习题7
一、名词解释
1、智能制造
所谓智能制造，是指将信息物理系统用于企业生产、加工的各个环节，以传感器抓取企业生产加工中的数据，通过物联网技术将数据上传至云计算平台，在云平台上对生产流动实行智能检测和智能控制，从而实现制造业生产最优化。
2、智能制造系统
智能制造系统是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能以一种高度柔性与集成不高的方式，借助计算机模拟人类专家的智能活动进行分析、推理、判断、构思和决策等，从而取代或者延伸制造环境中人的部分脑力劳动。同时，收集、存贮、完善、共享、集成和发展人类专家的智能。
3、工业机器人
所谓工业机器人就是面向工业领域的多关节机械手或多自由度机器人，是工业生产用自动化装置，能够在工业生产线中自动完成点焊、弧焊、喷漆、切割、装配、搬运、包装、码垛等作业，广泛应用于机械加工、汽车制造、家用电器生产以及钢铁、化工等行业。
4、机器人执行机构
执行机构即机器人本体，其臂部一般采用空间开链连杆机构，其中的运动副（转动副或移动副）常称为关节，关节个数通常即为机器人的自由度数。
5、机器人驱动装置
驱动装置是驱使执行机构运动的机构，按照控制系统发出的指令信号，借助于动力元件使机器人进行动作。它输入的是电信号，输出的是线、角位移量。机器人使用的驱动装置主要是电力驱动装置，如步进电机、伺服电机等，此外也有采用液压、气动等驱动装置。
6、机器人检测装置
检测装置是实时检测机器人的运动及工作情况，根据需要反馈给控制系统，与设定信息进行比较后，对执行机构进行调整，以保证机器人的动作符合预定的要求。
7.机器人
机器人（Robot）是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。 二、填空题
1、机器人控制系统有两种方式，一种是集中式控制，另一种是（分散式 ）控制。 2、机器人的驱动装置主要是（ 电力 ）驱动装置。 3、制造业将成为信息产业的一部分，制造业产品将被视为电子产品或者（ 网络产品）。 三、简答题
1、简述制造业在国民经济的地位。 自行发挥
2、简述机器人的组成?
机器人一般由执行机构、驱动装置、检测装置和控制系统和复杂机械等组成。 3、从自动化角度，机器人分为哪几类？ 图7-9.
4、工业4.0的核心技术？ 图7-3.
5、工业4.0产生的社会背景？ 图7-2.
6、谈谈对未来制造业畅想。 百度，开放答题。
习题8
一、判断题
1、医疗人工智能可在多个方面提高医疗系统的效率。T
2、人工智能与药物挖掘的结合，使得新药研发时间大大缩短，研发成本大大降低。T 3、将人工智能技术应用到医疗服务领域，造福人类，且不会面临任何挑战。F 二、填空题
1、人工智能通过大量（ 图像 ）数据的学习，能够发现正常人的软骨中的（ 异常 ），2、目前国内AI+药物挖掘已经在逐步落地，但研发周期仍相对较长，且算法需要大量的（动物实验 ）和（人体实验 ）积累，短期内很难产生营收数据。
3、“健康管理”应用场景，主要包含（营养学 ）、（身体 ）健康管理、（精神 ）健康管理三大子场景。
4、未来出现的机器人将拥有（ 生物）大脑，甚至可以与人脑的（ 神经元 ）数量相媲美。
三、简答题
1、Google研发的DeepMind Health系统如何解决医疗保健问题的？
Google研发的DeepMind Health系统将机器学习和系统神经科学结合，通过强大的通用学习算法模拟构建人脑神经网络，以便更好的解决医疗保健问题；DeepMind系统于2016年在英国的一家医院使用。
2、人工智能在医疗业面临的挑战有哪些？ （1）患者隐私保护
（2）医务人员接受AI的程度 （3）风险责任
（4）医疗人工智能法律主体地位 从而预测出未来三年患有骨关节炎的概率。
习题9
一、名词解释
1.回溯搜索
