人工智能概论

《人工智能》课程习题

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。

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？

1-3. 为什么能够用机器（计算机）模仿人的智能？

1-4. 现在人工智能有哪些学派？它们的认知观是什么？

1-5. 你认为应从哪些层次对认知行为进行研究？

1-6. 人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？

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?

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、jωL或1/jωC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。

图 2.28

2-5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。

2-6把下列句子变换成子句形式：

(1) ( x)｛P(x)→P(x)｝

(2) ?x?y(On(x,y)→Above(x,y))

(3) ?x?y?z(Above(x,y)∧Above(y,z)→Above(x,z))

(4) ～｛(?x)｛P(x)→｛（?y）［p(y)→p(f(x,y))］∧(?y)［Q(x,y)→P(y)］｝｝｝

2-7用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。)

A computer system is intelligent if it can perform a task which,if performed by a human, requires intelligence.

2-8把下列语句表示成语义网络描述：

(1) All man are mortal.

(2) Every cloud has a silver lining.

(3) All branch managers of DEC participate in a profit-sharing plan.

2-9作为一个电影观众，请你编写一个去电影院看电影的剧本。

2-10试构造一个描述你的寝室或办公室的框架系统。

第三章搜索推理技术

3-1什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么?

3-2试举例比较各种搜索方法的效率。

3-3化为子句形有哪些步骤?请结合例子说明之。

3-4如何通过消解反演求取问题的答案?

3-5什么叫合适公式?合适公式有哪些等价关系?

3-6用宽度优先搜索求图3.33所示迷宫的出路。

图 3.33 迷宫一例

3-7用有界深度优先搜索方法求解图3.34所示八数码难题。

S o S g

图3-34八数码难题

3-8应用最新的方法来表达传教士和野人问题，编写一个计算机程序，以求得安全渡过全部6个人的解答。

提示：在应用状态空间表示和搜索方法时，可用(N m，N c)来表示状态描述，其中N m和N c 分别为传教士和野人的人数。初始状态为(3，3)，而可能的中间状态为(0，1)，(0，2)，(0，3)，(1，1)，(2，1)，(2，2)，(3，0)，(3，1)和(3，2)等。

3-9试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率，并以实例数据加以说明。

3-10一个机器人驾驶卡车，携带包裹(编号分别为＃1、＃2和＃3)分别投递到林(LIN)、吴(WU)和胡(HU)3家住宅处。规定了某些简单的操作符，如表示驾驶方位的drive(x,y)和表示卸下包裹的unload (z) ；对于每个操作符，都有一定的先决条件和结果。试说明状态空间问题求解系统如何能够应用谓词演算求得一个操作符序列，该序列能够生成一个满足AT(#1，LIN)∧AT(#2，WU)∧AT(#3,HU)和目标状态。

3-11规则演绎系统和产生式系统有哪几种推理方式?各自的特点为何?

3-12为什么需要采用系统组织技术?有哪几种系统组织技术?

3-13研究不确定性推理有何意义?有哪几种不确定性?

3-14单调推理有何局限性?什么叫缺省推理?非单调推理系统如何证实一个节点的有效性?

3-15在什么情况下需要采用不确定推理或非单调推理?

3-16下列语句是一些几何定理，把这些语句表示为基于规则的几何证明系统的产生式规则：

(1) 两个全等三角形的各对应角相等。

(2) 两个全等三角形的各对应边相等。

(3) 各对应边相等的三角形是全等三角形。

(4) 等腰三角形的两底角相等。

第四章计算智能（1）：神经计算模糊计算4-1 计算智能的含义是什么？它涉及哪些研究分支？

4-2 试述计算智能（CI）、人工智能（AI）和生物智能（BI）的关系。

4-3 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域？

4-4 简述生物神经元及人工神经网络的结构和主要学习算法。

4-5 考虑一个具有阶梯型阈值函数的神经网络，假设

（1）（1）用一常数乘所有的权值和阈值；

（2）（2）用一常数加于所有权值和阈值。

试说明网络性能是否会变化？

4-6 构作一个神经网络，用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。

4-7 假定有个具有线性激励函数的神经网络，即对于每个神经元，其输出等于常数c乘以各输入加权和。

（1）设该网络有个隐含层。对于给定的权W，写出输出层单元的输出值，此值以权W和输入层I为函数，而对隐含层的输出没有任何明显的叙述。试证明：存在一个不含隐含单位的网络能够计算上述同样的函数。

（2）对于具有任何隐含层数的网络，重复进行上述计算。从中给出线性激励函数的结论。4-8 试实现一个分层前馈神经网络的数据结构，为正向评价和反向传播提供所需信息。应用这个数据结构，写出一个神经网络输出，以作为一个例子，并计算该网络适当的输出值。

4-9 什么是模糊性？它的对立含义是什么？试各举出两个例子加以说明。

4-10 什么是模糊集合和隶属函数或隶属度？

4-11 模糊集合有哪些运算，满足哪些规律？

4-12 什么是模糊推理？有哪几种模糊推理方法？

4-13 有哪些模糊蕴含关系？

4-14 什么叫模糊判决？有哪几种常用的模糊判决方法？

4-15 对某种产品的质量进行抽查评估。现随机选出5个产品x 1，x 2，x 3，x 4，x 5进行检验，

它们质量情况分别为：

x 1＝80，x 2＝72，x 3＝65，x 4＝98，x 5＝53

这就确定了一个模糊集合Q ，表示该组产品的“质量水平”这个模糊概念的隶属程度。 试写出该模糊集。

4-16 设有下列两个模糊关系

????

??????=???????

?????=9.02.08.04.03.07.05.06.07.005.01104.04.08.02

.021R R

试求出R 1与R 2的复合关系R 1○R 2。

第五章 计算智能(2):进化计算 人工生命 5-1 什么是进化计算？它包括哪些内容？它们的出发点是什么？

5-2 试述遗传算法的基本原理，并说明遗传算法的求解步骤。

5-3 如何利用遗传算法求解问题，试举例说明求解过程。

5-4 用遗传算法求的最大值

5-5 进化策略是如何描述的？

5-6 简述进化编程的机理和基本过程，并以四状态机为例说明进化编程的表示。 5-7 遗传算法、进化策略和进化编程的关系如何？有何区别？

5-8 人工生命是否从1987年开始研究？为什么？

5-9 什么是人工生命？请按你的理解用自己的语言给人工生命下个定义。

5-10 人工生命要模仿自然生命的特征和现象。自然生命有哪些共同特征？

5-11 为什么要研究人工生命？

5-12 人工生命包括哪些研究内容？其研究方法如何？

第六章 专家系统

6-1 什么叫做专家系统?它具有哪些特点与优点?

6-2 专家系统由哪些部分构成?各部分的作用为何?

6-3 建造专家系统的关键步骤是什么?

