《人工智能及其应用》练习题
1.被称为人工智能之父的是_________。 图灵
2.在各种人工智能学派中，认为人工智能起源于数理逻辑的是___________。 符号主义；逻辑主义；心理学派；计算机学派；
3.在各种人工智能学派中，___________的原理主要为神经网络及神经网络间的连接机制与学习算法。 连接主义；仿生学派；生理学派；
4.在各种人工智能学派中，___________的原理为控制论及感知-动作型控制系统。 行为主义；进化主义；控制论学派；
5.人是一个物理符号系统。 （√）
6.人工智能的基本条件是计算机能够表现出智能。 （√）
7.人工智能的基本条件是计算机是一个物理符号系统。 （√）
8.现阶段，计算机的工作主要在数值计算方面。 （×）
【解析：计算机早期的工作主要集中在数值计算方面，现阶段已具备一定的推理能力。】
9.机器学习就是使计算机具有学习新知识和新技术，并在实践中不断改进和完善的能力。（√）
10.请简述智能经济的基本内涵。 智能经济是在数字经济充分发展的基础上，由人工智能等智能技术推动形成和发展的新经济形态。 解析：智能经济是以人工智能（AI）为核心驱动力，以5G、云计算、大数据、物联网、混合现实（MR）、量子计算、区块链、边缘计算等新一代信息技术和智能技术为支撑，通过智能技术产业化和传统产业智能化，推动生产生活方式和社会治理方式智能化变革的经济形态。
11.什么是人工智能？试从学科和能力两方面加以说明。 从学科角度：人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。
从能力角度：人工智能是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别、感知、理解、设计、思考、规划、学习和问题求解等思维活动。
12.现在人工智能有哪些学派？它们的认知观分别是什么？ （1）符号主义(Symbolicism)，又称为逻辑主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理。认为人的认知基元是符号，而且认知过程即符号操作过程。认为人是一个物理符号系统，计算机也是一个物理符号系统，因此，我们就能够用计算机来模拟人的智能行为。知识是信息的一种形式是构成智能的基础。人工智能的核心问题是知识表示、知识推理和知识运用。
联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法，认为人的思维基元是神经元，而不是符号处理过程。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式。
行为主义(Actionism)，又称进化主义(Evolutionism)或控制论学派(Cyberneticsism)，其原理为控制论及感知—动作型控制系统。认为智能取决于感知和行动。认为智能不需要知识、不需要表示、不需要推理；人工智能以像人类智能一样逐步进化。智能行为只能在现实世界中与周围环境交互作用而表现出来。符号主义、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。
1.下列说法正确的是（B）。
A.置换可以交换B.语言网络是知识的图解表示C.公式集总可以合一D.“时间”是“春天”的实例解析：可合一的前提是存在变换s，使得E1s=E2s=……；“春天”是“时间”的实例；
2.下列关于知识的表述，错误的是（C）。
A.知识是经过削减、塑造、解释、选择和转换了的信息B.知识由特定领域的描述、关系和过程组成C.知识是想象出的经验D.知识是一切智能行为的基础3.下列知识表示方法中不属于陈述式知识表达方法的是（B）。
A.剧本表示B.过程表示C.语义网络表示D.框架表示4.下列哪些不属于谓词逻辑的基本组成部分？（C）
A.谓词符号B.变量符号 C.操作符操作符操作符
D.函数符号5.关于语义网络表示，以下继承中（B）是不存在的。
A.指继承B.左右继承C.默认继承D.如果需要继承6.假设P为真，Q为假，则下列公式中为真的是（A）。 A.PUQ
B.P∩Q
C.P→Q
D.~P 7.下列等价关系不成立的是 （C）。
A. ~（~P）等价于P
B.PUQ等价于~P→Q
C.P→Q等价于~P→~Q
D.~(PUQ)等价于~P∩~Q
8.在梵塔问题归约图中，某子问题属于本原问题，那么此子问题的解应该包含（A）步移动。
A.1B.2C.3D.不确定9.在与或图中，只要解决某个子问题就可解决其父辈问题的节点集合是指（A ）。
A.或节点B.与节点C.终叶节点D.后继节点10.下列节点中，一定是不可解节点的是（D）。
A.终叶节点B.后继节点C.没有后裔的节点D.此节点是非终叶节点，如果它有或后继节点，那么其全部后裔都是不可解的11.谓词验算的基本块是（A）。
A.原子公式B.分子公式C.合式公式D.谓词符号12.语义网络的推理过程主要有___继承_______和__匹配________。
13.状态空间的三元状态指的是初始状态集合、_操作符集合_、_目标状态集合__。
14.“李刚是一个人”为_____一____元关系（一/多）。
15.按照符号主义的观点，要使计算机具有智能，首先必须使它拥有、并且能够使用知识。 （√）
16.知识系统是指基于知识表示和知识推理所形成的智能系统。（√）
17.给定知识后，知识表示方法唯一。（×）
18.知识表示是指能否正确、有效地将问题求解所需要的知识表示出来。 （√）
19.语义网络是一种用实体及其语义关系来表达知识的无向图。（×）
20.语义网络的弧代表语义关系，表示所连两个实体之间的语义联系，且必须带有标识。（√）
21.“雪是白的”为一元关系。（√）
22. 用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。)
Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbya human ,requiresintelligence.
23.问题归约表示方法的思想是什么？
从目标(要解决的问题)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归约为一个平凡的本原问题的集合.
