★ FEATURED ARTICLE 简介百度人工智能经典考试试题合集面向准备百度AI面试、人工智能课程考试或系统复习核心知识的学习者。内容覆盖语义网络、推理、知识表示、机器学习、自然语言处理等关键领域并以选择题、填空题、简答题和应用题四种题型呈现其中既有AI历史与常识判断也有谓词逻辑、产生式系统、合一算法等硬核考点。压缩包内是1个doc文档仅279KB体量不大但信息密集含完整试题、参考答案与知识点总结便于集中刷题和对照复盘。目前已有1584人浏览学习适合求职者、在校生及竞赛选手用于考前自查与面试热身。通过练习可深入理解反演归结、可信度计算、α-β剪枝、语义网络表示等经典内容并能借助答案详解规范解题步骤系统提升人工智能理论水平。1. 百度人工智能经典考试试题一份把符号主义考点串到头的真题如果你准备的是人工智能岗位笔试而不是只盯深度学习调参那这套百度人工智能经典考试试题反而更值得先静下心做一遍。它不是那种拼刷题量的面试题库而是三份带完整答案的课程级试卷归结原理、MGU 合一、产生式系统、语义网络、可信度计算、α-β 剪枝全都有题型按选择题 15 分、填空题 30 分、简答 25 分、应用 30 分分配。新手能用它摸底熟手能用它验证自己符号主义那块知识还剩多少尤其适合笔试前突击和查漏补缺。2. 拆解试卷结构题型分布与考点权重决定了该往哪使劲2.1 四类题型与分数占比选择题送分、应用题定生死我先把这套卷子的题型结构拉了一张表方便你直观感受分值分配题型分值考察重心丢分属性选择题15 分概念、术语、历史事件、学派归属送分题丢分基本是因为粗心填空题30 分术语精确记忆、公式死记、流程步骤送分但易混错一个字就没分简答及计算题25 分子句集变换、MGU 求解、产生式语义半送分主要考书写格式和步骤完整度应用题30 分语义网络、α-β 剪枝、谓词逻辑归结证明真正拉开差距的部分决定总分上限最直观的结论是填空题占了 30 分比选择题多一倍。这说明命题人默认你对术语得「精确到字」比如「子句」「纯文字」「永真式」「类含」这类词写错一个关键字整空没分。而应用题虽然只占 30 分但每一道都是综合推演不是背公式能混过去的。我在拆这套卷子的时候先做了个判断如果只想着刷选择题最多只能稳住及格线决定能不能拿高分的始终是最后两道大题的推理过程。2.2 六个核心考点图谱归结、MGU、产生式、语义网络、可信度与剪枝把三份卷子的题目全部拆开考点高度收敛重复出现的就这六个方向考点模块对应题目类型考察能力谓词逻辑与子句集简答第 3 题、证明题逻辑公式的规范化能力归结原理与 MGU 合一简答第 4、5 题置换与合一的手算推演能力产生式系统选择、填空、九数码应用题正向逆向推理方向判断语义网络应用题第 1 题知识图形化表达能力可信度 CF 计算填空第 3 题公式记忆与边界条件α-β 剪枝与博弈搜索应用题第 2 题、简答第 2 题博弈树手算与剪枝判断六块里面归结原理和 MGU 合一是绝对核心三份卷子反复出现而且每次都不是简单背诵而是给一个具体的子句集让你现场推。我建议你复习时把这两块当成主战场其余四项属于「记住规则加上适量练习」就能拿分的类型。2.3 这套题的年代感深蓝、图灵测试与专家系统的时代特征卷子里有几个非常明显的时代标记1997 年那台击败国际象棋世界冠军的超级计算机、提出机器智能测试模型的英国科学家、专家系统开发步骤。这些内容说明命题时间基本在九十年代末到两千年初彼时人工智能的主流叙事还是符号主义机器学习只是其中一个小分支神经网络远没有今天的热度。这不是缺点恰恰是这套题的价值所在。现在的面试题大多围绕深度学习框架和模型调参转很少有人系统考你知识表示和逻辑推理而这套题把「传统 AI 基本功」考得非常透。如果你只在机器学习项目里泡过没系统学过归结原理做这套题会很吃力但这份吃力本身就是查漏补缺的信号。3. 