回溯算法实际上是一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。
2.遗传算法
遗传算法（Genetic Algorithm）是一种模拟自然界“自然选择”和“自然遗传”的启发式搜索算法，通过模拟自然进化过程搜索最优解的方法。
3.模拟退火
模拟退火其实也是一种贪婪算法，但是它的搜索过程引入了随机因素。模拟退火算法以一定的概率来接受一个比当前解要差的解，因此有可能会跳出这个局部的最优解，达到全局的最优解。
4.A*算法
或图通用算法在采用如下形式的估计函数时, 称为A算法。 f(n)=g(n)+h(n)
其中g(n)表示从s到n点费用的估计，因为n为当前节点，搜索已达到n点，所以g(n)可计算出。
特别是当要求 h(n)≤h*(n）， 就称为这种A算法为A*算法。 5.深度优先搜索
深度优先搜索是一个与问题无关的通用方法。
深度优先搜索一般不能保证找到最优解：当深度不合理时，可能找不到解，可以将算法改为可变深度最坏情况时，搜索空间等同于穷举。
6.宽度优先搜索
宽度优先搜索也是一个通用的与问题无关的方法。
缺点：当目标节点距离初始节点较远时会产生许多无用的节点,搜索效率低。 优点：只要问题有解,则总可以得到解,是完备的，而且是最短路径的解。 二、选择题
1、下列不属于常见的基因编码方式的是（ C ）
A.二进制编码 B.浮点数编码 C.字符编码 D.整数编码 2、下列不属于其他搜索算法的是（ B ） A.爬山法 B.分类法 三、判断题
1、最后一个遗传算子叫做变异。F 2、第二个遗传算子叫做交叉。T
3、据SGA处理流程可知，遗传演算开始前，需要先产生初代种群（由一堆随机产生的染色体组成的），由于一个染色体代表一个问题解，因而初代种群也代表初始解的集合。T
4、选择机制类似于“无性繁殖”，根据每个染色体的适应度值大小来决定该染色体被选择的概率，适应度越高，被选择概率就大（自然选择），一旦染色体被选择，就会进行“自我复制”，并且被放置在称为配对库的暂存区中。T 四、填空题
1、启发式搜索利用知识来引导搜索，达到减少搜索范围，（ 降低问题复杂度 ）的目的。
2、回溯算法也叫试探法，它是一种（ 系统 ）地搜索问题的解的方法。
C.动态规划法 D.分支界限法
3、深度优先搜索是一个针对（ 图 ）和（ 树 ）的遍历算法，早在19世纪就被用于解决迷宫问题。
习题10
一、名词解释
1. 知识表示
知识表示可看成是一组描述事物的约定，把人类知识表示成机器能处理的数据结构。 知识表示没有统一的方法，依赖于与应用场景，好的知识表示是解决问题的一半，好的知识表示最终结果就是使机器具备理解和解释的能力。
2. 专家系统
专家系统其实就是一套计算机软件，它往往聚焦于单个专业领域，模拟人类专家回答问题或提供知识，帮助工作人员作出决策。（参见1.2.2）
3. 知识图谱
知识图谱用节点和关系所组成的图谱，为真实世界的各个场景直观地建模，运用“图”这种基础性、通用性的“语言”，“高保真”地表达这个多姿多彩世界的各种关系，并且非常直观、自然、直接和高效，不需要中间过程的转换和处理——这种中间过程的转换和处理，往往把问题复杂化，或者遗漏掉很多有价值的信息。
二、单选题
1.（ D ）可看成是一组描述事物的约定，把人类知识表示成机器能处理的数据结构。 A. 知识获取 B. 知识表示 C. 知识存储 D.知识利用
2. （ C ）其主要原理为认知过程就是在符号表示上的一种运算。 A. 行为主义 B. 连接主义 C. 符号主义 D.表示主义 3. 知识表示起源于人工智能的（ C ）。
A. 行为主义 B. 连接主义 C. 符号主义 D.表示主义 4.下面（ D ）不是基于符号主义的知识表示主要方法。
A.命题逻辑 B.一阶谓词逻辑 C.产生式系统 D.知识图谱 5. “人工智能必须引进知识”是（ C ）首先提出的。
