人工智能基础知识与学科分类：2020华科大AI试卷解析

本资源是一份2020年华中科技大学人工智能课程的期末考试试卷A卷，涵盖了人工智能的基础概念和理论知识。试卷包含了选择题，旨在测试学生对AI领域的理解。 1. 人工智能三大学派：题目未直接给出三大学派的名称，但通常提及的人工智能三大主要学派是符号主义、连接主义和行为主义。符号主义（也称逻辑主义或认知主义），强调通过符号和规则进行推理；连接主义（或称神经网络学派）借鉴了人脑神经元的工作方式，通过大量数据和权重调整学习；行为主义关注如何让机器通过与环境的交互来学习和适应。 2. 语义网络：在语义网络中，如果节点间的联系是ISA（is-a，即“是-一种”）或AKO（also known as，即“也称为”），这意味着下层节点继承并扩展上层节点的属性，下层节点具有上层节点的内涵，体现了层次性和继承性。 3. 推理方法：经典逻辑在人工智能中的应用主要体现在逻辑推理，尤其是通过演绎逻辑，即从一系列前提事实推导出必然的结论，这是一种基于规则和演绎的推理方法。 4. 符号系统与智能：题目探讨了符号系统与智能之间的关系，提到了一个完善的符号系统应该具备的功能（输入、输出、存储、复制、符号结构处理和条件性迁移），但并未直接决定是否所有具备这些功能的系统都能展现出智能。实际上，这些功能是基础，但智能涉及到更复杂的认知过程和行为表现，单纯的功能并不能完全代表智能。 5. 问题求解方法：提到的状态空间法（State Space Search）是一种常用的求解问题的方法，通过构建状态空间图，系统从初始状态出发，通过一系列的操作（动作）逐步探索可能的状态，直到找到目标状态。这种方法常用于搜索算法，如深度优先搜索、广度优先搜索等。 这份试卷考察了学生对人工智能核心概念的理解，包括不同学派的区分、语义网络的结构、逻辑推理的应用以及问题求解策略，这些都是理解人工智能不可或缺的基础知识。