人工智能简答及论述题

111人工智能是人造智能，即计算机模拟或实现的智能，它是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流和复杂环境中的行为。2图灵测试的做法：让一位测试者分别与一台计算机和一个人进行交谈，而测试者事先并不知道哪一个是测试者，哪一个是计算机。若果交谈后测试者分不出哪一个被测者是人，哪一个是计算机，则可以认为这台被测的计算机具有智能。3人脑的智能及其发生过程都是在其心理层面上可见的，即以某种心理活动和思维过程表现的。这就是说，基于宏观心理层次，我们可以定义智能和研究智能。基于这一认识，我们把脑（主要指人脑）的这种宏观心理层次的智能表现成为脑智能。把这种有群体行为所表现的智能称为群智能。区别与联系：它们都属于不同层次的智能。脑智能是一种个体智能，而群智能是一种社会智慧，但对于人脑来说，宏观心理层次上的脑智能与神经元层次上的群智能又有密切关系，正是围观生理层次上低级的神经元的群智能形成宏观心理层次上高级的智能。4从感觉到记忆到思维这一过程，称为智慧，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称智能。5符号智能：就是符号人工智能，它是模拟脑智能的人工智能，也就是所说的传统人工智能或经典人工智能。符号智能以符号形式的知识和信息为基础，主要通过逻辑推理，运用知识进行问题求解，符号智能的主要智能包括知识获取，知识表示，知识组织与管理和知识运用等技术（这些构成了所谓的知识工程）以及基于知识的智能系统等。6计算智能：也就是计算人工智能，它是模拟群智能的人工智能，计算智能以数值数据为基础，主要通过数组计算，运用算法进行问题求解，计算智能的主要内容：神经网络，进化计算（亦称演化计算，包括遗传算法，进化规划，进化策略），免疫计算，粒群计算，蚁群计算，自然计算以及人工生命等。7人工智能的研究内容：搜索与求解：许多人工智能活动（包括脑智能和群智能）的过程，都可以看成或者抽象为一个基于搜索的问题求解过程。学习与发现：指机器的知识学习和规律发现。知识与推理：知识表示要求便于计算机的接受，存储，处理和运用，机器的推理方式与知识的表示又息息相关。发明与创造：发明创造不仅包括我们平时所说的发明创造，也包括创新性软件，它不仅需要知识和推理，还需要想象和灵感。感知与交流：指计算机对外部信息的直接感知和人机之间，智能体之间的直接信息交流，机器感知就是计算机直接感知周围世界。记忆与联想：记忆是智能的基本条件，联想与许多智能技术息息相关，联想的前提是联想记忆与联想存储。系统与建造：智能系统的设计和实现技术。应用与工程：人工智能的应用和工程研究，这是人工智能的技术与实际应用的接口。8人工智能的研究途径和方法：心理模拟，符号推演（从人脑的宏观心理层面入手，一智能行为的心理模型为依据，将问题或知识表示成某种逻辑网络，采用符号推演的方法，模拟人脑的逻辑思维过程，实现人工智能）、生理模拟，神经计算（从人脑的生理层面，以智能行为的生理模型为依据，采用数值计算的方法，模拟脑神经网络工作过程，实现人工智能）、行为模拟，控制进化（用模拟人和动物在与环境的交互、控制过程中智能活动和行为特性）、群体模拟，仿生计算（模拟生物群落的群体智能行为）、博采广签，自然计算（模拟借鉴自然界的某种机理而设计计算模型）、原理分析，数学建模（通过对智能本质和原理的分析，直接采用某种数学方法来建立智能行为模型）。9人工智能应用：难题求解；自动规划、调度与配置；机器定理证明；自动程序设计；机器翻译；智能控制；智能管理；智能决策；智能通信；智能仿真；智能CAD；智能制造；智能CAI；智能人机接口；模式识别；数据挖掘与数据库中的知识发现；计算机辅助创新，计算机文艺创作；机器博弈；智能机器人。10标识，运算，搜索是人工智能的三个最基本，最核心的技术。2111符号智能与计算智能的区别与联系：两者都涉及表示和运算，都通过搜索进行问题求解的，区别在于前者的标识是知识表示，运算是基于知识表示的推理或符号操作；后者采用搜索方法进行问题求解，一般在问题空间搜索，前者也采用搜索方法进行问题求解，。