人工智能导论期末复习：知识表示与推理考点解析

简介面向山东大学人工智能导论课程的期末复习概念汇总整个资源仅一个PDF文件大小约2.28MB。文档按章节系统梳理核心概念涵盖智能与智能特征、知识表示与知识图谱、确定性推理方法以及搜索策略、遗传算法等常见考点。知识表示部分对一阶谓词逻辑中的谓词、量词、辖域、约束变元等作了说明并对比了产生式表示法与蕴含式的区别还介绍了框架表示法的槽、侧面以及知识图谱的数据层与模式层推理方法部分则整理了演绎推理、归纳推理、默认推理等类型便于理解不同方法的适用场景。资料结合期末考试可能性对非重点内容进行了删减并对代码框内容做了非重点标记可按章节集中复习。目前已有433人学习下载尤其适合需要短时间建立知识框架、巩固基础概念的初学者或应考者。1. 考点最密的模块知识表示与推理方法决定你能拿多少分人工智能导论这门课不少备考的人爱把精力放在深度学习、神经网络那些听着前沿的章节上。但从期末考分分布看真正决定分数的恰恰是前四章知识表示、确定性推理、不确定性推理。翻过往年卷子的都清楚大题几乎被归结反演和可信度计算承包选择题里最烦人的是量词辖域和子句集化法。这门课考的不是你有没有听过“深度学习”这个词而是你能不能把一句话翻译成谓词公式能不能把一套推理规则手工走完。这份概念汇总按期末考试的可能性做了删减代码框里的内容默认不是重点。适合两类人一类是考前突击先看高频考点再背公式一类是笔试面试要考基础理论拿这份当索引查漏补缺。接下来按“考什么→怎么解→怎么丢分”的顺序讲先看清考点布局再逐条拆解题模板。2. 知识表示四种方法的高频考法与答题模板从考核角度讲知识表示是选择、填空、简答的密集出题区。这一章要拿分不是去看懂四种方法的定义而是会做三种动作给一段描述写出谓词公式、给一段规则判断它属于哪种表示、说出某种表示法的优缺点。下面按考核权重拆开讲。2.1 一阶谓词逻辑从自然语言到谓词公式的翻译练习谓词逻辑的高频考法有三种。第一种是选择题考连接词的优先级¬、∧、∨、→、↔从高到低排列。第二种是简答题问一阶谓词逻辑表示法的特点标准答法是“优点自然性、精确性、严密性、容易实现局限性不能表示不确定的知识、组合爆炸、效率低”。第三种是综合题给一段自然语言要求表示成谓词公式。先看一个典型的翻译题。题目给出“老张是一个教师”。常规写法是一元谓词 Teacher(Zhang)。如果句子变成“如果李华跑得快则李华能得冠军”就要写成 RUNS(Liuhua, faster) → WINS(Liuhua, champion)。注意这里“faster”不是谓词的一部分而是个体词。很多备考的人在这里翻车——把“跑得快”整体当成一个谓词或者写成 RUNS(Liuhua) ∧ fast(Liuhua)这都不符合题目语境。再看带量词的考法。“所有的机器人都是灰色的”标准写法是 (∀x)[ROBOT(x) → COLOR(x, GRAY)]。这里的易错点是错用合取写成 (∀x)[ROBOT(x) ∧ COLOR(x, GRAY)]这等于说“所有东西都是机器人且是灰色的”语义完全变了。遇到“存在一个x使得P成立”就用∃“所有x都满足”就用∀蕴含词→在“所有……都是……”的结构里几乎必用。谓词公式化子句集是这一节的压轴考点步骤固定。第一步消去→和↔P → Q 变成 ¬P ∨ Q。第二步把否定符号¬移到紧靠谓词的位置涉及双重否定律、德·摩根定律和量词转换律。第三步变量标准化去掉重名。第四步消去存在量词——存在量词不在全称量词的辖域内就直接换变量名出现在全称量词辖域内就要用Skolem函数替代。到这里备考的人最容易卡住的地方是分不清什么时候用常数替代、什么时候用函数替代。记一句话存在量词在全称量词后面就是Skolem函数不在任何全称量词后面就是换一个新常量。第五步化为前束形第六步化为Skolem标准形第七步略去全称量词第八步消去合取词第九步变量标准化。这个流程直接用文字记忆容易记混建议按口诀背消蕴含、移否定、标准化变量、消存在、前束形、Skolem、略全称、消合取、再标准化。