大學排名，是根據各項科學研究和教學等標準、以英文發表研究報告和學術論文、針對相關大學在數據、報告、成就、聲望等方面進行數量化評鑒，再通過加權后形成的對大學的排序。世界很多教育機構都有針對國內外大學、商學院或MBA的排名，由此產生了一系列的社會， 以下是為大家整理的關于人工智能大學排名5篇 , 供大家參考選擇。
人工智能大學排名5篇
【篇1】人工智能大學排名
第一套
1．著名的英國科學 20．游戲人工智能的基礎技術
1． D 2. C 3. B 4. D 5． B 6. D 7. B 8. A 9. C 10. A
11. A 12. C 13. A 14. B 15．A 16. C 17. C 18. D 19. D 20. A
21．框架表示法的特點有： 30．游戲人工智能分為定性和
.21 繼承性 22. 知識庫 23. 人工網絡 24. 數據倉庫 25 . 回溯 26. 智力 27. 數值 28. 神經網絡 29. 傳感器 30. 定性
31人工智能學科是一個多學科交叉的綜合性學科
35多Agent系統是有多個Agent組成的一
31. 人工智能學科是一個多學科交叉的綜合性學科。（ √ ）
32. 不確定性主要是由于隨機性，模糊性和不完全性，不一致性引起的。（ √ ）
33．圖搜索只有啟發式搜索一種。
（ ╳ ） 不止 。
34機器感知可再分為機器觸覺,機器聽覺二個主要的分支。
（ ╳ ） 視覺 。
35.多Agent系統是有多個Agent組成的一個系統，求解問題的方式是多個Agent獨立求解。
（ ╳ ） 相互協作 。
36．簡述智能機器人所具備的能力。
40．簡述語音識別的過程。
36．簡述智能機器人所具備的能力。
答：智能機器人，指類似人的智能的機器人，具有感知環境的能力，配有視覺、觸覺、聽覺、嗅覺等感覺器官，能從外部環境獲取相應信息；具有思維能力，能對感知的信息進行處理，以控制自己的行為；具有作用于環境的行為能力，能通過傳動機構使自己的“手”、“腳”等肢體行動起來，執行思維機構下達的命令。
37．簡述用謂詞公式表示知識的一般步驟。
答：1）定義謂詞及個體，確定每個謂詞及個體的確切定義。
2）根據要表達的事物或概念，為謂詞中的變元賦以特定的值。
3）根據語義用適當的連接符號將各個謂詞連接起來，形成謂詞公式。
38．簡述不確定性的分類。
答：1）知識不確定性，一般由領域專家給出，通常是一個數值，表示相應知識的不確定性程度，稱為知識的靜態強度。
2）證據不確定性，一般也為一個數值，表示相應證據的不確定性程度，稱為動態強度。
39．簡述機器學習研究的內容。
答：1）學習機理，是對人類學習機制的研究，即人類獲取知識、技能和抽象概念的天賦能力。2）學習方法，研究人類的學習過程，搜索各種可能的學習方法，建立起獨立于具體應用領域的學習算法。3）學習系統，根據特定任務的要求，建立相應的學習系統。
40．簡述語音識別的過程。
答：過程包括從一段連續聲波中采樣，將每個采樣值量化，得到聲波的壓縮數字化表示具體有：語言信號采集、語言信號預處理、語音信號的特征參數提取、向量量化和識別5個步驟。
41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：有的人喜歡梅花，有的人喜歡菊花，有的人既喜歡梅花又喜歡菊花。
解：定義謂詞
P(x)：x是人
L(x,y)：x喜歡y
其中，y的個體域是{梅花，菊花}。
將知識用謂詞表示為：(x)(P(x)→L(x,梅花)∨L(x,菊花)∨L(x,梅花)∧L(x,菊花)
42．將下列一則消息用框架表示：
“今天，一次強度為里氏8.5級的強烈地震襲擊了下斯洛文尼亞（Low Slabovia）地區，造成25人死亡和5億美圓的財產損失。下斯洛文尼亞地區的主席說：多年來，靠近薩迪壕金斯（Sadie Haw Kins）斷層的重災區一直是一個危險地區。這是本地區發生的第3號地震。”
框架名：〈地震3〉
地點：下斯洛文尼亞地區
時間：今天
傷亡人數：25
財產損失：500000000
震級：8.5
斷層：薩迪壕金斯
43．設有如下兩個模糊關系：
請寫出R1與R2的合成R1οR2。 87
解：R(1,1)=(0.3∧0.2)∨(0.7∧0.6)∨(0.2∧0.9)= 0.2∨0.6∨0.2=0.6
R(1,2)=(0.3∧0.8)∨(0.7∧0.4)∨(0.2∧0.1)= 0.3∨0.4∨0.1=0.4 R(2,1)=(1∧0.2)∨(0∧0.6)∨(0.4∧0.9)= 0.2∨0∨0.4=0.4 R(2,2)=(1∧0.8)∨(0∧0.4)∨(0.4∧0.1)= 0.8∨0∨0.1=0.8 R(3,1)=(0∧0.2)∨(0.5∧0.6)∨(1∧0.9)= 0.2∨0.6∨0.9=0.9 R(3,2)=(0∧0.8)∨(0.5∧0.4)∨(1∧0.1)= 0∨0.4∨0.1=0.4
第二套
1人工智能就是用人工的方法在 20．在智能游戲開發中，
1．A 2. D 3. C 4. A 5． B 6. C 7. B 8. B 9. D 10. A
11. A 12. A 13. D 14. B 15．B 16. D 17. A 18. D 19. B 20. A
21．可信度方法是在確定性理論的基礎上 30．實現游戲智能
21. 不確定性 22. 側面 23. 知識 24. 深度優先搜索 25 . 不確定性的度量 26. 機器定理證明 27. 從數據庫中發現知識 28. 黑板結構 29. 時間 30. 模擬法
31．著名的英國科學家 35．有智能的實體
31. 著名的英國科學家維納被稱為人工智能之父。
（ ╳ ） 圖靈
32 寬度優先搜索算法中采用了“棧”這種數據結構。
（ ╳ ） 隊列
33．消解時主要通過推導出空子句來實現反證的。（ √ ）
34．多值邏輯中，T∨U=>T，U為確定的。
（ ╳ ） 不確定 。
35. 有智能的實體就是Agent。（ √ ）
36．簡述造成知識不確定性的原因。40．簡述6種及以上專家系統的類型。
36． 簡述造成知識不確定性的原因。
答：1）由隨機性引起的不確定性。2）由模糊性引起的不確定性。3）由經驗引起的不確定性。4）由不完全性引起的不確定。答對一個得1.5分。
37．簡述產生式系統中的控制系統負責完成的工作。
答：1）按一定的策略從規則庫中選擇與綜合數據庫中的已知事實進行匹配。2）沖突銷解。3）執行規則。4）檢查推理終止條件。
38．簡述經典集合和模糊集合的區別。
答：經典集合只能描述確定性的概念，而不能描述現實世界中模糊的概念。如“天氣很熱”等概念。模糊集合模仿人類的智慧，引入隸屬度的概念，描述介于“真”和“假”中間的過程。
39．簡述空子句的概念以其表示。
答：不包含任何文字的子句稱為空子句，表示為NIL。空子句不包含文字、它不能被任何解釋滿足，所以，空子句是永假的，不可滿足的。
40．簡述6種及以上專家系統的類型。
答：解釋型專家系統、診斷型專家系統、預測型專家系統、設計型專家系統、規劃型專家系統、控制型專家系統、監督型專家系統、修理型專家系統、教學型專家系統和調試型專家系統。
41．設有如下語句，請用相 43．已知如下消息：
41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：
有人每天下午都去打籃球。
解：定義謂詞
P(x)：x是人 B(x)：x打籃球 A(y)：y是下午
將知識用謂詞表示為： (x )( y) (A(y)→B(x)∧P(x))
42．設某小組有5個同學，分別為S1,S2,S3,S4,S5。若對每個同學的“學習好”程度打分：
S1:95 S2:85 S3:80 S4:70 S5:90
這樣就確定了一個模糊集F，它表示該小組同學對“學習好”這一模糊概念的隸屬程度，請用兩種方法寫出該模糊集。
解：對模糊集為F，可表示為：
F=95/ S1+85/S2+80/ S3+70/S4+90/S5 或 F={95/ S1, 85/S2, 80/ S3, 70/S4, 90/S5}
43已知如下消息：
F1：王（WANG）先生是小李(LI)的老師。