24. (简答题,10分)试用谓词逻辑法表示知识“所有教师都有自己的学生”。
25.用语义网络表示“动物能运动、会吃”。
26. 试用语义网络表示：动物能运动、会吃。
鸟是一种动物，鸟有翅膀、会飞。
鱼是一种动物，鱼生活在水中、会游泳。
27.试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。
1. (单选题,4分)以下不属于盲目搜索特点的是（C）。
A.搜索过程中不使用与问题有关的经验信息B.搜索效率低C.需要重排open表D.一般只适用于求解比较简单的问题2. (单选题,4分)以下不属于宽度优先搜索方法特点的是（D）。
A.逐层进行搜索B.高代价搜索C.若有解必能找到D.找到的解是最优路径的解3. (单选题,4分)以下不属于盲目搜索方法的是（D）。
A.宽度优先搜索B.有界深度优搜索C.等代价搜索D.有序搜索4. (单选题,4分)以下关于估价函数的说法错误的是（B）。
A算法的特征是估价函数由两部分组成B.不同的估价函数所体现出来的搜索效率相同C.启发式搜索对OPEN表按估价函数的大小排序D.不同的估价函数也决定了不同的启发式搜索算法5. (单选题,4分)以下关于合式公式的性质错误的是（C）。
6. (单选题,4分)以下关于合式公式的性质错误的是（B）。
7. (单选题,4分)以下哎关于减少否定的辖域范围的做法错误的是（A）。
8. (单选题,4分)启发式搜索中，通常OPEN表上的节点按照它们f函数值的（C）顺序排列。
A.最小B.平均值C.递增D.递减9. (单选题,4分)如果重排OPEN表是依据f(x)=g(x)+h(x)进行的，则称该过程为（A）。
A.A算法 B.A*算法 C.有序搜索D.启发式搜索10. (单选题,4分)宽度优先搜索方法能够保证在搜索树中找到一条通向目标节点的（B）途径。
A.可行B.最短C.最长D.解答11. (单选题,4分)运用消解推理规则的前提是（B）。
A.被作用的两个公式都是合取范式B.被作用的两个子句中存在互补对C.任意两个公式都可以运用消解推理D.必须符合假言推理、合并、重言式、空子句(矛盾)或链式(三段论)之一12. (单选题,4分)在基于规则的正向演绎系统中，我们把事实表示为（C）。
A.IF-THEN规则B.子句形C.非蕴涵形式的与或形 D.与或形13. (单选题,4分)以下不是产生式系统组成部分的是（A）。
A.匹配B.总数据库C.产生式规则D.控制策略14. (填空题,4分)在图搜索中，用于记录未扩展节点的是___Open______表。
15. (填空题,4分)在图搜索中，用于记录已扩展节点的是___CLOSED___表。
16. (填空题,4分)原子公式由由若干___谓词符号____和___项__组成。
17. (填空题,4分)在消解法中，如果“任意”在“存在”的辖域范围内，需使用___ Skolem函数_替换。
18. (填空题,4分)在消解法中，如果“存在”不在“任意”的辖域范围内，需使用_常量_替换。
19. (填空题,4分)在产生式系统中，_规则___是用来表示推理过程和行为。
20. (填空题,4分)在规则演绎系统中，其规则的__THEN__部分是用于规定动作。
21. (判断题,2分)OPEN表用于记录还没有扩展的点。（√）
22. (判断题,2分)CLOSED表用于记录已经扩展的点，即走过的点。（√）
23. (判断题,2分)OPEN表中节点的不同顺序决定了不同的搜索策略。（√）
24. (判断题,2分)在图搜索中，若OPEN表是空表，则失败退出。（√）
25. (判断题,2分)估价函数值越小表示位于解路径上的“希望”越小。（×）
26. (判断题,2分)应用估价函数值重排OPEN表时，每次选择估价函数值最大的节点作为下一步考察的节点。（×）
27. (判断题,2分)子句是由文字的析取组成的合式公式。（√）
28. (判断题,2分)子句是由文字的合取组成的合式公式。（×）
29. (判断题,2分)消解只能在仅含否定和析取联接词的公式（子句）间进行。（√）
30. (判断题,2分)在规则演绎系统中，每个If可能与某断言集中的一个或多个断言匹配。（√）
1. (多选题,5分)需要采用不确定性推理方法的原因是（ABCD）。
A.所需知识不完备、不精确B.所需知识描述模糊C.多种原因导致同一结论 D.解题方案不唯一2. (填空题,5分)概率推理方法中，知识采用产生式规则进行表示_ If E then H_。
3. (填空题,5分)概率推理方法中，不精确推理目的就是求出在证据E下结论H发生的概率__P(H|E)____。
4. (填空题,5分)主观贝叶斯推理方法中，知识采用产生式规则进行表示 IF E THEN (LS,LN) H _。
5. (填空题,5分)证据不确定时，后验概率P(H|S)=__ P(H|E)P(E|S)+P(H|~E)P(~E|S)___。
6. (填空题,5分)在C-F模型中，知识是用产生式规则表示的，其一般形式为 IF E THEN H (CF(H,E))___。
7. (填空题,5分)当组合证据是多个单一证据的合取时，E=E1 AND E2 AND … AND En，如果已知在当前观察S下，每个单一证据Ei有概率P(E1|S),P(E2|S),…,P(En|S)，则P(E|S)=__min{P(E1|S),P(E2|S),…,P(En|S)}_。
8. (填空题,5分)当组合证据是多个单一证据的析取时，E=E1 OR E2 OR … OR En，如果已知在当前观察S下，每个单一证据Ei有概率P(E1|S),P(E2|S),…,P(En|S)，则P(E|S)=_max{P(E1|S),P(E2|S),…,P(En|S)} _。
9. (判断题,2分)现实世界客观存在许多不确定性，需要在不完全和不确定的情况下运用不确定的知识进行推理。（√）
10. (判断题,2分)经典逻辑都是二值逻辑，非经典是多值逻辑。（√）
11. (判断题,2分)经典采用归纳逻辑推理，非经典采用演绎逻辑推理。（×）
12. (判断题,2分)非经典逻辑是非单调逻辑。（√）
13. (判断题,2分)不确定性有程度区别。（√）
14. (判断题,2分)知识的不确定性用概率表示时，在[0,1]区间取值，越接近于0越假，越接近于1越真。（√）
15. (判断题,2分)不确定性的量度必须确定量度的取值范围。（√）
16. (判断题,2分)事件X发生的几率等于X出现的概率与X不出现的概率之比。（√）
17. (判断题,2分)主观贝叶斯推理方法中，若采用初始证据进行推理，则通过用户得到C(E|S)，根据EH公式可求得P(H|S)。（×）
18. (判断题,2分)主观贝叶斯推理方法中，若采用中间结论作为证据进行推理，则通过据EH公式可求得P(H|S)。（√）
19. (计算题,10分)
设有三个独立的结论H1、H2、H3及两个独立的证据E1、E2，它们的先验概率和条件概率分别为：
P(H1)=0.4, P(H2)=0.3, P(H3)=0.3,
P(E1|H1)=0.5, P(E1|H2)=0.3, P(E1|H3)=0.5,
P(E2|H1)=0.7, P(E2|H2)=0.9, P(E2|H3)=0.1,
试用概率方法分别求出：
（1）当只有证据E1出现时的P(H1|E1)、P(H2|E1)、P(H3|E1)值，并说明E1的出现对结论H1、H2、H3的影响；
