的機會。例如，谷歌、百度在硅谷的研發(fā)實驗室，在對深度學(xué)習(xí)、算法升級，對機器學(xué)習(xí)模仿人腦的智能活動，讓機器像人腦一樣識別圖像、理解自然語言，解析網(wǎng)絡(luò)內(nèi)容之間關(guān)系做深度探索。百度語音和圖像等相關(guān)網(wǎng)絡(luò)產(chǎn)品應(yīng)用的快速崛起，正是受益于對機器學(xué)習(xí)等領(lǐng)域的技術(shù)突破。

其三，在融合發(fā)展層面，人工智能技術(shù)的發(fā)展促進多種科學(xué)與網(wǎng)絡(luò)技術(shù)的深度融合。從國際上看，人工智能技術(shù)在美國，歐洲和日本發(fā)展迅速，并且?guī)恿硕喾N信息科學(xué)領(lǐng)域的發(fā)展，信息學(xué)、控制學(xué)、仿生學(xué)、計算機學(xué)等領(lǐng)域的技術(shù)突破均被運用到人工智能應(yīng)用中去。從技術(shù)發(fā)展脈絡(luò)發(fā)展上，人工智能很多技術(shù)一直處于創(chuàng)新的前沿，未來會在很大程度上影響信息產(chǎn)業(yè)的發(fā)展方向。人工智能發(fā)展至今涉及到多個研究領(lǐng)域，研究方向包括符號計算、語言識別、模式識別和計算機視覺、機器翻譯與機器學(xué)習(xí)、智能信息檢索、問題求解與專家系統(tǒng)、邏輯推理與邏輯證明、自然語言處理等，逐漸成為更為廣泛的智能科學(xué)學(xué)科。

新時期下面對人工智能快速發(fā)展對策：

在人工智能技術(shù)發(fā)展過程中，我們總體上應(yīng)該貫徹落實創(chuàng)驅(qū)動發(fā)展戰(zhàn)略，立足自主創(chuàng)新的同時，放眼國內(nèi)國際兩個大局技術(shù)發(fā)展情況，加強跟蹤高新技術(shù)產(chǎn)業(yè)技術(shù)的發(fā)展態(tài)勢調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，統(tǒng)籌全局發(fā)展，切實推進由技術(shù)革新到推進經(jīng)濟發(fā)展方式的轉(zhuǎn)變，實現(xiàn)工業(yè)經(jīng)濟產(chǎn)型升級，同步大力支持我國人工智能相關(guān)研究和產(chǎn)業(yè)化工作。在具體工作上，我們應(yīng)該采取以下策略：

一是要建立針對相關(guān)科研成果的產(chǎn)業(yè)追蹤機制。針對國際國內(nèi)相關(guān)企業(yè)和科研機構(gòu)正在進行的相關(guān)科研活動進行動態(tài)追蹤，對其科研成果在各行各業(yè)的信息化應(yīng)用進行預(yù)研預(yù)判，為制定信息化發(fā)展相關(guān)政策規(guī)劃提供線索和根據(jù)。

二是適時引導(dǎo)和推動人工智能相關(guān)產(chǎn)業(yè)領(lǐng)域的研發(fā)應(yīng)用。加強對人工智能和人腦科學(xué)工業(yè)領(lǐng)域應(yīng)用的深入調(diào)研分析，掌握工業(yè)機器人、新型計算產(chǎn)品、人工神經(jīng)網(wǎng)絡(luò)等的發(fā)展和應(yīng)用現(xiàn)狀，堅持應(yīng)用牽引，整合產(chǎn)學(xué)研現(xiàn)有資源，形成一批人工智能關(guān)聯(lián)技術(shù)的實驗室和技術(shù)中心，推動人工智能關(guān)聯(lián)技術(shù)在網(wǎng)絡(luò)、通訊等行業(yè)快速發(fā)展的應(yīng)用示范。

三是要加大對人工智能關(guān)聯(lián)技術(shù)的資金支持力度，引導(dǎo)人工智能關(guān)聯(lián)技術(shù)向通用技術(shù)領(lǐng)域的演進和轉(zhuǎn)化。

未來人工智能技術(shù)將進一步推動關(guān)聯(lián)技術(shù)和新興科技、新興產(chǎn)業(yè)的深度融合，推動新一輪的信息技術(shù)革命，其人工智能技術(shù)將成為我國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級的新支點。

第五篇：人工智能最后總結(jié)(全)

第一章

1.人工智能: 是計算機科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機器的一個分支

2.近期目標(biāo)：研究用機器來模仿和執(zhí)行人腦的某些智力功能，并開發(fā)相關(guān)理論和技術(shù)

3.應(yīng)用: 博弈,定理證明, 機器翻譯, 專家系統(tǒng), 模式識別, 機器人學(xué), 智能控制, 神經(jīng)生理學(xué)

第二章

1.知識的種類: 事實性知識, 過程性知識, 行為性知識, 元知識

2.知識的要素: 事實,規(guī)則,控制,元知識

3.知識的表示: 謂詞邏輯, 產(chǎn)生式規(guī)則, 語義網(wǎng)絡(luò), 框架表示

4.謂詞一般表達(dá)式: P(x1,x2,?,xn)