6-4 专家系统程序与一般的问题求解软件程序有何不同?开发专家系统与开发其它软件的

任务有何不同?

6-5 基于规则的专家系统是如何工作的？其结构为何？

6-6 基于框架的专家系统与面向目标编程有何关系？其结构有何特点？其设计任务是什么？

6-7 为什么要提出基于模型的专家系统？试述神经网络专家系统的一般结构。

6-8 新型专家系统有何特征？什么是分布式专家系统和协同式专家系统？

6-9 在设计专家系统时，应考虑哪些技术？

6-10 什么是建造专家系统的工具?你知道哪些专家系统工具，各有什么特点?

6-11 专家系统面临什么问题?你认为应如何发展专家系统?

6-12 用基于规则的推理系统证明下述推理的正确性：

已知狗都会吠叫和咬人

任何动物吠叫时总是吵人的

猎犬是狗

结论猎犬是吵人的

第七章机器学习

7-1 什么是学习和机器学习?为什么要研究机器学习?

7-2 试述机器学习系统的基本结构，并说明各部分的作用。

7-3 试解释机械学习的模式。机械学习有哪些重要问题需要加以研究?

7-4 试说明归纳学习的模式和学习方法。

7-5 什么是类比学习？其推理和学习过程为何？

7-6 试述解释学习的基本原理、学习形式和功能。

7-7 试比较说明符号系统和连接机制在机器学习中的主要思想。

7-8 用C语言编写一套计算机程序，用于执行BP学习算法。

7-9 试应用神经网络模型优化求解销售员旅行问题。

7-10 考虑一个具有阶梯型阈值函数的神经网络，假设

(1) 用一常数乘所有的权值和阈值；

(2) 用一常数加于所有权值和阈值。

试说明网络性能是否会变化?

7-11 增大权值是否能够使BP学习变慢?

7-12 什么是知识发现？知识发现与数据挖掘有何关系？

7-13 试说明知识发现的处理过程。

7-14 有哪几种比较常用的知识发现方法？试略加介绍。

7-15 知识发现的应用领域有哪些？试展望知识发现的发展和应用前景。

第八章机器人规划

8-1 有哪几种重要的机器人高层规划系统?它们各有什么特点?你认为哪种规划方法有较大的发展前景?

8-2 让right(x),left(x),up(x)和down(x)分别表示八数码难题中单元x左边、右边、上面和下面的单元(如果这样的单元存在的话)。试写出STIPS规划来模拟向上移动B(空格)、向下移动B、向左移动B和向右移动B等动作。

8-3 考虑设计一个清扫厨房规划问题。

(1) 写出一套可能要用的STRIPS型操作符。当你描述这些操作符时，要考虑到下列情况：

·清扫火炉或电冰箱会弄脏地板。

·要清扫烘箱，必须应用烘箱清洗器，然后搬走此清洗器。

·在清扫地板之前，必须先行打扫。

·在打扫地板之前，必须先把垃圾筒拿出去。

·清扫电冰箱造成垃圾污物，并把工作台弄脏。

·清洗工作台或地板使洗涤盘弄脏。

(2) 写出一个被清扫厨房的可能初始状态描述，并写出一个可描述的(但很可能难以得到的)目标描述。

(3) 说明如何把STRIPS规划技术用来求解这个问题。(提示：你可能想修正添加条件的定义，以便当某个条件添加至数据库时，如果出现它的否定的话，就能自动删去此否定)。8-4 曲颈瓶F1和F2的容积分别为C1和C2。公式CONT(X，Y)表示瓶子X含有Y容量单位的液体。试写出STRIPS规划来模拟下列动作：

(1) 把F1内的全部液体倒进F2内。

(2) 用F1的部分液体把F2装满。

8-5 机器人Rover正在房外，想进入房内，但不能开门让自已进去，而只能喊叫，让叫声促使开门。另一机器人Max在房间内，他能够开门并喜欢平静。Max通常可以把门打开来使Rover停止叫喊。假设Max和Rover各有一个STRIPS规划生成系统和规划执行系统。试说明Max和Rover的STRIPS规则和动作，并描述导致平衡状态的规划序列和执行步骤。

8-6 用本章讨论过的任何规划生成系统，解决图8.22所示机械手堆积木问题。

8-7 考虑图8.23所示的寻找路径问题。

(1) 对所示物体和障碍物(阴影部分)建立一个结构空间。其中，物体的初始位置有两种情况，一种如图所示，另一种情况是把物体旋转90°。

(2) 应用结构空间，描述一个寻求上述无碰撞路径的过程(程序)把问题限于无旋转的二维问题。

机械手

(b)目标布局

图8.22 机械手堆积木规划问题

8-8 指出你的过程结构空间求得的图8.23问题的路径，并叙述如何把你在上题中所得结论推广至包括旋转情况。

图8.23 一个寻找路径问题

8-9 图8.24表示机器人工作的世界模型。要求机器人Robot把3个箱子BOX1、BOX2和BOX3移到如图E23(b)所示目标位置，试用专家系统方法建立本规划，并给出规划序列。

(a)初始世界模型M0 (b)目标世界模型G0

图8.24 移动箱子于一处的机器人规划

8-10 图8.25表示机器人工作的世界模型。要求机器人把箱子从房间R2初始位置移至房间R1目标位置。试建立本机器人规划专家系统，并给出规划结果。

图8.25 从一房间移至另一房间的机器人规划

第九章Agent (艾真体)

9-1 分布式人工智能系统有何特点？试与多艾真体系统的特性加以比较。

9-2 什么是艾真体？你对agent 的译法有何见解？

9-3 艾真体在结构上有何特点？在结构上又是如何分类的？每种结构的特点为何？ 9-4 艾真体为什么需要互相通信？

9-5 试述艾真体通信的步骤、类型和方式。

9-6 艾真体有哪几种主要通信语言？它们各有什么特点？

9-7 多艾真体系统有哪几种基本模型？其体系结构又有哪几种？

9-8 试说明多艾真体的协作方法、协商技术和协调方式。

9-9 为什么多艾真体需要学习与规划？

9-10 你认为多艾真体系统的研究方向应是哪些？其应用前景又如何？

9-11 选择一个你熟悉的领域，编写一页程序来描述艾真体与环境的作用。说明环境是否是

可访问的、确定性的、情节性的、静态的和连续的。对于该领域，采用何种艾真体结构为好？

9-12 设计并实现几种具有内部状态的艾真体，并测量其性能。对于给定的环境，这些艾真

体如何接近理想的艾真体？

9-13 改变房间的形状和摆设物的位置，添加新家具。试测量该新环境中各艾真体，讨论如

何改善其性能，以求处理更为复杂的地貌。

9-14 有些艾真体一旦得知一个新句子，就立即进行推理，而另一些艾真体只有在得到请求

后才进行推理。这两种推理方法在知识层、逻辑层和执行层将有何区别？

9-15 应用布尔电路为无名普斯世界设计一个逻辑艾真体。该电路是一个连接输入（感知阀

门）和输出（行动阀门）的逻辑门的集合。

(1) 试解释为什么需要触发器。

(2) 估计需要多少逻辑门和触发器。

第十章 机器视觉

10-1 可用广义锥体语言把楔形物体描述为一个具有一定尺寸的三角形沿着一根直轴移动而成的。请给出另一种描述。

10-2 (1)除了表面法线(p ,q ,-1)外，还有另外两个感兴趣的矢量：一个矢量指向光源，它对应于某些特别的p 和q 值，记为p s 和 (s 为假设日光)，表示指向日光的矢量(p s ，q s ，-1)；另一指向观察者，即矢量(0，0，-1)。

