人工智能经典试题：归结证明、MGU、语义网络与α-β剪枝

简介：围绕百度人工智能经典考试试题整理的这份doc复习资料，面向高校人工智能课程备考者、考研复试及面试前需要快速自查基础的人群，用于梳理核心概念与典型解题方法。压缩包仅含1个doc文件，大小约279KB，按选择题、填空题、简答及计算题、应用题四类组织题目并附参考答案与推导过程，单一文档便于打印、批注和对照自测。已有1588人学习，说明其在AI基础复习场景中具有一定参考价值。内容覆盖语义网络、产生式推理、知识表示、机器学习、自然语言处理等知识点，包含反演归结、可信度计算、MGU求解、三值逻辑表、α-β剪枝及谓词逻辑祖孙关系等典型题目，读者可借此熟悉题型、核对思路并补齐概念短板，适合作为课程期末复习和面试前知识盘点材料。

1. 人工智能经典试题：先看清必考分池，再决定刷题顺序

人工智能经典试题和人工智能面试题看起来像两套东西，真正拉开分差的却不是名词解释，而是归结证明、MGU、语义网络、α-β剪枝这些步骤题。很多人背了“机器学习、专家系统”几个词就上场，遇到子句集八步和合一置换立刻翻车。这张卷子的分池很清楚：选择题15分考概念辨析，填空题30分考定义和公式，简答计算25分考步骤，应用题30分考知识表示与博弈树。拿分顺序应该反过来：先保填空和简答的步骤分，再啃应用题的图示分，最后用选择题查漏。适合已经学过一轮、需要把零散知识压成答题模板的人，也适合面试前想快速抓住高频追问的人。

2. 谓词逻辑与归结：子句集、MGU、空子句证明的拿分顺序

2.1 谓词公式怎么变成子句集：8步别跳，跳一步就丢分

子句集这道题几乎年年换壳，核心步骤却稳定。卷面简答题问“谓词公式G通过8个步骤所得的子句集合S，请写出这些步骤”，标准答法要按顺序写：消去蕴含式和等价式；把否定词作用范围缩小到原子公式；适当改名，让量词之间不含同名指导变元和约束变元；消去存在量词，形成替代函数；消去全称量词；化成合取范式；适当改名，使子句间无同名变元；消去合取词，用逗号代替，以子句为元素组成集合S。这里最容易被阅卷人抓的是“改名”出现两次，一次在量词层，一次在子句层，漏掉后面前面的置换容易冲突。

答题时不要只写“Skolem化”四个字，要写清“消去存在量词时，如果存在量词在全称量词辖域内，引入依赖全称变元的替代函数；如果不在，引入常量”。这句话能解释为什么有的题引入常量a，有的题引入f(y)。消全称量词时直接删掉全称量词，但前提是前面已经把存在量词处理干净。化成合取范式后，每个合取支就是一个子句，最后用集合花括号包起来。卷面喜欢在“适当改名”上设坑，比如两个子句都用x，归结时置换会打架，提前改成不同变元能省掉后面的血泪经验。

提示：子句集八步是过程分，哪怕最后集合写错，步骤写全也能拿大半。不要把“消去合取词”写成“消去合取式”，前者是去掉∧符号、用逗号分隔子句。

2.2 MGU求法：差异集、置换、终止，三步要写全

MGU是最一般合一，填空题常问“合一算法：求非空有限具有相同谓词名的原子公式集的什么”，答案就是最一般合一。计算题给两个原子公式，要求写过程，阅卷看的是差异集和置换复合。以S={P(f(x),y,g(y)), P(f(x),z,g(x))}为例，先置k=0，S0=S，δ0=ε；S0不是单元素集，求差异集D0={y,z}，y是变元、z是项且y不在z中出现，令δ1=δ0·{z/y}，得到S1={P(f(x),z,g(z)), P(f(x),z,g(x))}；S1仍不是单元素集，差异集D1={z,x}，x不在z中出现，令δ2=δ1·{z/x}={z/y,z/x}，S2={P(f(z),z,g(z))}成为单元素集，所以MGU=δ2。

另一道W={P(f(x,g(A,y)),z), P(f(x,z),z)}，差异集在第一个参数内部，D0={g(A,y),z}，z是变元且不出现在g(A,y)中，置换{g(A,y)/z}后两个原子公式一致，MGU={g(A,y)/z}。答题时要把“差异集是什么、谁是变元、谁不含谁、置换怎么复合”写出来，不要只丢一个花括号。置换复合顺序按从左到右作用，先得到的置换在左，后得到的在右，写反了虽然有时结果等价，但过程分容易丢。