（2）当证据E1、E2同时出现时的P(H1|E1,E2)、P(H2|E1,E2)、P(H3|E1,E2)值，并说明E1、E2同时出现对结论H1、H2、H3的影响。
20. (计算题,10分)
设有如下推理规则 r1:IF E1THEN (2, 0.0001) H1
r2:IF E1AND E2THEN(100,0.001)H1
r3:IF H1 THEN (200,0.01)H2
已知：P(E1)=P(E2)=0.6，P(H1)=0.091，P(H2)=0.01
用户回答: P(E1|S1)=0.76, P(E2|S2)=0.68
求：P(H2|S1,S2)的值。
21. (计算题,20分)
设有如下推理规则：
R1：IFE1THEN （500,0.01）H1
R2：IFE2THEN （1,100）H1
R3：IFE3THEN （1000,1）H2
R4：IFH1THEN （20,1）H2
且已知P(H1)=0.1，P(H2)=0.1，
初始证据的概率为P(E1|S1)=0.5，P(E2|S2)=0，P(E3|S3)=0.8。
用主观贝叶斯的方法求H2的后验概率P(H2|S1,S2,S3)。
1. (单选题)下列科学家中，参加了1956年达特茅斯会议的没有（A）。A. 拉蒙·柳利B. 马文·明斯基C. 克劳德·香农D. 艾伦·纽厄尔2. (单选题)中国农业4.0的核心内容不包括(B )。A.以信息和知识为生产要素B.加强农机化新技术的推广应用C.实现农业生产全过程的信息感知、定量决策、智能控制、精准投入和工程化生产D.实现农业可视化远程诊断、远程控制、灾害预警3. (单选题)人工智能的发展已对人类及其未来产生深远的影响，这些影响主要涉及人类的经济、社会、文化等方面，以下哪些不是人工智能对社会的影响。( )A.劳动就业问题B.社会结构的变化C.心理的威胁D.气候变暖
正确答案: D
4. (单选题)( )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，更新已有的知识结构，使之不断改善自身性能。A.机器感知B.机器学习C. 机器行为D.机器思维正确答案: B
5. (单选题)（）是普遍推广机器学习的第一人。A.约翰·冯·诺依曼B.约翰·麦卡锡C.唐纳德·赫布D.亚瑟·塞缪尔正确答案: C
6. (单选题)现阶段的人工智能发展处于（）阶段。A.暗淡期B.知识应用期C.集成发展期D.互联冲击期正确答案: C
7. (单选题)命题是可以判断真假的是（）。A.祈使句B.疑问句C.感叹句D.陈述句正确答案: D
8. (单选题)哪一个不是机器人在医疗界中的主要应用?( )A.外科手术机器人B.康复机器人C.护理机器人D. 精密加工机器人正确答案: D
9. (单选题)语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的（）。
A.无悖性B.可扩充性C.继承性正确答案: C
10. (单选题)（）是普遍推广机器学习的第一人。
A.约翰·冯·诺依曼B.约翰·麦卡锡C.唐纳德·赫布D.亚瑟·塞缪尔正确答案: C
11. (单选题)是（）。A.附加律B.拒收律C.假言推理D.US正确答案: C
12. (单选题)在人工智能领域，以下哪项不是与机器人思维有关的。( )
A.知识表示与推理B.问题追求C.规划D.数据整合正确答案: D
13. (单选题)在图灵测试中，如果有超过（）的测试者不能分清屏幕后的对话者是人还是机器，就可以说这台计算机通过了测试并具备人工智能。A.30%B.40%C.50%D.60%正确答案: A
14. (单选题)下列搜索方法中不属于盲目搜索的是（）。
A.等代价搜索B.宽度优先搜索C.深度优先搜索D.有序搜索正确答案: D
15. (单选题)2015年5月，在国家发改委发布的《“互联网+”人工智能三年行动实施方案》中明确提出，到2018年国内要形成（）的人工智能市场应用规模。A.千万元级B.亿万元级C.百亿元级D.千亿元级正确答案: D
16. (单选题)反演消解证明定理时，若当前归结式是（)时，则定理得证。A.永真式B.包孕式C.空子句正确答案: C
17. (单选题)下列哪个系统属于新型专家系统?（）A.多媒体专家系统B.实时专家系统C.军事专家系统D.分布式专家系统正确答案: D
18. (单选题)不属于神经网络常用学习算法的是（）。A.有师学习B.增强学习C.观察与发现学习D.无师学习正确答案: C
19. (单选题)人工智能的英文全称是（）。
A.AutomaticIntelligenceB.ArtificialIntelligenceC.AutomaticeInformationD.ArtificalInformation正确答案: B
20. (单选题)从已知事实出发，通过规则库求得结论的产生式系统的推理方式是（）。
A.正向推理B.反向推理C.双向推理正确答案: A
21. (单选题)下列不在人工智能系统的知识包含的4个要素中的是（）。
A.事实B.规则C.控制和元知识D.关系正确答案: D
22. (单选题)联结主义是统合了（）领域的一种理论，以下错误的是（）。A.发展心理学B.认知心理学C.人工智能D.心理哲学正确答案: A
23. (单选题)AlphaGo是以下哪个企业的人工智能产品（）。A.FacebookB.AppleC.IBMD.GoogleDeepMind正确答案: D
24. (单选题)以下（）学派认为智能活动的理论基础是物理符号系统，认知的基元是符号。A.符号主义学派B.联结主义学派C.行为主义学派D.符号互动学派正确答案: A
25. (单选题)1997年5月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败,这台计算机被称为（)。A.深蓝B.IBMC.深思D.蓝天正确答案: A
26. (单选题)语义网络的组成部分为（）。A.框架和弧线B.状态和算符C.节点和链D.槽和值正确答案: C
27. (单选题)自动识别系统属于人工智能哪个应用领域?( )A.自然学习系统B.机器学习C.专家系统D.人类感官模拟正确答案: D
28. (单选题)下列关于符号主义说法错误的是（）。A.符号主义认为人的认知基元是符号B.符号主义认为认知过程即符号操作过程C.能够用计算机的符号操作模拟人的认知过程D.人的思维是不可操作的正确答案: D
29. (单选题)一般认为，智能是一种认识客观事物和运用( )解决问题的能力。A.理论B.技术C.知识D.运算正确答案: C
30. (单选题)仅个体变元被量化的谓词称为（）。A.一阶谓词B.原子公式C.二阶谓词D.全称量词正确答案: A
31. (单选题)1956年之前，人工智能的发展处于（）。A.萌芽期B.第一次繁荣期C.第一次低谷期D.复苏期正确答案: A
32. (单选题)图灵在( )年设计了一个很著名的测试机器智能实验，称为图灵实验。A.1949B.1950C.1951D.1940正确答案: B
33. (单选题)下列( )事件标志着人工智能作为一门新科学的诞生。A.1948年香农发表《通信的数学理论》B.1950年图灵发表《计算机器与智能》C.1956年达特茅斯夏季人工智能学术研讨会D.1982年霍普菲尔德提出Hopfield网络正确答案: C