利用表面法线、日光矢量和观测矢量，可以求出一些用p 和q 表示的与出射角、入射角和相位角有关的公式。试证明下列公式成立：

111

cos 2

222++++++=s s s s q p q p qq pp i

(2)对e cos 和g cos 推导类似公式。 10-3 已知朗伯表面亮度等于i cos ρ。如果光源正好在观察者的后面，即0 ,0==s s q p ，

于是可得对应于p 和q 的亮度为：

11cos 22++?

==q p i E ρρ 当122++q p 为一常数时，亮度E 为一恒值。由于C q p =++122是平面PQ 上某个圆的方程式，所以我们可得如下结论：当光源位于观察者后面时，PQ 反射图上的等亮度线是一些圆周线。试证明阴影线是直线。

10-4 把一个篮球或其它球形物体固定起来，并在室内单一小光源下对它进行试验。光源是在观察者的背后。

(1)球面的光线亮度如何变化?

(2)为什么满月看上去是扁平的?

10-5 考虑有一个朗伯立方体平放在朗伯墙前，如图（a ）所示。沿ab 线的光线强度大体上像图（b ）那样，而当立方体的拐角为圆滑过渡时，其光线强度如图(c)所示。

题10－5图 朗伯立方体及其光强分布图

(1)在PQ 空间，指出此立方体各可见侧面的表面法线的准确位置。

(2)在PQ 空间，对着光源方向，指出可取的位置。

(3)假设交界是陡变的，试画出沿cd 线的光强度分布图。

(4)假设交界是圆滑的，试画出沿cd 线的光强度分布图。

10-6 下列阵列表示航空照片图象上点阵的PQ 投影以及所观察亮度Er 的链式代码： -1 -1 0.23 +1 -1 0.23 +1 -1 0.17

-1 -1 0.23 +1 -1 0.17 0 0 0.3

0 0 0.3 0 0 0.3 0 0 0.3

假设所观察的亮度为),(),(y x R y x Er ρ=，其中，),(q p R 对应于光源直接在观察者背后和1=p 时的朗伯反射图上的等亮度线。试把每点图象分类为石头、树和墓石、假设它们的反射系数分别为0.7，0.5和0.3。

10-7 某盖板表面的反射系数ρ为未知。在不同时间从3个分离光源对该表面照明。对于1=ρ的表面，这3个光源对此表面的反射图如图所示。用这些光分别照射时所观察到的亮度分别为：

1.0 ,1.0 ,

2.0321===I I I

题10-7图 3个反射图

(1)在PQ 空间画出当21/I I 等于2，3和4时表示轨迹的线。同样地，画出当

32/I I 等于0.5，1和2时的线。

(2)求?=ρ

10-8 把图中所示各物体量化为32×32的画面(方格纸自备)

d =

e =

f =

g g d

e

a =

b =

c c

题10－8图 需要数字化的物体

(1)建立两个画面，每个画面包含上述3个物体。要求两画面上的物体具有不同的尺寸、位置和方向。

(2)计算两画面上6个物体的各阶矩量1120011000,,,,M M M M M 和02M 。

(3)计算各物体的矩心),(Y X 。

(4)计算各物体的中心矩、标称中心矩和不变性矩，并讨论所得结果。

(5)计算6个物体的形状系数，并讨论所得结果。

10-9 为什么CONSIGHT 系统要使用2个光源，而不是用1个光源?

10-10 在连通性分析中，相邻2行间的分段情况被定义为下列3种：

情况1不重迭

中间为零或有更多的列

×××××

情况2不重迭

中间为零或有更多的列

××××××××××

情况3重迭

既不同于情况1，又不同于情况2。

区域并合规则是较高的数取代较低的数(除背景“0”外)。

(1)从左至右逐行扫描下列8×8二进制图象(图中b 为背景)。指出连通域被并合后图象矩阵上元素的数字，作为连通性分析的解答：

1 2 3 4 5 6 7 8

b b b b b b b b b b

1 b 0 0 0 1 1 1 0 0 b

2 b 1 1 0 0 1 1 1 0 b

3 b 0 1 0 1 1 0 1 1 b

4 b 0 1 1 1 1 0 0 1 b

5 b 0 1 1 1 0 0 0 1 b

6 b 0 1 0 1 1 0 1 1 b

7 b 0 1 0 0 1 1 1 0 b

8 b 0 0 0 0 0 1 0 0 b

b b b b b b b b b

(2)确定本题(1)中图象编码的扫描宽度。

第十一章自然语言理解

11-1 什么是语言和语言理解?自然语言理解过程有哪些层次，各层次的功能如何?

11-2 自然语言理解和语言自动生成的关系为何?研究这两者时有什么共同点。

11-3 语言的歧义性可出现在各个层次上：构词、词类、句法和语义。试各举一例来说明。11-4 写出下列上下文无关语法所对应的转移网络：

S→NP VP

NP→Adjective Noun

NP→Determiner Noun PP

NP→Determiner Noun

VP→Verb Adverb NP

VP→Verb

VP→Verb Adverb

VP→Verb PP

PP→Proposition NP

11-5 考虑下列句子

The old man′s glasses were filled with sherry.

选择单词glasses合适的意思需要什么信息?什么信息意味着不合适的意思?

11-6 考虑下列句子：

Put the red block on the blue block on the table .

(1) 写出句中符合句法规则的所有有效的句法分析。

(2) 如何用语义信息和环境知识选择该命令的恰当含义?

11-7 对下列每个语句给出句法分析树：

(1) David wanted to go to the movie with Linda.

(2) David wanted to go to the movie with Georgy William.

(3) He heard the story listening to the radio.

(4) He heard the boys listening to the radio.

11-8 考虑一用户与一交互操作系统之间进行英语对话的问题。

(1) 写出语义文法以确定对话所用语言。这些语言应确保进行基本操作，如描述事件、复制和删除文件、编译程序和检索文件目录等。

(2) 用你的语义文法对下列各语句进行文法分析：

Copy from new test mss into old test mss.

