Appearance
人工智能基础概述：笔记与练习解析
来源：课件《1-人工智能基础概述.pptx》与章节练习题文本。练习题部分仅依据“正确答案”整理。
一、课程与章节框架
1. 课程定位
《人工智能基础》是一门入门级课程，重点不是复杂数学推导和代码实现，而是帮助学习者：
- 建立人工智能的知识框架；
- 理解人工智能的核心概念、基本原理和典型应用；
- 培养 AI 思维；
- 为后续学习机器学习、深度学习等内容打基础。
2. 课程主要内容
课程内容依次包括：
- 第一章：绪论
- 第二章：知识表示及推理
- 第三章：智能优化算法
- 第四章：机器学习
- 实践应用
3. 第一章绪论结构
第一章围绕人工智能基础概念展开，主要包括：
- 1.1 人工智能的定义与发展
- 1.2 人工智能的各种认知观
- 1.3 人类智能与人工智能
- 1.4 人工智能系统的分类
- 1.5 人工智能的研究目标和内容
- 1.6 人工智能的研究与计算方法
- 1.7 人工智能的研究与应用领域
二、人工智能的定义
1. “人工”与“智能”
“人工智能”可以拆解为“人工”与“智能”两个部分：
- 人工：泛指人造的、人为的。
- 智能：通常是自然智能的简称，但目前对智能还没有严格、统一的形式化定义。
从不同角度看，智能有不同解释：
- 生理角度：智能是中枢神经系统的信号加工过程及其产物。
- 心理学角度：智能是智力和能力的总称，其中智力偏重认知，能力偏重活动。
2. 人的智能包括哪些能力
课件中把人的智能概括为多种能力：
| 能力 | 含义 |
|---|---|
| 学习能力 | 包括观察、记忆、抽象概括、注意、理解等基本能力。 |
| 语言能力 | 能够理解和生成语言，辨析歧义语句，掌握听、说、读、写、译等技能。 |
| 行为能力 | 在内外部刺激影响下产生活动，并表现出适应环境的能力。 |
| 感知能力 | 对感觉刺激进行识别、解释和判断，如视觉、听觉、触觉等。 |
| 记忆能力 | 对过去活动、感受、经验的印象累积。 |
| 思维能力 | 对感性材料进行分析、综合、概括、抽象、比较、推理等加工。 |
这些能力在人工智能中会对应到机器感知、知识表示、知识推理、机器学习、机器行为等研究内容。
3. 人工智能的一般解释
课件给出的人工智能一般解释是：
用人工的方法在机器上（计算机）实现人的智能。
也就是说，人工智能不是天然产生的智能，而是人类通过理论、方法、技术和系统设计，让机器表现出类似人的智能活动。
4. 人工智能学科的定义
人工智能是一门研究如何通过构造智能机器或智能系统，使之模拟、延伸、扩展人类智能的学科。
可以从几个关键词理解：
- 构造对象：智能机器或智能系统；
- 实现方式：人工方法、计算机系统、算法和知识处理；
- 目标能力：模拟、延伸、扩展人类智能；
- 典型活动：学习、推理、思考、规划、识别、理解、决策等。
5. 两种经典表述
课件引用了两种对人工智能的经典理解：
- 斯坦福大学尼尔逊教授：人工智能是关于知识的学科，研究怎样表示知识、获得知识并使用知识。
- 麻省理工学院温斯顿：人工智能研究如何使计算机去做过去只有人才能做的智能工作。
这两种说法分别强调了“知识处理”和“智能任务自动化”。
三、图灵测试
1. 图灵其人
艾伦·麦席森·图灵（Alan Mathison Turing，1912-1954）是英国数学家、逻辑学家，被称为计算机科学之父、人工智能之父。
2. 图灵测试的含义
图灵在 1950 年提出图灵测试。其基本思想是：
一个人在不直接接触对方的情况下，通过某种特殊方式与对方进行一系列问答。如果在相当长时间内，提问者无法判断对方是人还是计算机，就可以认为这台计算机具有与人相当的智力，即它能够表现出类似人的思维能力。
3. 学习重点
- 图灵测试用于判断机器是否表现出类似人的智能；
- 图灵测试强调的是外在行为表现，而不是机器内部是否真的具有人的意识；
- 判断题中常见考点是“图灵测试”与“机器是否能思维”的关系。
四、人工智能的学科性质
1. 人工智能是一门交叉学科