F2：小李和小張(ZHANG)是同班同學。
F3：如果X與Y是同班同學，則X的老師也是Y的老師。
求小張的老師是誰。請通過畫歸結圖求解。
答：定義謂詞。 T(X，Y)：X是Y的老師。
G(X，Y)：X和Y是同班同學。
word/media/image5.gif
第三套
1．以下說法正確的是 20.由一些已編寫好的可
1．C 2. A 3. C 4. A 5． D 6. A 7. D 8. B 9. A 10. B
11. D 12. D 13. A 14. B 15．C 16. A 17. B 18. A 19. B 20.C
21．解決大型、復雜的現實問題 30．在Agent系統中，
21. 分布式人工智能 22. 中位數法 23. 謂詞名 24. 盲目搜索 25 . 適者生存26. 類 27. 圖形 28. 形式化 29. 神經元 30. 消息/對話系統
31．按照人工智能大師西蒙的觀點 35．知識庫不具有知識積累
31. 按照人工智能大師西蒙的觀點，學習就是系統在不斷重復的工作中對本身能力的增強或者改進，使得系統在下一次執行同樣任務或類似任務時，會比現在做得更好或效率更高。（ √ ）
32.機器只有放在環境中才能顯示出它的智能來。（ √ ）
33．分布式人工智能研究的是群體智能，集中式人工智能研究的是個體智能，群體智能可以是個體智能的簡單疊加。
（ ╳ ） 不是
34．統計方法、粗糙集、可視化、均可作為知識發現的方法，傳統機器學習則不可以。
（ ╳ ） 可以 。
35. 知識庫不具有知識積累、增刪、修改、擴充、更新等功能。
（ ╳ ） 具有 。
36．簡述知識的概念和特性 40．簡述數據庫和數據倉庫的區別。
36．簡述知識的概念和特性。
答：把有關信息關聯在一起形成的信息結構稱為知識。
知識主要具有相對正確性、不確定性、可表示性和可利用性等特征。
37．簡述至少6種人工智能的主要研究領域。
答：自動定理證明、博弈、模式識別、機器視覺。自然語言理解、智能信息檢索、數據挖掘與知識發現、專家系統、自動程序設計、機器人、組合優化問題、人工神經網絡、分布式人工智能與多智能體、智能控制、智能仿真、智能CAD、智能CAI、智能管理和智能決策、智能多媒體系統、智能操作系統、智能計算機系統、智能通信、智能網絡系統和人工生命。
38．簡述一個產生式系統的組成。
答：由規則庫、控制系統（推理機）和綜合數據庫組成。
規則庫：用于表述相應領域內知識的產生式集合。
控制系統：又稱推理機，由一組程序組成，負責整個產生式系統的運行，實現對問題的求解。
綜合數據庫：又稱事實庫、上下文、黑板等。它是一個用于存放問題求解過程中各種當前信息的數據結構。
39．簡述盲目搜索和啟發式搜索的區別。
答：盲目搜索中，由于沒有可參考的信息，只要能匹配的操作算子能須運用，這會搜索出更多的狀態，生成較大的狀態空間顯示圖；啟發式搜索運用一些啟發信息，只采用少量的操作算子，生成較小的狀態空間顯示圖，就能搜速到一個解答，但是每使用一個操作算子便需做更多的計算和判斷。
40．簡述數據庫和數據倉庫的區別。
答：數據庫是當然的知識發現對象。到20世紀80年代，傳統的數據庫不能滿足數據分析和推理的需要，形成數據倉庫技術，它是指面向主題的、集成的、內容相對穩定的、不同時間的數據集合，用以支持經營管理中的決策指定過程。
41．設有如下語句，請用相（新型計算機速度又快，存儲容量又大。 43．寫出圖中樹的結點兩
41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：新型計算機速度又快，存儲容量又大。
解：定義謂詞
NC(x)：x是新型計算機 F(x)：x速度快 B(x)：x容量大
將知識用謂詞表示為：(x) (NC(x)→F(x)∧B(x))
42設有論域：U={u1, u2, u3, u4, u5}，并設F、G是U上的兩個模糊集，且有
F=0.9/u1+0.7/u2+0.5/u3+0.3/u4
G=0.6/u3+0.8/u4+1/u5
請分別計算 F∩G，F∪G。
解f∩G=(0.9∧0)/ u1+(0.7∧0)/ u2+(0.5∧0.6)/u3+(0.3∧0.8)/u4+(0∧1)/u5
=0/u1+0/u2+0.5/u3+0.3/u4+0/u5
=0.5/u3+0.3/u4
F∪G=(0.9∨0)/ u1+(0.7∨0)/ u2+(0.5∨0.6)/u3+(0.3∨0.8)/u4+(0∨1)/u5
=0.9/u1+0.7/u2+0.6/u3+0.8/u4+1/u5
43．寫出圖中樹的結點兩個訪問序列，要求分別滿足以下兩個搜索策略：
（1）深度優先搜索
（2）寬度優先搜索
深度優先搜索： １－２－５－６－10－11－３－７－12－13－４－８－９
寬度優先搜索： １－２－３－４－５－６－７－８－９－10－11－12－13
第四套
1．以下敘述正確的是（ ） 20．目前，基本的游戲人工智能技術
1．A 2. A 3. B 4. B 5． B 6. A 7. B 8. D 9. A 10. C
11. D 12.C 13. C 14. A 15．C 16. D 17. A 18. C 19. C 20.C
21．若命題的意義為假 30．應用人工智能
21. F(False) 22. 結構性 23. 逆向推理 24. 數據挖掘 25 . 并行26. 知識系統 27. 翻譯記憶 28. 反饋型 29. 遞歸30. 智能游戲
31．機器學習是一門研究機 35．類比學習就是
31. 機器學習是一門研究機器獲取新知識和新技能，并識別現有知識的學問。這里所說的“機器”，指的就是機器人。
（ ╳ ） 計算機
32. 歸納是一種從一般到個別，從部分到整體的推理行為。
（ ╳ ） 個別到一般
33．框架中的繼承就是子框架可以擁有其父框架的槽及其槽值。（ √ ）
34．對于隨即性知識，一般可采用可信度來刻劃。如：（治好病，0.8）。（ √ ）
35. 類比學習就是通過類比，即通過對相反或差別很大的事物加以比較所進行的一種學習。 （ ╳ ） 相似 。
36．簡述機器人研究的發展歷程。40．簡述Agent的特性。
36．簡述機器人研究的發展歷程。
答：第一代：程序控制機器人，完全按照事先裝到機器人存儲器中的程序安排的步驟進行工作。第二代：自適應機器人，主要指標是自身配備有相應的感覺傳感器，并用計算機對其進行控制。第三代：智能機器人，指類似人的智能的機器人。
37．簡述不確定性的度量的概念，并舉例說明。
答：對于不同的知識以及不同的證據，其不確定性的程度一般是不相同的，需要不同的數據表示其不確定性的程度，同時還需要事先規定它的取值范圍，這就是不確定性的度量。如專家系統MYCIN中，不確定性的度量的范圍[-1,1]，可信度取值大于零的數值時，值越大表示相應的知識或證據越接近于“真”；可信度取值小于零的數值時，值越大表示相應的知識或證據越接近于“假”。
38．簡述深度優先搜索法和寬度優先搜索法的區別。
答：深度優先搜索法是從S0出發，沿一個方向擴展下去，直到達到一定的深度。如果未找到目的狀態或無法擴展，便回溯到另一條路徑繼續搜索；若還未找到目的狀態或無法擴展，便回溯到另一條路徑繼續搜索……寬度優先搜索法由S0生成新狀態，然后一次擴展這些狀態，再生成新狀態，該層擴展完了，再進入下一層，如此一層一層擴展下去，直到搜索到目的狀態。
39．簡述知識發現與數據挖掘的概念。
答：知識發現的全稱是從數據庫中發現知識。數據挖掘是從數據庫中挖掘知識。知識發現與數據挖掘的本質含義一樣，只是知識發現的概念主要流行于人工智能和機器學習領域，而數據挖掘的概念流行于統計、數據分析、數據庫和管理信息系統領域。所以，現在有關文獻把二者同時列出。
40．簡述Agent的特性。
答：1）自主性，Agent具有獨立的局部于自身的知識和知識處理方法。 2）反應性，Agent能感知、影響環境。 3）社會性，Agent往往不是獨立的，經常有很多Agent同時存在，形成多智能化系統，模擬社會性群體。 4）進化性，Agent能夠在交互過程中逐步適應環境，自主學習，自主進化。