每步的题目里几乎都有可考的细节比如“消去存在量词”和“Skolem化”经常单独出填空。2.2 产生式表示法与框架表示法两种常考的结构化模型产生式表示法是简答题的常客。核心要记住三种产生式的写法确定性规则知识 P → Q确定性事实知识对象属性值不确定性规则知识 P → Q置信度不确定性事实知识对象属性值置信度。高频简答题有两道。第一道产生式与谓词逻辑中的蕴含式有什么区别标答两个要点一是产生式除逻辑蕴含外还包括各种操作、规则、变换、算子、函数等二是蕴含式只能表示精确知识产生式不仅能表示精确知识还能表示不精确知识。第二道产生式系统的结构组成答规则库、综合数据库、控制系统三个部分。这里注意“综合数据库”不是传统意义数据库它存放的是问题求解过程中的当前信息推理解释时如果答成“存储历史数据的系统”就偏了。产生式系统的运行流程也要能说清楚。控制系统负责整个系统的运行匹配成功的规则可能不止一条这时需要冲突消解。常考的冲突消解策略有四种按针对性排序、按已知事实的新鲜性排序、按匹配度排序、按条件个数排序。简答题里如果问“匹配冲突怎么处理”把这四条默写上去就能拿分。框架表示法考得相对轻但有两个重点。一是框架的结构框架名、槽、侧面。比如〈教师〉框架里有姓名、年龄、性别、职称、部门、住址、工资等槽每个槽又可以有侧面比如性别槽的范围是男、女缺省值是男。第二个考点是框架的继承性、结构性、自然性三个特点简答题背下来即可。注意一个细节把具体信息填入槽或侧面后得到的是“事例框架”比如〈教师-1〉是〈教师〉的一个事例。选择题偶尔在这里设陷阱问“框架的实例化结果叫什么”。2.3 知识图谱定义题与结构题的拿分点知识图谱部分分值不大但考法固定。最常见的题是名词解释“知识图谱是用各种不同的图形等可视化技术描述知识资源及其载体挖掘、分析、构建、绘制和显示知识及它们之间的相互联系”或者“知识图谱可被看作一张图节点表示实体或概念边由属性或关系构成”。第二个考法是逻辑结构。知识图谱分为模式层与数据层。数据层由一系列事实组成知识以事实为单位存储模式层构建在数据层之上是知识图谱的核心。选择题问“以下哪项是知识图谱的核心”选模式层。区分数据层和模式层还有一个简便方法数据层是“谁和谁有什么关系”模式层是“允许多种什么类型的关系”后者是全局约束。构建方式考自顶向下和自底向上两种。自顶向下是先定义模式再添加数据适合领域知识明确的场景自底向上是从已有数据中归纳模式适合大规模开放域场景。如果考题问“知识图谱中非结构化数据指什么”答“没有定义和规范约束的自由数据”。3. 确定性推理归结反演是拉开分数差的必考题第三章是期末考的大题核心区。无论是自然演绎推理还是归结反演都属于确定性推理的范畴。这一章的复习原则是概念题能说出来证明题能一步步写完整。下面先补概念框架再上真题。3.1 推理分类演绎、归纳、单调与默认推理选择题常考两类。第一类是演绎推理与归纳推理的区分。演绎推理是从一般性知识推出适合某一具体情况的结论由全称判断推导出单称判断归纳推理是从足够多的事例中归纳出一般性结论从个别到一般。题目问“由‘所有C班课程都容易’推出‘ds课程容易’”属于哪种推理答演绎推理。第二类是单调推理和非单调推理的区别。单调推理中随着推理向前推进和新知识的加入结论越来越接近最终目标非单调推理中新知识的加入不仅没有加强已推出的结论反而要否定它让推理退回前面某一步重新开始。这个辨析点常以判断题出现比如“非单调推理一定会导致结论错误”这句话是错的——它只是允许结论被推翻后重新推理。正向推理、逆向推理和混合推理的概念也常考。正向推理以已知事实为出发点又叫事实驱动推理逆向推理以某个假设目标为出发点又叫目标驱动推理。混合推理有两种顺序先正向后逆向先逆向后正向。选择题里如果描述“从证据出发推出结论”选正向推理。3.2 自然演绎推理假言推理和拒取式的固定套路自然演绎推理考一道证明题套路非常固定。题目通常给几个已知事实要求证明一个结论。标准步骤是先定义谓词再把已知事实和结论用谓词公式表示最后用推理规则串起来。看整理中的经典例题已知事实凡是容易的课程小王都喜欢C班的课程都是容易的ds是C班的一门课程。