面试里常追问“MGU和普通合一有什么区别”，答题思路是：普通合一只要能让两个公式一致即可，MGU要求替换最一般，任何其他合一置换都可以由它复合得到。这个定义不需要背长句，抓住“最一般”和“可复合得到”两个词就够。

2.3 归结证明与面试问答：空子句为什么等于得证

选择题问“反演归结证明定理时，若当前归结式是什么，则定理得证”，正确选项是空子句。有的网络摘要把答案写成永真式，这是典型翻车点：永真式不产生矛盾，空子句才表示子句集不可满足。归结式公式是C1=L∨C1‘，C2=¬L∨C2‘，σ是互补文字的最一般合一置换，则归结式C=C1’σ∨C2’σ。答题时先写结论否定，再化成子句集，然后反复归结，出现□就收。

面试官最爱问“为什么归结到空子句就能证明结论”，最稳的答法是反证法：把结论的否定加入前提子句集，如果推出空子句，说明前提加否定结论不可满足，因此原结论成立。不要只说“因为矛盾了”，要补一句“空子句是永假，子句集不可满足”。如果题目要求证明“G是F的逻辑结论”，步骤是：F化成子句集，¬G化成子句集，合并后归结；每一步标注父辈子句和置换。置换写在归结式旁边，比如“①②归结，置换{L/x,D/y}”，这是过程分。

2.4 真题拆解：选择、填空、计算各拿一道

选择题“仅个体变元被量化的谓词称为”，答案是一阶谓词。答题思路：一阶谓词只量化个体变元，二阶谓词还会量化谓词和函数。选择题“命题是可以判断真假的”，答案是陈述句，因为祈使句、疑问句、感叹句没有真假。选择题“AI的英文缩写”，答案是Artificial Intelligence，注意卷面选项里常把Artificial拼成Artifical，拼写错误本身也是送分点。

填空题“删除策略归结过程中删除以下子句：含有纯文字的子句、含有永真式的子句、子句集中被别的子句类含的子句”。这里的“类含”就是被其他子句包含，删掉更弱的子句不影响不可满足性。填空题“P(B|A)表示在规则A→B中，证据A为真的作用下结论B为真的概率”，不要写成可信度，可信度用CF，概率用P。

计算题“已知S={P(f(x),y,g(y)),P(f(x),z,g(x))}，求MGU”，按2.2的过程写，最后写MGU={z/y,z/x}。这道题如果只写结果，阅卷人只能给结果分；把差异集和S1、S2写出来，过程分才稳。面试里如果被问“求MGU时差异集里两个都是变元怎么办”，答题思路是任选一个变元替换另一个，但替换后要检查是否出现循环，比如x替换成f(x)就不合法，因为x出现在f(x)中。这个检查点常被忽略。

3. 知识表示与推理：产生式、语义网络、可信度CF的常考题

3.1 知识四要素与产生式系统：规则库、数据库、推理机

选择题“下列不在人工智能系统的知识包含的4个要素中”，答案选“关系”。四要素是事实、规则、控制和元知识。事实是对象和状态，规则是条件到结论的映射，控制是推理顺序和冲突消解，元知识是知识的知识。答题时不要把这四要素和专家系统的组成部分混在一起，专家系统是知识库、综合数据库、推理机、人机界面、解释模块等，用户不是专家系统的组成部分，这也是另一道选择题的坑。

产生式规则基本形式是P→Q或IF P THEN Q，P是前提，Q是结论或操作。语义是“如果前提P被满足，则可推出结论Q或执行Q规定的操作”。产生式系统由规则库、数据库、推理机组成：规则库存领域知识，数据库存初始事实、输入事实、中间结果和最终结果，推理机控制规则与数据库的运行。推理方式有正向推理、反向推理、双向推理，卷面选择题问“从已知事实出发，通过规则库求得结论”的推理方式，答案是正向推理。产生式系统的推理不包括“简单推理”，这是选择题的固定干扰项。

面试里常问“产生式系统和图搜索有什么区别”，可以按表答：

表后要补一句：产生式系统强调“规则触发”，图搜索强调“状态扩展”，两者都能描述问题求解，但控制重心不同。这样答比只背名词更像理解过。

3.2 语义网络：节点、有向弧、AKO/ISA的继承性

选择题“语义网络表达知识时，有向弧AKO链、ISA链是用来表达节点知识的什么”，答案是继承性。语义网络由节点和有向边组成，节点表示概念、对象、事件，有向边表示关系。AKO表示“a kind of”，ISA表示“is a”，两者都能让下层节点继承上层节点的属性。填空题“图指由节点和有向边组成的网络，按连接同一节点的各边的逻辑关系又可分为或图、与或图”，这里“或图”表示多条边只要满足一条即可，“与或图”表示既有与关系又有或关系。选择题“或图通常称为状态图”，答状态图，因为或图在搜索中常映射为可选路径的状态空间。