41．設有如下語句，請用 43．設word/media/image6.gif是論域word/media/image7.gif上的模糊
41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：有的人喜歡語文，有的人喜歡數學，有的人既喜歡語文又喜歡數學。
解：定義謂詞：P(x)：x是人
L(x,y)：x喜歡y
其中，y的個體域是{語文，數學}。
將知識用謂詞表示為：(x)(P(x)→L(x,語文)∨L(x,數學)∨L(x,語文)∧L(x,數學))42．證明：
∵ A,A→Cword/media/image8.gifC P規則及假言推理
B,Cword/media/image8.gifB∧C 引入合取詞
B∧C,B∧C→Dword/media/image8.gifD T規則及假言推理
D,D→Qword/media/image8.gifQ T規則及假言推理
∴ Q為真
43．
word/media/image9.gif= (0.2∧0.2)∨(0.5∧0 ) ∨(0.3∧0.2 )
(0.2∧0.7)∨(0.5∧0.4 ) ∨(0.3∧0.3 )
(0.2∧0.1)∨(0.5∧0.5 ) ∨(0.3∧0.4 )
(0.2∧0 )∨(0.1∧0 ) ∨(0.3∧0.1 )
= 0.2∨0∨0.2
0.2∨0.4∨0.3
0.1∨0.5∨0.3
0∨0∨0.1
word/media/image10.gif
第五套
5 1．以下說法正確人工智能20．游戲開發工具分為
5 1．C 2. C 3. D 4. A 5． A 6. D 7. B 8. B 9. A 10. C
11.A 12.D 13.B 14. C 15．C 16. B 17.D 18. A 19. D 20.C
5 21.框架中，一個 用 30．Corinna Cortes
5 21. 槽 22. NIL 23. 模式識別 24. T(True) 25 . 數據準備 26. 學習 27. 復制28. 軟件系統 29. 效應器 30. 支持向量機
5 31．智能軟、硬件與智能網絡一樣均為AI 35．專家系統解決實際問題時會
5 31. 智能軟、硬件與智能網絡一樣均為AI的表現形式。（ √ ）
32 屬性關系也在語義網絡表示的范圍內。（ √ ）
33．遞歸可以放在最后一步來調用，這樣的遞歸稱為尾遞歸，尾遞歸就可以無限遞歸下去。
（ ╳ ） 不可以 。
34．若R為假的可能性很大，則R可以稱為永假式。
（ ╳ ） 永假 。
35. 專家系統解決實際問題時會受到周圍環境的影響。
（ ╳ ） 不會 。
5 36．簡述機器感知和機器思維的概念。40．簡述游戲人工智能的概念與分
5 36．簡述機器感知和機器思維的概念。
答：機器感知是機器（計算機）具有類似人的感知能力，其中以機器視覺和機器聽力為主。機器思維是指對通過感知得來的外部信息及機器內部的各種工作信息進行有目的處理。
37．簡述一階謂詞邏輯表示法的優點和缺點。
答：優點：自然性，精確性，嚴密性和容易實現。缺點：不能表示不確定的知識，組合爆炸和效率低。
38．簡述模糊集合中元素的賦值方式。
答：模糊集合中每一個元素被賦予一個介于0到1之間的實數，描述其元素屬于這個模糊集合的強度。該數稱為元素屬于這個模糊集合的隸屬度函數。
39．簡述帶回溯策略的搜索的概念，及列舉3種以上有回溯思想的搜索方法。98
答：帶回溯策略的搜索是從初始狀態出發，不停地、試探性地尋找路徑，若它遇到不可解節點就回溯到路徑中最近的父節點上，查看該節點是否還有其它的子節點未被擴展。若有，則沿這些子節點繼續搜索；如若找到目標，就成功退出搜索，返回解題路徑。有回溯思想的搜索方法有：深度優先搜索、寬度優先搜索、最好優先搜索等。
40．簡述游戲人工智能的概念與分類。
答：適合于游戲開發的人工智能技術稱為游戲人工智能。游戲人工智能不一定要滿足通用性，只要能夠使角色的行為在某些場合內合理就行了。游戲人工智能分為定性和非定性兩類。
5 41．設有如下語句， 43．設F是論域U上的模糊集
5 41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：不是每個計算機系的學生都喜歡在計算機上編程序。
解：定義謂詞
S(x)：x是計算機系學生
L(x, pragramming)：x喜歡編程序 、
U(x,computer)：x使用計算機 、
將知識用謂詞表示為：
? (x) (S(x)→L(x, pragramming)∧U(x,computer)) 、
42．解：
框架名：
地域：北京
時段：今天白天
天氣：晴
風向：偏北
風力：3級
氣溫：最高：12度
最低：-2度
降水概率：15%
43
解：
word/media/image11.gif
={0.1∨0.4∨0.6, 0.3∨0.6∨0.3,0.4∨0.6∨0 }
={0.6, 0.6, 0.6}
第六套
1．人工智能也稱為機器智能 20．目前，基本的游
6 1．B 2. B 3. C 4. B 5． A 6. D 7. B 8. A 9. A 10. C
11.C 12.A 13.C 14. A 15．A 16. C 17.D 18. B 19. B 20.A
21．人工智能就是用 30．在表達實際系統時
21. 機器智能 22. 馬爾可夫鏈23. 大腦神經 24. 問題歸約法 25 . 推理26. 概念化 27. 數據驅動28. 寬度優先搜索 29. 蟻群算法30. 多智能體系統
31．控制論之父圖靈 35．知識和信息中只要
31. 控制論之父圖靈1940年主張計算機五原則，考慮計算機如何能像大腦一樣工作. （ ╳ ） 維納 。
32. 雖然C∨﹁C=>[]，還能說明C，﹁C為互補文字。
（ ╳ ） ∧ 。
33．專家系統是一種模擬人類專家解決領域問題的智能計算機程序系統，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。（ √ ）
34．框架之間只有從屬關系。
（ ╳ ） 不只有 。
35. 知識和信息中只要含有了不肯定，不準確，不完全的成分，就可以說具有了不確定性。（ √ ）
36．簡述框架表示法中框架的組成。 40．簡述專家系統的特點。
36．簡述框架表示法中框架的組成。
答：一個框架由若干個“槽”的結構組成，每個槽又可根據實際情況劃分為若干個側面。一個槽用于描述所討論對象某一方面的屬性。一個側面用于描述相應屬性的另一個方面。
37．簡述魯賓遜歸結原理及其方法。
答：魯賓遜歸結原理：是機器定理證明的基礎，是一種證明子句集不可滿足性，從而實現定理證明的一種理論及方法。基本方法：將要證明的定理表示為謂詞公式，并化為子句集，然后進行歸結，一旦歸結為空子句，則定理得證。
38．簡述盲目搜索和啟發式搜索的概念。
答：盲目搜索：指在對特定問題不具有任何有關信息的條件下，按固定的步驟進行搜索，它能快速地調用一個操作算子。啟發式搜索：考慮特定問題領域可應用地知識，動態地確定調用操作算子的步驟，優先選擇合適的操作算子，盡量減少不必要的搜索，以求盡快地到達結束狀態，提高搜索效率。
39．簡述遺傳算法的定義以及其應用領域。
答：遺傳算法是一類借鑒生物界自然選擇和自然遺傳機制的隨機搜索算法，適用于處理傳統搜索方法無法解決的復雜和非線性優化問題。應用領域：組合優化、機器學習、自適應控制、規劃設計和人工生命領域等。
40．簡述專家系統的特點。
答：1）具有專家水平的專業知識。2）能進行有效的推理。3）具有啟發性。4）具有透明性。5）具有靈活性。6）具有交互性。
41．設有如下語句， 43．寫出圖中樹的結
41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：凡是喜歡編程序的人都喜歡計算機。
解：定義謂詞
P(x)：x是人
L(x, y)：x喜歡y
將知識用謂詞表示為：
(x) (P(x)∧L(x,pragramming)→L(x, computer))
42．證明：