求证小王喜欢ds。解法是先定义谓词EASY(x)表示x是容易的LIKE(x, y)表示x喜欢yC(x)表示x是C班的一门课程。然后用谓词公式表示 (∀x)(EASY(x) → LIKE(Wang, x)) (∀x)(C(x) → EASY(x))C(ds)。推理链为 C(ds) → EASY(ds) → LIKE(Wang, ds)。答题时要注意两点。第一谓词定义必须写完整不能省略。第二推理链顺着假言推理写下来P, P → Q 推出Q。也可以用拒取式推理P → Q, ¬Q ⇒ ¬P考的是能否灵活运用。这一类题一般不考复杂逻辑关键是过程完整推导链每一步写出依据。3.3 归结原理谓词公式到子句集再到空子句的完整手写流程归结原理是必考大题。考试要求能完成完整的归结反演过程。归结反演步骤按顺序写将已知前提表示为谓词公式F将待证明的结论表示为谓词公式Q并否定得到¬Q把谓词公式集{F, ¬Q}化为子句集S应用归结原理对子句集S中的子句进行归结每次得到的归结式并入S若出现空子句则停止归结此时证明Q为真。整理中的招聘题就是这个考法的典型。题目是某公司招聘工作人员A、B、C三人应试公司想法有三条三人中至少录取一人如果录取A而不录取B则一定录取C如果录取B则一定录取C。求证公司一定录取C。按照步骤写第一定义谓词 P(x) 表示“录取x”。第二用谓词公式表示前提P(A)∨P(B)∨P(C)P(A)∧¬P(B) → P(C)化成子句为¬P(A)∨P(B)∨P(C)P(B) → P(C)化成子句为¬P(B)∨P(C)。第三否定结论得¬P(C)。第四得子句集 S {P(A)∨P(B)∨P(C), ¬P(A)∨P(B)∨P(C), ¬P(B)∨P(C), ¬P(C)}。归结过程要写成两两归结的形式。P(A)∨P(B)∨P(C) 与 ¬P(A)∨P(B)∨P(C) 归结消去P(A)和¬P(A)得 P(B)∨P(C)。P(B)∨P(C) 与 ¬P(B)∨P(C) 归结得 P(C)。最后 P(C) 与 ¬P(C) 归结得NIL证毕。书写时建议按“由长到短的子句顺序”进行归结因为长的子句先归结可以为后续提供更短的子句。归结原理的题目还有变体求解问题而不是证明问题。解法是引入ANSWER谓词。经典案例是“求小张的老师是谁”已知王先生是小李的老师小李与小张是同班同学如果x与y是同班同学则x的老师也是y的老师。完成归结后如果能得到ANSWER(Wang)答案就在ANSWER中。这里最重要的点是求解问题的归结过程中每一步归结后都要保留ANSWER文字最终得到的ANSWER(Wang)就是答案。很多备考的人在这一步犯迷糊不知道ANSWER是从哪里带出来的。答案是一开始就把 ¬Teacher(A, Zhang) ∨ ANSWER(A) 放入子句集每次归结时ANSWER跟着Unification的结果走最终得到带常量的ANSWER。3.4 归结反演的使用与证明要点归结原理的证明要点有两条。一是“若子句集存在一个到空子句的演绎则该子句集是不可满足的”。二是“如果没有归结出空子句则既不能说S不可满足也不能说S可满足”——这句话是选择题常客问法通常是“归结失败意味着什么”三个干扰项分别说“子句集不满足”“子句集满足”“结论为假”都不对。子句集不可满足的充要条件是子句集不可满足这句话可以作为口诀。归结式的特性是“C12是其亲本子句C1与C2的逻辑结论”这也是常考的一句。归结式代入原子句集后两者在不可满足的意义上是等价的。备考这种大题的顺序建议是先自己手写两遍招聘题再写一遍小张老师题。手写时注意格式——步骤编号、子句编号、每一步用逗号隔开来源子句和生成式。阅卷通常是按步骤给分缺少“取消否定”“化为子句集”任一步都会扣分。4. 不确定性推理可信度、证据理论与模糊推理的必考计算第四章是计算题的集中地。可信度方法几乎每年都要出一道笔算题证据理论考概念和简单计算模糊推理考集合运算和隶属度。这一章的复习策略和第三章不同不是看步骤就行必须动笔算特别是可信度方法的合成公式不练三遍以上考试时会卡壳。