Copy to old test mss out of new test mss.

(3) 用标准的英语文法对上述两语句进行分析，列出所用文法片断。

(4) 上述(2)与(3)的文法有何差别?这种差别与句法和语义文法之间的差别有何关系?

11-9 某大学开发出一个学生学籍管理数据库。试写出适于查询该数据库内容的匹配样本。

11-10 试设计一个特定应用领域的自然语言问答系统。

第十二章 智能控制

12-1 为什么说智能控制是人工智能的重要研究新领域?

12-2 智能控制有哪几种结构理论?它们的中心思想和内容是什么?与传统控制相比，智能控制有什么特点?

12-3 Saridis 的分级递阶智能控制的要点是什么?各级的功能怎样?如何用熵来度量各级的作用?

12-4 设计专家控制器时应考虑哪些特点?专家控制系统的一般结构模型为何? 12-5 什么是学习控制系统?它有哪些研究课题?学习控制系统的设计原则为何? 12-6 试说明模糊控制器的结构原理和控制规则。模糊控制器有哪几种设计方法? 12-7 设论域X 、Y 均为有限模糊集合，它们分别为

},,{}

,,{2121n n y y y Y x x x X ==

模糊矩阵R 表示从X 到Y 的一个模糊关系。试说明模糊矩阵R 的元素r ij 的含义是什么? 12-8 模糊控制器工作过程中把输入的精确量转变为模糊量(模糊化)后，输出时又 把模糊量变为精确量(非模糊化)。这些转换各有什么作用?

12-9人工神经网络有哪些特性使它适于控制?有哪几种神经控制器，它们的结构 和作用原理为何?

12-10 智能控制有哪些应用领域?试举出一个你比较了解或熟悉的智能控制应用例子，并说明其工作原理和控制性能。

第十三章 展望

13-1 你怎样评价人工智能的发展与争论？争论与发展的关系如何？ 13-2 人工智能不同学派在理论、方法和技术路线上各有何争论?

13-2 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？

13-4 试评述人工智能的未来发展。

13-5 你对“人工智能”或“智能系统”课程及其教学有何建议？

人工智能导论》教学大纲 大纲说明 课程代码： 3235042 总学时： 32 学时（讲课 32 学时） 总学分： 2 学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求： C 程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科 学中涉及研究、 科学与技术， 以及有关专业重要的专业方向与特色模块课程之一。 生对人工智能的发展概况、 基本原理和应用领域有初步了解， 启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多 言理解、专家系统和机器学习等。 这些研究论题的基础是通用和专用的知 识表示和推理机制、 问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决， 甚至无法解决的问题。 这些 工具包括启发式搜索和规划算法， 知识表示和推理形式， 机器学习技术， 语音和语言理解方 法，计算机视觉和机器人学等。 要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时， 本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章 绪论 学时： 2 学时（讲课 2学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点 ：在介绍人工智能概念的基础上， 使学生了解本课程所涉知识的重要意义， 以及人工智能的应用现状和应用前景。 设计和应用智能机器的一个分支。 本课程是计算机 通过本课程的开设， 使学 对主要技术及应用有一定掌握， Agent 系统、 语音识别、自动语

未来科技五年人工智能行业产业发展趋势分析最新竟争力

未来科技五年人工智能行业产业发展趋势分析 最新竟争力 人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，国内外的高科技公司以及风险投资机构纷纷布局人工智能产业链。以下对人工智能行业发展趋势分析。 中国和美国目前是全球人工智能产业发展的领导者，仅在2015年，两国在学术期刊上发表的AI相关论文接近1万篇，而英国、印度、德国和日本加起来才大约相当于中美的半数。2017-2022年中国人工智能项目行业市场深度调研及投资战略研究分析报告表明，中国有着全球最多的数据量，拥有巨大应用市场，正在围绕AI构建完善的产业生态链。我们有理由相信，AI将成为企业跨部门业务发展的“颠覆者”，渐趋成熟的AI技术正逐步向“AI+”进行转变。我国将在AI关键技术领域获得重大突破，推动关键场景应用逐步走向成熟。 趋势一政策体系加速完善 一直以来，我国高度重视人工智能技术创新和产业发展，当前随着全球人工智能产业的快速成长，一些主要发达国家纷纷出台人工智能相关战略文件，力争在新的科技浪潮中抢占制高、规避风险。美国、英国等相继出台了《国家人工智能研究和发展战略计划》等报告，不断完善人工智能顶层设计。我国也围绕《中国制造2025》和“互联网+”行动计划出台了一系列支持人工智能技术创新和产业发展的政策文件，如2016年5月由国家发改委、工信部等多部委联合发布的《“互联网+”人工智能三年行动实施方案》等。在国务院发布的《“十三五”国家战略性新兴产业发展规划》中，也提到要培育人工智能产业

生态，促进人工智能在经济社会重点领域推广应用。今年，我国人工智能产业发展的政策支撑力度有望进一步加强。一方面，借鉴美国、英国等的人工智能国家战略，预计我国也将发布聚焦于人工智能的国家战略文件，对未来人工智能技术和产业发展制定顶层设计。另一方面，科技部、国家发改委、工信部等相关部门也将有望发布人工智能相关的政策文件，从技术研发、产业培育等角度做出具体的部署，实施一批大型项目。此外，围绕标准、安全等特定议题，相关的政策研究与制定也将有望取得积极进展。 趋势二产业规模快速增长 自2006年深度学习算法提出以来，语音和视觉识别准确率得到大幅提升，人工智能进入到了第三次高峰期。当前，在技术突破和应用需求的双重驱动下，人工智能技术已走出实验室，加速向产业各个领域渗透，产业化水平大幅提升，人工智能产业发展正处在黄金期。根据初步测算，2016年，全球人工智能市场规模约为1680亿元，我国人工智能市场规模约为98亿元。今年，随着我国软件与互联网技术向各行各业的持续深入以及云计算、大数据、物联网等相关产业的不断进步，人工智能产业市场规模将持续扩大，预计人工智能及其相关产业发展增速将超过40%。从细分行业来看，语音服务相关技术和模型将趋于成熟，围绕智能语音的行业应用将不断加速，市场逐渐打开，成为人工智能产业发展的主要方向。图像处理等计算机视觉技术将随着训练数据的快速累积实现大的突破，而面向各个行业领域的专业化智能服务则将创造出新的市场空间，有望造就新的行业领军者。 趋势三关键技术取得突破