∵ D,D→Cword/media/image8.gifC P規則及假言推理
E,Cword/media/image8.gifE∧C 引入合取詞
E∧C,E∧C→Gword/media/image8.gifG T規則及假言推理
G,G→Qword/media/image8.gifQ T規則及假言推理
∴ Q為真
43
解：深度優先搜索： S0－1－3－9－10－4－5－2－6－7－11－12－８－13
寬度優先搜索： S0－1－２－３－４－５－６－７－８－９－10－11－12－13
第七套
1．自適應機器人屬于 20．應用人工智能技
1．B 2. B 3. B 4. B 5． A 6. B 7. A 8. D 9. B 10. C
11.D 12.B 13.B 14. C 15．D 16. A 17.A 18. B 19. B 20.A
21．用于研究、開發 30．數據倉庫主要
21. 人工智能 22. 知識 23. 多智能體系統 24. 目的驅動 25 . 產生式系統 26. 交叉 27. 神經元28. 二進制 29. 非定性 30. 查詢
31．只要當個體為無 35．神經元的數學模型是
31. 只要當個體為無限集時，才有"x A(x) A(a1) ∧A(a2)…∧A(an)
（ ╳ ） 有限 。
32. 對于“蘊含”關系，在語義網絡表示時加上“蘊含”節點，節點右邊表示前提，左邊表示結論（后果）。
（ ╳ ） 左邊 右邊 。
33．?(A∧B)=>?A∧?B。
（ ╳ ） ∨ 。
34．推理機用于記憶所采用的規則和控制策略的程序，使整個專家系統能夠以邏輯方式協調地工作。（ √ ）
35. 神經元的數學模型是由加權求和、線性動態系統和非線性函數映射三部分組成。 （ √ ）
36．簡述機器學習和機器行為的概念 40．簡述Agent的應用。
36．簡述機器學習和機器行為的概念。
答：機器學習就是研究如何使計算機具有類似于人的學習能力，使它能通過學習自動地獲取知識。機器行為是指計算機的表達能力，即“說、寫、畫”等能力。
37．簡述推理的控制決策和推理的方向。
答：推理的控制決策有：推理方向、搜索策略、沖突消解策略、求解策略和限制策略。推理方向有：正向推理、逆向推理、混合推理和雙向推理。
38．簡述可信度和可信度方法的定義。
答：人們在長期的實踐中，對客觀世界的認識積累了大量經驗，當面臨一個新事物或新情況時，往往可用這些經驗對問題的真、假或真的程度作出判斷。這種根據經驗對一個事物或現象為真的相信程度稱為可信度。可信度方法是在確定性理論的基礎上，結合概率論等提出的一種不確定性推理方法。
39．簡述知識發現的過程。
答：1）數據準備：包括數據選取、數據預處理和數據變換三個子過程。數據挖掘：首先確定挖掘的任務或目的是什么，再決定使用什么樣的挖掘算法。3）結果的解釋和評價，對數據挖掘階段發現的知識模式中可能存在冗余或無關的模式，還要用戶或機器進行評價。
40．簡述Agent的應用。
答：1）電信 2）興趣匹配 3）用戶助理 4）組織結構 5）智能信息檢索 6）移動計算 7）遠程教育 8）決策支持系統 9）數字娛樂。
41．設有如下語句，請用 43．寫出圖中樹的結點
41. 設有如下語句，請用相應的謂詞公式分別把他們表示出來：新蓋的體育場又寬敞，又功能全。
解：定義謂詞
NC(x)：x是新蓋的體育場
F(x)：x寬敞
B(x)：x功能全
將知識用謂詞表示為：(x) (NC(x)→F(x)∧B(x))
42．解：對模糊集為F，可表示為：
F=85/ S1+80/S2+90/ S3+70/S4+80/S5+60/S6
或
F={85/ S1, 80/S2, 90/ S3, 70/S4, 80/S5, 60/S6}
43．
深度優先搜索： S0－1－3－9－10－4－5－2－6－7－８
寬度優先搜索： S0－1－２－３－４－５－６－７－８－９－10
第八套
1．英國數學家圖靈在 20．把AI技術用于電
1．D 2. B 3. C 4. C 5． C 6. C 7. A 8. D 9. D 10. A
11.D 12.C 13.A 14. C 15．D 16. D 17.B 18. C 19. A 20.A
71．MYCIN系統中 80．游戲人工智能中，
21.
【篇2】人工智能大學排名
人工智能模擬試題(120分鐘）
? 1.? 填空題（共12分，每小題2分）
1）知識表示的性能應從以下二個方面評價：____________________和________________；后者又分二個方面______________和 ________________。
2) 框架系統的特性繼承功能可通過組合應用槽的三個側面來靈活實現，它們是
?????? ______________________________________________________。
3）KB系統通常由以下三個部分組成：__________________________________________；KB系統的開發工具和環境可分為以下三類：____________________________________。
4）按所用的基本學習策略可以將機器學習方法劃分為以下幾類：________
?????????? _____________________________________________________________。
??? 5) 主觀Bayes方法將推理規則表示為P Q形式，稱__________為先驗似然比，????? __________ 為條件似然比，_________為規則的充分性因子。
6）自然語言理解中，單句理解分二個階段：____________和____________，后者又分二個步驟：________________和_________________。
????? 2、? 問答題（共20分，每小題5分）
1）闡述示例學習所采用的逐步特化學習策略，并說明學習過程中正、反例的作用。
?2）為什么要在框架系統中實行相容匹配技術？如何實現？?
3）闡述Xps的沖突解法和推理引擎，并說明綜合數據庫中事實元素的時間標簽在沖突解法中起的作用。?
4）什么是問題歸約？問題歸約的操作算子與一般圖搜索有何不同？與或圖啟發式搜索算法AO*的可采納性條件是什么？?
3、? 簡單計算題（共35分，每小題7分）
1）按書上圖8.5中給定的文法規則，再追加2條：N football, V play；畫出英語句子”The boy play little football”的句法分析樹。?
2）已知有如下不確定推理規則：
r1：C11∨C12 H1 0.7；
r2：H1 H 0.5；
r3：C21∧C22 H ??? －0.6；
r4：(C31∧C32)∨C33 H 0.8；
??? CF(C11) = 0.8， CF(C12) = 0.9，CF(C21) = 0.3，CF(C22) = 0.6，
??? CF(C31) = 0.9，CF(C32) = 0.5，CF(C33) =0.7；
請應用MYCIN的確定性方法求出CF(H)。?
3）把語句“每個學生都喜歡老師上的一門課。”表示為語義網絡。?
4）設計八數碼游戲的評價函數f(n)，使其滿足A*算法的要求；設初始和目
8 1 3 1 2 3
標棋盤布局分別為2 4 和 8 4 ，畫出使用該評價函數的搜索圖，并
7 6 5 7 6 5
標注每個節點的f(n)值。?
5）化簡以下目標公式（用在基于規則的逆向演繹中），并畫出相應的與或圖：
（x）（y）{P(x) [(Q(x) ∨ R(x,y)) W(x)]}?
4、?（18分） 假設已知下列事實：
（1）超市（Supermarket）賣（Sail）的商品(Goods)便宜(Cheap)。
（2）王（Wang）買（Buy）需要的（Want）便宜商品。
（3）自行車（Bicycle）是商品且超市賣自行車。
（4）王需要自行車。
（5）趙（Zhao）跟隨王買同樣的商品。
請應用歸結反演證明方法回答以下問題：
（1）王買自行車嗎？
（2）趙買什么商品？ ?