一般在解空间搜索。12PROLOG语言只有三种语句，分别为事实（数据），规则（子程序）和问题(主程序)，它是基于Horn子句的逻辑程序，其运行机理自然是基于归结原理的演绎推理。13产生式也称为产生式规则，或简称规则，产生式一般形式为前件-后件，其中，前件就是前提，后件是前提或动作，前件和后件可以是由逻辑运算符AND、OR、NOT组成的表达式。14产生式语义规则是：如果前提满足，则可得结论或者执行相应动作，即后件由前件来触发，所以，前件是规则的执行条件，后件是规则体。15利用产生式规则可以实现前提条件的指令性操作，可以实现逻辑推理，实现操作的方法是当测试到一条规则的前提条件满足时，就执行其后部的动作。这称为规则被触发点或点燃。利用产生式规则实现逻辑推理的方法是当有事实能与某规则的前提匹配（即规则的前提条件成立）时，就得到该规则后部的结论（及结论也成立）。16产生式系统有三部分组成：产生式规则库、推理机、动态数据库。产生式规则式亦称产生式规则集，有领域规则组成，在机器中以某种动态数据结构进行组织，一个产生式规则集中的规则，按其逻辑关系，一般可形成一个称为推理网络的结构图，推理机亦称控制执行机构，他是一个程序模块，负责产生式规则的前提条件测试或匹配，规则的调度与选取，规则体的解释和执行，即推理机实施推理，并对推理进行控制，他就是规则的解释程序17人工智能程序设计语言：表处理语言LISP、PROLOG语言18状态图搜索涉及的概念：在状态图中寻找目标或路径的基本方法就是搜索，所谓搜索就是从初始节点出发，沿着与之相连的边试探的前进，寻找目标节点的过程(也可以反向进行)；搜索过程中经过的节点和边，按原图的连接关系，便会构成一个树型的有向图，这种树型有向图称为搜索树。搜索方式：树型搜索：从树根（初始节点）出发，一笔一笔地描出一棵树。线式搜索：在搜索的过程中只记录那些当前认为是处在所找路径上的节点和边；线式搜索又分为不回溯和可回溯，前者是每到一个“叉路口”仅沿一条路继续前进，后者也是对每一个节点都仅扩展一条边，但当不能在扩展时，则退回一个节点，然后再扩展另一条（如果有的话）。树型搜索成功后，还需再从搜索树中找出所求路径，线式搜索只要成功，则搜索线就是所找的路径，即问题的解。搜索策略:盲目搜索和启发式搜索，前者就是无向导的搜索，后者是有向导的搜索；树式盲目搜索从初始节点出发，沿连接边逐一考察各个节点，或者反向进行；线式盲目搜索对于不回溯的就是随机碰撞式搜索，对于回溯的则也是穷举式搜索。19机器学习是让计算机模拟人的学习行为原理机器学习可分为信息、发现和知识三个要素，她们分别是机器学习的对象、方法和目标。符号学习的方法：记忆学习（死记硬背）、实例学习（示例学习、归纳学习）、决策树学习（其原理是用构造树型树形结构的方法从一批事实数据集中归纳总结出若干条分类、决策规则）、演绎学习（一种保真变换，并存储有用的结论）、类比学习（寻找和利用事物间可类比的关知识发现信息31系，而从已有的知识推导出未知的知识）。20神经网络学习（神经网络能够通过学习，改变其内部状态，使输入输出呈现出某种规律性），按连接的拓扑结构不同，神经网络可以分为四类：反馈前向网络、分层前向网络、互联前向网络、广泛互联网络。21专家系统：概念结构：知识库（以某种表示形式存储于计算机中的知识的集合）、推理机（实现机器推理的程序）、动态数据库（存放初始证据事实、推理结果、控制信息的场所）、人机界面（最终用户与专家系统交互界面）、解释模块（专门负责向用户解释专家系统的行为和结果）、知识库管理系统（知识库的支撑软件）、自学习模块（主要指在系统运行过程中，能不断且自动化的完善、丰富知识库中知识）建立专家系统的步骤:系统总体分析与设计、知识获取、知识表示与知识描述语言设计、（知识库设计、知识库管理系统设计、推理机设计、解释模块设计、总控与界面设计、其他功能模块设计）、编程与调试、测试与评价、运行与维护。