人工智能期末通关：五个发展阶段与三大流派高频考点解析

简介这份资料面向准备人工智能课程期末考试的高校学生与自学者以经典习题集搭配各章小结的形式帮助梳理课程重点、检验理论掌握程度并训练解题思路。压缩包内共1个doc文档约2.19MB内容按章节组织涵盖绪论、知识表示、推理等模块每部分先给出本章小结再附习题解答便于对照复习。文档中收录了人工智能的定义与发展阶段、三大研究学派、主要研究领域等基础问答也包含产生式规则表示旅行路线、语义网络描述比赛比分、归结演绎推理求解盗窃犯等典型题目并配有完整推导过程与答案。已有101人学习适合在考前集中过一遍知识框架、熟悉常见题型与答题规范也可作为课堂笔记的补充材料使用。1. 人工智能期末通关从五个发展阶段到三大流派先抓这四类送分题翻开任何一份人工智能期末卷子第一道大题大概率不是让你写代码而是问你「人工智能发展经历了哪几个阶段」「符号主义、连接主义、行为主义有什么区别」。很多同学觉得这种题太简单扫一眼就过结果考场上写不全五个阶段的时间节点或者把三个学派的核心观点张冠李戴白白丢掉十几分。这场考试考什么考的是你对人工智能学科骨架的掌握程度——概念、发展脉络、研究学派、研究领域这四块是每套卷子的固定开场。怎么拿分不是死记硬背而是把每个知识点还原成「它为什么会出现」来理解。比如连接主义为什么在第三阶段之后又复兴因为算力和数据跟上了神经网络从理论走向了工程。适合谁正在准备人工智能期末考试、需要一份能直接背、能直接练的考点清单的本科生。下面按考点模块拆开讲每一章都落到真题和答题思路上。2. 绪论高频考点五个发展阶段与三大流派的对比记忆法2.1 五个发展阶段的时间线与标志性技术绪论部分最常考的就是发展阶段的划分。教材里给了五个阶段每个阶段的时间跨度和核心特征必须能默写出来。第一阶段是 40 年代中到 50 年代末的神经元网络时代标志是 MP 模型和早期感知机第二阶段是 50 年代中到 60 年代中的通用方法时代核心是用通用搜索算法解决一切问题代表是逻辑理论家和通用问题求解器第三阶段是 60 年代中到 80 年代初的知识工程时代专家系统崛起人们意识到通用方法不够用必须把领域知识灌进去第四阶段是 80 年代中到 90 年代初的新神经元网络时代反向传播算法让多层网络训练成为可能第五阶段是 90 年代初至今的海量信息处理与网络时代数据规模和算力成为驱动力。记忆的时候不要孤立背年份把每个阶段和「上一阶段遇到了什么问题」绑在一起。通用方法时代为什么结束因为组合爆炸搜索空间太大通用策略撑不住。知识工程时代为什么转向因为专家系统维护成本高、知识获取瓶颈明显。新神经元网络时代为什么回来因为 BP 算法解决了训练问题。海量信息时代为什么到来因为互联网产生了数据GPU 提供了算力。这样串起来时间线就不是五个孤立的点而是一条因果链。真题里常见的问法是「简述人工智能发展过程中经历的阶段并说明每个阶段的主要特征。」答题时每个阶段写两到三行时间范围、核心特征、代表性技术或事件。不要只写阶段名称阅卷老师看的是你有没有理解每个阶段「为什么被单独划分出来」。2.2 三大研究学派的核心观点对比符号主义、连接主义、行为主义这三个学派几乎每套卷子都会以选择、填空或简答的形式出现。符号主义由心理学途径产生认为智能的基本元素是符号智能行为是符号运算的结果核心工具是数理逻辑。连接主义由生理学途径产生也叫仿生学派认为智能的基本元素是神经元智能产生于大量神经元的并行分布式联结之中核心工具是神经网络。行为主义由生物演化途径产生认为智能取决于感知和行为取决于对外界复杂环境的适应而不是表示和推理核心工具是控制论和进化计算。这三者的区别可以用一张表锁死对比维度符号主义连接主义行为主义产生途径心理学途径生理学途径生物演化途径智能基本元素符号神经元感知与行为智能来源符号运算并行分布式联结计算对外界环境的适应理论基础数理逻辑神经生理学控制论典型方法逻辑推理、专家系统神经网络、深度学习进化计算、强化学习面试官或出卷老师最想听到的是你能说清「三者不是互相取代的关系而是并存互补」。符号主义擅长逻辑推理和可解释性连接主义擅长感知和模式识别行为主义擅长在复杂环境中做实时反应。答题时先分别说清各自的核心主张再补一句互补关系分数就稳了。2.3 真题演练研究内容与研究领域的答题模板「人工智能研究的基本内容是什么」和「人工智能有哪些主要研究领域」这两道题经常混着考很多同学答串。