5.謂詞邏輯表示法: 定義謂詞, 用連詞或量詞把謂詞公式連接起來, 從外到里層層細(xì)化

6.推理機: 規(guī)則解釋程序, 控制系統(tǒng)規(guī)則庫與數(shù)據(jù)庫,負(fù)責(zé)整個產(chǎn)生式系統(tǒng)的運行,決定問題求解過程的推理

路線.主要工作: 匹配器,沖突消解器,解釋器

6.語義網(wǎng)絡(luò): A-kind-ofA-member-ofIs-aPart-ofHaveCan

7.多元關(guān)系的語義網(wǎng)絡(luò)表示: 添加關(guān)系結(jié)點, 動作結(jié)點, 事件結(jié)點, 情況結(jié)點

8.框架表示: 框架名, 槽名, 側(cè)面, 值

(1)橫向聯(lián)系: 一個框架的槽值或者側(cè)面值可以是另外一個框架的名字

(2)縱向聯(lián)系: 具有集成關(guān)系的框架之間構(gòu)成縱向聯(lián)系, 下層框架可以繼承上層框架的槽值.第三章

1.狀態(tài)空間法:(1)選擇狀態(tài), 描述操作(2)定義初始狀態(tài)集合, 目標(biāo)狀態(tài)集合, 及操作符集合例: 2層漢諾塔 A(1,3)---B(1,2)---A(3,2)[操作標(biāo)識有向邊 狀態(tài)標(biāo)識節(jié)點]

2.問題歸約:(1)問題初始描述(2)一套把問題變?yōu)樽訂栴}的操作符(3)一套本原問題描述

例: 3層漢諾塔三元組標(biāo)識狀態(tài)S=(i,j,k), i,j,k表示A,B,C所在的鋼針號

3.與或圖: 如果一個原問題既需通過分解, 又需通過變換,才能得到本原問題,其歸約過程可以用與或圖表示

4.端節(jié)點: 在與或樹中, 沒有子節(jié)點的節(jié)點

終葉節(jié)點: 本原問題所對應(yīng)的節(jié)點

終葉節(jié)點一定是端節(jié)點,但是端節(jié)點不一定是終葉節(jié)點

5.可解節(jié)點與不可解節(jié)點

任何終葉節(jié)點都是可解節(jié)點不為終葉節(jié)點的端節(jié)點是不可解節(jié)點

“與或” 節(jié)點的可解性與子節(jié)點的關(guān)系

6.盲目搜索:

(1廣度)擴展的子節(jié)點放在:Open表的尾部

(2深度)擴展的子節(jié)點放在:Open表的首部

(3)有界深度:根據(jù)題目確定dm并調(diào)整,(4代價樹)g:n2(?)gn1(?c)n1n(2,從Open表的前取從Open表的前取)

?廣度:按照代價對Open表中的全部節(jié)點,從小到大進行排序??深度:按照代價對Open表中的剛擴展節(jié)點,從小到大進行排序

選擇一個代價最小的節(jié)點

7.啟發(fā)式搜索:

(1)度量節(jié)點的希望的量度f(n)

(2)有序搜索: 在Open表中選擇f最小的節(jié)點作為擴展節(jié)點

(3)A算法:

估價函數(shù):f(n)?g(n)?h(n)

g(n):S到n的實際代價? ??每步都要用f(n)對Open表中的節(jié)點排序h(n):n到Sg的估計代價??

(4)A算法: h(n)?h*(n)使h(n)盡可能大,充分靠近h*(n)

f(n)?g(n?)?h(n)

8.與或樹搜索: 自上而下搜索, 自上而下標(biāo)示

(1)應(yīng)用分解或者等價變換對當(dāng)前節(jié)點擴展

(2)設(shè)置指向父節(jié)點的指針

(3)多次調(diào)用可解或不可解標(biāo)記過程, 直到初始節(jié)點被標(biāo)記為可解節(jié)點或不可解節(jié)點 ?廣度: ??深度:*

9.有序搜索之解樹代價

(1)終止節(jié)點: h(n)?0n不可以擴展且不是終止節(jié)點: h(n)??

(2)或節(jié)點: h(n)?min?c(n,ni)?h(ni)?

????c(n,ni)?h(ni)?與節(jié)點: h(n)??

??max?c(n,ni)?h(ni)?

10.希望樹: 自頂向下擴展節(jié)點, 自底向上, 修正代價估值

11.博弈樹: e(P)?e(?P)?e(?P)與~min或~max與或交替出現(xiàn) 12.?~?剪枝:

(1)與:??min?子節(jié)點倒推值?或:??max?子節(jié)點倒推值?

與:當(dāng)前?值?父節(jié)點?值(2)?則剪枝 ??或:當(dāng)前?值?父節(jié)點?值

第四章 推理技術(shù)

1.子句集的求取:

(1)消去蘊含和雙條件符號

(2)減少否定符號轄域

??P?P

?(P?Q)??P??Q?(P?Q)??P??Q

?(?x)P?(?x)?P

?(?x)P?(?x)?P

(3)使不同量詞約束的變元有不同的名字

(4)消去存在量詞(個體常量替換, 函數(shù)替換)

(5)化為前約束(量詞左移), 使得每個全稱量詞的轄域都是整個公式

(6)化為合取范式

(7)消去全稱量詞

(8)消去合取詞

(9)更換變量名

2.歸結(jié)原理:

(1)定理證明:

(2)用歸結(jié)原理求取問題的答案