系统专家的开发特点：知识获取与知识表示设计是工作的起点，知识表示以及知识描述语言确定后，各项设计（图中并列的6个设计）可同时进行。1谈谈你对人工智能的看法？人工智能是21世纪世界三大尖端技术之一，它在社会生产生活中起到了无可替代的巨大作用，它研究、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。作为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做出反应的智能机器，它是多种学科互相渗透的一门综合性新学科，是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，用以延伸人们智能的科学。2）在我看来，人工智能可以分成两个部分来理解，即“人工”和“智能”。人工，自然就是一些人力所能做到的事情，由人去完成活动。智能，应该理解为智慧和能力。既然走智能平台之路，就必须做到两点：一、通过向开发者开放免费的API接口，方便导入后台数据库；二、平台具备自我学习能力，不断完善信息和丰富数据库。3）人工智能的本质就是机器自学习的过程。机器学习包括两大模块：一是数据来源，即大数据；二是数据处理方式，即机器学习算法，机器在自学习过程中两大模块同时运行。深度学习是机器学习研究中的全新领域，主要为建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。深度学习能增强机器学习的能力，整个机理得到大幅改进。4）但受限于技术瓶颈，目前人工智能远未到达成熟的地步。人工智能一旦做成，将对现有移动互联网产品商业模式产生巨大的颠覆，甚至很多移动互联网、互联网产品将不复存在。它的到来，将改变现有的购物、聊天和通信方式，甚至对社交产生冲击。5）基于大数据的分析和处理的人工智能能实现精准推荐。但用它来模拟人工存在较大瓶颈，即模拟不出情感、道德等人类特有特征，最根本的解决办法是基于生物计算机去变革，这是人工智能演化必经的基础性41变革。以上就是我对人工智能的看法。2谈谈你对智能机器人的看法？智能机器人是当前人工智能领域一个十分重要的应用领域和热门的研究方向，它直接面向应用，社会效益强，发展非常迅速。它的研制几乎需要所有的人工智能技术，而且还涉及其他许多科学技术部门和领域。作为人工智能的理想研究平台,它是一个集感知、思维、效应等多方面全面模拟人的机器系统，但其外形不一定像人。它是人工智能技术的综合试验场。可以全面地考察人工智能各个领域的技术。其能力和水平已经成为人工智能技术水平甚至人类科学技术综合水平的一个表现和体现,研究它们相互之间的关系还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。2）智能机器人作为第三代机器人，具有感知、识别、推理、规划和学习等智能机制,其中，感知本身,就是人类和动物所具有的低级智能。智能机器人可以把感知和行动智能化结合起来。它的智能分为两个层次:第一即具有感觉、识别、理解和判断功能;第二即具有总结经验和学习的功能。3）智能机器人技术将会沿着自主性、智能通信和适应性三个方向发展。移动功能是智能机器人与工业机器人显著的区别之一。智能机器人的生命在于创新,开展仿生机构的研究,可以从生体机构、移动模式、运动机理、信息处理与综合,以及感知和认知等方面多层次得到启发。智能机器人的发展必将伴随着智能化算法的不断涌现，模糊控制、神经网络、遗传算法以及它们的相互结合也是智能机器人研究热点之一。由于智能机器人工作环境复杂度和任务的加重,人类对其要求不再局限于单台智能机器人,在动态环境中多智能机器人的合作与单个机器人路径规划要很好地统一,才能更好实现智能化。由于智能机器人的造价太高，所以至今无法普及。不过，总有一天，智能机器人将会伴着我们的生活，为我们的生活带来方便。3、谈谈你对专家系统的看法？专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。ES的理论和技术不断发展，应用渗透到几乎各个领域，包括军事、法律、商业、计算机设计和制