基本内容指的是学科内部的几大核心板块搜索技术、知识表示、规划方法、机器学习、认知科学、自然语言理解与机器翻译、专家系统与知识工程、定理证明、博弈、机器人、数据挖掘与知识发现、多 Agent 系统、复杂系统、人机交互技术等。研究领域则是从应用和方向角度划分的问题求解、逻辑推理与定理证明、自然语言理解、自动程序设计、专家系统、机器学习、神经网络、机器人学、模式识别、机器视觉、智能控制、智能检索、智能调度与指挥、分布式人工智能与 Agent、计算智能与进化计算、数据挖掘与知识发现、人工生命、系统与语言工具。答题时如果问「基本内容」就按「搜索、表示、推理、学习、感知、行动」这条主线来组织把十几个点归成五六组比流水账式罗列更容易拿高分。如果问「研究领域」就按「基础能力层、感知层、认知层、应用层」来分组。比如基础能力层包括问题求解和逻辑推理感知层包括模式识别和机器视觉认知层包括自然语言理解和机器学习应用层包括专家系统和机器人学。分组之后每个组挑一两个展开一句篇幅可控逻辑清晰。提示这道题最容易犯的错是把「基本内容」和「研究领域」的答案互换。记住一个口诀基本内容是「学科内部在研究什么」研究领域是「这些研究用到了哪些方向上」。3. 知识表示与推理产生式规则、语义网络和归结演绎的答题套路3.1 产生式系统的三要素与旅行商问题的规则设计产生式系统由三个基本部分组成规则库、综合数据库、控制系统。规则库存放所有产生式规则综合数据库存放当前状态和事实控制系统负责选择哪条规则来执行。考试里常见的题型是给一个具体场景让你用产生式规则表示求解过程。比如五个城市 A、B、C、D、E 相互可达且距离已知某人从 A 出发去其他四个城市各参观一次后回到 A找最短旅行路线。这类题的答题步骤是固定的第一步定义综合数据库用一个字符串表示已经走过的城市序列第二步定义初始状态就是(A)第三步定义目标状态是(Ax1x2x3x4A)其中 x1 到 x4 是四个城市的某种排列第四步写规则集核心是用L(S)表示已走过的城市数用GOTO(x)表示走向城市 x。规则可以写成r1: IF L(S)5 THEN GOTO(A) r2: IF L(S)5 THEN GOTO(B) r3: IF L(S)5 THEN GOTO(C) r4: IF L(S)5 THEN GOTO(D) r5: IF L(S)5 THEN GOTO(E)这段规则的含义是只要还没走满五个城市就可以走向任意一个未走过的城市走满五个之后必须回到 A。答题时要把「综合数据库、初始状态、目标状态、规则集」四样写全缺一样扣分。很多同学只写规则不写数据库定义或者把目标状态写成(A)这是典型的失分点。3.2 语义网络与框架表示法的真题画法语义网络由节点和弧线组成节点表示物体、概念或状态弧线表示节点间的关系。真题里常见的画法是给一个具体事实让你画语义网络。比如「某大学和某大学两校篮球队在某地进行一场比赛比分是 85:89」画的时候要抓住几个核心节点两支球队、比赛事件、比分、地点。球队节点用ISA弧连到「篮球队」概念节点比赛事件节点用「主队」「客队」「比分」「地点」等弧连到对应的值节点。比分可以拆成两个数值节点分别挂在主队和客队下面。框架表示法则是把事物的各个方面用「槽」来组织每个槽有若干个侧面每个侧面又可以有几个值。比如描述一个「学生」框架槽可以包括姓名、学号、专业、年级每个槽的侧面可以包括默认值、取值范围等。考试里如果让你「用框架表示法描述某类事物」答题模板是先写框架名再逐槽列出槽名和侧面最后给每个侧面填上具体值或默认值。框架表示法的得分点在于「槽—侧面—值」三层结构是否完整只写槽不写侧面会丢分。3.3 归结演绎推理从子句集到答案提取的完整步骤归结演绎推理是推理章节的重头戏几乎每年必考一道证明题或求解题。以「张某被盗五个侦察员分别说了一句话已知五句话都可信求谁是盗窃犯」为例完整答题分五步。第一步定义谓词。设P(x)表示 x 是作案者。第二步把每个侦察员的话写成谓词公式并化成子句(1) P(zhao) ∨ P(qian) (2) P(qian) ∨ P(sun) (3) P(sun) ∨ P(li) (4) ¬P(zhao) ∨ ¬P(sun) (5) ¬P(qian) ∨ ¬P(li)第三步把待求解的问题表示成谓词设 y 是盗窃犯则问题为P(y)将其否定并与ANSWER(y)做析取得到¬P(y) ∨ ANSWER(y)化成子句(6) ¬P(y) ∨ ANSWER(y)。第四步应用归结原理反复归结。