5、（15分）請使用NOAH系統采用的最少承諾(Least Commitment)策略作下圖積木塊世界的層次規劃,畫出規劃過程示意圖，并舉例說明如何應用最少承擔策略去解決沖突和利用有益的交互作用。(假定可使用的操作只有STACK(x, y)和UNSTACK(x, y))
【篇3】人工智能大學排名
人工智能
什么是人工智能
人工智能，簡稱AI，是一項包含了計算機技術，生理學和哲學的綜合技術。AI是一個寬泛的課題，由從機器視覺到專家系統的多個不同領域組成。AI所包含的這些領域的共同點在于它所創造的機器能夠“思考”。
為了分辨計算機是否會“思考”，我們有必要定義一下什么是智能。智能在多大程度上包含譬如解決復雜問題、進行概括和建立關系這樣的能力？包括感知和理解能力嗎？在學習，語言和感官知覺領域的研究幫助科學家們制造智能機器。專家們所面臨的最大的挑戰之一就是如何制造出一個能夠模仿人類大腦行為模式的機器，而人類的大腦由上億個神經細胞組成，被認為是世界上最復雜的東西。或許度量機器智能最好的方法就是由英國計算機科學家Alan Turing提出的測試。他說，當一臺計算機可以騙過人，相信它是一個人而不是機器時便可稱得上是智能的。
人工智能由一群專注的研究人員推動著，已由最初的研究走過了很長的一條路。AI的起源在電子學之前，可以追溯到Boole和其他一些哲學家和數學家們，他們根據那些已成為AI邏輯基礎的原則建立起了最初的理論。隨著1943年計算機的發明，AI開始吸引研究人員的注意。這項技術終于可用于模擬智能行為了，或者看起來是這樣。在這之后的40年中，雖然面臨過許多困難和阻礙，AI已由最初只有十幾位研究人員參與發展到現在有幾千名工程師和專家們共同致力于研究；從最初的只能下西洋跳棋的程序發展到今天已設計出可以診斷疾病的系統。
AI技術始終站在計算機科學的前沿。先進的計算機語言，以及計算機接口和文字處理軟件都要歸功于人工智能的研究。AI研究引出的理論和認識將為未來的計算機科技發展指明方向。雖然現在所制造出的AI產品僅僅只能反應不久的將來研發出的產品的一小部分功能，但是它們邁出了走向未來人工智能的一步。隨著人們的不斷探索和追求，人工智能已經影響，也將繼續影響我們的工作、教育和生活。
有計劃地使用AI我們研究AI應用已有多年，了解了所有的術語和相關的情況。但是我們真正應該知道的是如何著手使用一些AI技術。我們怎樣作為個體來使用這些技術呢？
首先，我們必須對面臨的變化有所準備。我們的保守往往成為進步的擋路石。AI跨出了對社會非常有用的一步。具有人工智能的機器可以完成需要遵循詳細指示和靈活思維警覺的工作。具有學習能力的人工智能可以勝任那些工作，但只有人們準備改變他們的保守觀念使之成為可能才行。這讓我們想起很久以前人們就接受了輪子這項偉大的發明，而并沒有認為它是從文化遺產和傳統中帶走了什么。
第二，我們必須對AI的能力有所了解。越多地使用機器，需要我們的工作量就越少，隨即人類所要承受的傷害和壓力也越小。人類是通過嘗試來學習的物種，我們必須給AI一個機會來證明AI是對我們的祝福而不是抑制。
最后，我們必須對AI技術有最壞的打算。像AI這樣如此具有革命性的技術肯定有許多瓶頸需要攻克。總是有那樣一種擔憂，以為要是人工智能是建立在學習基礎上的，那么機器會不會在得知富有和成功是好事后，去發動戰爭反對經濟強國和著名人物呢？一個新系統有那么多情況可能出錯，所以我們必須盡可能為這種新技術做好準備。
而且，即使我們對機器存在畏懼，它們的能力卻是無限的。不管我們教AI什么，在未來機器將會提示它是否給出肯定的結果。AI就像孩子一樣，需要被教育成體貼的，彬彬有禮的，聰明的孩子。他們應該學會聰明地做重大的決定。作為公民，我們應當保證AI的程序員們都正確地工作著，一切都走在正軌上，這樣未來才不會發生意外。
專家系統的范圍專家系統能夠像一個專業人才一樣工作。而且計算機系統可以很快地訓練，實際上沒有操作費用，不會忘記學習過的東西，不會打電話請病假，退休或是要休假。除此之外，智能計算機還可以處理大量的信息，而人類不能。
但是這些系統可以多大程度上替代人類專家呢？或者，它們可以完全替代人類？例如有人曾經把智能計算機看成是人對核武器進行控制的替身，說是計算機對于威脅可做出比人更快的反應。我們不能忽視擁有一個計算機專家所帶來的好處。比如，預報天氣借助于許多可變的參數，計算機專家能夠更準確地集中他所有的知識。盡管如此，計算機卻無法借助人類專家所擁有的預感，預感往往能幫助我們預測結果。
總之，在天氣預報或查找軟件bug的情況下，專家系統有時比人類更加準確。但是在其他領域，比如醫學，雖然計算機對醫生的診斷是有用的，但是人類醫生仍是不可替代的。可見，在某些范圍內專家系統有能力幫助人類，在某些情況下甚至能代替人類，謹慎地使用計算機專家將使人類受益。
人工智能的方法
人類已賦予自己智慧之人的稱號，因為我們的智能對日常生活和自我感覺是如此重要。人工智能（AI）這一領域嘗試去理解智能實體。這樣，研究它的第一個原因是更多地了解我們自己。但是不像同樣關注智能的哲學家和物理學家那樣，AI力求構建智能實體并去理解智能。研究AI的另一個原因是這些構建的智能實體本身很有趣，而且也有用。即使是在其發展的早期，AI就已產生了許多重要和令人印象深刻的產品。雖然無人能具體地預測其未來，但很明顯，具備或超越人類智能水平的計算機將在我們的日常生活和未來的文明進程中具有巨大的沖擊力。
AI涉及了一個終極的難題，即一個又慢又小的大腦或是電腦如何能感知、理解、預測和操縱一個遠遠比其大而復雜的世界？我們如何使某些東西具備這些特性？這些是難題，但是不同于尋求超光速運動或反重力裝置，人工智能研究者有確鑿的證據證明這種探索是可能成功的。所有研究者必須要做的事是照一下鏡子，看一看鏡子里智能系統的一個實例。
AI是最新的學科之一。它正式始于1956年，當時造出了人工智能這個名詞，盡管在此以前有關工作已經開展了5年。同現代遺傳學一起，AI經常被其他學科的科學工作者稱為“最愿意從事的領域”。學物理的學生可能有理由感到所有的好主意早已被伽利略、牛頓、愛因斯坦等科學家提出了，人們需要經過多年的研究才能貢獻出一個新的想法。而在另一方面，AI對全身心投入的愛因斯坦們仍有尚待解決的問題。
AI目前包含許多子領域，從諸如感知和邏輯推理等的通用領域，到下棋、證明數學定理、寫詩和診斷疾病等具體任務。通常其他領域中的科學家（會）逐漸轉移到人工智能研究中來，他們在這里發現了能使他們自己畢生從事的智力工作實現系統化和自動化的工具和語言。與此相似，AI工作者們可以選擇把他們的方法應用于任何人類智能化努力的領域中，在這個意義上，它確實是一個通用領域。
什么是AI？
我們現已揭示了為什么AI是激動人心的，但我們還沒有說它究竟是什么。我們可能會說：“好，它和編寫聰明的程序有關，那就讓我們著手來寫一些”。但科學的歷史證明瞄準正確的目標是非常有益的。早年尋求長生不老藥和點石成金秘訣的點金術士恐怕是邁錯了步。只有改變目標，用早期天文學家預言星宿和行星運動那樣的方法尋求能給出人間世界準確預言的明確理論，科學的方法和有成效的科學才會出現。表19.1給出的定義沿著兩個主要的方面發展。上面一行是關于思維過程和推理的，而下面一行涉及行為。同樣的，左面一列的定義按照人的表現來衡量（系統是否）成功，而右面一列的定義按照智能的理想概念來衡量，我們將其稱為理性。如果一個系統做的是正確的事，那么它就是理性的。