4.1 可信度方法规则表示、合成公式与真题详解可信度方法的高频考法是给一条规则 IF E THEN H (CF(H,E))再给CF(E)的值求CF(H)或者两条规则作用于同一结论用合成算法求综合可信度。两条规则作用于同一结论的合成计算是本章最常考的大题。先把步骤背下来。第一步分别对每一条知识求出CF(H)公式是 CF(H) CF(H,E) × max{0, CF(E)}。注意这个传递算法里有一个细节当CF(E) 0时CF(H) 0。第二步合成两条规则的综合影响。设CF1(H)和CF2(H)分别为第一条和第二条规则的可信度则CF1,2(H)的计算公式按正负情况区分同为正数时是CF1 CF2 - CF1×CF2一正一负时如果两者符号相反得 (CF1 CF2) / (1 - min{|CF1|, |CF2|})。整理中的例题就是这样先算CF1(H)0.28CF2(H)0.48同为正合成得0.280.48-0.28×0.480.63。再与第三个规则合成的CF3(H)-0.27合成符号相反用公式(0.63-0.27)/(1-min{0.63,0.27})0.36/0.730.49。这类题的易错点有两个。第一合成公式的分母永远是1减绝对值较小者而不是1减两者乘积。第二如果CF(E)为负值传递算法直接取0很多人在这一步丢了分。考试时建议把每一步数字代入都写清楚先写公式再代数字。阅卷时公式分和结果分分开给即使最后结果算错公式写对也能得一半分。组合证据的不确定性算法也常考。多个单一证据的合取CF(E) min{CF(E1), CF(E2), ..., CF(En)}多个单一证据的析取CF(E) max{CF(E1), CF(E2), ..., CF(En)}。题目如果给“证据E1可信度0.6E2可信度0.7”E E1 AND E2时CF(E)0.6E E1 OR E2时CF(E)0.7。4.2 证据理论概率分配函数、信任函数与似然函数证据理论部分的考法集中在三个函数和一个正交和运算。概率分配函数M作用于子集注意不是作用于元素——这是它和普通概率的本质区别。信任函数Bel(A)表示对A为真的总信任程度等于A的所有子集的概率分配值之和。似然函数Pl(A)表示对A为非假的信任程度公式是Pl(A) 1 - Bel(¬A)。例题设D{红黄蓝}M({红})0.3、M({黄})0、M({红黄})0.2则Bel({红,黄}) 0.300.20.5Pl({蓝}) 1 - Bel({红,黄})1-0.50.5。这里容易错的地方是算Pl({蓝})时¬{蓝}是{红,黄}而不是把所有不含“蓝”的元素单列。正交和的计算属于进阶考点。两个概率分配函数M1和M2的正交和公式为M(A) K的倒数乘上所有“交集等于A的M1(X)×M2(Y)之和”其中K 1 - 所有交集为空集的M1(X)×M2(Y)之和。如果K0则不存在正交和说明M1与M2矛盾。考试一般不会出复杂计算但选择题会问“K0意味着什么”四个选项里要能认出“两个证据函数矛盾”。4.3 模糊推理隶属度、模糊集合运算与模糊决策模糊推理的考题集中在集合运算。隶属度是“集合中每个元素被赋予一个介于0和1之间的实数描述其属于一个集合的强度”。模糊集合的表示有Zadeh表示法、序偶表示法、向量表示法三种。常考的是代数运算比如两个模糊集合A和B求A·B交、AB并、A⊕B有界和、AⓧB有界积。整理中的例题可以照做一遍。A和B在各元素上的隶属度已知按Zadeh表示法写出A·B只需对每个分量取minAB取maxA⊕B按“min{1, ab}”计算AⓧB按“max{0, ab-1}”计算。代入数据可得A⊕B 0.3/x1 0.4/x2 1/x3 1.0/x4 0.8/x5。注意有界和的上限是1所以0.90.71.6要写成1有界积的下限是00.20.1-1-0.7要写成0。这两种运算的边界处理是高频失分点。模糊决策也有一道常考的简答模糊推理得到的结论是一个模糊向量转化为确定值的方法有三种最大隶属法、加权平均判决法、中位数法。选择题问“下列说法不正确的是”选项里通常有一个说“最大隶属法适用于所有场景”这是错的因为没有一种方案在所有场景都最优。