1.人工智慧是何時、何地、怎樣誕生的？ 1956 年夏季，美國的一些從事數學、心理學、電腦科學、資訊理論和神經學研究的年輕學者，匯聚在 dartmouth 大學，舉辦了一次長達兩個月的學術討論會，認真而熱烈的討論了用機器模擬人類智慧型的問題。
在這次會議上，第一次使用了「人工智慧」這一術語，以代表有關機器智慧型的這一研究方向。 這是人類歷史上第一次人工智慧研討會， 標誌著人工智慧的誕生，具有十分重要的意義。
2.什麼是人工智慧？人工智慧的意義和目標是什麼？
人工智慧就是人造智慧型，指用計算機模擬或實現的智慧型，同時人工智慧作為學科，是研究如何使機器（計算機）具有智慧型的科學和技術，特別是自然智慧型如何在計算機上實現或再現的科學或技術。研究人工智慧是電腦發展的必然趨勢，是當前資訊化社會的迫切要求，同時智慧型化也是自動化發展的必然趨勢，另外，研究人工智慧，對探索人類自身智慧型的奧秘也會提供有益的幫助。 人工智慧的目標分近期目標和遠期目標， 近期研究目標是實現機器智慧型， 遠期目標是製造智慧型機器，具體講就是使計算機具有聽、說、讀、寫等感知和互動能力，具有聯想、推理、理解、學習等高階思維能力。
3.人工智慧的主要研究和應用領域是什麼？ 人工智慧的主要研究和應用領域有：
定理證明，專家系統，機器學習，自然語言理解，智慧型檢索，機械人學，自動程式設計，組合排程問題，模式識別，機器視覺等。
4.人工智慧有哪些主要研究途徑與方法？簡單描述其特點。
人工智慧有三種研究途徑與方法：第一種是結構模擬，方法是神經計算。模擬人腦的生理結構和工作機理， 用人工神經元組成的神經網路作為資訊和知識的載體， 用神經計算的方法實現學習、聯想、識別和推理，使計算機表現某種智慧型。
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路，採用符號推演的方法，巨集觀上模擬人腦的思維實現機器智慧型。第三種途徑是行為模擬，方法是控制進化。
5.什麼是人工智慧？人工智慧的基本技術是什麼？
人工智慧就是人造智慧型，指用計算機模擬或實現的智慧型，同時人工智慧作為學科，是研究如何使機器（計算機）具有智慧型的科學和技術，特別是自然智慧型如何在計算機上實現或再現的科學或技術。表示、運算、搜尋是三大基本技術。
6.人工智慧可分為符號智慧型和計算智慧型，請簡述人工智慧的基本技術。 答：
表示、運算和搜尋。符號智慧型的表示是知識表示，運算是基於知識表示的推理或符號操作， 採用搜尋方法進行問題求解， 一般在問題空間上進行； 計算智慧型的表示是物件表示， 運算時給予物件的表示的操作或計算， 採用搜尋方法進行問題求解， 一般是在解空間上進行。
7.列舉人工智慧的五個應用領域。 答：應用領域有：難題求解、自動定理證明、自動程式設計、自動翻譯、智慧型控制、智慧型管理、智慧型決策、智慧型通訊、智慧型**、智慧型 cad 等。
8.遺傳演算法中的三種遺傳操作是什麼？試舉例說明。 答：遺傳演算法的三種操作：複製，交叉，變異。
9.遺傳演算法是一種什麼樣的演算法？它適合解決哪一類問題？
遺傳演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象中得到啟發，而設計出來的一種隨機優化搜尋演算法。遺傳演算法適合解決先驗知識缺乏，希望尋找最優解，搜尋空間不連續的這一類問題，如機器學習、規劃、聚類、控制、排程等領域的問題。
10.產生式系統的執行過程就是推理機不斷運用規則庫中的規則， 作用於動態資料庫， 不斷進行推理並不斷檢測目標條件是否滿足的過程。當推理到某一步，目標條件被滿足，則推理成功，於是系統執行結束；或者再無規則可用，但目標條件仍未滿足，則推理失敗，系統執行結束。
11.產生式系統有哪幾種推理方式?各自的特點為何?