归结原理与 MGU 合一把证明题做成有固定套路的计算题3.1 谓词公式到子句集的八步变换每一步的坑都在消去量词简答题里有一道「谓词公式 G 通过八个步骤所得的子句集合 S」官方答案给了完整顺序我帮你拆开并标出每一步容易翻车的位置消去蕴含式和等价式把 → 和 ↔ 全部换成 ¬、∧、∨ 的组合缩小否定词的作用范围直到它只作用于原子公式这一步要反复用摩根律适当改名使量词间不含同名指导变元和约束变元消去存在量词形成 Skolem 标准型消去所有全称量词化成合取范式适当改名使子句间无同名变元消去合取词 ∧用逗号代替以子句为元素组成集合 S。我见过最多人卡住的是第 4 步当存在量词在全称量词的辖域内时不能简单地把存在量词删掉换成常量必须引入 Skolem 函数这个函数参数就是前面全称量词约束的变量。卷子 B 里专门有一道选择题考「这种函数叫做什么」答案就是 Skolem 函数。如果你在第 4 步把函数错写成常量后面第 5 步一删全称量词整个子句集的变量关系就全错了而且这一步错后面根本没得救。3.2 MGU 手算流程从差异集到一致置换的递推模板MGU最一般合一是这套卷子计算题里的高频题也是我建议大家优先练熟的内容。以卷子里这道题为例S { P(f(x),y,g(y)), P(f(x),z,g(x)) }标准手算流程是这样的k0S0Sδ0ε空置换S0 不是单元素集求差异集 D0{y,z}其中 y 是变元z 是项且 y 不在 z 中出现k1δ1δ0·{z/y}注意这里的意思是「用 z 替换 y」不是反过来的计算 S1S0·{z/y}{P(f(x),z,g(z)), P(f(x),z,g(x))}S1 仍不是单元素集差异集 D1{z,x}k2δ2δ1·{z/x}{z/y, z/x}S2S1·{z/x}{P(f(z),z,g(z))}已经是单元素集。所以 MGUδ2{z/y, z/x}。整个过程就是一个循环比较两个谓词的对应位置找第一个不一致的地方判断哪个是变元、哪个是项变元不能在项中出现然后做替换再比较直到完全一致。注意写置换的时候方向一定不能反。{z/y} 表示把变量 y 替换成项 z写成 {y/z} 就全乱了。我见过不止一个人在这里翻车后面的归结式全部跟着错。3.3 归结反证的标准书写格式与判题要点归结法证明的核心是把结论的否定加入前提最后推出空子句。卷子里的祖孙关系那道题是最典型的例子我把它整理成标准书写格式① ¬F(x,y)∨¬F(y,z)∨G(x,z) 从规则变换 ② F(L,D) 从事实变换 ③ F(D,X) 从事实变换 ④ ¬G(u,v) 结论的否定 ⑤ ¬F(D,z)∨G(L,z) ①与②归结置换{L/x, D/y} ⑥ G(L,X) ③与⑤归结置换{X/z} ⑦ □ ④与⑥归结置换{L/u, X/v}判题时老师看的是三件事一是每一步是否标了来源从哪两个子句归结二是置换是否写全写对三是最后是否归结出空子句。如果你只写结果不写置换这种题在考试里基本拿不到步骤分。卷子里还给出了一个非常有用的技巧当题目要求「求解」而不是「证明」时第 4 步用重言式 ¬G(u,v)∨G(u,v) 代替结论的否定最后归结得到的不是空子句而是 G(L,X)这个结果就是答案本身也就是「老李是小李的祖父」。这个用重言式求解的技巧比先证明存在再回头求具体值要快得多建议直接记住。4. 知识表示与搜索策略语义网络、产生式系统、可信度与 α-β 剪枝4.1 产生式系统的三件套与推理方向产生式系统在卷子里以各种形式反复出现选择题考推理方向简答题考组成应用题考构建规则库。它的组成三件套是规则库、综合数据库和推理机。规则库存放「IF P THEN Q」形式的规则综合数据库存放当前已知的事实和中间结果推理机负责决定下一步触发哪条规则。正向推理是从已知事实出发不断匹配规则前件推出新结论反向推理是先提出假设再去事实库找支持双向推理则是两个方向结合。卷子里的九数码题目要求「给 1 到 9 九个数字排一个序列使得前 n 个数字组成的整数能被 n 整除」这道题用产生式系统描述非常经典综合数据库用一个序列表示初始为空规则 r1当序列长度为 4 时在尾部追加数字 5规则 r2当序列长度为偶数时从 {1,3,7,9} 中取一个追加到尾部规则 r3当序列长度为奇数时从 {2,4,6,8} 中取一个追加到尾部。