34. (单选题)“工业4.0”是以智能制造为核心的第四次工业革命，以下哪些计划不是其主题之一?（）A.智能工厂B.智能生产C.智能管理D.智能物流正确答案: C
35. (单选题)（）是人工智能发展的硬道理，没有它的人工智能是没有用的。A.数据B.应用C.逻辑D.算法正确答案: B
36. (单选题) ()是一门用计算机模拟或实现人类视觉功能的新兴学科，其主要研究目标是使计算机具有通过二维图像认知三维环境信息的能力。A.机器视觉B.语音识别C.机器翻译D.机器学习正确答案: A
37. (单选题)（）被称为人工智能之父。A.约翰·冯·诺依曼B.约翰·麦卡锡C.唐纳德·赫布D.亚瑟·塞缪尔正确答案: B
答案解析：
作为备受尊敬的计算机科学家、认知科学家，麦卡锡在1955年的达特矛斯会议上提出了“人工智能”一词，并被誉为人工智能之父，并将数学逻辑应用到了人工智能的早期形成中。
38. (单选题)在农业领域的（）环节，智能的农业机器人可以利用图像识别技术获取农作物的生长状况，判断哪些杂草需要清除，判断哪里需要灌溉、施肥、打药，并立即执行。A.产前B.产中C.产后D.全程正确答案: B
39. (单选题)人工智能将加大减少支付流程中的( )环节，大大提升交易速度。A.信息传递B.人工处理C.到账确认D.转出授权正确答案: B
40. (单选题)谷歌公司的AlphaGo机器人战胜了人类围棋世界冠军李世石，这表明了( )。A.人工智能已经可以完全代替人类，其智力已经远远超过人类B.人工智能在某方面已经超过人类，它开创性的围棋算法是取胜的关键C.人工智能只是钻了人类无法长时间集中精力的空子，从而取胜D.人工智能的胜利为人类敲响了警钟，将来人类或将无法控制人工智能正确答案: B
41. (单选题)示例学习属于下列哪种学习方法?（）A.解释学习B.归纳学习C.类比学习D.机械学习正确答案: B
42. (单选题)被认为是人工智能“元年”的时间应为（）。A.1946年B.1948年C.1956年D.1961年正确答案: C
43. (单选题)下列关于人工智能对实体经济的影响说法不正确的是（）。A.人工智能能够提升实体经济能级B.人工智能能够加快经济转型C.人工智能能够加快创新驱动发展D.人工智能能够促进数字经济繁荣正确答案: B
44. (单选题)下列对《国务院关于印发新一代人工智能发展规划的通知》中关于到2030年人工智能发展战略目标，表述错误的是（）。A.人工智能理论、技术与应用达到世界领先水平B.成为世界主要人工智能创新中心C.人工智能产业成为新的重要经济增长点D.智能经济、智能社会取得明显成效正确答案: C
45. (单选题)消解原理是一种用于（）。A.表达式变换的推理规则B.变量运算的推理规则C.一定的子句公式的推理规则D.规则演绎的推理规则正确答案: D
46. (单选题)智能制造的本质是通过新一代信息技术和先进制造技术的深度融合，实现跨企业价值网络的横向集成，来贯穿企业设备层、控制层、管理层的纵向集成，以及产品全生命周期的端到端集成，而（）是实现全方位集成的关键途径。A.标准化B.数据化C.流程化D.网络化正确答案: A
47. (单选题)人工智能应用研究的两个最重要最广泛领域为（）。A.专家系统、自动规划B.专家系统、机器学习C.机器学习、智能控制D.机器学习、自然语言理解正确答案: B
48. (单选题)智能工厂与智能生产的概念来源于( )。A.工业1.0B.工业2.0C.工业3.0D.工业4.0正确答案: D
49. (填空题)作为备受尊敬的计算机科学家、认知科学家，______________在1955年的达特矛斯会议上提出了“人工智能”一词，被誉为人工智能之父，并将数学逻辑应用到了人工智能的早期形成中。正确答案：
(1)约翰·麦卡锡;麦卡锡
50. (填空题)专家系统是以_______________为基础，以_______________为核心的系统。正确答案：
(1)知识
(2)推理
51. (填空题)语义网络表示知识时，有向弧AKO链，ISA链是用来表达节点知识的_________________。正确答案：
(1)继承性
52. (填空题)启发式搜索是一种利用______________信息的搜索，估价函数在搜索过程中起的作用是___________________。正确答案：
(1)启发式
(2)估计节点位于解路径上的希望；估计节点位于解路径上的代价；
53. (填空题)1956年之前，人工智能的发展处于___________。正确答案：
(1)萌芽期
54. (填空题)人工智能的含义最早由_________于1950年提出，并且同时提出一个机器智能的测试模型。正确答案：
(1)图灵；艾伦·麦席森·图灵;阿兰·麦席森·图灵;AlanMathisonTuring;Turing
55. (填空题)要想让机器具有智能，必须让机器具有知识。因此在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科是___________。正确答案：
(1)机器学习
56. (填空题)反演消解证明定理时，若当前归结式是____________，则定理得证。正确答案：
(1)空子句
57. (填空题)语义网络的组成部分为__________和__________。正确答案：
(1)节点
(2)链
58. (填空题)我国于__________年发布了《国务院关于印发新一代人工智能发展规划的通知》。正确答案：
(1)2017
59. (填空题)符号主义认为人工智能起源于_______________。正确答案：
(1)数理逻辑
60. (填空题)人工智能的英文全称是___________________。正确答案：
(1)ArtificialIntelligence
61. (填空题)计算智能是人工智能研究的新内容，涉及__________、__________和______________等。正确答案：
(1)神经计算；模糊计算；进化计算；
(2)神经计算；模糊计算；进化计算；
(3)神经计算；模糊计算；进化计算；
62. (填空题)神经网络研究属于_______________学派。正确答案：
(1)连接主义
63. (填空题)在与或图中，没有后裔的非终叶节点为不可解节点，那么含有或后继节点且后裔中至少有一个为可解的非终叶节点是________________，含有与后继节点且后裔中至少有一个为不可解的非终叶节点是______________。正确答案：
(1)可解节点
(2) 不可解节点
64. (填空题)为了解决如何模拟人类的感性思维，例如视觉理解、直觉思维、悟性等，研究这找到一个重要的信息处理机制是_________________。正确答案：
(1)人工神经网络
65. (填空题)已知初始问题的描述，通过一系列变换把此问题最终变为一个子问题集；这些子问题的解可以直接得到，从而解决了初始问题。这种知识表示法是_______________。正确答案：
(1)问题归约法
66. (填空题)行为主义认为人工智能起源于_______________。正确答案：
(1)控制论
67. (填空题)人工智能三大学派是______________、_______________、_____________。正确答案：
(1)符号主义；连接主义；行为主义
(2)符号主义；连接主义；行为主义