比如(1)和(4)归结得到P(qian) ∨ ¬P(sun)(2)和(7)归结得到P(qian)(6)和(13)归结得到ANSWER(qian)同理可以得到ANSWER(sun)。第五步得出结论盗窃犯是钱和孙两个人。这道题的关键在于「否定目标并与 ANSWER 析取」这一步。很多同学直接去证P(y)证到最后不知道答案怎么提取。记住归结反演的答案提取必须把目标的否定和 ANSWER 谓词绑在一起归结出ANSWER(具体值)才算完。另一道经典题是「任何兄弟都有同一个父亲John 和 Peter 是兄弟John 的父亲是 David问 Peter 的父亲是谁」。答题时先定义Father(x,y)和Brother(x,y)把三个已知条件化成子句再把「Peter 的父亲是 u」的否定与ANSWER(u)析取归结出ANSWER(David)。这类题的易错点是谓词定义不清晰比如把Father(x,y)的方向搞反写成「y 是 x 的父亲」后面归结全乱。3.4 易错点归结推理中最容易翻车的四个地方第一个错子句集化错了。把蕴含式化成子句时忘记先消去蕴含、再移否定、再分配析取。比如Brother(x,y) ∧ Father(z,x) → Father(z,y)正确化法是先变成¬(Brother(x,y) ∧ Father(z,x)) ∨ Father(z,y)再变成¬Brother(x,y) ∨ ¬Father(z,x) ∨ Father(z,y)。很多同学直接写成Brother(x,y) ∨ Father(z,y)把否定丢了。第二个错归结时置换不一致。两个子句归结必须找到互补的文字并且对变量做一致的置换。比如P(x) ∨ Q(a)和¬P(b) ∨ R(y)归结置换是{x/b}得到Q(a) ∨ R(y)。如果置换写错归结式就不对。第三个错答案提取时忘记 ANSWER 谓词。有些同学归结出了P(qian)就停手觉得已经证明了钱是作案者但题目问的是「谁是盗窃犯」必须归结出ANSWER(qian)才算回答完整。第四个错把「与/或树」和「状态空间图」搞混。与/或树里的「与节点」要求所有子节点都可解「或节点」只要一个子节点可解状态空间图里的边表示状态转移。画图题里标错节点类型整道题白做。4. 搜索策略代价树、A* 算法与博弈树剪枝的得分要点4.1 代价树广度优先与深度优先的对比搜索策略这一章考试最爱考的是「给一个交通费用图求从起点到终点的最小费用路线」要求分别用代价树的广度优先搜索和深度优先搜索来做。代价树的广度优先搜索每次扩展节点后把子节点放入 OPEN 表按代价从小到大排序保证先扩展代价最小的节点。代价树的深度优先搜索把子节点按代价从小到大放到 OPEN 表首部沿着一条路走到底不保证最优。以 A 到 E 的五城市交通图为例广度优先搜索的扩展顺序是先扩展 A得到 B1、C1、D1按代价排序后先扩展 C1C1 扩展出 D2、E1E1 代价最小扩展 E1 发现是目标节点路径为 A→C→D→E。深度优先搜索则可能先沿着 B1 走下去得到 A→B→D→E代价不一定最小。答题时要画出 OPEN 表和 CLOSED 表的变化过程每一步写清楚当前扩展哪个节点、生成了哪些子节点、OPEN 表怎么排序。只写最终路径不写过程过程分全丢。注意代价树的深度优先搜索是不完备的可能进入无穷分支得到的解也不一定最优。答题时如果题目问「该方法能否保证最优」一定要答「不能」并说明原因。4.2 A* 算法与启发式搜索的答题框架A* 算法是启发式搜索的核心考点。答题时要写清楚评价函数f(n) g(n) h(n)其中g(n)是从初始节点到节点 n 的实际代价h(n)是从节点 n 到目标节点的估计代价。A* 算法要求h(n)满足可采纳性即h(n)永远不大于从 n 到目标的真实最小代价。满足可采纳性时A* 算法保证找到最优解。真题里常见的问法是「说明 A* 算法中 g(n) 和 h(n) 的含义并解释为什么 h(n) 需要满足可采纳性。」答题时先分别解释两个函数再说明可采纳性的定义最后用反证法或直观例子说明如果 h(n) 高估了真实代价算法可能错过最优路径。比如真实代价是 10h(n) 估成 15算法会优先扩展其他看起来更便宜的节点导致最优解被跳过。如果题目给了一个具体图让你用 A* 算法搜索答题步骤是先写出每个节点的 f 值每次从 OPEN 表里选 f 最小的节点扩展扩展后更新子节点的 g 值和 f 值重复直到目标节点被扩展。表格要列清楚「节点、g 值、h 值、f 值、父节点」最后回溯父节点得到路径。