这里隐含了两条启发式知识偶数位置必须是偶数数字第五位必须是 5。你在描述产生式系统时如果把这两条知识漏掉规则集就不完整后件条件算不对。这道题给我的感觉是产生式系统的难点不在规则怎么写而在你能不能先把领域知识提炼成可用于匹配的规则形式。4.2 语义网络怎么画才能拿满分语义网络的判分点其实很简单节点代表实体或概念有向弧代表实体之间的关系。弧上的标签决定你能不能得分比如 AKO 表示「是一种」ISA 表示「是一个」这两类弧的核心语义是继承性。选择题专门考了这一点——AKO 链和 ISA 链用来表达节点知识的继承性。以「胡途是思源公司的经理他 35 岁住在飞天胡同 68 号」为例我一般会这样画先建一个「胡途」节点然后用一条标着「经理」的弧连到「思源公司」节点用一条标着「年龄」的弧连到「35 岁」节点用一条标着「住址」的弧连到「飞天胡同 68 号」节点。关键是你要把「胡途」作为主动节点所有属性都从它向外发散而不是把公司当作中心。另一道「两所大学进行篮球比赛比分 89:102」的题需要两个球队节点作为参与者一条标着「比赛对手」的弧连接二者再分别用「得分」弧标出分数。画语义网络时最常见的丢分原因是节点和弧的粒度不一致把「比分」也画成节点而不是弧的属性。记住一个原则名词当节点动词和属性当弧数值挂在弧上。4.3 可信度 CF 的三条运算法则与易混公式可信度部分是填空高频考点卷子里给的三条关系很明确CF(~A) -CF(A)CF(A1∧A2) min{CF(A1), CF(A2)}CF(A1∨A2) max{CF(A1), CF(A2)}这套公式对应的是 MYCIN 系统中的可信度模型CF 取值范围在 [-1,1] 之间负值表示不相信。我翻摘要材料的时候发现一个有意思的事摘要里写的是 CF(~A)1-CF(A)乘积形式计算合取。这两套公式不是同一个理论体系前者是带符号的可信度理论后者更像是概率修正模型。考试的时候以卷子正文里的答案为准但面试时如果有人问起来你要能说清这两套公式的区别避免被绕进去。提示填空里写公式时min 和 max 要区分清楚很多人在 A1∨A2 上想当然地认为应该相加这套理论里析取取的是最大值。4.4 α-β 剪枝手算从根节点到剪枝标记的顺序博弈树剪枝题目年年有卷子里给的是「末一行的数字为假设的估值请用 α-β 剪枝技术剪去不必要的分枝」。手算顺序我建议固定成下面这套流程初始化根节点 α-∞β∞对博弈树做深度优先遍历先走到最左下的叶子节点取得估值在 MIN 节点逐层向上回推更新该层节点的 β 值如果某个 MIN 节点的 β 值小于等于它祖先 MAX 节点的 α 值则剪掉该节点下面所有未访问的分支在 MAX 节点更新 α 值时同样检查如果 α 值大于等于祖先 MIN 节点的 β 值则剪掉该 MAX 节点下面剩余分支。α-β 剪枝的核心就一句话只要当前节点的值已经不可能影响祖辈节点的最终选择就不再往下搜。简答题里问「α-β 剪枝的条件是什么」卷子给出了准确表述——α 剪枝发生在极小值层节点的 β 值小于等于先辈极大值节点的 α 值β 剪枝则相反。手算博弈树时很多人习惯先把整棵树算完再剪这等于没用到剪枝的效率优势。正确做法是边展开边倒推走到一个节点就先检查剪枝条件满足就立刻停止。5. 避坑指南这套卷子里五处答案矛盾与易错细节5.1 现象同一道题两份卷子答案不一样第一次拆这套题的时候我发现同样一道「AI 的英文缩写」选择题一份卷子答案给的是 Artifical Intelligence另一份的选择题答案串里对应的字母却是另一个选项。题干并没有变选项顺序也一致。原因这套资料是不同年份或不同来源的试卷拼接在一起的每份卷子独立排版和核验答案串在录入时出现过错位。我甚至发现 B 卷的答案串里有一题选项与 A 卷互相矛盾明显是整理时的疏漏。解决不要把这套题当成「标准题库」逐题背答案。遇到同一考点答案不一致时以题目完整度更高的那份卷子为准再用教材验证。我一般的处理方式是把所有矛盾之处先标记出来复习时绕过它们重点看那些两卷一致的知识点。