1. 在什麼情況下需要採用不確定推理或非單調推理?
非單調推理(Non-monotonic Reasoning),其實質就是指推理產生的結論與系統知識庫中原有知識發生矛盾、不相容、或者說違背了常規,也就是說,推理中系統知識庫的知識增長呈現了非單調性。
不確定性推理,是指其推理過程中,由於各種偶然性誤差、干擾以及證據的不確定性等因素,導致所獲得的結果或結論本身具有未置可否的不確定性。
2.產生式系統有哪幾種推理方式?各自特點爲何?
正向推理:由事實驅動,從一組事實出發推導結論,其優點是算法簡單、容易實現,允許用戶一開始就把有關的事實數據存入數據庫,在執行過程中系統能夠很快地獲得這些數據,而不必等到系統需要數據時才向用戶詢問。其主要特點是盲目搜索,可能會求解許多與總目標無關的子目標,每當總數據庫的內容更新後都要遍歷整個規則庫,推理效率較低。
逆向推理:由目標驅動,從一組假設出發驗證結論。其優點是搜索的目的性強,推理效率高。缺點是目標空間很大時,效率不高。
雙向推理:結合了正向推理和逆向推理的長處,克服了兩者的短處。同時從目標和事實出發,實現事實與目標的匹配。
3.在選擇知識表示的方法時,應該考慮哪些因素?
能否充分表示相關的領域知識。
是否有利於對知識的利用。
是否便於知識的組織、維護和管理。
是否便於理解和實現。
4.什麼是語義網絡知識表示?給出這種表示方法的優缺點。
語義網絡是通過概念及其語義關係來表示知識的一種網絡圖,它是一個帶標註的有向圖。其中有向圖的各節點用來表示各種概念、事物、屬性、情況、動作、狀態等,結點上的標註用來區分各結點所表示的不同對象,每個結點可以帶有若干個屬性,以表徵所代表的對象之特性;弧是有方向、有標註的,方向用來體現節點間的主次關係,而其上的標註則表示被連接的兩個節點間的某種語義聯繫或語義關係。
優缺點:結構性、自然性、聯想性和非嚴格性。
5.什麼是產生式知識表示?給出這種表示方法的優缺點。
產生式是一種知識表示方法,常用來表示有因果關係的知識。產生式系統是把一組產生式放在一起,讓他們相互配合、協同作用,一個產生式結論可以供另一個產生式作爲前提使用,以這種方式求解問題的系統。其構成有:一組產生式規則、綜合數據庫、控制機制。特點:規則的表示形式固定,知識模塊化,產生式之間的影響是間接的,可解釋的。
6.寫出利用歸結原理求解問題答案的步驟。
①將定理或問題用邏輯形式表示。
②消去存在量詞,使公式中出現的所有個體變元只受全稱量詞約束。
③構造子句集,包括將所有前提表示爲子句形式,將結論否定也表示爲子句形式。
④證明子句集S的不可滿足性,即應用歸結法則和合一算法,反覆推求兩子句的歸結式(對命題邏輯情形無需採用合一算法),直到最終推導出空子句,即表明定理得證或問題有解。這個推理過程由計算機自動進行。
7.什麼是不確定性推理?不確定推理中需要解決的基本問題有哪些?
不確定推理就是從具有不確定性的證據出發,運用知識(或規則)庫中的不確定性知識,最終推出具有一定程度的不確定性,但卻是合理的或近乎合理的結論的思維過程。
不確定性推理中需要解決的基本問題有:
不確定性的表示問題,包括不確定性的證據的表示和不確定性知識的表示。
不確定性的推理計算過程,包括不確定性的傳遞計算算法、組合證據不確定性算法和結論不確定性的更新或合成算法。
不確定性的度量問題,也就是用一定的數值來表示知識、證據和結論的不確定程度時,這種數值的取值方法和取值範圍。
8.同傳統的計算機程序相比,人工智能程序有哪些特點?
①人工智能研究的是以符號表示的知識,而不是數值數據。
②人工智能採用的是啓發式推理方法,而不是常規算法。
③人工智能的控制結構與知識領域是分離的,並允許出現不正確的解答。
9.謂詞邏輯表示法爲什麼是應用最廣泛的表示方法之一?
①謂詞邏輯與數據庫,特別是關係數據庫有着密切的關係,關係數據庫中的邏輯代數表達式是謂詞邏輯的一種。
②一階謂詞邏輯具有完備的邏輯推理算法,大部分的知識可以表示成一階謂詞的邏輯形式。
③謂詞邏輯本身具有比較紮實的數學基礎。
④邏輯推理是公理集合中演繹而得出結論的過程。可以保證新舊知識邏輯上的一致性。
10.什麼是過程性知識表示?給出它的優缺點。
過程性知識表示某一領域的知識和使用方法一起隱式地表示爲一個問題的求解過程。過程表示用程序描述問題,具有很高的問題求解效率。由於知識隱含在程序裏,難以添加新的知識和擴充功能,所以應用範圍較窄。
11.簡述人工智能的研究目標。
理解人類智能:通過程序模仿和檢驗人類智能的相關理論
實現人類智能:通過程序執行一般只有人類專家才能完成的任務
短期目標:建造智能計算機代替部分人類智力勞動
長期目標:揭示人類智能的根本機理,用智能機器模擬、延伸和擴展人類智能
12.什麼是遺傳算法?解釋遺傳算法中個體和種羣的含義。
遺傳算法是模仿生物遺傳學和自然選擇機理,通過人工方式構造的一類優化搜索算法,是對生物進化過程進行的一種數學仿真,是進化計算的一種重要形式。
生物染色體用數學形式或計算機方式來體現就是一串數碼,仍叫染色體,有時也叫個體。個體的集合稱爲羣體。
13.人工智能研究主要有哪三大學派,其特點是什麼?