人工智能的发展现状与前景探析 大数据、人工智能、物联网等，这些新网络时代名词每天都会充斥在我们眼前，其实这些名词早已存在数十年之久，可今天仍然会成为各大新闻媒体争相报道内容。本文就目前人工智能的发展给各领域带来的进步和影响普通生活的各个方面进行深入的探讨，结合生活中相关人工智能的生活体验，对人工智能的发展前景提出一些观点，希望对人工智能热爱和感兴趣以及专业涉及的人工智能专业的人们提供一些参考。 标签：人工智能；发展现状；前景 1 引言 随着互联网时代的到来，我国各行各业对于智能化的需求越来越大，其更多的还是作为技术的载体来推动各个行业智能化的应用。在这一过程中，人工智能技术得到了迅猛的发展，并且和各个行业的结合也是更加的紧密。 2 人工智能技术的发展历程和方向 2.1人工智能技术的兴起 早在20世纪50年代，人工智能概念就已经被提出来了，随后很多的研究学者对其进行深入研究，并且取得了一定的成果，具体表现在LISP表处理语言编写等方面。不过这一项技术涉及到很多的学科领域，由于其他技术的发展没能跟上脚步，并且还受到很多解法推理能力的限制，进而导致很多的机器不能够实时翻译，这一问题的存在也就使得人工智能技术的发展陷入困境。 2.2人工智能技术的发展高潮 经过早期短暂的低谷期之后，各个研究学者对于人工智能技术的研究依旧没有放弃，一直到20世纪70年代，经过坚持不懈的努力，部分研究人员成功的研发出了较为良好的人工智能专家系统，正是这一发明将其技术研究工作推向了高潮。 2.3人工智能技术的应用分析 自知识工程含义提出之后，各种商业化的智能系统以及专家系统不断的产生，并且在世界范围内得到了广泛的应用。人工智能技术在相关领域中的应用创造出非常高的价值，不过由于专家系统自身的局限性，进而使得其再一次的受到严峻的挑战。 2.4人工智能技术的发展方向

人工智能试卷（B） 试题部分： 一、选择题（15小题，共15分） 1、97年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为（A） A）深蓝B）IBM C）深思D）蓝天 2、下列不在人工智能系统的知识包含的4个要素中D A)事实B)规则C)控制和元知识D)关系 3、谓词逻辑下，子句, C1=L∨C1‘, C2= ? L∨C2‘, 若σ是互补文字的（最一般）合一置换，则其归结式C=（A ） A) C1’σ∨C2’σB)C1’∨C2’C)C1’σ∧C2’σD)C1’∧C2’ 4、或图通常称为D A）框架网络B)语义图C)博亦图D)状态图 5、不属于人工智能的学派是B A)符号主义B)机会主义C)行为主义D)连接主义。 6、人工智能的含义最早由一位科学家于1950年提出，并且同时提出一个机器智能的测试模型，请问这个科学家是C A)明斯基B).扎德C)图林D)冯.诺依曼 7、要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫（B ）。 A)专家系统B)机器学习C)神经网络D)模式识别 8、下列哪部分不是专家系统的组成部分（A） A.）用户B）综合数据库C）推理机D）知识库 9、产生式系统的推理不包括（D ） A）正向推理B）逆向推理C）双向推理D）简单推理 10、C(B|A) 表示在规则A->B中，证据A为真的作用下结论B为真的B A)可信度B)信度C)信任增长度D)概率 11、AI的英文缩写是B A)Automatic Intelligence B)Artifical Intelligence C)Automatice Information D)Artifical Information 12、反演归结（消解）证明定理时，若当前归结式是（C）时，则定理得证。 A)永真式B)包孕式（subsumed）C)空子句 13、在公式中?y?xp(x,y))，存在量词是在全称量词的辖域内，我们允许所存在的x可能依赖于y值。令这种依赖关系明显地由函数所定义，它把每个y值映射到存在的那个x。这种函数叫做（B ） A. 依赖函数 B. Skolem函数 C. 决定函数 D. 多元函数 14、子句~P∨Q和P经过消解以后，得到（B ） A. P B. Q C. ~P D.P∨Q

龙源期刊网 https://www.wendangku.net/doc/e518292206.html, 从人工智能发展历程看马克思主义理论的中国现代化发展 作者：段佳丽 来源：《报刊荟萃（上）》2017年第11期 摘要：“人工智能”是前沿科技的新宠，经历坎坷的发展历史之后，“人工智能”不断地渗透和发展到社会生产和生活当中。从马克思主义理论出发，研究人工智能历程和马克思主义理论的中国现代化发展之间的关系成为一个课题。 关键词：马克思主义理论；社会主义现代化；认知 一、“人工智能”与马克思主义理论中国化的关系 “人工智能”是计算机学科的一个分支，和空间技术、能源技术一起被誉为“世界三大尖端技术之一”，其发展历史经历了曲折的过程，最早的传说可以追溯到古埃及时期，伴随着电子计算机的快速发展，技术经历了由猜想到机器智能，最后到人工智能的发展过程。1956年DARTMOUTH学会第一次提出了“人工智能”这一概念，自此研究理论不断深化和发展。从表面上看，“人工智能”和马克思主义理论及马克思主义理论的中国化发展之间相对独立，从学科角度分析，“人工智能”的发展过程与马克思主义思想密切相关。从马克思主义唯物辩证法来看，“人工智能”发展之初，片面的、孤立的、固化的思维占据了上风，但经过长期的“斗争”和曲折反复论证以后，取得了今天令人瞩目成绩本身就是事物不断联系发展的结果。从发展的角度来看，中国现代化的发展必须依靠新的科技“血液”融入进来，需要也必须让“人工智能”参与其中。 马克思主义理论源于欧洲，从哲学层面延伸到社会实践应用之中，而马克思主义政治经济学和科学社会主义对于中国的社会主义影响十分深刻。马克思主义现代化理论中，世界观和方法论紧密结合社会主义核心价值观，不但是人民思想意识形态的发展导向，同时对于中国特色社会主义的理论和实践发展有着十分重要的作用。[1] 中国马克思主义现代化理论符合我国现实情况，其能够从本质中发现资本主义社会发展中社会主义社会发展的差异，体现在国家权力、人民权利、政治条件等多方面，同时借鉴了近几千年来的人类思想总体成就和文化发展中的大量优秀成果，进而提出了从客观角度实事求是的去实现社会的可持续发展。[2]中国马克思主义现代化理论提出了进一步完善以公有制为主 体、多种所有制经济共同发展的基本经济制度，从经济学角度阐述了社会主义的内涵。[3]从 马克思主义的实质来看，它是人类身心的解放，为社会发展提供了明确的目标和价值理想。随着社会主义不断的发展，不单单揭示了人类解放的历程，同时能够匹配社会不同时期的发展需求，“人工智能”正是顺应时代发展的产物，尤其在信息全球化发展的今天，全球的竞争最终体

人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器 模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。