4.3 极大极小分析与 α-β 剪枝的真题推演博弈树部分极大极小分析法的核心是对「或」节点选子节点中最大的得分作为父节点的得分对「与」节点选子节点中最小的得分作为父节点的得分。α-β 剪枝则是在此基础上提前终止不必要的搜索。α 值是「或」节点当前子节点中的最大倒推值作为倒推值的下界β 值是「与」节点当前子节点中的最小倒推值作为倒推值的上界。答题时最容易错的是剪枝条件的表述。正确的说法是任何「或」节点 x 的 α 值如果不能降低其父节点的 β 值则对节点 x 以下的分枝可停止搜索这种剪枝叫 β 剪枝任何「与」节点 x 的 β 值如果不能升高其父节点的 α 值则对节点 x 以下的分枝可停止搜索这种剪枝叫 α 剪枝。很多同学把 α 剪枝和 β 剪枝的适用节点搞反记住一个口诀「或节点看 α剪的是 β与节点看 β剪的是 α。」真题里如果给了一棵博弈树让你标出剪枝位置答题时先在每个节点旁边标出 α 值和 β 值的传递过程再在发生剪枝的分枝上画叉最后写出根节点的倒推值。过程比结果重要剪枝理由要写一句「因为该节点的 α 值已经不小于父节点的 β 值继续搜索不会改变父节点的取值」。4.4 与/或树搜索与解树代价计算与/或树的搜索分广度优先和深度优先两种。广度优先搜索先扩展 A得到 B 和 C再扩展 B得到 t1 和 t2t1、t2 是可解节点所以 B 可解进而 A 可解解树就是 A→B→t1、t2。深度优先搜索先扩展 A得到 B 和 C再扩展 C得到 D 和 t5t5 可解再扩展 D得到 t3 和 t4t3、t4 可解所以 D 可解C 可解A 可解解树是 A→C→D→t3、t4 以及 t5。解树代价计算分和代价法和最大代价法。和代价法把子节点的代价相加最大代价法取子节点中最大的代价。比如某与/或树中h(B)7、h(C)3按和代价法h(A)735621按最大代价法h(A)5510。答题时要把每个节点的代价标清楚和代价法写加法过程最大代价法写取最大值的理由。5. 综合应用题状态空间图、过河问题与 PROLOG 亲属关系的答法5.1 状态空间图的画法与三开关问题状态空间图是描述问题求解过程的有向图节点表示状态边表示操作。真题里常见的是「三只琴键开关一字排开初始状态为关、开、关连按三次后是否会出现开、开、开或关、关、关」。答题时用(K1,K2,K3)表示三个开关的状态0 表示关1 表示开初始状态是(0,1,0)。每次只能按一个开关所以每个状态的下一个状态只能有一位不同。画图时从(0,1,0)出发分别按 K1、K2、K3 得到三个后继状态再逐层展开。三步之后能到达(0,0,0)但不能到达(1,1,1)。这道题的得分点在于「状态表示」和「状态转换规则」是否写清楚。状态表示要说明每个分量的含义和取值转换规则要说明「每次只能改变一位」。只画图不写规则或者规则写得不完整都会扣分。5.2 农夫过河问题的状态空间建模农夫带狼、羊、菜过河是状态空间搜索的经典题。用四元组(农夫,狼,羊,菜)表示状态0 表示在左岸1 表示在右岸。初始状态(0,0,0,0)目标状态(1,1,1,1)。操作符L(i)表示农夫带东西到右岸R(i)表示农夫带东西到左岸i0 表示农夫自己走i1 表示带狼i2 表示带羊i3 表示带菜。约束条件是狼和羊不能在没有农夫的情况下单独留在同一岸羊和菜也不能在没有农夫的情况下单独留在同一岸。对应的非法状态是(1,0,0,X)、(1,X,0,0)、(0,1,1,X)、(0,X,1,1)。画状态空间图时从初始状态出发枚举所有合法操作跳过非法状态直到到达目标状态。经典解是带羊过去、农夫回来、带狼过去、带羊回来、带菜过去、农夫回来、带羊过去。答题时要把「状态表示、操作符定义、约束条件、状态转移过程」四样写全。很多同学只写转移过程不写约束条件或者约束条件写漏了「农夫不在时」这个前提导致非法状态没有被排除。5.3 PROLOG 亲属关系程序的写法与讲解PROLOG 题考的是逻辑编程的基本结构。题目要求写一个描述亲属关系的程序包括 person、mother、father、brother、sister、grandfather、grandmother 等谓词。答题时先写 domains 和 predicates 段再写 clauses 段。