目录一、第一章（2*6’） (1)二、第二章（1*6’+3*10） (3)三、第三章（2*10’） (5)四、第四章（1*6’+1*10’） (5)五、第五章（1*6’） (6)六、第六章（1*10’） (7)一、第一章（2*6’）1、什么是真正的智能？什么是人工智能？怎样判断一台机器具有智能？人工智能与计算机程序的区别？什么是智能机器？作为一门学科诞生在什么时间和地方？答：1）何为智能难以严格界定，但一般可这样理解：从内涵上，智能=知识+思维；从外延上，智能就是发现规律、运用规律的能力和分析问题、解决问题的能力。

2）由于智能的模糊定义，人工智能在学术界也没有统一的认识。

但大部分认为人工智能主要研究用人工的方法和技术开发智能机器或智能系统，以模仿、延伸和扩展人的智能、生物智能、自然智能，实现机器的智能行为。

3）图灵测试是判断一台机器是否具备智能的实验。

实验由三个封闭房间组成，分别放置主持人、参与人和机器。

主持人向参与人和机器人提问，通过提问的结果来判断谁是人，谁是机器。

如果主持人无法判断谁是人，谁是机器，则这台机器具备智能，即所谓的“智能机器”。

（中文屋子模拟图灵测试，目的是反驳图灵测试，说明某台计算机即使通过了图灵测试，能正确的回答问题，它对问题仍然没有任何理解，因此不具备真正的智能。

西尔勒博士（扮演计算机中的CPU）在一个封闭的房子里，有输入和输出缝隙与外部相通。

输入的是中文问题，而他对中文一窍不通。

房子内有一本英语的指令手册（相当于程序），从中可以找到相应的规则。

他按照规则办事，把作为答案的中文符号写在纸（相当于存储器）上，并输出到屋子外面。

这样，看起来他能处理输入的中文问题，并给出正确答案（如同一台计算机通过了图灵测试）。

但是，他对那些问题毫无理解，不理解其中的任何一个词！）4)人工智能与计算机程序的区别：✧AI研究的是符号表示的知识而不是数值数据为研究对象✧AI采用启发式搜索方法而不是普通的算法✧控制结构与知识是分离的✧允许出现不正确的答案5）智能机器指的是能够在不同环境中进行一些交互性的拟人动作。

6）1956 年暑假于达特茅斯大学产生。

2、人工智能的基本技术？（p6）答：1）知识表示技术：研究各种知识的形式化方法，使便于知识在计算机中存储、组织，便于问题检索、推理等。

2）知识推理、计算和搜索技术：3）系统实现技术：3、人工智能的基本内容？（p7）答：1）从人工智能定义出发，包括：感知与交流的模拟，记忆、联想、计算、思维的模拟，输出效应或行为模拟等。

2）从知识工程的角度出发：知识的获取、处理及应用。

4、人工智能的研究目标？（p7）答：1）近期目标：研究机器智能，即研究如何使现有计算机具备更高的智能，在一定领域或一定程度完成需要人的复杂脑力劳动才能完成的工作。

2）远期目标：研究智能机器，即探索智能的基本原理，研究使用各种方法、各种机器模拟人的思维过程或智能行为，最终制造出和人有相似或相近智力水平和行为能力的智能系统。

5、人工智能的研究途径和方法？（p7）答：1）传统划分方法：符号主义学派（以人脑的心理模型为依据，探索智能活动的心理过程，采用符号推演，宏观上模拟人脑的推理、联想、学习、计算等功能，代表：专家系统）、连接主义学派（以人脑的生理模型为依据，研究着重于人脑结构及活动规律，从微观上模拟人的思维活动，代表：人工神经网络）、行为主义学派（认为智能取决于感知和行动，可以不需要知识，代表：现场AI）2）现代划分方法：符号智能流派、计算智能流派、群体智能流派6、举例人工智能的研究领域？（p10）博弈、自动定理证明、专家系统、模式识别、机器学习、计算智能、自然语言处理、分布式人工智能、机器人。

7、人工智能的发展过程？（p18）答：1）推理期：主要研究有良好定义的问题求解中的搜索策略和算法，以推理为中心，停留在实验室阶段。

2）知识期：一大批专家系统研制成功，此后提出“知识工程”的概念，研究转向以知识为中心。

3）学习期：机器学习是继专家系统后又一令人瞩目的研究领域。

8、人工智能不同学派在理论、方法和技术路线上各有何争论？⑴对人工智能理论的争论：①符号主义认为人的认知基元是符号，而且认知过程即符号操作过程。

②联结主义认为人的思维基元是神经元，而不是符号处理过程。

它对物理符号系统假设持反对意见，认为人脑不同于电脑，并提出联结主义的大脑工作模式，用于取代符号操作的电脑工作模式。

③行为主义认为智能取决于感知和行动（所以被称为行为主义），提出智能行为的“感知-动作”模式。

行为主义者认为智能不需要知识、不需要表示、不需要推理；行为主义还认为：符号主义（还包括联结主义）对真实世界客观事物的描述及其智能行为工作模式是过于简化的抽象，因而是不能真实地反映客观存在的。