(3)符号主义；连接主义；行为主义
68. (填空题)连接主义认为人工智能起源于_______________。正确答案：
(1)仿生学
69. (填空题)从已知事实出发，通过规则库求得结论的产生式系统的推理方式是______________。正确答案：
(1)正向推理
70. (填空题)一些聋哑人为了能方便与人交流，利用打手势来表示自己的想法，这是智能的______________方面。正确答案：
(1)行为能力
71. (判断题)达特茅斯会议被广泛承认为AI诞生的标志。A.对B.错正确答案: 对
72. (判断题)可信度方法中，若证据A的可信度CF（F）=0，这意味对证据A一无所知。A.对B.错正确答案: 对
73. (判断题)在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能发展进入新阶段。A.对B.错正确答案: 对
74. (判断题)人工智能的目的是让机器能够模拟、延伸和扩展人的智能，以实现某些脑力劳动的机械化。A.对B.错正确答案: 对
75. (判断题)目前，将人工智能与教育结合的主要一些私利的教育机构，其中真正有技术含量的智能教育已经非常多。A.对B.错正确答案: 错
76. (判断题)人工智能技术通过对人的意识、行为、思维进行模拟使机器能够代替人们完成具有危险性、复杂性的任务，提高工作质量和效率。A.对B.错正确答案: 对
77. (判断题)智能医疗可以实现疾病的早期风险预测，以及干预治疗效果监测。A.对B.错正确答案: 对
78. (判断题)“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的求解过程。A.对B.错正确答案: 对
79. (判断题)“天鹰”无人机是科大讯飞无人机技术研究所自主研制的具有较强隐身能力的新型高空高速长航时无人机。A.对B.错正确答案: 对
80. (判断题)《国务院关于印发新一代人工智能发展规划的通知》中指出，到2020年初步建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力。A.对B.错正确答案: 错
81. (判断题)智能机器在人与人的伦理关系中承载了价值和道德属性，其自身的道德属性决定了它在伦理学中的一-席之地。A.对B.错正确答案: 对
82. (判断题)在商业零售领域，人工智能的发展将导致越来越多的管理层工作被机器所取代。A.对B.错正确答案: 错
83. (判断题)人工智能的发展不会引发伦理道德问题，不会给社会发展带来新的问题和巨大的冲击。A.对B.错正确答案: 错
84. (判断题)20世纪70年代开始，人工智能进入首次低谷期的原因是硬件集成技术的局限性。A.对B.错正确答案: 对
85. (判断题)通常情况下风险表现是滞后的，智能金融以大数据和智能算法为基础的反欺诈和风控体系实现从滞后、被动，局部到实时、主动和全面的风险管理。A.对B.错正确答案: 对
86. (判断题)人工智能应该遵循的基本道德准则和伦理原则，只包括人工智能研发、应用的基本原则，不包括今后具有自主意识的超级智能所应该遵循的基本原则。A.对B.错正确答案: 错
87. (判断题)人工智能不会改变人的思维方式和观念。A.对B.错正确答案: 错
88. (判断题)人工智能技术对农业生产影响不大。A.对B.错正确答案: 错
89. (判断题)利用已有知识、经验，根据问题的实际情况，不断寻找可利用知识，从而构造（条代价最小的推理路线，使问题得以解决的过程称为搜索。A.对B.错正确答案: 对
90. (判断题)1997年5月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为深蓝。A.对B.错正确答案: 对
91. (判断题)未来人工智能的发展要从小数据、大任务范式转向大数据、小任务的范式。A.对B.错正确答案: 错
92. (判断题)目前，虽然人工智能发展迅速，但是人工智能的产业化发展和应用仍然处在萌芽起步阶段。A.对B.错正确答案: 对
93. (判断题)AI研究三大主要途径为:符号主义、连接主义、行为主义。A.对B.错正确答案: 对
94. (判断题)在商业零售领域，人工智能已经渗透到“双十一”的各个角落。A.对B.错正确答案: 对
95. (判断题)简单遗传法的三种遗传操作是:选择、交叉和变异。A.对B.错正确答案: 对
96. (判断题)人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。A.对B.错正确答案: 对
97. (判断题)未来各类交互方式都会进行深度融合，使智能设备会更加自然地与人类生物反应过程同步，包括思维过程、动觉、偏好。A.对B.错正确答案: 对
98. (简答题)请简述确定性推理与不确定性推理。确定性推理是指在经典逻辑基础上，运用确定性知识进行精确推理，得到确定性的结果。
不确定性推理是指运用不确定性知识和证据进行推理，得到具有一定程度的不确定性但却又是合理或基本合理的结论。
99. (简答题)人类智能的特性表现在哪4个方面？正确答案：
（1）能感知客观世界的信息；
（2）能对通过思维对获得的知识进行加工处理；
（3）能通过学习积累知识增长才干和适应环境变化；
（4）能对外界的刺激作出反应传递信息。
100. (简答题)试述计算智能（CI）和人工智能（AI）的关系。正确答案：
计算智能是一种智力方式的低层认知，它与人工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知识（精品），低层系统则没有。
当一个系统只涉及数值（低层）数据，含有模式识别部分，不应用人工智能意义上的知识，而且能够呈现出：
（1）计算适应性；
（2）计算容错性；
（3）接近人的速度；
（4）误差率与人相近，
则该系统就是计算智能系统。
当一个智能计算系统以非数值方式加上知识（精品）值，即成为人工智能系统。
101. (简答题)什么是知识？正确答案：
知识是一个抽象术语，用于尝试描述人对某种特定对象的理解。
一般性解释：知识是人们在改造客观世界实践中积累起来的认识和经验。
信息加工观点：知识是对信息进行智能性加工所形成的对客观世界规律性的认识。即：知识=信息+关联。
102. (简答题)当前人工智能有哪些学派?他们对人工智能在理论上有何不同观?103. (简答题)什么是机器学习？
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。
机器学习是人工智能的核心，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。
104. (简答题)人工神经网络的特性有哪些？正确答案：
（１）并行分布处理 神经网络具有高度的并行结构和并行实现能力，因而能够有较好的耐故障能力和较快的总体处理能力。
（２）非线性映射 神经网络具有固有的非线性特性，这源于其近似任意非线性映射（变换）能力。
（３）通过训练进行学习 神经网络是通过所研究系统过去的数据记录进行训练的。一个经过适当训练的神经网络具有归纳全部数据的能力。
（４）适应与集成 神经网络能够适应在线运行，并能同时进行定量和定性操作。神经网络的强适应和信息熔合能力使得网络过程可以同时输入大量不同的控制信号，解决输入信息间的互补和冗余问题，并实现信息集成和熔合处理。