核心规则如下domains name symbol sex symbol age integer predicates person(name, sex, age) mother(name, name) father(name, name) brother(name, name) sister(name, name) grandfather(name, name) grandmother(name, name) clauses person(alan, m, 21). person(john, m, 22). person(marry, w, 23). person(ann, w, 24). mother(alice, alan). mother(alice, john). mother(alice, marry). mother(alice, ann). father(alan, tom). father(tom, ben). brother(Name1, Name2) :- person(Name1, m, Age1), person(Name2, m, Age2), mother(Z, Name1), mother(Z, Name2), Age1 Age2. sister(Name3, Name4) :- person(Name3, w, Age3), person(Name4, w, Age4), mother(Z, Name3), mother(Z, Name4), Age3 Age4. grandfather(Name1, Name2) :- father(Name1, Y), father(Y, Name2). grandmother(Name7, Name8) :- mother(Name7, X), mother(X, Name8).这段程序的关键在于规则之间的依赖关系。brother规则要求两个人同母、都是男性、且 Name1 年龄大于 Name2这样才叫「哥哥」而不是「弟弟」。grandfather规则通过中间变量 Y 把两层父子关系串起来。答题时如果题目只要求写规则不要求写事实数据clauses 段可以只写规则部分但 domains 和 predicates 段不能省。常见错误是把mother(Z, Name1)和mother(Z, Name2)里的 Z 写成不同的变量导致「同母」条件失效。5.4 易错点综合应用题里最容易被扣分的三个细节第一个细节状态空间图的节点没有标全。有些同学画图时只画了能到达目标的那条路径其他分支省略了但题目要求的是「画出状态空间图」所有合法状态和转移都要画出来否则过程分拿不到。第二个细节与/或树的解树画错。解树的根必须是初始节点叶必须是终止节点中间的可解节点要满足「与节点全可解、或节点至少一个可解」。有些同学把不可解的节点也画进解树整棵树就错了。第三个细节PROLOG 程序里变量名大小写搞混。PROLOG 里大写字母开头的是变量小写字母开头的是常量。mother(Z, Name1)里的 Z 是变量mother(alice, alan)里的 alice 是常量。如果把常量写成大写程序语义就变了。6. 考前一周的答题节奏从考点清单到卷面分配的实操方法到了考前一周不要再从头翻教材而是按「考点清单→真题演练→错题回炉」三步走。第一步把前面几章的高频考点列成一张自查表每个考点后面标三个状态能默写、能理解、还模糊。能默写的直接过能理解的做一道真题验证还模糊的回到对应章节把答题模板背一遍。第二步限时做三套真题每套按考试时间分配绪论和知识表示占 30%推理占 25%搜索策略占 30%综合应用占 15%。做题时强制自己写完整步骤不要只写答案。第三步把错题按「概念混淆、步骤遗漏、计算错误」三类归档每类挑两道典型题重做一遍做完口述一遍答题思路。卷面分配上简答题每题控制在 5 到 8 行证明题和搜索题要画表格或图综合应用题先写建模再写求解。遇到不会的题不要空着把相关的定义和公式写上去步骤分能拿多少拿多少。时间分配上选择题和填空题控制在 20 分钟内简答题每题 8 分钟证明题和搜索题每题 15 分钟最后留 10 分钟检查子句集化和置换有没有写错。提示考前最后一天不要做新题把错题本上的归结推理和代价树搜索各重做一道保持手感即可。从那以后我每次带学生复习人工智能期末都强制他们走一遍「考点自查表→限时真题→错题口述」这个流程尤其是归结推理的答案提取和代价树的 OPEN 表排序必须手写一遍才算过。这份习题集和各章总结把五个发展阶段、三大流派、产生式规则、归结演绎、代价树搜索、与/或树、PROLOG 程序这些高频考点都覆盖到了按上面的答题思路练一遍卷面上该拿的分基本不会丢。希望帮到你。本文还有配套的精品资源点击获取