一、选择题答案1、b 2、A 3、A 二、填空题答案 1、在修正的A算法中，fm的含义是到当前为止，扩展的节点中，f的最大值 2、对任意节点n，设m是n的子节点，当h满足条件h(n)-h(m) ≤ C(n, m), h(t) = 0时，称h是单调的。 三、问答题答案 第1题 答：当问题有解时，A*算法总是找到问题的最优解结束。如果h函数定义的不合理，则当扩展一个节点时，不一定就找到了从初始节点到该节点的最优路径，对于这样的节点，就有可能被多次扩展。特别是如果这样的节点处于问题的最优解路径上时，则一定会被多次扩展。解决的方法一是对h函数的定义给出限制，使得h满足单调性。对于满足单调性条件的h，则一定不会出现重复扩展节点问题。二是对A*算法加以改进，使用修正的A*算法进行搜索，则可以减少重复扩展节点问题。 第2题 答：回溯搜索策略与深度有限搜索策略最大的不同是深度有限搜索策略属于图搜索，而回溯搜索则不是图搜索。在回溯搜索中，只保留了从初始节点到当前节点的搜索路径。而深度优先搜索，则保留了所有的已经搜索过的路径。 第3题 答：化子句集如下：

归结树如下： 修改证明树：

得到问题的解答：R(h(f(g(c, a)))) 第4题 第5题 答：搜索图如图所示，其中括号内标出的是节点的f值，圆圈内的数字是扩展的次序。F(16) 得到的解路径为：S-B-F-J-T 第6题 答：如下的知识可以帮助求解该问题： （1）序列中，偶数在偶数位置，奇数在奇数位置； （2）第五个数为5。 综合数据库：

用一个1到9的序列表示：N = {x}，其中x为1到9的数字之一。规则集： r1: IF len(N)=4 THEN {x}∪{5} r2: IF len(N)为偶数and n=In(1, 3, 7, 9) THEN {x}∪{n} r3: IF len(N)为奇数and n=In(2, 4, 6, 8) THEN {x}∪{n} 其中len(N)为求序列的长度，In(a, b, c, d)为取a、b、c、d之一。初始状态：{} 结束条件：得到的序列N前i个数组成的整数能被i整除。

中国人工智能行业发展现状分析及投资前景预测 在东西方神话中，上古「智人」通过各种方法制造「人类」这一物种并赋予其智能；而到了中世纪的欧洲，古典哲学家们尝试着用机械符号处理的观点解释人类大脑的活动；直到20世纪40年代，来自数学，心理学，工程学，经济学和哲学等领域的一批科学家们基于抽象数学推理的可编程数字计算机的发明使得智能大脑出现的可能性被广泛探讨。 1950年，Marvin Minsky和Dean Edmonds建造了世界上第一台神经网络计算SNARC （Stochastic Neural Analog Reinforcement Calculator），它通过使用3000个真空管和B-24轰炸机上的自动指示装置模拟了40个神经元而组成神经网络。 同期，被誉为「计算机科学之父」的AlanT uring在Mind上发表论文，第一次提出机器智能设想。虽然未提到具体的研究方法，但论文中提到的「图灵测试」、「机器学习」、「遗传算法」和「强化学习」等理论也在日后成为了人工智能领域重要的分支。 图灵的计算理论认为任何形式的计算均可被数字信号描述，这也为人工智能的后续实践提供了理论基础。 随后的1956年，在MarvinMinsky连同ClaudeShannon和NathanRochester一起组织的Dartmouth会议上，「人工智能」这个概念首次被提出并开启了西方「人工智能」科学长达半个多世纪的高速发展。 在中国，关于「人工智能」的研究和探讨在70年代末被解禁后又不适时地与「特异功能」联系在一起而停滞不前，直到80年代初期随着技术和思想的不断进步才取得实质性进步。 而今，全球共有近千家人工智能公司遍及62个国家的十余个产业，国内涉及人工智能领域的公司也早已破百。 除了「机器学习」、「模式识别」和「神经网络」这些晦涩的词汇和各种层出不穷的借势营销，这个看似离我们越来越近的市场却在「互联网玄学」的外衣下显得愈发迷雾重重。 一、国内人工智能产业链解构 「基础技术」、「人工智能技术」和「人工智能应用」构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的「人工智能应用」进行重点解构。 （一）基础技术提供平台 人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即「基础设施即服务（IaaS）」、「平台即服务（PaaS）」和「软件即服务（SaaS）」。

我国人工智能发展历程及未来战略思路与重点人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。 国内人工智能发展历程 在人工智能所带来的新赛场上，无论是从理论研究、技术研发方面，还是从产业基础方面来看，应该说我国的研究积累与发达国家相比差距不大。早在上世纪70年代后期，吴文俊就凭借几何定理的机器证明成果，成为国际自动推理界的领军人物，他所开创的数学机械化也在国际上被誉为"吴方法"。在人际对弈方面，浪潮天梭在2006年8月以3胜5平2负击败柳大华等5位中国象棋大师组成的联盟。近些年来，我国人工智能领域有取得了飞速发展。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的BlizzardChallenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了"寒武纪"芯片并建成了类脑智能研究平台。华为也推出了MoKA 人工智能系统。 政府重视发展人工智能 我国一直政府也一直重视人工智能的发展。尤其是2015年将人工智能作为国家"互联网＋"战略中十一个具体行动之一，提出要"加快人工智能核心技术突破，培育发展人工智能新兴产业，推进智能产品创新，提升终端产品智能化水平"。2016年中，国家发改委、科技部、工信部、中央网信办联合发布了《"互联网＋"人工智能三年行动实施方案》，这是我国首次单独为人工智能发展提出具体的策略方案，也是对去年发布的"互联网＋"战略中人工智能部分内容的具体落实。该行动方案提出了三大方向共九大工程，系统地提出了我国在2016至2018年间推动人工智能发展的具体思路和内容，目的在于充分发挥人工智能技术创新的引领作用，支撑各行业领域"互联网＋"创业创新，培育经济发展新动能。这不仅在

人工智能发展史 人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。（虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可能用机器模拟的.这项发现对早期AI的发展影响很大。） 1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。 这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果： （1）1956年，纽威尔和西蒙研制了一个“逻辑理论家“（简称LT）程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。 （2）1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。 （3）1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。 （4）1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划；2。根据记忆中的公理、定理和解题规划、按计划实施解题过程；3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。（也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的），基于这一发现，他们研制了“通用问题求解程序GPS”，

一、选择题答案1、A2、A 二、填空题答案 1、基于规则的正向演绎系统使用的条件是（1）事实表达式是任意形式（2）规则形式为L→W或L1∨L2→W，其中L为单文字，W为任意形（3）目标公式为文字析取形 2、基于规则的逆向演绎系统使用的条件是（1）事实表达式是文字合取形（2）规则形式为W→L 或W→L1∧L2 ，其中L为单文字，W为任意形（3）目标公式为任意形式 3、归结法中，可以通过修改证明树的方法得到问题的解答。 三、问答题答案 第1题答：