產生系統有兩種推理方式：正向推理和反向推理。正向推理就是從初始事實資料出發， 正向使用規則進行推理 （即用規則前提與動態資料庫中的事實匹配， 或用動態資料庫中的資料測試推則的前提條件，然後產生結論或執行動作） ，朝目標方向前進；反向推理就是從目標出發，反向使用規則進行推理（即用規則結論與目標匹配，又產生新的目標，然後對新目標再做同樣的處理） ，朝初始事實或資料方向前進。
15.產生式系統由哪幾部分組成？各部分功能是什麼？
答：產生式系統由三部分組成：產生式規則庫，推理機和動態資料庫。
產生式規則庫也稱產生式規則集，由領域規則組成，在機器中以某種動態資料結構進行組織。推理機也稱控制執行機構，它是乙個程式模組，負責產生式規則的前提條件測試或匹配，規則的排程和選取，規則體的解釋和執行。動態資料庫是乙個動態資料結構，用來存放初始事實資料、中間結果和最後結果等。
17.按照學習方式分，機器學習可以分為哪幾類？分別具有什麼特徵？ 答：有導師學習，無導師學習，強化學習
18.從模擬人腦的角度出發，機器學習有哪兩種方法？試簡單描述其特點。
按照學習途徑分類，機器學習可以分為符號學習和連線學習兩大類。 符號學習是基於符號處理的學習方法，連線學習或神經網路學習，則是基於神經網路的機器學習方法。
19.符號學習有哪些方法？試列舉出五種。 符號學習的方法：記憶學習、傳授學習、演繹學習、模擬學習、示例學習、發現學習、解釋學習。
20.模擬人腦的機器學習又分為符號學習和連線學習，對比符號學習和連線學習的不同，並舉出典型學習方法？ 答：
符號學習是模擬人腦的巨集觀心理級學習過程，以認知心理學原理為基礎，以符號資料為輸入，以符號運算為方法，用推理過程在圖或狀態空間中搜尋，學習目標為概念或規則等。典型方法有記憶學習、示例學習、模擬學習、解釋學習等；連線學習或神經網路學習， 是模擬人腦的微觀生理級學習過程， 以腦和神經科學原理為基礎， 以人工神經網路為函式結構模型，以數值資料為輸入，以數值運算為方法，用迭代過程在係數向量空間中搜尋，學習的目標為函式。典型的連線學習有權值修正學習、拓撲結構學習。
21.按照拓撲結構分，神經網路可分為哪幾類？各具有什麼網路特徵？
按照拓撲結構分，神經網路可分為四大類：分層前向網路、反饋前向網路、互連前向網路、廣泛互連網路。分層前向網路的結構特徵是網路由若干層神經元組成，分為輸入層、中間層和輸出層，各層順序連線；資訊嚴格按照從輸入層進，經過中間層，從輸出層的方向流動。
反饋前向網路是一種分層前向網路，輸出曾到輸入層具有反饋連線。互連前向網路的同層神經元之間有相互連線。 廣泛互連指在網路中任意兩個神經元之間都是可以或可能是可達的。
22.何為不確定性？不確定性有哪些型別？
在我們所獲得的、所處理的資訊和知識中，往往含有不肯定、不準確、不完全甚至不一致的成分， 這就是所謂的不確定性。 按性質來分，不確定性大致分為五種型別：隨機性、 模糊性、 不完全性、不一致性。
23.為什麼使用歸結原理進行定理證明時要使用歸結策略？ 答：
把歸結原理在機器上實現，就要把歸結原理用演算法表示，對於怎麼樣在已知子句集中選取兩個子句進行歸結， 最簡單的方法就是採用窮舉法。 窮舉法能夠保證對於不可滿足的子句一定可以歸結出空子句， 但窮舉法最大的缺點就是效率太低， 當參加子句集中子句數目過多時，所產生的中間子句將會呈現**式增長，以致機器無法容納，而採用相應的歸結策略之後就會使中間子句的數目減少， 從而提高了歸結效率， 所以在使用歸結原理進行定理證明時要使用歸結策略。
24.簡述線性歸結策略和單元歸結策略。 答：
線性歸結策略：在歸結過程中，除第一次歸結可都用給定的子句集 s 中的子句外， 其後的各次歸結則至少要有乙個親本子句是上次歸結的結果。 單元歸結策略：
在歸結過程中， 每次參加歸結的兩個親本子句中必須至少有乙個是單元子句。
25.什麼是啟發函式、什麼是啟發式搜尋？ 答：
啟發式搜尋就是利用啟發資訊進行制導的搜尋。在啟發式搜尋中，常用啟發函式來表示啟發性資訊，啟發函式就是用來估計搜尋樹節點 x 與目標節點 sg 接近程度的一種函式，通常用 h（x）來表示。啟發函式的定義一般可以參考：