符號主義:邏輯主義,計算機學派,原理爲物理符號系統假設和有限合理性原理。
連接主義:仿生學派,原理主要爲神經網絡及其聯接機制與學習算法
行爲主義:進化主義和控制論學派,其原理爲控制論及感知-動作型控制系統。
14.知識發現和數據挖掘可以應用在很多領域中,它們具有哪些公共特徵?
數據現狀:海量,真假難辨,不安全,形式不一致
數據挖掘和知識發現能夠自動處理數據庫中大量的原始數據,抽取出具有必然性的、有意義的模式,形成有助於人們實現其目標的知識,找出人們對所需問題的解答。
15.試述數據挖掘的發展趨勢。
數據挖掘語言的標準化
可視化數據挖掘
複雜數據類型挖掘的新方法
Web數據挖掘
可伸縮的數據挖掘方法
數據挖掘中的隱私保護與信息安全
16.試述第三代數據挖掘系統的特徵及其關鍵技術。
第三代的特徵是能夠挖掘 Internet/Extranet 的分佈式和高度異質數據,並且能夠有效地和操作型系統集成。這一代數據挖掘關鍵的技術是提供對建立在異質系統上的多個預測模型以及管理這些模型的元數據提供第一級別的支持。
17.什麼是問題歸約?問題歸約的操作算子與一般圖搜索有何不同?
問題歸約是不同於狀態空間的人工智能中另一種問題描述和求解方法,問題歸約表示也是一個三元組(S0,F,G):S0--一個初始問題描述,即要解決的問題(初始問題);F--一套把問題變換爲子問題的操作符(操作算子集);G--一套本原問題描述,其中的每一個問題是不需證明的,自然成立的,如公理、已知的實事等(本原問題集)。 所有問題歸約的目的是最終產生具有明顯解答的本原問題。問題歸約相當於對問題進行分解成若干個子問題集,然後進一步分解子問題,直至分解得到本原問題爲止。
18.什麼是自然語言理解?自然語言理解的準則是什麼?
自然語言理解是語言學、邏輯學、生理學、心理學、計算機科學和數學等相關學科結合發展的一門交叉學科,它能夠理解口頭語言和書面語言。
① 既能夠理解句子的正確詞序規則和概念,又能理解不含規則的句子。
② 知道詞的確切含義、形式、詞類及構詞法。
③ 瞭解詞的語義分類以及詞的多義性和歧義性。
④ 語言的語氣信息和韻律表現。
⑤ 有關語言表達和文學知識。
⑥ 領域的背景知識。
⑦ 問題領域的結構知識和時間概念。
⑧ 指定和不定特性及所有特性。
19.簡述自然語言理解的層次劃分及對應的技術。
詞法分析:找出詞彙的各個詞素,從中獲得語言學信息,如unchangeable是由un-change-able構成的。-詞典結構
句法分析:對句子或短語的結構進行分析,以確定構成句子的各個詞、短語等之間的相互關
系以及各自在句子中的作用,並將這些關係從層次結構加以表達。-擴展轉移網
絡
語義分析:通過分析找出詞義、結構意義及其結合意義,從而確定語言所表達的真正含義或
概念。-語義網絡,產生式規則
如果接受的是語音流,還應加入一個語音分析層。-模式匹配
20.什麼是本體?設計本體的準則是什麼?
一個本體是一個形式化的、概念化的、可共享的、清楚的規範。
設計準則:明確性和客觀性、一致性、可擴展性、最小編碼偏差、最小本體承諾
21.什麼是專家系統?專家系統的一般結構是什麼?
專家系統是一種模擬人類專家解決領域問題的計算機程序系統。
主要組成部分:
知識庫:存儲某領域專家系統的專門知識,包括事實、可行操作與規則等。
綜合數據庫:存儲領域或問題的初始數據和推理過程中得到的中間數據,即被處理對象的當前事實。
推理機:用於記憶所採用的規則和控制策略的程序,使整個專家系統以邏輯方式協調地工作。
解釋器:向用戶解釋專家系統的行爲,包括推理結論的正確性以及輸出其他候選解的原因。
接口:界面,使系統和用戶進行對話,用戶可以輸入數據,提出問題和了解推理過程和推理結果。
專家系統的簡化結構圖
專家知識→知識庫
↓
輸入或提問→推理機→答案
22.試述機器學習系統的基本結構,並說明各部分的作用。
環境→學習→知識庫→執行
↑ ↓
← ← ← ← ←
環境向系統的學習部分提供信息,學習部分利用這些信息修改數據庫以增進系統執行部分完成任務的效能,執行部分根據知識庫完成任務,同時把獲得的信息反饋給學習部分。