得解图：

第2题 第3题 答：综合数据库： (m1, m5, m9, b) 设从河的左岸到右岸，其中m1, m5,m9分别表示过河时间需要1分钟，5分钟和9分钟的人，在河左岸的人数。b＝1表示船在左岸，b＝0表示船在右岸。规则集： 初始状态：(2, 1, 1, 1) 结束状态：(0, 0, 0, 0) h函数：h(n) = m - b，其中m为在左岸的人数，b为船是否在左岸。 对于任意两个节点ni和nj，其中nj是ni的子节点。 当ni中b＝1时，则nj中b＝0，因此：max(h(ni)-h(j))=(m-1)-(m-1)=0, 而C(ni, nj)最小为1， 因此h(ni)-h(nj)

因此该h函数满足单调性条件。所以h满足A*条件。 第4题 答：对事实和规则进行skolem化： （1）(s) ~P(a) （2）(s)(P(g(s))) P(g(s)) （3）(x)(s)(y)((P(s)∧Q(b，x，s))→H(y) (P(s)∧Q(b，c，s))→H(f(s)) （4）(x)(s)(Q(b，x，s)→Q(b，x，g(s))) Q(b，x，s)→Q(b，x，g(s)) （5）(x)(s)(y)(~P(s)→Q(b，x，y)) ~P(s)→Q(b，x，h(x, s)) 经变量换名后，有事实和规则如下： ~P(a) P(g(s1)) r1: (P(s2)∧Q(b，c，s2))→H(f(s2)) r2: Q(b，x3，s3)→Q(b，x3，g(s3)) r3: ~P(s4)→Q(b，x4，h(x4, s4)) 用对偶形式对目标skolem 化： (x)H(x) H(x) 演绎图如下图(这里只给出了一个一致解图)。

2019年中国人工智能行业市场现状及发展前景分析未来智 能制造将成为行业主战场 未来智能制造将是人工智能的主战场 国家工业信息安全发展研究中心认为，目前我国人工智能和制造业融合有着广泛的基础，智能制造是“中国制造2025”的主攻方向，而人工智能是引领新一轮科技革命和产业变革的战略性技术。但新一代人工智能技术在制造业重点领域的应用刚刚起步，人工智能与制造业的融合尚处于初级阶段，未来智能制造将是人工智能的主战场。 1、人工智能+制造业创造新业态 目前中国人工人工智能迈向了2.0阶段，以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发，人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合，成为应用市场一大亮点，催生了智能装备、智能工厂、智能服务等应用场景，创造出自动化的一些新需求、新产业、新业态。

2、政策春风利好工智能发展 2017年，人工智能被首次写入到政府工作报告中，2018年政府工作报告中提出：“发展壮大新动能，做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进‘互联网+’。发展智能产业，拓展智能生活。”，2019年的政府工作报告中，对人工智能的描述也由“加快人工智能等技术研发和转化”、“加强新一代人工智能研发应用”变为“深化大数据、人工智能等研发应用”，可见在国家层面上，对人工智能产业的重视程度日益加深。 3、2018年中国人工智能产业规模超400亿 在政策和技术的推动下，中国人工智能产业发展迅速。跟据中国信通院数据，2015年到2018年中国人工智能产业规模复合平均增长率为54.6%，高于全球平均水平(约36%)。2018年，中国人工智能产业市场规模已达到415.5亿元。其中，企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。

一、填空： 1.人工智能的研究途径有（1）、（2）和行为模拟。 2.任意列举人工智能的四个应用性领域（3）、（4）、（5）、（6）。 3.人工智能的基本技术包括（7）、（8）、（9）归纳技术、联想技术。 4.谓词逻辑是一种表达能力很强的形式语言，其真值的特点和命题逻辑的区别是 （10）。 5.谓词逻辑中，重言式（tautlogy）的值是（11）。 6.设P是谓词公式，对于P的任何论域，存在P为真的情况，则称P为（12）。 7.在著名的医疗专家系统MYCIN中规定，若证据A的可信度CF（A）=0，则意味 着13 ，CF（A）=-1，则意味着（14），CF（A）=1，则意味着（15）。 8.谓词公式G是不可满足的，当且仅当对所有的解释（16）。 9.谓词公式与其子句集的关系是（17）。 10.利用归结原理证明定理时，若得到的归结式为（18），则结论成立。 11.若C1=┐P∨Q，C2=P∨┐Q，则C1和C2的归结式R（C1，C2）= （19）。 12.若C1=P(x) ∨Q(x)，C2=┐P(a) ∨R(y)，则C1和C2的归结式R（C1，C2）= （20）。 13.有谓词公式G，置换δ，则G·ε= （21），δ·ε= （22）。 14.有子句集S=｛P(x),P(y)｝，其MGU= （23）。 15.在归结原理中，几种常见的归结策略并且具有完备性的是（24），（25），（26）。 16.状态图启发式搜索算法的特点是（27）。 17.广度优先搜索算法中，OPEN表的数据结构实际是一个（28），深度优先搜索算 法中，OPEN表的数据结构实际是一个（29）。 18.产生式系统有三部分组成（30），（31）和推理机。其中推理可分为（32）和 （33）。 19.专家系统的结构包含人机界面、（34），（35），（36），（37）和解 释模块。

《人工智能概论》总结报告 时光匆匆，一学期又这样告一段落了。这学期所学的《人工智能概论》让我深刻的体会到了人类无穷的智慧！从中我学到了不少的知识。人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。“人工智能”一词最初是在1956 年Dartmouth 学会上提出的。从那以后,研究者们发展了众多理论和原理,人工智能的概念也随之扩展。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。例如繁重的科学和工程计算本来是要人脑来承担的，现在计算机不但能完成这种计算, 而且能够比人脑做得更快、更准确，因之当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”, 可见复杂工作的定义是随着时代的发展和技术的进步而变化的, 人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，一方面又转向更有意义、更加困难的目标。目前能够用来研究人工智能的主要物质手段以及能

够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机科学与技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 我在学习人工智能这门课程的时候，对我印象最深刻的就是满屏幕的英文，因为英语底子不好，因此我在学习这门课程的时候经常需要查阅一些字典，这样不仅学习了人工智能也提高了英语水平。这门课程让我懂得了人类在开发机器人时候的艰辛历程还有奇妙之处，可想而知让一个机械生物像人类一样的具有意识是多么不容易的一件事情，通过这门课程也让我对机器人产生了浓厚的兴趣！机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作。 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（consciousness）、自我（self）、思维（mind）（包括无意识的思维