乙個節點到目標節點的某種距離或差異的亮度；乙個節點處在最佳路徑上的概率。
26.對比圖搜尋，談談遺傳演算法的主要特點是什麼？ 答：
遺傳演算法的搜尋在解空間上進行，不像圖搜尋在問題空間上進行；遺傳演算法的搜尋隨機地始於搜尋空間的乙個點集， 圖搜尋固定地始於初始節點； 遺傳演算法的搜尋過程從空間乙個點集到另乙個點集，圖搜尋從空間的乙個點到另乙個點；遺傳演算法適應性強；擅長全域性搜尋，不受搜尋空間的限制性假設約束。
27.什麼是盲目搜尋，什麼是啟發式搜尋？兩者有何不同答：
盲目式搜尋是指在搜尋過程中，按規定的控制策略進行搜尋，而沒有任何中間資訊來改變這些控制策略。 啟發式搜尋是根據問題本身的特性或搜尋過程中產生的一些資訊來不斷地改變或調整搜尋的方向，使搜尋朝著問題本身最希望的方向進行，加速問題的求解，並找到最優解。
28.何謂專家系統？它有哪些基本特徵？
專家系統是應用與某一專門領域， 擁有該領域內相當數量的專家級知識， 能模擬專家的思維，能達到專家水平，能象專家一樣解決困難和複雜的實際問題的計算機（軟體）系統。 基本特徵有四：一應用於某專門領域；二擁有專家級知識；三能模擬專家的思維；四能達到專家級水平。
29.專家系統包括那些基本部分？每一部分的主要功能是什麼？
專家系統包括如圖所示的七部分,知識庫用來儲存知識推理機是用來實現推理的程式;動態資料庫是存放初始證據事實、推理結果和控制資訊的場所;人機介面指的是終端使用者與專家系統的互動介面； 解釋模組負責向使用者解釋專家系統的行為和結果； 知識庫管理系統用來管理知識庫。 加上自學習模組功能是在系統執行過程中能夠不斷的自動化完善豐富知識庫中的知識。
30.什麼是專家系統？包含哪幾部分？
專家系統是應用與某一專門領域， 擁有該領域內相當數量的專家級知識，能模擬專家的思維， 能達到專家水平，能象專家一樣解決困難和複雜的實際問題的計算機（軟體）系統，專家系統包括七部分,知識庫;動態資料庫;人機介面；解釋模組；知識庫管理系統；自學習模組功能；推理機。
32.什麼是專家系統？專家系統與常規電腦程式有何區別？
答：專家系統是應用與某一專門領域，擁有該領域內相當數量的專家級知識，能模擬專家的思維，能達到專家水平，能像專家一樣解決困難和複雜的實際問題的計算機（軟體）系統， 與常規程式的區別有五點： 、 （1） 常規程式＝資料結構＋演算法， 專家系統＝知識＋推理； 、 （2） 常規程式將知識組織為兩級：
資料級和程式級，專家系統將知識組織為**：資料級、知識庫級和控制級； 、常規程式處理的資料多是精確的，對資料檢索是基於模式的布林匹配 （3） 專家系統處理的資料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，需要為其設定閾值； 、常規程式基本是面向數值計算和資料處理的。 專家系統本質上是面向符 （4） 號處理的； 、常規程式一般不具有解釋功能，而專家系統一般具有解釋功能。
人工智慧作業
迷宮問題 姓名 學號 20102769 班級 計1005 一 實驗內容 利用a 演算法，程式設計求解 迷宮問題 二 實驗要求 1 程式語言不限，源程式要列印輸出，不得上交手寫源程式 2 給出程式執行結果 3 其他方面可以自行發揮，包括演算法分析，題目理解，流程圖和程式設計心得等 4 上交作業在封面上...
人工智慧原理
北京華嘉物聯網國際學院 課程教學大綱 課程名稱 人工智慧 適用專業 2013級物聯網開發專業 課程類別 專業課 人工智慧 課程教學大綱 一 課程性質 人工智慧 是學院物聯網開發專業的專業課，也是物聯網開發專業教學計畫中的一門重要專業課。二 課程目標 人工智慧 教學目標在於通過對人工智慧課程的學習與研...
人工智慧習題
三大塊 一 搜尋 1 什麼是搜尋？有哪兩大類搜尋方法？兩者的區別是什麼？2 什麼是狀態空間？用狀態空間表示問題時，什麼是問題的解？什麼是最優解，最優解唯一嗎？3 在狀態空間的搜尋過程中，open表和closed表的作用與區別是什麼？4 廣度優先搜尋與深度優先搜尋有何區別？什麼時候使用廣度？什麼時候使...