人工智能最初是计算机科学的一个分支，但随着理论和应用的发展，已经逐渐形成独立体系。
它涉及的学科包括：
- 计算机科学
- 心理学
- 哲学
- 语言学
- 数学
- 神经科学
- 控制论
- 信息科学
- 认知科学
因此，不能把人工智能简单理解为只属于计算机科学或控制学。
2. 人工智能与思维科学
人工智能与思维科学之间可以理解为“实践”和“理论”的关系：
- 思维科学研究人的思维本质和规律；
- 人工智能把这些理论用于机器智能系统的构造。
从思维角度看，人工智能不仅要研究逻辑思维，也要考虑形象思维、灵感思维等。
3. 人工智能的重要地位
课件中提到：
- 20 世纪世界三大尖端技术：空间技术、能源技术、人工智能。
- 21 世纪三大科学技术成就：基因工程、纳米科学、人工智能。
这说明人工智能具有重要的科学价值和应用价值。
五、人工智能的起源与发展
1. 孕育时期：1956 年之前
1956 年以前，人工智能尚未正式命名，但相关思想和技术已经逐步积累。
重要事件包括：
| 时间或人物 | 贡献 |
|---|---|
| 亚里士多德 | 演绎推理、三段论，从一般到个别。 |
| 培根 | 归纳法，从个别到一般。 |
| 莱布尼茨 | 万能符号、推理计算思想。 |
| 布尔 | 用符号语言描述思维活动的基本推理法则。 |
| 1936 年图灵 | 提出图灵机，即理论计算机。 |
| 1943 年麦克洛奇和匹兹 | 提出 M-P 神经元模型。 |
| 1945 年冯·诺依曼 | 提出存储程序概念，开启电子计算机时代。 |
| 1946 年莫克利和埃克特 | 研制成功世界上第一台通用电子计算机。 |
| 1948 年维纳 | 创立控制论。 |
| 1950 年图灵 | 在《计算机与智能》中提出测试机器智能的思想。 |
学习时要注意：人工智能的思想孕育早于计算机的正式普及，不能说人工智能完全是在计算机发明之后才孕育发展的。
2. 形成时期：1956-1970 年
人工智能正式成为研究领域，关键节点包括：
- 1956 年夏：达特茅斯会议召开，麦卡锡提议正式使用“人工智能”这一术语。这一年常被称为人工智能元年。
- 1965 年：费根鲍姆领导的小组开始研究专家系统。
- 1968 年：第一个专家系统 DENDRAL 研制成功。
- 1969 年：第一届国际人工智能联合会议召开。
- 1970 年：《人工智能国际杂志》创刊。
3. 暗淡时期：1966-1974 年
早期人工智能遇到困难，主要局限包括：
- 知识局限性：程序包含的主题知识太少，甚至没有知识，只进行简单句法处理。
- 解法局限性：很多问题因求解方法和步骤有限，程序无法实际求解。
- 结构局限性：系统结构存在严重限制，难以处理不良结构和组合爆炸等问题。
4. 知识应用时期：1970-1988 年
这一时期专家系统和知识工程快速发展。研究者逐渐形成共识：
人工智能系统本质上是一个知识处理系统。
由此产生三个基本问题：
- 知识表示
- 知识利用
- 知识获取
5. 集成发展时期：1986 年至今
20 世纪 80 年代后期以来，机器学习、计算智能、人工神经网络、行为主义等方向深入发展。
当今人工智能再度兴起的重要基础包括：
- 大数据
- 云计算
- 机器学习算法，尤其是深度学习
在练习题中，这一部分常简化为当今人工智能飞速发展的三要素：
- 数据
- 算力
- 算法
六、人工智能研究的三大学派
人工智能研究中，人们对智能本质有不同理解，由此形成不同学术观点和研究路线。
1. 符号主义
| 项目 | 内容 |
|---|---|
| 来源 | 数理逻辑 |
| 代表人物 | 纽厄尔、肖、西蒙、尼尔逊等 |
| 核心思想 | 用符号表示知识，用逻辑推理模拟人的智能活动。 |
| 代表成果 | 启发式程序 LT，证明了 38 条数理定理。 |
| 发展路线 | 启发式算法 → 专家系统 → 知识工程理论与技术 |
符号主义强调知识、符号、规则和推理。
2. 连接主义
| 项目 | 内容 |
|---|---|
| 来源 | 仿生学，尤其是神经网络 |
