国科大高级人工智能期末试题解析：沈华伟教授2022-2023

在"国科大高级人工智能2022-2023期末"考试中，这门课程主要考察了学生对人工智能基础理论和应用的理解与掌握。考试时间为2023年1月5日，适用于课程编号081203M04003H，由沈华伟、罗平和吴高巍三位教师共同任教。 1. 单选题部分涵盖了人工智能的基本概念和发展史。首先，题目询问了人工智能的三大分支，其中C.控制学派不是标准的三大分支之一，其他选项A.符号学派、B.行为学派和D.连接学派是正确的。这强调了对人工智能历史和理论流派的认识。 2. 图灵测试涉及到人工智能的智能评估，通过图灵测试意味着人工智能的表现难以与人类区分，即C.从表现来看，难以将其和人区分开来，但这并不意味着其一定超过或具备和人一样的智能。 3. A*树搜索算法的关键在于启发式函数，最优性条件包括B.启发函数是可采纳的，这意味着算法利用启发式信息指导搜索，以达到最优解。 4. 下面的图形题涉及神经网络中的激活函数，Tanh函数是常见的非线性函数，但具体图形内容缺失，需要学生识别哪个图形代表Tanh函数。 5. 卷积神经网络(CNN)的特点包括A.局部连接，B.参数共享，以及C.子采样，这些是CNN在图像处理中有效性的关键要素。D.逐层贪婪训练则是深度学习中一种常用的训练策略。 6. 在神经网络中引入非线性的例子是B.修正线性单元(ReLU)，它在隐藏层中使用，增加了模型的表达能力。 7. 感知机模型是线性分类器，A.正确地描述了感知机以超平面划分样本，B.指出线性可分情况下感知机会收敛。C.错误，单层感知机只能实现某些特定的逻辑运算，并非所有。D.感知机的学习过程确实是在寻找损失函数最小化的参数。 8. 对抗式生成网络(GAN)的问题中，A.正确指出了GAN的博弈理论背景，B.说明了GAN的基本结构，C.错误，GAN并非直接估计数据分布，而是通过生成器和判别器相互竞争来学习数据分布。D.错误，GAN的优化目标不是基于极大似然原理。 9. 接下来的题目涉及逻辑和推理系统，其中关于Prolog的描述是不准确的，可能考查学生对一阶谓词逻辑和可靠性/完备性理解。 10. 逻辑句子的分析涉及逻辑学的基础知识，题目要求找出既非永真也不不可满足的句子，需要对逻辑结构有深入理解。 11. 最后一个问题要求找出一个只有在某个条件为假时才成立的逻辑命题，这类题目通常考察命题逻辑和推理技巧。 总结来说，这次期末考试着重考察了人工智能的理论基础、算法细节、神经网络的工作原理以及逻辑和推理系统的理解，要求学生具备扎实的理论功底和实际应用能力。