5. 易错题与常见失分点四类高频翻车现场备考到后期大部分人的问题不是不知道知识点而是踩固定坑。把下面四条拉出来单独看每一类都是真实考试中反复出现的失分位置。5.1 错把“所有……都是……”写成全称量词合取式错在哪看到“所有的机器人都是灰色的”写成(∀x)[ROBOT(x) ∧ COLOR(x, GRAY)]。为什么错∀x 后面跟合取式等于说“所有事物都是机器人且是灰色的”把全称量词的辖域扩大到了整个论域。怎么答对全称量词修饰的是蕴含关系写(∀x)[ROBOT(x) → COLOR(x, GRAY)]。判定方法很简单把句子改写成“如果它是机器人那么它是灰色的”就知道该用→。存在量词才常与合取搭配。5.2 归结反演漏步骤直接从谓词公式跳到子句集错在哪拿到招聘题不写谓词公式也不写否定结论直接列出子句集开始归结。或者归结到最后得出P(C)就停笔没有归结出空子句。为什么错阅卷按步骤给分缺“否定结论”“化为子句集”任何一个环节都扣步骤分。更严重的是没有出现空子句归结过程就没法证明结论为真严格来说这个证明是不完整的。怎么答对按五步固定板书写前提谓词公式F结论Q并否定得¬Q化子句集S归结并不断并入归结式出现NIL即停止。练习时用“Salary招聘题”完整手写一遍每一步标出公式来源养成编号习惯。5.3 可信度合成公式用错符号错在哪两正一负三条可信度把合成公式误用为CF1CF2-CF1×CF2不做正负判断直接套加法。为什么错混合符号时必须用带min分母的公式和全为正数情况不同。很多人在这一步翻车不是因为不知道公式而是没有先判断各条规则的符号再选公式。怎么答对先把每个CF(H)分别算出来标上正负号再按下述规则组合同号相加用“同号相加减去乘积”的形式异号时分子还是两者之和但分母是1减去两者绝对值较小者。做题前先默写三遍两个公式再动笔算。5.4 模糊集合的有界运算忽略上下界错在哪计算A⊕B时0.90.71.6直接写下去或者AⓧB算出负值不处理写成-0.7。为什么错有界和与有界积的本质是把结果限制在[0,1]区间内。超过1截断成1低于0截断成0。怎么答对每算一个分量时都做“min{1, ab}”或“max{0, ab-1}”检查大于1写1小于0写0。填答案前再扫一遍所有分量是否都在0到1之间这是最有效的检查方式。6. 最后一轮复习避坑清单与压题式训练方法考前一周不要再看大段定义直接把下面这个清单过一遍每一栏你是否能不看答案默写出来。概念记忆类智能是知识与智力的总和智力是获取知识并应用知识求解问题的能力知识是智能行为的基础。学习系统由环境、学习、知识库、执行与评价四部分组成。深度学习的定义是“特指基于深层神经网络模型和方法的机器学习”。请把以上四句背熟选择题考原文。结构默写类一阶谓词逻辑表示法的优缺点、产生式系统的组成、知识图谱的逻辑结构、归结反演步骤。这些是简答题的固定考点边背边动手写写不出来的地方就是你最后的提分点。计算训练类可信度合成题做三遍第一遍看着公式做第二遍合上书做第三遍限时做。模糊集合的四种运算交、并、有界和、有界积连同例题数据重算一遍。归结反演的招聘题和新老师题各手写一遍要求达到15分钟以内完整完成。选择题易错类连接词的优先级、量词的辖域、产生式与蕴含式的区别、单调与非单调推理的区别、可信度因子取值范围[-1,1]、概率分配函数作用于子集而非元素。这六个点每年都有至少三题落在上面。真实考场上最坑人的地方不是题难而是会做的题在表述上丢分。归结反演题要写“由第X步得第Y步”这样的编号引用可信度计算题要写“代入公式得”再列算式谓词逻辑翻译题要写“设P(x)表示……”再写公式。这个书写习惯是我当年考这门课时一位监考老师都看不下去的提醒后来每次模拟考试我都强制自己按这个格式走一遍考场上节奏稳了许多。最后的时间把上面这份清单当一个查漏工具而不是一个新知识入口。概念能默写的直接过不能默写的回到对应章节背半小时计算题算不对的重做一遍直到稳定输出。希望这份笔记能帮你把复习时间花在真正会考的地方也让你上考场时心里有底。本文还有配套的精品资源点击获取