| 代表基础 | 1943 年麦克洛奇和皮茨提出的脑模型 |
| 核心思想 | 模仿人脑神经元及神经网络结构，通过连接和权重变化表现智能。 |
| 发展节点 | 20 世纪 60-70 年代感知器研究兴起；后来曾陷入低谷；Hopfield 神经网络使连接主义重新抬头。 |
连接主义强调神经网络、学习和模式识别。
3. 行为主义
| 项目 | 内容 |
|---|---|
| 来源 | 控制论 |
| 核心思想 | 从行为和控制过程角度研究智能，强调智能体与环境的交互。 |
| 早期重点 | 模拟人在控制过程中的智能行为和作用。 |
| 典型方向 | 智能控制、智能机器人系统。 |
行为主义强调感知、行动、反馈和环境交互。
4. 三大学派对比
| 学派 | 源头 | 关键词 |
|---|---|---|
| 符号主义 | 数理逻辑 | 知识、符号、规则、推理 |
| 连接主义 | 仿生学、神经网络 | 神经元、网络、学习、权重 |
| 行为主义 | 控制论 | 行为、反馈、控制、机器人 |
七、人类智能与人工智能
1. 人类认知活动与计算机层次
课件把人类认知活动与计算机层次作比较：
| 人类认知活动 | 计算机系统 |
|---|---|
| 思维策略 | 计算机程序 |
| 初级信息处理 | 计算机语言 |
| 生理过程 | 计算机硬件 |
这说明人工智能可以从不同层次模拟或研究人类智能。
2. 认知活动研究的四个层次
| 层次 | 研究重点 | 相关学科 |
|---|---|---|
| 认知生理学 | 认知行为的生理过程，尤其是神经系统活动。 | 心理学、神经学、脑科学、遗传学等 |
| 认知心理学 | 认知行为的心理活动，尤其是人的思维策略。 | 心理学、人类学、语言学等 |
| 认知信息学 | 人体内的初级信息处理，连接生理活动和心理活动。 | 神经学、信息学、计算机科学等 |
| 认知工程学 | 通过人工信息处理系统处理人的认知行为。 | 人工智能、信息学、计算机科学、控制论、系统学等 |
3. 人工智能与人类智能的关系
人工智能不是人的智能本身，而是对人的意识、思维和信息处理过程的模拟。
人工智能可能表现为：
- 像人一样思考；
- 像人一样行动；
- 在某些任务上超过人的能力；
- 作为人类智慧的“容器”承载和扩展智能活动。
八、人工智能系统的分类
课件列举的人工智能系统类型包括：
- 专家系统
- 模糊系统
- 神经网络系统
- 学习系统
- 仿生系统
- 群智能系统
- 多智能体系统
- 混合智能系统
其中，混合智能系统被称为人工智能的下一站。
九、人工智能的研究目标和内容
1. 一般研究目标
人工智能的一般研究目标包括：
- 更好地理解人类智能：通过编写程序来模仿和检验有关人类智能的理论。
- 创造有用的灵巧程序：让程序执行通常需要人类专家才能完成的任务。
2. 近期目标与远期目标
| 类型 | 内容 |
|---|---|
| 近期研究目标 | 建造智能计算机，以代替人类的某些智力活动。 |
| 远期研究目标 | 用自动机模仿人类的思维活动和智力功能。 |
易错点：近期目标是代替“某些”智力活动，不是代替人类“全部”智力活动。
3. 人工智能研究的基本内容
| 内容 | 含义 |
|---|---|
| 机器感知 | 使机器具有类似人的感觉能力，如视觉、听觉、触觉、嗅觉、接近感、速度感等。 |
| 知识表示 | 把人类知识概念化、形式化、模型化。 |
| 知识推理 | 从已知判断或前提推出新的判断或结论。 |
| 机器思维 | 对传感信息和机器内部工作信息进行有目的的处理。 |
| 机器学习 | 使机器自动获取知识，可从文献资料、人与环境交互中学习。 |
| 机器行为 | 使智能系统具有表达能力和行动能力。 |
十、人工智能的研究与计算方法
1. 人工智能的研究方法
课件列出四种研究方法：
- 功能模拟法
- 结构模拟法
- 行为模拟法
- 集成模拟法
可以这样理解：
- 功能模拟法：模拟人的智能功能。
- 结构模拟法：模拟智能产生的结构基础，如神经网络。
- 行为模拟法：从外部行为表现模拟智能。