5.2 现象可信度 CF 公式存在两套互不相容的算法填空题答案给的是 CF(~A)-CF(A)而摘要描述里却写 CF(~A)1-CF(A)合取和析取的规则也完全不同。原因两套公式来自不同的理论体系。前者是 MYCIN 系统的可信度模型后者本质上是概率逻辑的补集运算。整理摘要的人把两个体系混在了一起没有意识到它们并非等价替换。解决做题时严格按卷子正文答案来CF 取 [-1,1] 区间带符号运算。如果你想深入了解可以单独去看 MYCIN 的原始定义把两者的差异整理成笔记。这种事在面试里反而可能是加分项能说清区别说明你不是死背答案。5.3 现象反演归结得证条件写「永真式」还是「空子句」摘要描述里写「若当前归结式是永真式则定理得证」但卷子正文的正确答案是「空子句」。这两个答案差之千里我一开始差点被摘要带偏。原因永真式是重言式恒为真它不能说明矛盾归结反证法的目标是推出矛盾也就是空子句。摘要整理者对归结原理理解有偏差把「不可满足」的结论形式记成了永真式。解决以正文答案为准。归结法证明逻辑结论的思路是把结论否定加入前提如果归结出空子句说明前提集合不可满足从而证明原结论成立。这个概念一旦记住就不容易混。5.4 现象MGU 置换方向写反后续推导全部失败简答题里求 MGU 时卷子标准解写 {z/y}意思是把 y 替换成项 z。我按习惯写成了 {y/z}结果后面代入时两个谓词完全对不上差异集越来越大。原因合一置换的表示法里花括号内的表达形式是「项/变元」斜杠左边是替换结果右边是被替换的变元。很多教材和笔记写法不一初看时非常容易搞混。解决先固定自己的书写习惯。我在纸上演算时会在旁边标注「用左边替换右边」每写一个置换都默念一遍。这道题的分值不高但方向错了会连累整个归结证明的步骤分。5.5 现象Skolem 化时把函数错写成常量求子句集时如果存在量词在全称量词辖域内必须用 Skolem 函数 f(x) 而不是常量 a。卷子 B 专门有一道选择题考这个知识点而我在自己练习时确实在这里出过错。原因看到存在量词就下意识地用常量替换。这只在不存在全称量词辖域约束时才正确一旦存在依赖关系替换项必须依赖前面的全称量词变量。解决先消全称量词还是先消存在量词要看清楚辖域关系。规范做法是按八步走第 4 步时检查存在量词前面有没有全称量词有就写成函数形式没有才用常量。做完之后反查一遍如果子句里出现 Skolem 函数的变量不在全称量词范围内多半就是顺序错了。6. 把这三套卷子变成自测工具三遍刷题法资料拿到手别急着从头到尾做一遍就扔我建议你用三遍刷题法每一遍的目的完全不同。遍数目标具体操作检验标准第一遍摸底限时 60 分钟完整做一份卷子不翻答案看哪些题卡壳超过 3 分钟标记出来第二遍加固按考考点重做子句集变换、MGU、归结证明写完整过程每一步能写出依据不再是凭印象第三遍迁移把每道题背后的知识点抽出来改写题目条件重做能自己出变体题比如换谓词名、换事实关系第一遍做的时候心态要放平做不完很正常尤其是应用题里的归结证明卡住十分钟以上就跳过。第二遍是我认为价值最大的一遍重点不是做对而是把第 3 章讲的八步变换、MGU 递推、归结书写格式完整写一遍。比如同一道归结证明题第一遍你可能只写了空子句第二遍要求自己把每一步的引入来源和置换写全写完之后对照卷子答案看遗漏了哪一步。第三遍的迁移阶段可以拿产生式系统那道九数码题做样板把「偶数在偶数位、奇数在奇数位」的约束改掉比如改成「能被 2 整除」「能被 3 整除」重新设计规则集。语义网络的题也可以换实体关系自己画一遍画完对照 AKO 和 ISA 的弧标注有没有错。这个阶段你才算真正把卷子里的知识点消化成自己的方法论。我后来给自己定了个规矩凡是拿到一份 AI 真题第一件事不是开做而是先把答案目录和正文交叉对一遍把自相矛盾的地方标出来再去核原始教材然后再按三遍法执行。这套习惯救过我不少次。尤其是那些整理年代久远的资料错答案比空白答案更危险希望这份三遍刷题法也能帮到你。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
