人工智能名词解释和简答题总结
1.智能学习和求解问题的能力，解决新问题、理性行动与像人一样的行动的能力。智能是世界上实现目标的能力的计算部分。人们、许多动物和一些机器都会出现各种各样和层级的智能
2.智能包含的能力(1)感知能力(2)记忆和思维能力(3)学习和自适应能力(4)行为能力
3.什么是人工智能？(1)人工智能是研究、开发用于模拟、延申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学科(2)它企图了解智能的实质、并产生一种新的能以人类智能相识的方式做出反应的智能机器。(3)人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
4.什么是机器感知？使机器（计算机）具有类似于人的感知能力。以机机器视觉(machinevision)与机机器听觉为主。5.人工智能陷入低潮20世纪60年代末，人工智能研究遇到困难，如机器翻译，机器证明。6.知识表示将人类知识形式化或者模型化
7.人工智能学科一门研究如何构造智能机器（智能计算机）或智能系统或智能系统，使它能模拟使它能模拟、延伸延伸、扩展人类智能的学科。
8.强人工智能和弱人工智能(1)强人工智能：有可能制造出真正能推理和解决问题的智能机器，并且它将被认为是有知觉的，有自我意识的，分为类人的人工智能、非类人的人工智能(2)弱人工智能：不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识.
9.人工智能三大学派及其思想与成果(1)符号主义学派：符号主义学派认为，认识的基元是符号，认识过程就是符号运算和推理，智能行为的充要条件是物理符号系统。知识可以用符号进行表示，也可用符号进行推理，可以建立基于知识的人类智能和机器智能统一的理论体系。代表人物：纽厄尔，西蒙代表成果：人工定理证明，人工智能语言LISP,鲁滨逊归结原理，专家系统。(2)连接主义学派：连接主义学派认为，思维的基元是神经元，而不是符号，思维的过程是神经元的连接活动，而不是符号运算的过程。反对符号主义对于物理符号的假设，人脑不同于计算机，提出连接主义的人脑工作模式取代符号主义的计算机工作模式。代表人物：麦克洛克，或普菲德尔代表成果：单层感知机，Hopfield网络，BP网络(3)行为主义学派，行为主义学派认为人工智能起源于控制论，智能取决于感知与行为，取决于对外部复杂环境的适应。代表任务及成果：布鲁克斯研制的六角机器虫
10.知识表示的基本方法非结构化方法：一阶谓词逻辑，产生式规则结构化方法：语义网络，框架其他方法：状态空间法，问题规约法
11.数据、信息与知识的关系是什么？(1)数据是记录信息的符号,是信息的载体和表示;信息是对数据的解释,在特定场合下的具体含义(2)把有关信息关联在一起所形成的信息称为知识(3)有格式的数据经过处理、解释过程会形成信息，有关的信息关联到一起，经过处理过程形成知识
12.什么是P规则，什么是T规则？P规则：在推理的任何步骤上都可引入前提。T规则：推理时，如果前面步骤中有一个或多个公式永真蕴含公式S，则可把S引入推理过程中。
13.演绎推理与归纳推理的区别是什么？(1)演绎推理所得出的结论实际上早已蕴含在一般性知识的前提中，演绎推理只不过是将已有事实揭露出来，因此它不能增殖新知识。(2)归纳推理由个别事物或现象推出一般性知识的过程，是增殖新知识的过程。
14.什么是推理策略中的冲突消解？冲突消解策略是指当推理过程有多条知识可用时，如何从这多条知识中选取一条最佳知识用于推理的策略，常用的冲突消解策略有领域性知识优先和新鲜知识优先等。
15.产生式系统把一组产生式放在一起。一个产生式的结论可以供另一个产生式作为已知事实使用，以求得问题的解，这种系统成为产生式系统。