应用题“用语义网络表示某人是某公司经理、35岁、住在某胡同68号”，答题模板是：先画对象节点“A”，再画概念节点“经理”“35岁”“地址”，用ISA或AKO连到概念，用属性边连到值。第二问“甲校与乙校进行篮球比赛，比分89:102”，要画比赛事件节点，用参赛队边连两个学校节点，用比分边连两个数值节点。不要把人名、公司名、校名写死，考试时按题面给的代号画，平时练习用A、B、C代替即可。

提示：语义网络题阅卷看节点和弧的语义，不看你画得多漂亮。弧上一定要写关系名，比如“经理”“年龄”“住址”“比分”，只画箭头不写标签容易丢分。

3.3 不确定性CF与三值逻辑：负号、min、max别记反

填空题“不确定性类型按性质分：随机性、模糊性、不完全性、不一致性”，这四个词要按顺序背。可信度CF的卷面给法是：CF(¬A)=-CF(A)，CF(A1∧A2)=min{CF(A1),CF(A2)}，CF(A1∨A2)=max{CF(A1),CF(A2)}。有的网络摘要写成CF(¬A)=1-CF(A)、合取相乘、析取相加再相减，这和卷面给法不一致，考场上以卷面或教材定义为准。答题时先写公式再代入，不要只写结果，因为CF题常按步骤给分。

三值逻辑表用T、F、U表示真、假、不能判定。核心规则是：¬T=F，¬F=T，¬U=U；合取中只要有一个F就是F，T∧x=x，U∧T=U，U∧U=U；析取中只要有一个T就是T，F∨x=x，U∨F=U，U∨U=U。答题时先填否定列，再填合取、析取，遇到U按“不能判定”处理，不要把它当F。模糊性知识解释题要写清“隶属度”或“可信度”的含义，比如“某人体型偏胖的隶属度为0.9”表示该命题为真的程度是0.9；“患者头疼0.95且发烧，推出感冒”表示前提可信度作用于规则结论。

3.4 专家系统与真题演练：知识获取是起点

选择题“下列哪部分不是专家系统的组成部分”，答案选“用户”。专家系统一般包括知识库、综合数据库、推理机、人机界面、解释模块、知识获取模块。填空题“开发专家系统所要解决的基本问题有三个：知识的获取、知识的表示和知识的运用；知识表示方法主要有逻辑表示法、框架、产生式、语义网络；语义网络表示知识时使用的推理方法有AKO和ISA”。专家系统开发步骤可以按“总体分析与设计、知识获取、知识表示与描述语言设计、知识库设计与管理、推理机与解释模块设计、总控与界面设计、编程调试、测试评价、运行维护”来写。它和一般软件开发的共同点是都要遵循软件工程的分析、设计、测试、维护；特点是知识获取和知识表示是起点，知识表示语言确定后其他设计可以并行。

真题“谓词逻辑形式化‘不存在最大的整数’”，答题思路是：定义G(x)为x是整数，D(x,y)为x大于y，写成∀x(G(x)→∃y(G(y)∧D(y,x)))。不要写成¬∃x(G(x)∧∀y(G(y)→¬D(x,y)))就停，最好再解释一句“对任意整数x，都存在更大的整数y”。真题“机器智能测试”答题思路：三个封闭房间，分别放主持人、参与人、机器，主持人通过提问判断谁是人谁是机器，如果无法判断，则机器具备智能。注意不要写真实人名，写“早期学者提出的机器智能测试模型”即可。

4. 搜索与博弈：广度优先、状态图、α-β剪枝的答题模板

4.1 搜索算法选择：谁保证最优，前提是什么

选择题“如果问题存在最优解，则下面几种搜索算法中，哪种必然可以得到该最优解”，答案是广度优先搜索。答题时要补前提：在边代价相等、按层扩展、目标检测时机正确的情况下，广度优先先找到的目标节点深度最浅，因此最优。深度优先可能一头扎进深分支，有界深度优先受深度界限制，启发式搜索只有在启发函数满足可采纳性等条件时才保证最优，不能一概而论。这个前提常被面试官追问，答“广度优先不是无条件最优，它最优的前提是每步代价相同”能加分。