⑵对人工智能方法的争论：①符号主义认为人工智能的研究方法应为功能模拟方法。

②联结主义主张人工智能应着重于结构模拟，即模拟人的生理神经网络结构，并认为功能、结构和智能行为是密切相关的。

③行为主义认为人工智能的研究方法应采用行为模拟方法，也认为功能、结构和智能行为是不可分开的。

⑶对人工智能技术路线的争论：①专用路线强调研制与开发专用的智能计算机、人工智能软件、专用开发工具、人工智能语言和其它专用设备。

②通用路线认为通用的计算机硬件和软件能够对人工智能开发提供有效的支持，并能够解决广泛的和一般的人工智能问题。

③硬件路线认为人工智能的发展主要依靠硬件技术，智能机器的开发主要有赖于各种智能硬件、智能工具及固化技术。

④软件路线强调人工智能的发展主要依靠软件技术，智能机器的研制主要在于开发各种智能软件、工具及其应用系统。

9、什么是“知识工程”？它对人工智能的发展有何重要作用？答：在计算机上建立专家系统的技术。

其研究内容主要包括知识的获取、知识的表示以及知识的运用和处理等三大方面。

知识工程概念的提出，使人们清楚认识到，问题的智能求解过程就是一个知识处理过程，标志着人工智能的研究从以推理为中心转向以知识为中心，进入知识期。

专家系统、知识工程的技术已经实际应用于各种计算机应用系统。

10、机器学习机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。

机器学习系统是根据人工智能的学习原理和方法，应用知识表达、知识存储、知识推理等技术设计并构成的，具有知识获取功能，并能逐步改善其性能的系统。

二、第二章（1*6’+3*10）1、什么是知识？（p20）知识是个体通过与环境相互作用后获得的信息及组织。

2、问题求解框架（知识的分类）（p21）答：问题求解需要的知识：1）与描述问题状态有关的各种叙述性知识。

即描述客观事物的特点及关系。

2）描述状态间变换关系的各种过程性知识。

通常是解决问题的操作步骤和过程的知识。

3）描述如何在当前状态下选择合适操作的控制性知识。

是求解问题的方法和技巧的知识，确定策略。

3、知识表示？重要性？包括哪些？（p21）答：知识表示是研究在计算机中如何用最合适的形式表示问题求解过程中所需要的各种知识。

一种好的知识表示形式有助于降低问题求解的难度，并提高问题求解的效率。

它是一个信息的抽象过程。

常用的知识表示形式包括：状态空间图、与或图、谓词逻辑、产生式、框架、语义网络。

4、状态空间图（p24）答：问题的状态空间图是一个描述该问题全部可能的状态及相互关系的有向图。

状态空间记为三元组（S,F,G）。

其中，S为初始状态集合，F为操作集合，G为目标状态集合。

状态空间法：把待求解的问题表示为状态空间图，并把问题的解表示为目标节点 Sg, 求解就是要找到从根节点 So 到达目标节点 Sg 的搜索路径5、搜索策略（p23）1）盲目搜索：穷举搜索。

搜索时不参考与具体待求解问题相关的任何信息，只是按事先设定的顺序逐个考察节点、2）启发式搜索：利用启发性信息作为导航的搜索。

启发性信息就是与问题有关、有利于尽快找到问题解的信息或知识。

6、宽度优先搜索与深度优先搜索（p31）答：宽度优先搜索以接近起始节点的程度逐层扩展节点的搜索方法。

特点：一种高代价搜索，但是完备的，即若有解存在，则必能找到它，且是可采纳的，及如果有解，则算法找到的必是最优解。

深度优先搜索首先扩展最新产生的(即最深的)节点。

深度相等的节点可以任意排列。

首先，扩展最深的节点的结果使得搜索沿着状态空间某条单一的路径从起始节点向下进行下去；只有当搜索到达一个没有后裔的状态时，它才考虑另一条替代的路径。

特点：效率高，但不具备完备性和可采纳性。

深度优先搜索与广度优先搜索的区别在于：在对节点n进行扩展时，其后继节点在OPEN表中的存放位置不同。

广度优先搜索是将后继节点放入OPEN表的末端，而深度优先搜索则是将后继节点放入OPEN表的前端。

广度优先搜索是一种完备搜索，即只要问题有解就一定能够求出，而深度优先搜索是不完备搜索。

在不要求求解速度且目标节点的层次较深的情况下，广度优先搜索优于深度优先搜索；在要求求解速度且目标节点的层次较浅的情况下，深度优先搜索优于广度优先搜索。

广度优先的正例：积木问题；深度优先的正例：邮递员问题，反例：国际象棋。

计算题：1、状态空间图表示重点：状态和操作的表示必看：p24-2.2附加：p26-2.3，课后题6-10（p61）2、图搜索一些概念：OPEN表：登记已经生成但还未考察的节点。

CLOSED表：记录考察过的节点及节点间的关系。

启发函数h(x)：对当前节点到达目标节点要付出的代价的估计。

代价函数g(x)：从初始节点到当前节点已付出的实际代价。

估价函数f(x)：f(x) =h(x)+g(x)。

A算法：考察h(x)，g(x)，即f(x).各种搜索方法的区别主要在“往OPEN表加入新节点的步骤”。

1）状态空间图搜索a)盲目搜索：✧广度优先搜索：P31-2.6（扩展子节点放入OPEN表尾部）✧深度优先搜索：P32-2.7（扩展子节点放入OPEN表首部）b)启发式搜索：p34✧全局择优：启发性知识导航下的广度优先搜索（扩展时将OPEN表中所有节点按h(x)大小升序排）✧局部择优：……深度优先……（扩展时将全部子节点按h(x)升序排列后放入OPEN表首部）✧分支界限法：全局择优算法h(x)替换为g(x)✧瞎子爬山法：局部……例：课后题11，p612）与或图搜索（解树、本原问题）P48-2.153、博弈树……P53-2.17,P55-2.19三、第三章（2*10’）计算题：归结演绎推理四、第四章（1*6’+1*10’）1、什么是不确定性推理？分为哪些类型？p106答：不确定性推理就是从不确定性初始证据出发，通过运用不确定性的知识，最终推出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。