人工智能未来发展前景展望 ：磊(10计本) 学号： 长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(M ＩＴ)、卡基-梅隆大学(CＭＵ)到IＢＭ公司，再到日本的本田公司、ＳＯＮＹ公司以及国的清华大学、中科院等科研院所，全世界的实验室都在进行着ＡＩ技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(ＡＩ)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。 （一）、人工智能的定义 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 “智能”1是一个宽泛的概念。智能是人类具有的特征之一。Intelegere是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(machines who thinks,1979)中所提出的: 在1"智能"源于拉丁语legere，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。

复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵 i(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(artificial intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运

论人工智能的发展历程 王鑫涛16151228 摘要：人工智能的发展、人工智能的应用、人工智能的未来 关键字：人工智能、阿尔法围棋、AI 正文：近几年，人工智能这个话题变得越来越热门，尤其是在今年三月份的一场举世瞩目的人机围棋大赛后，人工智能这个话题在人们之间也是越来越普遍地被谈论。2016年3月，阿尔法围棋（AlphaGo）与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜，不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。那么，阿尔法围棋是什么呢，为什么这么厉害？阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰和与他们的团队开发，其主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。一层神经网络会把大量矩阵数字作为输入，通过非线性激活方法取权重，再产生另一个数据集合作为输出。这就像生物神经大脑的工作机理一样，通过合适的矩阵数量，多层组织链接一起，形成神经网络“大脑”进行精准复杂的处理，就像人们识别物体标注图片一样。通过上述所所，可见现在的人工智能已发展到一个相当高相当先进的程度了，那么，人工智能又是怎么一步步发展到今天的呢，它的未来又会是如何？我在这里就说一下自己对人工智能浅薄的见解。

一、什么是人工智能 人工智能(Artificial Intelligence),英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统来模拟人类智能活动的能力，以延伸人们智能的科学。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能与人类智能相似的方式做出反应的智能机器。人工智能的发展史是和计算机科学与技术的发展史联系在一起的，目前能够用来研究人工智能的主要物质手段以及能够实现人工智能技术的机器就是计算机,人工智能在21世纪必将为发展国民经济和改善人类生活做出更大的贡献。 人类的科学演变已从单一的“数值计算”发展到系统的“逻辑计算”。人类正在将信息工程学逐步提入到计算机系统中，从而出现了“信息管理”“和“信息交换”等科学的迫切需求。而加速扩大“信息处理”层面来说，现有的计算机的处理数据能力是匹配不了的，缺少领域专业“智能”。这样的“计算机科学”已无法适应信息科学的发展需求。全球的信息科学正在逐步形成，Al作为现代信息科学发展的核心。从古至今人们对提及智能相关的问题就很感兴趣，只不过在计算机没有发明之前，没有任何高科技辅助工具能解开智能的奥秘。

《人工智能导论》期末复习知识点 选择题知识点 1.人工智能、人工神经网络、机器学习等人工智能中常用词的英文及其英文缩写。 人工智能Artificial Intelligence,AI 人工神经网络Artificial Neural Network，ANN 机器学习Machine Learning，ML 深度学习Deep Learning,DL 2.什么是强人工智能？ 强人工智能观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。可以独立思考问题并制定解决问题的最优方案，有自己的价值观和世界观体系。有和生物一样的各种本能，比如生存和安全需求。在某种意义上可以看作一种新的文明。 3.回溯算法的基本思想是什么？ 能进则进。从一条路往前走，能进则进，不能进则退回来，换一条路再试。 4.面向对象、产生式系统、搜索树的定义？ 面向对象(Object Oriented)是软件开发方法，一种编程范式。面向对象的概念和应用已超越了程序设计和软件开发，扩展到如数据库系统、交互式界面、应用结构、应用平台、分布式系统、网络管理结构、CAD技术、人工智能等领域。面向对象是一种对现实世界理解和抽象的方法，是计算机编程技术发展到一定阶段后的产物。面向对象是相对于面向过程来讲的，面向对象方法，把相关的数据和方法组织为一个整体来看待，从更高的层次来进行系统建模，更贴近事物的自然运行模式。 把一组产生式放在一起，让它们相互配合，协同工作，一个产生式生成的结论可以供另一个产生式作为前提使用，以这种方式求得问题的解决的系统就叫作产生式系统。 对于需要分析方法，诸如深度优先搜索和广度优先搜索（穷尽的方法）以及启发式搜索（例如最佳优先搜索和A*算法），这样的问题使用搜索树表示最合适。 5.机器学习的基本定义是什么？ 机器学习是一门研究及其获取新知识和新技能，并识别现有知识的学问。6.智慧地球的概念，智慧地球提出的背景是怎样的？

一、人工智能的内涵及分类 （一）人工智能的内涵 人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。人工智能被发达国家视为人类的最后科学尖端，科研领域皇冠上的明珠。 （二）人工智能的分类 人工智能的概念很宽泛，按照人工智能的实力可分为三大类： 1、弱人工智能：在特定领域等同或者超过人类智能或效率的机器智能。 2、强人工智能：各方面都能和人类比肩的人工智能。 3、超人工智能：在包括科学创新、通识和社交技能等各个领域都超越人类的人工智能。 人工智能的革命就是从弱人工智能，通过强人工智能，最终达到超人工智能的过程。目前人类已经掌握弱人工智能，生活中弱人工智能无处不在，比如Siri、垃圾邮件过滤器、谷歌翻译、电商网站上的商品推送、谷歌无人驾驶汽车等等。 人脑与电脑的最大差别在于，一些我们认为困难的事情，如微积分、金融市场策略、翻译等，对于电脑来说都十分容易；但一些人类认为容易的事情，如视觉、动态、移动、直觉，对于电脑来说却是十分困难。而要达到人类级别的智能，电脑必须要理解更高深的东西，比如微小的脸部表情变化，以为为什么喜欢这个而不喜欢那个，要达到这样的水平首先在硬件方便要增加电脑处理速度，其次在软件方面要让电脑变得智能。 美国发明家、未来学家Kurzweil估算出人脑的运算能力是10^16 cps（calculations per second，每秒计算次数，描述运算能力的单位），即1亿亿次计算每秒。现在世界上最快的超级计算机，中国的天河二号，运行能力已达到3.4亿亿次，已经超过人脑，但由于其成本高、规模大、功耗高，使其并不能够被商业及广泛运用。Kurzweil认为考虑电脑发展程度的标杆是看1000美元能买到多少cps，当1000美元能买到人脑级别的1亿亿运算能力的时候，强人工智能就成为生活的一部分。而目前1000美元能买到10万亿cps（人脑的千分之一），根据加速回报定律，科技的进步将呈指数型增长，按照这个速度，到2025年1000美元就可以买到和人脑运算速度抗衡的电脑了。 二、人工智能的产业链分析 从发展路径及阶段上看，实现人工智能需经历三个阶段：计算智能（能存会算）、感知智能（能听会说、能看会认）和认知智能（能理解会思考）。