搜索题还会考“状态图”“或图”“与或图”的区别。或图的边表示可替代选择，通常映射为状态图；与或图既有与节点又有或节点，用于问题归约。填空题“在走迷宫、下棋、八数码游戏中常用到的人工智能核心技术称为图搜索技术，解这类问题时把迷宫位置、棋局布局、八数码形势用图表示，这种图称为状态空间图或状态图”。启发式搜索中通常用启发函数表示启发性信息，启发函数估计从当前节点到目标的代价，估值越准搜索越少扩展。

4.2 极大极小与α-β剪枝：条件写反最伤

博弈树题的标准流程是：先生成博弈树，叶节点给估值，从叶向根计算倒推值，MAX节点取最大值，MIN节点取最小值。极大极小分析法效率低，因此引入α-β剪枝。α剪枝发生在MIN节点：若任一极小值层节点的β值小于或等于它任一先辈极大值节点的α值，即α(先辈层)≥β(后继层)，则可中止该MIN节点以下的搜索，这个MIN节点的最终倒推值确定为β。β剪枝发生在MAX节点：若任一极大值层节点的α值大于或等于它任一先辈极小值层节点的β值，即α(后继层)≥β(先辈层)，则可中止该MAX节点以下的搜索，这个MAX节点的最终倒推值确定为α。

答题时不要只写“α剪枝剪MIN，β剪枝剪MAX”，要把比较方向和“先辈层/后继层”写出来。应用题要求“在节点及边上直接加注释”，做法是：在MAX节点旁标α，在MIN节点旁标β，从根往下传，再从叶往上报；遇到满足条件的分支画剪枝记号，并在旁边写“剪”，不要再给被剪分支赋值。最后根节点的倒推值就是博弈结果。面试追问“α-β剪枝为什么能剪”，答题思路是：被剪分支不会影响祖先节点的最终选择，因为祖先已经有一个更好的选择，继续搜也不会改变倒推值。

4.3 真题拆解：剪枝条件与应用题写法

简答题“α-β剪枝的条件是什么”按4.2的两段写，先写α剪枝再写β剪枝，每段包含“哪个层、比较谁和谁、满足什么不等式、中止什么、倒推值定为什么”。填空题“在二人博弈问题中，最常用的一种分析技术是极大极小分析法，这种方法先生成一棵博弈树再计算倒推值，效率较低，因此又提出了α-β剪枝技术”。选择题“或图通常称为状态图”，答状态图。选择题“不属于人工智能学派的是机会主义”，三大学派是符号主义、行为主义、连接主义。

应用题给一棵博弈树要求剪枝，文字作答可以这样写：从根开始，根是MAX，α初始为-∞；进入MIN子节点，β初始为+∞；叶值回传后更新α或β；当某个MIN节点的β≤先辈MAX的α时，剪掉该MIN节点剩余分支；当某个MAX节点的α≥先辈MIN的β时，剪掉该MAX节点剩余分支；最后根节点取所有未剪子节点的最大值。这个模板不依赖具体数字，考试时把数字代进去即可。

4.4 面试追问：启发式搜索和博弈搜索怎么区分

面试官可能问“启发式搜索和博弈搜索都是搜索，区别在哪”。答题思路：启发式搜索通常只有一个决策者，用启发函数估计到目标的代价；博弈搜索有两个对手，MAX和MIN交替出招，用倒推值评估局面，α-β剪枝利用的是对手不会让你拿到更差结果的上界和下界。再补一句：启发式搜索的启发函数评的是“离目标多远”，博弈搜索的估值函数评的是“对MAX多有利”，两者不是同一个东西。这样答能避开“都是搜索所以差不多”的空话。

5. 常见失分点：五类最容易写错的题与改法

5.1 失分点一：归结到永真式就写“得证”

错在哪：选择题问“当前归结式是什么时定理得证”，有人选永真式；证明题里推出一个永真子句就停笔。为什么错：永真式在任何解释下都为真，不能说明子句集不可满足；归结证明是反证法，必须推出空子句□才表示矛盾。怎么答对：先写结论否定，再化子句集，归结过程中只把空子句当终止条件；如果推出永真式，说明该子句可以从子句集删除，继续归结。卷面答案里“空子句”三个字要写清楚，不要写“空集”混淆。