- 集成模拟法：综合多种方法构建智能系统。
2. 人工智能的计算方法
课件列出的计算方法包括：
- 概率计算
- 符号规则逻辑运算
- 模糊计算
- 神经计算
- 进化计算和免疫计算
这些方法分别对应不同类型的问题：
- 概率计算适合处理不确定性；
- 符号规则逻辑运算适合知识推理；
- 模糊计算适合边界不清、程度性问题；
- 神经计算适合模式识别、学习和拟合；
- 进化计算和免疫计算适合优化、搜索和自适应问题。
十一、人工智能的研究与应用领域
课件中展示或提及的人工智能研究与应用领域包括：
- 机器人
- 自动驾驶
- 智能检测
- 语言识别
- 图像识别
- 自然语言处理
- 专家系统
- 机器学习
- 机器视觉
- 自然语言理解
- 智能控制
- 智能机器人系统
这些领域共同体现了人工智能的目标：让机器完成通常需要人类智能才能完成的复杂任务。
十二、易错知识点速记
- 人工智能没有严格统一的形式化定义，但一般可理解为“在机器上用人工方法实现人的智能”。
- 人工智能是一门研究构造智能机器或智能系统，以模拟、延伸、扩展人类智能的学科。
- 图灵测试判断的是机器能否表现出与人相当的智能行为。
- 1956 年达特茅斯会议是人工智能正式形成的重要标志，麦卡锡提出“人工智能”术语。
- 人工智能思想的孕育早于现代计算机的广泛应用，不能认为它完全在计算机发明之后才孕育。
- 人工智能不是只涉及计算机科学和控制论，而是一门交叉学科。
- 三大学派：符号主义、连接主义、行为主义。
- 三大学派来源：符号主义源于数理逻辑；连接主义源于仿生学/神经网络；行为主义源于控制论。
- 近期目标是代替人类的某些智力活动，不是全部智力活动。
- 当今人工智能飞速发展的三要素：数据、算力、算法。
练习题与答案解析
一、判断题
1. 人工智能系统与传统的软件的研究对象不同，它主要将知识作为主要的研究对象。（）
正确答案：对
解析： 人工智能系统强调知识处理，知识表示、知识利用和知识获取是人工智能系统的基本问题。因此，人工智能与传统软件相比，更突出“知识”这一研究对象。
2. 当今人工智能飞速发展的在于计算机计算能力的提高，大数据的发展，及算法的发展。
正确答案：对
解析： 课件指出，当今人工智能再度发展与大数据、云计算、机器学习算法等因素有关。题目中的计算能力提高、大数据发展和算法发展，正对应“算力、数据、算法”三要素。
3. 人工智能的近期目标是建造智能计算机以代替人类的全部智力活动。
正确答案：错
解析： 课件中人工智能的近期目标是“建造智能计算机以代替人类的某些智力活动”。题干把“某些”说成“全部”，范围扩大了，因此错误。
4. 判断一个计算机具是否有同人相当的智力，即这台计算机是能思维的测试是著名的“图灵测试”。
正确答案：对
解析： 图灵测试通过问答方式判断提问者能否区分对方是人还是计算机。如果无法区分，就可以认为计算机具有与人相当的智能表现。
5. 人工智能是在人类发明计算机之后才孕育发展的。
正确答案：错
解析： 人工智能的思想孕育包括亚里士多德的演绎推理、培根的归纳法、莱布尼茨的推理计算、布尔的逻辑符号化等，这些都早于现代计算机。因此不能说人工智能是在计算机发明之后才孕育发展的。
6. 人工智能的远期期目标是用自动机模仿人类的思维活动和智力功能。
正确答案：对
解析： 课件明确写到，人工智能的远期研究目标是“用自动机模仿人类的思维活动和智力功能”。
7. 人工智能只涉及到计算机科学和控制学。（）
正确答案：错
解析： 人工智能是一门交叉学科，涉及计算机科学、心理学、哲学、语言学、数学、神经科学、控制论等多个领域，不只涉及计算机科学和控制学。
8. 1956 年夏，在达特茅斯举办的研讨会上，麦卡锡提议正式使用“人工智能”这一术语，这一年也被成为人工智能元年。
正确答案：对
解析： 1956 年达特茅斯会议是人工智能正式形成的重要标志，麦卡锡在会议上提出“人工智能”术语，因此 1956 年常被称为人工智能元年。
二、单选题
9. 人工智能连接主义学派源于
A. 数理逻辑
B. 仿生学（神经网络）