（５）硬件实现 神经网络不仅能够通过软件而且可借助软件实现并行处理。近年来，一些超大规模集成电路实现硬件已经问世，而且可从市场上购到。
105. (简答题)知识的表示方式有哪些？知识的表示方式有：状态空间表示（状态空间图）、问题规约表示（与或图）、谓词逻辑表示、语义网络表示、框架表示、产生式表示等。
106. (简答题)计算智能的含义是什么？它涉及哪些研究分支？正确答案：
计算智能涉及神经网络、模糊逻辑、进化计算和人工生命等领域，它的研究和发展正是反映了当代科学技术多学科交叉与集成的重要发展趋势，计算智能取决于制造者提供的数值数据，不依赖于知识。
107. (简答题)请说明神经元的基本结构和前馈型神经网络的工作过程。我的答案：
神经元由一个细胞体和突两部分组成。突分两类，轴突和树突。树突和轴突共同作用实现神经元之间的信息传递。
前馈网络的信号由输入层到输出层单向传输，每层的神经元仅与前一层的神经元相连，仅接受前一层传输来的信息。
正确答案：
略
108. (其它)已知有A、B两个箱子和27号、28号两个房间，且A不在27号房中就在28号房中，假设机器人知道：(1)27号房间中的所有箱子都比28号房间中的小；
(2)箱子B在27号房间中且B不比A小；
请用给定谓词表示已知条件和结论，并用消解反演证明A在27号房间中。
给定谓词：I(x,y)：x在y号房中；S(x,y)：x比y小。
109. (其它)用语义网络表示下面的知识：
(1)我是一个人；
(2)我有一台计算机；
(3)我的计算机是PC/PIV1.8G；
(4)PC机是计算机；
(5)PC/PIV1.8G是PC机；
(6)PC/PIV1.8G包括硬盘、显示器、CPU、内存。
111. (其它)某单位派遣出国人员，有赵、钱、孙三位候选人，经讨论后决定:
(1)三人中至少派遣一人；
(2)如果赵去而钱不去，则一定派孙去；
(3)如果钱去，则一定派孙去；
求证:一定会派孙出国。
设用P(x)表示派x出国，zhao、qian、sun分别表示三人，将已知条件与目标用谓词公式正确的表示出来，并用消解反演进行证明。
112. (其它)已知下述事实：（1）小李只喜欢较容易的课程；
（2）工程类课程是较难的；
（3）PR系的所有课程都是较容易的；
（4）PR150是PR系的一门课程；
请应用归结演绎推理回答：小李喜欢什么课程？
如何赢得人工智能产品的军备竞赛
编者按：本文探讨了如何做出大家真正想用的人工智能产品。关键是，要知道光靠人工智能并不能颠覆业务，而鉴于人工智能的发展太快，早期采用至关重要，而找到适合人工智能产品的市场需求需要评估。里面介绍了许多人工智能产品失败的原因，解释了人工智能产品的生存曲线以及如何克服人工智能的一些缺点。文章来自编译。
大概每隔十年，技术就会来一次巨大飞跃，旧规则被打破，我们的假设不再成立。互联网、移动、视频、区块链。就像上了发条一样，企业和创作者总是会开始疯狂竞赛，怀抱着从下一个重大革新当作赚得盆满钵满，并在此过程中消耗了大量现金。
除非你过去一年过的是不插电的生活，不然的话，你肯定知道者下一个重大革新当属人工智能(AI)。2023年初，ChatGPT成为了十分热门的工具。在Twitter上只需花几分钟，你会看到大家在滔滔不绝地讲着它的使用技巧：如何写剧本、调试代码或告诉你如何制作不含乳制品的通心粉和奶酪等。
让任何拥有WiFi的人都能根据需要大量炮制出（大部分）准确的信息，这是一项堪比科幻小说的壮举。但是，企业应该如何利用GPT背后的技术，以及一般的人工智能，来解决实质性问题并扩大产品与市场的契合度呢？
这是一个价值百万（甚至万亿）美元的问题。
如果你认为利用人工智能就像将聊天机器人部署到你的应用里面一样简单的话，你可能会被狠狠打脸。那么，怎么才能做出大家确实想用的人工智能产品呢？
在本文中，我们将通过深入研究来寻找这个问题的答案：
为什么这么多人工智能产品会失败
人工智能的生存曲线：赚钱的机会何在
如何克服人工智能的劣势
如何打造人大家真正想要的人工智能产品
在开始详细介绍之前，我们认为先讲清楚一些要点会比较好：
1.人工智能本身没法颠覆你的业务。
2.早期采用至关重要。
3.人工智能产品要想找到产品市场匹配需要评估。
以下我们会逐步详细说明的。
为什么这么多人工智能产品会失败
每次刷新新闻源时，似乎总会看到又有新的有可能改变人类的轨迹（并可能让你破产）的人工智能技术趋势或演示冒出来了。但是，一旦力量遭遇实践时，这些人工智能产品能为最终用户创造价值的寥寥无几——就算是由硅谷的皇室成员打造的也不行。
人工智能用例1：亚马逊Alexa
以AmazonAlexa为例，这是一款由对话式人工智能提供支持的个人助理。2016年，贝索斯提出“新的、更好的算法、超强的计算能力以及利用大量训练数据的能力，它们的结合……正在共同解决以前无法解决的问题。”
时间快进到五年后，光是2022年这一年Alexa就亏损了约100亿美元，成为亚马逊最大的亏钱大户。
人工智能用例2：GoogleDuplex
然后是GoogleDuplex：这款“跟人差不多”的人工智能聊天代理，其原本的用意是用于处理日常任务，比方说检查航班以及帮客户预订。三年后，谷歌已经让它下线了。
人工智能用例3：自动驾驶
那么我们寄予厚望的那些自动驾驶汽车呢？如果福特关闭他们的自动驾驶技术部门算是迹象的话，那么在可预见的未来，你仍然需要坐在驾驶座上。
不幸的现实是，85%的企业大数据和人工智能项目都失败了。
发生了什么？如果拥有数千名员工和数十亿美元资产的品牌不能用人工智能产品打出本垒打的话，你又怎么能行呢？
问题不在于裸技术是什么。你能用人工智能做到的一些事情堪称神奇，而且只会越来越好。问题在于弄清楚如何在正确的时间通过正确的渠道在正确的情况下应用人工智能，并在此过程中获利。
换句话说：找到人工智能产品的产品市场匹配。
当专家警告说，从医疗保健到法律甚至艺术，人工智能将颠覆几乎所有行业时，人们很容易按下恐慌按钮。但是在喧嚣中遗漏了一个关键的微妙之处。
单靠人工智能无法颠覆：机器学习阶段
诸如ChatGPT、BERT和LaMBDA之类的人工智能软件本身没法蚕食你的市场份额，取代你就更不用说了。不过，利用这些人工智能工具来扩展自身业务的竞争对手肯定会把你给颠覆掉。
为了理解其中的原因，我们来分解一下机器学习的两个主要阶段：训练和推理。
机器学习训练是为模型提供精选数据的过程，这样就可以“学习”和建立模型。比方说，人类语言学家通过向Grammarly的人工智能提供有关逗号正确用法的高质量数据来教它。
机器学习推理是用预训练好的算法实时回答问题的过程。比方说，Grammarly提出建议，让用户的写作清晰明了且语法正确。
你给机器提供的数据质量越好，输出就越好。因此，拥有数据金矿（以及有用户不断产生更多数据）的公司比从头开始开发人工智能功能的初创企业更具优势。比方说，Talkspace最适合用自己的数据创建心理健康机器人，而Noom最适合创建健康教练。
正如ChamathPalihapitiya在All-InPodcast中所指出那样，单一用途的人工智能模型将会被商品化：
“真正的价值在于找到不明显的来源来提供数据……这才是真正的军备竞赛所在。”
—ChamathPalihapitiya，风投家，工程师