5.2 失分点二：MGU置换复合顺序和差异集选择乱

错在哪：差异集里两个都是变元时随便换，置换写成{x/y,y/z}却不检查复合顺序；或者把置换作用到整个子句集时漏掉某个参数。为什么错：MGU要求最一般，置换复合有方向，先后的替换会影响最终项；如果置换导致变元循环，比如x换成f(x)，就不是合法合一。怎么答对：每步写“Dk是什么、谁是变元、谁不含谁、δk+1=δk·{项/变元}”，换完立即写出Sk+1；两个都是变元时任选一个，但后续要检查新变元是否出现在项中；最后写“Sk+1是单元素集，MGU=δk+1”。

5.3 失分点三：CF公式记成网络摘要版

错在哪：把CF(¬A)写成1-CF(A)，把CF(A1∧A2)写成相乘，把CF(A1∨A2)写成相加再相减。为什么错：不同教材对可信度定义有差异，但这张卷面给的是-CF(A)、min、max；网络摘要和卷面答案打架时，考场以卷面或指定教材为准。怎么答对：先看题目有没有给公式，给了就按给的写；没给就按“否定取负、合取取小、析取取大”写，并在旁边注明“按卷面定义”。如果面试官追问，答“可信度不是概率，不能直接套概率乘法”。

5.4 失分点四：语义网络弧名和或图/与或图混淆

错在哪：AKO、ISA弧不写标签，或者把“或图”和“与或图”说反；语义网络题只画节点不写关系。为什么错：语义网络的分主要在有向弧的语义，AKO/ISA表达继承性，或图表示可替代路径，与或图表示与、或混合关系；只画图不写标签，阅卷人无法判断关系。怎么答对：先列节点，再列关系三元组，最后画图；每条弧上写关系名；遇到“与”关系用带弧线的与节点，遇到“或”关系用多条可选边；选择题看到“或图通常称为”直接对应状态图。

5.5 失分点五：α-β剪枝条件方向写反

错在哪：把α剪枝写成“MAX节点α≥先辈MIN的β”，把β剪枝写成“MIN节点β≤先辈MAX的α”，或者剪枝后继续给被剪分支赋值。为什么错：α剪枝发生在MIN层，比较的是MIN的β和先辈MAX的α；β剪枝发生在MAX层，比较的是MAX的α和先辈MIN的β；剪枝意味着该分支不影响祖先选择，倒推值直接定为当前边界值。怎么答对：先标层类型，再写“MIN节点看β≤先辈MAX的α，剪；MAX节点看α≥先辈MIN的β，剪”；剪掉的边画记号，不再扩展；最后从根往下检查一遍，确保每个剪枝点都能说出“因为祖先已经有更好选择”。

5.6 错题复盘模板：三栏法比抄答案有用

每道错题按三栏记：第一栏写“我错在哪”，比如“把CF合取写成乘法”；第二栏写“正确口径是什么”，比如“卷面给min”；第三栏写“下次触发词是什么”，比如“看到CF∧就写min”。三栏法不抄整道题，只抄触发词和改法，复习时一眼能看到自己的坑。错题本按考点分堆，不要按试卷顺序分堆，否则同一类错误会散落在不同页。每周挑一类失分点做五道同类题，做完只检查“触发词有没有被识别”，比盲目刷整套卷更稳。

6. 答题技巧与押题：把有限时间换成确定分数的顺序

6.1 时间分配：先拿定义分，再啃证明分

考场上的顺序建议按“填空→选择→简答→应用”走，但简答里的子句集八步和MGU要留足时间。填空和选择控制在25分钟内，遇到CF公式、搜索最优、语义网络弧名这种一眼题直接写，不要恋战。简答计算留35分钟，子句集八步和MGU各写过程，归结证明先写结论否定再归结。应用题留30分钟，语义网络先列三元组再画图，博弈树先标叶值再倒推。最后10分钟检查空子句、置换复合、剪枝方向这三处高频翻车点。

6.2 押题优先级：三张表背熟比刷十套卷稳

第一张表是子句集八步和归结证明模板，押题概率最高；第二张表是产生式系统三组成、语义网络AKO/ISA、CF三公式；第三张表是搜索最优前提和α-β剪枝条件。面试前再补三个追问：为什么空子句得证、MGU为什么最一般、α-β剪枝为什么能剪。这三个问题答顺了，笔试里的证明题和面试里的追问都能接住。那份题库把两套卷子按考点重新排过，选择题适合查漏，填空适合背定义，简答和应用适合练步骤，需要直接拿去练的按文末方式取用。

从那以后我每次做归结题都强制走一遍“否定结论→化子句集→归结→空子句”的流程，做剪枝题先标MAX/MIN再比α/β，不再凭感觉写。希望帮到你。

本文还有配套的精品资源，点击获取