同样是解数学题 人工智能厉害在哪？|人工智能|运算_新浪科技_新浪网
同样是解数学题 人工智能厉害在哪？
　　当机器能学习并模拟人都一部分思维，它能做的就不仅是打败围棋手，帮学生解题这件事现在也能通过人工智能来实现了。
　　说到解题软件，这其实算不上是新概念，因为早在一年前 PingWest 品玩就报道过这类解题产品；但说到用人工智能的方式来解题，这个就还是挺新鲜的，也是阿凡题-X 这款解题产品正在做的事。相比之前的题库匹配模式解题，用人工智能解题相当于让机器获得了人脑的一部分解题能力，这和让 Alphago 获得了下围棋的能力相当类似。
　　为了让你更显而易见地看出匹配题库解题模式和人工智能解题模式的区别，我们不妨先看看题库模式和人工智能模式在面对一道数学题时会如何操作。
　　一款匹配题库模式的解题产品在面对一道数学题时一般要经过图片识别、匹配题库、给出答案这三大步。计算机需要先识别出照片上的字符，然后搜索已有的题库并匹配结果，给出答案。
　　相比之下，阿凡题-X 在解答一道数学题时则需要识别、匹配、运算、解答这四个步骤。你用手机拍完照片后，软件首先要识别字符；接着还需要把识别到的内容进行匹配，利用算式本身的特征来定义它是什么算式，然后机器就能“看懂”这道题该怎么解答了。在运算这一环，机器要做的当然就是各种计算了，目前阿凡题-X 支持加减乘除、根式、有理数、一元一次方程、一元二次方程、二元一次方程组、分式方程及分式方程组等运算方式。最后解答这一步，软件要做的则是把机器的运算过程翻译成人的数学语言与文字解释，让学生能够看懂整个解题过程。
　　从上面这张图中可以看到，阿凡题-X 不但计算出了题目的答案，还给出了详细的解题步骤。和匹配题库给答案相比，这就要求机器不但要学习人思维中的解题能力，还要能把这种能力按步骤呈现出现。按照阿凡题工作人员的说法：“分步解答”功能就像无形的线，将现有知识点全部串联成一张巨大的知识网络，每一次运算的过程都是无数“神经元”之间的高速信息传递，这让阿凡题-X 表现出了像人类一样逐步思考、解题的能力。
　　在前两周的人机围棋对战中，Google 旗下的人工智能围棋程序 Alphago 通过不断学习最终战胜人类顶尖的围棋手。类比之下，你或许也想知道阿凡题-X 何时能解答出现在尚不在它能力范围内的数学题——比如试卷的最后一道大题。
　　对于这个问题，阿凡题创始人兼 CEO 陈李江认为：通过不断学习与升级，试卷的最后一道大题最终应该是难不倒阿凡题-X 的，但就目前来说，阿凡题还需要克服一些困难才能实现这个目标。
　　事实上，要让机器理解并答出试卷上最复杂的那道数学题至少需要三个方面的能力：解题能力、汉字识别能力和语义分析的能力。目前，前两种能力阿凡题已经积累了相关的技术，但让阿凡题-X 正确理解语意这一步还没能跨过去。
　　举例来说，如果我问你：“北京到上海的高铁票多少钱？飞机呢？”你几乎不用想就明白我第二句问的是机票的价格，但解题软件目前在理解语意方面尚未“聪明”到这个级别——虽然我们在使用语音搜索类产品时已经可以问类似的问题，这也就成了解答最后一道题的绊脚石。
　　虽然现在还有尚未克服的难题，但人工智能技术在解题领域的应用还是给教育辅导产品的进化带来的更多的可能性，毕竟有限的题库模式永远不可能覆盖无限的题海，而人工智能解题产品从诞生之时就没有这样的烦恼。等到人工智能解题应用能正确理解语意的时候，它答卷可要比学生快多了。
微软应该在组织资源宽裕的前提下保证Windows手机的研发与更新，尽...
今天的英特尔在面对压力之时，显然已经失去了格罗夫时代其该具备...
目前来看，快递行业发展之路几乎是一片繁荣，融资、上市者日益增...