就如人們所預期的，以人為中心的方法和以理性為中心的方法之間存在著矛盾。我們應該指出人和理性行為之間有區別，我們并不是在“情緒不穩”和“精神失常”的意義上暗示人必然沒有理性，人們僅僅需要注意我們通常會犯錯誤。即使了解全部象棋規則，也不會都是象棋大師。而且很不幸，不是每個人在考試時都能得到A。以人為中心的方法必然是一個經驗的科學，包括假設和實驗驗證。理性主義者的方法包括數學和工程的結合。每個群體中的人們有時互相批評其他群體的工作，但事實是每個方向都得到了有價值的見識，讓我們更仔細地互相關注。
像人一樣行事：圖靈測試法
由艾倫·圖靈提出的圖靈測試是設計用來提供一個令人滿意的可操作的智能定義。圖靈把智能行為定義為在所有認知任務中達到人的水平，足以騙過訊問者。粗略來說，他提出的測試就是，計算機應該被一個人通過電傳打字機詢問，如果詢問者不能斷定那一端是計算機還是人，那么就通過測試。測試的詳情以及如果計算機通過測試是否確實就是智能的將在下面討論。眼下對計算機編程使其通過測試就有足夠的工作要做。計算機需要擁有以下的能力：
自然語言處理，使其能成功地用英語（或其他人類語言）交流。
知識表達，存儲訊問前或訊問中所提供的知識。
自動推理，利用存儲的信息回答問題并得出新的結論。
機器學習，適應新的環境，檢測并向外推斷模式。
圖靈測試故意避免在詢問者和計算機之間的直接物理接觸，因為對一個人的物理模擬對于智能來說不是必要的。不過所謂“完全圖靈試驗”需要包括視頻信號，這樣詢問者就可以對被測試者的感覺能力進行測試，同時也包括詢問者“通過艙口”傳遞實物的可能性。為了通過完全的圖靈測試，計算機需要有：
計算機視覺，用于感知物體。
機器人的能力，以便到處走動。
在AI中，并未化費太大的努力以嘗試通過圖靈測試。像人一樣行事的問題主要來自AI程序必須與人交互，如一個專家系統解釋它是如何得出診斷，或者自然語言處理系統與用戶進行對話那樣。這些程序必須遵照人類交流的某些通常習慣行事以使他們能被理解。在這樣一個系統里基本的表達和推理可能是基于人類模型的，也可能不是。
像人一樣思考：認知模型方法
如果我們想說某一程序像人一樣思考，我們必須有某種方法決定人是如何思考的。我們必須深入人類思維的實際活動。有兩種方法去做：通過內省，當我們的思維出現時抓它們；或者通過心理學實驗。一旦我們有足夠精確的思維理論，就有可能用計算機程序進行表達。如果程序的輸入輸出和定時行為與人的行為相匹配，那就證明程序的某些機理也可以在人體內運行。例如，發明“通用解題裝置”的紐厄爾和西蒙并不會滿足于他們的程序能正確地解決問題。他們更關注于比較程序推理步驟和人解決同一個問題的步驟。這和同時期只關心獲得正確答案而不管人們會怎樣做的其他研究者形成對比。認知科學這一交叉學科領域將人工智能領域中的計算機模型與心理學中的實驗技術結合起來，試圖構建人類思維精確并可測試的理論。雖然認知科學本身是一個令人著迷的領域，我們并不想討論太多。然而，真正的認知科學必定建立在實際人或動物的實驗研究基礎之上。我們只是要說明，AI和認知科學繼續互相促進，特別是在視覺領域、自然語言和學習方面。
理性思維：思考方法的法則
古希臘哲學家亞里士多德是第一個嘗試對“正確思維”即不可辯駁的推理過程進行歸納的人。他著名的三段論法提供了爭論結構的模式，給定正確的前提就能得出正確的結論。例如，“蘇格拉底是人，人終有一死，蘇格拉底也如此”。人們假定這些思想法則支配思維活動，它們開創了邏輯學領域。
十九世紀后期和二十世紀初形式邏輯的發展提供了描述世界上各類事物的精確表示法和他們之間的關系。（與常規的算術表示法形成對照，算術主要提供數值相等和不等的表述）。到1965年已經只要提供足夠的時間和存儲空間，就會有計算機程序以邏輯表達方式描述問題，而且只要有解，就能找到這些解。（如果沒有解，程序可能永遠不停地尋找答案）。人工智能領域中所謂的邏輯主義實踐派期望構造這樣的程序以創建人工智能系統。
這個方法有兩個主要的障礙。首先，獲取非正式的知識而用邏輯表示法所需的正式術語描述它們并不容易，特別是當知識不是100%確定時。其次，原則上能解決問題與實際上真正去解決它之間有巨大的差別。即使是問題僅有幾十個事實就有可能耗盡任何計算機的資源，除非有關于首先嘗試哪個推理步驟的某種指引。雖然這兩個障礙都適用于任何構建計算推理系統的嘗試，但他們首先出現在邏輯主義實踐派的傳統中因為對表達和推理系統的能力有明確定義并有相當好的理解。
理性行事：理性代理方法
理性行事的意思是在給定某人信念的情況下，為了達到其目的而實行的行為。一個代理就是某些感知和行事的東西（這可能是這個詞的不尋常的用法，但你將會習慣它）。在這個方法里，AI被看作是研究和構建理性代理。
在AI的“思維法則”方法中，整個重點在于正確的推斷。有時做出正確推斷是按照理性行事的智能代理的一部分，因為理性行事的方式之一就是合乎邏輯地推出這樣的結論：某一給定的行為將能達到目的，然后照此行事。另一方面，正確推斷并不是理性的全部，因為通常有這樣的情況，沒有什么正確的事情要做，但仍然必須要去做一些事。同樣有些理性行事的方式，他們不能被合理地稱為包括推理。例如，把手從火熱的爐子上抽回來只是一種反射行為，這要比經過深思后采取的緩慢行動要成功得多。
所有的圖靈測試所需的認知技巧就是允許理性行事。這樣，我們需要有能力去表達知識和用它進行推理，因為這使得我們能在各種各樣的情形下達到好的決策。我們需要能用自然語言產生易于理解的語句，因為說這一些語句可幫助我們適應復雜的社會環境。我們需要學習并不僅僅是為了博學，而是因為對世界如何運轉有一個較好的觀念能使我們產生更有效的策略來處理它。我們需要視覺并不僅僅是因為能看見很有趣，而是為了對行為所能達到的效果有一個更好的概念。
【篇4】人工智能大學排名
人工智能何以改變教育_人工智能公司排名
每一次人類的技術進步，都會淘汰一部分職業，也會創造新的機會。教師也可以發揮優勢，做人工智能無法做的事。教師應該順應“智能+”時代的變化，掌握和利用好人工智能。
互聯網教育智能技術與應用國家工程實驗室主任、北京師范大學教授黃榮懷：
為了適應智慧社會的到來，教育可以從三個方面著手。培養下一代的好奇心、自控力和學習能力等數字化生存能力。教師角色需轉變為創新支持者、活動設計者、溝通協調者、技術擁抱者。在學習環境中引入智能教學服務，助力教師實現“因材施教”，促進學生的個性化學習。
國務院2017年印發了《新一代人工智能發展規劃》，標志著人工智能作為產業變革的核心驅動力和引領未來的戰略技術，已上升為國家戰略。《規劃》中明確提出要加快培養人工智能高端人才，強調“利用智能技術加快推動人才培養模式、教學方法改革，構建包含智能學習、交互式學習的新型教育體系”。3月8日晚上，“兩會E政錄”特邀全國人大代表、電子科技大學教授堯德中，互聯網教育智能技術與應用國家工程實驗室主任、北京師范大學教授黃榮懷就此接受專訪。
人工智能在教育領域的應用
記者：目前人工智能依然處在行業發展的初期，還局限于某些問題的局部應用，處于弱人工智能等階段。針對于目前人工智能在行業中的基本應用現狀，兩位有著怎樣的判斷?
堯德中：伴隨大數據、超級計算以及深度網絡等概念興起來的人工智能在醫學圖像、語音識別等方面取得了很大的成功。人工智能在缺少人力的一些活動領域展現出了很大的潛力。例如人工智能在解決我國邊遠地區缺師少教方面具有廣闊的應用前景。但教育是事關國計民生的事情，在推動人工智能應用的時候需要謹慎。
黃榮懷：從教與學方面看，人工智能應用于教育通常分為三類。第一種是智能教學系統，從計算機輔助教學(CAI)發展而來的智能教學系統(ITS)，可以在一定程度上代替教師輔導學生以提升學生學習績效。第二種是教學機器人，在未來五到十年可能會有比較大的發展。第三種是學習分析，利用大數據和學習分析技術采集和分析學生的各種數據，幫助教師了解學生，實現個性化的教與學。
記者：黃教授您剛參加了聯合國教科文組織的移動學習周活動，請您談談對我國在人工智能與教育結合方面的研究處于什么樣的國際水平?