A.西蒙 B.纽维尔 C. 费根鲍姆 D. Tim Berners-Lee 6.Web1.0实现了（ A ）
A.文档互联 B.数据互联 C.知识互联 D. 个性网页 7.Web2.0实现了（ B ）
A.文档互联 B.数据互联 C.知识互联 D. 个性网页 8.Web3.0实现了（ D ）
A.文档互联 B.数据互联 C.知识互联 D. 个性网页 9.从知识图谱模型角度看，知识图谱=知识本体+（ D ）
A.实体 B.关系 C.关系 D.知识实例 10.面向语言知识图谱是（ A ）。
A.WordNet B. Freebase C. DBpedia D. YAGO2 11.行业知识图谱项目是（ A ）。
A. Kinships B. Freebase C. DBpedia D. YAGO2 三、判断题
1.知识表示有统一的方法。 F 2.目前，认知智能已经基本实现。F
3.语义网络节点和弧都必须带有标识。T
4.语义网络中的节点可以表示各种事物、概念、情况、属性、动作、状态。T 5.好的知识表示最终结果就是使机器具备理解和解释的能力。T 6.图数据库把实体（结点）和实体之间的关系建模为边。T 7.只有图能有效表示数据之间的关联。F 8.知识的存储结构为知识图谱。F 9.知识图谱是智慧的存储结构。T
10.知识本体表达的是实体之间层次关系。F 11.知识实例表达的是实体之间语义关联。F 四、填空题
1.知识表示可看成是一组描述事物的约定，把人类知识表示成机器能处理的（ 数据结构 ）。
2. 可以判断真假的陈述句称为（ 命题 ）。 3. 表达单一意义的命题叫做（ 原子命题 ）。
4.一阶谓词逻辑将原子命题分解为( 个体 )词和谓词。 5. 全称量词用（ ）表示。 6. 存在量词用（ ）表示。
7.产生式规则通常用于描述事物的一种（ 因果关系 ）。
8. 一般认为，人工智能分为计算智能、感知智能和认知智能（ 三 ）个层次 9. 在人工智能系统中，常把知识定义为（知识=事实+规则+控制+元知识 ）。 10.知识按获取方法分显性知识和（ 隐性 ）知识。
11.知识按思维认知方法分为（ 逻辑 ）知识和形象知识。 12.知识按确定程度分为确定性知识和（ 不确定 ）知识。 13.知识按知识作用范围分（ 领域性 ）知识和通识性知识。 14. 专家系统最重要的两部分是知识库和（ 推理机 ）。 11. 一个框架由若干个（ 槽 ）结构组成。 12. 语义网络通过（ 有向图 ）来表示知识。
17. 语义网络中的弧指明它所连接的节点间某种（ 语义 ）关系。
18.知识图谱以结构化（ 三元组 ）的形式存储现实世界中的实体以及实体之间的关系。
五、简答题
1. 简述知识表示的发展历程。 图10-1
2.语义网络组成。
语义网络其实就是一个网络。这张图上有各种不同的概念，比如中间的哺乳动物，猫是一种哺乳动物，猫有毛；熊是哺乳动物，熊也有毛；鲸是哺乳动物，但生活在水里面；鱼也生活在水里面，但不是哺乳动物，而属于哺乳动物的上位概念：动物这个类别；哺乳动物是一种脊椎动物，也是动物的一种。
3.语义网络优缺点。 （1）语义网络优点
①结构性：以节点和弧形式把事物属性以及事物间的语义联想显式地表示出来。 ②联想性：作为人类联想记忆模型提出。
③自然性：直观地把事物的属性及其语义联系表示出来，便于理解，自然语言与语义网络的转换比较容易实现。
（2）语义网络缺点
①非严格性：无公认的形式表示体系，具体知识完全依赖处理程序的解释形式；推理无法保证其正确性；在逻辑上可能不充分，不能保证不存在二义性。
②处理上的复杂性：语义网络表示知识的手段多种多样，虽然灵活性很高，但同时也由于表示形式的不一致使得对其处理的复杂性提高，对知识的检索也就相对复杂，要求对网络的搜索要有强有力的组织原则。
4.简述基于知识系统的代表性人物与成就。 开放答案。
5.简述知识图谱发展历程。 图10-1.