苹果春季新品发布会仅1个小时，推出4英寸iPhone SE，新增玫瑰金配色，国行售价3288元起。
格鲁夫30年前的中层管理手册，同样适用于当代科技创业公司。书中的一些举措很有参考意义。 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
智能计算复习题［DOC可编辑］
下载积分：1500
内容提示：智能计算复习题［DOC可编辑］
文档格式：DOC|
浏览次数：36|
上传日期： 23:22:13|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1500 积分
下载此文档
该用户还上传了这些文档
智能计算复习题［DOC可编辑］
官方公共微信人工智能试题2014_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
人工智能试题2014
上传于|0|0|文档简介
&&内科大人工智能导论试题
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩8页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
计算智能习题合集计算智能习题合集.docx 5页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：200 &&
计算智能习题合集计算智能习题合集
你可能关注的文档：
··········
··········
计算智能习题总集习题一：空缺习题二：1、在反馈型神经网络中，有些神经元的输出被反馈至神经元的（）A．同层B．同层或前层C．前层D．输出层2、在神经网络的一个节点中，由激励函数计算得到的数值是该节点的（）A．实际输出B．实际输入C．期望输出D．期望值3、在神经网络的一个节点中，由激励函数计算得到的数值，是与该节点相连的下一个节点的（）A．实际输出B．实际输入C．期望输出D．期望值4、下面的学习算法属于有监督学习规则的是（）A．Hebb学习规则B．Delta学习规则C．概率式学习规则D．竞争式学习规则E．梯度下降学习规则F．Kohonen学习规则5、BP算法适用于（）A．前馈型网络B．前馈内层互联网络C．反馈型网络D．全互联网络6、BP神经网络采用的学习规则是（）A．联想式Hebb学习规则B．误差传播式Delta学习规则C．概率式学习规则D．竞争式学习规则习题三：1、设论域U={u1,u2,u3,u4,u5},，，求。2、设X={1,5,9,13,20},Y={1,5,9,13,20},是模糊关系“x比y大得多”。隶属度函数：求模糊关系矩阵3、4、Zadeh教授提出了著名的不相容原理，是指复杂系统的那两种矛盾（）A．精确性和有效性B．精确性和模糊性C．模糊性和有效性D．复杂性和模糊性5、在模糊推理得到的模糊集合中取一个最能代表这个集合的单值的过程称为（）A．去模糊B．模糊化C．模糊推理D．模糊集运算6、判断1．一个模糊集合可以被其隶属度函数唯一定义（）2．隶属度越大表示真的程度越高；隶属度越小表示真的程度越低（）3．当隶属度函数有若干点取值为1，其余点取值为0时，该隶属度函数对应的模糊集合可以看作一个经典集合（）7、简答题：试述模糊计算的主要模块及其操作内容。习题四：1、遗传算法中，为了体现染色体的适应能力，引入了对问题的每个染色体都能进行度量的函数，称为（）A．敏感度函数B．变换函数C．染色体函数D．适应度函数2、遗传算法中，将问题结构变换为位串形式表示的过程为（）A．解码B．编码C．遗传D．变换3、不属于遗传算法的遗传操作的是（）A．突变B．选择C．交叉D．变异4、遗传算法中，染色体的具体形式是一个使用特定编码方式生成的编码串，编码串中的每一个编码单元称为（）A．个体B．基因C．有效解D．适应值5、根据个体的适应度函数值所度量的优劣程度决定它在下一代是被淘汰还是被遗传的操作是（）A．遗传操作B．选择C．交叉D．变异6、在遗传算法中，问题的每个有效解被称为一个“染色体(chromosome)”，也称为“串”，对应于生物群体中的（）A．生物个体B．父代C．子代D．群体7、概率值Px=0.005，可能是哪种操作中随机产生的概率（）A．遗传操作B．选择C．交叉D．变异8、遗传算法的迭代计算停止时，种群中适应度值最优的染色体可作为问题的（）A．满意解B．最优解C．有效解D．解空间9、填空：遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。遗传算法是一种基于空间搜索的算法，它通过、交叉、变异等遗传操作以及达尔文的适者生存的理论，模拟自然进化的过程来寻求问题的解答。10、简答题：试画出遗传算法的结构流程图并说明每一步完成的主要操作。习题五：1、下面的智能算法中，不属于群体智能算法的是（）A．蚁群算法B．粒子群算法C．遗传算法D．并行蚁群算法2、蚁群算法中，某个蚂蚁找到的路径对应问题的（）A．一个有效解B．解空间C．