黃榮懷：這次會議主要探討人工智能如何更好地服務可持續發展。從目前的發展來看，美國的人工智能走在世界最前列，我國的人工智能發展勢頭也比較好，研究成靠前正被全球抱以很高的期待。在研究內容上，歐美更關注現代人工智能的透明性、安全性和倫理等;聯合國教科文組織則更關心人權問題，關注女性、兒童的權利，如怎么去培養他們的信息素養和操作技能，以及像某些連供電都存在問題的地區該如何實現人工智能，等等。
人工智能促進教師職業發展
記者：社會上曾經流行著一種擔憂，說是人工智能出現以后，很多職業會消失，如統計員、繪圖員、報關員等，教師這個職業也會受到沖擊。請問人工智能時代，教師獨特的價值在哪里，人工智能會帶給教師帶來哪些機遇和挑戰?
堯德中：人工智能的每一次技術進步，都是為了提高效率。雖然會淘汰一部分人，但同時也會創造新的機會，這些新的機會就是給那些能夠利用最新技術的人準備的。比如，人工智能與教育結合會導致應試教育的方式被取代。但是教育除了知識的傳播以外，還有道德和情感的培養，這些是人工智能難以取代的。人工智能技術只是打開更大一個空間的引子，這涉及的不是簡單的適應與否的問題，而是如何更好地適應新時代的問題。對教師而言，需要掌握和利用好人工智能，成為新技術的主人，利用人工智能一起培養好下一代學生，從而有效提升國家的國際競爭力。
黃榮懷：現在中國社會正處于高速轉型期，人工智能只是新一輪科技革命的代表，此外還有3D打印技術、基因技術、納米技術等。在這個轉型期中，確實有很多職業會發生變化，有的職業將被淘汰。但就教育來說，從目前的情況看，教師隊伍的需求反而有要擴大的趨勢，且教師角色正在發生轉變。為了應對新一輪的科技革命，國家培養人才的模式會發生很大的變化，學校的轉型離不開教師的改變，因此教師反而會更加被重視。
記者：加大對貧困地區教師ICT(信息與通信技術)培訓、校長信息化領導力培訓，是促進教育和信息技術結合的重要舉措。黃教授多次參加了“三區三州”校長的培訓，您在這方面有什么心得體會?
黃榮懷：從聯合國教科文組織的角度看，每個人都有接受教育和享有信息技術，享有人工智能的權利。大家都談到盡量縮小和彌補鴻溝，但其實鴻溝存在擴大的趨勢。我們國家在彌補數字鴻溝方面取得了不錯的成就。比如過去這些年中實施的“三通兩平臺”等，給邊遠地區提供了比較完善的設施設備、培訓和數字資源，幫助所有教學點開齊開好國家規定的課程，方法和經驗都值得國際社會借鑒。
人工智能帶動跨學科人才培養
記者：人工智能是重構人才培養方式的“摧化劑”跨學科學習對人才培養有什么樣的啟示?深度學習、機器學習、計算機視覺等技術的作用，可以發揮人工智能在跨學科學習上的作用嗎?
堯德中：現在人工智能最經典的深度學習可以分成三類。一類通過不斷地學習，類似應試教育的刷題政策，直到最后把這類問題做好，但這個培養出來的智能適應能力有限，這也是應試教育帶來的問題。跨學科則有可能把兩個打通，既學圖像又學聲音，就能適應融媒體的需要。但人需要的不只是監督學習，還有增強學習。增強學習就是讓學生與環境交互，跟老師交互，幫助學生體會到過程中的細節。還有遷移學習，就是舉一反三的能力。現在的人工智能在這方面表現很差。跨學科讓人接觸各方面的東西，融合起來放大能力，開闊人對問題的理解。所以跨學科是一個放大，而不是一個簡單的加法。
黃榮懷：在未來這兩者存在一定的趨同。人類的學習是帶有情緒、意愿和背景的，機器學習就不具備這一點。但是在機器學習研究方面，也開始涉及腦科學、人的心智方面的研究，使未來的人工智能越來越靠近人類的智能。
人工智能幫助因材施教，教育教學管理更加精準
記者：人工智能是幫教師讀懂學生的“分析師”，重組課程的“設計師”，整合信息的“策劃師”。在人工智能支持服務高校的學習方式、管理方式等方面的研究，有哪些突破和成果?
堯德中：人工智能在大學學生管理方面已經廣泛應用，包括了解學生每天生活工作的情況，預測情景、去圖書館情況、吃飯規律等，大概都能預判。但是目前的人工智能本身面臨升級換代的問題。以深度學習技術為基礎的人工智能只模擬了人腦分層結構，屬于人智能中很小的一部分，還需要進一步發展。現在全球開始集中研究比人工智能更高級的“類腦”智能，國家應該下大力氣支持。這次李克強總理在全國兩會提的是“智能+”，當然可以加到教育里面來，現在以深度學習為代表的人工智能的應用，下一步要更廣更寬的應用。
記者：有一個案例講通過信息技術監測學生的考勤，發現有學生連續一個月都是一個人去做事，老師擔心其跟同伴不合。而科學研究表明很多天才或者出類拔萃的人物，在學生時代就顯示出和別人不是很密接觸的狀態。黃教授，從這個角度講，這種個案能不能進行分析?
黃榮懷：剛才說到這個情況是存在的，有不同的人格和特點是很正常的。在教育中存在許多運用這種監測分析技術的例子。比如在管理方面，某些大學通過監測學生一學期或者三個月的消費情況，發現有些女生消費很少，這個時候可以分析這些女生是因為減肥還是家庭困難，校方就可以通過及時發出提醒來確認具體原因;如果是有困難，就可以進一步提供幫助。再比如在教學方面，通過數據采集和分析技術，幫助教師全方位了解學生。過去只是關注學生的知識掌握度、考試水平，現在還可以分析學生的學習方法、學習特征，可以更多地輔助“因材施教”的實施。
記者：黃教授您同時還是北師大智慧學習研究院的院長，從智慧學習環境和方式對孩子影響方面，進一步介紹一下你們以前取得了哪些成果，對提升孩子學習的自信心，特別是在精準扶貧扶教、教育公平等方面產生什么樣的作用?
黃榮懷：智慧學習更多地指智慧學習環境。環境可以改變和塑造人的行為，但這不僅指設備和環境的條件，還包括很多人文氛圍和行為方式。現在我們只考慮學校中的學習就有點兒窄化了，因為家庭、社會場館、工作場所等都是典型的學習場域。我們把“智慧教育”“智慧學習環境”納入到“智慧城市”中，可以幫助提升學校教育的地位，有助于拓展學習場域。但通過分析發現，現在將“智慧學習環境”納入“智慧城市”建設的不足三分之一。另外在建設新的環境或者使用新的技術時，應該把更多的精力放到技術、工具和環境的用戶體驗上，避免增加教師的負擔。
堯德中：在中國這個問題相對來講容易解決，我們國家的制度有優越性。人工智能最后拉大溝還是縮小信息鴻溝，取決于人們是否公平占有這個資源。有了人工智能的資源，至少可以讓城里和山區的孩子擁有同樣的資源，我們國家在這方面應該是有優勢的。
以前沒有精準扶貧的時候，山區的小孩根本不了解外面的世界，現在他們有機會了解外面的世界。就出現了那種把小孩送到城里讀書的家庭，比如說涼山送到綿陽讀書。孩子接觸了外面的世界，產生了新的想法，最后到北京讀了大學。他整個價值觀和對世界的看法完全變了。然后又通過他這一個人的改變影響了周圍的一個村莊或者鎮，這樣就產生了代際傳動。但這影響很難簡單量化。
人工智能將使未來發展更加個性化和智慧化
記者：技術和教育本應是兩條平行線，但在現實中產生了交叉點。現在的交叉點很可能是人工智能，也可能是大數據、云計算。大數據是運行的結構基礎，云計算是運行方式，人工智能是表現的形式和實現的結果。這三者的關系可以這么考慮嗎?
堯德中：人工智能主要可以實現把傳統應試教育中的一些知識傳授做得更快，或者跟學習輔助的電子設備結合來節省師資，促進教育發展。比如，對缺少師資的貧困地區，跟人工智能結合之后，有可能把很多基礎的內容充實起來。
黃榮懷：這個問題涉及人工智能和大數據、虛擬現實技術等其他技術之間的關系，我更傾向于使用“智能技術”一詞把這些概念都囊括進去。如VR未來的發展重心，一定是有人工智能支持的虛擬現實。而這次人工智能浪潮的形成本身就是因為有大數據的支持、計算能力的提升以及典型應用場景的成熟。人工智能技術在一些如自動駕駛、智能醫療等領域的應用，使人們看到了更多的可能性，從而產生期待，促使人工智能有了進一步發展的機會。
記者：1930年著名經濟學家凱恩斯曾預測說，過了100年到2030年左右，人類每周工作時間可能只有8到10個小時。2030年到現在也就十來年的時間，兩位專家覺得這種可能性大嗎?如果真的實現，閑暇時光怎么度過，特別對教師來說?