C. 控制论
正确答案：B. 仿生学（神经网络）
解析： 连接主义强调模拟人脑神经网络结构，源于仿生学，代表基础是麦克洛奇和皮茨提出的神经元模型。
10. 人工智能符号主义学派源于
A. 数理逻辑
B. 仿生学（神经网络）
C. 控制论
正确答案：A. 数理逻辑
解析： 符号主义强调符号表示、逻辑规则和推理，源于数理逻辑。
11. 人工智能行为主义学派源于
A. 数理逻辑
B. 仿生学（神经网络）
C. 控制论
正确答案：C. 控制论
解析： 行为主义从控制过程和行为反馈角度研究智能，源于控制论，典型方向包括智能控制和智能机器人系统。
三、多选题
12. 属于人工智能的研究内容的是
A. 知识表示
B. 知识推理
C. 机器思维
D. 机器学习
正确答案：ABCD. 知识表示；知识推理；机器思维；机器学习
解析： 课件列出的人工智能基本研究内容包括机器感知、知识表示、知识推理、机器思维、机器学习、机器行为，因此四个选项都属于人工智能研究内容。
13. 人工智能的三大学派
A. 符号主义
B. 连接主义
C. 行为主义
D. 计算主义
正确答案：ABC. 符号主义；连接主义；行为主义
解析： 课件明确指出人工智能研究的三大学派是符号主义、连接主义和行为主义。“计算主义”不是本课件列出的三大学派之一。
14. 属于人工智能系统的是
A. 专家系统
B. 模糊系统
C. 神经网络系统
D. 仿生系统
正确答案：ABCD. 专家系统；模糊系统；神经网络系统；仿生系统
解析： 课件列举的人工智能系统包括专家系统、模糊系统、神经网络系统、学习系统、仿生系统、群智能系统、多智能体系统、混合智能系统等。因此四个选项都正确。
15. 当今人工智能飞速发展的三要素
A. 数据
B. 算力
C. 网络
D. 算法
正确答案：ABD. 数据；算力；算法
解析： 当今人工智能快速发展的核心支撑通常概括为数据、算力和算法。网络虽然是技术基础之一，但不是本题所问的“三要素”之一。
四、简答题
16. 人工智能的一般性定义是什么？
正确答案： 人工智能的一般性定义是在机器上（计算机）用人工的方法在机器上（计算机）实现人的智能。
解析： 作答时要抓住三个关键词：
- 机器或计算机：人工智能的实现载体；
- 人工方法：通过人设计的理论、算法、模型和系统来实现；
- 人的智能：目标是实现或模拟人的智能活动。
可以简洁表述为：人工智能就是用人工方法在机器或计算机上实现人的智能。
17. 请简述对人工智能学科的理解。
正确答案： 人工智能是一门研究如何通过构造智能机器或智能系统，使之模拟、延伸、扩展人类智能的学科。
解析： 这道题考查对人工智能学科性质的理解。回答时应体现：
- 人工智能是一门学科；
- 研究对象是智能机器或智能系统；
- 研究目标是模拟、延伸、扩展人类智能；
- 可适当补充它涉及学习、推理、感知、理解、决策等智能行为。
推荐答法：
人工智能是一门研究如何构造智能机器或智能系统，使机器能够模拟、延伸和扩展人类智能的学科。它通过知识表示、推理、学习、感知和行为控制等方法，使机器完成通常需要人类智能才能完成的任务。
十三、考前速背表
| 考点 | 速记 |
|---|---|
| AI 一般解释 | 用人工方法在机器上实现人的智能。 |
| AI 学科定义 | 构造智能机器或智能系统，模拟、延伸、扩展人类智能。 |
| 图灵测试 | 问答中无法区分人和计算机，可认为计算机具有类似人的智能表现。 |
| AI 元年 | 1956 年，达特茅斯会议，麦卡锡提出“人工智能”。 |
| 近期目标 | 建造智能计算机，代替人类某些智力活动。 |
| 远期目标 | 用自动机模仿人类思维活动和智力功能。 |
| 三大学派 | 符号主义、连接主义、行为主义。 |
| 三大学派来源 | 数理逻辑、仿生学/神经网络、控制论。 |
| AI 系统类型 | 专家系统、模糊系统、神经网络系统、仿生系统等。 |
| 基本研究内容 | 机器感知、知识表示、知识推理、机器思维、机器学习、机器行为。 |
| 当今发展三要素 | 数据、算力、算法。 |