解的规模D．解的维数3、在下面不同版本的蚂蚁算法中，没有针对信息素更新机制进行改进的算法是（）A．精华蚂蚁系统B．基于排列的蚂蚁系统C．最大最小蚂蚁系统D．多态蚁群系统4、填空:蚂蚁行进时，会在路径上释放，作为群体内间接通讯的物质。在蚂蚁系统中，每只蚂蚁都随机选择一个城市作为出发城市，并维护一个，用来存放该蚂蚁依次经过的城市。在蚂蚁构建路径时，长度越短、的路径被蚂蚁选择的概率越大。在下面的信息素更新公式中，Ck表示。在蚂蚁系统中，信息素更新的两个步骤是：和信息素的释放。ACS中有状态转移规则、、信息素局部更新规则三大核心规则。5、作业:试画出蚂蚁系统的结构流程图并说明每一步完成的主要操作。习题六：1、在粒子群算法中，粒子的位置向量的长度D对应问题的（）A．一个有效解B．一组有效解C．解的规模D．解的维数2、在粒子群算法的迭代过程中，当群体半径接近于零时，说明（）A．达到结束条件B．达到最大迭代次数C．算法不收敛D．找到了最优解3、在标准的PSO算法中，如果一个粒子在该次迭代中得到的最优解对已经找到的全局最优解有所改善，那么在下一次迭代中，该粒子（）A．拓扑结构不会发生改变B．重新构造随机邻域的拓扑结构C．保持这种拓扑结构的概率变大D．在保持和重新构造两者之中随机选择4、在每一次迭代中，当所有粒子都完成速度和位置的更
正在加载中，请稍后...已结题项目-欢迎访问复杂网络与计算智能实验室
已结题项目
崔志华，基于代理模型的人工植物算法（编号：KFKT2013B09），南京大学计算机软件新技术国家重点实验室开放课题，5.5，2.5万
崔志华，山西省高等学校优秀青年学术带头人支持计划，3.12，10.0万。
崔志华，基于向光性及顶端优势的人工植物算法及其应用（编号：），国家自然科学基金青年项目，3.12，19.0万。
崔志华，模拟植物生长过程的人工植物算法研究（编号：-1），山西省自然科学基金，3.12，5.0万。
谢丽萍，模拟生物群集智能的拟态物理学优化方法研究，山西省青年科学基金（编号：-1），3.12，8.0万。
孙超利，面向复杂机械系统优化设计的群体智能优化算法研究，山西省青年科学基金（编号：-3），3.12，5.0万。
赵静，面向机场安全监控的无线多媒体传感器网络系统的研究与开发，山西省高校科技开发项目（编号：），3.6，3.0万。
曾建潮，面向群机器人目标搜索问题的扩展微粒群模型及其应用研究，国家自然科学基金（编号：），2.12，31.0万。
王丽芳，基于Copula理论的分布估计算法研究，山西省青年科学基金（编号：-2 ），2.12，3.0万。&
&王丽芳，Copula理论在EDA中的应用与仿真，山西省高校产业化项目（编号：2010015），2.12，5.0万。
&曾建潮，面向应用需求的山西物联网产业发展战略研究，山西省软科学项目（编号：-03），2.6，4.0万。&
&崔志华，社会认知算法研究，南京大学计算机软件新技术国家重点实验室开放课题（编号：KFKT2010B27）， 2.6，1.0万。&
&崔志华，模拟人类群体智能特征的群智能算法研究，教育部科学技术研究重点项目（编号：209021），1.12，10.0万。&
&曾建潮，面向群机器人目标搜索问题的扩展微粒群模型及其应用研究，山西省自然科学基金（编号：-1），1.12，10.0万。&
&谭瑛，具有全局收敛性能的微粒群算法研究，山西省自然科学基金（编号：-2 ），1.6，5.0万。&
&蔡星娟，个性化微粒群算法的理论及结构优化研究，山西省青年科学基金（编号：-2 ），1.12，5.0万。
曾建潮，基于生物群体复杂系统的群智能算法模型研究，山西省人事厅引智项目，0.12，30.0万。
曾建潮，支撑煤矿防灾减灾能力的信息科学技术发展战略研究，中国工程科技中长期发展战略研究联合基金（编号：U0970124），0.6，20.0万。
曾建潮，广义微粒群算法统一模型研究，国家自然科学基金（编号：），09.12， 24.0万。
介婧，基于多样性反馈控制的微粒群算法研究，山西省自然科学基金（编号：），9.12，5.0万 。
杨晓梅，遗传算法及其在决策树问题中的应用研究，山西省青年科学基金(编号：)，8.12，3.0万。
曾建潮，微粒群算法的理论与应用研究，教育部科学技术研究重点项目（编号：204018），6.12，2.0万。
崔志华，非线性遗传算法的广义抽象模型的研究与实现，山西省青年科学基金(编号：)，5.12，3.0万。&
介婧，思维进化计算在非数值优化问题中的研究，山西省青年科学基金（编号：），5.12，2.5万。
徐玉斌，非线性遗传算法研究，山西省自然科学基金（编号：03.1-.0万。
曾建潮，思维进化计算方法研究，国家自然科学基金（编号：），4.12。（第二负责人）
曾建潮，基于思维进化的机器学习研究，国家高科技研究发展计划（八六三计划）（编号：863-306-ZT06-06-6），0.12。（第二负责人）
徐玉斌，遗传算法及其在Job-Shop调度中的应用研究，山西省青年科学基金（编号：971015），9.9，2.5万。}