16.产生式系统的组成(1)一个综合数据库，又称事实库，用于存放输入的事实，从外部数据库输入的事实、中间结果、最后结果(2)一组产生式规则，描述某领域内知识的产生式集合(3)一个控制系统，包含推理方式和控制策略，又称推理机或推理引擎
17.语义网语义网络是通过概念及其语义关系来表达知识的一种网络图，它是一个代标注的有向图。节点用来表示各种概念、事务、属性、动作、状态等。弧是有方向，用来体现节点间的主次关系。弧上的标注用来表示节点间的语义联系或语义关系。
18.框架系统框架是人们认识事物的一种通用的数据结构形式。在框架理论中，框架是知识的基本单位，把一组有关的框架连结起来便可以形成一个框架系统，框架由若干个槽组成，槽可以由若干个侧面组成。一个侧面用来描述相应属性的一个方面。槽和侧面所具有的属性值称为槽值和侧面值。19.框架之间的横向联系框架A的某个槽值是另一个框架B时，则称框架A与框架B之间具有横向联系。
20.框架之间的纵向联系是指那种具有继承关系的上下层框架之间的联系，纵向联系通过预定以槽名AKO和ISA等来实现。
21.搜索依靠经验，利用已有知识，根据问题的实际情况，不断寻找可利用知识，从而构造一条代价最小的推理路线，使问题得以解决的过程称为搜索。
22.盲目搜索和智能搜索(1)盲目搜素是指在搜索之前就预定好控制策略，整个搜索过程中的策略不变，即使搜索出来的中间信息有利用价值，其搜索过程中的策略不再改变，效率低，灵活性差，不利于复杂问题求解。(2)智能搜索是指可以利用搜索过程中得到的中间信息（与问题相关的信息）来引导搜索过程向最优方向发展的算法。
23.问题规约法把一个复杂问题分解或变换为一组本源问题的过程叫做问题规约。实质：从目标问题出发，逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题规约为一个平凡的本源问题集合。
24.状态空间图与与或图有什么区别及联系？(1)状态空间图是描述寻找目标或路径问题的有向图，即描述一个实体基于事件反应的动态行为，显示了该实体如何根据当前所处的状态对不同的时间做出反应的。状态空间图可以看成只有或节点的与或图。(2)与或图是一种系统地将问题分解为互相独立的小问题,然后分而解决的方法。(3)与或图中有两种代表性的节点:“与节点"和“或节点",“与节点指所有的后续节点都有解时它才有解;“或节点’指各个后续节点均完全独立,只要其中有一个有解它就有解。状态空间图可以看成与或树的一个特例，即只有或树，没有与树
25.启发式信息用于指导搜索过程且与具体问题求解有关的控制信息称为启发信息启发信息作用分类：1.用于决定先扩展哪一个节点2.在扩展节点时，用于决定要生成哪一个或哪几个后继节点3.用于确定某些应该从搜索树中抛弃或修建的节点
26.估价函数在扩展节点时，用来描述节点重要程度的函数称为估价函数，一般形式为f(x)=g(x)+h(x)。其中，g(x)为初始节点S0到节点x已实际付出的代价，h(x)是从节点x到目标节点Sg的最优路径的估计代价，启发信息主要由h(x)来体现，故把它称为启发函数。
27.A算法在状态空间搜索中，如果每一步都利用估价函数f(n)=g(n)+h(n)对Open表中的节点进行排序，则称为A算法。它是一种为启发式搜索算法类型：全局择优：从Open表中的所有节点中选择一个估价函数值最小的进行扩展局部择优：仅从刚生成的子节点中选择一个估价函数值最小的进行扩展。
28.A*算法对在A算法的基础上，选用了一个比较特殊的估价函数，对节点n定义f*(x)=g*(x)+h*(x)，表示从S0开始通过节点x到Sg的一条最佳路径的代价，g是g的估计，h是h的估计。g(x)是对最小代价g*(x)的估计，且g(x)>0,g(x)>=g*(x),h(x)为h*(x)的下界，即对所有的x存在h(x)