人工智能的一个典型例子：Meta的定向广告优于竞争对手，因为它们到处都有像素，从而能够访问最佳数据，进而收割了互联网广告收入的四分之一。换句话说，这与谁拥有蓝图无关——而与谁拥有土地有关。
人工智能生存曲线：获利机会在哪里
评估人工智能机会，释放人工智能优势最有效的方法是采用Consideration（考虑因素）xContext（上下文）框架。我们先定义一些基线。
Y轴=考虑因素：做出决策需要哪些努力。
你做决定时考虑得越多，考虑因素就越高。比方说，对于大多数购物者来说，选择洗洁精的“考虑因素”不过，而购买汽车的“考虑因素”很多。考虑因素可以表示为吸引人的备选方案的数量以及利害关系（比方说，用户对错误的容忍度）的函数。
X轴=上下文：人工智能需要知道的抽象概念的数量。
上下文是指模型需要知道多少抽象概念才能提供有用的响应。它只需要了解一小部分数据点（如产品目录），还是需要了解整个互联网（如ChatGPT）？
人工智能生存曲线
人工智能的商业案例
如你所见，成功的人工智能产品都整整齐齐地落在了一条曲线之上，我们称之为“生存曲线”。我们不妨通过几个例子来仔细看看各种人工智能产品在这条曲线上的位置。
StitchFix：他们的模型利用了人工智能来增强人类，帮助你找到完美服装。这需要大量考虑（考虑因素多），但选项仅限于StichFix所在的时尚垂直领域，而不是整个购物中心（上下文少）。
Grammarly：这个由人工智能驱动的写作助手的利害关系适中，因为它可以为以写作为生的人提供巨大帮助。考虑到必须用正确语法进行训练，但不需要用所有已发布的内容，所以上下文也适中。
WalmartTexttoShop：这个工具可以帮助用户将家庭购物这件事情自动化。这里的利害关系并没有那么高，但它确实需要不少的上下文，即要与沃尔玛庞大的电子商务有关联，又要掌握超过150万个SKU的店内分类信息。
MyFitnessPalMealScan：只需要扫描盘子里的食物，就可以告诉人们他们消耗了多少卡路里。一图胜千言，但这里一张图片抵得上数百万个数据点。因此，这是典型的上下文要求高，但利害关系不大，因为错误的后果很小。
NotionAI：这个基于GPT3的工具需要的训练比其他任何东西都要多——需要整个互联网的数据！但是，它的风险很低；你总可以头脑风暴，自己写作，没有任何令人信服的选择。
全自动驾驶汽车：高高挂在曲线的右上象限，因为这个需要大量的训练，再加上风险很高，需要在100%的时间内“正确”。
亚马逊Alexa：远离曲线位于左下象限，因为大多数用例都是低风险（看看天气、调低音量）和低上下文（可以订购达美乐披萨，但它没法替你向西雅图最好的深盘披萨店订块披萨）。
人工智能生存曲线告诉我们基于人工智能的解决方案是否能够满足当今用户的需求。随着风险和可选性的增加，模型需要人更多的注意力才能始终如一地找到最佳答案。
实现产品市场匹配的人工智能产品通过专注于高投资回报率的用例来实现，这些用例确保上下文成本不会涨到超出可交付给用户的范围。这样他们能就可以开启数据收集的良性循环，并随着技术的发展扩大其产品优势。
这个过程越早启动越好。否则，你可能会被远远抛在身后。
我们不妨进一步探讨一下为什么及早投资于人工智能很重要。
保护你的未来：尽早投资人工智能
随着人工智能的进步，生存曲线将向外移动。到2030年，我们今天觉得“令人兴奋”的应用可能就会被认为已经过时。GPT3已经令人惊叹，但GPT4将接受数量1000倍以上数据点的训练——想象一下GPT30会变成什么样。
人工智能生存曲线：向未来转型
这种转变需要时间，也许、要几十年。但如果公司无视这些噪杂声，假装人工智能只是昙花一现的话，那将是最糟糕的事情。就像采用数字技术的公司最容易过渡到移动设备一样，较早采用人工智能的公司将为未来更高级的用例做好准备。
领导者有责任在当今的效率前沿中发现机会，这样才不会随着技术走向成熟而落在后面。但是，当然了，这条道路不会一帆风顺。
克服人工智能的缺点
为了进一步确保你能赢得人工智能的未来，了解其局限性非常重要，这样你才能更好地克服这些缺点。
当今人工智能的最大弱点：真相
人工智能现在存在一个致命弱点，那就是真相，这意味着它最大的限制是它不知道什么是真的（True）。我们用大写“T”是因为说对博茨瓦纳首都的名字与正确预测2030年洗衣粉需求之间存在着很大差异。
去年5月，康奈尔大学开展了一项研究，其目标是评估人工智能语言模型的准确度，他们提出了817个健康、法律、金融和政治问题。最好的模型只答对了其中的58%的问题，而人类的这一比例为94%。
这并不意味着人工智能就是“坏的”。相反，它正在做它应该做的事情：模仿工程师提供给它的任何数据。在这种情况下，该模型是用包含有流行的错误想法的数据进行训练的，训练出来的模型可能也会误导人类。
人工智能的真相鸿沟促使许多领导者停下了盲目采用的步伐。例比方说，编程问答网站StackOverflow就禁止用户分享由ChatGPT生成的答案。
“主要的问题是，虽然ChatGPT生成的答案有很高的错误率，但往往看起来也许会不错，而且答案很容易产生成。”
—StackOverflow网站
Reforge专家，工程负责人LouisBennett在视频采访中也跟我们谈到了人工智能，特别是ChatGPT的局限性。
利用人工智能要把真相和训练放在首要位置
如果对很重要——如果你想让你的企业生存下来——解决方案之一是借鉴谷歌的经验，专注于特定的问题领域。借助Pathways，谷歌通过缩小用例范围（医学），管理训练数据的质量，实现了接近人类水平的准确度（并且很快）。虽然谷歌的模式不像ChatGPT野心那么大，但它更适合创造企业价值。
总结：企业公司应该减少对绝对准确性的关注，多关注缩小人工智能与人类之间的准确性差距。这就是训练的用武之地——训练出真相。
用人工智能写篇文章或制作一份菠萝冰沙食谱是不错。不过，下一个重大飞跃是通过复杂、高风险的问题赢得用户的信任——而获得这种信任的唯一方法是通过训练。
不管是取消订阅还是挑选一条新的牛仔裤，我们大多数人更喜欢与真人而不是机器人交谈是有原因的。人类具备了两种智能：
1.流体智力：抽象思考解决新问题的能力
2.结晶智力：从先前的学习和经验中理解“好是什么样的”
大多数人工智能语言模型都具有惊人的流体智力，但在结晶智力方面却举步维艰。比方说，ChatGPT可以按照昆汀·塔伦蒂诺的风格写出一个会说话的鲨鱼的剧本，但却没法伪造出自己在编剧室里待了20多年的经历。
要达到我们可以信任人工智能来解决实质性问题的地步，需要一种混合模型，一种人类与人工智能协同工作，不断教它什么是“好”的模型。这可能意味着向系统提供10000小时的客户服务电话或汇总20年的患者数据来预测健康问题。
从这个意义上讲，你可以将人工智能看作是你的实习生而不是你的老板；你的考虑因素越多，你的“实习生”需要的指导就越多。
将信任纳入生存曲线
让我们将信任重新纳入我们生存曲线的考虑因素这个轴。
考虑因素多的人工智能用例
对于考虑因素适中到多的用例，一切都与利用人力资源来训练人工智能，直到客户信任该工具来帮助他们做出高风险的决策有关。想象一下BestBuy的“超级销售机器人”，这个机器人可以整合最佳销售代表的技能和知识，帮助客户挑选电视、计算机或音响系统。
如下所示，这可以表示为一个自我强化的循环，信任引发互动形成一个良性循环。造型师作为“循环当中的人”发挥着关键作用，为核心客户习惯循环的形成提供支持，同时还训练人工智能奖赏预测器。这个模型汇集了造型师的具体时尚经验，通过所谓的人类反馈强化学习(RLHF，ChatGPT背后也采用了这种技术)过程来训练“超级造型师”。