堯德中：這個問題很大，整個經濟社會的普遍看法也是消費占的比重越高，社會的層次越高，整個勞動效率提高后，人在娛樂公益方面消費占比會增高。精神生活這個層面會產生很多其他需求。對于教師而言，可以花更多的時間跟學生一起“玩”，應試教育的知識傳遞交給人工智能做，智商、情感，如舉一反三等遷移能力則由教師帶領學生在“玩中學”。
黃榮懷：目前我國經濟和社會結構快速發展，財富積累、環境設施以及技術條件越來越好，人們的生活方式越來越多元化，可能有人可以工作20年，剩下的10年不怎么工作而自由生活。但在非洲的一些貧困國家中，財富和技術的差距正在拉大，而這個差距很難通過技術本身縮小。這就需要更多從全球的視角關注信息技術給這些國家和貧困地區帶來的發展。
記者：大膽地設想，未來發展到機器人和人已經難辨真假時，您希望機器人代替您給學生開會和布置日常的活動嗎?再者，到機器人發展到很便宜的時候，一些學生用機器替身來上課該怎么辦?
堯德中：人工智能分弱人工智能和強人工智能。現在是弱人工智能時代，描述的這個必須是強人工智能，現在有人認為是可行的。但機器人也是人設計和創造的，一定有局限性，不會真正達到人的細膩程度，對于人不會被取代，同時能夠跟機器人時代共進步，我還是有信心的。復制人類可能就涉及人工智能的倫理問題了。可以通過一些約束來保障技術發展走到正確的道路上。
黃榮懷：我比較看好這件事，比如說我經常出國出差，這個時候如果有一些小的智能化管理軟件幫忙，就可以進一步減少工作量，若干年后或許就有機器人幫助管理。
但是從學生方面看，也有不太樂觀的情況。現在就有學生會在網上找人做作業，找人寫論文。在智能技術越來越成熟以后，這種情況可能會更嚴重。所以歐美有“可信賴人工智能計劃”，它強調人工智能的所有算法必須是公開的，數據必須是透明的，人類必須保持智能技術的可控性。盡管有些行為可以被倫理約束，但是有些則需要通過法律制度來限制。
記者：校園安全最終的目的是防止任何安全事故的發生，比如說現在的圖像識別，對潛在的犯罪分子進入校園50米的范圍能否有人工預警?如何采用心理學或者神經科學等多方面的手段預防這種情況的發生?另外，未來將如何培養數字化生存能力?
堯德中：每個人的狀態是波動的。有數據表明，人在一生中有點精神癥狀的比例相當高，不能把這些都歸為潛在罪犯，還需要其他輔助判斷。機器人也許能夠通過微表情、情緒識別做一些工作，但最終判斷還是不能完全離開人的。
黃榮懷：這個問題非常復雜。比如說會有一些特別的人或者犯罪集團想利用人工智能犯罪，而人都有一種惰性會依賴環境改變自身的行為，那么當強人工智能普及以后，人的行為可能會發生更大的變化，所以需要不斷加強網絡信息的安全，防止智能犯罪。
在培養面向未來的人才方面，全球都在提倡培養創新能力。另外一個能力也特別值得關注，就是數字化生存能力。第一是好奇心和興趣。現在信息過剩，很多信息撲面而來使人忘記探究和思考事物本質，好奇心越來越弱。第二是合作和學習能力。有些人長時間宅在屋里，而新的事物又層出不窮，因而需要不斷地學習來適應社會發展。第三是自律和自控能力。在未來智能技術進一步發展，推送的信息將更“貼合”人的需要其產生的影響也就會更大，這就對人的自控力提出了新的要求。
記者：我們在采訪中曾遇到過一些特殊兒童，比如說視障或聽障的孩子，該怎么樣用信息技術的手段幫助他們體驗到一個更加美好的世界?
黃榮懷：不光是人工智能，虛擬現實、移動設備等技術在輔助個體發展方面就展現出很強大的功能。首先是輔助語言學習，如音視頻學習材料、APP小程序等，這已算是基本共識。其次是輔助特殊殘障群體，通過應用技術來彌補人的某些能力缺陷。最后是自閉癥治療，這屬于康復和健康的范疇，這種利用技術治療成功的案例非常多。
【篇5】人工智能大學排名
人工智能專業大學排名前十
人工智能現在可以說是一個大火的專業，它也是計算機專業下的一個分支，喜歡計算機的高三黨們，不妨嘗試一下人工智能專業，畢業后工作是不用愁的，這是一個新興產業，未來10-20年都需要很多這方面的人才。
人工智能專業最好的大學
一、清華大學
毫不夸張地說，清華大學絕對是有著AI夢學子的絕佳起點，人工智能專業的同學，大一下學期就可以進入實驗室或相關科研機構跟著導師從事科研工作，充分培養了同學們的動手能力和科研能力。不得不說，很少有學校能做到大一就帶著學生進實驗室搞科研，這一點上，清華大學絕對做的非常棒，不愧是國內的最高學府。
二、北京大學
北京大學早在1985年就開設了智能科學與技術專業，開設時間還是很早，說明早就看好了人工智能的發展，很有長遠眼光。
三、浙江大學
浙江大學也是早在上個世紀八十年代就建立了人工智能研究所，研究設施以及研究人員可以說比北京大學的還要完善。從1981年至今，浙大人工智能研究所見證和參與了人工智能的一系列變化。到現在，人工智能進入大數據階段，浙大在計算機視覺領域已經建立了相當大的優勢。
四、上海交通大學
上海交大不止在人工智能上有很高的造詣，在智能媒體、圖像分析、腦機交互、機器人、人工智能芯片等領域還有一批一流團隊及成果，具備良好的發展前景。
五、南京大學
南京大學的計算機專業起步于1958年，可以說，在大多數學校都還沒看到計算機專業的未來時，南京大學已經開始培養計算機專業的人才了。眼光這么長遠，所以，不用多說，在人工智能方面也肯定不會差。
六、復旦大學
復旦大學圖像與智能實驗室主要研究領域包括人工智能，圖像處理，計算機視覺，信息安全等基于生物視覺的感知和認知結合的學習模型及其在腦型機器人上的應用，應用領域包括工業視覺、智能機器人、智能安防、生物醫學影像識別。
七、哈爾濱工業大學
哈工大的計算機專業一直以來都特別強，在全國排名第四，是國家重點一級學科，所以，要學人工智能專業的同學們，選擇這個學校肯定不會錯。
八、中國科學技術大學
中國科學院自動化研究所自建所伊始，就在工業自動化、智能設備控制、模式識別、智能信息處理等領域享譽國內外，號稱中國人工智能領域的黃埔軍校，其培養的學生業已遍及全球頂尖的高校、學術研究機構和IT巨頭。
九、華中科技大學
華中科技大學的計算機專業是中國教育科研計算機網華中中心結點單位，是中國教育科研網格主結點、中國國家網格（武漢）結點單位，是武漢光電國家實驗室（籌）的重要組成單位之一，可見實力非凡。
十、東南大學
東南大學計算機科學與工程學院起源于1960年建立的“解算裝置及技術”專業，曾自主研制我國第一臺數字積分機，填補了國內空白，并成功地應用于國防現代化和工業自動化領域，取得了開創性成果。而且東南大學的計算機系科研成果，學員水平可以進入到全球的1%，實力可見一斑。
人工智能專業大學綜合排名
總體排名清華大學、浙江大學、上海交通大學位列前三。從國際學術方面，排名靠前的分別是清華大學、上海交通大學、浙江大學、哈爾濱工業大學以及北京航空航天大學等；國內學術方面排名靠前的高校分別是哈爾濱工業大學、浙江大學、吉林大學、上海交通大學以及天津大學。
以高校專利數指標衡量高校AI專業的創新活力，排名靠前的是清華大學、浙江大學、西安電子科技大學、北京航空航天大學以及電子科技大學。從人才輸出的貢獻看，清華、北大依然穩坐頭把交椅。
感謝您的閱讀，祝您生活愉快。