考虑因素多的人工智能用例：StitchFix
考虑因素少的人工智能用例
不过，说道考虑因素少的用例时，这个循环当中的人就是客户。目标是自动化用户旅程的关键步骤，同时精准地触达用户注意力所在的任何地方。自动化程度越高越好。但是，不需要完全自动化；聪明的用户体验就可以取得很好的效果。
比方说，我们团队就推出了沃尔玛的文字购物助手（textshoppingassistant），里面有一项叫做“主动重新订购”的功能。用户会收到一条文本，上面列出了他们家庭本周所需的物品清单，只需轻点几下即可对其进行调整，并在几秒钟内结帐。这样以来，原本通过电子商务渠道购买日用杂货的繁琐过程就被简化为无缝体验，从而在每次交互中可以形成更智能的算法。
考虑因素少的人工智能用例：沃尔玛：沃尔玛的个性化文本购物助手让感恩节变得轻而易举
现在我们对人工智能的机会在哪里有了更清晰的认识，让我们开始开发吧。
如何打造大家真正想要的人工智能产品
用人工智能来扩大产品价值可能会让人望而生畏。最近的淘金热让无数团队把没解决的问题、赚不到钱的东西或者两者兼而有之的产品跟人工智能拼凑在一起。
为了降低人工智能产品的风险，并提高找到产品市场匹配的机率，我们来分解一个有5个步骤的流程。
第1步：定义用例并确定其优先级
产品是满足用例的一组功能：用例直指大家选择你的产品的核心原因。用例由五个问题组成：
你要解决什么问题？
谁会用你的产品？
他们为什么要用？
还有其他选择吗？
他们多久用一次？
我们以AmazonFresh的一支产品团队为例：这支团队通过用户研究发现，客户花费了太多的时间用在为家里同样的物品补货上，可总结为下面的“补货”用例。
如何开发出大家想要的人工智能产品：AmazonFresh用例
大多数产品都有多个用例。但是，当说到用人工智能进行扩展，根据使用最频繁对用户最重要的用例来确定用例优先级是已经过验证的做法，可以解决冷启动问题，防止人工智能模型得不到高质量数据训练的充分“预热”，因为这样才能为用户提供好的结果。
第2步：做出10倍规模的产品假设
确定了用例的优先级后，需要思考如何利用人工智能来推动阶跃式的改进。以下是一些支持人工智能的价值主张类别：
主动性：你能预测客户的需求吗？
个人化（Personalization）：你能提供相关信息吗？
个性化（Personality）：你能为品牌互动注入生命力？
自动化：你能压缩时间并减少工作量吗？
可访问性：你能实现无缝的多模式交互吗？
其目标是确定相对于现状有显著改进（而不是渐进）的解决方案，这样才能克服促进习惯形成所需的切换成本。
亚马逊团队针对补货用例提出了几个假设：
“我们相信，如果续订率提高100%的话
……用户就可以享受到订阅带来的便利和成本节约，又不会觉得他们会失去控制，买了太多的东西。
......主动提示用户续订经常购买的商品，并预测一年可以节约多少成本。”
第3步：检查风险最大的假设
在开发任何东西之前，收集用户对产品假设的反馈是很重要的。这应该是客户洞察（定性数据）于实际客户行为（定量数据）的结合。总之，这些可以让你了解自己的想法是不是可以为真实的人解决实际问题。
人工智能用例：AmazonFresh
继续AmazonFresh的那个例子，他们的团队假设预测性的订阅功能可增加收入并让客户的生活变得更轻松。但团队需要先验证一下这些假设。他们的研究过程证实，大多数人都不愿意自动续订洗衣粉，因为担心到头来可能会买得太多。
人工智能产品对三种类型的风险有特殊考虑：
客户风险：你是否在解决真正的问题？
这项功能是否提供了明显更好的解决方案，或者从技术上讲它是件很酷的事情？
偏见有没有可能影响某些用户的体验？
商业风险：这能赚钱吗？
这项功能是不是建立在你组织的专有数据集之上，并起到增强作用？
你有没有为（标注和再训练）的前期和持续成本做好了准备？
技术风险：这在软件和硬件方面是否可行？
你有没有足够广泛的训练数据集来进行模型推理？
你能不能根据自己的用例需求提供预测性能？
第4步：通过快速原型制作验证你押注的东西
是时候用原型或最小可行产品来实现你的想法了。这里不是要为《纽约时报》的封面文章做准备——你只需要找到掌握“实际情况”或向现实世界的人类行为学习的最快途径。这意味着要紧凑，要让学习循环周期尽可能短，这通常是通过做一些无法扩展的事情来做到的。
人工智能产品的快速原型制作
如此循环反复，直到你开始聚焦到TomChi所谓的“眼前一亮的时刻”，也就是用户真正感受到与产品核心价值相关的那个愉悦时刻。想想你在狂风暴雨的日子里第一次拿到DoorDash送过来的外卖是什么感受。
就AmazonFresh而言，我们可以制作一个订阅机器人的原型，可以弄一些客服代理，跟小范围的试点客户合作，让他们作为我们在第一步确定的早期采用者的代表，试用这个人工智能产品。
该团队通过这样获得了两条重要的经验教训：
1.机器人在发货前提供的双重检查，试点组有37%的用户对此感到非常高兴。
2.21%的用户在机器人提示他们要不要要续订经常购买的商品时选择了续订。
看起来团队正在走上产品用户匹配的正确道路上，对为合适的用户提供合适的产品有了敏锐的理解，所有这些都不需要设置复杂的人工智能基础设施。
第5步：推出你的最小可爱产品
MinimumLovableProduct(MLP，最小可爱产品)这个词是亚马逊发明的，指的提供的功能特性正好能让早期采用者爱上，而不是刚好能容忍的产品。这是相对最小可行产品（MVP）而言，后者聚焦的是用最小的代价收集经验。
几十年前，要做MLP需要大量资源和时间。不过，现如今，产品开发团队可以用Quiq、spaCy以及Labelbox等现成工具在很短的时间内推出MLP。
人工智能用例：NotionAI
笔记公司NotionAI集成了GPT-3，以帮助用户简化原本繁琐的任务，比方说创建会议议程和撰写岗位描述——所有这些都是在用户熟悉和喜爱的Notion平台上进行的。
人工智能用例：AmazonFresh
总结一下那个亚马逊的示例——原型设计阶段的任务是获得关键知识，要了解完全自动化的MLP在特定用例当中需要是什么样子的。基于此，亚马逊可以开发一个利用SaaS产品（比方说AWSLex）的MLP，对相关体验进行更大范围的测试。这一步会启动训练和数据收集的过程，好让团队逐步对产品进行改进。
开发出令人难以置信的人工智能产品或体验对实现产品市场匹配来说是不容商量的。
最后思考：集成你的人工智能产品
人工智能与其他范式转变创新之间的区别在于，其进入门槛非常低。在互联网的早期，建立网站是项艰巨任务，只有大型技术团队才能完成。相比之下，几乎任何具有互联网连接的人都可以用开源模型开发人工智能应用。
从可访问性的角度来看，这很棒。但正如AllenCheng所指出那样，产品团队受益于制造了竞争优势的“护城河”，但OpenAI等资源将这道护城河变成了一个浅水坑。因此，真正的价值在于将人工智能集成到现有系统，去增强它们——而不是部署机器人就完事儿了。
这篇文章讲了很多东西，最后在了解了相关背景信息后我们再概括一下一开始介绍的关键要点：
人工智能本身没法颠覆你的业务，但利用了人工智能的竞争对手绝对可以颠覆你。
人工智能每年都会呈指数级发展，因此尽早采用至关重要。
为人工智能产品找到产品市场匹配需要评估你的产品位于生存曲线的什么位置。
译者：boxi。